【ABee读论文】头部和颈部癌症危险器官和靶体积的自动分割的快速发展(Radiotherapy and Oncology,2019)

本文主要是介绍【ABee读论文】头部和颈部癌症危险器官和靶体积的自动分割的快速发展(Radiotherapy and Oncology,2019),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

【论文题目】

Rapid advances in auto-segmentation of organs at risk and target volumes in head and neck cancer

头部和颈部癌症危险器官和靶体积的自动分割的快速发展

【期刊】

Radiotherapy and Oncology,2019(130-140)

【摘要】

准确描绘靶区和危及器官对降低放射毒性至关重要。手动绘制的不同会直接影响到剂量的设计,自动分割可以减少不同医生手工绘制的差异,同时降低分割时间,会直接减少患者的治疗计划和临床等待时间。放疗适应期内会有一些生物或者解剖学的变化,需要迅速地重新规划方案,手工绘制时间太长,事实上阻碍了适应性治疗的最佳实施。本文将讨论引入人工智能对头颈部的放疗会产生怎样的变化。特别关注的是轮廓的准确度和时间。如果这些技术正确实现,可以使得患者的治疗更标准化,并节省大量时间。

(太长不看版)摘要

     1.手工绘制靶区和危及器官太慢啦!

     2.不同人绘制的标准不一样!影响剂量!

     3.看看人工智能能不能在准确和时间上帮上忙!

     4.讨论的主要领域是头颈部放疗相关的自动分割

 

ps.不是全部的翻译,只截取了关键信息,尽可能按照原文翻译。

 

自动分割准确度评价标准:

Dice similarity coefficient (DSC), mean surface distance (MSD), Hausdorff surface distance (HSD), sensitivity and  specificity analyses ,receiver operator characteristics (ROC)  curves

 

Atlas-based auto-segmentation (ABAS)

ABAS是一种利用可变形的图像配准从地图集(Atlas)传播至患者数据集。SingleABAS技术主要利用一个事先确定节点的靶区和危机器官(即勾画好金标准)单一数据集。multi-ABAS可以对来自多个数据集的数据进行组合,减少Atlas和患者数据集在解剖学上存在显著差异的风险,然后把多个独立的分割结果组合起来,得到一个平均的地图集,融合地图集的方式是多种多样的。主要有STAPLE和STEPS两种算法。使用STAPLE算法,所有地图集的权重都是一样的;使用STEPS算法,只使用排名靠前、和患者解剖更相似的地图集。

 

Hybrid auto-segmentation(HAS)

基于模型的方法可以在分割过程中加入先验形状约束,可以更好的分割存在缺陷的图像(对比度低、图像信息缺失等)。解剖结构的可变模型通常用三角形网格表示,形状设计接近所讨论结构的平均形状(先验知识)。模型除了形状还可能利用感兴趣区域的特征灰度范围、梯度方向、强度等知识。一般需要很多手工操作(指手动网格操作工具、编辑网格等)。如果希望完全自动化,可以将基于模型的方法与ABAS结合,将图像配准和分割结合到同一个框架中,使用可变形模型的部分作为配准约束,或者用于补偿配准之后的误差。

 

Deep learning-based algorithms

基于深度学习的HNC放射治疗规划算法主要关注精度和OAR轮廓,在本文的文献检索中,没有发现评估这些技术在节省时间、影响剂量或者观察者间变异性(可能是指不同人的勾画差异?)的研究。

 

 


 

这篇关于【ABee读论文】头部和颈部癌症危险器官和靶体积的自动分割的快速发展(Radiotherapy and Oncology,2019)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/607196

相关文章

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.

Python实现图片分割的多种方法总结

《Python实现图片分割的多种方法总结》图片分割是图像处理中的一个重要任务,它的目标是将图像划分为多个区域或者对象,本文为大家整理了一些常用的分割方法,大家可以根据需求自行选择... 目录1. 基于传统图像处理的分割方法(1) 使用固定阈值分割图片(2) 自适应阈值分割(3) 使用图像边缘检测分割(4)

IDEA自动生成注释模板的配置教程

《IDEA自动生成注释模板的配置教程》本文介绍了如何在IntelliJIDEA中配置类和方法的注释模板,包括自动生成项目名称、包名、日期和时间等内容,以及如何定制参数和返回值的注释格式,需要的朋友可以... 目录项目场景配置方法类注释模板定义类开头的注释步骤类注释效果方法注释模板定义方法开头的注释步骤方法注

pytorch自动求梯度autograd的实现

《pytorch自动求梯度autograd的实现》autograd是一个自动微分引擎,它可以自动计算张量的梯度,本文主要介绍了pytorch自动求梯度autograd的实现,具有一定的参考价值,感兴趣... autograd是pytorch构建神经网络的核心。在 PyTorch 中,结合以下代码例子,当你

Python如何自动生成环境依赖包requirements

《Python如何自动生成环境依赖包requirements》:本文主要介绍Python如何自动生成环境依赖包requirements问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑... 目录生成当前 python 环境 安装的所有依赖包1、命令2、常见问题只生成当前 项目 的所有依赖包1、

Python如何将大TXT文件分割成4KB小文件

《Python如何将大TXT文件分割成4KB小文件》处理大文本文件是程序员经常遇到的挑战,特别是当我们需要把一个几百MB甚至几个GB的TXT文件分割成小块时,下面我们来聊聊如何用Python自动完成这... 目录为什么需要分割TXT文件基础版:按行分割进阶版:精确控制文件大小完美解决方案:支持UTF-8编码

利用Python快速搭建Markdown笔记发布系统

《利用Python快速搭建Markdown笔记发布系统》这篇文章主要为大家详细介绍了使用Python生态的成熟工具,在30分钟内搭建一个支持Markdown渲染、分类标签、全文搜索的私有化知识发布系统... 目录引言:为什么要自建知识博客一、技术选型:极简主义开发栈二、系统架构设计三、核心代码实现(分步解析

Spring Boot项目中结合MyBatis实现MySQL的自动主从切换功能

《SpringBoot项目中结合MyBatis实现MySQL的自动主从切换功能》:本文主要介绍SpringBoot项目中结合MyBatis实现MySQL的自动主从切换功能,本文分步骤给大家介绍的... 目录原理解析1. mysql主从复制(Master-Slave Replication)2. 读写分离3.

微信公众号脚本-获取热搜自动新建草稿并发布文章

《微信公众号脚本-获取热搜自动新建草稿并发布文章》本来想写一个自动化发布微信公众号的小绿书的脚本,但是微信公众号官网没有小绿书的接口,那就写一个获取热搜微信普通文章的脚本吧,:本文主要介绍微信公众... 目录介绍思路前期准备环境要求获取接口token获取热搜获取热搜数据下载热搜图片给图片加上标题文字上传图片

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.