多重的存在串行机关风险在靠近肿瘤，使治疗计划胶质母细胞瘤复杂和耗时。本研究旨在使用为胶质母细胞瘤患者创建基于知识的放射治疗模型。使用治疗的部分的胶质母细胞瘤患者训练初始模型。使用体积调制电弧疗法或强度调制放射疗法创建计划。为了改善模型的拟合优度，通过使用初始模型的最佳备用风险器官的剂量体积直方图生成中间模型。使用中间模型和手动细化，重新调整了所有案例，得出最终模型。最终模型在患有胶质母细胞瘤，星形细胞瘤，少突胶质细胞瘤和脑膜瘤的独立患者中得到验证。由最终模型中创建的计划，显示出优异的计划靶体积剂量度量与人工临床计划相比。陈述的改进对应于。风险器官最大剂量在统计学上相似，改进的光学仪器保留。对于强度调制放射疗法，放射治疗计划时间，对于体积调制电弧疗法，与手动计划的典型。无论肿瘤大小和脑内位置如何，放射治疗方法都可显着提高计划效率和优异的计划靶体积覆盖率以及更好的正常组织保留。
　　胶质母细胞瘤是起源于脑内的最常见且最具侵袭性的恶性肿瘤。治疗通常包括手术，然后是化疗和放射治疗。尽管这些治疗方式有了重大改进，但局部肿瘤复发仍然很高。诊断后存活典型长度多个月，在规划胶质母细胞瘤的放射治疗时，在规划目标体积的覆盖范围和风险器官的保留之间寻求最佳平衡。的出现调强放射治疗以及最近的体积调制电弧疗法有助于实现这种平衡。然而，胶质母细胞瘤的逆向处理计划是一个耗时且复杂的过程，需要经验丰富的计划员进行多次迭代才能达到规划目标。这可以在计划质量取决于策划者的经验介绍变异。在过去几年中，已经开发出基于知识的逆向放射治疗规划解决方案：建立最佳实践模型;消除计划人员对计划质量的影响;提高规划效率。已经尝试了几种方法来解决这个问题，包括：从案例库中找到与案例最接近的匹配，并以与最接近的匹配相同的方式进行规划;和预测所述剂量的结构应该得到基于其几何距离从靶。治疗计划系统的一部分。它的起源可以追溯到早期的工作，虽然比其在构建剂量预测模型的风险器官的前辈更精致。虽然使用的是初期，已经有一些令人鼓舞的出版物不同的治疗部位。本报告的目的是解释如何创建和验证第一个模型。
　　详细描述是本报告的范围之外。一个关键概念是基于几何的预期剂量，可以将其视为风险器官和目标表面中不同体素之间的“剂量距离”值。它量化了给定计划靶体积覆盖范围的剂量，该剂量对于特定患者解剖结构，处方剂量和场位置和方向的结构中的不同体素有贡献。在几何特征和相应的剂量信息之间创建线性回归关系：剂量体积直方图。这种关系的质量是通过确定的系数定量拟合优度拟合统计，被计算为原始数据和估计数据之间的相关系数的平方;它的值代表可以用回归方程解释的变异百分比。从残差测量。其他小组研究了异常值的剂量学的影响，他们拒绝或管理。在本报告中，为了改善拟合优度，避免采用简单异常值拒绝的典型策略，而采用不同的方法。由于回归关系在几何和剂量组件之间，因此可能出现几何异常值和剂量异常值。提供异常值统计测量，其中用于检测几何异常值，另外用于剂量测定异常值。一些异常值可能对模型至关重要，因为它们可能代表不常见但具有挑战性的情况。因此，完全依赖异常值统计和异常值拒绝可能是不够的。为建立一种更直观，更密集的方法来改善拟合优度所花费了大量的精力。估计模型用于为以下风险器官创建线目标：脑干，视神经装置，眼睛和颞叶。此外，为脑干和光学设备规划风险体积生成了线目标，通过增加各向同性边缘来定义。线目标是根据估计的体积直方图范围创建的，该范围包含风险器官的预期体积直方图曲线最可能发生的区域。线对象的放置对应于体积直方图范围的低边缘。此外，该模型包含脑干，脑干风险体积，光学仪器，光学仪器风险体积，脑下垂体，耳蜗的定点目标和镜头。该模型仅具有计划靶体积的定点目标，因为不提供目标体积直方图估计。
　　最高优先级分配给计划靶体积覆盖范围和最大剂量脑干和视神经装置的限制。通常远离目标的眼睛和镜片被指定为最大剂量约束的较低优先级。线路目标的优先级最低，因为它们对计划靶体积覆盖的影响大于具有相同优先级的点目标。线优先级和点优先级不能直接比较，应该被视为不同的单元。例如，线路优先级可能会影响计划靶体积覆盖，而点优先级则对计划靶体积覆盖没有明显影响。可以自动建议线路目标的优先级;然而，对于胶质母细胞瘤网站，计划靶体积覆盖率可能会变得不足。同样，使用生成的点目标，最大剂量有时不再符合研究人员严格的临床限制。为了规划与研究人员的临床实践不同的目标，或者对于治疗计划不如胶质母细胞瘤具有挑战性的疾病部位，生成的生产线优先级和点目标可能会有所帮助。在研究人员的临床实践中，重叠结构：计划靶体积和脑干风险体积;创建计划靶体积和光学设备风险体积。处方剂量仅分配给计划靶体积非重叠部分。重叠结构被视为额外的目标，并且被指定通常为的剂量，以便不违反风险器官的最大剂量要求。为了限制计划靶体积周围的正常组织的剂量，在计划靶体积周围产生优化环。在放射治疗模型中，避免了这种复杂的工作流程，并且只定义了目标：计划靶体积。通过对最大剂量约束使用严格的低值来实现风险器官的最大剂量要求。通过使用的自动正常组织目标选项而不是优化环来限制计划靶体积外的剂量。训练集包括胶质母细胞瘤患者，用治疗部分。这些患者在接受治疗，在此期间治疗实践不断发展。在以前的案例中，更加强调计划靶体积覆盖率，对风险器官的最大剂量要求不那么严格。更近的约束条件聚焦于还原处理后的不良事件和改善生活质量。
　　从异构计划目标构建的模型遭受更差的拟合参数。为了避免这个问题，使用原始临床计划以下称为模型创建了初始模型。然后通过使用模型的最佳备用风险器官的体积直方图创建中间模型。用于创建模型的所有患者进行了重新计划，首先使用模型以获得良好的起始点，然后手动精炼以增强风险器官保留而不影响覆盖范围。通过使用开始重新计划过程，每个案例的重新计划通常花费，比手动完成整个过程要短得多。使用与原始计划相同的梁配置的重新计划的情况用于创建最终模型。模型包括作为模型的整个案例的多样性，但是根据与当前临床实践相同的规划目标进行优化。临床病例与重新计划病例的比较。比较显示，所有重新计划的病例均符合当前的临床目标，并且几乎在每种情况下都提供相当或优越的风险器官保留，从而改善了模型与模型相比的备用估计。该模型用于治疗计划的优化剂量体积目标是通过试验和误差从具有挑战性的子集的情况得出的。训练集。提高计划靶体积优先级，降低风险器官优先级，直到所有病例符合临床要求。因此，模型目标旨在在所有困难情况下实现令人满意的目标覆盖率。为了改善模型的，在某个风险器官的回归图上超出个标准差不确定带的点被认为是消除的。工作流程包括拒绝最糟糕的回归异常值结构，重新训练模型，检查更新的回归图，并重复。发现在单次迭代期间不拒绝超过约结构是重要的，以避免在单次迭代中过于剧烈地改变回归关系。
　　 目标不仅是改善，还要实现最佳的风险器官节约。因此，在决定拒绝哪些回归异常值时，检查体积直方图估计值。剂量学异常值：阳性和阴性。保留正异常值以改善模型的备用估计值，并拒绝负异常值。负剂量测定异常值对应于位于回归带之上的点。当消除负剂量测定异常值时，它会降低预测不确定性并改善平均节约估计。如果结构是负剂量测定异常值，库克距离的结构也被拒绝。这与创建最大化可能的风险器官备用估算的模型一致。距离通常与几何异常值相关，表示回归模型中有影响的数据点。在回归异常值排斥几次后，评估残差图以去除最差的负剂量测定异常值的结构。负剂量测定异常值位于残余带之上。这个过程，对于大部分的结构将被执行了两次，但在的眼睛，其中有的最低值在模型消除恶化结构的排斥反应终止，同时提高不超过。匹配结构的模型和模型中的数量。有明显的改善而不的显着变化。验证组由几个胶质母细胞瘤患者组成，他们使用与训练集相同的分级方案进行治疗。另外，使用用相同分级方案但用其他类型的脑肿瘤治疗的几名患者的第二组验证组。第二个验证集检查模型是否具有比仅胶质母细胞瘤更广泛的适用性。没有先验的理由相信该模型不适用于这些其他类型的脑肿瘤。在肿瘤位置和大小方面，验证集有很大的差异。
