论文部分内容阅读
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。
机器学习在预测放疗疗效及并发症中的应用
【摘 要】
：
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。
【机 构】
：
100191 北京大学第三医院肿瘤放疗科,100191 北京大学第三医院肿瘤放疗科,100191 北京大学第三医院肿瘤放疗科,100190 北京，中国科学院自动化研究所 模式识别国家重点实验室,100
【出 处】
：
中华放射医学与防护杂志
【发表日期】
：
2018年38期
其他文献
目的观察肌内效贴对治疗早中期膝骨关节炎患者关节液中白介素-1β(IL-1β)、肿瘤坏死因子-α(TNF-α)和基质金属蛋白酶-3(MMP-3)的影响。方法选择符合条件的膝骨关节炎患者84例，按随机数字表法将其分为对照组和试验组。试验组采用肌内效贴治疗，对照组采用外观相同但无弹性的安慰贴进行治疗。均为每2 d更换1次贴布，治疗15次为1疗程。所有患者治疗前和治疗后1周分别抽取关节液，采用酶联免疫吸附
目的探讨放疗后盆壁复发宫颈癌患者采用3D打印共面坐标模板(3D-PCT)辅助125I放射性粒子植入治疗剂量精确性实施的可行性。方法本研究为单中心的回顾性研究，选取2016年4月至2017年12月北京大学第三医院应用3D-PCT辅助125I放射性粒子植入治疗的放疗后盆壁复发宫颈癌患者资料10例。患者年龄37～71岁，中位年龄53.5岁，KPS评分≥70分。所有患者均接受过盆腔放疗。病灶体积为3.5～
目的以DigitalDiagnost型飞利浦数字化X射线摄影(DR)为例，对比DR入射体表剂量(ESD)信息化计算值与热释光探测器(TLD)测读值的一致性，为实现DR诊疗医疗照射辐射剂量的信息化管理提供参考依据。方法热释光法获取就诊对象胸部、腹部、椎体、骨盆和四肢5个诊疗部位的ESD测读值，从DICOM文件收集就诊对象放射诊疗中记录的各项参数，按照剂量面积乘积(DAP)法和曝光参数法分别计算ESD
随着CT技术的不断进展，冠状动脉CT成像(CCTA)作为一种快速、准确的检查方法已经被临床认可，同时其辐射作用和对比剂不良反应也引起大家的关注。当前，不少降低辐射剂量和对比剂碘用量的新技术应用于临床，本文旨在结合近年国内外文献，就CCTA的双低扫描技术及进展做一综述。
目的根据食管癌放化疗前后磁共振扫描结果，结合临床疗效评估，对食管癌原发灶进行疗效判定，并结合原有CT及造影的评价标准，验证磁共振在食管癌放化疗近期疗效评价的可靠性。方法2010年5月至2014年3月采用三维适形或调强放疗的83例食管癌患者，处方剂量50～64 Gy，中位剂量60 Gy，单次1.8～2.0 Gy，其中34例接受了FP或TP方案的同期化疗，放疗前后均行食管钡餐造影、胸及上腹CT、磁共振
目的研究在RayStation 4.7计划系统平台上实现基于预测模型和自动优化算法的宫颈癌容积旋转调强(VMAT)全自动计划设计。方法选取40例宫颈癌VMAT专家计划进行分析，使用主成分回归分析方法建立危及器官的体积剂量直方图(DVH)预测模型，运用IronPython编程语言在RayStation 4.7计划系统平台上实现基于预测模型的宫颈癌VMAT计划的自动创建和自动优化，并通过与手动计划的比
目的研究容积旋转调强放疗(VMAT)计划设计采用不同计算分辨率对COMPASS验证通过率的影响。方法选取10例宫颈癌术后患者，在治疗计划系统上采用4种计算分辨率0.2 cm×0.2 cm×0.2 cm、0.3 cm×0.3 cm×0.3 cm、0.4 cm×0.4 cm×0.4 cm、0.5 cm×0.5 cm×0.5 cm设计VMAT治疗计划。计划传至加速器上执行，由COMPASS实际测量重建并