目的:研究基于联影直线加速器电子射野影像装置(EPID)在体剂量验证方法在临床中的应用。方法:选取河南省人民医院收治的68例行容积旋转调强放疗(VMAT)的肿瘤患者，其中，头颈部32例、胸部16例和腹盆部20例。每位患者均执行治疗前Arccheck剂量验证(Pre Arccheck)、治疗前EPID剂量验证(Pre EPID)，以及治疗中前3次和随后每周1次的扇形束计算机断层成像(FBCT)位置验证和在体EPID剂量验证(In vivo EPID)。当任一方向摆位误差(左右 x、头脚 y和垂直 z)均<3 mm时实施治疗，并根据 x、 y和 z计算三维摆位偏差 d；否则，执行位置校正。 结果:68例患者Pre EPID和In vivo EPID γ通过率分别为(99.97±0.1)%和(94.15±3.84)%，与Pre Arccheck的(98.86±1.48)%相比，差异有统计学意义( t＝－6.12、9.43， P<0.05)。胸部、腹盆部和头颈部的In vivo EPID γ通过率相比，差异无统计学意义( P>0.05)。Pre EPID γ通过率和首次In vivo EPID γ通过率的差值(5.56±3.72)%与对应的三维摆位偏差 d(1.46±1.51)mm之间无相关( P>0.05)。随着治疗进行，In vivo EPID γ通过率由第1周的(94.15±3.84)%逐步减小到第5周的(92.15±3.24)%；从第3周开始至第5周，In vivo EPID γ通过率与第1周的相比，差异均有统计学意义( t＝2.48、2.75、3.09， P<0.05)。 结论:3 mm内摆位误差不影响在体剂量验证的γ通过率，在体剂量验证γ通过率临床可接受阈值的确定仍需进一步的研究，同时在体剂量验证可为自适应放疗的临床应用提供一定的支持。

目的:提出一种新型脉冲神经元模型及其网络，描述其建模方法，并用计算机模拟验证其性能。方法:在充分考虑生物学适应性（激活电位阈值和不应期开关），及其对尖峰放电脉冲产生及其传导的动态调节机制基础上，在新型脉冲神经元模型中引入了突出后电位多通道滤波器，实现了输出电流及神经元突触强度的动态调节。提出基于自适应最小均方（LMS）的误差反向传播（BP）学习算法，并将其应用于尖峰放电神经网络的调节。结果:在自发噪声下，新型脉冲神经元模型的尖峰放电间期信号直方图满足泊松分布。通过2个新型脉冲神经元的简单连接，可以形成多种复杂的尖峰放电模式。新型脉冲神经元模型具有自发本征噪声的特征，能够形成复杂的周期尖峰放电模式。对于输入噪声控制，该模型的不应期与门限电位适应性参数的稳定性较好。刺激电流-尖峰放电脉冲频率间的线性关系较好。结论:所提出的新型脉冲神经元模型在自发噪声条件下能产生多种模式的振荡和相干振荡，这与生物神经元极其相似，能实现复杂的噪声信号处理。所采用的具有不同频带的多通道突触后电位滤波器，能使一些突触后电位信号变得平稳。所提出的基于于自适应LMS的BP学习算法克服了尖峰放电信号的瞬态变化特性导致的误差驱动学习算法无法应用的问题。

目的:利用放射组学特征构建不同的机器学习分类模型，预测盆腔肿瘤调强放疗剂量验证的γ通过率，并探讨最佳预测模型。方法:回顾性分析196例盆腔肿瘤调强放疗计划，采用基于模体测量方式的三维剂量验证结果，γ通过率标准为3%/2 mm、10%剂量阈值。提取基于剂量文件的放射组学特征构建预测模型。分别采用随机森林、支持向量机、自适应增强和梯度提升决策树4种机器学习算法，计算曲线下面积(AUC)值、敏感度和特异度，评估4种预测模型的分类性能。结果:随机森林、支持向量机、自适应增强、梯度提升决策树模型的灵敏度和特异度分别为0.93、0.85，0.93、0.96，0.38、0.69，0.46、0.46。随机森林模型和自适应增强模型的AUC值分别为0.81和0.82，支持向量机和梯度提升决策树模型的AUC值为0.87。结论:针对盆腔肿瘤调强放疗计划，可以采用基于放射组学特征的机器学习方法来构建γ通过率的预测模型。支持向量机模型和梯度提升决策树模型的分类性能要优于随机森林模型、自适应增强模型。

