摘要：放射治疗计划中有关射野射束元初始强度分布优化和子野(适形野)权重优化的问题,如果充分考虑散射和约束条件的影响,将会带来一定的优化困难。为此,本文提出了基于体元分布的目标剂量的两步法解决方案,首先是只考虑约束和给定的计划靶区处方剂量而完全不考虑散射的影响优化出剂量分布,该剂量分布称之为基于体元分布的目标剂量。然后采用这个满足约束条件的目标剂量,在只考虑散射而不考虑约束条件限制的情况下进行强度(权重)的最终优化。从而把一个有约束的问题转变为了一个不含约束的问题。结果显示,基于体元分布的目标剂量应用于射野射束元初始强度分布的优化、子野(适形野)权重的优化以及剂量分布之间的相对比较具有较好的效果。

摘要：锆合金(如:锆铌(Zr-Nb)合金)的辐照损伤问题是裂变堆结构材料和燃料棒包壳材料设计的关键,而深入理解辐照损伤的物理机制,往往需借助于原子尺度的计算模拟,如:分子动力学和第一性原理等.针对随机置换固溶体合金的模拟,首先需构建能反映合金元素随机分布特征的大尺寸超胞,然而第一性原理计算量大,不宜使用过大(如≥200原子)超胞.通常第一性原理计算使用的是特殊准随机(SQS)超胞,SQS超胞可部分反映合金元素的随机分布特性,但对于特定组分只对应一种构型,这种模型是否能反映真实随机置换固溶体中多种局域构型的统计平均还有待进一步研究验证.分子动力学可在更大的尺度上进行计算模拟,能够通过随机取代(RSS)模型研究更多的合金构型,因此,本文基于RSS超胞模型及SQS扩展超胞模型,运用分子动力学方法对Zr-Nb合金进行了研究.首先通过构型误差分析确定了能真实反映固溶体合金性能统计性的RSS超胞的临界尺寸;然后计算比较了Zr-Nb合金SQS扩展超胞和一系列RSS超胞的晶格常数、形成能和能量—体积关系.研究表明,利用SQS超胞模拟得到的固溶体的晶格常数、形成能和能量体积曲线与一系列RSS超胞的对应统计值接近,因而SQS超胞可用于研究随机置换固溶体合金.

摘要：氢(H)同位素滞留问题是聚变堆第一壁材料设计的关键,而深入理解H在缺陷(如空位)处的非均匀形核长大过程有助于揭示H起泡及滞留的机制.针对第一壁材料钨(W)中空位捕获H及其解离的动力学过程开展研究,通过耦合捕获和解离两过程,构建新物理模型,避免了原单一过程的物理模型需准确记录相应事件首次发生时间的不足,另外新模型可同时提取解离系数和有效捕获半径等动力学参数.通过分子动力学模拟发现新模型能较好地描述W中空位-H复合体对H捕获和解离的动力学过程,根据空位-H复合体随时间的演化曲线,提取了有效捕获半径和解离系数等动力学参数.一方面能为动力学蒙特卡罗和速率理论等长时空尺度方法提供输入参数,另一方面促进了分子动力学的发展,进而实现了以较低计算资源获得更可靠的计算结果.

摘要：锆合金的水侧腐蚀是核燃料棒包壳材料设计的关键问题之一.包壳材料的耐腐蚀性能与锆合金氧化膜中t-ZrO_(2)含量和t-m相变密切相关.目前,Zr-Sn-Nb系合金是新型锆合金发展的主流方向.合金元素Sn,Nb在氧化膜中可呈现多种价态,显著影响ZrO_(2)稳定性,然而Sn,Nb对t-ZrO_(2)含量和t-m相变的影响机制尚不明晰.本文基于第一性原理计算了不同价态Sn,Nb掺杂ZrO_(2)的晶体结构性质、形成焓和氧空位形成能,从原子尺度揭示了Sn,Nb对ZrO_(2)稳定性的影响机理.研究表明Sn^(2+),Nb^(3+)引起显著晶格膨胀;Sn^(4+)则造成轻微晶格膨胀,而Nb^(5+)引起晶格收缩,可见高氧化态下Nb比Sn更利于减小氧化膜的内应力.低价合金元素降低ZrO_(2)稳定性,且会增大t,m相形成能差距;高价的Nb^(5+),Sn^(4+)均可提高t-ZrO_(2)相对稳定性从而抑制t-m相变,其中Nb^(5+)效果显著,Sn^(4+)则作用微弱.0—3.5 GPa范围内,t-ZrO_(2)相对稳定性随压力增大而增强.合金元素的低价态比高价态更利于在t-ZrO_(2)中形成氧空位,因而在氧化膜/金属界面附近低氧化态区域,低价元素和压应力是稳定t-ZrO_(2)的主要因素.通过电子结构分析,发现氧空位形成能与合金元素离子和氧空位间的电荷转移幅度(或电子局域化程度)呈正相关.这些结果有助于针对锆合金耐腐蚀性的成分优化和结构设计.

