CN101477205B - 基于多算法的放射源反演方法 - Google Patents

Abstract

本发明公开了一种放射源反演方法。即利用水箱或者其他辐射剂量学测量设备测得PDD曲线，通过本方法反演得到高精度的放射源信息——光子能谱，或者质子能谱，或者电子能谱与光子污染等放射源信息。使用本发明具有如下优点：可同时实现重建放射源的光子能谱、电子能谱、质子能谱与光子污染等多种放射源信息；克服传统能谱计算方法不能获得精确多种放射源信息的缺点；获得精确的放射源能谱的同时，还可以获得光子污染等信息；为剂量计算提供正确的放射源信息；可以获得离散的或者连续的能谱与光子污染能谱信息；采用多种算法实现精确的放射源，克服传统单一算法不能保证能谱反演有解的问题。

Description

基于多算法的放射源反演方法

技术领域

本发明属于放射源反演与重建方法领域。

背景技术

利用体外测量的剂量信息可以反推源的信息就是源反演。源反演方法保证得到正确的放射源信息——包括电子能谱、质子能谱、光子能谱、光子污染等信息，这为了精确了解放射源的射线成分构成提供了重要保证。

精确的放射源信息是提高辐射剂量计算精度的重要参数，不管是蒙特卡罗模拟或者解析剂量计算，放射源信息都起到重要作用。目前，获取放射源信息的途径主要有三种，其一是蒙特卡罗模拟源，但要根据具体源建立准确几何和物理模型，缺乏灵活性；其二采用康普顿散射仪(Compton Scatter Spectrometer)等实验测量，但耗费大不便于测量，并且所得结果因不能得到光子污染情况而不能应用于剂量计算；最后是利用体外测量剂量数据——如测量水箱中的百分深度剂量(Percentage DepthDose，PDD)曲线反演能谱，这种方法简单，可操作性强；只要建立适当的数学模型就可以实现，而且PDD曲线的测量，普通的辐射测量设备都能实现。在利用PDD反演能谱中，本专利的方法测试表明了本专利的正确性与可靠性，并同时表明忽略了光子污染的能谱反演所得到的能谱是错误的。传统方法忽略了光子污染，并且方法单一，不能保证所得放射源信息的正确性。本专利将通过发展新方法实现精确多算法的多种放射源反演，主要实现重建放射源的光子能谱、质子能谱、电子能谱与光子污染等多种放射源信息。

发明内容

本发明的目的在于提供一种基于多算法的放射源反演方法。

本发明的技术方案如下：

基于多算法的放射源反演方法，其特征在于通过如下步骤实现：

第一步，获得单能深度剂量曲线PPD，单能深度剂量曲线是通过国际公开使用的蒙特卡罗(例如EGSnrc)等程序模拟单向垂直入射水箱或者其他测量介质的放射源——放射源包括：放射性同位素产生的α、β、γ射线，以及各类X射线机或由加速器产生的X射线、电子线、质子束等，在10cm×10cm射野或者其他射野大小能量沉积获得——由于电子平衡的影响，射野较大会更好，而小野会带来一定的计算误差；能量间隔从0到60MeV或者更大能量；

第二步，利用三维水箱或者其他测量介质测量获取百分深度剂量曲线：把放射源机头和机架角度调整到0度，水箱或者其他测量介质放置在水平地面，中心点与机头中心点连线垂直于水平地面，机头开野大小设置为10cm×10cm射野或者其他射野大小——由于电子平衡的影响，射野较大会更好，而小野会带来一定的计算误差；利用放射源的电离室探头或者其他测量仪器按照一定的深度间隔扫描；

第三步，放射源反演；

(3)采用如下的数学模型实现：

$\mathrm{Min\σ}=\sqrt{\frac{1}{m-(N+4)}\underset{j}{\overset{m}{\mathrm{\Σ}}}{[D^{\′}\left(z_j\right)-D\left(z_j\right)]}^2}---\left(1\right)$

