AAA和AXB算法在儿童髓母细胞瘤全脑全脊髓VMAT中的剂量学差异

目的:从剂量学角度分析各向异性算法(anisotropic analytical algorithm,AAA)和光子剂量(acuros external beam,AXB)算法在儿童髓母细胞瘤全脑全脊髓容积调强放射治疗(volumetric modulated arc therapy,VMAT)中的差异。方法:回顾性选取2015年2月至2022年8月于某院接受全脑全脊髓放射治疗(craniospinal irradiation,CSI)的35例髓母细胞瘤患儿,采用Varian Eclipse 15.6计划系统对35例患儿分别制订AAA计划和AXB计划,分为AAA计划组和AXB计划组。比较AXB计划组与AAA计划组对计划靶区(planning target volume,PTV)D_(mean)、D2、适形性指数(conformity index,CI)、均匀性指数(homogeneity index,HI)以及危及器官(organ at risk,OAR)双侧眼球、心脏、双侧肾脏、肝脏D_(mean),双侧肺V_(5)、V_(10)、V_(20)和D_(mean),双侧晶体、双侧视神经和小肠Dmax的剂量学影响。结果:AAA计划组的CI低于AXB计划组,差异有统计学意义(P<0.05);AAA计划组的HI、D2和D_(mean)均高于AXB计划组,差异有统计学意义(P<0.05)。AAA计划组的左、右眼D_(mean)均高于AXB计划组,差异有统计学意义(P<0.05);AAA计划组的左肺V_(5)、V_(10)、D_(mean)及右肺V_(5)、V_(10)、D_(mean)均高于AXB计划组,差异有统计学意义(P<0.05)。其他OAR剂量学参数在2个计划组间的差异无统计学意义(P>0.05)。结论:相较于AAA,在CSI计划中使用AXB算法能改善靶区剂量的均匀性,有效降低因放射治疗导致的副反应发生概率,推荐在儿童髓母细胞瘤全脑全脊髓VMAT中使用AXB算法代替AAA。

Acuros XB、各向异性解析算法与蒙特卡罗算法在非均匀组织中剂量计算准确性对比研究

目的：对比Acuros XB算法（AXB）、各向异性解析算法（AAA）和蒙特卡罗（MC）算法在非均匀组织中剂量计算准确性。方法：在Eclipse计划系统上分别设置两种类型的非均匀模体（水-肺-水模体、水-骨-水模体）,并设定3个不同大小的0°照射野,源皮距=100 cm。采用AXB、AAA及MC算法进行剂量计算,提取射野中心轴百分深度剂量,以MC计算结果为基准,计算AXB和AAA两种算法与MC算法的相对偏差,提取非均匀组织及高梯度区（即4.5～15.5 cm）的数据做对比分析。结果：AXB算法3个射野相对偏差绝对值分别为4.186±1.451、0.834±0.300、0.726±0.165（水-肺-水模体）和1.694±0.374、1.325±0.328、0.343±0.244（水-骨-水模体）。AAA算法在两模体的对应值分别为6.679±4.694、4.151±1.789、4.353±2.546（肺）和3.270±0.826、5.971±1.587、2.406±0.574（骨）。采用配对样本t检验,P值均小于0.05。结论：在非均匀组织及其边界,AXB算法计算精度比AAA算法更为准确,基本接近MC算法。

基于各向异性全变分的迭代滤波算法

空间邻近度和像素值相似度的双边滤波(BF)器在滤波时,由于其值域滤波核系数的计算易受到噪声的干扰,在噪声水平较大时,直接使用噪声图像来指导核函数权值计算的方案不可行。为此,提出一种结合各向异性全变分和BF的图像去噪算法,将各向异性全变分算法与BF算法相结合,首先利用各向异性全变分算法对噪声图像进行处理,得到一幅边缘结构信息较为丰富的结果图像,接着将该结果图像作为BF算法的引导图像来指导值域滤波核系数的计算,为保证算法的稳定性,对上述过程进行迭代处理。此外,为提高各向异性全变分算法的计算效率,引入了Split Bregman迭代算法进行加速处理。实验表明,该算法能在较好去噪的同时,保留较多的边缘结构信息。

