Skip to main content
Journal of Southern Medical University logoLink to Journal of Southern Medical University
. 2022 Jul 20;42(7):1089–1094. [Article in Chinese] doi: 10.12122/j.issn.1673-4254.2022.07.19

准直器叶片到位精度对宫颈癌容积调强计划验证的影响

Impact of multi-leaf collimator positioning accuracy on quality control of volumetric modulation arc therapy plan for cervical cancer treated with Elekta linear accelerator

Jian LIANG 1,2, Fengzi YU 2, Jinhan ZHU 2, Ting SONG 1,*
PMCID: PMC9308871  PMID: 35869775

Abstract

Objective

To investigate the influence of positioning accuracy of the multi-leaf collimators (MLC) on the passing rate of the plan dose verification for volumetric modulation arc therapy (VMAT) of cervical cancer using an Elekta linear accelerator.

Methods

The dose distributions were measured using Sun Nuclear's Mapcheck and Arccheck semiconductors matrix before and after MLC calibration in30 cervical cancer patients undergoing VMAT. Dosimetric comparisons were performed with 2D and 3D gamma passing rates of 3%, 3 mm and 2%, and 2 mm. The 3D gamma distribution was reconstructed with respect to the patient's anatomy using 3DVH software to evaluate the possible influence of MLC positioning accuracy.

Results

Before and after MLC calibration, the gamma passing rates of Mapcheck were (88.80±1.81)% and (99.25 ± 0.53)% under 3% and 3 mm standard, respectively, with an average increase of 10.45%. The corresponding gamma passing rates of Arccheck were (87.61±1.98)% and (98.13±0.99)%, respectively, with an average increase of 10.52%. The gamma passing rates of 3DVH were (89.87±2.28)% and (98.3±1.15)%, respectively, with an average increase of 8.43%.

Conclusion

The MLC positioning accuracy is one of the main factors influencing dosimetric accuracy of VMAT for cervical cancer. The application of Autocal software facilitates MLC calibration and improves the accuracy and safety of VMAT delivery for cervical cancer.

Keywords: cervical cancer, volumetric modulation arc therapy, plan verification, Autocal, multi-leaf collimator


对于中晚期宫颈癌患者,同步放化疗是首选治疗方法,局部晚期宫颈癌患者通过同步放化疗,其5年生存率可以达60%以上[1]。目前,临床常用放疗方法包括腔内照射和体外照射两种方式[2]。随着放疗技术的不断发展,容积旋转调强治疗(VMAT)由于执行效率高、治疗耗时短,已逐渐成为宫颈癌体外放射治疗的一种主要方法[3]。但VMAT技术非常复杂,在执行过程中不仅剂量率可变,而且多叶准直器(MLC)叶片和加速器机架同时运动,这对直线加速器各项性能指标提出了较高要求,计划执行时的些许误差均可影响辐射剂量分布及临床治疗效果。因此,加强加速器的质量保证检测与质量控制(QA)工作,在治疗执行前对放疗计划的空间剂量分布进行剂量学验证十分必要。

MLC叶片到位精度检测是VMAT治疗加速器质控的一项重要内容。由于现代加速器MLC叶片数较多,检测时需要使用胶片反复测量、调节、再测量过程,操作费时费力。为克服传统胶片的不足,有研究探索使用电子射野影像装置(EPID)进行MLC叶片到位精度检验校正,结果显示使用EPID与使用胶片获取的窄条野峰值位置、峰值间距和带宽等评判参数具有高度一致性[4]。EPID法图像分辨率高,操作简单快速,可以提供误差小于0.5 mm的叶片校准精度[5,6],大大的提高了MLC叶片到位精度质控的效率和精度。目前已开发了基于EPID等高精度影像系统的MLC叶片自动检验校正方法,如医科达Autocal多叶准直器校准程序和模体,为临床开展MLC叶片到位精度快速质控提供了可能。

目前,放疗计划物理剂量验证常用测量工具有2D探测器阵列、3D探测器阵列[7-9]。测量方法有臂架归一测量,也有按实际治疗臂架角度测量[10,11]。但对验证结果的评价标准尚不统一,有使用2D gamma分析,也有研究推荐3D gamma分析[12]。美国物理师协会(AAPM)为了规范放疗计划物理剂量验证,新近出台TG-218号报告[13]对相关临床工作进行指导。基于此,本研究利用临床VMAT治疗病例,探讨指南报告中各种推荐方法在中晚期宫颈癌计划验证中应用的可行性和执行效果。同时,针对当前计划验证通过率低的主要影响因素,即多叶准直器MLC叶片到位精度的质控,提出快速、准确的解决方案。

