【摘 要】
：
食管癌具有预后性较差,高发病率,高死亡率等特点,严重威胁我国居民健康和生命安全。而调强适形放射治疗（Intensity modulate radiotherapy,IMRT）在提高靶区适形度和剂量均匀性的同时,更能有效地降低靶区周边正常组织的照射剂量,间接提高患者的总体治愈率,目前已成为食管癌治疗的主要技术手段之一。但在调强放疗计划设计过程中,由于放疗物理师需凭借个人经验反复调整目标函数和权重并不
论文部分内容阅读
食管癌具有预后性较差,高发病率,高死亡率等特点,严重威胁我国居民健康和生命安全。而调强适形放射治疗（Intensity modulate radiotherapy,IMRT）在提高靶区适形度和剂量均匀性的同时,更能有效地降低靶区周边正常组织的照射剂量,间接提高患者的总体治愈率,目前已成为食管癌治疗的主要技术手段之一。但在调强放疗计划设计过程中,由于放疗物理师需凭借个人经验反复调整目标函数和权重并不断优化以期获得最优计划,其设计过程费时、费力,且人为主观不确定性较大,极大地降低了计划设计效率和放疗效果。为解决上述问题,本研究采用深度学习方法,通过构建深度学习模型,依托医院肿瘤放疗数据库中以往大量病例计划数据,实现对食管癌术后调强放疗三维剂量分布预测,并试图用该预测模型和Pinnacle~3Auto-Plan模块分别对食管癌术后病例进行三维剂量分布预测及自动计划设计,最终与人工设计计划进行剂量学比较,探究Auto-Plan自动计划对食管癌术后IMRT临床剂量学优势及该预测模型是否可以指导人工计划设计工作。结果:研究一:深度学习预测模型预测的10例测试集平均预测偏差为-0.23%～0.78%,平均绝对误差为1.67%～3.07%,同人工设计计划等剂量面Dice相似系数均值大于0.91,尤其30 Gy以下的Dice系数达到0.95以上,平均豪斯多夫距离HD95为0.51～0.73cm。预测模型预测的剂量学参数均在临床允许的范围之内且相对剂量偏差小于2%,除靶区D2、脊髓Dmax、全肺V30差异有统计意义外（P＜0.05）,其余剂量学参数差别不大。预测的DVH曲线及三维剂量分布同人工设计计划差异较小,故而本研究构建的3D U-Res-Net深度学习预测模型可以实现对食管癌术后调强放疗三维剂量分布的精确预测。研究二:该研究的预测模型预测的20例测试集病例同人工设计计划等剂量面平均Dice相似系数大于0.92,平均豪斯多夫距离HD95为0.58～0.62cm;预测模型预测的双肺V20、V30、Dmean比人工计划结果略有降低（P＜0.05）;Auto-Plan的计划靶区D2、D50、Dmean、HI指数及双肺V30都明显优于人工计划（P＜0.05）;三者的三维剂量分布相比差异性较小,靶区及危及器官DVH曲线吻合度较好。该预测模型预测的剂量学结果较人工计划对肺组织保护存在一定优势,而Auto-Plan模块应用于食管癌术后IMRT计划设计时,能够保证危及器官满足临床要求以及更好的剂量均匀性。结论:本研究构建的3D U-Res-Net深度学习预测模型可实现对食管癌术后调强放疗三维剂量分布的精确预测,与人工计划及Pinnacle~3商用自动计划（Auto-Pl an）相比,其预测的剂量学结果在肺组织保护方面具有一定优势。
其他文献
结直肠癌（colorectal cancer,CRC）是最常见的癌症之一,据估计,2020年CRC增加了近200万的新发病例和近100万的死亡病例,约占新发癌症病例和癌症死亡人数的十分之一。由于可用于CRC临床筛查的靶点较少,多数患者确诊时已局部进展或发生转移,且治疗手段存在较多的局限性,治疗效果不佳,寻找CRC诊断与治疗的新靶点具有重要价值与意义。为了进一步研究CRC中潜在的分子治疗靶点,为CR
近些年来,由于使用机器学习技术而聚合用户数据所造成的隐私数据泄露事件频发,而数据安全与隐私保护法律也日益严格,通过各种隐私保护工具防范机器学习过程中各类隐私泄露风险成为研究热点。同态加密技术允许在密文状态下执行特定的代数运算获得结果密文,将其解密后即可获得对明文进行相同代数运算的结果,非常适合云计算场景下的隐私保护机器学习方案。2017年Cheon等人提出的CKKS同态加密方案支持加密固定精度的浮
事件是世界的一种重要客观信息。随着信息化时代数据爆发式增长,如何在海量文本信息中自动挖掘并理解关键事件与知识等结构化信息对人工智能技术发展至关重要。开放域事件作为不限定事件类别的文本对象,相比于特定域事件来说,拥有结构形式更简单、信息特征更通用等特点。开放域事件的表示学习,对事件相似度评估、舆情归因和脚本事件预测等任务具有重要基础性作用。目前尚未有针对中文开放域事件的表示学习研究,相应地缺失中文开
随着移动互联网的迅猛发展,在线社交网络成为人们沟通交流的重要工具,使病毒式营销得到广阔的应用。病毒式营销即为社交网络中的种子用户免费提供产品,这些用户将产品推销给他们的粉丝以及粉丝的粉丝。关于产品的信息能病毒似的一层层扩散,产生大规模的营销效果,企业也因此可以获得巨大的收益。当前的研究工作大多集中于一种产品在一个批次中病毒式营销。然而,在某些场景下,企业需要对多种不同型号的产品进行多批次病毒式营销
近年来深度学习快速发展,在学术界和工业界成为研究和应用的热门领域。随着深度学习网络参数量的增大,对训练数据的需求也越来越高。然而在一些实际应用领域中,数据采集难、标注成本高和隐私政策等因素的限制,使得传统深度学习方法需要尽可能地减少对数据的依赖。因此少样本学习成为了当前的学术热点,该方法的目标是只利用少量的训练数据样本来获得较好的学习效果。少样本学习可以分为基于优化学习和基于度量学习两个视角。本文
目前恶意代码检测方法的研究主要集中在特征表示上,如恶意代码的API调用序列、程序控制流图等,这些方法虽然取得了一定的效果,但可读性和可解释性较差,不利于人们理解恶意代码的行为。本文通过构建恶意代码知识图谱的方法提高恶意代码检测的效果和可解释性,知识图谱是一种由实体和关系组成的知识库,具有形式简洁、可解释性强等特点,经过近几年的快速发展,知识图谱已经运用到了各行各业中,如搜索引擎、推荐系统、智能问答
过去几十年,中国迎来了社会经济的高速发展以及社会福利制度的高度完善,人们的生活方式也伴随性的出现了相应的转变。但面对持续性高热量食物的摄入以及工作方式的变化,代谢性疾病的患病率也出现了大量的增加,包括肥胖、2型糖尿病、非酒精性脂肪肝和心血管疾病等。当机体长期处于吸收大于外排、能量摄入大于能量消耗时,多余的能量和物质则会主要以脂肪酸的形式储存在脂肪组织中,最终诱发肥胖等疾病的产生。流行病学研究指出,
氧是机体新陈代谢和维持生存的重要因素之一。脑是对氧需求最高的器官,在某些生理或病理性的低氧条件下,细胞可通过低氧感知信号通路和能量代谢转变来维持细胞功能。低氧诱导因子-1（Hypoxia-inducible factor-1,HIF-1）是细胞感知低氧的关键因子,可启动一系列下游基因的表达以适应氧浓度的变化。HIF-1靶基因参与细胞代谢、生存与增殖、细胞凋亡和神经发育等生物学过程。低氧是一把双刃剑
目前,治疗慢性创面的临床策略有限,尤其是在止痛和伤口快速愈合方面。因此,迫切需要开发替代治疗方法。近年来研究电纺纳米纤维支架如何促进伤口愈合,以及如何利用静电纺丝技术制备多维、多孔、多功能的纳米纤维支架等技术,极大地促进了组织工程的发展。尤其电纺纳米纤维支架搭载多功能纳米材料技术极大地促进了伤口愈合敷料的发展。因此,将可控载药敷料与诱导干细胞分化相结合,以及纳米颗粒与聚合物之间的相互作用已引起人们
区块链作为分布式系统的重要技术之一,具有去中心化、不可伪造和可溯源的特性,其使用了密码学、分布式和隐私保护等相关技术,旨在解决分布式系统存在的高成本、低效率和数据归属等问题,同时区块链还在医疗、征信和供应链等多个领域也有广阔的应用。共识协议是无中心机构的分布式一致性协议,能够解决区块链系统的信任问题和数据同步问题,对区块链系统的安全及性能具有重大影响,比如51%恶意攻击、交易延展性攻击、低吞吐量和