基于LSTM模型的实时呼吸信号预测：训练数据集规模对预测精度的影响研究

本研究针对放疗中呼吸运动导致的肿瘤靶区位移问题，创新性地采用长短期记忆网络(LSTM)模型，系统探究了训练数据集规模(TDS)对呼吸信号预测精度的影响。通过分析151例患者的实时位置管理系统(RPM)数据，发现90秒TDS即可实现稳定预测（RMSE=0.120 cm），为临床缩短患者等待时间、优化呼吸门控技术提供了重要依据。

　　

在胸腹部恶性肿瘤的放射治疗中，呼吸运动导致的肿瘤靶区位移一直是困扰临床的难题。传统解决方案是通过扩大照射范围（从临床靶区CTV到内靶区ITV）来覆盖所有潜在位置，但这会显著增加正常组织的辐射剂量，加剧副作用。更棘手的是，放疗设备从获取肿瘤位置信号到机械响应存在50-500毫秒的延迟，这意味着实时追踪需要提前预测呼吸信号。

以往研究多聚焦于模型架构优化，却忽略了训练数据集规模(TDS)这一关键因素——过短的TDS会导致预测不准，而过长的TDS又延长患者等待时间。针对这一空白，浙江大学医学院附属第二医院等机构的研究团队在《Radiation Oncology》发表了一项开创性研究。

研究团队采用患者特异性建模策略，利用151例患者的实时位置管理系统(RPM)数据（采样率25Hz），通过贝叶斯优化超参数带(BOHB)框架确定最佳超参数组合。主要技术包括：1）滑动窗口法构建时间序列输入输出对；2）五类超参数（层数、优化器、学习率等）系统测试；3）基于均方根误差(RMSE)的多维度评估；4）不同预测时长（160-520ms）的交叉验证。

训练数据集规模的影响
结果显示，当TDS从10秒增至150秒时，RMSE从0.146 cm降至0.119 cm（520ms预测时长）。但超过90秒后，精度提升趋缓（90秒与150秒仅差0.001 cm），且统计检验表明60-90秒区间已达显著稳定水平（p<0.05）。这表明90秒可能是临床应用的"甜蜜点"。

时间依赖性的挑战
随着测试数据长度增加，所有TDS组的预测精度均下降。但TDS≥90秒时，这种衰减趋势明显减缓，说明充足训练数据能增强模型对呼吸模式变化的鲁棒性。

超参数的协同效应
• 学习率：0.005最佳，过小（0.0001）需更大TDS，过大（0.1）导致震荡
• 网络结构：2层LSTM表现最优，单层欠拟合，5层过拟合
• 优化器：Adam在TDS>30秒时优于Rprop
• 输入长度：50个时间点（2秒）最佳，过短丢失时序特征
• 隐藏单元：64个平衡拟合与泛化能力

预测时长的普适性
虽然预测误差随提前时间（160→520ms）递增，但90秒TDS在所有区间均保持稳定表现，证实其广泛适用性。

这项研究首次系统论证了TDS与LSTM预测精度的非线性关系，为临床实践提供了三大价值：1）将必要训练时间从文献报道的9.2分钟压缩至90秒；2）确立Adam优化器+2层LSTM+50点输入的参数组合；3）揭示了呼吸信号"近因效应"——距离当前时间越远的数据贡献度递减。正如通讯作者Bing Li强调的，该成果不仅提升了放疗精度，更通过优化患者舒适度推动了精准医疗的人性化发展。未来研究可探索自适应TDS选择算法，进一步个性化呼吸运动管理方案。