文献

J-GLOBAL ID：202002277049456767   整理番号：20A0560366

最新医用画像技術:AIと放射線治療

著者 (9件)： 角谷倫之 (東北大 大学院医学系研究科 放射線腫瘍学分野) ,  松田匠平 (東北大 大学院医学系研究科 放射線腫瘍学分野) ,  竹内孝至 (東北大 大学院医学系研究科 放射線腫瘍学分野) ,  梶川智博 (東北大 大学院医学系研究科 放射線腫瘍学分野) ,  田中祥平 (東北大 大学院医学系研究科 放射線腫瘍学分野) ,  田邊俊平 (東北大 大学院医学系研究科 放射線腫瘍学分野) ,  勝田義之 (東北大 大学院医学系研究科 放射線腫瘍学分野) ,  伊藤謙吾 (東北大 大学院医学系研究科 放射線腫瘍学分野) ,  神宮啓一 (東北大 大学院医学系研究科 放射線腫瘍学分野)
資料名： 臨床放射線  (Japanese Journal of Clinical Radiology)
巻： 65  号： 2  ページ： 163-171  発行年： 2020年02月10日 
JST資料番号： F0427A  ISSN： 0009-9252  CODEN： RHOSA  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・放射線治療におけるAI,特に深層学習の活用について解説。♪...

シソーラス用語： ヒト ,...

ログイン（無料）して見る     続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A0560366&from=J-GLOBAL&jstjournalNo=F0427A") }}

分類 (1件)： 腫ようの放射線療法  (GE03034K)

引用文献 (11件)：

• Meyer P et al : Survey on deep learning for radiotherapy. Comput Biol Med 98 : 126-146, 2018
• Yang J et al : Autosegmentation for thoracic radiation treatment planning : a grand challenge at AAPM 2017. Med Phys 45 : 4568-4581, 2018
• Matsuda S et al : Development of convolutional neural network-based automated segmentation using evolutionary algorithm on prostate MR images. 19th Asia-Oceania Congress of Medical Physics 2019.
• Kajikawa T et al : A convolutional neural network approach for IMRT dose distribution prediction in prostate cancer patients. J Radiat Res 60 : 685-693, 2019
• Ito K et al : Feasibility of a direct-conversion method from magnetic susceptibility to relative electron density for radiation therapy treatment planning. IJMPCERO 6 : 252-265, 2017

タイトルに関連する用語 (3件)： 医用画像 ,  AI ,  放射線治療