放射治疗是肿瘤治疗三大手段之一，60%-70%的肿瘤患者在治疗期间会接受放射治疗。可见，放射治疗的效果直接影响肿瘤治疗效果。 提高放射治疗效果，不仅要求放射线要最大程度照射到肿瘤区域，以杀死肿瘤细胞，而且要求不能照射到正常组织，以保护正常组织。可见，放射线照射到肿瘤区域的精确程度是影响放射治疗效果的一个重要因素。 现阶段，使放射线对准肿瘤区域采用如下方法：首先标定肿瘤区域与体表的位置关系，并在体表设置标记点；然后通过放射线对准体表标记点，实现放射线对肿瘤区域的精确照射。这其中，标定肿瘤区域与体表的位置关系的精度和放射线对准标记点的精度同时影响放射线照射精度。 对于胸腹部肿瘤，呼吸运动会使肿瘤区域和体表标记点同时运动，给放射线精确照射肿瘤区域带来困难。其中，肿瘤区域与体表标记点均位于人体，二者随呼吸同步运动，他们之间相对位置变化很小，甚至可以忽略不计；然而，放射线却无法自主跟随体表同步运动，这就会降低放射线照射精度。 为了解决呼吸运动降低放射线照射精度的问题，需要采用“实时跟踪放疗”技术，即放射线的照射位置能够跟踪标记点的位置变化而动态调整。跟踪标记点位置变化主要有滞后跟踪和超前补偿两种方法，滞后跟踪方法通过实时采集标记点坐标数据，并忽略跟踪周期内标记点位置变化，将放射线调整到当前照射区域进行照射，实现跟踪。随着硬件的提高和算法的优化，跟踪的实时性已经有了长足进步，但是，这种滞后跟踪方法无法彻底解决延时问题，以及在对延时时间内标记点运动规律完全未知的问题，这就使进一步提高跟踪精度遇到了无法克服的瓶颈；超前补偿方法首先通过获得标记点坐标历史数据，然后通过训练历史数据来预测标记点未来坐标，最后按照预测结果提前调整放射线照射位置。这种超前补偿方法不仅可以从根本上克服延时问题。随着深度学习算法的不断创新，预测的准确性也大幅提高。可见，准确预测胸腹表面标记点坐标将是提高放射线跟踪精度，解决呼吸运动降低照射准确度的有效途径。 项目《胸腹表面呼吸运动预测技术》拟收集多个样本的胸腹表面坐标数据，并对该数据进行图像化处理，以进行卷积神经网络训练，得到预测模型；通过采集患者胸腹表面坐标数据，利用训练得到的模型，得到预测结果初值；利用高斯过程回归对误差进行预测，将预测结果初值进行误差补偿，得到最终的预测结果。项目的研究对于提高肿瘤区域预测精度，提高放疗效果奠定理论依据和实验基础。

哈尔滨理工大学

该项目为储备库项目资源，暂无效益分析内容。