khảo sát các thông số vật lý trong tính toán liều xạ trị

1


TNG QUAN V X TR
1.1. X tr là gì?
X tr là mt u tr bnh bng cách s dng các tia bc x ion
hóa chiu vào vùng t  nhm hn ch s phát trit
khi  [1]. Ngày nay, x tr t c bit quan trng trong
vic u tr .
Mc tiêu ca x tr 
- u tr cha tru tr nhm tiêu dit tri các t 
ng hp các t ng b phn khác tron
th.
- u tr h tr: là áp d tr cùng vi m ly kh
ra, hoc cùng vi thuc hoá tr.
- u tr kim soát triu chu tr nhm kim ch s phát trin ca
nhng t i u nh ln các t bàp
, làm gii vi nhng khi u ln chèn ép
các dây thn kinh, khí qun hoc thc qua s hu 
sng bnh nhân.
- X tr u tr hoc kim ch h thng min dch c 
c khi thay ghép tu hoc thay máu vì h thng min dch có th không chp
nhn hay loi b tu và thanh huyt l . X tr ng thi có th tiêu dit
nhng t  bnh nhân.
1.2. Các p
 
khác nhau.      chia thành hai      
 x tr ngoài và x tr trong[1].

2

1.2.1. 



 



1.2.2. 
    



                
            


1.3. Qu tr x tr
u tr x tr gm 8 c chính:
- Quyu tr.
- C  bnh nhân.
- CT mô phng.
- D liu hình u tr.
- nh vùng th u tr.
- Lp k hoch u tr và tính toán liu.
-  hoch.
- Tin hành x tr.

3

1.3.1. Quyu tr
Các bc phát hin có các khi u hay các khi u
 c tiên s a chn  u tr phù hp.
Trong quá trìnt c các khâu chc tin
 nh tình trn bnh. Nhng yu t m
chnh, các xét nghin v sinh hóa hay nhng thông tin v mô
b nh loi bn b xâm ln ca
khi u. Cui cùng, ting quyu tr cho bnh
nhân.
1.3.2. C  bnh nhân
Mt bu tr x tr trong nhiu ngày, d
th bnh nhân cc thit lp giu tr. Vì th vic c
 bnh nhân là công vic rt quan trng, nh vic chiu x  trí
u tr 

Hình 1.1: Dng c  c  bnh nhân
 nh hiu qu có th làm gim thiu sai s  bnh
nhân, dn gim các bin chng hay tác dng ph cho bnh nhân. Khi c nh
bnh nhân, tu u tr n, dng c, c nh phù hp s

4

c s dng. S thoi mái ca b c nh là mt yu t quan
trng n toàn b quy trình và kt qu u tr bnh nhân.
Mi m x tr c trang b  nhn, dng c
c nh phù hp cho tng v trí, tng loi bnh mà h u tr.
1.3.3. CT mô phng
H thng mô phng bao gm máy CT (Computed Tomography) và máy tính
u khin máy mô ph và x lý d liu mô phng. Ch

ca máy CT mô phng là thu nhn d liu hình nh phc v cho quá trình lp k
hoch. Tu Bnh vin Ch Ry, h thng mô phng bao gm máy
CT-SIMULATION  phân gii cao và b nh v.

Hình 1.2:Máy PET/CT có chp nh CT mô phng ti Bnh vin Ch Ry
Nh h thng mô phng CTSIMULATION này, vic x tr tr n
t nhiu. H thng laser mô phc gn trong phòng chp
 nh v chính xác v  và t khi chp nh. Kt qu mô phng
c gi ti phn mu khin chùm laser và h thng lp k hoch o VPS



5

(Virtual Planning Systems). Trong h thng VPS, bác  s  nh v trí, kích
c kh i b tâm khi u s c truyn li
v phn mu khin ca h thng laser. Phn mm này t ng tính ra khong
cách gia tâm khi u vi t  gc trên nh CT ca bnh nhân. H thng mô
phng CT-SIMULATION s u khin t ng s dch chuyn c 
h laser v tâm khi u ca bnh nhân (bnh nhân vn nm c ng CT)
và k thut viên s u v trí tâm kh bnh nhân. Ngoài ra d
liu hình  c gi v h thng lp k ho thc hin vic tính
toán s phân b liu tr cho bnh nhân.
1.3.4. D liu hình u tr
1.3.4.1. Chp nh CT
Hình nh chp CT s giúp cho vi
trí ca kh bnh nhân. nh CT là hình n nhc
s dng trong h thng lp k hoch và tính toán liu. Hình nh CT cho vic lp k
hoch phc chc yêu cu ca công vic lp k
hoch v b dày lát ct.

