Light Pareto robust optimization for IMRT treatment planning
Notice bibliographique
Résumé
BACKGROUND: Robust optimization (RO) has been proposed to mitigate breathing motion uncertainty during treatment in intensity-modulated radiation therapy (IMRT) planning for breast or lung cancer. RO is a pessimistic approach that implicitly trades off average-case for worst-case treatment plan quality. Pareto robust optimization (PRO) provides a mechanism for improving nonworst-case plan outcomes, but often remains overly conservative in the average case. PURPOSE: The goal of this study is to characterize the trade-off between the optimality of robust IMRT plans in the worst case and the treatment quality in nonworst-case realizations of breathing motion. We provide a light Pareto robust optimization (LPRO) method for IMRT and test its clinical viability for improving the average-case plan quality while preserving robustness, in comparison to RO and PRO plans. METHODS: Five clinical left-sided breast cancer patients were included in the study, each with an associated 4D-CT dataset approximating their breathing cycle. Using simulation, 50 different breathing patterns were generated for each patient. A first-stage optimization was solved with the objective of cardiac sparing while ensuring robustness on the target dose under breathing uncertainty. Next, a second-stage objective of overdose minimization was considered to improve plan quality in a controlled LPRO framework. For the simulated breathing scenarios, the trade-off between loss of average cardiac sparing at worst-case and the overdose to the breast was quantified by calculating the accumulated dose for each plan in each breathing scenario. Finally, the RO, PRO, and LPRO plans were each evaluated using eight clinical dose-volume criteria on the target and organs at risk. RESULTS: The LPRO models allowed for significantly sharper dose falloffs in the expected dose instances, relative to both RO and PRO models. Plans began looking valid for delivery with average allowances of as little as +0.1 Gy additional dose to the heart, and most patients experienced diminishing returns beyond +0.2 Gy. CONCLUSIONS: Without sacrificing robustness, the LPRO approach produces viable plans with true total-target irradiation. Furthermore, the plans produced were able to reduce the nonworst-case downside typical of RO, without the characteristic overdosing or average-case pessimism seen in prior models.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».