Deep learning based MLC aperture and monitor unit prediction as a warm start for breast VMAT optimisation.

Vandewinckele, L; Reynders, T; Weltens, C; Maes, F; Crijns, W

Vandewinckele, L; Reynders, T; Weltens, C; Maes, F; Crijns, W.

Afiliación

Vandewinckele L; Department of Oncology, Laboratory of Experimental Radiotherapy, KU Leuven, Belgium.
Reynders T; Department of Radiation Oncology, UZ Leuven, Belgium.
Weltens C; Department of Radiation Oncology, UZ Leuven, Belgium.
Maes F; Department of Oncology, Laboratory of Experimental Radiotherapy, KU Leuven, Belgium.
Crijns W; Department of Radiation Oncology, UZ Leuven, Belgium.

Phys Med Biol ; 68(22)2023 Nov 16.

Article en En | MEDLINE | ID: mdl-37903442

Asunto(s)

Aprendizaje Profundo; Radioterapia de Intensidad Modulada; Humanos; Radioterapia de Intensidad Modulada/métodos; Planificación de la Radioterapia Asistida por Computador/métodos; Dosificación Radioterapéutica; Mama; Órganos en Riesgo

Palabras clave

VMAT; automated treatment planning; breast; deep learning; radiotherapy

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Radioterapia de Intensidad Modulada / Aprendizaje Profundo Límite: Humans Idioma: En Revista: Phys Med Biol Año: 2023 Tipo del documento: Article País de afiliación: Bélgica

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google