深度学习赋能精准放疗剂量预测
- 发布人:xnxy120
- 时间:2024-07-31
- 来源:
- 浏览量:0
本网讯(通讯员 谢辉)近日, 谢辉科研团队在放射治疗剂量预测领域取得了令人瞩目的研究成果,这一成果《Precision dose prediction for breast cancer patients undergoing IMRT: The Swin-UMamba-Channel Model 》成功发表在国际知名SCI收录期刊《Computerized Medical Imaging and Graphics》上。该期刊在中国科学院分区中位列二区,影响因子5.4,充分彰显了研究成果的高质量和学术价值。
放射治疗作为癌症治疗的重要手段之一,其疗效很大程度上依赖于精确的剂量分布图。然而,传统上由物理学家通过反复试验和调整生成剂量分布图的方法,不仅耗时费力,还存在一定的主观性。为了克服这些挑战,谢辉科研团队充分利用深度学习的强大功能,提出了一种新颖的Swin-UMamba-Channel预测模型,为放射治疗剂量预测带来了革命性的变化。
该模型专为预测接受全乳切除术的左侧乳腺癌患者放射治疗后的剂量分布而设计,通过集成器官解剖位置信息和射线角度信息,显著提高了预测精度,极大地缩短了治疗计划周期。此外,谢辉科研团队提出的模型在参数数量、计算复杂度和处理时间等方面也展现出显著优势,进一步提升了其实用性和效率,为乳腺癌患者的IMRT治疗提供了重要的技术支持。
此项研究成果的发表,不仅为 科研团队赢得了国际学术界的认可,也为我国放射治疗领域的发展注入了新的活力。
编辑:李丽君 审核:李莉 许莉珺