Die Brachytherapie ist eine Behandlungsweise für verschiedene Krebsformen, bei der Strahlung direkt in den Tumor oder in dessen Nähe abgegeben wird, indem radioaktive Materialien durch Katheter, die im Körper des Patienten platziert sind, geleitet werden. Optimierungsmodelle werden häufig zur Planung von Hochdosis-Brachytherapie-Behandlungen bei Prostatakrebs eingesetzt. Insbesondere haben Modelle, die auf linearen oder quadratischen Strafen basieren, gezeigt, dass sie klinisch praktikable Pläne erzeugen. Bei der Behandlungsplanung gibt es mehrere Unsicherheitsquellen. Bildgebungstechniken, die Ultraschall verwenden, erzeugen unscharfe Grenzen, medizinische Geräte haben bestimmte erlaubte Ungenauigkeiten usw. Diese Faktoren können zu Abweichungen zwischen dem Modell und der realen Welt führen. Die verwendeten Modelle berücksichtigen diese Arten von Unsicherheiten nicht, was in der Praxis ein Risiko für unzureichende Behandlungen darstellen könnte. Diese Dissertation untersucht einen Ansatz zur iterativen Erhöhung der Widerstandsfähigkeit eines linearen Strafmodells gegenüber von Natur aus kleinen Fehlern und Unsicherheiten in den verwendeten Daten. Ziel dieses Ansatzes ist es, potenzielle Probleme in der Behandlungsqualität, die aus Unsicherheiten resultieren, zu mindern. Der vorgeschlagene Algorithmus besteht darin, iterativ Einschränkungen zum linearen Strafmodell hinzuzufügen, die verschiedene Fälle realisierter Unsicherheiten repräsentieren. Diese Einschränkungen basieren auf den Lösungen eines MIP-Modells, das, gegeben einen Plan, Fehler bei den Katheterplatzierungen einführt, um die Strafe zu maximieren. Das letztendliche Ziel ist es, den schlimmstmöglichen Fall zu finden, damit das Modell dies bei der Erstellung eines Behandlungsplans berücksichtigen kann. Die Hauptfeststellung ist, dass die Robustheit bei der Anwendung dieses vorgeschlagenen Algorithmus zunimmt. Die Qualität der erzeugten Pläne hat eine ähnliche Qualität wie die nicht-robusten Pläne. Die Rechenkosten müssen jedoch erheblich gesenkt werden, bevor dieser Algorithmus praktisch angewendet werden kann.
Christoffer Holm (Thu,) hat diese Frage untersucht.