CN105204056A - 放射治疗中在线剂量监测和验证的方法 - Google Patents

Abstract

本发明公开了一种放射治疗中在线剂量监测和验证的方法，该方法包括以下步骤:通过二维平面测量设备测量得到放射治疗中模体的透射剂量分布；根据所述透射剂量分布、模体几何参数、加速器数据，采用迭代法，反向计算加速器出射通量分布；根据所述加速器出射通量分布，采用卷积算法/剂量算法重建三维剂量分布；比较重建三维剂量分布和已知剂量分布，对放射治疗中的剂量进行验证，本发明可以有效地验证放射治疗中的剂量，保证在体剂量监测的准确性。

Description

放射治疗中在线剂量监测和验证的方法

技术领域

本发明属于放射治疗设备的治疗安全和质量保证技术领域，尤其涉及一种放射治疗中剂量验证以及在体剂量监测的方法。

背景技术

放射治疗是目前肿瘤治疗的三种主要手段(手术，放射治疗和化疗)之一。随着精确放射治疗技术的发展，尤其是调强放射治疗(Intensity-modulatedradiotherapy,IMRT)这种复杂的治疗技术的推广，其给予的剂量跳数大，剂量变化梯度高，任何一个环节出现问题都可能引起放疗差错甚至事故。美国RPC(RadiologicalPhysicsCenter)在曾经发布的体模治疗剂量验证结果表明：以绝对剂量误差不超过7％、相同剂量点之间的距离误差不超过4mm为标准，高达28％的患者调强放射治疗计划的剂量验证未达标。显然，对放射治疗进行治疗前乃至治疗中的监测是放射治疗安全的重要质量保证，否则不但不能保证患者的治疗效果，反而给患者带来了严重的放射性损害。

目前已知的对放射治疗计划执行剂量的检测方式包括以下三个方面：

1)通过电离室在固体的模体内进行治疗前的点剂量的验证；

2)通过剂量胶片、半导体或者电离室矩阵在模体中进行剂量验证；

3)通过半导体或者电离室矩阵在模体中进行测量，然后重建三维剂量到CT图像。

U.SPat.NO.6,636,622公开了一种基于透射图像，通过迭代方式来反推加速器出射通量的方法，其根据已知测量时图像所对应的加速器的束流分布能谱等各项参数，并根据患者/模体几何参数正向预估透射分布图像，跟实际测量进行比对得到修正图像，通过迭代，最后修正图像趋于稳定或达到极限，从而确定出射通量。

U.SPat.NO.8,605,857公开了一种不采用迭代方式，使用透射图像反推加速器出射通量的方法。该方法基于大量不同条件下，如照射野大小，模体厚度，模体与测量设备的间距等条件下的测量数据，基于所述测量数据对所测得透射图像进行多次反卷积来评估加速器的出射通量。

发明内容

本发明的目的在于提供一种放射治疗中在线剂量监测和验证的方法，该方法可以有效地验证放射治疗中的剂量，保证在体剂量监测的准确性。

为了实现上述发明目的，本发明所采用的技术方案如下：

一种放射治疗中在线剂量监测和验证的方法，包括以下步骤：

(1)通过二维平面测量设备测量得到放射治疗中人体或模体的透射剂量分布；

(2)根据所述透射剂量分布，采用迭代法，反向计算加速器出射通量分布；

(3)根据所述加速器出射通量分布，采用卷积算法/剂量算法重建三维剂量分布；

(4)比较重建三维剂量分布和已知剂量分布，对放射治疗中的剂量进行验证。

作为一种具体的实施例，在测量所述透射剂量分布之前，还包括有采集物理模型数据、加速器数据的步骤，所述采集的物理模型数据包括有不同能量下的光子在水中的质量衰减系数、单能光子跟水发生相互作用后的能量分布；所述加速器数据包括加速器出射能谱、输出绝对剂量刻度。

