【摘要】：本研究的目的是基于重疊體積直方圖(OVH)建立兩種魯棒性好的機(jī)器學(xué)習(xí)算法模型,并實(shí)現(xiàn)鼻咽癌靜態(tài)調(diào)強(qiáng)放射治療(IMRT)自動(dòng)計(jì)劃。本研究選取福建省腫瘤醫(yī)院行根治性放射治療的115名鼻咽癌患者組建病例模版數(shù)據(jù)庫(kù)。每例鼻咽癌病例的計(jì)算機(jī)斷層掃描(CT)圖像上均有7個(gè)靶區(qū)(GTV_T_P、CTV1_P、CTV2_P、GTV_NL/R_P和CTV_NL/R_P)和10個(gè)危及器官(左右側(cè)腮腺、腦干、脊髓、左右側(cè)晶體、左右側(cè)視神經(jīng)、垂體和視交叉)。在建立機(jī)器學(xué)習(xí)模型之前,提取病例模版數(shù)據(jù)庫(kù)中每一例鼻咽癌患者影像的OVH,并獲得對(duì)應(yīng)病例手工高質(zhì)量IMRT計(jì)劃的目標(biāo)函數(shù)。然后,以O(shè)VH為輸入特征,目標(biāo)函數(shù)為輸出標(biāo)簽,建立基于神經(jīng)網(wǎng)絡(luò)(NN)和基于k近鄰(kNN)的兩種機(jī)器學(xué)習(xí)模型。選取25名鼻咽癌患者作為測(cè)試病例,把測(cè)試病例的OVH分別輸入NN和kNN機(jī)器學(xué)習(xí)模型中,獲得測(cè)試病例的兩種目標(biāo)函數(shù)。將所獲目標(biāo)函數(shù)與利用Perl語(yǔ)言編寫的Pinnacle~3計(jì)劃系統(tǒng)腳本嵌入式自動(dòng)化程序相結(jié)合,自動(dòng)設(shè)計(jì)僅優(yōu)化一次的IMRT放療計(jì)劃,得到NN和kNN兩種自動(dòng)計(jì)劃。由一名有經(jīng)驗(yàn)的物理師對(duì)25例測(cè)試病例設(shè)計(jì)手工計(jì)劃。最后,由另一名有經(jīng)驗(yàn)的臨床醫(yī)師將NN和kNN自動(dòng)計(jì)劃分別與手工計(jì)劃進(jìn)行計(jì)劃整體質(zhì)量比較。同時(shí),用配對(duì)樣本t檢驗(yàn)分析三種計(jì)劃的靶區(qū)和危及器官的劑量學(xué)數(shù)據(jù)和計(jì)劃設(shè)計(jì)所耗費(fèi)的時(shí)間。研究結(jié)果顯示,20例NN自動(dòng)計(jì)劃質(zhì)量與對(duì)應(yīng)手工計(jì)劃的質(zhì)量相當(dāng),19例kNN自動(dòng)計(jì)劃質(zhì)量與對(duì)應(yīng)手工計(jì)劃的質(zhì)量相當(dāng)。NN自動(dòng)計(jì)劃、kNN自動(dòng)計(jì)劃和手工計(jì)劃在GTV_T_P、GTV_NL/R_P、CTV_NL/R_P的適形性指數(shù)相似(P0.05)。同時(shí),相比手工計(jì)劃,NN自動(dòng)計(jì)劃右側(cè)晶體有更低的最大劑量(4.70±0.72 Gy vs.5.02±0.70 Gy,P=0.001)。兩種自動(dòng)計(jì)劃的左右側(cè)視神經(jīng)最大劑量也均低于手工計(jì)劃(P0.05)。NN自動(dòng)計(jì)劃的平均用時(shí)為9.73±1.80分鐘,kNN自動(dòng)計(jì)劃平均用時(shí)為10.18±2.17分鐘,而手工計(jì)劃的平均用時(shí)為57.12±6.35分鐘。研究表明,相比手工計(jì)劃,兩種機(jī)器學(xué)習(xí)算法的自動(dòng)計(jì)劃均大大減少了設(shè)計(jì)時(shí)間,并且還能更好地保護(hù)危及器官,因此更為高效。并且,僅優(yōu)化一次的兩種自動(dòng)計(jì)劃與手工計(jì)劃質(zhì)量相當(dāng),說(shuō)明兩種自動(dòng)計(jì)劃均具有可行性。
【圖文】：

