基于神经网络学习方法的放疗计划三维剂量分布预测
孔繁图1
麦燕华1
亓孟科1
吴艾茜1
郭芙彤1
贾启源1
李永宝2
宋婷1
周凌宏1
1.南方医科大学生物医学工程学院,广东广州,5105152.中山大学肿瘤防治中心,广东广州,510060
摘要：目的 研究利用神经网络建立患者几何解剖结构特性与对应放疗计划三维剂量分布的关联模型,用以新患者的计划剂量学特性预测.方法 收集并应用25例固定13野临床前列腺癌IMRT/SBRT计划,处方剂量为50Gy,以体素为研究对象,提取器官体积、射线角度、器官位置关系等信息,采用神经网络构建剂量预测模型.随机选取20例用于训练,5例用于验证,以验证预测方法的可行性与有效性.结果 实验表明,模型训练误差较小,验证样本剂量差异小,预测结果准确.模型训练误差较小,点对点平均剂量差异不高于0.0919±3.6726 Gy,DVH差异不超过1.7％.5例验证样本,剂量差异为0.1634±10.5246Gy,百分剂量差异在2.5％以内,DVH差异在3％以内.三维剂量分布显示剂量差异较小,预测剂量分布合理.模型对膀胱和直肠预测性能表现较好,股骨头次之.结论 本文使用神经网络学习方法成功建立了同肿瘤类型患者几何解剖结构特性和对应计划三维剂量分布之间的关联,不仅可以为计划提供质量标准,还为实现自动计划控制和计划设计奠定基础.
关键词：调强放射治疗三维剂量分布预测神经网络学习
资助基金：国家重点研发计划(2017YFC0113203)国家自然科学基金(81571771)国家自然科学基金(81601577)中国博士后科学基金面上项目(2016M592510)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 683-690 )
英文信息