1. 资料和方法

1.1. 病例选择与治疗计划设计

选取中山大学附属肿瘤医院2019年10月~2020年8月入院治疗的30例局部晚期T4N1-2M(0UICC & AJCC)宫颈癌患者(表 1),中位年龄55岁,影像显示肿瘤侵及盆壁或累及膀胱和直肠,有局部淋巴结变形或肿块,但无远处转移。所有患者均采用医科达加速器行VMAT治疗。患者取仰卧位,真空袋固定。使用16排螺旋CT(西门子)以5 mm层厚进行扫描。扫描范围包括病变及双髋,并在上下界外扩出至少5 cm。重建CT断层图像通过网络传入MONACO治疗计划系统(5.0,Elekta)。医生勾画好肿瘤靶区和正常组织的轮廓后,选用医科达Synergy加速器6 MV射线,设计360°弧VMAT计划(即逆时针179° ~181°)。处方剂量PGTVnd为60 Gy/30次;PCTV为45 Gy/30次。肿瘤靶区优化目标及正常组织耐受剂量限制参照相关国际指南(ICRU83/89号报告和RTOG指南)。剂量计算采用蒙特卡洛算法,计算网格设置为3 mm×3 mm,剂量计算的不确定度设为3%。该批病例治疗前均使用Arccheck进行剂量验证,其Gamma通过率(3%最大剂量偏差、3 mm距离偏差标准,下文简称3%/3 mm标准)为(87.61±1.98)%,均未达到95%的通过标准,需要再次验证以复核计划剂量计算的准确性。

表 1.

30例宫颈癌患者的TNM分期信息

Clinical characteristics of the 30 cervical cancer patients

Characteristics Cases [n (%)]
Age(year) Median (rang) 55
TNM clinical stage
  T4N1M0 12 (40)
  T4N2M0 18 (60)
Radiotherapy method External radiation
Postoperative adjuvant radiotherapy (small pelvic field) 9 (30)
Postoperative adjuvant radiotherapy (pelvic+aorta abdominalis) 15 (50)
Definitive radiotherapy 6 (20)
Radiation technique VMAT
Radiation dose and fractions 60 Gy/30 F

将患者治疗计划各项参数移植到所用验证模体的CT影像上,重新进行剂量计算,生成所谓混合计划用于剂量验证。

1.2. 测量及验证设备

加速器输出剂量校正选用0.6cc FC65-G指形电离室和DOSE1剂量仪(IBA),在40 × 40固体水模体(PTW)中进行,并转换成相应标准条件下水中10 cm深度处数值。研究中所用电离室和剂量仪器定期送中国分析测试中心进行校准。

VMAT计划验证分别选用Mapcheck2和Arccheck两种半导体探测器矩阵(Sun Nuclear)。Mapcheck2探测器矩阵包括1527个半导体探头,探头间距为7 mm,探头表面建成厚度约相当于1.2 cm等效水厚度,适用于平面剂量验证。Arccheck探测器矩阵则包括1386个半导体探头,探头间距为10 mm,探头在圆柱形模体表面2.9 cm深度处呈柱面均匀分布,可用于三维剂量验证。Mapcheck2和Arccheck半导体室矩阵均定期做探测器阵列校准,二者测量结果均可通过SNC PA软件(Sun Nuclear)进行Gamma分析。为避免Mapcheck探测器矩阵角度依赖性对测量结果的影响,研究中使用Mapcheck验证计划剂量时,加速器机架均归于零度。而ArcCheck测量则按照VMAT计划加速器臂架实际角度执行。

进一步采用3DVH软件(Sun Nuclear)对Arccheck测量结果进行分析。3DVH采用了剂量扰动算法(PDP),通过测量引导的剂量重建(MGDR)来预测患者体内实际的三维剂量分布。通过3DVH三维剂量分析,明确剂量分布误差与患者解剖结构之间的相互关系[14-17]

