期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
剂量预测联合参数迭代优化算法的VMAT全自动计划研究
被引量:
2
1
作者
刘嘉城
王翰林
+6 位作者
王清莹
姚凯宁
王美娇
岳海振
王若曦
杜乙
吴昊
《中华放射医学与防护杂志》
CAS
CSCD
北大核心
2021年第11期830-835,共6页
目的设计一种联合深度学习剂量预测和参数迭代优化算法的容积调强放射治疗(VMAT)全自动计划方法。方法选取2018年6月至2021年1月北京大学肿瘤医院既往165例直肠癌患者的VMAT计划开展研究,其中145例用于训练和验证深度学习模型,该模型用...
目的设计一种联合深度学习剂量预测和参数迭代优化算法的容积调强放射治疗(VMAT)全自动计划方法。方法选取2018年6月至2021年1月北京大学肿瘤医院既往165例直肠癌患者的VMAT计划开展研究,其中145例用于训练和验证深度学习模型,该模型用于预测危及器官的剂量,20例用于研究比对自动计划和人工计划的质量。该方法从危及器官的预测剂量分布中提取关键的剂量体积直方图(DVH)值作为初始优化参数(IOPs),利用治疗计划系统可编程接口自动创建VMAT计划,通过设计迭代优化算法自动调节优化参数(OPs)。结果剂量预测模型训练后能有效预测出20例测试计划危及器官的关键DVH值,与参考值相比差异均无统计学意义(P>0.05)。20例VMAT自动计划均能满足临床处方剂量要求,对于PTV和PGTV的适形性指数(CI),人工计划与自动计划比较差异均无统计学意义(P>0.05);而PGTV的D1和均匀性指数(HI),自动计划均高于人工计划,分别为0.6 Gy和0.01,两者比较差异均有统计学意义(t=-7.05、-6.92,P<0.05)。自动计划比人工计划的膀胱平均V_(30)下降2.7%(t=3.37,P<0.05),股骨头和危及器官辅助结构(Avoidance)的平均V_(20)分别下降8.37%和15.95%(t=5.65、11.24,P<0.05),并且膀胱、股骨头、Avoidance的平均剂量分别降低了1.91、4.01和3.88 Gy(t=9.29、2.80、10.23,P<0.05)。测试的20例直肠癌患者病例的自动计划平均时间为(71.82±25.48)min。结论本研究利用直肠癌病例验证了一种联合剂量预测和参数迭代优化算法的VMAT自动计划方法的可行性。相比于人工计划,VMAT自动计划无需人工干预,在提高计划设计效率、计划质量和临床资源利用率等方面有很大的应用潜力。
展开更多
关键词
自动计划
参数迭代优化算法
剂量预测
深度学习
直肠癌
原文传递
题名
剂量预测联合参数迭代优化算法的VMAT全自动计划研究
被引量:
2
1
作者
刘嘉城
王翰林
王清莹
姚凯宁
王美娇
岳海振
王若曦
杜乙
吴昊
机构
北京大学医学部医学技术研究院
北京大学肿瘤医院暨北京市肿瘤防治研究所放疗科
出处
《中华放射医学与防护杂志》
CAS
CSCD
北大核心
2021年第11期830-835,共6页
基金
国家重点研发计划(2019YFF01014405)
国家自然科学基金(12005007)
北京市自然科学基金(1202009,1212011)。
文摘
目的设计一种联合深度学习剂量预测和参数迭代优化算法的容积调强放射治疗(VMAT)全自动计划方法。方法选取2018年6月至2021年1月北京大学肿瘤医院既往165例直肠癌患者的VMAT计划开展研究,其中145例用于训练和验证深度学习模型,该模型用于预测危及器官的剂量,20例用于研究比对自动计划和人工计划的质量。该方法从危及器官的预测剂量分布中提取关键的剂量体积直方图(DVH)值作为初始优化参数(IOPs),利用治疗计划系统可编程接口自动创建VMAT计划,通过设计迭代优化算法自动调节优化参数(OPs)。结果剂量预测模型训练后能有效预测出20例测试计划危及器官的关键DVH值,与参考值相比差异均无统计学意义(P>0.05)。20例VMAT自动计划均能满足临床处方剂量要求,对于PTV和PGTV的适形性指数(CI),人工计划与自动计划比较差异均无统计学意义(P>0.05);而PGTV的D1和均匀性指数(HI),自动计划均高于人工计划,分别为0.6 Gy和0.01,两者比较差异均有统计学意义(t=-7.05、-6.92,P<0.05)。自动计划比人工计划的膀胱平均V_(30)下降2.7%(t=3.37,P<0.05),股骨头和危及器官辅助结构(Avoidance)的平均V_(20)分别下降8.37%和15.95%(t=5.65、11.24,P<0.05),并且膀胱、股骨头、Avoidance的平均剂量分别降低了1.91、4.01和3.88 Gy(t=9.29、2.80、10.23,P<0.05)。测试的20例直肠癌患者病例的自动计划平均时间为(71.82±25.48)min。结论本研究利用直肠癌病例验证了一种联合剂量预测和参数迭代优化算法的VMAT自动计划方法的可行性。相比于人工计划,VMAT自动计划无需人工干预,在提高计划设计效率、计划质量和临床资源利用率等方面有很大的应用潜力。
关键词
自动计划
参数迭代优化算法
剂量预测
深度学习
直肠癌
Keywords
Automatic planning
Iterative optimization algorithm
Dose prediction
Deep Learning
Rectal cancer
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
R730.55 [医药卫生—肿瘤]
原文传递
题名
作者
出处
发文年
被引量
操作
1
剂量预测联合参数迭代优化算法的VMAT全自动计划研究
刘嘉城
王翰林
王清莹
姚凯宁
王美娇
岳海振
王若曦
杜乙
吴昊
《中华放射医学与防护杂志》
CAS
CSCD
北大核心
2021
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部