Semiautomatic segmentation for prostate brachytherapy: Dosimetric evaluation
Notice bibliographique
Résumé
PURPOSE: To demonstrate that manual prostate segmentation in transrectal ultrasound images can be replaced with semiautomatic segmentation. METHODS AND MATERIALS: Semiautomatic segmentation using a tapered ellipsoid model was applied to transrectal ultrasound images. Region-based volumetric evaluation was performed between original and physician-reviewed semiautomatic contours. For dosimetric assessment, treatment plans generated on semiautomatic contours were overlaid on physician-reviewed semiautomatic contours and dose parameters were computed. To establish a threshold for the acceptable amount of dosimetric degradation below which the adoption of semiautomatic planning is unacceptable, the range of variability in dosimetric quality attributed to manual variability was obtained and compared with that of semiautomatic contours. RESULTS: An average volume error (1-Dice similarity coefficient) of less than 7% between semiautomatic and manual volumes (140 cases) was obtained. The difference between the mean V(100) of plans created for semiautomatic contours then overlaid on physician-reviewed semiautomatic contours and the original V(100) values, that is, before overlaying on the physician-reviewed contours (41 cases) was lower than 5%. An average total duration of 2-4min, which includes algorithm initialization, 11.67±3.57s algorithm time, and contour modification is required per case. This algorithm is being used at the British Columbia Cancer Agency and to this date has been applied for the treatment of more than 600 patients. CONCLUSIONS: In terms of volumetric and dosimetric accuracy, the proposed algorithm is a suitable replacement for manual segmentation in the context of our planning technique. The benefits are shorter segmentation times; greater consistency; less reliance on user experience; and smooth, symmetric contours.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».