2圖 1.1 中國(guó)鼻咽癌惡性腫瘤發(fā)病率分布圖1.1.2 放療計(jì)劃設(shè)計(jì)中存在的問題放射治療是治療惡性腫瘤的三種主要治療手段之一，大約 3/5~2/3 的惡性腫瘤病人需要接受放射治療[5]。放射治療的目的在于提高放射治療的增益比，即最大限度地將照射劑量集中到腫瘤內(nèi)，使周圍正常組織減少或避免不必要的照射[6]。放射治療技術(shù)已從常規(guī)放射治療技術(shù)發(fā)展到三維適形放療技術(shù)，，再到今天的調(diào)強(qiáng)放射治療技術(shù)(intensity-modulated radiation therapy，IMRT)[7]。而 IMRT 技術(shù)較三維適形放療技術(shù)更適應(yīng)于鼻咽癌的放療，這是因?yàn)椋海?） 鼻咽癌周圍有許多重要的正常組織和器官；（2） 器官運(yùn)動(dòng)小，體位固定且重復(fù)性好；（3） 鼻咽癌具有向周圍組織浸潤(rùn)的特性，腫瘤靶區(qū)通常較大且極不規(guī)則；（4） 鼻咽癌的局部控制率與其所受劑量具有明確的相關(guān)性。IMRT 能夠在腫瘤靶區(qū)內(nèi)形成較高的均勻劑量

重疊體積直方圖的示例.(a)腫瘤靶區(qū)與腦干、脊髓、左腮腺和右腮腺的空間位置關(guān)系；(b)四個(gè)危及器官與腫瘤靶區(qū)的重疊體積直方圖
【學(xué)位授予單位】：南華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：R739.63

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;降低機(jī)器學(xué)習(xí)門檻的六大工具[J];電腦知識(shí)與技術(shù)(經(jīng)驗(yàn)技巧);2019年10期

2 胡思潤(rùn);楊曉旭;宋靖華;;基于機(jī)器學(xué)習(xí)的城市生成方法研究[J];智能建筑與智慧城市;2019年11期

3 李兵;林文釗;羅崢尹;;基于機(jī)器學(xué)習(xí)的智慧農(nóng)業(yè)決策系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];信息與電腦(理論版);2018年24期

4 舒娜;劉波;林偉偉;李鵬飛;;分布式機(jī)器學(xué)習(xí)平臺(tái)與算法綜述[J];計(jì)算機(jī)科學(xué);2019年03期

5 劉傳會(huì);汪小亞;郭增輝;;機(jī)器學(xué)習(xí)在反洗錢領(lǐng)域的應(yīng)用與發(fā)展[J];清華金融評(píng)論;2019年04期

6 孟雨;;機(jī)器學(xué)習(xí)讓計(jì)算機(jī)更智能[J];計(jì)算機(jī)與網(wǎng)絡(luò);2019年14期

7 高華川;;機(jī)器學(xué)習(xí)在經(jīng)濟(jì)學(xué)中的應(yīng)用[J];納稅;2019年24期

8 李陽(yáng);;機(jī)器學(xué)習(xí)在網(wǎng)絡(luò)空間安全研究中的應(yīng)用分析[J];電腦知識(shí)與技術(shù);2019年24期

9 朱輝;;機(jī)器學(xué)習(xí)在企業(yè)級(jí)場(chǎng)景中的實(shí)踐與探討[J];中國(guó)建設(shè)信息化;2018年03期

10 彭傳意;;機(jī)器學(xué)習(xí)——我們?cè)撊绾闻c機(jī)器競(jìng)爭(zhēng)[J];數(shù)字通信世界;2018年01期

