摘要： 目的在实时跟踪放疗中，需要通过预测来补偿系统延迟的影响。但由于呼吸运动的不规则性，利用传统的方法很
难满足要求，本研究提出应用非参数回归模型进行预测。方法采集11名受试者的呼吸运动数据，然后运用非参数回归数
学模型进行预测，并与自回归模型和BP神经网络的预测结果进行比较。进一步地，针对预测过程中出现的“异常状态”提
出了一种改进的非参数回归方法。最后将预测算法与测量系统相结合，验证算法实时预测的有效性。结果经测试表明，
在不同的预测长度下，非参数回归法在预测精度和实时性两方面均有很好的表现，改进的方法能大幅减小“异常状态”的
预测误差，且与测量系统结合后，算法同样能实时准确的进行预测。结论非参数回归法在呼吸运动预测中准确度高、实
时性好，能满足实时跟踪放疗的要求。