목 적: 알고리즘에 따른 치료계획의 영향을 분석하고 실제 치료계획을 수립할 때 고려사항을 적용하고, 나아가 최선의 치료계획을 수립하는 프로토콜을 제시하고자 한다. 대상 및 방법: 치료계획 시스템은 이클립스 10.0 (Eclipse 10.0, Varian, USA)이다. 선량계산의 알고리즘은 PBC (Pencil Beam Convolution)와 AAA (Anisotropic Analytical Algorithm)을 각각 적용하였고, 세기 조절 방사선 치료(IMRT)를 위한 최적화(Optimization) 알고리즘은 DVO (Dose Volume Optimizer 10.0.28), VMAT을 위한 최적화 알고리즘은 PRO II (Progressive Resolution Optimizer V 8.9.17)와 PRO III (Progressive Resolution Optimizer V 10.0.28)을 사용하였다. 실험을 위한 팬텀은 치료계획시스템에서 가상으로 만들었으며, $30{\times}30{\times}30$ cm의 규격에 밀도가 균일한 것(HU: 0)과 중간에 공기(HU: -1,000)로 가정되는 물질이 삽입한 된 비균질 팬텀으로 설정하였다. 실험은 먼저 팬텀(Phantom) 계획을 실시하여 일반적인 치료계획의 특징을 분석하고 그 내용을 토대로 실제 임상적용 할 치료계획을 수립하였다. 결 과: 균일한 밀도 팬텀에서 6 MV, 10 cm PDD (Percentage Depth Dose)는 PBC와 AAA는 모두 65.2%로 유사한 값을 나타냈지만, 비균질 팬텀에서 PDD는 저밀도 물질을 만나기 전까진 유사한 PDD 값을 보이다가 공기 영역에서 다른 선량곡선을 보여주고, 투과한 후에는 PDD 10 cm은 각각 75%, 73%이었다. 동일한 MU의 3차원 치료계획에서 보면, AAA 치료계획이 폐가 포함된 영역에서 저 선량으로 나타났다. 기관지와 폐의 영역이 포함된 경추 치료 환자의 2차원 대향 2문조사 치료계획을 15 MV을 이용하여 설계하였을 때, Conformity Index (ICRU 62)는 PBC 계산에서 0.95, AAA에서 0.93이었다. IMRT 치료계획은 DVO에서 보여지는 DVH가 선량계산 DVH와 동일하게 나타났다. 하지만 AAA으로 선량계산을 하였을 때는 DVO에서 조건을 만족하는 결과가 선량계산에서는 선량부족으로 나타났다. PRO II을 이용한 VMAT 치료계획은 최적화 할 때는 만족스런 결과를 얻었지만, 선량계산을 실시하였을 때는 저밀도 영역이 선량 부족으로 나타났다. 하지만 PRO III에서 같은 조건을 1회 더 최적화함으로써 최적화 결과와 선량계산 결과가 유사하였다. 결 론: 본 연구에서는 선량계산 알고리즘의 옳고 그름을 판단하지 않는다. 알고리즘이 나타내는 선량 분포의 특성을 분석하고, 특히 최적화가 필요한 IMRT나 VMAT 치료계획에서 최적화 알고리즘의 요인도 치료계획을 수립할 때 고려함으로써 최적의 치료계획을 위한 방법을 제시하고자 한다.
