基于三维预测剂量的自调节调强放疗自动计划方法

目的 开发一种基于预测剂量的自调节调强放射治疗自动计划方法,以增强自动计划的鲁棒性。方法 利用3D U-Res-Net_B网络预测出三维剂量分布后,在直接子野优化的每次迭代中先基于上次迭代结果计算当前剂量,再联合预测剂量计算目标剂量,然后以此为目标进行优化。完成所有迭代或满足循环退出条件后,得到最终的治疗计划。在30例直肠癌病例上进行测试,验证算法的效果。结果 临床计划治疗靶区的V_100%均值和标准差为（95.03±0.91）%,自动计划为（94.67±1.96）%,接近临床值（P>0.05）,而预测值为（92.90±2.13）%,与临床计划的差异具有统计学意义（t=29.0,P<0.05）;自动计划在小肠V₃₅、膀胱V₄₀、股骨头的V₂₀~V₄₀等多项指标上低于预测值和临床值,且差异具有统计学意义（t=4.5~118.0,P<0.05）,在其他危及器官的指标上与临床值的差异无统计学意义（P>0.05）。结论 本方法增强了自动计划的鲁棒性,提高了其应对复杂情况的能力。     

基于剂量预测的个性化放射治疗计划质量的定量评价方法

目的:提出一种基于剂量预测的放射治疗计划质量定量评价方法,并验证该方法的临床可行性和临床价值。方法:基于45例5年以上从业经验的物理师制定的直肠癌病例,训练3D U-Net网络。利用3D U-Net网络预测得到三维剂量分布后,基于剂量预测的剂量-体积直方图(DVH)指标,建立调强放射治疗(IMRT)直肠癌计划质量评估标...     

低蛋白粉食品安全性毒理学评价北大核心CSCD

糖尿病肾病（DN）是糖尿病（DM）最常见的并发症,也是导致糖尿病患者死亡的主要原因之一。DN患者肾脏受损,一旦出现蛋白尿,必须严格限制每日蛋白质摄入量至0.8 g/kg·bw,甚至到0.6 g/kg·bw。为保证每日优质蛋白质摄入量,去除或减少主食中的非优质蛋白,是控制DN患者蛋白质摄入、延缓DN进展的基础和关键所在。