优化通过水解剖辅助的肝瘤微波切除手术参数:解决方案空间特征和主动学习方法
Chang Yuan1, Xiaotong Yan1, Kai Yue2
1School of Energy and Environmental Engineering, University of Science and Technology Beijing, Beijing 100083, PR China.
Computer methods and programs in biomedicine
|July 25, 2025
概括
这项研究开发了一种使用主动学习的优化方法,以最大限度地降低肝脏瘤微波切除过程中的热损伤风险. 这种方法减少了计算时间,提高了预测准确性,提高了患者的安全性.
科学领域:
- 医学物理 医学物理
- 计算生物学 计算生物学
- 手术瘤学手术瘤学
背景情况:
- 水解剖在微波除过程中保护组织,但余热可能会导致热损伤.
- 切除后对附近器官的热损伤仍然是一个临床问题.
研究的目的:
- 利用解决方案空间特征和主动学习开发外科参数优化方法.
- 为了最大限度地降低肝脏瘤微波切除后邻近组织的术后热损伤的风险.
主要方法:
- 创建了肝脏和结肠的3D模型,加上电磁热孔隙介质流.
- 优化包括瘤切除完整性,碳化,组织损伤和手术持续时间.
- 积极学习和神经网络使用患者特定数据确定了最佳参数;ex vivo实验验验证了模型.
主要成果:
- 模拟模型准确预测了组织损伤 (5.34%的误差) 和温度变化.
- 优化方法在16次模拟中实现了最佳解决方案,减少了计算时间.
- 积极学习减少了25.7%的预测误差,瘤导电性是最有影响力的因素.
结论:
- 这项研究为优化微波除治疗计划提供了一个理论框架.
- 开发的方法旨在减少治疗区域的邻近组织烧伤.
