食源性健康风险评估的二维蒙特卡罗方法

目的探讨食源性健康风险评估中变异性和不确定性的定量描述策略。方法对变异性和不确定性分别用不同的概率分布来描述,用二维蒙特卡罗方法对变异性和不确定性作定量研究,并将结果与一维蒙特卡罗方法做对比。结果多重一维蒙特卡罗方法可以获得与二维蒙特卡罗方法相接近的结果。在参数不确定性的来源较多时,二维蒙特卡罗方法具有更高的执行效率。结论二维蒙特卡罗方法可以给出任意百分位风险取值的概率分布,可为风险管理者判定特定百分位的风险值是高于还是低于所关注的风险水平提供分析依据。     

基于蒙特卡罗计算方法的辐射剂量分布研究进展

本文首先介绍蒙特卡罗方法的基本原理,及其在核物理实验,特别是辐射剂量计算等方面的应用;其次,介绍辐射计量学的基本知识和发展情况;最后,结合放射物理方面的知识,利用基于蒙特卡罗方法的EGSWIN软件,建立数学模型,并模拟计算电子束、光子束、正电子束在设定几何条件下的照射过程。     

蒙特卡罗模拟在批质量保证抽样（LQAS）样本量估计中的应用

本文在回顾批质量保证抽样(LQAS)样本量计算的统计学原理基础上,用超几何分布计算在一定条件下LQAS一次抽样的样本量;应用Excel和SAS软件展示二项分布蒙特卡罗模拟的原理和实现;采用SAS超几何分布随机数函数完成LQAS样本量估计的蒙特卡罗模拟。超几何分布计算的与蒙特卡罗方法模拟的LQAS一次抽样样本量与现有LQAS样本量表的结果一致。蒙特卡罗模拟估计LQAS样本量具有深刻的统计学思想,其计算简单,易于理解;LQAS可广泛应用于公共卫生领域的快速评价。     

组织－空气比在放射治疗和放射诊断剂量学中的应用

组织－空气比在放射治疗和放射诊断剂量学中的应用纪刚（综述）郭勇（审校）（北京放射医学研究所）在放射诊断和治疗中，人们希望建立一个体系，使得散射介质中任一点的剂量都可依据放射源的输出而计算出来，除蒙特卡罗方法以外，人们通过实验测量及经验技术得到许多更有...     

蒙特卡罗方法在后装治疗场所屏蔽计算中应用

目的利用蒙特卡罗方法建立后装治疗场所的屏蔽计算模型。方法采用典型抽样方法,选取广东省某三级甲等医院现有的后装治疗室的屏蔽结构为模型。采用基于蒙特卡罗方法的蒙特卡罗中子-光子输运程序(MCNP5)建立后装治疗场所的屏蔽计算模型,模拟计算后装治疗场所的辐射场分布,通过对后装治疗场所的防护检测,验证屏蔽计算模型。结果各检测点MCNP5模拟计算结果与现场检测结果有较好的符合性,可模拟后装治疗装置产生的辐射场。借助MCNP5重建的计算模型模拟不同迷路内墙厚度下机房入口处的周围剂量当量率,有助于选择后装治疗场所适当的迷路内墙厚度,以有效降低防护门的厚度。结论 MCNP5屏蔽计算模型可优化后装治疗场所的屏蔽,以达到辐射防护的最优化。     

居民健康调查资料中的缺失数据的多重估算

目的 解决居民健康调查数据中存在的数据缺失问题。充分利用所采集到的数据。得出更有效的统计推断，方法 运用建立在马尔科夫链蒙特卡罗方法基础上的多重估算技术，对缺失数据进行替换，产生多个完整的数据集，进行联合统计推断。结果 弥补了由于缺失数据所造成的信息损失，改善了统计推断的质量。结论 多重估算技术是解决社会调查资料中数据缺失问题的有效工具。     

基于蒙特卡罗模拟程序MCNP在人体模型中辐射剂量估算研究进展

辐射来源于放射性核素或射线发生装置,对人体有严重危害,并且辐射事故中人体受照剂量估算也是一大难点。辐射防护用参考人模型是用于人体辐射剂量估算的人体体模,MCNP是基于蒙特卡罗方法的模拟程序,可用于人体受辐照过程模拟,它们在辐射剂量估算中都有重大作用。为了研究既快速又准确的辐射剂量估算方法,本文从辐射防护用参考人模型的建立、应用和国内外最新发展,以及蒙特卡罗模拟程序MCNP的原理和最新研究作一综述。     

用于中低能质子回旋加速器剂量监测的空气电离室初步研究

目的 研制用于测量中低能质子回旋加速器产生的伽玛场的空气电离室。方法 分别采用有限元分析方法和蒙特卡罗方法模拟计算空气电离室的电场分布和伽玛射线在电离室中的能量沉积，确定电离室各个部分的机械尺寸和结构；根据中低能回旋加速器实际运行时的剂量率情况，设计了低电流放大器，并进行了初步校准试验。结果 模拟结果表明空气电离室对1~8 MeV的光子灵敏度在±30%以内，信号输出噪声小于2 mV，运行稳定。结论 初步测试结果表明，该电离室工作稳定，能量响应范围宽，满足设计指标要求。     

基因组重排问题中Bayesian MCMC抽样的改进

认识基因组重排对研究生物间的相互关系以及进化树的建立起着十分重要的作用。自上个世纪80年代以来，人们对基因组重排算法进行了大量的研究。但是绝大部分的研究是基于等权值最优化算法的基础上的，即所有的基因组重排方法等概率发生并且所得的算法使得有一个基因组变化到另一个基因组的重排次数最少。近些年，人们开始运用贝叶斯马尔科夫链蒙特卡罗方法（BayesianMCMC）对基因组重排中的逆转（Reversion）、调换（Tmnsposition）以及逆转调换（InvertedTransposition）进行研究。     

医用辐射及其防护——纪念伦琴射线发现100周年

在放射诊断和治疗中,人们希望建立一个体系,使得散射介质中任一点的剂量都可依据放射源的输出而计算出来。除蒙特卡罗方法以外,人们通过实验测量及经验技术得到许多更有实用价值的方法,包括百分深部剂量、散射函数、组织-空气比、散射-空气比等。     

质子治疗工作场所屏蔽计算方法的探讨

目的 探讨质子治疗工作场所屏蔽计算方法,为质子治疗工作场所的设计和现有国家标准的完善提供科学依据。方法 采用国家标准和国内外文献提供的计算公式及关键特征参数,结合基于蒙特卡罗方法的FLUKA对质子治疗工作场所屏蔽体外关注点的中子周围剂量当量率进行经验公式计算和蒙特卡罗模拟,分析2种方法的估算结果。结果 相对于发散狭缝束流损失点0°和50°2个方向上单指数公式计算结果（0.13、12.4）,双指数公式计算结果（0.40、17.9）与蒙特卡罗模拟结果（0.32±0.19、18.2±4.98）的符合性更好;铜靶和镍靶蒙特卡罗模拟结果基本一致,可以认为铜靶的混凝土屏蔽关键特征参数可较好地应用于镍靶计算过程,但当用于钽靶时会低估中子周围剂量当量率,0°和40°2个方向上相差分别为5.7倍和1.3倍。结论 依据国内外文献中计算公式及关键特征参数得到的剂量率估算值与FLUKA模拟结果具有较好的符合性,可作为现有国家标准的补充和完善应用于质子治疗工作场所屏蔽设计。     

