CN109173081B - 硼中子俘获治疗的束流评估方法、装置、设备及存储介质 - Google Patents
硼中子俘获治疗的束流评估方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109173081B CN109173081B CN201811051945.0A CN201811051945A CN109173081B CN 109173081 B CN109173081 B CN 109173081B CN 201811051945 A CN201811051945 A CN 201811051945A CN 109173081 B CN109173081 B CN 109173081B
- Authority
- CN
- China
- Prior art keywords
- data
- multiple groups
- depth dose
- curve
- depth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1077—Beam delivery systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1001—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy using radiation sources introduced into or applied onto the body; brachytherapy
- A61N2005/1019—Sources therefor
- A61N2005/1021—Radioactive fluid
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N2005/1085—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy characterised by the type of particles applied to the patient
- A61N2005/109—Neutrons
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
本发明实施例公开了一种硼中子俘获治疗的束流评估方法、装置、设备及存储介质,所述方法包括:在同一超热中子束流中,获取待评估中子能谱与待评估光子能谱;分别将所述待评估中子能谱中的多组单能中子的能量值输入第一深度剂量模型和第二深度剂量模型,以获取多组第一曲线数据和多组第二曲线数据,以及,依次将所述待评估光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获取多组第三曲线数据;通过所述多组第一曲线数据、所述多组第二曲线数据与所述多组第三曲线数据,确定优势深度与治疗增益,以评估所述超热中子束流的治疗效果,有效提高了超热中子束流治疗效果的评估效率,实现了快速调整中子整形装置的有益效果。
Description
技术领域
本发明实施例涉及放疗技术领域,尤其涉及一种硼中子俘获治疗的束流评估方法、装置、设备及存储介质。
背景技术
随着现代化医疗技术的快速发展,硼中子俘获治疗在临床医学得到了广泛应用。
BNCT(Boron Neutron Capture Therapy,硼中子俘获治疗)是一种具有“固有”安全性的生物靶向放射治疗模式,通过将具有亲肿瘤组织的无毒的含硼药物注入人体血液,待硼药物富集在肿瘤组织后,采用超热中子照射肿瘤部位。超热中子进入人体组织内,慢化成热中子,能够与癌组织中的10B核素发生辐射俘获反应,释放出α粒子(4He)和锂粒子(7Li)。由于这些粒子的射程很短 (与细胞核的直径差不多)以及LET(Linear EnergyTransfer,传能线密度)值很高,导致绝大多数的α粒子(4He)和锂粒子(7Li)能够沉积在肿瘤细胞中,从而达到在癌细胞内部破坏癌细胞的效果。又由于α粒子(4He)和锂粒子(7Li) 的射程很短,因此只能杀死癌细胞而不损伤周围组织,因此其治疗效果优于常规光子放疗(X射线机、医用直线加速器等)和质子放疗。
在BNCT治疗过程中,为了保证病人正常组织所受剂量在安全范围的前提下,尽可能杀死肿瘤组织,病人在治疗前通常会采用TPS(Treatment Planning System,治疗计划***)治疗***以实现对超热中子束流的评估,并制定相应的治疗计划。在现有技术中,在质子打靶产生中子后,需要将中子放入中子整形装置以产生一定范围能量的超热中子束流。但是,由于中子整形装置的高复杂度,每次调整中子整形装置均需花费很长时间,导致人力与物力资源严重浪费,效率较低。
发明内容
本发明实施例提供一种硼中子俘获治疗的束流评估方法、装置、设备及存储介质,能够快速评估超热中子束流的治疗效果。
第一方面,本发明实施例提供了一种硼中子俘获治疗的束流评估方法,包括:
在同一超热中子束流中,获取待评估中子能谱与待评估光子能谱;
分别将所述待评估中子能谱中的多组单能中子的能量值输入第一深度剂量模型和第二深度剂量模型,以获取多组第一曲线数据和多组第二曲线数据,以及,依次将所述待评估光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获取多组第三曲线数据;其中,所述多组第一曲线数据为多组单能中子在正常组织中对应的深度剂量曲线数据,所述第二曲线数据为多组单能中子在肿瘤组织中对应的深度剂量曲线数据,所述第三曲线数据为多组单能光子在人体组织中对应的深度剂量曲线数据;
通过所述多组第一曲线数据、所述多组第二曲线数据与所述多组第三曲线数据,确定优势深度与治疗增益,以评估所述超热中子束流的治疗效果。
第二方面,本发明实施例还提供了一种硼中子俘获治疗的束流评估装置,包括:
能谱获取模块,用于在同一超热中子束流中,获取待评估中子能谱与待评估光子能谱;
数据获取模块,用于分别将所述待评估中子能谱中的多组单能中子的能量值输入第一深度剂量模型和第二深度剂量模型,以获取多组第一曲线数据和多组第二曲线数据,以及,依次将所述待评估光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获取多组第三曲线数据;其中,所述多组第一曲线数据为多组单能中子在正常组织中对应的深度剂量曲线数据,所述第二曲线数据为多组单能中子在肿瘤组织中对应的深度剂量曲线数据,所述第三曲线数据为多组单能光子在人体组织中对应的深度剂量曲线数据;
治疗效果评估模块,用于通过所述多组第一曲线数据、所述多组第二曲线数据与所述多组第三曲线数据,确定优势深度与治疗增益,以评估所述超热中子束流的治疗效果。
第三方面,本发明实施例还提供了一种放疗设备,所述放疗设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例提供的硼中子俘获治疗的束流评估方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例提供的硼中子俘获治疗的束流评估方法。
本发明实施例提供了一种硼中子俘获治疗的束流评估技术方案,在同一超热中子束流中,获取待评估中子能谱与待评估光子能谱;分别将所述待评估中子能谱中的多组单能中子的能量值输入第一深度剂量模型和第二深度剂量模型,以获取多组第一曲线数据和多组第二曲线数据,以及,依次将所述待评估光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获取多组第三曲线数据;通过所述多组第一曲线数据、所述多组第二曲线数据与所述多组第三曲线数据,确定优势深度与治疗增益,以评估所述超热中子束流的治疗效果,在调整中子整形装置过程中,避免反复通过蒙特卡洛程序评估超热中子束流时间过长的现象,在保证设备输出精准度的同时,实现了快速调整中子整形装置,以使设备尽早使用的有益效果。
附图说明
图1是本发明实施例一中的一种硼中子俘获治疗的束流评估方法的流程图;
图2A是本发明实施例二中的一种硼中子俘获治疗的束流评估方法的流程图;
图2B是本发明实施例二中的一种10KeV单能中子输入蒙特卡洛程序构建的人体部位模型后不同成分的深度剂量曲线;
图3A是本发明实施例三中的一种硼中子俘获治疗的束流评估方法的流程图;
图3B是本发明实施例三中的一种待评估中子能谱中不同能量中子在正常组织内的深度剂量曲线示意图;
图3C是本发明实施例三中的一种待评估中子能谱中不同能量中子在肿瘤组织内的深度剂量曲线示意图;
图3D是本发明实施例三中的一种超热中子束流在正常组织和肿瘤组织内产生的深度剂量曲线示意图;
图4是本发明实施例四中的一种硼中子俘获治疗的束流评估装置的结构图;
