Buchumschlag

Impact of normal lung volume choices on radiation pneumonitis risk prediction in locally advanced NSCLC radiotherapy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gadsby, Alyssa, Liu, Tian, Samstein, Robert, Zhang, Jiahan, Lei, Yang, Rosenzweig, Kenneth E., Chao, Ming
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Medical Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Knowledge‐based trade‐off prediction for NSCLC treatment planning using multi‐output regression
von: Tenzin Kunkyab, et al.
Veröffentlicht: (2025)

PlanAct: An eclipse scripting API‐based module embedding clinical optimization strategies for automated planning in locally advanced non‐small cell lung cancer
von: Hao Guo, et al.
Veröffentlicht: (2025)

Federated learning for enhanced dose–volume parameter prediction with decentralized data
von: Jiahan Zhang, et al.
Veröffentlicht: (2024)

Prediction of radiation pneumonitis after CRT in patients with advanced NSCLC using multi‐region radiomics and attention‐based ensemble learning
von: Daisuke Kawahara, et al.
Veröffentlicht: (2025)

Uncertainty quantification for improving radiomic-based models in radiation pneumonitis prediction
von: Puttanawarut, Chanon, et al.
Veröffentlicht: (2024)

A controlled trial comparing dosimetry and radiation pneumonitis between tomotherapy and IMRT in patients with lung or esophageal cancer
von: Anmei Zhang, et al.
Veröffentlicht: (2026)

Non‐convex IMRT treatment planning using deep inverse optimization
von: Yang Lei, et al.
Veröffentlicht: (2025)

Response prediction of radiotherapy in lung cancer patients using multimodal data
von: Xiaojuan Duan, et al.
Veröffentlicht: (2025)

Integrating local and distant radiation‐induced lung injury: Development and validation of a predictive model for ventilation loss
von: Esther M. Vicente, et al.
Veröffentlicht: (2024)

Dose prediction via deep learning to enhance treatment planning of lung radiotherapy including simultaneous integrated boost techniques
von: Wenhua Cao, et al.
Veröffentlicht: (2025)

Multi‐omics predicts radiotherapy response in small cell lung cancer patients receiving whole brain irradiation
von: Yifan Lei, et al.
Veröffentlicht: (2026)

Impact of harmonization on predicting complications in head and neck cancer after radiotherapy using MRI radiomics and machine learning techniques
von: Benyamin Khajetash, et al.
Veröffentlicht: (2025)

OVH‐guided planning for superior heart and lung sparing in breast cancer radiotherapy
von: Hao Lei, et al.
Veröffentlicht: (2026)

Deep learning‐based target decomposition for markerless lung tumor tracking in radiotherapy
von: Yabo Fu, et al.
Veröffentlicht: (2024)

Quantitative beam optimization for radiotherapy of peripheral lung lesions: A pilot study in stereotactic body radiotherapy
von: Hamed Hooshangnejad, et al.
Veröffentlicht: (2025)

Impact of bladder volume and bladder shape on radiotherapy consistency and treatment interruption in prostate cancer patients
von: Sijuan Huang, et al.
Veröffentlicht: (2025)

A concept of equivalent‐volume concordance coefficient for comparing target volumes in radiotherapy
von: Xue Ou, et al.
Veröffentlicht: (2026)

A GPU‐accelerated radiation dose engine for small animal proton radiotherapy
von: Haonian Gong, et al.
Veröffentlicht: (2026)

Prior‐guided automatic delineation of post‐radiotherapy gross tumor volume for esophageal cancer
von: Hongfei Sun, et al.
Veröffentlicht: (2025)

Improving efficiency in lung SAbR planning using integrated tools for X‐ray based adaptive radiotherapy
von: Justin Visak, et al.
Veröffentlicht: (2025)

Enhancing stereotactic ablative boost radiotherapy dose prediction for bulky lung cancer: A multi‐scale dilated network approach with scale‐balanced structure loss
von: Lei Huang, et al.
Veröffentlicht: (2024)

Automated radiotherapy planning for volumetric modulated arc therapy in lung cancer
von: Johann Brand, et al.
Veröffentlicht: (2025)

Machine‐learning‐based prediction of respiratory flow and lung volume from real‐time cardiac MRI using MR‐compatible spirometry
von: Halima Malik, et al.
Veröffentlicht: (2025)

CBCT‐based synthetic CT image generation using a diffusion model for CBCT‐guided lung radiotherapy
von: Xiaoqian Chen, et al.
Veröffentlicht: (2024)

Seeing the invisible: In vivo dosimetry in radiotherapy with radiacoustic imaging
von: Kristina Bjegovic, et al.
Veröffentlicht: (2025)

Commissioning of a combined stereoscopic x‐ray and surface guided radiotherapy system for performing breath hold gated lung radiotherapy
von: Garrett C. Baltz, et al.
Veröffentlicht: (2025)

Deep learning‐based dose prediction for magnetic resonance‐guided prostate radiotherapy
von: Samuel Fransson, et al.
Veröffentlicht: (2024)

Integrating IASLC grading and radiomics for predicting postoperative outcomes in stage IA invasive lung adenocarcinoma
von: Yong Chen, et al.
Veröffentlicht: (2024)

Evaluation of AI‐based auto‐contouring tools in radiotherapy: A single‐institution study
von: Tingyu Wang, et al.
Veröffentlicht: (2025)

Beam field guided diffusion model for liver cancer radiotherapy dose distribution prediction
von: Xiangxu Cao, et al.
Veröffentlicht: (2025)

Large‐language‐model empowered 3D dose prediction for intensity‐modulated radiotherapy
von: Zehao Dong, et al.
Veröffentlicht: (2024)

Automatic target volume segmentation for offline adaptive head–and‐neck radiotherapy
von: Gilles Moliner, et al.
Veröffentlicht: (2026)

Beyond conventional bounds: Surpassing system limits for stereotactic ablative (SAbR) lung radiotherapy using CBCT‐based adaptive planning system
von: Yesenia Gonzalez, et al.
Veröffentlicht: (2024)

Learning anatomy from unlabelled CT volumes: A self‐supervised framework for improving prostate radiotherapy segmentation
von: Diyana Afrina Hizam, et al.
Veröffentlicht: (2026)

Use of NTCP metrics to identify unbalanced levels of dose trade‐off between left lung and heart in lung cancer radiotherapy
von: Georgios Komisopoulos, et al.
Veröffentlicht: (2025)

A deep‐learning framework for the prediction of the type of adaptive strategy of MR‐guided prostate radiotherapy
von: Wenlong Xia, et al.
Veröffentlicht: (2025)

Deep learning method for predicting weekly anatomical changes in patients with nasopharyngeal carcinoma during radiotherapy
von: Bining Yang, et al.
Veröffentlicht: (2024)

Quantification of head and neck cancer patients' anatomical changes during radiotherapy: prediction of replanning need
von: Rios-Ibacache, Odette, et al.
Veröffentlicht: (2025)

Healthy lung and heart reference volumes and dosimetry phantoms from automatic CT segmentation
von: Chung Yoh Kim, et al.
Veröffentlicht: (2025)

Imaging lung tumor motion using integrated‐mode proton radiography—A phantom study towards tumor tracking in proton radiotherapy
von: Ryan Fullarton, et al.
Veröffentlicht: (2024)