作为一种具体的实施例，所述步骤(1)具体为：通过固定于加速器上的二维平面测量设备，在治疗过程中获取经过模体的透射剂量分布，获取所述二维平面测量设备的读数为P_mea(x,y)，根据所述输出绝对剂量刻度，转换成透射剂量分布D_mea(x,y)。

进一步地，所述二维平面测量设备为电子射野影像系统、胶片、电离室矩阵或半导体矩阵。

作为一种具体的实施例，所述透射剂量分布包括原射线剂量贡献和人体或模体的散射线剂量贡献，其计算公式为：

D_mea(x,y)＝D_pri(x,y)+D_sca(x,y)；

其中，D_mea(x,y)为透射剂量分布，D_pri(x,y)为原射线剂量贡献，D_sca(x,y)为人体或模体的散射线剂量贡献。

作为一种具体的实施例，所述步骤(2)具体为：

(21)首先假设散射线剂量贡献为0，则所述透射剂量分布为令n＝0，则 $D_{mea}(x,y)=D_{pri}^{\left(0\right)}(x,y);$

(22)根据原射线剂量贡献光子的指数衰减规律e^-μ(E)r，反向计算加速器出射通量分布 $F_{pri}^{\left(n\right)}(x,y)=D_{pri}^{\left(n\right)}(x,y)\·\∫w\left(E\right)\·e^{\mathrm{\μ}\left(E\right)r}dE;$

式中：w(E)为加速器出射能谱，r为点(x,y)到源的有效径迹长度，n＝0,1,2,3···；

(23)根据卷积核、模体几何参数、步骤(22)中得到的加速器出射通量分布计算散射线剂量贡献

根据所述散射线剂量贡献计算出散射比例因子n＝0,1,2,3···；

(24)根据步骤(23)中得到的散射比例因子SPR⁽ⁿ⁾，重新计算得到原射线剂量贡献 $D_{pri}^{(n+1)}(x,y)=\frac{D_{mea}(x,y)}{1+{\mathrm{SPR}}^{\left(n\right)}},$ n＝0,1,2,3···；

(25)重复步骤(22)～(24)，直到收敛于根据所述原射线剂量贡献计算得到最终加速器出射通量分布 $F_{pri}^{(n+1)}(x,y)=D_{pri}^{(n+1)}(x,y)\·\∫w\left(E\right)\·e^{\mathrm{\μ}\left(E\right)r}dE,$ 其中，n＝0,1,2,3···。

作为一种具体的实施例，所述卷积核为通过蒙特卡罗法模拟单能光子跟水发生相互作用后的能量分布；所述模体几何参数根据模体CT图像/CBCT图像获得。

作为一种具体的实施例，所述散射线剂量贡献的计算公式为：

$D_{sca}^{\left(n\right)}=\[1/\mathrm{\ρ}(x,y)\]\∫\∫\∫\∫T^{\left(n\right)}(E,ijk)\mathrm{\ρ}\left(ijk\right)h(E,ijk\→xy){\mathrm{dV}}_{ijk}dE;$

式中： $T(E,ijk)=F_{pri}^{\left(n\right)}(x,y)\frac{\mathrm{\μ}(E,ijk)}{\mathrm{\ρ}\left(ijk\right)}\exp \[-{\∫}_0^{\stackrel{\→}{r}}\mathrm{\μ}\left(E,\stackrel{\→}{l}\right)d\stackrel{\→}{l}\],$ μ(E,ijk)为ijk网格所对应的质量衰减系数；为所对应的质量衰减系数；为从加速器源发出射线所经过单个网格的有效径迹长度，为光子从加速器源经过模体到ijk的总有效径迹长度；ρ(x,y)为xy处的介质密度，ρ(ijk)为对应ijk网格处的介质密度，h(E,ijk→xy)为卷积核，ijk为CT图像/CBCT图像的网格编号，xy为二维平面测量设备上的目标网格坐标(x,y)，ijk为对xy有剂量贡献的网格，n＝0,1,2,3···。

