孔燕
- 作品数：8 被引量：18H指数：2
- 供职机构：江南大学附属医院更多>>
- 发文基金：国家质检总局科技计划项目更多>>
- 相关领域：医药卫生理学轻工技术与工程更多>>
- 调强计划验证中MatriXX电离室的角度响应修正被引量：2
- 2016年
- 目的 用MatriXX验证调强计划时其存在角度响应问题,本工作旨在对MatriXX电离室矩阵中的每个电离室分别进行角度响应修正。方法 在0°机架角且射野开野28 cm×28 cm条件下,用MatriXX测量平面剂量分布,并与计划系统的计算值对比,得到MatriXX中各单元电离室的剂量校准系数。在此基础上,测量不同机架角且开野条件时的平面剂量分布,通过相应计算值对各角度各电离室的测量值进行角度修正。用MatriXX测量实际调强计划中的剂量分布,比较角度响应修正后和未修正时的验证结果,评价该修正方法的作用。结果 0°机架角时,各电离室的剂量校准系数随X、Y坐标值增加略有增加,平均为1.00±0.01。各电离室的角度响应修正系数在机架角为60°～150°和210°～300°范围内时变化范围大且波动大,且分别在90°和270°附近达到最小。经过修正后的计划验证结果好于未修正的。结论 经角度响应修正后,MatriXX可以更好适用于多机架角IMRT计划的验证。
- 孔燕孔栋魏贤顶崔强亮杨波
- 关键词：调强放疗
- 一种医用电子直线加速器机械参数验证方法及系统
- 本发明属于参数验证技术领域，本发明公开了一种医用电子直线加速器机械参数验证方法及系统，包括：获取直线加速器单次使用的日志文件，提取实际执行的机械参数，形成实际执行序列集；获取计划文件，提取预期机械参数，形成预期序列集；获...
- 孔栋惠琳孔旭东周乐源孔燕
- Bolus材质对乳腺癌胸壁电子束放疗剂量分布的影响
- 2024年
- 目的:评估组织等效物Bolus材质对乳腺癌术后胸壁电子束放疗剂量分布的影响。方法:构建乳腺癌改良根治术后胸壁放疗模型,基于国际原子能机构(IAEA)官网中6 MeV电子束相空间文件(PSF)和Geant4蒙特卡罗应用软件包,计算Bolus材质中水、聚苯乙烯、聚乳酸、甘油和硅胶5种不同材质电子束放疗胸部剂量分布,对比胸壁和肺组织中剂量分布差异。结果:Bolus材质对电子束在胸壁的最大剂量深度(d_(max))影响较小,10 mm厚的Bolus所致d_(max)最大差异约2 mm;对剂量分布产生影响较大,尤其在胸壁后缘和浅表肺组织中,胸壁后缘剂量由大到小对应Bolus材质依次为聚苯乙烯、水、聚乳酸、硅胶和甘油,对于5 mm和10 mm厚的Bolus材质,剂量差异分别约为8%和15%;浅表肺组织中剂量由大到小对应Bolus材质依次是水、聚苯乙烯、聚乳酸、硅胶和甘油,对于5 mm和10 mm厚的Bolus材质,剂量差异最大分别可达约50%和70%。结论:Bolus材质对胸壁电子束放疗剂量分布所产生影响较大,合理选择Bolus材质有助于保证靶区剂量,减少肺组织中剂量沉积。
- 吴经李白威杨伟强孔栋孔燕
- 关键词：电子束乳腺癌
- 一种剂量学与深度学习特征预测放射性肺炎的方法及系统
- 本发明公开了一种剂量学与深度学习特征预测放射性肺炎的方法及系统，属于疾病预测技术领域。所述方法通过经医学图像预训练的深度学习网络进行不同肺组织区域的特征提取，使用MLP算法，在内部验证结果中，优选出正常肺组织的感兴趣区域...
- 孔燕黄建锋李轩苏明明张金梦
- 含放射性物质消费品的检测与评价被引量：3
- 2019年
- 随着各地消费品中放射性超标事件的频发,消费品的放射性安全也越来越受到重视。通过口岸监管部门收集了部分放射性超标的消费品,基于无源效率刻度方法,提出了消费品中放射性核素分析的γ能谱方法,并依据相关国家标准对消费品进行了评价。
- 张辉孔燕陈章庭石玲玲王粮子陈婷秦宇雯杨振宇
- 一种剂量学与深度学习特征预测放射性肺炎的方法及系统
- 本发明公开了一种剂量学与深度学习特征预测放射性肺炎的方法及系统，属于疾病预测技术领域。所述方法通过经医学图像预训练的深度学习网络进行不同肺组织区域的特征提取，使用MLP算法，在内部验证结果中，优选出正常肺组织的感兴趣区域...
- 孔燕黄建锋李轩苏明明张金梦
- 肺癌放疗患者症状性放射性肺炎预测的CT影像组学研究被引量：13
- 2022年
- 目的基于肺癌患者放疗前的CT影像组学特征,综合临床信息与放疗剂量学特征,利用机器学习方法构建症状性放射性肺炎的预测模型。方法回顾性收集2018年11月至2020年4月在江南大学附属医院接受放疗的103例肺癌患者的临床与剂量学资料。获取这些患者放疗前胸部CT影像,勾画双侧正常肺组织结构,提取250种影像组学特征。用单因素分析研究临床、剂量学特征与放射性肺炎发生的相关性。收集所有影像组学特征、临床和剂量学特征作为潜在预测因子,通过LASSO回归机器学习方法筛选特征,并得到肺炎预测模型。然后根据筛选的特征建立放射性肺炎发生风险的列线图。结果单因素分析结果表明,症状性放射性肺炎与双侧正常肺组织的平均肺剂量(MLD)、V20 Gy和V30 Gy的相关性具有统计学意义(t=2.20、2.34、2.93,P<0.05)。在综合所有影像组学特征、临床和放疗剂量学特征后,本研究共筛选出4个特征,为肺的剂量体积百分数V30 Gy,和3个影像组学特征,包括灰度共生矩阵类别的熵特征、小波变换直方图类别的均值及中位数特征。基于这些特征所构建的肺炎预测模型的曲线下面积(AUC)为0.757。绘制了可根据特征值给予个体化的风险预测与提前干预的列线图。结论放疗前的CT影像组学结合剂量学特征可用于预测症状性肺炎的发生,可望为临床提前干预提供帮助。
- 孔燕吴佳魏贤顶孔旭东鲍而文孙宗琼黄建锋
- 关键词：肺癌放射性肺炎计算机体层成像
- 基于全局和局部特征信息的生成对抗网络在海马体分割中的应用
- 2025年
- 海马体由于结构复杂、体积小,导致对其进行精准分割较为困难.为此,本文提出一种基于全局和局部特征信息的生成对抗网络(GLGAN)分割方法.首先,为了提高网络稳定性和海马体分割精度,减少信息丢失和梯度爆炸等问题,本文通过改进生成对抗网络的生成器和损失函数,提出了全局生成对抗网络(GGAN).其次,由于判别器本质上是二分类的分类器,对微小局部变换不敏感,于是提出具有全局和局部特征信息的双判别器网络结构的生成对抗网络.最后,设计一个平衡生成对抗网络(GAN)对抗性损失和3D u-net分割损失的总损失函数.实验结果表明基于GLGAN的分割方法有利于密集评估海马体,促进判别器将生成器生成的掩膜值推向更真实分布,提高海马体分割精度.该方法分割海马体的Dice系数为0.804、IOU为0.672.
- 魏志宏孔旭东孔燕闫士举丁阳魏贤顶孔栋杨波
