影响容积旋转调强放疗精度的误差因素探测及改进方法研究

Volumetric-modulated arc therapy (VMAT), which has been widely used in cancer treatment, provides a shorter treatment time, higher efficiency of dose delivery and more conformal dose distribution. For the complexity of VMAT plan and the high precision requirements of TPS and linac, the quality assurance (QA) of VMAT is a hotspot at present. Our study shows that patient-specific QA and monitored treatment parameters are valid methods for VMAT QA. We found that the plan complexity affects the precision of VMAT delivery, but the mechanism is not explicit as yet. We also found that gantry rotational, MLC leaf positioning and MU precision are suitable for VMAT. Accordingly, we infer that "the mechanism of VMAT for the planning parameter, the improving method for linac physical model in TPS, and the strategy of treatment planning are effective methods for improving VMAT treatment precision". In this study, in order to enhance the VMAT treatment precision, we will analyse the VMAT planning and delivery data, explore the effect of VMAT for the planning and treatment parameters, explore the mechanism, provide a new method to improve the physical model in TPS, and improve the strategy of treatment planning. This study will provide a new line of thinking and method to improve the level of VMAT treatment.

容积旋转调强放疗（VMAT）治疗时间短、剂量学特征优秀，因而广泛用于肿瘤放疗。但其计划复杂、对设备要求高，因此VMAT质量保证（QA）方法研究是当前热点。我们研究显示，治疗前个体化QA和治疗时机器参数误差监测是VMAT质量检测的有效手段。前期研究中我们已证实，计划复杂性对VMAT治疗精度影响显著，但其具体影响机制尚不清楚。预实验中我们发现：VMAT治疗时机架旋转、MLC叶片到位、剂量输出精度较好，且与VMAT剂量验证结果的相关性较低。据此，我们推测"测定计划参数对VMAT的影响机制，改进加速器物理数据模型和放疗计划设计策略是提高VMAT治疗精度的有效方法"。我们拟用统计学方法分析大样本VMAT数据，探测计划和机器参数对VMAT剂量验证的影响及机制，提出VMAT加速器物理模型数据改进方法并建立新的VMAT计划设计策略，提高VMAT治疗精度。本研究将为提高VMAT治疗水平提供了新思路和新方法。

容积旋转调强放疗(VMAT)技术复杂，其质量保证与质量控制方法是近年来的研究热点。本课题组通过log文件测试了VMAT剂量验证过程中加速器各机器参数的误差，并分析了VMAT剂量验证结果对各参数的敏感度。建立了用于VMAT计划的复杂度指标，并评估其对VMAT各加速器参数精度的影响，以及对VMAT剂量验证结果的影响。同时也确定了计划参数和机器参数对VMAT剂量验证结果的影响和对应的改进方法，以及加速器各机器参数对VMAT的剂量学影响。并进一步建立VMAT剂量验证的预测模型，为确保和提高VMAT治疗精度提供了新思路和方法。研究中，我们发现MLC叶片到位、机架旋转角精度与gamma通过率呈弱负相关，钨门、MU精度与gamma通过率无相关性。通过计划参数的研究，建立了VMAT计划复杂度指标NMCSv，且NMCSv与gamma通过率呈中等强度相关，AFW是主要影响因素，通过调整DLG、穿射因子、半影区斜率等参数可显著改善TPS加速器模型，提高VMAT剂量计算精度。相比机架旋转角度误差、准直器到位误差和MLC叶片同向偏移误差，两侧MLC叶片反向或同向运动系统误差对VMAT剂量学影响和剂量验证影响均更加显著。进一步，我们发现，评价指标的选取更严格时，绝对剂量验证 Gamma 通过率受加速器各参数误差影响依次递增。本课题组建立了基于机器学习的个体化容积旋转调强放疗剂量验证预测模型，具有较好的预测精度，可以作为基于测量的VMAT剂量验证的质控手段。此外，通过进一步分析预测模型中的重要特征，较容易找到剂量误差来源，为确保和提高VMAT放疗精度提供了新思路。