3. MATERYAL ve YÖNTEM
3.4 Verilerin Değerlendirme ve Analizi
Katı fantom ölçümlerinin değerlendirmesi yapılırken;
MC simülasyonu ile geri saçılan doz değerleri, aĢağıdaki denklem kullanılarak hesaplanmıĢtır.
Fark(%)=[( MCmalzeme‒ MCsu )/ MCsu]∙ 100 ( 3.1)
MC simülasyonu ile Eclipse TPS PBC algoritması kullanılarak elde edilen doz değerleri arasındaki fark, aĢağıdaki denklem kullanılarak hesaplanmıĢtır.
Fark(%)=[( MC‒ TPS)/ MC]∙ 100 (3.2) Kuru kafa ölçümlerinin değerlendirmesi yapılırken;
Eclipse TPS PBC algoritması ile MC simülasyonundan elde edilen doz değerleri arasındaki fark, aĢağıdaki denklem kullanılarak hesaplanmıĢtır.
Fark(%)=[( TPS‒ MC)/ TPS]∙ 100 (3.3) Eclipse TPS PBC algoritması ile hesaplanan nokta doz değerleri ile TLD ölçümlerinden elde edilen nokta doz değerleri arasındaki fark aĢağıdaki denklem kullanılarak hesaplanmıĢtır.
Fark(%)=[( TPS‒ TLD)/ TPS]∙100 (3.4) Sonuçlardaki istatiksel belirsizlik % 0.5‟dir.
74 4. BULGULAR VE TARTISMA
Monte Carlo Simülasyonunun doğru çalıĢıp çalıĢmadığını kontrol etmek için, farklı baĢlangıç enerjilerinde 10x10 cm2 alan ve SSD: 100 cm için, MC simülasyonu ve su fantomu ile gerçekleĢtirilen dozimetrik ölçümlerden elde edilen %DD eğrileri karĢılaĢtırılmıĢtır. MC simülasyonu ve su fantomu ölçüm sonuçları arasındaki en iyi uyum 6.4 MeV baĢlangıç elektron enerjisinde bulunmuĢtur. MC simülasyonu ve su fantomundan elde edilen %DD‟ler arasındaki fark %1‟in içindedir.Varian 2300 C/D lineer hızlandırıcı tedavi kafası simülasyonu baĢarılı bir Ģekilde yapılmıĢ olup, sonuçlar ġekil 4.1-4.2-4.3‟de gösterilmiĢtir.
ġekil 4.1 Farklı baĢlangıç enerjileri kullanılarak: 10x10 cm2 alan ve SSD: 100 cm için MC simülasyonu ve su fantomu ile elde edilen %DD eğrilerinin karĢılaĢtırılması
75
ġekil 4.2 Farklı baĢlangıç enerjileri kullanılarak: 10x10 cm2 alan ve SSD: 100 cm için MC simülasyonu ve su fantomu ile elde edilen %DD eğrilerinin dmax bölgesi karĢılaĢtırılması
ġekil 4.3 Farklı baĢlangıç enerjileri kullanılarak: 10x10 cm2 alan ve SSD: 100 cm için MC simülasyonu ve su fantomu ile elde edilen %DD eğrilerinin kuyruk bölgesi karĢılaĢtırılması
76
ġekil 4.4 6 MV X ıĢını demeti için, farklı alan boyutlarında MC simülasyonu ve su fantomu ile elde edilen %DD eğrilerinin karĢılaĢtırılması
Ayrıca; 6 MV X ıĢını demeti için, 3x3cm2, 5x5cm2, 15x15cm2, 20x20cm2 farklı alan boyutları içinde %DD ölçümleri yapılmıĢtır. MC simülasyonları ve su fantomu ölçümleri arasındaki %DD ölçüm sonuçlarının karĢılaĢtırmaları ġekil 4.4‟de gösterilmiĢtir.
4.1 Katı Fantom Bulguları
Katı fantom ölçümlerinde, farklı implantların doz dağılımına etkilerini incelemek için
%DD eğrileri kullanılmıĢtır. Farklı implant malzemelerden MC simülasyon tekniği ve Eclipse TPS PBC algoritması kullanılarak elde edilen %DD eğrileri ġekil 4.5-4.10‟da gösterilmiĢtir. Her bir diĢ implant malzemesi katı fantom içine 2 cm derinliğe 1 cm kalınlıkta olacak Ģekilde yerleĢtirilmiĢtir.
