导读:本文包含了危及器官论文开题报告文献综述及选题提纲参考文献，主要关键词:宫颈癌,危及器官,放射治疗,自动勾画
危及器官论文文献综述
王金媛,徐寿平,杨微,张慧娟,曲宝林[1]（2019）在《算法和匹配数目对宫颈癌危及器官自动勾画的影响》一文中研究指出目的:探讨基于Atlas实施宫颈癌危及器官自动勾画时勾画算法及匹配数目对自动勾画结果的影响。方法:基于MIM-Maestro软件建立宫颈癌Atlas模板库,入库病例数目为60例。随机选择Atlas库外10例宫颈癌患者,由临床医生手动勾画危及器官(膀胱、直肠和双侧股骨头),并定义为参考勾画(V_(ref))。应用多数投票算法和STAPLE算法,匹配数分别选择1、3、5、7、9进行自动勾画。采用勾画时间(T)、相似性系数(DSC)、敏感性指数(SI)、质心偏差(DC)、Jaccard系数(JAC)、Hausdorff距离(HD)评价勾画结果,并进行单因素方差分析和配对样本t检验。结果:勾画时间随匹配数目增大呈线性增加,与勾画算法无关。多数投票算法和STAPLE算法勾画结果均显示,匹配数为1时膀胱的SI和左股骨头的DSC、HD、JAC与匹配数为3、5、7、9时有统计学差异。STAPLE算法中,直肠和双侧股骨头的SI均显示匹配数目为1、3与5、7、9有统计学差异。两种勾画算法的比较结果显示,仅双侧股骨头的SI有统计学差异。结论:基于Atlas实施危及器官自动勾画时,勾画算法对结果基本无影响,所需时间与匹配数呈正比,综合勾画结果建议匹配数目选择3。(本文来源于《中国医学物理学杂志》期刊2019年11期）
王沛沛,李金凯,李彩虹,昌志刚,顾宵寰[2]（2019）在《基于人工智能技术的危及器官自动勾画在胸部肿瘤中的应用》一文中研究指出目的:评估基于人工智能技术的自动勾画软件勾画胸部危及器官轮廓的几何学精度,为临床应用提供依据。方法:选择30例胸部肿瘤患者的CT图像,分别使用基于人工智能技术的自动勾画软件勾画和医师手动勾画胸部危及器官。采用Hausdorff距离、形状相似性指数及Jaccard系数这3个指标评价自动勾画与手动勾画危及器官的几何学一致性。结果:在肺、心脏和脊髓的Hausdorff距离中,最大为右肺的(22.31±4.50)mm,最小为脊髓的(3.17±0.80)mm。危及器官的形状相似性指数值均≥0.91。Jaccard系数中左肺和右肺的均值≥0.95,脊髓的为0.84±0.02,心脏的略低为0.83±0.04。结论:基于人工智能技术的危及器官自动勾画软件对于胸部危及器官勾画能够达到较高的准确性和精度,可以满足临床工作。(本文来源于《中国医学物理学杂志》期刊2019年11期）
梁淑君[3]（2019）在《基于卷积神经网络的鼻咽癌放射治疗危及器官分割方法研究》一文中研究指出头颈部计算机断层(Computed Tomography,CT)图像危及器官(Organs at risk,OARs)准确分割对制定有效的鼻咽癌(Nasopharyngeal Carcinoma,NPC)放疗计划至关重要。卷积神经网络(Convolutional Neural Networks,CNN)的深度学习技术是通用有效的医学图像检测、分类和分割方法;这种方法源于最近ImageNet大规模视觉识别竞赛以及PASCALVOC检测与分割挑战赛的成功。虽然现有的深度学习方法在危及器官的分割上优于传统的依赖于手工特征的方法,传统的深度学习分割模型在同时分割多个危及器官时容易受背景区域包含的复杂多变的灰度信息混淆和容易受到不同器官之间形状差异的影响,导致错误地判断目标危及器官;并且大尺寸危及器官的分割准确率要远优于小尺寸危及器官的准确率。