周解平
- 作品数：13 被引量：12H指数：2
- 供职机构：中国科学技术大学更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金更多>>
- 相关领域：医药卫生理学一般工业技术自动化与计算机技术更多>>
- 术中放疗设备的研究进展
- 2023年
- 术中放疗(Intra-Operative Radiation Therapy,IORT)是指在手术中对患者瘤床、可见肿瘤或易复发转移部位进行单次大剂量照射的放射治疗。鉴于IORT在临床使用中的优势,其在国内外多种癌症的治疗中呈现快速发展的趋势,但国内尚缺乏对现有IORT设备的系统性研究。本文就目前IORT主要厂家的设备和技术在临床应用中的问题进行详细分析和介绍,为各医院和研发单位未来的采购和研发提供建议,推进IORT领域临床和医用设备的进一步发展。
- 齐妙刘君怡周解平陈志裴曦徐榭
- 关键词：术中放疗医用设备
- 食管癌术后调强放疗剂量预测及自动计划研究
- 2023年
- 目的探讨食管癌术后调强放疗自动计划的临床剂量学优势及所构建的3D U-Res-Net深度学习模型的剂量预测精度。方法选取110例中上段食管癌术后调强放疗计划病例,其中90例采用九折交叉验证方式进行深度学习预测模型训练,利用获取的最优模型和自动计划的Auto-Plan引擎分别对余下20例进行三维剂量分布预测和自动计划设计,所得结果与手动调强放疗计划进行剂量学比较。结果3D U-Res-Net预测模型等剂量面平均dice系数大于0.92,平均霍夫距离(HD_(95))为0.58~0.62 cm;预测模型的双肺V_(20)、V_(30)、D_(mean)比手动计划结果略有降低(P<0.05);Auto-Plan的计划靶区D_(2)、D_(50)、D_(mean)、HI指数及双肺V_(30)都明显优于人工计划(P<0.05);三者的三维剂量分布差异性较小,靶区及危及器官DVH曲线吻合度较好。结论Auto-Plan和3D U-Res-Net模型能分别较好地完成食管癌术后IMRT计划的自动设计以及三维剂量分布的精准预测。
- 王文成周解平张朋吴爱林吴爱东
- 关键词：食管癌剂量学调强适形放射治疗
- CT/MRI混合配准方法及其在放疗计划系统中的应用被引量：2
- 2020年
- 旨在研究放疗中图像配准方法,特别是针对放疗中常用的CT、MRI,提出基于混合框架的配准方法,该方法主要包括两个方面:(1)采用掩膜(Mask)提取感兴趣区域、形态学运算等图像处理方法以及CPU多线程并行技术,大幅度提高配准速度;(2)采用由全局到局部的混合配准策略,首先利用基于仿射变换的刚性配准整体配准,以防止图像间偏差过大,在此基础上针对感兴趣区域采用B样条弹性配准,调整局部形变。通过实验表明,采用预处理及加速策略的刚性配准,在保持其精度的情况下,提速比可达10倍,测试结果已达到临床需求;此外,采用基于GPU加速的混合配准策略,其配准速度提至约4 min。
- 吴茜皮一飞周解平
- 关键词：多模态图像配准互信息B样条预处理
- 基于2D/3D U-plus-net的心脏自动分割
- 2021年
- 目的:利用2D/3D U-plus-net提高心脏自动分割的准确率。方法:收集郑州大学第一附属医院60例患者胸部扫描CT图像(数据A)及中国科学技术大学附属第一医院45例患者胸部扫描CT图像(数据B)。基于改进的AlexNet将CT图像分为两类:心脏CT图像和无心脏CT图像。在2D/3D U-net拓扑结构基础上,通过减小网络深度、在长连接中增加新节点、增加解码器中卷积次数的方法,得到改进后的2D/3D U-plus-net;将靠近腹部的心脏CT图像(图像张数由预实验决定)输入3D U-plus-net,其余图像输入2D U-plus-net;采用5倍交叉验证法对模型进行训练及测试。最后通过Dice系数、HD95和平均表面距离(MSD)评估自动分割精度。结果:数据A自动分割的Dice系数为0.941±0.012,MSD为(3.918±0.201)mm,HD95为(5.863±0.561)mm;数据B自动分割的Dice系数为0.934±0.014,MSD为(4.112±0.320)mm,HD95为(6.035±0.659)mm。结论:基于2D/3D U-plus-net的分割方法提高了心脏自动分割准确率。
- 宋宇宸彭昭吴昊天周解平皮一飞陈志裴曦
- 关键词：心脏
- 基于三维残差与U--Net混合网络的调强放疗自动计划方法研究
- 调强放射治疗是目前国内外最主要的放疗技术之一，但其计划设计的优化参数众多，不同计划设计者之间由于经验、技巧以及时间等差异导致治疗计划质量差别较大，严重地影响患者治疗效果。目前主要采用“基于经验的放射治疗”(Knowled...
