卷積神經網路於質子影像品質增強應用研究

研究計畫: 國家科學及技術委員會(原科技部) › 國家科學及技術委員會學術補助

研究計畫-專案詳細資料

摘要

本計畫結合深度學習技術與不連續射程調控（DRM）的質子影像技術，旨在提升影像品質並降低病人輻射劑量負擔。透過蒙地卡羅模擬生成質子影像數據並應用數位孿生技術，確保技術開發與臨床應用的緊密結合。研究目標是實現質子影像技術的高效化與安全化，進一步推動質子治療技術的發展與應用。在社會層面，本計畫致力於降低輻射劑量風險，提升治療安全性與精準度，改善癌症治療的效果與患者信任度。在學術層面，本研究整合深度學習與質子影像技術的創新應用，有助於推動醫學影像處理與放射治療的學術進展。

Project IDs

系統編號:PB11407-13226
原計畫編號:NSTC114-2221-E182-025
狀態進行中
有效的開始/結束日期01/08/25 → 31/07/26

Keywords

  • 資訊科學--軟體
  • 質子影像技術
  • 卷積神經網路（CNN）
  • 深度學習
  • 多重庫倫散射（MCS）
  • 水等效路徑長度（WEPL）
  • 數位孿生技術
  • 蒙地卡羅模擬

存取研究計畫-專案