目的:研究调强放射治疗中使用影像增强剂后靠近心脏及胸主动脉等血流丰富组织的食管癌边缘靶区的剂量是否会降低,是否会出现欠量照射的情况。方法:选取20例食管癌患者病例,在相同体位下进行平扫及增强CT扫描,在增强CT上完成靶区勾画及...目的:研究调强放射治疗中使用影像增强剂后靠近心脏及胸主动脉等血流丰富组织的食管癌边缘靶区的剂量是否会降低,是否会出现欠量照射的情况。方法:选取20例食管癌患者病例,在相同体位下进行平扫及增强CT扫描,在增强CT上完成靶区勾画及调强治疗计划设计。使用两种方法进行对比,方法(1):在增强及平扫CT上确定PTV&5 mm Aorta和PTV&5 mm Heart两个边缘靶区,然后进行图像配准并将治疗计划移植到平扫CT上计算剂量,对比上述两个边缘靶区在增强及平扫CT中剂量的变化。方法(2):因为增强和平扫CT是在不同时间点扫描的,配准时两幅图像之间会存在一定差异,为了避免体位偏差的影响,使用合成CT与增强CT对比。所谓合成CT,即在复制的增强CT中将心脏、胸主动脉等血流丰富组织的CT值人工修改为平扫CT的平均CT值,操作过程与方法(1)相同,仍然观察上述两个边缘靶区的剂量变化。实验中也对比了其它组织器官在平扫与增强CT中剂量的变化。结果:方法(1)和方法(2)均显示PTV&5 mm Aorta和PTV&5 mm Heart两个边缘靶区剂量有所增加,其中方法(1)中两个边缘靶区的剂量分别增加1.28%(P<0.01)和1.64%(P<0.01),方法(2)中分别增加0.41%(P<0.01)和0.83%(P<0.01);正常组织器官(心脏、肺、脊髓等)剂量也有所增加,但均在临床可接受范围以内。结论:使用影像增强剂后靠近心脏及胸主动脉等血流丰富组织的食管癌边缘靶区剂量有所增加,不会出现欠量照射情况。展开更多
针对多扩展目标跟踪问题,提出了基于泊松点过程( Poisson Point Process, PPP )模型的多扩展目标跟踪的联合概率数据关联( Joint Probabilistic Data Association, JPDA )算法。首先,采用PPP对扩展目标进行测量建模,其次以“多对一”关...针对多扩展目标跟踪问题,提出了基于泊松点过程( Poisson Point Process, PPP )模型的多扩展目标跟踪的联合概率数据关联( Joint Probabilistic Data Association, JPDA )算法。首先,采用PPP对扩展目标进行测量建模,其次以“多对一”关联模型思想提出一种JPDA算法,从而计算运动目标的当前有效量测的边缘关联概率,然后结合该边缘关联概率以概率数据关联( Probability Data Association, PDA )的方式分别更新每个扩展目标的运动参数和形状参数向量,最后通过仿真实现了当扩展目标相互靠近或出现交叉时的跟踪。实验结果表明,在高杂波环境下,本文所提出的算法在计算时间和跟踪稳定上具有较明显的优势。展开更多
文摘目的:研究调强放射治疗中使用影像增强剂后靠近心脏及胸主动脉等血流丰富组织的食管癌边缘靶区的剂量是否会降低,是否会出现欠量照射的情况。方法:选取20例食管癌患者病例,在相同体位下进行平扫及增强CT扫描,在增强CT上完成靶区勾画及调强治疗计划设计。使用两种方法进行对比,方法(1):在增强及平扫CT上确定PTV&5 mm Aorta和PTV&5 mm Heart两个边缘靶区,然后进行图像配准并将治疗计划移植到平扫CT上计算剂量,对比上述两个边缘靶区在增强及平扫CT中剂量的变化。方法(2):因为增强和平扫CT是在不同时间点扫描的,配准时两幅图像之间会存在一定差异,为了避免体位偏差的影响,使用合成CT与增强CT对比。所谓合成CT,即在复制的增强CT中将心脏、胸主动脉等血流丰富组织的CT值人工修改为平扫CT的平均CT值,操作过程与方法(1)相同,仍然观察上述两个边缘靶区的剂量变化。实验中也对比了其它组织器官在平扫与增强CT中剂量的变化。结果:方法(1)和方法(2)均显示PTV&5 mm Aorta和PTV&5 mm Heart两个边缘靶区剂量有所增加,其中方法(1)中两个边缘靶区的剂量分别增加1.28%(P<0.01)和1.64%(P<0.01),方法(2)中分别增加0.41%(P<0.01)和0.83%(P<0.01);正常组织器官(心脏、肺、脊髓等)剂量也有所增加,但均在临床可接受范围以内。结论:使用影像增强剂后靠近心脏及胸主动脉等血流丰富组织的食管癌边缘靶区剂量有所增加,不会出现欠量照射情况。
文摘针对多扩展目标跟踪问题,提出了基于泊松点过程( Poisson Point Process, PPP )模型的多扩展目标跟踪的联合概率数据关联( Joint Probabilistic Data Association, JPDA )算法。首先,采用PPP对扩展目标进行测量建模,其次以“多对一”关联模型思想提出一种JPDA算法,从而计算运动目标的当前有效量测的边缘关联概率,然后结合该边缘关联概率以概率数据关联( Probability Data Association, PDA )的方式分别更新每个扩展目标的运动参数和形状参数向量,最后通过仿真实现了当扩展目标相互靠近或出现交叉时的跟踪。实验结果表明,在高杂波环境下,本文所提出的算法在计算时间和跟踪稳定上具有较明显的优势。
