Creation of RTOG compliant patient CT-atlases for automated atlas based contouring of local regional breast and high-risk prostate cancers
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
BACKGROUND: Increasing use of IMRT to treat breast and prostate cancers at high risk of regional nodal spread relies on accurate contouring of targets and organs at risk, which is subject to significant inter- and intra-observer variability. This study sought to evaluate the performance of an atlas based deformable registration algorithm to create multi-patient CT based atlases for automated contouring. METHODS: Breast and prostate multi-patient CT atlases (n = 50 and 14 respectively) were constructed to be consistent with RTOG consensus contouring guidelines. A commercially available software algorithm was evaluated by comparison of atlas-predicted contours against manual contours using Dice Similarity coefficients. RESULTS: High levels of agreement were demonstrated for prediction of OAR contours of lungs, heart, femurs, and minor editing required for the CTV breast/chest wall. CTVs generated for axillary nodes, supraclavicular nodes, prostate, and pelvic nodes demonstrated modest agreement. Small and highly variable structures, such as internal mammary nodes, lumpectomy cavity, rectum, penile bulb, and seminal vesicles had poor agreement. CONCLUSIONS: A method to construct and validate performance of CT-based multi-patient atlases for automated atlas based auto-contouring has been demonstrated, and can be adopted for clinical use in planning of local regional breast and high-risk prostate radiotherapy.
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 | 0,000 |
| 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