目的:联合应用两种商用及一种自行开发的基于加速器轨迹日志(LFB)的三维剂量重建系统验证肺癌VMAT计划。方法:编程实现读取TrueBeam轨迹日志中误差并导入计划系统生成重建剂量。选18例肺癌双弧VMAT计划，用ArcCheck测量并利用3DVH重建，同时使用LFB和Compass计算模式重建。其中5例4 h内由ArcCheck测2次，检测加速器重复性。将18例计划移植到建成5 cm、背散4 cm、中心放置有FC65-G电离室的固体水模上计算电离室平均剂量并与实测及3种重建系统重建点剂量比对。结果:加速器重复性稳定。LFB、3DVH、Compass及FC-65 G实测与计划点剂量偏差≤2%。ArcCheck曲面二维，3DVH、Compass整体及LBF所有器官三维γ通过率在所有比对标准下均>90%，3DVH及Compass个别器官γ通过率低。重建剂量与原计划相比，LBF差异最小，除肺之外器官Compass差异居中、3DVH最大。结论:LBF、3DVH、Compass 3种系统能从不同方面反映肺癌VMAT剂量验证结果，联合应用三者进行剂量验证能更直观的展现出验证结果，便于后续分析。

目的:探索SHAP值结合极端梯度提升树（XGBoost）算法的特征选择技术来构建调强放疗γ通过率预测模型的可行性和有效性，并给出相应的模型解释。方法:回顾性分析2020年11月至2021年11月在湖南省肿瘤医院接受盆腔固定野调强放射治疗的196例肿瘤患者采用基于模体测量方式的调强放疗计划的剂量验证结果，γ通过率标准为3%/2 mm、10%剂量阈值。提取基于剂量文件的影像组学特征并使用SHAP值结合XGBoost算法进行特征筛选后构建预测模型。分别选取特征数量为50、80、110、140个，构建四种机器学习分类模型，计算曲线下面积（AUC）值、召回率及F1分数评估预测模型的分类性能。结果:基于SHAP值特征选择的110个特征构建的预测模型AUC值为0.81，召回率达到0.93，F1分数为0.82，均优于其他三个模型。结论:针对盆腔肿瘤调强放疗计划，可以采用SHAP值与XGBoost算法结合以选择用于预测的最佳影像组学特征子集来构建γ通过率的预测模型，并能通过SHAP值给出模型输出解释，可能在理解依赖机器学习模型所做的预测方面提供价值。

目的:研究利用盆腔迭代锥形束CT(CBCT)图像用于治疗计划剂量计算的可行性分析，为自适应放疗提供图像保障。方法:使用Varian Halcyon 2.0环形加速器对CIRS 062 M模体(CIRS, Norfolk, VA, USA)进行扫描，测量其不同散射条件下的CT值并计算其平均值，建立锥形束CT-电子密度转换曲线(iterative Cone-beam CT to electron density，ICBCT-ED)。采集CIRS 002PRA盆腔调强专用模体的CT和不同位置的ICBCT图像，设计基于CT图像的VMAT计划，移植至ICBCT图像上，重新进行剂量计算，比较靶区、危及器官及三维体积剂量 γ通过率的差异。以患者实际治疗计划为基准，回顾性分析10例盆腔患者全流程三维剂量 γ通过率的差异。 结果:无散射体的孤立模式与全散射中心位置的CT值偏差较大，最大偏差144 HU。其他全散射位置与中心位置CT值相近，最大偏差<50 HU。基于盆腔模体不同位置处的ICBCT图像的计算结果，无论靶区还是危及器官的剂量偏差均<1 Gy。与基于CT图像的计划相比，基于ICBCT图像的三维剂量 γ通过率1%/1 mm和2%/2 mm的平均值分别为(88.86±1.18)%和(98.38±0.89)%。10例盆腔肿瘤患者2%/2 mm和3%/3 mm的平均值范围分别为90.03%~95.43%和93.58%~97.78%。最差结果为膀胱过充盈引起的外轮廓变化造成的剂量差异，2%/2 mm和3%/3 mm的三维剂量通过率仅为85.90%和92.90%。 结论:在足够的散射条件下，重建ICBCT-ED转换曲线，利用Halcyon直线加速器的ICBCT图像进行治疗计划设计，其精度是可以满足临床应用的标准的，为将来的自适应放疗提供了保障。

