polito.it
Politecnico di Torino (logo)

Utilizzo di algoritmi genetici per l'ottimizzazione di piani per radioterapia = Use of genetic algorithms for the optimization of radiotherapy plans

Valentina Perolini

Utilizzo di algoritmi genetici per l'ottimizzazione di piani per radioterapia = Use of genetic algorithms for the optimization of radiotherapy plans.

Rel. Gabriella Balestra. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2018

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

Download (36MB) | Preview
Abstract:

La pianificazione di un trattamento di radioterapia ha come obiettivo fornire la massima dose possibile alla lesione tumorale e contemporaneamente ridurre al minimo i danni ai tessuti sani circostanti. Nel caso della radioterapia applicata alla prostata, gli organi da salvaguardare sono la vescica e il retto. Partendo dal metodo con cui è stato affrontato il problema in uno studio precedente, in questo lavoro di tesi è stato implementato un algoritmo genetico (GA) che consente di ottimizzare la massima dose uniforme equivalente (MaxEUD) con cui irradiare gli organi a rischio. In particolare, la funzione di fitness del GA è stata integrata con una Radial Basis Function Neural Network (RBFNN), che ha appreso come associare i valori di fitness alle soluzioni del GA da valutare. L’algoritmo genetico è stato applicato su 51 pazienti, per ciascuno dei quali è stato effettuato il tuning dei parametri del GA e della RBFNN. Successivamente si è cercato di ottenere un set di parametri generico, adatto per tutto il dataset. Per validare la generalizzazione, i piani terapeutici creati utilizzando i parametri generici sono stati confrontati con i piani creati con i parametri specifici del singolo paziente. La valutazione, sia automatica tramite software, sia da parte di un medico, ha dimostrato che i due piani sono clinicamente equivalenti.

Relators: Gabriella Balestra
Academic year: 2018/19
Publication type: Electronic
Number of Pages: 90
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/8940
Modify record (reserved for operators) Modify record (reserved for operators)