目的 开发并验证一种用于展宽布拉格峰的结构体,以提高粒子放疗的效率与适形性.方法 通过随机堆叠与规律堆叠两种方式来制作具有多孔性的网格堆叠结构(MPS),每一层网格中,网格厚度、线宽与线间距分别为0.1、0.1、0.5mm,总尺寸为10cm×10cm.使用蒙特卡罗程序FLUKA模拟196 MeV/u的碳离子束流与105 MeV的质子束流穿过MPS后的输运过程,评估调制后束流的剂量分布、束流不均匀性以及MPS的调制能力稳定性,并评估MPS在鼻咽癌(63 Gy分21次)、肺癌(77 Gy分22次)与前列腺癌(70.4 Gy分16次)各1例临床计划中的调制效果.结果 MPS最多能够将质子束流和碳离子束流的布拉格峰宽度分别增加1.73 mm和2.95 mm,对于不同入射位置,10层以上的规律堆叠能够将MPS的调制能力差异降至5％之内.堆叠30层的MPS调制后的束流输运18 cm后可使不均匀性降至3％之内,与临床使用的波纹滤波器相比,MPS能够将质子等中心束斑减小0.91 mm.在鼻咽癌计划调制中,使用MPS能够将治疗时间缩短213s(37％)且脑干所受的最大剂量减小了 3.28 Gy(7.5％).结论 使用MPS能够有效地展宽粒子束流的布拉格峰,提高临床放疗效率,规律堆叠的MPS调制能力稳定性较强.调制后的束流能够实现相对良好的均匀性,具有贴近患者而减小横向散射并提高适形性的临床应用潜力.

目的:探讨利用深度学习在图像处理上的优势与放疗结合是否会使放疗过程更加智能化。方法:生成对抗网络(GAN)是一种利用神经网络的生成模型，输入相关特征可生成高质量剂量分布图像。先使用随机无条件GAN进行模拟分布数据的验证，再使用条件GAN(cGAN)训练肿瘤病例的DICOMRT数据，利用靶区和器官轮廓信息直接生成剂量分布图。结果:对于理想数据验证，GAN生成模拟分布效果优良，通过提取靶区轮廓和真实剂量切片数据使用cGAN训练，得到病例计划靶体积和危及器官的剂量分布。结构中预测值与真实剂量之间最大值和平均值的绝对误差评价表现为[3.57%，3.37%](计划靶体积)、[2.63%，2.87%](脑)、[1.50%，2.70%](临床靶体积)、[3.87%，1.79%](大体肿瘤体积)、[3.60%，3.23%](危及器官-1)、[4.40%，3.13%](危及器官-2)。结论:利用GAN模型可以生成模拟分布数据，同时结合先验知识的cGAN模型可以建立靶区和器官信息与剂量分布之间的关系。通过输入靶区和器官轮廓信息直接快速生成对应的剂量分布，是剂量预测的一种有效尝试。

