目的:使用機器學習方法建立宮頸癌計劃劑量預測回歸模型,并將預測劑量引導生成Monaco計劃系統(tǒng)(TPS)可調用的優(yōu)化模板文件,實現宮頸癌的自動計劃設計。方法:對50例宮頸癌術后調強治療計劃中的危及器官采集基于重疊體積直方圖的幾何特征值和基于劑量直方圖的劑量目標值,建模后將模型預測劑量結果自動生成Monaco TPS模板文件,進而由TPS調用優(yōu)化。使用該方法對另外10例未參與模型訓練的測試病例進行自動計劃設計,并和人工設計的計劃進行對比分析。結果:自動計劃比手動計劃的平均設計時間減少了40 min(P<0.05),且平均調優(yōu)次數降低了3次(P<0.05),劑量學指標和計劃執(zhí)行效率上兩者無明顯差異(P>0.05)。結論:基于預測劑量引導的宮頸癌自動計劃可以達到臨床要求,并且提高了計劃設計效率。

【文章頁數】：6 頁

【部分圖文】：

圖1基于預測劑量引導的宮頸癌自動計劃流程

本研究建立基于OVH描述子和嶺回歸模型的宮頸癌計劃劑量預測模型，并將預測劑量作為目標函數的初始值，自動生成MonacoTPS可調用優(yōu)化的模板文件。基于預測劑量引導的宮頸癌自動計劃流程見圖1。選取10例測試病例，使用自動計劃方法和手動計劃方法設計IMRT計劃，所有計劃完成后將10....

圖2劑量預測模型擬合效果指標

本研究選取宮頸癌術后病例作為實驗對象，通過OVH幾何特征值和劑量目標值采集訓練數據，建立針對危及器官臨床評估指標的回歸模型。然后根據模型的預測結果自動生成MonacoTPS的優(yōu)化模板，從而實現基于預測劑量引導的宮頸癌自動計劃設計。實驗結果表明，本研究中的自動計劃方法可以達到臨床....

圖3自動計劃和手動計劃對比圖

圖2劑量預測模型擬合效果指標基于股骨頭模型擬合效果不夠好的現狀，經分析，可能是因為試驗病例中股骨頭勾畫標準未統(tǒng)一，部分病例股骨頭勾畫包括了股骨頸。本研究中自動計劃流程方面還存在不足，由于MonacoTPS缺乏按照固定條件統(tǒng)一勾畫多個危及器官OVH的模塊，因此是通過Pinnac....

本文編號：3911289