本文選題：自適應(yīng)放射治療射野強度分布圖優(yōu)化 + 體素模型��； 參考：《南方醫(yī)科大學(xué)》2014年博士論文

【摘要】：放射治療是惡性腫瘤的主要治療手段之一,有超過50%的惡性腫瘤患者需要接受放射治療,因而促進放射治療技術(shù)的發(fā)展,研究如何提高放射治療的質(zhì)量有著重要的意義。放射治療的目的是在殺死腫瘤細胞的同時盡可能少地影響正常細胞,即最大限度的將放射線的劑量集中到病變(靶區(qū))內(nèi),殺滅腫瘤細胞,從而使周圍正常組織和器官少受或免受不必要的照射。 當(dāng)前臨床上最常用的放射治療技術(shù)主要包括常規(guī)的三維適形放射治療(Three-Dimensional Conformal Radiation Therapy,3DCRT)和調(diào)強放射治療(Intensity Modulated Radiation Therapy, IMRT)。3DCRT采用多個方向的均勻強度照射野,并在照射野方向上保證照射野形狀與靶區(qū)投影相一致。而IMRT則除了滿足前面的條件外,還可以通過在射束剖面上產(chǎn)生非均勻的輻射強度分布,達到劑量分布的三維適形,同時使劑量強度在腫瘤部位均勻分布,并且周邊的非靶區(qū)組織能夠盡可能地避免不必要的輻射,明顯提高治療精度。相比3DCRT, IMRT的最大特點是在計劃靶區(qū)(Planning Target Volume, PTV)邊緣劑量陡峭下降,從而能夠有效的保護與PTV近鄰的危及器官(Organ At Risk,OAR),具有靶區(qū)內(nèi)照射劑量大、分布均勻；靶區(qū)外周圍正常組織受照射劑量�。话袇^(qū)的定位和照射準(zhǔn)確等優(yōu)點。 雖然IMRT能使劑量分布在靶區(qū)邊緣陡峭下降,形成較高劑量梯度,在理論上提高了腫瘤的處方劑量,同時減少關(guān)鍵正常器官的受照劑量。但是,該高劑量梯度也使IMRT對擺位誤差、呼吸運動和器官變形等因素更加敏感,較小的器官運動或者變形將會導(dǎo)致靶區(qū)遺漏,或使關(guān)鍵器官卷入高劑量區(qū),導(dǎo)致腫瘤局部未控或是關(guān)鍵器官受到過量照射。近年來,錐形束CT(Cone Beam CT, CBCT)技術(shù)廣泛應(yīng)用于圖像引導(dǎo)放射治療(Image Guided Radiotherapy Treatment,IGRT)的病人擺位校正過程中,該方法在一定程度上可以提高放射治療的準(zhǔn)確性。但是,由于在傳統(tǒng)的腫瘤放射治療過程中,通常采用分次治療方式,而治療計劃的模擬引導(dǎo)設(shè)計是基于腫瘤患者治療前的解剖影像完成的,并在隨后的分次治療過程中使用同一個治療計劃。隨著治療過程的進行,患者的解剖結(jié)構(gòu)和靶區(qū)位置形狀會發(fā)生變化,與治療前不再一致,這樣必定會影響治療計劃的質(zhì)量。為了解決這一問題,越來越多的科研人員開始研究自適應(yīng)放射治療(Adaptive Radiation Therapy, ART)。 ART的概念由美國Yan等,于1997年首次提出,它是以放射治療機和各種成像設(shè)備的結(jié)合為基礎(chǔ)發(fā)展起來的,在治療前,甚至治療整個治療過程中采集患者的有關(guān)的圖像信息,得到治療靶區(qū)和危及器官的位置、運動和形變情況,在需要時根據(jù)病人當(dāng)前的解剖影像對初始計劃進行重新優(yōu)化或修改,生成新的計劃再對病人實施放療。由此可見,ART較好的彌補了傳統(tǒng)放療的局限性,大大提高了放療實施的準(zhǔn)確性和精確性。 當(dāng)前ART的實現(xiàn)方式可分為離線ART和在線ART,對于兩種實現(xiàn)方式,放射治療計劃的修改或再優(yōu)化都是其中最重要的組成部分。傳統(tǒng)的放射治療計劃的逆向設(shè)計是一個多目標(biāo)優(yōu)化問題,即需要對靶區(qū)高劑量,關(guān)鍵器官和正常組織低劑量進行合理權(quán)衡。當(dāng)前常用的解決方法是通過線性加權(quán)使其變成單目標(biāo)優(yōu)化問題,即在優(yōu)化之前給各目標(biāo)函數(shù)以相應(yīng)的權(quán)重因子來表示計劃者對其重要程度的權(quán)衡。由于權(quán)重因子在治療前的未知性,使得治療計劃的優(yōu)化成為一個需要計劃制定者參與的反復(fù)迭代試錯的過程,因而傳統(tǒng)治療計劃的優(yōu)化設(shè)計是一個相當(dāng)耗時耗力的過程。對于在線ART,由于患者躺在治療床上等待治療的進行,治療計劃必須實時的完成修改或再優(yōu)化,從而使當(dāng)前治療計劃的優(yōu)化設(shè)計方法不再適用。另外,雖然離線ART對治療計劃的再優(yōu)化的速度沒有如此嚴(yán)格的限制,但在實際應(yīng)用中若采用當(dāng)前治療計劃的優(yōu)化方法必然會影響效率,阻礙ART的臨床實踐。因而,如何快速的進行治療計劃的自動重新優(yōu)化,成為了ART用于臨床的關(guān)鍵所在。 由以上分析可以看出,雖然IMRT技術(shù)已經(jīng)廣泛應(yīng)用于臨床,但作為其核心的治療計劃設(shè)計方式仍存在著許多問題。當(dāng)前所采用的手工試錯方式,嚴(yán)重限制了醫(yī)院的工作效率和計劃的完成成本,增加了醫(yī)院和病人的負(fù)擔(dān)。更重要的是,以這樣一種計劃制定方式所得到的治療計劃,其計劃質(zhì)量存在著很大的不確定性,很大程度上依賴于計劃設(shè)計者的經(jīng)驗以及設(shè)計治療計劃所花費的時間。同時根據(jù)不同治療中心的研究報告可以發(fā)現(xiàn),無論是治療中心內(nèi)部還是治療中心之間,所做的治療計劃的質(zhì)量和計劃設(shè)計時間都有相當(dāng)大的差別,這種差別的存在,也給計劃質(zhì)量的評價比較,不同中心間的合作,經(jīng)驗交流,數(shù)據(jù)共享等造成了困難。因而,研究如何自動的調(diào)整優(yōu)化參數(shù),實現(xiàn)治療計劃的快速自動優(yōu)化,對于改變當(dāng)前調(diào)強放射治療計劃設(shè)計中所存在的,治療計劃設(shè)計時間長,難度大,人力成本高,計劃質(zhì)量難以保證等問題,均有重要意義。 本論文根據(jù)自適應(yīng)放射治療技術(shù)對快速自動再優(yōu)化算法的需求,針對當(dāng)前放射治療計劃設(shè)計方法所存在的問題,以美國加州大學(xué)圣迭戈分校CART實驗室設(shè)計開發(fā)的放射治療再優(yōu)化系統(tǒng)(Super Computer On-line Re-planning Environment, SCORE)為研究平臺,對自適應(yīng)放射治療中的自動再優(yōu)化算法和放射治療計劃設(shè)計過程的自動化問題展開了深入的研究。所做的主要工作如下： (1)綜述國內(nèi)外對放射治療計劃設(shè)計方法及再優(yōu)化方法的研究現(xiàn)狀；闡述當(dāng)前廣泛應(yīng)用于臨床的射野強度分布優(yōu)化(Fluence Map Optimization)方法,并以此為基礎(chǔ),介紹本研究中所涉及的劑量計算模型,優(yōu)化模型及所采用的優(yōu)化算法；簡單介紹本研究得以實現(xiàn)的研究平臺SCORE,為后續(xù)研究奠定基礎(chǔ)。 (2)根據(jù)ART技術(shù)對快速自動再優(yōu)化算法的需求,成功地提出一種的以重現(xiàn)或改善原始計劃的劑量體積直方圖(Dose-Volume Histogram,DVH)為目的的自動再優(yōu)化算法。該算法采用基于劑量的二次體素模型作為目標(biāo)函數(shù),利用原始計劃中的DVH做為先驗信息和計劃質(zhì)量評價標(biāo)準(zhǔn),根據(jù)當(dāng)前DVH與目標(biāo)DVH的差別自動修改目標(biāo)函數(shù)中的器官或體素權(quán)重因子,并通過常規(guī)的射野強度分布優(yōu)化的方法,尋找當(dāng)前權(quán)重因子下的最優(yōu)治療計劃。然后以自動迭代的方式重復(fù)以上過程,從而得到相似于或優(yōu)于原始計劃DVH的治療計劃,完成治療計劃的重新優(yōu)化。為了驗證算法的有效性,利用3個真實的頭頸腫瘤(HN)患者病例進行驗證。在所有的測試病例中,均得到了較好的結(jié)果,即與原始治療計劃相比,由所提出算法得到的再優(yōu)化計劃在保持相似PTV適形度的同時,提高了PTV的劑量均勻性,減少了OAR的受照劑量。同時,由于整個算法基于并行計算的圖像處理單元(Graphics Processing Unit, GPU)編程實現(xiàn),大大提高了重新優(yōu)化的速度,對于多數(shù)頭頸腫瘤病例,30秒便可完成治療計劃的再優(yōu)化,滿足了ART對再優(yōu)化算法效率的要求。 與當(dāng)前的其他再優(yōu)化算法比,本算法有以下優(yōu)勢：首先該方法采用體素模型,即給同一器官的各體素以不同的權(quán)重因子。根據(jù)美國斯坦福大學(xué)的研究和實驗,證明采用體素模型,可以在更大的搜索空間尋找最優(yōu)解,因而有可能找到更好權(quán)衡的計劃。同時我們的研究發(fā)現(xiàn),體素模型使得目標(biāo)函數(shù)形式的選擇變得不再重要,即使利用簡單的二次凸函數(shù),也可搜索整個Pareto平面,同時簡單二次凸函數(shù)的應(yīng)用,使得求解變得更加簡單。另外,以原始計劃的DVH作為重新優(yōu)化的最終目標(biāo)和先驗信息來引導(dǎo)權(quán)重因子的自動調(diào)整,具有以下優(yōu)勢：第一,DVH是臨床上評價治療計劃治療的重要指標(biāo),原始計劃已經(jīng)通過了醫(yī)生的認(rèn)可并且包含了醫(yī)生對于各器官受照和保護的權(quán)衡,若新計劃可以得到類似或更優(yōu)的DVH,理論上應(yīng)該可以得到醫(yī)生的認(rèn)可。第二,由于DVH不包含任何劑量點的空間位置信息,因而比利用劑量分布作為先驗信息有了更大的自由度,使得可以在更大的搜索空間尋找最優(yōu)質(zhì)量計劃。最后,該方法是完全的再優(yōu)化過程,而不是簡單的修改治療計劃。通過模擬傳統(tǒng)的治療計劃優(yōu)化過程,以DVH作為先驗信息引導(dǎo)權(quán)重因子的自動調(diào)整,并利用并行計算的GPU編程實現(xiàn),大大提高了重新優(yōu)化的速度,使其滿足了ART對再優(yōu)化算法的效率要求。 (3)針對當(dāng)前治療計劃設(shè)計時間長,難度大,人力成本高,計劃質(zhì)量難以保證等問題,我們提出一種基于GPU再優(yōu)化平臺和治療計劃數(shù)據(jù)庫的快速自動優(yōu)化方法。該方法通過收集100例前列腺癌病人的調(diào)強治療計劃建立治療計劃數(shù)據(jù)庫,以DVH引導(dǎo)的自動再優(yōu)化算法為基礎(chǔ),通過利用數(shù)據(jù)庫中每一個治療計劃做為引導(dǎo),為一位待治療患者生成一系列具有不同權(quán)衡考慮的治療計劃,構(gòu)成待選計劃集。再通過設(shè)計界面友好的計劃選擇工具,輔助醫(yī)生從待選計劃集中快速的選擇符合其要求的最終治療計劃。為驗證算法的可行性,本章利用數(shù)據(jù)庫中的治療計劃進行留一交叉驗證。實驗結(jié)果表明,100例所得計劃中,其DVH優(yōu)于,相似,劣于原始計劃的個數(shù)分別是44,45,11。同時,所得治療計劃的平均質(zhì)量得到了提高,即在保證PTV覆蓋率的同時,改善了PTV的劑量均勻性,減少了關(guān)鍵器官劑量。另外,在提高治療計劃質(zhì)量的同時,該算法還極大的降低了計劃制定所需要的時間和人力。在留一交叉驗證實驗中,對一位待治療的前列腺癌患者,通過自動反復(fù)調(diào)用SCORE生成99個待選擇治療計劃的時間通常在40到100分鐘之間,其平均時間為82分鐘。之后利用治療計劃選擇工具,在一分鐘內(nèi),便可從99個待選計劃中選出最終滿意的治療計劃。由于待選治療計劃集的生成過程,是不需要任何人力干預(yù)的完全自動的過程,因而計劃制定者實際花在一位患者身上的時間便可極大的降低,可高效的完成治療計劃制定。 本論文根據(jù)自適應(yīng)放射治療技術(shù)對快速自動再優(yōu)化算法的需求,針對當(dāng)前放射治療計劃設(shè)計方法所存在的問題,分別對自適應(yīng)放射治療中的自動再優(yōu)化算法和放射治療計劃設(shè)計過程的自動化問題進行了系統(tǒng)研究。由于所有算法基于GPU編程實現(xiàn),并通過利用DVH作為先驗信息引導(dǎo)權(quán)重因子自動調(diào)整,克服了傳統(tǒng)調(diào)強放射治療計劃設(shè)計中存在的：治療計劃時間長、人力成本高、計劃質(zhì)量難以保證等問題,實現(xiàn)了治療計劃的快速自動再優(yōu)化以及計劃設(shè)計過程的自動化,提高了實時性,減少了對醫(yī)務(wù)人員時間和精力的依賴,從而使治療計劃的設(shè)計方法由傳統(tǒng)的耗時試錯方式向自動化,智能化的方向邁進了一步。另外,再優(yōu)化方法也滿足了ART對于算法效率的要求,為ART技術(shù)中再優(yōu)化問題提供了良好的解決方法,具有重要的研究意義和臨床價值。
[Abstract]:Radiation therapy is one of the main treatment methods of malignant tumor . More than 50 % of patients with malignant tumor need radiotherapy , thus promoting the development of radiotherapy technology . It is important to study how to improve the quality of radiotherapy . The aim of radiotherapy is to kill tumor cells as little as possible , to kill tumor cells , so that the surrounding normal tissues and organs are less affected or protected from unnecessary radiation .

In contrast to 3DCRT , IMRT is characterized by a sharp drop in the radiation intensity distribution on the beam section , which can effectively protect the organ ( Organ At Risk , OAR ) in the target area , and has a large dose distribution and uniform distribution in the target area .
The radiation dose of normal tissues around the target area was small .
and the target area has the advantages of accurate positioning and irradiation and the like .

In recent years , cone beam CT ( CBCT ) has been widely used in image guided radiotherapy ( IGRT ) .

The concept of ART is developed by Yan et al . in 1997 . It is developed on the basis of the combination of radiation therapy machine and various imaging devices . It can be used to acquire relevant image information of the patient before and after treatment , so as to obtain the position , movement and deformation of the target region and the organ . Therefore , the new plan can be re - optimized or modified according to the patient ' s current anatomical image , so that the new plan can be used for radiotherapy . Therefore , the ART is better to compensate for the limitation of traditional radiotherapy , and the accuracy and accuracy of radiotherapy are greatly improved .

Traditional therapy planning is a multi - objective optimization problem .

It can be seen from the above analysis that although IMRT technology has been widely used in clinical practice , there are still many problems in the design of therapeutic plan as its core .

In this paper , according to the requirement of the adaptive radiotherapy technique to the rapid automatic reoptimization algorithm , the problems existing in the design method of the current radiotherapy planning are studied , and the automatic re - optimization algorithm and the automation problem in the planning process of radiotherapy planning are studied in this paper . The main tasks are as follows :

( 1 ) To review the research status of the design methods and re - optimization methods of radiotherapy planning at home and abroad ;
In this paper , the method of field intensity distribution optimization ( Fluence Map Optimization ) , which is widely used in clinic , is described . Based on this , the dose calculation model , optimization model and optimization algorithm used in this study are introduced .
This paper simply introduces the research platform SCORE , which can be realized in this study , and lays a foundation for the subsequent research .

( 2 ) In order to verify the effectiveness of the algorithm , the optimal treatment plan under the current weight factor is improved by using DVH in the original plan as the objective function , and the optimal treatment plan for the current weight factor is obtained by using the method of optimization of the current DVH and the target DVH . In order to verify the effectiveness of the algorithm , the optimal treatment plan is improved . In order to verify the effectiveness of the algorithm , the optimal treatment plan is improved greatly . In order to verify the effectiveness of the algorithm , the optimization of the treatment plan is greatly improved .

