Mostrar el registro sencillo del ítem
dc.contributor | Cabrera Guerrero, Guillermo Nicolás | ||
dc.creator | Vidal Sánchez, Juan Bastián | ||
Fecha Ingreso | dc.date.accessioned | 2021-10-21T02:26:12Z | |
Fecha Disponible | dc.date.available | 2021-10-21T02:26:12Z | |
Fecha en Repositorio | dc.date.issued | 2021-10-20 | |
Resumen | dc.description | <p>Uno de los tratamientos utilizados para combatir el cáncer es la radioterapia de intensidad modulada -IMRT-, el cual consiste en emitir dosis controladas de radiación hacia el tumor. El acelerador lineal puede tomar distintas posiciones alrededor del paciente, y sólo un subconjunto de las posiciones posibles debe ser seleccionado. Esto con el fin de entregar tratamientos de alta calidad en periodos cortos de tiempo. El problema de la selección de estas posiciones es conocido como Beam Angle Optimization -BAO-, el cual es un problema NP-Hard que no es posible de resolver por medio de técnicas de búsqueda completa. Durante años, diferentes estrategias han sido propuestas para resolver este problema. Algoritmos heurísticos tales como algoritmos genéticos, optimización de enjambre de partículas o recorrido simulado han sido ampliamente utilizados para abordar este problema. Aunque no es tan común como las estrategias mencionadas anteriormente, los algoritmos de búsqueda local también se han considerado para resolver este problema. En este trabajo de título se comparan 2 de estos algoritmos; Local Search y Tabu Search. Estos algoritmos buscan una configuración de ángulos -BAC- que entregue como resultado un buen tratamiento y se espera que Tabu Search supere a la Local Search implementada, ya que, aunque ambos son algoritmos de búsquedas locales, Tabu Search utiliza estructuras de memoria para optimizar la búsqueda, que le permite no volver a repetir ángulos dentro de la configuración, ángulos que pueden disminuir la calidad del tratamiento. Además se proponen estrategias de mejora para Tabu Search basadas en la aplicación de reglas geométricas ad-hoc al problema que se está resolviendo. Para comparar estos algoritmos se utilizará un caso real de cáncer a la próstata disponible en una plataforma pública llamada CERR</p> | |
Resumen | dc.description | <p>One of the therapies used to treat cancer is the Intensity-Modulated Radiation Therapy -IMRT-, which consists of controlled doses of radiation emissions from a lineal accelerator to the cancerous tumor. The lineal accelerator can take different positions around the patient and only a subset of the possible positions can be selected. This in order to give a high quality treatment in short periods. The problem of selecting these positions is known as the Beam Angle Optimization -BAO-, which is an NP-Hard problem that it’s not possible to solve using total search techniques. For years, different strategies to solve this problem have been proposed. Heuristic algorithms like genetic algorithms, bee swarm optimization, or simulated annealing have been amply used to address this issue, although not as common as the strategies mentioned recently, the local search algorithms have been considered to solve this problem. In this grade level work, two of these algorithms are compared; Local Search and Tabu Search. These algorithms search for a beam angle configuration -BAC- which gives a good treatment as a result. It is expected that Tabu Search surpasses the already implemented Local search, because while both being local search algorithms, Tabu Search uses memory structures for search optimization, which it allows it to avoid angle repetition in the configuration, avoiding angles that can lower the treatment’s quality. It is also proposed strategies for improving Tabu Search, based in the application of geometric rules ad-hoc to the solving problem. To compare the algorithms will be used CERR, a real prostate cancer case available in a public platform</p> | |
Resumen | dc.description | last modification | |
Resumen | dc.description | Ingeniero de Ejecución en Informática | |
Resumen | dc.description | INGENIERIA DE EJECUCION INFORMATICA | |
Resumen | dc.description | <p>Uno de los tratamientos utilizados para combatir el cáncer es la radioterapia de intensidad modulada -IMRT-, el cual consiste en emitir dosis controladas de radiación hacia el tumor. El acelerador lineal puede tomar distintas posiciones alrededor del paciente, y sólo un subconjunto de las posiciones posibles debe ser seleccionado. Esto con el fin de entregar tratamientos de alta calidad en periodos cortos de tiempo. El problema de la selección de estas posiciones es conocido como Beam Angle Optimization -BAO-, el cual es un problema NP-Hard que no es posible de resolver por medio de técnicas de búsqueda completa. Durante años, diferentes estrategias han sido propuestas para resolver este problema. Algoritmos heurísticos tales como algoritmos genéticos, optimización de enjambre de partículas o recorrido simulado han sido ampliamente utilizados para abordar este problema. Aunque no es tan común como las estrategias mencionadas anteriormente, los algoritmos de búsqueda local también se han considerado para resolver este problema. En este trabajo de título se comparan 2 de estos algoritmos; Local Search y Tabu Search. Estos algoritmos buscan una configuración de ángulos -BAC- que entregue como resultado un buen tratamiento y se espera que Tabu Search supere a la Local Search implementada, ya que, aunque ambos son algoritmos de búsquedas locales, Tabu Search utiliza estructuras de memoria para optimizar la búsqueda, que le permite no volver a repetir ángulos dentro de la configuración, ángulos que pueden disminuir la calidad del tratamiento. Además se proponen estrategias de mejora para Tabu Search basadas en la aplicación de reglas geométricas ad-hoc al problema que se está resolviendo. Para comparar estos algoritmos se utilizará un caso real de cáncer a la próstata disponible en una plataforma pública llamada CERR</p> | |
Resumen | dc.description | <p>One of the therapies used to treat cancer is the Intensity-Modulated Radiation Therapy -IMRT-, which consists of controlled doses of radiation emissions from a lineal accelerator to the cancerous tumor. The lineal accelerator can take different positions around the patient and only a subset of the possible positions can be selected. This in order to give a high quality treatment in short periods. The problem of selecting these positions is known as the Beam Angle Optimization -BAO-, which is an NP-Hard problem that it’s not possible to solve using total search techniques. For years, different strategies to solve this problem have been proposed. Heuristic algorithms like genetic algorithms, bee swarm optimization, or simulated annealing have been amply used to address this issue, although not as common as the strategies mentioned recently, the local search algorithms have been considered to solve this problem. In this grade level work, two of these algorithms are compared; Local Search and Tabu Search. These algorithms search for a beam angle configuration -BAC- which gives a good treatment as a result. It is expected that Tabu Search surpasses the already implemented Local search, because while both being local search algorithms, Tabu Search uses memory structures for search optimization, which it allows it to avoid angle repetition in the configuration, avoiding angles that can lower the treatment’s quality. It is also proposed strategies for improving Tabu Search, based in the application of geometric rules ad-hoc to the solving problem. To compare the algorithms will be used CERR, a real prostate cancer case available in a public platform</p> | |
Formato | dc.format | ||
Lenguaje | dc.language | spa | |
dc.rights | autorizado | ||
dc.source | http://opac.pucv.cl/pucv_txt/txt-4000/UCC4133_01.pdf | ||
Materia | dc.subject | Algoritmos | |
Materia | dc.subject | Diseño de software | |
Materia | dc.subject | RADIOTERAPIA | |
Title | dc.title | Tabu Search para el problema de selección de ángulos en Radioterapia | |
Tipo | dc.type | texto |
Archivos | Tamaño | Formato | Ver |
---|---|---|---|
No hay archivos asociados a este ítem. |