自动化放射治疗规划规模化：用于AI训练的高质量数据
人机交互
2025-11-18 v5 机器学习
机器人学
摘要
放射治疗（RT）规划复杂、主观且耗时。人工智能（AI）的进展有望提高其精度和效率，但进展常受限于稀缺的大规模标准化数据集。为此，我们引入了自动迭代RT规划（AIRTP）系统，这是一个可规模化生成高质量治疗方案的解决方案。该可规模化解决方案旨在生成大量一致高质量的治疗方案，克服了AI驱动RT规划发展的关键障碍。我们的AIRTP管道遵循临床指南，自动化了包括器官风险（OAR）轮廓化、辅助结构创建、束构、优化和方案质量改进在内的关键步骤，集成AI与类似Varian Eclipse的RT规划软件。此外，本文提出了一种新方法，用于确定优化参数以再现3D剂量分布，即将剂量预测转换为受机器限制约束的可交付治疗方案的方法。比较分析表明，我们的自动化管道生成的方案质量与手动生成的方案相当，这些传统方案需要数小时的劳动。致力于公开科研，本次AIRTP管道首次数据发布包括覆盖颈部和肺部癌症的九个队列，以支持AAPM 2025挑战。据我们了解，本数据集的方案数量是现有最大精选公开数据集的十倍以上。
引用
@article{arxiv.2501.11803,
title = {Automating RT Planning at Scale: High Quality Data For AI Training},
author = {Riqiang Gao and Mamadou Diallo and Han Liu and Anthony Magliari and Jonathan Sackett and Wilko Verbakel and Sandra Meyers and Rafe Mcbeth and Masoud Zarepisheh and Simon Arberet and Martin Kraus and Florin C. Ghesu and Ali Kamen},
journal= {arXiv preprint arXiv:2501.11803},
year = {2025}
}
备注
radiotherapy planning, data for AI training