Self-configuring nnU-Net for automatic delineation of the organs at risk and target in high-dose rate cervical brachytherapy, a low/middle-income country's experience.

Duprez, Didier; Trauernicht, Christoph; Simonds, Hannah; Williams, O'Brian

Duprez, Didier; Trauernicht, Christoph; Simonds, Hannah; Williams, O'Brian.

Afiliação

Duprez D; Division of Medical Physics, Stellenbosch University, Tygerberg Academic Hospital, Cape Town, South Africa.
Trauernicht C; Division of Medical Physics, Stellenbosch University, Tygerberg Academic Hospital, Cape Town, South Africa.
Simonds H; Department of Oncology, University Hospitals Plymouth NHS trust, Plymouth, UK.
Williams O; Division of Radiation Oncology, Stellenbosch University, Tygerberg Academic Hospital, Cape Town, South Africa.

J Appl Clin Med Phys ; 24(8): e13988, 2023 Aug.

Article em En | MEDLINE | ID: mdl-37042449

Assuntos

Braquiterapia; Neoplasias do Colo do Útero; Feminino; Humanos; Dosagem Radioterapêutica; Braquiterapia/métodos; Órgãos em Risco; Planejamento da Radioterapia Assistida por Computador/métodos; Reto; Neoplasias do Colo do Útero/radioterapia

Palavras-chave

cervical cancer; deep learning; high-dose rate brachytherapy; segmentation

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Braquiterapia / Neoplasias do Colo do Útero Idioma: En Ano de publicação: 2023 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Braquiterapia / Neoplasias do Colo do Útero Idioma: En Ano de publicação: 2023 Tipo de documento: Article