灵感呼吸技术(DIBH)在减少左侧BC患者的平均心脏剂量(MHD)方面变得越来越普遍。但是,RT的治疗计划和DIBH艰辛,耗时且昂贵,对于患者和RT员工来说。 此外,亚洲妇女中MHD左BC患者的比例要高得多,这主要是由于与西方国家相比,其乳房量较小。 本研究旨在确定用于预测RT后MHD的最佳机器学习模型(ML)模型,以预先选择低MHD患者,在RT计划之前不需要DIBH。 总共将接受术后RT的562例BC患者随机分为TrainVal(n = 449),外部(n = 113)测试数据集使用Python(版本3.8)。 使用高斯噪声的合成少数民族过采样校正了不平衡的数据。 具体来说,右左,肿瘤部位,胸壁厚度,辐照方法,体重指数和分离是用于ML的六个解释变量,并使用了四种监督的ML算法。 使用使用均方根误差(RMSE)的高参数调谐的最佳值作为内部测试数据的指标,使用外部测试数据选择了最终的F2得分评估的模型。 RT后MHD对真实MHD的预测能力是深神经网络的所有算法中最高的,RMSE为77.4,F2得分为0.80,曲线接收器操作特性下的面积为0.88,cgy cgy cgy的cgy值为0.88。但是,RT的治疗计划和DIBH艰辛,耗时且昂贵,对于患者和RT员工来说。此外,亚洲妇女中MHD左BC患者的比例要高得多,这主要是由于与西方国家相比,其乳房量较小。本研究旨在确定用于预测RT后MHD的最佳机器学习模型(ML)模型,以预先选择低MHD患者,在RT计划之前不需要DIBH。总共将接受术后RT的562例BC患者随机分为TrainVal(n = 449),外部(n = 113)测试数据集使用Python(版本3.8)。使用高斯噪声的合成少数民族过采样校正了不平衡的数据。具体来说,右左,肿瘤部位,胸壁厚度,辐照方法,体重指数和分离是用于ML的六个解释变量,并使用了四种监督的ML算法。使用使用均方根误差(RMSE)的高参数调谐的最佳值作为内部测试数据的指标,使用外部测试数据选择了最终的F2得分评估的模型。RT后MHD对真实MHD的预测能力是深神经网络的所有算法中最高的,RMSE为77.4,F2得分为0.80,曲线接收器操作特性下的面积为0.88,cgy cgy cgy的cgy值为0.88。
在确定治疗期间,使用三维的保形放射治疗(3D-CRT)进行以下:o乳腺癌和以下任何一种:加速部分乳房照射乳房提高乳房促进光子的使用使用光子使用光子疗法•超替代放射疗法在整个乳房或胸部癌症中最多可激发五个乳房或深胸coneration contriber(Diib and the tim contriber)contriber(Diib and Prime contribe)contriib and crution fear(Diib)。在促进直肠癌和膀胱癌期间使用o食管癌o胃癌o胃癌o头颈癌o肝癌o肝癌o肺癌o肺癌o胰腺癌o胰腺癌o软组织肉瘤o i igrt与3D-CRT一起使用,对于上述条件而在上面提供的条件可能是五个或更大的限制的临床或更大程度的差异时所必需的。如比较计划和剂量 - 体积直方图(DVH)(例如右侧乳腺癌)在计算机断层扫描(CT)模拟过程中无法忍受固定化的成员成像所记录的重大目标运动成像所记录的显着目标运动临床目标量(CTV)的较小范围不及以上不适合3D crtia的临床目标(CTV),但在以上不限制的限制范围内,但是以下情况: