XiaoMi-AI文件搜索系统
World File Search System放射治疗
放射治疗和肿瘤学
目标：本研究旨在探索多中心数据异质性对深度学习脑转移瘤 (BM) 自动分割性能的影响，并评估增量迁移学习技术，即不遗忘学习 (LWF)，在不共享原始数据的情况下提高模型通用性的有效性。材料和方法：使用了来自埃尔朗根大学医院 (UKER)、苏黎世大学医院 (USZ)、斯坦福大学、加州大学旧金山分校、纽约大学 (NYU) 和 BraTS Challenge 2023 的总共六个 BM 数据集。首先，分别针对单中心专项训练和混合多中心训练建立 DeepMedic 网络的 BM 自动分割性能。随后评估了隐私保护双边协作，其中将预训练模型共享到另一个中心以使用迁移学习 (TL) 进行进一步训练（带或不带 LWF）。结果：对于单中心训练，在各自的单中心测试数据上，BM 检测的平均 F1 分数范围从 0.625（NYU）到 0.876（UKER）。混合多中心训练显著提高了斯坦福大学和纽约大学的 F1 分数，而其他中心的提高可以忽略不计。当将 UKER 预训练模型应用于 USZ 时，在组合 UKER 和 USZ 测试数据上，LWF 获得的平均 F1 分数 (0.839) 高于朴素 TL (0.570) 和单中心训练 (0.688)。朴素 TL 提高了灵敏度和轮廓绘制精度，但损害了精度。相反，LWF 表现出值得称赞的灵敏度、精度和轮廓绘制精度。当应用于斯坦福大学时，观察到了类似的性能。结论：数据异质性（例如，不同中心的转移密度、空间分布和图像空间分辨率的变化）导致 BM 自动分割的性能不同，对模型的通用性提出了挑战。LWF 是一种很有前途的点对点隐私保护模型训练方法。
放射治疗中的人工智能
人们认为人工智能 (AI) 的概念源于机器人的概念。随着生物合成机器在劳动中的使用越来越多，这一概念变得越来越突出。人工智能可以定义为机器模仿人类智能的能力。根据应用，人工智能可以分为两个分支：虚拟和物理。物理组件可以体现在医疗设备、复杂机器人（护理机器人）和行动不便的辅助机器人中。虚拟组件可以体现在机器学习中。机器学习是一种通过经验学习的数学算法。1 对于医生来说，患者护理的两个最重要因素是知识和经验。由于时间限制，人类在通过收集大量数据进行学习方面受到限制。在人类学习过程中，知识和经验都是必需的，并且是在一生的职业生涯中获得的。计算机可以使用算法来获得更多的经验，并且在比人类短得多的时间内存储数据。一名放射科医生将在 40 年内查看大约 225,000 次 MRI/CT 检查，而人工智能可以从 225,000 次扫描开始进行自我训练，并在 40 年内完成数百万次扫描。
前列腺癌的放射治疗策略...
3 方法 7 3.1 患者数据. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ................. ... ................................................................................................................................................. 16 3.4 剂量评估....................................................................................................................................................................... 19
立体定向放射治疗（前列腺）
在癌症治疗期间的某个时候，您可能会感到疲劳。这是一种身体、情绪和精神疲惫的感觉，即使您得到了足够的休息和睡眠。您每天的感觉可能都不一样——有些日子您可能可以工作一整天，而其他日子您可能需要小睡一会儿。您可能会在治疗结束后的一两周内开始感到疲劳。不幸的是，没有药物可以帮助预防或治疗疲劳。您会发现，在放射治疗完成后，您的疲劳会有所改善，并且您有一段时间可以恢复。如何管理疲劳
现代放射治疗：现在和未来
图 1 显示了现代放射治疗的发展。从历史上看，放射治疗是在二维空间中进行计划和实施的，治疗范围基于骨骼解剖结构。由于组织密度差异和计划能力限制，治疗范围很大，并且所施加的放射治疗剂量不均匀。CT 成像的使用使肿瘤和健康组织的描绘更加精确。此外，适形放射治疗和三维计划技术的发展不仅有助于测量施加到肿瘤和有损伤风险的器官的放射治疗剂量和体积，而且还有助于了解放射治疗剂量和毒性之间的相互作用。5 强度调制放射治疗和图像引导放射治疗的使用也彻底改变了许多恶性肿瘤的治疗，显著降低了治疗相关毒性并改善了长期结果。6–8 随着技术的进步，复杂目标可以以毫米级的精度和急剧的剂量衰减进行高剂量治疗，以保护健康组织。其他进展包括使用带有机载 MRI 或 PET 扫描仪的直线加速器，在治疗期间可以比不使用时更好地定义组织，并允许在治疗期间根据肿瘤大小或位置的变化进行自适应治疗（图 2）。扩大了放射治疗的肠外应用，例如前列腺癌中的镭-223、9 治疗诊断学、伽玛刀放射外科手术，以及
从实验室到临床的靶向放射治疗
摘要：靶向放射性核素治疗 (TRT) 的概念是准确有效地将辐射传送到播散性癌症病变，同时最大限度地减少对健康组织和器官的损害。成功开发用于 TRT 的新型放射性药物的关键方面是：i) 识别和表征癌细胞上表达的合适靶点；ii) 选择对癌细胞相关靶点表现出高亲和力和选择性的化学或生物分子；iii) 选择衰变特性与靶向分子特性和临床目的相符的放射性核素。瑞士保罗谢勒研究所的放射性药物科学中心 (CRS) 享有优越的地理位置，靠近独特的放射性核素生产基础设施（高能加速器和中子源），并可使用 C/B 型实验室，包括临床前、核成像设备和瑞士医药认证实验室，用于制备供人类使用的药物样品。这些有利条件允许生产非标准放射性核素，探索其生化和药理学特征以及对肿瘤治疗和诊断的影响，同时研究和表征新的靶向结构并优化这些方面以进行放射性药物的转化研究。通过与瑞士各临床合作伙伴的密切合作，最有前途的候选药物被转化为临床用于“首次人体”研究。本文通过介绍一些选定的项目，概述了 CRS 在 TRT 领域的研究活动。
研究项目经理部门：放射治疗...
工作目的/范围这篇文章是一个机会，为一个充满激情，动机的人提供了出色的人际交往，沟通，IT，财务和组织技能，可以在Christie NHS基金会信托基金会提供放射疗法相关研究（RRR）中提供支持。作为曼彻斯特癌症研究中心的放射治疗生物加热主题的一部分资助，研究项目经理将致力于帮助提供尖端的RRR研究成果，发展牢固的关系并与RRR中的临床和非临床研究人员一起工作。曼彻斯特癌症研究中心是一个转化研究中心，该中心在五个横切研究主题中提供世界领先的研究，以通过团结临床和翻译研究来实现所有人实施癌症精度的愿景。邮政持有人将支持放射疗法生物适应主题，该主题涵盖了各种焦点领域，包括灵敏度和毒性生物标志物，图像引导的治疗以及涵盖靶向药物和免疫疗法的合并方式方法。最终，我们希望通过在实时越来越多地整合患者特异性和肿瘤特异性信息来个性化放射疗法。