基于多任务学习方法的单模多器官三维剂量分布预测研究

• 作者: 亓孟科 吴艾茜 周凌宏 孔繁图 宋婷 李永宝 贾启源 郭芙彤 麦燕华
• 来源期刊: 中华放射肿瘤学杂志
• 关键词: 多任务学习 三维剂量分布预测 单模多器官关联 调强放射治疗
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 物理·生物·技术
• 页码范围: 432-437
• 页数: 6页
• 字数: 5050字
• 语种: 中文
• DOI: 10.3760/cma.j.issn.1004-4221.2019.06.008

摘要

目的:构建可同时预测多个器官三维剂量分布的统一模型,自动学习多器官间几何解剖结构对其沉积剂量的影响.方法:收集同一肿瘤类型临床放疗计划,以多个危及器官的各体素为研究对象,其沉积剂量为剂量学特征,采用可学习不同任务间关系的正则化多任务学习方法,建立器官间的任务关系矩阵,构建器官间几何结构与剂量分布的关联.实验以15例鼻咽癌病例的IMRT计划所涉及的危及器官脊髓、脑干和左右腮腺为研究对象建立单模多器官关联,计算其体素预测剂量与临床计划剂量的相对百分误差,研究方法的可行性.结果:10例鼻咽癌IMRT计划用于训练,5例用于测试.测试结果:显示单模多器官方法预测精度较高、数据量需求少,其中脊髓、脑干、左右腮腺的平均体素相对处方剂量百分误差分别为(2.01±0.02)％、(2.65±0.02)％、(2.45±0.02)％和(2.55±0.02)％.结论:提出一种可在同一模型中预测多个器官剂量的单模多器官模型,该模型在提高预测精度的同时避免多次的单器官建模,为实现智能计划设计奠定良好基础.