AAA算法与PBC算法在肺癌放疗计划中的对比研究
AXB算法与AAA算法在直肠癌VMAT放射治疗中的剂量学差异
AXB算法与AAA算法在直肠癌VMAT放射治疗中的剂量学差异直肠癌是常见的恶性肿瘤之一，VMAT是一种常用的放射治疗技术，在直肠癌的治疗中有着广泛的应用。
在VMAT放射治疗中，剂量学是非常重要的一个环节，而AXB算法和AAA 算法是两种主要的剂量计算算法。
本文将探讨AXB算法和AAA算法在直肠癌VMAT放射治疗中的剂量学差异。
首先，AXB算法和AAA算法在计算剂量时使用的基本原理有所不同。
AXB算法是一种射线追踪算法，它根据粒子在物质中的相互作用来计算剂量。
而AAA算法是一种基于解析法的剂量计算方法，它利用解析式来计算剂量。
因此，这两种算法在计算剂量过程中的理论基础不同，会在一定程度上影响最终的剂量计算结果。
其次，两种算法在处理不同组织时的精度不同。
在直肠癌VMAT放射治疗中，肿瘤周围的正常组织往往需要避免过度的辐射剂量，以免对患者的身体造成不必要的损伤。
而AXB 算法在处理复杂的组织边界时往往会出现一些误差，这可能导致最后计算出的剂量不如预期。
而AAA算法在处理这些情况时往往更加精确。
此外，两种算法在对患者的解剖结构进行建模时也有所不同。
在实际应用中，VMAT放疗时通常需要对直肠、膀胱、前列腺等多个组织进行建模。
而在这些组织之间的相互影响和边界处的情况复杂，AXB算法和AAA算法在处理这些情况时就会产生一些差异。
相比而言，AAA算法在处理大规模组织时往往具有更高的计算速度和精度。
综上所述，AXB算法和AAA算法在直肠癌VMAT放射治疗中的剂量学差异主要体现在理论基础、精度和计算速度等方面。
在实际应用中，要根据患者的情况和需要综合考虑这些因素来选择合适的算法。
同时，可以考虑使用多种算法配合计算，以提高剂量的准确性和精度。
Acuros XB与AAA算法在肺癌调强放疗计划设计中的比较
Acuros XB与AAA算法在肺癌调强放疗计划设计中的比较刘致滨;石锦平;张利文;谢秋英;滕建建【期刊名称】《中国医学物理学杂志》【年(卷),期】2017(034)010【摘要】目的:比较Acuros XB(AXB)算法与AAA算法在肺癌调强放疗(IMRT)计划中的剂量学差异.方法:选取10例接受放射治疗的肺癌患者,CT图像扫描后勾画靶区和危及器官,分别用两种优化算法设计IMRT计划,比较两种算法所得计划的靶区剂量分布、危及器官受量及正常组织受量的差异.结果:应用AXB算法的计划中PTV最大剂量和平均剂量分别为(66.37±1.94)和(61.5±3.88) Gy;应用AAA算法的计划中分别为(64.56±1.75)和(62.02±4.77)Gy.前者PTV最大剂量高于后者,但平均剂量低于后者,两者差异均有统计学意义(P＜0.05).两种计划在靶区的均匀性和适形度差异无统计学意义(P＞0.05).两种计划的双肺剂量Dmax、Dmean和V20差异有统计学意义(P＜0.05),前者双肺Dmax和V20高于后者,但双肺的平均剂量Dmean低于后者.两种计划在正常组织的体积剂量差异无统计学意义(P＞0.05).结论:虽然应用两种算法的计划均满足临床要求,但是与AXB算法相比,AAA算法低估了靶区最大剂量,高估了靶区平均剂量,同时也低估了正常肺部的体积剂量.【总页数】4页(P984-987)【作者】刘致滨;石锦平;张利文;谢秋英;滕建建【作者单位】佛山市第一人民医院肿瘤中心放疗室,广东佛山528000;佛山市第一人民医院肿瘤中心放疗室,广东佛山528000;佛山市第一人民医院肿瘤中心放疗室,广东佛山528000;佛山市第一人民医院肿瘤中心放疗室,广东佛山528000;佛山市第一人民医院肿瘤中心放疗室,广东佛山528000【正文语种】中文【中图分类】R737.33;R730.55【相关文献】1.食管癌调强放疗计划中AAA算法与PBC算法的对比研究 [J], 谭丽娜;石梅;柴广金;孙晓欢;马奎;肖锋2.PBC算法与AAA算法在肺癌调强放疗中的剂量学比较 [J], 张富利;王军良;盛洪国;郑明民3.Acuros XB与AAA算法在鼻咽癌VMAT计划验证中的差异 [J], 陆佳扬;张基永;张武哲;吴丽丽;谢文佳;谢良喜4.VARIAN Eclipse治疗计划中PBC和AAA算法在直肠癌调强放疗中的剂量学研究比较 [J], 褚俊峰;李军;桂龙刚;张西志;张先稳;陈永东;孙新臣;李金凯5.髓母细胞瘤调强放疗计划中AAA算法与PBC算法的对比研究 [J], 王艳菊; 崔震; 高峰; 邱晓光因版权原因，仅展示原文概要，查看原文内容请购买。
放射治疗剂量计划算法优化方法比较
放射治疗剂量计划算法优化方法比较放射治疗是一种常见的癌症治疗方法，它使用高能放射线杀死癌细胞或抑制其生长。
为了确保治疗的安全性和有效性，放射治疗剂量计划是至关重要的。
剂量计划的目标是在最大程度上杀死癌细胞，同时尽量减少对周围正常组织的损害。
为了实现这一目标，放射治疗剂量计划算法优化方法被广泛研究和应用。
本文将对目前常用的放射治疗剂量计划算法优化方法进行比较。
这些方法包括：逆向规划、传统的3D剂量计划和基于模型的剂量计划。
逆向规划是目前广泛使用的放射治疗剂量计划优化方法之一。
它的基本思想是从给定的剂量限制开始，反向计算出适当的治疗剂量分布。
逆向规划的优势在于它可以提供更加医生友好的解决方案，因为医生可以指定剂量限制和优先级。
然而，逆向规划缺乏直接优化目标函数，可能导致不稳定的解决方案。
传统的3D剂量计划方法是一种将剂量分配到多个固定的投射方向的方法。
这种方法的优势在于它相对简单，易于实施。
然而，它忽略了病变和正常组织的三维形态，可能导致治疗剂量分布不均匀，无法满足剂量限制。
基于模型的剂量计划方法是使用数学模型来描述病变和正常组织的三维形态和射线在其内部传播的方式。
这种方法的优势在于它可以更好地考虑病变的形态和组织特征，从而实现更准确的剂量计划。
然而，基于模型的方法需要大量的计算资源和复杂的处理过程，因此在实践中往往难以应用。
尽管这些方法都有各自的优势和缺点，但是随着计算机技术的进步，越来越多的新的放射治疗剂量计划算法优化方法被提出。
这些方法通常是基于数学模型和优化算法的结合，以实现更好的剂量计划效果。
其中一些方法还利用了机器学习和人工智能的技术，从大量的临床数据中学习和预测最佳的剂量计划。
除了算法的选择，还要考虑其他因素对放射治疗剂量计划的影响。
例如，放疗设备的特性、治疗区域的形态和组织特征、患者的个体差异等都可能对剂量计划产生影响。
因此，在进行剂量计划时，需要综合考虑这些因素，并根据具体情况进行调整和优化。
髓母细胞瘤调强放疗计划中aaa算法与pbc算法的对比研究
王艳菊 1，崔震 1，高峰 2，邱晓光 2
（1. 首都医科大学附属北京妇产医院 妇瘤科放疗门诊，北京 100006；2. 首都医科大学附属北京天坛医院 放疗科，北京 100050）
摘要：目的 比较瓦里安 Eclipse 治疗计划系统中的 PBC 算法和 AAA 算法在儿童颅内髓母细胞瘤的逆向调强放射治疗中
的剂量学差异。方法 随机选取 15 例术后和行全中枢放疗后的髓母细胞瘤患者，分别采用 PBC 算法和 AAA 算法设计调强
放射治疗技术，并比较两种算法获得的靶区的剂量分布，包括靶区均匀指数 HI、靶区适形指数 CI、靶区最大剂量、靶区最
小剂量、靶区平均剂量以及危及器官包括脑干、垂体、晶体、视神经的受照剂量的差异。结果 PTVmin、V95，脑干 、 max 脑干 mean和左视神经 max在 PBC 与 AAA 两种算法中差异无统计学意义 （P ≥0.05）；PTVmax、PTVmean，靶区适形指数 CI、靶区均 匀指数 HI，其它危及器官以及机器输出量 MU 两种算法差异有统计学意义 （P <0.05）。结论 PBC 算法比 AAA 算法中能够
Abstract:【Objective】To investigate the difference of anisotropic analytical algorithm (AAA) and pencil beam convolution (PBC) algorithm in the Eclipse planning system (Varian Medical Systems) for medulloblastoma in intensity-modulated radiotherapy (IMRT) treatment planning. 【Methods】 Fifteen patients with medulloblastoma underwent postoperative whole central nervous system radiotherapy were randomly selected, and IMRT Treatment Planning with AAA and PBC were preformed respectively. The difference in dose distribution to target and organs at risk (OAR) was compared.【Results】There was no significant difference in the minimum doses of planned target volume (PTV), the percentage volume of the target receiving a dose greater than 95% of the prescription dose (V95), the maximum doses of the brain, the mean doses of the brain and the maximum doses of the left optic nerve (P ≥0.05), while there was significant difference in the maximum doses of the PTV, the mean doses of the PTV, and PTV homogeneity and conformity indices (HI and CI), the dose of other OAR and the machine unit (MU) in PBC algorithm and AAA algorithm. 【Conclusion】 Compared with the AAA algorithm, PBC algorithm is more exactitude. So for patients with medulloblastoma underwent postoperative whole central nervous system radiotherapy, IMRT treatment with PBC algorithm is more accurate.
AAA-蛋白家族在恶性肿瘤中功能的相关研究进展
AAA-蛋白家族在恶性肿瘤中功能的相关研究进展
AAA-蛋白家族是一类广泛存在于细胞中的高度保守的蛋白质，其名称来源于其在氨基
酸序列中的特定序列重复单位。
这个家族的成员具有多样的功能，包括分解蛋白质、组装
分子复合体和调节细胞有丝分裂等。
近年来，AAA-蛋白家族在恶性肿瘤中的功能相关研究吸引了越来越多的人们的关注。
由于AAA-蛋白家族的多种功能，并且AAA-蛋白家族成员的高度保守性，这使得AAA-蛋白
家族成为恶性肿瘤治疗领域的研究焦点。
AAA-蛋白家族成员在肿瘤细胞增殖和转移中扮演着重要角色。
其中，最重要的成员是
细胞质中的酶类蛋白酶30 (proteasome 30, PSMA)，它参与了肿瘤细胞的生长和代谢过程。
PSMA已经被证明在许多恶性肿瘤中过度表达，使其成为一个理想的治疗靶点。
此外，AAA-蛋白家族的另一成员Torsin也参与调节肿瘤细胞增殖和转移。
Torsin(O)
和Torsin(A)在不同的细胞系中表达。
Torsin(O)的表达被认为与乳腺癌有关，而
Torsin(A)则被发现在肺癌中高度表达。
总而言之，AAA-蛋白家族在恶性肿瘤的研究中已经获得了显著进展，并成为一类备受
关注的潜在治疗靶点。
未来的研究应该加强对AAA-蛋白家族成员在恶性肿瘤中的作用机制的探究，并进一步深入地研究这些成员在肿瘤治疗中的潜在应用。
AAA-蛋白家族在恶性肿瘤中功能的相关研究进展
AAA-蛋白家族在恶性肿瘤中功能的相关研究进展AAA-蛋白家族是一类由三个茎环结构基因编码的转录因子，其重要功能是监管表达其它基因的表达。
近年来，AAA-蛋白家族的研究一直受到新近的关注，特别是其在恶性肿瘤形成和发展中的作用。
本文梳理了AAA-蛋白家族在恶性肿瘤中的功能方面的研究进展，主要包括其研究背景、蛋白的结构和功能及其在恶性肿瘤中的发现等方面内容，旨在提出AAA-蛋白家族家在恶性肿瘤研究中的应用及其未来研究方向。
AAA-蛋白家族研究的起源可以追溯到上世纪90年代中期，当时勃拉客研究小组发现了一类新型蛋白质转录因子，称为“AAA（ATPases阿拉伯聚阳离子）蛋白家族”。
AAA蛋白家族被确定为一类由三个茎环结构基因编码的转录因子，它们的重要功能是监管表达其它基因的表达，并将它们的表达与代谢活动相互联系起来。
近20年来，AAA-蛋白家族成为研究者们进行基因调控机制和信号转导研究的必备工具。
AAA-蛋白由三个结构基因编码，分别为PMA（迹氨酸蛋白酶A）、PMAB（迹氨酸蛋白酶B）和PME（迹氨酸蛋白酶E）三个蛋白质，它们具有旁路不同的功能，但有一个共同的特点，即ATP酶功能域，因此它们主要被认为是细胞ATP酶活性调控的重要因素。
这些蛋白的ATP酶活性在一定程度上可用于诊断和治疗恶性肿瘤，例如多发性骨髓瘤、原发性肝癌和胃癌等。
最近的研究表明，由AAA-蛋白质家族编码的蛋白可以调控肿瘤细胞生长、凋亡和迁移方面的表型，从而作为治疗或预防恶性肿瘤的新靶点。
另外，近期研究发现，AAA-蛋白家族在肿瘤干细胞中也发挥作用。
通过CRISPR基因敲除技术，研究人员发现，当靶向PMA蛋白基因时，肿瘤干细胞的表型在细胞迁移和侵袭上会发生逆转，进而减少肿瘤的侵袭转移。
这表明，AAA-蛋白家族也参与恶性肿瘤细胞的调控，并可以作为肿瘤靶点进行治疗抗肿瘤的研究。
总的来说，AAA-蛋白家族具有多种功能，发挥重要作用，用于恶性肿瘤诊断和治疗，例如肿瘤干细胞的调节，ATP酶活性调控，以及基因调控活化机制研究等等。
AAA-蛋白家族在恶性肿瘤中功能的相关研究进展
AAA-蛋白家族在恶性肿瘤中功能的相关研究进展1. 引言1.1 AAA-蛋白家族的概述AAA-蛋白家族是一类重要的蛋白家族，其中包括许多关键的细胞信号传导调节蛋白。
这些蛋白在细胞生长、增殖、分化以及凋亡等生命活动中发挥着至关重要的作用。
AAA-蛋白家族成员具有共同的ATP 酶结构域，这使它们能够在细胞内调节蛋白的合成、降解和转运等过程。
在恶性肿瘤中，AAA-蛋白家族的异常表达和功能失调与肿瘤的发生、发展密切相关。
研究表明，AAA-蛋白家族在多种恶性肿瘤中的表达水平显著增加，与肿瘤的侵袭性、转移性等临床特征密切相关。
对AAA-蛋白家族在恶性肿瘤中的作用机制进行深入研究，对于揭示肿瘤发生的机制、发展新的治疗策略具有重要意义。
【2000字】1.2 恶性肿瘤的发生和发展恶性肿瘤是一种常见的恶性肿瘤，其发生和发展可以受多种因素的影响。
环境因素、遗传因素以及个体生活方式等因素都可能对恶性肿瘤的发生起着重要作用。
恶性肿瘤通常起源于体内的正常细胞，经过一系列的基因突变和异常细胞增殖而发展为肿瘤。
在这个过程中，许多细胞生长的调控机制被破坏，导致细胞失去了正常的生长和分化能力，最终形成了肿瘤组织。
恶性肿瘤的发展过程是一个复杂的多步骤过程，包括肿瘤细胞的增殖、浸润、转移和侵袭等过程。
这些过程涉及到细胞的生长因子、信号通路、细胞凋亡等多个生物学过程的调控，其中的异常会导致恶性肿瘤的发生和发展。
对恶性肿瘤的发生和发展机制进行深入研究，不仅有助于更好地理解恶性肿瘤的病理过程，也有助于发现新的治疗策略和药物靶点，为恶性肿瘤的治疗提供更多的可能性。
2. 正文2.1 AAA-蛋白家族在恶性肿瘤中的表达和调控在恶性肿瘤中，AAA-蛋白家族的表达和调控机制对肿瘤的发生和发展起着重要作用。
研究表明，AAA-蛋白家族成员在肿瘤组织中的表达量常常异常增加或减少，与肿瘤的恶性程度及患者的预后密切相关。
某些AAA-蛋白家族成员的过度表达与肿瘤细胞的增殖、转移和侵袭能力增强有关，如AAA1、AAA2等，它们可通过促进肿瘤细胞周期的进程、调节凋亡信号通路等方式参与恶性肿瘤的发生和发展。
AAA-蛋白家族在恶性肿瘤中功能的相关研究进展
AAA-蛋白家族在恶性肿瘤中功能的相关研究进展随着分子生物学和基因技术的发展，人们对蛋白质结构及其功能的理解日益深入。
AAA-蛋白家族是一类细胞质和细胞核内的ATP酶，它位于细胞膜、内质网、线粒体、叶绿体、高渗透压压力体和核糖体等细胞器中，参与机体内各种代谢和生命活动过程。
此外，AAA-蛋白家族与许多人类病理生理学事件有关，尤其是在恶性肿瘤中的功能。
本文将综述AAA-蛋白家族在恶性肿瘤中功能的相关研究进展。
AAA-蛋白家族的基本结构和功能AAA-蛋白家族是三个核苷酸包被ATPase家族之一，包括三个类型的家族成员：i)共运输家族(Co-transportinge) ii)CAML(Ca2+-modulated protein ligase)和 iii)VCP/Cdc48p。
这些家族成员包含一个核苷酸结合区，一个主体结构区和一个变异结构区。
许多AAA-蛋白家族成员表现出环形蛋白重组酶的活性，逆变异在环中心。
其主要功能包括质量管理和细胞质网和高渗透压体功能维护。
AAA-蛋白家族在恶性肿瘤的发生、发展和转移过程中发挥了深刻的作用。
AAA-蛋白家族的成员在恶性肿瘤中表达异常，并在肿瘤细胞的增殖、分化和代谢等过程中发挥着重要的作用。
1. AAA-蛋白家族与肿瘤细胞增殖有关研究发现，AAA-蛋白家族成员的过量表达会激活细胞周期中的G2/M期，促进细胞增殖和增加肿瘤细胞的生存能力。
另外，AAA-蛋白家族成员与其他细胞增殖和凋亡相关因子的交互作用也会导致肿瘤细胞的生长，从而促进肿瘤的发展。
AAA-蛋白家族成员的异常表达在肿瘤细胞的代谢过程中也发挥着作用。
例如，在糖代谢过程中，双糖基酶(GlcNAcT)通过与AAA-蛋白家族成员的结合，调控糖代谢通路中的关键酵素磷酸酯酶(pyruvate kinase)。
此外，日本的研究人员发现，乳腺癌患者中AAA蛋白家族成员的异常表达与代谢“复原”过程有关，而此过程对肿瘤细胞免疫有利。
肿瘤放射治疗科筹建准备(四)-放疗设备采购篇
肿瘤放射治疗科筹建准备（四）——放疗设备采购篇➢根据个人的经验浅谈放射治疗设备的采购，由于本人知识能力有限，看完大家有什么提议或者内容需要补充及指正的，请在留言区留言，会不断的将内容更新进去，为大家更好的服务。
谢谢➢国内很多单位采购设备，使用科室没有决定权，结果设备购买回来使用后才发现一点不实用，该买的没有，不需要买的也不少。
