本研究以宫颈癌后装治疗中的逆向计划与术中导航关键技术为研究对象,提出了基于Dueling-DDQN强化学习的逆向计划算法及放射治疗数据的传输方法,并提出了基于多源信息的术中导航方法,旨在提高宫颈癌后装治疗的临床治疗效果与术中引导施源器置入的准确性和可靠性。本研究的主要内容与成果如下:首先,提出了基于Dueling-DDQN强化学习的逆向计划算法。构造了一种结合等效均匀剂量与物理剂量的目标函数,基于Dueling-DDQN强化学习算法,通过搭建预测网络和目标网络、创建经验元祖和记忆库、设定经验抽取优先级,不断更新神经网络参数,使目标函数值不断降低,最终训练出较好的模型参数,并输出一组最优的192Ir放射源驻留时间解。经真实病例验证,该算法相比于传统基于模拟退火的随机搜索算法,可有效抑制靶区的剂量冷区与剂量热区,同时减少危及器官的受照剂量,更好地保护正常组织器官。其次,提出了放射治疗数据的传输方法。基于传输控制协议（TCP）,分别在治疗计划系统及后装机控制系统中搭建服务器端与客户端,可实现治疗计划系统中规划所得的放射源驻留时间数据向后装机的传输,使后装机获取放射治疗数据以控制放射源的步进来实施放射治疗。最后,提出了基于多源信息的术中导航方法。利用电磁定位系统实现空间定位,基于设计的超声探头标定模板,可求解出超声图像坐标系与固定于超声探头上的电磁传感器坐标系之间的空间转换矩阵,完成超声探头的标定,实现术中超声图像与术前诊断图像的实时刚性配准。采用微型电磁传感器实时追踪术中插植针针尖的位姿,使插植针的置入路径可视化。将超声图像与针置入路径融合入术前诊断图像空间,可实现基于多源信息的术中导航。已通过在实验室内及医院内开展模体实验证实该方法可实现有效的术中导航。本文对宫颈癌后装治疗中逆向计划与术中导航关键技术的研究,有助于解决传统治疗计划的治疗效果不佳以及施源器无法精准放置的问题,以提高临床治疗效果以及术中引导施源器置入的准确性和可靠性。