論文の概要: A digital-twin framework for forecasting treatment-day imaging with contour uncertainty in adaptive proton radiotherapy
- arxiv url: http://arxiv.org/abs/2609.24725v1
- Date: Mon, 21 Sep 2026 15:01:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:04.009911
- Title: A digital-twin framework for forecasting treatment-day imaging with contour uncertainty in adaptive proton radiotherapy
- Title（参考訳）: 順応性陽子放射線治療における輪郭不確実性を伴う治療日像の予測のためのデジタルツインフレームワーク
- Abstract要約: 本稿では,患者の治療日中の解剖をCTのアンサンブルとして予測するデジタルツインフレームワークを提案する。
88人の患者から得られた302個の観察ライブラリーは、患者1人あたり約300個の複製を発生し、それぞれが治療された患者で生じた変形である。
- 参考スコア（独自算出の注目度）: 15.185444610904897
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Head-and-neck anatomy changes over a six-to-seven-week proton course, and the anatomy of a later week cannot be imaged when the plan is made. We present a digital-twin framework that forecasts a patient's treatment-day anatomy as an ensemble of predicted CTs with propagated contours and quantifies the uncertainty of the forecast contours. The twin is a library of previously treated patients with planning and weekly quality-assurance CTs (QACTs), made patient-specific by a two-step foundation-model deformable registration: a cross-patient field carries each library patient onto the current patient, and a longitudinal field, estimated in the current patient's frame, carries that patient's planning-to-QACT change onto the current patient's own planning CT. A library of 302 observations from 88 patients yields about 300 replicates per patient, each a deformation that occurred in a treated patient. The dispersion of the propagated contours, resolved by outward normal, is six-direction contour uncertainty in millimeters. This is uncertainty in the input to the forecast, which library patient the current patient follows, rather than in model parameters, and it is unchanged when the registration engine is exchanged. On ten patients with clinician contours on two QACTs, the library alone fixes the anisotropic shape of the uncertainty (4.5 to 6.2 mm); the first QACT narrows it by a factor of 3.2 to 3.6 without a contour being drawn; an approved contour improves the center but not the width. The estimate orders directions correctly but is not Gaussian-calibrated. A clinical target volume expansion is worked out as one application.
- Abstract（参考訳）: 頭頸部解剖は6週間から7週間のプロトンコースで変化し、計画が立てられた後週の解剖は画像化できない。
本稿では,患者の治療日中の解剖をプロパゲート輪郭によるCTのアンサンブルとして予測し,予測輪郭の不確かさを定量化するデジタルツインフレームワークを提案する。
この双生児は、計画と週次品質保証CT(QACTs)を患者固有の2段階の基礎モデルデフォルマブル登録で作成し、各患者を現在の患者に搬送するクロス患者フィールドと、現在の患者のフレームに推定される縦方向のフィールドは、患者の計画からQACTへの変更を現在の患者の計画CTに伝達する。
88人の患者から得られた302個の観察ライブラリーは、患者1人あたり約300個の複製を発生し、それぞれが治療された患者で生じた変形である。
伝播輪郭の分散は、外向き正規によって解決され、ミリ波における6方向輪郭の不確実性である。
これは、モデルパラメータではなく、現在の患者が従うライブラリの予測に対する入力の不確実性であり、登録エンジンの交換時に変更されない。
2つのQACTに臨床用輪郭を持つ10の患者において、図書館だけで不確実性の異方性形状(4.5から6.2mm)を固定し、第1のQACTは輪郭を引かずに3.2から3.6に狭め、承認された輪郭は中央を改良するが、幅は改善しない。
推定は正しい方向を指示するが、ガウス校正はされない。
臨床対象容積拡大を1つの応用として検討する。
関連論文リスト