摘要：卷积/积分(Convolution/Superposition,CS)算法是精度仅次于蒙特卡罗(Monte Carlo,MC)的光子线剂量计算算法。该算法的计算速度远远快于蒙特卡罗算法,但仍不能完全满足临床放射治疗要求。借助单颗图形显卡GPU(Tesla C1060)对CS算法进行加速后,与传统的CPU串行计算相比,计算速度可以提高60倍,单野计算时间达到1 min左右,能适用于简单的三维适形计划(3DCRT),但无法满足调强放射治疗计划(Intensity Modulated Radiation Therapy,IMRT)的速度要求。本文通过设计"CPU+多GPU"异构模型加速方案,探讨使用不同GPU个数的加速情况。结果表明:CS算法加速倍数与GPU使用个数并非呈线性关系,通过合理选择GPU的使用数量和程序代码优化可达到相关计算的速度要求;基于中高端的Tesla C2015 GPU,采用"CPU+7个GPU"模型的CS算法,单野计算时间缩减到9 s,与单用CPU相比能提高207倍,可满足临床调强计划设计要求。

摘要：在弧形调强放射治疗的治疗计划设计中,由于包含有很多照射方向,调强最优化的射束元矩阵计算需要很大的计算量和存储量,为提高计算效率常使用简化剂量计算模型计算射束元矩阵,因此有必要研究简化模型对治疗计划质量产生影响。对一个模拟例子和一个临床实例,使用没考虑散射效应的原射线剂量计算模型计算射束元矩阵,由此进行最优化计算。在得到最优化强度分布后,通过比较原射线剂量计算模型和微分卷积剂量计算模型得到的剂量分布,研究了不同射束数目条件下,使用简化剂量计算模型计算射束元剂量矩阵对最终的剂量分布质量的影响。结果表明,在射线束很多的情况下(对应弧形调强照射),用简化的剂量计算模型,即不考虑散射来计算射束元剂量矩阵,会导致靶区剂量分布的质量大大低于预期的剂量分布质量,因此,弧形调强放射治疗的最优化计算中,有效考虑散射的影响是必要的。

摘要：目的研究电子束能谱和角分布对其放疗剂量分布影响。方法应用模拟得到的医用直线加速器电子束能谱分布和角分布作为输入文件，使用经修改的PENELOPE程序中蒙特卡罗方法模拟计算电子束能谱宽度和角分布对射野中心轴剂量分布和离轴剂量分布。结果电子束能谱宽度和角分布对射野中心轴剂量分布和离轴剂量分布无明显影响，剂量分布曲线几乎重合；只有在能谱展宽为2．5MeV时才有明显影响，剂量分布曲线有显著差别。结论根据本研究蒙特卡罗模拟计算结果设计治疗计划系统电子线算法时可不考虑能谱宽度和角分布影响，而直接使用电子线最可几能量计算，这样可节省大约9％时间而有助于提高计算速度。

摘要：目前调强放射治疗计划设计主要有两种方式:一种是基于射束元方式的分步法,即先优化得到射野剖面的强度分布、再据此优化生成子野;另一种是子野直接优化的方法,该法直接用多叶准直器叶片位置及叶片运动参数作为为子野优化参数进行优化计算。本文通过一个模拟例子和一个临床实例对这两种设计方式进行研究,以进一步分析设计方式不同对治疗计划结果的影响。通过对两种具体的不同设计方式下各病例的治疗计划的比较得到了与现有文献完全相反的结论,经分析认为现有文献中关于两种设计方式的比较结论值得商榷,二者的比较应以选择合适的设计流程为前提。同时发现,基于子野直接优化方式的结果对多叶准直器初始叶片位置有较强依赖性;另外,采用本文所采用的基于射束元方式的调强放射治疗过程,将不需要考虑强度的平滑化处理,由该方式产生的子野中有相当比例可以忽略而被舍弃,但对小子野仍需要慎重对待,不可随意删除,子野直接优化方式中之所以存在子野数目需求问题,很大程度上也是由于小子野被忽略;此外,对于子野的权重优化需要选择合适的优化算法。因此自动生成子野的算法值得进一步研究;基于分布法的设计方式在如何选择合适的分群强度级和如何筛选子野的问题上也值得进一步研究;对于一个优秀的治疗计划系统,应该具备两种调强放射治疗计划设计方式,在临床应用上,应根据具体情况,选择合适的设计方式。

摘要：目的建立一种基于遗传算法的三维适形放疗治疗机架入射角度最优化算法。方法从Pinnacle v 7．2计划系统上读取患者几何轮廓信息和三维剂量分布文件，把几何轮廓信息和三维剂量分布在同一坐标系下融合后作为最优化算法输入数据。对每组角度组合都计算其最优射野权重，用基于遗传算法角度最优化方法挑选出最优角度组合，最后把得到的角度组合和各角度射野权重重新输入到Pinnacle v 7．2计划系统，和常规三维适形计划相比较。对2例肺癌病例和1例脑瘤病例比较了优化入射角度和常规三维适形计划下剂量分布、DVH图差异和适形度指标。结果和常规三维适形计划相比，优化计划适形指数分别为0．59和0．70，高于常规三维适形计划的0．36和0．58。DVH图上看肺癌病例，使用优化算法后脊髓受到的最高量分别下降了17．8％和22．4％，肺V20分别降低了3．1％和4．4％，肺V30分别降低了4．5％和1．5％；对脑瘤病例，晶体和眼球受照剂量也有显著下降。结论所建立的角度最优化方法可作为计划设计的辅助工具。

摘要：目的报道一套独立后装放疗剂量验证软件的实现方法和结果。方法后装放疗剂量验证软件采用模块化结构设计,以Visual C++为开发平台,剂量计算算法采用AAPM TG 43报告推荐的公式。回顾性选择已完成治疗的宫颈癌患者6例,每例患者都使用了不同的施源器,用剂量体积直方图参数和γ通过率(0.1cm,5%)评估验证软件和计划系统剂量计算结果的偏差。结果与计划系统剂量计算结果相比,验证软件剂量计算结果的γ通过率均>98%。靶区D100%和D90%的偏差最大值分别为0.29%和0.53%,危及器官D0.1cm3、D1cm3、D2cm3的偏差均<0.5%。结论仅需极少的人机交互,该剂量验证软件能验证后装临床治疗计划剂量计算的准确性。