Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 2021

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: Pareto optimisation

Sortuj według:

Ogranicz wyniki do:

Metody optymalizacji wielokryterialnej w planowaniu leczenia w radioterapii

Oborska-Kumaszyńska Dominika, Jaganathan Arun

Inżynier i Fizyk Medyczny

2021

Vol. 10, nr 3

243--252

Planowanie leczenia w radioterapii wiąże się z podstawowymi z natury tego procesu kompromisami między kontrolą guza (homogenność rozkładu dawki, konformalność rozkładu dawki, pokrycie targetu przypisaną dawką) a oszczędzeniem normalnej/zdrowej tkanki, między wydajnością czasową tego procesu i jakością rozkładu dawki oraz między jakością planu nominalnego a stabilnością. Przy uwzględnieniu złożoności procesu planowania leczenia oraz kontradykcyjnych kompromisów narzędziami wspomagającymi osiągnięcie celów są metody wielokryterialnej optymalizacji wbudowane w systemy planowania leczenia. Znalezienie wartości wag w stosunku do parametrów optymalizacyjnych dla targetów i ograniczeń poza tymi targetami, które kondensują wszystkie wymagania kliniczne w jednej liczbie, nie jest procesem trywialnym. To co na pewno komplikuje rozwiązanie tego zagadnienia, to fakt, że wagi nie mają bezpośredniej interpretacji klinicznej, a ponadto przy ich doborze nie jest wiadomo, jak realistyczne jest osiągnięcie celów tej optymalizacji. Planowanie radioterapii wiąże się z nieodłącznymi kompromisami: podstawowym celem leczenia nowotworów wystarczająco wysoką, jednolitą lub modulowaną zgodnie z przypisaniem dawką, co pozostaje w sprzeczności z zerową dawką w obszarze zdrowej tkanki. Zrozumienie tych kompromisów w pojęciu optymalizacji w poszczególnych przypadkach można uzyskać, obliczając dla każdego pacjenta bazę danych optymalnych planów Pareto. Plan leczenia jest optymalny w sensie Pareto, jeśli jest wykonalny i nie ma innego wykonalnego planu, który byłby lepszy w co najmniej jednym wymiernym kryterium. Zbiór wszystkich takich planów, które spełniają to kryterium nie dominacji, stanowią optymalną powierzchnię Pareto, a rozwiązania są Pareto optymalnymi. W artykule opisane zostały dwa przypadki targetu o kształcie polygonalnym/torusa, otaczającego OAR – targetem był kręg kręgosłupa, a OAR (Organ at Risk) – rdzeń kręgowy. W ramach procesu planowania leczenia przeprowadzono analizę najlepszego możliwego podejścia do planowania leczenia radioterapią w przypadku wielopoligonowych PTV z ograniczeniem dawek dla OAR metodą opartą o optymalizację wielokryterialną i podejmowanie decyzji w oparciu o adaptacyjną warstwową aproksymację (DMAS – Decision Making Adaptative Sandwiching Approximation Method ).

Treatment planning in radiotherapy involves the fundamental trade-offs inherent in this process between tumor control (dose distribution homogeneity, dose distribution conformity, target coverage) and normal tissue sparing, between the time efficiency of this process and the quality of the dose distribution, and between the quality of the plan. nominal plan and stability. Methods of multi-criteria optimization, built into treatment planning systems (TPSs) can provide solutions for the complexity of the treatment planning process, contradictory compromises, and support the achievement of goals.. Finding weights for optimization parameters for targets and constraints beyond those targets that condense all clinical requirements into a single number is not a trivial process. What certainly complicates the solution of this problem is the fact that the weights do not have a direct clinical interpretation. Moreover, when selecting them, it is not known how realistic it is to achieve the goals of optimisation. Planning radiotherapy involves inherent trade-offs: the primary goal of cancer treatment with high enough, uniform or modulated dose, which is at odds with zero in normal tissue. Understanding these trade-offs in the concept of optimization can be approached by computing a database of optimal Pareto plans for each patient. A treatment plan is Pareto optimal if it is feasible and there is no other feasible plan that is better at least on one measurable criterion. The set of all such plans that meet this non-dominance criterion constitutes the optimal Pareto area, and the solutions are Pareto optimal. The article describes two cases of a horseshoe/torus-shaped target surrounding an OAR (organ at risk) - the target was the vertebrae of the spine and the OAR was the spinal cord. The method of multi-criteria optimization and a decision making adaptive sandwiching approximation method (DMAS) were used as part of the treatment planning process, an analysis of the best possible approach in the case of multi-polygon PTV with dose limitation for OAR.