Алгоритм расчета дозы по методу Монте-Карло
Благодаря алгоритму расчета дозы по методу Монте-Карло с ускорением на графических процессорах расчет дозы плана IMRT для карциномы носоглотки может быть выполнен в течение 3 минут. Обеспечиваются превосходные производственные показатели, а объем мониторных единиц значительно снижается при улучшении индекса конформности (CI) и снижении индекса однородности (HI), гарантируя охват целевой области и минимизацию падения дозы за пределами целевой зоны.
Автоматизированное контурирование ИИ αC
Алгоритмы глубокого обучения ИИ применяются для обеспечения точного контурирования подверженных риску органов, охватывая более 40 таких органов во всех частях тела. Настройки позволяют добиться высокой точности контурирования. В более 90% случаев может использоваться для планирования без дальнейших изменений. Ускорение на графических процессорах сокращает время регулярного контурирования как минимум в 10 раз.
Цель: для повышения точности автоматической сегментации подверженных риску органов на КТ изображениях головы и шеи, а также малых органов, была разработана новая модель глубокого обучения Siamese Ensemble Boundary Network (SEB-Net), которая была испытана для использования в радиационной онкологии.
¹Department of Radiation Oncology, Tianjin Medical University Cancer Institute and Hospital, National Clinical Research Center for Cancer, Key Laboratory of Cancer Prevention and Therapy, Tianjin's Clinical Research Center for Cancer, Tianjin, China, 2School of Precision Instruments and Optoelectronics Engineering, Tianjin University, Tianjin, China
Wei Wang¹, Qingxin Wang¹˙², Mengyu Jia², Zhongqiu Wang¹, Chengwen Yang¹, Daguang Zhang¹, Shujing Wen¹, Delong Hou¹, Ningbo Liu¹, Ping Wang¹* and Jun Wang¹*
Машинное обучение - расширенная сегментация рисков для органов головы и шеи на базе полученных объемов КТ