隨著技術(shù)的不斷發(fā)展,放療依然是腫瘤患者治療的三大手段之一,國內(nèi)數(shù)據(jù)顯示70%的癌癥患者都接受過放療。但是放療過程中環(huán)節(jié)眾多且均有引入誤差的可能,減少誤差是目前放療的挑戰(zhàn),尤其在胸腹部腫瘤放療中,胸腹部器官會受到呼吸運動的影響而產(chǎn)生運動,這種運動可能會導(dǎo)致腫瘤靶區(qū)溢出照射野而使周圍正常組織進入,造成腫瘤靶區(qū)欠劑量而增加周圍正常組織或器官的受量,導(dǎo)致不必要的放療副反應(yīng)。因此研究一種新技術(shù),使其能夠精確的補償呼吸運動造成的靶區(qū)移動而同時保證腫瘤劑量受量足夠,周圍正常組織劑量受量盡可能小。呼吸運動對放療的影響主要體現(xiàn)在三個方面:（1）呼吸運動引起的器官移動;（2）影像結(jié)構(gòu)與解剖結(jié)構(gòu)之間存在誤差;（3）劑量分布發(fā)生形變。這一問題的多種解決方法中實時跟蹤技術(shù)不僅可以讓患者自由呼吸,且通過無創(chuàng)的標識來尋找體內(nèi)信號與體外信號的關(guān)系,實現(xiàn)了通過改變照射野或逆向調(diào)節(jié)治療床使射野中心與靶區(qū)的相對位置保持不變。臨床上已經(jīng)使用的賽博刀系統(tǒng)便是利用這一理念實現(xiàn)了腫瘤靶區(qū)的實時跟蹤。從現(xiàn)有研究來看,實時跟蹤技術(shù)是解決胸腹部腫瘤放療中呼吸運動問題的最有前景的研究方向。實時跟蹤技術(shù)是利用體內(nèi)腫瘤與體外標記物之間的位置關(guān)... 

【文章來源】：南方醫(yī)科大學(xué)廣東省

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１?Ｓｙｎｃｈｒｏｎｙ系統(tǒng)結(jié)構(gòu)示意圖??

?懲罰函數(shù)Ｃ，不敏感損失系數(shù)￡不變時，核函數(shù)參數(shù)（ＫｅｍｅｌＰａｒａｍ）對ＲＭＳＥ??的影響如圖４－３所示。不同的核函數(shù)隨著參數(shù)的改變呈現(xiàn)出不同的變化規(guī)律。??常用的還有線性核函數(shù)，因其不受核函數(shù)參數(shù)的影響，不在這里進行比較。比??較分析可以看出，ＧＡＵＳＳＩＡＮＲＢＦ核函數(shù)參數(shù)在較大范圍內(nèi)取值時，ＲＭＳＥ都??能有理想的值，綜合穩(wěn)定性及算法復(fù)雜度，本文選擇ＧＡＵＳＳＩＡＮＲＢＦ核。??９?ｉ?Ｉ?ｉ?ｉ?ｉ?Ｉ?ｉ?ｉ?ｉ??８－?￣??＋高斯徑繼數(shù)??７?＿?＋多項式核函數(shù)?／?＿??指紐隨雜??６?Ｘ?＿??１｜?＿?????—■■■￣＾￣??＾??〇?：?｜?！?；?；???！???０?１?２?３?４?５?６?７?８?９?１０??核函數(shù)參數(shù)??圖４－３不同核函數(shù)比較??Ｆｉｇ．４－３?ｔｈｅ?ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｄｉｆｆｅｒｅｎｔ?ｋｅｒｎｅｌ??圖４－４給出了支持向量回歸中懲罰函數(shù)Ｃ，核函數(shù)參數(shù)的改變對模型性能的??影響。從圖４－４中可以看出同一樣本當懲罰函數(shù)Ｃ保持不變，核函數(shù)參數(shù)變化??時，算法評價指標ＲＭＳＥ的變化趨勢為先下降后上升；而當核函數(shù)參數(shù)不變，??懲罰函數(shù)Ｃ改變時，ＲＭＳＥ值的改變并不是很明顯。從以上分析可以得到：??ＡＯＳＶＲ回歸模型中

?懲罰函數(shù)Ｃ，不敏感損失系數(shù)￡不變時，核函數(shù)參數(shù)（ＫｅｍｅｌＰａｒａｍ）對ＲＭＳＥ??的影響如圖４－３所示。不同的核函數(shù)隨著參數(shù)的改變呈現(xiàn)出不同的變化規(guī)律。??常用的還有線性核函數(shù)，因其不受核函數(shù)參數(shù)的影響，不在這里進行比較。比??較分析可以看出，ＧＡＵＳＳＩＡＮＲＢＦ核函數(shù)參數(shù)在較大范圍內(nèi)取值時，ＲＭＳＥ都??能有理想的值，綜合穩(wěn)定性及算法復(fù)雜度，本文選擇ＧＡＵＳＳＩＡＮＲＢＦ核。??９?ｉ?Ｉ?ｉ?ｉ?ｉ?Ｉ?ｉ?ｉ?ｉ??８－?￣??＋高斯徑繼數(shù)??７?＿?＋多項式核函數(shù)?／?＿??指紐隨雜??６?Ｘ?＿??１｜?＿?????—■■■￣＾￣??＾??〇?：?｜?！?；?；???！???０?１?２?３?４?５?６?７?８?９?１０??核函數(shù)參數(shù)??圖４－３不同核函數(shù)比較??Ｆｉｇ．４－３?ｔｈｅ?ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｄｉｆｆｅｒｅｎｔ?ｋｅｒｎｅｌ??圖４－４給出了支持向量回歸中懲罰函數(shù)Ｃ，核函數(shù)參數(shù)的改變對模型性能的??影響。從圖４－４中可以看出同一樣本當懲罰函數(shù)Ｃ保持不變，核函數(shù)參數(shù)變化??時，算法評價指標ＲＭＳＥ的變化趨勢為先下降后上升；而當核函數(shù)參數(shù)不變，??懲罰函數(shù)Ｃ改變時，ＲＭＳＥ值的改變并不是很明顯。從以上分析可以得到：??ＡＯＳＶＲ回歸模型中

【參考文獻】：
期刊論文
[1]動態(tài)放射治療中的腫瘤實時跟蹤技術(shù)[J]. 周壽軍,肖世群,崔智,童若鋒,楊俊.  中國生物醫(yī)學(xué)工程學(xué)報. 2008(05)
[2]四維放射治療的研究現(xiàn)狀[J]. 鞏合義,于金明,王仁本.  中華腫瘤雜志. 2007(07)
[3]最新的放射治療設(shè)備——賽博刀（CyberKnife）介紹[J]. 楊樹欣.  中國醫(yī)院建筑與裝備. 2007(03)
[4]賽博刀的原理及臨床應(yīng)用[J]. 張敏,申文江,王慶國.  國外醫(yī)學(xué)(臨床放射學(xué)分冊). 2006(05)
[5]呼吸運動對調(diào)強放療影響的實驗研究[J]. 李寶生,李大坤,王玉寶,尹勇,韓廷芒,劉同海,盧潔,劉娟.  腫瘤防治雜志. 2004(12)
[6]非線性方程組的二次規(guī)劃解法和應(yīng)用[J]. 隋允康,兆文忠.  計算力學(xué)學(xué)報. 2002(02)
[7]個體化調(diào)強適形放療計劃劑量驗證方法的建立[J]. 李勤,韓軍,孫長庚,伍鋼,鄧光宇.  中華放射醫(yī)學(xué)與防護雜志. 2007 (02)

碩士論文
[1]放療中腫瘤運動基于實時跟蹤呼吸預(yù)測的算法研究[D]. 萬偉權(quán).南方醫(yī)科大學(xué) 2015
[2]支持向量機核函數(shù)的研究[D]. 黃嘯.蘇州大學(xué) 2008



本文編號：3345269