鼻咽癌IMRT剂量验证中BP神经网络的应用

作者：陈龙; 高韩; 倪婕; 涂彧; 孙亮; 秦颂兵^*

来源：中华肿瘤防治杂志, 2022, 29(10): 736-741.

DOI：10.16073/j.cnki.cjcpt.2022.10.08

• 剂量验证
• 神经网络
• Gamma通过率
• 鼻咽癌IMRT

目的 使用基于反向传播(BP)神经网络的机器学习方法对鼻咽癌患者的Gamma通过率建立预测模型，并评估其实用性。方法 收集2018-01-01-2020-10-31苏州大学附属第一医院放疗科收治的106例Ⅱ～Ⅲ期鼻咽癌患者临床资料，均采用同步加量9野均分动态调强治疗方案。提取患者放疗计划中与射野复杂性相关的31个指标，同时用mapcheck2测量954个射野的实际剂量分布，得到2%/2 mm、2%/3 mm、3%/2 mm和3%/3 mm(10%阈值和全局归一)4组参数下的Gamma通过率，将射野复杂度指标与4组Gamma通过率分别进行Spearman相关性分析，选择其中有统计学意义的指标作为神经网络学习的输入特征，90%数据作为训练集，10%数据作为测试集，对4组参数分别建立神经网络预测模型。结果 在与射野复杂性相关的31个指标中，调制复杂度、射野调制性等多个指标与测量Gamma通过率的Spearman相关系数差异有统计学意义，均P<0.05。2%/2 mm、2%/3 mm、3%/2 mm和3%/3 mm 4组神经网络模型预测的Gamma通过率最大偏差分别为4.10%、2.80%、3.20%和2.77%,其中99%的射野预测值与实际测量值的绝对偏差≤3%。结论 基于计划射野复杂性特征建立的BP神经网络模型可以对不同标准Gamma通过率进行准确预测，有助于提前发现Gamma通过率低的计划，对临床计划设计和放射治疗质量保证(QA)工作都具有一定的指导意义。

• 单位
  苏州大学; 苏州大学附属第一医院