Отчёт рабочей группы № 105 AAPM: вопросы, связанные с клиническим внедрением планирования лечения фотонными и электронными внешними пучками на основе метода Монте-Карло

Report of the AAPM Task Group No. 105: Issues associated with clinical implementation of Monte Carlo‐based photon and electron external beam treatment planning
Jan Seuntjens, Jeffrey V. Siebers, Bruce Faddegon, D. W. O. Rogers, Paul Keall, Indrin J. Chetty, Bruce Curran, Joanna Cygler, John J. DeMarco, Gary A. Ezzell, I. Kawrakow, Helen Liu, C.‐M. Charlie, Daryoush Sheikh‐Bagheri
2007-11-27

метод Монте-Карлофотонные и электронные пучкипланирование лучевой терапиистатистические неопределенностиметоды снижения дисперсии
В многочисленных исследованиях показано, что метод Монте-Карло (МК) позволяет рассчитывать точные распределения дозы при клинической лучевой терапии, особенно в неоднородных тканях пациента, где влияние переноса электронов невозможно точно учесть с помощью традиционных детерминированных алгоритмов расчёта дозы. Несмотря на доказанную точность метода и потенциальную возможность влияния улучшенных распределений дозы на результаты лечения, значительное время расчёта, ранее требовавшееся для моделирования методом МК, делало этот метод непрактичным для рутинного клинического планирования лечения. Однако разработка более быстрых кодов, оптимизированных для расчётов в лучевой терапии, и совершенствование технологий компьютерных процессоров существенно сократили время расчёта — в некоторых случаях до нескольких минут на одном процессоре. Эти достижения побудили нескольких крупных поставщиков систем планирования лечения начать внедрение методов МК. Ряд коммерческих поставщиков уже выпустил или в настоящее время разрабатывает к выпуску алгоритмы МК для планирования лечения фотонными и/или электронными пучками. Следовательно, доступность и применение алгоритмов планирования лечения на основе МК, вероятно, могут стать широко распространёнными в радиотерапевтическом сообществе. При моделировании методом МК доза рассчитывается стохастически на основе фундаментальных принципов; поэтому этот метод существенно отличается от традиционных алгоритмов расчёта дозы. Статистические неопределённости, применение методов снижения дисперсии, возможность учёта геометрических деталей при моделировании терапевтической головки ускорителя и другие характеристики являются уникальными компонентами алгоритма планирования лечения на основе МК. Успешное внедрение такой системы клиническим физиком потребует понимания основных принципов методов МК. Цель настоящего отчёта, помимо обучения и обзора применения моделирования методом МК при планировании лучевой терапии, — изложить для пользователей и разработчиков ключевые вопросы, связанные с клиническим внедрением и эксперим...
1
Развитие кодов Монте-Карло, оптимизированных для радиотерапии, и повышение производительности процессоров сократили время расчетов в некоторых случаях до нескольких минут на одном процессоре.
2
Клиническое внедрение требует учета специфических для Монте-Карло вопросов, включая статистические неопределенности, методы уменьшения дисперсии, моделирование геометрии головки ускорителя и другие особенности стохастических расчетов.
3
Методы Монте-Карло обеспечивают высокоточную оценку дозы в клинической радиотерапии, особенно в неоднородных тканях, где обычные детерминированные алгоритмы недостаточно учитывают перенос электронов.
4
Несколько разработчиков систем планирования лечения выпускают алгоритмы Монте-Карло для фотонных и электронных пучков, что делает их клиническое внедрение все более осуществимым и распространенным.
5
Отчет рабочей группы AAPM No. 105 содержит образовательные материалы и определяет ключевые вопросы внедрения систем планирования лечения на основе Монте-Карло для медицинских физиков, пользователей и разработчиков.

Системы планирования лучевой терапии внешними пучками фотонов и электронов на основе метода Монте‑Карло (алгоритмы МК-планирования и их клиническая реализация)

Вопросы и требования к их клиническому внедрению, включая точность расчёта дозы, статистическую неопределённость, снижение дисперсии и моделирование геометрии лечебной головки ускорителя

Publication Details
Publication Date
2007-11-27
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Jan Seuntjens
Jeffrey V. Siebers
Bruce Faddegon
D. W. O. Rogers
Paul Keall
Indrin J. Chetty
Bruce Curran
Joanna Cygler
John J. DeMarco
Gary A. Ezzell
I. Kawrakow
Helen Liu
C.‐M. Charlie
Daryoush Sheikh‐Bagheri
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%