个人建议：使用科室在设备的采购环节，即使没有决定权，也要有主人公精神，提出合理化的建议，相信如果您的建议是合理的、有效的，领导是会采纳的。
过程中也要注意说话的方式与语气。
➢放射治疗科的设备采购首先需要考虑预计有多少患者、疾病类型、未来想开展的放射治疗技术、放疗机房的条件、开展的技术需要配置什么设备、放射治疗人员的配置与能力等；根据自身的条件选择相应的放射治疗加速器、定位机、质控设备、定位设备等。
➢因单位采购大型设备均需要通过提前一年提交预算→预算审批→预算审批完成上报招标参数→编制招标文件→公开招标→招标完成→提供设备等诸多环节，繁琐费时，建议在采购大型设备（例如加速器、定位机、后装治疗机等）可将需要购买的体位固定装置、QA设备等打包购买，一同招标，省去小设备采购的诸多审批环节，提高效率。
打包购买的话、厂家通常也愿意提供更多的折扣。
➢以下所有的工作均要在合同签订前完成，待合同签订后可修改变化的空间就基本没有了。
最主要的在于合同签订前需要多了解，多请教，多对比，并和领导多沟通，提出使用科室的合适意见。
➢由于国内购买放疗设备很多是通过代理商，代理商销售对于自己代理的产品性能、特点、物理学原理、功能很多并不了解及不熟悉，这时候向同行多了解，多请教，多对比就尤其重要。
➢直线加速器的选择：随着放射治疗技术的发展至今，6MVX能量的光子线基本能满足大部分肿瘤的放射治疗需求。
而电子线的适应症较窄。
个人觉得如果科室需要使用高能X 线及电子线的患者占极少的比例，且本地区其他单位已有加速器有电子线功能；选购一台含多档电子线带图像引导的能做IMRT没有容积旋转调强（VMAT）功能的加速器，不如选购单光子带图像引导及容积旋转调强（VMAT）的加速器来得高效率及适合科室的发展。
AAA-蛋白家族在恶性肿瘤中功能的相关研究进展
AAA-蛋白家族在恶性肿瘤中功能的相关研究进展蛋白家族是一类具有类似结构和功能的蛋白质的集合。
AAA-蛋白家族是一种重要的蛋白家族，其中的成员在细胞内拥有ATP酶活性。
这些ATPase通常是双环或多环的，并且在细胞内参与各种生理过程的调节，如蛋白质的折叠、泛素化降解和细胞器的转运等。
最近的研究表明，AAA-蛋白家族在恶性肿瘤中的功能也非常重要，并且与肿瘤的发生和发展密切相关。
AAA-蛋白家族在细胞功能的调节中发挥着关键的作用。
如纤维鞘蛋白酶（proteasome）是AAA-蛋白家族的一个重要成员，它在细胞中负责对受损、陈旧或异常的蛋白质进行降解。
肿瘤细胞往往存在蛋白质过度表达和异常折叠等问题，导致蛋白质的积累。
研究发现，肿瘤细胞中纤维鞘蛋白酶的功能异常，导致蛋白质积累，从而促进肿瘤细胞的增殖和存活。
AAA-蛋白家族在细胞器功能的维持中起着重要作用。
细胞器如线粒体和内质网等对细胞的正常功能和生存非常重要，其功能异常与肿瘤的发生和发展密切相关。
研究发现，AAA-蛋白家族成员在线粒体和内质网的功能调控中发挥着关键作用。
线粒体中的AAA+蛋白家族成员LONP1和CLPX参与线粒体蛋白质的折叠和降解，维持线粒体的正常功能。
而内质网中的AAA-蛋白家族成员YOD1和VCP参与折叠过程中的质量控制，对细胞内异常蛋白的转运和降解起着重要作用。
这些研究表明，AAA-蛋白家族在细胞器功能的维持中，对于肿瘤细胞的生长和转移具有重要作用。
对AAA-蛋白家族的抑制剂的研究也显示出在肿瘤治疗中的潜在价值。
根据前期的研究，一些AAA-酶抑制剂已经显示出在抑制肿瘤生长和转移中的潜力。
VLX1570是一种针对纤维鞘蛋白酶的AAA-酶抑制剂，已经显示出在体内和体外抑制白血病和多发性骨髓瘤等恶性肿瘤的能力。
对其他AAA-蛋白家族的抑制剂的开发和研究也取得了一定进展。
AAA-蛋白家族在恶性肿瘤中的功能研究揭示了其在肿瘤的发生和发展中的重要作用。
PBC算法与AAA算法在肺癌调强放疗中的剂量学比较
中国医学物理学杂志 Chinese Journal of Medical Physics
PBC 算法与 AAA 算法在肺癌调强放疗中的剂量学比较
May．,2011 Vol．28． No．3
张富利 1， 王军良 2， 盛洪国 2， 郑明民 1 (1.北京军区 总 医 院 放 疗 科 ， 北 京 100700； 2.军 事 医 学 科 学 院 附 属 307 医 院 放 疗 科， 北京 100071)
- 2590 -
中国医学物理学杂志 第 28 卷 第 3 期 2011 年 5 月
摘要:目的: 分析、比较 笔 形 束 卷 积 算 法(PBC)和 各 向 异 性 解 析 算 法(AAA)在 非 小 细 胞 肺 癌(NSCLC)调 强 放 疗 计 划 设 计 中
的剂量学差异。 方法: 随机选择 7 例 NSCLC 患者，采用 Eclipse version 7.3.10 计划系统提供的 PBC 算法和 AAA 算法对
受 NSCLC 放 疗 患 者 的 CT 图 像 ， 分 别 采 用 PBC 和 AAA 算法进行调强放疗计划的设计。 1.2 体位固定和 CT 扫描
首 先 对 患 者 治 疗 部 位 行 CT 螺 旋 扫 描 ，CT 采 用 Philips 公司 85 cm 大孔径 CT 模拟定位机。 患者仰卧 位，双臂上抬交叉置于额顶，以患者放疗体位制作体 模，用体部固定器固定，扫 描 时 层 厚 5 mm，层 间 距 5 mm。 扫描范围上界至环状软骨，下界至肾上腺。 1.3 处方剂量要求
方剂量。 HI 值越低(接近 1)，表示靶区剂量均匀性越
好。 CI 计算公式可表示为
CI= Vt,ref × Vt,ref ，
不同剂量算法对乳腺癌调强放疗计划的剂量学影响
不同剂量算法对乳腺癌调强放疗计划的剂量学影响刘万军;张西志;李军;花威;张先稳;陈雪梅【摘要】目的比较乳腺癌保乳术后调强放疗(IMRT)的各向异性算法(AAA)与笔形束卷积算法(PBC)形成的治疗计划,分析在靶区的剂量均匀性HI、靶区适形度CI、双肺照射剂量与体积以及心脏照射剂量与体积的差异.方法选取乳腺癌保乳术后20例逆向调强计划和20例正向调强计划,6MVX线处方剂量靶区为50 Gy,分别用AAA算法和PBC算法模型计算,在两种算法剂量体积直方图上比较靶区、双肺与心脏照射剂量和体积.结果逆向调强中AAA算法超过处方剂量的体积与PBC算法基本相似;靶区平均剂量低于PBC算法73.91 cGy,均匀性指数HI高于PBC算法2.5％,双肺的V20高于PBC算法2.5％,心脏平均受照剂量低于PBC算法53.39 cGy.靶区适形数CI显著高于PBC算法5.7％.正向调强中AAA算法超过处方剂量的体积高于PBC算法8.5％,靶区平均剂量高于PBC算法91.03 cGy,均匀性高于PBC算法10.1％,心脏平均受照剂量高于PBC算法3.37 cGy;适形指数CI高于PBC算法5.9％,肺的V20显著高于PBC算法0.9％(P＜0.05).结论乳腺癌调强计划AAA算法适形度优于PBC算法.但肺V20高于PBC算法.【期刊名称】《实用临床医药杂志》【年(卷),期】2016(020)015【总页数】5页(P28-32)【关键词】乳腺癌;剂量算法;调强放疗;剂量学【作者】刘万军;张西志;李军;花威;张先稳;陈雪梅【作者单位】江苏省苏北人民医院肿瘤科,江苏扬州,225001;江苏省苏北人民医院肿瘤科,江苏扬州,225001;江苏省苏北人民医院肿瘤科,江苏扬州,225001;南京航空航天大学核科学与工程系,江苏南京,210016;江苏省苏北人民医院肿瘤科,江苏扬州,225001;江苏省苏北人民医院肿瘤科,江苏扬州,225001;江苏省苏北人民医院肿瘤科,江苏扬州,225001【正文语种】中文【中图分类】R737.9在肿瘤放射治疗的过程中,放疗计划系统的使用是其中一个非常重要的环节,因此放疗计划系统中所使用的剂量算法准确度与计算精度意义重大[1]。
用蒙特卡罗模拟评估小野条件下骨介质中AAA算法的精度
