肿瘤放射治疗与人工智能
编号：117
访问权限：仅限参会人
更新：2021-11-05 16:50:32
浏览：724次
特邀报告
报告开始：2021年11月14日 17:05 （Asia/Shanghai）
报告时间：25min
所在会议：[PS1] Plenary Session 1 » [CT1] Workshop on CT
暂无文件
摘要
放射治疗人员（医生、物理师）不足，而肿瘤放疗靶区和危及器官的勾画占用了放疗医师大量的时间和精力，人工勾画效率低，不同医师、物理师之间的设计结果又存在较大的差异。所以有效提高质控效率是放射治疗的重要保证。随着人工智能(AI)在精准放疗领域的不断深入，解决这些难题成为可能。所谓人工智能，是研究开发用于模拟、延伸和扩展人的智能理论、方法、技术，以机器学习(ML)得以实现方法。分享CNN卷积神经网络算法和预测DVH在医疗领域的应用，介绍了AutoPlan计划。将原来长达3-5个小时甚至几天的放疗准备工作缩减到半小时左右，体现了人工智能的价值。
关键字
报告人
Guoping Shan
Cancer Hospital of the University of Chinese Academy of Sciences博士 硕士生导师
中国科学院大学附属肿瘤医院 放射物理科主任
- 浙江省放疗设备质量控制专业学组组长
- 浙江省肿瘤放疗质控专家组副组长
- 中国医学装备协会放射治疗装备技术分会委员
- 浙江省辐射防护协会副会长
- 中国抗癌协会放疗专业委员会青委
- 浙江省医学会放疗专业委员会常委
- 浙江省抗癌协会放疗专业委员会常委
- 浙江省大型医用设备配置与使用管理专家委员会成员
发表评论