10.3760/cma.j.cn113030-20190320-00103
基于深度学习方法的乳腺癌调强放疗自动计划研究
目的:开发一种基于深度学习网络的乳腺癌调强放疗计划剂量分布预测的方法,并评估将其用于自动计划的可行性。方法:从复旦大学附属肿瘤医院选取240例左侧乳腺癌患者,200例作为训练集,20例作为验证集,另外20例作为测试集。应用深度学习网络建立患者CT影像、靶区和危及器官的勾画图像与剂量分布的相互关系,达到预测新患者剂量分布的目的,并尝试将预测的剂量分布作为目标函数优化并生成治疗计划。结果:临床治疗计划的剂量分布和预测的剂量分布相比,靶区(除同步加量的PTV
48Gy)和危及器官的剂量值相近,且基于预测的剂量分布生成的治疗计划与预测结果基本相同。
结论:本研究实现了一种基于深度学习网络的乳腺癌调强计划剂量分布预测方法,有助于进一步实现自动设计治疗计划的目标。
深度学习、剂量学、自动计划、乳腺肿瘤/调强放射疗法
29
国家自然科学基金11675042, 11805039;上海市新兴前沿技术联合攻关项目SHDC12016118;National Natural Science Foundation of China11675042, 11805039;Shanghai New Frontier Technology Joint Research ProjectSHDC12016118
2023-05-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
671-675