文献
J-GLOBAL ID:201902227699330380   整理番号:19A1651625

PACE 放射線腫瘍学における正常組織合併症推定のための確率的アトラス【JST・京大機械翻訳】

PACE: A Probabilistic Atlas for Normal Tissue Complication Estimation in Radiation Oncology
著者 (5件):
資料名:
巻:ページ: 130  発行年: 2019年 
JST資料番号: U7089A  ISSN: 2234-943X  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: スイス (CHE)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
放射線腫瘍学において,器官の放射線感受性(RS)に関するボクセルに基づく証拠を含む現代的な正規課題合成確率(NTCP)の必要性が認識されている。ここでは,放射線誘発性罹患率(RIM)を予測するための新しい定式化(複合推定,PACE)を提示した。採用された戦略は,基本的に,Lyman-Kuter-Burman(LKB)のような古典的な現象論的なNTCPモデルの構造を維持し,モデルフレームワークの入力として,有意な非線量計共変量を含むRIMオッズの収集による線量分布を置換することにある。理論は,合成結果に従って分類された合成線量マップについてin silicoで最初に実証された。次に,肺線維症に分類された胸部癌患者の臨床データセットにペースを適用した。LKBモデルを比較のために訓練した。全体として,得られた学習曲線は,PACEモデルがLKBを上回り,精度>0.8で合成結果を予測することを示した。実際の患者では,識別と較正の両方により評価したPACE性能は,LKBより有意に高かった。この傾向を交差検証により確認した。さらに,解析したRIMのための基礎となるRSマップの空間パターンを推論する能力を成功裏に実証し,学習ツールとしてのNTCPモデルの新しい展望への道を開いた。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
腫ようの放射線療法 
引用文献 (32件):

前のページに戻る