論文の概要: Variable length genetic algorithm with continuous parameters
optimization of beam layout in proton therapy
- arxiv url: http://arxiv.org/abs/2205.08398v1
- Date: Tue, 17 May 2022 14:31:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-12 21:18:36.190642
- Title: Variable length genetic algorithm with continuous parameters
optimization of beam layout in proton therapy
- Title（参考訳）: ビームレイアウトの連続パラメータ最適化によるプロトン治療における可変長遺伝的アルゴリズム
- Authors: Fran\c{c}ois Smekens, Nicolas Freud, Bruno Sixou, Guillaume Beslon and
Jean M L\'etang
- Abstract要約: 遺伝的アプローチに基づく新しい最適化フレームワークについて検討する。
目標点とビーム入射角を連続的に同時に最適化することを提案する。
テクティタの技術的制約は考慮されていない、すなわちビームエネルギー値、入射方向、ターゲットポイントは自由パラメータである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Proton therapy is a modality in fast development. Characterized by a maximum
dose deposition at the end of the proton trajectory followed by a sharp
fall-off, proton beams can deliver a highly conformal dose to the tumor while
sparing organs at risk and surrounding healthy tissues. New treatment planning
systems based on spot scanning techniques can now propose multi-field
optimization. However, in most cases, this optimization only processes the
field fluences whereas the choice of ballistics (field geometry) is left to the
oncologist and medical physicist.
In this work, we investigate a new optimization framework based on a genetic
approach. This tool is intended to explore new irradiation schemes and to
evaluate the potential of actual or future irradiation systems. We propose to
optimize simultaneously the target points and beam incidence angles in a
continuous manner and with a variable number of beams. No \textit{a priori}
technological constraints are taken into account, \textit{i.e.}~the beam energy
values, incidence directions and target points are free parameters.
The proposed algorithm is based on a modified version of classical genetic
operators: mutation, crossover and selection. We use the real coding associated
with random perturbations of the parameters to obtain a continuous variation of
the potential solutions. We also introduce a perturbation in the exchange
points of the crossover to allow variations of the number of beams. These
variations are controlled by introducing a beam fluence lower limit.
In this paper, we present a complete description of the algorithm and of its
behaviour in an elementary test case. The proposed method is finally assessed
in a clinically-realistic test case.
- Abstract（参考訳）: プロトン療法は急速な発展のモダリティである。
プロトン軌道の終端での最大線量沈着と鋭い脱落によって特徴付けられるプロトンビームは、臓器を危険にさらすとともに、健康な組織を囲みながら、腫瘍に高度にコンフォメーションな線量をもたらすことができる。
スポットスキャン技術に基づく新しい治療計画システムでは、マルチフィールド最適化を提案することができる。
しかし、ほとんどの場合、この最適化はフィールドフルエンスのみを処理するが、弾道(フィールド幾何)の選択は腫瘍学者や医学物理学者に委ねられる。
本研究では遺伝的アプローチに基づく新しい最適化フレームワークについて検討する。
このツールは、新しい照射方式を探求し、実際のまたは将来の照射システムの可能性を評価することを目的としている。
本稿では,目標点とビーム入射角を連続的かつ可変数のビームで同時に最適化することを提案する。
textit{a priori} 技術的な制約は考慮されていない。 \textit{i.e.}~ ビームエネルギー値、入射方向、ターゲットポイントは自由パラメータである。