　　对于计划靶体积，均匀性指数，近最大剂量，近最小剂量用作计划比较的指标。还进行了在计算机断层扫描图像上逐片切片的计划靶体积剂量覆盖的目视检查。在估算计划时间时，起点是模型所需的所有计划轮廓以及处理区域都包括在内。手动计划时间是研究人员临床实践报告的时间。对于放射治疗规划，规划人员选择了所需的模型，并将轮廓结构与模型生成目标的结构相匹配。这一步耗时几分钟。随后，进行优化和剂量计算，强度调制放射疗法花费几分钟，弧体积调制电弧疗法花费几分钟。时间估计是通过对同一计划者制定的多个模型计划进行平均而获得的。在该过程结束时，计划者选择所需的剂量标准化。从定义的起点开始的强度调制放射疗法计划耗时几分钟。对于体积调制电弧疗法，第一优化序列偶尔产生高于计划靶体积的可接受的最大剂量，并且需要通过从先前的优化重新开始来重复优化和剂量计算不对优化目标进行任何改变。因此，对于体积调制电弧疗法，治疗计划可能需要几分钟，具体取决于优化器是否必须运行一次或两次。验证集中的所有模型计划均满足所有临床目标，无需调整目标。在没有任何放射治疗帮助的情况下为典型的胶质母细胞瘤案例创建计划时，通常需要一个计划员大约几个小时，其中包括创建优化环所需的时间和手动计划所需的其他剂量限制结构，但不包括放射治疗计划。
　　 比较了计划靶体积均匀性指数，手动计划和模型计划之间的差异。模型计划的同质性指数优越。对于其余情况，模型计划的覆盖范围较低，以避免超过风险器官最大剂量限制。对于较大的差异，模型计划总是更好。数字方式总结了这些信息。对于均一性指数由模型计划提供的改进了。对于所有变量，临床计划的样本标准偏差大于模型计划，与模型提供的更统一的计划一致。通过显示在临床计划和模型计划的验证集上平均的计划靶体积体积直方图来总结该讨论。比较临床计划和模型计划之间各种风险器官的最大剂量和平均剂量。数字方式总结了这些信息。为了获得最大的剂量，除光学装置和眼睛，又出现了临床和模型计划之间没有显著差异。计划产生了较低的均值，用于光学仪器，光学和眼睛。对于脑干，脑干风险体积，和颞叶，临床和模型计划之间的均值没有显着差异。结果表明，无论肿瘤类型，大小和位置如何，该模型在整个验证集上表现良好。创建计划之间的比较可以在附录中找到。比较显示，在风险器官保留方面提供了小但统计上显着的改善。
　　据研究人员所知，这是第一本关于胶质母细胞瘤放射治疗治疗计划模型成功实施的出版物。由于肿瘤与风险器官的频繁重叠以及肿瘤的大小和位置的可变性，胶质母细胞瘤的模型构建比诸如前列腺的部位更具挑战性。但是，如本研究所示，通过明智选择的优化目标和适当的培训集，可以克服挑战。模型计划能够满足严格的风险器官限制，该模型不依赖于特定的光束配置，使规划人员可以选择最适合给定患者的任何布置。由于肿瘤的位置和大小的多样性，没有提供射束布置模板。对于使用与本研究中使用的相同分级的诊所，胶质母细胞瘤模型将可直接使用。对于使用不同分馏的诊所，本报告中提供的方法的详细描述可以作为模型构建指南。虽然没有统计学意义，但在临床计划的情况下，脑干最大剂量平均。然而，临床和模型计划之间的最大差异发生在最大剂量远低于时。此外，对于所有患者，模型计划没有违反脑干的最大剂量约束。在放射治疗计划中对脑干的这种略微增加的剂量允许改善计划靶体积覆盖。总之，胶质母细胞瘤在当前临床实践中的规划是复杂且耗时的，需要大量的控制和避免结构以及经验丰富的计划者。创建了基于强度调制放射疗法和体积调制电弧疗法计划的模型。该模型提供了优化目标的默认模板，可用于预测胶质母细胞瘤脑肿瘤患者的风险器官剂量估计值。该模型在几名患者的独立队列中成功验证，与临床计划相比，所得计划明显更快且质量相同或更好，并且需要较少的计划者经验。该模型将通过提供，开发的基于云的社区，用于知识共享。