تعیین وابستگی فاکتور وج به اندازه میدان، عمق و جدایی در یک شتاب دهنده پزشکی با استفاده از روش مونت کارلو به منظور ارائه الگوریتمی برای به کارگیری در طراحی درمان

سابقه و هدف: در این تحقیق وابستگی فاکتور وج ناشی از به کارگیری یک وج داخلی به عمق، اندازه میدان و جدایی در میدان های متقارن در باریکه فوتونی mv6 یک دستگاه شتاب دهنده خطی الکتا با استفاده از روش شبیه سازی مونت کارلو مورد بررسی قرار گرفته است. این امر به منظور تعیین دقیق تر فاکتور وج در طرح های درمانی و ارائه الگوریتمی برای در نظر گرفتن سهم آن و کاهش خطای ناشی از آن در کاربردهای بالینی انجام شده است. مواد و روش ها: ابتدا ساختار دقیق سر هندسی و بیم فوتونی mv6 شتاب دهنده خطی الکتا با و بدون وج بر مبنای اطلاعات دریافتی از شرکت سازنده و با استفاده از کد مونت کارلوی mcnp 4c شبیه سازی و با مقایسه آن ها با مقادیر اسمی و اندازه گیری شده تجربی اعتبار سنجی شد. سپس با استفاده از کد مونت کارلوی فوق، ساختار هندسی یک فانتوم دزیمتری کوچک شبیه سازی و فاکتور وج ناشی از به کارگیری وج داخلی شتاب دهنده مذکور در اندازه میدان های 4، 5، 10، 15 و 220 سانتی متر در عمق هایی از 5/0 تا 34 سانتی متر با حضور فانتوم در میدان های تابشی مذکور تعیین شد. فاکتور وج بر مبنای مقادیر اندازه گیری شده درsad معادل 100 سانتی متر وعمق 10 سانتی متر برای هر یک از اندازه های میدان فوق تعیین شد. یافته ها: خط هایی بر مقادیر فاکتورهای وج محاسبه شده در عمق های مختلف برای هر یک از میدان های تابشی برازش شد. سپس ثابت های خط برازش شده محاسبه و چگونگی وابستگی آن ها به اندازه میدان تجزیه و تحلیل شد. نتایج نشان داد که فاکتور وج در هر اندازه میدان وابسته به عمق است. علاوه بر این مشاهده شد که میزان این وابستگی برای میدان های مختلف نیز متفاوت است. به عنوان مثال مشاهده شد که فاکتور وج در عمق 10 سانتی متری دارای تغییراتی در حدود 4/7% است به هنگامی که ابعاد میدان های متقارن از 4 تا 20 سانتی متر مربع تغییر می کند. نتیجه گیری: در این مطالعه الگوریتم دقیق تری تعریف شد که می تواند جایگزین جدول فاکتور وج تقریبی مورد استفاده در محاسبات mu در طرح های پرتو درمانی شود. با استفاده از روش مونت کارلو و با به کارگیری الگوریتم پیشنهادی می توان تغییرات باریکه فوتونی ناشی از میدان های وج شده را در شتاب دهنده های خطی پزشکی به طور دقیق تری تعیین کرد. این الگوریتم امکان کاهش خطاهای سیستماتیک را در طرح های پرتودرمانی فراهم می سازد