메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
이병구 (고려대학교의료원 안암병원 방사선종양학과) 이상록 (고려대학교의료원 안암병원 방사선종양학과) 권영호 (고려대학교의료원 안암병원 방사선종양학과)
저널정보
대한방사선치료학회 대한방사선치료학회지 대한방사선치료학회지 제14권 제1호
발행연도
2002.1
수록면
79 - 84 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
1.목적 : 작고 불규칙한 모양의 전자선 조사면에서 선원의 출력에 영향을 미치는 요인은 선형가속기의 collimation system, insert block diameter, energy 등이다. 때문에 이러한 조사면의 선량계산으로 LBR을 이용할 수 있는데 LBR(lateral build-up ratio)이란 동일한 incident fluence와 profile에 대해 circular field와 broad field의 선량비로서 나타낼 수 있다. 얻어진 LBR data는 elementary pencil beam 모형을 근거해 깊이와 에너지에 따른 함수(${\sigma}$)로 표현할 수 있다. 여기에서 얻어진 수식을 기초로 해서 만들어진 factor값이 작고 부정형의 전자선 조사면의 선량계산 유용성을 알아보고자 한다. 2.재료 및 방법: 심부선량은 water phantom에서 ion chamber로 측정하였다. Cerrobend와 electron applicator 에 따른 incident fluence의 변화를 알아보기 위해 Chamber를 0.5mm깊이에 놓고 측정하였다. 그리고 에너지와 electron applicator 크기에 따라 insert block diameter를 2-15cm로 변화시키며 심부선량을 측정하였고 이 값을 0.5mm 깊이에서 normalization 하였다. 이렇게 normalization 한 그래프로부터 LBR과 함수 (${\sigma}$)를 얻어했다. 3.결과 : 0.5mm 깊이에서 normalization한 심부선량-그래프로부터 LBR data와 그로부터 얻어낸 (${\sigma}$)함수 값을 기초로 하여 elementary pencil beam 모형의 깊이에 빠른 선량변화의 수식을 얻어낼 수 있었다. 4.결론 : 부정형 전자선 조사면에 대해 MU당 심부선량은 작은 circular field에서 측정된 LBR값, reference applicator와 insert block diameter 에 따른 incident fluence factor 그리고 reference broad field에서의 심부선량등 세 가지 data로 부터 계산할 수 있다. 이 방법을 이용하면 어떤 모양의 전자선 조사면에 대해서도 심부선량의 계산에 유용하다고 할 수 있다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0