其中，

D′(z_j)为根据反演出来的能谱重建出来的PDD曲线；

$D\left(z\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left|a_i\right|D(E_i,z)+\left|D_c\right|(e^{-\left|{\mathrm{\μ}}_p\right|z}-|v\left|e^{-\left|{\mathrm{\μ}}_e\right|z}\right);$

σ为均方根误差(Root Mean Squared Error)；

m为用于拟合时的测量PDD数据个数；

N+4为需要拟合的系数个数；N为能群的个数；

D(E_i，z)为能量为E_i的深度剂量曲线；

能谱为Ф(E)＝|a_i|；其中a_i可以是常系数也可以是带有待定系数的经验公式；

D_c为归一化系数；

μ_p为伴随射线入射的高能散射光平均衰减系数；

μ_e为在轫致辐射光子和次级光子衰减系数；

v为与入射表面剂量有关的系数。

(4)放射源信息反演：通过利用传统成熟的非线性反演算法包括：C1：Levenberg-Marquardt；C2：Quasi-Newton；C3：Gradient；C4：Conjugate-Gradient；C5：Newton；C6：Principal-Axis；C7：NMinimize等算法，根据已知的测量PDD曲线D(z)和单能PDD曲线D(E，z)，进行数据拟合求得能谱以及光子污染分布函数 $P\left(z\right)=D_c(e^{-{\mathrm{\μ}}_{p}z}-{\mathrm{ve}}^{-{\mathrm{\μ}}_{e}z});$

第四步，多算法结果比较；根据以上提到的反演算法的计算结果：能谱与光子污染，以及对应的均方根误差，综合评价最优的计算结果；综合评价方法如下：

测量PDD与根据反演所得能谱反演计算D(z)对比；选取计算D(z)与测量PDD在“建成”区附近的均方根误差比较小，采用公式(1)计算误差，并且总的均方根误差比较小的计算结果；

第五步，最优结果输出与显示；将以上比较的最优结果同时以图像以及数据的形式输出。

所述的计算结果，其特征在于具有同时实现重建多种放射源能谱与光子污染——放射源包括：放射性同位素产生的α、β、γ射线，以及各类X射线机或由加速器产生的X射线、电子线、质子束等。

所述的计算结果，其特征在于采用多种算法实现，并能够选取最优的放射源。

所述的计算结果，其特征在于能重建多种放射源能谱的同时，还可以获得光子污染等信息。

所述的计算结果，其特征在于可以获得离散的或者连续的能谱与光子污染信息。

经过实验表明，本专利可以得到高精度的放射源信息——光子能谱、质子能谱、电子能谱与光子污染等多种放射源信息。

使用本发明具有如下优点：

(1)可同时实现重建放射源的光子能谱、电子能谱、质子能谱与光子污染等多种放射源信息；

(2)克服传统能谱计算方法不能获得精确多种放射源信息的缺点；

(3)获得精确的放射源能谱的同时，还可以获得光子污染等信息。为剂量计算提供正确的放射源信息；

(4)可以获得离散的或者连续的能谱与光子污染能谱信息；

(5)采用多种算法实现精确的放射源，克服传统单一算法不能保证能谱反演有解的问题。

附图说明

图1是本发明结构示意图；

图2是测量PDD的测量几何模型；

图3是电子能谱反演输入：测量电子PDD曲线；

图4是电子能谱反演结果与原能谱(点线)的对比；

图5是光子能谱反演输入：测量光子PDD曲线

图6是光子能谱反演结果与原能谱(点线)的对比。

具体实施方式

基于多算法的放射源反演方法

实例1：以Varian2100放射源(电子加速器)输出的20MeV电子源为例。

第一步，获得单能深度剂量曲线PPD，作为单能PPD数据库；单能深度剂量曲线是通过国际公开使用的蒙特卡罗程序EGSnrc模拟单向垂直入射的射线在10cm×10cm射野能量沉积获得，能量间隔从0到60MeV，能量间隔为0.25MeV；