- 周解平
- 关键词：调强放射治疗
- 文献传递
- 基于深度学习方法的食管癌术后调强放疗三维剂量分布预测被引量：1
- 2022年
- 目的:构建一种深度学习网络模型预测食管癌调强放疗的三维剂量分布。方法:取100例中上段食管癌术后患者的调强放疗计划为研究对象,以患者计划的计算机断层扫描(CT)图像、靶区和危及器官的勾画图像以及适形射束信息作为输入数据,调强适形放射治疗(IMRT)的三维剂量分布作为输出数据,通过搭建的3D U-Res-Net混合网络进行训练并得到预测模型,利用该模型对测试集进行三维剂量预测。采用平均预测偏差-δ、平均绝对误差(MAE)、戴斯相似性系数(DSC)和豪斯多夫距离(HD_(95))评价预测结果的精确性。结果:测试集的平均预测偏差为-0.23%~0.78%,MAE为1.67%~3.07%,两组计划等剂量面DSC均值大于0.91,尤其30 Gy以下的DSC达到0.95以上,平均HD_(95)为0.51~0.73 cm。预测计划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D_(2)、脊髓D_(max)、全肺V_(30)差异有统计意义外(P<0.05),其余剂量学参数差别不大。结论:本研究构建的3D U-Res-Net深度学习网络模型可以实现对食管癌术后IMRT三维剂量分布的精确预测。
- 王文成周解平张朋吴爱林吴爱东
- 关键词：食管癌调强放疗
- 基于深度学习的直肠癌术后调强放疗剂量分布预测被引量：2
- 2020年
- 目的建立一种深度学习模型预测调强放疗(IMRT)的三维剂量分布。方法收集直肠癌术后IMRT患者共110例,随机数表法选择其中90例作为训练验证集并作9折交叉验证,剩下20例作为测试集。构建3D U-Res-Net模型,以CT影像、靶区和危及器官(OARs)的解剖结构以及射束信息作为输入,IMRT剂量作为输出训练该模型,并用来预测测试集病例的剂量分布。采用三维剂量分布以及剂量—体积直方图(DVH)剂量参数评估预测精确性。结果在三维剂量分布上,体素剂量的平均预测偏差为-2.12%~2.88%、平均绝对误差为2.55%~5.75%;等剂量面的Dice系数均在0.9以上,平均霍夫距离(HD95)和平均表面距离(MSD)分别0.61~1.54 cm和0.21~0.45 cm。对于DVH剂量参数,除膀胱Dmean(P=0.048)以外,其他剂量学参数差异均无统计学意义(P>0.05)。结论基于3D U-Res-Net模型可以实现直肠癌术后IMRT剂量分布预测,为自动计划设计奠定基础。
- 周解平彭昭王鹏常艳奎盛六四吴爱东钱立庭裴曦
- 关键词：直肠癌调强放疗
- 基于GPU加速的质子调强放疗鲁棒优化器
- 2019年
