用wxPython创建DVHs、GUI和Bokeh绘图的数据库
dvha的Python项目详细描述
DVH分析(DVHA)是一个软件应用程序,用于建立本地放射肿瘤学数据库 治疗计划数据。它从DICOM-RT文件(即计划、剂量和结构)导入数据,创建SQL数据库, 提供可定制的绘图,并提供用于生成线性、多变量和机器学习的工具 回归。在
DVHA可执行文件
可以在here找到DVHA的可执行版本。 请_记住_这个_软件_还_处于_测试_阶段_ 。_如果您有问题,从源代码处编译可能会提供更多信息。在
关于
除了查看DVH数据外,该软件还提供了以下方法:
- 下载查询的数据
- 创建各种计划和剂量学变量的时间序列图
- 计算相关性
- 生成多变量线性回归和机器学习回归
- 与其他DVHA用户共享回归模型
- 其他可用屏幕截图here
代码由以下核心库构建:
- wxPython Phoenix-在Windows、Mac或Unix系统上构建本机GUI
- Pydicom-用python代码读取、修改和写入DICOM文件
- dicompyler-core-DICOM-RT核心放射治疗模块库
- Bokeh-Python的交互式Web绘图
- scikit-learn-Python中的机器学习
安装
要通过pip安装:
pip install dvha
如果您通过pip或设置.py,从终端启动:
^{pr2}$如果已克隆项目,但未运行设置.py安装程序,启动DVHA:
python dvha_app.py
请看我们的installation notes的潜力 Shapely在MS Windows上安装issues,并帮助设置PostgreSQL数据库(如果它优于SQLite3)。在
依赖关系
- Python>;3.5
- wxPython Phoenix>;=4.0.4,<;4.1.0
- Pydicom>;=1.4.0
- dicompyler-core>;=0.5.4
- Bokeh>;=1.2.0,<;2.0.0
- PostgreSQL(可选)和{a18}
- SQLite3
- SciPy
- NumPy
- Shapely<;1.7.0
- Statsmodels>;=0.8.0
- Scikit-learn>;=0.21.0
- regressors
- RapidFuzz
- selenium
- PhantomJS
支持
如果您喜欢DVHA并愿意支持我们的任务,我们只要求您引用我们是否帮助您 发布,或通过在上提交错误、问题、功能请求或解决方案来帮助DVHA社区 issues page。在
引用
DOI:https://doi.org/10.1002/acm2.12401
Cutright D、Gopalakrishnan M、Roy A、Panchal A和Mittal BB。”DVH分析:临床医生和研究人员的DVH数据库〉,《应用临床医学物理学杂志》19.5(2018):413-427。在
可以找到上述出版物中描述的以前的基于web的版本 here但不再开发。在
相关出版物
DOI:https://doi.org/10.1016/j.adro.2019.11.006
Roy A、Cutright D、Gopalakrishnan M、Yeh AB和Mittal BB。”评估调强放疗计划质量的风险调整控制图〉,《放射肿瘤学进展》(2019年)。在
使用DVHA的选定研究
^{em1}5000美元患者
美国国家癌症研究所(5R01CA219013-03):活动期8/1/17→7/31/22
Retrospective NCI Phantom-Monte Carlo Dosimetry for Late Effects in Wilms Tumor
Brannigan R(共同研究者)、Kalapurakal J(PD/PI)、Kazer R(共同研究者)
265名患者
DOI:https://doi.org/10.1016/j.ijrobp.2019.06.2509
Gross J,et al.“确定局部淋巴结照射后淋巴水肿的危险器官
乳腺癌〉,《国际放射肿瘤学*生物学*物理学杂志105.3(2019):649-658。在
- 项目
标签: