基于人工智能的临床评估自动分割轮廓质量的决策支持

💡 原文中文,约600字,阅读约需2分钟。
📝

内容提要

本研究提出了一种基于深度学习的自动生成轮廓质量评估方法,适用于在线适应性放射治疗。该方法在多种数据场景下准确率超过90%,显著降低了人工审查需求,提高了放射治疗的安全性和可靠性。

🎯

关键要点

  • 本研究提出了一种基于深度学习的自动生成轮廓质量评估方法。
  • 该方法适用于在线适应性放射治疗。
  • 通过贝叶斯序数分类和校准的不确定性阈值,该方法无需依赖真实轮廓或广泛手动标注。
  • 该方法在多种数据场景下准确率超过90%。
  • 显著减少了人工审查需求,提高了放射治疗的安全性和可靠性。
➡️

继续阅读