作为一种具体的实施例，采用筒串卷积算法重建三维剂量分布，所述三维剂量分布的计算公式为：

$D\left(\stackrel{\→}{x}\right)=\[1/\mathrm{\ρ}\left(\stackrel{\→}{x}\right)\]\∫\∫\∫\∫T(E,\stackrel{\→}{s})\mathrm{\ρ}\left(\stackrel{\→}{s}\right)h(E,\stackrel{\→}{s}\→\stackrel{\→}{x}){\mathrm{dV}}_{\stackrel{\→}{s}}dE$

其中， $T(E,\stackrel{\→}{s})=F_{pri}\left(\stackrel{\→}{s}\right)\frac{\mathrm{\μ}(E,\stackrel{\→}{s})}{\mathrm{\ρ}\left(\stackrel{\→}{s}\right)}\exp \[-{\∫}_0^{\stackrel{\→}{r}}\mathrm{\μ}(E,\stackrel{\→}{l})d\stackrel{\→}{l}\],$ 为所对应的质量衰减系数；为所对应的质量衰减系数；为从加速器源发出射线所经过单个网格的有效径迹长度，为光子从加速器源经过模体到的总有效径迹长度；为处的介质密度，为处的介质密度；为卷积核，为最终加速器出射通量分布；与均为CT图像/CBCT图像上的网格，其中，为所需要求的目标网格坐标，为对有剂量贡献的网格。

作为一种具体的实施例，所述步骤(4)采用Gamma分析方法进行比较，其中所述已知剂量分布为通过治疗计划系统所计算的剂量分布、根据治疗计划通过第三方计算的剂量分布、或在治疗前根据在没有人体/模体时所测量的加速器实际执行出射通量所计算的剂量、或上一次治疗前某次治疗所测得结果所重建的结果。

本发明提供的技术方案具有如下有益效果：

本发明的放射治疗中在线剂量监测和验证的方法，只根据患者/体模几何参数，直接从透射剂量分布，通过迭代方法逆向反推加速器出射通量分布。

本发明仅需要测量一个简单固定条件下的测量结果进行绝对剂量刻度，根据光电子输运的物理特性，通过数次迭代即可获得加速器的出射通量，同时也避免多次反卷积计算所引起的测量误差和噪声的放大。本发明放射治疗中在线剂量监测和验证的方法可以有效地验证放射治疗中的剂量，保证在体剂量监测的准确性。

附图说明

图1是放射治疗中在线剂量监测和验证的方法流程图；

图2是使用二维平面测量设备测量透射剂量分布的测量示意图；

图3是根据透射剂量分布反向计算加速器出射通量分布的流程图。

具体实施方式

为了充分地了解本发明的目的、特征和效果，以下将结合附图1-3对本发明的构思、具体结构及产生的技术效果作进一步说明。

实施例1

如图1所示，本实施例，一种放射治疗中在线剂量监测和验证的方法，包括以下步骤：

(1)采集物理模型数据、医用直线加速器数据

所述采集的物理模型数据对不同情况均通用，包括有：不同能量下的光子在水中的质量衰减系数，其通过国家标准与技术研究院(NationalInstituteofStandardsandTechnology，简称：NIST)查询获得；还包括通过蒙特卡罗方法模拟单能光子跟水发生相互作用后的能量分布。

所述医用直线加速器数据包括加速器出射能谱、输出绝对剂量刻度。

其中，加速器出射能谱可比对通过剂量算法重建的百分深度剂量与电离室在水箱扫描测量结果获得。

加速器在数个照射野下输出固定剂量，通过比对EPID测量中心区域读数与标准电离室测量绝对剂量获得所述输出绝对剂量刻度。如在射野边长为3cm、5cm、10cm、15cm、20cm下输出固定剂量，再通过比对EPID测量中心区域读数与标准电离室测量绝对剂量获得所述输出绝对剂量刻度。

