国家自然科学基金(81071237)
- 作品数：20 被引量：135H指数：8
- 相关作者：杨瑞杰王俊杰张喜乐刘路李君更多>>
- 相关机构：北京大学第三医院纪念斯隆-凯特琳癌症中心中国科学院自动化研究所更多>>
- 发文基金：国家自然科学基金首都卫生发展科研专项北京市自然科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术文化科学机械工程更多>>
- 胸腺瘤术后调强放射治疗和容积弧形调强放射治疗剂量学分析被引量：8
- 2014年
- 目的研究在胸腺瘤术后放射治疗中分别采取调强放射治疗（IMRT）技术和容积弧形调强放射治疗（VMAT）技术的剂量学特点，并进一步指导胸腺瘤的放射治疗计划设计。方法选择2012年9月至2013年2月10例行放射治疗的胸腺瘤术后的患者，其中男性7例，女性3例：年龄38-63岁。中位年龄56岁。分别在治疗计划系统（TPS）上勾画大体肿瘤靶区（GTV）、临床肿瘤靶区（CTV）和计划肿瘤靶区（P11V）。术后胸腺瘤放射治疗处方剂量为5000cGy，分别采取IMRT和VMAT技术设计治疗计划，由TPS得到正常组织、危及器官的受累剂量和靶区与处方剂量分布的一致性，并列表比较。结果IMRT的计划靶区的适形指数（CI）和均匀性指数（HI）分别为0．78和1．11，VMAT计划的CI和HI为O．87和1．07。VMAT相比较IMRT在靶区剂量的适形性和不均匀性均稍优于IMRT（P=0．012，P=0．047）。在并型器官如肺组织的低剂量体积（V5、V10）上，VMAT比IMRT对肺组织产生更大的损伤，分别为69．26％和64．68％（P〈0．05）、47．52％和44．93％（P〈0．05）。对于脊髓的最大剂量．VMAT为20.51Gy，IMRT为31．66Gy；心脏的V40和V50，VMAT和IMRT相应的值为10．64％和15．08％、4．39％和8．15％；食管的最大剂量，VMAT和IMRT相应的值为38．67Gv和44-30Gy。可以看出VMAT在保护正常器官方面均优于IMRT。结论对于肿瘤靶区偏中心、体积较小、压迫正常肺组织较小的患者，采取IMRT的治疗方式可以更好地保护正常和危及器官：但是对于肿瘤靶区体积较大、中心型、压迫正常肺组织较大的患者，采取照射范围较大的VMAT更加有优势。
- 刘路杨瑞杰李金娜姜伟娟江萍孟娜王俊杰
- 关键词：胸腺瘤剂量学
- 机器学习在预测放疗疗效及并发症中的应用被引量：4
- 2018年
- 近年来，机器学习发展迅速，利用机器学习对放疗后疗效及并发症进行预测，可以更加准确地评估患者病情，及早采取相应治疗措施。将放疗过程中产生的非剂量相关和剂量相关特征值经筛选后输入算法模型，可以得到相应的预测结果。目前，已有多种算法模型可以对放疗后患者生存率、肿瘤控制率及各种放疗后并发症进行预测，预测结果较为准确。但算法模型也存在各种问题，需要不断探索改进。
- 张书铭李佳奇王皓姜荣涛隋婧石成玉杨瑞杰
- 关键词：放射疗法预后并发症
- 射波刀VSI系统的主要性能测试被引量：3
- 2018年
- 目的测试射波刀VSI系统实施立体定向放疗的准确性和可靠性。方法对射波刀VSI系统的机器人系统、患者定位系统、目标定位系统、加速器系统、可变准直器系统5个子系统的性能分别进行测试，记录机器人系统机械臂到位精度、患者定位系统的床到位精度、目标定位系统的追踪精度、加速器系统相关剂量学参数和可变准直器系统重复性。对射波刀VSI系统综合投照精度进行端到端（E2E）的系统测试。结果机器人系统所有节点机械臂运动的平均到位偏差≤0．1 mm，单个节点最大到位偏差≤O．29 mm。可变准直器系统所有尺寸孔径重复性误差≤0．28 mm。床到位精度与追踪精度均〈0．2 mm和0．5°。固定和可变2种类型准直器系统激光束与辐射射束中心偏差≤0．4 mm。6 mV射线的射线质与离轴比曲线等参数均在正常范围内。射波刀剂量输出稳定性、线性与随射束角度变化的差异均〈1．0％。固定和可变2种类型准直器的透射因子均〈0．4％。射波刀VSI系统综合投照精度的E2E测试最大偏差为0．87 mm。结论射波刀VSI系统能够准确、精确地实施立体定向放疗。
- 张喜乐杨瑞杰李君刘路王俊杰
- 关键词：立体定向放射疗法
- 两种自动勾画头颈部危及器官方法的比较研究被引量：9
- 2020年
