利用多目标优化技术的KBP模型精炼方法研究

目的 研究利用多目标优化（MCO）技术提高基于先验知识自动计划（KBP）模型的计划设计质量的可行性。方法 选择55例已完成放疗的鼻咽癌患者,每个病例都采用固定野调强放疗技术。随机选择40个病例的调强放疗计划作为训练集1,通过多目标优化技术对训练集1中的放疗计划进行预处理,构建新的训练集2。将初始训练集1和处理后的训练集2作为样本,分别训练得到传统的KBP模型和多目标优化技术精炼后的MCO‐KBP模型。在剩余15个病例中随机选择5例作为验证集,其余10例作为测试集。验证通过后用测试集对初始的人工计划以及传统KBP模型和MCO‐KBP模型生成自动计划的计划质量进行统计学分析。结果 传统KBP模型和MCO‐KBP模型生成自动计划的靶区剂量（D_95%）均能满足临床要求,适形性指数与均匀性指数基本一致（P>0.05）,且MCO‐KBP模型生成的自动计划中重要危及器官的剂量比传统KBP模型更低（脑干D_max平均偏低2.13 Gy,左、右腮腺D_mean分别平均偏低1.39、1.59 Gy,左、右视神经及垂体的D_max分别平均偏低1.42、1.16、1.88 Gy,差异均有统计学意义）。结论 与传统的KBP模型相比,精修后的MCO‐KBP模型设计的调强放疗计划对危及器官的保护具有明显优势,利用MCO技术提高KBP模型的计划设计质量是可行的。     

调强放疗计划多目标优化算法比较研究

目的 探讨多目标优化(MCO)算法在调强放疗计划优化中的应用。方法 随机抽取已接受治疗的10例前列腺癌和10例肺癌患者的调强治疗计划,这些计划都是基于直接子野优化算法进行优化的。在射野方向等设置条件不变前提下,改用MCO算法重新优化治疗计划。比较两种优化算法得到的剂量体积直方图参数、计划优化时间和机器跳数,并行配对t检验。结果 两种优化算法得到的调强计划均满足临床要求。与DMPO算法相比,在靶区剂量分布无差别下MCO算法使得前列腺癌计划中的直肠、膀胱及小肠受量均有不同程度降低,计划优化时间减少58%,机器跳数平均增加32%;在肺癌计划中肺、心脏和脊髓受量均有不同程度降低,计划优化时间减少59%,机器跳数平均增加11%。结论 与DMPO算法相比,MCO算法可显著降低危及器官受照剂量、缩短计划优化时间。     

基于经验计划的VMAT和IMRT模型预测前列腺IMRT剂量分布的对比研究

目的:比较基于知识计划(KBP)的容积调强弧形治疗(VMAT)模型和固定野调强放疗(IMRT)模型预测前列腺IMRT计划的剂量学差异,探讨利用VMAT模型预测IMRT计划的可行性。方法:选取已完成放疗的前列腺癌病例50例,每个病例分别设计VMAT和IMRT计划。随机选取40个病例的VMAT计划和IMRT计划作为训练样本...     

前列腺癌多目标优化VMAT计划剂量学研究

目的 探讨多目标优化在前列腺癌VMAT计划中的应用。方法 随机抽取已接受治疗的14例前列腺癌患者VMAT计划资料。这些计划基于单目标优化,保持优化条件不变,改用多目标优化。配对t检验两种计划剂量学参数差异。结果 两种计划均满足临床要求,与单目标计划相比,多目标计划PTV 95%、100%处方剂量覆盖度增加(P=0.000、0.000),105%处方剂量覆盖度降低(P=0.000),D_max降低0.35 Gy (P=0.063);直肠V₂₀、V₃₀、V₄₀、V₅₀和D_mean分别降低24.7%、36.8%、31.1%、20.5%和6.8 Gy (P=0.000、0.000、0.000、0.001、0.000),D₂cc增加1.4 Gy (P=0.000);膀胱V₁₀、V₂₀、V₃₀、V₄₀、V₅₀和D_mean分别降低5.7%、18.5%、20.9%、12.5%、5.4%和3.5 Gy (P=0.006、0.000、0.000、0.000、0.002、0.000);小肠V₁₀、V₂₀、V₃₀和D_mean多目标计划有优势。结论 多目标计划在满足靶区剂量情况下可以进一步降低OAR剂量,但结果还需进一步研究和评估。     

