首页 > 文献资料
-
基于后验概率的呼吸信号预测
放疗过程中,采用图像引导、呼吸门控或实时跟踪技术对受呼吸影响较大的胸腹部位肿瘤目标进行治疗时,需要对呼吸条件下目标的运动进行估计.呼吸运动具有不确定性,利用传统数学模型描述其变化规律时,无法有效处理该问题.本研究提出后验概率算法进行呼吸运动估计,并利用呼吸状态判别技术有效控制跟踪过程,以解决呼吸的非线性逼近和基线漂移等问题.实验通过对11例患者的呼吸运动进行预测,证实了所提出方法的有效性;在应对信号变化和延时等方面,后验概率估计与传统算法的比较,也取得了令人满意的效果.
-
动态放射治疗中的肿瘤实时跟踪技术
在放射治疗中,位于胸部和腹部的肿瘤在呼吸等生理和物理因素的影响下,肿瘤及其周围组织动态地变化.由此产生的不确定性是目前各类放疗模式的主要障碍,同时也成为该领域研究中富有挑战性的难题.有针对性地阐明当前图像引导放疗和自适应放疗的概况和关键技术:介绍动态肿瘤放疗的基本原理与方法,分析比较动态肿瘤跟踪的各种算法,简要阐述肿瘤X射线投影图像的三维重建技术,讨论动态肿瘤控制的基本问题和基本对策.肿瘤控制的不确定性问题的解决主要取决于:成像技术水平、先验知识的获取、鲁棒的数学建模技术.
-
基于体表标志点的肿瘤呼吸运动跟踪方法
目的:探讨一种基于体表标志点的肿瘤呼吸运动跟踪方法,避免放疗过程中植入式的肿瘤跟踪对患者造成的损伤.方法:利用双目视觉系统对体模表面标志点进行实时跟踪,根据双目视觉原理,得出标志点的三维坐标运动情况;同时利用瓦里安微焦斑X线机和飞利浦移动式C臂组成的正交X线图像采集装置获取离散时刻下肿瘤图像,通过两幅图像肿瘤的二维坐标计算出其三维坐标;再采用粒子群优化(PSO)后的小二乘支持向量机(LSSVM)方法拟合出任意时刻肿瘤的三维坐标,实现肿瘤的实时定位与跟踪.结果:双目视觉系统能够准确计算出标志点的三维坐标,并能实时跟踪体表标志点;LSSVM-PSO避免了常规LSSVM交叉验证选取参数方法带来的盲目性,得到优拟合参数,拟合出任意时刻下肿瘤坐标值与实际值之间不超过1.8mm,拟合精度高,能够很好跟踪肿瘤运动.结论:基于体表标志点的肿瘤跟踪是一种很好的替代植入式跟踪方法,可以减少呼吸运动对精确放疗产生的影响以及避免手术植入标志点造成不必要的损伤.