[1]徐艳红,张晋建,黎静,等.影像增强剂对脑瘤螺旋断层放疗剂量计算的影响[J].中国医学物理学杂志,2016,33(8):757-760.[doi:10.3969/j.issn.1005-202X.2016.08.001]
 [J].Chinese Journal of Medical Physics,2016,33(8):757-760.[doi:10.3969/j.issn.1005-202X.2016.08.001]
点击复制

影像增强剂对脑瘤螺旋断层放疗剂量计算的影响()
分享到:

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
33卷
期数:
2016年8期
页码:
757-760
栏目:
医学放射物理
出版日期:
2016-08-25

文章信息/Info

文章编号:
1005-202X(2016)08-0757-04
作者:
徐艳红张晋建黎静李志强文婷钟毓王彦贾峻嵩陈静
广州军区广州总医院螺旋断层放疗中心,广东广州510010
关键词:
脑肿瘤影像增强剂增强图像平扫图像螺旋断层放疗剂量计算
分类号:
R730.55
DOI:
10.3969/j.issn.1005-202X.2016.08.001
文献标志码:
A
摘要:
目的:研究影像增强剂对脑瘤螺旋断层放疗(HT)计划剂量计算的影响,探讨使用定位CT增强图像替代平扫图 像用于靶区勾画和剂量计算的临床可行性。方法:收集30例脑瘤病例,所有病例均在增强图像上勾画靶区和危及器官轮 廓,再把靶区和危及器官轮廓复制到平扫图像上。在HT计划系统中分别以增强图像和平扫图像设计两组放疗计划,比较 两组靶区和危及器官的CT值、剂量分布和治疗时间。结果:两组图像的CT值在瘤区域(PGTV)处具有统计学差异(P< 0.05),其他组织CT值比较无统计学差异;计划靶区和危及器官的剂量学、治疗时间等参数的差异比较均无统计学差异 (P>0.05)。结论:影像增强剂对脑瘤HT计划剂量计算影响极小,脑瘤放疗中可以使用定位CT增强图像替代定位CT平 扫图像用于靶区勾画和螺旋断层放疗计划剂量计算。

相似文献/References:

[1]王晓飞,聂生东,王远军,等.基于MRI的脑肿瘤计算机辅助检测技术研究进展[J].中国医学物理学杂志,2014,31(01):4635.[doi:10.3969/j.issn.1005-202X.2014.01.010]
[2]万俊,聂生东,王远军,等.基于MRI的脑肿瘤分割技术研究进展[J].中国医学物理学杂志,2013,30(04):4266.[doi:10.3969/j.issn.1005-202X.2013.04.013]
[3]赖胜圣,刘虔铖,张刚平.基于模糊C均值自动随机游走算法在脑肿瘤分割中的应用[J].中国医学物理学杂志,2015,32(05):707.[doi:doi:10.3969/j.issn.1005-202X.2015.05.021]
[4]谷珊珊,张怀文,王运来.基于水平集稳健特征统计算法的脑肿瘤自动分割研究[J].中国医学物理学杂志,2016,33(1):63.[doi:10.3969/j.issn.1005-202X.2016.01.014]
 [J].Chinese Journal of Medical Physics,2016,33(8):63.[doi:10.3969/j.issn.1005-202X.2016.01.014]
[5]宋婷婷,盛晓芳,汪洋,等.Compass剂量验证系统在VMAT脑肿瘤瘤床同步追量中的应用[J].中国医学物理学杂志,2016,33(10):1012.[doi:10.3969/j.issn.1005-202X.2016.10.008]
 [J].Chinese Journal of Medical Physics,2016,33(8):1012.[doi:10.3969/j.issn.1005-202X.2016.10.008]
[6]王勇,蔡育欣,张玲玲,等.影像增强剂对食管癌边缘靶区剂量的影响[J].中国医学物理学杂志,2019,36(11):1267.[doi:DOI:10.3969/j.issn.1005-202X.2019.11.005]
 WANG Yong,CAI Yuxin,ZHANG Lingling,et al.Effects of image enhancer on the dose to marginal target areas of esophageal cancer[J].Chinese Journal of Medical Physics,2019,36(8):1267.[doi:DOI:10.3969/j.issn.1005-202X.2019.11.005]
[7]薛彩强,柯晓艾,邓娟,等.MRI征象鉴别IDH-1突变型与野生型较低级别胶质瘤[J].中国医学物理学杂志,2020,37(11):1384.[doi:DOI:10.3969/j.issn.1005-202X.2020.11.008]
 XUE Caiqiang,,et al.MRI signs in differentiation of IDH-1 mutant type and wild type of lower-grade gliomas[J].Chinese Journal of Medical Physics,2020,37(8):1384.[doi:DOI:10.3969/j.issn.1005-202X.2020.11.008]
[8]方新林,方艳红,王迪.基于多模态特征融合的脑瘤图像分割方法[J].中国医学物理学杂志,2022,39(6):682.[doi:DOI:10.3969/j.issn.1005-202X.2022.06.005]
 FANG Xinlin,FANG Yanhong,WANG Di.Brain tumor image segmentation method based on multi-modal feature fusion[J].Chinese Journal of Medical Physics,2022,39(8):682.[doi:DOI:10.3969/j.issn.1005-202X.2022.06.005]
[9]王佳琦,崔勇,栾琨,等.双时相PET CT扫描在脑肿瘤的诊断价值[J].中国医学物理学杂志,2023,40(2):157.[doi:DOI:10.3969/j.issn.1005-202X.2023.02.005]
 WANG Jiaqi,CUI Yong,LUAN Kun,et al.[J].Chinese Journal of Medical Physics,2023,40(8):157.[doi:DOI:10.3969/j.issn.1005-202X.2023.02.005]
[10]田恒屹,肖洪兵,计亚荣,等.基于三维UNet与混合焦点损失函数的脑肿瘤全自动分割算法[J].中国医学物理学杂志,2023,40(9):1114.[doi:DOI:10.3969/j.issn.1005-202X.2023.09.009]
 TIAN Hengyi,XIAO Hongbing,JI Yarong,et al.Fully automatic segmentation algorithm of brain tumor based on three-dimensional UNet and hybrid focal loss function[J].Chinese Journal of Medical Physics,2023,40(8):1114.[doi:DOI:10.3969/j.issn.1005-202X.2023.09.009]

备注/Memo

备注/Memo:
【收稿日期】2016-04-22 【基金项目】广东省社会发展领域科技计划(2013B021800051) 【作者简介】徐艳红,女,主管技师,E-mail: phy_jjzhang@163.com 【通信作者】黎静,男,主任医师,硕士生导师,E-mail: jameslijing@163. com
更新日期/Last Update: 2016-08-16