Compared with other optimization algorithms , this algorithm has the following advantages : firstly , the method adopts a voxel model , that is , the voxels of the same organ are given different weighting factors . According to the research and experiment of Stanford University , it is proved that a voxel model is adopted to search for the optimal solution in a larger search space .

A rapid automatic optimization method based on GPU reoptimization platform and treatment planning database is proposed .

This paper systematically studies the automatic reoptimization algorithm and the planning process of radiotherapy planning based on the requirement of the adaptive radiotherapy technology to the rapid automatic reoptimization algorithm .
【學(xué)位授予單位】：南方醫(yī)科大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：R730.55;TP301.6

【共引文獻】

相關(guān)期刊論文 前10條

1 吳愛東;調(diào)強適形放射治療的質(zhì)量保證及劑量驗證[J];安徽預(yù)防醫(yī)學(xué)雜志;2003年01期

2 胡宗濤;費振樂;彭勇;陸林;;伽瑪?shù)吨委熆v隔淋巴結(jié)轉(zhuǎn)移癌壓迫氣管近期療效觀察[J];安徽醫(yī)藥;2009年11期

3 陳利;陳立新;孫洪強;黃劭敏;孫文釗;高興旺;鄧小武;;直線加速器小照野物理數(shù)據(jù)的測量和比較[J];癌癥;2009年03期

4 曹文濤;伽瑪?shù)吨委燇w部惡性腫瘤的劑量探討[J];蚌埠醫(yī)學(xué)院學(xué)報;2005年01期

5 胡中友;盧宏;郎琦志;汪德明;盛澤平;李同文;;三維適形放療照射野在模擬機下的攝片驗證實踐[J];蚌埠醫(yī)學(xué)院學(xué)報;2010年03期

6 李軍;張西志;翟振宇;譚飛;葛和平;仲桂芳;;腫瘤三維放射治療計劃系統(tǒng)的臨床參數(shù)測量與驗證[J];北京生物醫(yī)學(xué)工程;2008年05期

7 蘇小強;馬飛龍;王興艷;張力;張圣林;何瑞龍;;醫(yī)科達precise plan治療計劃系統(tǒng)使用技巧的探討[J];承德醫(yī)學(xué)院學(xué)報;2011年02期

8 蒲萍,李德志,李光輝,張青,陳正堂;鼻咽癌常規(guī)適形放療與普通放療的臨床研究[J];重慶醫(yī)學(xué);2004年07期

9 宋延波;陳曉品;;圖像引導(dǎo)放射治療的臨床應(yīng)用及進展[J];重慶醫(yī)學(xué);2009年01期

10 周一兵;;放射物理師在臨床工作中的作用與地位[J];重慶醫(yī)學(xué);2009年05期

相關(guān)會議論文 前10條

1 鄧春漣;;面罩固定技術(shù)在頭部腫瘤放療中的應(yīng)用[A];第六屆全國鼻咽癌學(xué)術(shù)大會論文匯編[C];2010年

2 單錦露;張紹祥;譚立文;王閣;王東;雷新;;數(shù)字化盆腔放療模型的構(gòu)建[A];第十屆中國科協(xié)年會論文集（三）[C];2008年

3 陳少文;王學(xué)濤;陳立新;曹午飛;唐強;劉小偉;;醫(yī)用直線加速器入射電子束參數(shù)的研究[A];第十四屆全國核電子學(xué)與核探測技術(shù)學(xué)術(shù)年會論文集（下冊）[C];2008年

4 吳宜燦;李國麗;陶聲祥;吳愛東;孔令玲;劉伯學(xué);林大全;陳義學(xué);宋鋼;趙攀;林輝;陳朝斌;黃群英;吳李軍;;精確放射治療系統(tǒng)ARTS的研究與發(fā)展[A];第十二屆反應(yīng)堆數(shù)值計算與粒子輸運學(xué)術(shù)會議論文集[C];2008年

5 鄭祖安;陳元;于世英;;腫瘤放療射野精度與床板因重力下沉相關(guān)性的評估模型研究[A];第二屆湖北省腫瘤靶向治療學(xué)術(shù)會議論文選[C];2007年

6 陳少文;王學(xué)濤;陳立新;曹午飛;唐強;劉小偉;;醫(yī)用直線加速器入射電子束參數(shù)的研究[A];第十四屆全國核電子學(xué)與核探測技術(shù)學(xué)術(shù)年會論文集（2）[C];2008年