(2)通过二维平面测量设备测量得到放射治疗中模体的透射剂量分布

如图2所示，放射治疗在实施前，由医生给予处方剂量以及治疗靶区，再由物理师通过治疗计划系统设计治疗方案，最后把治疗方案传输到医用直线加速器上执行。

在治疗过程中，通过固定在加速器上的电子射野影像系统(electronicportalimagingdevice，以下简称EPID)，所述EPID放置于人体/模体后，当加速器出束时，实时获取EPID上的读数为并根据所述输出绝对剂量刻度，转换成透射剂量分布D_mea(x,y)。

需要说明的是，本实施例的放射治疗中在线剂量监测和验证的方法使用的测量矩阵是与直线加速器所配套的EPID，优选地，本发明的方法还可以采用胶片，电离室矩阵或半导体矩阵等各种二维平面测量设备。

(3)根据所述透射剂量分布，反推医用直线加速器出射通量分布

计算原理：

射线在经过人体/模体后会逐渐衰减，且在经过人体/模体时，与模体发生相互作用，产生次级散射线。

首先，定义从加速器出束的射线为原射线，经过人体/模体产生次级散射线为散射线。

则到达EPID上的透射剂量分布D_mea(x,y)为原射线和散射线之和，其计算公式为：

D_mea(x,y)＝D_pri(x,y)+D_sca(x,y)；

其中，D_pri为原射线经过衰减后在测量平面产生的剂量沉积，即原射线剂量贡献；D_sca为原射线在人体/模体产生的散射线在测量平面产生的剂量沉积，即散射线剂量贡献。

需要说明的是，其中D_pri、D_sca以及D_mea均为xy的单能二维矩阵。为了公式书写方便，若无特别说明，下面省略(x,y)，但所有计算针对图像上的每个(x,y)。

其次，定义散射比例因子：SPR＝D_sca/D_pri。根据其他系统所提供的模体的CT图像或者CBCT图像获得人体/模体几何参数。

最后，根据透射剂量分布、模体几何参数、步骤(1)中采集到的加速器出射能谱，通过迭代的方法，计算得到透射剂量分布图像中散射比例因子，并获得加速器出射通量分布。

如图3所示，其计算步骤为：

(31)假设散射线剂量贡献为0，则透射剂量分布令n＝0，则

(32)根据光子的指数衰减规律e^-μ(E)r，反向计算初步加速器出束通量分布，其计算公式为：

$F_{pri}^{\left(n\right)}=D_{pri}^{\left(n\right)}\·\∫w\left(E\right)\·e^{\mathrm{\μ}\left(E\right)r}dE;$

其中r为点(x,y)到源(source)的有效径迹长度，w(E)为加速器出射能谱。

(33)将单能光子跟水发生相互作用后的能量分布作为卷积核，根据所述初步加速器出束通量分布所述卷积核、模体几何参数，计算光子在人体/模体发生相互作用后，产生散射线到达测量平面的剂量贡献，其计算公式为：

$D_{sca}^{\left(n\right)}=\[1/\mathrm{\ρ}(x,y)\]\∫\∫\∫\∫T^{\left(n\right)}(E,ijk)\mathrm{\ρ}\left(ijk\right)h(E,ijk\→xy){\mathrm{dV}}_{ijk}dE;$

其中， $T(E,ijk)=F_{pri}^{\left(n\right)}(x,y)\frac{\mathrm{\μ}(E,ijk)}{\mathrm{\ρ}\left(ijk\right)}\exp \[-{\∫}_0^{\stackrel{\→}{r}}\mathrm{\μ}\left(E,\stackrel{\→}{l}\right)d\stackrel{\→}{l}\],$ μ(E,ijk)为ijk网格所对应的质量衰减系数；为所对应的质量衰减系数；为从加速器源发出射线所经过单个网格的有效径迹长度，为光子从加速器源经过模体到ijk的总有效径迹长度，ρ(x,y)为xy处的介质密度，ρ(ijk)为对应ijk网格处的介质密度，h(E,ijk→xy)为卷积核，ijk为CT图像或者CBCT图像的网格编号；xy为二维平面测量设备上的目标网格坐标(x,y)，ijk为对xy有剂量贡献的网格，n＝0,1,2,3···。

