MétaCan
Menu
Retour à la cohorte
Enregistrement W4293176373 · doi:10.5114/jcb.2022.118995

Commissioning of GPU-based multi-criteria optimizer combined with plan navigation tools for high-dose-rate brachytherapy

2022· article· en· W4293176373 sur OpenAlexaff
Cédric Bélanger, Sylviane Aubin, Luc Beaulieu, Éric Poulin

Notice bibliographique

RevueJournal of Contemporary Brachytherapy · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Diagnosis and Treatment
Établissements canadiensUniversité LavalCentre hospitalier de l'Université LavalHôtel-Dieu de Québec
Organismes subventionnairesnon disponible
Mots-clésBrachytherapyWorkflowDICOMRadiation treatment planningComputer scienceNuclear medicineDosimetryAlgorithmMedicineDatabaseRadiation therapyArtificial intelligenceRadiology

Résumé

récupéré en direct d'OpenAlex

Purpose: Recently, our GPU-based multi-criteria optimization (gMCO) algorithm has been integrated in a graphical user interface (gMCO-GUI) that allows real-time plan navigation through a gMCO-generated set of Pareto-optimal plans for high-dose-rate (HDR) brachytherapy. This work reports on the commissioning of the gMCO algorithm into clinical workflow. Material and methods: Our MCO workflow was validated against Oncentra Prostate v. 4.2.2 (OcP) and Oncentra Brachy v. 4.6.0 (OcB). 40 HDR prostate brachytherapy patients (20 with OcP and 20 with OcB) were retrospectively re-planned with gMCO algorithm by generating 2,000 Pareto-optimal plans. A single gMCO treatment plan was exported using gMCO-GUI plan navigation tools. The optimized dwell positions and dwell times of gMCO plans were exported via DICOM RTPLAN files to OcP/OcB, where final dosimetry was calculated. TG43 implementation in gMCO was validated against the consensus data of flexisource. Five analytical shapes were used as the ground truth for volume calculations. Dose-volume histogram (DVH) curves generated by gMCO were compared with the ones generated by OcP/OcB. 3D dose distributions (and isodose lines) were validated against OcP/OcB using dice similarity coefficient (DSC), 95% undirected Hausdorff distance (95% HD), and γ analysis. Results: Differences between -0.4% and 0.3% were observed between gMCO calculated dose rates and the flexisource consensus data. gMCO volumes were within ±2% agreement in 3/5 volumes (deviations within -2.9% and 0.1%). For 9 key DVH indices, the differences between gMCO and OcP/OcB were within ±1.2%. Regarding the accuracy of key isodose lines, the mean DSC was greater than 0.98, and the mean 95% HD was below 0.4 mm. The fraction of voxels with γ ≤ 1 was greater than 99% for all cases with 1%/1 mm threshold. Conclusions: The GPU-based MCO workflow was successfully integrated into the clinical workflow and validated against OcP and OcB.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,831

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,315
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Contemporary BrachytherapyMême sujetProstate Cancer Diagnosis and TreatmentTravaux en français237 207