在线自适应性质子疗法的规划方法,以应对束计算机断层扫描的不准确性

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:

• 在线适应性质子疗法中的圆束计算断层扫描 (CBCT) 被CT数值错误所挑战.
• 现有的方法包括基于触发的离线 (TB-Offline) 适应性规划和每日重新规划,使用CT-on-rails (CTOR).

研究的目的:

• 评估在线适应性质子疗法中增加范围稳定性设置 (RRS) 的有效性,以减轻CT数不确定性.
• 将这种方法与TB-Offline和基于CTOR的重新规划进行比较.

主要方法:

• 23名头癌患者接受了CTOR和CBCT采集.
• 基于CBCT的计划产生了不同的RRS (3-12%) 并与TB离线计划相比.
• 分析了剂量分布,目标体积覆盖率 (CTV7000,CTV5425),以及正常组织并发症概率.

主要成果:

• 将RRS从3%提高到10%,显著改善了CTV5425 (89.6%至96.4%) 和CTV7000 (92.8%至96.4%) 的覆盖率.
• 基于CBCT的在线适应性规划,RRS=10%,与TB-Offline相比,显示覆盖率损失减少.
• 与TB-Offline相比,在RRS=10%的情况下,观察到 Xerostomia风险的平均改善为2.4个百分点.

结论:

• 强大的优化与增加的RRS是一种有效的策略,以减轻基于CBCT的在线自适应质子疗法中CT数误差引起的剂量降解.
• 这种方法提高了治疗的稳定性,并可能改善临床结果.