PulseAugur
中
实时 20:48:22
English(EN) A practical probabilistic framework for deformable image registration uncertainty in radiotherapy dose propagation

新框架量化放射治疗图像配准中的不确定性

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一个新的概率框架，用于量化放射治疗中可变形图像配准 (DIR) 的不确定性。该方法将每个体素处的变形建模为随机变量，从而可以计算剂量概率、预期剂量和置信区间。该框架旨在计算效率高且易于解释，避免了复杂的生物力学模型。它在一个前列腺癌案例研究中得到了验证，结果表明确定性图的设计对剂量不确定性的影响比概率核的选择更大。 AI

影响 提供了一种透明的方法，将图像配准不确定性纳入放射治疗剂量评估。

排序理由 该集群包含一篇详细介绍新方法的学术论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新框架量化放射治疗图像配准中的不确定性

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Stefan Heldmann, Sven Kuckertz, Nasim Givehchi, Thomas Coradi, Mikel Byrne, Ben Archibald-Heeren, Nils Papenberg ·

    用于放射治疗剂量传播的可变形图像配准不确定性的实用概率框架

    arXiv:2606.09253v1 Announce Type: new Abstract: Deformable image registration (DIR) is widely used in radiotherapy for dose propagation and accumulation, but uncertainty in the underlying deformation can substantially affect clinically relevant dose estimates. We present a practi…

  2. arXiv cs.CV TIER_1 English(EN) · Nils Papenberg ·

    一种用于放射治疗剂量传播中可变形图像配准不确定性的实用概率框架

    Deformable image registration (DIR) is widely used in radiotherapy for dose propagation and accumulation, but uncertainty in the underlying deformation can substantially affect clinically relevant dose estimates. We present a practical probabilistic framework for propagating DIR …

相关实体

相关话题