用于放射治疗预测与探索的基于队列的 T-SSIM 可视计算
医学物理
2019-10-14 v2 图像与视频处理
摘要
我们描述了一种基于患者队列内空间相似性的放射治疗（RT）规划可视计算方法。在头颈部癌症治疗的放射治疗中，肿瘤周围危及器官的剂量是导致治疗毒性的主要原因。随着患者数据库的可用性，这种情况促使临床医生对基于既往治疗的相似患者来理解和预测 RT 结果产生了兴趣。为了实现此类分析，我们引入了一种新颖的基于拓扑的空间相似性度量 T-SSIM，以及一种基于该相似性度量的预测算法。我们将该算法与一个可视化引导界面相结合，该界面将空间数据和统计结果的可视化编码交织在一起，包括一种具有空间感知的新颖平行标记编码。我们报告了 165 名患者队列的定量结果，以及与放射肿瘤学、数据管理、生物统计学和医学成像领域专家的定性评估，这些专家正在进行远程协作。
引用
@article{arxiv.1907.05919,
title = {Cohort-based T-SSIM Visual Computing for Radiation Therapy Prediction and Exploration},
author = {A. Wentzel and P. Hanula and T. Luciani and B. Elgohari and H. Elhalawani and G. Canahuate and D. Vock and C. D. Fuller and G. E. Marai},
journal= {arXiv preprint arXiv:1907.05919},
year = {2019}
}
备注
IEEE VIS (SciVis) 2019