【摘 要】
：
胶质母细胞瘤的标准治疗方案包括手术切除，术后放疗，并同期辅以替莫唑胺口服化疗。放疗与否同患者的生存时间直接相关，但放疗的靶区勾画标准仍存在极大争议。本文首先分析了国内外对临床靶区外放范围的不同观点，总结胶母细胞瘤放疗后的复发模式。其次，阐述了目前无法精确勾画外放边界的技术原因，并且我们认为参考患者的临床和病理特征来勾画一个个体化的放疗靶区非常重要。最后，本文探讨了放疗在胶母细胞瘤中的应用前景，旨在
【机 构】
：
苏州大学附属第一医院放疗科 215006,苏州大学附属第一医院放疗科 215006
论文部分内容阅读
胶质母细胞瘤的标准治疗方案包括手术切除，术后放疗，并同期辅以替莫唑胺口服化疗。放疗与否同患者的生存时间直接相关，但放疗的靶区勾画标准仍存在极大争议。本文首先分析了国内外对临床靶区外放范围的不同观点，总结胶母细胞瘤放疗后的复发模式。其次，阐述了目前无法精确勾画外放边界的技术原因，并且我们认为参考患者的临床和病理特征来勾画一个个体化的放疗靶区非常重要。最后，本文探讨了放疗在胶母细胞瘤中的应用前景，旨在勾画更为精确的放疗靶区使患者最大获益。
其他文献
目的分析胸段食管鳞癌新辅助放化疗期间淋巴细胞下降与病理完全缓解率(pCR)的关系。方法回顾分析2002－2016年期间接受新辅助放化疗联合手术治疗的胸段食管鳞癌患者220例，并采集新辅助放化疗前至放疗后1个月的淋巴细胞计数。淋巴细胞下降程度根据CTCAE 4.0标准进行分级。采用χ2检验和Cox回归模型分析淋巴细胞下降与pCR和复发的关系。结果全组共95例患者(43.2%)在新辅助放化疗后达到pC
IMRT是鼻咽癌放疗的标准治疗方式。近年来，国产放疗设备在市场中逐步得到认可，在各级医院中承担更多放疗任务。放疗技术在很大程度上依赖于现代设备和多专业工作人员的协作。基于国产与进口放疗设备的性能差异，依照国家相关法律法规，参考国际国内相关指南、共识和专业书籍，起草该共识。期望规范国产放疗设备集成应用于鼻咽癌IMRT定位和计划设计环节的基本设备及技术要求，明确诊疗实施过程，从而达到基层医院与三甲医院
目的探究多功能纳米金在肺腺癌A549荷瘤小鼠模型中的放射增敏作用及Micro CT成像。方法荷瘤小鼠瘤体内注射纳米金，分别行160 kV X线及6 MV X线不同能量级照射，并测量肿瘤体积变化。瘤体内注射纳米金，在不同时间点行Micro CT扫描，观察纳米金在瘤组织中的成像及沉积时间。结果对照组与纳米金组肿瘤体积变化无明显差异(P＝0.941)。6 MV X线联合纳米金组与6 MV X线组比较肿瘤
目的本研究旨在分析接受新辅助化疗的局部晚期乳腺癌患者改良根治手术时间到放疗开始时间(SRI)对患者预后的影响。方法回顾性分析全国11家肿瘤中心的1087例接受新辅助化疗和改良根治术后放疗的乳腺癌患者。用Maxstat方法寻找手术到放疗间隔时间对预后影响的最佳界值。采用Cox多因素回归和倾向配比评分(PSM)分析手术距放疗间隔时间对预后的影响。结果全组中位随访72.9个月，5年无瘤生存(DFS)率和
目的探讨不同胸部放疗剂量对Ⅳ期小细胞肺癌(ES-SCLC)患者预后的影响，并建立Nomogram预测模型。方法回顾分析2010－2016年间在天津医科大学肿瘤医院接受胸部放疗且经病理组织确诊为ES-SCLC的144例患者的病历资料。观察患者的临床特征、治疗数据及对治疗的反应。基于Cox比例风险回归分析建立Nomogram预测模型，预测总生存(OS)。建模组与验证组采用一致性指数(C-index)和
目的提出一种改良的基于超声(US)形变场下获得伪CT图像(CTps)方法。方法选用3例术后宫颈癌患者CT与三维US图像数据，包括模拟定位阶段获取的CT与US图像，以及治疗1周后摆位验证阶段获取的锥形束CT (CBCT)与US图像。制作基于两幅US图像全局成像重叠区域(OROW)的掩模和感兴趣区域重叠部分(OROI)的掩模，并分别应用于US图像间的配准中，得到两种形变场。分别将两种形变场应用于模拟C
常规影像技术及消化道内镜等检查对食管癌患者放化疗早期疗效预测准确性不高，而PET-CT、MRI弥散加权成像等功能成像及放射组学可先于形态学变化反映肿瘤功能代谢情况，弥补了传统诊断检查方法不足。本文就早期预测食管癌放化疗反应性成像技术应用现状做综述。
目的回顾分析Ⅳ期高危神经母细胞瘤(HR-NB)患儿放疗疗效、安全性及影响因素。方法2014—2017间在北京儿童医院肿瘤内科按照BCH-HR-NB-2007方案治疗并行局部放疗的Ⅳ期HR-NB患儿120例中男56例、女64例，中位年龄43(9～148)个月。治疗方案为4疗程CAV方案化疗，3疗程CVP方案化疗，第4疗程后行手术切除，7疗程后予自体造血干细胞移植及局部15.0～30.6 Gy放疗(仅
近年来随着大数据分析与人工智能技术的发展，机器学习在放疗领域的应用研究逐渐增多。通过既往计划训练，机器学习可预测计划质量及剂量验证结果。机器学习也可以预测MLC位置误差、加速器性能。机器学习用于调强放疗质量保证能提高治疗计划和实施的质量和效率，增加患者获益并降低风险。机器学习用于调强放疗质量保证目前尚存在特征值选择、提取和计算复杂，要求训练样本量大，预测精度不够等问题，阻碍了其临床转化和应用。本文