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   14篇
  免费   5篇
基础医学   4篇
特种医学   3篇
综合类   5篇
预防医学   3篇
肿瘤学   4篇
  2023年   2篇
  2022年   7篇
  2020年   2篇
  2019年   2篇
  2018年   1篇
  2017年   1篇
  2016年   2篇
  2015年   1篇
  2012年   1篇
排序方式: 共有19条查询结果,搜索用时 45 毫秒
1.
呼吸运动状态对动态调强放疗剂量分布影响的研究   总被引:2,自引:2,他引:0       下载免费PDF全文
目的 探讨不同幅度、周期、方向的呼吸运动对动态调强放疗(IMRT)计划中靶区剂量分布的影响。方法 选取30例肺癌病例,按靶区体积大小分为A(72.0~200.2 cm3)、B(271.7~380.0 cm3)、C(498.9~684.9 cm3)3组,每组10例,平均体积分别为151.5、327.1和583.3 cm3。使用呼吸运动模拟平台带动含二维电离室矩阵的模体沿枪靶方向运动。分别转动准直器至0°和90°,在不同呼吸运动幅度(0、4、8、12和15 mm)与周期(3、4和5 s)下,采集模体等中心层面剂量。其中周期为4 s测量5次,以绝对剂量及γ通过率(3 mm/3%)为指标,分析采集剂量与治疗计划系统(TPS)输出的剂量分布差异。结果 在两个方向上,呼吸运动降低了靶区边缘内侧剂量,提高了靶区边缘外侧剂量。呼吸运动周期之间的γ通过率差异最大达3.54%(t=2.301,P<0.05)。当呼吸运动幅度超过8 mm时,γ通过率<90%,且随幅度增大而减小。静态与呼吸运动之间γ通过率的差值和靶区体积呈负相关,A、B、C 3组的平均γ通过率依次增大。5次叠加剂量的γ通过率高于单次剂量平均γ通过率,且差异有统计学意义(t=-9.36~-5.95,P<0.05)。结论 动态IMRT靶区剂量分布主要受呼吸运动幅度及自身体积影响,部分幅度下呼吸运动周期对剂量分布有影响。多次剂量实施后,可消除部分单次剂量实施误差。医师需要根据呼吸运动幅度对靶区进行合理外扩,同时优化呼吸运动方向上靶区边缘组织受量。对于靶区体积过小以及呼吸运动幅度过大的患者,应采取呼吸管理技术提高靶区剂量实施的精准性。  相似文献   
2.
目的:探讨机器学习在肺癌容积旋转调强(VMAT)治疗计划对心脏和肺的剂量体积直方图(DVH)预测的可行性。方法:选取51例肺癌VMAT计划,随机选取其中43例为训练组,剩余8例为验证组。分析训练组中患者的解剖信息与两侧肺V5、V20和心脏V30、V40的相关性。采用机器学习方法,以解剖信息为输入、危及器官(OAR)的DVH为输出,分别构建并训练关于两侧肺以及心脏的人工神经网络模型。将验证组中8例VMAT计划中的解剖信息分别输入到已经构建好的人工神经网络模型,分别预测OAR的DVH。结果:两侧肺V5、V20和心脏V30、V40受自身体积大小影响可忽略,受OAR与靶区的空间相对位置关系影响较大。患侧肺、对侧肺、心脏的人工神经网络结构模型中隐藏层分别含有41、38、34个神经结点,线性回归系数分别为0.994、0.975、0.986。对验证组中患侧肺和对侧肺的V5、V20的预测误差分别为2.70%[±]1.83%、2.84[%±]1.97%和13.7%[±]7.8%、0.72[%±]0.75%,对心脏V30、V40的预测误差分别为3.20[%±]0.63%、2.1[%±]1.5%,仅对侧肺V5的预测值和实际值差异有统计学意义(P<0.05)。结论:采用人工神经网络方法可以对肺癌VMAT计划中解剖信息与OAR的DVH数据进行学习,构建的人工神经网络模型可预测出患侧肺、心脏V25[~]V60和对侧肺V20的DVH数据,可为临床计划设计提供参考。  相似文献   
3.
目的:探讨肺癌容积调强弧形治疗(VMAT)计划中,最小子野宽度对放疗计划质量的影响。方法:选择病理证实为肺癌的患者12例,计划靶区处方剂量为60 Gy/30次。使用Monaco治疗计划系统设计全弧VMAT计划,计算网格为0.3 cm,采用6 MV X射线,每个弧的最大控制点数为200。计算不确定度为1%。最小子野宽度依次选取0.5、0.7、1.0、1.2和1.5 cm。以最小子野宽度为1.0 cm的计划为参考,与其他子野宽度下的计划相比较,分析各剂量学指标随最小子野宽度变化的情况。结果:随着最小子野宽度增大为1.2、1.5 cm时,靶区Dmean、D2变化明显(P?0.05)。相比参考最小子野宽度1.0 cm,最小子野宽度为1.5 cm时,适形度指数变化较大(Z=-2.694, P?0.05);最小子野宽度为0.5、0.7、1.2和1.5 cm时,靶区覆盖率相差较明显(Z=-2.904、-3.061、-2.747、-2.941, P?0.05)。最小子野宽度1.0 cm时,VMAT计划平均机器跳数为684.4 MU;最小子野宽度为0.5、0.7、1.2、1.5 cm时,计划的平均机器跳数分别为为972.8、763.8、660.1、665.3 MU。控制点数随着最小子野宽度的增大呈降低趋势。结论:利用Monaco系统设计肺癌VMAT计划,最小子野宽度为1.0 cm时VMAT计划的质量更好。通过调整VMAT计划的最小子野宽度可大大降低机器跳数,提高射束的有效使用率,同时提高患者的治疗舒适度。  相似文献   
4.
