简介：摘要机器学习在脑肿瘤MRI中的应用已经成为当下研究热点，其对于脑肿瘤在术前、术中、术后各期的诊断和治疗均有较大临床价值。目前，机器学习在脑肿瘤的自动分割、分类和分型的辅助诊断、术中路径的辅助分析、预后预测、数据收集等方面都取得了较大进展，但其在广泛投入临床应用前尚需克服一些限制阻碍。期望未来临床医师可以将两个领域更好地结合，使其成为脑肿瘤诊疗过程中的重要工具。

简介：摘要目的初步研究放疗同期联合肿瘤治疗电场(TTF)治疗胶质母细胞瘤(GBM)时，TTF阵列对放射剂量分布的影响。方法使用胶片和MatriXX平板电离室，分别在表面贴和不贴TTF阵列与无乳胶海绵的情况下测量不同组织深度(<1、3、5 mm、1、1.5、3、5、10、15 cm)的吸收剂量，进行计算、对比和分析。对10例GBM患者的VMAT计划，利用Sun Nuclear公司ArcCheck三维剂量验证系统进行深部剂量验证，评估肿瘤和危及器官的D99%、Dmean和D1%。结果贴TTF阵列与无乳胶海绵比不贴时表面剂量增加了173%，密度较低的无乳胶海绵使表面剂量增加61.7%，随着深度增加，剂量偏差逐渐减小，在1.5 cm以下时稳定在4%左右。VMAT计划验证结果显示，贴TTF阵列与无乳胶海绵比不贴时，PTV和CTV的D99%、Dmean和D1%下降1.1%~1.2%；危及器官如脑干、垂体、视交叉、视神经、眼球和眼晶状体的Dmean和D1%下降0.7%~1.5%。结论TTF和放疗同步进行时，会造成靶区和危及器官吸收剂量降低，且影响较小，但皮肤表面吸收剂量上升，建议在进行放疗计划设计时，尽可能降低头皮剂量，以减少患者头皮反应。