Bibliografie
Research Report
Identification of Thyroid Gland Activity and Probabilistic Estimation of Absorbed Doses in Nuclear Medicine
, ,
: ÚTIA AV ČR, (Praha 2007)
: Research Report 2195
: CEZ:AV0Z10750506
: 1M0572, GA MŠk, 1ET100750404, GA AV ČR
: biphasic model, information matrix, external information, Langevin diffusion
: http://as.utia.cz/publications/2007/JirQuiVar_07a.pdf
(eng): The Bayesian identification of a linear regression model (called the biphasic model) for time dependence of thyroid gland activity in 131I radiotherapy is presented. Prior knowledge is elicited via hard parameter constraints and via the merging of external information from an archive of patient records. This prior regularization is shown to be crucial in the reported context, where data typically comprise only two or three high-noise measurements. The posterior distribution is simulated via a Langevin diffusion algorithm, whose optimization for the thyroid activity application is explained. Excellent patient-specific predictions of thyroid activity are reported. The posterior inference of the patient-specific total radiation dose is computed, allowing the uncertainty of the dose to be quantified in a consistent form. The relevance of this work in clinical practice is explained.
(cze): Je předvedena bayesovská identifikace lineárního regresního modelu (tzv. dvoufázového) časové závislosti aktivity štítné žlázy při léčbě onemocnění štítné žlázy radioaktivním jódem 131I. Apriorní znalost je vyjádřena tvrdými omezeními parametrů a zahrnutím externí informace z archívu pacientských dat. Ukazuje se, že tato apriorní informace má zásadní důležitost v uvedeném kontextu, kdy data typicky obsahují pouze 2--3 zašuměná měření. Aposteriorní hustota je vzorkována algoritmem Langevinovy difúze, jehož optimalizace pro danou úlohu je vysvětlena. Jsou ukázány predikce aktivit. Je odvozen aposteriorní odhad individuální dávky s konzistentním vyčíslením neurčitosti. Je vysvětlena důležitost této práce pro klinickou praxi.
: BB