1.3.4.2. Chp cng t - MRI
Trong x tr MRI (Magnetic Resonance Ic dùng ch yu
trong nhng hp cn b sung nhng thông tin gii phu hoc kt hp vi các
 ci thin s t cách chi ting khi u,
nht là nhng khi u tin lit tuyn và khi u h thn kinh.
Trong h thng lp k hoch, d liu nh ca bnh nhân có th c x 
giúp các bác  quan sát khn bo v   v
       chính xác và kt qu ca quá trình lp k
hoch.



6

1.3.5. nh vùng th u tr
Vinh các vùng th u tr c thc hin trong h thng lp k
hoch và tuân th theo các ch dn ca t chc quc t ICRU (International
Commission on Radiation Units). Các bác s s v các vùng th u tr
quan quan tr t lý lp k hoch s h tr v các cu trúc
ít quan trn
1.3.6. Lp k hou tr và tính toán ling
Vic thit lng chiu là la chng chiu và mng
ca tng chùm tia. Vic này ph thuc vào v   c khi u trong tng
ng hp c th và theo kinh nghim ca t i. S la chn m 
ng ca tng chùm tia ph thuc vào bn cht ca chùm tia bc x. Vi nhng
khi u nm trên da hoc  v trí rt nông gn b mng s dng
chùm tia electron. Do ling chùm tia electron b li ln nht  gn b mt da
và suy gim r bnh nhân. Vi nhng khi u nm sâu
, ta có th s dng các chùm tia photon. Tùy thuc vào m sâu ca
khi u, mà ta quynh la chng thp hay cao. Vi

khi  dTrong tng
ng hp c th, s ng chiu chùm tia hoàn toàn ph
thuc vào v c khm ci lp k hoch.
Song song vi vic thit lng chiu, ta phi s dng các thit b ph
tr  to ra mt k hoch t s dng các thit b ph tr mt cách hiu qu
nhi lp k hoch cn phi hiu rõ v bn cht ca các thit b 
Sau khi thit lng chiu và s dng các thit b ph tr cn thit,
i lp k hoch s tin hành tính toán liu tr  i
ng là nhng nht, ví d c có nhiu không khí,
hay vùng tiu khung có nhia mô mm, không kh s

7

mô ca chúng rt khác bit). Vì th ta s chn thut toán tính toán phân b liu phù
hp nh có th áp dng vào viu tr cho nhng hp khác nhau.
1.3.7.  hoch
Sau khi tính toán ling và xem phân b liu, ta tin 
ho xem xét k hoch va thit k t và t Khi k hoch này
c chp nhn thì nó s u tr thc t. Viu tr thc t s c
thit lp ging ht k trên phn mm. Nu k hoáp ng
c các yêu cu v phân b li u, cn phi làm t
c thit lng chiu và s dng các thit b ph tr.
 hong ti khi u
và ling ti các t chc nguy cp cn bo v. Mt k hoch tt là k hoch
m bu kin sau:
-  liu bác  ch nh ti khi u, vùng nhn liu ln nht nm trong khi u
t quá 107% liu ch nh [4].
- Liu ti các t chc nguy cp cn bo v nm trong gii hn liu cho phép.
1.3.8. Tiu tr
Sau khi k hoc chp nhn, các thông s n k hou

tr c chuyn sang phòng máy gia tc thông qua h thng mng LAN. H thng
máy tính và phn mm s u khin máy gia t u tr mi ngày cho
bnh nhân.
c tranh tng quan v x tr,
bao g tr u tr x tr. Trong phn trình bày
tip theo c tài, chúng tôi s u v các thut toán tính toán liu và các
thông s vc s d tính liu x tr.




