مقایسه پیش بینی مدل های مختلف RBE در تکنیک پروتون تراپی با استفاده از کد GATE
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 131
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_RSM-8-4_003
تاریخ نمایه سازی: 15 فروردین 1401
Abstract:
امروزه پروتون تراپی به عنوان یکی از موثرترین روش ها در درمان انواع متفاوتی از سرطان ها در مراکز بالینی مورد استفاده قرار می گیرد. در درمان به کمک این تکنیک هادرون تراپی، فرمالیزم مناسبی برای به دست آوردن اثرات بیولوژیکی نسبی (RBE) برای طرح درمان مورد نیاز است، و به همین منظور، و برای بررسی اثرات بیولوژیکی پرتو در بافت، به جای استفاده از دز فیزیکی از مفهوم دز بیولوژیکی استفاده می شود. به صورت معمول، در درمان های بالینی مطابق دستورالعمل ICRU، از مقدار ثابت RBE، ۱/۱ برای باریکه پروتونی استفاده می شود. اخیرا و به منظور مدل سازی درست تر اثرات بیولوژیکی پرتو در بافت، مدل های جدید و متفاوتی بر اساس نتایج آزمایشگاهی برای محاسبه RBE ارائه شده است که وابستگی آن را به پارامتر هایی نظیر دز، LET، انرژی پرتو و حساسیت بافت نشان می دهد. در مطالعه حاضر، به کمک کد مونت کارلو GATE و شبیه سازی دقیق برخورد باریکه پروتونی تک-انرژی به یک فانتوم آبی، از مدل های Wilkens، Wedenberg ، Carabe و McNamara برای محاسبه RBE استفاده شده تا میزان دز بیولوژیکی در مدل های مختلف تعیین گشته و با RBE ثابت مقایسه گردد. در ادامه و به منظور نزدیکی هرچه بیشتر شبیه سازی ها به نتایج بالینی، از مدولاسیون پرتو فرودی به منظور ایجاد یک ناحیه قله براگ گسترده شده (SOBP)، استفاده شده و مدل های متفاوت RBE به منظور محاسبه دز بیولوژیکی برای آن در نظر گرفته شده و نتایج مقایسه شده است. نتایج نشان می دهد که چهار مدل مختلف RBE، دز مساوی یا کمتری را در ناحیه ورودی پرتو پروتون فرودی، در مقایسه با نتایج مربوط به RBE ثابت، پیش بینی می کنند، در حالی که این شرایط برای ناحیه هدف به صورت معکوس خواهد بود
Keywords:
Proton therapy , Biological Dose , RBE , LET , GATE , پروتون تراپی , دز بیولوژیکی , RBE , LET , GATE
Authors
حسین تقی پور
University of Guilan
پیوند طاهرپرور
University of Guilan
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :