動的MLCトラッキングとEPIDフィードバックを用いた[OA014]4D肺腫瘍運動モデリング【JST・京大機械翻訳】

Rostampour Nima; Jabbari Keyvan; Nabavi Shahabedin; Mohammadi Mohammad; Esmaeili Mahdad; Almasi Tinoosh

文献

J-GLOBAL ID：201802212817928581 整理番号：18A1594147

動的MLCトラッキングとEPIDフィードバックを用いた[OA014]4D肺腫瘍運動モデリング【JST・京大機械翻訳】

[OA014] 4D lung tumor motion modelling using dynamic MLC tracking and EPID feedback

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A1594147&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A1594147&from=J-GLOBAL&jstjournalNo=W3316A") }}

著者 (6件)： , , , , ,
資料名：
巻： 52 号： S1 ページ： 6 発行年： 2018年
JST資料番号： W3316A ISSN： 1120-1797 資料種別：逐次刊行物 (A)
記事区分：短報発行国：オランダ (NLD) 言語：英語 (EN)

運動性肺腫瘍に対する所定の線量の正確なデリバリーは,放射線療法における重要な課題である。腫瘍追跡は,呼吸運動を補償するために,標的をリアルタイムに特定し,幾何学を修正することを含み,腫瘍の追跡が注意を必要とする。本研究では,任意のマーカーなしで動的多葉コリメータを制御することにより,肺腫瘍運動を追跡するモデルを生成するアプローチを提案した。この目的のために,10人の患者の4D-CT画像を使用し,腫瘍を含むすべての切片をすべての患者に対して輪郭をつけた。腫瘍を含む4D-CT画像の最初の4つの相をソフトウェアの入力として選択し,次の6つの相を出力とみなした。ハイブリッド知的システム,ANFIS(適応ニューロファジィ推論システム)を用いて,肺腫瘍の運動を予測した。根平均二乗誤差(RMSE)を用いて,腫瘍運動予測におけるANFIS性能の精度を調査した。呼吸運動のモデル化のために,これらの画像の末期の位相を参照として考慮し,神経ファジィ法を用いて解析し,肺腫瘍の変位の大きさを予測した。次に,予測データを用いて,MLCにおける葉運動を測定した。最終的に,訓練されたアルゴリズムは,MLCが移動する腫瘍を追跡することができる方法を示すためにShaperソフトウェアを使用して理解された。そして,EPIDを装備されたVarianリニアック上に,それから輸入された。結果はRMSEが主要な変動を持たないことを示した。また,呼吸サイクルに対するEPIDとShaperにより得られた画像間に良好な一致があった。4DCT画像におけるデータを,マーカー位置に基づく方法に関する腫瘍運動のより多くの情報をもたらすマーカーを用いる代わりに運動追跡に用いた。この開発されたアプローチは,4Dモデリングに基づくMLCによる移動腫瘍を追跡することができ,それにより,無視できるマージンにおける低い誤差のため,治療精度,線量適合性,および健康な組織の節約を改善することができる。したがって,この方法は,マーカーを用いたゲーティングおよび侵襲的アプローチと比較して,より正確に働くことができる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

腫ようの放射線療法 , 呼吸器の腫よう

, , , , ,

前のページに戻る