CN108415058A - 放射线的剂量计算方法及系统 - Google Patents
放射线的剂量计算方法及系统 Download PDFInfo
- Publication number
- CN108415058A CN108415058A CN201810065529.XA CN201810065529A CN108415058A CN 108415058 A CN108415058 A CN 108415058A CN 201810065529 A CN201810065529 A CN 201810065529A CN 108415058 A CN108415058 A CN 108415058A
- Authority
- CN
- China
- Prior art keywords
- dose
- model
- radiation
- depth
- kernel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000002285 radioactive effect Effects 0.000 title claims abstract description 23
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 49
- 238000001959 radiotherapy Methods 0.000 claims abstract description 33
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 27
- 238000004088 simulation Methods 0.000 claims abstract description 24
- 230000005855 radiation Effects 0.000 claims description 129
- 238000009826 distribution Methods 0.000 claims description 46
- 239000002245 particle Substances 0.000 claims description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 24
- 230000008021 deposition Effects 0.000 claims description 22
- 230000004907 flux Effects 0.000 claims description 19
- 210000000920 organ at risk Anatomy 0.000 claims description 12
- 230000001788 irregular Effects 0.000 claims description 11
- 230000001678 irradiating effect Effects 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 7
- 230000005461 Bremsstrahlung Effects 0.000 claims description 5
- 210000000988 bone and bone Anatomy 0.000 claims description 4
- 210000004072 lung Anatomy 0.000 claims description 4
- 206010028980 Neoplasm Diseases 0.000 abstract description 15
- 239000003814 drug Substances 0.000 abstract 1
- 210000003484 anatomy Anatomy 0.000 description 9
- 201000011510 cancer Diseases 0.000 description 8
- 239000000203 mixture Substances 0.000 description 8
- 238000012937 correction Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 210000001519 tissue Anatomy 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 241001123605 Peru tomato mosaic virus Species 0.000 description 2
- 210000000133 brain stem Anatomy 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 208000002454 Nasopharyngeal Carcinoma Diseases 0.000 description 1
- 206010061306 Nasopharyngeal cancer Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 201000011216 nasopharynx carcinoma Diseases 0.000 description 1
- 238000011275 oncology therapy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000693 radiobiological effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/02—Dosimeters
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
本发明适用于医学肿瘤放射治疗技术领域，提供了一种放射线的剂量计算方法及系统。所述方法包括：A、将笔束核分为主核和散射核两部份，分别构建主剂量模型和散射剂量模型；B、利用预先建立的接受放射线照射治疗的模体的模型及预设的放射治疗深度算法，计算所述放射线照射的深度；C、根据所述放射线照射的深度对所述主剂量模型和散射剂量模型分别进行蒙特卡罗仿真模拟，并根据所述蒙特卡罗仿真模拟的结果计算所述笔束核的笔束核值；D、根据所述放射线照射的深度和所述笔束核值计算放射线照射所述放射线照射治疗的模体的剂量。借此，本发明的放射线的剂量计算方法可大大降低计算复杂度，提高剂量计算速度，在保证速度的同时也提高了准确度。
Description
技术领域
本发明涉及医学肿瘤放射治疗技术领域，尤其涉及一种放射线的剂量计算方法及系统。