77
ġekil 4.5 Ti implant için 6 MV‟da MC ve PBC sonuçlarından elde edilen %DD eğrilerinin karĢılaĢtırılması
ġekil 4.6 Ti-6Al-4V implant için 6 MV‟da MC ve PBC sonuçlarından elde edilen %DD eğrilerinin karĢılaĢtırılması
78
ġekil 4.7 Y-TZP implant için 6 MV‟da MC ve PBC sonuçlarından elde edilen %DD eğrilerinin karĢılaĢtırılması
ġekil 4.8 ZrO2 implant için 6 MV‟da MC ve PBC sonuçlarından elde edilen %DD eğrilerinin karĢılaĢtırılması
79
ġekil 4.9 Al2O3 implant için 6 MV‟da MC ve PBC sonuçlarından elde edilen %DD eğrilerinin karĢılaĢtırılması
ġekil 4.10 PEEK implant için 6 MV‟da MC ve PBC sonuçlarından elde edilen %DD eğrilerinin karĢılaĢtırılması
80
Katı fantom kullanılarak, diĢ implantının önünde MC simülasyonu ile hesaplanan geri saçılan radyasyon dozundan dolayı oluĢan doz artıĢı Ti için % 11.2, Ti-6Al-4V için % 10.7, Y-TZP için % 20.2, ZrO2 için % 15.5, Al2O3 için % 3.3 ve PEEK için % 0.4 bulunmuĢtur. DiĢ implantının arkasında MC simülasyonu ile hesaplanan doz azalımı Ti için % 15.5, Ti-6Al-4V için % 15.4, Y-TZP için % 24.4, ZrO2 için % 22.2, Al2O3 için % 7 ve PEEK için %1.1 bulunmuĢtur. Sonuçlar Çizelge 4.1‟ de gösterilmiĢtir.
Çizelge 4.1 6 MV foton enerjisinde farklı diĢ implantları için MC simülasyonu sonucu elde edilen yüzde doz artıĢ ve doz azalımı
Ti Ti-6AI-4V Y-TZP ZrO2 Al2O3 PEEK belirleyen yöntem MC simülasyonudur. Eclipse TPS‟in PBC algoritması, diĢ implantının önünde oluĢan geri saçılmayı tam olarak dikkate almamaktadır. Catli (2015) ve Friedrich vd. (2010) çalıĢmalarında MC simülasyonu kullanarak saçılan radyasyon dozunu hesaplamıĢlardır. Ġmplant malzemelerinin önünde, Çatlı (2015) Ti implant için
% 7.8, Ti alaĢım implant için % 6.3 ve Friedrich vd. (2010) Ti implant için, % 10'luk doz artıĢı gözlemlemiĢlerdir. Bu tez çalıĢmasında, katı fantom kullanılarak Ti implant için elde edilen sonuçlar Friedrich vd. (2010)‟nin sonuçları ile uyumludur. Catli (2015)‟nın sonuçları ile tez çalıĢmasından elde ettiğimiz sonuçlar arasındaki farklılık, Catli (2015)‟nın standart 6 MV foton demeti kullanmasına karĢın bizim lineer hızlandırıcı kafasını birebir modelleyerek 6 MV foton demeti kullanmamızdan kaynaklanmaktadır.
Bildiğimiz kadarıyla bu çalıĢmada kullanılan üç farklı diĢ implant malzemesi; Y-TZP, Al2O3, PEEK için literatür de karĢılaĢtırmalı çalıĢma yapılmamıĢtır.
81
Maksimum doz artıĢı, fiziksel yoğunluğu en yüksek olan zirkonyum diĢ implant malzemesi için gözlenmiĢtir. PEEK implant malzemesi en düĢük fiziksel yoğunluğa sahip malzeme olduğundan, en düĢük doz artıĢı PEEK implantı için bulunmuĢtur.
Farklı diĢ implantlarının sırasıyla hemen önünde, hemen arkasında, 2 cm ve 10 cm arkasında, MC simülasyonu ve Eclipse TPS PBC algoritması ile elde edilen %DD eğrilerinin karĢılaĢtırılmasıyla hesaplanan %DD farklılıkları Çizelge 4.2'de gösterilmiĢtir.
Çizelge 4.2 6 MV foton enerjisinde farklı diĢ implantları için MC ve PBC algoritması arasında hesaplanan doz farklılıkları (%)
MC simülasyonu ve PBC algoritmasından elde edilen % DD eğrilerinin karĢılaĢtırılması sonucu, implantın hemen önündeki doz artıĢı arasındaki farkının Ti için % 10.5, Ti-6Al-4V için % 10.1, Y-TZP için % 17.2, ZrO2 için % 13.8, Al2O3 için % 3.1 ve PEEK için
% 0.1 olduğu görülmektedir. MC simülasyonu ve PBC algoritmasından implantın hemen arkasında elde edilen doz azalımı arasındaki fark Ti için % 12.2, Ti-6Al-4V için
% 12, Y-TZP için % 24.7, ZrO2 için % 21.3, Al2O3 için % 2.7 ve PEEK için % 0.9 olarak bulunmuĢtur.
82
MC simülasyonları ve Eclipse TPS PBC algoritması hesaplamaları ile elde edilen %DD eğrilerinin karĢılaĢtırılması, TPS PBC algoritmasının, küçük homojen olmayan ortamlar için diĢ implant malzemelerinden kaynaklı saçılma ve soğurulma miktarlarını doğru bir Ģekilde hesaplayamadığını göstermektedir.
Tedavi planlama algoritmaları, homojen ortamla radyasyon etkileĢimi için doz hesaplamalarını daha doğru Ģekilde vermektedir. Bu tez çalıĢmasında, soğurulma nedeniyle implantların hemen arkasında dozun azaldığı, geri saçılma nedeniyle implant malzemelerin hemen önünde dozun arttığı görülmüĢtür. PBC algoritması, diĢ implantının önündeki geri saçılan dozu, olduğundan az ve diĢ implantlarının arkasında soğurulmadan kaynaklı dozu, olduğundan fazla hesaplamaktadır.
4.2 Kuru Kafa Bulguları
Kuru kafa kullanılarak yapılan ölçümlerde, farklı implantlar için elde edilen doz dağılımları, %DD eğrilerinden elde edilen sonuçlar kullanılarak hesaplanmıĢtır. MC simülasyonu ve Eclipse TPS PBC algoritmasından farklı diĢ implantları için elde edilen sonuçlar ġekil 4.11-4.14‟de gösterilmiĢtir.
83
ġekil 4.11 Y-TZP implant için, MC simülasyonu ve PBC algoritmasından elde edilen doz dağılımlarının karĢılaĢtırılması
ġekil 4.12 Ti implant için, MC simülasyonu ve PBC algoritmasından elde edilen doz dağılımlarının karĢılaĢtırılması
84
ġekil 4.13 Alümina implant için, MC simülasyonu ve PBC algoritmasından elde edilen doz dağılımlarının karĢılaĢtırılması
ġekil 4.14 PEEK implant için, MC simülasyonu ve PBC algoritmasından elde edilen doz dağılımlarının karĢılaĢtırılması
85
Kuru kafa ölçümlerinden elde edilen ġekil 4.11-14‟den Eclipse TPS PBC algoritması ve MC simülasyonu sonucunda diĢ implantının merkezi ekseni boyunca elde edilen doz dağılımların incelendiğinde PBC algoritmasının build-up bölgesindeki dozu MC‟ye göre daha az belirleme eğilimde olduğu, ayrıca implantın olduğu bölgede PBC algoritmasının soğurulan dozu olduğundan daha az hesapladığı görülmüĢtür.
Kuru kafa için, implant önünde oluĢan geri saçılan doz artıĢının Eclipse TPS PBC
Kuru kafa tedavi planlamalarında, PBC algoritması ve MC simülasyonu ile elde edilen
%DD eğrilerinin karĢılaĢtırılması sonucu, implantın önündeki doz artıĢ farkının, Y-TZP için % 4.5, Ti için % 1.6, Al2O3 için % 1.1 ve PEEK için % 0.6 olduğunu göstermektedir.
Kuru kafa ile yapılan çalıĢmada, TLD ile elde edilen nokta dozlarla implant üzerinde oluĢan geri saçılan doz değerleri, Eclipse TPS PBC algoritması için elde edilen nokta dozlarla karĢılaĢtırılmıĢtır. Farklı implant malzemeleri için elde edilen doz farklılıkları Çizelge 4.4‟te gösterilmiĢtir. TLD‟ler çene kemiğinin implant üzerindeki kısmı çıkarılarak implant yüzeyine TLD‟nin geniĢ yüzeyi değecek Ģekilde yerleĢtirilmiĢtir.