先进外照射光子剂量算法和各向异性分析算法在乳腺癌胸壁放疗中的剂量学差异

目的:比较先进外照射光子剂量算法(Acuros XB)和各向异性分析算法(AAA)在乳腺癌胸壁放疗中的剂量学差异。方法:随机回顾选取8例由不同放疗医生勾画靶区的术后乳腺癌患者,左侧和右侧各4例,对每个病例分别设计动态调强(IMRT)和容积调强(VMAT)两种放疗计划,动态IMRT计划采用5-7野照射,VMAT计划采用双弧照射。再对每个计划分别采用Acuros XB算法和AAA算法进行剂量计算,比较靶区及危及器官的剂量学差异。结果:Acuros XB算法获得IMRT计划靶区剂量的均匀性与适形度均好于AAA算法(t=3.185、-9.138,P=0.015、0),且健侧肺、脊髓等危及器官的受量低于AAA算法(t=-5.090、-2.520,P=0.001、0.012),但患侧肺、对侧乳腺、皮肤、心脏的受量高于AAA算法(t=-2.500、-4.560、-5.100、-3.010,P=0.041、0.003、0.001、0.002);Acuros XB算法获得的VMAT中治疗靶区剂量的均匀性优于AAA算法(t=0.580,P=0.579),但适形度均比AAA算法差(t=1.290,P=0.237),且脊髓等危及器官的的受量低于AAA算法(t=4.010,P=0.005),但患侧肺、对侧肺、心脏、对侧乳腺、皮肤的受量高于Acuros XB算法(t=6.900、0.350、4.310、-2.500、-2.800,P=0.000、0.740、0.004、0.041、0.026)。大部分差异具有统计学意义。结论:与Acuros XB算法相比,AAA算法低估了在肺、心脏、对侧乳腺等危及器官中的剂量,低估了靶区内的最大剂量,高估了靶区的平均剂量。两种算法的剂量学指标均满足临床要求,均可用于临床治疗。

各向异性分析算法和光子笔形束卷积算法在食管癌放射治疗中的剂量学比较

目的比较食管癌调强放射治疗各向异性分析算法（AAA）与光子笔形束卷积（PBC）算法的剂量学差异。方法选取9例食管癌患者,其中男性6例,女性3例;年龄54-68岁,平均年龄61岁。用瓦里安Eclipse 8.6治疗计划系统设计5野均分逆向调强计划,分别用AAA和PBC算法模型计算并利用COMPASS进行剂量验证。利用剂量体积直方图比较靶区、肺、心脏和脊髓照射剂量和体积。数据应用SPSS15.0进行配对t检验分析。结果大体肿瘤区（GTV）的均匀性指数（HI）、适合度指数（CI）、Dmean及计划靶区（PTV）的HI,AAA结果均优于PBC算法,差异均有统计学意义（P〈0.05）。AAA双肺各指标差值为-0.02%～-1.87%,即低估了肺2%以内的受量。PBC算法双肺各指标差值为-3.95%～1.05%,低剂量区（V5～15）低估了肺4%以内的受量,高剂量区（V20～30）则稍高估。对于脊髓,AAA和PBC算法分别高估了1.57%、4.49%。两种算法都低估了心脏的受量,但AAA相对准确。结论食管癌放射治疗中采用AAA优于PBC算法。

多尺度各向异性小波收缩图像分割算法在玉米病斑特征提取时的应用

通过选取基于LXF模型的水平集图像分割算法和快速FCM聚类图像分割算法进行对比研究,并将结合小波收缩与各向异性扩散优点的多尺度各向异性小波收缩图像分割算法应用于玉米病斑图像分割与特征提取中,该算法的分割效果明显优于前两种分割算法。

电各向异性介质FDTD并行算法的实现

在各向同性介质的FDTD并行算法的基础上,分析了电各向异性介质FDTD方法并行计算时的区域分割方案及子域间的数据通信问题,实现了电各向异性介质的FDTD并行算法.数值结果表明了该算法和程序的正确性.

基于各向异性扩散算法的深度图像不匹配边缘增强方法

针对传统深度图像边缘增强方法存在图像边缘匹配度低、峰值信噪比小、稳定性低、增强效果不佳的问题,提出了基于各向异性扩散算法的深度图像不匹配边缘增强方法.通过被动测距方法获取深度图像,采用插值算法去除图像孔洞,并依据加权中值滤波法对图像进行滤波.对滤除噪声点的不匹配边缘进行检测,并采用各向异性扩散算法填补不匹配边缘空洞,根据像素点到空洞距离构建不匹配边缘增强模型,完成深度图像不匹配边缘的增强.结果表明,与三种传统方法对比,所提方法的图像边缘匹配度高,峰值信噪比最大,稳定性高,增强效果最佳.