根据所述散射线剂量贡献计算出散射比例因子SPR⁽ⁿ⁾：

${\mathrm{SPR}}^{\left(n\right)}=\frac{D_{sca}^{\left(n\right)}(x,y)}{D_{pri}^{\left(n\right)}(x,y)},$ n＝0,1,2,3···

(34)根据步骤(23)中得到的散射比例因子SPR⁽ⁿ⁾，重新计算得到原射线剂量贡献：

$D_{pri}^{(n+1)}(x,y)=\frac{D_{mea}(x,y)}{1+{\mathrm{SPR}}^{\left(n\right)}},$ n＝0,1,2,3···；

(35)重复步骤(32)～(34)，直到收敛于即相邻两次迭代的结果相同或者差异小于设定阈值；根据所述原射线剂量贡献计算得到最终加速器出射通量分布：

$F_{pri}^{(n+1)}(x,y)=D_{pri}^{(n+1)}(x,y)\·\∫w\left(E\right)\·e^{\mathrm{\μ}\left(E\right)r}dE,$ 其中，n＝0,1,2,3···

(4)根据所述医用直线加速器出射通量分布，重建三维剂量分布。

本发明在获得重构后的通量分布后，通过筒串卷积(CollapsedConeConvolution/Super-position)算法、笔形束卷积(PencilBeam,，简称：PB)等卷积算法，或者蒙特卡罗模拟等不同剂量算法，进行三维剂量重建。

本实施例以通过筒串卷积为例，其计算公式为：

$D\left(\stackrel{\→}{x}\right)=\[1/\mathrm{\ρ}\left(\stackrel{\→}{x}\right)\]\∫\∫\∫\∫T(E,\stackrel{\→}{s})\mathrm{\ρ}\left(\stackrel{\→}{s}\right)h(E,\stackrel{\→}{s}\→\stackrel{\→}{x}){\mathrm{dV}}_{\stackrel{\→}{s}}dE$

其中， $T(E,\stackrel{\→}{s})=F_{pri}\left(\stackrel{\→}{s}\right)\frac{\mathrm{\μ}(E,\stackrel{\→}{s})}{\mathrm{\ρ}\left(\stackrel{\→}{s}\right)}\exp \[-{\∫}_0^{\stackrel{\→}{r}}\mathrm{\μ}(E,\stackrel{\→}{l})d\stackrel{\→}{l}\],$ 为所对应的质量衰减系数；为所对应的质量衰减系数；为从加速器源发出射线所经过单个网格的有效径迹长度，为光子从加速器源经过模体到的总有效径迹长度；为处的介质密度，为处的介质密度；为卷积核，为最终加速器出射通量分布；与均为CT图像/CBCT图像上的网格，其中，为所需要求的目标网格坐标，为对有剂量贡献的网格。

其中，所述筒串卷积算法可分为两部分。

第一部分是原始入射线在介质中单位质量释放的总能量(totalenergyreleaseperunitmass，简称：TERMA)。第二部分是根据卷积核进行卷积叠加。

其中，第一部分：反映初始入射光子与介质发生相互作用的量。

光子在介质中输运是按指数衰减，对于能量为E的单笔型束光子线，从源到计算点的TERMA为：

$T(E,\stackrel{\→}{r})=\frac{\mathrm{\μ}(E,\stackrel{\→}{r})}{\mathrm{\ρ}\left(\stackrel{\→}{r}\right)}\exp \[-{\∫}_{{\stackrel{\→}{r}}_0}^{\stackrel{\→}{r}}\mathrm{\μ}(E,\stackrel{\→}{l})\stackrel{\→}{l}\];$