在放射治疗计划中应用蒙特卡罗剂量计算方法研究

目的验证蒙特卡罗剂量计算方法在放射治疗计划中应用的可行性。方法针对一个临床食道肿瘤病例进行了放射治疗计划设计,用蒙特卡罗虚拟源模型完成了各个射野的剂量计算。结果高剂量区与计划靶区保持了很好的适形,关键器官的照射量很小,得到了很好的保护。结论用蒙特卡罗虚拟源剂量计算模型生成的剂量分布符合临床放射治疗的实施原则,由于该模型的精确性,完全可以替代现有的解析型剂量计算模型。     

用Monte Carlo模拟法和理论计算法研究^125Ⅰ粒子源的剂量分布

目的研究125Ⅰ粒子源的剂量场分布。方法采用Monte Carlo模拟法和美国医学物理学家协会43报告工作组（AAPM TG-43）推荐的理论计算公式（理论计算法）对125Ⅰ粒子源的径向剂量进行研究,并对Monte Carlo模拟法和理论计算结果进行比较。结果当125Ⅰ粒子源活度为37MBq,粒子源的径向距离分别为0.5、1.0、1.5和2 cm时,用Monte Carlo法模拟计算得的径向剂量率分布为3.19、0.89、0.41、0.22 cGy/h,理论计算法分别为3.87、0.95、0.39、0.22 cGy/h。结论 Monte Carlo模拟法和理论计算法有较好的一致性,125I粒子源的径向剂量率随距离增加快速下降。     

在放射治疗计划中应用蒙特卡罗剂量计算方法研究

目的验证蒙特卡罗剂量计算方法在放射治疗计划中应用的可行性。方法针对一个临床食道肿瘤病例进行了放射治疗计划设计,用蒙特卡罗虚拟源模型完成了各个射野的剂量计算。结果高剂量区与计划靶区保持了很好的适形,关键器官的照射量很小,得到了很好的保护。结论用蒙特卡罗虚拟源剂量计算模型生成的剂量分布符合临床放射治疗的实施原则,由于该模型的精确性,完全可以替代现有的解析型剂量计算模型。     

A Monte Carlo primer for health physicists

The basic ideas and principles of Monte Carlo calculations are presented in the form of a "primer" for health physicists. A simple integral with a known answer is evaluated by two different Monte Carlo approaches. Random numbers, which underlie Monte Carlo work, are discussed, and a sample table of random numbers generated by a hand calculator is presented. Monte Carlo calculations of dose and linear energy transfer (LET) from 100-keV neutrons incident on a tissue slab are discussed. The random-number table is used in a hand calculation of the initial sequence of events for a 100-keV neutron entering the slab. Some pitfalls in Monte Carlo work are described. While this primer addresses mainly the "bare bones" of Monte Carlo, a final section briefly describes some of the more sophisticated techniques used in practice to reduce variance and computing time.     

基于蒙卡算法的乳腺癌术中放疗模型的剂量学优化

目的：探讨蒙特卡罗算法在乳腺癌术中放疗（IORT）模型剂量学优化中的应用价值。方法采用MCTP的MCBEAM程序建立乳腺癌术中放疗模型，利用MCSIM程序对患者术前CT模拟术中影像模型进行剂量计算，分析其剂量学特点，并对靶区剂量进行优化。结果通过蒙卡计算，优化的乳腺癌术中放疗模型方案为：靶区表面添加2-3 mm等效材料，靶区后缘添加5 mm等效材料再加2 mm铅板，这可以使90%以上等剂量线包绕整个靶区，同时可以消除＞110%的热点区域，肺最大剂量＜1 Gy。结论蒙特卡罗算法在乳腺癌IORT模型剂量学优化中的应用能显著提高IORT靶区剂量的计算精度，优化剂量分布，值得临床推广。     