86
Çizelge 4.4 Her bir implant için, implantın önündeki PBC algoritması ve TLD ile hesaplanan nokta doz değerleri ve aralarındaki % doz farklılığı
DiĢ Ġmplantı TLD Ort. (cGy) PBC Doz (cGy) Fark (%) mandibulası kullanarak yaptıkları çalıĢmada, TLD ile saçılan radyasyon dozunu hesaplamıĢlardır. Ti implant için implantın hemen önünde, %18'lik doz artıĢı gözlemlemiĢlerdir. Bizim yaptığımız çalıĢmada, Ti implant için TLD ölçümünde implantın hemen önünde % 12.3‟lük doz artıĢı saptanmıĢtır. Beyzadeoğlu vd. yaptıkları çalıĢmada implant malzemesini, build-up bölgesini geçecek Ģekilde yerleĢtirmiĢlerdir.
Bizim yaptığımız çalıĢmada, baĢ boyun kanseri olan hastanın radyoterapi planlamasına benzer Ģekilde, diĢ implantı build-up bölgesine yerleĢtirilmiĢtir. Sonuçlardaki farklılığın bundan kaynaklandığı düĢünülmektedir. Bildiğimiz kadarıyla, bu çalıĢmada kullanılan üç farklı diĢ implantı için; Y-TZP, Alümina ve PEEK için literatürde karĢılaĢtırmalı çalıĢma yapılmamıĢtır.
Maksimum doz artıĢı, fiziksel yoğunluğu en yüksek olan Y-TZP diĢ implantı için gözlenmiĢtir. PEEK implantı en düĢük ve suya en yakın fiziksel yoğunluğa sahip malzeme olduğundan dolayı, bu implant için belirgin bir doz artıĢı gözlenmemiĢtir.
Kuru kafa MC simülasyonunda, katı fantomda olduğu kadar belirgin bir Ģekilde diĢ implantlarının önünde doz artıĢı yani geri saçılan doz gözlemlenememiĢtir. Bunun
87
sebebi: DOSXYZnrc kodu ile simülasyonu yapılan katı fantomu oluĢturan malzemelerin düzenli bir Ģekilde tanımlanmıĢ olması, malzemelerin fiziksel yoğunluklarının sisteme tanıtılmıĢ olması ve diĢ implantı ile su arasında keskin bir yoğunluk değiĢimi elde edilmiĢ olmasından kaynaklandığı düĢünülmektedir. MC fantomundaki vokseller ġekil 4.15‟de gösterildiği gibi tanımlanmıĢtır.
ġekil 4.15 Katı fantom MC simülasyonu BT görüntüsünde diĢ implantı ve su arasındaki yoğunluk değiĢiminin gösterimi
Katı fantom MC simülasyon hesaplamalarında, tanımlanan yüzeyin düzgün olması, yoğun malzemeden geri saçılan elektronların diĢ implant malzemesinden hemen önceki voksellerde daha fazla doz soğurulmasına neden olmaktadır. Bu nedenle bu fantomun ölçüm sonuçlarında geri saçılan elektronların doz dağılımına katkısı açıkça görülebilmektedir. Kuru kafanın MC fantomu oluĢturulurken büyük boyutlu voksellerin kullanılması (2x2x2mm3) BT voksellerindeki BT numaralarının ortalamasının alınmasına neden olmuĢtur. Bu nedenle keskin bir yoğunluk geçiĢi yerine daha yumuĢak bir yoğunluk geçiĢi elde edilmiĢtir. Bunun sonucunda geri saçılan elektron sayısının nispeten azlığı nedeniyle geri saçılma etkisi gözlenmemiĢtir.
Kuru kafa ölçümlerinde, TLD‟lerin implant malzemesinin yüzeyine bitiĢik olacak Ģekilde yerleĢtirilmesinden dolayı geri saçılan elektronlar TLD‟ler tarafından toplanabilmiĢtir. Bundan dolayı implantın hemen önünde TLD ile ölçülen doz değerleri, MC ile elde edilen doz değerleriyle karĢılaĢtırıldığında daha fazla bulunmuĢtur.