1.3. MLC叶片自动校准

采用Autocal软件(医科达)和模体以及加速器机载EPID影像系统(iView-GT)对MLC叶片定位精度进行自动校准。iView-GT影像采集单元为非晶硅阵列,有效成像面积为26 cm×26 cm,能量响应为4~20 MV,剂量率响应为50~600 MU/Min。Autocal校准过程共计有19个操作步骤,其中前4个步骤是基准步骤。第1步先建立加速器机械等中心和iView-GT的EPID阵列板中心的固定关系(偏差 < 0.5°);第2步在加速器等中心摆上Autocal模体对iView-GT的EPID阵列板进行像素刻度校准(像素偏差 < 0.015 mm/pixel);第3步确定辐射野等中心(偏差 < 0.5 mm);第4步确定加速器机械和光学等中心与辐射野等中心的固定关系(偏差 < 0.5 mm)。建立射野等中心、光学等中心和机械等中心间相互关联的基准后,根据基准完成后续5~19项,如leafbank alignment和leafbank squareness,还有gain和offset,major gain and offset、leaf transmission等步骤。每完成一项步骤,Autocal软件对各种等中心和MLC叶片到位精度等误差进行实时自动读取,然后将结果反馈给加速器控制系统对MLC进行硬件调整,直至刻度达标。19项校准操作一旦结束,Autocal校准完成并自动存档。

1.4. 统计方法

采用全局归一计算Gamma通过率,排除无临床意义却会影响剂量验证分析结果的低剂量区域(剂量阈值为最大剂量的10%),分别计算3%/3 mm和更严格的2%/2 mm标准下Gamma通过率,并使用SPSS 25.0软件对剂量学和Gamma计算结果进行t检验,P < 0.05为差异有统计学意义。

2. 结果

2.1. MLC校准前后各叶片到位精度

根据每个叶片实际到位与预定位置的偏差,Autocal软件自动对比分析Y1和Y2两个leafbank准直器叶片的增益和偏移结果,以叶片未到达预定位置为正偏差,越过预定位置为负偏差。校准前,Y1 LeafbankMLC叶片偏差0.74±0.56 mm,其中偏差≥1 mm且 < 2 mm的叶片有15个,偏差≥2 mm叶片1个,最大偏差为2.14 mm;Y2 Leafbank MLC叶片偏差1.01±0.69 mm,其中偏差≥1 mm且 < 2 mm的叶片有13个,偏差≥2 mm叶片6个,最大偏差为2.71 mm。校准后,Y1 Leafbank MLC叶片偏差0.13±0.09 mm,Y2 Leafbank MLC叶片偏差0.15±0.14 mm,所有MLC叶片偏差均小于0.5 mm(图 1)。

图 1.

图 1

MLC校准前后Y1和Y2两个Leafbank 40对叶片的到位偏差

Positioning deviation of 40 MLC leaves of Y1 and Y2 leafbank before and after MLC calibration using Autocal software. The red cross represents the positioning error before MLC calibration, and the blue triangle represents the positioning deviation after MLC calibration. A: Plotted for Y1 leafbank; B: Plotted for Y2 leafbank.

2.2. 比较3种验证方法结果

无论选用3%/3 mm标准还是2%/2 mm标准,校准MLC叶片定位偏差后,3种验证计划Gamma平均通过率均有明显提升(P < 0.05),最大提升幅度超过12%。对同一病例的3种测量结果进行比较,结果显示,采用机架归零测量的Mapcheck2结果与实际机架角测量的Arccheck结果和3DVH结果差异均存在统计学意义(P < 0.05));而同为实际机架角测量、采用三维Gamma算法的3DVH结果也与应用二维Gamma算法的Arccheck结果差异存在统计学意义(P=0.011,3%/3 mm标准;P=0.007,2%/2 mm标准,表 2)。

表 2.

比较使用Autocal校准MLC叶片到位精度前后3种验证方式结果

Comparison of 3 dose verification methods before and after MLC calibration using Autocal software (Mean±SD)

Autocal time Mapcheck Arccheck 3DVH
3%/3 mm 2%/2 mm 3%/3 mm 2%/2 mm 3%/3 mm 2%/2 mm
P1: Mapcheck (After autocal) vs Arccheck (After autocal); P2: Arccheck (After autocal) vs 3DVH (After autocal); P3: 3DVH (After autocal) vs Mapcheck (After autocal).
Before autocal 88.80±1.81 85.05±1.90 87.61±1.98 83.78±2.05 89.87±2.28 86.61±2.42
After autocal 99.25±0.53 95.81±0.69 98.13±0.99 94.25±1.05 98.30±1.15 94.30±1.12
  P 0.001 0.005 0.003 0.002 0.002 0.001
  P1 0.021 0.032 - - - -
  P2 - - 0.011 0.028 - -
  P3 - - - - 0.008 0.015