改进各向异性扩散模型在图像滤波去噪中的应用

为了增强锅炉水位计图像滤波去噪效果,提高图像清晰度,便于后期液位计图像识别研究,通过分析P-M各向异性扩散模型、选择扩散模型及You Yu-Li和Kaveh M四阶偏微分方程的滤波去噪算法,提出了改进各向异性扩散模型滤波算法。所提算法对Perona和Malik两个扩散函数均值化,并引入标准差作为梯度期望值的偏差裕度,结合了P-M各向异性扩散模型保边缘特性的优点,并消除了由于传统各向异性滤波算法迭代过度所造成的阶梯缺陷问题,确保图像有用信息不缺失和像素点平滑度。实验结果表明:所提算法能够更好地降低噪声对目标信号提取产生的影响,提高了图像识别鲁棒性,增强了图像平滑滤波效果,保证了锅炉水位计图像边缘清晰度和完整性。

基于改进各向异性的水平集医学图像去噪

针对成像复杂、噪声突出的医学图像在去除噪声的同时模糊边缘特征的现象,提出了基于改进的各向异性的水平集去噪模型。在水平集去噪模型的基础上,加入了改进的各向异性扩散因子,其中改进的各向异性扩散因子采用了中值滤波平滑后的梯度模替换原始图像的梯度模,对于医学图像中大量的斑点噪声更加有效,并保留了图像的边缘信息。基于Matlab平台对改进算法进行了验证,实验表明,基于改进各向异性的水平集算法在有效去除噪声的同时,非但没有模糊边缘特征,相反地起到增强边缘信息的效果。改进算法优于各向异性算法和中值滤波等算法,提高了图像的信噪比,降低了图像的均方误差,保留了更多细节信息,使得医学图像更好地用于诊断,以及后续的分割等处理。

基于各向异性扩散的伊犁黄土颜色随含水率变化规律研究

黄土的颜色与其含水率关系密切,而含水率可与其强度、变形参数建立经验计算模型。为此,以伊犁黄土为研究对象,通过制取原状样,配置不同含水率,并获取标准光源下的图像,通过ALV各向异性扩散滤波算法进行图像处理,提取土样的RGB值,研究了RGB值随含水率的变化规律。实验结果表明:ALV算法在孔隙、杂质滤噪与土样边缘保持方面效果显著;滤波后RGB值标准差降低70%以上,滤波后获取的RGB值更精确;RGB值均随含水率的增加而降低,降低过程存在显著的三阶段特征,不同阶段RGB值变化速率的土水浸润物理机制不同。本研究为建立黄土含水率图像识别模型提供理论基础。

基于各向异性扩散的伊犁黄土颜色随含水率变化规律研究

黄土的颜色与其含水率关系密切,而含水率可与其强度、变形参数建立经验计算模型。为此,本文以伊犁黄土为研究对象,通过制取原状样,配置不同含水率,并获取标准光源下的图像,通过ALV各向异性扩散滤波算法进行图像处理,提取土样的RGB值,研究了RGB值随含水率的变化规律。研究结果表明:ALV算法在孔隙、杂质滤噪与土样边缘保持方面效果显著;滤波后RGB值标准差降低70%以上,滤波后获取的RGB值更精确;RGB值均随含水率的增加而降低,降低过程存在显著的三阶段特征,不同阶段RGB值变化速率的土水浸润物理机制不同。本研究为建立黄土含水率图像识别模型提供了理论基础。

骨干粒子群算法两种不同实现的优化特性

总结了骨干粒子群算法(BBPSO)的一般形式,指出决定BBPSO算法本质的4个要素.BBPSO在实施中,粒子不同维度采用的随机变量值相同或不同,这将导致算法的特性及适合的优化对象不同.记相同的为I型实现,不同的为II型实现,通过实验指出2种实现的差别:I型实现有各向同性的优点,但是粒子多样性差;II型粒子多样性更优,但各向异性,使用高斯、柯西、指数和均匀分布形式的II型BBPSO都倾向于沿坐标轴寻解.从理论上分析了这些差别的成因,指出I型实现总体性能较差,只适合优化梯度变化明显的单峰函数;II型实现总体性能较好,擅长求解峰的方向平行于坐标轴的单峰或多峰函数.

