این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
شنبه 11 بهمن 1404
مجله دانشکده پزشکی اصفهان
، جلد ۴۳، شماره ۸۳۴، صفحات ۱۲۸۴-۱۲۹۳
عنوان فارسی
مقایسهی الگوریتمهای کوکو چندهدفه و ژنتیک در بهینهسازی پرتودرمانی با شدت متغیر
چکیده فارسی مقاله
مقاله پژوهشی
مقدمه:
پرتودرمانی با شدت متغیر (Intensity-Modulated Radiation Therapy) IMRTروش پیشرفتهای برای درمان سرطان است که دوز بالای پرتودرمانی را به تومور هدف میرساند و آسیب به اندامهای حیاتی (OARs) را کاهش میدهد. پیچیدگی این روش، استفاده از بهینهسازی چندمعیاره (Multi-criteria optimization) MCO را برای تعادل بین پوشش تومور و محافظت از OARs ضروری میکند. این مطالعه عملکرد الگوریتم کوکو چندهدفه (Multi-objective cuckoo algorithm) MOCA و الگوریتم ژنتیک (Genetic algorithm) GAرا در بهینهسازی برنامهریزی IMRT مقایسه کرد.
روشها:
دادههای 20 بیمار مبتلا به سرطان سر و گردن تحت درمان IMRT، مورد بررسی قرار گرفت. برنامهریزی با الگوریتمهای MOCA و GA انجام شد و عملکرد آنها بر اساس هیستوگرامهای حجم دوز (DVH)، شاخص تطابق (CI)، شاخص یکنواختی (HI) و زمان محاسباتی ارزیابی گردید. دادهها با آزمونهای آماری تحلیل و مقایسه شدند.
یافتهها:
نتایج نشان داد که الگوریتم MOCAعملکرد بهتری نسبت به GA داشت. الگوریتم MOCA میانگین پوشش تومور (D95%) را به میزان 5/98 درصد نسبت به 2/97 درصد GA بهبود داد (0/01 > P). همچنین، الگوریتم MOCA دوز متوسط اندامهای حیاتی را به میزان 8 درصد کاهش داد (0/05 > P) و زمان محاسباتی را 25 درصد سریعتر از GA انجام داد. شاخص تطابق (CI) در الگوریتم MOCA بالاتر بود، اما شاخص یکنواختی (HI) بین دو الگوریتم تفاوت معناداری نداشت.
نتیجهگیری:
الگوریتم MOCA در مقایسه با GA در بهینهسازی برنامهریزی IMRT عملکرد برتری نشان داد. این الگوریتم توانایی بهبود پوشش تومور، کاهش دوز اندامهای حیاتی و افزایش کارآیی محاسباتی را داراست. با این حال، بررسی بیشتر برای تأیید تعمیمپذیری و کاربرد بالینی آن در انواع دیگر سرطانها ضروری است.
کلیدواژههای فارسی مقاله
پرتودرمانی،تصمیمگیری چندمعیاره،الگوریتمها،نئوپلاسمهای سر و گردن،برنامهریزی درمان،
عنوان انگلیسی
Comparison of Multi-Objective Cuckoo Search Algorithm and Genetic Algorithm in Optimization of Intensity-Modulated Radiation Therapy (IMRT)
چکیده انگلیسی مقاله
Background:
Intensity-modulated radiation therapy (IMRT) is an advanced cancer treatment method that delivers high radiation doses to the target tumor while reducing damage to organs at risk (OARs). Given the complexity of this approach, multi-criteria optimization (MCO) is essential for balancing tumor coverage and reducing OAR doses. This study compared the performance of the multi-objective cuckoo algorithm (MOCA) and the genetic algorithm (GA) in optimizing IMRT treatment planning.
Methods:
This study utilized data from 20 patients with head and neck cancer who underwent IMRT. Treatment planning was performed using MOCA and GA, and their performance was assessed based on dose-volume histograms (DVH), conformity index (CI), homogeneity index (HI), and computational time. Statistical tests were applied to analyze the data and compare the results between the two algorithms.
Findings:
Results indicated that the MOCA algorithm performed better than GA. MOCA improved the mean tumor coverage (D95%) to 98.5% compared to 97.2% for GA (P < 0.01). Additionally, MOCA reduced the mean dose to OARs (Dmean) by 8% (P < 0.05) and performed computations 25% faster than GA. The conformity index (CI) was higher in MOCA, while the homogeneity index (HI) showed no significant difference between the two algorithms
Conclusion:
Compared to GA, MOCA demonstrated superior performance in optimizing IMRT treatment planning. This algorithm enhances tumor coverage, reduces OAR dose exposure, and improves computational efficiency. However, further studies are required to validate its generalizability and clinical applicability for other cancer types. The findings of this study provide a foundation for improving therapeutic strategies in radiation oncology.
کلیدواژههای انگلیسی مقاله
پرتودرمانی,تصمیمگیری چندمعیاره,الگوریتمها,نئوپلاسمهای سر و گردن,برنامهریزی درمان
نویسندگان مقاله
لیلی نکوزاد |
دانشجوی دکترا تخصصی گروه مهندسی هستهای، مهندسی پرتوپزشکی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
مهدی صالحی باروق |
استاد، گروه مهندسی هستهای، مهندسی پرتوهای پزشکی، دانشگاه آزاد اسلامی، واحد تهران مرکز، تهران، ایران
نوشین بنایی رضاییه |
استادیار، گروه مهندسی هستهای، مهندسی پرتوهای پزشکی، دانشگاه آزاد اسلامی، واحد تهران مرکز، تهران، ایران
الهام صنیعی |
استادیار، گروه مهندسی هستهای، مهندسی پرتوهای پزشکی، دانشگاه آزاد اسلامی، واحد تهران مرکز، تهران، ایران
نشانی اینترنتی
https://jims.mui.ac.ir/article_33171_d4da578bac6ab3d46bdb9bfd8a4ebd70.pdf
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات