ARTFEED — Contemporary Art Intelligence

Dataset DoseRAD2026 Challenge Pubblicato per il Calcolo della Dose in Radioterapia Guidato dall'IA

ai-technology · 2026-04-15

Il dataset e la challenge DoseRAD2026 stabiliscono uno standard pubblico per il progresso delle tecniche di calcolo della dose in radioterapia. Questa raccolta presenta dati accoppiati di TC e RM di 115 pazienti sottoposti a trattamento con un acceleratore lineare integrato a risonanza magnetica (MRI-linac) per tumori toracici o addominali, provenienti dal dataset SynthRAD2025. Le distribuzioni di riferimento per le dosi di fotoni e protoni sono state prodotte utilizzando algoritmi Monte Carlo open-source, generando 40.500 fasci di fotoni. Il dataset comprende 75 casi per l'addestramento e 40 per il test, con pre-elaborazione che include registrazione deformabile delle immagini, correzione delle cavità aeree e ricampionamento. Calcoli precisi della dose sono essenziali per un efficace targeting del tumore proteggendo i tessuti sani. L'ascesa della radioterapia guidata da RM e adattativa in tempo reale aumenta la necessità di calcoli rapidi e accurati della dose sia su TC che su RM. Questo progetto mira a standardizzare la valutazione dei metodi di calcolo della dose potenziati dall'IA, offrendo distribuzioni di dose Monte Carlo a livello di fascio per fotoni e protoni a questo scopo.

Fatti principali

  • Il dataset DoseRAD2026 fornisce un benchmark pubblico per i metodi di calcolo della dose in radioterapia
  • Contiene dati accoppiati di TC e RM di 115 pazienti trattati con MRI-linac
  • Derivato dal dataset SynthRAD2025
  • Include 75 casi per l'addestramento e 40 per il test
  • Le distribuzioni di dose di riferimento sono state calcolate utilizzando algoritmi Monte Carlo open-source
  • Generati 40.500 fasci di fotoni
  • La pre-elaborazione ha coinvolto registrazione deformabile delle immagini, correzione delle cavità aeree e ricampionamento
  • Affronta la necessità di calcoli rapidi e accurati della dose nella radioterapia guidata da RM e adattativa in tempo reale

Entità

Fonti