基于HyperArc的立体性复发性头癌的自动化治疗规划的可行性,使用基于知识的规划,多标准优化和剂量计分卡

科学领域:

• 辐射瘤学 辐射瘤学
• 医学物理 医学物理
• 癌症治疗方法 癌症治疗方法

背景情况:

• 复发性头癌 (RHN) 存在复杂的治疗挑战.
• 立体辐射疗法需要精确和高效的治疗计划.

研究的目的:

• 为RHN癌症开发和评估基于HyperArc的自动化立体治疗计划流程.
• 整合基于知识的规划,多标准优化 (MCO) 和剂量计分卡,以加强规划.
• 评估自动化过程的效率,计划质量和交付准确性.

主要方法:

• 开发了一个自动化规划过程,使用Eclipse脚本为HyperArc.
• 从28个RHN HyperArc患者计划中生成了一个RapidPlan模型.
• 使用的MCO以剂量计得分卡为指导,以改进计划.
• 用AcurosXB计算最终剂量,并通过门口剂量测量和蒙特卡洛模拟进行验证.

主要成果:

• 自动化规划平均需要12.1分钟用于RapidPlan生成和25.0分钟用于MCO勘探.
• 实现了可比的GTV平均剂量和有利的OAR最大剂量变化.
• 帕迪克的符合性指数显示了微小的,临床上可以接受的变化.
• 剂量输送的准确性得到验证,平均为97.2% (门户剂量计) 和96.3% (蒙特卡洛).

结论:

• 开发的自动化过程为立体RHN放射治疗提供了标准化和高效的治疗规划解决方案.
• 自动化加快了工作流程,提高了临床效率,并提高了高质量的HyperArc治疗的可访问性.
• 这种方法有可能使RHN瘤更广泛地采用先进的立体技术.