蒙特卡洛模拟用于使用EGSnrcc的RadixactTM断层治疗线路
Danial Seifi Makrani1,2, Hassan Ali Nedaei1,2, Ghazale Geraily1,2
1Department of Medical Physics and Biomedical Engineering, Tehran University of Medical Sciences, Tehran, Iran.
Journal of medical physics
|November 11, 2024
概括
这项研究开发了TomoTherapy线性加速器的蒙特卡洛 (MC) 模型,准确预测电子束特性. 经过验证的模型使可靠的剂量分配计算能够用于先进的放射治疗.
科学领域:
- 医学物理 医学物理
- 辐射瘤学 辐射瘤学
- 计算机建模 计算建模
背景情况:
- 准确的线性加速器蒙特卡洛 (MC) 模拟需要精确的电子束特性数据,这些数据通常无法从制造商那里获得.
- 这种缺乏信息阻碍了开发可靠的MC模型,用于治疗规划和验证.
研究的目的:
- 预测发生的电子束的能量,辐射强度 (点大小),以及 RadixactTM TomoTherapy Linac. 的角度扩散.
- 用实验测量来验证开发的MC模拟线性加速器模型.
主要方法:
- 使用BEAMnrc代码模拟来自RadixactTMTomoTherapy Linac.的6MV光子束.
- 使用DOSYXZnrc进行百分比深度剂量和光束形状计算,并将其与使用玛指数的测量进行比较.
- 精心调整的电子能量,点大小和角度分布,以最大限度地减少模拟和测量数据之间的差异.
主要成果:
- 优化的MC模型确定电子束能量为5.8MeV,点大小为1.4mm.
- 平均角差0.05显著减少了形状差异,88.6%的点通过了1%/1毫米的马测试.
- 在MC模型和测量之间的输出因子差异在1.5%以内.
结论:
- 通过使用BEAMnrc代码成功创建了RadixactTM TomoTherapy Linac的可靠MC模型.
- 这种经过验证的模型可以自信地用于放射治疗中准确的剂量分配计算.
更多相关视频
08:25Radiation Planning Assistant - A Streamlined, Fully Automated Radiotherapy Treatment Planning System
Published on: April 11, 2018
15.2K
07:57Positron Emission Tomography-based Dose Painting Radiation Therapy in a Glioblastoma Rat Model using the Small Animal Radiation Research Platform
Published on: March 24, 2022
2.7K