目的:提出一种基于Canny边缘检测算法求取CT胸腔图像噪声的方法。方法:选取2021年采集的男性志愿者的CT胸腔图像250张，通过Canny自适应阈值法提取CT胸腔图像轮廓，并比较Sobel算法、Canny双阈值法和Canny自适应阈值法的相似度；使用霍夫变换来确定感兴趣区域，考察感兴趣区域的选取大小、重建卷积核和管电流对CT胸腔图像噪声的影响。结果:Canny自适应阈值法保留了更多细节，边缘的连续性和完整性有所提高，对边缘检测与图像分割更加灵活以及更加具有鲁棒性。Canny自适应阈值法结构相似性指数最高（0.644），均方根误差最小（0.371），其在边缘轮廓检测方面相似度最高，效果更显著。随着方形感兴趣区域大小的增加，平均噪声呈现下降趋势，噪声标准差在某些区间有所增加，特别是在较大的方形区域。在同一重建卷积核的情况下，CT胸腔图像升主动脉的平均噪声比胸主动脉的高，升主动脉的噪声标准差比胸主动脉的低。对于升主动脉，重建卷积核E的升主动脉平均噪声（41.97 dB）最低，噪声标准差（20.64 dB）最大；对于胸主动脉，重建卷积核E的平均噪声（30.78 dB）最低。胸主动脉的平均噪声和噪声标准差随管电流的增加而下降。结论:提出了一种基于Canny边缘检测算法求取CT胸腔图像噪声的方法，适用于检测CT胸腔图像。

目的:采用基于放射组学的机器学习方法，探索盆腔肿瘤不同调强放疗技术下γ通过率(GPR)分类预测模型的可行性，并比较了4种集成树模型的分类性能。方法:回顾性收集了409例使用不同调强放疗技术的计划，采用基于模体测量方式的三维剂量验证结果，γ通过率标准为3%/2 mm、10%剂量阈值。提取基于剂量文件的放射组学特征构建预测模型。分别采用随机森林、自适应增强、极端梯度提升树和轻量级梯度提升机4种机器学习算法，并且通过计算灵敏度、特异度、 F1分数及曲线下面积(AUC)值来评估它们的分类性能。 结果:随机森林、自适应增强、极端梯度提升树、轻量级梯度提升机模型的灵敏度和特异度分别为0.96、0.82、0.93、0.89和0.38、0.54、0.62、0.62， F1分数和AUC值分别为0.86、0.81、0.88、0.86和0.81、0.77、0.85、0.83。其中极端梯度提升树模型的灵敏度达到0.93，特异度、 F1分数和AUC值均为最高，要优于其他3种模型。 结论:针对采用不同调强放疗技术的盆腔肿瘤调强计划，使用基于放射组学的机器学习方法来构建伽马通过率分类预测模型具有一定的可行性，能够为将来GPR预测的多机构合作研究提供基础。

