Improving image-guided target localization through deformable registration
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To quantify the improvements in online target localization using kV cone beam CT (CBCT) with deformable registration. METHODS AND MATERIAL: Twelve patients treated under a 6 fraction liver cancer radiation therapy protocol were imaged in breath hold using kV CBCT at each treatment fraction. The images were imported into the treatment planning software and rigidly registered by fitting the liver, identified on the daily kV CBCT image, into the liver contours, previously drawn on the planning CT. The liver was then manually contoured on each CBCT image. Deformable registration was automatically performed, aligning the CT liver to the liver on each CBCT image using MORFEUS, a biomechanical model based deformable registration algorithm. The tumor, defined on planning CT, was mapped onto the CBCT, through MORFEUS. The center of mass (COM) displacement of the tumor was computed. RESULTS: The mean (SD) displacement magnitude (absolute value) of the COM following deformable registration was 0.08 (0.07), 0.10 (0.11), and 0.10 (0.17) cm in the left-right (LR), anterior-posterior (AP), and superior-inferior (SI) directions, respectively. The maximum displacement of the COM was 0.34, 0.65, and 0.97 cm in the LR, AP, and SI directions, respectively. Fifteen percent of the treatment fractions had a COM displacement of greater than 0.3 cm and 33% of patients had at least 1 fraction with a displacement of greater than 0.3 cm. The deformable registration, excluding the manual contouring of the liver, was performed in less than 1 minute, on average. DISCUSSION: Rigid registration of the liver volume between planning CT and verification kV CBCT localizes the tumor to within 0.3 cm for the majority (66%) of patients; however, larger offsets in tumor position can be observed due to liver deformation.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle