Automated contouring and radiotherapy treatment planning of spine metastases using atlas-based auto-segmentation and knowledge-based planning approaches
Notice bibliographique
Résumé
OBJECTIVES: Spine metastases are routinely treated with conventional external beam radiotherapy (cEBRT) where there is no delineation of target volumes (TV) or organs at risk (OAR), or attempt to optimize dose distribution. Automated contouring and treatment planning could facilitate conformal planning of spine metastases in the clinical environment. METHODS: Atlas-based auto-segmentation (ABAS) using SmartSegmentation was developed for delineation of thoracic and lumbar vertebrae, and OAR; knowledge-based planning (KBP) using RapidPlan was developed for conformal volumetric-modulated arc therapy treatment planning. Plans produced using this automated approach were compared to the equivalent cEBRT plans. RESULTS: TV coverage for automated ABAS/KBP conformal treatment plans were superior to cEBRT. The planning target volume (PTV) Dmean = 7.86 ± 0.16 Gy, Dmin = 3.46 ± 1.79 Gy, Dmax = 8.56 ± 0.05 Gy compared to PTV Dmean = 7.78 ± 0.24 Gy, Dmin = 1.83 ± 1.08 Gy, Dmax = 10.46 ± 0.41 Gy, with homogeneity index and conformity index 0.236 ± 0.215 and 1.201 ± 0.121, respectively, for ABAS/KBP compared to 0.508 ± 0.137 and 1.789 ± 0.437 for cEBRT. Dose to dose-limiting spinal cord and cauda equina was reduced in ABAS/KBP plans, with Dmax of 7.91 ± 0.16 Gy and 7.94 ± 0.13 Gy, respectively, compared to 8.67 ± 0.13 Gy and 8.90 ± 0.16 Gy for cEBRT. CONCLUSIONS: Automated conformal treatment planning was achievable, with improved sparing of dose-limiting OAR and superior plan quality compared to cEBRT. Automation of the planning process makes this feasible for implementation in the clinical environment. ADVANCES IN KNOWLEDGE: Automated contouring and treatment planning are feasible in the clinical environment using this approach. We describe the first use of ABAS and KBP for radiotherapy treatment of spine metastases that would allow patients to receive conformal as opposed to the widely used approach of cEBRT.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».