论文部分内容阅读
目的
利用BP(back propagation)神经网络模型对1例肝癌碘油介入术后患者的肝肿瘤运动趋势进行预测。
方法使用X射线容积成像系统对某肝癌患者进行扫描,采集各时相呼吸运动图像。利用碘油标记方法,对肝癌病灶进行定位,并通过图像检测技术,获取病灶标记点的运动轨迹。对标记点的运动轨迹数据进行分析,建立BP神经网络模型,并用其预测下一时间段的运动曲线,将预测结果与肿瘤标记点实际的运动轨迹进行比较分析。
结果利用BP神经网络可以有效预测肝肿瘤的运动趋势,在一定时间段内可保持良好的精准度,误差在1个像素距离内,但在呼吸运动峰值处预测精准度尚不理想,误差接近2个像素距离。
结论BP神经网络模型是预测肝肿瘤运动的一种新方法,可能对肝癌的体部立体定向放疗以及实时跟踪放疗精准度的提升有一定帮助,且具有一定的临床价值。