- 目的设计一种基于深度学习的自动勾画模型,用于勾画头颈部危及器官(OARs),并与基于图谱方法的Smart segmentation勾画软件进行比较。方法自动勾画模型由基于深度学习神经网络的分类模型和勾画模型组成。分类模型将CT图像从头脚方向分为6个分类,将每个OARs对应分类的CT图像输入勾画模型进行分割勾画。自动勾画模型使用150例病例训练模型,Smart segmentation使用相同的150例病例组成图谱库,两者同时对20例测试集进行勾画。使用相似度系数(DSC)和豪斯多夫距离(HD)评估2种方法勾画准确性,同时记录两种方法勾画花费时间。根据数据是否满足正态分布,分别使用配对t检验和Wilcoxon符号秩和检验。结果自动勾画模型的DSC和HD结果如下:脑干为0.88和4.41 mm、左眼球为0.89和2.00 mm、右眼球为0.89和2.12 mm、左视神经为0.70和3.00 mm、右视神经为0.80和2.24 mm、左颞叶为0.81和7.98 mm、右颞叶为0.84和8.82 mm、下颌骨为0.89和5.57 mm、左腮腺为0.70和11.92 mm和右腮腺为0.77和11.27 mm。除腮腺外,自动勾画模型勾画结果均优于Smart segmentation,差异有统计学意义(t=3.115~7.915,Z=-1.352^-3.921,P<0.05)。同时,自动勾画模型速度比Smart segmentation提高了51.28%。结论利用深度学习方法建立了自动勾画头颈部OARs的模型,得到较准确结果,勾画精度和速度均优于Smart segmentation软件。
- 张书铭杨瑞杰朱森华王皓田素青张旭阳李佳奇雷润宏
- 关键词：危及器官
- 四种探测器测量射波刀离轴比曲线的比较分析被引量：3
- 2017年
- 目的 比较分析不同探测器测量射波刀离轴比曲线，为正确选择和应用探测器提供参考。方法 应用PTW-60017、PTW-60018、PTW-60019和IBA-SFD 4种探测器分别平行和垂直于射束中心轴方向测量射波刀不同孔径准直器、不同深度的离轴比曲线，分析不同探测器测量的离轴比曲线差异及探测器固定方式对测量结果的影响。结果 探测器平行于射束中心轴方向时，4种探测器测得的半高宽（full width at half maximum，FWHM）均比实际射野偏大，最大偏差为1.9 mm，偏差随测量深度增加而增大。4种探测器测得的FWHM之间最大偏差为0.2 mm。4种探测器测得的半影最大偏差为0.3 mm，IBA-SFD测得半影最小，PTW-60019最大。测得的半影均随准直器孔径和深度增加而增大。准直器孔径大于30 mm时，IBA-SFD在射野外存在过响应现象。探测器垂直于射束中心轴方向时，PTW-60017、PTW-60018、PTW-60019测得的FWHM和半影比探测器平行于射束中心轴方向时小，准直器孔径5 mm时尤为明显。而IBA-SFD测得的结果相反。随着准直器孔径增加，4种探测器测得的左右半影间差异增加，杆效应明显。结论 4种探测器测量的射波刀离轴比曲线相近，但应用时需考虑各自特点，并注意探测器固定方式和杆效应的影响。
- 张喜乐杨瑞杰李君李孟昭刘路潘羽晞王俊杰
- 关键词：射波刀
- 乳腺癌保乳术后容积旋转调强和切线野调强放疗的剂量学比较被引量：9
- 2018年
- 目的:比较左侧乳腺癌保乳术后容积旋转调强和切线野调强的剂量学差异。方法:选择接受放射治疗的左侧乳腺癌保乳术后患者10例,采用Eclipse计划系统分别设计容积旋转调强(2F-Rapid Arc)与切线野调强(2FIMRT)计划,2F-Rapid Arc采用机架角287°~293°至152°~162°的两个部分弧,中间0°~90°避免照射,2F-IMRT采用机架角301°~311°和125°~135°的切线野照射,处方剂量均为46 Gy/23次,所有计划要求95%靶区体积达到处方剂量。比较2种计划靶区、危及器官剂量分布、机器跳数(MU)和治疗时间。结果:2F-Rapid Arc和2F-IMRT计划均匀性指数分别是1.12±0.02和1.11±0.03(P=0.282),适形度指数分别是0.80±0.03和0.65±0.04(P<0.001),计划靶区(PTV)V110分别是20.98%±14.47%和10.43%±10.49%(P=0.030)。与2F-IMRT计划相比,2F-Rapid Arc计划增加了左侧肺的V5(48.06%±17.32%vs.24.23%±6.56%,P=0.001)、V10(28.89%±9.28%vs.17.07%±4.78%,P=0.004)、D_(mean)[(9.70±2.14)Gy vs.(6.86±1.77)Gy,P=0.002],增加了双肺的V5(22.85%±7.55%vs.11.01%±2.95%,P=0.001]、V10(13.16%±4.33%vs.7.76%±2.16%,P=0.006)、D_(mean)[(4.66±0.95)Gy vs.(3.17±0.82)Gy,P=0.001),但降低了左侧肺的V40(3.58%±1.46%vs.6.19%±3.04%,P=0.006),同时降低了双肺的V40(1.61%±0.64%vs.2.81%±1.39%,P=0.005)。