图5是本发明实施例五中的一种放疗设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在相关技术中,硼中子俘获治疗的方法作为当前最新的一种放射线疗法,已经在杀死癌细胞的过程中表现出较好的治疗效果。但是,为了保证治疗的效果和治疗过程中病人的安全,在治疗前必须确定用于治疗的射线束的特性,即测量超热中子能谱以及获取其在体中产生的吸收剂量,以制定合适的治疗计划。但是,现有技术对于评估超热中子束流的时间较长,影响设备的使用,因此,本发明实施例提供了一种硼中子俘获治疗的剂量快速计算以及超热中子束流评估的方法,用于提高中子整形装置的调整效率,尽早用于医用以帮助癌症患者,具体方法如下:
实施例一
图1为本发明实施例一提供的一种硼中子俘获治疗的束流评估方法的流程图,本实施例可适用于各种硼中子俘获治疗的束流评估的情况,该方法可以由本发明实施例提供的硼中子俘获治疗的束流评估装置来执行,该装置可采用软件和/或硬件的方式实现,该装置可集成在任何提供硼中子俘获治疗的束流评估功能的设备中,例如可以是电脑。如图1所示,具体包括:
S110、在同一超热中子束流中,获取待评估中子能谱与待评估光子能谱。
由于质子打靶后产生的中子束能量范围较宽,包括快中子、热中子、超热中子等,而在放射治疗过程中需要使用超热中子进行照射,超热中子在体内慢化成热中子,热中子与硼元素进行辐射俘获反应,因此将中子束通过中子整形装置(Beam Shaping Assembly,BSA)整合为一定能量范围的超热中子,用以照射肿瘤组织。其中,中子整形装置可以将快中子慢化,低能中子过滤以及光子过滤等,因此,经过中子整形装置处理过的中子束大部分为超热中子,成为超热中子束,并能够控制在一定能量范围内。虽然中子整形装置能够滤除大部分的光子,但是仍然会有部分残留,剩余的光子照射人体组织,同样能够对人体组织产生影响。因此,在硼中子俘获治疗的过程中,需要控制超热中子束流的中子和携带的光子在人体组织中的总剂量不超过人体能接受剂量的最大值,以保证治疗安全。
在本实施例中,待评估中子能谱与待评估光子能谱可以是超热中子束流包含的不同能量的中子和光子。其中,待评估中子能谱可以是对超热中子束流中不同能量中子的统计,例如可以是以横坐标为中子能量,纵坐标为中子个数的曲线;待评估光子能谱可以是对超热中子束流中不同能量光子的统计,例如可以是以横坐标为光子能量,纵坐标为光子个数的曲线。
具体的,待评估中子能谱与待评估光子能谱的获取可以通过放置在中子整形装置出口的中子探测仪和光子探测仪而获得。需要说明的是,本实施例对待评估中子能谱与待评估光子能谱的获取不做限定。
S120、分别将所述待评估中子能谱中的多组单能中子的能量值输入第一深度剂量模型和第二深度剂量模型,以获取多组第一曲线数据和多组第二曲线数据,以及,依次将所述待评估光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获取多组第三曲线数据。
其中,所述多组第一曲线数据为多组单能中子在正常组织中对应的深度剂量曲线数据,所述第二曲线数据为多组单能中子在肿瘤组织中对应的深度剂量曲线数据,所述第三曲线数据为多组单能光子在组织中对应的深度剂量曲线数据。
其中,单能中子为待评估中子能谱中具有单一能量的中子,单能光子为待评估光子能谱中具有单一能量的光子。由于正常组织与肿瘤组织中的硼浓度不同,导致中子进入正常组织与肿瘤组织中产生的深度剂量数据有所不同。第一深度剂量模型为根据各个能量的单能中子与在人体正常组织中造成的深度剂量之间的关系所训练的神经网络模型;第二深度剂量模型为根据各个能量的单能中子与在人体肿瘤组织中造成的深度剂量之间的关系所训练的神经网络模型。由于光子在正常组织与在肿瘤组织中的运动相同,因此,第三深度剂量模型为根据各个能量的单能光子与在人体组织中造成的深度剂量之间的关系所训练的神经网络模型。通过第一深度剂量模型、第二深度剂量模型以及第三深度剂量模型能够获取人体组织中各个深度所含有的剂量率。
需要说明的是,人体组织包含肿瘤组织与正常组织,由于光子在肿瘤组织与正常组织中的运动相同,因此研究光子在人体组织内的运动时,无需区分肿瘤细胞与正常细胞。
由于单能中子可以与人体组织内的硼元素及组织内含有的元素反应,因此,第一曲线数据与第二曲线数据可以是在不同深度产生的多种剂量总和。
具体的,本实施例可以是在待评估中子能谱中等距离获取多组单能中子或随机获取多组单能中子,将多个单能中子的能量值输入第一深度剂量模型与第二深度剂量模型;在待评估光子能谱中等距离获取多组单能光子或随机获取多组单能光子,将多个单能光子的能量值输入第三深度剂量模型。
可选的,本实施例还可以是将待评估中子能谱分为多个能谱区间,在各个能谱区间中平均获取一个或多个单能中子,将各个能谱区间中至少一个或多个单能中子的能量值输入第一深度剂量模型与第二深度剂量模型;或者是计算各个能谱区间能量的平均值,将各个能谱区间的平均能量值输入第一深度剂量模型与第二深度剂量模型。待评估光子能谱也可以分为多个能谱区间,其能量值输入第三深度剂量模型的方法可以与待评估中子能谱的方法相同,不再赘述。
S130、通过所述多组第一曲线数据、所述多组第二曲线数据与所述多组第三曲线数据,确定优势深度与治疗增益,以评估所述超热中子束流的治疗效果。
其中,优势深度AD指的是在肿瘤组织内束流剂量率等于正常组织最大剂量率时所对应的深度,AD可以用来进行束流评估,AD数值越大,可以表明***的深度越深。其中,正常组织最大剂量率是ADDR,可以表示正常组织中受到的最大剂量率。治疗增益TG表示在肿瘤组织内的有效深度前,肿瘤的平均剂量率与正常组织最大剂量率ADDR的比值。治疗增益TG的数据越大,表明超热中子束流的治疗效果越好。
具体的,通过将多组第一曲线数据、多组第二曲线数据与多组第三曲线数据进行处理,可以确定肿瘤组织的深度剂量曲线以及正常组织的深度剂量曲线。在正常组织的深度剂量曲线中,确定正常组织最大剂量率ADDR。在肿瘤组织的深度剂量曲线中,确定与正常组织最大剂量率ADDR数值相同的剂量率所对应的深度,作为优势深度AD。在肿瘤组织的深度剂量曲线中,确定优势深度AD之前的肿瘤的平均剂量率与正常组织最大剂量率ADDR的比值,作为治疗增益TG。结合优势深度AD与治疗增益TG,可以评估超热中子束流的治疗效果。
在本实施例中,还可以通过正常组织最大剂量率ADDR,确定超热中子束流在患者肿瘤组织上的照射时间。计算照射时间的公式如下:
ADDR*B*T=Dm
其中,B表示正常组织的平均硼浓度,可以从人体血液中检测而得;T表示照射时间;Dm表示处方剂量,即医生给定的正常组织能够接受的最大剂量。由上述公式可知,正常组织最大剂量率越大,患者能接受的照射时间越短。
本发明实施例通过在同一超热中子束流中,获取待评估中子能谱与待评估光子能谱;分别将所述待评估中子能谱中的多组单能中子的能量值输入第一深度剂量模型和第二深度剂量模型,以获取多组第一曲线数据和多组第二曲线数据,以及,依次将所述待评估光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获取多组第三曲线数据;通过所述多组第一曲线数据、所述多组第二曲线数据与所述多组第三曲线数据,确定优势深度与治疗增益,以评估所述超热中子束流的治疗效果,在调整中子整形装置过程中,避免反复通过蒙特卡洛程序评估超热中子束流时间过长的现象,在保证设备输出精准度的同时,实现了快速调整中子整形装置,以使设备尽早使用的有益效果。
示例性的,分别将所述待评估中子能谱中的多组单能中子的能量值输入第一深度剂量模型和第二深度剂量模型,以获取多组第一曲线数据和多组第二曲线数据,以及,依次将所述待评估光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获取多组第三曲线数据,包括:
分别将所述待评估中子能谱与所述待评估光子能谱分成多个子能谱区间;计算每个子能谱区间中的单能中子或单能光子的能量平均值;分别将所述待评估中子能谱中多个子能谱区间对应的能量平均值输入第一深度剂量模型和第二深度剂量模型,以获取多个子能谱区间对应的第一曲线数据和第二曲线数据,以及,将所述待评估光子能谱中多个子能谱区间对应的能量平均值依次输入第三深度剂量模型,以获取多个子能谱区间对应的第三曲线数据。
其中,待评估中子能谱的能量值范围为10e-9MeV到20MeV。例如可以是,将待评估中子能谱分成30个子能谱区间,计算30个子能谱区间包含单能中子的能量平均值,并将待评估中子能谱中30个子能谱区间对应的能量平均值输入第一深度剂量模型和第二深度剂量模型,以获取30个子能谱区间在正常组织产生的30组第一曲线数据,以及获取30个子能谱区间在肿瘤组织产生的30组第二曲线数据。需要说明的是,本实施例提供的将待评估中子能谱分成30个子能谱区间仅仅是一种示例,本实施例对子能谱区间的个数不进行限定。
待评估光子能谱的能量值范围为0.01MeV到20MeV。例如可以是,将待评估光子能谱分成20个子能谱区间,计算20个子能谱区间包含单能光子的能量平均值,并将待评估光子能谱中20个子能谱区间对应的能量平均值输入第三深度剂量模型,以获取20个子能谱区间在人体组织产生的20组第三曲线数据。需要说明的是,本实施例提供的将待评估光子能谱分成20个子能谱区间仅仅是一种示例,本实施例对子能谱区间的个数不进行限定。
本发明实施例通过将待评估中子能谱与待评估光子能谱分成多个子能谱区间,将子能谱区间包含单能中子或单能光子能量的平均值输入深度剂量模型,能够提高第一曲线数据、第二曲线数据以及第三曲线数据的精确性。
实施例二
图2A为本发明实施例二提供的一种硼中子俘获治疗的束流评估方法的流程图,本实施例在上述实施例的基础上还包括第一深度剂量模型、第二深度剂量模型以及第三深度剂量模型的构建。
相应的,本实施例的方法包括:
S210、在预设能量范围的中子中,获取不同能量的多组单能中子。
其中,预设能量范围的中子可以是预设能量范围为10e-9MeV到20MeV的中子。由于在中子整形装置出口检测的待评估中子能谱的能量范围可以处于预设能量范围的任意范围中,因此使用预设能量范围的中子训练第一深度剂量模型与第二深度剂量模型,能够涵盖各种能量范围的待评估中子能谱的情况。
具体的,在预设能量范围的中子中,获取不同能量的多组单能中子,可以是在10e- 9MeV到20MeV中等距离选取的600组单能中子。
S220、依次将所述多组单能中子的能量值输入蒙特卡洛程序构建的人体部位模型,以模拟出与所述多组单能中子相对应的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据。
其中,蒙特卡洛程序是基于蒙特卡罗方法的用于计算三维复杂几何结构中的中子、光子、电子或者耦合中子/光子/电子输运问题的通用软件包,可以包括 MCNP(MonteCarlo N Particle Transport Code)、Geant4(Geometry And Tracking), FLUKA(FLUktuierende KAsade),EGS(Electron-Gamma Shower)等程序。在本实施例中,可以采用上述任意一种蒙特卡洛程序模拟不同单能中子或单能光子在人体部位模型中深度剂量分布情况,本实施例对此不作限定。
其中,人体部位模型可以是在蒙特卡洛程序中构建的关于人体各个部位的模型,例如可以是,人体肝模型、人体脑模型、人体胃模型以及人体肺模型等。
其中,硼深度剂量数据指的是在人体组织中不同深度的硼剂量率分布,热中子深度剂量数据指的是在热中子与人体组织中氮元素反应产生的不同深度的剂量率分布;快中子深度剂量数据指的是在人体组织中不同深度的快中子剂量率分布;光子深度剂量数据指的是在人体组织中不同深度的光子剂量率分布。在本实施例中,硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据来源于10B(n,α)7Li、14N(n,p)14C、1H(n,n’)1H、1H (n,γ)2H等多个反应。硼深度剂量数据可以是以横坐标组织深度,纵坐标为硼深度剂量率的数据;热中子深度剂量数据可以是以横坐标组织深度,纵坐标为热中子剂量率的数据;硼深度剂量数据可以是以横坐标组织深度,纵坐标为快中子深度剂量率的数据;硼深度剂量数据可以是以横坐标组织深度,纵坐标为光子深度剂量率的数据。
具体的,若在预设能量范围的中子中获取600组单能中子,则依次将600 组单能中子的能量值输入蒙特卡洛程序构建的人体部位模型,以模拟出与600 组单能中子相对应的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据。
需要说明的是,本实施例可以利用MATLAB、Excel等能够实现数据处理的制图工具对蒙特卡洛程序(如MCNP)输出的各种成分深度剂量数据的文件进行数据处理,且本实施例不对制图工具的软件类型进行限定。如图2B所示,图2B为10KeV单能中子输入蒙特卡洛程序构建的人体部位模型后不同成分的深度剂量曲线。其中,曲线20为1ppm浓度的硼深度-剂量曲线,曲线21为热中子深度-剂量曲线,曲线22为快中子深度-剂量曲线,曲线23为光子深度-剂量曲线。
S230、基于所述正常组织中的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据,确定第一样本曲线数据。
其中,第一样本曲线数据指的是预设能量范围的中子中不同单能中子的能量值输入蒙特卡洛程序构建的人体部位模型获取的正常组织中各种成分的深度剂量曲线。
具体的,若在预设能量范围的中子中获取600组单能中子,则将每组单能中子在正常组织中的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据进行累加。其中,累加过程可以是深度值不变,剂量率的数据进行累加,以得到600组单能中子分别在正常组织中产生的总剂量率,作为第一样本曲线数据。具体例如,第一样本曲线数据的计算公式,也即每组单能中子在组织中的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据进行累加的计算公式可以为:
Dw=WgDg+WBDB+WNDN+WfnDfn
其中,Dw为单能中子在正常组织中同一深度产生的总剂量率;Dg表示γ剂量,也即光子深度剂量数据中的剂量率;DB为硼元素在正常组织(或肿瘤组织) 内中引起的吸收剂量率,也即硼深度剂量数据中的剂量率;DN为热中子与人体组织氮元素反应引起的剂量率,也即热中子深度剂量数据中的剂量率;Dfn为快中子深度剂量数据中的剂量率;Wg、WB、WN以及Wfn为加权因子,其中,Wg为在靶目标肿瘤和正常组织中被认为是1.0,WN和Wfn的数值为3.2,WB的数值与正常组织和肿瘤组织有关,正常组织中的WB数值为1.3,肿瘤组织中的WB数值为3.8。
S240、基于所述肿瘤组织中的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据,确定第二样本曲线数据。
其中,第二样本曲线数据指的是预设能量范围的中子中不同单能中子的能量值输入蒙特卡洛程序构建的人体部位模型获取的肿瘤组织中各种成分的深度剂量曲线。
具体的,若在预设能量范围的中子中获取600组单能中子,则将每组单能中子在肿瘤组织中的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据进行累加。其中,累加过程可以是深度值不变,剂量率的数据进行累加,以得到600组单能中子分别在肿瘤组织中产生的总剂量率,作为第二样本曲线数据。
需要说明的是,第二样本曲线数据的计算公式,也可以使用每组单能中子在组织中的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据进行累加的计算公式进行计算,不再赘述。
S250、依据所述多组单能中子的能量值以及相对应的第一样本曲线数据建立所述第一深度剂量模型。
具体的,若在预设能量范围的中子中获取600组单能中,则可以将600组单能中子的能量值以及相对应的第一样本曲线数据作为样本集训练第一深度剂量模型。需要说明的是,本实施例中的第一样本曲线数据的数量不做限定。
S260、依据所述多组单能中子的能量值以及相对应的第二样本曲线数据建立所述第二深度剂量模型。
具体的,若在预设能量范围的中子中获取600组单能中子,则可以将600 组单能中子的能量值以及相对应的第二样本曲线数据作为样本集训练第二深度剂量模型。需要说明的是,本实施例中的第二样本曲线数据的数量不做限定。
S270、在预设能量范围的光子中,获取不同能量的多组单能光子。
其中,预设能量范围为0.01MeV到20MeV的光子能谱。由于在中子整形装置出口检测的待评估光子能谱的能量范围可以处于预设能量范围的任意范围中,因此使用标准光子能谱训练第三深度剂量模型,能够涵盖各种能量范围的待评估光子能谱的情况。
具体的,在预设能量范围的光子中,获取不同能量的多组单能光子,可以是在0.01MeV到20MeV中等距离选取的300组单能光子。
S280、依次将所述多组单能光子的能量值输入蒙特卡洛程序构建的人体部位模型中,以模拟出与所述多组单能光子相对应的光子深度剂量数据。
具体的,若在预设能量范围的光子中获取300组单能光子,则依次将300 组单能光子的能量值输入蒙特卡洛程序构建的人体部位模型,以模拟出与300 组单能光子相对应的光子深度剂量数据。
S290、基于所述人体组织中的光子深度剂量数据,确定第三样本曲线数据。
其中,第三样本曲线数据指的是预设能量范围的光子中不同单能光子的能量值输入蒙特卡洛程序构建的人体部位模型获取的人体组织中光子深度剂量曲线。
具体的,若在标准光子能谱中获取300组单能光子,则将每组单能光子在人体组织中的光子深度剂量数据作为第三样本曲线数据。
S2100、依据所述多组单能光子的能量值以及相对应的第三样本曲线数据建立所述第三深度剂量模型。
具体的,若在预设能量范围的光子中获取300组单能光子,则可以将300 组单能光子的能量值以及相对应的第三样本曲线数据作为样本集训练第三深度剂量模型。需要说明的是,本实施例中的第三样本曲线数据的数量不做限定。
S2110、在同一超热中子束流中,获取待评估中子能谱与待评估光子能谱。
S2120、分别将所述待评估中子能谱中的多组单能中子的能量值输入第一深度剂量模型和第二深度剂量模型,以获取多组第一曲线数据和多组第二曲线数据,以及,依次将所述待评估光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获取多组第三曲线数据。
S2130、通过所述多组第一曲线数据、所述多组第二曲线数据与所述多组第三曲线数据,确定优势深度与治疗增益,以评估所述超热中子束流的治疗效果。
本发明实施例通过构建第一深度剂量模型、第二深度剂量模型以及第三深度剂量模型,能够得到不同能量单能中子或单能光子在各种人体组织内的深度剂量数据,提高第一深度剂量模型、第二深度剂量模型以及第三深度剂量模型输出深度剂量数据的准确性。
示例性的,在所述第一深度剂量模型和所述第二深度剂量模型建立之后,还包括:
在所述蒙特卡洛程序构建的人体部位模型中,获取预设中子能谱分别在正常组织和肿瘤组织中的深度剂量数据;基于所述正常组织中的深度剂量数据,确定第一参照曲线数据,以及基于所述肿瘤组织中的深度剂量数据,确定第二参照曲线数据;依次将所述预设中子能谱中的多组单能中子的能量值输入第一深度剂量模型,以获得多组第一测量曲线数据,以及依次将所述预设中子能谱中的多组单能中子的能量值输入第二深度剂量模型,以获得多组第二测量曲线数据;按照单能中子个数所占比例,将所述多组第一测量曲线数据进行累加,与所述第一参照曲线数据进行对比,以修正所述第一深度剂量模型,以及将所述多组第二测量曲线数据进行累加,与所述第二参照曲线数据进行对比,以修正所述第二深度剂量模型。
在本实施例中,第一深度剂量模型与第二深度剂量模型的训练是利用单能中子,即利用多组单一能量的中子进行训练的。但是,在实际操作中,超热中子束流中获取的待评估中子能谱为一定能量范围的中子。因此,若想对具有一定范围的待评估中子能谱输出较为准确的深度剂量数据,需要对第一深度剂量模型与第二深度剂量模型进行修正。
其中,预设中子能谱可以是人为设定的具有一定能量范围的中子能谱。第一参照曲线数据可以是预设中子能谱在MCNP模拟出的正常组织中的深度剂量数据;第二参照曲线数据可以是预设中子能谱在MCNP模拟出的肿瘤组织中的深度剂量数据。多组第一测量曲线数据可以是将预设中子能谱中的多组单能中子输入第一深度剂量模型输出的多组深度剂量数据;多组第二测量曲线数据可以是将预设中子能谱中的多组单能中子输入第二深度剂量模型输出的多组深度剂量数据。
具体的,本实施例用MCNP模拟一条需估算的中子能谱,得到其在正常组织和肿瘤组织内的深度剂量数据。由于肿瘤组织与正常组织中的硼浓度不同,因此,预设中子能谱在正常组织与肿瘤组织中的深度剂量数据有所不同。将正常组织中的深度剂量数据作为第一参照曲线数据,以及将肿瘤组织中的深度剂量数据作为第二参照曲线数据。
在获取第一参照曲线数据与第二参照曲线数据之后,可以获取通过第一深度剂量模型与第二深度剂量模型得到的关于预设中子能谱所对应的第一测量曲线数据与第二测量曲线数据。具体的,本实施例可以将预设中子能谱分为多个子能谱区间,获取各个子能谱区间的能量平均值,将多个子能谱区间的能量平均值输入第一深度剂量模型以获得多组第一测量曲线数据,以及可以将多个子能谱区间的能量平均值输入第二深度剂量模型以获得多组第二测量曲线数据。由于多组第一测量曲线数据为不同能量值的单能中子所对应的深度剂量数据,而在预设中子能谱中,不同能量值的单能中子个数并不相同,因此,本实施例可以按照单能中子个数所占比例,将多组第一测量曲线数据进行累加。其中,累加过程可以是将同一深度值的条件下,将剂量率按照不同单能中子个数所占比例进行累加,从而将多组第一测量曲线数据合并为总的第一测量曲线数据。将总的第一测量曲线数据与第一参照曲线数据进行对比的过程可以是,获取同一深度值下的剂量率的差值,根据差值确定是否修正第一深度剂量模型。其中,由于第一深度剂量模型为神经网络模型,包括多个池化层以及卷积层等,因此可以通过调整神经网络模型中的层数以及节点数以修正第一深度剂量模型。
需要说明的是,多组第二测量曲线数据与第二参照曲线数据进行对比,以修正第二深度剂量模型的过程,与多组第一测量曲线数据与第一参照曲线数据进行对比,以修正所述第一深度剂量模型的过程类似,不再赘述。
本发明实施例通过预设中子能谱,通过将MCNP模拟出的深度剂量数据作为第一参照曲线数据与第二参照曲线数据,再将预设中子能谱中的多组单能中子输入第一深度剂量模型与第二深度剂量模型,以获取第一测量曲线数据与第二测量曲线数据,通过将第一测量曲线数据与第一参照曲线数据进行对比,以及将第二测量曲线数据与第二参照曲线数据进行对比,以修正第一深度剂量模型与第二深度剂量模型,提高第一深度剂量模型与第二深度剂量模型输出深度剂量数据的准确性。
示例性的,在所述第三深度剂量模型建立之后,还包括:
在所述蒙特卡洛程序构建的人体部位模型中,获取预设光子能谱在组织中的光子深度剂量数据;基于所述组织中的光子深度剂量数据,确定第三参照曲线数据;依次将所述预设光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获得多组第三测量曲线数据;按照单能光子个数所占比例,将所述多组第三测量曲线数据进行累加,与所述第三参照曲线数据进行对比,以修正所述第三深度剂量模型。
在本实施例中,第三深度剂量模型的训练是利用单能光子,即利用多组单一能量的光子进行训练的。但是,在实际操作中,超热中子束流中获取的待评估光子能谱为一定能量范围的光子。因此,若想对具有一定范围的待评估光子能谱输出较为准确的深度剂量数据,需要对第三深度剂量模型进行修正。
其中,预设光子能谱可以是人为设定的具有一定能量范围的光子能谱。第三参照曲线数据可以是预设光子能谱在MCNP模拟出的组织中的深度剂量数据。多组第三测量曲线数据可以是将预设光子能谱中的多组单能光子输入第三深度剂量模型输出的多组深度剂量数据。
具体的,本实施例用MCNP模拟一条需估算的光子能谱,得到其在组织内的深度剂量数据,作为第三参照曲线数据。
在获取第三参照曲线数据之后,可以获取通过第三深度剂量模型得到的关于预设光子能谱所对应的第三测量曲线数据。具体的,本实施例可以将预设光子能谱分为多个子能谱区间,获取各个子能谱区间的能量平均值,将多个子能谱区间的能量平均值输入第三深度剂量模型以获得多组第三测量曲线数据。由于多组第三测量曲线数据为不同能量值的单能光子所对应的深度剂量数据,而在预设光子能谱中,不同能量值的单能光子个数并不相同,因此,本实施例可以按照单能光子个数所占比例,将多组第三测量曲线数据进行累加。其中,累加过程可以是将同一深度值的条件下,将剂量率按照不同单能光子个数所占比例进行累加,从而将多组第三测量曲线数据合并为总的第三测量曲线数据。将总的第三测量曲线数据与第三参照曲线数据进行对比的过程可以是,获取同一深度值下的剂量率的差值,根据差值确定是否修正第三深度剂量模型。其中,由于第三深度剂量模型为神经网络模型,包括多个池化层以及卷积层等,因此可以通过调整神经网络模型中的层数以及节点数以修正第三深度剂量模型。
本发明实施例通过预设光子能谱,通过将MCNP模拟出的深度剂量数据作为第三参照曲线数据,再将预设光子能谱中的多组单能光子输入第三深度剂量模型,以获取第三测量曲线数据,通过将第三测量曲线数据与第三参照曲线数据进行对比,以修正第三深度剂量模型,提高第三深度剂量模型输出深度剂量数据的准确性。
示例性的,依据测量曲线数据与参照曲线数据进行对比,包括:
在累加后的测量曲线数据与参照曲线数据中,获取多组单能中子或单能光子在同一深度下所对应的剂量率;依据所述剂量率确定平均方差与决定系数,并根据所述平均方差与所述决定系数修正深度剂量模型。
具体的,本实施例可以是在累加后的第一测量曲线数据与第一参照曲线数据中,获取多组单能中子在同一深度下所对应的剂量率;依据剂量率确定平均方差与决定系数,并根据平均方差与决定系数修正第一深度剂量模型。以及,本实施例可以是在累加后的第二测量曲线数据与第二参照曲线数据中,获取多组单能中子在同一深度下所对应的剂量率;依据剂量率确定平均方差与决定系数,并根据平均方差与决定系数修正第二深度剂量模型。或者,本实施例还可以是在累加后的第三测量曲线数据与第三参照曲线数据中,获取多组单能光子在同一深度下所对应的剂量率;依据剂量率确定平均方差与决定系数,并根据平均方差与决定系数修正第三深度剂量模型。
其中,平均方差的计算公式为:
其中,ME为平均方差,Si为剂量率实际值,Ni为剂量率预测值,N为数据的个数。
其中,决定系数的计算公式为:
其中,CD为决定系数,Si为剂量率实际值,Ni为剂量率预测值,Nm为剂量率预测平均值。
在本实施例中,平均方差ME数值越小越好,决定系数CD数值越大越好。例如可以是,在比较过程中,平均方差ME小于10-4,或者小于10-5,以及决定系数CD大于0.99时,可以认为深度剂量模型输出的深度剂量数据较为准确。
本发明实施例通过对计算平均方差与决定系数以修正深度剂量模型,提高深度剂量模型输出深度剂量数据的准确性。
实施例三
图3A为本发明实施例三提供的一种硼中子俘获治疗的束流评估方法的流程图,本实施例在上述实施例的基础上进行优化,提供了优化的通过所述多组第一曲线数据、所述多组第二曲线数据与所述多组第三曲线数据,确定优势深度与治疗增益,以评估所述超热中子束流的治疗效果的处理方法。
相应的,本实施例的方法包括:
S310、在同一超热中子束流中,获取待评估中子能谱与待评估光子能谱。
S320、分别将所述待评估中子能谱中的多组单能中子的能量值输入第一深度剂量模型和第二深度剂量模型,以获取多组第一曲线数据和多组第二曲线数据,以及,依次将所述待评估光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获取多组第三曲线数据。
S330、按照单能中子个数所占比例,将所述多组第一曲线数据合并为第一曲线总数据,以及将所述多组第二曲线数据合并至第二曲线总数据。
其中,第一曲线总数据为待评估中子能谱中不同能量的中子在正常组织中产生的剂量率;第二曲线总数据为待评估中子能谱中不同能量的中子在肿瘤组织中产生的剂量率。
由于在待评估中子能谱中,不同能量值的单能中子个数并不相同,因此,本实施例可以按照单能中子个数所占比例,将多组第一曲线数据进行累加合并为第一曲线总数据,以及将多组第二曲线数据进行累加合并为第二曲线总数据。
具体例如,图3B为待评估中子能谱中不同能量中子在正常组织内的深度剂量曲线示意图。其中,曲线31是能量为0.0253eV中子在正常组织内的深度剂量曲线;曲线32是能量为1eV中子在正常组织内的深度剂量曲线;曲线33是能量为1KeV中子在正常组织内的深度剂量曲线;曲线34是能量为10KeV中子在正常组织内的深度剂量曲线;曲线35是能量为100KeV中子在正常组织内的深度剂量曲线。按照单能中子个数所占比例,将多组第一曲线数据合并为第一曲线总数据的过程为,在同一横坐标深度时,将曲线31、曲线32、曲线33、曲线34以及曲线35的纵坐标剂量率的值,按照中子个数所占比例进行累加。
具体例如,图3C为待评估中子能谱中不同能量中子在肿瘤组织内的深度剂量曲线示意图。其中,曲线36是能量为0.0253eV中子在正常组织内的深度剂量曲线;曲线37是能量为1eV中子在正常组织内的深度剂量曲线;曲线38是能量为1KeV中子在正常组织内的深度剂量曲线;曲线39是能量为10KeV中子在正常组织内的深度剂量曲线;曲线30是能量为100KeV中子在正常组织内的深度剂量曲线。按照单能中子个数所占比例,将多组第二曲线数据合并为第二曲线总数据的过程为,在同一横坐标深度时,将曲线36、曲线37、曲线38、曲线39以及曲线30的纵坐标剂量率的值,按照中子个数所占比例进行累加。
S340、按照单能光子个数所占比例,将所述多组第三曲线数据合并为第三曲线总数据。
其中,第三曲线总数据为待评估光子能谱中不同能量的光子在组织中产生的总剂量率。
由于在待评估光子能谱中,不同能量值的单能光子个数并不相同,因此,本实施例可以按照单能光子个数所占比例,将多组第三曲线数据进行累加合并为第三曲线总数据。
S350、将所述第一曲线总数据与所述第三曲线总数据进行累加,以确定所述超热中子束流在正常组织内的深度剂量曲线。
由于超热中子束流中包含待评估中子能谱和待评估光子能谱,因此,若确定超热中子束流在正常组织内的深度剂量数据,则将第一曲线总数据与第三曲线总数据进行累加,并按照累加后的数据处理为超热中子束流在正常组织内的深度剂量曲线。
S360、将所述第二曲线总数据与所述第三曲线总数据进行累加,以确定所述超热中子束流在肿瘤组织内的深度剂量曲线。
由于超热中子束流中包含待评估中子能谱和待评估光子能谱,因此,若确定超热中子束流在肿瘤组织内的深度计量数据,则将第二曲线总数据与第三曲线总数据进行累加,并按照累加后的数据处理为超热中子束流在肿瘤组织内的深度剂量曲线。
S370、在所述正常组织内的深度剂量曲线中,将纵坐标的最大值作为所述正常组织最大剂量率。
具体例如,图3D为超热中子束流在正常组织和肿瘤组织内产生的深度剂量曲线示意图。其中,曲线301为超热中子束流在正常组织内产生的深度剂量曲线;曲线302是超热中子束流在肿瘤组织内产生的深度剂量曲线。因此,正常组织最大剂量率为在曲线301内的纵坐标最大值A点,其对应的纵坐标的数值为ADDR值。
S380、在所述肿瘤组织内的深度剂量曲线中,将与所述正常组织最大剂量率相等的剂量率所对应的深度作为所述优势深度,以及将所述优势深度以内的平均剂量率与所述正常组织最大剂量率的比值,作为所述治疗增益。
如图3D所示,优势深度为在肿瘤组织内的深度剂量曲线302中,与正常组织最大剂量率A点相等的剂量率所对应的B点的深度,其在横坐标对应的数值为AD值。治疗增益为优势深度AD以内的平均剂量率与正常组织最大剂量率ADDR的比值。
需要说明的是,本实施例中曲线301的硼浓度为10ppm;曲线302的硼浓度为30ppm。
S390、根据所述优势深度与所述治疗增益,以评估所述超热中子束流的治疗效果。
本发明实施例通过获取超热中子束流在正常组织和肿瘤组织内的深度剂量曲线,在正常组织和肿瘤组织内的深度剂量曲线中分析得到正常组织最大剂量率、优势深度,以提高评估所述超热中子束流的治疗效果的准确性。
实施例四
图4为本发明实施例四提供的一种硼中子俘获治疗的束流评估装置的结构示意图,本实施例可适用于各种硼中子俘获治疗的束流评估的情况,该装置可采用软件和/或硬件的方式实现,该装置可集成在任何提供硼中子俘获治疗的束流评估功能的设备中,例如可以是电脑。如图4所示,具体包括:能谱获取模块41、数据获取模块42和治疗效果评估模块43。
能谱获取模块41,用于在同一超热中子束流中,获取待评估中子能谱与待评估光子能谱;
数据获取模块42,用于分别将所述待评估中子能谱中的多组单能中子的能量值输入第一深度剂量模型和第二深度剂量模型,以获取多组第一曲线数据和多组第二曲线数据,以及,依次将所述待评估光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获取多组第三曲线数据;其中,所述多组第一曲线数据为多组单能中子在正常组织中对应的深度剂量曲线数据,所述第二曲线数据为多组单能中子在肿瘤组织中对应的深度剂量曲线数据,所述第三曲线数据为多组单能光子在人体组织中对应的深度剂量曲线数据;
治疗效果评估模块43,用于通过所述多组第一曲线数据、所述多组第二曲线数据与所述多组第三曲线数据,确定优势深度与治疗增益,以评估所述超热中子束流的治疗效果。
本发明实施例提供了一种硼中子俘获治疗的装置,在同一超热中子束流中,获取待评估中子能谱与待评估光子能谱;分别将所述待评估中子能谱中的多组单能中子的能量值输入第一深度剂量模型和第二深度剂量模型,以获取多组第一曲线数据和多组第二曲线数据,以及,依次将所述待评估光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获取多组第三曲线数据;通过所述多组第一曲线数据、所述多组第二曲线数据与所述多组第三曲线数据,确定优势深度与治疗增益,以评估所述超热中子束流的治疗效果,在调整中子整形装置过程中,避免反复通过蒙特卡洛程序评估超热中子束流时间过长的现象,在保证设备输出精准度的同时,实现了快速调整中子整形装置,以使设备尽早使用的有益效果。
在上述实施例基础上,还包括:第一模型建设模块。
第一模型建设模块,用于在获取待评估中子能谱与待评估光子能谱之前,在预设能量范围的中子中,获取不同能量的多组单能中子;依次将所述多组单能中子的能量值输入蒙特卡洛程序构建的人体部位模型,以模拟出与所述多组单能中子相对应的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据;基于所述正常组织中的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据,确定第一样本曲线数据;基于所述肿瘤组织中的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据,确定第二样本曲线数据;依据所述多组单能中子的能量值以及相对应的第一样本曲线数据建立所述第一深度剂量模型;依据所述多组单能中子的能量值以及相对应的第二样本曲线数据建立所述第二深度剂量模型。
在上述实施例基础上,还包括:第二模型建设模块。
第二模型建设模块,用于在获取待评估中子能谱与待评估光子能谱之前,在预设能量范围的光子中,获取不同能量的多组单能光子;依次将所述多组单能光子的能量值输入蒙特卡洛程序构建的人体部位模型中,以模拟出与所述多组单能光子相对应的光子深度剂量数据;基于所述人体组织中的光子深度剂量数据,确定第三样本曲线数据;依据所述多组单能光子的能量值以及相对应的第三样本曲线数据建立所述第三深度剂量模型。
在上述实施例基础上,还包括:第一模型修正模块。
第一模型修正模块,用于在所述第一深度剂量模型和所述第二深度剂量模型建立之后,在所述蒙特卡洛程序构建的人体部位模型中,获取预设中子能谱分别在正常组织和肿瘤组织中的深度剂量数据;基于所述正常组织中的深度剂量数据,确定第一参照曲线数据,以及基于所述肿瘤组织中的深度剂量数据,确定第二参照曲线数据;依次将所述预设中子能谱中的多组单能中子的能量值输入第一深度剂量模型,以获得多组第一测量曲线数据,以及依次将所述预设中子能谱中的多组单能中子的能量值输入第二深度剂量模型,以获得多组第二测量曲线数据;按照单能中子个数所占比例,将所述多组第一测量曲线数据进行累加,与所述第一参照曲线数据进行对比,以修正所述第一深度剂量模型,以及将所述多组第二测量曲线数据进行累加,与所述第二参照曲线数据进行对比,以修正所述第二深度剂量模型。
在上述实施例基础上,还包括:第二模型修正模块。
第二模型修正模块,用于在所述第三深度剂量模型建立之后,在所述蒙特卡洛程序构建的人体部位模型中,获取预设光子能谱在人体组织中的光子深度剂量数据;基于所述人体组织中的光子深度剂量数据,确定第三参照曲线数据;依次将所述预设光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获得多组第三测量曲线数据;按照单能光子个数所占比例,将所述多组第三测量曲线数据进行累加,与所述第三参照曲线数据进行对比,以修正所述第三深度剂量模型。
在上述实施例基础上,还包括:对比模块。
对比模块,用于在累加后的测量曲线数据与参照曲线数据中,获取多组单能中子或单能光子在同一深度下所对应的剂量率;依据所述剂量率确定平均方差与决定系数,并根据所述平均方差与所述决定系数修正深度剂量模型。
在上述实施例基础上,数据获取模块42具体用于:分别将所述待评估中子能谱与所述待评估光子能谱分成多个子能谱区间;计算每个子能谱区间中的单能中子或单能光子的能量平均值;分别将所述待评估中子能谱中多个子能谱区间对应的能量平均值输入第一深度剂量模型和第二深度剂量模型,以获取多个子能谱区间对应的第一曲线数据和第二曲线数据,以及,将所述待评估光子能谱中多个子能谱区间对应的能量平均值依次输入第三深度剂量模型,以获取多个子能谱区间对应的第三曲线数据。
在上述实施例基础上,治疗效果评估模块43具体用于:按照单能中子个数所占比例,将所述多组第一曲线数据合并为第一曲线总数据,以及将所述多组第二曲线数据合并至第二曲线总数据;按照单能光子个数所占比例,将所述多组第三曲线数据合并为第三曲线总数据;将所述第一曲线总数据与所述第三曲线总数据进行累加,以确定所述超热中子束流在正常组织内的深度剂量曲线;将所述第二曲线总数据与所述第三曲线总数据进行累加,以确定所述超热中子束流在肿瘤组织内的深度剂量曲线;在所述正常组织内的深度剂量曲线中,将纵坐标的最大值作为所述正常组织最大剂量率;在所述肿瘤组织内的深度剂量曲线中,将与所述正常组织最大剂量率相等的剂量率所对应的深度作为所述优势深度,以及将所述优势深度以内的平均剂量率与所述正常组织最大剂量率的比值,作为所述治疗增益;根据所述优势深度与所述治疗增益,以评估所述超热中子束流的治疗效果。
实施例五
本实施五例提供了一种放疗设备。图5是本发明实施例四提供的一种放疗设备的结构示意图。参见图5,该设备包括:
一个或多个处理器510;
存储器520,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器510执行,使得所述一个或多个处理器510实现如本发明实施例提出的硼中子俘获治疗的束流评估方法。
图5中以一个处理器510为例;处理器510和存储器520可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器520作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的硼中子俘获治疗的束流评估方法对应的程序指令/模块。处理器510通过运行存储在存储器520中的软件程序、指令以及模块,从而实现上述的硼中子俘获治疗的束流评估方法。
存储器520可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据机顶盒的使用所创建的数据等。此外,存储器520可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器520可进一步包括相对于处理器510 远程设置的存储器,这些远程存储器可以通过网络连接至机顶盒。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本实施例提出的设备与本发明实施例提出的硼中子俘获治疗的束流评估方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
实施例六
本实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例提出的硼中子俘获治疗的束流评估方法。
本实施例提出的计算机可读存储介质与本发明实施例提出的硼中子俘获治疗的束流评估方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器 (Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台机顶盒(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种硼中子俘获治疗的束流评估方法,其特征在于,包括:
在同一超热中子束流中,获取待评估中子能谱与待评估光子能谱;
分别将所述待评估中子能谱中的多组单能中子的能量值输入第一深度剂量模型和第二深度剂量模型,以获取多组第一曲线数据和多组第二曲线数据,以及,依次将所述待评估光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获取多组第三曲线数据;其中,所述多组第一曲线数据为多组单能中子在正常组织中对应的深度剂量曲线数据,所述第二曲线数据为多组单能中子在肿瘤组织中对应的深度剂量曲线数据,所述第三曲线数据为多组单能光子在人体组织中对应的深度剂量曲线数据;
通过所述多组第一曲线数据、所述多组第二曲线数据与所述多组第三曲线数据,确定优势深度与治疗增益,以评估所述超热中子束流的治疗效果;
其中,通过所述多组第一曲线数据、所述多组第二曲线数据与所述多组第三曲线数据,确定优势深度与治疗增益,以评估所述超热中子束流的治疗效果包括:
按照单能中子个数所占比例,将所述多组第一曲线数据合并为第一曲线总数据,以及将所述多组第二曲线数据合并至第二曲线总数据;将所述多组第三曲线数据合并为第三曲线总数据;
将所述第一曲线总数据与所述第三曲线总数据进行累加,以确定所述超热中子束流在正常组织内的深度剂量曲线;
将所述第二曲线总数据与所述第三曲线总数据进行累加,以确定所述超热中子束流在肿瘤组织内的深度剂量曲线;
在所述正常组织内的深度剂量曲线中,将纵坐标的最大值作为正常组织最大剂量率;
在所述肿瘤组织内的深度剂量曲线中,将与所述正常组织最大剂量率相等的剂量率所对应的深度作为所述优势深度,以及将所述优势深度以内的平均剂量率与所述正常组织最大剂量率的比值,作为所述治疗增益;
其中,在获取待评估中子能谱与待评估光子能谱之前,还包括:
在预设能量范围的中子中,获取不同能量的多组单能中子;
依次将所述多组单能中子的能量值输入蒙特卡洛程序构建的人体部位模型,以模拟出与所述多组单能中子相对应的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据;
基于所述正常组织中的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据,确定第一样本曲线数据;
基于所述肿瘤组织中的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据,确定第二样本曲线数据;
依据所述多组单能中子的能量值以及相对应的第一样本曲线数据建立所述第一深度剂量模型;
依据所述多组单能中子的能量值以及相对应的第二样本曲线数据建立所述第二深度剂量模型;
其中,在获取待评估中子能谱与待评估光子能谱之前,还包括:
在预设能量范围的光子中,获取不同能量的多组单能光子;
依次将所述多组单能光子的能量值输入蒙特卡洛程序构建的人体部位模型中,以模拟出与所述多组单能光子相对应的光子深度剂量数据;
基于所述人体组织中的光子深度剂量数据,确定第三样本曲线数据;
依据所述多组单能光子的能量值以及相对应的第三样本曲线数据建立所述第三深度剂量模型。
2.根据权利要求1所述的方法,其特征在于,在所述第一深度剂量模型和所述第二深度剂量模型建立之后,还包括:
在所述蒙特卡洛程序构建的人体部位模型中,获取预设中子能谱分别在正常组织和肿瘤组织中的深度剂量数据;
基于所述正常组织中的深度剂量数据,确定第一参照曲线数据,以及基于所述肿瘤组织中的深度剂量数据,确定第二参照曲线数据;
依次将所述预设中子能谱中的多组单能中子的能量值输入第一深度剂量模型,以获得多组第一测量曲线数据,以及依次将所述预设中子能谱中的多组单能中子的能量值输入第二深度剂量模型,以获得多组第二测量曲线数据;
按照单能中子个数所占比例,将所述多组第一测量曲线数据进行累加,与所述第一参照曲线数据进行对比,以修正所述第一深度剂量模型,以及将所述多组第二测量曲线数据进行累加,与所述第二参照曲线数据进行对比,以修正所述第二深度剂量模型。
3.根据权利要求1所述的方法,其特征在于,在所述第三深度剂量模型建立之后,还包括:
在所述蒙特卡洛程序构建的人体部位模型中,获取预设光子能谱在人体组织中的光子深度剂量数据;
基于所述人体组织中的光子深度剂量数据,确定第三参照曲线数据;
依次将所述预设光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获得多组第三测量曲线数据;
按照单能光子个数所占比例,将所述多组第三测量曲线数据进行累加,与所述第三参照曲线数据进行对比,以修正所述第三深度剂量模型。
4.根据权利要求2或3所述的方法,其特征在于,依据测量曲线数据与参照曲线数据进行对比,包括:
在累加后的测量曲线数据与参照曲线数据中,获取多组单能中子或多组单能光子在同一深度下所对应的剂量率;
依据所述剂量率确定平均方差与决定系数,并根据所述平均方差与所述决定系数修正深度剂量模型。
5.根据权利要求1所述的方法,其特征在于,分别将所述待评估中子能谱中的多组单能中子的能量值输入第一深度剂量模型和第二深度剂量模型,以获取多组第一曲线数据和多组第二曲线数据,以及,依次将所述待评估光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获取多组第三曲线数据,包括:
分别将所述待评估中子能谱与所述待评估光子能谱分成多个子能谱区间;
计算每个子能谱区间中的单能中子或单能光子的能量平均值;
分别将所述待评估中子能谱中多个子能谱区间对应的能量平均值输入第一深度剂量模型和第二深度剂量模型,以获取多个子能谱区间对应的第一曲线数据和第二曲线数据,以及,将所述待评估光子能谱中多个子能谱区间对应的能量平均值依次输入第三深度剂量模型,以获取多个子能谱区间对应的第三曲线数据。
6.一种硼中子俘获治疗的束流评估装置,其特征在于,包括:
能谱获取模块,用于在同一超热中子束流中,获取待评估中子能谱与待评估光子能谱;
数据获取模块,用于分别将所述待评估中子能谱中的多组单能中子的能量值输入第一深度剂量模型和第二深度剂量模型,以获取多组第一曲线数据和多组第二曲线数据,以及,依次将所述待评估光子能谱中的多组单能光子的能量值输入第三深度剂量模型,以获取多组第三曲线数据;其中,所述多组第一曲线数据为多组单能中子在正常组织中对应的深度剂量曲线数据,所述第二曲线数据为多组单能中子在肿瘤组织中对应的深度剂量曲线数据,所述第三曲线数据为多组单能光子在人体组织中对应的深度剂量曲线数据;
治疗效果评估模块,用于通过所述多组第一曲线数据、所述多组第二曲线数据与所述多组第三曲线数据,确定优势深度与治疗增益,以评估所述超热中子束流的治疗效果;
其中,所述治疗效果评估模块具体用于:
按照单能中子个数所占比例,将所述多组第一曲线数据合并为第一曲线总数据,以及将所述多组第二曲线数据合并至第二曲线总数据;按照单能光子个数所占比例,将所述多组第三曲线数据合并为第三曲线总数据;
将所述第一曲线总数据与所述第三曲线总数据进行累加,以确定所述超热中子束流在正常组织内的深度剂量曲线;
将所述第二曲线总数据与所述第三曲线总数据进行累加,以确定所述超热中子束流在肿瘤组织内的深度剂量曲线;
在所述正常组织内的深度剂量曲线中,将纵坐标的最大值作为正常组织最大剂量率;
在所述肿瘤组织内的深度剂量曲线中,将与所述正常组织最大剂量率相等的剂量率所对应的深度作为所述优势深度,以及将所述优势深度以内的平均剂量率与所述正常组织最大剂量率的比值,作为所述治疗增益;
其中,还包括:第一模型建设模块;
第一模型建设模块,用于在获取待评估中子能谱与待评估光子能谱之前,在预设能量范围的中子中,获取不同能量的多组单能中子;
依次将所述多组单能中子的能量值输入蒙特卡洛程序构建的人体部位模型,以模拟出与所述多组单能中子相对应的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据;
基于所述正常组织中的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据,确定第一样本曲线数据;
基于所述肿瘤组织中的硼深度剂量数据、热中子深度剂量数据、快中子深度剂量数据以及光子深度剂量数据,确定第二样本曲线数据;
依据所述多组单能中子的能量值以及相对应的第一样本曲线数据建立所述第一深度剂量模型;
依据所述多组单能中子的能量值以及相对应的第二样本曲线数据建立所述第二深度剂量模型;
其中,还包括:第二模型建设模块;
第二模型建设模块,用于在获取待评估中子能谱与待评估光子能谱之前,在预设能量范围的光子中,获取不同能量的多组单能光子;
依次将所述多组单能光子的能量值输入蒙特卡洛程序构建的人体部位模型中,以模拟出与所述多组单能光子相对应的光子深度剂量数据;
基于所述人体组织中的光子深度剂量数据,确定第三样本曲线数据;
依据所述多组单能光子的能量值以及相对应的第三样本曲线数据建立所述第三深度剂量模型。
7.一种放疗设备,其特征在于,所述放疗设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的硼中子俘获治疗的束流评估方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的硼中子俘获治疗的束流评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811051945.0A CN109173081B (zh) | 2018-09-10 | 2018-09-10 | 硼中子俘获治疗的束流评估方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811051945.0A CN109173081B (zh) | 2018-09-10 | 2018-09-10 | 硼中子俘获治疗的束流评估方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109173081A CN109173081A (zh) | 2019-01-11 |
CN109173081B true CN109173081B (zh) | 2020-12-22 |
Family
ID=64915890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811051945.0A Active CN109173081B (zh) | 2018-09-10 | 2018-09-10 | 硼中子俘获治疗的束流评估方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109173081B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102143063B1 (ko) * | 2019-02-27 | 2020-08-11 | 서울대학교산학협력단 | 중성자 빔의 방사선량 계산 방법, 장치 및 방사선량 계산 프로그램이 저장된 기록매체 |
CN115130322B (zh) * | 2022-07-22 | 2023-11-03 | 中国原子能科学研究院 | 束流整形装置的优化方法和优化装置 |
WO2024020874A1 (zh) * | 2022-07-27 | 2024-02-01 | 上海联影医疗科技股份有限公司 | 一种能谱获取方法、***和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012168527A1 (es) * | 2011-06-06 | 2012-12-13 | Universidad De Sevilla | Evaluación en tiempo real de dosis de neutrones en pacientes en tratamiento con radioterapia y detector para llevar a cabo el procedimiento |
CN104258505A (zh) * | 2014-09-19 | 2015-01-07 | 西安交通大学医学院第一附属医院 | 肿瘤放射治疗剂量个体化验证仿真体模及其建立和应用 |
CN106975162A (zh) * | 2016-01-15 | 2017-07-25 | 南京中硼联康医疗科技有限公司 | 中子捕获治疗*** |
CN107292075A (zh) * | 2016-04-06 | 2017-10-24 | 南京中硼联康医疗科技有限公司 | 增进放射治疗***计算效益的方法 |
-
2018