목 적: 알고리즘에 따른 치료계획의 영향을 분석하고 실제 치료계획을 수립할 때 고려사항을 적용하고, 나아가 최선의 치료계획을 수립하는 프로토콜을 제시하고자 한다. 대상 및 방법: 치료계획 시스템은 이클립스 10.0 (Eclipse 10.0, Varian, USA)이다. 선량계산의 알고리즘은 PBC (Pencil Beam Convolution)와 AAA (Anisotropic Analytical Algorithm)을 각각 적용하였고, 세기 조절 방사선 치료(IMRT)를 위한 최적화(Optimization) 알고리즘은 DVO (Dose Volume Optimizer 10.0.28), VMAT을 위한 최적화 알고리즘은 PRO II (Progressive Resolution Optimizer V 8.9.17)와 PRO III (Progressive Resolution Optimizer V 10.0.28)을 사용하였다. 실험을 위한 팬텀은 치료계획시스템에서 가상으로 만들었으며, $30{\times}30{\times}30$ cm의 규격에 밀도가 균일한 것(HU: 0)과 중간에 공기(HU: -1,000)로 가정되는 물질이 삽입한 된 비균질 팬텀으로 설정하였다. 실험은 먼저 팬텀(Phantom) 계획을 실시하여 일반적인 치료계획의 특징을 분석하고 그 내용을 토대로 실제 임상적용 할 치료계획을 수립하였다. 결 과: 균일한 밀도 팬텀에서 6 MV, 10 cm PDD (Percentage Depth Dose)는 PBC와 AAA는 모두 65.2%로 유사한 값을 나타냈지만, 비균질 팬텀에서 PDD는 저밀도 물질을 만나기 전까진 유사한 PDD 값을 보이다가 공기 영역에서 다른 선량곡선을 보여주고, 투과한 후에는 PDD 10 cm은 각각 75%, 73%이었다. 동일한 MU의 3차원 치료계획에서 보면, AAA 치료계획이 폐가 포함된 영역에서 저 선량으로 나타났다. 기관지와 폐의 영역이 포함된 경추 치료 환자의 2차원 대향 2문조사 치료계획을 15 MV을 이용하여 설계하였을 때, Conformity Index (ICRU 62)는 PBC 계산에서 0.95, AAA에서 0.93이었다. IMRT 치료계획은 DVO에서 보여지는 DVH가 선량계산 DVH와 동일하게 나타났다. 하지만 AAA으로 선량계산을 하였을 때는 DVO에서 조건을 만족하는 결과가 선량계산에서는 선량부족으로 나타났다. PRO II을 이용한 VMAT 치료계획은 최적화 할 때는 만족스런 결과를 얻었지만, 선량계산을 실시하였을 때는 저밀도 영역이 선량 부족으로 나타났다. 하지만 PRO III에서 같은 조건을 1회 더 최적화함으로써 최적화 결과와 선량계산 결과가 유사하였다. 결 론: 본 연구에서는 선량계산 알고리즘의 옳고 그름을 판단하지 않는다. 알고리즘이 나타내는 선량 분포의 특성을 분석하고, 특히 최적화가 필요한 IMRT나 VMAT 치료계획에서 최적화 알고리즘의 요인도 치료계획을 수립할 때 고려함으로써 최적의 치료계획을 위한 방법을 제시하고자 한다.
Purpose: Analyze the Effectiveness of Radiation Treatment Planning by dose calculation and optimization algorithm, apply consideration of actual treatment planning, and then suggest the best way to treatment planning protocol. Materials and Methods: The treatment planning system use Eclipse 10.0. (V...
Purpose: Analyze the Effectiveness of Radiation Treatment Planning by dose calculation and optimization algorithm, apply consideration of actual treatment planning, and then suggest the best way to treatment planning protocol. Materials and Methods: The treatment planning system use Eclipse 10.0. (Varian, USA). PBC (Pencil Beam Convolution) and AAA (Anisotropic Analytical Algorithm) Apply to Dose calculation, DVO (Dose Volume Optimizer 10.0.28) used for optimized algorithm of Intensity Modulated Radiation Therapy (IMRT), PRO II (Progressive Resolution Optimizer V 8.9.17) and PRO III (Progressive Resolution Optimizer V 10.0.28) used for optimized algorithm of VAMT. A phantom for experiment virtually created at treatment planning system, $30{\times}30{\times}30$ cm sized, homogeneous density (HU: 0) and heterogeneous density that inserted air assumed material (HU: -1,000). Apply to clinical treatment planning on the basis of general treatment planning feature analyzed with Phantom planning. Results: In homogeneous density phantom, PBC and AAA show 65.2% PDD (6 MV, 10 cm) both, In heterogeneous density phantom, also show similar PDD value before meet with low density material, but they show different dose curve in air territory, PDD 10 cm showed 75%, 73% each after penetrate phantom. 3D treatment plan in same MU, AAA treatment planning shows low dose at Lung included area. 2D POP treatment plan with 15 MV of cervical vertebral region include trachea and lung area, Conformity Index (ICRU 62) is 0.95 in PBC calculation and 0.93 in AAA. DVO DVH and Dose calculation DVH are showed equal value in IMRT treatment plan. But AAA calculation shows lack of dose compared with DVO result which is satisfactory condition. Optimizing VMAT treatment plans using PRO II obtained results were satisfactory, but lower density area showed lack of dose in dose calculations. PRO III, but optimizing the dose calculation results were similar with optimized the same conditions once more. Conclusion: In this study, do not judge the rightness of the dose calculation algorithm. However, analyzing the characteristics of the dose distribution represented by each algorithm, especially, a method for the optimal treatment plan can be presented when make a treatment plan. by considering optimized algorithm factors of the IMRT or VMAT that needs to optimization make a treatment plan.
