在实时瘤追踪中移动目标的基于人口的不对称边际

科学领域:

• 医学物理 医学物理
• 辐射瘤学 辐射瘤学
• 图像指导疗法是指导图像的疗法.

背景情况:

• 准确的边际计算对于在放射治疗中规划目标体积 (PTV) 是至关重要的.
• 传统方法通常考虑几何和剂量学因素.
• 然而,在先进的技术中,如同步集成提升,仅专注于几何组件来计算保证金是更合适的.

研究的目的:

• 通过使用"测量不确定性表达指南" (GUM) 和分数内运动来介绍一个不对称的边际计算理论.
• 计算基于信任标记的实时瘤跟踪 (RTTT) 在肺癌,肝癌和胰腺癌的边际.
• 用蒙特卡洛 (MC) 模拟来评估这些计算边际的准确性.

主要方法:

• 分析了接受RTTT的48名肺癌,48名肝癌和25名胰腺癌患者的内部和间断定位数据.
• 基于六个方向的代表位置错误 (PD-RPEs) 的概率分布的计算人口统计数据.
• 开发了一个基于GUM和PD-RPEs的边际公式,以覆盖95%的人口,通过MC模拟验证,评估PTV中的临床目标体积 (CTV) 纳入.

主要成果:

• 拟议的边际计算方法要求肺癌的最大边际为6.2毫米,肝癌为4.6毫米,胰腺癌为3.9毫米.
• 经过MC模拟,得出结论,计算的边际实现了肺癌和肝癌的CTV-PTV含量中位数95%,胰腺癌的CTV-PTV含量中位数93%.
• 这些结果与使用范赫克公式计算的利率相比,更接近预期利率.

结论:

• 开发的公式,集成GUM和运动概率分布 (MPD),准确地确定基于信托标记器的RTTT的实际利率.
• 蒙特卡洛模拟证实了这种新方法在确保充分覆盖目标方面的有效性.
• 这种方法提供了一种更精确的方法,可以在各种癌症的图像引导放射治疗中确定PTV边缘.