背景技术
癌症(即恶性肿瘤)是一种严重威胁人类健康的常见多发的重大疾病。70年代以来，癌症发病数以年均3％到5％的速度递增，已成为人类第二大死因。
癌症治疗的目的是治愈癌症患者，延长生命和提高生活质量。放射治疗作为世界卫生组织提出当前癌症治疗的三大手段之一，其使用光子、电子等射线照射肿瘤区域，利用放射生物学效应最大程度地杀伤癌细胞、破坏癌组织并使癌肿瘤缩小，同时尽可能使肿瘤周围的正常组织受到的损伤最小化，在治疗肿瘤的同时以最小的代价换取患者长期高质量的存活。目前70％左右的肿瘤病人在病程的不同阶段需要接受放射治疗。
肿瘤放射治疗的剂量模拟的实现主要有以下三部分：图像信息处理、人体建模和剂量计算。
(1)图像信息处理
首先要对来自医学影像设备的数据，例如CT(Computed Tomography，计算机断层成像)、MRI(Magnetic Resonance Imaging，磁共振成像)、PET(positron emissiontomography PET,正电子发射计算机断层显像)等进行图像的预处理，包括配准、融合、校正、滤波和增强等，然后对皮肤边界、病灶靶区、危及器官等进行分割。
(2)人体建模
将医学影像数据(如CT数据)转化为不同剂量计算方法所需的模型，包含三维几何(解剖结构、位置属性)和物理信息(材料组成、密度信息)，可真实再现人体复杂解剖结构及元素组成，为高精度剂量计算提供精确的模型基础。人体建模模块可以根据剂量计算方法的不同需求建立相应的计算模型。对于解析剂量计算方法，提供人体几何材料分布信息数据。
(3)剂量计算
传统的笔形束算法具有快速和均匀区域精度较高的优势，但在组织非均匀区域存在较大误差；蒙特卡罗方法在所有区域均可保持较高精度，但是极为耗时。传统的笔形束算法使用的剂量沉积核来自于经验的百分深度剂量和百分离轴剂量分布，不能准确描述各个点的沉积核。
剂量计算是强调放射治疗计划系统的核心内容，其计算精度直接影响放射物理师制定治疗计划的质量，以致最终影响放疗的精度和放疗疗效。考虑临床实际需要，计划系统对剂量计算速度及时间有着严格的要求，特别是在逆向计划中，优化功能需要进行大量反复的剂量计算试算，因此对计算速度要求更加苛刻。快速高精度剂量计算方法的研究始终是强调放射治疗计划系统研究的主要内容之一。
解析算法中的笔形束算法因其形象的描述了宽广照射野离散而成的“基本束”特征，而广泛用于临床治疗计划，它的基本思路是将照射束约束设备，如多叶光栅、挡板等形成的不规则野离散成一个个截面无限小的基本束，也就是零野条件下从源点射出的一束无穷小尺寸的射线，每个基本束都会在模体产生剂量分布，这个分布被称为笔束核，人体中任意一点的剂量可以看作为各基本束在此点形成剂量的叠加。
笔形束算法计算简单、所需的计算硬件要求也较低，但对于人体组织的不均匀性和体表不规则轮廓的处理精度不高，如果加上对不同介质的不均匀修正，则可以提高不同介质剂量的准确性。
蒙特卡罗方法对放射线与模体每一个粒子的随机相互作用进行模拟，获得粒子在人体组织中的剂量的分布。当前蒙特卡罗方法及其仿真程序在放射治疗剂量计算及验证方面得到了广泛的应用，同时蒙特卡罗剂量计算方法的致命弱点--收敛速度缓慢、计算时间漫长，使得长期以来一直无法在临床放射治疗上应用。目前它在以下方面起到重要的作用：①用来仿真各种复杂条件下的剂量分布；②作为其他剂量算法精度的验证工具；③为其他解析模型提供剂量沉积核；④分离原射线和散射线。
综上可知，现有技术在实际使用上，显然存在不便与缺陷，所以有必要加以改进。
发明内容
针对上述的缺陷，本发明的目的在于提供一种放射线的剂量计算方法及系统，将蒙特卡罗仿真模拟和笔形束模型相结合的进行剂量计算，可大大降低计算复杂度，提高剂量计算速度。
为了实现上述目的，本发明提供一种放射线的剂量计算方法，包括：
A、将笔束核分为主核和散射核两部份，分别构建主剂量模型和散射剂量模型；
B、利用预先建立的接受放射线照射治疗的模体的模型及预设的放射治疗深度算法，计算所述放射线照射的深度；
C、根据所述放射线照射的深度对所述主剂量模型和散射剂量模型分别进行蒙特卡罗仿真模拟，并根据所述蒙特卡罗仿真模拟的结果计算所述笔束核的笔束核值；
D、根据所述放射线照射的深度和所述笔束核值计算放射线照射所述放射线照射治疗的模体的剂量。
根据本发明所述的放射线的剂量计算方法，在所述步骤A之前或之后包括步骤：
E、采集所述需要进行放射治疗的人体部位的图像数据，并根据所述图像数据建立所述模型；或者
F、根据仿真照射预定物质的设置，建立所述模体的模型。
根据本发明所述的放射线的剂量计算方法，在所述步骤A中，根据光子沉积理论，将笔束核分为主核和散射核两部份；其中，所述主核为单位质量内，一次带电粒子和第一次跟介质交互的光子所释放的二次带电粒子所沉积的能量；所述散射核为单位质量内，多次跟介质交互的、来自韧致辐射和湮灭产生的光子所释放的带电粒子所沉积的能量。
根据本发明所述的放射线的剂量计算方法，所述步骤B包括：
B1、通过等效深度法将所述模体的物理深度转换为等效水体深度，所述等效水体深度为所述放射线照射的深度；
B2、将笔形束按照相同尺寸划分为多个单元野，并根据加速器的附件信息获得每个所述单元野的强度信息，产生并获得每个单元野的位置信息。
根据本发明所述的放射线的剂量计算方法，所述步骤C包括：
C1、通过公式(1)对所述主剂量模型和散射剂量模型分别进行蒙特卡罗仿真模拟，拟合出所述放射线照射的深度z处Az、az、Bz、bz四个拟合参数；
其中，所述R为圆形的放射野的半径；
C2、通过公式(2)以及所述Az、az、Bz、bz四个参数计算所述笔束核的笔束核值；
其中，为主核，为散射核，ρ表示介质密度，P表示单位质量的能量分布，P/ρ表示单位体积的能量分布，r是所述笔形束剂量沉积核中任意点到所述笔形束的垂直距离，Az、az、Bz、bz是深度z上的拟合参数。
根据本发明所述的放射线的剂量计算方法，所述步骤D包括：
D1、根据所述模型内任意一点与所述单元野的位置关系调用对应的所述笔束核的笔束核值，并乘以所述单元野的强度，获得所述单元野对该点的剂量贡献值，再卷积叠加所有所述单元野的剂量贡献值，获得该点的放射线照射的剂量；
D2、每个所述单元野根据所述放射线照射的跳数信息确定相应权重，将同一方向的所有所述单元野的权重叠加，形成一个所述放射线照射的方向的光通分布，所述光通分布和所述模型内所述的点的剂量沉积核卷积叠加，获得不规则野的剂量分布；所述不规则野的剂量分布为所述放射线照射治疗的模体的剂量。
根据本发明所述的放射线的剂量计算方法，所述步骤D1中，所述模体内任意一点的放射线照射的剂量的计算公式为：
其中，r为所述模型内的任意一点，s表示射野，ΦE表示能量为E的粒子的能量通量，Π是笔核值。
根据本发明所述的放射线的剂量计算方法，在所述步骤E中，所述需要进行放射治疗的人体部位仅包括放疗靶区和危及器官；在根据所述图像数据建立所述模型后，将所述模型置入放疗系统等中心上；
