基于预测剂量引导的宫颈癌自动计划研究

• 作者: 余功奕 倪千喜 杨松华 王亮 黄仕雄
• 来源期刊: 中国医学物理学杂志
• 关键词: 宫颈癌,重叠体积直方图 机器学习 自动计划 Python Monaco
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 医学放射物理
• 页码范围: 1101-1106
• 页数: 6页
• 分类号: R815
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2020.09.004

摘要

目的:使用机器学习方法建立宫颈癌计划剂量预测回归模型,并将预测剂量引导生成Monaco计划系统(TPS)可调用的优化模板文件,实现宫颈癌的自动计划设计.方法:对50例宫颈癌术后调强治疗计划中的危及器官采集基于重叠体积直方图的几何特征值和基于剂量直方图的剂量目标值,建模后将模型预测剂量结果自动生成Monaco TPS模板文件,进而由TPS调用优化.使用该方法对另外10例未参与模型训练的测试病例进行自动计划设计,并和人工设计的计划进行对比分析.结果:自动计划比手动计划的平均设计时间减少了40 min(P<0.05),且平均调优次数降低了3次(P<0.05),剂量学指标和计划执行效率上两者无明显差异(P>0.05).结论:基于预测剂量引导的宫颈癌自动计划可以达到临床要求,并且提高了计划设计效率.