目的:提出可应用于图像质量差、多叶准直器（MLC）遮挡和非刚性变形的兆伏级图像的无标记射束方向观（BEV）肿瘤放疗跟踪算法。方法:采用窗口模板匹配、图像结构转换和demons非刚性配准方法，解决兆伏级图像中的配准问题。在模体中生成质量保证（QA）计划并在加速器上手动设置治疗偏移后执行，收集治疗过程中的682幅电子射野影像装置（EPID）图像作为固定图像；同时采集计划系统中对应射野角度的数字重建影像（DRR）图作为浮动图像，验证算法的准确性。此外收集21例肺部肿瘤治疗患者的共533对图像进行肿瘤跟踪研究，提供治疗过程中肿瘤位置变化定量结果。图像相似度用于跟踪结果的第三方验证。结果:算法可应对不同程度（10%~80%）的图像缺失，模体验证中86.8%的跟踪误差在3 mm以下，80%在2 mm以下。配准前后归一化互信息（NMI）变化为（1.182±0.026）~（1.202±0.027）（ P<0.005），豪斯多夫距离（HD）变化为（57.767±6.474）~（56.664±6.733）（ P<0.005）。病例结果以平移为主（-6.0~6.2 mm），但非刚性形变仍存在。配准前后NMI变化为（1.216±0.031）~（1.225±0.031）（ P<0.005），HD变化为（46.384±7.698）~（45.691±8.089）（ P<0.005）。 结论:本文算法可应对不同程度图像缺失，且在数据缺失图像的非刚性配准中表现较好，适用于不同放疗技术，为多模态、部分数据及图像质量较差的兆伏级图像处理提供了参考思路。

目的:基于机器学习提出可应用于低图像质量、多叶准直器(MLC)遮挡和非刚性变形兆伏级(MV)图像的无标记射束方向观(BEV)肿瘤放疗跟踪算法。方法:采用窗口模板匹配法和Voxelmorph端到端无监督网络，处理MV图像中的配准问题。使用动态胸部模体，验证肿瘤跟踪算法的准确性。将模体质量保证(QA)计划在加速器上手动设置治疗偏移后执行，收集治疗过程中的682幅电子射野影像系统(EPID)图像作为固定图像；同时采集计划系统中对应射野角度的数字影像重建(DRR)图作为浮动图像，进行靶区跟踪研究。收集21例肺部肿瘤放疗的533对EPID和DRR图像进行肿瘤跟踪研究，提供治疗过程中肿瘤位置变化定量结果。图像相似度用于算法的第三方验证。结果:算法可应对不同程度(10%~80%)的图像缺失，且对数据缺失图像的非刚性配准表现较好。模体验证中86.8%的跟踪误差<3 mm，<2 mm的比例约80%作用。配准后标准化互信息(NMI)由1.18±0.02提高到1.20±0.02( t＝－6.78， P＝0.001)。临床病例肿瘤运动以平移为主，平均位移3.78 mm，最大位移可达7.46 mm。配准结果显示存在非刚性形变，配准后NMI由1.21±0.03增至到1.22±0.03( t＝－2.91， P＝0.001)。 结论:肿瘤跟踪算法跟踪精度可靠且鲁棒性好，可用于无创、实时、无额外设备和辐射剂量的肿瘤跟踪。

目的:以锥形束CT校准为金标准，评价前列腺癌图像引导放疗中三维超声校准的准确度，并分析影响其准确度的危险因素。方法:选择2018年12月至2021年12月河北北方学院附属第一医院放疗科51例前列腺癌患者为研究对象。患者均接受每周3次分次容积旋转调强放疗前基于骨骼的锥形束CT校准和基于软组织的三维超声校准。以锥形束CT校准数据为金标准，采用Bland-Altman法分析三维超声校准数据与其一致性。准确度允许阈值设置为3 mm，评价三维超声相对锥形束CT校准的准确度。采用logistic回归分析影响三维超声校准准确度的危险因素。结果:共获取51例患者左右、头脚、腹背3个方向上765对锥形束CT和三维超声校准数据。左右方向上三维超声校准数据和锥形束CT校准数据分别为（1.39±0.11）和（1.13±0.07）mm，头脚方向上分别为（1.98±0.20）和（1.61±0.12）mm，腹背方向上分别为（2.68±0.48）和（1.78±0.27）mm，差异均具有统计学意义（ t=-6.42， P<0.001； t=-7.07， P<0.001； t=-7.34， P<0.001）。Bland-Altman法分析结果显示，两种方法校准数据在3个方向上一致性可以接受。3个方向上三维超声相对锥形束CT校准数据差异<3 mm的数据分别为左右676对（88.37%）、头脚604对（78.95%）、腹背577对（75.42%）。左右方向上差异具有统计学意义的因素包括年龄（ χ2=18.27， P<0.001）、前列腺体积（ χ2=14.55， P<0.001）、查尔森合并症指数（CCI）（ χ2=8.01， P=0.005）和射野范围（ χ2=11.30， P<0.001），其中年龄（ OR=2.02，95% CI为1.90～3.39， P=0.010）和射野范围（ OR=1.45，95% CI为1.18～2.55， P=0.020）均为影响左右方向三维超声校准准确度的独立危险因素。头脚方向上差异具有统计学意义的因素包括年龄（ χ2=80.68， P<0.001）、体质量指数（ χ2=35.89， P<0.001）和射野范围（ χ2=40.39， P<0.001），其中年龄（ OR=1.49，95% CI为1.15～2.09， P=0.021）和射野范围（ OR=1.10，95% CI为1.01～1.90， P=0.034）均为影响头脚方向三维超声校准准确度的独立危险因素。腹背方向上差异具有统计学意义的因素包括年龄（ χ2=46.07， P<0.001）、CCI（ χ2=47.97， P<0.001）和射野范围（ χ2=11.86， P=0.001），其中年龄（ OR=1.91，95% CI为1.22～3.45， P=0.015）和射野范围（ OR=2.89，95% CI为1.45～3.90， P=0.001）均为影响腹背方向三维超声校准准确度的独立危险因素。 结论:三维超声相对锥形束CT校准结果的一致性和准确度均可以接受。进行三维超声校准前需考虑患者年龄和射野范围，从而降低对准确度的影响。

目的:探索基于半野剂量分布特性结合IMRT技术，实现食管癌放疗降低肺剂量的新技术。方法:采用三维水箱测量对称野及半野的射野边缘剂量分布并比较分析。选取20例胸中下段食管癌放疗患者(处方剂量50.4~60.0 Gy)，基于瓦里安Vital beam加速器和Eclipse计划系统、采用均整器(FF)和非均整器(FFF)技术对称野、半野设计(射野设置皆为前1后4方式)，比较和分析靶区和危及器官各种剂量数据以及机器跳数。结果:与对称野计划相比，半野计划能显著改善肺受量( P<0.05)，其中半野FFF又稍优于半野FF模式。全肺V 5Gy、V 20Gy、V 30Gy、D mean在FF对称野与FFF半野分别为(49.64±5.39)%与(42.70±5.5)%、(15.99±3.93)%与(13.32±3.06)%、(9.24±2.77)%与(8.50±2.62)%、(10.45±1.76)%与(9.50±1.53)%(均 P<0.05)。心脏受量对称野优于半野( P<0.05)，靶区CI和HI、机器跳数、脊髓均相近(均 P>0.05)。 结论:基于半野形式IMRT可以显著改善肺受量，可给临床增加一个选择的方式。

目的:研究直线加速器机架旋转加速度设置，对多病种容积旋转调强(VMAT)计划剂量学、机器效率和计划验证结果的影响，探讨机器模型中机架加速度约束条件的优化选择。方法:分别选取10例鼻咽癌、非小细胞肺癌、乙状结肠腺癌腹膜后淋巴结转移和乳腺浸润性导管癌病例，在Pinnacle v9.10计划系统中建立允许机架旋转加速度变化和限制机架旋转加速度变化的两种机器模型，采用相同射野布置、优化目标参数和优化权重设计VMAT计划，分析各病种不同机架旋转加速度设置下靶区和危及器官剂量学变化，比较治疗时间和计划验证γ通过率的差异。结果:入组病例采用允许机架旋转加速度变化的机器模型：治疗时间显著低于机架匀速运动组( t＝-6.751、-0.209、-19.523、-28.999， P<0.05)，分别降低了15.27%、18.07%、19.71%和28.75%，同时影响靶区适形性和均匀性，但计划验证γ通过率均无统计学意义( P>0.05)；对于鼻咽癌病例，脑干计划危及器官(PRV)最大剂量增加1.25%；对于肺癌病例，脊髓最大剂量和全肺 V20增加了1.19%和1.21%，全肺 V5降低了1.21%；对于腹膜后淋巴结放疗病例，双侧肾脏、肝脏、小肠和结肠平均剂量均有增加；对于乳腺癌病例，患侧肺 V10增加了1.66%，健侧肺平均剂量降低了7.45%。 结论:允许机架加速度变化模型设置可显著缩短计划治疗时间，提高治疗效率。虽一定程度上降低靶区适形性和均匀性，增加部分危及器官剂量，但仍符合临床剂量学要求。在Pinnacle v9.10机器模型机架加速度约束设置中，推荐使用允许机架变速运动设置。

目的:分析不同剂量计算算法和不同射野设置对肺癌容积旋转调强计划(VMAT)的剂量学差异，为临床计划设计提供参考。方法:选择20例肺癌患者，分别设计4组VMAT计划：基于各向异性解析算法(AAA)的2野2弧(2F2A_AAA)、基于外照射光子剂量算法(AXB)射的2野2弧(2F2A_AXB)、基于蒙特卡罗算法(MC)的2野2弧(2F2A_MC)、基于MC算法的1野2弧(1F2A_MC)。分别对不同算法、不同射野设置的计划，在靶区覆盖、高量控制、剂量均匀性指数(HI)、适形性指数(CI)，以及危及器官(OARs)受照剂量进行评估。结果:3组不同算法的2F2A计划靶区结果表明，2F2A_MC在PGTV的 D1%和 V95%(受到95%处方剂量所包绕的靶区相对体积)上均优于2F2A_AAA( D1%： t＝－2.44， P＝0.03； V95%： z＝－2.04， P＝0.04)和2F2A_AXB( D1%： t＝2.34, P＝0.03; z＝－3.21， P<0.01)。2F2A_AXB在PGTV的CI表现上优于2F2A_AAA( z＝－3.66， P<0.01)，与2F2A_MC相当。就危及器官而言，2F2A_AXB和2F2A_MC全肺的 V5 Gy上分别较2F2A_AAA减少了0.68%( z＝－2.69， P＝0.01)和3.05%( z＝－3.52， P<0.01)。2F2A_AXB计划在全肺 Dmean为1 776.44 cGy，均优于2F2A_MC( t＝2.67， P＝0.02)和2F2A_AAA( t＝8.62， P<0.01)。2F2A_AXB的Body_5 mm在 V20 Gy相较于2F2A_AAA和2F2A_MC分别减少了1.45%( z＝－3.88， P<0.01)和2.01%( z＝－3.66, P<0.01)。而不同射野设置的两组计划结果表明，1F2A_MC在PTV1的CI和PTV2的HI上均优于2F2A_MC(CI: t＝2.61, P＝0.02; HI: z＝－2.20, P＝0.03)。1F2A_MC在全肺 Dmean相对于2F2A_MC增加了26.29 cGy( t＝2.28， P＝0.04)。 结论:在进行肺癌VMAT计划设计时，MC算法适用于靶区优先，AXB算法适用于危及器官优先；而仅有MC算法的情况下，靶区优先时推荐选择1F2A，危及器官优先时推荐选择2F2A。

目的:探讨Eclipse13.6中剂量体积优化算法（DVO）和光子优化算法（PO）在左侧乳腺癌根治术后调强放射治疗计划中的剂量学差异。方法:选取左侧乳腺癌根治术后放疗病例20例，并由同一名医生勾画靶区和危及器官。保持处方剂量、射野设置、优化参数不变，分别用PO和DVO算法优化，并统一用各向异性解析算法（AAA）进行剂量计算。比较两种优化算法在靶区剂量、适形度指数、均匀性指数、危及器官受量和机器跳数的差异。结果:两种优化算法均基本能够满足临床要求。两种优化算法心脏平均剂量（D mean）差异无统计学意义（ P>0.05）；PO算法在靶区D 95和最大剂量（D max）、均匀性指数、适形度指数、机器跳数、心脏V 30和V 40、脊髓D max等方面均优于DVO算法，而患侧肺V 5、V 20和D mean稍劣于DVO算法（均 P<0.05）。 结论:对于左侧乳腺癌根治术后放疗计划，在不损失靶区受量情况下，选用PO算法可提高靶区适形度，降低心脏受量，加快计划执行速度。

目的:研究Monaco计划系统采用1野多弧设置时，通量的具体拆分方式。方法:（1）模拟计划：选用密度均匀的圆柱形Delta4模体，在模体的CT图像上分别勾画2、3、4个横向整齐排列的圆柱形结构，模拟3例分别采用1野多弧照射2、3、4个孤立靶区的肿瘤患者，观察每个射野形状与靶区的位置关系，分析其规律性。（2）患者投照：采用完全随机法选取吉林省肿瘤医院经过放射治疗的3例患者，包括全脑预防性照射、鼻咽癌、宫颈癌患者，对每例患者分别设计3个容积旋转调强治疗计划，均为一个360°的射野，分别采用1野2、3、4弧进行治疗。所有计划的机架角度均归0°后，在加速器上执行计划，并使用Matrixx剂量验证系统分别测量每个计划的总剂量和每个弧的剂量，比较每个计划的总剂量与其每个弧剂量间的位置关系。结果:模拟计划和患者投照研究结果均显示，在射野方向观（BEV）上，通量沿着 x轴进行分割，通量分割的份数与计划中弧的数量相等；且各弧是按照先后顺序，在BEV上由左至右进行照射。 结论:了解Monaco计划系统的通量拆分方式，可为其在临床中的实际应用提供指导。

目的:探讨Monaco计划系统控制点统计不确定度的选择对鼻咽癌剂量分布的影响，给出蒙特卡罗计算中满足临床的单个控制点统计不确定度。方法:设置9个等机架角度间隔的10 cm×10 cm方野并随机抽取5例9个野调强放疗(IMRT)和5例容积调强弧形治疗(VMAT)鼻咽癌计划，以各自计划CT作为质量保证模体创建验证计划，计算时格点步长选择3 mm，单个控制点的统计不确定度分别选择1%、2%、3%、4%和5%，分析选择不同统计不确定度的计算结果与选择统计不确定度为1%时的差异。结果:对于单一方野和单一调强野，当控制点统计不确定度选取为4%时中心点剂量偏差高达7%；对于9个野IMRT和单弧VMAT不同控制点统计不确定度选取时中心点剂量偏差均≤1.5%，计划靶区体积平均剂量偏差均≤0.3%；对于9个野IMRT当控制点统计不确定度≤3%和单弧VMAT当控制点统计不确定度≤4%时中心冠状平面剂量中偏差<1%的点所占比例均>99%。结论:基于蒙特卡罗计算的Monaco计划系统，控制点统计不确定度在1%～5%变化对于单一射野影响较大；在临床计算中，建议9个野IMRT的控制点统计不确定度选取应≤3%，VMAT的控制点统计不确定度选取应≤4%。

目的:对肺癌和食管癌患者在放疗过程中行基于电子射野影像装置(EPID)的在体剂量验证，探讨影响在体剂量验证结果准确性的因素，并推荐应用在体剂量验证的流程及规范。方法:单纯随机抽样法选取2022年5月至2022年8月在金华市中心医院放疗科行食管癌和肺癌放疗的患者32例(其中，肺癌14例，食管癌18例)，在uRT-TPOIS计划系统上制作动态调强放疗(dIMRT)及EPID在体剂量验证( In vivo EPID)计划，使用uRT-linac 506c直线加速器进行治疗。治疗过程中行在体剂量验证，其中，肺癌病例行 In vivo EPID的分次共238次，执行图像引导放疗(IGRT)共80次，食管癌病例行 In vivo EPID的分次共414次，执行IGRT共105次。设置阈值并获取每个射野的2D γ通过率，分析低于阈值的分次射野，并结合在线CT影像及三维重建剂量结果，进一步分析影响γ通过率下降的主要因素。 结果:肺癌、食管癌3 mm/5%γ通过率均值分别为95.1%±5.7%、96.5%±4.5%；3 mm/3%γ通过率均值为91.5%±8.4%、92.2%±4.9%；2 mm/2% γ通过率均值分别为：79.1%±14.1%、83.7.2%±8.2%，病种之间通过率差异无统计学意义( P > 0.05)。靠近0°/180°射野组(A组)的γ通过率高于靠近90°/270°射野组(B组)(3 mm/5%， Z ＝ －25.4， P < 0.05；3 mm/3%， Z ＝ －26.8， P < 0.05)。通过IGRT纠正摆位误差，可显著提高γ通过率(IGRT和非IGRT下，3 mm/5%γ通过率均值为96.3%±5.1%、96.0%±4.9%， Z ＝ －5.50， P < 0.05；3 mm/3%γ通过率均值92.3%±8.0%、91.3%±7.7%， Z ＝ －9.54， P < 0.05)。肿瘤及正常组织体积变化和运动变化、定位和治疗前准备充分与否等都会影响在体剂量验证的结果。 结论:放疗过程中进行EPID在体剂量验证能避免错误照射，但需规范EPID在体剂量验证流程，以避免人为因素等导致的通过率降低。