在所述步骤F中，所述模型为水箱模型，水骨模型，水肺模型；并且在建立所述模体的模型后，将所述模体放在等中心上。
根据本发明所述的放射线的剂量计算方法，所述笔形束是从放射源射出的无穷小尺寸射线，所述笔束核是单位时间照射的所述笔形束在无限大均匀介质中的单位能量分布沉积。
本发明还提供一种实现所述放射线的剂量计算方法的系统，所述系统包括：
模型构建模块，用于将笔束核分为主核和散射核两部份，分别构建主剂量模型和散射剂量模型；
放射线照射的深度计算模块，用于利用预先建立的接受放射线照射治疗的模体的模型及预设的放射治疗深度算法，计算所述放射线照射的深度；
仿真计算模块，用于根据所述放射线照射的深度对所述主剂量模型和散射剂量模型分别进行蒙特卡罗仿真模拟，并根据所述蒙特卡罗仿真模拟的结果计算所述笔束核的笔束核值；
剂量计算模块，根据所述放射线照射的深度和所述笔束核值计算放射线照射所述放射线照射治疗的模体的剂量。
本发明通过使用高精度的将蒙特卡罗仿真模拟和笔形束模型相结合的剂量计算算法，基于一种笔束核的解析描述，阐述了一种半解析光子笔形束积分方法，首先，将笔束核分为主核和散射核两部份，分别构建主剂量模型和散射剂量模型；利用预先建立的接受放射线照射治疗的模体的模型及预设的放射治疗深度算法，计算所述放射线照射的深度；然后，根据所述放射线照射的深度对所述主剂量模型和散射剂量模型分别进行蒙特卡罗仿真模拟，并根据所述蒙特卡罗仿真模拟的结果计算所述笔束核的笔束核值；最后，根据所述放射线照射的深度和所述笔束核值计算放射线照射所述放射线照射治疗的模体的剂量。蒙特卡罗仿真模拟和笔形束模型相结合的剂量计算算法克服了传统的直接测量的方法获取单元小射束的能量沉积核。它也没有像传统的蒙特卡罗模拟一样保留模体各个点的蒙卡模拟结果，形成庞大的沉积核数据文件，而是只需模拟射线在单元野垂直入射到模体的情况，并且最后只需保留模体的中心轴和离轴的剂量信息为笔束核的数据。借此，本发明的放射线的剂量计算方法可大大降低计算复杂度，提高剂量计算速度，在保证速度的同时也提高了准确度。
附图说明
图1是本发明放射线的剂量计算系统的结构示意图；
图2是本发明优选放射线的剂量计算系统的结构示意图；
图3是本发明放射线的剂量计算方法的流程图；
图4是本发明放射线的剂量计算方法优选实施例的流程图之一；
图5是本发明放射线的剂量计算方法优选实施例的流程图之二。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参见图1和图2，所述放射线的剂量计算系统100主要包括模型构建模块10、放射线照射的深度计算模块20、仿真计算模块30、剂量计算模块40，其中：
模型构建模块10，根据光子沉积理论，用于将笔束核分为主核和散射核两部份，分别构建主剂量模型和散射剂量模型；主要依据是带电粒子与物质相互作用的主要过程包括与核外电子发生非弹性碰撞产生的电离、激发以及与原子核发生非弹性碰撞产生的韧致辐射以及正负电子对湮没辐射；带电粒子的能量损耗一部分发射光学光谱和X线与光能的形式释放，即产生光子。光子本身是电磁辐射过程的表现，与带电粒子相比，光子与物质相互作用表现出不同的特点：光子不直接沉积能量，而是先把能量传递给碰撞生成的带电粒子，带电粒子与模体多次作用后被模体吸收，将能量沉积在模体中。所述主核为单位质量内，一次带电粒子和第一次跟介质交互的光子所释放的二次带电粒子所沉积的能量；所述散射核为单位质量内，多次跟介质交互的、来自韧致辐射和湮灭产生的光子所释放的带电粒子所沉积的能量。
放射线照射的深度计算模块20，用于利用预先建立的接受放射线照射治疗的模体的模型及预设的放射治疗深度算法，计算所述放射线照射的深度。
仿真计算模块30，用于根据所述放射线照射的深度对所述主剂量模型和散射剂量模型分别进行蒙特卡罗仿真模拟，并根据所述蒙特卡罗仿真模拟的结果计算所述笔束核的笔束核值；
剂量计算模块40，根据所述放射线照射的深度和所述笔束核值计算放射线照射所述放射线照射治疗的模体的剂量。
图2是本发明优选放射线的剂量计算系统的结构示意图，所述系统100包括：模型构建模块10、放射线照射的深度计算模块20、仿真计算模块30、剂量计算模块40、模体模型建立模块50、图片预处理模块60、人体建模模块70。
图片预处理模块60，用于根据来自医学图像的数据进行图像预处理，包括配准、融合、校正、滤波和增强等，然后对皮肤边界、病灶靶区、危及器官进行精确的分割。
人体建模模块70，用于将医学图像的数据转化为不同剂量计算方法所需的模型，包括三维几何(解剖结构、位置属性)和物理信息(材料组成、密度信息)，真实再现人体复杂解剖结构及元素组成。
模体模型建立模块50，用于采集所述需要进行放射治疗的人体部位的图像数据，并根据所述图像数据建立所述模型，具体的是，所述需要进行放射治疗的人体部位仅包括放疗靶区和危及器官；在根据所述图像数据建立所述模型后，将所述模型置入放疗系统等中心上；或者
模体模型建立模块50，用于根据仿真照射预定物质的设置，建立所述模体的模型，所述模型优选为水箱模型，水骨模型，水肺模型；并且在建立所述模体的模型后，将所述模体放在等中心上。
模型构建模块10，根据光子沉积理论，用于将笔束核分为主核和散射核两部份，分别构建主剂量模型和散射剂量模型。
放射线照射的深度计算模块20还包括：
深度等效子模块21，用于通过等效深度法将所述模体的物理深度转换为等效水体深度，所述等效水体深度为所述放射线照射的深度；
笔形束划分子模块22，用于将笔形束按照相同尺寸划分为多个单元野，并根据加速器的附件信息获得每个所述单元野的强度信息，产生并获得每个单元野的位置信息。所述笔形束是从放射源射出的无穷小尺寸射线。
仿真计算模块30，用于根据所述放射线照射的深度对所述主剂量模型和散射剂量模型分别进行蒙特卡罗仿真模拟，并根据所述蒙特卡罗仿真模拟的结果计算所述笔束核的笔束核值；仿真计算模块30通过公式(1)对所述主剂量模型和散射剂量模型分别进行蒙特卡罗仿真模拟，拟合出所述放射线照射的深度z处Az、az、Bz、bz四个拟合参数；公式(1)如下：
其中，所述R为圆形的放射野的半径，在设定照射参数时设定；并根据所述蒙特卡罗仿真模拟的结果计算所述笔束核的笔束核值；公式(1)物理意义为，把半径为R的圆形放射野上所有无穷小笔形束在中心轴处的剂量积分，最终积分结果表示笔形束在中心轴所沉积的剂量。只需要给出多个R值，记录每次仿真得到的中心轴剂量，就可以拟合出深度z处Az、az、Bz、bz四个参数。由于公式(1)把中心轴剂量表达为R的函数，使得当笔束核被用于剂量计算时增加了拟合准确度。同时也避免了当r趋向于0时所带来的奇异性问题。仿真计算模块30通过公式(2)以及所述Az、az、Bz、bz四个参数计算所述笔束核的笔束核值；兆伏级光子束产生的笔束核可以用公式(2)所示的两个沿半径方向的指数分布高精度解析，式中有四个参数，不同能量光子束产生的笔束核参数不同，通过一些仿真平台得到具体加速器的具体能量的笔束核参数。进行蒙特卡罗仿真模拟的时候，主核和散射核被分开模拟，公式(2)如下：其中，为主核，为散射核，ρ表示介质密度，P表示单位质量的能量分布，P/ρ表示单位体积的能量分布，r是笔形束剂量沉积核(笔束核)中任意点到所述笔形束的垂直距离，Az、az、Bz、bz是深度z上的拟合参数。由于通过蒙特卡罗仿真模拟的结果计算所述笔束核的笔束核值包含了加速器能谱的信息，从而保证剂量计算的准确性。