- Anatomy-Change-Aware Bidirectional Selective State-Space Memory for Clinically Deployed Thoracic Radiotherapy Auto-Contouring [0.6439594960617159]
DAMM-Net++は胸部放射線治療のための2.5Dアーキテクチャである。
これはスライス表面の不整合、小さな低コントラストターゲットの系統的故障、ケースごとの信頼性信号の欠如に対処する。
平均Diceは0.955、HD95は3.78mmで、低コントラストの臓器のリスクが最も高い。
論文 参考訳（メタデータ） (2026-09-11T11:13:06Z) - Anticipatory Digital Twins for Online Head-and-Neck Adaptive Proton Therapy via Foundation-Model Registration [16.0292027058097]
頭頸部(HN)プロトン療法は,4～6週間の解剖学的変化に非常に敏感である。
オンライン適応プロトン療法は、その日の解剖に基づいて計画を立てるが、標準はオフラインの計画に頼っている。
患者固有のトレーニングを使わずに,事前トレーニングされた基礎モデル変形可能な登録ネットワーク上に構築されたデジタルツインフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-01T19:15:17Z) - Toward Actionable Digital Twins for Radiation-Based Imaging and Therapy: Mathematical Formulation, Modular Workflow, and an OpenKBP-Based Dose-Surrogate Prototype [0.17188280334580194]
放射線ベースの画像と治療のためのデジタル双生児は、患者データを同化し、予測の不確実性を定量化し、臨床的に制約された決定をサポートするのに有用である。
本稿では,Openkbpfullベンチマークを用いた放射線画像・治療における動作可能なデジタル双生児のためのモジュラーフレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-26T22:37:18Z) - Interpretable Multiple Myeloma Prognosis with Observational Medical Outcomes Partnership Data [40.33203847364774]
実世界のデータに基づいてトレーニングされた機械学習モデルの解釈可能性を保証するための2つの新しい正規化手法を提案する。
ヘルシンキ大学病院の臨床データを用いた多発性骨髄腫患者の5年間の生存予測について検討した。
812例のデータを用いた数値実験において,本手法の有効性を検証した。
論文 参考訳（メタデータ） (2026-03-20T09:32:46Z) - CT-Enabled Patient-Specific Simulation and Contact-Aware Robotic Planning for Cochlear Implantation [41.386729124620366]
ロボットの人工内耳挿入は、人工内耳の外傷を最小限に抑えるために、接触力の正確な予測と調節を必要とする。
本稿では,接触型挿入計画と検証のためのCT-to-simulationパイプラインについて述べる。
論文 参考訳（メタデータ） (2026-03-05T16:13:59Z) - PreSight: Preoperative Outcome Prediction for Parkinson's Disease via Region-Prior Morphometry and Patient-Specific Weighting [39.37468393635883]
PreSightは術前MRIと変形法に基づく形態計測とを融合した術前成績モデルである。
患者レベルの説明とともに、エンドツーエンド、キャリブレーション、意思決定対応の予測を生成する。
内部検証では88.89%、応答者分類では85.29%の精度が得られた。
論文 参考訳（メタデータ） (2026-03-02T15:00:48Z) - Validated respiratory drug deposition predictions from 2D and 3D medical
images with statistical shape models and convolutional neural networks [47.187609203210705]
患者固有の沈着モデリングのための自動計算フレームワークを開発し,検証することを目的としている。
2次元胸部X線と3次元CT画像から3次元患者の呼吸動態を生成できる画像処理手法が提案されている。
論文 参考訳（メタデータ） (2023-03-02T07:47:07Z) - Deformation Driven Seq2Seq Longitudinal Tumor and Organs-at-Risk
Prediction for Radiotherapy [12.05638699290782]
畳み込み長短記憶(ConvLSTM)に基づく新しい3次元シーケンス・ツー・シーケンスモデルを提案する。
将来の解剖学的変化と腫瘍の体積の変化を予測し、重要なOARも予測する。
私たちは2つの放射線治療データセットでモデルを検証した。
論文 参考訳（メタデータ） (2021-06-16T18:29:16Z) - Convolutional-LSTM for Multi-Image to Single Output Medical Prediction [55.41644538483948]
発展途上国の一般的なシナリオは、複数の理由からボリュームメタデータが失われることである。
ヒトの診断過程を模倣したマルチイメージから単一診断モデルを得ることが可能である。
論文 参考訳（メタデータ） (2020-10-20T04:30:09Z) - Joint Prediction and Time Estimation of COVID-19 Developing Severe
Symptoms using Chest CT Scan [49.209225484926634]
術後に重篤な症状を発症するかどうかを判定するための共同分類法と回帰法を提案する。
提案手法は,各試料の重量を考慮し,外乱の影響を低減し,不均衡な分類の問題を検討する。
提案手法では, 重症症例の予測精度76.97%, 相関係数0.524, 変換時間0.55日差が得られた。
論文 参考訳（メタデータ） (2020-05-07T12:16:37Z)
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。