JulianA：一种用于强度调制质子治疗的自动化治疗规划平台及其在颅内和颅外肿瘤中的应用
摘要：优化放射治疗计划的质量对于成功的放疗治疗至关重要。然而，这需要剂量学家付出大量努力和特殊培训。现有的自动化治疗计划系统通常要求显式优先考虑计划目标，人工分配的目标权重，大量历史计划用于训练人工智能或长时间的计划。许多现有的自动规划工具难以扩展到新的规划目标。本文开发了一种新的称为JulianA的点权重优化算法。该算法最小化了仅基于肿瘤和危险器官(OARs)的剂量处方的标量损失函数，但不依赖于历史计划。损失函数中的目标权重具有默认值，对于我们数据集中的患者来说不需要更改。该系统是一个灵活的工具，适用于没有专业编程技能的研究人员和临床医生。扩展它就像在损失函数中添加一个额外的项一样简单。JulianA在我们机构的19名患有颅内和颅外肿瘤的患者数据集上进行了验证。对于每个患者，从我们的治疗数据库中导出了一个给予癌症患者的参考计划。然后，JulianA使用相同的射束安排创建了自动计划。将参考计划和自动计划交给一个被盲目的独立审阅者，评估每个计划的可接受性，对计划进行排名并分配人工/机器制造的标签。有16名患者的自动计划被认为是可接受的，并且至少与11名患者的参考计划一样好。在9个案例中，能够识别出计划是由剂量学家还是JulianA制定的。点权重优化的中位时间约为2分钟(范围：0.5分钟-7分钟)。
作者：Renato Bellotti, Jonas Willmann, Antony J. Lomax, Andreas Adelmann, Damien C. Weber, Jan Hrbacek
论文ID：2305.10211
分类：Medical Physics
分类简称：physics.med-ph
提交时间：2023-08-22