其中，为光子的衰减系数(attenuationcoefficient)，与光子能量和介质有关；为处的介质密度。

第二部分：反映初级光子跟物质发生相互作用后的能量分布。

$D\left(\stackrel{\→}{x}\right)=\[1/\mathrm{\ρ}\left(\stackrel{\→}{x}\right)\]\∫\∫\∫\∫T(E,\stackrel{\→}{s})\mathrm{\ρ}\left(\stackrel{\→}{s}\right)h(E,\stackrel{\→}{s}\→\stackrel{\→}{x}){\mathrm{dV}}_{\stackrel{\→}{s}}dE;$

其中，为所需要求的目标网格坐标，为对有剂量贡献的网格，为卷积核。

该能量分布核在数据准备阶段，通过蒙特卡罗对单能光子线模拟获得。

1989年Ahnesjo提出CollapsedCone近似以代替全体积的点对点卷积。CollapsedCone近似核心思想一个网格在一个立体角范围内所产生的能量的传输吸收以及沉积全都集中沿着该立体角的中心轴所经过的其他网格。

对于CCCS，能量分布核被“坍缩”到离散的数个方向。对于某个给定CollapsedCone方向(θ_m,φ_n)，我们有CollapsedCone卷积核k^m,n(E,r)，其中，Ω^m,n是方向(θ_m,φ_n)所对应的立体角。

网格的剂量是所有能量和所有相互独立的CollapsedCone所产生的剂量贡献的总和：

本实例针对6MV光子线进行计算，用0.5，1，2，3，4，5，6MeV，7个单能进行计算再根据能谱加权叠加。

(5)比较重建三维剂量分布和已知剂量分布，得到两个剂量分布的相似程度、差异点和差异程度。

选取通过治疗计划系统(TreatmentPlanningSystem,TPS)所计算的剂量分布作为已知剂量分布，与基于测量重建的三维剂量进行比较分析。

所述已知剂量分布还可以是根据治疗计划通过第三方计算的剂量分布、或在治疗前根据在没有人体时所测量的加速器实际执行出射通量所计算的剂量，或在该次治疗前某次治疗所测得结果所重建的结果。

本实施例采用Gamma分析方法进行比较。

所谓Gamma分析方法，简单而言即对于某点参考剂量在评估剂量中一定范围内的剂量分布进行搜索并进行点对点比较，计算剂量和距离的综合偏差值则对于的Gamma值为：

$\mathrm{\γ}\left({\stackrel{\→}{r}}_r\right)=min\left\{\mathrm{\Γ}({\stackrel{\→}{r}}_e,{\stackrel{\→}{r}}_r)\right\}\∀\left\{{\stackrel{\→}{r}}_e\right\};$

其中，剂量偏差定义为： $\mathrm{\δ}({\stackrel{\→}{r}}_e,{\stackrel{\→}{r}}_r)=D_e\left({\stackrel{\→}{r}}_e\right)-D_r\left({\stackrel{\→}{r}}_r\right);$ 两点空间距离 $r({\stackrel{\→}{r}}_e,{\stackrel{\→}{r}}_r)=\left|{\stackrel{\→}{r}}_e-{\stackrel{\→}{r}}_r\right|;$

则，可定义剂量和距离的综合偏差值：

$\mathrm{\Γ}({\stackrel{\→}{r}}_e,{\stackrel{\→}{r}}_r)=\sqrt{\frac{{\mathrm{\δ}}^2({\stackrel{\→}{r}}_e,{\stackrel{\→}{r}}_r)}{{\mathrm{\ΔD}}^2}+\frac{r^2({\stackrel{\→}{r}}_e,{\stackrel{\→}{r}}_r)}{{\mathrm{\Δd}}^2}}$

其中，ΔD是剂量偏差的评价标准，Δd是距离的评价标准。一般常用的评价标准分别应用3％的最大剂量值和3mm的距离。

因此，在这种定义下，有：符合标准；通过，超过标准，失败。

Gamma通过率则是统计Gamma值小于等于1的点占所有统计比较点的百分比率。通过Gamma分析得到的通过率，即可得到两个剂量分布的相似程度，并且根据Gamma值得分布，判断该次的出现差异的地方以及差异程度。从而完成放射治疗中的剂量验证和在体剂量监测。