剂量计算模块40还包括：
第一剂量计算子模块41，用于根据所述模型内任意一点与所述单元野的位置关系调用对应的所述笔束核的笔束核值，并乘以所述单元野的强度，获得所述单元野对该点的剂量贡献值，再卷积叠加所有所述单元野的剂量贡献值，获得该点的放射线照射的剂量；
第二剂量计算子模块42，用于将每个所述单元野根据所述放射线照射的跳数信息确定相应权重，将同一方向的所有所述单元野的权重叠加，形成一个所述放射线照射的方向的光通分布，所述光通分布和所述模型内所述的点的剂量沉积核卷积叠加，获得不规则野的剂量分布；所述不规则野的剂量分布为所述放射线照射治疗的模体的剂量。剂量计算模块40具体的剂量计算公式如下所示：所述模体内任意一点的放射线照射的剂量的计算公式为：
其中，r为所述模型内的任意一点，s表示射野，ΦE表示能量为E的粒子的能量通量，Π是上述公式(2)预先计算的笔核值。
参见图3，所述方法可由如图1或图2所示的放射线的剂量计算系统100实现，所述放射线的剂量计算方法包括：
步骤S301，将笔束核分为主核和散射核两部份，分别构建主剂量模型和散射剂量模型，优选的是，根据光子沉积理论，将笔束核分为主核和散射核两部份；其中，所述主核为单位质量内，一次带电粒子和第一次跟介质交互的光子所释放的二次带电粒子所沉积的能量；所述散射核为单位质量内，多次跟介质交互的、来自韧致辐射和湮灭产生的光子所释放的带电粒子所沉积的能量；所述笔束核是单位时间照射的所述笔形束在无限大均匀介质中的单位能量分布沉积。本步骤可由模型构建模块10实现。
步骤S302，利用预先建立的接受放射线照射治疗的模体的模型及预设的放射治疗深度算法，计算所述放射线照射的深度，模体是指置入接受治疗的模体，本步骤可由放射线照射的深度计算模块20实现。
步骤S303，根据所述放射线照射的深度对所述主剂量模型和散射剂量模型分别进行蒙特卡罗仿真模拟，并根据所述蒙特卡罗仿真模拟的结果计算所述笔束核的笔束核值，本步骤可由仿真计算模块30实现.
步骤S304，根据所述放射线照射的深度和所述笔束核值计算放射线照射所述放射线照射治疗的模体的剂量，本步骤可由剂量计算模块40实现。
参见图4，所述方法可由如图1或图2所示的放射线的剂量计算系统100实现，所述方法包括步骤如下：
步骤S401，根据来自医学图像的数据进行图像预处理，包括配准、融合、校正、滤波和增强等，然后对皮肤边界、病灶靶区、危及器官进行精确的分割。本步骤可由图片预处理模块60实现。
步骤S402，将医学图像的数据转化为不同剂量计算方法所需的模型，包括三维几何(解剖结构、位置属性)和物理信息(材料组成、密度信息)，真实再现人体复杂解剖结构及元素组成。本步骤可由人体建模模块70实现。
步骤S403，如果是仿真照射预定物质供研究使用，则根据仿真照射预定物质的设置，可以通过一些平台直接制作模体的模型，比如水箱模型，水骨模型，水肺模型等，并且在建立所述模体的模型后，将所述模体放在等中心上。或者对于人体仿真来看说，则采集所述需要进行放射治疗的人体部位的图像数据，并根据所述图像数据建立所述模型，所述模型优选为三维模型，所述需要进行放射治疗的人体部位仅包括放疗靶区和危及器官；在根据所述图像数据建立所述模型后，将所述模型置入放疗系统等中心上。本步骤可由模体模型建立模块50在步骤S404之前或之后实现。
步骤S404，将笔束核分为主核和散射核两部份，分别构建主剂量模型和散射剂量模型。
步骤S405，通过等效深度法将所述模体的物理深度转换为等效水体深度，所述等效水体深度为所述放射线照射的深度；所谓等效放射深度法，就是通过把介质中的物理深度按照相对于水的衰减系数比做缩放，得到等效放射深度。本步骤可由深度等效子模块21实现。
步骤S406，将笔形束按照相同尺寸划分为多个单元野，并根据加速器的附件信息获得每个所述单元野的强度信息，产生并获得每个单元野的位置信息，供后续仿真计算模块30和剂量计算模块40调用。所述笔形束是从放射源射出的无穷小尺寸射线。本步骤可由笔形束划分子模块22实现。
步骤S407，根据所述放射线照射的深度对所述主剂量模型和散射剂量模型分别进行蒙特卡罗仿真模拟，优选的是，通过公式(1)对所述主剂量模型和散射剂量模型分别进行蒙特卡罗仿真模拟，拟合出所述放射线照射的深度z处Az、az、Bz、bz四个拟合参数；公式(1)如下：
其中，所述R为圆形的放射野的半径，在设定照射参数时设定；并根据所述蒙特卡罗仿真模拟的结果计算所述笔束核的笔束核值；公式(1)物理意义为，把半径为R的圆形放射野上所有无穷小笔形束在中心轴处的剂量积分，最终积分结果表示笔形束在中心轴所沉积的剂量。只需要给出多个R值，记录每次仿真得到的中心轴剂量，就可以拟合出深度z处Az、az、Bz、bz四个参数。由于公式(1)把中心轴剂量表达为R的函数，使得当笔束核被用于剂量计算时增加了拟合准确度。同时也避免了当r趋向于0时所带来的奇异性问题。并根据所述蒙特卡罗仿真模拟的结果计算所述笔束核的笔束核值；具体的是，通过公式(2)以及所述Az、az、Bz、bz四个参数计算所述笔束核的笔束核值；兆伏级光子束产生的笔束核可以用公式(2)所示的两个沿半径方向的指数分布高精度解析，式中有四个参数，不同能量光子束产生的笔束核参数不同，通过一些仿真平台得到具体加速器的具体能量的笔束核参数。进行蒙特卡罗仿真模拟的时候，主核和散射核被分开模拟，公式(2)如下：其中，为主核，为散射核，ρ表示介质密度，P表示单位质量的能量分布，P/ρ表示单位体积的能量分布，r是笔形束剂量沉积核(笔束核)中任意点到所述笔形束的垂直距离，Az、az、Bz、bz是深度z上的拟合参数。由于通过蒙特卡罗仿真模拟的结果计算所述笔束核的笔束核值包含了加速器能谱的信息，从而保证剂量计算的准确性。本步骤可由仿真计算模块30实现。
步骤S408，根据所述模型内任意一点与所述单元野的位置关系调用对应的所述笔束核的笔束核值，并乘以所述单元野的强度，获得所述单元野对该点的剂量贡献值，再卷积叠加所有所述单元野的剂量贡献值，获得该点的放射线照射的剂量；剂量计算模型主要由两部分组成：笔束核入射粒子能量通量。笔束核描述了截面无限小的射束入射到半无限大均匀介质中的能量分布，可用蒙特卡罗仿真模拟得到；入射粒子能量通量是指模体或病人体内相应空间点所接受的粒子能量通量，两者进行卷积得到任意空间点的剂量。
