基于多模态成像的物质质量密度估计在质子治疗中使用物理约束深度学习
摘要：物理约束的深度学习多模态成像（PDMI）框架在MRI和DECT图像上使用七个组织替代物MRI模型进行训练。通过四个由不同训练输入和策略派生出的ResNet，分别使用PRN-MR-DE、PRN-DE、RN-MR-DE对组织模拟研究进行训练。PRN-MR-DE、PRN-DE和RN-MR-DE对软组织和骨骼的密度预测效果较好，此外，PDMI框架还有潜力通过产生准确的患者质量密度图来改善质子射程的不确定性。
作者：Chih-Wei Chang, Raanan Marants, Yuan Gao, Matthew Goette, Jessica E. Scholey, Jeffrey D. Bradley, Tian Liu, Jun Zhou, Atchar Sudhyadhom, Xiaofeng Yang
论文ID：2207.13150
分类：Medical Physics
分类简称：physics.med-ph
提交时间：2022-07-29