需要说明的是，本发明是在现有技术的基础上进行改进的技术方案，文中未特别说明之处，均为本技术领域的公知常识或现有技术，对此不再一一赘述。

以上所述，仅是本发明的较佳实施例而已，并非对本发明做任何形式上的限制，故凡未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (10)

1.一种放射治疗中在线剂量监测和验证的方法，其特征在于，包括以下步骤：

(1)通过二维平面测量设备测量得到放射治疗中人体或模体的透射剂量分布；

(2)根据所述透射剂量分布，采用迭代法，反向计算加速器出射通量分布；

(3)根据所述加速器出射通量分布，采用卷积算法/剂量算法重建三维剂量分布；

(4)比较重建三维剂量分布和已知剂量分布，对放射治疗中的剂量进行验证。

2.根据权利要求1所述的放射治疗中在线剂量监测和验证的方法，其特征在于：在测量所述透射剂量分布之前，还包括有采集物理模型数据、加速器数据的步骤，

所述采集的物理模型数据包括有不同能量下的光子在水中的质量衰减系数、单能光子跟水发生相互作用后的能量分布；

所述加速器数据包括加速器出射能谱、输出绝对剂量刻度。

3.根据权利要求2所述的放射治疗中在线剂量监测和验证的方法，其特征在于：所述步骤(1)具体为：通过固定于加速器上的二维平面测量设备，在治疗过程中获取经过模体的透射剂量分布，获取所述二维平面测量设备的读数为P_mea(x,y)，根据所述输出绝对剂量刻度，转换成透射剂量分布D_mea(x,y)。

4.根据权利要求3所述的放射治疗中在线剂量监测和验证的方法，其特征在于，所述二维平面测量设备为电子射野影像系统、胶片、电离室矩阵或半导体矩阵。

5.根据权利要求4所述的放射治疗中在线剂量监测和验证的方法，其特征在于，所述透射剂量分布包括原射线剂量贡献和人体或模体的散射线剂量贡献，其计算公式为：

D_mea(x,y)＝D_pri(x,y)+D_sca(x,y)；

其中，D_mea(x,y)为透射剂量分布，D_pri(x,y)为原射线剂量贡献，D_sca(x,y)为人体或模体的散射线剂量贡献。

6.根据权利要求5所述的放射治疗中在线剂量监测和验证的方法，其特征在于，所述步骤(2)包括以下步骤：

(21)首先假设散射线剂量贡献为0，则所述透射剂量分布为令n＝0，则 $D_{mea}(x,y)=D_{pri}^{\left(0\right)}(x,y);$

(22)根据原射线剂量贡献光子的指数衰减规律e^-μ(E)r，反向计算加速器出射通量分布 $F_{pri}^{\left(n\right)}(x,y)=D_{pri}^{\left(n\right)}(x,y)\·\∫w\left(E\right)\·e^{\mathrm{\μ}\left(E\right)r}dE;$

式中：w(E)为加速器出射能谱，r为点(x,y)到源的有效径迹长度，n＝0,1,2,3···；

(23)根据卷积核、模体几何参数、步骤(22)中得到的加速器出射通量分布计算散射线剂量贡献

根据所述散射线剂量贡献计算出散射比例因子n＝0,1,2,3···；

(24)根据步骤(23)中得到的散射比例因子SPR⁽ⁿ⁾，重新计算得到原射线剂量贡献 $D_{pri}^{(n+1)}(x,y)=\frac{D_{mea}(x,y)}{1+{\mathrm{SPR}}^{\left(n\right)}},$ n＝0,1,2,3···；

(25)重复步骤(22)～(24)，直到收敛于根据所述原射线剂量贡献计算得到最终加速器出射通量分布 $F_{pri}^{(n+1)}(x,y)=D_{pri}^{(n+1)}(x,y)\·\∫w\left(E\right)\·e^{\mathrm{\μ}\left(E\right)r}dE,$ 其中，n＝0,1,2,3···。

7.根据权利要求6所述的放射治疗中在线剂量监测和验证的方法，其特征在于，所述卷积核为通过蒙特卡罗法模拟单能光子跟水发生相互作用后的能量分布；所述模体几何参数根据模体CT图像/CBCT图像获得。

8.根据权利要求7所述的放射治疗中在线剂量监测和验证的方法，其特征在于，所述散射线剂量贡献的计算公式为：

$D_{sca}^{\left(n\right)}\left(x,y\right)=\[1/\mathrm{\ρ}\left(x,y\right)\]\∫\∫\∫\∫T^{\left(n\right)}\left(E,ijk\right)\mathrm{\ρ}\left(ijk\right)h\left(E,ijk\→xy\right){\mathrm{dV}}_{ijk}dE;$

式中： $T(E,ijk)=F_{pri}^{\left(n\right)}(x,y)\frac{\mathrm{\μ}(E,ijk)}{\mathrm{\ρ}\left(ijk\right)}\exp \[-{\∫}_0^{\stackrel{\→}{r}}\mathrm{\μ}\left(E,\stackrel{\→}{l}\right)d\stackrel{\→}{l}\],$ μ(E,ijk)为ijk网格所对应的质量衰减系数；为所对应的质量衰减系数；为从加速器源发出射线所经过单个网格的有效径迹长度，为光子从加速器源经过模体到ijk的总有效径迹长度；ρ(x,y)为xy处的介质密度，ρ(ijk)为对应ijk网格处的介质密度，h(E,ijk→xy)为卷积核，ijk为CT图像/CBCT图像的网格编号，xy为二维平面测量设备上的目标网格坐标(x,y)，ijk为对xy有剂量贡献的网格，n＝0,1,2,3···。

9.根据权利要求1所述的放射治疗中在线剂量监测和验证的方法，其特征在于：采用筒串卷积算法重建三维剂量分布，所述三维剂量分布的计算公式为：

$D\left(\stackrel{\→}{x}\right)=\[1/\mathrm{\ρ}\left(\stackrel{\→}{x}\right)\]\∫\∫\∫\∫T\left(E,\stackrel{\→}{s}\right)\mathrm{\ρ}\left(\stackrel{\→}{s}\right)h\left(E,\stackrel{\→}{s}\→\stackrel{\→}{x}\right){\mathrm{dV}}_{\stackrel{\→}{s}}dE$

其中， $T(E,\stackrel{\→}{s})=F_{pri}\left(\stackrel{\→}{s}\right)\frac{\mathrm{\μ}(E,\stackrel{\→}{s})}{\mathrm{\ρ}\left(\stackrel{\→}{s}\right)}\exp \[-{\∫}_0^{\stackrel{\→}{r}}\mathrm{\μ}\left(E,\stackrel{\→}{l}\right)d\stackrel{\→}{l}\],$ 为所对应的质量衰减系数；为所对应的质量衰减系数；为从加速器源发出射线所经过单个网格的有效径迹长度，为光子从加速器源经过模体到的总有效径迹长度；为处的介质密度，为处的介质密度；为卷积核，为最终加速器出射通量分布；与均为CT图像/CBCT图像上的网格，其中，为所需要求的目标网格坐标，为对有剂量贡献的网格。

10.根据权利要求1所述的放射治疗中在线剂量监测和验证的方法，其特征在于：所述步骤(4)采用Gamma分析方法进行比较，其中所述已知剂量分布为通过治疗计划系统所计算的剂量分布、根据治疗计划通过第三方计算的剂量分布、或在治疗前根据在没有人体/模体时所测量的加速器实际执行出射通量所计算的剂量、或上一次治疗前某次治疗所测得结果所重建的结果。