在乳腺治疗中,用于体积调节弧度治疗门廊角度的两步光束几何优化

科学领域:

• 医学物理 医学物理
• 辐射瘤学 辐射瘤学
• 计算生物学 计算生物学

背景情况:

• 乳腺癌的体积调节弧线疗法 (VMAT) 需要复杂的门架角度设置.
• 手动VMAT规划耗时且重复,影响效率.
• 现有的模板解决方案可能无法有效优化计划质量.

研究的目的:

• 开发和评估一个两步束几何优化 (2SBGO) 方法,用于乳腺癌中自动化VMAT规划.
• 自动选择VMAT门架角度,避免板块限制.
• 将2SBGO计划的剂量计质量与手工创建的计划进行比较.

主要方法:

• 实施了两步方法:初始角度确定 (模板,ML,手册),然后使用通用模拟化 (GSA) 进行剂量测量精细化.
• 训练有素的卷积神经网络 (CNN) 用于预测最佳光束角度.
• 测试了这种方法,对深呼吸的呼吸保持和自由呼吸的患者进行左侧和右侧乳房治疗.

主要成果:

• 2SBGO生产乳腺癌VMAT计划的剂量测量质量与手动计划相比较.
• 该方法成功地自动化了耗时的光束几何设置.
• 与手动角度选择相比,在右侧治疗中观察到较低的双侧肺剂量.
• 集成到2SBGO的机器学习模型显示出高效率,准确地预测角度.

结论:

• 2SBGO方法可自动生成临床上可接受的VMAT乳房图.
• 将初始光束几何设置与剂量测量精细化相结合,可确保设计质量.
• 这种自动化有可能大大节省时间,并减少辐射瘤学工作流程中的计划质量变化.