Skip to main content

Bestrahlungsplanung

  • Chapter
  • First Online:
Medizinische Physik
  • 19k Accesses

Zusammenfassung

Jeder Strahlentherapie geht ein mehrstufiger Entscheidungsprozess – die Bestrahlungsplanung – voraus, um eine ideale Behandlung für jeden einzelnen Patienten zu gewährleisten.

Das Ziel einer Bestrahlung ist die Applikation einer ausreichenden Strahlendosis im Tumorgewebe, um eine kurative oder palliative Behandlung zu ermöglichen. Leider geht eine Bestrahlung des Tumorgewebes immer mit einer Bestrahlung von Normalgewebe einher. Somit werden sowohl innerhalb als auch außerhalb des Zielvolumens Strahlenschäden erzeugt. Während einer Bestrahlungsplanung wird für einen individuellen Patienten ein Bestrahlungsplan generiert, der eine adäquate Bestrahlung des Zielvolumens bei möglichst minimaler Belastung des Normalgewebes ermöglicht.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 79.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 99.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

References

  1. Ahnesjö A (1989) Collapsed cone convolution of radiant energy for photon dose calculation in heterogeneous media. Med Phys 16(4):577–592

    Article  Google Scholar 

  2. Bangert M (2011) New concepts for beam angle selection in IMRT treatment planning: From heuristics to combinatorial optimization. PhD Thesis, Heidelberg

    Google Scholar 

  3. Bangert M, Ziegenhein P, Oelfke U (2013) Comparison of beam angle selection strategies for intracranial IMRT. Med Phys 40(1):11716

    Article  Google Scholar 

  4. Bangert M, Hennig P, Oelfke U (2013) Analytical probabilistic modeling for radiation therapy treatment planning. Phys Med Biol 58(16):5401–5419

    Article  Google Scholar 

  5. Bille J, Schlegel W (2002) Medizinische Physik 2: Medizinische Strahlenphysik. Springer, Heidelberg

    Google Scholar 

  6. Bortfeld T, Schlegel W, Rhein B (1993) Decomposition of pencil beam kernels for fast dose calculations in three-dimensional treatment planning. Med Phys 20(2 Pt 1):311–318

    Article  ADS  Google Scholar 

  7. Brahme A, Roos JE, Lax I (1982) Solution of an integral equation encountered in rotation therapy. Phys Med Biol 27(10):1221–1229

    Article  Google Scholar 

  8. Breedveld S, Storchi PR, Voet PW, Heijmen BJ (2012) icycle: integrated, multicriterial beam angle, and profile optimization for generation of coplanar and noncoplanar IMRT plans. Med Phys 39(2):951–963

    Article  Google Scholar 

  9. Cassioli A, Unkelbach J (2013) Aperture shape optimization for IMRT treatment planning. Phys Med Biol 58(2):301–318

    Article  Google Scholar 

  10. Feuvret L, Noel G, Mazeron JJ, Bey P (2006) Conformity index: a review. Int J Radiat Oncol Biol Phys 64(2):333–342

    Article  Google Scholar 

  11. Gottschalk B, Koehler AM, Schneider RJ, Sisterson JM, Wagner MS (1993) Multiple coulomb scattering of 160 meV protons. Nucl Instrum Meth B 74(4):467–490

    Article  ADS  Google Scholar 

  12. van Herk M, Remeijer P, Lebesque JV (2002) Inclusion of geometric uncertainties in treatment plan evaluation. Int J Radiat Oncol Biol Phys 52(5):1407–1422

    Article  Google Scholar 

  13. Hong L, Goitein M, Bucciolini M, Comiskey R, Gottschalk B, Rosenthal S et al (1996) A pencil beam algorithm for proton dose calculations. Phys Med Biol 41(8):1305–1330

    Article  Google Scholar 

  14. International Commisson on Radiation Units and Measurements (ICRU) (2011) ICRU report 83: state of the art on dose prescription, reporting and recording in intensity-modulated radiation therapy

    Google Scholar 

  15. Jiang H, Seco J, Paganetti H (2007) Effects of Hounsfield number conversion on CT based proton Monte Carlo dose calculations. Med Phys 34(4):1439–1449

    Article  Google Scholar 

  16. Kamerling CP, Ziegenhein P, Sterzing F, Oelfke U (2016) Interactive dose shaping part 2: proof of concept study for six prostate patients. Phys Med Biol 61(6):2471–2484

    Article  Google Scholar 

  17. Marks LB, Yorke ED, Jackson A, Ten Haken RK, Constine LS, Eisbruch A et al (2010) Use of normal tissue complication probability models in the clinic. Int J Radiat Oncol 76(3):10–S19

    Article  Google Scholar 

  18. Wiesner HP et al (2017) Development of the open-source dose calculation and optimization toolkit matRad. Med Phys 44(6):2556–2568

    Article  Google Scholar 

  19. Nocedal J, Wright SJ (1999) Numerical optimization. Springer, New York

    Book  Google Scholar 

  20. Parodi K, Mairani A, Sommerer F (2013) Monte Carlo-based parametrization of the lateral dose spread for clinical treatment planning of scanned proton and carbon ion beams. J Radiat Res 54(Suppl 1):91–96

    Article  Google Scholar 

  21. Perl J, Shin J, Schumann J, Faddegon B, Paganetti H (2012) TOPAS: an innovative proton Monte Carlo platform for research and clinical applications. Med Phys 39(11):6818–6837

    Article  Google Scholar 

  22. Rasch C, Steenbakkers R, van Herk M (Hrsg) (2005) Target definition in prostate, head, and neck. Seminars in radiation oncology. Elsevier, New York

    Google Scholar 

  23. Schaffner B, Pedroni E, Lomax A (1999) Dose calculation models for proton treatment planning using a dynamic beam delivery system: an attempt to include density heterogeneity effects in the analytical dose calculation. Phys Med Biol 44(1):27–41

    Article  Google Scholar 

  24. Schneider W, Bortfeld T, Schlegel W (2000) Correlation between CT numbers and tissue parameters needed for Monte Carlo simulations of clinical dose distributions. Phys Med Biol 45(2):459–478

    Article  Google Scholar 

  25. Sempau J, Wilderman SJ, Bielajew AF (2000) DPM, a fast, accurate Monte Carlo code optimized for photon and electron radiotherapy treatment planning dose calculations. Phys Med Biol 45(8):2263–2291

    Article  Google Scholar 

  26. Soukup M, Fippel M, Alber M (2005) A pencil beam algorithm for intensity modulated proton therapy derived from Monte Carlo simulations. Phys Med Biol 50(21):5089–5104

    Article  Google Scholar 

  27. Szymanowski H, Oelfke U (2002) Two-dimensional pencil beam scaling: an improved proton dose algorithm for heterogeneous media. Phys Med Biol 47(18):3313–3330

    Article  Google Scholar 

  28. Thieke C, Kufer KH, Monz M, Scherrer A, Alonso F, Oelfke U et al (2007) A new concept for interactive radiotherapy planning with multicriteria optimization: first clinical evaluation. Radiother Oncol 85(2):292–298

    Article  Google Scholar 

  29. Vinod SK, Min M, Jameson MG, Holloway LC (2016) A review of interventions to reduce inter-observer variability in volume delineation in radiation oncology. J Med Imaging Radiat Oncol 60(3):393–406

    Article  Google Scholar 

  30. Ziegenhein P, Kamerling CP, Bangert M, Kunkel J, Oelfke U (2013) Performance-optimized clinical IMRT planning on modern CPUs. Phys Med Biol 58(11):3705–3715

    Article  Google Scholar 

  31. Ziegenhein P, Pirner S, Kamerling PC, Oelfke U (2015) Fast CPU-based Monte Carlo simulation for radiotherapy dose calculation. Phys Med Biol 60(15):6097–6111

    Article  Google Scholar 

  32. Ziegenhein P, Kamerling CP, Oelfke U (2016) Interactive dose shaping part 1: a new paradigm for IMRT treatment planning. Phys Med Biol 61(6):2457–2470

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Mark Bangert .