目的:观察并分析 CEP290基因新复合杂合变异导致的单纯视锥视杆细胞营养不良（CORD）的临床表型和致病性。 方法:回顾性研究。2021年12月于河南省立眼科医院就诊并经基因检测确诊的1个CORD家系中的2例患者及2名家系成员纳入研究。受检者均行最佳矫正视力（BCVA）、彩色眼底照相、自身荧光、扫频源光相干断层扫描（SS-OCT）、自适应光学眼底成像、静态阈值视野、全视野和多焦视网膜电图（ERG）检查，以及全身其他系统检查。采集受检者外周静脉血，提取全基因组DNA。应用遗传性视网膜疾病试剂盒PS400对DNA进行测序，对可疑致病突变位点进行Sanger验证及家系共分离分析。参照美国医学遗传学和基因组学学会（ACMG）指南对突变位点致病性进行分析。通过GERP++、Clustal Omega、Weblogo分析软件明确该基因突变位点在不同物种间的保守性。结果:2例患者均为男性，年龄分别为21、29岁。患者右眼和左眼BCVA分别为0.7、0.4和0.3、0.4。全视野、多焦ERG检查，视锥细胞、视杆细胞功能降低，以视锥细胞功能下降更甚。SS-OCT检查，黄斑外核层变薄，椭圆体带及嵌合体带光反射信号减弱。自适应光学眼底成像检查，黄斑中心凹10°视角内视锥细胞排列紊乱、密度降低，部分区域视锥细胞萎缩透见视网膜色素上皮细胞。全身其他系统检查未见明显异常。基因检测结果显示，2例患者均携带 CEP290 c.950T> A（p.Leu317*）（M1）、c.4144_4149del（p.Tyr1382_Glu1383del）（M2）复合杂合变异。其父亲、母亲分别携带M2、M1。M1、M2分别为新发现无义突变、新发现缺失突变，在人群基因频率数据库、ExAC数据库、千人基因组计划数据库中未见。M1被Mutation Taster、CADD软件预测为有害，GERP++显示其影响的氨基酸高度保守；根据ACMG指南评为疑似致病性变异。M2为临床意义未明变异。先证者父母临床表型未见明显异常。Sanger测序验证，符合家系共分离。 结论:CEP290基因突变导致的单纯CORD患者在视锥细胞结构异常、密度下降，视锥、视杆细胞功能下降时，仍保留较好的视力。 CEP290基因M1、M2分别为新发现无义突变、新发现缺失突变，扩大了单纯CORD的致病基因谱。

目的:对肺癌和食管癌患者在放疗过程中行基于电子射野影像装置(EPID)的在体剂量验证，探讨影响在体剂量验证结果准确性的因素，并推荐应用在体剂量验证的流程及规范。方法:单纯随机抽样法选取2022年5月至2022年8月在金华市中心医院放疗科行食管癌和肺癌放疗的患者32例(其中，肺癌14例，食管癌18例)，在uRT-TPOIS计划系统上制作动态调强放疗(dIMRT)及EPID在体剂量验证( In vivo EPID)计划，使用uRT-linac 506c直线加速器进行治疗。治疗过程中行在体剂量验证，其中，肺癌病例行 In vivo EPID的分次共238次，执行图像引导放疗(IGRT)共80次，食管癌病例行 In vivo EPID的分次共414次，执行IGRT共105次。设置阈值并获取每个射野的2D γ通过率，分析低于阈值的分次射野，并结合在线CT影像及三维重建剂量结果，进一步分析影响γ通过率下降的主要因素。 结果:肺癌、食管癌3 mm/5%γ通过率均值分别为95.1%±5.7%、96.5%±4.5%；3 mm/3%γ通过率均值为91.5%±8.4%、92.2%±4.9%；2 mm/2% γ通过率均值分别为：79.1%±14.1%、83.7.2%±8.2%，病种之间通过率差异无统计学意义( P > 0.05)。靠近0°/180°射野组(A组)的γ通过率高于靠近90°/270°射野组(B组)(3 mm/5%， Z ＝ －25.4， P < 0.05；3 mm/3%， Z ＝ －26.8， P < 0.05)。通过IGRT纠正摆位误差，可显著提高γ通过率(IGRT和非IGRT下，3 mm/5%γ通过率均值为96.3%±5.1%、96.0%±4.9%， Z ＝ －5.50， P < 0.05；3 mm/3%γ通过率均值92.3%±8.0%、91.3%±7.7%， Z ＝ －9.54， P < 0.05)。肿瘤及正常组织体积变化和运动变化、定位和治疗前准备充分与否等都会影响在体剂量验证的结果。 结论:放疗过程中进行EPID在体剂量验证能避免错误照射，但需规范EPID在体剂量验证流程，以避免人为因素等导致的通过率降低。

