Change search
ReferencesLink to record
Permanent link

Direct link
Robust Optimization for Uncertain Radiobiological Parameters in Inverse Dose Planning
KTH, School of Engineering Sciences (SCI), Mathematics (Dept.), Optimization and Systems Theory.
2015 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Robust Optimering för Osäkerheter i Radiobiologiska Parametrar i InversDosplanering (Swedish)
Abstract [en]

Cancer is a common cause of death worldwide with radiotherapy as one of the most used treatments. Radiation treatment plans are normally optimized using constraints on the maximum dose to tumours and minimum dose to surrounding healthy structures. It has been suggested that utilizing biological models in the radiation plan optimization process could improve outcome significantly. Such treatment plans depend not only on the accuracy of the biological models, describing the dose response relations of different tumours and other structures, but also on the accuracy of tissue specific parameters in these models. Different sets of biological model parameters lead to different treatment plans and thus, uncertainties in these parameters may compromise the quality of the treatments.

In this thesis, several radiobiological optimization models have been developed, including either the concepts of Tumour Control Probability (TCP) and Normal Tissue Complication Probability (NTCP), or Equivalent Uniform Dose (EUD). The uncertainties of model parameters are expressed by probability density functions included in the dose optimization process. Robust optimization methods that account for the uncertainties have been developed and implemented in a MATLAB GUI created for Gamma Knife surgery. The robust optimized dose plans have been compared to non-robust plans using fixed parameter values. The results suggest that the final dose distribution strongly depend on the distribution functions and that the robust treatment plans are less dependent on variations in the model parameters

Abstract [sv]

Cancer är en av de största dödsorsakerna i världen idag, och strålningsterapi är en vanligt förekommande behandlingsform. Vanligtvis optimeras behandlingsplaner för strålningsbehandlingar genom att sätta villkor på en minimal dos till tumörer och en maximal dos till omkringliggande vävnad. Biologiska modeller har utvecklats som ett alternativ till dessa villkor, för att användas i optimeringen av behandlingsplaner. Resultatet av sådan radiobiologisk dosoptimering beror inte endast av kvaliteten på de biologiska modellerna, utan även på noggrannheten i de vävnadsspecifika parametrar som finns i modellerna. Olika val av parametervärden leder till olika resultat och därför kommer osäkerheter i dessa parametrar att äventyra kvaliteten på strålningsbehandlingar. Radiobiologiska optimeringsmodeller som inkluderar koncepten Tumour Control Probability (TCP) och Normal Tissue Complication Probability (NTCP), eller Equivalent Uniform Dose (EUD) har utvecklats i detta examensarbete. De osäkra modellparametrar har uttryckts med sannolikhetsfördelningar och inkluderats i optimeringsmodellen. Robusta optimeringsmetoder som tar hänsyn till osäkerheter har utvecklats och implementerats i ett grafiskt användargrässnitt i MATLAB, med syftet att kunna användas i Gammaknivs- kirurgi. De optimerade robusta dosplanerna har jämförts med icke-robusta optimerade dosplaner där värden på de osäkra parametrarna är konstanta. Resultaten pekar på att dosplanerna starkt beror på de olika fördelningar av parametrar som använts och att robusta optimeringsmetoder ger behandlingsplaner som är mindre känsliga för variationer i de biologiska parametrarna.

Place, publisher, year, edition, pages
TRITA-MAT-E, 2015:02
National Category
URN: urn:nbn:se:kth:diva-160135OAI: diva2:794613
Subject / course
Optimization and Systems Theory
Educational program
Master of Science - Mathematics
Available from: 2015-03-12 Created: 2015-02-16 Last updated: 2015-03-12Bibliographically approved

Open Access in DiVA

fulltext(3397 kB)109 downloads
File information
File name FULLTEXT01.pdfFile size 3397 kBChecksum SHA-512
Type fulltextMimetype application/pdf

By organisation
Optimization and Systems Theory

Search outside of DiVA

GoogleGoogle Scholar
Total: 109 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

Total: 147 hits
ReferencesLink to record
Permanent link

Direct link