目的:通过对螺旋断层治疗(简称Tomo)计划人为引入叶片打开时间误差进行测试，评估中心型及偏心型两种ArcCheck验证方式在Tomo治疗计划质量验证中对叶片打开时间误差的灵敏度。方法:选择9例鼻咽癌患者，每个患者均分别生成靶区置于ArcCheck周围探测器上的偏心型验证计划、靶区置于ArcCheck中心位置的中心型验证计划。通过Matlab修改Sinogram矩阵文件人为引入2、4、6、8、10 ms的延时打开时间误差。利用ArcCheck分别测试无误差计划及带误差计划，对验证结果进行γ分析(剂量距离误差标准分别为3%/3 mm、3%/2 mm、2%/2 mm，阈值水平分别选择5%、10%、15%)。对误差灵敏度分别利用γ下降梯度和最小误差检测能力进行定量评估。对不同剂量距离误差标准及不同阈值水平分析结果的γ通过率进行 Pearson法相关性分析。 结果:中心型计划的γ下降梯度绝对值在不同γ分析标准下均大于偏心型计划(均 P<0.05)。中心型计划在所有γ分析标准下能检测出的最小叶片打开时间误差均为2 ms，而偏心型计划的最小误差检测能力弱于偏心型计划。中心型验证计划3个剂量距离误差标准的γ通过率均为强相关(均 R2>0.9)，而偏心型计划仅3%/3 mm、3%/2 mm标准的相关性较强( R2>0.9)。偏心型及中心型验证计划不同阈值水平间的γ通过率相关性均为强相关( R2均接近1)。 结论:ArcCheck应用于Tomo验证的中心型验证方式比偏心型验证方式对叶片打开时间误差灵敏度更高，对误差的检测能力中心型计划强于偏心型计划，且中心型验证计划在不同标准下的γ分析结果的相关性均强于偏心型验证计划。建议Tomo临床计划验证采用ArcCheck中心型验证方式。

目的:研究瓦里安呼吸门控实时位置管理(RPM)系统对放射治疗计划剂量学的影响。方法:回顾性选取40例胸腹部肿瘤放疗计划，采用质量控制运动模体产生呼吸门控信号，选取呼气末30%~60%稳定时相作为呼吸门控窗，在Edge加速器RPM呼吸门控模式下对上述计划进行Portal Dosimetry(PD)系统剂量验证，采用不同的γ通过率标准进行剂量分析，并分析其γ值的分布特点，与非门控模式下验证结果进行对比。结果:在RPM呼吸门控模式下，对于不同均整器模式下的调强放射治疗计划(IMRT)或容积调强放射治疗计划(VMAT)，采用γ(3%，3 mm)或(3%，2 mm)标准，所有计划通过率均在95.5%以上，采用更严格的γ(2%，2 mm)标准，所有计划通过率均在90%以上，符合美国医学物理师学会(AAPM)推荐的临床治疗标准。非门控模式下剂量验证结果通过率略优于呼吸门控模式下验证结果，两种模式下差异具有统计学意义(3%/3 mm， Z＝－1.45；3%/2 mm， Z＝－2.86；2%/2 mm， Z＝－3.70；1%/1 mm， Z＝－4.52, P<0.05)。两种模式下计划验证结果γ值的最小值、最大值及γ>1.5的份额差异不明显，但非门控模式下γ的平均值及标准偏差总体更小。 结论:RPM呼吸门控技术引入带来的剂量影响在临床可接受范围内，该门控模式下计划执行是安全可靠的。

目的:探讨6MV X线调强放疗(IMRT)与容积调强弧形治疗(VMAT)计划在经束流匹配后，在两台医科达公司直线加速器(Versa HD和Synergy)上互换执行的可行性。方法:随机选取鼻咽癌、中心型肺癌、前列腺癌各12例患者影像，分别设计IMRT与VMAT计划，并采用电离室与ArcCheck对两台加速器6MV光子束实施患者个体化放疗验证并比较其差异性。结果:利用电离室实测Versa HD和Synergy加速器点剂量与计划系统相比偏差分别为(0.32±1.32)%与(0.54±1.29)%。所有计划差异均在±3%范围内，两加速器点剂量相比偏差均在±2%范围内，且差异无统计学意义(均 P>0.05)。对ArcCheck验证结果进行绝对γ分析，显示所有计划在2mm/3%与3mm/3%标准及10%阈值条件下通过率均超过95%且其两加速器平均通过率差异仅为0.19%(2mm/3%)与0.09%(3mm/3%)。 结论:IMRT/VMAT计划在两加速器上执行结果均满足临床要求且双方差异微小，可实现相同计划在不同加速器上互换执行。

目的:利用放射组学特征构建不同的机器学习分类模型，预测盆腔肿瘤调强放疗剂量验证的γ通过率，并探讨最佳预测模型。方法:回顾性分析196例盆腔肿瘤调强放疗计划，采用基于模体测量方式的三维剂量验证结果，γ通过率标准为3%/2 mm、10%剂量阈值。提取基于剂量文件的放射组学特征构建预测模型。分别采用随机森林、支持向量机、自适应增强和梯度提升决策树4种机器学习算法，计算曲线下面积(AUC)值、敏感度和特异度，评估4种预测模型的分类性能。结果:随机森林、支持向量机、自适应增强、梯度提升决策树模型的灵敏度和特异度分别为0.93、0.85，0.93、0.96，0.38、0.69，0.46、0.46。随机森林模型和自适应增强模型的AUC值分别为0.81和0.82，支持向量机和梯度提升决策树模型的AUC值为0.87。结论:针对盆腔肿瘤调强放疗计划，可以采用基于放射组学特征的机器学习方法来构建γ通过率的预测模型。支持向量机模型和梯度提升决策树模型的分类性能要优于随机森林模型、自适应增强模型。