算法差异在Compass调强计划验证中的作用

目的:用IBA Compass系统对Varian Eclipse计划系统各向异性解析算法(AAA)计算的肺癌和直肠癌计划进行验证,研究差异原因并进行分类分析。方法:分别选取肺癌和直肠癌术前放疗患者各10例,用Compass系统在加速器实测验证,将Eclipse AAA计算的TPS Dose、Compass卷积/超分割算法(CCC)再计算的Compute Dose以及Compass通过实测并基于CCC算法重建的Reconstructed Dose进行两两对比(AAA/CR、CC/CR、AAA/CC),比较分析计划最大点剂量的10%生成的区域的Gamma结果和剂量体积直方图(DVH)结果。结果:在3 mm/3%/Global标准下,直肠癌术前计划:AAA/CRγ通过率为(97.37±2.41)%,CC/CRγ通过率为(97.88±2.21)%,AAA/CCγ通过率为(99.69±0.15)%,AAA/CRγ通过率与CC/CRγ通过率的差异无统计学意义(P=0.598)。肺癌计划:AAA/CRγ通过率为(92.09±2.79)%,CC/CRγ通过率为(96.17±2.78)%,AAA/CCγ通过率为(98.96±1.06)%,AAA/CRγ通过率与CC/CRγ通过率的差异具有显著统计学意义(P=0.005)。结论:用Compass验证AAA算法计划,在肺癌病例中AAA与CCC算法的差异是影响计划通过率的主要原因,在直肠癌计划中AAA与CCC算法的差异影响相对较低,通过率更多受到MLC到位精度、机架旋转精度、剂量准确度等执行不确定性影响。

用蒙特卡罗模拟评估小野条件下肺介质中AAA算法的精度

目的：用蒙特卡罗模拟评估放射治疗剂量计算使用的各向异性分析算法（Anisotropic Analytical Algorithm，AAA）在小野条件下肺介质中的计算精度。材料与方法：建立一包含肺介质的水模体，分别用AAA算法、笔形束卷积算法（Pencil Beam Convolution，PBC算法）（作为对比）和蒙特卡罗（Monte Carlo，MC）模拟计算2cm×2cm到8cm×8cm射野条件下该模体中的深度剂量和离轴比，并以MC模拟为标准比较深度剂量。用一维伽马分析对离轴比进行分析。结果：AAA算法在2cmx2cm射野肺介质区域高估了深度剂量，其它情况均低估了深度剂量，剂量偏差范围为-0．24％-2．66％．PBC算法在肺介质区域高估了深度剂量，剂量偏差的范围为1．18％～14．55％。AAA算法计算的离轴比和MC模拟，在射野剂量平坦区相对内收，在剂量跌落区向两侧发散，但AAA算法略高估了射野边缘的剂量，一维伽马分析（与MC相比）通过率为100％（3mm／3％）。PBC算法在射野剂量平坦区相对发散，而在剂量跌落区向两侧内收。一维伽马分析通过率范围为51％～88％。结论：在肺介质中，AAA剂量计算的结果与MC模拟的一致性较好，与PBC算法相比，剂量计算的精度较高。

AAA算法和PBC算法在食管癌调强放疗中的验证评估

目的比较食管癌调强放疗各向异性分析算法(anisotropic analytical algorithm,AAA)与光子笔形束卷积算法(pencil beam convolution,PBC)的剂量学差异。方法应用瓦里安Eclipse 8.6治疗计划系统,对9例食管癌患者设计5野逆向调强计划,分别应用AAA算法和PBC算法计算,并应用COMPASS剂量验证系统进行验证。应用剂量体积直方图比较靶区、肺、心脏和脊髓照射剂量和体积的差异。结果 AAA算法GTV、PTV、双肺、心脏的γ通过率高于PBC算法,差异有统计学意义(P<0.05)。GTV Dmean、V100%、HI及PTV的HI,AAA算法均优于PBC算法,差异均有统计学意义。2种算法双肺各指标间比较差异有统计学意义,但AAA算法的差异较小。心脏Dmean、V30、V402种算法差异值相近(P>0.05)。2种算法脊髓D01计划值均高于测量值[(1.56±0.25)%、(4.48±1.13)%]。结论食管癌调强放疗中AAA算法比PBC算法更准确。

AXB与AAA算法在Ⅰ期非小细胞肺癌立体定向治疗中的剂量学比较

目的:比较Acuros XB(AXB)算法与各向异性分析算法(AAA)在Ⅰ期非小细胞肺癌(NSCLC)立体定向治疗(SBRT)中的剂量学差异。方法:选取10例非小细胞肺癌立体定向治疗计划,分别使用AXB和AAA算法重新进行计算,比较靶区和危险器官的剂量差异。其中PTV分为PTV_lung(低密度区域)和PTV_soft(软组织密度区域)进行比较。结果:AXB算法在PTV_lung的剂量明显低于AAA(P=0.000),对于10XFFF能量而言,该差别更大。而两种算法对于PTV_soft的剂量差异无统计学意义(P>0.05)。在危险器官受量方面,AXB的胸壁、脊髓剂量低于AAA算法,但是AXB算法的患侧肺V5高于AAA(P<0.05)。结论:AXB与AAA算法对于Ⅰ期NSCLC SBRT治疗计划的主要差别在于PTV_lung,AXB算法在PTV_lung的剂量明显低于AAA。