2.3. 3DVH三维剂量分析结果

依据Arccheck测量结果,通过3DVH软件重建患者体内实际的三维剂量分布(图 2),并与计划系统计算结果加以比较。三维剂量验证结果显示,MLC叶片校和CTV的通过率有所提高,但危及器官如直肠、膀胱的准定位偏差后,无论是全局性Gamma通过率,还是各自通过率则明显降低,剂量对比误差相对较大的点/区域重建的靶区与危及器官的Gamma通过率均有明显提升多位于照射野边缘部分。(P < 0.05,表 3)。与全局Gamma通过率相比,靶区GTV和CTV的通过率有所提高,但危及器官如直肠、膀胱的通过率则明显降低,剂量对比误差相对较大的点/区域多位于照射野边缘部分。

图 2.

图 2

一例晚期宫颈癌患者3DVH三维剂量验证示意图

An example of 3DVH verificationin a case of advanced cervical cancer. A: Dose distribution of a Hybrid plan of arc check. B: Gamma distribution of measured dose vs the planned dose. C: 3D anatomical structures of the patient. D: Reconstruction of gamma distribution based on the patient's anatomy using 3DVH software.

表 3.

MLC校准前后宫颈癌验证病例靶区和部分危及器官3DVH重建计算结果

Results of 3DVH reconstruction of plan verification for tumor target and critical organs at risk in cervical cancer cases before and after MLC calibration

Target Before MLC calibration After MLC calibration P
Goble body 89.87±2.28 98.30±1.15 0.020
GTV (D95) 95.35±3.82 99.58±0.91 0.016
CTV (D95) 90.55±5.08 99.43±1.69 0.005
Rectum (V45) 89.69±5.78 92.32±1.36 0.018
Bladder (V50) 86.71±6.57 90.59±2.28 0.012

3. 讨论

中晚期宫颈癌治疗因需要顾及宫旁组织及盆腔淋巴引流区,靶区形状大,导致VMAT计划易出现狭长子野,因此对MLC叶片定位精度要求较高[19]。传统MLC校准多使用胶片验证,摆位、曝光等操作过程和结果分析较为复杂,一般叶片误差可控制在2 mm以内[20]。以往放疗物理师做分析叶片到位精度质控基本以胶片作为主要的验证手段,近年开始使用EPID等工具可替代胶片快速验证叶片到位精度[21]。Autocal是医科达加速器配备的多叶准直器校准程序和模体的总称。本研究结果证实,它可以提供误差小于0.5 mm的叶片校准精度,而且操作简单,为MLC校准、开展VMAT治疗提供了一种快速、准确的质控方法。经过叶片校准后,宫颈癌VMAT计划验证结果明显好转,30例验证计划Gamma通过率均值由不足90%提高到95%以上。

AAPM218号报告推荐调强计划验证优选实际机架角度测量,多角度合成剂量验证的方法。实际多机架角度测量更接近实际治疗情况,可以如实反映加速器机架、小机头、准直器受重力的影响以及治疗床的衰减等情况[13]。然而,一些早期平面探测器设备如Mapcheck,由于存在明显的角度依赖性,测量时为了避免探头角度响应,只能将机架归零进行测量。本研究结果显示,采用机架归零测量的Mapcheck2结果会普遍优于实际机架角测量的Arccheck结果(P < 0.05),与现有研究一致[18]。这主要是由于机架归零测量掩盖了重力条件下MLC叶片到位误差可能增大的情况,需要使用者在分析测量结果的时候对此加以注意[22]。有条件的单位建议遵照AAPM218指南,采用实际机架角度进行验证测量。

Arccheck虽然在实际机架旋转条件下测量VMAT计划的三维剂量分布,但在分析测量结果与计划剂量差异时只是对比探头所在特定弧形层面内的二维Gamma值。而3DVH软件则采用三维Gamma分析方法,即在三维空间搜索符合条件的点集,因而理论上适合的点会更多,从而导致同样剂量分布三维Gamma分析通过率高于二维Gamma计算结果。这一现象在本研究中亦有证明。对同一病例,在同一测量条件,使用同一测量设备的情况下,3DVH的三维Gamma通过率普遍高于Arccheck二维Gamma分析结果(P < 0.05)。这提示在日常计划验证工作中,不能仅仅盯着通过率,还要具体分析测量方法与工具影响[23]

