polito.it
Politecnico di Torino (logo)

Ottimizzazione di piani di radioterapia tramite radial basis functions e algoritmi genetici: costruzione del sistema con e senza clustering = Optimization of radiotherapy plans through radial basis functions and genetic algorithms: system construction with and without clustering

Andrea Scotto

Ottimizzazione di piani di radioterapia tramite radial basis functions e algoritmi genetici: costruzione del sistema con e senza clustering = Optimization of radiotherapy plans through radial basis functions and genetic algorithms: system construction with and without clustering.

Rel. Gabriella Balestra, Samanta Rosati. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2022

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (22MB) | Preview
Abstract:

La radioterapia a fasci esterni è una delle possibili terapie per la cura del cancro. Una parte cruciale in tale trattamento è la creazione di un piano radioterapeutico che irradi la lesione tumorale con la massima dose possibile e che, al contempo, salvaguardi le regioni anatomiche circostanti non affette dalla patologia, dette organi a rischio. Nel caso del cancro della prostata, questi sono il retto e la vescica. In uno studio precedente è stata dimostrata la validità di piani di radioterapia ottimizzati tramite un algoritmo genetico integrato con una radial basis function neural network, allenata per associare un valore di fitness alle soluzioni esplorate dall’algoritmo. In questo lavoro di tesi è stata allenata una rete neurale per ogni paziente e successivamente è stato lanciato l’algoritmo genetico per identificare piani con parametri specifici. In seguito è stata condotta un’analisi per capire quale fosse il miglior numero di cluster in cui suddividere i diversi pazienti sulla base di una caratterizzazione geometrica della prostata compiuta in un ulteriore studio precedente, a partire da volumi di tomografia computerizzata. Sulla base dalla suddivisione scelta sono stati identificati, per ogni paziente, dei nuovi piani di radioterapia. Infine è stato effettuato un confronto tra i piani prodotti prima e dopo il processo di clustering e con il software attualmente utilizzato per la generazione dei piani ottimali.

Relators: Gabriella Balestra, Samanta Rosati
Academic year: 2022/23
Publication type: Electronic
Number of Pages: 113
Subjects:
Corso di laurea: Corso di laurea magistrale in Ingegneria Biomedica
Classe di laurea: New organization > Master science > LM-21 - BIOMEDICAL ENGINEERING
Aziende collaboratrici: UNSPECIFIED
URI: http://webthesis.biblio.polito.it/id/eprint/24184
Modify record (reserved for operators) Modify record (reserved for operators)