基于模板库实施VMAT计划自动优化初步研究

目的 研究基于优化条件模板库实施容积调强弧形治疗(VMAT)治疗计划自动优化的可行性。方法 回顾选择Eclipse计划系统VMAT计划直肠癌术后患者68例,处方剂量为50 Gy分25次。筛选19例患者分别提取其靶区及危及器官有效特征值构成向量,并将每例患者计划的最终优化限制条件保存为模板;其次选取15例(10例模板库中计划和5例模板库外计划)直肠癌患者进行自动优化验证。根据多维向量相似性原理,定义相似性参数α。设计程序自动从模板库中选择除自身模板外最优计划模板进行自动计划设计。将利用最优模板进行自动计划设计放疗计划(ATP)与临床应用计划(CP)进行剂量学验证,配对样本t检验比较、Pearson相关性分析剂量参数与相似性参数α的相关性。对相关剂量参数与α进行最小二乘法线性拟合,探索相关参数伴随α变化的ATP相对于CP的变化趋势。结果 13例ATP剂量学结果整体略差于CP结果[适形指数(P=0.004)、均匀指数(P=0.015)、小肠V40(P=0.003)、小肠D_mean(P=0.022)]。13例患者α值分别为2.67、2.60、2.60、2.49、2.67、2.74、2.72、2.48、2.53、2.86、2.68、2.56、2.63;α与膀胱V40和D_mean具有显著的相关性(r=0.649、0.603,P=0.016、0.029);仅小肠V40和D_mean伴随α增大ATP相对于CP逐渐变差,其余参数均伴随α值的增大,使用ATP接近并优于CP。结论 ATP所得结果略差于CP,但能够满足临床要求。需要进一步优化模板库和模板质量以及优化最优模板筛选方法进行探索可能。     

利用VMAT模型基于知识IMRT计划半自动优化

目的 利用RapidPlan系统评估VMAT模型用于基于知识优化固定野动态IMRT计划可行性及剂量学特点。方法 ①利用81例优质直肠癌术前同步推量VMAT计划训练DVH预测模型并进行统计学验证;②复制经临床确认的10例相同处方IMRT计划,保持布野及能量等参数不变,用上述模型自动生成新的优化参数及各野动态MLC序列;③利用相同剂量计算方法计算原计划及新计划的绝对剂量以排除版本间差异;④将计划归一至相近靶区剂量覆盖后对各剂量学参数行统计学分析。结果 在相似靶区剂量均匀性及覆盖率基础上,RapidPlan计划显著且大幅减低了膀胱受量[D_50%降低9.01 Gy (P=0.000),D_mean降低8.08 Gy (P=0.005)]和股骨头受量[D_50%降低4.20 Gy (P=0.000),D_mean降低3.84 Gy (P=0.005)],但平均总跳数也显著高于原计划[(1211±99) MU比(771±79) MU,P=0.000]且劈野数更多。基于知识的半自动优化导致高剂量热区明显增加,但D_2%相近(52.54 Gy∶52.71 Gy,P=0.239)。结论 VMAT模型可用于基于知识IMRT半自动优化以提高效率并改善OAR保护,但高剂量热区需进一步人工干预。     

应用射野角度和多目标优化提高肺癌放疗计划的执行效率

背景与目的：呼吸运动会给肺癌的放疗带来不利影响，而提高放疗计划的执行效率会在一定程度上减轻这一影响。该研究旨在探究运用射野角度和多目标优化（beam angle and multicriteria optimization，BAMCO）技术进行肺癌放疗计划设计的可行性和执行效率。方法：将10个肺癌临床计划数据由Pinnacle计划系统导出到RayStation计划系统。在RayStation系统中新建计划，以对应的临床计划射野角度为初始条件，在三维适形模块下优化射野角度。以优化结果为基础，执行多目标优化（multicriteria optimization，MCO），导航并确定临床需要的最佳妥协方案，然后生成可执行计划。最后，对比分析BAMCO计划和临床计划。结果：BAMCO计划设计不需要反复试错，一次MCO优化可确定最优计划；BAMCO计划和临床计划的靶区剂量分布和危及器官受量差异无统计学意义。BAMCO计划的跳数相比临床计划明显减少（31.1%±16.9%）。结论：BAMCO技术在保证计划质量的前提下，可有效提升计划的执行效率。     

