Buchumschlag

Efficient Radiation Treatment Planning based on Voxel Importance

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mair, Sebastian, Fu, Anqi, Sjölund, Jens
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Medical Physics Machine Learning Image and Video Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AI End-to-End Radiation Treatment Planning Under One Second
von: Arberet, Simon, et al.
Veröffentlicht: (2026)

Unsupervised dynamic modeling of medical image transformation
von: Gunnarsson, Niklas, et al.
Veröffentlicht: (2021)

Estimating Task-based Performance Bounds for Accelerated MRI Image Reconstruction Methods by Use of Learned-Ideal Observers
von: Li, Kaiyan, et al.
Veröffentlicht: (2025)

CNN Based Detection of Cardiovascular Diseases from ECG Images
von: Sayin, Irem, et al.
Veröffentlicht: (2024)

CEST-KAN: Kolmogorov-Arnold Networks for CEST MRI Data Analysis
von: Wang, Jiawen, et al.
Veröffentlicht: (2024)

Derivative-Based Mir Spectroscopy for Blood Glucose Estimation Using Pca-Driven Regression Models
von: Mansourlakouraj, Saeed, et al.
Veröffentlicht: (2024)

ACE-Net: AutofoCus-Enhanced Convolutional Network for Field Imperfection Estimation with application to high b-value spiral Diffusion MRI
von: Gao, Mengze, et al.
Veröffentlicht: (2024)

A Generative Diffusion Model to Solve Inverse Problems for Robust in-NICU Neonatal MRI
von: Arefeen, Yamin, et al.
Veröffentlicht: (2024)

Data-driven discovery of mechanical models directly from MRI spectral data
von: Heesterbeek, D. G. J., et al.
Veröffentlicht: (2024)

CT Material Decomposition using Spectral Diffusion Posterior Sampling
von: Jiang, Xiao, et al.
Veröffentlicht: (2024)

Experimental Validation of Ultrasound Beamforming with End-to-End Deep Learning for Single Plane Wave Imaging
von: Schoop, Ryan A. L., et al.
Veröffentlicht: (2024)

Artificial Intelligence for Neuro MRI Acquisition: A Review
von: Yang, Hongjia, et al.
Veröffentlicht: (2024)

Diffusion Probabilistic Generative Models for Accelerated, in-NICU Permanent Magnet Neonatal MRI
von: Arefeen, Yamin, et al.
Veröffentlicht: (2025)

Physics informed guided diffusion for accelerated multi-parametric MRI reconstruction
von: Mayo, Perla, et al.
Veröffentlicht: (2025)

TRACED: In vivo imaging of extracellular intrinsic diffusivity, tortuosity, cell size distribution and cell density in human glioma patients
von: Marchant, Joshua K., et al.
Veröffentlicht: (2026)

Time-resolved dynamic CBCT reconstruction using prior-model-free spatiotemporal Gaussian representation (PMF-STGR)
von: Xie, Jiacheng, et al.
Veröffentlicht: (2025)

Rapid online deep artifact suppression for real-time spiral bSSFP CMR with blipped-CAIPI simultaneous multi-slice imaging at 1.5 T
von: Åkesson, Julius, et al.
Veröffentlicht: (2026)

Choice of training label matters: how to best use deep learning for quantitative MRI parameter estimation
von: Epstein, Sean C., et al.
Veröffentlicht: (2022)

Implicit neural representations for accurate estimation of the standard model of white matter
von: Hendriks, Tom, et al.
Veröffentlicht: (2025)

Spherical convolutional neural networks can improve brain microstructure estimation from diffusion MRI data
von: Kerkelä, Leevi, et al.
Veröffentlicht: (2022)

$μ$GUIDE: a framework for quantitative imaging via generalized uncertainty-driven inference using deep learning
von: Jallais, Maëliss, et al.
Veröffentlicht: (2023)

Application of Spherical Convolutional Neural Networks to Image Reconstruction and Denoising in Nuclear Medicine
von: Hashemi, Amirreza, et al.
Veröffentlicht: (2023)

Ultrasound Lung Aeration Map via Physics-Aware Neural Operators
von: Wang, Jiayun, et al.
Veröffentlicht: (2025)

Scatter Correction in X-ray CT by Physics-Inspired Deep Learning
von: Iskender, Berk, et al.
Veröffentlicht: (2021)

WarpPINN-fibers: improved cardiac strain estimation from cine-MR with physics-informed neural networks
von: Barrientos, Felipe Álvarez, et al.
Veröffentlicht: (2025)

Novel Models for High-Dimensional Imaging: High-Resolution fMRI Acceleration and Quantification
von: Guo, Shouchang
Veröffentlicht: (2024)

ReMiDi: Reconstruction of Microstructure Using a Differentiable Diffusion MRI Simulator
von: Khole, Prathamesh Pradeep, et al.
Veröffentlicht: (2025)

CATNUS: Coordinate-Aware Thalamic Nuclei Segmentation Using T1-Weighted MRI
von: Feng, Anqi, et al.
Veröffentlicht: (2025)

SPOCKMIP: Segmentation of Vessels in MRAs with Enhanced Continuity using Maximum Intensity Projection as Loss
von: Radhakrishna, Chethan, et al.
Veröffentlicht: (2024)

Cadmium Zinc Telluride (CZT) photon counting detector Characterisation for soft tissue imaging
von: Hameed, K., et al.
Veröffentlicht: (2024)

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

Controlling sharpness, SNR and SAR for 3D FSE at 7T by end-to-end learning
von: Dawood, Peter, et al.
Veröffentlicht: (2024)

Accurate, provable and fast polychromatic tomographic reconstruction: A variational inequality approach
von: Lou, Mengqi, et al.
Veröffentlicht: (2025)

Generative Style Transfer for MRI Image Segmentation: A Case of Glioma Segmentation in Sub-Saharan Africa
von: Chepchirchir, Rancy, et al.
Veröffentlicht: (2025)

Deep learning reconstruction of digital breast tomosynthesis images for accurate breast density and patient-specific radiation dose estimation
von: Teuwen, Jonas, et al.
Veröffentlicht: (2020)

Contrast-Optimized Basis Functions for Self-Navigated Motion Correction in Quantitative MRI
von: Marchetto, Elisa, et al.
Veröffentlicht: (2024)

FlowMRI-Net: A Generalizable Self-Supervised 4D Flow MRI Reconstruction network
von: Jacobs, Luuk, et al.
Veröffentlicht: (2024)

Systematic Review on Learning-based Spectral CT
von: Bousse, Alexandre, et al.
Veröffentlicht: (2023)

Uncertainty Decomposition and Error Margin Detection of Homodyned-K Distribution in Quantitative Ultrasound
von: Ameri, Dorsa, et al.
Veröffentlicht: (2024)

Validation of Fully-Automated Deep Learning-Based Fibroglandular Tissue Segmentation for Efficient and Reliable Quantitation of Background Parenchymal Enhancement in Breast MRI
von: Kuo, Yu-Tzu, et al.
Veröffentlicht: (2025)