계획 단계의 연구
SLZ Lumen
계획 단계의 연구 · 가상 입력 프로토타입 검토 완료 · 임상 연구 예정
해부학적 구조를 조건으로 하는 딥러닝 기반 방사선치료 선량 예측과 기하학적 검증을 탐구합니다. 먼저 데이터가 풍부한 벤치마크를 제안하고, 간 방사선치료는 조건이 충족될 경우 이후 확장 대상으로 검토합니다.
공개 요약 업데이트
가상 입력 실험에서 확인한 내용
원래의 소규모 실험용 신경망은 상수 예측기보다 성능이 낮았습니다. 이후 통제된 초기화 실험에서 개발 세트의 평균 절대 오차가 상수 예측기의 0.877 toy_Gy에 비해 0.363 toy_Gy로 줄었습니다. 그러나 모든 표적 내부의 예측값은 여전히 일정했고, 초기화를 바꾸지 않은 경우보다 표적 D2/V10 오차가 커졌습니다. 이는 임상 치료 계획의 정확도를 의미하지 않습니다.
다음 연구 질문
아키텍처 초안: 소형 U-Net과 앙상블로 연구용 선량 지도와 선량-체적 지표를 산출하고, 불확실성을 해부학적 구조에 기반한 실패 위험과 비교합니다. 연구 설계 초안: 치료 계획 데이터 세트의 포함 기준, 선량과 기하학적 품질 점검, 학습 세트 내부의 폴드 외 예측으로 얻은 실패 레이블의 출처를 정합니다. 다음 단계에서는 장기와 데이터 출처의 범위, 참조 선량의 출처, 전문가가 정하는 실패 한계를 구체화합니다. 이는 제안된 규칙이며, 검토한 임상 계획이나 실제로 시행할 수 있는 치료 계획이 아닙니다.