Purpose: Analyze the Effectiveness of Radiation Treatment Planning by dose calculation and optimization algorithm, apply consideration of actual treatment planning, and then suggest the best way to treatment planning protocol. Materials and Methods: The treatment planning system use Eclipse 10.0. (Varian, USA). PBC (Pencil Beam Convolution) and AAA (Anisotropic Analytical Algorithm) Apply to Dose calculation, DVO (Dose Volume Optimizer 10.0.28) used for optimized algorithm of Intensity Modulated Radiation Therapy (IMRT), PRO II (Progressive Resolution Optimizer V 8.9.17) and PRO III (Progressive Resolution Optimizer V 10.0.28) used for optimized algorithm of VAMT. A phantom for experiment virtually created at treatment planning system, $30{\times}30{\times}30$ cm sized, homogeneous density (HU: 0) and heterogeneous density that inserted air assumed material (HU: -1,000). Apply to clinical treatment planning on the basis of general treatment planning feature analyzed with Phantom planning. Results: In homogeneous density phantom, PBC and AAA show 65.2% PDD (6 MV, 10 cm) both, In heterogeneous density phantom, also show similar PDD value before meet with low density material, but they show different dose curve in air territory, PDD 10 cm showed 75%, 73% each after penetrate phantom. 3D treatment plan in same MU, AAA treatment planning shows low dose at Lung included area. 2D POP treatment plan with 15 MV of cervical vertebral region include trachea and lung area, Conformity Index (ICRU 62) is 0.95 in PBC calculation and 0.93 in AAA. DVO DVH and Dose calculation DVH are showed equal value in IMRT treatment plan. But AAA calculation shows lack of dose compared with DVO result which is satisfactory condition. Optimizing VMAT treatment plans using PRO II obtained results were satisfactory, but lower density area showed lack of dose in dose calculations. PRO III, but optimizing the dose calculation results were similar with optimized the same conditions once more. Conclusion: In this study, do not judge the rightness of the dose calculation algorithm. However, analyzing the characteristics of the dose distribution represented by each algorithm, especially, a method for the optimal treatment plan can be presented when make a treatment plan. by considering optimized algorithm factors of the IMRT or VMAT that needs to optimization make a treatment plan.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 알고리즘에 따른 치료계획의 영향을 분석하고 실제 치료계획을 수립할 때 고려사항을 적용하고, 나아가 최선의 치료계획을 수립하는 프로토콜을 제시하고자 한다.
제안 방법
IMRT 치료계획은 폐의 SBRT (Stereotactic Body Radiation Therapy)의 사례를 적용하였다. 최적화 방법은 DVO을 사용하고 선량계산은 PBC와 AAA을 사용하였다(Fig.
1∼3). 깊이에 따른 선량 감약 특성을 분석 후엔 임상적용 사례를 분석하고자 동일한 MU (Monitor Unit)의 3차원 치료계획은 먼저 PBC로 완성된 치료계획을 설계하고, 같은 MU로 AAA을 적용함으로써 PBC와 AAA를 비교하였다(Fig. 4). 또 다른 사례들은 15 MV을 이용한 경추(cervical spine) (Fig.
VMAT (Rapid Arc) 치료계획의 최적화 방법은 PRO II와 III이며, 선량계산 알고리즘은 AAA만 적용 가능하다(PBC는 지원하지 않음). 따라서 PRO II와 III로 최적화하고 AAA로 선량계산을 실시하였다. 적용사례는 우선 IMRT 사례와 동일한 치료계획을 실시하여 서로 비교할 수 있도록 하였고(Fig.
이때 VMAT치료계획은 선량계산 알고리즘을 AAA만 이용할 수 있다. 실험은 먼저 팬텀(Phantom) 계획을 실시하여 일반적인 치료계획의 특징을 분석하고 그 내용을 토대로 실제 임상적용 할 때 특징을 고려하였다.
우선 선량계산 알고리즘에 따른 선량 감약을 분석하기 위해 6 MV의 에너지의 PDD (Percentage Depth Dose)을 PBC와 AAA을 이용한 선량 계산을 각 팬텀에서 실시하고 비교 하였다(Fig. 1∼3).
7). 이때 PTV의 용적의 차이에 따른 영향도 평가하기 위해 247 cc의 PTV에 대해서도 IMRT 치료계획을 수립하고 비교하였다 (Fig. 8).
따라서 PRO II와 III로 최적화하고 AAA로 선량계산을 실시하였다. 적용사례는 우선 IMRT 사례와 동일한 치료계획을 실시하여 서로 비교할 수 있도록 하였고(Fig. 9), 추가적으로 두경부 사례에 대해서도 각 알고리즘에 따른 치료계획을 수립하였다(Fig. 10).
대상 데이터
실험을 위한 팬텀은 치료계획시스템에서 가상으로 만들었으며, 30×30×30 cm의 규격에 밀도가 균일한 것(HU: 0)과 중간에 공기(HU: -1,000)로 가정되는 물질을 삽입한 비균질 팬텀으로 설정하였다.
이론/모형
17 (PRO II). Dose calculation algorithm must use the anisotropic analytical algorithm (AAA).
0, Varian, USA)이다. 선량계산의 알고리즘은 PBC와 AAA을 각각 적용하였고, 세기 조절 방사선 치료(IMRT, Intensity Modulated Radiation Therapy)를 위한 최적화(Optimization) 알고리즘은 DVO (Dose Volume Optimizer 10.0.28), VMAT (Volumetric Modulated Arc Therapy)을 위한 최적화 알고리즘은 PRO II (Progressive Resolution Optimizer V 8.9.17)와 PRO III (Progressive Resolution Optimizer V 10.0.28)을 사용 하였다. 이때 VMAT치료계획은 선량계산 알고리즘을 AAA만 이용할 수 있다.
IMRT 치료계획은 폐의 SBRT (Stereotactic Body Radiation Therapy)의 사례를 적용하였다. 최적화 방법은 DVO을 사용하고 선량계산은 PBC와 AAA을 사용하였다(Fig. 7). 이때 PTV의 용적의 차이에 따른 영향도 평가하기 위해 247 cc의 PTV에 대해서도 IMRT 치료계획을 수립하고 비교하였다 (Fig.
성능/효과
IMRT 치료계획에서 DVO로 최적화 하고, PBC로 계산 한다면, 최적화 과정과 선량계산 결과가 동일하게 구현되었다. 이때 조직의 밀도에 따라 선량의 차이가 보이지 않는다.
IMRT 치료계획의 최적화 방법은 DVO을 사용하고 선량계산은 PBC를 사용하였을 때는 DVO에서 보여지는 DVH가 LMC (Leaf Motion Calculation)을 실시 후 선량계산 DVH와 동일하게 나타났다. 하지만 AAA으로 선량계산을 하였을 때는 DVO에서 조건을 만족하는 결과가 선량계산에서는 선량 부족으로 나타났다.
VMAT 치료계획 또한 IMRT 치료계획처럼 최적화 할 때는 만족스런 결과를 얻었지만, 선량계산을 실시하였을 때는 저밀도 영역이 선량 부족으로 나타났다. 하지만 PRO III에서 같은 조건을 1회 더 최적화함으로써 최적화 결과와 선량계산 결과가 유사하였다(Fig.
경추 영역의 2차원 대향 2문조사의 치료계획을 보면 PBC 치료계획은 기관지(Trachia)와 폐(Lung)에 의한 선량분포의 특징이 크게 나타나지 않지만, AAA 치료계획은 기관지와 폐의 영역이 저선량으로 나타났다. 따라서 PTV가 기관지와 폐에 근접한 경우라면 처방이 낮아질 수도 있다.
균일한 밀도를 가지는 팬텀에서의 6 MV, 10 cm PDD를 보면 PBC와 AAA는 모두 65.2%로 유사한 값을 나타냈다. 비균질 팬텀에서 PDD는 저밀도 물질을 만나기 전까진 유사한 PDD값을 보이다가 공기 영역에서 다른 선량곡선을 보여주고, 투과한 후에는 AAA가 PBC보다 조사야의 양쪽 끝 선량 영역이 큰 것을 나타내고 PDD_10 cm은 각각 75%, 73%이었다.
동일한 MU의 3차원 치료계획 또한 대향 2문조사와 마찬가지로 폐의 영역에서 저 선량 부위가 나타났으며, 폐 영역이 클수록 또는 PTV가 폐 영역에 에워싸여 있을수록 저 선량 영역도 커짐을 알 수 있었다. 물론 치료계획을 실시 할 때 이러한 저 선량 영역을 방치하지는 않는다.
동일한 MU의 3차원 치료계획에서 보면 같은 MU을 적용하였을 때, AAA 치료계획이 폐가 포함된 영역에서 저 선량으로 나타났다. 기관지와 폐의 영역이 포함된 경추 치료 환자의 2차원 대향 2문 조사 치료계획을 15 MV을 이용하여 설계하였을 때, Conformity Index (ICRU 62)는 PBC 계산에서 0.
이러한 현상은 팬텀에서 보여준 결과와 동일한 것으로 AAA는 공기 영역을 치료계획에 반영함을 나타낸 것이다. 또한 Hotspot의 영역도 폐가 포함된 영역에서 보면 AAA 치료계획이 PBC치료계획보다 더 크게 나타났다.
본 연구의 실험에서도 유방의 대향 2문조사를 이용한 AAA 와 PBC의 치료계획 차이가 두드러지게 나타났다. 처방선량 및 높은 선량 영역은 AAA로 계산하였을 때, 폐에서 적게 나타났다.
유방의 전체를 조사하는 6 MV 대향 2문 치료계획에선 최대선량은 AAA 치료계획에서 유방 앞 부위 쪽으로 높게 나타나지만, PBC에선 유방 앞 쪽과 양 끝 쪽으로 나타나고, AAA 치료계획이 폐에서 높은 선량은 적게 나타났다.
질의응답
핵심어
질문
논문에서 추출한 답변
Anisotropic Analytical Algorithm는 펜슬빔 알고리즘보다 어떠한 장점이 있는가?
Anisotropic Analytical Algorithm (AAA)는 이클립스 치료계획 시스템(Eclipse treatment planning system, Varian, USA)에서 구현되는 convolution-superposition algorithm이다. 과거 일반적으로 사용하던 펜슬빔 알고리즘 보다 정확하게 선량을 구현하는 알고리즘이다.6-11)
선량계산 알고리즘은 무엇의 전제하에 구현되는가?
혹은 정확하거나 우리가 인정하는 전제를 당연히 받아들이고 치료계획을 수립하는 것이 최선의 방법이라고 생각한다. 치료계획을 계산하는 선량계산 알고리즘(Dose calculation algorithm)은 실제 선량을 반영하거나 최선의 방법이라고 전제되어 구현된다. 선량계산 알고리즘이 정확한 선량 구현을 하지 못한다면 치료계획의 오차가 생길 수 있다.
세기조절 방사선치료계획 최적화를 실시할 때 치료계획용적이 체표면에 매우 근접하면 어떠한 현상이 나타나는가?
또한 PBC (cf, modified batho method)로 불균질 매질(저밀도)의 선량계산 할 때 전자의 퍼짐을 잘 설명할 수 없기 때문에 AAA에 비해서 선량이 과대평가될 수 있다. 세기조절 방사선치료계획 최적화(optimization)를 실시할 때 치료계획용적(Planning Target Volume, PTV)이 체표면(Body contour)에 매우 근접하면 뼈, 공기 또는 폐와 PTV사이에서 불균질한 선량이 발생한다. 또한, 최적화 보정 오차(optimization correction errors)는 균일한 선량을 만들게 하지 않는다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.