Sökning: onr:"swepub:oai:DiVA.org:liu-207369" >
Federated training ...
Federated training of segmentation models for radiation therapy treatment planning
-
- Gustafsson, Christian Jamtheim (författare)
- Department of Translational Medicine, Medical Radiation Physics, Lund University; Radiation physics, Department of Hematology, Oncology and Radiation Physics, Skåne University Hospital
-
- Löfstedt, Tommy (författare)
- Department of Computing Science, Umeå University
-
- Åkesson, Mattias (författare)
- Scaleout Systems
-
visa fler...
-
- Rogowski, Viktor (författare)
- Radiation physics, Department of Hematology, Oncology and Radiation Physics, Skåne University Hospital
-
- Akbar, Muhammad Usman, 1990- (författare)
- Linköpings universitet,Avdelningen för medicinsk teknik,Tekniska fakulteten,Centrum för medicinsk bildvetenskap och visualisering, CMIV
-
- Hellander, Andreas (författare)
- Scaleout Systems
-
- Larsson, J. Peter, 1963- (författare)
- Linköpings universitet,Medicinska fakulteten,Region Östergötland, Medicinsk strålningsfysik
-
- Malmström, Annika, 1957- (författare)
- Linköpings universitet,Medicinska fakulteten,Region Östergötland, Närvårdskliniken
-
- Blystad, Ida, 1972- (författare)
- Linköpings universitet,Medicinska fakulteten,Centrum för medicinsk bildvetenskap och visualisering, CMIV,Avdelningen för diagnostik och specialistmedicin,Region Östergötland, Röntgenkliniken i Linköping
-
- Eklund, Anders, 1981- (författare)
- Linköpings universitet,Avdelningen för medicinsk teknik,Tekniska fakulteten,Centrum för medicinsk bildvetenskap och visualisering, CMIV,Statistik och maskininlärning
-
visa färre...
-
(creator_code:org_t)
- 2024
- 2024
- Engelska.
-
Ingår i: Radiotherapy and Oncology. - 0167-8140 .- 1879-0887. ; 194, s. S4819-S4822
- Relaterad länk:
-
https://urn.kb.se/re...
-
visa fler...
-
https://doi.org/10.1...
-
visa färre...
Abstract
Ämnesord
Stäng
- Radiotherapy treatment planning takes substantial time, several hours per patient, as it involves manual segmentation of tumor and risk organs. Segmentation networks can be trained to automatically perform the segmentations, but typically require large annotated datasets for training. Sharing of sensitive data between hospitals, to create a larger dataset, is often difficult due to ethics and GDPR. Here we therefore demonstrate that federated learning is a solution to this problem, as then only the segmentation model is sent between each hospital and a global server. We export and preprocess brain tumor images from the oncology departments in Linköping and Lund, and use federated learning to train a global segmentation model using two different frameworks.
Ämnesord
- TEKNIK OCH TEKNOLOGIER -- Medicinteknik -- Medicinsk bildbehandling (hsv//swe)
- ENGINEERING AND TECHNOLOGY -- Medical Engineering -- Medical Image Processing (hsv//eng)
- MEDICIN OCH HÄLSOVETENSKAP -- Klinisk medicin -- Cancer och onkologi (hsv//swe)
- MEDICAL AND HEALTH SCIENCES -- Clinical Medicine -- Cancer and Oncology (hsv//eng)
Nyckelord
- Radiotherapy
- deep learning
- federated learning
Publikations- och innehållstyp
- ref (ämneskategori)
- art (ämneskategori)
Hitta via bibliotek
Till lärosätets databas
- Av författaren/redakt...
-
Gustafsson, Chri ...
-
Löfstedt, Tommy
-
Åkesson, Mattias
-
Rogowski, Viktor
-
Akbar, Muhammad ...
-
Hellander, Andre ...
-
visa fler...
-
Larsson, J. Pete ...
-
Malmström, Annik ...
-
Blystad, Ida, 19 ...
-
Eklund, Anders, ...
-
visa färre...
- Om ämnet
-
- TEKNIK OCH TEKNOLOGIER
-
TEKNIK OCH TEKNO ...
-
och Medicinteknik
-
och Medicinsk bildbe ...
-
- MEDICIN OCH HÄLSOVETENSKAP
-
MEDICIN OCH HÄLS ...
-
och Klinisk medicin
-
och Cancer och onkol ...
- Artiklar i publikationen
-
Radiotherapy and ...
- Av lärosätet
-
Linköpings universitet