增加了心脏的V5(39.3%±17.19%vs.8.79%±4.24%,P<0.001)、V10(21.31%±13.8%vs.5.73%±3.42%,P=0.002)、V20(7.80%±6.08%vs.4.05%±2.85%,P=0.018)、D_(mean)[(0.64±0.25)Gy vs.(0.29±1.39)Gy,P<0.001],降低了心脏的V40(0.50%±0.40%vs.1.86%±1.94%,P=0.037)。增加了对侧乳腺的D_(mean)[(1.63±1.26)Gy vs.(0.09±0.05)Gy,P=0.004]。与2F-IMRT计划相比,2F-Rapid Arc治疗时间略有增加[(132.9±7.2)s vs.(140.3±11.6)s,P=0.030],两者的机器跳数相当[(467.0±30.4)MU vs.(494.7±44.9)MU,P=0.094]。结论:2F-Rapid Arc和2F-IMRT计划皆能满足临床需要,2F-Rapid Arc计划比2F-IMRT计划有更好的适形度,更低的高剂量区,但是增加了患侧肺、双肺、心脏的低剂量区及对侧乳腺的平
- 孙海涛杨瑞杰江萍姜伟娟李金娜孟娜王俊杰
- 关键词：乳腺癌调强放疗剂量学
- 机器学习在调强放疗质量保证中的应用研究进展被引量：5
- 2019年
- 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。本文综述其研究进展。
- 李佳奇张书铭王皓张喜乐李君石成玉隋婧杨瑞杰
- 关键词：调强放射疗法
- 多叶准直器透射对调强放疗剂量计算准确性影响观察被引量：9
- 2013年
- 目的探讨多叶准直器透射及其对调强放疗剂量计算准确性的影响。方法使用电离室分别测量瓦里安Trilogy直线加速器多叶准直器（MLC）叶片平均透射和叶片剂量学问距（DLG），并使用电子射野影像装置测量MLC叶片内透射和叶片问透射。通过10例肿瘤调强放疗患者资料评价计划系统使用实际测量结果模拟MLC透射计算剂量准确性。结果6、10MVX射线MLC叶片平均透射值分别为1．6％、1．8％，透射值随射野增大而增加、随深度增加而增加、离轴位置稍低于中心轴；叶片内透射值分别为0．8％～1．2％、1．1％～1．6％；叶片间透射值分别为1．3％～1．9％、1．6％～2．5％。计划系统使用实际测量结果模拟MLC的透射值具有很好一致性。3％3mmy通过率2例鼻咽癌患者分别为93．6％和94．5％，其余8例患者均〉95％。结论调强放疗中MLC透射直接影响靶区剂量准确性，MLC叶片透射与测量深度、射野大小和离轴位置有关。
- 杨瑞杰王俊杰张喜乐孙海涛刘选峰陈斌
- 关键词：多叶准直器透射调强放疗
- 不同探测器测量射波刀输出因子比较分析被引量：3
- 2017年
- 目的 比较分析5种不同探测器测量射波刀输出因子,以选择适合的探测器。方法分别使用电离室探测器PTW30013、PTW31010,半导体探测器PTW 60017、60018,宝石探测器PTW60019及EBT3胶片测量射波刀12个孔径准直器的输出因子。比较分析不同探测器及探测器放置方向测量的输出因子。结果 准直器孔径〉30 mm时5种探测器测量的输出因子差异〈1%,准直器孔径〈30 mm时不同探测器测量结果差异较大,准直器孔径越小差异越大。与胶片测量结果比较,PTW60019与胶片的一致性最好,偏差〈2%。半导体探测器测量结果稍高,电离室探测器测量结果过小。探测器放置方向不同,输出因子测量结果不同。PTW60019探测器平行射野中心轴放置时,测量的输出因子比垂直射野中心轴放置的结果偏低,PTW31010探测器测量结果相反。结论 准直器孔径〉30 mm时PTW31010、PTW60017、60018及PTW60019可直接用于射波刀输出因子测量,准直器孔径〈30 mm时需要对上述探测器的测量结果进行修正。PTW30013不适合小野输出因子测量。
- 李君杨瑞杰张喜乐刘路潘羽晞王俊杰
- 关键词：探测器射波刀
- 放疗自动计划研究进展被引量：5
- 2021年
- 常规放疗计划设计是一个耗时耗力的过程,需要在计划优化中不断调整参数来寻找最优计划。此外,计划设计者之间的经验差异、投入计划设计的时间以及医疗机构的执行标准都会影响计划质量,从而影响临床治疗效果以及患者预后。近年来自动计划发展迅速,自动计划能够在保证计划质量前提下提升计划设计效率。当前已有一些方法致力于放疗计划设计的自动化,如Eclipse和Pinnacle商用治疗计划系统中的Rapid Plan和Auto-Planning功能,也有研究将人工智能技术应用于剂量预测以实现自动计划。本文对现有的放疗自动计划研究做一综述,介绍各类自动计划方法的实现原理、临床效果以及存在的问题。
- 张麒麟张书铭王明清杨瑞杰
- 关键词：人工智能
