Automated GI tract segmentation using deep learning

要約

放射線腫瘍医の仕事は、X 線ビームを腫瘍に向けて照射し、同時に胃や腸を避けることです。
MR-Linacs (磁気共鳴イメージング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、日によって異なる可能性がある腫瘍細胞の存在に応じて正確な線量を設定することができます。
現在の仕事は、胃と腸の位置の概要を示し、臓器を避けながら腫瘍に線量を照射するための X 線ビームの方向を調整することです。
これは時間と労力がかかるプロセスであり、深層学習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、1 日の治療時間が 15 分から 1 時間に簡単に長くなる可能性があります。
この論文では、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、深層学習を使用した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

提供元, 利用サービス

arxiv.jp, Google