目的:探究将ArcherQA系统用于Elekta Unity 1.5T磁共振加速器上开展的磁共振引导自适应放疗计划独立验算的可行性。方法:利用均匀水模体验证了ArcherQA在磁场下的剂量计算精度，然后利用抽签法随机选取32例在Unity上接受磁共振引导在线自适应放疗的患者，包含脑、纵隔、肝、肾、椎体等5个治疗部位、32个离线计划，177个在线计划。分别比较ArcherQA独立验算结果与ArcCheck测量结果、Monaco计划系统计算结果的γ通过率(3 mm/3%、2 mm/2%,阈值10%)，定量评估ArcherQA系统对Unity在线计划独立验算的准确性和效率。结果:ArcherQA系统可以较为准确地计算出磁场下光子线的剂量分布，在3 mm/3%标准下，水模体中方野验证结果γ通过率均高于99%。在更严格的2 mm/2%标准下，除20 cm × 20 cm射野外，其他方野的γ通过率也都超过95%。对于治疗计划验证，ArcherQA计算的结果与ArcCheck测量数据，以及Monaco计划系统的计算数据都表现出较好的一致性，在3 mm/3%标准下平均γ通过率可达到99%以上，2 mm/2%标准下平均γ通过率也超过97%。ArcherQA的在线计划独立验算效率较高，177个在线计划独立验算所需的时长范围为50～150 s，平均时长约为108 s。结论:ArcherQA可以准确并高效地计算出磁场下光子线的剂量分布，能够用于磁共振引导自适应放疗中离线和在线治疗计划的独立验算，是一种有效的补充验证手段，为患者治疗计划安全提供保障。

目的:探讨基于PET/CT不同勾画方法对非小细胞肺癌(NSCLC)代谢参数测量的影响及可重复性分析.方法:回顾性分析79例经病理确诊的NSCLC患者资料,测量原发灶最大标准化摄取值(SUVmax),采取自适应迭代算法(AIA)、固定阈值法(以2.5、3、4为阈值)及相对阈值法(以40%、50%为阈值)测量肿瘤代谢体积(MTV)及糖酵解总量(TLG),比较不同勾画方法所获代谢参数的差异,并分析2位医师测量一致性.结果:不同勾画方法所测MTV差异有统计学意义(χ2=14.759,P=0.011),而TLG差异无统计学意义(χ2=3.013,P=0.698).对于固定阈值法和相对阈值法,阈值越高,测得的MTV和TLG越小,其中相对阈值法测得的MTV和TLG较小.不同勾画方法测得的SUVmax、MTV和TLG可重复性均非常高.2位医师测量的SUVmax、MTV及TLG的一致性均极强(均ICC>0.99).不同勾画方法中相对阈值法(以40%为阈值)无需手动调整次数占比最大,为18.32%,其勾画准确率最高,为91.14%,差异有统计学意义(χ2=11.748,P=0.038).结论:不同勾画方法测得的MTV、TLG的重复性非常高,但测得的MTV之间存在差异,其中以40%为阈值的勾画方法无需手动调整的次数最多,勾画准确率为91.14%,建议在临床工作中使用.

目的:对宫颈癌调强放射治疗(IMRT)进行基于电子射野影像装置的三维在体剂量验证(EIVD)分析,研究测量剂量与计划剂量间的差异,并通过剂量学敏感性探讨EIVD质控中最佳γ通过率阈值.方法:回顾性分析浙江大学医学院附属妇产科医院行IMRT的45例宫颈癌患者,所有患者在治疗过程中行EIVD验证,获取测量剂量.采用2 mm/2%、2 mm/3%、3 mm/3%的全局γ指标进行通过率分析,采用剂量体积直方图参数评估测量剂量和计划剂量之间的差异.通过皮尔逊(Pearson)相关性分析研究γ通过率与剂量学差异间的相关性,绘制受试者工作特征(ROC)曲线确定最佳γ通过率阈值.结果:3类γ指标2 mm/2%、2 mm/3%、3 mm/3%的平均通过率分别为(83.07±5.25)%、(91.69±3.52)%、(95.02±2.46)%;EIVD测量剂量与计划剂量在计划靶区(PTV)的平均剂量(Dmean)偏差为2.43%(P=0.016),膀胱、直肠、小肠的Dmean偏差分别为0.35%、0.46%、0.30%(P>0.05).Pearson分析显示3类γ指标与PTV的剂量偏差相关性较强(r>0.7),与危及器官相关性较弱(r<0.7);ROC分析显示2 mm/2%、2 mm/3%、3 mm/3%最佳的γ通过率阈值分别为79.06%、90.04%、94.19%.结论:EIVD能够有效保证宫颈癌IMRT过程中PTV剂量传递的精准性,利用γ通过率阈值能够为下一步宫颈癌自适应IMRT提供一定的临床依据.