在光子肺立体辐射疗法中,基于体积的强大和规划目标优化剂量测量性能进行比较

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:

• 肺瘤的立体体辐射疗法 (SBRT) 面临着呼吸运动和设置不确定性的挑战.
• 传统的规划目标量 (PTV) 优化通常不足以管理这些不确定性.
• 强大的优化虽然已经在质子疗法中建立,但在光子肺SBRT中应用有限,特别是当直接应用于总瘤体积 (GTV) 时.

研究的目的:

• 评估强大的优化与光子肺SBRT中的CyberKnife跟踪模式相结合的剂量测量效益.
• 评估与传统基于PTV的规划相比,对ipsilateral肺剂量的影响.
• 用CyberKnife跟踪直接在GTV上调查强大优化的有效性.

主要方法:

• 使用基于PTV和强大的优化方法创建了CyberKnife肺部计划.
• 评估了两个跟踪模式,同步 (实时) 和x视觉脊柱 (静态).
• 通过使用4D-CT模拟设置不确定性和瘤运动来评估计划的稳定性,比较GTV覆盖率和肺剂量指标 (V20Gy,V5Gy,MLD).

主要成果:

• 这两种规划方法都成功地实现了GTV覆盖率超过99.5%的模拟场景在两个跟踪模式.
• 与基于PTV的规划相比,强大的优化显著降低了肺剂量指标.
• 具体的减少包括V20Gy (例如,同步的4.5%至3.2%),V5Gy (例如,同步的22.3%至18.0%),以及平均肺剂量 (MLD) 的0.6 Gy (同步) 和1.3 Gy (x-sight脊柱).

结论:

• 将强大的优化与CyberKnife跟踪技术相结合,为光子肺SBRT提供了显著的好处.
• 这种方法有效地降低了肺部剂量,可能改善了剂量测量结果.
• 该研究引入了一种新的治疗规划策略,以提高肺SBRT的临床一致性和改善患者的治疗结果.