7 王建華;周晉陽;;淺談醫(yī)學(xué)物理師的培養(yǎng)[A];中華醫(yī)學(xué)會醫(yī)學(xué)工程學(xué)分會第八次全國生物醫(yī)學(xué)工程教育研討會論文集[C];2007年

8 卜羽;屠波;;關(guān)于三維逆向調(diào)強適形放射治療計劃設(shè)計的體會[A];2008年中華臨床醫(yī)學(xué)工程及數(shù)字醫(yī)學(xué)大會暨中華醫(yī)學(xué)會醫(yī)學(xué)工程學(xué)分會第九次學(xué)術(shù)年會論文集[C];2008年

9 姜瑞瑤;王憶冰;李斌;;醫(yī)用直線加速器輸出劑量穩(wěn)定性安全監(jiān)測分析及其質(zhì)量保證[A];中華醫(yī)學(xué)會醫(yī)學(xué)工程學(xué)分會第五屆青年委員會第一次年會暨2010年《中國醫(yī)療設(shè)備》雜志社年會論文集[C];2010年

10 劉耀紅;胡海峰;高建軍;陳懷璧;陳志強;何宇;陳玉梅;高峰;梁笑天;;KV/MV同源雙束醫(yī)用電子直線加速器樣機研制[A];第八屆全國醫(yī)用加速器學(xué)術(shù)交流會論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 金觀橋;兔VX2鼻咽癌顱底侵犯模型建立及其放射治療療效的CT、MR評價[D];廣西醫(yī)科大學(xué);2011年

2 曲頌;錐形束CT圖像引導(dǎo)在頭頸部及胸腹部腫瘤放射治療中的應(yīng)用[D];廣西醫(yī)科大學(xué);2011年

3 胡俊峰;像素級圖像融合及應(yīng)用研究[D];中國礦業(yè)大學(xué);2010年

4 李建東;放射治療計劃系統(tǒng)關(guān)鍵技術(shù)研究[D];東北大學(xué);2009年

5 李智慧;基于可視化的三維放射治療計算機模擬系統(tǒng)的研究[D];四川大學(xué);2002年

6 郎錦義;1.鼻咽癌局部控制治療方法臨床實驗 2.SRT應(yīng)用劑量學(xué)與臨床療效的相關(guān)性研究[D];重慶醫(yī)科大學(xué);2003年

7 任振義;多烯紫杉醇同步放射治療非小細胞肺癌的實驗研究[D];復(fù)旦大學(xué);2003年

8 李永杰;調(diào)強放射治療中的優(yōu)化技術(shù)研究[D];電子科技大學(xué);2004年

9 龐學(xué)利;鼻咽癌放射治療相關(guān)解剖及臨床劑量學(xué)研究[D];第三軍醫(yī)大學(xué);2004年

10 黃禹;適形調(diào)強放射治療系統(tǒng)若干關(guān)鍵技術(shù)的研究[D];華中科技大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 范強;MOSFET探測器測量組織補償膠對表面劑量的影響[D];蘇州大學(xué);2010年

2 盛大寧;IMRT逆向計劃中的混合多目標(biāo)梯度算法研究[D];合肥工業(yè)大學(xué);2010年

3 彭海波;一種三維放射治療計劃系統(tǒng)的研究與設(shè)計[D];電子科技大學(xué);2010年

4 劉鵬;原發(fā)性支氣管肺癌放射治療管理及技術(shù)規(guī)范研究[D];山東大學(xué);2010年

5 呂博;CT-SIM激光燈定位系統(tǒng)的設(shè)計研究[D];沈陽建筑大學(xué);2011年

6 高升;基于DICOM RT的醫(yī)學(xué)圖像信息顯示及配準(zhǔn)[D];南京大學(xué);2011年

7 安麗花;基于單純形優(yōu)化算法的調(diào)強方法研究[D];南京大學(xué);2011年

8 張偉軍;基于CT技術(shù)的帶電粒子治療計劃的初探[D];蘭州大學(xué);2011年

9 馬一棟;不同放療技術(shù)治療腦轉(zhuǎn)移瘤的劑量學(xué)比較研究[D];濟南大學(xué);2011年

10 張春;人類皰疹病毒6型與神經(jīng)膠質(zhì)瘤關(guān)系的研究[D];南京醫(yī)科大學(xué);2011年

，

本文編號：1990871