اخبار و اعلانات
آمار
| تعداد نشریات | 19 |
| تعداد شماره‌ها | 380 |
| تعداد مقالات | 3,132 |
| تعداد مشاهده مقاله | 4,252,042 |
| تعداد دریافت فایل اصل مقاله | 2,846,375 |
شناسایی روندهای کاربرد هوش مصنوعی در تکنیک‌های نوین درمان با شتابدهنده های خطی و براکی تراپی: مطالعه موردی کاربرد شبکه یو | ||
| آینده پژوهی ایران | ||
| دوره 9، شماره 1 - شماره پیاپی 12، شهریور 1403، صفحه 163-185 اصل مقاله (1.22 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.30479/jfs.2024.3534 | ||
| نویسندگان | ||
| سید محمد مهدی ابطحی* 1؛ محدثه زادنوروزی2 | ||
| 1گروه فیزیک، دانشکده علوم پایه، دانشگاه بین المللی امام خمینی، قزوین، ایران | ||
| 2گروه فیزیک، دانشکده علوم پایه، دانشگاه گیلان، رشت، ایران | ||
| تاریخ دریافت: 15 مرداد 1403، تاریخ بازنگری: 22 مهر 1403، تاریخ پذیرش: 06 آبان 1403 | ||
| چکیده | ||
| هدف : متخصصان فیزیک پزشکی به دلیل پیچیدگی و وقت گیر بودن طراحی درمان پرتودرمانی با مشکلاتی مواجه هستند. مطالعات مختلف به اهمیت و نقش هوش مصنوعی در پرتودرمانی و تسریع و بهبود کیفیت آن اشاره کرده اند. این تحقیق امکان استفاده از شبکه یو در بهبود طراحی درمان پرتودرمانی را به عنوان تکنیکی جهت اصلاح پرتودرمانی با رویکرد آینده پژوهانه مورد بررسی و تحلیل قرار می‌دهد. روش‌ها: برای نیل به هدف این پژوهش از روش تحلیل روند به عنوان یکی از روشهای اصلی آینده پژوهی استفاده شده است. مسیر تحول شبکه یو در مقالات معتبر مورد بررسی قرار گرفت و سپس با برون یابی مسیر تحول آینده کاربرد این تکنیک در پرتودرمانی بررسی شد. طبق دستورالعمل‌های پریزما 2020، فرآیندهای انتخاب مطالعه، غربالگری و معیارهای ورود و خروج تعریف شدند. یافته‌ها: از بین 28 مقاله مطالعه شده، 20 مقاله برای ارزیابی های بیشتر انتخاب شدند. ارزیابی روند راهبردهای شبکه یو در حوزه های مختلف رادیوتراپی نشان داد به کارگیری شبکه یو منجر به عملکرد بهتر نسبت به روش های سنتی و اثربخشی بیشتر و کاهش خطای انسانی در طراحی درمان پرتودرمانی خواهد شد. نتیجه‌گیری: با توجه به روندهای آتی کاربرد شبکه یو در حوزه‌های مختلف رادیوتراپی و رشد آمار مقالات در این حوزه که نشان‌دهنده افزایش علاقه در تحقیق و توسعه فناوری‌های هوش مصنوعی می‌باشد، انتظار می‌رود در آینده با رفع چالش‌های موجود به توسعه کاربرد تکنولوژی های هوش مصنوعی در مراکز پرتودرمانی، کاهش هزینه های درمان و بهبود فرایند درمان در حوزه پرتودرمانی دست یابیم. | ||
| کلیدواژه‌ها | ||
| پرتودرمانی؛ شبکه یو؛ تحلیل روند؛ طراحی درمان | ||
| عنوان مقاله [English] | ||
| Identifying trends in the use of artificial intelligence in new treatment techniques with linear accelerators and brachytherapy: a case study of the use of U network | ||
| نویسندگان [English] | ||
| Sayyed Mohammad Mahdi Abtahi1؛ Mohadeseh Zadnorouzi2 | ||
| 1Department of Physics, Imam Khomeini International University, Qazvin, Iran | ||
| 2Department of Physics. Faculty of basic sciences. University of Guilan. Rasht. Iran | ||
| چکیده [English] | ||
| Introduction: Introduction: Medical physics specialists face problems due to the complexity and time-consuming design of radiation therapy. Various studies have pointed out the importance and role of artificial intelligence in radiation therapy and accelerating and improving its quality. This research examines and analyzes the possibility of using the U network to improve the design of radiation therapy as a technique to modify radiation therapy with a future-oriented approach. Methods: To achieve this research goal, trend analysis has been used as one of the main methods of future research. The development path of the U network was examined in authoritative articles, and then by extrapolating the future development path, the application of this technique in radiation therapy was investigated. According to Prisma 2020 guidelines, study selection processes, screening and inclusion and exclusion criteria were defined. Findings: Among the 28 articles studied, 20 articles were selected for further evaluation. The evaluation of the trend of U network strategies in radiotherapy showed that the use of U network will lead to better performance than traditional methods and more effectiveness and reduction of human error in radiotherapy treatment design. Conclusion: Considering the future trends of the use of the U network in different fields of radiotherapy and the growth of the statistics of articles in this field, which shows the increasing interest in the research and development of artificial intelligence technologies, it is expected that in the future, the application of artificial intelligence technologies reducing treatment costs and improving the treatment process | ||
| کلیدواژه‌ها [English] | ||
| Radiation therapy, U network, Trend analysis, Treatment design | ||
|
سایر فایل های مرتبط با مقاله
|
||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 121 تعداد دریافت فایل اصل مقاله: 100 |
||
