Adaptive IMRT using a multiobjective evolutionary algorithm integrated with a diffusion-invasion model of glioblastoma.
Adaptive IMRT using a multiobjective evolutionary algorithm integrated with a diffusion-invasion model of glioblastoma.
复制标题
DOI：
10.1088/0031-9155/57/24/8271
复制
发表时间：
2012-12-21
影响因子：
3.5
通讯作者：
Phillips M
中科院分区：
文献类型：
--
作者：
Holdsworth CH;Corwin D;Stewart RD;Rockne R;Trister AD;Swanson KR;Phillips M
我们展示了一种使用多目标进化算法（MOEA）的胶质母细胞瘤自适应调强放射治疗的患者特异性方法。MOEA使用MOEA与肿瘤细胞增殖、扩散和响应的数学模型之间的迭代对话生成空间优化的剂量分布。使用生物学指标每周优化的剂量分布有可能大幅改善和个性化治疗结果。使用三种不同的肿瘤决策标准生成优化的剂量分布，并与使用CTV（T2-可见MRI区域加上2.5 cm边缘）标准剂量1.8戈伊/次的计划进行比较。使用MOEA生成的最佳剂量分布的集合接近帕累托前沿（描绘肿瘤控制和正常组织保留的临床目标之间的最佳权衡的IMRT计划的集合）。根据模拟结果，通过三个生物学指标判断，MOEA优化剂量表现出上级性能。发现治疗1周后11周的生殖活细胞的预测数量是用于MOEA的最佳目标。
We demonstrate a patient-specific method of adaptive IMRT treatment for glioblastoma using a multi-objective evolutionary algorithm (MOEA). The MOEA generates spatially optimized dose distributions using an iterative dialog between the MOEA and a mathematical model of tumor cell proliferation, diffusion, and response. Dose distributions optimized on a weekly basis using biological metrics have the potential to substantially improve and individualize treatment outcomes. Optimized dose distributions were generated using three different decision criteria for the tumor and compared with plans utilizing standard dose of 1.8 Gy/fraction to the CTV (T2-visible MRI region plus a 2.5 cm margin). The sets of optimal dose distributions generated using the MOEA approach the Pareto front (the set of IMRT plans that delineate optimal tradeoffs amongst the clinical goals of tumor control and normal tissue sparing). MOEA optimized doses demonstrated superior performance as judged by three biological metrics according to simulated results. The predicted number of reproductively viable cells 11 weeks after 1 week of treatment was found to be the best target objective for use in the MOEA.
登录
查看更多内容
影响因子：
158.5
作者：
Stupp, R;Mason, WP;Ryan, G
通讯作者：
Ryan, G
影响因子：
3.5
作者：
WEBB, S;NAHUM, AE
通讯作者：
NAHUM, AE
影响因子：
3.8
作者：
Holdsworth, Clay;Kim, Minsun;Phillips, Mark
通讯作者：
Phillips, Mark
影响因子：
3.8
作者：
Holdsworth, Clay;Kim, Minsun;Phillips, Mark H.
通讯作者：
Phillips, Mark H.
DOI：
10.1016/j.ijrobp.2010.10.007
发表时间：
2011-03-15
影响因子：
7
作者：
Carlson, David J.;Keall, Paul J.;Loo, Billy W., Jr.;Chen, Zhe J.;Brown, J. Martin
通讯作者：
Brown, J. Martin