放療中人體胸腹表面區(qū)域呼吸運(yùn)動(dòng)預(yù)測模型研究
發(fā)布時(shí)間:2023-12-11 20:35
治療胸腹部腫瘤的一個(gè)種重要手段就是放射治療,但是在放療過程中,呼吸運(yùn)動(dòng)使得腫瘤靶區(qū)的體積和位置均發(fā)生改變,這就造成腫瘤癌細(xì)胞的漏照,或者照射過度,損傷腫瘤周圍正常細(xì)胞。針對此問題,本文建立了放療中人體胸腹表面區(qū)域呼吸運(yùn)動(dòng)預(yù)測模型,提出了一種基于高斯過程回歸模型的呼吸運(yùn)動(dòng)預(yù)測方法。本文主要從呼吸運(yùn)動(dòng)信號采集、運(yùn)用高斯過程回歸模型預(yù)測呼吸運(yùn)動(dòng)、與常用呼吸運(yùn)動(dòng)預(yù)測算法進(jìn)行對比實(shí)驗(yàn)等方面進(jìn)行分析。首先,采用FASTRAK運(yùn)動(dòng)跟蹤定位系統(tǒng)進(jìn)行呼吸運(yùn)動(dòng)數(shù)據(jù)采集,運(yùn)用該系統(tǒng)對同一名實(shí)驗(yàn)者進(jìn)行10組呼吸運(yùn)動(dòng)信號采集實(shí)驗(yàn),得到10組相對平滑的呼吸運(yùn)動(dòng)信號,然后將得到的數(shù)據(jù)作為本文提出預(yù)測算法的輸入,為呼吸運(yùn)動(dòng)信號的預(yù)測提供真實(shí)的實(shí)驗(yàn)數(shù)據(jù)。其次,提出高斯過程回歸模型后,又通過公式推導(dǎo)和理論分析詳細(xì)研究了高斯過程回歸模型,通過對一組單元高斯偽隨機(jī)數(shù)進(jìn)行預(yù)測,并且在預(yù)測中選取不同的核函數(shù)與超參數(shù)進(jìn)行了對比實(shí)驗(yàn),表明了不同核函數(shù)與超參數(shù)對預(yù)測結(jié)果會有較大影響,因此高斯過程回歸模型建立最重要的是要選取合適的核函數(shù),并求出最優(yōu)的超參數(shù)。最后,將采集到的呼吸運(yùn)動(dòng)數(shù)據(jù)一部分作為訓(xùn)練集,通過訓(xùn)練選取合適的核函數(shù),并求出最...
【文章頁數(shù)】:59 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題研究背景和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 呼吸運(yùn)動(dòng)預(yù)測的國內(nèi)外研究現(xiàn)狀
1.2.2 高斯過程國內(nèi)外研究現(xiàn)狀
1.3 本文主要研究內(nèi)容
第2章 呼吸運(yùn)動(dòng)數(shù)據(jù)采取與預(yù)處理
2.1 呼吸信號的測量
2.2 呼吸運(yùn)動(dòng)的數(shù)據(jù)采集系統(tǒng)
2.2.1 采集系統(tǒng)的選擇
2.2.2 呼吸運(yùn)動(dòng)信號采集實(shí)驗(yàn)的環(huán)境搭建
2.3 呼吸運(yùn)動(dòng)信號特點(diǎn)
2.4 本章小結(jié)
第3章 高斯過程回歸模型的理論基礎(chǔ)
3.1 高斯過程
3.1.1 權(quán)值空間
3.1.2 函數(shù)空間
3.2 高斯過程回歸建模
3.2.1 基于高斯過程回歸的建模方法
3.2.2 核函數(shù)選取
3.2.3 超參數(shù)
3.3 實(shí)驗(yàn)仿真
3.3.1 仿真實(shí)驗(yàn)數(shù)據(jù)生成
3.3.2 選取不同核函數(shù)的對比實(shí)驗(yàn)
3.4 本章小結(jié)
第4章 呼吸運(yùn)動(dòng)預(yù)測模型的實(shí)現(xiàn)
4.1 高斯過程回歸實(shí)現(xiàn)呼吸運(yùn)動(dòng)預(yù)測
4.2 常規(guī)呼吸運(yùn)動(dòng)預(yù)測算法
4.2.1 非參數(shù)回歸
4.2.2 線性預(yù)測
4.2.3 BP神經(jīng)網(wǎng)絡(luò)
4.3 實(shí)驗(yàn)結(jié)果分析
4.3.1 預(yù)測性能評價(jià)標(biāo)準(zhǔn)
4.3.2 采用相對誤差評價(jià)標(biāo)準(zhǔn)對比四種算法
4.3.3 采用均方根誤差評價(jià)標(biāo)準(zhǔn)對比四種算法
4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)成果
致謝
本文編號:3873323
【文章頁數(shù)】:59 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題研究背景和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 呼吸運(yùn)動(dòng)預(yù)測的國內(nèi)外研究現(xiàn)狀
1.2.2 高斯過程國內(nèi)外研究現(xiàn)狀
1.3 本文主要研究內(nèi)容
第2章 呼吸運(yùn)動(dòng)數(shù)據(jù)采取與預(yù)處理
2.1 呼吸信號的測量
2.2 呼吸運(yùn)動(dòng)的數(shù)據(jù)采集系統(tǒng)
2.2.1 采集系統(tǒng)的選擇
2.2.2 呼吸運(yùn)動(dòng)信號采集實(shí)驗(yàn)的環(huán)境搭建
2.3 呼吸運(yùn)動(dòng)信號特點(diǎn)
2.4 本章小結(jié)
第3章 高斯過程回歸模型的理論基礎(chǔ)
3.1 高斯過程
3.1.1 權(quán)值空間
3.1.2 函數(shù)空間
3.2 高斯過程回歸建模
3.2.1 基于高斯過程回歸的建模方法
3.2.2 核函數(shù)選取
3.2.3 超參數(shù)
3.3 實(shí)驗(yàn)仿真
3.3.1 仿真實(shí)驗(yàn)數(shù)據(jù)生成
3.3.2 選取不同核函數(shù)的對比實(shí)驗(yàn)
3.4 本章小結(jié)
第4章 呼吸運(yùn)動(dòng)預(yù)測模型的實(shí)現(xiàn)
4.1 高斯過程回歸實(shí)現(xiàn)呼吸運(yùn)動(dòng)預(yù)測
4.2 常規(guī)呼吸運(yùn)動(dòng)預(yù)測算法
4.2.1 非參數(shù)回歸
4.2.2 線性預(yù)測
4.2.3 BP神經(jīng)網(wǎng)絡(luò)
4.3 實(shí)驗(yàn)結(jié)果分析
4.3.1 預(yù)測性能評價(jià)標(biāo)準(zhǔn)
4.3.2 采用相對誤差評價(jià)標(biāo)準(zhǔn)對比四種算法
4.3.3 采用均方根誤差評價(jià)標(biāo)準(zhǔn)對比四種算法
4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)成果
致謝
本文編號:3873323
本文鏈接:http://sikaile.net/linchuangyixuelunwen/3873323.html
最近更新
教材專著