换一批基于先验知识和遗传算法的直线加速器光子能谱重建
Reconstruction of the linac photon spectrum based on prior knowledge and the genetic algorithm
摘要为了准确地获得直线加速器的光子能谱，根据测量的百分深度剂量和蒙特卡洛模拟的单能光子百分深度剂量，采用先验约束模型和遗传算法来进行优化求解。首先，将光子能谱建模为一个包含2个参数α和Ep 的先验解析函数，采用遗传算法对该模型进行优化求解；然后，将光子能谱建模为一个离散约束优化模型，并利用遗传算法进行优化求解，初始解由第1步获得的解析函数产生。将该方法应用于瓦里安iX直线加速器来计算其6和15 MV光子束的能谱，实验结果表明，采用该方法重建获得的光子能谱以及百分深度剂量与蒙特卡洛模拟计算的结果具有良好的一致性。
更多相关知识
关键词
光子能谱重建先验知识遗传算法百分深度剂量蒙特卡洛模拟reconstruction of the photonspectrum prior knowledge geneticalgorithm GApercent depth dosePDDMonte Carlo simulation
DOI
10.3969/j.issn.1003-7985.2014.03.010
发布时间
2014-11-15（万方平台首次上网日期，不代表论文的发表时间）
- 浏览5
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