基于不同患者头颈CT图像中的同一个危及器官总体形态相似,在图像中位置相对稳定的特点以及深度学习医学图像检测和分割的学习和理解,本文提出先定位再分割的思想,致力于能同时且准确地定位和分割同一张CT图像中的所有危及器官。本论文主要包括以下两个工作:(1)基于目标区域的鼻咽癌危及器官分割。我们把鼻咽癌CT图像多危及器官同时分割问题分解成危及器官定位问题和危及器官目标区域分割问题。危及器官定位问题中,我们用检测网络预测CT整图中所有危及器官的位置并且预测危及器官属于哪一类。危及器官目标区域分割问题中,我们把从检测网络得到的危及器官区域图像块作为分割网络的输入,通过迭代的深度特征学习,得到危及器官区域块的分割结果。在这种方法中,分割的重点在于危及器官区域图像块,从而减少了背景灰度和不同器官之间形状差异对分割结果的影响,提高了多危及器官同时分割的准确率。本实验数据包含了 185个CT平扫图像,结果表明先定位再分割的方法能实现准确的多危及器官同时分割。本实验同时分割了 18个鼻咽癌OARs,平均Dice系数为 0.861±0.07。(2)基于ROI细粒度表示的CNN多视图空间聚合框架的鼻咽癌危及器官定位与分割。在上一项工作中,我们把鼻咽癌CT图像多危及器官同时分割问题分解成危及器官定位问题和危及器官区域分割问题,并且在两个2D-CNN中分别实现定位和分割;并且发现不同的危及器官尺寸变化较大,算法在大尺寸危及器官上取得较好的分割精度,而对于小尺寸的危及器官分割精度仍然需要提升。本文提出一个多视图空间聚合的框架,将横断位、矢状位和冠状位叁个不同视图的分割概率图进行空间聚合,从而充分利用CT数据的3D图像信息。在此框架中,我们将多任务学习引入到定位与分割模型中实现了端到端的器官定位与分割,并且提出了基于ROI细粒度特征表示模块,增强了不同尺寸危及器官的特性,提高了多危及器官同时分割的准确性。此外,我们利用自动上下文模型对所提框架进行了升级,以迭代地提高二维切片间以及平面内像素之间的一致性。在两个测试集数据上的实验结果表明,我们所提方法在分割精度和鲁棒性方面均优于现有的分割算法。(本文来源于《南方医科大学》期刊2019-11-01）
陈国付,邵国良[4]（2019）在《直肠癌放疗中膀胱充盈程度与危及器官体积相关性分析》一文中研究指出目的探讨直肠癌放疗中,膀胱充盈程度与其他危及器官体积的相关性。方法收集2017年6月至2018年12月,34例两次CT定位两次计划设计的直肠癌调强放疗患者,采用相同的方法在CT定位前1小时饮用1000ml(含20ml造影剂)的水进行膀胱充盈,然后再进行定位扫描,勾画靶区,对比两次计划勾画的膀胱、小肠、双侧股骨头的体积。计数资料采用卡方检验,计量资料采用均数±标准差表示,采用配对t检验比较两次测定值间的差异,P<0.05为差异有统计学意义。结果收集的34例患者两次勾画的膀胱、小肠体积有明显得差异P=0.000,两次小肠的体积P=0.034,而双侧股骨头的体积基本无差异左侧P=0.595,右侧P=0.756。结论在直肠癌放疗中,膀胱的充盈程度随着放疗进程的推进而变小,小肠的体积和膀胱充盈程度呈负相关随着膀胱体积的变小而增大,双侧股骨头的体积变化不明显。(本文来源于《浙江创伤外科》期刊2019年05期）
