放疗中人体胸腹表面呼吸运动多点联合预测方法研究
发布时间：2022-01-21 12:01
胸腹部放射治疗过程中,呼吸运动会使肿瘤移位,造成肿瘤逸出靶区或正常组织进入靶区,不仅降低了放疗效果,而且容易引发一系列并发症。目前,动态跟踪放疗技术能够实时跟踪肿瘤位置变化,有利于提高放疗效果,而准确预测肿瘤运动是实现动态跟踪的关键技术。传统的预测方法包括参数模型预测方法和非参数预测方法等,这些方法都是在标记点历史数据的基础上,对标记点未来值进行预测,虽然取得了不错的效果,但是如果能够利用标记点与周围标记点的耦合关系,将标记点与耦合点联合作为约束来进行预测,则有望进一步提高预测精度。为此,论文提出了一种呼吸运动多点联合预测方法,充分利用胸腹表面呼吸运动的多个标记点位置变化之间耦合关系,将这些标记点位置相联合,建立多点联合高斯过程回归呼吸运动预测模型,通过多个标记点的历史数据去预测目标点的未来值,以提高目标点的预测精度。论文主要研究内容如下:首先,呼吸运动多点联合数据采集。选取FASTRAK运动跟踪定位系统进行胸腹表面呼吸运动数据采集,对250名不同年龄不同性别志愿者进行呼吸运动多点联合数据采集,并对这些数据进行删除异常值、滤波和归一化预处理,为后面呼吸运动预测提供数据。其次,建立多点联...
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
FASTRAK运动跟踪定位系统
哈尔滨理工大学工程硕士学位论文-10-图2-2呼吸运动采集实验场景Figure2-2Respiratorymotionacquisitionexperimentscene图2-3中，第一列表示实验中接收器的标记点编号，第二、三、四列表示三维位置信息X、Y、Z，测量时单位为英尺，根据实际应用需要可以通过软件设置修改单位，本文实验时将单位设置为毫米（mm），第五、六、七列表示被测人体姿态角度、仰角姿态和横摇角度三个方位信息。图中的红色飞机图标显示出被测人体胸腹表面接收器相对发射器的位置和方位角度，图中的红色球形表示发射器位置。图2-3PiMgr运行测量界面Figure2-3PiMgrrunningmeasurementinterface计算机发射器接收器A接收器B接收器C接收器D系统电子单元
哈尔滨理工大学工程硕士学位论文-10-图2-2呼吸运动采集实验场景Figure2-2Respiratorymotionacquisitionexperimentscene图2-3中，第一列表示实验中接收器的标记点编号，第二、三、四列表示三维位置信息X、Y、Z，测量时单位为英尺，根据实际应用需要可以通过软件设置修改单位，本文实验时将单位设置为毫米（mm），第五、六、七列表示被测人体姿态角度、仰角姿态和横摇角度三个方位信息。图中的红色飞机图标显示出被测人体胸腹表面接收器相对发射器的位置和方位角度，图中的红色球形表示发射器位置。图2-3PiMgr运行测量界面Figure2-3PiMgrrunningmeasurementinterface计算机发射器接收器A接收器B接收器C接收器D系统电子单元
【参考文献】：
期刊论文
[1]基于粒子群算法与反向传播神经网络的呼吸运动预测研究[J]. 常盼春,杨济民,杨娟,游涛. 中国生物医学工程学报. 2018(06)
[2]基于支持向量回归的呼吸运动预测技术的研究[J]. 康开莲,童蕾,万伟权,孙海涛,陈超敏. 生物医学工程研究. 2018(02)
[3]基于粒子群优化及高斯过程回归的铅酸电池荷电状态预测[J]. 徐彬泰,孟祥鹿,田安琪,孙勇健,曹立斌,江颖洁. 南京理工大学学报. 2018(02)
[4]气象预报应用人工智能的现状分析和影响初探[J]. 唐伟,周勇,王喆,龚江丽,沈文海. 中国信息化. 2017(11)
[5]基于前向空间线性预测的声源时延估计算法[J]. 徐耀松,李猛. 计算机工程. 2017(06)
[6]实时跟踪放疗中关联模型和预测算法[J]. 吴巨海,徐子海,陈超敏,万伟权. 中国医学物理学杂志. 2015(02)
[7]动态模糊神经网络在变形预测中的应用[J]. 肖桂元,刘立龙. 桂林理工大学学报. 2011(03)
[8]基于GA-BP神经网络进行呼吸运动预测的研究[J]. 黄志业,陈武凡,周凌宏,徐子海,陈超敏. 中国生物医学工程学报. 2010(06)
