胸腹部放射治療過程中,呼吸運動會使腫瘤移位,造成腫瘤逸出靶區(qū)或正常組織進入靶區(qū),不僅降低了放療效果,而且容易引發(fā)一系列并發(fā)癥。目前,動態(tài)跟蹤放療技術(shù)能夠?qū)崟r跟蹤腫瘤位置變化,有利于提高放療效果,而準確預(yù)測腫瘤運動是實現(xiàn)動態(tài)跟蹤的關(guān)鍵技術(shù)。傳統(tǒng)的預(yù)測方法包括參數(shù)模型預(yù)測方法和非參數(shù)預(yù)測方法等,這些方法都是在標記點歷史數(shù)據(jù)的基礎(chǔ)上,對標記點未來值進行預(yù)測,雖然取得了不錯的效果,但是如果能夠利用標記點與周圍標記點的耦合關(guān)系,將標記點與耦合點聯(lián)合作為約束來進行預(yù)測,則有望進一步提高預(yù)測精度。為此,論文提出了一種呼吸運動多點聯(lián)合預(yù)測方法,充分利用胸腹表面呼吸運動的多個標記點位置變化之間耦合關(guān)系,將這些標記點位置相聯(lián)合,建立多點聯(lián)合高斯過程回歸呼吸運動預(yù)測模型,通過多個標記點的歷史數(shù)據(jù)去預(yù)測目標點的未來值,以提高目標點的預(yù)測精度。論文主要研究內(nèi)容如下:首先,呼吸運動多點聯(lián)合數(shù)據(jù)采集。選取FASTRAK運動跟蹤定位系統(tǒng)進行胸腹表面呼吸運動數(shù)據(jù)采集,對250名不同年齡不同性別志愿者進行呼吸運動多點聯(lián)合數(shù)據(jù)采集,并對這些數(shù)據(jù)進行刪除異常值、濾波和歸一化預(yù)處理,為后面呼吸運動預(yù)測提供數(shù)據(jù)。其次,建立多點聯(lián)... 

【文章來源】：哈爾濱理工大學(xué)黑龍江省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

FASTRAK運動跟蹤定位系統(tǒng)

哈爾濱理工大學(xué)工程碩士學(xué)位論文-10-圖2-2呼吸運動采集實驗場景Figure2-2Respiratorymotionacquisitionexperimentscene圖2-3中，第一列表示實驗中接收器的標記點編號，第二、三、四列表示三維位置信息X、Y、Z，測量時單位為英尺，根據(jù)實際應(yīng)用需要可以通過軟件設(shè)置修改單位，本文實驗時將單位設(shè)置為毫米（mm），第五、六、七列表示被測人體姿態(tài)角度、仰角姿態(tài)和橫搖角度三個方位信息。圖中的紅色飛機圖標顯示出被測人體胸腹表面接收器相對發(fā)射器的位置和方位角度，圖中的紅色球形表示發(fā)射器位置。圖2-3PiMgr運行測量界面Figure2-3PiMgrrunningmeasurementinterface計算機發(fā)射器接收器A接收器B接收器C接收器D系統(tǒng)電子單元

哈爾濱理工大學(xué)工程碩士學(xué)位論文-10-圖2-2呼吸運動采集實驗場景Figure2-2Respiratorymotionacquisitionexperimentscene圖2-3中，第一列表示實驗中接收器的標記點編號，第二、三、四列表示三維位置信息X、Y、Z，測量時單位為英尺，根據(jù)實際應(yīng)用需要可以通過軟件設(shè)置修改單位，本文實驗時將單位設(shè)置為毫米（mm），第五、六、七列表示被測人體姿態(tài)角度、仰角姿態(tài)和橫搖角度三個方位信息。圖中的紅色飛機圖標顯示出被測人體胸腹表面接收器相對發(fā)射器的位置和方位角度，圖中的紅色球形表示發(fā)射器位置。圖2-3PiMgr運行測量界面Figure2-3PiMgrrunningmeasurementinterface計算機發(fā)射器接收器A接收器B接收器C接收器D系統(tǒng)電子單元

【參考文獻】：
期刊論文
[1]基于粒子群算法與反向傳播神經(jīng)網(wǎng)絡(luò)的呼吸運動預(yù)測研究[J]. 常盼春,楊濟民,楊娟,游濤.  中國生物醫(yī)學(xué)工程學(xué)報. 2018(06)
[2]基于支持向量回歸的呼吸運動預(yù)測技術(shù)的研究[J]. 康開蓮,童蕾,萬偉權(quán),孫海濤,陳超敏.  生物醫(yī)學(xué)工程研究. 2018(02)
[3]基于粒子群優(yōu)化及高斯過程回歸的鉛酸電池荷電狀態(tài)預(yù)測[J]. 徐彬泰,孟祥鹿,田安琪,孫勇健,曹立斌,江穎潔.  南京理工大學(xué)學(xué)報. 2018(02)
[4]氣象預(yù)報應(yīng)用人工智能的現(xiàn)狀分析和影響初探[J]. 唐偉,周勇,王喆,龔江麗,沈文海.  中國信息化. 2017(11)
[5]基于前向空間線性預(yù)測的聲源時延估計算法[J]. 徐耀松,李猛.  計算機工程. 2017(06)
[6]實時跟蹤放療中關(guān)聯(lián)模型和預(yù)測算法[J]. 吳巨海,徐子海,陳超敏,萬偉權(quán).  中國醫(yī)學(xué)物理學(xué)雜志. 2015(02)
[7]動態(tài)模糊神經(jīng)網(wǎng)絡(luò)在變形預(yù)測中的應(yīng)用[J]. 肖桂元,劉立龍.  桂林理工大學(xué)學(xué)報. 2011(03)
[8]基于GA-BP神經(jīng)網(wǎng)絡(luò)進行呼吸運動預(yù)測的研究[J]. 黃志業(yè),陳武凡,周凌宏,徐子海,陳超敏.  中國生物醫(yī)學(xué)工程學(xué)報. 2010(06)

博士論文
[1]基于高斯過程模型的機器學(xué)習(xí)算法研究及應(yīng)用[D]. 賀建軍.大連理工大學(xué) 2012

碩士論文
[1]放療中人體胸腹表面區(qū)域呼吸運動預(yù)測模型研究[D]. 史領(lǐng).哈爾濱理工大學(xué) 2019
[2]基于實時追蹤技術(shù)的呼吸運動預(yù)測算法的研究[D]. 康開蓮.南方醫(yī)科大學(xué) 2018
[3]基于高斯過程的呼吸運動預(yù)測研究[D]. 樊琪.哈爾濱理工大學(xué) 2016
[4]基于小波神經(jīng)網(wǎng)絡(luò)的呼吸運動預(yù)測研究[D]. 黃姍姍.中國科學(xué)技術(shù)大學(xué) 2015



本文編號：3600219