裴运通,胡金炎,马阳光,王海洋,刘乐乐[5]（2019）在《Monaco计划系统计算网格对头颈部肿瘤小体积危及器官的剂量学影响》一文中研究指出目的:探讨Monaco计划系统中计算网格对头颈部肿瘤小体积危及器官剂量学影响。方法:选取10例头颈部NKT(结外NK/T细胞淋巴瘤)患者,Monaco计划系统按不同计算网格分A、B两组制作计划。A组以3 mm网格优化,以1、2、4、5 mm网格重新计算剂量生成新计划;B组按1、2、3、4、5 mm网格直接优化计划。A、B两组计划其它参数均保持不变,归一到处方剂量包绕95%靶区体积。统计晶体及计划敏感器官体积(PRV)、视交叉和视神经最大、最小和平均剂量、靶区CI和HI,剂量重新计算与优化时间。以1 mm网格数据为参考,采用配对t检验对上述结果进行统计分析。结果:2 mm与1 mm网格配对t检验A组右晶体PRV、右视神经和视交叉有统计学差异(P<0.05),B组右晶体PRV和视交叉有统计学差异,其它危及器官(OAR)均无统计学差异(P>0.05)。3 mm与1 mm网格配对t检验所有OAR均无统计学差异。4 mm与1 mm网格配对t检验A、B两组晶体及PRV除B组右晶体PRV外均有统计学差异,而视神经和视交叉均无统计学差异。5 mm与1 mm网格配对t检验A、B两组晶体及PRV均有统计学差异,视神经和视交叉除A组视交叉外均无统计学差异。1 mm网格A、B两组OAR的剂量学参数、靶区的CI和HI没有统计学差异,B组计划所需时间是A组的4倍。结论:较之于视神经和视交叉,晶体及PRV对计算网格变化更敏感。Monaco计划系统兼顾计算精度和工作效率,头颈部肿瘤采用3 mm计算网格是合适的选择。当临床需要1 mm网格数据时,可采用3 mm网格优化并重新计算到1 mm网格剂量的方法。(本文来源于《中国医学物理学杂志》期刊2019年10期）
郑士明,李玉成,杨一威,张磊,毛仙芝[6]（2019）在《直肠癌放疗前后膀胱容积变化对危及器官影响的初步临床研究》一文中研究指出目的通过对放疗前后膀胱容积的变化来研究直肠癌放疗中膀胱容积变化对危及器官的影响。方法随机选取本院直肠癌患者13例,分别在放疗前和放疗25次后以相同体位进行CT扫描,比较放疗前后两次CT上危及器官的剂量学差异。结果膀胱放疗后容积缩减65%左右,有统计学差异(P<0.05),膀胱的V40、V45、平均剂量Dmean,放疗前后无明显变化,没有统计学差异(P>0.05)。小肠最高剂量Dmax放疗后比放疗前增加了2%左右,有统计学差异(P<0.05);小肠的V35、V40、V45放疗后比放疗前分别增加了77%、111%、227%,有统计学差异(P<0.05);小肠在靶区的绝对体积(Intestine∩PTV)增加了200%左右,有统计学差异(P<0.05)。左右股骨头在放疗前后没有明显变化,无统计学差异(P>0.05)。结论直肠癌放疗后膀胱体积变化对小肠剂量有明显影响,对膀胱、左右股骨头几乎没有影响。(本文来源于《世界最新医学信息文摘》期刊2019年86期）
王金媛,徐寿平,刘博,郑庆增,张慧娟[7]（2019）在《定量评价Atlas模板库病例数目对宫颈癌危及器官自动勾画的影响》一文中研究指出目的:探讨基于Atlas实施宫颈癌危及器官自动勾画时图谱库入库病例数的增加对自动勾画结果的影响,以期得到最优图谱库病例数。方法:运用MIM软件建立4组宫颈癌图谱库(入库病例数目分别为30、60、90、120例)。随机选择图谱库外10例宫颈癌患者图像,由一名临床经验丰富的医生进行危及器官(膀胱、直肠和双侧股骨头)的手动勾画,将其定义为参考勾画,并对该10例患者图像进行危及器官自动勾画,勾画匹配数目分别选择为3和9。通过定量评价勾画时间、相似性系数(DSC)、敏感性指数(SI)、包容性指数、质心偏差、Jaccard系数(JAC)、Hausdorff距离(HD),将自动勾画结果与参考勾画进行单因素方差分析,从而探讨不同图谱库病例数对自动勾画结果的影响。结果:勾画匹配数目选择为3时,4组模板中平均自动勾画时间小于手动勾画(1.31/1.33/1.35/1.39 min vs 10.25 min),匹配数目选9时具有同样的趋势(5.07/5.24/5.14/5.24 min vs 10.25 min),但各组间没有差异性。