宋莹
- 作品数：16 被引量：35H指数：4
- 供职机构：四川大学华西医院更多>>
- 发文基金：四川省自然科学基金国家自然科学基金更多>>
- 相关领域：医药卫生文化科学核科学技术自动化与计算机技术更多>>
- 基于目标跟随的直肠癌VMAT计划自动化设计
- 宋莹张英杰王强柏森
- 宫颈癌VMAT计划中OAR的DVH预测价值被引量：4
- 2016年
- 目的：探讨宫颈癌 VMAT放疗计划中膀胱、直肠和小肠等 OAR的 DVH预测价值。方法选取100例宫颈癌VMAT计划为学习组，分析该组患者解剖信息与膀胱、直肠和小肠V30、V40和V50指数的相关性。采用SVR算法建立解剖信息与OAR的DVH间对应关系。利用解剖信息对验证组20例VMAT计划的OAR的DVH进行预测。结果膀胱、直肠和小肠的DVH可能主要受其与靶区空间位置关系影响。 SVR 算法对验证组中膀胱V30、V40、V50预测误差分别为（－2．4±3.5）％、（－2．5±3.8）％、（－1．5±4.9）％，对直肠的预测误差分别为（0．5±2.6）％、（－1．5±5.1）％、（－2．0±7.4）％，对小肠的预测误差分别为（－2．9±5.3）％、（2．7±7.7）％、（5．3±11.1）％。结论对先验宫颈癌VMAT计划中解剖信息与OAR的DVH的相关性学习后，SVR算法可利用解剖信息准确地预测出膀胱、直肠和小肠的DVH。
- 王强李光俊宋莹柏森
- 关键词：剂量体积直方图支持向量回归算法
- 虚拟仿真教学平台在放射治疗设备学教学中的应用
- 2024年
- 目的探讨将虚拟仿真教学平台应用于肿瘤和放射治疗方向的学生在放射治疗设备学见习课程中的教学效果,并与传统教学方法进行比较。方法选择四川大学医学影像技术专业放射治疗方向2015级—2018级本科生为研究对象,将2015—2016级作为对照组,2017—2018级作为试验组。对照组学生仅接受放射治疗设备学的理论与线下实践教学,而试验组学生在此基础上额外接受虚拟仿真教学平台的学习。通过比较2组学生在接受虚拟仿真教学平台学习前后的操作及理论考核成绩,评估虚拟仿真教学系统相较于传统教学模式在提升学生理论知识学习能力、线下实践操作水平以及学习兴趣方面的效果。结果试验组学生考核分数为(89.81±11.11)分,高于对照组的(85.50±2.67)分,差异有统计学意义(P<0.05)。超过50%的学生认为虚拟仿真教学系统在营造学习氛围与互动体验方面不具有优势,但在加强理论知识、提升实践能力、激发操作积极性方面则发挥了一定作用。结论在保留传统实践教学模式的同时,引入虚拟仿真教学模式能更有效地利用教学资源,拓展实践教学的范围,有助于学生将理论知识更有效地转化为临床实践能力。
- 宋莹苏嘉崇张英杰柏森王强
- 关键词：见习教学医学教学改革
- 个体化调强放疗计划的自动设计
- 目的 本研究提出一种在常规调强基础上通过目标函数为引导继续合理降低危及器官剂量的自动化的个体化调强方法,并选用胃癌患者计划进行测试和评估.方法 本研究假定靶区与危及器官相互约束刚达到平衡状态时为危及器官已降到合理的低剂量...
- 蒋晓芹彭光宋莹李涛肖江洪李霞徐庆丰李光俊柏森许峰
- 胃癌个体优化型调强计划的自动设计
- 目的:探寻一种在现有调强计划设计基础上继续合理降低其危及器官限量的方法,并使之自动化.
方法:本研究在常规调强计划(IMRT)优化完成后,继续提取感兴趣的危及器官目标函数值(即预定剂量目标与实际剂量的差异加权值...
- 蒋晓芹肖江洪李光俊沈亚丽艾平宋莹李涛李霞柏森
- 关键词：胃癌调强计划危及器官自动化设计
- 文献传递
- 肿瘤放射治疗技术本科教学专业课程大纲设置的合理性探索
- 钟仁明宋莹
- 宫颈癌VMAT计划中危及器官剂量学指数与解剖特征的相关性分析
- 目的 分析宫颈癌VMAT计划中膀胱、直肠和小肠等危及器官(OARs)的剂量学指数与宫颈癌病人的解剖特征的相关性.方法 选取100例已用于临床治疗的宫颈癌VMAT计划,并提取每例病人的解剖特征.解剖特征包括膀胱、直肠和小肠...
- 王强李光俊宋莹柏森
- 应用Pinnacle计划系统脚本构建自动计划设计系统的技术解析
- 宋莹陈春梅王强张英杰柏森
- 基于机器学习的宫颈癌危及器官剂量直方图的预测
- 目的:分析宫颈癌调强放疗计划中剂量学指数和解剖特征的相关性,并采用机器学习算法预测OARs的剂量体积直方图(DVH).方法:通过体积特征和空间位置特征描述宫颈癌患者的解剖特征.体积特征包括OARs和靶区的体积;空间位置特...
- 王强柏森李光俊宋莹
- 关键词：宫颈癌
- 基于RayStation计划系统的宫颈癌容积旋转调强自动计划设计被引量：13
- 2018年
- 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较来评估自动计划的质量和效率。另外选取10例专家计划用于验证模型的准确性和自动计划的可行性。结果 10例宫颈癌VMAT计划测试结果显示预测模型能够很好地预测直肠、膀胱和小肠的剂量体积参数；自动计划与专家计划相当，而与原始手动计划相比，靶区的均匀性和适形性差异无统计学意义（P〉 0.05），膀胱平均V40和V50下降4.3%和1.6%，（t=2.75、5.26，P〈 0.05），直肠平均V30、V40和V50下降6.8%、5.8%和2.1%（t=2.26、3.55、5.19，P〈0.05），左右股骨头平均剂量分别下降380和322 cGy（t=5.55、7.25，P〈 0.05），小肠平均剂量差异无统计学意义（P〉 0.05）。自动计划和手动计划平均用时分别为36和53 min。结论 RayStation计划系统平台上基于IronPython语言并结合预测模型的自动计划程序能够快速高效地完成高质量的宫颈癌VMAT计划。
- 王雪桃肖江洪赵建玲王强宋莹柏森
- 关键词：RAYIRONPYTHON语言