8

 2
 LÝ THUYT CA TÍNH TOÁN LIU X TR
 t, mc tiêu ca x tr là cung cp mt liu
tr thích h   u cho khi ung thi gim liu hp th ti thiu cho
nhng y thc hin các mc tiêu này, h thng máy
tính vi các phn mm lp k hoch tính toán lic s d tính toán s
phân b lic la chn. Các phn mm s s dng các thut toán
tính toán liu khác nhau. Tuy mi thut toán s dng mt h thc
u da trên các thông s vt lý n cc thc
nghim, t  thuc tính toán c xây dng b d liu
tính toán trên mô hình bnh nhân.
2.1. Các thut toán tính toán liu hin nay
Thut toán tính toán liu cho k hou tr c phát
trin t gia nh n các thut toán chia làm ba loi [6]:
Thut toán da trên s hiu chnh (correction-based), thut toán da trên mô
hình hoá (model-based), và thut toán Monte Carlo (direct Monte Carlo). Thut
toán da trên mô hình hoá là mt trong nh c s dng

cho vic tính toán s phân b liu trong các k hou tr 3-Dm là kh
ng s vn chuyn trong không gian ba chi 
 liu kin mt cân bng hn, có th xy ra trong
các mô m thi. Tuy nhiên các thui kh x lý
ca các h thng máy tính phi mnh, ngày nay vi s phát trin ca h thng máy
tính và b vi x o thun li cho vic áp dng các thut toán này cho thc t.
2.1.1. Thut toán da trên s hiu chnh
Thut toán da trên s hiu chnh là thut toán bán thc nghim. Thut toán
này ch yu da trên các d lic, thu thp trong phantom c 
ph li  sâu (percentage depth dose - PDD), s phân b liu theo mt
phng ngang (beam profile), h s li ra (output factor). nó s hiu chnh

9

s khác bit gia u kiu tr u ki ng thông qua các hàm phân
 tính toán s phân b liu cho bu king thc t. S
hiu chnh ng bao gm: hiu chnh s suy gim cho ng vin bng;
hiu chnh tán x  mt hàm ca phân tán khng, ng, hình
dng và khong cách xuyên tâm; hiu chnh hình hc t ngum tính toán
theo lut t l nghng cách; hiu chnh s suy gim cho b u
chnh  chùm tia  b lc, nêm, bù, khi, và hiu chnh s suy gim do
ng nht.
Thut toán da trên s hiu chnh bao gm mt lo
nhau, t nhn nht là áp dng trc tip các tham s c
c bng phép tính ni suy, hay s dng  hiu chnh các tham s
u kinh. Liu ti mm bc phân tích thành
các thành php và tán xc tính riêng bit và ng h
c tng liu. Thuc áp dng cho h thng lp k hoch
u c n.
2.1.2. Thut toán da trên mô hình hoá

Thut toán da trên mô hình hoá là thut toán tính toán s phân b ling
vi mt mô hình vt lý mô phng s vn chuyn ca bc x trong thc t. Do kh
ng s  ca ng ca chùm photon p
ti mm và s phân b ng c ti s  ca các
photon p, thut toán theo mô hình hoá có th mô phng s vn chuyn ca
photon tán x và electron ra xa t m khác. Mt nhóm các k thut
tính toán cho thut toán da trên mô hình là k thut tính toán tích chp,  c
phát trin t gia thp niên 1980, và hic áp dng và phát tri
thut toán Convolution/SuperPosition, thut toán Analytical Anisotropic Algorithm
(AAA)
 tính toán liu
 
Dr
thông qua công thc [5]:

10


   
33
pp
μ
D r = Ψ r' A(r-r')d r'= T (r')A(r-r')d r'
ρ

(2.1)


