تعیین انرژی باریکه نوترون برای عمق نفوذ مناسب در BNCT کبد
Publish place: The Second International Conference and the Third National Conference on the Application of New Technologies in Engineering Sciences
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 885
This Paper With 24 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITCC02_523
تاریخ نمایه سازی: 21 شهریور 1395
Abstract:
درمان به وسیله گیراندازی نوترون توسط بور (BNCT)، یک روش نوین در درمان تومورهای بدخیم است که به طور بالقوه قادر است تعداد زیادی از سلول های سرطانی و مقدار ناچیزی از سلول های بافت سالم را از بین ببرد. قابلیت این روش در ایجاد یک اثرانتخابی بر اساس توزیع بور باعث می شود که نسبت به روش های متداول درمانی برای تومورهای تهاجمی و متاستاتیک کبد یک گزینه معتبر باشد. در مطالعه پیش رو، با استفاده از فانتوم محاسباتی ORNL و کد هسته ای MCNP، باریکه های فوق حرارتی نوترون با انرژی 1eV تا 10keV شبیه سازی شدند و با فرض آن که نسبت تمرکز مولکول های حاوی بور در تومور به بافت سالم 6:1 است، منحنی های توزیع دوز شامل مؤلفه های دوز شکافت بور، دوز گاما، دوز نوترون حرارتی و دوز نوترون سریع، به صورت تابعی از عمق تومور در بافت سالم به دست آمدند. به منظور یافتن مناسب ترین انرژی برای درمان تومور در عمق های 4cm, 2cm و 6cm درون کبد، از دو معیار ارزیابی استفاده شد: 1-نسبت دوز جذب شده تومور به ماکزیمم دوز بافت سالم که بهره درمانی نامیده می شود 2- نسبت دوز جذب شده پرست به ماکزیمم دوزبافت سالم پس از تعیین توزیع دوز باریکه های تک انرژی نوترون، توزیع دوز حاصل از بیم نوترون رآکتور BMRR بازسازی شد. نتایج شبیه سازی ارائه شده، الهام بخش روشی است که امکان ارزیابی کیفیت واقعی باریکه نوترون های فوق حرارتی با انرژی معلوم در کبد را میسر می سازد.
Keywords:
Authors
مرضیه کبیریان
کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، گروه مهندسی پرتوپزشکی، تهران، ایران
داریوش سرداری
استادیار، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، گروه مهندسی پرتوپزشکی، تهران، ایران
فرشید باباپور
استادیار، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، گروه مهندسی پرتوپزشکی، تهران، ایران
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 :