步骤S409，将每个所述单元野根据所述放射线照射的跳数信息确定相应权重，将同一方向的所有所述单元野的权重叠加，形成一个所述放射线照射的方向的光通分布，所述光通分布和所述模型内所述的点的剂量沉积核卷积叠加，获得不规则野的剂量分布；所述不规则野的剂量分布为所述放射线照射治疗的模体的剂量。则剂量计算公式如下所示：所述模体内任意一点的放射线照射的剂量的计算公式为：其中，r为所述模型内的任意一点，s表示射野，ΦE表示能量为E的粒子的能量通量，Π是上述公式(2)预先计算的笔核值。
解析剂量算法认为能量局部沉积(次级电子不输运)，或者采用某种简单的方法近似处理次级电子的输运过程，存在明显局限性。此类解析剂量算法基本上都是假设介质为半无穷大的前提下，得到均匀模体中的剂量分布特点表达式或数据库，同时采用半经验方法处理不均匀介质的存在，计算光子或电子剂量分布会带来显著误差。而蒙特卡罗仿真模拟通过对粒子与物质相互作用进行随机模拟，来获得粒子在人体组织中沉积能量的分布。虽然目前蒙特卡罗仿真模拟已在医学剂量计算及验证方面得到广泛的应用，并被公认为当前所有剂量算法中最精确的一种，被称为医学领域剂量计算的“金标准”。但是该方法存在收敛速度慢、计算时间长的致命弱点，长期以来一直无法为临床放射治疗所接受，只能作为其他算法的验证基准，或者是用来为卷积/迭加模型计算能量沉积核——只需要一次计算获得数据库，在实际计算中不需要蒙卡计算等。考虑到蒙特卡罗计算时间过长，临床使用的放疗计划系统100几乎没有采用蒙特卡罗。而卷积/叠加算法在带电粒子失衡条件下精度不高，常规的卷积/叠加算法也存在计算速度慢的弱点。规则束模型及其修正模型速度上能够满足，但精度是一个不可忽视的问题。传统笔形束算法使用的笔束核则来自于经验的百分深度剂量和百分离轴剂量分布。本发明基于将蒙特卡罗仿真模拟和笔形束模型相结合的剂量计算算法研究，通过Gate仿真平台高精度拟合笔形束剂量沉积核，即笔束核。通过将不规则射野划分为若干个有限截面大小的笔形束，将笔束核有限截面的笔形束卷积计算患者人体三维剂量分布。为进一步提高剂量计算速度，仅计算放疗靶区和危及器官剂量分布，避免全身三维卷积计算。为了计算非均匀人体中的剂量分布，采样水等效放射深度沿射线路径单方向进行卷积。
参见图5，所述方法可由如图1或图2所示的放射线的剂量计算系统100实现，具体实施例实施过程包括：
步骤S501，根据来自医学图像的数据进行图像预处理，包括配准、融合、校正、滤波和增强等，然后对皮肤边界、病灶靶区、危及器官进行精确的分割。
步骤S502，将医学图像的数据转化为不同剂量计算方法所需的模型，包括三维几何(解剖结构、位置属性)和物理信息(材料组成、密度信息)，真实再现人体复杂解剖结构及元素组成。
步骤S503，设置笔形束照射参数，包括圆形的放射野的半径R。
步骤S504，将笔束核分为主核和散射核两部份，分别构建主剂量模型和散射剂量模型。
步骤S505，通过等效深度法将所述模体的物理深度转换为等效水体深度，所述等效水体深度为所述放射线照射的深度。
步骤S506，根据步骤S503设置的笔形束照射参数，获得笔形束信息；将笔Ψi形束按照相同尺寸划分为多个单元野，调用对应的蒙特卡罗笔束核库进行蒙特卡罗仿真模拟获得笔束核值，并根据加速器的附件信息获得每个所述单元野的强度信息，产生并获得每个单元野的位置信息。
步骤S507，根据步骤S506的每个所述单元野的强度信息以及每个单元野的位置信息调用对应的笔束核值，并乘以所述单元野的强度，获得所述单元野对该点的剂量贡献值，再卷积叠加所有所述单元野的剂量贡献值，获得该点的放射线照射的剂量。
该有限笔束剂量计算公式如公式(3)所示，第一项表示光通分布，第二项表示沉积核在有限截面s(i，z)上积分所形成的有限笔束，两者相乘叠加得到计算点的剂量分布。i表示不同的有限笔束，Ψi表示从光通分布中得到的单元野权重，s(i，z)表示单元野确定的有限笔束在深度z上的截面，为公式(2)所示的主剂量核和散射剂量核。
步骤S508，输出剂量分布计算结果。
在本发明的一个实施例中，通过计算一例鼻咽癌病人强调放疗计划的剂量分布，对比分析该病人强调放疗结构集(靶区和危及器官)中定义的感兴趣区域剂量。
| 区域 | 实际剂量Gy | 计算剂量Gy | 误差 |
| PTV | 62.663 | 62.795 | 0.040 |
| 脑干 | 14.988 | 14.107 | 0.029 |
| 左腮 | 29.389 | 28.618 | 0.027 |
| 视交叉 | 58.999 | 60.030 | 0.022 |
表1
表1为计划靶区和危及器官误差统计表，其中的第一列为剂量统计区域，分别统计了医生勾画的PTV和危及器官(脑干、左腮、视交叉)；第2、3列为对应区域剂量的平均值；最后一列是剂量计算综合误差。
从表中可以看出，无论是靶区还是危及器官区域，综合误差都控制在5％之内，符合临床放疗对于剂量计算的精度要求。
综上所述，本发明通过使用高精度的将蒙特卡罗仿真模拟和笔形束模型相结合的剂量计算算法，基于一种笔束核的解析描述，阐述了一种半解析光子笔形束积分方法，首先，将笔束核分为主核和散射核两部份，分别构建主剂量模型和散射剂量模型；利用预先建立的接受放射线照射治疗的模体的模型及预设的放射治疗深度算法，计算所述放射线照射的深度；然后，根据所述放射线照射的深度对所述主剂量模型和散射剂量模型分别进行蒙特卡罗仿真模拟，并根据所述蒙特卡罗仿真模拟的结果计算所述笔束核的笔束核值；最后，根据所述放射线照射的深度和所述笔束核值计算放射线照射所述放射线照射治疗的模体的剂量。蒙特卡罗仿真模拟和笔形束模型相结合的剂量计算算法克服了传统的直接测量的方法获取单元小射束的能量沉积核。它也没有像传统的蒙特卡罗模拟一样保留模体各个点的蒙卡模拟结果，形成庞大的沉积核数据文件，而是只需模拟射线在单元野垂直入射到模体的情况，并且最后只需保留模体的中心轴和离轴的剂量信息为笔束核的数据。借此，本发明的放射线的剂量计算方法可大大降低计算复杂度，提高剂量计算速度，在保证速度的同时也提高了准确度。
当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种放射线的剂量计算方法，其特征在于，包括：
A、将笔束核分为主核和散射核两部份，分别构建主剂量模型和散射剂量模型；
B、利用预先建立的接受放射线照射治疗的模体的模型及预设的放射治疗深度算法，计算所述放射线照射的深度；
C、根据所述放射线照射的深度对所述主剂量模型和散射剂量模型分别进行蒙特卡罗仿真模拟，并根据所述蒙特卡罗仿真模拟的结果计算所述笔束核的笔束核值；
D、根据所述放射线照射的深度和所述笔束核值计算放射线照射所述放射线照射治疗的模体的剂量。
2.根据权利要求1所述的放射线的剂量计算方法，其特征在于，在所述步骤A之前或之后包括步骤：
E、采集所述需要进行放射治疗的人体部位的图像数据，并根据所述图像数据建立所述模型；或者
F、根据仿真照射预定物质的设置，建立所述模体的模型。
3.根据权利要求1所述的放射线的剂量计算方法，其特征在于，在所述步骤A中，根据光子沉积理论，将笔束核分为主核和散射核两部份；其中，所述主核为单位质量内，一次带电粒子和第一次跟介质交互的光子所释放的二次带电粒子所沉积的能量；所述散射核为单位质量内，多次跟介质交互的、来自韧致辐射和湮灭产生的光子所释放的带电粒子所沉积的能量。
4.根据权利要求3所述的放射线的剂量计算方法，其特征在于，所述步骤B包括：
B1、通过等效深度法将所述模体的物理深度转换为等效水体深度，所述等效水体深度为所述放射线照射的深度；
B2、将笔形束按照相同尺寸划分为多个单元野，并根据加速器的附件信息获得每个所述单元野的强度信息，产生并获得每个单元野的位置信息。
5.根据权利要求3所述的放射线的剂量计算方法，其特征在于，所述步骤C包括：
C1、通过公式(1)对所述主剂量模型和散射剂量模型分别进行蒙特卡罗仿真模拟，拟合出所述放射线照射的深度z处Az、az、Bz、bz四个拟合参数；
其中，所述R为圆形的放射野的半径；
C2、通过公式(2)以及所述Az、az、Bz、bz四个参数计算所述笔束核的笔束核值；
其中，为主核，为散射核，ρ表示介质密度，P表示单位质量的能量分布，P/ρ表示单位体积的能量分布，r是所述笔形束剂量沉积核中任意点到所述笔形束的垂直距离，Az、az、Bz、bz是深度z上的拟合参数。
6.根据权利要求5所述的放射线的剂量计算方法，其特征在于，所述步骤D包括：
D1、根据所述模型内任意一点与所述单元野的位置关系调用对应的所述笔束核的笔束核值，并乘以所述单元野的强度，获得所述单元野对该点的剂量贡献值，再卷积叠加所有所述单元野的剂量贡献值，获得该点的放射线照射的剂量；
D2、每个所述单元野根据所述放射线照射的跳数信息确定相应权重，将同一方向的所有所述单元野的权重叠加，形成一个所述放射线照射的方向的光通分布，所述光通分布和所述模型内所述的点的剂量沉积核卷积叠加，获得不规则野的剂量分布；所述不规则野的剂量分布为所述放射线照射治疗的模体的剂量。
7.根据权利要求6所述的方法，其特征在于，所述步骤D1中，所述模体内任意一点的放射线照射的剂量的计算公式为：
其中，r为所述模型内的任意一点，s表示射野，ΦE表示能量为E的粒子的能量通量，Π是笔核值。
8.根据权利要求2所述的方法，其特征在于，在所述步骤E中，所述需要进行放射治疗的人体部位仅包括放疗靶区和危及器官；在根据所述图像数据建立所述模型后，将所述模型置入放疗系统等中心上；
在所述步骤F中，所述模型为水箱模型，水骨模型，水肺模型；并且在建立所述模体的模型后，将所述模体放在等中心上。
9.根据权利要求4所述的方法，其特征在于，所述笔形束是从放射源射出的无穷小尺寸射线，所述笔束核是单位时间照射的所述笔形束在无限大均匀介质中的单位能量分布沉积。
10.一种包括如权利要求1～9任一项所述的放射线的剂量计算方法的系统，其特征在于，所述系统包括：
模型构建模块，用于将笔束核分为主核和散射核两部份，分别构建主剂量模型和散射剂量模型；
放射线照射的深度计算模块，用于利用预先建立的接受放射线照射治疗的模体的模型及预设的放射治疗深度算法，计算所述放射线照射的深度；
仿真计算模块，用于根据所述放射线照射的深度对所述主剂量模型和散射剂量模型分别进行蒙特卡罗仿真模拟，并根据所述蒙特卡罗仿真模拟的结果计算所述笔束核的笔束核值；
剂量计算模块，根据所述放射线照射的深度和所述笔束核值计算放射线照射所述放射线照射治疗的模体的剂量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810065529.XA CN108415058A (zh) | 2018-01-23 | 2018-01-23 | 放射线的剂量计算方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810065529.XA CN108415058A (zh) | 2018-01-23 | 2018-01-23 | 放射线的剂量计算方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108415058A true CN108415058A (zh) | 2018-08-17 |
Family
ID=63126277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810065529.XA Pending CN108415058A (zh) | 2018-01-23 | 2018-01-23 | 放射线的剂量计算方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108415058A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110020710A (zh) * | 2019-03-08 | 2019-07-16 | 华南理工大学 | 一种基于人工蜂群算法的射束方向及权重多目标优化方法 |
| CN110211139A (zh) * | 2019-06-12 | 2019-09-06 | 安徽大学 | 自动分割食管癌放疗靶区和危及器官的方法及系统 |
| CN110237445A (zh) * | 2019-07-05 | 2019-09-17 | 北京理工大学 | 基于epid的在体三维剂量监测及验证方法 |
| CN110652661A (zh) * | 2019-09-30 | 2020-01-07 | 中北大学 | 一种卷积叠加剂量计算系统 |
| CN111001097A (zh) * | 2019-12-28 | 2020-04-14 | 上海联影医疗科技有限公司 | 一种放疗剂量评估系统、装置及存储介质 |
| CN111111018A (zh) * | 2019-12-10 | 2020-05-08 | 中国人民解放军96901部队23分队 | 一种涉核人员器官辐射剂量快速计算方法 |
| CN111783292A (zh) * | 2020-06-23 | 2020-10-16 | 上海联影医疗科技有限公司 | X射线成像设备的建模方法、装置、设备及存储介质 |
| CN112949156A (zh) * | 2021-03-25 | 2021-06-11 | 中科超精(南京)科技有限公司 | 一种蒙特卡罗去散射校正方法 |
| CN114129912A (zh) * | 2021-11-25 | 2022-03-04 | 北京理工大学 | 一种放疗剂量验证的方法 |
| CN115910418A (zh) * | 2021-08-05 | 2023-04-04 | 合肥锐视医疗科技有限公司 | 一种基于蒙特卡罗模拟的辐射防护箱体的制备方法 |
| CN116096461A (zh) * | 2020-09-02 | 2023-05-09 | 医科达(上海)科技有限公司 | 基于深度学习的自动束建模 |