相關(guān)會(huì)議論文 前10條

1 王玨;;歸納機(jī)器學(xué)習(xí)[A];2001年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2001年

2 王衍魯;張利會(huì);張淑潔;石潔茹;王鵬;;大學(xué)新生學(xué)校適應(yīng)的個(gè)體與環(huán)境因素探究:基于機(jī)器學(xué)習(xí)的考察[A];第二十屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議--心理學(xué)與國(guó)民心理健康摘要集[C];2017年

3 張長(zhǎng)水;;大數(shù)據(jù)機(jī)器學(xué)習(xí)[A];2015年中國(guó)自動(dòng)化大會(huì)摘要集[C];2015年

4 何琳;侯漢清;;基于標(biāo)引經(jīng)驗(yàn)和機(jī)器學(xué)習(xí)相結(jié)合的多層自動(dòng)分類[A];2005年中國(guó)索引學(xué)會(huì)年會(huì)暨學(xué)術(shù)研討會(huì)論文集[C];2005年

5 李剛;郭崇慧;林鴻飛;楊志豪;唐煥文;;基于詞典法和機(jī)器學(xué)習(xí)法相結(jié)合的蛋白質(zhì)名識(shí)別[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

6 徐禮勝;李乃民;王寬全;張冬雨;耿斌;姜曉睿;陳超海;羅貴存;;機(jī)器學(xué)習(xí)在中醫(yī)計(jì)算機(jī)診斷識(shí)別系統(tǒng)中的應(yīng)用思考[A];第一屆全國(guó)中西醫(yī)結(jié)合診斷學(xué)術(shù)會(huì)議論文選集[C];2006年

7 吳滄浦;;智能系統(tǒng)與機(jī)器學(xué)習(xí)的新領(lǐng)域[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國(guó)科協(xié)2000年學(xué)術(shù)年會(huì)文集[C];2000年

8 蔡健平;林世平;;基于機(jī)器學(xué)習(xí)的詞語(yǔ)和句子極性分析[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

9 ;基于機(jī)器學(xué)習(xí)的大數(shù)據(jù)防詐騙能力研究與應(yīng)用[A];2018中國(guó)信息通信大會(huì)論文摘要集[C];2018年

10 ;基于機(jī)器學(xué)習(xí)的影響感知無(wú)線根因問題快速定位研究[A];2018中國(guó)信息通信大會(huì)論文摘要集[C];2018年

相關(guān)重要報(bào)紙文章 前10條

1 CIO.com資深作家 Clint Boulton 編譯 Charles;領(lǐng)先一步:機(jī)器學(xué)習(xí)的10個(gè)成功案例[N];計(jì)算機(jī)世界;2018年

2 Bob Violino 編譯 Charles;盲目冒進(jìn):機(jī)器學(xué)習(xí)的5個(gè)失敗案例[N];計(jì)算機(jī)世界;2018年

3 本報(bào)駐波士頓記者 侯麗;深入挖掘機(jī)器學(xué)習(xí)潛力[N];中國(guó)社會(huì)科學(xué)報(bào);2019年

4 王方 編譯;菌自何方 機(jī)器學(xué)習(xí)早知道[N];中國(guó)科學(xué)報(bào);2019年

5 Matt Asay 編譯 Monkey King;為什么機(jī)器學(xué)習(xí)沒有捷徑可循？[N];計(jì)算機(jī)世界;2019年

6 本報(bào)記者 操秀英;當(dāng)量子計(jì)算遇到機(jī)器學(xué)習(xí)會(huì)碰撞出什么火花？[N];科技日?qǐng)?bào);2019年

7 彭博企業(yè)數(shù)據(jù)業(yè)務(wù)全球負(fù)責(zé)人 Gerard Francis;金融數(shù)據(jù)質(zhì)量決定機(jī)器學(xué)習(xí)時(shí)代的投資回報(bào)[N];計(jì)算機(jī)世界;2019年