目的:评价前列腺癌图像引导放疗时锥形线束CT（CBCT）的使用频率和匹配策略对靶区和危及器官剂量学参数的影响。方法:回顾性分析北京大学第一医院2022年6月—2023年5月收治的21例前列腺癌根治性放疗患者的561套每日CBCT图像，患者均接受中等分割容积弧形调强放疗（VMAT），剂量为70 Gy分25次，2.8 Gy/次。根据不同图像引导方式和频率，校准摆位误差后将计划CT刚性配准到CBCT，CT值和结构通过形变配准算法传播到CBCT，根据形变矢量场将每日剂量映射到计划CT进行剂量累加。将每日在线CBCT验证的实际累积剂量与每周CBCT方案（第1-3、6、11、16、21天CBCT扫描）进行比较。比较基于骨匹配与基于软组织匹配（自动骨匹配后手动前列腺匹配并最终以直肠前壁为主做微调）两种匹配方式的摆位误差及剂量学参数。非正态分布的计划剂量和累积剂量之间的剂量学参数采用Wilcoxon符号秩和检验进行分析，符合正态分布的移床值和平均剂量参数采用配对 t检验进行分析。 结果:与每日CBCT图像引导相比，每周方案的CTV_D 98%［（69.08±1.58）∶（65.24±3.64）Gy， P<0.001］明显减少。采用骨匹配的CTV_D 98%为（69.27±2.14）Gy，但直肠高量较高：V 60 Gy为3.18%±3.10%、V 65 Gy为0.77%±1.23%。采用软组织匹配方案的靶区覆盖率足够，CTV_D 98%为（69.08±1.58）Gy；且直肠高量区剂量的百分体积明显减少，V 60 Gy为2.02%±2.42%，V 65 Gy为0.34%±0.68%。 结论:中等分割前列腺癌放疗，每日CBCT图像引导的靶区覆盖度优于每周方案。自动骨匹配后手动前列腺匹配并最终依据直肠前壁做微调的匹配策略，能在保证靶区覆盖率前提下较好地保护直肠。

目的:分析IPSA联合宫颈中心加量方式在局部晚期宫颈癌腔内联合组织间插植(IC/IS)治疗中剂量学方面优势。方法:选取宫颈癌(Ⅱ B期)经调强放疗45　Gy分25次后局部病灶≥5　cm患者46例，行宫腔管及插植针植入，在CT图像上勾画高危临床靶体积(HR-CTV)、直肠、膀胱、乙状结肠及宫颈加量区宫颈中心(HR-宫颈)，采用IPSA优化。根据宫颈中心是否加量，分成IC/IS＋宫颈中心(HR-宫颈)组(A组)和IC/IS组(B组)，比较A、B组间剂量学差异。 结果:A组宫腔管驻留时间较B组明显提高( P<0.001)；宫颈中心的V 150%和V 200%由原来B组63.94%和30.80%分别提高到91.54%和64.06%；A组D 90%及D 100%低于B组( P<0.05)；危及器官受量相近( P>0.05)。 结论:IPSA联合宫颈中心加量方式可满足高危临床靶体积D 90%受量及危及器官限量，并可提高宫颈中心区剂量。

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。

螺旋断层治疗系统(HT)是一种集调强放射治疗和影像引导放射治疗于一体的放射治疗系统，是目前最先进的放疗设备之一。考虑其与常规直线加速器质量保证的差异，由国家癌症中心/国家肿瘤质控中心提出，多家医疗单位共同参与制定了本指南。指南包括国内医疗机构HT用于临床工作的验收项目、操作制度、应急预案等内容，明确了质量控制的测试方法、评价标准、检测频率。指南结合国内医疗单位实际情况给出了推荐性检测项目，主要包括机械精度、剂量输出与分布、激光定位系统、治疗床运动精度、MVCT影像系统质控检测、临床治疗计划验证等具体实施方法步骤，使得指南具有很强的可操作性。本指南能给临床工作人员提供质量保证技术指导，使HT质量保证工作有章可循，可提高放射治疗的准确性和精度。对国内各医疗机构建立规范HT质量保证体系具有指导意义。

目的:初步观察MR引导下非小细胞肺癌体部立体定向放疗(SBRT)的可行性，并对有无磁场环境下剂量学差异进行分析。方法:前瞻性的入组3例SBRT的非小细胞肺癌患者，均应用MR引导加速器放疗。治疗计划分别应用有磁场模型和无磁场模型进行优化和剂量计算，同时在常规加速器进行患者备用计划的制备。比较有无磁场模型剂量的分布差异。同时对靶区覆盖度、计划通过率、治疗时间进行描述，并比较常规加速器备用计划和有磁场模型下执行计划的复杂度等差异。结果:3例患者分次治疗时间为(36.67±6.11) min，在线自适应计划平均时间为(14.4±1.7) min，患者基本耐受。治疗前计划的γ通过率(3%/3 mm)平均为98.9%，疗中在线计划γ通过率(3%/3 mm)为98.5%，靶区覆盖度达99.1%，满足临床需求。有磁场情况下肺部低剂量区剂量略低于无磁场情况，但肋骨和皮肤剂量因磁场存在略高于无磁场计划。在线自适应计划的机器跳数略高于参考计划，常规加速器备用计划机器跳数在相同靶区覆盖度情况下明显低于MR加速器计划。随访结果显示患者无不良反应，近期疗效均为部分缓解。结论:在考虑磁场影响情况下可获得满足临床需求的治疗计划，证明MR加速器引导的肺癌SBRT放疗具有可行性，但治疗时间较长，治疗流程较为复杂。

目的:探讨左乳腺癌保乳术后全乳腺野中野正向调强放疗（FIF-IMRT）与固定野逆向调强放疗（FFIO-IMRT）剂量分布的差异。方法:选取江苏省肿瘤医院2016年10月至2018年12月早期左乳腺癌保乳术后患者10例，均设计FIF-IMRT与FFIO-IMRT两组放疗计划，乳腺处方剂量为50 Gy，25次，5次/周，2 Gy/次。在计划靶区满足处方剂量前提下，用剂量-体积直方图（DVH）比较两种计划中计划靶体积（PTV）、危及器官、治疗跳数的剂量学差异。结果:PTV方面，两种计划适形指数（CI）差异无统计学意义（ P>0.05）；FIF-IMRT均匀性指数（HI）高于FFIO-IMRT（0.13±0.02比0.10±0.04， P<0.05）；两种计划95%处方剂量曲线包括的体积比例（V 95%）、V 100%及最大放疗剂量（D max）差异均无统计学意义（均 P>0.05）；FIF-IMRT V 105%及平均放疗剂量（D mean）均高于FFIO-IMRT[（37.63±8.85）%比（18.64±5.27）%，（51.81±0.17）Gy比（51.37±0.26）Gy，均 P<0.05]。心脏剂量方面，两种计划不小于30 Gy照射的体积比例（V 30 Gy）、V 40 Gy、D max差异均无统计学意义（均 P>0.05）；FIF-IMRT V 5 Gy、V 10 Gy、D mean均低于FFIO-IMRT（均 P<0.05）。冠状动脉剂量方面，两种计划V 20 Gy、V 30 Gy、D max、D mean差异均无统计学意义（均 P>0.05），FIF-IMRT V 5 Gy、V 10 Gy均低于FFIO-IMRT（均 P<0.05）。左心室剂量方面，两种计划V 20 Gy、V 30 Gy、V 40 Gy、D max差异均无统计学意义（均 P>0.05）；FIF-IMRT V 5 Gy、V 10 Gy、D mean均低于FFIO-IMRT（均 P<0.05）。左肺剂量方面，两种计划V 20 Gy、V 30 Gy、D max、D mean差异均无统计学意义（均 P>0.05）；FIF-IMRT V 5 Gy低于FFIO-IMRT（ P<0.05）。右肺、右乳及脊髓剂量方面，两种计划D max、D mean差异均无统计学意义（均 P>0.05）。治疗总跳数方面，FIF-IMRT低于FFIO-IMRT（255.6±5.6比525.8±86.9， P<0.01）。 结论:与FFIO-IMRT相比，FIF-IMRT虽然靶区均匀性略差、靶区高剂量区体积大，但仍在可控范围内，可满足治疗的要求。FIF-IMRT可有效降低正常组织低剂量辐射，治疗跳数明显低于常规FFIO-IMRT，可缩短单次治疗时间，减少治疗过程中患者体位移动造成的不准确性，并对机器损耗小。

目的:比较3种调强放疗技术在早期左侧乳腺癌保乳术后全乳腺放疗中的剂量学差异。方法:回顾性分析2019年3月至8月在西安交通大学第一附属医院治疗的12例早期左侧乳腺癌保乳术后女性患者，年龄32~50(42.4±6.8）岁。分别设计基于固定角度适形调强放疗的混合调强（3DCRT+IMRT）、容积旋转调强放疗的混合调强（3DCRT+VMAT）和切线弧容积旋转调强放疗计划（t-VMAT），并比较3种放疗计划的计划靶区、危及器官剂量参数以及治疗效率的差异。组间数据比较采用配对 t检验。 结果:3种调强放疗计划的靶区剂量分布和危及器官受量均能满足临床要求。3DCRT+IMRT和t-VMAT两种计划相比，3DCRT+VMAT的靶区剂量学指标适形性指数（0.84±0.05对0.74±0.06对0.79±0.06）和均匀性指数（0.10±0.03对0.14±0.03对0.13±0.03）最优，差异均有统计学意义（ t=-9.01~6.47，均 P<0.05）；3DCRT+IMRT对患侧（左）肺的V 5[（35.92±8.01）%对（49.33±12.05）%对（60.58±12.94）%]、V 10[（25.50±6.91）%对(26.92±7.23）%对（41.25±10.37）%]、D mean[（10.14±2.43）Gy对（11.07±2.88）Gy对（14.52±3.32) Gy]和健侧（右）肺的V 5[（0.50±1.45）%对（2.17±3.76）%对（3.00±4.94）%]、D mean[（0.55±0.21）Gy对（1.79±0.58）Gy对1.75±0.70）Gy]及健侧（右）乳腺的V 5[（0.17±0.58）%对（1.92±4.10）%对（8.25±8.61）%]、D mean[（0.86±0.38）%对（1.65±0.45）%对（2.46±0.86）%]的保护最好。3DCRT+ VMAT的心脏V 30[（4.50±2.88）%对（5.00±3.25）%对（8.42±2.78）%]、V 40[（2.50±2.11）%对（3.25±2.53）%对（4.58±2.07）%]明显优于3DCRT+IMRT和t-VMAT，且差异均有统计学意义（ t=-17.11~3.45，均 P<0.05 ）。3DCRT+IMRT的平均机器跳数最小（280.90±52.18），t-VMAT的治疗时间最短。 结论:3DCRT+IMRT在低剂量区（<20 Gy）对健侧肺、患侧肺，健侧乳腺等危及器官的保护比较好，3DCRT+VMAT在提高靶区的均匀性和适形性方面有明显优势，且在高剂量区（>20 Gy）对患侧肺及心脏保护更好，t-VMAT缩短了治疗时间，提高了治疗效率和患者舒适度。

目的:基于三维(3D)U-net深度学习模型，建立预测CT引导下宫颈癌近距离治疗计划的3D空间剂量分布。方法:2021年4－9月收集114例宫颈癌患者三维近距离放疗计划(处方剂量6 Gy)组成数据集，按84∶11∶19划分为训练集、验证集、测试集。利用3D U-net模型进行500次(epoch)训练，分别评估测试集病例体素级的平均剂量偏差(MDD)与绝对剂量偏差(MADD)、等剂量面包围体积的戴斯系数(DSC)、处方剂量适形度指数(CI)、高危临床靶区(HRCTV)的 D90和平均剂量 Dmean、膀胱、直肠、小肠、结肠的 D1 cm 3与 D2 cm 3剂量学参数。 结果:测试集中19例患者的3D剂量矩阵MDD与MADD分别为－0.01±0.03和(0.04±0.01)Gy。50%到150%处方剂量的DSC在0.89到0.94之间，处方剂量CI为0.70±0.04。HRCTV的 D90的平均偏差为2.22%， Dmean的偏差为－4.30%。膀胱、直肠、小肠、结肠的 D1 cm 3与 D2 cm 3最大偏差分别为2.46%和2.58%。模型预测平均耗时2.5 s。 结论:本研究实现了一种基于3D U-net的预测宫颈癌3D剂量分布的深度学习模型，为宫颈癌近距离治疗自动化设计奠定基础。