2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩126頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、調(diào)強放療技術(shù)能夠保證在殺死癌癥細胞的同時最大程度地保護正常組織,避免并發(fā)癥的出現(xiàn),被認為是惡性腫瘤治療的主要技術(shù)手段之一。調(diào)強放療逆向計劃系統(tǒng)是調(diào)強放療軟件部分的核心,主要建立在數(shù)學(xué)規(guī)劃問題的精確建模與快速求解的基礎(chǔ)之上。其中,強度圖強度優(yōu)化、強度圖平滑優(yōu)化和兩步整合優(yōu)化等優(yōu)化問題是目前研究的熱點。在解決這幾個問題時盡可能使用凸規(guī)劃數(shù)學(xué)建模,不僅避免了非凸規(guī)劃求解過程的不確定性和不準(zhǔn)確性,且讓小規(guī)模規(guī)劃整合為大規(guī)模或超大規(guī)模規(guī)劃有跡可循

2、。
   重點研究了調(diào)強放療逆向計劃系統(tǒng)中的幾個關(guān)鍵技術(shù)問題,主要包括以下幾個方面。
   首先,強度圖強度優(yōu)化問題要求依據(jù)臨床醫(yī)生的劑量需求逆向求解各射野所需調(diào)制的射線強度。帶有劑量體積約束的強度優(yōu)化以及基于等效生物劑量模型的強度優(yōu)化是該類問題建模求解的難點。對于前者,指出了傳統(tǒng)的劑量排序技術(shù)的不足,以線性約束二次規(guī)劃模型作為基礎(chǔ),給出了更為科學(xué)的基于幾何距離排序技術(shù)的迭代求解策略;對于后者,改變了傳統(tǒng)生物劑量模型與現(xiàn)

3、有醫(yī)學(xué)評價系統(tǒng)脫節(jié)的不足,給出了基于體積劑量函數(shù)的等效均勻劑量的定義及相應(yīng)的能夠轉(zhuǎn)化為一般的劑量體積約束問題的數(shù)學(xué)模型。利用公開的四個臨床測試病例對幾何距離排序技術(shù)和劑量排序技術(shù)進行了實驗比較,結(jié)果顯示前者能夠在滿足劑量體積約束時讓靶區(qū)獲取更高的劑量適形度。
   其次,由于抑制強度圖噪音將大大降低射線調(diào)制時所需的總機器跳數(shù),強度圖平滑優(yōu)化要求解決強度圖過多起伏的問題。針對傳統(tǒng)的目標(biāo)項平滑策略難以解決的五大問題,首次提出了約束條

4、件平滑策略。該策略能夠進行智能平滑,將強度求解與子野分解這兩個環(huán)節(jié)有機地結(jié)合。針對幾種典型的葉片單向滑動子野分解模式進行了數(shù)學(xué)建模。除了部分同步/嚴格同步型以外,其他所有的子野分解模式都成功地轉(zhuǎn)化為線性約束二次規(guī)劃模型。兩個臨床測試病例的實驗比較結(jié)果表明,在相同劑量分布的基礎(chǔ)上,約束條件平滑策略能夠使用更低的總機器跳數(shù)實現(xiàn)整個放療。
   再次,兩步整合優(yōu)化希望解決強度圖優(yōu)化和子野分解優(yōu)化兩者脫節(jié)的問題。針對傳統(tǒng)單步整合優(yōu)化求解

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論