調(diào)強放射治療計劃的自動多目標優(yōu)化方法研究
發(fā)布時間:2020-12-19 13:16
放射治療是惡性腫瘤治療三大手段之一,約有70%的患者在病程的不同時期需要接受不同程度的放射治療,所以推動放射治療技術(shù)的發(fā)展,提高放射治療的治療效果具有非常重大的意義。目前臨床上運用最廣泛的放射治療方式是調(diào)強放射治療,調(diào)強放射治療采用逆向計劃設(shè)計,能在保證靶區(qū)覆蓋率和劑量均勻性的前提下,有效的降低周圍正常組織、危及器官的受照劑量,提高放射治療的治療效果。調(diào)強放射治療中,計劃的質(zhì)量是影響惡性腫瘤患者治療效果的重要因素。即使是單個患者的計劃優(yōu)化,都要同時優(yōu)化多個目標(劑量約束),同時靶區(qū)的劑量約束與周圍正常組織、危及器官的劑量約束間往往相互矛盾,且這些劑量約束的理想值在計劃設(shè)計前是未知的,要達到最佳療效,必須在這些劑量約束間尋找最優(yōu)權(quán)衡。臨床上,放療物理師/劑量師采用試錯(try-and-error)方式優(yōu)化計劃,計劃質(zhì)量主要取決放療物理師/劑量師用于試錯花費的時間、精力和計劃設(shè)計經(jīng)驗的豐富程度,造成計劃質(zhì)量差異大、計劃設(shè)計效率低的問題。本文在系統(tǒng)分析了計劃設(shè)計過程中造成計劃質(zhì)量差異大、計劃設(shè)計效率低的原因,為了保障計劃質(zhì)量、提高計劃設(shè)計效率,做了以下的工作:第一,針對調(diào)強放射治療計劃優(yōu)化的...
【文章來源】:南方醫(yī)科大學廣東省
【文章頁數(shù)】:67 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 放射治療的背景
1.2 放射治療技術(shù)的發(fā)展
1.2.1 常規(guī)放射治療
1.2.2 三維適形放射治療
1.2.3 調(diào)強放射治療
1.2.4 圖像引導放射治療
1.2.5 自適應放射治療
1.3 調(diào)強放射治療的計劃設(shè)計過程
1.4 課題意義
1.5 內(nèi)容安排
第二章 射野強度分布優(yōu)化
2.1 劑量計算模型
2.2 射野強度分布優(yōu)化模型
2.3 本文所用的射野強度分布優(yōu)化模型
2.3.1 目標函數(shù)
2.3.2 優(yōu)化算法
2.4 計劃質(zhì)量的表達工具
第三章 基于體素權(quán)重因子的自動IMRT多目標優(yōu)化
3.1 引言
3.2 基于體素權(quán)重因子的自動IMRT多目標優(yōu)化
3.2.1 基于體素權(quán)重因子的FMO優(yōu)化
3.2.2 體素權(quán)重因子的調(diào)整
3.2.3 劑量約束的調(diào)整
3.2.4 實驗驗證
3.3 實驗結(jié)果與討論
3.3.1 DVH圖比較
3.3.2 劑量約束點比較
3.3.3 劑量約束點的變化
3.4 本章小結(jié)
第四章 預測劑量約束引導的自動IMRT多目標優(yōu)化
4.1 引言
4.2 預測劑量約束引導的自動IMRT多目標優(yōu)化
4.2.1 劑量約束值的預測
4.2.2 基于體素權(quán)重因子的自動IMRT多目標優(yōu)化
4.2.3 實驗驗證
4.3 實驗結(jié)果與討論
4.3.1 計劃質(zhì)量比較
4.3.2 計劃效率比較
4.4 本章小結(jié)
第五章 總結(jié)與展望
5.1 主要研究內(nèi)容及成果
5.2 存在的主要問題及展望
參考文獻
攻讀碩士學位期間成果
致謝
【參考文獻】:
期刊論文
[1]2013年中國惡性腫瘤發(fā)病和死亡分析[J]. 陳萬青,鄭榮壽,張思維,曾紅梅,鄒小農(nóng),赫捷. 中國腫瘤. 2017(01)
