简介:摘要目的提出改进最差场景算法,能够提升计划鲁棒性并且能平衡计划在标称场景下剂量分布质量与计划鲁棒性。方法对C形靶模型计划优化中,以标称场景优化为主,同时在每次迭代时计算每个体素在9种场景下的剂量值,取其与在标称场景下该体素剂量值的最大差值作为鲁棒性优化项添加入优化目标函数进行优化。结果在自主开发的鲁棒性优化计算模块验证,当权重因子probust=0.8时,相比常规优化,临床靶体积的ΔD95%由9.8 Gy减小至7.6 Gy。当probust由1减小到0时,ΔD95%由7.0 Gy增大至9.8 Gy,计划鲁棒性降低,而标称场景下CTV的D95%、Dmax和危及器官的D5%、Dmax减小,剂量分布质量得到提高。结论改进最差场景算法能够有效地提高计划对于射程和摆位不确定性的鲁棒性,并且该方法中probust可提供给计划制定者用于权衡治疗计划在标称场景的剂量分布质量和计划的鲁棒性。
简介:摘要目的比较三种智慧放疗计划预测模型的精度与泛化鲁棒性,为模型选择提供依据。方法收集45例前列腺癌和25例鼻咽癌临床放疗计划,运用Z、L、S模型预测前列腺癌中膀胱和直肠、鼻咽癌中左右腮腺的剂量体积直方图(DVH)。应用预测DVH与临床DVH曲线下面积的差别(|DVH预测-DVH临床|)评价预测误差,误差越小则预测精度越高。在单个危及器官(OAR)上比较3种预测模型的精度,并在不同OAR中计算各模型预测精度的标准差以评价和比较模型的泛化鲁棒性。结果对于膀胱和直肠,L模型的预测误差(0.114和0.163)显著大于Z和S模型(≤0.071,P<0.05);对于左腮腺,S模型的预测误差(0.033)与Z和L模型相近(≤0.025,P>0.05);对于右腮腺,S模型的预测误差(0.033)显著大于Z和L模型(≤0.028,P<0.05)。在不同OAR上,S模型的预测精度标准差比Z、L模型小(分别为0.016、0.018和0.060)。结论在前列腺癌膀胱和直肠的DVH预测中Z和S模型的精度较高,而在鼻咽癌左右腮腺中Z和L模型较高,在不同OAR上S模型的泛化鲁棒性相对较好。
简介:摘要:通过在研学活动中深度参与课堂,认真分析《科学》科目的教学实际情况,在遵循《全面提升每一位学生科学素质的核心理念》基础上,结合实际教学情况,从实验教学、课程设置、考试占比、教师配置等方面对课程存在问题进行反思,同时为课堂教学方向方向提出几点具体建议和可行措施。
简介:【摘要】许多一线科学教师有一个共识:科学课不轻松!许多教师教得辛苦,学生学得却很被动。教师应该学会从“苦干”向“巧干”转型,避免过度讲解,过度的包办替代。本文以“教师的无为”换“学生的有为”为主线,铺以课堂实例来阐述如何“巧偷懒”,从而让科学教师教得更加轻松,学生学得更加有效。