一种基于蒙卡解析耦合的无源效率刻度方法

目的 将蒙卡模拟与解析计算相结合,建立一种无源效率刻度方法。方法 通过蒙卡模拟对所需型号的探测器进行点对点探测效率计算,建立探测效率网格;从探测效率网格中插值,并使用数值积分方法对常用的点源、圆盘、圆柱、烧杯、球形、U型管、马林杯样品的探测效率进行解析。结果 使用上述耦合方法进行无源效率刻度计算,结果表明：0.2～3 MeV能量范围内的刻度结果与使用蒙卡模拟的刻度结果相对偏差大部分在10%以内,最大相对偏差为18.06%,计算时间缩短了至少86%。应用上述耦合方法对ORTEC公司产的某型号HPGe探测器进行点源无源效率刻度,与实验刻度结果吻合很好,相对偏差均在10%以内。结论 该方法可以推广到HPGe、LaBr₃、NaI等多种探测器的无源效率刻度实际应用中。     

Performance of independent dose calculation in helical tomotherapy: implementation of the MCSIM code

Currently, a software-based second check dose calculation for helical tomotherapy (HT) is not available. The goal of this study is to evaluate the dose calculation accuracy of the in-house software using EGS4/MCSIM Monte Carlo environment against the treatment planning system calculations. In-house software was used to convert HT treatment plan information into a non-helical format. The MCSIM dose calculation code was evaluated by comparing point dose calculations and dose profiles against those from the HT treatment plan. Fifteen patients, representing five treatment sites, were used in this comparison. Point dose calculations between the HT treatment planning system and the EGS4/MCSIM Monte Carlo environment had percent difference values below 5 % for the majority of this study. Vertical and horizontal planar profiles also had percent difference values below 5 % for the majority of this study. Down sampling was seen to improve speed without much loss of accuracy. EGS4/MCSIM Monte Carlo environment showed good agreement with point dose measurements, compared to the HT treatment plans. Vertical and horizontal profiles also showed good agreement. Significant time saving may be obtained by down-sampling beam projections. The dose calculation accuracy of the in-house software using the MCSIM code against the treatment planning system calculations was evaluated. By comparing point doses and dose profiles, the EGS4/MCSIM Monte Carlo environment was seen to provide an accurate independent dose calculation.     

自屏蔽加速器屏蔽防护优化探讨

目的 对3款带有自屏蔽结构的加速器机房布局和屏蔽防护进行分析,为优化自屏蔽加速器机房屏蔽防护设计提供依据。方法 采用MC模拟和经验公式计算相结合的方法,对比分析3款自屏蔽加速器机房主屏蔽区透射剂量率和次屏蔽区散射剂量率等辐射防护水平。结果 MC模拟和经验公式计算结果均显示Unity MR Linac次屏蔽区散射线剂量率明显高于主屏蔽区主射束透射剂量率,最高可达后者的5倍;Unity MR Linac和TOMO横断面散射剂量率明显高于矢状面。结论 自屏蔽结构的外形、材料及厚度差异,增加了机房屏蔽计算及防护设计的复杂性,应改进屏蔽计算方法,实现新型放疗机房辐射防护最优化。     

Power calculations for survival analyses via Monte Carlo estimation

BACKGROUND: Power calculations can be a useful step in the design of epidemiologic studies. For occupational and environmental cohort studies, however, the calculation of statistical power has been difficult because researchers are often interested in situations where exposure assignment is time-dependent, and in research questions that pertain to cumulative exposure-mortality trends evaluated with statistical methods for survival analysis. These conditions are not easily accommodated by available software or published formulas for power calculation. METHODS: Monte Carlo methods can be used to estimate statistical power for survival analyses. Simple computer programs are presented to illustrate this approach. RESULTS: We show that, for the simple case of a randomized clinical trial involving a dichotomous exposure, the results of power calculations derived via this Monte Carlo approach conform to values derived using a previously published formula. We then illustrate how the Monte Carlo approach may be extended to obtain estimates of statistical power for analyses of cumulative exposure-mortality trends under conditions more typical of occupational cohort studies. CONCLUSIONS: The Monte Carlo approach provides a way to perform power calculations for a wide range of study conditions. The approach illustrated in this study should simplify the task of calculating power for survival analyses, particularly in epidemiologic research on occupational cohorts.