强大的随机优化策略用于locoregional高温症治疗计划,使用多项式混乱扩张

科学领域:

• 医学物理 医学物理
• 在瘤学瘤学.
• 生物医学工程 生物医学工程

背景情况:

• 传统的高温症治疗计划优化瘤温度 (T90),假设已知的组织特性,往往导致不准确.
• 组织和 perfusion 属性的不确定性显著影响传统温度优化的可靠性.
• 需要强大的优化策略来增强高热症治疗计划的临床适用性.

研究的目的:

• 开发和实施新的强大的优化策略,用于高温症治疗规划.
• 为了减少组织和 perfusion 属性的不确定性对治疗结果的影响.
• 通过最大限度地减少正常组织过热,提高高温症的安全性和有效性.

主要方法:

• 扩展了Plan2Heat软件,使用随机多项式混沌扩展模型创建平均 (T_avg) 和共变 (C) 温度矩阵.
• 实施了三种新的优化策略,包括T_avg和C:T_avg90最大化,对max ((T_tissue) 或其变体有硬约束,以及组合最大化/最小化方法.
• 在一个宫癌患者病例中测试了100个随机样本的组织属性分布的策略,以评估瘤T90和正常组织热点.

主要成果:

• 与传统优化相比,新的策略增加了没有热点的治疗计划数量 (在正常组织中超过45°C).
• 在新策略中,中位瘤T90仅略有减少 (0.1°C-0.3°C).
• 强大的策略导致正常组织的体积较小,超过45°C,并且减少了最大正常组织温度的变化.

结论:

• 考虑到组织属性的不确定性,优化策略有效地将高温症中的正常组织热点降至最低.
• 这些强大的方法提供了潜在的临床优势,通过减少治疗器件内部调整的需要.
• 开发的策略可以提高治疗的可靠性和安全性,而不会显著地影响治疗性瘤加热.