简介：摘要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左右(x轴)、前后(y轴)、头脚(z轴)方向偏移固定值(2 mm)时的剂量分布，再加上放射源位置无偏移情况；每个体元的最差剂量分布是这几种情况中靶区内剂量最低值和靶区外剂量最高值，迭代目标函数通过最差剂量分布计算。结果在没有放射源位置偏移情况下，鲁棒优化HR-CTV D100%均值比常规优化低，而V150%均值比常规优化高(P<0.05)。在考虑放射源位置偏移情况下，对比多种剂量分布的最差剂量学参数，鲁棒优化和常规优化的HR-CTV D100%均值相近，但鲁棒优化的D90%均值比常规优化高(范围0.02～0.03 Gy)(P<0.05)。鲁棒优化增加了膀胱和小肠的D2cm3，直肠剂量随着鲁棒优化中考虑的放射源位置偏移方向的增加而增加。所有患者的常规优化和鲁棒优化的DVH束宽度相近。结论基于最差剂量分布的鲁棒优化不能明显地提升宫颈癌后装放疗计划的鲁棒性，需要其他的方式减小后装放疗中的不确定因素对剂量的影响。

简介：摘要目的基于三维(3D)U-net深度学习模型，建立预测CT引导下宫颈癌近距离治疗计划的3D空间剂量分布。方法2021年4－9月收集114例宫颈癌患者三维近距离放疗计划(处方剂量6 Gy)组成数据集，按84∶11∶19划分为训练集、验证集、测试集。利用3D U-net模型进行500次(epoch)训练，分别评估测试集病例体素级的平均剂量偏差(MDD)与绝对剂量偏差(MADD)、等剂量面包围体积的戴斯系数(DSC)、处方剂量适形度指数(CI)、高危临床靶区(HRCTV)的D90和平均剂量Dmean、膀胱、直肠、小肠、结肠的D1 cm3与D2 cm3剂量学参数。结果测试集中19例患者的3D剂量矩阵MDD与MADD分别为－0.01±0.03和(0.04±0.01)Gy。50%到150%处方剂量的DSC在0.89到0.94之间，处方剂量CI为0.70±0.04。HRCTV的D90的平均偏差为2.22%，Dmean的偏差为－4.30%。膀胱、直肠、小肠、结肠的D1 cm3与D2 cm3最大偏差分别为2.46%和2.58%。模型预测平均耗时2.5 s。结论本研究实现了一种基于3D U-net的预测宫颈癌3D剂量分布的深度学习模型，为宫颈癌近距离治疗自动化设计奠定基础。