Aplicación de Redes Generativas Adversariales (GANs) a la predicción de distribución de dosis para tratamientos de radioterapia corporal estereotáctica (SBRT) de próstata

Autores
Ortman, Sofía; Vera Poliche, Maximiliano; Descamps, Caroline; Garrigó, Edgardo; Gonzalez-Montoro, Nehuen
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Fil: Ortman, Sofía. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Vera Poliche, Maximiliano. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Descamps, Caroline. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Descamps, Caroline. Centro de radioterapia Deán Funes, Córdoba; Argentina.
Fil: Garrigó, Edgardo. Centro de radioterapia Deán Funes, Córdoba; Argentina.
Fil: Gonzalez-Montoro, Nehuen. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Gonzalez-Montoro, Nehuen. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Comunicaciones Digitales; Argentina.
En este trabajo se presenta la aplicación de un modelo basado en redes generativas adversariales condicionadas para la planificación de tratamientos de radioterapia corporal estereotáctica (SBRT) en cáncer de próstata. Proponemos una arquitectura inspirada en trabajos previos de planificación de dosis para otros tipos de cáncer y evaluamos su desempeño en casos reales tratados en Córdoba. Los resultados muestran que el modelo propuesto logra equiparar a los casos reales en base a criterios clínicos en un 75% de los casos analizados.
ABSTRACT In this work, we present the results of applying a model based on conditional generative adversarial networks for the planning of Stereotactic Body Radiotherapy Treatments (SBRT) in prostate cancer. We propose an architecture inspired by previous works on dose planning for other types of cancer and evaluate its performance in real cases treated in Córdoba. The results show that our model, with the proposed training scheme, matches real cases based on clinical criteria in 75% of the cases analyzed.
Fil: Ortman, Sofía. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Vera Poliche, Maximiliano. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Descamps, Caroline. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Descamps, Caroline. Centro de radioterapia Deán Funes, Córdoba; Argentina.
Fil: Garrigó, Edgardo. Centro de radioterapia Deán Funes, Córdoba; Argentina.
Fil: Gonzalez-Montoro, Nehuen. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Gonzalez-Montoro, Nehuen. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Comunicaciones Digitales; Argentina.
Materia
Inteligencia Artificial Médica
Radioterapia corporal estereotáctica
Cáncer de próstata
Redes Generativas Adversariales
Procesamiento de imágenes médicas
Modelos de predicción
Planificación de dosis
Eje temático: Salud, medicina y asistencia social
TECHNOLOGY
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/558556
Acceder
id RDUUNC_4162cd8d9318f1c73fea412f57b21a98
oai_identifier_str oai:rdu.unc.edu.ar:11086/558556
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Aplicación de Redes Generativas Adversariales (GANs) a la predicción de distribución de dosis para tratamientos de radioterapia corporal estereotáctica (SBRT) de próstataOrtman, SofíaVera Poliche, MaximilianoDescamps, CarolineGarrigó, EdgardoGonzalez-Montoro, NehuenInteligencia Artificial MédicaRadioterapia corporal estereotácticaCáncer de próstataRedes Generativas AdversarialesProcesamiento de imágenes médicasModelos de predicciónPlanificación de dosisEje temático: Salud, medicina y asistencia socialTECHNOLOGYFil: Ortman, Sofía. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.Fil: Vera Poliche, Maximiliano. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.Fil: Descamps, Caroline. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.Fil: Descamps, Caroline. Centro de radioterapia Deán Funes, Córdoba; Argentina.Fil: Garrigó, Edgardo. Centro de radioterapia Deán Funes, Córdoba; Argentina.Fil: Gonzalez-Montoro, Nehuen. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.Fil: Gonzalez-Montoro, Nehuen. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Comunicaciones Digitales; Argentina.En este trabajo se presenta la aplicación de un modelo basado en redes generativas adversariales condicionadas para la planificación de tratamientos de radioterapia corporal estereotáctica (SBRT) en cáncer de próstata. Proponemos una arquitectura inspirada en trabajos previos de planificación de dosis para otros tipos de cáncer y evaluamos su desempeño en casos reales tratados en Córdoba. Los resultados muestran que el modelo propuesto logra equiparar a los casos reales en base a criterios clínicos en un 75% de los casos analizados.ABSTRACT In this work, we present the results of applying a model based on conditional generative adversarial networks for the planning of Stereotactic Body Radiotherapy Treatments (SBRT) in prostate cancer. We propose an architecture inspired by previous works on dose planning for other types of cancer and evaluate its performance in real cases treated in Córdoba. The results show that our model, with the proposed training scheme, matches real cases based on clinical criteria in 75% of the cases analyzed.Fil: Ortman, Sofía. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.Fil: Vera Poliche, Maximiliano. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.Fil: Descamps, Caroline. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.Fil: Descamps, Caroline. Centro de radioterapia Deán Funes, Córdoba; Argentina.Fil: Garrigó, Edgardo. Centro de radioterapia Deán Funes, Córdoba; Argentina.Fil: Gonzalez-Montoro, Nehuen. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.Fil: Gonzalez-Montoro, Nehuen. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Comunicaciones Digitales; Argentina.2024info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfOrtman, S., Vera Poliche, M., Descamps, C., Garrigó, E., & Gonzalez-Montoro, N. (2024). Aplicación de redes generativas adversariales (GANs) a la predicción de distribución de dosis para tratamientos de radioterapia corporal estereotáctica (SBRT) de próstata. Universidad Nacional de Córdoba. Argentina.http://hdl.handle.net/11086/558556spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-11-27T08:35:34Zoai:rdu.unc.edu.ar:11086/558556Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-11-27 08:35:34.923Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Aplicación de Redes Generativas Adversariales (GANs) a la predicción de distribución de dosis para tratamientos de radioterapia corporal estereotáctica (SBRT) de próstata
title Aplicación de Redes Generativas Adversariales (GANs) a la predicción de distribución de dosis para tratamientos de radioterapia corporal estereotáctica (SBRT) de próstata
spellingShingle Aplicación de Redes Generativas Adversariales (GANs) a la predicción de distribución de dosis para tratamientos de radioterapia corporal estereotáctica (SBRT) de próstata
Ortman, Sofía
Inteligencia Artificial Médica
Radioterapia corporal estereotáctica
Cáncer de próstata
Redes Generativas Adversariales
Procesamiento de imágenes médicas
Modelos de predicción
Planificación de dosis
Eje temático: Salud, medicina y asistencia social
TECHNOLOGY
title_short Aplicación de Redes Generativas Adversariales (GANs) a la predicción de distribución de dosis para tratamientos de radioterapia corporal estereotáctica (SBRT) de próstata
title_full Aplicación de Redes Generativas Adversariales (GANs) a la predicción de distribución de dosis para tratamientos de radioterapia corporal estereotáctica (SBRT) de próstata
title_fullStr Aplicación de Redes Generativas Adversariales (GANs) a la predicción de distribución de dosis para tratamientos de radioterapia corporal estereotáctica (SBRT) de próstata
title_full_unstemmed Aplicación de Redes Generativas Adversariales (GANs) a la predicción de distribución de dosis para tratamientos de radioterapia corporal estereotáctica (SBRT) de próstata
title_sort Aplicación de Redes Generativas Adversariales (GANs) a la predicción de distribución de dosis para tratamientos de radioterapia corporal estereotáctica (SBRT) de próstata
dc.creator.none.fl_str_mv Ortman, Sofía
Vera Poliche, Maximiliano
Descamps, Caroline
Garrigó, Edgardo
Gonzalez-Montoro, Nehuen
author Ortman, Sofía
author_facet Ortman, Sofía
Vera Poliche, Maximiliano
Descamps, Caroline
Garrigó, Edgardo
Gonzalez-Montoro, Nehuen
author_role author
author2 Vera Poliche, Maximiliano
Descamps, Caroline
Garrigó, Edgardo
Gonzalez-Montoro, Nehuen
author2_role author
author
author
author
dc.subject.none.fl_str_mv Inteligencia Artificial Médica
Radioterapia corporal estereotáctica
Cáncer de próstata
Redes Generativas Adversariales
Procesamiento de imágenes médicas
Modelos de predicción
Planificación de dosis
Eje temático: Salud, medicina y asistencia social
TECHNOLOGY
topic Inteligencia Artificial Médica
Radioterapia corporal estereotáctica
Cáncer de próstata
Redes Generativas Adversariales
Procesamiento de imágenes médicas
Modelos de predicción
Planificación de dosis
Eje temático: Salud, medicina y asistencia social
TECHNOLOGY
dc.description.none.fl_txt_mv Fil: Ortman, Sofía. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Vera Poliche, Maximiliano. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Descamps, Caroline. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Descamps, Caroline. Centro de radioterapia Deán Funes, Córdoba; Argentina.
Fil: Garrigó, Edgardo. Centro de radioterapia Deán Funes, Córdoba; Argentina.
Fil: Gonzalez-Montoro, Nehuen. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Gonzalez-Montoro, Nehuen. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Comunicaciones Digitales; Argentina.
En este trabajo se presenta la aplicación de un modelo basado en redes generativas adversariales condicionadas para la planificación de tratamientos de radioterapia corporal estereotáctica (SBRT) en cáncer de próstata. Proponemos una arquitectura inspirada en trabajos previos de planificación de dosis para otros tipos de cáncer y evaluamos su desempeño en casos reales tratados en Córdoba. Los resultados muestran que el modelo propuesto logra equiparar a los casos reales en base a criterios clínicos en un 75% de los casos analizados.
ABSTRACT In this work, we present the results of applying a model based on conditional generative adversarial networks for the planning of Stereotactic Body Radiotherapy Treatments (SBRT) in prostate cancer. We propose an architecture inspired by previous works on dose planning for other types of cancer and evaluate its performance in real cases treated in Córdoba. The results show that our model, with the proposed training scheme, matches real cases based on clinical criteria in 75% of the cases analyzed.
Fil: Ortman, Sofía. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Vera Poliche, Maximiliano. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Descamps, Caroline. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Descamps, Caroline. Centro de radioterapia Deán Funes, Córdoba; Argentina.
Fil: Garrigó, Edgardo. Centro de radioterapia Deán Funes, Córdoba; Argentina.
Fil: Gonzalez-Montoro, Nehuen. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
Fil: Gonzalez-Montoro, Nehuen. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Comunicaciones Digitales; Argentina.
description Fil: Ortman, Sofía. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Bioingeniería; Argentina.
publishDate 2024
dc.date.none.fl_str_mv 2024
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv Ortman, S., Vera Poliche, M., Descamps, C., Garrigó, E., & Gonzalez-Montoro, N. (2024). Aplicación de redes generativas adversariales (GANs) a la predicción de distribución de dosis para tratamientos de radioterapia corporal estereotáctica (SBRT) de próstata. Universidad Nacional de Córdoba. Argentina.
http://hdl.handle.net/11086/558556
identifier_str_mv Ortman, S., Vera Poliche, M., Descamps, C., Garrigó, E., & Gonzalez-Montoro, N. (2024). Aplicación de redes generativas adversariales (GANs) a la predicción de distribución de dosis para tratamientos de radioterapia corporal estereotáctica (SBRT) de próstata. Universidad Nacional de Córdoba. Argentina.
url http://hdl.handle.net/11086/558556
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1849949018136772608
score 13.011256

Publicaciones similares