A data-driven survey of deep learning-based segmentation techniques in radiotherapy

In recent years, deep learning-based segmentation techniques have played an important role in radiotherapy area. As a consequence, thousands of publication with different methods are proposed by researchers. However, each different choice of the method may influence the performance of the outcome. In this thesis, we did a data-driven survey based on the extracted data from papers collected among recent years to find out the associations between each choice. In detail, we first had an overview of the popular deep learning models and analyzed the extracted data. Then, we applied FP-growth algorithm to find frequent itemsets and associations rules inside the augmentation and preprocessing methods used in these papers. In addition, several data mining methods are applied to find the correlation between each choice and the performance. Finally, we developed a tool using the ChatGPT API to automatically annotate text through GPT and tested its performance.

Negli ultimi anni, le tecniche di segmentazione basate sul deep learning hanno svolto un ruolo importante nell'area della radioterapia. Di conseguenza, migliaia di pubblicazioni con diversi metodi sono proposte dai ricercatori. Tuttavia, ogni diversa scelta del metodo può influenzare le prestazioni del risultato. In questa tesi, abbiamo implementato un'indagine guidata dai dati basata sui dati estratti da articoli raccolti negli ultimi anni per scoprire le associazioni tra ogni scelta. Nel dettaglio, abbiamo prima avuto una panoramica dei modelli di deep learning più popolari e abbiamo analizzato i dati estratti. Quindi, abbiamo applicato l'algoritmo FP-growth per trovare insiemi di elementi frequenti e regole di associazione all'interno dei metodi di aumentazione e pre-elaborazione utilizzati in questi articoli. Inoltre, sono stati applicati diversi metodi di data mining per trovare la correlazione tra ogni scelta e le prestazioni. Infine, abbiamo sviluppato uno strumento utilizzando l'API di ChatGPT per annotare automaticamente il testo attraverso GPT e abbiamo testato le sue prestazioni.