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、本文主要對靜態(tài)調(diào)強進行了研究,內(nèi)容包括子野分割方法、子野序列優(yōu)化方法和自行開發(fā)的軟件系統(tǒng)一子野序列生成系統(tǒng)。 首先,介紹了使用多葉準直器靜態(tài)調(diào)強的原理,討論了多葉準直器的結(jié)構(gòu)和各種物理限制對子野分割算法的影響;結(jié)合經(jīng)典有效的靜態(tài)調(diào)強算法,提出了最大劑量體積分割算法。實驗數(shù)據(jù)表明最大劑量體積分割算法對子野數(shù)目的減少有明顯的效果。然后,介紹了提出的子野序列優(yōu)化方法。在該優(yōu)化方法中,把文獻中幾種有效方法和提出的最大劑量體積分割算法所分
2、割出的子野序列作為優(yōu)化器的初始結(jié)果,用最小二乘方法最小化結(jié)果強度矩陣和目標強度矩陣的方差,實驗表明這樣可以得到精度更高的子野序列。為了進一步提高精度,對優(yōu)化后的子野開口形狀進行了調(diào)整,這樣進一步縮小了結(jié)果強度矩陣和目標強度矩陣的方差。由逆向計劃產(chǎn)生射野的實驗數(shù)據(jù)表明子野序列優(yōu)化方法使誤差強度矩陣的均方根平均下降了15%。最后,介紹了自行開發(fā)的子野序列生成系統(tǒng),該系統(tǒng)除包括本文提出的最大劑量體積分割算法外,還集成了幾種經(jīng)典有效的靜態(tài)調(diào)強分
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。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 調(diào)強放射治療射野和劑量的驗證.pdf
- 調(diào)強放射治療中的射野方向優(yōu)化算法研究.pdf
- 鼻咽癌調(diào)強放療射野方向?qū)毙苑暖煼磻?yīng)的影響.pdf
- 電子射野影像系統(tǒng)對鼻咽癌調(diào)強放療擺位誤差的測量.pdf
- 左乳癌保乳術(shù)后野中野調(diào)強和逆向調(diào)強放療的劑量學(xué)比較.pdf
- 利用蒙特卡羅方法研究射野大小對深度劑量的影響.pdf
- 宮頸癌延伸野調(diào)強放療的臨床研究.pdf
- 容積調(diào)強或固定野調(diào)強放療治療局部晚期鼻咽癌牙齦劑量的研究.pdf
- 適形放射治療中射野方向優(yōu)化的研究.pdf
- 斗篷野常規(guī)放療與4種設(shè)野的調(diào)強放療的劑量學(xué)比較研究.pdf
- SCG算法優(yōu)化調(diào)強放射治療計劃子野權(quán)重研究.pdf
- 局部晚期喉癌容積弧形調(diào)強放療與固定野調(diào)強放療的劑量學(xué)比較
- 基于快速散射卷積模型的射野參數(shù)優(yōu)化.pdf
- 雙種群遺傳算法優(yōu)化射野方向與權(quán)重的研究.pdf
- 乳腺癌保乳術(shù)后全乳腺“野中野”正向調(diào)強放療劑量學(xué)研究
- 二維計算機輔助射野驗證技術(shù)的研究.pdf
- 鼻咽癌靜態(tài)子野調(diào)強與容積旋轉(zhuǎn)調(diào)強同步加量放療劑量學(xué)研究.pdf
- 放射治療常規(guī)射野計數(shù)系統(tǒng)的開發(fā)和臨床應(yīng)用.pdf
- 小射野光子束在非均勻介質(zhì)中的劑量特性研究.pdf
- 胸段食管癌固定野調(diào)強放療與容積調(diào)強弧形放療計劃的劑量學(xué)比較及臨床研究.pdf
評論
0/150
提交評論