the effective application of dynamic arc radiotherapy

178 Pages·2013·6.23 MB·English

THE EFFECTIVE APPLICATION OF DYNAMIC ARC RADIOTHERAPY 

A thesis submitted to The University of Manchester for the degree of 
PhD 
In the Faculty of Medical and Human Sciences 

2013 

CHRISTOPHER JAMES BOYLAN 

SCHOOL OF MEDICINE
(page intentionally blank) 
2
TABLE OF CONTENTS 
1. INTRODUCTION...............................................................................................................................13
1.1. Radiotherapy for the treatment of cancer.....................................................................13
1.2. From IMRT to VMAT.............................................................................................................17
1.2.2. Inverse planning.............................................................................................................19
1.2.3. Implementation of IMRT............................................................................................21
1.2.4. Clinical argument for IMRT......................................................................................23
1.3. Principles of VMAT.................................................................................................................25
1.4. VMAT research and context for thesis...........................................................................29
1.4.1. Treatment Planning.......................................................................................................30
1.4.2. Delivery and Quality Control..................................................................................33
1.4.3. Imaging...............................................................................................................................38
1.5. Hypothesis and Aims.............................................................................................................41
1.6. Structure of Thesis....................................................................................................................42
2. PUBLICATIONS..................................................................................................................................45
2.1. Publication 1................................................................................................................................45
2.2. Publication 2................................................................................................................................47
2.3. Publication 3................................................................................................................................49
2.4. Publication 4................................................................................................................................50
2.5. Publication 5................................................................................................................................51
2.6. Publication 6................................................................................................................................53
3. DISCUSSION AND FURTHER WORK...................................................................................54
3.1. VMAT plan creation from static IMRT segments.....................................................54
3.2. Automated plan comparison study.................................................................................55
3.3. VMAT delivery emulator.....................................................................................................57
3.4. Investigation into CVDR delivery....................................................................................58
3.5. Monte Carlo VMAT verification system.......................................................................59
3.6. Investigation into simultaneous cone beam imaging during VMAT..............62
REFERENCES..................................................................................................................................................65
APPENDIX 1....................................................................................................................................................73
Word count:  53,000 approx. 

3
LIST OF FIGURES 

Introduction and discussion sections  
Figure 1.  Demonstration  of  (a)  the  cell  killing  effect  of  fractionated  14 
radiotherapy on normal and tumour tissue, (b) the principle of 
normal  tissue  complication  probability  and  tumour  control 
probability for a given prescription. 
Figure 2.  Example  dose  distribution  for  a  head  and  neck  (oropharynx)  16 
radiotherapy patient. 
Figure 3.  The  principle  of  (a)  conformal  radiotherapy,  in  which  only  the  17 
aperture  shapes  are  modulated,  and  (b)  intensity  modulated 
radiotherapy, where the in‐plane fluence is also modulated. 
Figure 4.  The two techniques for MLC‐based IMRT delivery – (a) step and  18 
shoot, and (b) dynamic MLC (‘sliding window’). 
Figure 5.  Geometry of a cone beam CT system for a typical linear accelerator.  22 
Figure 6.  The  principle  of  VMAT  delivery,  whereby  MLC  shapes  are  25 
changed while the gantry rotates. 
Figure 7.  The influence of the static sampling of control points on VMAT  28 
dose calculation accuracy, at distances far from the isocentre. 
Figure 8.  Overview of the different planning techniques for VMAT.  31 
Figure 9.  Schematic of linac motion between control points.  34 
Figure 10.  Different methods of dosimetric verification for VMAT treatment  38 
plans. 
Figure 11.  The impact of MV scatter on simultaneously‐acquired CBCTs of  39 
prostate VMAT patients. 
Figure 12.  Overview  of  different  scatter‐correction  techniques  for  41 
simultaneous CBCTs. 
Figure 13.  Differences between continuous and static Monte Carlo simulations  60 
of VMAT dose delivery for a prostate patient. 

Publication 1  45 
Figure 1.  Control point pairs produced by DAO for a prostate VMAT plan.  
Figure 2.  Example of four consecutive control points for resultant VMAT   
plans. 
Figure 3.  DVH comparison between IMRT and the in‐house VMAT plans,   
for one of the five prostate patients assessed. 
Figure 4.  Comparison of CHHIP dosimetric parameters between IMRT and   
the in‐house VMAT plans. 