- 开发一种基于图形处理器(GPU)加速的质子调强放疗鲁棒优化器,用于减小质子束射程不确定性和靶区定位偏差对质子放疗的影响。建立的鲁棒优化模型使用的目标函数包括9种边界剂量目标,分别是:无偏差情况、2种射程偏差(偏长与偏短)、6种摆位不确定性(前后、侧向、上下入射方向各2种正负偏差)。首先靶区和危及器官的剂量贡献矩阵使用笔形束算法计算得到,然后使用共轭梯度法优化目标函数让其满足约束条件,这两部分均采用GPU加速。头颈部、肺部和前列腺三个临床病例被用来检测本优化器的性能表现。与传统基于计划靶区(PTV)的质子调强放疗计划相比,鲁棒优化器能够优化出对射程不确定性和摆位误差更加不敏感的治疗计划,让靶区实现了高剂量均匀性的同时危及器官(OARs)也得到了更好的保护。经过100次迭代,三个病例的优化时间均在10 s左右。该结果证明了基于GPU加速的质子调强放疗鲁棒优化器能够在短时间内设计出高鲁棒性的质子治疗计划,从而提高质子放射治疗的可靠性。
- 徐遥裴曦刘红东霍万里周解平徐榭
- 宫颈癌三维后装治疗中两种优化方式的剂量及相关性分析被引量：2
- 2018年
- 目的比较CT图像引导下的宫颈癌三维后装治疗中两种优化方式的剂量学差异,并为传统的二维腔内治疗点剂量评估提供参考依据。方法回顾分析30例宫颈癌患者手动优化(MO)的后装治疗计划,并在此计划原靶区和危及器官(OARs)勾画、处方剂量等不变的基础上,利用模拟退火逆向优化(IPSA)重新设计治疗计划,并比较这两种计划的靶区和危及器官的剂量学参数及相关性分析。结果与MO计划相比,IPSA计划的靶区剂量参数D90、D100、V100等差异无统计学意义,但膀胱和直肠的D2 cm3、D1 cm3剂量明显降低(P<0.05),治疗时间也稍缩短(P<0.05)。IPSA计划膀胱参考点剂量明显低于其D2 cm3剂量(P<0.05),且与小肠D2 cm3剂量呈正相关性(P<0.05);直肠参考点剂量与直肠、乙状结肠D2 cm3剂量呈正相关性,但与乙状结肠相关性更大(P<0.05)。结论 IPSA计划能提供与MO计划相同的靶区覆盖率,但降低了膀胱、直肠的最大受量;膀胱参考点剂量评估会低估膀胱的真实受量、直肠参考点剂量评估可能会造成乙状结肠超量。
- 周解平周解平吴爱东钱立庭盛六四
- 基于危及器官DVH预测模型的前列腺癌自动计划研究被引量：4
- 2019年
- 目的评估利用危及器官DVH预测模型来实现前列腺癌自动计划的可行性。方法从42例前列腺癌放疗计划数据库随机选择30例作为训练集,根据膀胱、直肠与靶区边界的空间距离将其依次分割成层厚为3mm的亚体积元(Ai),采用偏正态高斯函数拟合各Ai的微分DVH,优化得微分DVH的精确数学模型;利用嵌入在Pinnacle脚本中的C^++子程序获取另外12例验证集患者OARs的各Ai体积,基于建立的数学模型预测各OARs的DVH参数,将其作为目标函数生成个性化Pinnacle脚本实现自动计划。配对t检验比较原临床计划、预测值和自动计划的剂量差异。结果DVH预测结果显示其膀胱、直肠60Gy以上剂量的体积分数均低于原临床计划;自动计划的膀胱V70、V60、V50以及直肠V70、V60值均比原临床计划明显降低(P<0.05),但靶区的覆盖率和适形度基本不变,均匀性略降低(P>0.05)。结论基于危及器官DVH预测模型的前列腺癌自动计划降低了OARs照射剂量,提高治疗计划设计效率。
- 周解平彭昭宋宇宸裴曦盛六四吴爱东张红雁钱立庭徐榭
- 关键词：剂量体积直方图