基于Raystation计划系统实现多病种多类型自动计划技术的研究

目的 使用Raystation计划系统脚本,开发一种适用于多病种多计划类型的自动计划平台,以此提高计划设计效率。方法 采用IronPython计算机语言和WPF用户界面框架编写应用程序,针对不同病种不同类型计划在设计中的差异问题,分别从处方识别、可视化计划参数输入和目标优化函数的设置方面进行程序设计。将该自动计划程序应用于全脑照射、鼻咽癌、宫颈癌、食管癌、乳腺癌病种的测试,包括IMRT和VMAT,对比人工计划评估计划设计效率,并选择全脑照射评估计划剂量学参数。结果 程序应用中物理师只需输入并选择必需的计划参数,即可实现放疗计划自动设计。对比5个病种自动计划程序设计效率最大可以提高至2.4倍,全脑照射剂量学参数评估中,人工计划和自动计划均满足临床需求,靶区D2%、CI、HI相近(P>0.05),人工计划靶区D98%和晶体Dmax的平均值高于自动计划0.4%和7.1%(P<0.05)。结论 本程序具备了自动计划系统的功能,能够实现多病种多类型放疗计划的自动设计,大幅提高计划设计效率,具有重要的临床应用价值。     

融合多高斯混合模型与Graph Cuts优化技术的目标自动检测方法

本文将时城信息与空域信息融合,利用Graph Cuts全局最优特性,通过自适应的信息融合策略,提取运动目标.在自动化跟踪系统中,从图像序列提取运动目标信息,是进行目标检测与跟踪的前提.目前,目标信息提取方法包括对视频图像序列的时域和空域进行分析.利用时域信息,可以比较好地提取出目标的运动信息,区分出前景和背景.而把利用...     

基于危及器官剂量预测和射野角度优化的食管癌调强放疗自动计划研究

目的 在Raystation计划系统上实现基于危及器官剂量预测和射野角度优化的食管癌调强放疗(IMRT)计划自动设计。方法 选取50例食管癌IMRT计划数据作为训练集,训练危及器官剂量预测模型。另外选取20例病例应用RuiPlan自动计划脚本和人工方法分别进行计划设计,其中在自动计划中使用射野角度优化和危及器官剂量预测模型。配对t检验比较两组计划的剂量差异和工作效率。结果 人工计划和自动计划计划靶体积的适形指数、均匀性指数,全肺V5Gy与脊髓Dmax均相近(均P>0.05)。自动计划的左肺和右肺V20Gy、Dmean较人工计划下降1.1%、0.37Gy和1.2%、0.38Gy (均P<0.05),心脏V30Gy、V40Gy、Dmean较人工计划下降5.1%、3.0%、1.41Gy (均P<0.05)。自动计划的人工操作时间、计算机处理时间、机器跳数较人工计划分别减少了65.8%、14.1%、17.2%(均P<0.05)。结论 RuiPlan自动计划脚本能够通过危及器官剂量预测和射野角度优化的方法提高食管癌计划设计效率,为食管癌放疗计划设计提供了另一种可选途径。     

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D90%、D95%、D98%、Dmean、适形度(CI)指标, 较常规配准策略分别平均提高0.23 Gy、0.49 Gy、1.05 Gy、0.15 Gy、0.03, 危及器官的剂量差异无统计学意义。宫颈癌病例PTV的D90%、D95%、D98%、Dmean、CI指标, 较常规配准策略分别平均提高0.72 Gy、1.15 Gy、2.53 Gy、0.24 Gy、0.05, 部...     

基于深度学习方法的乳腺癌调强放疗自动计划研究

目的 开发一种基于深度学习网络的乳腺癌调强放疗计划剂量分布预测的方法,并评估将其用于自动计划的可行性。方法 从复旦大学附属肿瘤医院选取 240例左侧乳腺癌患者,200例作为训练集,20例作为验证集,另外 20例作为测试集。应用深度学习网络建立患者CT影像、靶区和危及器官的勾画图像与剂量分布的相互关系,达到预测新患者剂量分布的目的,并尝试将预测的剂量分布作为目标函数优化并生成治疗计划。结果 临床治疗计划的剂量分布和预测的剂量分布相比,靶区(除同步加量的PTV48Gy)和危及器官的剂量值相近,且基于预测的剂量分布生成的治疗计划与预测结果基本相同。结论 本研究实现了一种基于深度学习网络的乳腺癌调强计划剂量分布预测方法,有助于进一步实现自动设计治疗计划的目标。     

