Non‐convex IMRT treatment planning using deep inverse optimization

Background Intensity‐modulated radiation therapy (IMRT) utilizes inverse optimization to calculate beamlet intensities, achieving clinical dose objectives for tumors while minimizing dose to organs‐at‐risk (OARs). However, incorporating non‐convex dose‐volume constraints into IMRT planning is challe...

Celý popis

Podrobná bibliografie

Vydáno v:	Medical physics (Lancaster) Ročník 52; číslo 11; s. e70141 - n/a
Hlavní autoři:	Lei, Yang, Zhang, Jiahan, Liu, Tian
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States 01.11.2025
Témata:	Carcinoma, Non-Small-Cell Lung - radiotherapy deep inverse optimization Deep Learning Humans IMRT auto‐planning Lung Neoplasms - radiotherapy non‐convex programming Organs at Risk - radiation effects Radiotherapy Dosage Radiotherapy Planning, Computer-Assisted - methods Radiotherapy, Intensity-Modulated - methods IMRT auto‐planning non‐convex programming deep inverse optimization
ISSN:	0094-2405, 2473-4209, 2473-4209
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!