8 Isaac Sacolick 編譯 Charles;關(guān)于機(jī)器學(xué)習(xí)的5個(gè)要點(diǎn)[N];計(jì)算機(jī)世界;2019年

9 記者 張夢(mèng)然;全新算法助機(jī)器學(xué)習(xí)抵抗干擾[N];科技日?qǐng)?bào);2019年

10 惠贊瑾;《科學(xué)向左，科幻向右》：機(jī)器學(xué)習(xí)即將成為現(xiàn)實(shí)[N];中國(guó)會(huì)計(jì)報(bào);2019年

相關(guān)博士學(xué)位論文 前10條

1 殷曦;基于機(jī)器學(xué)習(xí)及統(tǒng)計(jì)計(jì)算模型的膜蛋白結(jié)構(gòu)預(yù)測(cè)[D];上海交通大學(xué);2017年

2 楊靜;蛋白質(zhì)殘基相互作用預(yù)測(cè)及其在結(jié)構(gòu)建模中的應(yīng)用研究[D];上海交通大學(xué);2018年

3 王磊;基于機(jī)器學(xué)習(xí)的藥物—靶標(biāo)相互作用預(yù)測(cè)研究[D];中國(guó)礦業(yè)大學(xué);2018年

4 張慶;鈣鈦礦型功能材料的基因組工程研究[D];上海大學(xué);2018年

5 管月;醫(yī)學(xué)腫瘤影像分類算法研究及其在肝癌上的應(yīng)用[D];南京大學(xué);2018年

6 郝小可;基于機(jī)器學(xué)習(xí)的影像遺傳學(xué)分析及其應(yīng)用研究[D];南京航空航天大學(xué);2017年

7 施建明;基于機(jī)器學(xué)習(xí)的產(chǎn)品剩余壽命預(yù)測(cè)方法研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所);2018年

8 陳再毅;機(jī)器學(xué)習(xí)中的一階優(yōu)化算法收斂性研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

9 陸海進(jìn);Zr合金熱動(dòng)力學(xué)研究及機(jī)器學(xué)習(xí)[D];上海大學(xué);2018年

10 戴望州;一階邏輯領(lǐng)域知識(shí)與機(jī)器學(xué)習(xí)的結(jié)合研究[D];南京大學(xué);2019年

相關(guān)碩士學(xué)位論文 前10條

1 孟圣然;基于機(jī)器學(xué)習(xí)的機(jī)械產(chǎn)品結(jié)構(gòu)建模技術(shù)研究[D];杭州電子科技大學(xué);2019年

2 華琪;基于機(jī)器學(xué)習(xí)的智能建筑行為建模與預(yù)測(cè)方法研究[D];上海交通大學(xué);2017年

3 楊浩;基于機(jī)器學(xué)習(xí)的白帶菌類光學(xué)圖像識(shí)別算法研究[D];電子科技大學(xué);2019年

4 王維;心音診斷信息自動(dòng)識(shí)別方法研究[D];電子科技大學(xué);2019年

5 徐安;基于機(jī)器學(xué)習(xí)的慢性疾病預(yù)測(cè)關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2019年

6 宋同峰;基于機(jī)器學(xué)習(xí)的腎病輔助診斷系統(tǒng)的研究[D];青島科技大學(xué);2019年

7 王婧;基于核機(jī)器學(xué)習(xí)的阿爾茲海默病早期診斷算法研究[D];曲阜師范大學(xué);2019年

8 馬小鳳;機(jī)器學(xué)習(xí)在學(xué)生通過(guò)率預(yù)測(cè)中的應(yīng)用研究[D];西南大學(xué);2019年

9 黃雨迪;基于機(jī)器學(xué)習(xí)的MIMO系統(tǒng)收發(fā)機(jī)設(shè)計(jì)理論與方法[D];電子科技大學(xué);2019年

10 應(yīng)豪;基于機(jī)器學(xué)習(xí)的光纖信道均衡技術(shù)研究[D];電子科技大學(xué);2019年

本文編號(hào)：2604955