简介：摘要常规放疗计划设计是一个耗时耗力的过程，需要在计划优化中不断调整参数来寻找最优计划。此外，计划设计者之间的经验差异、投入计划设计的时间以及医疗机构的执行标准都会影响计划质量，从而影响临床治疗效果以及患者预后。近年来自动计划发展迅速，自动计划能够在保证计划质量前提下提升计划设计效率。当前已有一些方法致力于放疗计划设计的自动化，如Eclipse和Pinnacle商用治疗计划系统中的Rapid Plan和Auto-Planning功能，也有研究将人工智能技术应用于剂量预测以实现自动计划。本文对现有的放疗自动计划研究做一综述，介绍各类自动计划方法的实现原理、临床效果以及存在的问题。

简介：摘要目的设计一种基于先验知识的宫颈癌自动计划模型并将其应用于子宫内膜癌及直肠癌的病例，探讨模型的泛化性。方法收集179例盆腔部位不同处方剂量下的双弧容积旋转调强放射治疗临床计划，其中处方剂量50.4 Gy的99例宫颈癌临床计划作为训练集建立RapidPlan模型，剩余80例临床计划分为4个验证组(处方剂量50.4 Gy的宫颈癌和子宫内膜癌临床计划各20例，为A、B组；处方剂量45 Gy的子宫内膜癌和直肠癌临床计划各20例，为C、D组)，利用模型分别对4组中的临床计划进行重新优化设计并得到自动计划，对比自动计划与临床计划靶区(PTV)和危及器官(OAR)的剂量学参数。结果A、B、C、D组中自动计划靶区的适形度指数(CI)与临床计划相当，且差异均无统计学意义(P>0.05)。A、B、C组中自动计划的均匀性指数(HI)和D2%均小于临床计划，且差异有统计学意义(HI：Z＝-3.248、-3.360、-2.329，P<0.05；D2%：Z＝-2.987、-3.397、-2.442，P<0.05)。D组自动计划的HI和D2%与临床计划相当，且差异无统计学意义(P>0.05)。在保证PTV受量的同时，所有组中自动计划的OAR剂量学参数的平均值均低于临床计划。结论由宫颈癌临床计划建立的RapidPlan模型能够完成对不同处方剂量下子宫内膜癌及直肠癌的自动计划设计，初步证明了RapidPlan模型泛化的可能性。