3DVH三维剂量分析可以把剂量分布误差与患者解剖结构相互关联起来,便于临床医生和物理师对误差可能产生的后果进行准确预判,保证患者治疗安全[24]。本研究中使用3DVH软件对靶区GTV、CTV以及各危及器官的误差分布分别加以重建,并与全局通过率进行比较,发现剂量误差多发生于照射野边缘危及器官所在区域(譬如直肠、膀胱处)。这主要是由于VMAT在靶区内剂量分布相对较为均匀,而在靶区外剂量则会迅速跌落。对于相同的MLC叶片误差,在靶区内剂量变化平缓区产生的影响相对较少,而在直肠、膀胱等剂量剧烈变化的跌落区则影响较大。因此在分析宫颈癌计划验证结果时建议采用绝对剂量模式,除了要看通过率情况,还应留意靶区外的剂量热点,评估其对危及器官可能产生的危害。

综上所述,MLC叶片到位精度是影响医科达加速器宫颈癌容积调强放疗计划执行准确性的主要因素之一。通过使用Autocal软件,可以快速、准确的完成多叶准直器的校准工作,保证治疗剂量的准确性和患者的治疗安全。

Biography

梁健,放疗物理师,E-mail: 42361588@qq.com

Funding Statement

广州市科技计划项目(202206010180)

Contributor Information

梁 健 (Jian LIANG), Email: 42361588@qq.com.

宋 婷 (Ting SONG), Email: tingsong2015@smu.edu.cn.

References

  • 1.Alimena S, Yang DD, Melamed A, et al. Racial disparities in brachytherapy administration and survival in women with locally advanced cervical cancer. Gynecol Oncol. 2019;154(3):595–601. doi: 10.1016/j.ygyno.2019.06.022. [DOI] [PubMed] [Google Scholar]
  • 2.Cohen PA, Jhingran A, Oaknin A, et al. Cervical cancer. Lancet. 2019;393(10167):169–82. doi: 10.1016/S0140-6736(18)32470-X. [DOI] [PubMed] [Google Scholar]
  • 3.Deng X, Han C, Chen S, et al. Dosimetric benefits of intensitymodulated radiotherapy and volumetric-modulated arc therapy in the treatment of postoperative cervical cancer patients. J Appl Clin Med Phys. 2017;18(1):25–31. doi: 10.1002/acm2.12003. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 4.Mamalui-Hunter M, Li H, Low DA. MLC quality assurance using EPID: a fitting technique with subpixel precision. Med Phys. 2008;35(6):2347–55. doi: 10.1118/1.2919560. [DOI] [PubMed] [Google Scholar]
  • 5.Norvill C, Goodall S. Investigation of pixel scale calibration on the Elekta iView electronic portal imager. J Appl Clin Med Phys. 2021;22(8):148–55. doi: 10.1002/acm2.13339. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 6.Zwan BJ, Caillet V, Booth JT, et al. Toward real-time verification for MLC tracking treatments using time-resolved EPID imaging. Med Phys. 2021;48(3):953–64. doi: 10.1002/mp.14675. [DOI] [PubMed] [Google Scholar]
  • 7.Stelljes TS, Poppinga D, Kretschmer J, et al. Experimental determination of the "collimator monitoring fill factor" and its relation to the error detection capabilities of various 2D-arrays. Med Phys. 2019;46(4):1863–73. doi: 10.1002/mp.13417. [DOI] [PubMed] [Google Scholar]
  • 8.Jiménez-Melguizo M, Espinosa M, Montes J, et al. Response of the ArcCHECK® device at 6 MV and 15 MV for VMAT and IMRT quality control. Phys Med. 2020;80:373–82. doi: 10.1016/j.ejmp.2020.11.020. [DOI] [PubMed] [Google Scholar]
  • 9.Torres-Xirau I, Olaciregui-Ruiz I, Kaas J, et al. 3D dosimetric verification of unity MR-linac treatments by portal dosimetry. Radiother Oncol. 2020;146:161–6. doi: 10.1016/j.radonc.2020.02.010. [DOI] [PubMed] [Google Scholar]
  • 10.Jin GH, Zhu JH, Chen LX, et al. Gantry angle-dependent correction of dose detection error due to panel position displacement in IMRT dose verification using EPIDs. Phys Med. 2014;30(2):209–14. doi: 10.1016/j.ejmp.2013.05.042. [DOI] [PubMed] [Google Scholar]
  • 11.Tsuneda M, Nishio T, Saito A, et al. A novel verification method using a plastic scintillator imagining system for assessment of gantry sag in radiotherapy. Med Phys. 2018;45(6):2411–24. doi: 10.1002/mp.12922. [DOI] [PubMed] [Google Scholar]
  • 12.Szczurek L, Juszkat R, Szczurek J, et al. Pre-treatment 2D and 3D dosimetric verification of volumetric arc therapy. A correlation study between gamma index passing rate and clinical dose volume histogram. PLoS One. 2019;14(8):e0221086–93. doi: 10.1371/journal.pone.0221086. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 13.Miften M, Olch A, Mihailidis D, et al. Tolerance limits and methodologies for IMRT measurement-based verification QA: recommendations of AAPM Task Group No. 218. Med Phys. 2018;45(4):e53–83. doi: 10.1002/mp.12810. [DOI] [PubMed] [Google Scholar]
  • 14.Zhen HM, Nelms BE, Tomé WA. Moving from gamma passing rates to patient DVH-based QA metrics in pretreatment dose QA. Med Phys. 2011;38(10):5477–89. doi: 10.1118/1.3633904. [DOI] [PubMed] [Google Scholar]
  • 15.Fenkell L, Kaminsky I, Breen S, et al. Dosimetric comparison of IMRT vs. 3D conformal radiotherapy in the treatment of cancer of the cervical esophagus. Radiother Oncol. 2008;89(3):287–91. doi: 10.1016/j.radonc.2008.08.008. [DOI] [PubMed] [Google Scholar]
  • 16.Carrasco P, Jornet N, Latorre A, et al. 3D DVH-based metric analysis versus per-beam planar analysis in IMRT pretreatment verification. Med Phys. 2012;39(8):5040–9. doi: 10.1118/1.4736949. [DOI] [PubMed] [Google Scholar]
  • 17.Nelms BE, Opp D, Robinson J, et al. VMAT QA: measurement-guided 4D dose reconstruction on a patient. Med Phys. 2012;39(7):4228–38. doi: 10.1118/1.4729709. [DOI] [PubMed] [Google Scholar]
  • 18.Zhu JH, Chen LX, Jin GH, et al. A comparison of VMAT dosimetric verifications between fixed and rotating gantry positions. Phys Med Biol. 2013;58(5):1315–22. doi: 10.1088/0031-9155/58/5/1315. [DOI] [PubMed] [Google Scholar]
  • 19.Nguyen D, O'Connor D, Yu VY, et al. Dose domain regularization of MLC leaf patterns for highly complex IMRT plans. Med Phys. 2015;42(4):1858–70. doi: 10.1118/1.4915286. [DOI] [PubMed] [Google Scholar]
  • 20.Zhang K, Tian Y, Li MH, et al. Performance of a multileaf collimator system for a 1.5T MR-linac. Med Phys. 2021;48(2):546–55. doi: 10.1002/mp.14608. [DOI] [PubMed] [Google Scholar]
  • 21.李 盈辉, 陈 立新, 庄 永东, et al. 基于EPID和EBT3胶片剂量计对动态MLC叶片到位精度检测研究. 中华放射肿瘤学杂志. 2016;25(9):989–93. doi: 10.3760/cma.j.issn.1004-4221.2016.09.020. [DOI] [Google Scholar]
  • 22.王 广善, 杨 波, 庞 廷田, et al. VMAT模式下MLC叶片运动速度对到位误差影响. 中华放射肿瘤学杂志. 2017;26(2):182–6. doi: 10.3760/cma.j.issn.1004-4221.2017.02.013. [DOI] [Google Scholar]
  • 23.Pulliam KB, Huang JY, Howell RM, et al. Comparison of 2D and 3D gamma analyses. Med Phys. 2014;41(2):021710–22. doi: 10.1118/1.4860195. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 24.Yi X, Lu WL, Dang J, et al. A comprehensive and clinical-oriented evaluation criteria based on DVH information and gamma passing rates analysis for IMRT plan 3D verification. J Appl Clin Med Phys. 2020;21(8):47–55. doi: 10.1002/acm2.12910. [DOI] [PMC free article] [PubMed] [Google Scholar]

Articles from Journal of Southern Medical University are provided here courtesy of Editorial Department of Journal of Southern Medical University

RESOURCES