調(diào)強放療（Intensity Modulated Radiation Therapy,IMRT）是實現(xiàn)精確放療最普遍的一種放射治療技術(shù),是一個逆向計劃設(shè)計的過程,其目的是使治療計劃中的射線高劑量照射區(qū)域與腫瘤靶區(qū)在三維方向上高度適形,盡最大可能地將射線照射的高劑量集中在腫瘤靶區(qū),同時讓周圍的正常組織器官和危及器官受到最少的劑量照射。治療計劃系統(tǒng)（Therapy Planning System,TPS）是一種能實現(xiàn)IMRT放療計劃設(shè)計和評估的軟件系統(tǒng),利用計算機技術(shù)實現(xiàn)放療計劃的自動化設(shè)計,易得到最佳的放射治療方案,有效提高了患者的腫瘤控制概率和生存率。本文使用TPS系統(tǒng),基于光子束的有限筆形束卷積模型,確定了優(yōu)化目標函數(shù),在多種模體和病例上進行了實驗研究。本文研究所使用的劑量計算模型是有限筆形束卷積模型,因此射束權(quán)重優(yōu)化本質(zhì)是優(yōu)化筆射束權(quán)重。放療中如何自動選擇射野參數(shù)引起了廣泛關(guān)注,射野方向及其權(quán)重優(yōu)化是兩個必不可少的方面,本文從射野方向和筆射束權(quán)重優(yōu)化兩個方向入手,運用群體智能算法提高優(yōu)化性能。人工蜂群算法和遺傳算法都屬于群體智能算法,都是一類新型全局優(yōu)化搜索技術(shù),它們通過向自然界學(xué)... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：93 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 放射治療的發(fā)展歷史及國內(nèi)外研究現(xiàn)狀
        1.2.1 放射治療的發(fā)展
        1.2.2 放射治療國內(nèi)外發(fā)展現(xiàn)狀
        1.2.3 放射治療存在的問題
    1.3 調(diào)強放療技術(shù)IMRT
        1.3.1 IMRT技術(shù)概況
        1.3.2 IMRT計劃的幾個關(guān)鍵技術(shù)
    1.4 本文的研究內(nèi)容與安排
第二章 TPS系統(tǒng)概述
    2.1 TPS系統(tǒng)功能及其優(yōu)勢
        2.1.1 TPS系統(tǒng)的功能組成
        2.1.2 TPS系統(tǒng)優(yōu)勢
    2.2 劑量計算模型
        2.2.1 劑量計算相關(guān)概念
        2.2.2 常用劑量計算模型
        2.2.3 本研究所用的劑量計算模型
    2.3 目標函數(shù)的構(gòu)建
        2.3.1 基于劑量的目標函數(shù)
        2.3.2 基于劑量—體積的目標函數(shù)
        2.3.3 基于等效均勻劑量(EUD)的目標函數(shù)
        2.3.4 本文所采用的目標函數(shù)
    2.4 本章小結(jié)
第三章 基于人工蜂群算法的射野方向優(yōu)化
    3.1 射野方向優(yōu)化背景
    3.2 人工蜂群算法
        3.2.1 人工蜂群算法特點
        3.2.2 人工蜂群算法機理
        3.2.3 人工蜂群算法流程
    3.3 人工蜂群算法在射野方向優(yōu)化中的具體實現(xiàn)
    3.4 計劃評估
        3.4.1 等劑量曲線評估
        3.4.2 劑量-體積直方圖評估
    3.5 實驗與結(jié)果分析
        3.5.1 AAPM的TG119模體
        3.5.2 盒子模體
        3.5.3 肝臟病例
        3.5.4 前列腺病例
        3.5.5 實驗總結(jié)
    3.6 本章小結(jié)
第四章 基于人工蜂群遺傳算法的筆射束權(quán)重優(yōu)化
    4.1 筆射束權(quán)重優(yōu)化背景
        4.1.1 確定性算法和隨機算法
        4.1.2 筆射束權(quán)重優(yōu)化現(xiàn)狀
    4.2 遺傳算法
        4.2.1 遺傳算法特點
        4.2.2 遺傳算法機理
        4.2.3 遺傳算法流程
        4.2.4 人工蜂群遺傳算法結(jié)合
    4.3 人工蜂群遺傳算法在有限筆射束計算模型下的實現(xiàn)
    4.4 實驗與結(jié)果分析
        4.4.1 AAPM的TG119模體
        4.4.2 盒子模體
        4.4.3 肝臟病例
        4.4.4 前列腺病例
        4.4.5 實驗總結(jié)
    4.5 本章小結(jié)
第五章 調(diào)強放射治療系統(tǒng)的軟件實現(xiàn)
    5.1 系統(tǒng)開發(fā)環(huán)境
    5.2 系統(tǒng)模塊介紹
    5.3 本章小結(jié)
總結(jié)與展望
    總結(jié)
    展望
參考文獻
攻讀碩士學(xué)位期間取得的研究成果
致謝


【參考文獻】：
期刊論文
[1]混沌搜索策略的改進人工蜂群算法[J]. 彭曉華,劉利強.  智能系統(tǒng)學(xué)報. 2015(06)
[2]調(diào)強放射治療中角度優(yōu)化必要性的研究[J]. 汪俊,吳章文,侯氫.  四川大學(xué)學(xué)報(自然科學(xué)版). 2002(04)
[3]三維CT模擬定位和放射治療計劃系統(tǒng)在放射治療中的價值[J]. 馬奎元,陳忠杰.  濟寧醫(yī)學(xué)院學(xué)報. 2001(03)
[4]全中樞神經(jīng)系統(tǒng)腫瘤放療技術(shù)的劑量學(xué)研究[J]. 張偉,馬照,邵鵬,姜偉,關(guān)玉敏.  中華放射醫(yī)學(xué)與防護雜志. 2013 (05)

博士論文
[1]放射治療方案的優(yōu)化方法研究[D]. 周正東.東南大學(xué) 2005

碩士論文
[1]遺傳算法優(yōu)化調(diào)強放射治療計劃射野參數(shù)研究[D]. 唐木濤.第一軍醫(yī)大學(xué) 2006



本文編號：3172085