基于深度学习神经网络的位点无关三维剂量分布预测
机器学习
2022-05-04 v1 人工智能
医学物理
摘要
通常，当前的剂量预测模型受限于少量数据，且需要针对特定位点重新训练，常导致次优性能。我们提出了一种位点无关的、使用深度学习的3D剂量分布预测模型，该模型可利用来自任何治疗位点的数据，从而增加用于训练模型的总数据量。将我们提出的模型应用于新的目标治疗位点，仅需对模型针对新数据进行简短微调，且不涉及对模型输入通道或其参数的修改。因此，即使训练数据集较小，它也能高效适配不同的治疗位点。
引用
@article{arxiv.2106.07825,
title = {Site-Agnostic 3D Dose Distribution Prediction with Deep Learning Neural Networks},
author = {Maryam Mashayekhi and Itzel Ramirez Tapia and Anjali Balagopal and Xinran Zhong and Azar Sadeghnejad Barkousaraie and Rafe McBeth and Mu-Han Lin and Steve Jiang and Dan Nguyen},
journal= {arXiv preprint arXiv:2106.07825},
year = {2022}
}