学科分类
/ 1
7 个结果
  • 作者: 门阔 胡伟刚 张艺宝 王培 尹勇 戴建荣
  • 学科: 医药卫生 >
  • 创建时间:2022-12-13
  • 出处:《中华放射肿瘤学杂志》 2022年第05期
  • 机构:国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院放疗科,北京 100021,复旦大学附属肿瘤医院放疗中心,复旦大学上海医学院肿瘤学系,上海市放射肿瘤学重点实验室,上海 200032,北京大学肿瘤医院暨北京市肿瘤防治研究所放疗科,恶性肿瘤发病机制及转化研究教育部重点实验室,北京 100142,电子科技大学医学院附属肿瘤医院/四川省肿瘤医院,成都 610041,山东省肿瘤防治研究院(山东省肿瘤医院),山东第一医科大学(山东省医学科学院),济南 250117
  • 简介:摘要在大数据和人工智能的助力下,放射治疗计划自动化的研究及临床应用发展迅速。放疗计划自动化系统的使用和监管等工作,需要仔细考虑自动化的程度及其适用环境。对于自动驾驶车辆,国内外定义了其自动化水平,但对于放疗计划自动化没有类似的定义。为了促进和规范放疗计划自动化发展,并激发行业讨论,我们参考汽车驾驶自动化分级制定了此分级建议,将放疗计划自动化分成6个等级(1级至6级)。

  • 标签: 放射治疗 计划自动化 分级
  • 简介:摘要目的建立基于预测可行性剂量体积直方图(DVH)的肝癌容积调强弧形治疗(VMAT)自动计划方法,并评价其性能。方法回顾性随机选取10例放疗肝癌病例。采用Pinnacle Auto-Planning设计VMAT自动计划,通过PlanIQ剂量预测得到可行性DVH曲线,并根据其显示的可行性目标区间设置自动计划的初始优化目标。评价计划靶体积、正常肝和其他危及器官的剂量参数以及机器跳数,并与临床手工计划行配对t检验。结果自动计划和手工计划的计划靶体积D2%、D98%、Dmean和均匀度指数相近[(58.55±2.81) Gy∶(57.98±4.17) Gy、(47.15±1.58) Gy∶(47.82±1.38) Gy、(53.14±0.95) Gy∶(53.44±1.67) Gy和1.15±0.05∶1.14±0.07,P均>0.05],手工计划的计划靶体积适形指数略高于自动计划(0.77±0.08∶0.69±0.06,P<0.05)。自动计划的肝V30Gy、V20Gy、V10Gy、V5Gy和V<5Gy显著优于手工计划[(26.68±11.13)%∶(28.00±10.95)%、(29.96±11.50)%∶(31.89±11.51)%、(34.88±11.51)%∶(38.66±11.67)%、(45.38±12.40)%∶(50.74±13.56)%和(628.52±191.80) cm3∶(563.15±188.39) cm3,P均<0.05],自动计划的小肠、十二指肠、心脏Dmean以及全肺V10Gy低于手工计划[(1.83±2.17) Gy∶(2.37±2.81) Gy、(9.15±9.36) Gy:(11.18±10.49) Gy、(5.44±3.10) Gy∶(6.25±3.26) Gy以及(12.70±7.08)%∶(14.47±8.11)%,P均<0.05]。两种计划的机器跳数相近[(710.67±163.72) MU∶(707.53±155.89) MU,P>0.05]。结论基于预测可行性DVH的肝癌VMAT自动计划方法能提高计划质量,更好保护正常肝,对小肠、十二指肠、全肺和心脏的保护也有优势。

  • 标签: 肝肿瘤/容积调强弧形疗法 自动计划 剂量体积直方图
  • 作者: 马泽良 门阔 蒋海行 惠周光
  • 学科: 医药卫生 >
  • 创建时间:2021-03-21
  • 出处:《中华放射医学与防护杂志》 2021年第02期
  • 机构:国家癌症中心 国家肿瘤临床医学研究中心 中国医学科学院北京协和医学院肿瘤医院放疗科,北京 100021,苏州寻正医学科技有限公司研发部,苏州 215000,国家癌症中心 国家肿瘤临床医学研究中心 中国医学科学院北京协和医学院肿瘤医院特需医疗部,北京 100021
  • 简介:摘要放射治疗是癌症的主要治疗手段之一,以机器学习为代表的人工智能飞速发展,可应用于放射治疗临床实践的各个环节,包括临床决策支持、自动勾画靶区、预测疗效和副反应等,提高准确性与效率。尽管面临着结构化数据缺乏、模型可解释性差等挑战,机器学习在放射治疗中的应用将日趋深刻而广泛。本文从机器学习简介、在放射治疗中的临床应用研究进展和挑战与解决之道等3个方面展开综述。

  • 标签: 机器学习 人工智能 放射治疗
  • 简介:摘要目的建立一种确定立体定向放疗(SRT)容积调强弧形治疗(VMAT)计划处方等剂量线(IDL)的方法。方法选取8例SRT脑转移瘤患者,靶区体积范围3.5~11.7 cm3(中位数6.1 cm3)。采用VMAT技术,首先对每一个靶区设计相同处方剂量的参考计划。然后,采用原靶区内收一定几何边界生成的新靶区来进行优化计算,从而得到不同IDL的计划。研究不同靶区达到最优IDL范围所需内收的最小几何边界。结果所有靶区达到最优IDL范围所需内收的最小边界均为4或5 mm,其得到的平均IDL为(66.05±0.02)%。最优IDL计划同参考计划相比,平均梯度指数(GI)从4.05±0.39下降到3.37±0.24,下降了20%(Z=-2.521, P<0.05)。正常脑组织中V40、V30、V5以及平均剂量分别下降了11.5%(Z=-1.973, P<0.05)、7.2%(Z=-2.105,P<0.05)、12.8%(Z=-2.521,P<0.05)以及8.1%(Z=-2.382,P<0.05),V20、V10以及适形度指数无明显差异(P>0.05)。结论采用靶区内收生成新的靶区进行计划设计的方法可以用于SRT-VMAT计划IDL的优化。靶区内收4或5 mm进行计划设计可以使IDL达到最优范围,从而可以降低GI值以及更好地保护正常脑组织。

  • 标签: 立体定向放疗 处方等剂量线 VMAT 脑转移瘤
  • 简介:摘要肺癌是世界范围内死亡率最高的恶性肿瘤。放射治疗在肺癌综合治疗中发挥着重要作用,随着放疗技术和设备的不断进步,已成为肺癌治疗的有效手段之一。近年来,人工智能技术高速发展并广泛应用于临床,尤其在肺癌影像的诊疗中起着很好的辅助作用。对影像进行整理、汇总可以得到影像数据库,应用于临床工作及科研。本文针对人工智能辅助肺癌放疗的影像数据库相关研究进行综述,以期为肺癌人工智能放疗影像数据库建设提供参考。

  • 标签: 肺肿瘤 放射疗法 人工智能 影像数据库
  • 简介:

  • 标签:
  • 简介:摘要目的观察牙周基础治疗对冠延长术的作用。方法选取门诊做冠延长术的患者20人共26颗牙,随机分为2组。术前做牙周基础治疗和不做处理的进行对照,每组均为13颗牙,观察3个月,6个月,1年。结果术前做牙周基础治疗的患者在3个月,6个月,1年的成功率均高于对照组。结论术前做牙周基础治疗对冠延长术的成功率有显著提高。

  • 标签: 牙周基础治疗 冠延长术