提案アルゴリズムは、突然変異、交叉、選択という古典遺伝操作子の修正版に基づいている。
パラメータのランダムな摂動に関連する実符号化を用いて、ポテンシャル解の連続的な変動を求める。
また,クロスオーバーの交換点に摂動を導入し,ビーム数の変化を許容する。
これらの変動はビームフルエンス下限を導入することで制御される。
本稿では,基本テストケースにおけるアルゴリズムとその動作の完全な記述について述べる。
提案手法は, 最終的に臨床実例で評価される。
関連論文リスト
- Accelerated zero-order SGD under high-order smoothness and overparameterized regime [79.85163929026146]
凸最適化問題を解くための新しい勾配のないアルゴリズムを提案する。
このような問題は医学、物理学、機械学習で発生する。
両種類の雑音下で提案アルゴリズムの収束保証を行う。
論文 参考訳（メタデータ） (2024-11-21T10:26:17Z) - Stochastic Marginal Likelihood Gradients using Neural Tangent Kernels [78.6096486885658]
線形化されたラプラス近似に下界を導入する。
これらの境界は漸進的な最適化が可能であり、推定精度と計算複雑性とのトレードオフを可能にする。
論文 参考訳（メタデータ） (2023-06-06T19:02:57Z) - Retrieving space-dependent polarization transformations via near-optimal
quantum process tomography [55.41644538483948]
トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。
ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。
これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
論文 参考訳（メタデータ） (2022-10-27T11:37:14Z) - Neural Unbalanced Optimal Transport via Cycle-Consistent Semi-Couplings [10.47175870857988]
我々は、半カップリングの形式に依存して質量の生成と破壊を考慮に入れた、神経的不均衡OTの定式化であるNubOTを紹介する。
本手法は, がん細胞株の様々な薬物に対する不均一反応を予測するための課題に応用する。
論文 参考訳（メタデータ） (2022-09-30T17:48:04Z) - Designing Biological Sequences via Meta-Reinforcement Learning and
Bayesian Optimization [68.28697120944116]
メタ強化学習を用いて自己回帰生成モデルを訓練し、選択のための有望なシーケンスを提案する。
我々は,データのサブセットのサンプリングによって誘導されるMDPの分布に対する最適ポリシーを求める問題として,この問題を提起する。
このようなアンサンブルに対するメタラーニングは,報酬の過小評価に対して頑健であり,競争的な結果が得られることを示す。
論文 参考訳（メタデータ） (2022-09-13T18:37:27Z) - Experimental Design for Linear Functionals in Reproducing Kernel Hilbert
Spaces [102.08678737900541]
線形汎関数に対するバイアス認識設計のためのアルゴリズムを提供する。
準ガウス雑音下での固定および適応設計に対する漸近的でない信頼集合を導出する。
論文 参考訳（メタデータ） (2022-05-26T20:56:25Z) - Towards the optimization of ballistics in proton therapy using genetic
algorithms: implementation issues [0.0]
遺伝的アルゴリズムに基づく新しい最適化フレームワークについて検討する。
提案された最適化ルーチンは典型的には、数千の固定サイズのスポットを考慮に入れている。
提案する遺伝的アルゴリズムの挙動は, 基礎的, 臨床的に有意なテストケースで示される。
論文 参考訳（メタデータ） (2022-05-17T12:31:14Z) - E-detectors: a nonparametric framework for sequential change detection [86.15115654324488]
逐次的変化検出のための基本的かつ汎用的なフレームワークを開発する。
私たちの手順は、平均走行距離のクリーンで無症状な境界が伴います。
統計的および計算効率の両方を達成するために,これらの混合物を設計する方法を示す。
論文 参考訳（メタデータ） (2022-03-07T17:25:02Z) - Learning the Physics of Particle Transport via Transformers [0.0]
単エネルギー陽子ビームで堆積した線量を予測するデータ駆動線量計算アルゴリズムを提案する。
提案手法は,現在の臨床解析用鉛筆法よりも33倍高速である。
我々のモデルは、これまでリアルタイム適応プロトン処理を禁止してきた大きな障害を克服する可能性がある。
論文 参考訳（メタデータ） (2021-09-08T22:26:03Z) - Optimizing Radiotherapy Plans for Cancer Treatment with Tensor Networks [0.0]
IMRT(Intensity-Modulated Radiation Therapy)技術は、不均一な腫瘍や不均一な腫瘍を治療し、健康な臓器に対する放射線毒性を低下させる。
我々は、線量最適化問題をIsing-like Hamiltonianの基底状態の探索にマッピングし、長距離相互作用量子ビットの系を記述する。
同様のアプローチは、将来のハイブリッド古典量子アルゴリズムにも適用でき、将来の医療における量子技術の利用の道を開くことができる。
論文 参考訳（メタデータ） (2020-10-19T14:28:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。