Application of deep learning methods for the optimization of organs at risk (OARs) delineation in breast cancer radiotherapy treatment planning
During breast radiotherapy treatment planning, contouring the healthy organs surrounding breast has a significant role. Unfortunately, this process, of contouring the organs at risks (OARs), can be time consuming and in many cases difficult to shape them correctly. So, this thesis is inspired to...
Κύριος συγγραφέας: | Μακρή-Λεβίδου, Ελένη |
---|---|
Άλλοι συγγραφείς: | Makri-Levidou, Eleni |
Γλώσσα: | Greek |
Έκδοση: |
2022
|
Θέματα: | |
Διαθέσιμο Online: | https://hdl.handle.net/10889/23945 |
Παρόμοια τεκμήρια
-
Clinical implementation of PET/CT imaging in radiotherapy treatment planning
ανά: Βασιλού, Αικατερίνη
Έκδοση: (2021) -
Βελτιστοποίηση πλάνου θεραπείας στο μαστό: Field in a Field (FiF) vs. υψηλές ενέργειες φωτονίων
ανά: Γρηγοριάδης, Ηλίας
Έκδοση: (2015) -
Η τεχνολογική εξέλιξη στην τηλεθεραπεία του καρκίνου του προστάτη. Δοσιμετρική σύγκριση και λογισμικών πλάνων θεραπείας για τις τεχνικές 3D-CRT και VMAT
ανά: Μελίδης, Ηλίας
Έκδοση: (2018) -
Radiotherapy for lung cancer
ανά: Γιαννακίτσας, Παναγιώτης
Έκδοση: (2019) -
Optimization of internal target volumes in radiotherapy
ανά: Γιακουμάκης, Νικόλαος
Έκδοση: (2010)