高级搜索

基于自适应遗传算法的质子调强放疗扫描路径优化

,  ,  ,  ,  ,  , 

downloadPDF

上一篇

下一篇

张练, 裴曦, 皮一飞, 刘红冬, 郭翌, 汪志, 徐榭. 2018: 基于自适应遗传算法的质子调强放疗扫描路径优化, 原子核物理评论, 35(2): 189-195. doi: 10.11804/NuclPhysRev.35.02.189
引用本文: 张练, 裴曦, 皮一飞, 刘红冬, 郭翌, 汪志, 徐榭. 2018: 基于自适应遗传算法的质子调强放疗扫描路径优化, 原子核物理评论, 35(2): 189-195. doi: 10.11804/NuclPhysRev.35.02.189
shu
ZHANG Lian, PEI Xi, PI Yifei, LIU Hongdong, GUO Yi, WANG Zhi, XU Xie. 2018: IAGA Based Spot Scanning Path Optimization for Intensity Modulated Proton Therapy, Nuclear Physics Review, 35(2): 189-195. doi: 10.11804/NuclPhysRev.35.02.189
Citation: ZHANG Lian, PEI Xi, PI Yifei, LIU Hongdong, GUO Yi, WANG Zhi, XU Xie. 2018: IAGA Based Spot Scanning Path Optimization for Intensity Modulated Proton Therapy, Nuclear Physics Review, 35(2): 189-195. doi: 10.11804/NuclPhysRev.35.02.189
shu

基于自适应遗传算法的质子调强放疗扫描路径优化

  • 中国科学技术大学放射医学物理中心,合肥,230025

  • 中国科学技术大学放射医学物理中心,合肥 230025;安徽医科大学附属第一医院放疗科,合肥 230022

IAGA Based Spot Scanning Path Optimization for Intensity Modulated Proton Therapy

  • 摘要: 研究和开发了基于自适应遗传算法的质子调强放疗扫描路径优化方法,并在此基础上对质子调强放疗扫描时间进行初步临床评估.利用自适应遗传算法具有的较强容错性和全空间最优搜索能力开发点扫描质子调强路径优化模块,并将其集成到自主研发的放疗计划系统,选取AAPM TG-119头颈部肿瘤和前列腺肿瘤模拟例题及两例临床病例进行测试,对比扫描路径优化前后质子放疗计划扫描路径长度.对于AAPM TG-119头颈部肿瘤和前列腺肿瘤模拟例题,总扫描路径长度分别降低了27.17%和18.72%,临床头颈部肿瘤和前列腺肿瘤病例总扫描路径长度分别降低了25.36%和32.95%,优化前后路径长度降低比率与零权重扫描点及肿瘤解剖结构有关.基于自适应遗传算法的扫描路径优化方法可减少质子调强放疗计划扫描时间,从而缩短病人治疗时间,可广泛应用于质子重扫描临床技术.
  • 加载中
  • 加载中
计量
  • 文章访问数:  85
  • HTML全文浏览数:  47
  • PDF下载数:  0
  • 施引文献:  0
出版历程
  • 刊出日期:  2018-01-01

基于自适应遗传算法的质子调强放疗扫描路径优化

  • 中国科学技术大学放射医学物理中心,合肥,230025
  • 中国科学技术大学放射医学物理中心,合肥 230025;安徽医科大学附属第一医院放疗科,合肥 230022

摘要: 研究和开发了基于自适应遗传算法的质子调强放疗扫描路径优化方法,并在此基础上对质子调强放疗扫描时间进行初步临床评估.利用自适应遗传算法具有的较强容错性和全空间最优搜索能力开发点扫描质子调强路径优化模块,并将其集成到自主研发的放疗计划系统,选取AAPM TG-119头颈部肿瘤和前列腺肿瘤模拟例题及两例临床病例进行测试,对比扫描路径优化前后质子放疗计划扫描路径长度.对于AAPM TG-119头颈部肿瘤和前列腺肿瘤模拟例题,总扫描路径长度分别降低了27.17%和18.72%,临床头颈部肿瘤和前列腺肿瘤病例总扫描路径长度分别降低了25.36%和32.95%,优化前后路径长度降低比率与零权重扫描点及肿瘤解剖结构有关.基于自适应遗传算法的扫描路径优化方法可减少质子调强放疗计划扫描时间,从而缩短病人治疗时间,可广泛应用于质子重扫描临床技术.

English Abstract

    全文HTML

参考文献 (0)

目录

/

返回文章
返回