Das Prompt Gamma-Ray Timing (PGT) ist eine vielversprechende Methode für die in vivo Reichweite-Verifikation in der Protonentherapie. Dabei wird mit unkollimierten Szintillationsdetektoren die Zeit-Verteilung prompter Gammastrahlung, in der die Protonenreichweite enthalten ist, gemessen. In dieser Arbeit wurden PGT-Spektren einer Bestrahlung eines Plastikphantoms mit verschiedenen Dicken an Luftkavitäten analysiert. Neben der Optimierung der Datenverarbeitung wurden Methoden für die Selektion statistischer Parameter implementiert und die resultierenden linearen Modelle mit denen der bisher verwendeten Parameter verglichen. Zusätzlich wurde der Einfluss der Spotakkumulation und die Energieabhängigkeit der Modelle untersucht. Nachdem die Datenverarbeitung optimiert werden konnte, zeigte der Vergleich der Modelle eine deutlich bessere Vorhersage der neu entwickelten Modelle (R2 > 0;5) im Vergleich zu den bisher verwendeten Modellen (R2 < 0;1), wobei eine weitere Verbesserung durch die Akkumulation von Spots erreicht
werden konnte (R2 > 0;9). Weiterhin zeigte die Parameterselektion eine deutlich bessere Vorhersagekraft der energiespezifischen (RMSE < 1;8 mm) gegenüber den energieunabhängigen Modellen (RMSE > 3 mm). Die gewonnenen Erkenntnisse leisten einen wesentlichen Beitrag zur klinischen Implementierung der PGT-Methode. / Prompt Gamma-Ray Timing (PGT) is a promising method for in vivo range verification in proton therapy. The distribution of prompt gamma radiation, in which the proton range is encoded, is measured in a time-resolved manner with uncollimated scintillation detectors. In this work, PGT spectra acquired during irradiation of a plastic phantom with air cavities of different thicknesses were analyzed. In addition to the optimization of the data processing, methods for parameter selection were implemented and the resulting linear models were compared with those of previously used parameters. In addition, the influence of a spot accumulation and the energy dependency of the models were examined. After the data preprocessing could be optimized, the newly developed models showed a strongly improved predictive power (R2 > 0;5) compared to the previously used models (R2 < 0;1) and a further improvement could be achieved by the accumulation of spots (R2 > 0;9). In addition the parameter selection showed better predictive power of the energy-specific models (RMSE < 1;8 mm) compared to the energy-independent models (RMSE > 3 mm). The knowledge gained can contribute to the clinical implementation of the PGT method.
Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:76923 |
Date | 09 December 2021 |
Creators | Wiedkamp, Julia |
Contributors | Löck, Steffen, Enghardt, Wolfgang, Schellhammer, Sonja, Kögler, Toni, Technische Universität Dresden |
Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
Language | German |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, doc-type:masterThesis, info:eu-repo/semantics/masterThesis, doc-type:Text |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0023 seconds