早期非小细胞肺癌立体定向放疗肺剂量预测研究

目的 研究基于机器学习算法的早期非小细胞肺癌立体定向放疗肺剂量预测方法和应用于计划质量控制的可行性。方法 利用机器学习算法实现剂量预测。首先,建立专家计划库,提取计划库中的几何特征信息、照射野角度和剂量体积直方图(DVH)参数,在几何及照射野特征和DVH之间建立相关模型;其次,提取专家库外10例患者的几何和照射野特征信息,利用模型预测可实现的DVH值,并将其与实际计划结果比较。结果 10例患者肺平均剂量和V20外部验证的均方根误差分别为91.95 cGy和3.12%。对肺受量高于预测剂量的2例计划进行修改,修改后肺剂量均有所降低。结论 对非小细胞肺癌患者制定立体定向放疗计划前,可根据相关数学模型提前预测肺DVH曲线作为计划评估标准,从而保证治疗计划的质量。