目的:研究Monaco治疗计划系统的放射治疗计划控制点(CP)个数在早期非小细胞肺癌(NSCLC)的体部立体定向放射治疗(SBRT)计划中的影响,为优化肺癌SBRT旋转容积调强计划的CP参数设置提供依据.方法:选取医院收治的9例早期周围型NSCLC患者,其中1例患者左、右肺各有肿瘤,分别行左、右侧两个计划处理(共10幅...  相似文献   
5.
目的 分析不同剂量叠加方法在宫颈癌内外照射累积剂量时的差异,评估直接叠加法的准确性.方法 回顾性分析10例均接受内外照射治疗的宫颈癌患者的放疗计划.借助多模态图像合并软件中的形变配准方法计算每例患者分次内照射剂量、外照射剂量叠加,并与直接叠加法比较.结果 对于分次内照射剂量,直接叠加法所得肿瘤靶区D90%、膀胱D2cc...  相似文献   
6.
目的 基于XiO计划系统研究加速器碳素纤维治疗床对放射治疗剂量分布的影响,并通过在XiO计划系统中构建虚拟治疗床来模拟加速器治疗床对剂量的衰减。方法 使用大孔径螺旋CT扫描加速器治疗床的延长板,勾画轮廓并保存为床模型。将固体水模置于治疗床的中心,测量不同机架角度(100°~180°)下等中心处的吸收剂量,并在XiO计划系统中加与不加床模型的情况下分别进行剂量计算,得到治疗床的剂量衰减系数。通过不断调整外层碳素纤维(CF)和内层填充泡沫(FC)的相对电子密度(RED)值,得到能最好模拟治疗床剂量衰减的CF和FC的RED值。选取10例肺癌患者计划,使用Octavius 4D模体进行剂量验证,评估在剂量计算中考虑治疗床对计划通过率的改善。结果 CF和FC的最优化RED分别为0.75和0.10 g/cm3。不考虑治疗床,计算值的偏差在120°达到最大值4.84%;考虑治疗床后,误差由(2.54±1.48)%降至(-0.04±0.36)%,差异有统计学意义(Z=-3.621,P<0.05)。三维剂量验证的γ通过率(3 mm/3%标准)由(91.79±1.25)%提高至(94.74±1.69)%,差异有统计学意义(t=6.027,P<0.05)。结论 治疗床对剂量的衰减不应被忽略,在XiO计划系统中构建虚拟治疗床可以很好地模拟衰减,提高剂量计算的准确性。  相似文献   
7.
目的 探讨和建立准确检测后装治疗机及其计划系统的质控方法.方法 利用标准模体检测治疗计划系统(Treatment Planning System,TPS)图像重建误差;借助剂量体积直方图参数对比TPS中手动重建和自动重建施源器通道的剂量学差异;通过井型电离室和胶片测量法对后装治疗机的源外观活度、源到位精度和源退位精度进...  相似文献   
8.
目的 探索用锥形束扫描CT(Cone Beam Computed Tomography,CBCT)验证放疗技师摆位偏差大小及六维床HexaPOD纠正摆位偏差的能力和稳定性,为临床提供数据参考.方法 回顾性分析本院2018年6月至2019年6月经影像学和病理学证实的340例不同治疗部位的肿瘤患者,收集每位患者首次扫描CB...  相似文献   
9.
目的 采用蒙特卡罗模拟技术,借助程序MCNP5对国产高剂量率铱源剂量率的分布进行模拟研究.方法 基于TG43号报告中的剂量率计算公式,借助MCNP5建立铱源模型,模拟计算此模型的空间剂量分布,分析研究铱源的径向剂量函数及各向异性函数.结果 模拟的各向异性函数与发表结果在误差范围内一致.当径向距离较小时,模拟的径向剂量函...  相似文献   
10.
目的:对比Monaco计划系统中旋转容积调强治疗(VMAT)计划的4种不同通量平滑度在非小细胞肺癌(NSCLC)患者体部立体定向放射治疗(SBRT)中的剂量学差异,分析探讨通量平滑度对计划优化的影响。方法:选取医院收治的13例周围型NSCLC患者的CT图像,所有计划保持优化函数与其他参数一致,分别使用通量平滑度关闭设置(Off)、低通量平滑度设置(Low)、Monaco5.11.03计划系统中通量平滑度常规设置(Medium)和高通量平滑度设置(High)4种通量平滑度进行VMAT计划设计,并分别定义为Off组、Low组、Medium组和High组,比较4组不同计划的靶区、危及器官(OAR)的剂量学参数和机器跳数、计算时间和计划验证通过率。结果:High组与Medium组相比,机器跳数降低了6.0%,计算时间降低了5.0%,两组比较差异均有统计学意义(t=-2.642,t=-2.691;P<0.05)。High组与Medium组相比,肿瘤靶区的最大值和平均值、靶区覆盖率、靶区适形性指数(CI)、靶区均匀性指数(HI)、靶区剂量跌落指数(R50%)、计划验证通过率和正常组织的比较,...  相似文献   
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