[2]放射治療設(shè)備與技術(shù)的最新進展及應用[J]. 王大虎. 醫(yī)療裝備. 2016(18)
[3]調(diào)強治療計劃中射野強度優(yōu)化模型研究[J]. 孫小楊,龐皓文,楊波. 瀘州醫(yī)學院學報. 2015(01)
博士論文
[1]放射治療計劃的自動優(yōu)化及再優(yōu)化關(guān)鍵技術(shù)研究[D]. 李楠.南方醫(yī)科大學 2014
碩士論文
[1]基于等效均勻劑量的目標函數(shù)及蒙特卡羅法卷積核的實現(xiàn)[D]. 朱琳.南方醫(yī)科大學 2008
本文編號:2925967
【文章來源】:南方醫(yī)科大學廣東省
【文章頁數(shù)】:67 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 放射治療的背景
1.2 放射治療技術(shù)的發(fā)展
1.2.1 常規(guī)放射治療
1.2.2 三維適形放射治療
1.2.3 調(diào)強放射治療
1.2.4 圖像引導放射治療
1.2.5 自適應放射治療
1.3 調(diào)強放射治療的計劃設(shè)計過程
1.4 課題意義
1.5 內(nèi)容安排
第二章 射野強度分布優(yōu)化
2.1 劑量計算模型
2.2 射野強度分布優(yōu)化模型
2.3 本文所用的射野強度分布優(yōu)化模型
2.3.1 目標函數(shù)
2.3.2 優(yōu)化算法
2.4 計劃質(zhì)量的表達工具
第三章 基于體素權(quán)重因子的自動IMRT多目標優(yōu)化
3.1 引言
3.2 基于體素權(quán)重因子的自動IMRT多目標優(yōu)化
3.2.1 基于體素權(quán)重因子的FMO優(yōu)化
3.2.2 體素權(quán)重因子的調(diào)整
3.2.3 劑量約束的調(diào)整
3.2.4 實驗驗證
3.3 實驗結(jié)果與討論
3.3.1 DVH圖比較
3.3.2 劑量約束點比較
3.3.3 劑量約束點的變化
3.4 本章小結(jié)
第四章 預測劑量約束引導的自動IMRT多目標優(yōu)化
4.1 引言
4.2 預測劑量約束引導的自動IMRT多目標優(yōu)化
4.2.1 劑量約束值的預測
4.2.2 基于體素權(quán)重因子的自動IMRT多目標優(yōu)化
4.2.3 實驗驗證
4.3 實驗結(jié)果與討論
4.3.1 計劃質(zhì)量比較
4.3.2 計劃效率比較
4.4 本章小結(jié)
第五章 總結(jié)與展望
5.1 主要研究內(nèi)容及成果
5.2 存在的主要問題及展望
參考文獻
攻讀碩士學位期間成果
致謝
【參考文獻】:
期刊論文
[1]2013年中國惡性腫瘤發(fā)病和死亡分析[J]. 陳萬青,鄭榮壽,張思維,曾紅梅,鄒小農(nóng),赫捷. 中國腫瘤. 2017(01)
[2]放射治療設(shè)備與技術(shù)的最新進展及應用[J]. 王大虎. 醫(yī)療裝備. 2016(18)
[3]調(diào)強治療計劃中射野強度優(yōu)化模型研究[J]. 孫小楊,龐皓文,楊波. 瀘州醫(yī)學院學報. 2015(01)
博士論文
[1]放射治療計劃的自動優(yōu)化及再優(yōu)化關(guān)鍵技術(shù)研究[D]. 李楠.南方醫(yī)科大學 2014
碩士論文
[1]基于等效均勻劑量的目標函數(shù)及蒙特卡羅法卷積核的實現(xiàn)[D]. 朱琳.南方醫(yī)科大學 2008
本文編號:2925967
本文鏈接:http://sikaile.net/linchuangyixuelunwen/2925967.html
最近更新
教材專著