Predição Volumétrica de Dose Radioterápica para Cabeça e Pescoço Utilizando 3D U-NET

O Trabalho propõe automatizar o planeamento da Radioterapia (IMRT) para a predição volumétrica da dose radioterápica de cabeça e pescoço, um processo que demanda tempo e dependente do operador. Para reduzir o tempo de espera clínico, propõe-se um modelo de Deep Learning baseado na arquitetura 3D U-NET (AttentionUnet) para prever a distribuição da dose de radiação voxel a voxel. Treinado e validado com o dataset público OpenKBP Challenge, o modelo utilizou Attention Gates para reduzir o ruído e otimizar a segmentação. O melhor desempenho ocorreu na época 225 (com um SSIM de validação de 0.9817), mostrando uma evolução clara e resultados bastante promissores. Embora a ferramenta ainda não esteja apta para uso clínico real, provou ser eficaz nesta fase de testes. Como trabalho futuro, planeia-se implementar a arquitetura SWIN UNETR para melhorar a exatidão das previsões