利用三维水箱测量获取测量PDD，如图2为测量模型。利用自动水箱测量Varian加速器PDD曲线：把放射源的机头和机架角度调整到0度，水箱放置在水平地面，水箱中心点与机头中心点连线垂直于水平地面。机头射野大小设置为10cm×10cm。利用电离室探头按照取0.125cm深度间隔扫描，得到如图3的测量PDD曲线。

第二步，放射源反演。运行基于公式(1)的数学模型的程序(计算步骤如图1)，反演得到能谱、光子污染函数以及对应均方根误差。并通过选择不同的算法，得到不同算法对应的能谱、光子污染函数以及对应的均方根误差。

(1)放射源的能谱与光子污染信息，采用如下的数学模型实现：

$\mathrm{Min\σ}=\sqrt{\frac{1}{m-(N+4)}\underset{j}{\overset{m}{\mathrm{\Σ}}}{[D^{\′}\left(z_j\right)-D\left(z_j\right)]}^2}---\left(1\right)$

其中，

D′(z_j)为根据反演出来的能谱重建出来的PDD曲线；

$D\left(z\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left|a_i\right|D(E_i,z)+\left|D_c\right|(e^{-\left|{\mathrm{\μ}}_p\right|z}-|v\left|e^{-\left|{\mathrm{\μ}}_e\right|z}\right);$

σ为均方根误差(Root Mean Squared Error)；

m为用于拟合时的测量PDD数据个数；

N+4为需要拟合的系数个数；N为能群的个数；

D(E_i，z)为能量为Ei的深度剂量曲线；

能谱为Ф(E)＝|a_i|；其中a_i可以是常系数也可以是带有待定系数的经验公式，本例子采用常系数；

D_c为归一化系数；

μ_p为伴随射线入射的高能散射光平均衰减系数；

μ_e为轫致辐射光子和次级光子衰减系数；

v为与入射表面剂量有关的系数。

(2)放射源信息反演：本例通过利用传统成熟的非线性反演算法包括：C1：Levenberg-Marquardt；C2：Quasi-Newton；C3：Gradient；C4：Conjugate-Gradient；C5：Newton；C6：Principal-Axis；C7：NMinimize算法，根据已知的测量PDD曲线D(z)和单能PDD曲线D(E，z)，进行数据拟合求得能谱以及光子污染分布函数 $P\left(z\right)=D_c(e^{-{\mathrm{\μ}}_{p}z}-{\mathrm{ve}}^{-{\mathrm{\μ}}_{e}z});$

第三步，根据均方根误差，选择最优的计算结果。

第四步，最优结果输出与显示。如图表1与图4所示，其中C1算法的结果为最优结果。

表1是反演参数。

表1

其中，第一栏的D_c、μ_p、μ_e和v值是根据原光子污染函数的拟合结果

实例2：

以Varian2100放射源(电子加速器打靶产生的光子束)输出的6MV光子源为例。

第一步，在实例1的基础上，把图3的平行源改为光子点源入射，用户输入的测量PDD曲线见图5，其他模型参数不变。第二步到第四步与实例1的步骤一致。输出的光子能谱结果见图6，其中C1/C2/C3/C6的算法结果较好，而C1算法的结果为最优结果。

制作原理：用户利用三维水箱测量获取PDD。利用自动水箱或者其他介质测量放射源PDD曲线：把放射源机头和机架角度调整到0度，水箱或者其他介质放置在水平地面，测量装置中心点与放射源机头中心点连线垂直于水平地面。放射源机头开野大小设置为10cm×10cm或者其他射野大小——由于电子平衡的影响，射野较大会更好，而小野会带来一定的计算误差。利用电离室探头或者其他探测器按照一定的深度间隔扫描——深度间隔可以根据用户具备的电离室条件调整。用户将所得的PDD数据按照“第一列是坐标值，第二列是对应的PDD值”格式作为输入文件；然后，运行本方法分析程序，即可输出最优的放射源信息——光子能谱、或者质子能谱、或者电子能谱与光子污染等还有其他放射源信息。

Claims (5)