| CN118032621A (zh) * | 2024-01-08 | 2024-05-14 | 中国疾病预防控制中心辐射防护与核安全医学所 | 一种基于毛囊细胞γ-H2AX焦点数区分局部照射的方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101071172A (zh) * | 2006-12-29 | 2007-11-14 | 成都川大奇林科技有限责任公司 | 一种测量医用加速器光子束能谱的方法 |
| US20090090870A1 (en) * | 2006-05-04 | 2009-04-09 | Scanditronix Wellhofer Ab | Detector response modeling |
| CN104043203A (zh) * | 2014-06-12 | 2014-09-17 | 合肥工业大学 | 基于医用直线加速器照射束特征建立照射源模型的方法 |
| CN104383638A (zh) * | 2014-10-21 | 2015-03-04 | 中国科学院合肥物质科学研究院 | 一种针对肺部放疗中笔形束剂量计算的三维修正方法 |
| CN104750992A (zh) * | 2015-04-01 | 2015-07-01 | 上海联影医疗科技有限公司 | 模拟粒子输运和计算放疗中人体剂量的方法、装置及系统 |
| CN105204056A (zh) * | 2015-09-29 | 2015-12-30 | 广州瑞多思医疗科技有限公司 | 放射治疗中在线剂量监测和验证的方法 |
| CN106199672A (zh) * | 2016-06-30 | 2016-12-07 | 中国科学院合肥物质科学研究院 | 一种基于蒙特卡罗光子模拟的卷积叠加剂量计算方法 |
-
2018
- 2018-01-23 CN CN201810065529.XA patent/CN108415058A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090090870A1 (en) * | 2006-05-04 | 2009-04-09 | Scanditronix Wellhofer Ab | Detector response modeling |
| CN101071172A (zh) * | 2006-12-29 | 2007-11-14 | 成都川大奇林科技有限责任公司 | 一种测量医用加速器光子束能谱的方法 |
| CN104043203A (zh) * | 2014-06-12 | 2014-09-17 | 合肥工业大学 | 基于医用直线加速器照射束特征建立照射源模型的方法 |
| CN104383638A (zh) * | 2014-10-21 | 2015-03-04 | 中国科学院合肥物质科学研究院 | 一种针对肺部放疗中笔形束剂量计算的三维修正方法 |
| CN104750992A (zh) * | 2015-04-01 | 2015-07-01 | 上海联影医疗科技有限公司 | 模拟粒子输运和计算放疗中人体剂量的方法、装置及系统 |
| CN105204056A (zh) * | 2015-09-29 | 2015-12-30 | 广州瑞多思医疗科技有限公司 | 放射治疗中在线剂量监测和验证的方法 |
| CN106199672A (zh) * | 2016-06-30 | 2016-12-07 | 中国科学院合肥物质科学研究院 | 一种基于蒙特卡罗光子模拟的卷积叠加剂量计算方法 |
Non-Patent Citations (1)
| Title |
|---|
| 肖期德: "基于蒙特卡罗的调强放疗笔形束剂量计算系统研发", 《中国优秀硕士学位论文全文数据库（电子期刊）医药卫生科技辑》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110020710B (zh) * | 2019-03-08 | 2023-10-27 | 华南理工大学 | 一种基于人工蜂群算法的射束方向及权重多目标优化方法 |
| CN110020710A (zh) * | 2019-03-08 | 2019-07-16 | 华南理工大学 | 一种基于人工蜂群算法的射束方向及权重多目标优化方法 |
| CN110211139A (zh) * | 2019-06-12 | 2019-09-06 | 安徽大学 | 自动分割食管癌放疗靶区和危及器官的方法及系统 |
| CN110237445A (zh) * | 2019-07-05 | 2019-09-17 | 北京理工大学 | 基于epid的在体三维剂量监测及验证方法 |
| CN110652661A (zh) * | 2019-09-30 | 2020-01-07 | 中北大学 | 一种卷积叠加剂量计算系统 |
| CN111111018A (zh) * | 2019-12-10 | 2020-05-08 | 中国人民解放军96901部队23分队 | 一种涉核人员器官辐射剂量快速计算方法 |
| CN111001097A (zh) * | 2019-12-28 | 2020-04-14 | 上海联影医疗科技有限公司 | 一种放疗剂量评估系统、装置及存储介质 |
| CN111001097B (zh) * | 2019-12-28 | 2022-09-16 | 上海联影医疗科技股份有限公司 | 一种放疗剂量评估系统、装置及存储介质 |
| CN111783292A (zh) * | 2020-06-23 | 2020-10-16 | 上海联影医疗科技有限公司 | X射线成像设备的建模方法、装置、设备及存储介质 |
| CN111783292B (zh) * | 2020-06-23 | 2023-12-12 | 上海联影医疗科技股份有限公司 | X射线成像设备的建模方法、装置、设备及存储介质 |
| CN116096461A (zh) * | 2020-09-02 | 2023-05-09 | 医科达(上海)科技有限公司 | 基于深度学习的自动束建模 |
| CN112949156A (zh) * | 2021-03-25 | 2021-06-11 | 中科超精(南京)科技有限公司 | 一种蒙特卡罗去散射校正方法 |
| CN112949156B (zh) * | 2021-03-25 | 2024-04-05 | 中科超精(南京)科技有限公司 | 一种蒙特卡罗去散射校正方法 |
| CN115910418A (zh) * | 2021-08-05 | 2023-04-04 | 合肥锐视医疗科技有限公司 | 一种基于蒙特卡罗模拟的辐射防护箱体的制备方法 |
| CN114129912A (zh) * | 2021-11-25 | 2022-03-04 | 北京理工大学 | 一种放疗剂量验证的方法 |
