张珺倩 1 , 张远 1 , 尹勇 2,3 , 朱健 2,3 , 李宝生 2,3
  • 1. 济南大学 信息科学与工程学院(济南 250022);
  • 2. 山东大学附属山东省肿瘤医院 放射肿瘤科(济南 250117);
  • 3. 山东大学附属山东省肿瘤医院 放射物理技术科(济南 250117);
导出 下载 收藏 扫码 引用

放射治疗(简称:放疗)作为肿瘤的主要治疗方式之一,在整个流程中对于治疗的技术精度和设备稳定性具有越来越高的要求。机器学习方法能够使放疗决策更加简化、个体化和精确化,提高了放疗计划设计和质量控制环节的自动化程度,推动了个体化的精准治疗。本文以放疗流程为线索,对机器学习方法尤其是深度学习法,在正常组织和肿瘤靶区的勾画、放疗计划设计、放疗实施、质量控制和放疗疗效预测等几个方面的应用、研究情况予以综述,并对发展前景做出展望。

引用本文: 张珺倩, 张远, 尹勇, 朱健, 李宝生. 机器学习在肿瘤放射治疗领域应用进展. 生物医学工程学杂志, 2019, 36(5): 879-884. doi: 10.7507/1001-5515.201810051 复制

  • 上一篇

    基于深度学习的微创手术工具检测与跟踪研究综述
  • 下一篇

    常见髓系白血病小鼠模型的研究进展