背景与目的:乳腺癌保乳术后单周超大分割全乳放疗能在保证疗效和安全性的同时缩短疗程,是目前可选的全乳放疗方案。超大分割放疗要求患者每日接受图像引导,但其对位置误差的影响尚不明确。在每日锥形束计算机断层扫描(cone-beam compute...背景与目的:乳腺癌保乳术后单周超大分割全乳放疗能在保证疗效和安全性的同时缩短疗程,是目前可选的全乳放疗方案。超大分割放疗要求患者每日接受图像引导,但其对位置误差的影响尚不明确。在每日锥形束计算机断层扫描(cone-beam computed tomography,CBCT)引导下,本研究旨在探索单周超大分割全乳放疗的位置误差及其影响因素,并计算临床靶体积(clinical target volume,CTV)外扩至计划靶体积(planning target volume,PTV)的三维边界。方法:纳入2021年2月-10月于上海瑞金医院入组乳腺癌术后单周超大分割全乳放疗前瞻性研究(NCT04926766)连续入组的患者的临床资料[(2020)临伦审第(352)号]。所有患者每日治疗前摆位后行CBCT1,根据CBCT1纠正误差后再行CBCT2,当次治疗结束后行CBCT3。CBCT1、CBCT2与定位CT的三维位置误差分别为初始、残余分次间误差。CBCT2与CBCT3间的三维位置误差为分次内误差。根据每次治疗的分次间及分次内误差,基于van Herk公式计算CTV外扩至PTV三维边界。结果:本研究共入组患者34例,收集CBCT图像510例次。每日治疗前CBCT在线位置纠正显著减少三维位置误差(初始分次间误差vs残余分次间误差:前后2.8 mm vs 0.4 mm;头脚1.6 mm vs 0.5 mm;左右1.8 mm vs 0.3 mm;P均<0.001)。对于残余分次间误差,CTV体积较大患者(>402.5 cm^(3)vs≤402.5 cm^(3))在前后方向(0.5 mm vs 0.3 mm,P=0.023)和头脚方向(0.6 mm vs 0.5 mm,P=0.037)更大。对于分次内误差,CTV较大患者(>402.5 cm^(3)vs≤402.5 cm^(3))在前后方向更大(0.5 mm vs 0.2 mm,P=0.001);身体质量指数(body mass index,BMI)较高患者(>23.2 kg/m^(2)vs≤23.2 kg/m^(2))在前后方向更大(0.7 mm vs 0.2 mm,P<0.001);体重更大患者(> 60.0 kg vs≤60.0 kg)在前后方向更大(0.5 mm vs 0.2 mm,P=0.033)。每日CBCT引导下CTV外扩至PTV边界推荐为:前后2.3 mm,头脚2.8 mm,左右2.0mm。但CTV>402.5 cm^(3)和BMI>23.2 kg/m^(2)的患者需要更大的头脚方向外扩边界,分别为3.1和3.4 mm。结论:每日CBCT图像引导下,对大部分患者将全乳放疗CTV外扩至PTV的三维边界限制在3 mm内是可行的,而BMI较高和CTV较大患者需在头脚方向适度增大外扩边界。展开更多
Based on the whole stand model of Daqingshan, using simulation method, the impact of measurement error of number of trees per hectare, average diameter, dominant height, average height and form height on the whole sta...Based on the whole stand model of Daqingshan, using simulation method, the impact of measurement error of number of trees per hectare, average diameter, dominant height, average height and form height on the whole stand model were studied. The result indicated that, beting estimated by least square method, basal area model, average diameter model, number of trees per hectare model had obvious biases, but dominant height model, average height model and form height model had no clear biases.展开更多