Editor information

Editors and Affiliations

Aufgaben

Aufgaben

24.1

In Abschn. 24.2.1 und 24.2.3 wird das PTV-Konzept diskutiert, welches bei der Zielvolumendefinition zur Anwendung kommt. Nutzen Sie die Sekundärliteratur [12], um Informationen über die Größe des PTV-Sicherheitssaums für die Bestrahlung eines Prostatatumors zu erhalten. Welche relative Volumenzunahme ergibt sich mit dem Sicherheitssaum für ein sphärisches Zielvolumen mit einem Radius von \(5\,\mathrm{cm}\)?

24.2

In Abschn. 24.6.4 werden kurz alternative Zielfunktionen auf Basis der \(\mathit{EUD}\) diskutiert. Wie könnte eine \(\mathit{EUD}\)-basierte Zielfunktion, die für die inverse Planung genutzt werden kann, konkret aussehen? Wie lautet der Gradient einer solchen Zielfunktion? Handelt es sich um eine konvexe Zielfunktion, die somit effizient gelöst werden kann?

24.3

Nutzen Sie das Open Source Matlab Toolkit MatRad [18], um selbst Bestrahlungspläne zu erstellen. Führen Sie dosimetrische Betrachtungen der Bestrahlungspläne mit variierenden Wichtungsfaktoren \(s_{o}^{r}\) und Toleranzdosen \(d_{r}^{\mathrm{max}}\) durch. Welchen Einfluss hat die Anzahl an Einstrahlrichtungen auf die Planqualität?

24.4

Wie groß wird die Dosisbeitragsmatrix \(D\)(vgl. Gl. 24.1) ungefähr für einen intrakraniellen, sphärischen Tumor mit \(3\,\mathrm{cm}\) Radius. Nehmen Sie eine Bestrahlung mit 9 Einstrahlrichtungen, eine Bixelgröße von \((5\,\mathrm{mm})^{2}\) und einen Schädeldurchmesser von \(20\,\mathrm{cm}\) an. Die Dosisbeitragsmatrix \(D\) wird üblicherweise in einfacher Genauigkeit (Single Precision), d. h., ein Eintrag entspricht 4 Byte, gespeichert. Erwartet man eine größere oder kleinere Dosisbeitragsmatrix für einen Prostatapatienten?

24.5

In Abschn. 24.4.4.1 haben wir die Pencil-Beam-Dosisberechnungsmethode vorgestellt, die keine Dichteskalierung des Kernels vornimmt. Daher kann es in Bestrahlungsgeometrien, die hohe Materialdichteunterschiede aufweise (z. B. Lunge), zu fehlerhaften Ergebnissen kommen. Überlegen Sie, ob die Pencil-Beam-Methode die tatsächliche Dosis in einem Lungentumor eher über- oder unterschätzt. Warum könnte das speziell bei der Bewertung von Lungenplänen problematisch sein?

24.6

Berechnen Sie die Breite des lateralen Dosisabfalls von 90 % auf 10 % der Dosis in einer Tiefe von \(20\,\mathrm{cm}\) für Protonen, Heliumionen und Kohlenstoffionen mit einer Reichweite von \(20\,\mathrm{cm}\). Gehen Sie dafür von der gleichen Strahlbreite \(\sigma_{\text{init}}^{2}=3\,\mathrm{mm}\) bei Eintritt in den Patienten für alle Modalitäten aus und nutzen Sie die Daten in Abb. 24.12, um \(\sigma_{\mathrm{MCS}}^{2}\) für einen einfachen Pencil-Beam-Algorithmus (vgl. Abschn. 24.4.4.1) abzuschätzen.

Rights and permissions

Reprints and permissions

Copyright information

© 2018 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Bangert, M., Ziegenhein, P. (2018). Bestrahlungsplanung. In: Schlegel, W., Karger, C., Jäkel, O. (eds) Medizinische Physik. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-54801-1_24

Download citation

  • DOI: https://doi.org/10.1007/978-3-662-54801-1_24

  • Published:

  • Publisher Name: Springer Spektrum, Berlin, Heidelberg

  • Print ISBN: 978-3-662-54800-4

  • Online ISBN: 978-3-662-54801-1

  • eBook Packages: Life Science and Basic Disciplines (German Language)

Publish with us

Policies and ethics