基于EGSnrc的优化方法，用于减少Elekta Agility型直线加速器产生的10 MV光子束的方差，该光子束通过过滤式端口准直器进行传输

《Radiation Physics and Chemistry》：EGSnrc-based optimization of variance reduction techniques for 10 MV Photon beam from Elekta agility with filtered port collimator

本研究针对 Elekta Agility 线加速器的10 MV光子束，结合过滤端口和电子污染场景，评估了方向性韧致辐射分裂、截面增强及粒子分裂等方差减少技术对光子通量和剂量计算效率的影响，优化了不同配置下的VR技术参数。

　　

图尔基·阿尔马塔尼

沙特阿拉伯麦加的乌姆阿尔库拉大学

摘要

引言：

蒙特卡洛（MC）模拟是精确模拟放射治疗中辐射传输的金标准。然而，其高计算需求可能会限制其临床应用。为了在不影响准确性的前提下提高模拟效率，人们开发了方差减少技术（VRTs）。本研究旨在通过评估不同的VRTs，来优化由Elekta Agility直线加速器产生的10 MV光子束的光子通量和剂量计算效率，包括有无电子污染的情况。

方法：

在BEAMnrc和DOSXYZnrc中实现了多种VRTs，包括带有和不带有带电粒子分裂的方向性制动辐射分裂（DBS）（${}^{?}$/e${}^{+}$分裂）、制动辐射截面增强（BCSE）以及光子/带电粒子分裂（n_split/e_split）。在直线加速器出口处评估了光子通量效率，而在最大剂量沉积深度处评估了剂量计算效率。模拟包括了有无${}^{?}$/e${}^{+}$分裂的情况，以研究带电粒子的影响。

结果：

对于光子通量，使用DBS光子分裂（NBRSPL）和15的BCSE增强常数（BCSE_constant）时获得了最佳效率。当启用${}^{?}$/e${}^{+}$分裂时，使用NBRSPL 160获得了最大的通量效率。对于剂量计算，使用NBRSPL 15,000和BCSE_constant 5时获得了最佳结果。在DOSXYZnrc中，单独使用n_split 38时观察到进一步的效率提升，当启用带电粒子分裂时，n_split和e_split都设置为164时也观察到了效率提升。

结论：

最佳VRT配置取决于模拟目标和电子的包含情况。这些优化对于涉及污染物电子剂量估计的临床场景中的高效MC模拟至关重要。

引言

直线加速器（linac）的发展，特别是多叶准直器（MLC），提高了在最小化风险器官损伤的同时传递更精确肿瘤剂量的信心。结合剂量优化技术，如强度调制放射治疗（IMRT）和体积调制弧形治疗（VMAT），这些进步显著提升了放射治疗技术（Earl等人，2003年；Yu和Tang，2011年）。例如，自适应放射治疗（ART）会根据治疗过程中的患者变化调整治疗计划，从而提高局部肿瘤控制的机会（Roche等人，2018年）。因此，这些发展提高了每日目标覆盖的精度，使得增加目标剂量和减少治疗次数变得更加容易。

由Elekta开发的Agility MLC是一种相对现代的MLC，具有160片叶片，每片叶片在等中心处的宽度为5毫米（Blümer等人，2014年）。与传统的MLC相比，Agility MLC具有更窄的叶片宽度和更快的叶片移动速度，特别设计用于使用IMRT等先进技术实现更精确的剂量分布，或更复杂的VMAT输送（Ohira等人，2020年）。然而，商业剂量计算算法中并未完全模拟MLC的材料和几何形状，因此可能导致剂量误差（Onizuka等人，2018年）。

除了MLC之外，Agility治疗头还包括一个过滤端口，该端口实际上起到了额外的平坦滤光器的作用。与传统的开放式端口几何结构不同，这个过滤端口改变了出射光束的光子谱和角度分布。虽然这一特性提高了光束的均匀性，但它增加了剂量建模的复杂性。商业剂量计算算法通常简化了治疗头的几何结构，而过滤端口引入的额外复杂性可能无法被完全反映，从而导致不准确性（Gholampourkashi等人，2018年；Onizuka等人，2018年）。

