导　　师： 周凌宏

授予学位： 博士

作　　者： ;

机构地区： 南方医科大学

摘　　要： 放射治疗是恶性肿瘤的重要治疗手段之一，有超过70％的恶性肿瘤患者需要接受放射治疗。放射治疗的基本目标是实现放射治疗增益比的最大化，即最大限度地将放射线剂量集中到计划靶区(Planning Target Volume，PTV)内，在杀灭肿瘤细胞的同时，保护周围正常组织和危及器官（Organs at Risk，OARs）少受或免受不必要的照射。　　放射治疗的基本流程如下：(1)通过CT、MR等医学成像仪器获取患者图像，由医生手动勾画靶区和OARs的轮廓;(2)确定放射治疗的处方剂量，通过治疗计划系统（Treatment Planning System，TPS）制定放射治疗计划;(3)治疗实施前获取病人摆位图像，对病人进行摆位校正。(4)对病人进行治疗;如果治疗部位受呼吸运动影响，治疗过程中还需要对肿瘤的运动进行控制或进行实时跟踪预测;(5)放疗后明确肿瘤控制情况、评估正常组织的放性射损伤，以配合其他治疗。　　临床放射治疗技术日趋成熟，但是仍存在诸多具有挑战性的难题亟待解决。　　首先，靶区和OARs需要由经验丰富的医生手动勾画，而人工勾画效率较低，极度依赖勾画人员的临床经验，且在不同的病人之间存在较大的差异。因此目前临床上更青睐快速自动分割算法来实现靶区和OARs的勾画。但是目前自动分割算法的准确度还难以满足临床要求。　　其次，呼吸运动导致的PTV和OARs移位可能导致计划所设定的剂量无法准确给予到靶区，或OARs区域受到过量照射，严重影响放射治疗的疗效，因此呼吸运动的准确监控对胸腹部肿瘤的放射治疗至关重要。　　此外，放射治疗后，肿瘤区域的控制情况，OARs所受到的放射损伤也是临床关注的重点。实现肿瘤和OARs的受照剂量的精确累加，预测肿瘤局部控制率、放疗毒性等，对提高放射治疗疗效和病人生存质量均具有重要的临床意义。�

关 键 词： 恶性肿瘤 放射治疗 人工智能 疗效评价 生存质量

领　　域： [] []