姚凱寧,岳海振,王若曦,王美嬌,弓健,龔麗青,張藝寶,吳昊
1.北京大學腫瘤醫院暨北京市腫瘤防治研究所放療科,惡性腫瘤發病機制及轉化研究教育部重點實驗室,北京100142;2.北京大學腫瘤醫院暨北京市腫瘤防治研究所營養科,惡性腫瘤發病機制及轉化研究教育部重點實驗室,北京100142
自2012年開始,不斷有人將機器學習技術應用到放射治療計劃的設計,瓦里安的RapidPlan 就是其中之一。RapidPlan 自應用到放療計劃中以來,在計劃設計的質量、效率以及一致性等方面顯示出優勢。文獻[1-2]提示基于先驗知識的RapidPlan 模型的直腸癌術前計劃相對于人工計劃在靶區適形度、靶區均勻性和危及器官限量等方面使患者獲益。直腸癌術前所采用容積調強放射治療(VMAT)計劃包含較多影響劑量計算和劑量傳遞精度與效率的因素,如各向異性解析算法(AAA)精度、劑量率、機架或MLC等機械到位精度、調制指數等[3-4]。鑒于VMAT 計劃的復雜性和AAA 在極限條件下,如骨和空腔區域的劑量計算精度較低,患者治療計劃方案在治療前的驗證顯得尤為重要[5-6]。研究表明蒙特卡羅模擬是驗證臨床治療計劃的金標準,可以對臨床治療計劃進行術前和術后的驗證[7-8]。本研究目的在于比較蒙特卡羅驗證模擬與基于RapidPlan 模型的直腸癌術前VMAT 計劃三維劑量和劑量體積直方圖(DVH)統計學差異,以綜合評價智能計劃的劑量傳遞精度。
北京大學腫瘤醫院直腸癌術前同步推量SIB VMAT模型的建立方法、統……