- 2018-09-10 CN CN201811051945.0A patent/CN109173081B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012168527A1 (es) * | 2011-06-06 | 2012-12-13 | Universidad De Sevilla | Evaluación en tiempo real de dosis de neutrones en pacientes en tratamiento con radioterapia y detector para llevar a cabo el procedimiento |
CN104258505A (zh) * | 2014-09-19 | 2015-01-07 | 西安交通大学医学院第一附属医院 | 肿瘤放射治疗剂量个体化验证仿真体模及其建立和应用 |
CN106975162A (zh) * | 2016-01-15 | 2017-07-25 | 南京中硼联康医疗科技有限公司 | 中子捕获治疗*** |
CN107292075A (zh) * | 2016-04-06 | 2017-10-24 | 南京中硼联康医疗科技有限公司 | 增进放射治疗***计算效益的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109173081A (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109192273B (zh) | 硼中子俘获治疗的束流评估方法、装置、设备及存储介质 | |
Fragoso et al. | Dosimetric verification and clinical evaluation of a new commercially available Monte Carlo-based dose algorithm for application in stereotactic body radiation therapy (SBRT) treatment planning | |
Kry et al. | Out-of-field photon and neutron dose equivalents from step-and-shoot intensity-modulated radiation therapy | |
Howell et al. | Calculation of effective dose from measurements of secondary neutron spectra and scattered photon dose from dynamic MLC IMRT for, and beam energies | |
JP6695981B2 (ja) | ビーム照射角度の評価方法 | |
Bednarz et al. | Monte Carlo modeling of a 6 and 18 MV Varian Clinac medical accelerator for in-field and out-of-field dose calculations: development and validation | |
Chetty et al. | A virtual source model for Monte Carlo modeling of arbitrary intensity distributions | |
CN109173081B (zh) | 硼中子俘获治疗的束流评估方法、装置、设备及存储介质 | |
Elcim et al. | Dosimetric comparison of pencil beam and Monte Carlo algorithms in conformal lung radiotherapy | |
Cho et al. | Multisource modeling of flattening filter free (FFF) beam and the optimization of model parameters | |
WO2019034093A1 (zh) | 测量辐射强度的方法及生物剂量计 | |
Henzen et al. | Monte Carlo based beam model using a photon MLC for modulated electron radiotherapy | |
Allahverdi et al. | Monte Carlo estimation of electron contamination in a 18 MV clinical photon beam | |
US20230347176A1 (en) | Radiotherapy system and therapy plan generation method therefor | |
CN107292075A (zh) | 增进放射治疗***计算效益的方法 | |
AU2024200068A1 (en) | Irradiation parameter selection apparatus and usage method thereof and control system comprising said apparatus and usage method thereof | |
Poon et al. | A CT‐based analytical dose calculation method for HDR brachytherapy | |
Hadad et al. | Voxel dosimetry: Comparison of MCNPX and DOSXYZnrc Monte Carlo codes in patient specific phantom calculations | |
Chow et al. | Dose-volume consistency and radiobiological characterization between prostate IMRT and VMAT plans | |
JP2023528963A (ja) | 放射線療法システム及びその治療計画の生成方法 | |
Fielding | Monte-Carlo techniques for radiotherapy applications II: equipment and source modelling, dose calculations and radiobiology | |
Cruz et al. | Patient specific IMRT quality assurance with film, ionization chamber and detector arrays: Our institutional experience | |
Aslian et al. | Neutron and photon out-of-field doses at cardiac implantable electronic device (CIED) depths | |
Blombäck | Monte Carlo evaluation of static and dynamic 6FFF treatments-Evaluation of dose distributions calculated with AAA, Acuros XB, and Collapsed Cone (RayStation and DoseCheck) | |
Te Ruruku | Investigating Acuros Brachy Vision dose calculation accuracy in various materials relevant to high dose rate brachytherapy using GATE. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230627 Address after: Room 1001, Unit 1, Building 1, No. 1 Yiran Road, Songshanhu Park, Dongguan City, Guangdong Province, 523808 Patentee after: Guoke Neutron Medical Technology Co.,Ltd. Address before: 523808 No. 1318 Building A1, Guangda West Valley, Songshan Lake High-tech Industrial Development Zone, Dongguan City, Guangdong Province Patentee before: DONGGUAN DONGYANGGUANG GAONENG MEDICAL EQUIPMENT Co.,Ltd. |