SCG算法优化调强放射治疗计划子野权重研究

SCG算法优化调强放射治疗计划子野权重研究

ID:37411743

大小:2.40 MB

页数:92页

时间:2019-05-23

SCG算法优化调强放射治疗计划子野权重研究_第1页
SCG算法优化调强放射治疗计划子野权重研究_第2页
SCG算法优化调强放射治疗计划子野权重研究_第3页
SCG算法优化调强放射治疗计划子野权重研究_第4页
SCG算法优化调强放射治疗计划子野权重研究_第5页
资源描述:

《SCG算法优化调强放射治疗计划子野权重研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、\SCG算法优化调强放射治疗计划子野权重研究硕士研究生:王卓宇指导教师:周凌宏摘要放射治疗是医治癌症的三大主要手段之一,据估计,约有60%.70%的肿瘤病人需要进行放射治疗,40%的癌症治愈病人是由放射治疗治愈的,具有十分重大的意义。从经典的三维适形放射治疗技术发展到现在的调强放射治疗技术(intensity.modulatedradiotherapy,lMRT),是放射肿瘤学史上的一次重大变革。但鉴于实际问题的复杂性,IMRT的优势还远没有在临床应用中完全发挥出来。IMRT治疗计划作为调强放疗的核心和基础,其中尚有许多急需解决的问题。随

2、着1MRT研究的深入和逆向治疗计划的发展,放射治疗中如何自动选择射野参数引起了广泛关注。在传统放射治疗中,射野参数的选择是通过反复试错(tryanderror)的方法实现的,治疗计划的优劣往往依赖于计划设计者的经验,由于IMRT采用逆向计划,需要选择的参数很多,通过试错的方式根本无法完成,必须使用优化方法来提高治疗计划设计水平。在过去的十多年中,人们对IMRT射野参数优化的优化方法进行了大量研究,最常用的包括:线性规划法、均方优化法、梯度方法、有约束模拟退火法和遗传算法等。梯度算法是目前商用调强放疗(1MRT)计划系统中最常用的算法之一。

3、M611er提出的SCG(scaledconjugategradient,缩放共轭梯度法)算法很好地解决了梯度算法中的线性搜索过程,进一步提高了梯度算法的性能。x.D.Zhang等人在Philips的Pinnacle计划系统上证实,缩放共轭梯度法的速度是常规共轭梯度法的摘要2倍以上。在我国,这方面的研究还基本处于空白。在本文中,我们将笔射束核模型应用于IMRT剂量计算,并用SCG算法实现了IMRT计划优化中射束权重的优化。优化过程中采用了基于剂量的目标函数,建立了剂量均匀性约束和组织重要程度约束函数。用等剂量线和剂量.体积直方图来评估计划

4、的优劣。最后我们初步完成了一套IMRT治疗计划优化系统。研究结果表明,SCG算法是一种有效的IMRT笔射束子野权重优化方法,能够得到较高适形度的剂量分布,在IMRT射野参数优化中具有广阔的应用前景。在论文的最后,我们对研究工作中的遗留问题进行了讨论,并对今后的工作进行了展望。关键词调强放射治疗剂量计算二维卷积SCG算法子野权重优化逆向计划lIStudyonBeamWeightsOptimizationwithSCGAlgorithminIntensity-ModulatedRadiotherapyName:WangZhuo-yuSuper

5、visor:ZhouLing—hongABSTRACTRadiotherapy,oneofthethreemaintreatmentsfortumor,istreatwithabout60%一70%patientssufferingfromcancerandcures40%ofthem.Itisahistoricadvancementthattheclassicalthree—dimensional(3D)conformalradiotherapy(3DCRDevolvedintotheintensity-modulatedradioth

6、erapy(IMRT).However,theadvantagesofIMRThavenotbeenfullyutilizedyet,duetothecomplicatedclinicalconditions.TherearestillmanyproblemsintheIMRTplanning,whichisoneofthebasicsof1MRTapplication,shouldbesolved.WiththedevelopmentofIMRTandinverseplanning,theautomaticdeterminationof

7、suitablebeamparametersinexternalbeamradiotherapyhasgainedwideinterests.Intheconventionalradiotherapy,thebeamparametersareusuallyobtainedbytrialanderror.Theplanningoutcomesusuallydependonthepersonalexperienceofplanners.Buttherearelarge·scaleparameterstohedeterminedintheinv

8、erseplanningofIMRT.Itcanhardlybecarriedoutbytrialanderror.Duringlasttenyears,manymethodshavebeen

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。