匹配数目为3时膀胱SI(P=0.018)、直肠SI(P=0.010)、直肠DSC(P=0.016)、直肠JAC(P=0.013)、直肠HD(P=0.042),以及匹配数目为9时直肠HD(P=0.002)均具有统计学差异,其他参数没有统计学意义。结论:基于Atlas实施危及器官自动勾画能够节省勾画时间,模板数目的增加不会影响勾画效率,30例图谱库勾画时整体结果较差,60例以上的图谱库略有优势,提高膀胱、直肠的勾画准确性,但考虑时间成本,对于宫颈癌的勾画建议采用60例作为临床模板库病例数。(本文来源于《中国医学物理学杂志》期刊2019年07期）
代莹,姜媛媛,彭震,邓驰[8]（2019）在《3D打印口腔个性化牙托对头颈部恶性肿瘤调强放疗危及器官的剂量学价值体会》一文中研究指出目的:分析3D打印口腔个性化牙托对头颈部恶性肿瘤调强放疗危及器官的剂量学价值。方法:2014年10月-2018年10月收治头颈部恶性肿瘤患者60例,以随机数字法分为两组,各30例。常规组采用传统口腔圆筒,试验组采用3D打印口腔个性化牙托。对比两组靶区剂量参数和危及器官剂量体积参数。结果:两组患者不同靶区剂量参数数据比较,差异无统计学意义(P>0.05);试验组患者上唇、上颊、硬腭、软腭等器官剂量体积参数相对于常规组有明显优势,差异有统计学意义(P<0.05)。结论:3D打印口腔个性化牙托对头颈部恶性肿瘤调强放疗危及器官的剂量学价值显着,可以更好地实现精准定位,有效保护上唇、上颊、硬腭以及软腭等部位,可以减少甚至杜绝不良反应,提高调强放疗治疗水平,值得推广。(本文来源于《中国社区医师》期刊2019年18期）
田娟秀,刘国才,谷珊珊,顾冬冬,龚军辉[9]（2019）在《基于3D深度残差全卷积网络的头颈CT放疗危及器官自动勾画》一文中研究指出头颈部肿瘤放射治疗危及器官的准确勾画是放疗计划的关键步骤,然而头颈部放疗危及器官的精确分割挑战性很大,目前临床医生手动勾画危及器官非常繁琐、耗时且缺乏一致性。提出基于3D深度残差全卷积网络的头颈部肿瘤放疗危及器官自动分割方法,通过改进的V-Net网络分割模型,有效地结合危及器官CT影像的深层特征和浅层特征,同时根据特别设计的端到端监督学习确定危及器官分割模型参数。为了解决小器官类分布极不平衡问题,提出利用器官位置先验约束采样区域与随机采样相结合的训练样本选择策略,同时采用Dice损失函数对网络进行训练。该策略不仅可加速训练过程,提升分割性能,而且可保证小器官的分割准确率。该方法在2015年MICCAI头颈自动分割挑战赛数据集PDDCA上验证,各器官分割的Dice系数平均值分别为:颌下骨0.945、左腮腺0.884、右腮腺0.882、脑干0.863、左颌下腺0.825、右颌下腺0.842、左视神经0.807、右视神经0.847、视交叉0.583。大多数器官的95%Hausdorff距离小于3 mm,所有器官的勾画平均距离均小于1.2 mm。实验结果表明,该方法在除脑干以外的危及器官分割中性能比其他对比方法更优。(本文来源于《中国生物医学工程学报》期刊2019年03期）
黄光,杨时平,王献维,殷艳海,陈峰[10]（2019）在《PET/CT引导鼻咽癌靶区勾画对危及器官剂量影响的研究》一文中研究指出目的:比较~(18)F-FDG-PET/CT与CT/MRI引导鼻咽癌靶区勾画在调强放疗中危及器官放射剂量的差异。方法:选择局部晚期鼻咽癌31例患者,由~(18)F-FDG-PET/CT引导靶区勾画作为实验组,由CT/MRI引导靶区勾画作为对照组,分别制定调强放疗计划。比较两组中大体肿瘤体积(GTV)、危及器官的剂量差异。结果:PET/CT较CT/MRI勾画的原发灶体积小,T3、T4体积比较,差异均有统计学意义(P<0.001)。