88 5. SONUÇ
Eclipse TPS PBC algoritması ve MC simülasyon yöntemleri kullanılarak farklı implant malzemelerinin baĢ ve boyun radyoterapi planlamasında doz dağılımına etkileri katı fantom ve kuru kafa kullanılarak araĢtırılmıĢtır. Doz hesaplama sonuçlarına göre, PBC algoritmasının homojen olmayan ortamda bulunan yüksek yoğunluklu malzemeler için doz hesaplamalarını tam olarak doğru hesaplamakta yetersiz kaldığı görülmüĢtür. MC simülasyon yönteminin, Eclipse TPS PBC algoritmasına göre daha doğru ve güvenilir sonuçlar verdiği görülmüĢtür.
MC simülasyonu katı fantom sonuçları değerlendirildiğinde, farklı diĢ implant malzemelerinin hemen önünde geri saçılan radyasyon dozundan dolayı oluĢan doz artıĢının, % 0.4 -% 20.2 aralığında olduğu bulunmuĢtur. Maksimum doz artıĢı Y-TZP, minumum doz artıĢı PEEK implant için bulunmuĢtur. MC simülasyonu ve Eclipse TPS PBC algoritması ile hesaplanan doz artıĢıları arasındaki fark, tedavi alanı içinde bulunan diĢ implantının fiziksel yoğunluğuna bağlı olarak % 0.1-17.2 aralığındadır. % 20.2 doz artıĢının mukozit ve osteoradyonekroz (baĢ-boyun malign tömörlerinin radyasyon tedavisi sonucunda görülen en belirgin komplikasyon) gibi komplikasyon riskini artırıp artırmadığı tam olarak belli değildir.
Kuru kafa sonuçlarından PBC algoritması ve MC simülasyonu ile hesaplanan, tedavi alanındaki implantın hemen önünde oluĢan doz artıĢ farkının diĢ implantı malzemelerinin fiziksel yoğunluğuna bağlı olarak % 0.6-4.5 aralığında olduğu görülmüĢtür. MC fantomunda fiziksel yoğunluk geçiĢi yumuĢak bir Ģekilde olduğundan, MC simülasyonu doz artıĢını keskin bir Ģekilde tespit edememiĢtir. Eclipse TPS'nin PBC algoritması ile hesaplanan doz artıĢı ile TLD ölçümleri arasındaki fark % 1.7-19.8 aralığında bulunmuĢtur. TLD‟lerin kuru kafanın çene bölgesindeki kemik yerine, implanta yapıĢık olarak yerleĢtirilmelerinden dolayı dozdaki artıĢ MC simülasyonuna göre daha yüksek bir Ģekilde tespit edilmiĢtir.
Kuru kafanın MC fantomu oluĢturulurken, büyük boyutlu voksellerin kullanılması keskin bir yoğunluk geçiĢi yerine daha yumuĢak bir yoğunluk geçiĢi oluĢmasına neden
89
olmuĢtur. MC simülasyonunda geri saçılan elektron sayısının nispeten azlığı nedeniyle geri saçılma etkisi, TLD‟ye göre çok az miktarda gözlemlenmiĢtir. Kuru kafa ile gerçekleĢtirilen TLD doz ölçümleri ve MC simülasyon sonuçları karĢılaĢtırıldığında gözlenen uyumsuzluğun TLD için 0.9 mm ve MC simülasyonu için 2 mm olan hesaplama noktası boyut farkından kaynaklandığı düĢünülmektedir. Maksimum doz artıĢı Y-TZP implant, minumum doz artıĢı PEEK implant için bulunmuĢtur.
Geri saçılma nedeniyle implant malzemesinin önünde meydana gelen doz artıĢı, malzemenin yoğunluğunun artmasıyla orantılıdır. Bu artıĢın nedeni; Compton etkileĢiminin malzemenin atom numarasından neredeyse bağımsız olmasına karĢın malzemenin elektron yoğunluğu ile orantılı olmasından dolayıdır (Bushberg vd. 2012).
Dozdaki bu artıĢ, ikincil elektronların malzeme üzerindeki saçılmalarından kaynaklanmaktadır.