| CN118032621A (zh) * | 2024-01-08 | 2024-05-14 | 中国疾病预防控制中心辐射防护与核安全医学所 | 一种基于毛囊细胞γ-H2AX焦点数区分局部照射的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108415058A (zh) | 放射线的剂量计算方法及系统 | |
| Doolan et al. | Patient-specific stopping power calibration for proton therapy planning based on single-detector proton radiography | |
| CN104066479B (zh) | 使用异质性补偿迭加进行用于放射疗法的剂量计算 | |
| Kan et al. | Experimental verification of the Acuros XB and AAA dose calculation adjacent to heterogeneous media for IMRT and RapidArc of nasopharygeal carcinoma | |
| Bedford et al. | Commissioning and quality assurance of the Pinnacle3 radiotherapy treatment planning system for external beam photons | |
| US20080091388A1 (en) | Method for calculation radiation doses from acquired image data | |
| US20050143965A1 (en) | Deterministic computation of radiation doses delivered to tissues and organs of a living organism | |
| Martínez‐Rovira et al. | Monte Carlo‐based treatment planning system calculation engine for microbeam radiation therapy | |
| WO2008039215A2 (en) | Deterministic computation of radiation transport for radiotherapy dose calculations and scatter correction for image reconstruction | |
| US10674973B2 (en) | Radiation therapy system and methods of use thereof | |
| JP6938647B2 (ja) | 医用画像データに基づく平滑化幾何的モデルの構築方法 | |
| Pawlicki et al. | Monte Carlo simulation for MLC-based intensity-modulated radiotherapy | |
| Fleckenstein et al. | Development of a Geant4 based Monte Carlo Algorithm to evaluate the MONACO VMAT treatment accuracy | |
| Gholami et al. | Application of Geant4 Monte Carlo simulation in dose calculations for small radiosurgical fields | |
| Kim et al. | History of the photon beam dose calculation algorithm in radiation treatment planning system | |
| Poole et al. | Synchrotron microbeam radiotherapy in a commercially available treatment planning system | |
| Sikora | Virtual source modelling of photon beams for Monte Carlo based radiation therapy treatment planning | |
| Van Dyk et al. | Has the use of computers in radiation therapy improved the accuracy in radiation dose delivery? | |
| Lu et al. | A practical method to evaluate and verify dose calculation algorithms in the treatment planning system of radiation therapy | |
| Winterhalter | Protons do play dice: validating, implementing and applying Monte Carlo techniques for proton therapy | |
| Scholz | Development and evaluation of advanced dose calculations for modern radiation therapy techniques | |
| Verhaegen et al. | Monte Carlo Modelling in Small Animal Photon Radiotherapy | |
| McGrath | CHARACTERIZATION OF NOVEL 3D-PRINTED METAL SHIELDING FOR BRACHYTHERAPY APPLICATORS. | |
| Verhaegen | Treatment planning for small animals | |
| Oliver et al. | A methodology for computationally generating phase space files for Monte Carlo simulations applied to treatment plans for medical linear accelerators |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180817 |