博士论文
[1]基于高斯过程模型的机器学习算法研究及应用[D]. 贺建军.大连理工大学 2012
硕士论文
[1]放疗中人体胸腹表面区域呼吸运动预测模型研究[D]. 史领.哈尔滨理工大学 2019
[2]基于实时追踪技术的呼吸运动预测算法的研究[D]. 康开莲.南方医科大学 2018
[3]基于高斯过程的呼吸运动预测研究[D]. 樊琪.哈尔滨理工大学 2016
[4]基于小波神经网络的呼吸运动预测研究[D]. 黄姗姗.中国科学技术大学 2015
本文编号：3600219
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
FASTRAK运动跟踪定位系统
哈尔滨理工大学工程硕士学位论文-10-图2-2呼吸运动采集实验场景Figure2-2Respiratorymotionacquisitionexperimentscene图2-3中，第一列表示实验中接收器的标记点编号，第二、三、四列表示三维位置信息X、Y、Z，测量时单位为英尺，根据实际应用需要可以通过软件设置修改单位，本文实验时将单位设置为毫米（mm），第五、六、七列表示被测人体姿态角度、仰角姿态和横摇角度三个方位信息。图中的红色飞机图标显示出被测人体胸腹表面接收器相对发射器的位置和方位角度，图中的红色球形表示发射器位置。图2-3PiMgr运行测量界面Figure2-3PiMgrrunningmeasurementinterface计算机发射器接收器A接收器B接收器C接收器D系统电子单元
哈尔滨理工大学工程硕士学位论文-10-图2-2呼吸运动采集实验场景Figure2-2Respiratorymotionacquisitionexperimentscene图2-3中，第一列表示实验中接收器的标记点编号，第二、三、四列表示三维位置信息X、Y、Z，测量时单位为英尺，根据实际应用需要可以通过软件设置修改单位，本文实验时将单位设置为毫米（mm），第五、六、七列表示被测人体姿态角度、仰角姿态和横摇角度三个方位信息。图中的红色飞机图标显示出被测人体胸腹表面接收器相对发射器的位置和方位角度，图中的红色球形表示发射器位置。图2-3PiMgr运行测量界面Figure2-3PiMgrrunningmeasurementinterface计算机发射器接收器A接收器B接收器C接收器D系统电子单元
【参考文献】：
期刊论文
[1]基于粒子群算法与反向传播神经网络的呼吸运动预测研究[J]. 常盼春,杨济民,杨娟,游涛. 中国生物医学工程学报. 2018(06)
[2]基于支持向量回归的呼吸运动预测技术的研究[J]. 康开莲,童蕾,万伟权,孙海涛,陈超敏. 生物医学工程研究. 2018(02)
[3]基于粒子群优化及高斯过程回归的铅酸电池荷电状态预测[J]. 徐彬泰,孟祥鹿,田安琪,孙勇健,曹立斌,江颖洁. 南京理工大学学报. 2018(02)
[4]气象预报应用人工智能的现状分析和影响初探[J]. 唐伟,周勇,王喆,龚江丽,沈文海. 中国信息化. 2017(11)
[5]基于前向空间线性预测的声源时延估计算法[J]. 徐耀松,李猛. 计算机工程. 2017(06)
[6]实时跟踪放疗中关联模型和预测算法[J]. 吴巨海,徐子海,陈超敏,万伟权. 中国医学物理学杂志. 2015(02)
[7]动态模糊神经网络在变形预测中的应用[J]. 肖桂元,刘立龙. 桂林理工大学学报. 2011(03)
[8]基于GA-BP神经网络进行呼吸运动预测的研究[J]. 黄志业,陈武凡,周凌宏,徐子海,陈超敏. 中国生物医学工程学报. 2010(06)
博士论文
[1]基于高斯过程模型的机器学习算法研究及应用[D]. 贺建军.大连理工大学 2012
硕士论文
[1]放疗中人体胸腹表面区域呼吸运动预测模型研究[D]. 史领.哈尔滨理工大学 2019
[2]基于实时追踪技术的呼吸运动预测算法的研究[D]. 康开莲.南方医科大学 2018
[3]基于高斯过程的呼吸运动预测研究[D]. 樊琪.哈尔滨理工大学 2016
[4]基于小波神经网络的呼吸运动预测研究[D]. 黄姗姗.中国科学技术大学 2015
本文编号：3600219
本文链接：https://www.wllwen.com/yixuelunwen/yundongyixue/3600219.html
最近更新
教材专著
