使用EPID电影图像进行大分割肺部放射治疗验证的可行性研究
医学物理
2015-05-13 v1 生物物理
摘要
我们提出了一种新颖的方法，用于基于机器学习算法的大分割肺部放射治疗中，使用电影EPID（电子射野影像装置）图像进行潜在的在线治疗验证。大分割放射治疗需要高精度。有效监测靶区以确保肿瘤位于射束孔径内至关重要。我们将治疗验证问题建模为一个二分类问题，并应用人工神经网络（ANN）将治疗期间获取的电影EPID图像分类为肿瘤位于射束孔径内或外的相应类别。使用数字重建放射影像（DRR）生成ANN的训练样本，并人为添加肿瘤位置的偏移，以模拟具有不同肿瘤位置的电影EPID图像。使用主成分分析（PCA）降低训练样本和治疗期间获取的电影EPID图像的维度。所提出的治疗验证算法以回顾性方式在五名大分割肺部患者上进行了测试。平均而言，我们提出的算法达到了98.0%的分类准确率、97.6%的召回率和99.7%的精确率。
引用
@article{arxiv.0904.4912,
title = {A feasibility study of treatment verification using EPID cine images for hypofractionated lung radiotherapy},
author = {Xiaoli Tang and Tong Lin and Steve Jiang},
journal= {arXiv preprint arXiv:0904.4912},
year = {2015}
}
备注
Accepted by Physics in Medicine and Biology