目的:评估基于Halcyon 3.0直线加速器不同子野调制参数的应用对海马保护全脑放疗(HA-WBRT)计划的剂量学影响。方法:选取13例上海中医药大学附属曙光医院放疗科使用Halcyon 3.0直线加速器行全脑放射治疗患者，根据射束形状控制器(ASC)调制能力差异划分6组HA-WBRT计划类型：ASC关闭组(AO)、ASC极低组(AVL)、ASC较低组(AL)、ASC中位组(AM)、ASC较高组(AH)及ASC极高组(AVH)。统计评估不同子野调制参数对于靶区适形性(CI)、均匀性(HI)、海马区等危及器官受照剂量和计划执行效率的影响，并使用ArcCHECK和Portal Dosimetry两种剂量验证工具综合分析不同子野调制参数计划中射束剂量沉积精准性的差异。结果:6组计划均能满足临床治疗要求。6组间靶区的CI和HI值相近，差异无统计学意义( P>0.05)。危及器官的受照剂量方面，AVH组对于危及器官的保护效果更好。其中AVL组中脑干 Dmax低于AO组，但视交叉 Dmax高于AO组( F＝6.26、8.04， P<0.05)；AH组中眼球 Dmax小于AO组，但视神经 Dmax高于AO组( F＝2.04、1.37， P<0.05)；AVH组中脑干、眼球和眼晶状体的 Dmax均小于AO组( F＝6.26、2.04、2.02， P<0.05)。其他危及器官剂量学指标差异均无统计学意义( P > 0.05)。6组计划中ArcCHECK验证及Portal Dosimetry验证的γ通过率在2%/2 mm模式分析结果均>98%，3%/3 mm模型分析结果均为100%。ArcCHECK的γ通过率相较于Portal Dosimetry整体偏低。6组间计划跳数最大差异< 15，不同子野调制参数计划的执行效率无显著区别。 结论:基于Halcyon 3.0直线加速器能够完成符合临床治疗标准的HA-WBRT计划，不同子野调制参数对于计划的剂量学参数优化明显，其中AVH参数能够更好地减少危及器官的受照剂量；且不同子野调制参数对剂量沉积精准性及执行效率的影响均不显著，都符合临床治疗剂量验证标准。

目的:探讨容积调强弧形治疗不同计划系统、不同多叶准直器（MLC）类型和不同治疗部位的计划复杂性差异，提出复杂性评分用于计划质量控制。方法:统计Monaco和Eclipse系统，Agility、M-MLC和高分辨率MLC，鼻咽癌、肺癌和宫颈癌12个复杂性指标，计算复杂性指标Spearman相关系数，执行主成分分析将原数据集维数降至前两个主成分并解释其物理意义，计算复杂性评分并为计划质控建立容差和干预限值，分析复杂性指标与 γ验证通过率相关性。 结果:Monaco与Eclipse除射束孔径子区域个数外，其他复杂性指标均有显著性差异，Monaco MLC子野更规则但机器跳数更高、叶片间距更小、运动距离更长，高分辨率MLC由于叶片宽度更窄显著提高MLC形状相关复杂性指标。主成分分析前两个主成分包含原数据集中超过80%的可变性，复杂性评分为前两个主成分加权均值。不同设备和部位复杂性评分不一样，以均值加标准差为容差限值，均值加2倍标准差为干预限值。复杂性特征和复杂性评分与 γ通过率相关系数较小，呈弱相关或不相关，却有统计学意义。 结论:不同计划系统、MLC类型和治疗部位复杂性指标存在较大差异，复杂性评分为有用质控工具。

目的:基于上海先进质子放疗设备（SAPT）水平固定束，利用开源剂量计算引擎搭建质子放疗独立剂量计算平台并验证该平台的准确性。方法:通过测量SAPT水平固定束的绝对积分深度剂量以及空气中束斑大小，并结合蒙特卡洛模拟得到水中束斑大小增量，笔形束参数与剂量计算引擎相结合，搭建了适用于该水平固定束的剂量计算平台。计算平台精确性的验证主要通过绝对剂量验证和相对剂量验证实现。绝对剂量验证主要是比较单个立方体计划射野中心轴线上不同深度计算值和实测值的点对点误差。相对剂量验证主要是比较计算值和实测值的横向一维及二维相对剂量分布。同时，对单高斯束斑模型和双高斯束斑模型的精确性进行比较。结果:计算值和实测值的点对点绝对剂量偏差在2%以内。3个立方体在中心深度的二维平面相对剂量分布的计算值与实测值的20%~80%半影宽度及半高全宽的偏差分别在1、2 mm以内。3个立方体计划及2个临床病例在中心深度的二维平面相对剂量分布的实测值与计算值的二维γ通过率（3 mm/3%）均>95%。双高斯束斑模型在剂量梯度变化较大或者射程较大的计划中相较于单高斯束斑模型计算得更准确。结论:独立剂量计算平台的精确度能满足临床要求，可利用此平台研究其他剂量相关的问题。