Metodi predittivi per Adaptive Radiation Theraphy: effetti del movimento d'organo, degli algoritmi di registrazione deformabile e dell'accumulo di dose

Guidi, Gabriele (2016) Metodi predittivi per Adaptive Radiation Theraphy: effetti del movimento d'organo, degli algoritmi di registrazione deformabile e dell'accumulo di dose, [Dissertation thesis], Alma Mater Studiorum Università di Bologna. Dottorato di ricerca in Fisica, 28 Ciclo. DOI 10.6092/unibo/amsdottorato/7263.
Documenti full-text disponibili:
[img]
Anteprima
Documento PDF (Italiano) - Richiede un lettore di PDF come Xpdf o Adobe Acrobat Reader
Download (15MB) | Anteprima

Abstract

Il lavoro di ricerca è finanziato dal Ministero della Salute - Bando Giovani Ricercatori 2010 MoH (GR-2010-2318757) “Dose warping methods for IGRT and Adaptive RT: dose accumulation based on organ motion and anatomical variations of the patients during radiation therapy treatments”. La ricerca ha sviluppato metodi predittivi per Adaptive Radiation Therapy. Il paziente è soggetto a macro-micro variazioni anatomiche intra-inter frazione e funzionali durante le fasi di preparazione del piano terapeutico e la ripetitività durante le sedute di radioterapia sono affette da fattori quali movimento d’organo e variazione morfologica, che possono influenzare il programma terapeutico. I sistemi avanzati di calcolo e accumulo di dose consentono la registrazione delle dosi erogate, tenendo in considerazione variazioni locali e globali. Il ricorso a tecnologiche e risorse umane infinite per verificare, istante per istante, la dose erogata a un singolo paziente, sarebbero impensabili nella pratica clinica. I modelli predittivi mediante reti neurali o epidemiologici contribuiscono al monitoraggio del paziente, mediante metodi fisici e statistici. Sono stati valutati fattori di movimento d’organo, le variazioni anatomiche, la deformazione delle immagini e l’accumulo di dose come principali elementi ed effetti nell’utilizzo di metodi predittivi. Questi fattori richiedono la validazione e sviluppo, mediante analisi Bayesiane e misure sperimentali che confermino qualità e accuratezza degli algoritmi. Lo sviluppo e utilizzo di metodiche di dose accumulation e la verifica delle dosi erogate, considerando movimento e deformazione, ha portato allo sviluppo di prototipi robotici, per dosimetria in-vivo e valutazione del movimento, mediante LEGO®. Lo sviluppo delle reti neurali, delle metodiche epidemiologiche e di Support Vector Machine ha consentito di estendere, mediante un progetto di data-mining, le metodologie a centri di livello nazionale. La ricerca mostra le criticità dei metodi predittivi dimostrando l’efficienza delle reti neurali e modelli epidemiologici, nei trattamenti avanzati del tumore della testa e collo, prostata, pancreas e polmone.

Abstract
Tipologia del documento
Tesi di dottorato
Autore
Guidi, Gabriele
Supervisore
Dottorato di ricerca
Scuola di dottorato
Scienze matematiche, fisiche ed astronomiche
Ciclo
28
Coordinatore
Settore disciplinare
Settore concorsuale
Parole chiave
Adaptive Radiation Therapy, Predictive methods, Deformable registration, Organ Motion, Dose Accumulation, Neural Network, Support Vector Machine, Epidemioloigcal Network, SIS-Model, SIR-Model, SIRS-Model, Bayesian Network, Image-Guide RT, LEGO Mindstorms, Data-Mining
URN:NBN
DOI
10.6092/unibo/amsdottorato/7263
Data di discussione
6 Aprile 2016
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza la tesi

^