Automated Radiation(자동 방사선)란 무엇입니까?
Automated Radiation 자동 방사선 - We demonstrate the application of mixture density networks (MDNs) in the context of automated radiation therapy treatment planning. [1] This study compared radiation plans generated from a fully automated radiation treatment planning system to plans generated manually that had been clinically approved and delivered. [2] The work provides a comparative analysis of the material and financial costs for the development and operation of an Automated Radiation Monitoring System (ARMS) for monitoring of the environmental radiation situation and the damage associated with the elimination of the consequences of a radiation accident at an Atomic Energy Facility. [3] CONCLUSIONS The developed 3D dense dilated U-Net architecture can accurately predict 3D radiotherapy dose distributions and can be used as part of a fully automated radiation therapy planning pipeline. [4] PURPOSE We propose a general framework for quantifying predictive uncertainties of dose-related quantities and leveraging this information in a dose mimicking problem in the context of automated radiation therapy treatment planning. [5] The experimental setup of the plasma antenna has been developed, which includes a plasma and vacuum system, the RF signal source along with the matching network, and an automated radiation measurement system to measure the radiation parameters. [6] Purpose To present a detailed optimization process of automated radiation dose tracking data in standard CT chest examination for multi detector computed tomography (MDCT). [7] CONCLUSIONS For routine clinical use of closed or largely automated radiation therapy equipment, the majority of safety concerns are related to non-technical issues. [8] We developed an automated radiation oncology-specific trigger tool and validated it against near-miss data from a high-volume incident learning system (ILS). [9]우리는 자동화된 방사선 요법 치료 계획의 맥락에서 혼합물 밀도 네트워크(MDN)의 적용을 보여줍니다. [1] 이 연구는 완전 자동화된 방사선 치료 계획 시스템에서 생성된 방사선 계획을 임상적으로 승인되고 전달된 수동으로 생성된 계획과 비교했습니다. [2] 이 작업은 Atomic에서 방사선 사고의 결과 제거와 관련된 환경 방사선 상황 및 피해를 모니터링하기 위한 자동 방사선 모니터링 시스템(ARMS)의 개발 및 운영을 위한 재료 및 재정 비용의 비교 분석을 제공합니다. 에너지 시설. [3] 결론 개발된 3D 고밀도 확장 U-Net 아키텍처는 3D 방사선 치료 선량 분포를 정확하게 예측할 수 있으며 완전 자동화된 방사선 치료 계획 파이프라인의 일부로 사용할 수 있습니다. [4] 목적 우리는 자동 방사선 치료 계획의 맥락에서 선량 관련 양의 예측 불확실성을 정량화하고 이 정보를 선량 모방 문제에서 활용하기 위한 일반적인 프레임워크를 제안합니다. [5] 플라즈마 및 진공 시스템, RF 신호 소스와 매칭 네트워크, 방사 매개변수를 측정하기 위한 자동화된 방사 측정 시스템을 포함하는 플라즈마 안테나의 실험 설정이 개발되었습니다. [6] 목적 다중검출기 컴퓨터 단층촬영(MDCT)을 위한 표준 CT 흉부 검사에서 자동 방사선량 추적 데이터의 세부 최적화 프로세스를 제시합니다. [7] 결론 폐쇄형 또는 대부분 자동화된 방사선 치료 장비의 일상적인 임상 사용의 경우 대부분의 안전 문제는 비기술적 문제와 관련됩니다. [8] 우리는 자동화된 방사선 종양학 관련 트리거 도구를 개발하고 대용량 사고 학습 시스템(ILS)의 아차 데이터에 대해 검증했습니다. [9]
Fully Automated Radiation 완전 자동화된 방사선
This study compared radiation plans generated from a fully automated radiation treatment planning system to plans generated manually that had been clinically approved and delivered. [1] CONCLUSIONS The developed 3D dense dilated U-Net architecture can accurately predict 3D radiotherapy dose distributions and can be used as part of a fully automated radiation therapy planning pipeline. [2]이 연구는 완전 자동화된 방사선 치료 계획 시스템에서 생성된 방사선 계획을 임상적으로 승인되고 전달된 수동으로 생성된 계획과 비교했습니다. [1] 결론 개발된 3D 고밀도 확장 U-Net 아키텍처는 3D 방사선 치료 선량 분포를 정확하게 예측할 수 있으며 완전 자동화된 방사선 치료 계획 파이프라인의 일부로 사용할 수 있습니다. [2]
automated radiation therapy 자동 방사선 요법
We demonstrate the application of mixture density networks (MDNs) in the context of automated radiation therapy treatment planning. [1] CONCLUSIONS The developed 3D dense dilated U-Net architecture can accurately predict 3D radiotherapy dose distributions and can be used as part of a fully automated radiation therapy planning pipeline. [2] PURPOSE We propose a general framework for quantifying predictive uncertainties of dose-related quantities and leveraging this information in a dose mimicking problem in the context of automated radiation therapy treatment planning. [3] CONCLUSIONS For routine clinical use of closed or largely automated radiation therapy equipment, the majority of safety concerns are related to non-technical issues. [4]우리는 자동화된 방사선 요법 치료 계획의 맥락에서 혼합물 밀도 네트워크(MDN)의 적용을 보여줍니다. [1] 결론 개발된 3D 고밀도 확장 U-Net 아키텍처는 3D 방사선 치료 선량 분포를 정확하게 예측할 수 있으며 완전 자동화된 방사선 치료 계획 파이프라인의 일부로 사용할 수 있습니다. [2] 목적 우리는 자동 방사선 치료 계획의 맥락에서 선량 관련 양의 예측 불확실성을 정량화하고 이 정보를 선량 모방 문제에서 활용하기 위한 일반적인 프레임워크를 제안합니다. [3] 결론 폐쇄형 또는 대부분 자동화된 방사선 치료 장비의 일상적인 임상 사용의 경우 대부분의 안전 문제는 비기술적 문제와 관련됩니다. [4]