فهرست نشریات علمی دسترسی آزاد ایران

مقاله پژوهشی مقدمه: پرتودرمانی با شدت متغیر (Intensity-Modulated Radiation Therapy)  IMRTروش پیشرفته‌ای برای درمان سرطان است که دوز بالای پرتودرمانی را به تومور هدف می‌رساند و آسیب به اندام‌های حیاتی (OARs) را کاهش می‌دهد. پیچیدگی این روش، استفاده از بهینه‌سازی چندمعیاره (Multi-criteria optimization) MCO را برای تعادل بین پوشش تومور و محافظت از OARs ضروری می‌کند. این مطالعه عملکرد الگوریتم کوکو چندهدفه (Multi-objective cuckoo algorithm) MOCA و الگوریتم ژنتیک (Genetic algorithm)  GAرا در بهینه‌سازی برنامه‌ریزی IMRT مقایسه کرد. روش‌ها: داده‌های 20 بیمار مبتلا به سرطان سر و گردن تحت درمان IMRT، مورد بررسی قرار گرفت. برنامه‌ریزی با الگوریتم‌های MOCA و GA انجام شد و عملکرد آن‌ها بر اساس هیستوگرام‌های حجم دوز (DVH)، شاخص تطابق (CI)، شاخص یکنواختی (HI) و زمان محاسباتی ارزیابی گردید. داده‌ها با آزمون‌های آماری تحلیل و مقایسه شدند. یافته‌ها: نتایج نشان داد که الگوریتم  MOCAعملکرد بهتری نسبت به GA داشت. الگوریتم MOCA میانگین پوشش تومور (D95%)  را به میزان 5/98 درصد نسبت به 2/97 درصد GA بهبود داد (0/01 > P). همچنین، الگوریتم MOCA دوز متوسط اندام‌های حیاتی را به میزان 8 درصد کاهش داد (0/05 > P) و زمان محاسباتی را 25 درصد سریع‌تر از GA انجام داد. شاخص تطابق (CI) در الگوریتم MOCA بالاتر بود، اما شاخص یکنواختی (HI) بین دو الگوریتم تفاوت معناداری نداشت. نتیجه‌گیری: الگوریتم MOCA در مقایسه با GA در بهینه‌سازی برنامه‌ریزی IMRT عملکرد برتری نشان داد. این الگوریتم توانایی بهبود پوشش تومور، کاهش دوز اندام‌های حیاتی و افزایش کارآیی محاسباتی را داراست. با این حال، بررسی بیشتر برای تأیید تعمیم‌پذیری و کاربرد بالینی آن در انواع دیگر سرطان‌ها ضروری است.