用蒙特卡罗模拟评估小野条件下骨介质中AAA算法的精度张彦秋;邱小平;杨振;吕知平【摘要】用蒙特卡罗模拟评估放射治疗剂量计算使用的各向异性分析算法（Aniso-tropic Analytical Algorithm,AAA）在小野条件下骨介质中的计算精度.建立一包含骨介质的水模体,分别用AAA算法、PBC算法（作为对比）和蒙特卡罗（Monte Carlo,MC）模拟计算2 cm×2 cm到8 cm×8 cm射野条件下该模体中的深度剂量和离轴比,并以MC模拟为标准比较深度剂量,用一维伽马分析对离轴比进行分析.结果显示,与MC模拟的结果相比,AAA算法与PBC算法均高估了骨介质区域的剂量,高估的剂量偏差范围分别为2.16%～2.7%、1.4%～2.03%.AAA算法与PBC算法均低估了（PBC算法2 cm×2 cm射野除外）肺介质后区域的剂量,低估的剂量偏差范围分别为-0.39%～-1.19%、-0.13%～-0.4%.AAA算法和PBC 算法分别略高估了射野内边缘和外边缘的剂量.一维伽马分析显示AAA算法和PBC算法（以MC模拟结果为基准）在2 cm×2 cm到8 cm×8 cm射野,通过率分别为100%、100%1、00%、86%,100%、100%、72%、64%.总之,AAA算法在骨介质中剂量计算的结果略高于MC模拟的结果,与PBC算法相比,计算精度没有显示出明显的优势.%In order to evaluate the calculation accuracy of Anisotropic Analytical Algorithm（AAA）for the situation with small fields in a water-bone phantom using Monte Carlo simu-lation as benchmarks.A water phantom with a bone slab was built,in which the depth dose（DD）and off-axis ratio（OAR）for field 2 cm×2 cm to field 8 cm×8 cm were calculated by AAA algorithms,PBC algorithms（as comparison）,and Monte Carlo（MC） simulation.The evaluation of algorithms by MC simulation was achieved by the comparisons of DD and the 1 dimensiongamma analysis of OAR.It was shown that both of AAA algorithm and PBC algorithm overestimated the DD in bone region,and the dose differences ranged from 2.16%～2.7%,1.4%～2.03%,respectively.AAA algorithm and PBC algorithm underestimated the DD in back of bone region,and the dose differences ranged from-0.39%～-1.19%,-0.13%～-0.4%,respectively.AAA algorithm and PBC algorithm overestimated the dose of field inner edge and field outer edge,respectively.One dimension gamma analysis indicated that AAA algorithm and PBC algorithm gamma pass rate was 100%,100%,100%,86%,100%,100%,72%,64%,respectively.In bone medium,the dose calculated by AAA was slightly higher than MC simulation,the calculation accuracy was not evidently higher than PBC.【期刊名称】《南华大学学报（自然科学版）》【年(卷),期】2011(025)004【总页数】6页(P29-34)【关键词】各向异性分析算法;蒙特卡罗模拟;骨介质;精度评估【作者】张彦秋;邱小平;杨振;吕知平【作者单位】南华大学核科学技术学院,湖南衡阳421001;南华大学核科学技术学院,湖南衡阳421001;中南大学湘雅医院肿瘤科,湖南长沙410008;中南大学湘雅医院肿瘤科,湖南长沙410008【正文语种】中文【中图分类】R811.1;TL84在放射治疗中，为使肿瘤控制概率(Tumor Control Probability，TCP)最大、正常组织复发概率(Normal Tissue Complications Probability，NTCP)最小，吸收剂量的传输精度要好于±5% ［1-2］，这就意味着在治疗计划计算中的不确定度不超过±2%～±3%.因此，评估计划系统(Treatment Plan System，TPS)中算法的精度具有重要的意义.近年来，瓦里安医疗系统在 Dr.Waldemar Ulmer［3-5］和Dr.WolfgangKaissl［6］研究的基础上发布了各向异性分析算法(Anisotropic Analytical Algorithm，AAA)，并由 Eclipse(Varian Medical Systems，Palo，CA)执行.为了探讨 AAA 算法的计算能力，本文针对瓦里安Trilogy加速器，对Eclipse中AAA算法(8.6版)计算精度以蒙特卡罗模拟为基准在小野条件下骨介质中进行了评估.1 材料与方法1.1 计算使用的模体、射野参数设置和计算的物理量计算使用的模体为一包含骨介质的长方体水模体，大小为40 cm×40 cm×25 cm，骨介质位于体模的5cm深度处，大小为30 cm×30 cm×5 cm，水和骨介质分别由 ICRU19号报告和ICRP70号报告定义，密度分别为1.0 g/cm3和1.85 g/cm3，三种算法用于剂量计算的体积元大小为0.25 cm ×0.25 cm ×0.25 cm.三种算法的计算均在该模体内进行.加速器为Varian Trilogy，研究用到的射线为6 MV X射线，源皮距为100 cm，参与比较的射野为方形野，边长分别为2 cm、4 cm、6 cm和8 cm，射野置于模体中心.计算的物理量为射野中心轴的深度剂量和7.5 cm 深度处的离轴比.1.2 AAA算法和PBC算法剂量计算两种算法都是利用了瓦里安医疗系统公司的Eclipse治疗计划系统(8.6版)内含的剂量算法，PBC算法计算时采用等效组织空气比法修正介质不均匀性，AAA算法是基于卷积叠加的算法.1.3 MC 模拟MC模拟使用加拿大国家研究院(NRC)开发的BEAMnrc和DOSXYZnrc程序(Windows版本)，程序运行在Windows XP操作系统上.MC模拟之前，根据Daryoush［7］的方法调整初始电子的平均能量、能量展宽百分比和径向强度分布半高宽，使用MC模拟计算的中心轴深度剂量及离轴分布和测量的结果比对，改变初始电子的特性参数，直到差异在1%以内，最终确定了该加速器6 MV X射线初始电子的平均能量、能量展宽百分比和径向强度分布半高宽分别为5.9 MeV、20%和3 mm.MC模拟分两步进行，第一步用BEAMnrc模拟Varian Trilogy加速器的6 MV射野，模拟从初始电子打靶开始，经过靶、一级准直器、真空窗、均整器、监测电离室、灯光野反光镜和二级准直器，最后到达相空间(phase space)平面，并在该平面记录每个粒子的相空间数据，模拟的历史数目为109量级.第二步以相空间数据作为输入，用DOSXYZ计算体模中的吸收剂量，四个射野的相空间文件中内含的粒子数分别为2.05×107个、8.73×107个、2.03 ×108个和3.71 ×108个.MC模拟中，全局电子截止能量ECUT设为0.7 MeV，全局光子截止能量PCUT设为0.01 MeV;用到的减少方差技术有直接轫致辐射分裂和电子射程截断，前者参数设置根据Kawrakow等［8］的建议做了适当调整:对本研究所涉及的所有射野，分裂野半径分别等于各射野的边长，轫致辐射分裂数等于1 000，为了消除大权重的电子对剂量的干扰，在均整器中应用了电子分裂技术和电子射程截断技术.全局电子射程截断阈值能量设为1 MeV.1.4 剂量比较通过比较深度剂量和离轴比实现剂量比较.深度剂量定量比较的区域为骨介质区(A 区)和骨介质后区(B区)，骨介质前区的剂量受骨介质影响很小，故不做定量比较.在骨介质后区，为了排除交界面处的剂量突变对定量比较的干扰，比较从12 cm开始直到25 cm.深度剂量在1.75 cm深度归一.深度剂量定量比较［9］以其他算法相对于蒙特卡罗计算的差异给出，比较逐点进行，并取平均值，即图1 射野大小为2 cm×2 cm(a)、4 cm×4 cm(b)、6 cm×6 cm(c)、8 cm×8cm(d)时笔形束卷积算法、各向异性分析算法、蒙特卡罗模拟计算的深度剂量比较Fig.1 Comparison of Depth Dose curves calculated by Pencil Beam Convolution(PBC)algorithm，Anisotropic Analytical Algorithm(AAA)，Monte Carlo(MC)simulation for the fields of 2 cm ×2 cm(a)，4 cm ×4cm(b)，6 cm×6 cm(c)and 8 cm ×8 cm(d)其中ΔRDi为第i种算法计算剂量和蒙特卡罗计算剂量的差异的百分数.Dij为第i种算法第j点的深度剂量;Dmc，j为j点的蒙特卡罗计算的深度剂量.N为比较的总点数.离轴比的定量比较，通过一维伽马分析［10］实现，评估标准分别为1 mm/1%.2 结果2.1 深度剂量比较与MC模拟的结果相比，AAA算法与PBC算法均高估了骨介质区域的剂量，高估的剂量偏差范围分别为 2.16% ～2.7%、1.4% ～2.03%.AAA算法与PBC算法均低估了(PBC算法2 cm×2 cm射野除外)肺介质后区域的剂量，低估的剂量偏差范围分别为－0.39% ～－1.19%、－0.13% ～－0.4%.详见图1和表1.用蒙特卡罗模拟计算的深度剂量的统计误差在水介质中小于0.7%，在骨介质中小于1%.表1 笔形束卷积算法和各向异性分析算法计算的深度剂量相对蒙特卡罗模拟的差异(%)Table 1 The differences of Depth Dose relative to MonteCarlo(MC)simulation calculated by Pencil Beam Convolution(PBC)algorithm、Anisotropic Analytical Algorithm(%)注:A代表骨介质区域，B代表骨介质后区域射野大小(cm×cm)2×2 4×4 6×6 8×8算法2.61\－0.39 2.16\－1.09 2.49\－1.09 2.7\－1.19 PBC(A\B) 1.56\0.44 1.40\－0.26 2.03\－0.13 1.7\－0.40 AAA(A\B)2.2 离轴比比较图2 射野大小为2 cm×2 cm(a)、4 cm×4 cm(b)、6 cm×6 cm(c)、8 cm×8 cm(d)时笔形束卷积算法、各向异性分析算法、蒙特卡罗模拟计算的离轴比比较Fig.2 Comparison of Off-axis Ratio curves calculated by Pencil Beam Convolution(PBC)algorithm，Anisotropic Analytical Algorithm，Monte Carlo(MC)simulation for the fields of 2 cm×2 cm(a)，4 cm ×4 cm(b)，6 cm×6 cm(c)and 8 cm ×8 cm(d)AAA算法略高估了射野内边缘的剂量，PBC算法略高估了射野外边缘的剂量.一维伽马分析显示 AAA算法(以 MC模拟结果为基准)在2 cm×2 cm到8 cm×8 cm 射野，通过率分别为100%、100%、100%、86%，PBC算法(以MC模拟结果为基准)，通过率分别为:100%、100%、72%、64%.对于每种算法，随着射野的增大，伽马因子区间逐渐逼近1乃至超过1.同样大小的射野，AAA算法伽马因子分布的区间范围小于PBC算法的伽马分布区间范围，在相同的伽马分布区间，AAA 算法所对应的概率也小于PBC算法所对应的概率.详见图2和图3.用蒙特卡罗模拟计算的离轴比的统计误差在研究的区段内(离轴比为0.1～1.0之间的范围内)小于1%.图3 射野大小为2 cm×2 cm(a)、4 cm×4 cm(b)、6 cm×6 cm(c)、8 cm×8 cm(d)时笔形束卷积算法、各向异性分析算法与蒙特卡罗模拟计算比较的伽马分析直方图Fig.3 The gamma analysis histogram of Pencil Beam Convolution(PBC)algorithm，Anisotropic Analytical Algorithm compared with Monte Carlo(MC)simulatio n for the fields of 2 cm ×2 cm(a)，4 cm ×4cm(b)，6 cm×6 cm(c)and 8 cm ×8 cm(d)3 讨论本研究显示AAA算法与PBC算法均高估了骨介质区域的剂量，AAA算法高估的剂量偏差范围幅度略高于PBC算法，均在3%以内.AAA算法与PBC算法均低估了(PBC算法2 cm×2 cm射野除外)骨介质后区域的剂量，AA算法低估的剂量偏差范围幅度略高于PBC算法，均在－2%以内.两种算法与MC模拟的的剂量偏差幅度与Sterpin.E［11］研究结果略有差异，原因与所模拟的加速器的类型、算法的版本以及所建模体的差异等有关.AAA算法和PBC算法分别略高估了射野内边缘和射野外边缘的剂量.一维伽马分析AAA算法(以MC模拟结果为基准)在2cm×2 cm到8 cm×8 cm射野通过率高于PBC算法.由以上分析表明，AAA对于深度剂量计算的精度略差于PBC算法，对于侧向剂量的计算精度略高于PBC算法. Andrew Osler Jones等［12］在研究小野条件下不均匀介质中光子的剂量学特点时，提出剂量校正因子的概念，即某一种算法在不均匀体模中某一点计算的剂量与同一点蒙特卡罗模拟的剂量之比.对于AAA算法与蒙特卡罗模拟在骨介质中计算的差异，也可引入类似的概念进行修正.虽然AAA算法对于侧向剂量的计算精度略高于PBC算法，但是略高估了射野内边缘的剂量，而且不同的介质［13］(如肺介质)高估的程度不同，而AAA算法所有不均匀组织的侧向不均匀修正方式是相同的，因此，可尝试在算法内部对不同的不均匀介质使用不同的修正方式进行修正.目前，蒙特卡罗模拟由于计算速度很慢仍然不能广泛应用于临床［13］.AAA算法兼顾了计算的精度和速度的优势，在剂量计算中应用较广泛.本研究的结果表明AAA算法计算剂量离散(PBC算法更严重)，这提示在计划评估时当骨的剂量很难控制的时候，要明知骨的实际受量可能会比计算剂量要低，可适当放松对于骨受量的评估要求.同时，剂量离散也会导致计划的靶区覆盖度差于实际情况.因此原来使用PBC算法进行剂量计算的单位，如果改用AAA算法，应该对原来使用的处方剂量、剂量—体积限制、评估标准等进行修改，这与Ruysscher Dirk De等［14］研究的结论是一致的.总之，AAA算法在骨介质中剂量计算的结果略高于MC模拟的结果，与PBC算法相比，计算精度没有显示出明显的优势.参考文献:［1］Brahme A.Dosimetric precision requirements in radiation therapy ［J］.Acta Radiol Oncol，1984，23(5):379-391.［2］International Commission on Radiation Units andMeasurements(ICRU).Determination of absorbed dose in a patient irradiated by beams of X or gamma rays in radiotherapy procedures ［M］.Washington(DC):ICRU Report 24，1976.［3］Ulmer W，Harder D.A triple Gaussian pencil beam model for photon beam treatment planning［J］.Med.Phys，1995，22(1):25-30.［4］Ulmer W，Harder D.Applications of a triple Gaussian pencil beam model for photon beam treatment planning［J］.Med.Phys，1996，23(1):68-74.［5］Ulmer W，Kaissl W.The inverse problem of a Gaussian convolution and its application to the finite size of the measurementchambers/detectors in photon and proton dosimetry［J］.Phys.Med.Biol，2003，48(6):707-727.［6］Ulmer W，Pyyry J，Kaissl W.A 3D photon superposition/convolution algorithm and its foundation on results of Monte Carlo calculations［J］.Phys Med Biol，2005，50(5):1767-1790.［7］Sheikh-Bagheri Daryoush，Rogers D W O.Sensitivity of megavoltagephoton beam Monte Carlo simulations to electron beam and other parameters［J］.Med Phys，2002，29(3):379-390.［8］Kawrakow I，Rogers D W O，Walters B R rge efficiency improvements in BEAMnrc using directional bremsstrhlung splitting ［J］.Med Phys，2004，31(10):2883-2898.［9］宾石珍，邱小平，杨振，等.肺介质中光子剂量算法在不同能量下的计算精度差异［J］.南华大学学报(自然科学版)，2011，2(1):11-12.［10］Low A Daniel，Harms B William，Mutic Sasa，et al.A technique for the quantitative evaluation of dose distributions［J］.Med.Phys，1998，25(5):656-661.［11］Sterpin E，Tomsej M，De B Smedt，et al.Monte Carlo evaluation of the AAA treatment planning algorithm in a heterogeneous multilayer phantom and IMRT clinical treatments for an Elekta Sl25 Linear Accelerator ［J］.Med Phys，2007，34(1):1665-1677.［12］GagnéIsabel le Marie，Zavgorodni Sergei.Evaluation of the analytical anisotropic algorithm in an extreme waterlung interface phantom using Monte Carlo dose calculations［J］.Journal of Applied Clinical Medical Physics，2007，8(1):33-46.［13］Jones Andrew Osler.A study of the dosimeter of small field photon beams used in intensity modulated radiation therapy in inhomogeneous media:Monte Carlo simulations，and algorithm comparisons and corrections［J］.Med.Phys，2004，31(11):3161.［14］Ruysscher Dirk De，Faivre-Finn Corinne，Nestle Ursula，etal.European Organization for Research and Treatment of Cancerrecommendations for planning and delivery of high-dose，high-precision radiotherapy for lLung cancer［J］.Journal of Clinical Oncology，2010，28(36):5301-5310.。
基于AAA算法的三种调强方式在宫颈癌放射治疗中的剂量学比较
基于AAA算法的三种调强方式在宫颈癌放射治疗中的剂量学比较韩超;陈晶晶;陈宏林;苗慧【期刊名称】《医疗装备》【年(卷),期】2024(37)1【摘要】目的比较宫颈癌术后放射治疗中容积旋转调强(RA)、动态调强(SW)、动态调强固定钨门(FJ)技术3种调强方式的剂量学差异。
方法选取2023年1-5月于徐州市肿瘤医院接受宫颈癌术后放射治疗的30例患者,使用Eclipse 13.5治疗计划系统(调用AAA算法),对所有患者分别设计RA、SW、FJ 3种调强方式的放射治疗计划。
根据剂量体积直方图(DVH)比较计划靶区(PTV)平均剂量(Dmean)、靶区适形指数(CI)、均匀指数(HI)及危及器官(OARs)脊髓、直肠、股骨头等的受照射剂量,并比较加速器跳数(MU)及低剂量区指数(LDAI)。
结果3种调强方式PTV的Dmean比较,差异无统计学意义(P>0.05);靶区CI、HI、直肠V40、膀胱V40、加速器MU方面RA技术优势明显。
小肠V40、双侧股骨头的最大剂量(Dmax)、低剂量区指数(LDAI),RA表现不如SW和FJ,差异有统计学意义(P<0.05)。
结论RA 可以明显缩短治疗时间,提高治疗效率,且靶区适形度和均匀性更好,但对膀胱、直肠和小肠的高剂量控制不如SW和FJ,因此推荐在宫颈癌放射治疗计划设计中优先考虑使用RA调强方式。
【总页数】4页(P14-17)【作者】韩超;陈晶晶;陈宏林;苗慧【作者单位】徐州市肿瘤医院;邳州市人民医院【正文语种】中文【中图分类】R737.33【相关文献】1.宫颈癌术后不同射野数调强放射治疗与四野三维适形放射治疗的剂量学比较2.PBC算法与AAA算法在肺癌调强放疗中的剂量学比较3.宫颈癌调强适形放射治疗与三维适形放射治疗的剂量学比较4.VARIAN Eclipse治疗计划中PBC和AAA 算法在直肠癌调强放疗中的剂量学研究比较5.AXB算法与AAA算法在宫颈癌VMAT放射治疗中的剂量学差异因版权原因，仅展示原文概要，查看原文内容请购买。
肺部肿瘤IMRT计划制订过程中不同算法的评估
肺部肿瘤IMRT计划制订过程中不同算法的评估伍然;全红;徐利明【期刊名称】《肿瘤预防与治疗》【年(卷),期】2011(24)3【摘要】目的:评估AAA算法和PBC算法在肺部肿瘤IMRT计划制订过程中的差异.方法:选取20例肺部肿瘤患者,随机地分配给不同的放疗科医师和物理师进行相关器官的轮廓勾画和IMRT计划制定.对每个病例分别用AAA和PBC两种算法进行剂量计算,并对同一病例所得到的2种IMRT计划进行评估和比较,分析对于不同形态和位置的肺部肿瘤,两种算法的特点和不足.结果:AAA算法在进行复杂结构类型肿瘤的剂量运算时,速度要明显优于PBC算法;同时,AAA算法往往会在高密度体积内得到偏高的吸收剂量,而在低密度体积内得到偏低的吸收剂量,造成AAA算法有时会对位于低密度组织内的肿瘤吸收剂量低于处方剂量,并且提高了位于高密度组织内的正常器官的吸收剂量.结论:在肺部肿瘤IMRT计划制订过程中必须综合考虑肿瘤形态和位置的不同,有根据地选取AAA或者PBC算法来完成计划的制定.%Objective : To evaluate the AAA( analytic anisotropic algorithm ) and the PBC( Pencil Beam Convolution )in IMRT planning of lung tumours. Methods : 20 patients with lung cancer were randomly distributed to different medicals and physicists to draw the outline of the structures and complete the pre-made IMRT planning. Dose calculations were performed with both the AAA and the PBC on pre-made treatment plans. The evaluation and comparison were made between the two plans of each patient to make sure the differenc:es of the AAA and the PBC which wereused in IMRT planning of lung tumours with different shape and different position. Results: The AAA had proved to be faster to perform the calculations in complex treatment situations compared to the PBC. But in many cases, the AAA was found to overpredict dose beyond low-clensity heterogeneities and to underpredict dose beyond high-density heterogeneities. In the case of low-density heterogeneities, use of the AAA would result in a dose deficiency with an accompanying reduction in expected tumor control. Where high densities were involved. concerns arose about the possibility of elevated normal-tissue complications. Conclusion : The deficiency will he notable if the algorithm is chosen blindly in IMRT planning of lung tumours. To choose the valid algorithm for the acc:omplishment of the plans, the shape and position of the tumours must be considered seriously.【总页数】4页(P164-167)【作者】伍然;全红;徐利明【作者单位】武汉大学物理科学与技术学院,武汉,430072;武汉大学物理科学与技术学院,武汉,430072;湖北省人民医院,武汉,430060【正文语种】中文【中图分类】R734.2;R730.55【相关文献】1.不同剂量算法在宫颈癌术后IMRT计划设计中的剂量学分析 [J], 牛瑞军;张晖;刘志强;程品晶;高力英;赵林;郭晴;陶发利;欧阳水根2.不同算法所得IMRT计划的剂量学验证评估 [J], 伍然;全红;徐利明3.基于L-BFGS与NSGA-Ⅱ混合算法的IMRT逆向计划优化研究 [J], 杨婕;桂志国4.宫颈癌IMRT过程中调整放疗计划对靶区和正常危及器官受照剂量的影响 [J], 莫玉珍;龙雨松;付江萍;李桂生5.肺部肿瘤大分割放疗伽玛刀、IMRT和VMAT计划剂量学分析 [J], 吕海鹏;刘晓;康静波;赵焕升;王凯;胡范祥;李翊因版权原因，仅展示原文概要，查看原文内容请购买。
VARIAN Eclipse治疗计划中PBC和AAA算法在直肠癌调强放疗中的剂量学研究比较
VARIAN Eclipse治疗计划中PBC和AAA算法在直肠癌调强放疗中的剂量学研究比较褚俊峰;李军;桂龙刚;张西志;张先稳;陈永东;孙新臣;李金凯【期刊名称】《肿瘤基础与临床》【年(卷),期】2018(031)004【摘要】目的比较VARIAN Eclipse计划系统中笔形束卷积(PBC)和各向异性(AAA)算法在直肠癌调强放疗(IMAT)中的剂量学差异,并进行剂量验证.方法随机选取20例直肠癌放疗患者,并在VARIAN E-clipse系统中分别采用PBC算法和AAA算法设计IMRT治疗计划,并利用PTW 729二维剂量验证系统成相应的验证计划,比较靶区及危及器官(OARs)的剂量学参数差异.结果 2种算法模型下,都能满足临床要求,但两者对靶区和OARs的差异影响是比较明显的.对临床靶区(CTV)和计划靶区(PTV)而言,AAA算法模型下的D2％、D 5％、D 50％、D 95％、D 98％、D mean较PBC算法模型更高(P均<0.05),且CTV的剂量适形度指数和PTV的剂量均匀性指数更好(P均<0.05);从保护OARs的角度而言,PBC算法模型条件下的小肠D max、脊髓D max和膀胱D 50％较AAA算法模型更低(P均<0.05);剂量验证中,对整个计划而言,2种算法模型下的γ通过率均能达到95％,都能达满足临床要求(P>0.05).结论对于基于Eclipse系统的直肠癌IMRT计划而言,AAA算法整体上能获得更好的靶区剂量分布,更有利于肿瘤的治疗,但PBC算法却更能保护OARs,降低放疗不良反应.【总页数】5页(P311-315)【作者】褚俊峰;李军;桂龙刚;张西志;张先稳;陈永东;孙新臣;李金凯【作者单位】扬州市江都人民医院放疗科江苏扬州 225200;苏北人民医院放疗科,江苏扬州 225001;苏北人民医院放疗科,江苏扬州 225001;苏北人民医院放疗科,江苏扬州 225001;苏北人民医院放疗科,江苏扬州 225001;扬州洪泉医院放疗科,江苏扬州 225200;南京医科大学第一附属医院放疗科,江苏南京 210029;南京医科大学第一附属医院放疗科,江苏南京 210029【正文语种】中文【中图分类】R735.3+7;R730.55【相关文献】1.AAA算法和PBC算法在鼻咽癌调强放疗中剂量分布的比较 [J], 杨海燕;王军良;周振山;齐伟华;盛洪国;杨刚2.食管癌调强放疗计划中AAA算法与PBC算法的对比研究 [J], 谭丽娜;石梅;柴广金;孙晓欢;马奎;肖锋3.PBC算法与AAA算法在肺癌调强放疗中的剂量学比较 [J], 张富利;王军良;盛洪国;郑明民4.AAA算法和PBC算法在食管癌调强放疗中的验证评估 [J], 张先稳;张西志;花威;李军;汪步海;陈婷婷5.髓母细胞瘤调强放疗计划中AAA算法与PBC算法的对比研究 [J], 王艳菊; 崔震; 高峰; 邱晓光因版权原因，仅展示原文概要，查看原文内容请购买。
AAA-蛋白家族在恶性肿瘤中功能的相关研究进展
AAA-蛋白家族在恶性肿瘤中功能的相关研究进展
AAA-蛋白家族是一类在动物细胞中高度保守且功能多样的ATP酶家族。
它在细胞内参与多种重要生物学过程，并与多种疾病的发生发展有关。
近年来，关于AAA-蛋白家族在恶性肿瘤中功能的研究逐渐增多，取得了许多重要进展。
AAA-蛋白家族在恶性肿瘤中的调节功能成为研究的重点之一。
研究发现，AAA-蛋白家族成员在肿瘤细胞的增殖、侵袭和转移过程中发挥重要作用。
研究人员发现，AAA-蛋白家族成员ATPase p97在多种恶性肿瘤中高表达，并参与肿瘤细胞的侵袭和转移。
进一步的研究表明，p97在肿瘤细胞中的过表达可以通过调节多个细胞信号途径来促进恶性肿瘤的发生发展。
AAA-蛋白家族在恶性肿瘤中的作用还涉及到细胞周期的调控。
细胞周期是细胞生存和增殖的重要过程，而其异常分裂与恶性肿瘤的发生密切相关。
研究发现，AAA-蛋白家族成员在细胞周期的各个阶段发挥不同的作用。
研究人员发现，AAA-蛋白家族成员Cdc48在调节细胞进入有丝分裂和有丝分裂后期起着关键作用。
进一步的研究发现，Cdc48在恶性肿瘤细胞中过表达，并与细胞周期相关的蛋白相互作用，从而促进细胞的恶性转化。
AAA-蛋白家族在恶性肿瘤中的功能研究取得了许多重要的进展。
它不仅参与了恶性肿瘤的发生发展过程，还可能成为新的肿瘤治疗靶点。
由于其复杂的功能和调控机制，AAA-蛋白家族在恶性肿瘤中的具体作用仍需要进一步的研究来探明。
希望未来能够通过深入的研究，揭示AAA-蛋白家族在恶性肿瘤中的具体功能和作用机制，为肿瘤的诊断和治疗提供新的思路和方法。
AAA-蛋白家族在恶性肿瘤中功能的相关研究进展
AAA-蛋白家族在恶性肿瘤中功能的相关研究进展
AAA蛋白家族是一类广泛存在于真核生物细胞中的蛋白质家族，包括AAA+ATP酶和相关蛋白。
在细胞生物学中，AAA蛋白家族在许多生物学过程中起着重要的作用，如细胞质解体、核糖体装配、蛋白质分解等。
近年来，研究人员发现AAA蛋白家族在恶性肿瘤中也发挥着重要的功能。
本文将总结AAA蛋白家族在恶性肿瘤中功能的相关研究进展。
AAA蛋白家族参与了多种与恶性肿瘤转移相关的细胞过程。
研究表明，AAA+ATP酶CDT-1和CDC-48在肿瘤转移中起着调控细胞极性和细胞黏附的作用。
AAA蛋白家族成员VCP 和P97在肿瘤转移中也发挥了重要作用。
研究发现，VCP和P97通过调节细胞凋亡和生存相关的信号通路，促进肿瘤细胞的侵袭和迁移。
3. AAA蛋白家族在肿瘤免疫应答中的作用
肿瘤细胞的代谢异常是肿瘤发生和发展的重要特征之一。
AAA蛋白家族在肿瘤细胞代谢中发挥了重要作用。
研究发现，AAA蛋白家族成员如CDC-48和VCP通过调节葡萄糖和脂代谢的信号通路，影响肿瘤细胞的生长和增殖。
AAA蛋白家族在恶性肿瘤中发挥了重要的功能。
进一步研究AAA蛋白家族在恶性肿瘤中的作用机制和调控网络，有助于揭示肿瘤发生和发展的分子机制，并为未来开发靶向AAA蛋白家族的抗肿瘤治疗策略提供新的靶点和思路。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
AAA算法与PBC算法在肺癌放疗计划中的对比研究
作者：郑洪元
来源：《健康之路（医药研究）》2014年第08期
【摘要】目的研究AAA算法与PBC算法在肺癌放疗计划中计算的对比应用。
方法回顾20例肺癌患者的放疗计划，经统计分析靶区平均剂量、靶区适形指数、靶区均匀指数、射野总跳数、全肺受量和脊髓最大剂量等相关数据。
结果肺癌的放射治疗计划应用AAA算法与PBC算法得出的相应数据不尽相同。
结论 AAA算法更适合于肺癌放疗计划。
【关键词】 AAA算法；PBC算法；肺癌；放疗计划
Abstract： Objective This paper studied the AAA algorithms and calculation result of PBC algorithm in lung cancer radiotherapy plan.MethodsReview of 20 cases of lung cancer radiotherapy plan, through the statistical analysis of target area, average dose of target region, conformal index target homogeneity index, field total hops, whole lung dose and the maximum dose of the spinal cord and other related data.ResultsThe corresponding data of lung cancer radiotherapy treatment planning using AAA algorithm and PBC algorithm are not the same. ConculusionAAA algorithm is more suitable for lung cancer radiotherapy.
Keywords：AAA algorithm; PBC algorithm; Lung cancer; Plan of radiate treat
【中图分类号】R4【文献标识码】A【文章编号】1671-8801（2014）08-0023-01
1目的
研究AAA（Analytical Anisotropic Algorithm）算法与PBC（Pencil Beam Convolution）算法在肺癌放疗计划中靶区剂量及肺受照剂量的差异。
2方法
回顾性研究瓦里安Eclipse 8.6版本系统里20例肺癌患者的三维适形（3D-CRT）放疗计划，靶区分割剂量2Gy/次，总量66Gy/33次。
分别用系统里的AAA_8615算法与PBC_8615算法计算，保证两种算法的各种射野数量、方向、权重等射野计划参数一致，仅仅计算方式不同，研究比较靶区平均剂量Dmean、靶区平均适形指数（CI）、靶区剂量平均均匀性指数（HI）、射野总跳数（MU）以及全肺V5、V10、V15、V20、V25、V30、V35、V40、V45、V50、V55、V60和脊髓最大剂量Dmax。
3结果
AAA和PBC两种算法靶区平均剂量Dmean分别为70.1Gy和71.3Gy（P=0.056），靶区剂量平均适形指数（CI）为0.700和0.712（P=0.171），靶区剂量平均均匀性指数（HI）为1.159和1.105（P=0.003），脊髓最大点剂量Dmax平均为40.05Gy和40.07Gy（P=0.980），AAA
算法比PBC算法射野总跳数（MU）数平均增加14MU（P=0.046），全肺V5、V10、V15、
V20、V25分别平均增加5.45（P=0.000）、3.14(P=0.001)、2.11(P=0.003)、1.86（P=0.004）、0.99(P=0.023)，全肺V50、V55、V60分别平均下降1.29（P=0.015）、1.31（P=0.002)、1.69（P=0.000），而全肺V30、V35、V40、V45比较无统计学意义（P>0.05）。
4 结论
与PBC算法比较，AAA算法得出的靶区平均剂量Dmean、适形指数CI基本一致，但靶区均匀性指数HI下降，AAA算法低剂量区（小于25Gy）剂量增加，高剂量区（大于50Gy）下降。
因为AAA算法是一种基于原、散射线分别计算的卷积分叠加解析模型，与以衰减修正为基础的PBC算法相比，对不均匀组织的修正更加精确，两种算法对低密度不均匀组织修正的差别更加明显[1][2]。
研究发现对低密度肺组织包裹的PTV（计划靶区），PBC算法不能精确的修正射线穿过两种不同密度组织的跌落效应和跃升效应，过高的估计了PTV内低密度肺组织的吸收剂量，同时过低的估计了半影区的散射贡献[3][4]。
在日常临床医生对计划的参考中，主要是对全肺全肺V5、全肺V10、全肺V20、全肺V30、全肺V50的数值比较感兴趣[5]，据此我认为AAA算法更适合于肺癌放疗计划的一种算法。
参考文献：
[1]胡逸民.肿瘤放射物理学［M］.原子能出版社，1999．
[2]冯宁远、谢虎臣、史荣，等．《实用放射治疗物理学》，北京医科大学、中国协和医科大学联合出版社，1998．
[3]Mackie TR,Helen HL,McCullough Ec.Treatment planning algorithms.In:Khan FM,Potish RA,eds.Treatment Planning in Radiation Oncology.Baltimore:Williams & Wilkins;1998．
[4]刘宜敏、石俊田主译．放疗物理学［M］，人民卫生出版社，2011年5月第1版，
P333—337．
[5]郑小康、陈龙华．三维适形放疗临床实践－ＣＴ模拟与三维计划［M］.人民卫生出版社，2011年5月第1版，P61-68。