Automatisering av arbetsflödet för adaptiv strålbehandling
Doktorandprojekt
Målet är daglig adaption som optimeras baserat på patientens specifika anatomi den dagen.
En central del i strålbehandling av cancer är planeringen och optimeringen av behandlingen. Det område där teknikutvecklingen går snabbast är inom maskininlärningsbaserade metoder för att tillhandahålla beslutstöd för olika delar av planerings- och optimeringsprocessen. Detta är ett område starkt kopplat till och ofta en integrerad del i arbetet runt optimering.
Genom att lära ett neuralt nät vilket utfall som förväntas för ett givet input-data baserat på en större datamängd så kan den ofta långsamma processen att ta fram ett första förslag på dosplan väsentligt snabbas upp. Denna aspekt på det planerade forskningsprojektet använder sig av retrospektiva anonyma data.