首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   6篇
  免费   0篇
综合类   1篇
预防医学   1篇
  1篇
肿瘤学   3篇
  2021年   2篇
  2013年   1篇
  2011年   1篇
  2010年   1篇
  2008年   1篇
排序方式: 共有6条查询结果,搜索用时 93 毫秒
1
1.
目的对近距离治疗计划的剂量参数在Oncentra治疗计划系统与MIM系统间产生的差异进行分析和研究。方法选取本院的43例妇科肿瘤患者近距离治疗计划,按照临床要求所有病例的靶区D90达到处方剂量。评估参数包括:靶区体积和D90,处方剂量总体积,靶区内的处方剂量体积以及危及器官包括:直肠,膀胱,小肠的D0.01cc,D1cc,D2cc。结果计划系统中的靶区体积和处方剂量值均明显小于MIM系统中相应的值(P<0.05),两系统显示出的处方体积相差不大。MIM系统中的靶区D90(676.74±54.82)cGy小于处方剂量,危及器官的受量则正好相反,即计划系统比MIM系统中相应的参数要小,其中直肠和膀胱的D0.01cc,D1cc,D2c,小肠的D0.01cc,D2cc的在两系统显示的值的差异均有统计学意义(P<0.05)。结论不同系统间传输相同的剂量和轮廓文件,DVH参数存在一定的差异,其主要原因是在不同系统对已勾画的各种器官轮廓计算体积存在算法上的不同。基于此,建议近距离计划在CT扫描时,尽量小的层厚可以消除或减少这种差异。  相似文献   
2.
目的 基于核密度估计方法预测妇科肿瘤患者骶尾骨和盆骨骨髓剂量。方法 选取中国医科大学附属盛京医院治疗的15例妇科肿瘤限制骶尾骨和盆骨骨髓剂量的放疗计划作为机器学习的训练数据,另选取10例该类计划作为模型的验证数据,计算器官内各剂量点与计划靶区边缘的最小有向距离。应用核密度估计方法训练模型,并用均方根差来评估模型预测的准确性。使用该模型预测实际计划的骶尾骨和盆骨骨髓剂量,对预测的剂量体积直方图(DVH)和实际结果进行线性拟合,使用拟合优度R2来评估模型预测效果。结果 在计划要求的DVH参数上,模型预测与验证计划较为接近:盆骨V40Gy差为2.0%,平均剂量差为1.6Gy,骶尾骨V10Gy差为-0.4%。在非计划要求的DVH参数上,模型预测值除盆骨V10Gy外,其余参数值均明显偏高。在实际病例应用中,模型预测的DVH与最终计划的差异很小,骶尾骨和盆骨骨髓的R2分别为0.988和0.995。结论 使用基于核密度估计方法的模型可以较准确预测骶尾骨和盆骨骨髓剂量,通过模型预测剂量也可以作为一种保障计划质量的方法,提高计划的一致性和质量。  相似文献   
3.
目的对比分析宫颈癌常规计划和逆向计划(即模拟退火逆向优化计划)的剂量学差异。方法选取宫颈癌内外照射联合根治性放疗的患者20例,每例患者制定两个治疗计划:一个为基于A点给定处方剂量的常规计划;另一个为逆向计划,先满足靶区,优化时,当临床靶区(CTV)的90%处方剂量体积大于90% CTV时即达到优化目标,否则调节目标函数的权重配比,重新优化,直到达到优化目标。结果逆向计划的90%处方剂量体积和100%处方剂量体积及100%目标体积受量[(94±15)%、(90±18)%、(54±10)%]均优于常规计划[(60±17)%、(56±14)%、(29±9)%](P<0.05),同时危及器官亦得到较好的保护。结论逆向优化的治疗计划具有节省时间,提高靶区剂量,减少危及器官受量的优势。  相似文献   
4.
通常的调强放疗计划包含了多个照射野,并且每个照射野又包含了多个子野;因此在临床上实施调强放疗时增大了射线与治疗床相交的概率,治疗床对吸收剂量的影响是个不容忽视的问题.  相似文献   
5.
6.
目的:探讨中药消癌平和榄香烯注射液抑制宫颈癌细胞HeLa增殖作用及其作用机制.方法:取对数生长期的HeLa细胞接种于96孔培养板(细胞数为3×104/孔,100μl/孔),加入不同浓度的消癌平、榄香烯注射液及其混合液,收集不同处理组作用72h的HeLa细胞,通过细胞增殖抑制试验测定吸收度A值.结果:消癌平和榄香烯25~400μg/ml作用72h对HeLa细胞体外增殖有显著的抑制作用,呈剂量依赖性.消癌平及榄香烯各100μg/ml联合作用72h对HeLa细胞体外增殖有显著的抑制作用,呈剂量依赖性,且明显高于榄香烯或消癌平单药作用.消癌平和榄香烯在抑制肿瘤细胞增殖时均伴随有Bel-2蛋白水平表达的下调.结论:中药消癌平和榄香烯注射液联合应用抑制HeLa增殖作用优于单药,其机理可能与Bel-2基因下调有关.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号