Buchumschlag

Understanding the PULSAR Effect in Combined Radiotherapy and Immunotherapy through Attention Mechanisms with a Transformer Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peng, Hao, Moore, Casey, Saha, Debabrata, Jiang, Steve, Timmerman, Robert
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Medical Physics Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring Strategies for Personalized Radiation Therapy Part II Predicting Tumor Drift Patterns with Diffusion Models
von: Peng, Hao, et al.
Veröffentlicht: (2025)

Exploring Strategies for Personalized Radiation Therapy Part I Unlocking Response-Related Tumor Subregions with Class Activation Mapping
von: Peng, Hao, et al.
Veröffentlicht: (2025)

Multiomics-based Outcome Prediction for the Treatment of Brain Metastases with Personalized Ultra-fractionated Stereotactic Adaptive Radiotherapy (PULSAR)
von: Zhang, Haozhao, et al.
Veröffentlicht: (2024)

PULSAR Effect: Revealing Potential Synergies in Combined Radiation Therapy and Immunotherapy via Differential Equations
von: Rouf, Samiha, et al.
Veröffentlicht: (2024)

Exploring Strategies for Personalized Radiation Therapy: Part III Identifying genetic determinants for Radiation Response with Meta Learning
von: Peng, Hao, et al.
Veröffentlicht: (2025)

Exploring Strategies for Personalized Radiation Therapy Part IV: An Interaction-Picture Approach to Quantify the Abscopal Effect
von: Peng, Hao, et al.
Veröffentlicht: (2026)

Mathematical Modeling of the Synergetic Effect between Radiotherapy and Immunotherapy
von: Xing, Yixun, et al.
Veröffentlicht: (2023)

Physics-Guided Radiotherapy Treatment Planning with Deep Learning
von: Achlatis, Stefanos, et al.
Veröffentlicht: (2025)

Virtual Dosimetrists: A Radiotherapy Training "Flight Simulator"
von: Gay, Skylar S., et al.
Veröffentlicht: (2025)

Zero-Shot Large Language Model Agents for Fully Automated Radiotherapy Treatment Planning
von: Yang, Dongrong, et al.
Veröffentlicht: (2025)

Leveraging Support Vector Regression, Radiomics and Dosiomics for Outcome Prediction in Personalized Ultra-fractionated Stereotactic Adaptive Radiotherapy (PULSAR)
von: Yu, Yajun, et al.
Veröffentlicht: (2025)

Referenceless Proton Resonance Frequency Thermometry Using Deep Learning with Self-Attention
von: Zhao, Yueran, et al.
Veröffentlicht: (2025)

An Optimization Framework to Personalize Passive Cardiac Mechanics
von: Shi, Lei, et al.
Veröffentlicht: (2024)

Machine Learning-Based Modeling of the Anode Heel Effect in X-ray Beam Monte Carlo Simulations
von: Harb, Hussein, et al.
Veröffentlicht: (2025)

Deep Evidential Learning for Radiotherapy Dose Prediction
von: Tan, Hai Siong, et al.
Veröffentlicht: (2024)

Diffusion Transformer-based Universal Dose Denoising for Pencil Beam Scanning Proton Therapy
von: Ding, Yuzhen, et al.
Veröffentlicht: (2025)

A Beam's Eye View to Fluence Maps 3D Network for Ultra Fast VMAT Radiotherapy Planning
von: Arberet, Simon, et al.
Veröffentlicht: (2025)

A LSTM-Transformer Model for pulsation control of pVADs
von: E, Chaoran, et al.
Veröffentlicht: (2025)

Overcoming data scarcity through multi-center federated learning for organs-at-risk segmentation in pediatric upper abdominal radiotherapy
von: Ding, Mianyong, et al.
Veröffentlicht: (2026)

Current Views on Mechanisms of the FLASH Effect in Cancer Radiotherapy
von: Ma, Yuqi, et al.
Veröffentlicht: (2024)

Ultrasound-Guided Real-Time Spinal Motion Visualization for Spinal Instability Assessment
von: Li, Feng, et al.
Veröffentlicht: (2026)

A Learnable Prior Improves Inverse Tumor Growth Modeling
von: Weidner, Jonas, et al.
Veröffentlicht: (2024)

Beyond Correlation: Towards Causal Large Language Model Agents in Biomedicine
von: Bazgir, Adib, et al.
Veröffentlicht: (2025)

Exploring the Capabilities and Limitations of Large Language Models for Radiation Oncology Decision Support
von: Putz, Florian, et al.
Veröffentlicht: (2025)

Learning the Domain Specific Inverse NUFFT for Accelerated Spiral MRI using Diffusion Models
von: Chan, Trevor J., et al.
Veröffentlicht: (2024)

Knowledge Elicitation with Large Language Models for Interpretable Cancer Stage Identification from Pathology Reports
von: Lee, Yeawon, et al.
Veröffentlicht: (2025)

Automatic Personalized Impression Generation for PET Reports Using Large Language Models
von: Tie, Xin, et al.
Veröffentlicht: (2023)

Gradient Map-Assisted Head and Neck Tumor Segmentation: A Pre-RT to Mid-RT Approach in MRI-Guided Radiotherapy
von: Ren, Jintao, et al.
Veröffentlicht: (2024)

An Iterative LLM Framework for SIBT utilizing RAG-based Adaptive Weight Optimization
von: Xiao, Zhuo, et al.
Veröffentlicht: (2025)

Patient-specific AI for generation of 3D dosimetry imaging from two 2D-planar measurements
von: Lopez-Montes, Alejandro, et al.
Veröffentlicht: (2025)

Evaluating The Performance of Using Large Language Models to Automate Summarization of CT Simulation Orders in Radiation Oncology
von: Cao, Meiyun, et al.
Veröffentlicht: (2025)

Improved Image Reconstruction and Diffusion Parameter Estimation Using a Temporal Convolutional Network Model of Gradient Trajectory Errors
von: Martin, Jonathan B., et al.
Veröffentlicht: (2025)

Automated radiotherapy treatment planning guided by GPT-4Vision
von: Liu, Sheng, et al.
Veröffentlicht: (2024)

Nuclear Medicine AI in Action: The Bethesda Report (AI Summit 2024)
von: Rahmim, Arman, et al.
Veröffentlicht: (2024)

Towards Human-Centric Intelligent Treatment Planning for Radiation Therapy
von: Jafar, Adnan, et al.
Veröffentlicht: (2025)

Generating synthetic computed tomography for radiotherapy: SynthRAD2025 challenge report
von: Rogowski, Viktor, et al.
Veröffentlicht: (2026)

Automated identification and quantification of myocardial inflammatory infiltration in digital histological images to diagnose myocarditis
von: Liu, Yanyun, et al.
Veröffentlicht: (2023)

MRI-derived quantification of hepatic vessel-to-volume ratios in chronic liver disease using a deep learning approach
von: Herold, Alexander, et al.
Veröffentlicht: (2025)

A recent evaluation on the performance of LLMs on radiation oncology physics using questions of randomly shuffled options
von: Wang, Peilong, et al.
Veröffentlicht: (2024)

DosimeTron: Automating Personalized Monte Carlo Radiation Dosimetry in PET/CT with Agentic AI
von: Tzanis, Eleftherios, et al.
Veröffentlicht: (2026)