μ
ρ

là h s suy gim khng
 
p
Ψ r'
là s ng photon p
p
T (r')
là tng photon p phóng thích trên m khng
A(r-r')
là nhân tích chp ca s phân b ng ca photon và electron th
cp.
Thut toán da trên mô hình hoá s dng các thông s vt lý  
PDD hoc t s mô phantom (Tissue Phantom Ratios  TPR), beam profile, các h
s tán x collimator (Collimator Scatter Factor - S
C
), tán x phantom (Phantom
Scatter Factor - S
P
) xây da chùm tia
bc x vng tm hoc ti mt vùng th tích, t c
s phân b liu cho mt vùng th tích hoc ti mm.
2.1.3. Thut toán Monte Carlo
Thut toán Monte Carlo (MC) là mt thut toán mô phng s vn chuyn ca
hàng triu photon và các ht electron ng vt cht. Nó s dng nh
lun ca vt lý  nh phân b xác sut ca các  riêng l ca
các photon và các ht. Khi s ng ht mô phng càng l chính xác ca các
phân phi d  Tuy nhiên, khi s ng ca các ht mô phng c
 thì thi gian tính toán ca MC tr nên rt dc áp dng các thut
toán tính toán MC i các máy tính ph mnh, và thi gian tính toán phân

b liu da i gian tính toán khi áp dng các thut toán
tính toán khác.
Thut toán tính toán da n s dng các thông s vt lý c
c trên phantom  xây dng mô hình tính toán cho phù hp vu
kiu tr   t toán trên, các thut toán mà MC s

11

dng vn là các thông s vt lý PDD hoc TPR, beam profile, các h s tán x
collimator S
C
, tán x phantom S
P
.
2.2. Các thông s vt lý n trong tính toán liu x tr
 trên, tuy có nhiu thu
mt s các thông s vt lý n các giá tr ling vn cn phi s dng
 t ng nên các mô hình tính toán  beam profile, PDD, TPR, S
C
, S
P

và h s hiu chnh s truyn qua nêm (Wedge).
2.2.1. Ph sâu - PDD
S phân b liu trong không gian ba chiu c   nh theo nhiu
ng khác nhau, mt trong nh sâu nh bi phn
 sâu.
Khi chiu mt chùm tia bc x vào vùng th tích cu tr thì nó s to ra s
phân b liu ti nh  sâu khác nhau. N   ng chiu s hoc
khong cách t ngun b mt phantom i thì s phân b li

i theo. ng phân b li sâu luôn có mm liu
mà  u hp th là ci so v sâu khác. Gi s  sâu cm liu
ci là z
m
, nu ta cho rng liu tm z
m
là 100% và liu t sâu khác
c tính toán theo liu tm z
m
thì ta s c s phân b li sâu
tính theo phm liu ci gng cong ph
sâu.


12


Hình 2.1: nh ph sâu.

Gi liu tm Q  sâu z trên trc trung tâm là
 
D' z,s,f'
và liu ci
tm P v sâu z
m
là
 
m
D' z ,s,f'
. Gi

 
P z,s,f'
là t s ca liu ti  sâu z và
liu ci z
m
thì
 
P z,s,f'
là phu tm z so vm liu ci [7].

 
 
 
m
D' z,s,f'
P z,s,f' = ×100
D' z ,s,f'
(2.2)
 
P z,s,f'
là mt hàm ph thuc vào các thông s ng chiu s, và
khong cách t ngun ti b mt phantom Tng v nh thì s có
ng cong ph sâu. Dng cong này, h thng
lp k hoch s tính toán s phân b li sâu.
Nu khong cách t ngu n b mt phantom bng vi khong cách t
ngun tâm chun cc th hin bt collimator c
và
 
P z,s,f'
có th c vit thành

 
P z,c,f'
.
2.2.2. T s mô phantom- TPR
Trong thc t do các khu có hình dng, v   c khác nhau
trong t.  sâu ca khn b mi dn thay
u làm i PDD mi lu tr khc phi ta
 s t s mô phantom.
P
Q
c
z
m

z

13

 nh mt khong cách tham chiu z
R
cho tt
c ng hng. Gi D(z,s,f) là liu t sâu z, và D(z
R
,s,f) là liu ti
 sâu tham chiu z
R
cho cùng mng s và khong cách t ngun
u tr f. t s gia liu t sâu z so vi liu t sâu z
R
c

gi là t s mô phantom [7].

 
R
D(z,s,f)
T z,s =
D(z ,s,f)
(2.3)

Hình 2.2:nh t s mô phantom.
Trong thc t  thun tin cho vic d li
b liu theo PDD s ng chi
giá tr TPR s c tính toán t giá tr PDD. Ta có mi liên h gia TPR và PDD

 
R
2
pz
z
R p z
S (s )
P(z,s,f') f'+z
T z,s = × ×
100 f'+z S (s )











(2.4)
Vi: là khong cách t ngun b mt phantom
S
P
là h s tán x phantom

R
R
z
f'+z
s = s×
f'



ng t sâu z
R


z
f'+z
s = s×
f'




ng t sâu z.