基于模型的三维目标识别技术研究

三维目标识别技术已经成为当前图象识别研究的重要方向。本文在简要介绍若干目标识别基本方法的基础上,结合三维目标识别的特点,着重讨论了基于模型的三维目标识别技术。针对三维数据图象,详细探讨了其中的图象分割、特征描述及模型匹配等关键技术,实验结果验证了其有效性。本文的工作,对于三维数据图象处理及目标识别在进一步的性能改进和复杂目标识别方面起到很好的借鉴作用。     

基于DVH目标函数的VMAT计划设计研究

目的 研究基于DVH目标函数设计VMAT计划的新方法, 并应用到临床食管癌患者中评估所得计划的剂量学特性和计划效率。方法 对12例胸段食管癌患者以常规VMAT计划方式为参照, 分别采用基于多目标优化DVH (MCO-DVH)目标函数和重叠体积预测DVH (OVH-DVH)目标函数设计两组VMAT计划, 评估所得VMAT计划的剂量学特性、计划效率。配对t检验组间差异。结果 基于DVH目标函数的两组VMAT计划均满足临床要求, 与常规VMAT计划相比, 靶区适形指数和均匀指数较优(0.77∶0.72, P=0.017和0.10∶0.12, P=0.047);MCO-VMAT计划中OAR双肺V₅和脊髓V₅₀优于常规VMAT计划组(54.66∶60.23, P=0.013和0.98∶0.49, P=0.037), 其他参数相近;与常规VMAT计划时间相比, 基于DVH目标函数的VMAT计划设计时间明显缩短(8.2∶19.5, P=0.023)。结论 与常规VMAT计划设计方法相比, 基于理想DVH目标函数设计VMAT计划可实现靶区剂量分布更均匀的同时, 更好保护OAR且可提高计划效率。     

后装放疗计划的鲁棒优化研究

目的:探讨后装放疗计划的鲁棒优化方法在宫颈癌放疗中的应用价值。方法:回顾性选择已完成治疗的根治性宫颈癌患者20例,用剂量体积直方图(DVH)参数对比常规优化和鲁棒优化计划差异,用DVH和DVH束评估常规优化和鲁棒优化计划的鲁棒性。鲁棒优化方法使用最差剂量分布考虑放疗中不确定因素存在时的剂量,每次优化迭代计算放射源沿人体...     

针对射程不确定性的质子调强放疗鲁棒优化方法

目的 因治疗精度高、副作用小,质子调强放疗(IMPT)成为放疗领域的研究热点,但其精度对射程变化非常敏感。本研究提出一种针对射程不确定性的IMPT鲁棒优化方法用于减小射程偏差对放疗计划的影响。方法 首先建立鲁棒优化模型,目标函数采用二次型函数表达式,其中包含3种射程:射程增加、射程正常、射程缩短;每种射程对应的器官剂量贡献矩阵采用质子笔形束算法计算得到。对射程偏差进行离散化,每个射程的发生概率基于高斯分布函数得到。最后采用共轭梯度法优化出最优解,最优解使得靶区和危及器官实际剂量分布在射程偏差内尽量达到期望剂量。结果 采用AAPM TG-119号报告的3套模拟例题测试本研究方法的有效性:鼻咽癌病例、前列腺病例和“C”型病例。与常规IMPT优化结果对比,发现该方法对射程不确定性的敏感性更低。射程发生偏差时,鼻咽癌病例和前列腺病例的靶区和危及器官基本达到期望剂量,“C”型病例的靶区高剂量覆盖率和危及器官保护都有了提高。结论 针对射程不确定性,该方法可得到更高的靶区覆盖率,同时降低危及器官剂量。     

