基于机器特定的传递特征的新型适应性能量切换算法用于质子弧治疗

科学领域:

• 医学物理 医学物理
• 辐射瘤学 辐射瘤学
• 医疗成像医学成像

背景情况:

• 现场扫描质子弧疗法 (SPArc) 在治疗提供效率方面面临挑战.
• 优化能量层切换对于减少质子疗法中的光束传递时间至关重要.
• 格罗宁根大学医学中心 (UMCG) 升级了其系统,以实现快速能量层上升切换 (ELAS).

研究的目的:

• 介绍了一种新的自适应能源切换SPArc优化算法 (SPArc-AES).
• 调整算法以适应质子疗法系统的机器特定传递特性.
• 提高SPArc治疗提供效率和计划质量.

主要方法:

• 开发了SPArc-AES算法,该算法基于多项式增加能量层上升切换.
• 利用K-Medoids集群和模拟化来优化能量传递序列.
• 评估了十个患者病例的计划质量,稳定性和交付效率,与SPArc_seq.进行比较.

主要成果:

• 与SPArc_seq.q.相比,SPArc-AES显著提高了治疗提供效率.
• 减少了34.03%的能量层切换时间和31.10%的光束传递时间.
• 在没有额外的约束的情况下,实现了更好的目标剂量一致性和更低的风险器官剂量.

结论:

• 新的SPArc-AES算法提高了SPArc优化效率.
• 机器特定的交付特性被利用来提高性能.
• 消除对能源层切换的不必要限制可以提高效率和计划质量.