使用voxel剂量预测和自适应参数调整的宫强度调节放射治疗的自动化规划优化框架
Qiyuan Jia1,2, Chuancheng Zhen1, Lishenquan Cai1
1Department of Radiotherapy Technology, Ningbo No.2 Hospital, Ningbo, Zhejiang 315010, China.
Physics and imaging in radiation oncology
|February 27, 2026
概括
这项研究引入了放射治疗计划的自动化框架,通过将剂量预测与适应性优化相结合来改善器官节约,以管理强度调节放射治疗 (IMRT) 的不确定性.
科学领域:
- 医学物理 医学物理
- 辐射瘤学 辐射瘤学
- 计算生物学 计算生物学
背景情况:
- 在放射治疗中的基于知识的规划往往与预测不确定性作斗争.
- 管理这些不确定性对于优化治疗计划和患者结果至关重要.
研究的目的:
- 开发一个自动化框架,将voxel剂量预测与自适应优化集成在一起.
- 通过解决预测不确定性来克服基于知识的规划的局限性.
主要方法:
- 开发了一个自动化框架,将voxel剂量预测与自适应优化结合起来.
- 使用模糊推断系统来动态调整目标,纠正临床指导违规行为.
- 该框架在27例宫强度调节放射治疗 (IMRT) 病例中进行了测试.
主要成果:
- 显著改善了对感兴趣的器官 (OOI) 的节省.
- 接受45 Gy的直肠体积减少了5.5 ± 2.2% (p < 0.005).
- 保持了与临床计划相比的目标覆盖率.
结论:
- 开发的框架成功地产生了高质量的IMRT计划.
- 适应性优化有效地解决了辐射治疗规划中的预测不确定性.
- 这种方法可以提高器官节约,同时确保充分覆盖瘤.
更多相关视频
07:57Positron Emission Tomography-based Dose Painting Radiation Therapy in a Glioblastoma Rat Model using the Small Animal Radiation Research Platform
Published on: March 24, 2022
3.3K
05:18Author Spotlight: Improving Radiation Therapy Access with Radiation Planning Assistant
Published on: October 6, 2023
2.0K
