Mākslīgā intelekta kontūru iezīmēšanas veikstpēja prostatas vēža pacientiem staru terapijā

Abstract

Bakalaura darba tēma – mākslīgā intelekta kontūru iezīmēšanas veiktspēja prostatas vēža pacientiem staru terapijā. Tēmas aktualitāti nosaka prostatas vēža pacientu skaita pieaugums. Ņemot vērā, ka lielāko daļu no šiem gadījumiem ārstē ar staru terapijas palīdzību, palielinās izstrādājamo staru terapijas plānu skaits. Arvien vairāk šo plānu veikšanā iesaistās mākslīgais intelekts. Izvirzīta hipotēze- mākslīgais intelekts spēj efektīvi un ar lielu precizitāti izveidot orgānu kontūras datortomogrāfijas attēlos, lai tās palīdzētu ātrāk veikt staru terapijas plānošanas procesu. Bakalaura darbā tika izvērtēta automātiski veidoto kontūru efektivitāte, tās salīdzinot ar ārstu staru terapijas plānos izveidotajām kontūrām. Bakalaura darbā izmantota teorētiskā literatūras analīze un retrospektīvā pētījuma metode. Iegūtie dati tika salīdzināti ar trīs publicēto rakstu datiem, kuros tika izmantota līdzīga pētījuma metode. Pēc iegūtajiem rezultātiem var secināt, ka mākslīgais intelekts ir efektīvs palīgs staru terapijas plānu veidošanā. Atslēgas vārdi: staru terapija, autosegmentācija, konturēšana, prostatas vēzis, mākslīgais intelekts, mašīnmācīšanās, neironu tīkls.

Bachelor’s thesis - performance of artificial intelligence in contouring of organs for prostate cancer patients’ radiotherapy planning. The topicality of the subject is determined by the increase in the number of prostate cancer patients. Due to the fact, that most prostate cancer patients are treated by radiotherapy, the number of radiotherapy plans being developed is increasing. Hypothesis - artificial intelligence is able to efficiently and with high accuracy create organ contours in computed tomography images to help accelerate the radiotherapy planning process. The efficiency of automatically created contours was evaluated in the Bachelor's paper, comparing them with the contours created in doctors' radiotherapy plans. Theoretical literature analysis and retrospective research method are used in the Bachelor's paper. The obtained data were compared with the data of three published articles, in which a similar research method was used. Based on the obtained results, it can be concluded that artificial intelligence is an effective aid in the development of radiation therapy plans. Keywords: radiotherapy, automatic segmentation, contouring, prostate cancer, artificial intelligence, machine learning, neural network.