Prediksi Dosis Radioterapi Berbasis Fitur Radiomics dan Ensemble Machine Learning

Hak Cipta

Prediksi Dosis Radioterapi Berbasis Fitur Radiomics dan Ensemble Machine Learning

Program komputer ini melakukan estimasi dan prediksi dosis radioterapi untuk target PTV menggunakan fitur-fitur radiomik dari Organ at Risks (OARs) yang meliputi Body, Lung RT, Lung LT, Heart, and Spinal Cord, dan PTV. Tahapannya mencakup pembersihan dan imputasi data, normalisasi fitur, pelatihan model regresi ensemble (XGBoost, LightGBM, CatBoost, RandomForest, AdaBoost, GradientBoosting) untuk tiga target dosis berbeda (PTV D2, D50, dan D98), evaluasi performa menggunakan metrik MSE/MAE/R squared, visualisasi komparatif hasil, analisis residual, analisis feature importance. Aplikasi dirancang untuk membantu fisikawan medis dan tim perencanaan radioterapi menentukan dosis yang optimal.

2026-1776671780-rpcr

B-13379/III.6.5/TK.11.01/5/2026


( Lihat )

Pusat Riset Komputasi

muhammadjulfa.jma@gmail.com

Badan Riset dan Inovasi Nasional

SF - Perangkat Lunak

Jakarta, Indonesia

15 Desember 2025

22 Mei 2026

-

EC002026070034

  • Julfa Muhammad Amda
    ( Pusat Riset Komputasi )
  • Arya Adhyaksa Waskita
    ( Pusat Riset Sains Data dan Informasi )
  • Imam Civi Cartealy
    ( Pusat Riset Komputasi )
Kembali