兆伏级锥形束CT图像下鼻咽癌调强放疗计划的优化研究

目的 探讨兆伏级锥形束CT(MVCBCT)图像下鼻咽癌患者调强放疗(IMRT)计划的优化方法.方法 利用XiO治疗计划系统模拟MVCBCT图像采集过程.计算3例鼻咽癌患者不同MVCBCT扫描条件下[27.4 cm ×27.4 cm视野下8、5 MU(A、C),27.4 cm×15.0 cm视野下8、5 MU(B、D)]靶区(GTV、CTV)和危及器官或组织的平均剂量(DMVCBCT).依据IMRT常规计划和DMVCBCT求出剂量修正因子(CFMVCBCT),将CFMVCBCT附加MVCBCT成像过程重新对治疗计划进行优化.对DMVCBCT的A∶B、C∶D、A∶C、B∶D行配对t检验.结果 对于DMVCBCT和CFMVCBCT,GTV的A、B、C、D分别为7.78、5.78、4.88、3.55 CGy(A∶C不同,t=24.41,P＜0.01)和0.993～0.997,CTV1的分别为7.88、6.95、4.88、4.38 cGy(A∶B、A∶C、B∶C不同,t=3.85、-31.82、～8.52,P均＜0.01)和0.992～0.996,CTV2的分别为8.28、6.67、5.17、4.17 cGy(4个比较均不同,t=6.41～18.24,P均＜0.01)和0.991～0.996;脊髓的分别为6.88、5.00、4.28、3.50 cGy(A∶B、A∶C不同,t=2.83、11.03,P均＜0.05)和0.989～0.995,左腮腺的分别为7.88、7.38、4.95、4.62 cGy和0.984～0.990,左视神经的分别为8.67、0.28、5.33、0.28 cGy和0.963～0.999,左眼晶体的分别为9.17、0.22、5.72、0.17 cGy和0.821～0.997,脑干的分别为6.95、2.17、4.38、1.38 cGy和0.987～0.997,视交叉的分别为7.78、0.45、4.95、0.28 cGy和0.978～0.999(5个的4个比较均不同,t=5.06～335.16,P均＜0.01).结论 MVCBCT图像引导鼻咽癌患者IMRT过程将导致患者接受一定辐射剂量,通过对IMRT常规计划修正可消除其影响.     

脑胶质瘤调强放疗机架角度优化的剂量学研究

目的 探讨调强放疗计划中机架角度优化的剂量学特点。方法 随机选取 15例脑胶质瘤术后患者,每例患者分别设计两种治疗计划,其中射野数目(5~9个野)、剂量体积约束条件相同,但第1种计划(计划1)的机架按等角度共面布置,第2种计划(计划2)的机架角由计划系统内含的机架角度几何优化算法自动选择。在处方剂量要求相同情况下,比较两种计划的靶区和危及器官剂量学参数、机器跳数差异。结果 靶区剂量学参数中,计划1的计划瘤床体积适形指数好于计划2(0.84∶0.85,t=2.77,P=0.015);对于危及器官,计划2的左右晶体和左视神经受量明显低于计划1(528.91 cGy∶662.40%,t=3.15,P=0.007;535.87 cGy∶631.99 cGy,t=2.72,P=0.017;2189.85 cGy∶2676.41 cGy,t=3.06,P=0.008);对于正常组织\[全脑正常组织减去PTV 即B-P\],计划2中受照 5~20 Gy体积占总B-P体积百分比 V₅、V₁₀、V₁₅、V₂₀小于计划1的(52.17%∶55.43%,t=3.76,P=0.002;42.91%∶46.66%,t=4.44,P=0.001;36.05%∶40.01 cGy,t=5.91,P=0.000;29.45%∶32.35%,t=4.89,P=0.000);计划2的机器跳数比计划1的平均减少10.7%(851∶760,t=3.60,P=0.003)。结论 脑胶质瘤调强放疗机架角度优化能一定程度减少危及器官受量,更好保护靶区周围的正常组织,同时还减少了机器跳数,具有一定的剂量学优势。     

基于SIFT及射影变换的多摄像机目标交接

运动目标正确交接是多摄像机视频监控中的关键,视野分界线是解决目标交接的有效工具.不需标定摄像机参数,提出了一种利用尺度不变特征变换(SIFT:seale-invariant freatures transform)及射影变换实现目标交接的算法.首先使用SIFT算法在不同视角拍摄的图像间自动生成匹配的特征点,由空间共面的...     

全乳腺放疗野中野调强技术的三种设计方法对比

[目的]优化全乳腺放疗时野中野调强技术的设计方法。[方法]选取乳腺癌保乳术后患者10例．用野中野调强技术设计全乳腺放疗计划,每例患者分别用完全正向法（正向法）、完全正向加楔形板补偿法（正楔法）和正向加逆向直接射野优化（DMPO）法（正逆法）设计三个治疗计划并进行对比。[结果]只有正逆法的计划靶区（P1rV）剂量分布能达到目标要求（平均剂量5000cGy,均匀性为±5％）,其覆盖99％靶区体积的剂量为4753±28cGy,接受高于5250eGy剂量的靶区体积为0．2％,剂量不均匀性指数为1．092±0．005,均明显优于正向法和正楔法（P〈0．05）。三种方法中同侧肺、左心室和对侧乳房的受量无明显差异。[结论]正向加DMPO的正逆法得到的剂量分布最好,正向加楔形板法产生的照射野最为简单。