Publication 2  47 
Figure 1.  Flowchart for the automated planning process.  
Figure 2.  Typical  regions  of  interest  for  a  nasopharynx  VMAT  patient,   
showing the dummy structures used for optimization 
Figure 3.  Averaged DVH for the nasopharynx plans, comparing VMAT to   
the IMRT automated solutions. 
Figure 4.  Example DVH showing the progress of the automated planning   
methodology. 
4
Publication 3  48 
Figure 1.  Flowchart describing the VMAT linac emulator process.  
Figure 2.  Comparison between emulator predictions of dose rate and gantry   
positions, and those measured on the linac. 
Figure 3.  The effect of increasing the allowable leaf speed on VMAT prostate   
plan delivery. 
Figure 4.  The effect of increasing the allowable leaf speed on VMAT head   
and neck plan delivery. 
Figure 5.  The effect of allowing continuously variable dose rate rather than   
binned dose rate VMAT delivery. 
Figure 6.  The influence of the number of bins (255 and 1023) on the stability   
  of gantry speed. 

Publication 4  49 
Figure 1.  MLC leaf positions identified on a portal image during  VMAT   
delivery 
Figure 2.  Principle of flatness monitoring using the integrated portal image   
during VMAT. 
Figure 3.  Dose rate variation for CVDR and BDR for a head and neck VMAT   
plan. 
Figure 4.  Deviation of the GT beam profiles for CVDR and BDR over a head   
and neck delivery. 
Figure 5.  Mean deviation of profiles for BDR and CVDR deliveries.  
Figure 6.  Delta4 gamma histograms for a head and neck delivery, indicating   
  good dosimetric agreement. 
Figure 7.  Plot of mean MLC deviations over an arc for one of the prostate   
patients. 

Publication 5  50 
Figure 1.  Schematic of the modelled Monte Carlo linac head, showing the   
main components. 
Figure 2.  Demonstration  of  how  the  acceleration  of  the  linac  head  is   
accounted  for  using  the  delivery  emulator  by  distributing  the 
monitor units non‐uniformly between control points. 
Figure 3.  Flowchart for the automated pre‐treatment QA system.  
Figure 4.  Results of the static beam modelling, showing depth dose curves,   
profiles, output factors and the MLC bar test. 
Figure 5.  Gamma  comparison  between  Monte  Carlo  and  the  Marvin   
phantom. 
Figure 6.  Output of the automated QA system for a prostate VMAT patient.  
Figure 7.  Output of the automated QA system for a head and neck VMAT   
patient. 
Figure 8.  The effect of increasing the number of steps between control points   
for the continuous calculation of dose. 

5
Publication 6  52 
Figure 1.  The image quality phantoms used for assessment of the scatter   
correction technique. 
Figure 2.  Schematic of the correction strategies investigated.  
Figure 3.  An MV‐only scatter frame from a VMAT delivery.  
Figure 4.  Mean image signal pre and post correction for the simultaneous   
imaging. 
Figure 5.  Comparison of the signal to noise ratios for the different correction   
methodologies. 
Figure 6.  A  single  CBCT  slice  from  one  of  the  clinical  SCART  patients,   
showing how the scatter correction methods recover image quality. 

6
LIST OF TABLES 

Introduction and discussion sections  
Table 1.  The SCART image quality scoring system for prostate CBCT scans.  62 

Publication 1  45 
Table 1.  CHHIP trial parameters used for prostate IMRT and VMAT plan   
evaluation. 

Publication 2  47 
Table 1.  Nasopharynx plan objectives for the automated planning system.  
Table 2.  Plan parameters used for IMRT and VMAT optimization.  
Table 3.  Dosimetric  results  for  IMRT  and  VMAT  using  the  automated   
planning technique. 
Table 4.  Lowest  achievable  parotid  doses  using  the  automated  planning   
methodology. 
Table 5.  Highest  achievable  prescription  doses  using  the  automated   
planning methodology. 

Publication 3  48 
Table 1.  Dynamic modelling parameters for the VMAT delivery emulator.  
Table 2.  Emulator versus measured delivery times for a cohort of prostate   
and head and neck VMAT plans. 
Table 3.  Required ‘ideal’ linac parameters to ensure 60s delivery time.  

Publication 4  49 
Table 1.  Delivery times for BDR and CVDR deliveries.  
Table 2.  Delta4 verification results for plans delivered with BDR and CVDR.  
Table 3.  Leaf positioning errors from BDR and CVDR deliveries.  

Publication 5  50 
Table 1.  Gamma  analysis  results  between  Delta4  and  the  Monte  Carlo   
VMAT model for prostate patients. 
Table 2.  Gamma analysis results between the MARVIN phantom and the   
Monte Carlo VMAT model for head and neck patients. 