14

2.2.3. Beam Profile
Trong không gian ba chiu, ngoài vic tính toán s phân b li sâu
thì ta cn phc s phân b liu theo mt phng nm ngang. Và s
phân b liu này c gi là beam profile [2].
Beam profile  phân b liu chiu dc theo mng
thng. T  c m th biu din liu ho
d th c gi là beam profile cng dc theo mt
ng thng.








Hình 2.3:nh beam profile.
Trong ng hình ch nht ABCD (hình 2.3) vi RS là tri xng. K
chùm tia chi li lim nm
bên ngoài RS s không nhc liu. Nng phân b liu c gi
là beam profile dc theo mng thng. Trong thc t ng cong beam profile
không  mà chúng là mng cong do chu bi s nh
ng cc ngun.

ng
D
R O S

A
Q
B
C
R
S
O

15












Hình 2.4:  th beam profile cho mt ngu
Sut liu chiu ca các tia bc x p che chc to ra ba
phn. Phn th nht, sut liu trong vùng AB là tng s a tt c các

nguTip theo, sut liu trong vùng UA và VB là tng ca tt c nhng
ngum không nhìn tha beam profile. Cui cùng là
sut liu ca vùng nm ngoài UV, ti nhm này không nhìn thy ngun, và
 c ch yu do bc x truyn qua vt liu che chn, vùng này
c gi là vùng penumbra cng.  rng ca vùng penumbra có th c
tính toán t ng dng (hình 2.4), tam giác S
1
S
2
Z và ZUA là hai tam giác
ng dng, vì vy:

11
S UA ZA
= hay UA=S×
S Z AZ S Z



(2.5)
vì
00
1
0
d -D d
SZ
D
= UA=S× =S× -1
ZA d -D D D
   


   
   
(2.6)

Nnh ti b mt phantom hoc b mt b
d
o
c gi là khong cách t n b mt bnh nhân .
Bung ngun
d
0
S
Cng ra
Z
D
U Q A O B V
U Q A O B V
S
2
S
1
Ngun

16


c hình hc penumbra =
 
f'

S × -1
D



(2.7)
Biu thc (2.7) cho thy rc vùng penumbra không ph thuc vào
ng mà ph thuc vào khong cách t n b mt bnh nhân
khong cách t ngun cng ra D và c ngun S. S tn ti ca vùng
penumbra làm cho ving phc t
 H s lch trc  OCR (off central ratio)

Hình 2.5: nh h s lch trc OCR
Chn mm nm trên trc trung tâm sao cho liu hp th  i
(100%), và nhm liu lch trc tính theo liu ci. Tp hp tt c
nhm li to thành ng cong beam profile (hình 2.5). Gi liu ti O là
D(s,f')
và liu ti R là
D(s,f',d)
, vi d là khong cách OR, bng cách lp t s ca liu
ti O so vi liu ti R thì ta s c t s ca liu lch trc so vi trc trung tâm,
kí hiu
 
OCR s,f'
:

 
D(s,f',d)
OCR s,f' = ×100
D(s,f')

(2.8)


17

2.2.4. H s tán x tng (total scatter factor - S
CP
), h s tán x collimator S
C
,
h s tán x phantom S
P

Trong u tr luôn luôn có s ng ca các yu t tán x n kt qu .
Vì th i ta cn phc h s tán x này và tính toán chúng trong kt qu
tính toán ling cn cung c u tr. H s c gi là h s tán x
tng S
CP
, nh bt liu chiu t bung ion hoá và bao gm
hai loi tán x: tán x p là do chùm tia tán x vi collimator và tán x th cp
c to ra do tán x ng u tr.
Gi
R
D(z ,c)
là liu c t ng quan tâm c,
RR
D(z ,c )
là liu
c t ng chun c
R

(10

10cm), c hai li
m sâu chun z
R
. H s tán x tng S
CP
c 

R
CP
RR
D(z ,c)
S (c)=
D(z ,c )
(2.9)

Hình 2.6: nh h s tán x tng S
CP

H s
CP
S
bao gm tán x collimator và tán x phantom gi  c
ng quan tâm c ng chun c
R
. Ta có mi liên h gia
CP
S
, S

C
và
S
P

CP
P
C
S
S=
S
(2.10)
Trong cùng m c c S
C
và S
P
. Vì th
 nh S
C
thì chúng ta s dng phantom nh  ca

18

phantom nh , chúng ta s c thông s S
C

công thc (2.10) thì s c S
P
.

