Fast mixed integer optimization (FMIO) for high dose rate brachytherapy
Notice bibliographique
Résumé
Abstract The purpose of this work was to develop an efficient quadratic mixed integer programming algorithm for high dose rate (HDR) brachytherapy treatment planning problems and integrate the algorithm into an open-source Monte Carlo based treatment planning software, RapidBrachyMCTPS. The mixed-integer algorithm yields a globally optimum solution to the dose volume histogram (DVH) based problem and, unlike other methods, is not susceptible to local minimum trapping. A hybrid linear-quadratic penalty model coupled to a mixed integer programming model was used to optimize treatment plans for 10 prostate cancer patients. Dose distributions for each dwell position were calculated with RapidBrachyMCTPS with type A uncertainties less than 0.2% in voxels within the planning target volume (PTV). The optimization process was divided into two parts. First, the data was preprocessed, in which the problem size was reduced by eliminating voxels that had negligible impact on the solution (e.g. far from the dwell position). Second, the best combination of dwell times to obtain a plan with the highest score was found. The dwell positions and dose volume constraints were used as input to a commercial mixed integer optimizer (Gurobi Optimization, Inc.). A penalty-based criterion was adopted for the scoring. The voxel-reduction technique successfully reduced the problem size by an average of 91%, without loss of quality. The preprocessing of the optimization process required on average 4 s and solving for the global maximum required on average 33 s. The total optimization time averaged 37 s, which is a substantial improvement over the ∼15 min optimization time reported in published literature. The plan quality was evaluated by evaluating dose volume metrics, including PTV D 90 , rectum and bladder D 1 cc and urethra D 0.1 cc . In conclusion, fast mixed integer optimization is an order of magnitude faster than current mixed-integer approaches for solving HDR brachytherapy treatment planning problems with DVH based metrics.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».