-
使用MC方法对碳离子束流配送系统建模,模拟碳离子笔形束点扫描的治疗过程。在碳离子点扫描治疗中使用In-beam PET成像进行实时剂量监测(如图1所示)。
笔形束形状呈高斯型,束斑尺寸由治疗计划系统给出。点扫描采用4 mm微脊形过滤器(MRF4),在真空窗和治疗头出束口之间设置两个分条电离室和三个剂量电离室用于剂量监测。碳离子束流周期为9 s,包括出束(1.5 s)和停束(7.5 s,用于能量转换)。束流能量为120~400 MeV/u,在肿瘤中生成展宽的布拉格峰(Spread-out Bragg Peak, SOBP)区域。扫描方式为点扫描,点扫描同一肿瘤平面的两个束流之间的距离为1.5
$ \sigma $ ($ \sigma $ 为笔形束高斯分布标准差,FWHM=2.355×$ \sigma $ )。全身PET探测系统由282 240个2.75 mm×2.75 mm×18.1 mm LYSO晶体模块组成,每环由120个晶体模块构成,共计56环,环直径为78.6 cm,轴向视野(FOV) 95.56 cm。探测系统对每个阵列采用四个6 mm×6 mm硅光电倍增管(SiPM)进行数据采集,并设定数据采集的符合时间为8 ns、符合能量窗为430~645 keV。
-
碳离子束流扫描系统建模使用MC软件GATE v9.0。GATE是一个基于Geant4软件包的模拟平台,主要针对医学物理应用,如:PET、单光子发射计算机断层扫描(SPECT)、电子计算机断层扫描(CT)等成像设备模拟,可以精确模拟低能光子和电子辐射的剂量分布,也可应用于质子重离子治疗计划计算。
PET图像重建使用高级断层扫描重建软件CASToR,CASToR是一个用于PET、SPECT和 CT图像重建的开源平台[9]。使用有序子集最大期望值方法(OSEM)重建PET图像。重建图像保存在1 mm×1 mm×1 mm的461×461×309体素中,PET重建图像与患者CT图像和剂量分布图像尺寸一致。
束流引起的核反应的物理过程,选择了“标准物理过程3 (Opt3)”电磁相互作用模型和碳离子强相互作用模型QGSP_BERT_HP_EMY[10]。在PET成像模拟过程中,考虑了标准的电磁过程,包括康普顿效应、瑞利散射、正负电子电离、轫致辐射、光电效应以及正负电子对湮灭。
PET成像的源文件是CIRT中的3D正电子放射性核素分布图。正电子核素包括11C、10C和15O三种主要贡献的正电子核素,以及14O、13N、17F、8B四种产额较低的正电子核素。正电子发射核素的衰变也在PET成像过程中考虑。最后,呈现的PET图像为正电子发射核素的放射性分布。
-
在重离子束放射治疗中,CIRT计划系统是兰州科近泰基新技术有限责任公司自主研发的CIRT计划系统CiPlan(V1.0),TPS采用笔形束剂量算法(PBS)。与常规放射治疗计划系统类似,CIRT计划系统使用肿瘤患者的CT图像进行靶区和危及器官的勾画,以及治疗计划的制定和评估。
剂量计算过程中,RBE 被纳入剂量优化过程。影响RBE的因素很多,如粒子类型、剂量、LET、细胞生物学终点(如存活水平)、细胞类型、有氧或缺氧状态等[11]。RBE计算采用二次线性模型(LQ模型) [12],该模型以人类唾液腺肿瘤细胞(Human Salivary Gland, HSG)为代表,HSG细胞是中度敏感细胞,通过辐射生物实验测得HSG细胞在X线和不同LET离子束辐射场中的细胞存活曲线,利用10%细胞存活作为生物学终点,
$\alpha $ 、${\beta}$ 与LET的变化关系计算得到的RBE值范围。一般认为,对于给定的离子束类型(如12C离子束)和生物终点,RBE受LET影响很大。因此,RBE可以表示为LET和细胞存活水平S的函数。利用LQ模型计算混合束RBE的计算公式为
$$ \begin{array}{c}{D}_{\mathrm{bio}}={\rm RBE}\boldsymbol \cdot {D}_{\mathrm{p}\mathrm{h}\mathrm{y}}, \end{array} $$ (1) $$ {\rm{RBE}}({\rm{LET}},\, {\rm{S}}) = \frac{{\beta}^{} _{\rm C}(\mathrm{LET})\big[ \sqrt{{\alpha }_{\rm X}^{2} - 4{{\beta } }^{}_{\rm X}\mathrm{ln}(S)} - {\alpha }^{}_{\rm X}\big]}{{{\beta} }^{}_{\rm X}\big[ \sqrt{{\alpha }_{\rm C}^{2}(\mathrm{LET})-4{{\beta} }^{}_{\rm C}(\mathrm{LET})\mathrm{ln}(S)} - {\alpha }^{}_{\rm C}(\mathrm{LET})\big]} \text{,} $$ (2) 其中:
${\alpha }^{}_{\rm X}=0.313 \; {\mathrm{Gy}}^{-1}$ ,${{\beta } }^{}_{\rm X}=0.0615 \; {\mathrm{Gy}}^{-2}$ 是X射线束照射HSG细胞的拟合参数[11],${\alpha }^{}_{\rm C}$ ,${\beta }^{} _{\rm C}$ 为$ {}_{}{}^{12}\mathrm{C} $ 离子束照射的HSG细胞存活曲线LQ模型的拟合参数。Ciplan中RBE加权剂量的计算和优化采用LQ模型。MC计算中采用同样的方法,使用LQ模型通过MC输出的DoseAverage LET和物理吸收剂量来计算RBE加权剂量,便于比较TPS和MC模拟的RBE加权剂量的一致性。
In-beam PET Dose Monitoring Study of 12C Tumor Radiotherapy Based on TPS and Monte Carlo Calculation
-
摘要: In-beam PET成像是碳离子放射治疗剂量监测的有效手段,可以对碳离子放疗过程的物理剂量分布和生物剂量分布进行实时监测。结合放射治疗计划系统(TPS)和蒙特卡罗(MC)模拟分别对静态均匀水模体和腹部肿瘤CT图像进行治疗计划设计、MC计算和PET成像,比较TPS肿瘤靶区剂量分布、MC模拟剂量分布和PET成像三者之间的一致性。TPS和MC模拟中相对生物学效应(RBE)的计算均采用线性二次模型(LQ)。研究结果显示,TPS和MC计算的静态均匀水模体、单野治疗腹部肿瘤的物理剂量、RBE加权剂量在SOBP区域的平均误差均在0.5%和2%以内。碳离子束流能量为120~400 MeV/u时,束流方向剂量深度分布与PET成像在SOBP区域的位置差异均在8 mm以内。In-beam PET可作为碳离子放射治疗中位置验证和剂量验证的有效手段。
-
关键词:
- 碳离子放射治疗 /
- In-beam PET成像 /
- 治疗计划系统 /
- 剂量验证
Abstract: In-beam PET imaging provides an effective method to monitor the physical and biological dose distribution during carbon ion radiotherapy in real time. We investigate the dose distribution and In-beam PET image of a homogeneous water phantom and an abdominal tumor CT phantom by the Treatment Planning System(TPS) and Monte Carlo(MC) simulation. We compare the consistency of TPS dose distribution, the MC simulation dose distribution and the PET imaging profile at the tumor area. The relative biological effect values(RBE) were calculated using a linear quadratic model(LQ). Results show that the average error of the physical dose and RBE weighted dose in the water phantom and the abdominal tumor CT phantom were within 0.5% and 2% respectively. The carbon ion energy ranges from 120 to 400 MeV/u. The peak position difference between dose and PET imaging is within 8 mm. This paper proves the feasibility of using In-beam PET for dose monitoring during carbon ion radiotherapy. -
-
[1] 聂晶, 李贺, 李冰燕, 等. 世界复合医学, 2015, 1(03): 198. doi: 10.11966/j.issn.2095-994X NEI J, LI H, LI B Y, et al. World Journal of Complex Medicine, 2015, 1(03): 198. (in Chinese) doi: 10.11966/j.issn.2095-994X [2] 肖国青, 李强, 张小奇, 等. 科技促进发展, 2020, 16(01): 9. doi: 10.11842/chips.20200310002 XIAO G Q, LI Q, ZHANG X Q, et al. Science & Technology for Development, 2020, 16(01): 9. (in Chinese) doi: 10.11842/chips.20200310002 [3] 叶飞, 李强. 原子核物理评论, 2010, 27(03): 309. doi: 10.11804/NuclPhysRev.27.309 YE F, LI Q. Nuclear Physics Review, 2010, 27(03): 309. (in Chinese) doi: 10.11804/NuclPhysRev.27.309 [4] 戴甜甜, 魏清阳. 中国医学影像技术, 2017, 33(02): 312. doi: 10.13929/j.1003-3289.201607064 DAI T T, WEI Q Y. Chinese Journal of Medical Imaging Technology, 2017, 33(02): 312. (in Chinese) doi: 10.13929/j.1003-3289.201607064 [5] ENGHARDT W, CRESPO P, FIEDLER F, et al. Nucl Instr and Meth A, 2004, 525(1/2): 284. doi: 10.1016/j.nima.2004.03.128 [6] LI Z, FAN Y, DONG M, et al. IEEE Transactions on Radiation and Plasma Medical Sciences, 2017. doi: 10.1109/TRPMS.2017.2769109 [7] 陈泽. In-Beam PET的性能模拟与图像重建[D]. 兰州: 中国科学院研究生院(近代物理研究所), 2014. CHEN Z. In-Beam PET Performance Simulation and Image Reconstruction[D]. Lanzhou: Institute of Modern Physics, Chinese Academy of Sciences, 2014. (in Chinese) [8] 刘新国, 李强, 杜晓刚, 等. 原子核物理评论, 2010, 27(04): 480. doi: 10.11804/NuclPhysRev.27.04.480 LIU X G, LI Q, DU X G, et al. Nuclear Physics Review, 2010, 27(04): 480. (in Chinese) doi: 10.11804/NuclPhysRev.27.04.480 [9] THIBAUT M, SIMON S, DIDIER B, et al. Physics in Medicine and Biology, 2018, 63: 18. doi: 10.1088/1361-6560/aadac1 [10] TOSHITO T, BSGULYA A, LECHNER A, et al. Medical Physics, 2010. doi: 10.1002/mp.14226 [11] FURUSAWA Y, FUKUTSU K, AOKI M, et al. Radiation Research, 2000, 154(5): 485. doi: 10.1667/0033-7587(2000)154[0485:ioaahc]2.0.co;2 [12] KANAI T, FURUSAWA Y, FUKUTSU K, et al. Radiation Research, 1997, 147(1): 78. doi: 10.2307/3579446 [13] 赫捷, 王绿化, 李晔雄, 戴建荣, 等. 上海医学, 2018, 27(4): 10. doi: 10.3760/cma.j.issn.1004-4221.2018.04.001 HAO J, WANG L H, LI H X, et al. Shanghai Medical Journal, 2018, 27(4): 10. (in Chinese) doi: 10.3760/cma.j.issn.1004-4221.2018.04.001 [14] 付庆国, 戴建荣, 朱小东, 等. 中华放射肿瘤学杂志, 2018, 27(2): 218. doi: 10.3760/cma.j.issn.1004-4221.2018.02.021 FU Q G, DAI J R. ZHU X D, et al. Chinese Journal of Radiation Oncology, 2018, 27(2): 218. (in Chinese) doi: 10.3760/cma.j.issn.1004-4221.2018.02.021