早期非小细胞肺癌立体定向放疗肺剂量预测研究

• 作者: 单国平 杨一威 王彬冰 白雪 邵凯南 陈明
• 来源期刊: 中华放射肿瘤学杂志
• 关键词: 肺肿瘤/立体定向放射疗法 机器学习 剂量体积直方图
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 物理·生物·技术
• 页码范围: 106-110
• 页数: 5页
• 语种: 中文
• DOI: 10.3760/cma.j.issn.1004-4221.2020.02.006

摘要

目的 研究基于机器学习算法的早期非小细胞肺癌立体定向放疗肺剂量预测方法和应用于计划质量控制的可行性.方法 利用机器学习算法实现剂量预测.首先,建立专家计划库,提取计划库中的几何特征信息、照射野角度和剂量体积直方图(DVH)参数,在几何及照射野特征和DVH之间建立相关模型;其次,提取专家库外10例患者的几何和照射野特征信息,利用模型预测可实现的DVH值,并将其与实际计划结果比较.结果 10例患者肺平均剂量和V20外部验证的均方根误差分别为91.95 cGy和3.12％.对肺受量高于预测剂量的2例计划进行修改,修改后肺剂量均有所降低.结论 对非小细胞肺癌患者制定立体定向放疗计划前,可根据相关数学模型提前预测肺DVH曲线作为计划评估标准,从而保证治疗计划的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白雪	浙江省放射肿瘤学重点实验室浙江省肿瘤医院放射物理室	1	1	1.0	1.0
2	王彬冰	浙江省放射肿瘤学重点实验室浙江省肿瘤医院放射物理室	1	1	1.0	1.0
3	邵凯南	浙江省放射肿瘤学重点实验室浙江省肿瘤医院放射物理室	1	1	1.0	1.0
4	杨一威	浙江省放射肿瘤学重点实验室浙江省肿瘤医院放射物理室	1	1	1.0	1.0
5	单国平	浙江省放射肿瘤学重点实验室浙江省肿瘤医院放射物理室	1	1	1.0	1.0
6	陈明	浙江省放射肿瘤学重点实验室浙江省肿瘤医院放射物理室	1	1	1.0	1.0