PBC algoritması yanal saçılma etkisini hesaba katmadığından dolayı, dozu doğru bir Ģekilde hesaplayamamaktadır. PBC algoritmasının su gibi homojen olan ortamlar için yapılan hesaplamalarda doğru sonuç verdiği, inhomojen ortamlarda hesaplama hatalarına neden olduğu rapor edilmiĢtir (Li vd. 2000). MC simülasyonu doz hesaplamaları yaparken, malzemelerin fiziksel yoğunluklarını ve kimyasal bileĢimlerini dikkate alarak doz hesaplamalarını homojen ve inhomojen olan ortamlar için yapmaktadır. MC simülasyonu inhomojen ortam doz hesaplamalarını en doğru ve güvenilir bir Ģekilde yapan algoritmadır (Lu 2013).
Radyoterapiden önce diĢ implantlarının hastadan çıkarılıp çıkarılmayacağına karar vermek ya da radyoterapi öncesi hastaya yerleĢtirilecek olan diĢ implant malzemelerinin seçimine karar vermek çok önemlidir. Ġmplantın yerinden çıkarılması hastaların diĢlerini kaybetmesine ve acı çekmesine neden olabilir. Bu nedenle, yüksek yoğunluklu implant malzemelerine sahip olan baĢ ve boyun kanseri hastalarının radyoterapi planlamasında MC tabanlı algoritmaların kullanılması önerilmektedir.
90
Tez çalıĢmasında elde edilen sonuçlar, literatürdeki benzer çalıĢmalardan elde edilen sonuçlarla uyumludur. ÇalıĢma sonuçları, farklı diĢ implantına sahip hastaların radyoterapi planlamalarında, tedavinin doğruluğu açısından referans olacaktır. Ayrıca, tez çalıĢmanın literatürde bilgi eksikliği olduğu düĢünülen Y-TZP, Alümina ve PEEK malzemeleri için kaynak olacağı düĢünülmektedir.
91 KAYNAKLAR
AAPM, 2004. Tissue inhomogeneity corrections for megavoltage photon beams, Report No. AAPM-85. AAPM Task Group No. 65 of the Radiation Therapy Committee, Madison: Med Phys Publishing.
Abd El-Ghany, O.S., Sherief, A.H. 2016. Zirconia based ceramics, some clinical and biological aspects: Review. Future Dental Journal, 2 (2), 55-64.
Ataoğlu, H. 2005. Kemik içi dental implantların klinik radyolojik ve mikrobiyolojik olarak incelenmesi. Doktora tezi, Selçuk Üniversitesi, Sağlık Bilimleri Enstitüsü, Konya.
Ayyıldız, Ü. 2005. Radyoterapide kullanılan kaynak ve dedektörlerin çoklu geometri tekniği ile EGSnrc Monte Carlo modellemesi. Yüksek Lisans Tezi, Celal Bayar Üniversitesi, Fen Bilimleri Enstitüsü, Manisa.
Azizi, M., Mowlavi A.A., Ghorbani M., Davenport D. 2017. Effect of various dental restorations on dose distribution of 6 MV photon beam. J Can Res Ther, 13: 538-543.
Banaee, N., Nedaie H., 2013. Evaluating the effect of energy on calibration of thermoluminesent dosimeters 7-LiF : Mg, Cu, P (GR-207A). International Journal of Radiation Research, Vol. 11, no. 1, pp. 51-54.
Beyzadeoglu, M., Dirican, B., Oysul, K., Ozen, J., Ucok, O. 2006. Evaluation of scatter dose of dental titanium implants exposed to photon beams of different energies and irradiation angles in head and neck radiotherapy. Dentomaxillofac Radiol, 35 (1), 14-17.
Bressan, E., Paniz, G., Lops, D., Corazza, B., Romeo, E., & Favero, G. 2011. Influence of abutment material on the gingival color of implant-supported allceramic restorations: a prospective multicenter study. Clin Oral Implants, 22, 631-637.
Bushberg, J.T., Seibert, J.A., Leidholdt, E.M., Boone, J.M. 2012. The Essential Physics of Medical Imaging. 3rd Edition, Lippincott Williams&Wilkins, Philadelphia.
Catli, S. 2015. High-density dental implants and radiotherapy planning: evaluation of effects on dose distribution using pencil beam convolution algorithm and Monte Carlo method. J Appl Clin Med Phys, 16 (5), 46–52.
Chaikh, A., Giraud, J.Y., Balosso, J. 2014. Practical and Applied Medical Physics:
Clinical Comparison of Density Correction Methods Associated with Pencil Beam Convolution Algorithm for Clinical Situations, Med Phys International Journal, 2 (1), 49-53.