Hình 2.7: nh h s tán x collimator.
Vì h s tán x phantom c S
P
ch ph thuc ng ca ngun
phát bc x nên trong thc t h s này không cc cung cp bi
nhà sn xut.
2.2.5. H s wedge (nêm)
Th tích cu tr ca khu không phng nht, có
nhng vùng cn chiu x nhiu và có nhng vùng cn chiu x ít, vì th cn phi có
dng c ng chi hiu chnh liu chiu x 
c gi là h s nêm.
2.2.5.1. ng tâm  SAD (source axis distance)
H s nêm
w
k (z,c)

t SAD  [7]:
R R R R
w
R R R R
D(z ,c ,f ,w) O (c,w)
T(z,c,w)
k (z,c)= × ×
D(z ,c ,f ) O (c) T(z,c)
(2.11)

R R R
R R R
D(z ,c ,f ,w)
D(z ,c ,f )

là t s ca liu hp th trong phantom c vi khong cách
R
f
t ngun khi có và không có nêm trong chùm tia

19

R
R
O (c,w)
O (c)
là t s ong c, vi khong cách
f
R
cho chùm tia b chn bi nêm vi chùm tia h
T(z,c,w)
T(z,c)
là t s ca TPR t ng c, vi khong cách f
R

cho chùm tia b chn bi nêm vi chùm tia h.

Hình 2.8: Mô hình xnh h s nêm t SAD
2.2.5.2. t SSD (source surface distance)
H s nêm
w
k' (z,c)

t SSD 

 
 
 
 
 
 
 
R R R R R R
w
R R R R R R
D z ,c ,f' ,w O' c,w P z,c,f' ,w
k' z,c = × ×
D z ,c ,f' O' c P z,c,f'

(2.12)

 
 
R R R
R R R
D z ,c ,f' ,w
D z ,c ,f'
là t s ca ling trong phantom c vi khong
cách
R
f'
t ngun khi có và không có nêm trong chùm tia
R
R
O' (c,w)

O' (c)
là t s ca ong c, vi khong
cách f
R
cho chùm tia b chn bi nêm vi chùm tia h
RR
RR
P (z,c,f' ,w)
P (z,c,f' )
là t s ca TPR t ng c, vi khong
cách f
R
, cho chùm tia b chn bi nêm vi chùm tia h.

20


Hình 2.9: Mô hình xnh h s nêm t thut SSD
2.3. Tính toán liu x tr
i vi các h thng lp k hoch khác nhau thì s có các thut toán khác
 tính liu hp th. Vì th các tham s tính toán liu nêu trên s c áp dng
khác nhau tu ng hp c th. Các tham s  tham gia trc tip vào
công thc tính toán liu hoc chúng b chuy thc hi
phng ca nó.  c tính liu x tr:
2.3.1. Tính toán liu vt SAD
u kin tán x toàn phng tâm, liu D(z,c)  ti  sâu z và
cách ngun mt khong cách f
R
, k  ng c to ra bi s  t
collimator ng chiu có s a h s nêm. H s output 

u kin chun O
R
(c), giá tr liu
 
D z,c
 [7]:

       

R
R R w
D z,c,f ,w =MU×D ×O c ×k z,c ×T z,c

(2.13)

MU  liu cn cung cp cho máy gia tc
 

R R R R
D =D z ,c ,f
là liu cho mi MU u kin chun.


