CAP-DIR：融合临床信息与形变历史的自适应放疗图像配准

Jiang 等作者在 arXiv 发布论文，提出形变图像配准方法 CAP-DIR，将源图像轮廓、剂量、临床文本和既往配准特征用于自适应放疗的个性化配准。 基于论文摘要，作者在 3,473 名患者、16,361 次 CT 检查、四个机构队列和五个公开基准上评估：相较最强学习型比较方法，CAP-DIR 将内部测试器官危险区归一化互相关从 84.76% 提升至 96.92%，并使全局剂量映射误差降低 34.5%；在 20 个纵向病例的盲法评审中，临床可接受轮廓比例提高、估计编辑时间降低。以上结果均为作者报告，尚无独立验证。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。