无均整器的Halcyon平台下AXB与AAA算法在肺癌计划中剂量学差异及分析

目的分析无均整器的Halcyon平台下Acuros XB(AXB)算法与各向异性解析算法(anisotropic analytical algorithm,AAA)在肺癌IMRT计划中的剂量学差异。方法随机选取28例中央型肺癌病例,保持射野设置和MLC位置不变,分别采用AXB算法和AAA算法重新计算剂量得到两组IMRT计划,比较两种算法在IMRT计划的靶区、危及器官的剂量差异。对靶区统计:PTV的D_(98%)、V_(95)、V_(100)、V_(105)、D_(mean)、CI、HI、GI;对危及器官统计:双肺及健侧肺的V_(5)、V_(20)、V_(30)、D_(mean);心脏的V_(30)、D_(mean);食管的V_(60)、D_(mean);以及脊髓的D_(0.1cc)、D_(mean)。结果对于PTV,AXB算法的D_(98%)、D_(mean)、V_(100)均低于AAA算法(P<0.05);CI、HI、GI指标AXB算法略优于AAA(P<0.05)。对于健侧肺的V_(5)、D_(max)、D_(mean),心脏的V_(30),脊髓D_(0.1cc),AXB算法均优于AAA算法(P<0.05)。Halcyon平台AXB与AAA算法计划验证通过率分别为(99.0±1.67)与(98.5±1.84)(P=0.38)。结论无均整器模式下两种算法的IMRT计划均能满足临床要求,可以用于肺癌的IMRT计划设计。非均匀介质中AXB算法对危及器官的保护优于AAA算法,在肺癌调强放疗中可优先考虑AXB算法。

不同剂量算法在鼻咽癌调强放疗中的剂量学研究

目的比较研究鼻咽癌(NPC)调强放疗中各向异性分析算法(AAA)和笔型束卷积算法(PBC)在Varian Eclipse TPS中的7野均分调强计划中,对治疗靶区及其危及器官(OARs)的剂量学参数影响。方法随机选择16例NPC放疗患者,在保证每例患者的逆向调强参数优化条件都相同的前提下,分别用AAA和PBC进行剂量计算,并利用COMPASS分析软件对其计算借过进行剂量验证。并利用SPSS软件对DVH中所关心的靶区和OARs的剂量学参数值进行配对t检验分析。结果 AAA相对于PBC而言,靶区的均匀性指数(HI)和适合度指数(CI),Dmean更有优势。且脑干、脊髓、晶体、视神经等的最大剂量值更低。COMPASS剂量验证结果表明AAA的靶区剂量γ通过率更高。结论 NPC逆向调强放疗中,采用AAA所获得的靶区和OARs的剂量学参数总体上优于PBC。

用蒙特卡罗模拟评估小野条件下骨介质中AAA算法的精度

用蒙特卡罗模拟评估放射治疗剂量计算使用的各向异性分析算法(Aniso-tropic Analytical Algorithm,AAA)在小野条件下骨介质中的计算精度.建立一包含骨介质的水模体,分别用AAA算法、PBC算法(作为对比)和蒙特卡罗(Monte Carlo,MC)模拟计算2 cm×2 cm到8 cm×8 cm射野条件下该模体中的深度剂量和离轴比,并以MC模拟为标准比较深度剂量,用一维伽马分析对离轴比进行分析.结果显示,与MC模拟的结果相比,AAA算法与PBC算法均高估了骨介质区域的剂量,高估的剂量偏差范围分别为2.16%～2.7%、1.4%～2.03%.AAA算法与PBC算法均低估了(PBC算法2 cm×2 cm射野除外)肺介质后区域的剂量,低估的剂量偏差范围分别为-0.39%～-1.19%、-0.13%～-0.4%.AAA算法和PBC算法分别略高估了射野内边缘和外边缘的剂量.一维伽马分析显示AAA算法和PBC算法(以MC模拟结果为基准)在2 cm×2 cm到8 cm×8 cm射野,通过率分别为100%、100%1、00%、86%,100%、100%、72%、64%.总之,AAA算法在骨介质中剂量计算的结果略高于MC模拟的结果,与PBC算法相比,计算精度没有显示出明显的优势.