利用VMAT模型基于知识IMRT计划半自动优化.pdfVIP

·178 物理·生物·技术· 利用VMAT模型基于知识IMRT计划 半自动优化 张艺宝 蒋瑶岳海振胡俏俏 张健 弓健吴昊 100142北京大学肿瘤医院暨北京市肿瘤防治研究所放疗科恶性肿瘤发病机制及转化 研究教育部重点实验室 通信作者：吴昊，Email：wuhao—bicr@sina．COITI DOI：10．3760／cma．j．issn．1004—4221．2017．02．012 【摘要】 目的利用RapidPlan系统评估VMAT模型用于基于知识优化固定野动态IMRT计划 可行性及剂量学特点。方法①利用81例优质直肠癌术前同步推量VMAT计划训练DVH预测模型 并进行统计学验证：②复制经临床确认的10例相同处方IMRT计划，保持布野及能量等参数不变，用 上述模型自动生成新的优化参数及各野动态MLC序列；③利用相同剂量计算方法计算原计划及新计 划的绝对剂量以排除版本间差异：④将计划归一至相近靶区剂量覆盖后对各剂量学参数行统计学分 析。结果在相似靶区剂量均匀性及覆盖率基础上，RapidPlan计划显著且大幅减低了膀胱受量 Gy [D，o％降低9．01Gy(P=0．000)，D。。。降低8．08Gy(Jp=0．005)]和股骨头受量[D，o。降低4．20 (P=0．000)，D。。。。降低3．84Gy(P=0．005)]，但平均总跳数也显著高于原计划[(1211±99)MU比 (771±79)MU，P=0．000]且劈野数更多。基于知识的半自动优化导致高剂量热区明显增加，但D：。 相近(52．54Gv：52．71Gy．p=0．239)。结论VMAT模型可用于基于知识IMRT半自动优化以提高 效率并改善OAR保护，但高剂量热区需迸一步人工干预。 【关键词】 基于知识放疗； 容积调强弧形疗法； 剂量体积直方图； 调强放射疗法； 直肠 肿瘤 基金项目：国家自然科学基金81402535)；北京市医院管理局“青苗”计划专项 (QM；北京自然科学基金(7172048)；质检公益性行业科研专项(201510001—02) semi—automated of a Knowledge-based optimizationintensity—modulatedradiotherapyplansusing volume model modulatedarc Fan，Yue therapy-configuredZhangYibao，Jiang Haizhen，HuQiaoqiao， Hao Jiaa，G0愕Jian，Wu Zhang and Institute，KeyLaboratoryofCarcinogenesis DepartmentofRadiotherapy，PekingUniveni纱CancerHospital andTranslational Research，MinistryofEducation，Be哦ng100142，蕊inn @sinaCOrn author：WuHao，Email：wuhaorcib_． Corresponding Toevaluatethe anddosimetricfeaturesofavolumemodulatedarc 【Abstract】objective feasibility modelin offixed．field therapy(VMAT)一configuredknowledge—basedoptimization dynamic