另一方面，蒙特卡洛（MC）模拟是剂量计算算法的金标准（Chetty等人，2007年；Gholampourkashi等人，2018年；Onizuka等人，2018年；Ohira等人，2020年）。尽管如此，MC模拟的可靠性最终取决于直线加速器建模的质量、粒子历史的数量、所选的传输参数、可用的计算硬件以及所需的统计不确定性水平。因此，虽然MC被视为参考标准，但其实现并非没有不确定性，需要针对实验测量进行仔细验证（Esposito等人，2018年）。因此，由于达到可接受的低统计不确定性水平所需的计算时间较长，因此在临床实践中应用全面的蒙特卡洛模拟是困难的。

然而，通过使用不同的技术（如方差减少技术（VRTs）、先进的计算硬件性能和并行计算（Seco和Verhaegen，2013年；Saidi等人，2013年），可以在提高准确性的同时减少模拟时间。VRTs可以大大缩短模拟时间，即使对于复杂问题也是如此，同时确保达到所需的统计准确性水平（Kawrakow等人，2004年；Ali和Rogers，2007年；Rogers等人，2009年；Walters等人，2013年）。在EGSnrc MC、BEAMnrc和DOSXYZnrc代码中，可以单独或组合使用不同的VRTs来提高模拟效率（Rogers等人，2009年；Walters等人，2013年）。对于不同的直线加速器，已有多项研究评估了这些VRTs在各种能量水平下的有效性和模拟效率（Mohammed等人，2016年；Hoang等人，2019年；Zeghari等人，2019年；Almatani，2021年；Almatani，2023年）。Mohammed等人（2016年）研究了Varian 2100C直线加速器在6 MV下的情况，并证明方向性制动辐射分裂（DBS）与其他技术相比提供了最大的效率提升。Hoang等人（2019年）将VRTs应用于Siemens Primus直线加速器的6 MV和15 MV光子束，并同样报告了DBS带来的显著效率提升。Zeghari等人（2019年）优化了Varian Clinac 2100直线加速器在12 MV下的VRT参数，并确认DBS始终是最有效的。最近，Almatani（2021年）研究了配备MLCi2头部的Elekta Synergy直线加速器在6 MV下的情况，表明最佳的DBS和制动辐射截面增强（BCSE）参数取决于光束能量和准直器设计。Almatani（2023年）将这项工作扩展到了配备Agility头部的Elekta Synergy直线加速器在6 MV下的情况，研究了光子通量和剂量计算效率。其中一些研究仅关注剂量计算效率，而其他研究还考虑了光子通量效率。需要注意的是，这些研究中没有一项涉及带有过滤端口的主准直器，这会引入额外的光束硬化和散射效应。

本研究将评估这些VRTs对剂量计算和光子通量效率的影响。评估将使用来自配备过滤端口主准直器的Elekta Synergy直线加速器的10 MV光子束，该端口作为额外的平坦滤光器，从而增加了最大化效率的挑战。这是首次针对这种特定直线加速器头部和10 MV光子束能量研究VRTs的示范。此外，该研究还将考虑有无电子污染的两种情况。

章节片段

直线加速器

在本研究中，对配备Agility头部的Elekta Synergy直线加速器进行了建模。模型包括组件模块（CMs），如靶区、铜支撑、带有过滤端口的主准直器（作为额外的平坦滤光器）、离子室、平坦滤光器、背散射板、MLC和夹钳，使用制造商提供的相同组成，如图A1（附录）所示。然而，对MLC的组成进行了一些修改，因为钨合金的纯度为96%

结果与讨论

最初，使用BEAMnrc中可用的每种VRT独立进行了评估，每个VRT都使用了固定数量的粒子历史记录，具体为5000万条。由于一旦使用足够多的历史记录可以获得稳定的统计数据，进一步增加历史记录主要会减少统计不确定性，而不会改变VRT配置的相对效率排名，因此没有研究历史记录数量的变化效应。

表2展示了每种VRT的效率结果

结论

使用各种VRTs，单独或组合使用，评估了在10 MV下运行的Elekta Agility直线加速器头部的光子通量和剂量计算效率。研究了这些技术对模拟效率的影响，包括有无污染物电子的情况。重要的是，模型中包含过滤端口主准直器引入了额外的复杂性，影响了DBS和BCSE的最佳配置。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能会影响本文报告的工作。