中国生物医学工程学报
中國生物醫學工程學報
중국생물의학공정학보
CHINESE JOURNAL OF BIOMEDICAL ENGINEERING
2014年
2期
148-154
,共7页
万伟权%张慧连%徐子海%贺志强%陈超敏
萬偉權%張慧連%徐子海%賀誌彊%陳超敏
만위권%장혜련%서자해%하지강%진초민
放射治疗%记忆学习法%呼吸运动%实时%预测
放射治療%記憶學習法%呼吸運動%實時%預測
방사치료%기억학습법%호흡운동%실시%예측
radiotherapy%memory-based learning%respiratory motion%real-time%prediction
对胸腹部肿瘤进行实时跟踪放疗时,需要通过预测来补偿系统延迟.然而,由于呼吸运动的复杂性,传统方法难以满足要求.本文应用一种基于记忆学习法进行呼吸预测,该方法首先存储训练数据到记忆中,然后查找相关数据应答当前查询.在此基础上,采用“滑窗法”动态更新训练数据集,并针对预测过程中出现的“病态矩阵”采用脊回归进一步改进算法,使算法的精确性和鲁棒性有了很大提高.实验使用POLARIS红外定位系统采集了10例正常人体表的红外反射标记物的呼吸运动数据样本,平均幅度约为20 mm(9.2 ~37.8 mm),采用改进后的基于记忆学习法(预测步长为1 s),平均绝对误差约为0.3 mm(0.08~0.8 mm),每次估值耗时约1 ms.所提出的方法能够准确和实时捕捉复杂的呼吸运动轨迹.
對胸腹部腫瘤進行實時跟蹤放療時,需要通過預測來補償繫統延遲.然而,由于呼吸運動的複雜性,傳統方法難以滿足要求.本文應用一種基于記憶學習法進行呼吸預測,該方法首先存儲訓練數據到記憶中,然後查找相關數據應答噹前查詢.在此基礎上,採用“滑窗法”動態更新訓練數據集,併針對預測過程中齣現的“病態矩陣”採用脊迴歸進一步改進算法,使算法的精確性和魯棒性有瞭很大提高.實驗使用POLARIS紅外定位繫統採集瞭10例正常人體錶的紅外反射標記物的呼吸運動數據樣本,平均幅度約為20 mm(9.2 ~37.8 mm),採用改進後的基于記憶學習法(預測步長為1 s),平均絕對誤差約為0.3 mm(0.08~0.8 mm),每次估值耗時約1 ms.所提齣的方法能夠準確和實時捕捉複雜的呼吸運動軌跡.
대흉복부종류진행실시근종방료시,수요통과예측래보상계통연지.연이,유우호흡운동적복잡성,전통방법난이만족요구.본문응용일충기우기억학습법진행호흡예측,해방법수선존저훈련수거도기억중,연후사조상관수거응답당전사순.재차기출상,채용“활창법”동태경신훈련수거집,병침대예측과정중출현적“병태구진”채용척회귀진일보개진산법,사산법적정학성화로봉성유료흔대제고.실험사용POLARIS홍외정위계통채집료10례정상인체표적홍외반사표기물적호흡운동수거양본,평균폭도약위20 mm(9.2 ~37.8 mm),채용개진후적기우기억학습법(예측보장위1 s),평균절대오차약위0.3 mm(0.08~0.8 mm),매차고치모시약1 ms.소제출적방법능구준학화실시포착복잡적호흡운동궤적.