简介：摘要：矿山技术经济指标的动态优化是指在矿山企业的实际生产过程中，以目标函数为基础，以一定的约束条件为前提，运用科学合理的方法，对矿山企业的生产技术指标进行动态优化。在动态优化过程中要从多个角度出发，综合考虑多方面的因素，并且要充分考虑到矿山企业实际情况，以保证技术经济指标能够在最短时间内达到最优状态。基于此，笔者根据自身多年研究经验，对矿山技术经济指标的动态优化策略进行分析与讨论，希望能够为相关人士提供一定参考和借鉴。

简介：摘要目的提出一种基于剂量预测的放射治疗计划质量定量评价方法，并验证该方法的临床可行性和临床价值。方法基于45例5年以上从业经验的物理师制定的直肠癌病例，训练3D U-Net网络。利用3D U-Net网络预测得到三维剂量分布后，基于剂量预测的剂量-体积直方图(DVH)指标，建立调强放射治疗(IMRT)直肠癌计划质量评估标准，对直肠癌放疗计划进行初次打分。以预测剂量为优化目标，对放疗计划重新优化制定，并再次打分。在15例直肠癌病例上进行测试，比较优化前后计划得分情况以及剂量学参数差异，从而验证该打分方法的临床意义。结果优化前后的计划均满足临床剂量要求。优化前的总得分为(77.21±9.74)分，优化后的总得分为(88.78±4.92)分，优化后的计划得分提升，且差异具有统计学意义(t＝-4.105, P<0.05)。相比优化前，优化后的计划所有危及器官的Dmax均有不同程度地降低，优化后的计划在靶区Dmax、V107%、HI和膀胱的Dmax等指标上均有降低，且差异具有统计学意义(t＝2.346~5.771，P<0.05)，在其他指标上优化前和优化后的差异无统计学意义(P>0.05)。优化后的计划质量有一定程度提升。结论本研究提出的结合剂量预测的放疗计划质量的定量评价方法，可以针对计划质量进行个性化地有效评估，有利于更好地对比审核不同物理师制定的临床计划质量，并且提供个性化的剂量指标，对临床计划的制定具有较强的指导意义。

简介：摘要目的探讨ArcherQA三维剂量独立验证系统在鼻咽癌调强放疗计划验证中的可行性。方法回顾性选取Eclipse治疗计划系统(TPS)制定的105例鼻咽癌患者调强放疗计划，分别利用ArcherQA与Portal dosimetry(PD)验证系统进行剂量验证。比较ArcherQA与PD的γ通过率(3 mm/3%，TH＝10%)，以及ArcherQA与TPS在靶区剂量(Dmean、D90%)与危及器官剂量(Dmean)上的差异，并分析ArcherQA结果中各危及器官的三维γ通过率情况。结果ArcherQA计算得到的平均三维γ通过率为(99.04±1.01)%，PD测量结果的平均二维γ通过率为(99.49±0.78)%，二者差异具有统计学意义(t＝ －3.35，P<0.05)。ArcherQA与TPS在靶区的剂量学差异为：GTV：Dmean(0.57±0.48)%，D90%(0.65±0.56)%；平均γ通过率：GTV(97.67±3.43)%，GTVnd-L(97.80±4.35)%，GTVnd-R(97.82±4.07)%，CTV1(97.88±2.44)%，CTV2(96.64±4.32)%；各靶区平均剂量差异为CTV1(0.57±0.46)%，GTVnd-L(0.85±0.55)%，GTVnd-R(0.73±0.55)%，CTV2(0.88±0.52)%；ArcherQA结果中各危及器官的平均γ通过率为脑干(99.93±0.22)%，视交叉(99.17±2.82)%，眼晶状体(100±0)%，脊髓(99.56±1.05)%，甲状腺(99.00±2.06)%，气管(87.86±10.42)%。各危及器官平均剂量，除左侧视神经、右侧海马、右侧腮腺外，差异均具有统计学意义(t＝－14.62~4.82，P<0.05)。结论ArcherQA基于高性能图形处理器平台，采用高精度蒙特卡罗算法，可根据患者CT图像快速并准确地计算出体内的三维剂量分布和γ通过率，并给出各感兴趣区域的剂量-体积直方图(DVH)指标参数比较，可用于鼻咽癌调强放疗计划验证，不占用加速器机时，有利于提高工作效率。

简介：摘要目的评估两种相对生物效应模型计算的生物剂量，并与传统临床质子放疗生物剂量相比较。方法使用粒子模拟工具(TOPAS)分别在水箱和两例患者模体(脑部和前列腺)计算物理剂量、剂量平均LET (dose averaged linear energy transfer, LETd)和径迹平均LET (track averaged linear energy transfer，LETt)的全空间分布，并根据两种不同机制相对生物效应模型计算生物剂量DoseLETd和DoseLETt，计算传统临床质子生物剂量(Dose1.1)时取相对生物效应为1.1。在水箱中对比3种生物剂量的差异，在患者模体中为了量化3种方法的差异，根据物理剂量大小选取3个点(D1、D2、D3)的生物剂量相比较。结果水箱中DoseLETd和DoseLETt随水深度变化表现趋势一致，在质子束射程末端均高于Dose1.1。在患者模体中，DoseLETd和DoseLETt最大差异为10.08 cGy,相对差异<5%。DoseLETd和DoseLETt与Dose1.1相比，在脑部肿瘤靶区最大差异分别为71.97和61.91 cGy，相对差异<25%；在前列腺肿瘤靶区内最大差异分别为25.95和19.96 cGy，相对差异<12%;但在靶区外差异很小，脑部和前列腺肿瘤靶区外最大差异分别为5.99和9.92 cGy,相对差异<5%。结论基于LETd和LETt的两种相对生物效应模型计算的生物剂量在水箱和患者模体差异很小，但与传统临床质子放疗生物剂量相比时在高剂量区有很大的差异。

简介：摘要目的开发一种基于预测剂量的自调节调强放射治疗自动计划方法，以增强自动计划的鲁棒性。方法利用3D U-Res-Net_B网络预测出三维剂量分布后，在直接子野优化的每次迭代中先基于上次迭代结果计算当前剂量，再联合预测剂量计算目标剂量，然后以此为目标进行优化。完成所有迭代或满足循环退出条件后，得到最终的治疗计划。在30例直肠癌病例上进行测试，验证算法的效果。结果临床计划治疗靶区的V100%均值和标准差为(95.03±0.91)%，自动计划为(94.67±1.96)%，接近临床值(P>0.05)，而预测值为(92.90±2.13)%，与临床计划的差异具有统计学意义(t＝29.0，P<0.05)；自动计划在小肠V35、膀胱V40、股骨头的V20 ～V40等多项指标上低于预测值和临床值，且差异具有统计学意义(t＝4.5～118.0，P<0.05)，在其他危及器官的指标上与临床值的差异无统计学意义(P>0.05)。结论本方法增强了自动计划的鲁棒性，提高了其应对复杂情况的能力。

简介：摘要目的通过与Pinnacle计划系统在临床静态调强放疗(intensity modulated radiation therapy，IMRT)病例上的对比，研究自主研发的DeepPlan计划系统的快速直接子野优化模块的临床应用性能。方法选取安徽省肿瘤医院25例肿瘤患者资料(其中6例头颈部、10例胸部和9例盆腔)，分别使用DeepPlan和Pinnacle制定静态调强放疗计划，比较两个计划系统优化后的靶区适形度和均匀性、机器跳数、子野数的差异，并针对宫颈癌病例比较剂量学参数差异。结果两个系统中所有病例均满足临床剂量要求，DeepPlan的平均优化时间为86 s，平均剂量计算时间为8.36 s。与Pinnacle相比，DeepPlan优化出的放疗计划具有更小的机器跳数、更多的子野和更大的靶区适形度指数(conformity index，CI)，差异具有统计学意义(t＝-3.208、2.912、2.875，P<0.05)；靶区均匀性指数(homogeneity index，HI)的差异无统计学意义(P>0.05)。在宫颈癌病例中，DeepPlan优化后的膀胱V40低于Pinnacle(t＝-5.498，P<0.05)，小肠V20高于Pinnacle(t＝2.581，P<0.05)。结论DeepPlan通过图形处理器(graphics processing unit，GPU)加速能够在较短时间内完成直接子野优化，得到满足临床要求的静态调强放疗计划。与Pinnacle相比，DeepPlan系统有更好的靶区适形度和更小的机器跳数，但子野数更多，对宫颈癌病例中膀胱的保护略好，对小肠的保护略差。

简介：摘要目的建立一种深度学习模型预测调强放疗(IMRT)的三维剂量分布。方法收集直肠癌术后IMRT患者共110例，随机数表法选择其中90例作为训练验证集并作9折交叉验证，剩下20例作为测试集。构建3D U-Res-Net模型，以CT影像、靶区和危及器官(OARs)的解剖结构以及射束信息作为输入，IMRT剂量作为输出训练该模型，并用来预测测试集病例的剂量分布。采用三维剂量分布以及剂量—体积直方图(DVH)剂量参数评估预测精确性。结果在三维剂量分布上，体素剂量的平均预测偏差为-2.12%～2.88%、平均绝对误差为2.55%～5.75%；等剂量面的Dice系数均在0.9以上，平均霍夫距离(HD95)和平均表面距离(MSD)分别0.61～1.54 cm和0.21～0.45 cm。对于DVH剂量参数，除膀胱Dmean (P＝0.048)以外，其他剂量学参数差异均无统计学意义(P>0.05)。结论基于3D U-Res-Net模型可以实现直肠癌术后IMRT剂量分布预测，为自动计划设计奠定基础。

简介：