DoseRAD2026 Challenge数据集：用于放射治疗的AI加速射线和质子剂量计算
医学物理
2026-04-15 v1 人工智能
计算机视觉与模式识别
摘要
目的：准确的剂量计算对于实现精准肿瘤照射同时保留健康组织至关重要。随着MRI引导和实时自适应放射治疗的日益普及，对CT和MRI的快速而准确的剂量计算需求日益增长。DoseRAD2026数据集和挑战提供了一组带有CT和MRI数据，包含射线和质子蒙特卡洛剂量分布，旨为开发和评估先进的剂量计算方法。获取与验证方法：该数据集包含来自115名患者（75名训练，40名测试）的配对CT和MRI数据，这些患者在MRI-linac上接受胸部或腹部病灶的治疗，数据来源于SynthRAD2025数据集。预处理包括刚体图像配准、气洞校正和重采样。基于开源蒙特卡洛算法计算得到地面真相的射线（6 MV）和质子剂量分布，分别产生40,500个射线束和81,000个质子束元。数据格式与使用说明：数据组织为射线和质子子集，包含配对CT-MRI图像、束级剂量分布以及JSON格式的束配置文件。文件以压缩的MetaImage（.mha）格式提供。该数据集在CC BY-NC 4.0许可下发布，训练数据将于2026年4月公开，测试集将于2030年3月释放。潜在应用：该数据集支持快速剂量计算方法的基准测试，包括射线和质子治疗的束级剂量估计、MRI引导工作流程中的MRI基剂量计算，以及实时自适应放射治疗。
引用
@article{arxiv.2604.12778,
title = {DoseRAD2026 Challenge dataset: AI accelerated photon and proton dose calculation for radiotherapy},
author = {Fan Xiao and Nikolaos Delopoulos and Niklas Wahl and Lennart Volz and Lina Bucher and Matteo Maspero and Miguel Palacios and Muheng Li and Samir Schulz and Viktor Rogowski and Ye Zhang and Zoltan Perko and Christopher Kurz and George Dedes and Guillaume Landry and Adrian Thummerer},
journal= {arXiv preprint arXiv:2604.12778},
year = {2026}
}