基于正则化的混合准则放疗规划模型的改进

doi:10.3778/j.issn.1002-8331.1605-0377

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (1): 23-28.DOI: 10.3778/j.issn.1002-8331.1605-0377

基于正则化的混合准则放疗规划模型的改进

郭彩萍1，2，3，舒华忠4，桂志国1，2，张鹏程1，2

1.中北大学电子测试技术国家重点实验室，太原 030051
2.中北大学仪器科学与动态测试教育部重点实验室，太原 030051
3.太原工业学院电子工程系，太原 030008
4.东南大学影像科学与技术实验室，南京 210096

出版日期:2017-01-01 发布日期:2017-01-10

Improvement based on regularization for building hybrid criteria model of radiotherapy planning

GUO Caiping1，2，3, SHU Huazhong4, GUI Zhiguo1, 2, ZHANG Pengcheng1，2

1.National Key Laboratory for Electronic Measurement Technology, North University of China, Taiyuan 030051, China
2.Key Laboratory of Instrument Science & Dynamic Measurement Technology，North University of China, Taiyuan 030051, China
3.Department of Electronic Engineering, Taiyuan Institute of Technology, Taiyuan 030008, China
4.Laboratory of Image Science and Technology, Southeast University, Nanjing 210096, China

Online:2017-01-01 Published:2017-01-10

摘要/Abstract

摘要： 针对调强放射治疗中基于等效均匀剂量线性目标函数的物理生物混合准则模型的不足，利用正则化理论构造了最大函数的平滑和凸正则化函数，改进了基于等效均匀剂量线性目标函数的混合准则放疗规划模型，解决了原模型限制优化算法寻优能力和难以确定梯度算法步长的问题。实验证明，该方法可以在保证相似靶区剂量覆盖特性的前提下，更好地保护危及器官，提高了放疗计划质量。

关键词: 调强放疗, 等效均匀剂量, 混合准则, 正则化

Abstract: To solve the problem existing in the physical-biological hybrid criteria model based on the generalized equivalent uniform dose linear objective function in conformal intensity-modulated radiation therapy, this paper presents a smooth and convex regularization of max function using regularization theory, and improves the hybrid criteria model based on the generalized equivalent uniform dose. When this improved model is applied in inverse planning optimization process, problems（searching ability of optimization algorithm is restricted and it is hard time predicting how large a step can be made when using a gradient-based optimization algorithm） existing in original model are circumvented. Compared to the original model, experiments show that the method using newly proposed model can get better protection to organs at risk while ensuring similar dose coverage for target and the quality of radiotherapy planning is improved.

Key words: intensity-modulated radiation therapy, generalized equivalent uniform dose, hybrid criteria, regularization

郭彩萍1，2，3，舒华忠4，桂志国1，2，张鹏程1，2. 基于正则化的混合准则放疗规划模型的改进[J]. 计算机工程与应用, 2017, 53(1): 23-28.

GUO Caiping1，2，3, SHU Huazhong4, GUI Zhiguo1, 2, ZHANG Pengcheng1，2. Improvement based on regularization for building hybrid criteria model of radiotherapy planning[J]. Computer Engineering and Applications, 2017, 53(1): 23-28.

[1]	刘家骥，包崇明，周丽华，王崇云，孔兵. 图正则化非负矩阵分解的异质网社区发现[J]. 计算机工程与应用, 2020, 56(21): 131-138.
[2]	赵童，黄钲，王秀超，李淼，张昀，郑秀娟，刘凯. 心理测试中掩饰行为的识别研究[J]. 计算机工程与应用, 2020, 56(20): 158-164.
[3]	刘春玲，张黎. 改进非对称相似度和关联正则化的推荐算法[J]. 计算机工程与应用, 2020, 56(16): 45-49.
[4]	张晓婷，何朗，黄樟灿，谈庆. 基于MFR-GEP的高阶常微分方程预测模型[J]. 计算机工程与应用, 2019, 55(21): 247-253.
[5]	徐霜1，余琍2. 利用正则化矩阵分解技术的多视图聚类方法[J]. 计算机工程与应用, 2019, 55(14): 142-147.
[6]	刘恒，侯越. 贝叶斯神经网络在股票时间序列预测中的应用[J]. 计算机工程与应用, 2019, 55(12): 225-229.
[7]	孙佳美，吴成茂. 正则化图形模糊聚类及鲁棒分割算法[J]. 计算机工程与应用, 2019, 55(11): 179-186.
[8]	张伟，许爱强. 集成散度的MKL模型在模拟电路诊断中的应用[J]. 计算机工程与应用, 2018, 54(9): 5-12.
[9]	曹再辉1，2，吴庆涛1，2，施进发2，3. 基于低秩和图拉普拉斯的属性选择算法[J]. 计算机工程与应用, 2018, 54(17): 110-115.
[10]	黄吉庆，王丽会，秦进，程欣宇，张健，李智. 基于多种正则化的改进超分辨率重建算法[J]. 计算机工程与应用, 2018, 54(15): 22-28.
[11]	陈斯泳，安聪沛. 球面l1-正则化逼近模型及其应用研究[J]. 计算机工程与应用, 2018, 54(12): 35-40.
[12]	陈飞宇1，阮鲲2，胡友彬1，曹磊3. 基于KPCA光谱特征约束的水边线提取算法[J]. 计算机工程与应用, 2018, 54(11): 171-177.
[13]	张航，叶东毅. 一种基于多正则化参数的矩阵分解推荐算法[J]. 计算机工程与应用, 2017, 53(3): 74-79.
[14]	王华利1，邹俊忠1，张见1，卫作臣1，汪春梅2. 基于深度卷积神经网络的快速图像分类算法[J]. 计算机工程与应用, 2017, 53(13): 181-188.
[15]	张小恒1，2，李勇明2，朱斌2. 范数正则化解相关集成学习基音频率检测[J]. 计算机工程与应用, 2017, 53(11): 155-160.

基于正则化的混合准则放疗规划模型的改进

Improvement based on regularization for building hybrid criteria model of radiotherapy planning

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics