Speaker
典 郭
(兰州大学)
Description
碳离子放射治疗具有优良的剂量深度分布和较高的生物学效应，但其布拉格峰位置对组织密度、患者摆位及束流参数变化较为敏感，因此开展在线射程验证对于提高治疗精度和安全性具有重要意义。本研究围绕碲锌镉（CZT）探测器电子学读出与碳离子束流射程预测方法展开。实验室自主设计并应用通道压缩电路，将CZT探测器多路信号压缩为少量输出信号，采用多层感知机神经网络（MLP）建立压缩信号与原始条形通道响应之间的映射关系，实现对探测器位置响应信息的预测与还原。进一步地，本研究提出一种碳离子束流射程验证方法，即利用探测器系统获取治疗过程中产生的次级粒子计数分布，并结合机器学习回归模型预测射程。在兰州重离子医院束流终端进行了实验。使用160.86-221.48MeV/u范围内7个能量照射聚甲基丙烯酸甲酯（PMMA），构建不同能量下次级粒子计数分布与机器跳数（MU）归一化后的特征参数，采用Elastic Net回归模型建立次级粒子计数分布与胶片测量射程之间的定量关系。实验结果表明，通道压缩结合MLP还原方法对比传统公示法，位置还原误差降低了约61%。在160.86-221.48MeV/u的能量范围内，射程验证的平均误差为0.92mm。本研究将通道压缩电子学、神经网络信号还原和Elastic Net射程预测相结合，验证了该方法在小型化、实时射程监测中的可行性，为面向临床应用的碳离子束在线射程验证提供了一种新的技术路线。
