Automated GI tract segmentation using deep learning

要約

放射線腫瘍医の仕事は、腫瘍に向けられたX線ビームを照射すると同時に、胃や腸を避けることです。
MR-Linacs(磁気共鳴画像法および線形加速器システム)を使用すると、腫瘍学者は腫瘍の位置を視覚化し、腫瘍細胞の存在に応じて正確な線量を得ることができます。これは日々変化する可能性があります。
臓器を避けながら腫瘍への線量送達のためにX線ビームの方向を調整するために胃と腸の位置を概説する現在の仕事。
これは時間と労力を要するプロセスであり、ディープラーニング手法でセグメンテーションプロセスを自動化できない限り、治療を1日15分から1時間に簡単に延長できます。
このホワイトペーパーでは、ディープラーニングを使用してこのプロセスを高速化し、より多くの患者が効果的な治療を受けられるようにする自動セグメンテーションプロセスについて説明します。

要約(オリジナル)

The job of Radiation oncologists is to deliver x-ray beams pointed toward the tumor and at the same time avoid the stomach and intestines. With MR-Linacs (magnetic resonance imaging and linear accelerator systems), oncologists can visualize the position of the tumor and allow for precise dose according to tumor cell presence which can vary from day to day. The current job of outlining the position of the stomach and intestines to adjust the X-ray beams direction for the dose delivery to the tumor while avoiding the organs. This is a time-consuming and labor-intensive process that can easily prolong treatments from 15 minutes to an hour a day unless deep learning methods can automate the segmentation process. This paper discusses an automated segmentation process using deep learning to make this process faster and allow more patients to get effective treatment.

arxiv情報

著者 Manhar Sharma
発行日 2022-06-22 13:12:54+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.LG, eess.IV パーマリンク