PGTV在D_(min)、 D_(mean)、 D_(95),实验组小于对照组;在D_(max),实验组大于对照组,差异均具有统计学意义(P<0.001)。脊髓的D_(min)、D_(max)实验组小于对照组,差异有统计学意义(P=0.022,0.042);D_(mean),两组无差异。脑干、腮腺的D_(max)实验组小于对照组,差异有统计学意义(P=0.001,0.047);Dmin、D_(mean)两组无差异。视交叉、颞叶的Dmin、 D_(mean)、D_(max)两组比较,差异无统计学意义(P>0.05)。结论:PET/CT引导靶区勾画在晚期鼻咽癌患者调强放射治疗中同步加量的应用,在MRI显示的原发病灶靶区当中,使PET/CT浓聚区的病灶剂量较高,平均剂量及最小剂量较小。数据显示脊髓、脑干及腮腺所受剂量减少,对视交叉及颞叶无影响。未来要观察剂量变化对病灶控制及危及器官的长期影响。(本文来源于《海南医学院学报》期刊2019年15期）
危及器官论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的:评估基于人工智能技术的自动勾画软件勾画胸部危及器官轮廓的几何学精度,为临床应用提供依据。方法:选择30例胸部肿瘤患者的CT图像,分别使用基于人工智能技术的自动勾画软件勾画和医师手动勾画胸部危及器官。采用Hausdorff距离、形状相似性指数及Jaccard系数这3个指标评价自动勾画与手动勾画危及器官的几何学一致性。结果:在肺、心脏和脊髓的Hausdorff距离中,最大为右肺的(22.31±4.50)mm,最小为脊髓的(3.17±0.80)mm。危及器官的形状相似性指数值均≥0.91。Jaccard系数中左肺和右肺的均值≥0.95,脊髓的为0.84±0.02,心脏的略低为0.83±0.04。结论:基于人工智能技术的危及器官自动勾画软件对于胸部危及器官勾画能够达到较高的准确性和精度,可以满足临床工作。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
危及器官论文参考文献
[1].王金媛,徐寿平,杨微,张慧娟,曲宝林.算法和匹配数目对宫颈癌危及器官自动勾画的影响[J].中国医学物理学杂志.2019
[2].王沛沛,李金凯,李彩虹,昌志刚,顾宵寰.基于人工智能技术的危及器官自动勾画在胸部肿瘤中的应用[J].中国医学物理学杂志.2019
[3].梁淑君.基于卷积神经网络的鼻咽癌放射治疗危及器官分割方法研究[D].南方医科大学.2019
[4].陈国付,邵国良.直肠癌放疗中膀胱充盈程度与危及器官体积相关性分析[J].浙江创伤外科.2019
[5].裴运通,胡金炎,马阳光,王海洋,刘乐乐.Monaco计划系统计算网格对头颈部肿瘤小体积危及器官的剂量学影响[J].中国医学物理学杂志.2019
[6].郑士明,李玉成,杨一威,张磊,毛仙芝.直肠癌放疗前后膀胱容积变化对危及器官影响的初步临床研究[J].世界最新医学信息文摘.2019
[7].王金媛,徐寿平,刘博,郑庆增,张慧娟.定量评价Atlas模板库病例数目对宫颈癌危及器官自动勾画的影响[J].中国医学物理学杂志.2019
[8].代莹,姜媛媛,彭震,邓驰.3D打印口腔个性化牙托对头颈部恶性肿瘤调强放疗危及器官的剂量学价值体会[J].中国社区医师.2019
[9].田娟秀,刘国才,谷珊珊,顾冬冬,龚军辉.基于3D深度残差全卷积网络的头颈CT放疗危及器官自动勾画[J].中国生物医学工程学报.2019
[10].黄光,杨时平,王献维,殷艳海,陈峰.PET/CT引导鼻咽癌靶区勾画对危及器官剂量影响的研究[J].海南医学院学报.2019