92
Chang, K.P., Lin, W.T., Shiau, A.C., Chie, Y.H. 2014. Dosimetric distribution of the surroundings of different dental crowns and implants during LINAC photon irradiation, Radiat Phys Chem, 104, 339–344.
Chetty, I., Curran, B., Cygler, J., DeMarco J., Faddegon B., Liu H., et al. 2007.
Guidance report on clinical implementation of the Monte Carlo method in external beam radiation therapy treatment planning: Report of the AAPM Task Group No. 105. Med Phys, 34: 4818-4853.
Christel, P., Meunier, A., Dorlot J.M., Crolet J.M, Witvoet J., Sedel L. 1988.
Biomechanical compatibility and design of ceramic implants for orthopaedic surgery. Bioceramics: material charateristics versus in vivo behavior. Ann NY Acad Sci, 1988; 523: 234-256.
Contreras, E.F., Henriques, G.E., Giolo, S.R., Nobilo, M.A. 2002. Fit of cast commercially pure titanium and Ti-6Al-4V alloy crowns before and after marginal refinement by electrical discharge machining. J Prosthet Dent, 88: 467-472.
Coolens, C., Childs, P.J. 2003. Calibration of CT Hounsfield units for radiotherapy treatment planning of patients with metallic hip prostheses: the use of the extended Ctscale. Phys Med Biol, 48 (11),1591-1603.
Coplen, T.B., 2001. IUPAC Technical Report. Atomic weights of the elements.
International Union of pure and applied chemistry, inorganic chemistry division, commission on atomic weights and isotopic abundances. Pure Appl Chem, 73 (4), 667-683.
Çatlı, S. 2012. Ġnsan vücuduna yerleĢtirilen biyomalzemelerin radyoterapideki doz dağılımına etkisinin Monte Carlo yöntemi ve dozimetrik olarak incelenmesi.
Doktora Tezi, Gazi Üniversitesi Fen Bilimleri Enstitüsü, Ankara.
Das, I.J., Khan, F.M. 1989. Backscatter dose perturbation at high atomic number interfaces in megavoltage photon beams. Med. Phys, 16: 367-375.
De Conto, C., Gschwind, R., Martin, E., Makovicka, L. 2014. Study of dental prostheses influence in radiation therapy. Phys Med, 30 (1), 117-121.
Delacroix, S., Rymel, J., Smith, J., Clubb, B.S. 1990.The effects of steel and titanium mandibular reconstruction plates on photon and electron beams. The British Journal of Radiology, 63: 642-45.
Davies, J.E. 1998. Mechanism of endosseous integration. Int J Prosthodont,11: 391-401.
Ergün, G., ġahin Z. Konvansiyonel ve Ġmplant Üstü Protezlerde Kullanılan Kaide Materyallerinde Güncel GeliĢmeler. 2016. Turkiye Klinikleri J Prosthodont-Special Topics, 2 (3): 35-44.
93
Fadhel A. Al-Sanabani, Ahmed A. Madfa, Nasr H. Al-Qudaimi.2014. Alumina Ceramic for Dental Applications: A Review Article. American Journal of Materials Research. Vol. 1, No.1, pp. 26-34.
Farahani, M., Eichmiller F.C, McLaughlin, W.L.1990. Measurement of absorbed doses near metal and dental material interfaces irradiated by x- and gamma-ray therapy beams. Phys Med Biol, Mar; 35 (3): 369-385.
Friedrich, R.E., Todorovic, M., Krüll, A. 2010. Simulation of scattering effects of irradiation on surroundings using the example of titanium dental implants: a Monte Carlo approach, Anticancer Res, 30 (5), 1727-1730.
Furetta, C., and Weng, PS. 1998. Operational thermoluminescence dosimetry. Word Scientific Publishg Company.
Gmelin, L. 1984. Gmelin Handbook of Inorganic Chemistry „Silicone‟. Springer-Verlag-Berlin-Heidelberg-New York-Tokyo; 1-30.
Hoca, S. 2007. Silikon protezlerin radyoterapi doz dağılımına etkisi. Doktora Tezi, Ege
Hoca, S. 2007. Silikon protezlerin radyoterapi doz dağılımına etkisi. Doktora Tezi, Ege