区域壤氡析出率快速预测方法

氡(²²²Rn)是一种无色、无味的放射性气体,广泛存在于人们的日常生活环境中。对于生活在室内的人员来说,空气中的氡约有56%左右来源于建筑物底层土壤。     

冻疮凝胶的组方优选及对大鼠实验性冻伤的治疗作用

经优选组方，制得冻疮凝胶。药效学试验表明，对大鼠后足Ⅰ度冻伤有显著的治疗作用。     

XVMC算法和PB算法在非小细胞肺癌调强放疗中的剂量学比较

摘 要：［目的］ 比较Monaco治疗计划系统中两种不同算法在非小细胞肺癌静态调强放疗中的剂量学差异。［方法］ 选取12例经临床及病理确诊为非小细胞肺癌的患者,采用Monaco计划系统分别为每例患者设计XVMC算法和PB算法两组静态调强放疗计划,优化条件相同,分析比较两组计划的靶区均匀性指数（HI）和适形度指数（CI）以及正常组织的剂量分布。［结果］无论是靶区还是危及器官各项指标,XVMC算法结果均高于PB算法。其中,XVMC算法和PB算法的靶区HI和CI差异分别为1.11%和1.08%,且差异具有统计学意义（P<0.05）;脊髓的最大量以及心脏的各项指标(V10、V20、V30、V40、Dmean)差异均小于2%,差异无统计学意义（P>0.05）;但双肺的各项指标（V5、V10、V20、V30、Dmean）以及食管的V30、V50、Dmean差值均大于2%,且差异具有统计学意义（P<0.05）。XVMC组MU较低,优于PB组（P<0.05）。［结论］ 分析XVMC算法和PB算法的差异原因在于相比于XVMC算法,PB算法未考虑次级电子的输运和能量沉积以及侧向电子失衡,导致计算不精确。因此,在实际的临床计划设计时,对于组织结构密度差异较大、且低密度组织范围较大的部位,建议使用XVMC算法进行剂量计算。     

江西省2011年医院放射工作人员个人剂量异常原因分析

目的 调查分析江西省2011年医院放射工作人员剂量异常原因,保证监测数据的真实可靠。方法 发放调查表格,结合现场调查和电话咨询核实个人剂量异常原因,并对其进行分析及处理。结果 江西省2011年医院放射工作人员确实因工作原因受到高剂量照射的仅有4人次,由于人为原因造成有效剂量异常的比例高达83.3%。结论 医院和放射工作人员必须重视个人剂量监测的重要性,减少人为影响因素,使个人剂量监测真实反映实际受照剂量水平。     

内陆核电厂周边区域公众接受度调查与分析

目的 了解内陆核电厂周边区域公众核电接受度水平,为内陆核电重启在公众接受度方面的研究提供数据支持。方法 采用抽样调查的方法对680位内陆核电厂周边区域的公众进行问卷调查。用Excel及SPSS 17.0软件进行数据统计和分析,并建立Logistic回归模型。结果 公众的支持态度占73.9%,若核电站建在自家附近,66.9%的公众会选择搬迁。学历、核电行业、风险概率和致命性的回归系数分别为-0.71、-1.743、-0.401和-0.252。结论 大部分公众已经意识到内陆核电的优势,但对于内陆核电的安全性还有较多的顾虑。不从事核电行业工作的公众支持度更低。公众对核电风险概率及致命性的判断越高,支持度越低。要提高公众对内陆核电厂的接受度,需要多方位有针对性地加强公众的核电宣传。     

医用电子直线加速器治疗室的辐射屏蔽设计

目的 设计某医用直线加速器治疗室的屏蔽墙厚度,探究理论计算和仿真模拟在治疗室屏蔽设计中的应用价值。方法 结合GBZT 201.2-2011和NCRP REPORT No.151报告,对某医用直线加速器治疗室进行屏蔽计算,并用Monte Carlo方法进行模拟验证。结果 理论计算与Monte Carlo模拟验证结果较为一致,各关注点剂量率均小于上限值2.5 μSv。结论 通过理论计算结果与Monte Carlo模拟结果的比较,得出结合两种方法能更好地进行治疗室屏蔽墙厚度的设计。     

大学生群体内陆核电心理认知的调查

目的 了解大学生这一可塑性很强的特殊群体的核电心理认知水平,为内陆核电重启在公众认知方面的研究提供数据支持与干预参考。方法 采用多阶抽样的方法对某综合性大学三类班级共739人进行问卷调查。结果 调查对象中84%关注核电,81%对核电认知正确或基本正确,79%接受内陆核电,87.8%通过网络了解核电,并提出专家微博、参观核电站等宣传建议。结论 大学生群体对核电的心理认知水平较高,其中,核类工科专业核电心理认知水平最高,文科专业次之,非核类理科专业最低,需通过多种途径有针对性地加强大学生的核电宣传教育。     

靖巅饮口服液中阿魏酸的含量测定

以反相高效液相色谱法测定中药靖巅饮口服液中阿魏酸的含量。色谱柱：Ｓｈｉｍｐａｃｋ－ＣＬＣ－ＯＤＳ;流动相：甲醇－二氯甲烷－水－冰乙酸,检测波长：３１３ｎｍ;流速：０．５ｍＬ／ｍｉｎ;柱温２５℃。阿魏酸在０．０４８４－１．２１００μｇ范围内具有良好的线性关系,ｒ＝０．９９９０,回收率为９７．４７％,ＲＳＤ＝３．２４％。     

综合复杂性特征和剂量学评估指标提高剂量验证结果预测模型的性能

目的:构建随机森林模型预测调强计划剂量验证结果，研究综合复杂性特征和剂量学评估指标提高模型性能的可行性。方法:选取269例IMRT计划，共2 558个射野，采用电子射野影像系统进行剂量验证，γ通过率（2%/2 mm标准）阈值为95%，将剂量验证结果分为“通过”和“不通过”。提取计划的剂量学评估指标和射野的复杂性特征，分别构建剂量模型（基于剂量学评估指标）、计划模型（基于计划复杂性特征）和混合模型（综合剂量学评估指标和计划复杂性特征）。计算AUC值、特异性和敏感性评估模型性能。结果:剂量模型、计划模型和混合模型的AUC值分别为0.68、0.80和0.82，混合模型优于其他两个模型。混合模型的特异性和敏感性为0.70和0.79，均高于其他两个模型。剂量模型、计划模型和混合模型达到最佳性能所需的样本量分别为1 200、900和700。结论:剂量学评估指标与计划复杂性特征综合，可以提高模型的预测性能，同时在一定程度上弥补样本数量的不足，为预测剂量验证结果的机器学习模型性能的改善提供参考。