May, 2024

基于体素重要性的高效放射治疗计划

PDF
TL;DR通过使用代表性的信息体素子集，我们减少了辐射治疗计划中耗时的优化问题，提高了规划效率同时保持或增加了计划质量。为了降低优化问题的计算复杂性，我们提出了通过重要性抽样对体素集合进行子采样的方法。我们根据从一个包含简化探测目标的简单优化问题的预解答中获得的重要性分数推导了一个抽样分布。通过使用这个子集解决原始优化问题的简化版本，我们有效地减小了问题的大小和计算需求，同时考虑了区域内对满足剂量投递要求具有挑战性的情况。与其他随机子采样方法相比，我们的技术只需一次抽样步骤来定义一个简化的优化问题。这个问题可以使用成熟的求解器高效地解决。对开放基准数据的实证实验凸显了缩短优化时间的显著效果，强度调控辐射治疗 (IMRT) 的优化速度提高了 50 倍，同时保持了传统方法的计划质量。我们的方法能够通过解决计算方面的挑战显著加速辐射治疗规划，我们通过减小优化问题的规模而非改进优化方法来缩短治疗规划时间。因此，我们的努力是对之前发展的一个有益补充。
optimization problemradiation treatment planningsubsampleimportance samplingcomputational complexity
发现论文，激发创造
  • 随机优化的在线方差缩减

    本文提出了一种基于 Heuristic 和 Bandit 反馈的在线优化算法，可以寻找一种重要性采样分布序列，竞争力可以与后见之明得到的最佳固定分布相媲美，并在实验验证中证明了该算法在多个数据集和设置下有效的优点。

    Feb, 2018

  • 利用神经重要性抽样探索相空间

    本文提出了一种新的高能物理中散射截面和粒子事件样本生成的方法，通过引入神经网络来克服现有方法的一些缺陷，保证了全相空间覆盖和目标分布精确重现，并通过几个代表性的例子研究了算法的性能，包括顶夸克对产生、三光子和四光子最终态的胶子散射等。

    Jan, 2020

  • 自适应采样与重要性采样的高效梯度估计

    通过提出的自适应方法和重要性采样方法，在机器学习框架中有效地整合了重要性函数，并仅通过输出层的损失梯度提出了一个简化的重要性函数，以实现在分类和回归任务中更好的收敛性和最小的计算开销。

    Nov, 2023

  • 使用 U-Net 算法在 CT 序列中分割进行全骨髓放疗的计划治疗区域

    本文介绍了一种基于深度学习的自动轮廓绘制方法，用于对人体进行放射治疗的规划。我们通过对 100 位 TMLI 患者的数据集进行模型训练并对结果进行评估，得到了非常有前途的结果，并有望帮助辐射肿瘤科医生更加高效地治疗更多的患者。

    Apr, 2023

  • 一种基于重要性采样的随机无导数优化方法：理论与学习控制

    本文提出了首个具有重要性采样的导数无关优化方法，并针对非凸、凸和强凸函数推导出新的改进的复杂性结果。作者进行了大量实验，证实该算法在高维连续控制问题中具有实用性。

    Feb, 2019

  • 扩散先验正则化迭代重建低剂量 CT

    通过将消除噪声扩散概率模型（DDPM）与优先数据保真度的重建过程相结合，我们引入了一种迭代重建算法，以减少医患暴露于电离辐射的剂量，从而实现无监督框架中的卓越重建结果。通过融合这两种技术的优点，以及应用 Nesterov 动量加速技术，我们进一步提高了重建过程的效率，为高清晰 CT 图像重建提供了潜在途径。

    Oct, 2023

  • 重要性采样的策略优化

    本文提出一种新的，无模型的策略搜索算法，POIS，它适用于基于动作和基于参数的设置，可在连续控制任务中有效地解决强化学习问题，通过离线优化新的轨迹批次来定义一个替代目标函数，并使用高置信度界限来解决估计的目标函数方差问题。

    Sep, 2018

  • 重要性采样随机优化在变分推断中的应用

    本工作提出一种更有效的变分推断算法，该算法采用重要性抽样估计梯度，通过评估近似参数的梯度而无需重新计算模型梯度来加速计算。引入重要性采样的随机梯度下降在一系列模型中优于标准随机梯度下降，同时提供了一种可证明的随机平均梯度变体，可用于变分推断。

    Apr, 2017

  • 重要性抽样：内在维度与计算成本

    本文总结论文在重要性采样（importance sampling）中的泛用理论和其在贝叶斯反问题（Bayesian inverse problems）和滤波（filtering）中的应用。

    Nov, 2015

  • 重要性采样的随机优化

    本文研究了使用重要性抽样的随机优化算法，特别是使用重要性抽样的 Prox-SGD 和 Prox-SDCA，并提供广泛的理论分析和实验证明，使用所提出的重要性抽样方法可以显着提高收敛速度。

    Jan, 2014