线上自适应教程在医学影像学专业型硕士研究生教学实践中的应用

目的:探讨线上自适应教程对医学影像学专业学位硕士研究生临床技能的教学效果。方法 :将本院放射科一年级至三年级的10名专业学位硕士研究生随机分成A、B 2组,每组5人。根据教学内容,分为胸部X线、腹部CT 2轮教学,在胸部X线教学中,A组采用线上自适应教程,B组采用公共影像学病例库自主学习,在腹部CT教学中,则2组互换教学方式。采用线上考试(百分制)和调查问卷的形式评价教学效果。结果:采用线上自适应教程学习的A、B 2组研究生2轮的线上考试表现均高于公共影像学病例库[首轮,(83.4±7.3)分比(73.6±5.8)分, P=0.047;次轮,(81.2±7.5)分比(70.6±7.2)分,P=0.052]。问卷调查显示,线上自适应教程在2组学生中均得到了正面评价,组间一致性较好(r=0.758,P=0.025)。结论:线上自适应教程可以提高医学影像学专业型硕士研究生的临床专业水平,通过自我反馈充分调动学生的学习积极性。本研究仅是针对线上自适应教程在医学影像学教学中效果的初探,其推广应用还有待更大样本和更为完善的教学方案的验证。

基于计划目标剂量的锥形线束CT图像配准方法研究

目的探究一种以剂量体积直方图参数为优化变量,使用多目标优化算法的剂量优化配准算法,以提高锥形线束CT(CBCT)图像验证匹配的准确性。方法回顾性分析哈尔滨医科大学附属肿瘤医院2022年收治的6例肺癌和5例宫颈癌患者的28套CBCT图像。以骨性配准的结果为剂量配准算法的初始点,在其周围的三维空间内计算各位移点的通量加权灰度均方差,并使用无监督k均值聚类方法筛选候选位移点。使用有限尺寸笔形束算法计算各候选位移点的三维剂量分布,并提取直方图剂量指标作为多目标优化算法的优化变量。使用多目标遗传算法求解Pareto最优解集后,根据预设的目标权重方案求解最优唯一解。结果采用剂量优化配准后,肺癌病例计划靶区(PTV)的D_(90%)、D_(95%)、D_(98%)、D_(mean)、适形度(CI)指标,较常规配准策略分别平均提高0.23Gy、0.49Gy、1.05Gy、0.15Gy、0.03,危及器官的剂量差异无统计学意义。宫颈癌病例PTV的D_(90%)、D_(95%)、D_(98%)、D_(mean)、CI指标,较常规配准策略分别平均提高0.72Gy、1.15Gy、2.53Gy、0.24Gy、0.05,部分危及器官评估指标降低1.06~1.81Gy。结论剂量优化配准方法可有效提高靶区覆盖度并降低危及器官剂量,减少刚性配准算法的残余误差,可作为自适应放疗技术的流程之一。