1.基于多算法的放射源反演方法，其特征在于通过如下步骤实现：

第一步，获得单能深度剂量曲线，单能深度剂量曲线是通过国际公开使用的蒙特卡罗程序模拟单向垂直入射水箱或者其他测量介质的放射源--放射源包括：放射性同位素产生的α、β、γ射线，以及各类X射线机或由加速器产生的X射线、电子线、质子束，在10cm×10cm射野或者其他射野大小能量沉积获得--由于电子平衡的影响，射野较大会更好，而小野会带来一定的计算误差；能量间隔从0到60MeV或者更大能量；

第二步，利用三维水箱或者其他测量介质测量获取百分深度剂量曲线：把放射源机头和机架角度调整到0度，水箱或者其他测量介质放置在水平地面，中心点与机头中心点连线垂直于水平地面，机头开野大小设置为10cm×10cm射野或者其他射野大小--由于电子平衡的影响，射野较大会更好，而小野会带来一定的计算误差；利用放射源的电离室探头或者其他测量仪器按照一定的深度间隔扫描；

第三步，放射源反演；

(1)采用如下的数学模型实现：

$\mathrm{Min\σ}=\sqrt{\frac{1}{m-(N+4)}\underset{j}{\overset{m}{\mathrm{\Σ}}}{[D^{\′}\left(z_j\right)-D\left(z_j\right)]}^2}---\left(1\right)$

其中，

D′(z_j)为根据反演出来的能谱重建出来的百分深度剂量曲线曲线；

$D\left(z\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left|a_i\right|D(E_i,z)+\left|D_c\right|(e^{-\left|{\mathrm{\μ}}_p\right|z}-|v\left|e^{-\left|{\mathrm{\μ}}_e\right|z}\right);$

σ为均方根误差(Root Mean Squared Error)；

m为用于拟合时的测量百分深度剂量曲线数据个数；

N+4为需要拟合的系数个数；N为能群的个数；

D(E_i，z)为能量为E_i的深度剂量曲线；

能谱为Φ(E)＝|a_i|；其中a_i是常系数或者是带有待定系数的经验公式；

D_c为归一化系数；

μ_p为伴随射线入射的高能散射光平均衰减系数；

μ_e为在轫致辐射光子和次级光子衰减系数；

v为与入射表面剂量有关的系数。

(2)放射源信息反演：通过利用传统成熟的非线性反演算法包括：C1：Levenberg-Marquardt；C2：Quasi-Newton；C3：Gradient；C4：Conjugate-Gradient；C5：Newton；C6：Principal-Axis；C7：NMinimize，根据已知的测量百分深度剂量曲线D(z)和单能百分深度剂量曲线D(E，z)，进行数据拟合求得能谱以及光子污染分布函数

$P\left(z\right)=D_c(e^{-{\mathrm{\μ}}_{p}z}-{\mathrm{ve}}^{-{\mathrm{\μ}}_{e}z});$

第四步，多算法结果比较；根据以上提到的反演算法的计算结果：能谱与光子污染，以及对应的均方根误差，综合评价最优的计算结果；综合评价方法如下：

测量百分深度剂量曲线与根据反演所得能谱反演计算D(z)对比；选取计算D(z)与测量百分深度剂量曲线在“建成”区附近的均方根误差比较小，采用公式(1)计算误差，并且总的均方根误差比较小的计算结果；

第五步，最优结果输出与显示；将以上比较的最优结果同时以图像以及数据的形式输出。

2.根据权利要求1所述的基于多算法的放射源反演方法，其特征在于所述的计算结果，具有同时实现重建多种放射源能谱与光子污染--放射源包括：放射性同位素产生的α、β、γ射线，以及各类X射线机或由加速器产生的X射线、电子线、质子束。

3.根据权利要求1所述的基于多算法的放射源反演方法，其特征在于所述的计算结果，采用多种算法实现，并能够选取最优的放射源。

4.根据权利要求1所述的基于多算法的放射源反演方法，其特征在于所述的计算结果，能重建多种放射源能谱的同时，还获得光子污染信息。

5.根据权利要求1所述的基于多算法的放射源反演方法，其特征在于所述的计算结果，能够获得离散的或者连续的能谱与光子污染信息。

Images