基于深度学习的直肠癌术后容积旋转调强放疗三维剂量预测研究OACSTPCD
Research on the 3D Dose Prediction Based on Deep Learning for Rectal Cancer Volumetric Modulated Arc Therapy
目的 基于3DRes-UNet深度学习网络预测直肠癌术后容积旋转调强放射治疗(Volumetric Modulated Arc Therapy,VMAT)三维剂量精度,以指导临床放疗工作.方法 选取168例直肠癌VMAT放疗计划为研究对象,将数据集按7∶1∶2随机分为训练集120例、验证集16例和测试集32例.将训练集的CT影像和危及器官及靶区的掩码输入网络进行训练,在测试集上将预测的剂量与临床批准的放疗剂量进行对比,评价放疗剂量的预测精度.结果…查看全部>>
Objective To propose a 3DRes-UNet deep learning network for predicting the 3D dose accuracy of postoperative volume modulated arc therapy(VMAT)for rectal cancer surgery,so as to guide clinical practice.Methods A total of 168 VMAT radiotherapy plans for rectal cancer was collected.The data set was randomly divided into a training set of 120 cases,a validation set of 16 cases,and a test set of 32 cases in a 7∶1∶2 ratio.The CT images of the training set and mas…查看全部>>
刘润红;刘可;黄强;徐孝明;许惠
内江市第二人民医院 放疗科,四川 内江 641000自贡市第一人民医院 肿瘤科,四川 自贡 643000内江市第二人民医院 放疗科,四川 内江 641000内江市第二人民医院 放疗科,四川 内江 641000内江市第六人民医院 放射科,四川 内江 641000
临床医学
直肠癌容积旋转调强放疗三维剂量深度学习
rectal cancervolumetric modulated arc therapy3D dosedeep learning
《中国医疗设备》 2024 (4)
41-46,52,7
评论