SIB 放射線 治療的問題,透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括賽程、直播線上看和比分戰績懶人包

中臺科技大學 放射科學研究所 陳信雄所指導 鄭至男的 體積調控弧形放射治療與強度調控放射治療技術 用於左側乳癌放射治療計畫之比較 (2018),提出SIB 放射線 治療關鍵因素是什麼,來自於體積調控弧形放射治療、強度調控放射治療、乳癌。

而第二篇論文國立高雄應用科技大學 電子工程系碩士班 李財福所指導 宋念遠的 影響乳癌放射線治療後引起放射性肺炎併發症 預測因子之研究 (2013),提出因為有 乳癌、放射性肺炎、最小絕對壓縮挑選機制、交叉驗證法的重點而找出了 SIB 放射線 治療的解答。

接下來讓我們看這些論文和書籍都說些什麼吧:

除了SIB 放射線 治療,大家也想知道這些:

體積調控弧形放射治療與強度調控放射治療技術 用於左側乳癌放射治療計畫之比較

為了解決SIB 放射線 治療的問題,作者鄭至男 這樣論述:

2016年台灣衛生署公布去年國人十大死因,惡性腫瘤連續蟬聯十大死因之首,且死亡率有逐年增加的趨勢。其中女性發生率前10大癌症之首為乳癌,而本科治療案例以乳癌為大宗。強度調控治療技術(Intensity moderate radiotherapy, IMRT),是利用多葉式準直儀及逆向治療計畫計算系統(inverse planning system)的配合,調控每一入射射束通量,藉由射束強度變化調整,可以更準確的給予腫瘤體積所需的劑量並降低正常組織併發症的機率,為目前放射線治療普遍使用的治療技術。在2008年後推出弧形強度調控放射治療(Volumetric Modulated Arc Ther

apy,VMAT),IMRT相較此技術可以更精準、更有效率的提高腫瘤治療劑量,更進一步提高腫瘤控制率,同時也能保護到周圍的危急器官並進一步降低正常組織併發症發生率,減少其副作用。研究採取20例左側乳癌術後放射治療計畫之記錄與影像,分別利用 IMRT 使用七個照野九個照野及 VMAT一個弧形、兩個弧形之治療技術做比較,並用此四種技術分析放射線對腫瘤的包覆度、順形度、均勻度、劑量分佈、治療時間、正常組織的保護能力,從此四種技術挑選最適合並有益於病人之治療計畫。盼能利用本研究所得結果從中挑選出最適合本科乳癌病患之治療技術,希望能善加利用此四種技術造福病患。

影響乳癌放射線治療後引起放射性肺炎併發症 預測因子之研究

為了解決SIB 放射線 治療的問題,作者宋念遠 這樣論述:

目的:應用最小絕對壓縮挑選機制與交叉驗證法選取影響乳癌病患於放射治療後導致放射性肺炎之預測因子。材料與方法:本研究採用87位乳癌病患,且定義在放射治療後12週內(三個月)進行併發症的評估,運用遺漏值分析與極端值分析進行資料整理,並去除雙側乳癌患者與癌症轉移患者,肺炎評估方式為(1) 第一級以上的CT影像(RP_CT)、(2) 第一級以上的臨床症狀(RP_Sym)、(3) CT影像與臨床症狀同時發生(RP_CT+Sym)之三種指標。應用最小絕對壓縮挑選機制與交叉驗證法選取乳癌患者於放射治療後發生放射性肺炎之預測因子,在使用邏輯斯回歸、類神經網路以及支持向量機三種方法分別建立預測模型。最後會經由

模型評估比較三種方法所建立的預測模型。結果: 在本研究選取的預測因子分別為RP_CT:治療能量、BMI、化療、同測V13,RP_Sym:年齡、N分期、BMI、治療能量、鎖骨上窩,RP_CT+Sym:年齡、BMI、治療能量,於三個評估方式中都選到身體質量指標(BMI)與治療能量。三種方法所建立的模型都通過配適度檢定。於模型預測效力檢定中,邏輯斯回歸所建立的預測模型於三種評估方式中AUC值分別為0.81、0.82、0.79,類神經網路所建立的預測模型於三種評估方式中AUC值分別為0.81、0.84、0.88,支持向量機所建立的預測模型於三種評估方式中AUC值分別為0.79、0.82、0.84。結論

: BMI與治療能量為導致放射性肺炎的重要因子,在未來可供醫師做為臨床上的指標參考。於三種預測模型中,類神經網路擁有最佳的預測效力。