Publication 6  52 
Table 1.  Standard CBCT imaging parameters used for prostate patients.  
Table 2.  Prostate CBCT image quality scoring scheme.  
Table 3.  Averaged  image  quality  scores  for  the  different  variants  of  the   
scatter correction. 
7
LIST OF ABBREVIATIONS 

VMAT – volumetric modulated arc therapy 
IMAT – intensity modulated arc therapy 
IMRT – intensity modulated radiation therapy 
CBCT – cone‐beam computed tomography 
TCP – tumour control probability 
NTCP – normal tissue complication probability 
OAR – organ at risk 
PTV – planning target volume 
CTV – clinical target volume 
GTV – gross tumour volume 
ROI – region of interest 
BDR – binned dose rate 
CVDR – continuously‐variable dose rate 
IGRT – image‐guided radiation therapy 
MLC – multi‐leaf collimator 
LINAC – linear accelerator 
DAO – direct aperture optimisation 
BEV – beam’s eye view 
dMLC – dynamic multi‐leaf collimator 
DVH – dose‐volume histogram 
SIB – simultaneous integrated boost 
NPC – nasopharyngeal carcinoma 
PRV – planning reference volume 

8
ALTERNATIVE FORMAT 
Permission  has  been  obtained  to  submit  this  thesis  in  the  ‘alternative  format’, 
whereby sections are included in the form of scientific publications. The rationale for 
submission  in  alternative  format  is  given  in  the  introduction  (section  1.6).  The 
published and submitted papers are given below. 

LIST OF PUBLICATIONS 

1. A VMAT planning solution for prostate patients using a commercial treatment 
planning system 
Published in Physics in Medicine and Biology, 2010, vol. 55, pp. N395‐N404 

2. A bias‐free, automated planning tool for technique comparison in radiotherapy 
– application to nasopharyngeal carcinoma treatments 
Accepted by Journal of Applied Clinical Medical Physics, July 2013 

3. The use of a realistic VMAT delivery emulator to optimize dynamic machine 
parameters for improved treatment efficiency 
Published in Physics in Medicine and Biology, 2011, vol. 56, pp. 4119‐4133 

4. The impact of continuously‐variable dose rate VMAT on beam stability, MLC 
positioning and overall plan dosimetry 
Published in Journal of Applied Clinical Medical Physics, 2012, vol. 13, pp. 254‐266 

5. Pre‐treatment independent plan verification for VMAT using a treatment 
delivery emulator and Monte Carlo dose model 
Accepted by Radiotherapy and Oncology, September 2013  

6. A megavoltage scatter correction technique for cone‐beam CT images acquired 
during VMAT delivery 
Published in Physics in Medicine and Biology, 2012, vol. 57, pp. 3727‐3739 
9
ABSTRACT 

Volumetric modulated arc therapy (VMAT) is a technique for the delivery of intensity 
modulated radiotherapy (IMRT) whereby the linear accelerator (linac) delivers dose 
continuously while rotating around the patient. VMAT has gained attention due to its 
ability  to  produce  complex  dose  distributions,  deliverable  in  a  much  shorter 
treatment time than IMRT. The purpose of this thesis was to investigate the clinical 
application  of  VMAT,  and  to  identify  any  benefits  over  IMRT  in  the  areas  of 
treatment planning, delivery, and imaging.  
A VMAT planning strategy was developed which demonstrates that complex 
dynamic arc deliveries can be sequenced from static, IMRT‐based control points. For 
prostate  patients,  the  VMAT  solution  demonstrated  superior  sparing  of  critical 
structures compared to IMRT plans. A further comparison of VMAT and IMRT was 
performed with the development of an automated planning methodology, which 
aimed to reduce the impact of planner bias. Applied over a series of nasopharynx 
patients, the technique showed that VMAT achieved an improvement in parotid 
sparing compared to IMRT. 
To  investigate  the  limitations  on  the  delivery  of  VMAT  plans,  a  software 
emulator was produced to accurately simulate linac motion. The emulator was used 
to determine ʹidealʹ linac parameters for a range of VMAT plans. Leaf speed was 
found to be a limiting factor for the achievable plan complexity, along with the 
availability  of  continuous  variable  dose  rate  (CVDR).  For  a  commercial  CVDR 
system,  experiments  confirmed  the  improved  delivery  efficiency,  and  an 
improvement in dosimetric accuracy compared to the binned dose rate (BDR) system. 
An independent dose calculation methodology was developed for VMAT, such 
that accurate pre‐treatment plan QC can be performed. It was found that the accuracy 
of a Monte Carlo simulation was improved when accounting for the effects of realistic 
linac motion. Finally, the impact of MV scatter on simultaneously‐acquired cone 
beam  CT  images  was  investigated,  and  a  scatter  correction  methodology  was 
developed and validated. 
This thesis shows that VMAT can offer an alternative to static‐field IMRT, 
provided that knowledge of the limitations of dynamic linac motion are accounted for 
within planning. Results suggest that modern linac designs (i.e. faster MLC speed, 
and a higher, continuously‐variable dose rate) are required to achieve robust delivery 
of complex plans. The workflow benefits of VMAT can also be optimised through the 
use  of  independent  dose  calculations  incorporating  delivery  characteristics,  and 
through the use of image guidance from CBCT scans acquired during treatment. 

Christopher James Boylan 
The University of Manchester 
Doctor of Philosophy 
‘The effective application of dynamic arc radiotherapy’ 
June 2013 
10