电网中特大功率负荷的功率动态变化对智能电能表产生不同程度的影响,甚至引起较大误差。为了分析智能电能表动态误差的来源,该文采用机理建模的方法分别建立智能电能表电压通道、具有可编程增益放大器（programmable gain amplifier,PG...电网中特大功率负荷的功率动态变化对智能电能表产生不同程度的影响,甚至引起较大误差。为了分析智能电能表动态误差的来源,该文采用机理建模的方法分别建立智能电能表电压通道、具有可编程增益放大器（programmable gain amplifier,PGA）增益反馈控制的电流通道、有功功率测量单元及电能测量单元的动态数学模型,并集成各单元之间的信号传递关系,综合建立智能电能表全系统模型。以此为基础,建立动态误差仿真平台,分析各单元的模型参数对有功电能动态误差的影响。通过搭建动态误差测试系统,测试典型电能表的动态误差,与仿真分析结果的对比表明,该文提出的全系统模型可用于分析电能表动态条件下的内部误差影响因素、明确误差来源。研究结果可为后续提高智能电能表的动态性能提供定量的决策参考。展开更多
文摘背景与目的:乳腺癌保乳术后单周超大分割全乳放疗能在保证疗效和安全性的同时缩短疗程,是目前可选的全乳放疗方案。超大分割放疗要求患者每日接受图像引导,但其对位置误差的影响尚不明确。在每日锥形束计算机断层扫描(cone-beam computed tomography,CBCT)引导下,本研究旨在探索单周超大分割全乳放疗的位置误差及其影响因素,并计算临床靶体积(clinical target volume,CTV)外扩至计划靶体积(planning target volume,PTV)的三维边界。方法:纳入2021年2月-10月于上海瑞金医院入组乳腺癌术后单周超大分割全乳放疗前瞻性研究(NCT04926766)连续入组的患者的临床资料[(2020)临伦审第(352)号]。所有患者每日治疗前摆位后行CBCT1,根据CBCT1纠正误差后再行CBCT2,当次治疗结束后行CBCT3。CBCT1、CBCT2与定位CT的三维位置误差分别为初始、残余分次间误差。CBCT2与CBCT3间的三维位置误差为分次内误差。根据每次治疗的分次间及分次内误差,基于van Herk公式计算CTV外扩至PTV三维边界。结果:本研究共入组患者34例,收集CBCT图像510例次。每日治疗前CBCT在线位置纠正显著减少三维位置误差(初始分次间误差vs残余分次间误差:前后2.8 mm vs 0.4 mm;头脚1.6 mm vs 0.5 mm;左右1.8 mm vs 0.3 mm;P均<0.001)。对于残余分次间误差,CTV体积较大患者(>402.5 cm^(3)vs≤402.5 cm^(3))在前后方向(0.5 mm vs 0.3 mm,P=0.023)和头脚方向(0.6 mm vs 0.5 mm,P=0.037)更大。对于分次内误差,CTV较大患者(>402.5 cm^(3)vs≤402.5 cm^(3))在前后方向更大(0.5 mm vs 0.2 mm,P=0.001);身体质量指数(body mass index,BMI)较高患者(>23.2 kg/m^(2)vs≤23.2 kg/m^(2))在前后方向更大(0.7 mm vs 0.2 mm,P<0.001);体重更大患者(> 60.0 kg vs≤60.0 kg)在前后方向更大(0.5 mm vs 0.2 mm,P=0.033)。每日CBCT引导下CTV外扩至PTV边界推荐为:前后2.3 mm,头脚2.8 mm,左右2.0mm。但CTV>402.5 cm^(3)和BMI>23.2 kg/m^(2)的患者需要更大的头脚方向外扩边界,分别为3.1和3.4 mm。结论:每日CBCT图像引导下,对大部分患者将全乳放疗CTV外扩至PTV的三维边界限制在3 mm内是可行的,而BMI较高和CTV较大患者需在头脚方向适度增大外扩边界。
文摘Based on the whole stand model of Daqingshan, using simulation method, the impact of measurement error of number of trees per hectare, average diameter, dominant height, average height and form height on the whole stand model were studied. The result indicated that, beting estimated by least square method, basal area model, average diameter model, number of trees per hectare model had obvious biases, but dominant height model, average height model and form height model had no clear biases.
文摘电网中特大功率负荷的功率动态变化对智能电能表产生不同程度的影响,甚至引起较大误差。为了分析智能电能表动态误差的来源,该文采用机理建模的方法分别建立智能电能表电压通道、具有可编程增益放大器（programmable gain amplifier,PGA）增益反馈控制的电流通道、有功功率测量单元及电能测量单元的动态数学模型,并集成各单元之间的信号传递关系,综合建立智能电能表全系统模型。以此为基础,建立动态误差仿真平台,分析各单元的模型参数对有功电能动态误差的影响。通过搭建动态误差测试系统,测试典型电能表的动态误差,与仿真分析结果的对比表明,该文提出的全系统模型可用于分析电能表动态条件下的内部误差影响因素、明确误差来源。研究结果可为后续提高智能电能表的动态性能提供定量的决策参考。
