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.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
References
Ahnesjö A (1989) Collapsed cone convolution of radiant energy for photon dose calculation in heterogeneous media. Med Phys 16(4):577–592
Bangert M (2011) New concepts for beam angle selection in IMRT treatment planning: From heuristics to combinatorial optimization. PhD Thesis, Heidelberg
Bangert M, Ziegenhein P, Oelfke U (2013) Comparison of beam angle selection strategies for intracranial IMRT. Med Phys 40(1):11716
Bangert M, Hennig P, Oelfke U (2013) Analytical probabilistic modeling for radiation therapy treatment planning. Phys Med Biol 58(16):5401–5419
Bille J, Schlegel W (2002) Medizinische Physik 2: Medizinische Strahlenphysik. Springer, Heidelberg
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
Brahme A, Roos JE, Lax I (1982) Solution of an integral equation encountered in rotation therapy. Phys Med Biol 27(10):1221–1229
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
Cassioli A, Unkelbach J (2013) Aperture shape optimization for IMRT treatment planning. Phys Med Biol 58(2):301–318
Feuvret L, Noel G, Mazeron JJ, Bey P (2006) Conformity index: a review. Int J Radiat Oncol Biol Phys 64(2):333–342
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
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
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
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
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
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
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
Wiesner HP et al (2017) Development of the open-source dose calculation and optimization toolkit matRad. Med Phys 44(6):2556–2568
Nocedal J, Wright SJ (1999) Numerical optimization. Springer, New York
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
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
Rasch C, Steenbakkers R, van Herk M (Hrsg) (2005) Target definition in prostate, head, and neck. Seminars in radiation oncology. Elsevier, New York
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
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
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
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
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
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
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
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
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
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
Author information
Authors and Affiliations
Corresponding author
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
Copyright information
© 2018 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
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)