爱诺美康

去美国看病 单野照射的剩余剂量有灵活性

当我们将前野与其他两野的类似，但不均匀剂量分布未显示合成时，获得图示的三野剂量分布。PTV获得高度适形且均匀的剂量，而几乎所有的股骨头都得到了保护。然而与被动散射和SFUD照射间的差异相比，SFUD与IMPT治疗间整体剂量的差异不值得一提，与SFUD计划的分布相比，其低至中水平剂量被重新分布。去美国看病机构爱诺美康介绍到，总之，使用SFUD或IMPT的笔形束扫描的潜在优 势相对于被动散射是双重的。

首先，扫描的应用支持靶区的高剂量高效照射，因此减少了所有正常组织的整体剂量。其次，射野的同时优化使高度不均匀照射成为可能，但优化的单野在正常组织所受照射的剩余剂量方面，为用户提供了更多的灵活性。治疗计划IMRT系统的挑战，在为使合成剂量分布满足治疗的临床要求于单独射野注量的计算。通常治疗计划系统将每个射野分解为一系列静态“笔形束”，每个给定一个面积。

如果我们定义笔形束面积，为垂直射野方向平面内的5mmx5mm，那么对于10cmxl0cm射野将获得400个如此的笔形束。对于多野计划（IMRT—贯采用的病例），如五野汁划，将获得总数达2000个笔形束，所有都可能采用不同注量照射。对于每个野可在靶区范围内三维方向上照射和调整Bragg峰的IMPT，问题更大些。对于10cmx10cmX10cm的体积和5mmx5mmx5mm间距的Bragg峰，每个射野包含8000个Bragg峰，五野计划全部为40000个Bragg峰。

很显然，考虑到这些Bragg峰每个都需要精确地优化和计算的注量。去美国看病机构爱诺美康介绍到，唯一可行的方法是从数学上优化它们。因此，质子和光子调强治疗计划系统的主要和必要部分是优化引擎。治疗计划优化的理论和潜力已得到完善的确立，但可能是Bortfeld等的文章，对光子调强放射治疗发展成为目前的临床工具起到了重要影响。他们第一次展示了通过使用一种类似计算机断层扫描（CT）图像重建的方法，利用相对简单的优化算法就能计算出非常适形的剂量分布。他们的方法是一种基于剂量和剂量体积直方图限制条件的梯度法，目前仍是多数商业IMRT计划系统主要采用的。

但还有很多被发展用于IMRT计划的优化设计，包括基因算法和模拟退火。Webb给出了这些算法的完美综述。有趣的是，发展用于粒子治疗的初优化算法之一是PSI在用于tt介子治疗时，并在光子IMRTW中使用与Bortfeld类似的方法。介子治疗算法调整后被Scheilr和Lomax等用于点扫描质子治疗，后被用于IMPT。

去美国看病机构爱诺美康介绍到，多数优化算法是迭代的，对优化问题没有一个单独的闭合式方法。即Bmgg峰（或笔形束）注量被更新多次，在从优化定义的一系列目标中每次迭代时使用注量的更新功能。数学上这种迭代会“收敛”，以使计算剂量和目标间的差异在每次迭代后减小，逐渐达到小值。