QR код

A comprehensive multifaceted technical evaluation framework for implementation of auto-segmentation models in radiotherapy

Abstract Background Manual contouring of organs at risk in radiotherapy is time-consuming, taking 1-4 hours per case. Automatic segmentation using deep learning has emerged as a promising solution, with many commercial options now available. However, these methods require rigorous validation before...

Повний опис

Збережено в:
Бібліографічні деталі
Автори: Robert Poel, Elias Rüfenacht, Stefan Scheib, Hossein Hemmatazad, Reinhardt Krcek, Sébastien Tran, Edourd Romano, Susanne Rogers, Sonja Stieb, Mohamed Riyas Poolakundan, Hissa Hussein Al-Abdulla, Robert Foerster, Christina Schröder, Christoph Oehler, Julian Hong, Sebastiaan Breedveld, Nicolaus Andratschke, Peter Manser, Michael K. Fix, Daniel M. Aebersold, Mauricio Reyes, Ekin Ermiş
Формат: Artigo
Мова:Inglês
Опубліковано: Nature Portfolio 2025-07-01
Серія:Communications Medicine
Онлайн доступ:https://doi.org/10.1038/s43856-025-01048-6
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!