SmartSequence与SlidingWnd两种子野分割算法的比较

目的:本研究试图比较Elekta Xio TPS(版本:4.62)计划设计中使用SmartSequence和SlidingWnd两种子野分割算法的特点。方法:对9例宫颈癌患者优化计划设计后的射野通量分布,分别用两种子野分割算法分别分割子野,将剂量归一到95%ptv=5000 cGy。然后利用剂量体积直方图(DVH)、靶区和危及器官的剂量分布、子野数、机器跳数(MU)以及治疗时间,对两组计划进行比较。结果:两种子野分割算法得到的计划均满足临床要求,剂量分布基本一致,DVH接近。相对于SlidingWnd子野分割算法,SmartSequence分割算法得到的子野数数目平均减少了28%,总MU数减少了20%,但是在治疗时间上没有明显优势。结论:在维持治疗计划方案质量相同的条件下,与SlidingWnd子野分割算法相比,SmartSequence分割算法可以显著减少子野数和总MU数。

子野分割算法对剂量分布和计划执行效率的影响

目的:比较Elekta XIO TPS(版本:4.70)2种子野分割算法分别为SLD和SMT对剂量分布和计划执行效率的影响。方法:选取9例鼻咽癌患者进行调强计划逆向优化生成射野通量分布图,改变子野分割算法的有关参数产生不同的子野序列。SLD算法,最小子野边长取1cm、2cm、3cm产生3组子野序列,强度分层等级取6、8、10、12、15产生5组子野序列;SMT算法,最小子野面积取2cm2、4cm2、6cm2产生3组子野序列,子野抑制因子取3、5、7产生3组子野序列。对14组子野序列计算得到的剂量分布进行相关剂量学参数的对比分析,考虑机器跳数及子野总数等因素综合评价。结果:(1)最小子野边长和最小子野面积对靶区剂量分布和计划执行效率影响较大,有统计学意义(P<0.05)。(2)强度分层等级和子野抑制因子对靶区剂量分布和计划执行效率影响较小,有统计学意义(P<0.05),前者取值超过10以后,评价指标除子野总数外,其余变化不明显,差异无统计学意义(P>0.05)。(3)SMT算法产生的子野总数约为SLD算法的90%,靶剂量分布更优,有统计学意义(P<0.05)。结论:(1)最小子野边长和最小子野面积为粗调,对剂量分布影响较大;强度分层等级和子野抑制因子为细调,对剂量分布影响较小,且达到某一特定值后趋于稳定。(2)SMT算法相比SLD算法生成的子野总数更少且剂量分布更优。

呼吸运动对两种子野分割算法剂量影响研究

目的呼吸运动影响患者实际照射剂量,不同多页光栅(multi-leaf collimator,MLC)的运动方式对呼吸运动造成剂量偏差的敏感性不同。本研究旨在定量分析两种子野分割算法受呼吸幅度影响的剂量偏差大小。方法收集2013-06-10-2015-04-15中国科学院合肥肿瘤医院收治的肺癌患者10例,两种类型放疗计划各制定10例。呼吸运动仪带动QA模体正弦运动模拟患者头脚方向不同呼吸幅度的呼吸运动,分别采集等中心层面剂量。通过Verisoft分析采集数据的射野通过率和剂量分布。结果 10例肺癌患者Slidingwnd和Smartsequence子野分割方式产生的子野数分别为40±5.2和20±7.7,P=0.007;机器跳数分别为(388±56.6)和(346±60.4)MU,P=0.007。随着呼吸幅度的增加,射野通过率变小。Smartsequence和Slidingwnd在8 mm幅度时射野通过率分别为(85.27±4.57)%和(87.26±5.25)%,t=3.435,P=0.007;在10mm幅度时射野通过率分别为(74.95±5.98)%和(79.13±5.11)%,t=6.05,P<0.001。Smartsequence比Slidingwnd射野通过率低,且通过率<90%;呼吸幅度=6mm时,两种计划通过率为(91.81±3.65)%和(92.67±4.55)%,差异无统计学意义,P>0.05。呼吸幅度<6mm时,两种计划通过率差异无统计学意义,P>0.05;通过率>90%,满足临床剂量验证要求。结论 Smartsequence子野分割算法对呼吸运动造成的剂量偏差敏感性大,建议选择Slidingwnd子野分割方式。