基于虚拟源模型的自动化调试方法:为单个加速器定制蒙特卡洛剂量验证模型
Bo Cheng1, Yuan Xu2, Shijun Li1
1School of Nuclear Science and Technology, University of Science and Technology of China, Hefei, China.
Medical physics
|September 27, 2024
概括
这项研究引入了虚拟源模型调试的自动化方法,显著加快了用于放射治疗的准确蒙特卡洛剂量验证模型的创建速度. 新方法确保了可靠的临床剂量验证,并减少了计算工作量.
科学领域:
- 医学物理 医学物理
- 辐射瘤学 辐射瘤学
- 计算剂量计计算剂量计.
背景情况:
- 在放射治疗中,精确的粒子分布依赖于精确的光束建模.
- 虚拟源模型简化了加速器建模,但手动调试是耗时的.
- 为了提高效率,需要对虚拟源代码模型调试采用自动化方法.
研究的目的:
- 为虚拟源模型开发一种自动化调试方法.
- 为独立的蒙特卡洛剂量验证定制加速器模型.
- 为了提高剂量验证模型的效率和准确性.
主要方法:
- 使用虚拟源,Jaw和MLC模型建立了加速器模型.
- 实现了一个完全自动化的代过程来调整虚拟源代码模型参数.
- 基于对参数调整和终止标准的水箱测量设计的目标功能.
主要成果:
- 九个加速器的自动调试在30次代内完成.
- 达到了<2%的相对剂量差异和>97%的马传导率 (3%/2mm).
- 在Versa HD加速器的速度和准确性方面表现优于Simplex和贝叶斯优化.
结论:
- 拟议的代方法使剂量验证模型的快速和自动调试成为可能.
- 这有助于在放射治疗中准确可靠的临床剂量验证.
- 该方法在现有的优化技术中提供了显著的改进.
更多相关视频
06:20Irradiator Commissioning and Dosimetry for Assessment of LQ α and β Parameters, Radiation Dosing Schema, and in vivo Dose Deposition
Published on: March 11, 2021
7.2K
08:25Radiation Planning Assistant - A Streamlined, Fully Automated Radiotherapy Treatment Planning System
Published on: April 11, 2018
15.2K
