伽玛刀放射外科的自动逆向治疗计划：深度强化学习
摘要：使用深度强化学习方法实现Gamma Knife（GK）放射外科的自动智能优先级调整，以模拟人类规划师的调整行为。通过构建基于深度卷积神经网络的优先级调整策略网络，并使用端到端的深度强化学习框架训练网络，以近似最优的行动-价值函数。通过设计得分函数来评估计划质量。研究结果表明，与人类规划师进行手动优先级调整相比，我们的网络可以生成与之相媲美或略高的GK计划，可潜在地融入临床工作流程以提高GK计划的效率。
作者：Yingzi Liu, Chenyang Shen, Tonghe Wang, Jiahan Zhang, Xiaofeng Yang, Tian Liu, Shannon Kahn, Hui-Kuo Shu, Zhen Tian
论文ID：2109.06813
分类：Medical Physics
分类简称：physics.med-ph
提交时间：2022-10-12