logo móvil
Contáctanos

Seguimiento Mejorado de Protones con ASTRA Usando Calorimetría y Aprendizaje Profundo

Autores: Jesús-Valls, César; Granado-González, Marc; Lux, Thorsten; Price, Tony; Sánchez, Federico

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Seguimiento Mejorado de Protones con ASTRA Usando Calorimetría y Aprendizaje Profundo


Categoría

Gestión y administración

Subcategoría

Gestión del conocimiento

Palabras clave

Protones
ASTRA
Detector de rango
PCT
Terapia de protones
Aprendizaje profundo

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 16

Citaciones: Sin citaciones


Descripción
Recientemente, propusimos un nuevo concepto de detector de rango llamado ASTRA. ASTRA está optimizado para medir con precisión (mejor que 1%) la energía residual de protones con energías cinéticas en el rango de decenas a unos pocos cientos de MeVs a una tasa muy alta de 100 MHz. Estas combinaciones de rendimiento están destinadas a lograr una Tomografía Computarizada de protones (pCT) rápida y de alta calidad, lo cual es crucial para evaluar correctamente la planificación del tratamiento en la terapia con haz de protones. A pesar de ser un telescopio de rango, ASTRA también es un calorímetro, abriendo la puerta a posibilidades de seguimiento mejoradas basadas en aprendizaje profundo. Aquí, revisamos el concepto de ASTRA y estudiamos un método de seguimiento alternativo que explota la calorimetría. En particular, estudiamos el potencial de ASTRA para lidiar con protones apilados mediante un nuevo método de seguimiento basado en segmentación semántica, una arquitectura de red de aprendizaje profundo que realiza clasificación a nivel de píxel.

Otros recursos que podrían interesarte

Temas Virtualpro