21

2.3.2. Tính toán liu vt SSD
u kin tán x toàn phn ca mt phantom, khong cách t ngun
da bng khong cách t ngung tâm, giá tr liu hp th
 
R

D' z,c,f'
có
th c tính bi công thc:

     
 

RR
R R R w
P z,c,f'
D' z,c,f' ,w =U×D ' ×O' c ×k' z,c ×
100
(2.14)
Vi

R
D'
là liu ca mi MU u kin chun.
Tóm l lý thuyt mt s thut
toán và các thông s vc s dng trong tính liu x tr làm
sáng t chúng, tác gi s tin hành kho sát chúng thông qua h thng máy gia tc
tuyn tính x tr và trên phn mm tính liu XiO.


22


KHO SÁT CÁC THÔNG S VT LÝ TRÊN H THNG TÍNH TOÁN
LIU XIO VÀ TRÊN H THNG MÁY GIA TC TUYN TÍNH X TR
Nc, ta bit rng các thut toán tính toán liu

dù khác nhau tu thuc vào h thng lp k hoch và công ty phát trin h thng lp
k hon s dng các thông s vt lý c t thc t
 t d liu cho vic xây dng mô  s
tip to sát các v 
- c các thông s vt lý n
- Kho sát vic tính toán liu trên h thng lp k hoch XiO
- c các thông s và so sánh chúng vi kt qu tính toán trên h thng
XiO
Các c thc hin trên h thng thit b u tr x tr ti Khoa
u ca Bnh vin Ch Ry  thành ph H Chí Minh. H thng thit b u
tr bao gm máy gia tc tuyn tính, h thc ling, h thng tính toán
liu, h thng lp k hoch.
3.1. Thit b s dng
t b thc nghic mô t 
3.1.1. Máy gia tc tuyn tính x tr
t b u tr da trên s gia tc tuyn tính ca các ht electron trong
  n t ng và to ra chùm tia photon bng cách cho chùm tia
electron bn vào bia tia X. Máy gia tc tuyc s dng trong lu
là Synergy Platform cc sn xut ti Thu n (hình 3.1). Nó có
th phát ra hai loi bc x: photon vi các mng 6MV, 10MV và electron
vi các mng 4MeV, 6MeV, 8MeV, 10MeV, 12MeV, 15MeV, 18MeV.


23


Hình 3.1: Máy gia tc tuyn tính Synergy Platform dùng trong x tr,
ti Khoa u  Bnh vin Ch Ry
3.1.2. Phantom c
Phantom c là thit b mô ph b c

cu to ch y c các thông s vt lý, sau
 tính toán ling cho phù hp vi tng bnh nhân. Phantom
   i blue phantom, k  0cm c sn sut bi IBA
Dosimetry ti  (hình 3.2).

: Phantom c, loi blue phantom vc 70×70×70cm

24

3.1.3. Thit b u
Thit b u là b dng c  ghi nhn bc x và truyn ti tín hiu nhn
n b phn x lý tín hiu, bao gm bung ion hoá và b x lý tín hiu: b
n k (Electrometer Dose 1) và b u khin truyn thông (CCU).
3.1.3.1. Bung ion hoá
S dng các bung ion hoá sau: CC013, FC65-G, PPC40
- CC013:
 Th tích hiu dng: 0,13cm
3

  nhy: 3,8×10
-9
C/Gy
  phân cc: ± 300V (max ± 500V)
 Sut liu: 1mGy/min  51Gy/min
- FC65-C:
 Th tích hiu dng: 0,65cm
3

  nh
-9

C/Gy
  phân cc: ± 300V (max ± 500V)
 Sut liu: 1mGy/min  51Gy/min
- PPC40:
 Th tích hiu dng: 0,4cm
3

  nhy: 12×10
-9
C/Gy
  phân cc: ± 300V (max ± 500V)
 Sut liu: 1,4kGy/min
3.1.3.2. B u khin truyn thông  CCU (Common Control Unit)
CCU (hình 3.3)thu nhn và x lý tín hiu t bung ion hoá và
ng thi là b u khin s chuyn ng ca bung ion hoá chính trong phantom
c kt ni vi phn mu khin bên ngoài.


25


:
3.1.3.3. B n k (Electrometer Dose 1)
B n k Electrometer Dose 1 (hình 3.4) có chthu nhn và x lý tín
hic t bung ion hoá và truyn tn h thng x lý s liu OmniPro
Accepts.
s
Hình 3.4: Dng c ghi nhn bc x và x lý tín hiu Dose 1