Automatización de la extracción de métricas dosimétricas mediante ESAPI para el entrenamiento de modelos RapidPlan en planes de mama izquierda hipofraccionada de 29 Gy con ganglios loco-regionales
Cargando...
Autores
Tipo de contenido
Editor
Document language:
Español
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
Este trabajo desarrolló y validó un flujo automatizado para la extracción de métricas dosimétricas integrando la herramienta Eclipse Scripting API (ESAPI) para optimizar el entrenamiento de un modelo de planificación basada en conocimiento (KBP) en cáncer de mama izquierda con ganglios locorregionales. A partir de un repositorio institucional de 2320 planes, se conformó un subconjunto de 141 planes que cumplían con el requisito de planes de Mama izquierda Hipofraccionada con Boost de 29 Gy más ganglios loco-regionales (Axila, cadena mamaria interna, Fosa supraclavicular) para un análisis detallado con 72 métricas por plan de los objetivos clínicos codificados en ClinicalGoals.json. El modelo de RapidPlan se entrenó con 92 planes, incorporando distribución de volúmenes y análisis dosimétricos. La validación mediante el error cuadrático medio (MSE) entre DVH predichos y reales mostró desempeño aceptable en órganos críticos oscilando entre 0.01 y 0.06; se observaron fortalezas en estructuras como pulmón derecho, corazón y esófago, y errores relativos entre 12.7 % en médula y 22.02 % en pulmón izquierdo de bins del DVH real y el estimado. En la comparación con planes manuales, el enfoque automatizado mejoró la homogeneidad y, en varios casos, la conformidad de los PTVs; además, se evidenció reducción de dosis en OARs clave (corazón, pulmón contralateral, esófago) sin comprometer la cobertura del PTV. La verificación dosimétrica con Octavius 4D y criterio γ (3 %/3 mm) respaldó la entregabilidad física de los planes optimizados. El flujo propuesto estandarizó la calidad dosimétrica, redujo la variabilidad interplanificador y habilitó la explotación de datos para investigación, constituyéndose en una base sólida para la implementación clínica de KBP en mama hipofraccionada. (Texto tomado de la fuente)
Abstract
This work developed and validated an automated workflow for extracting dosimetric metrics, integrating the Eclipse Scripting API (ESAPI) tool to optimize the training of a knowledge-based planning (KBP) model in left breast cancer with locoregional lymph nodes. From an institutional repository of 2320 plans, a subset of 141 plans was formed that met the requirement of hypofractionated left breast plans with a 29 Gy boost plus locoregional lymph nodes (axilla, internal mammary chain, supraclavicular fossa) for a detailed analysis with 72 metrics per plan of the clinical objectives encoded in ClinicalGoals.json. The RapidPlan model was trained with 92 plans, incorporating volume distribution and dosimetric analyses. Validation using the mean squared error (MSE) between predicted and actual DVHs showed acceptable performance in critical organs ranging between 0.01 and 0.06; strengths were observed in structures such as the right lung, heart, and esophagus, and relative errors between 12.7% in the spinal cord and 22.02% in the left lung for bins of the actual DVH and the estimated one. In comparison with manual plans, the automated approach improved homogeneity and, in several cases, the conformity of the PTVs; in addition, a dose reduction was evidenced in key OARs (heart, contralateral lung, esophagus) without compromising PTV coverage. Dosimetric verification with Octavius 4D and γ criterion (3%/3 mm) supported the physical deliverability of the optimized plans. The proposed workflow standardized dosimetric quality, reduced inter-planner variability, and enabled data exploitation for research, constituting a solid basis for the clinical implementation of KBP in hypofractionated breast.
Palabras clave propuestas
Automatización; Planificación de radioterapia; Eclipse Scripting API (ESAPI); Modelos basados en conocimiento (KBP); RapidPlan; Optimización dosimétrica; Evaluación dosimétrica; Flujo de trabajo automatizado; Radioterapia; Automation; Radiotherapy planning; Eclipse Scripting API (ESAPI); Knowledge-based models (KBP); RapidPlan; Dosimetric optimization; Dosimetric evaluation; Automated workflow; Radiotherapy
Descripción
ilustraciones a color, diagramas, tablas