NTUH Cyberknife QA 數據儀錶板 (單機版)

編輯每日歷史讀值 (完整編輯)

1. 基本與設備參數

量測時間

準直儀

游離腔

電量計

頻道 (Channel)

假體

2. 測量數據

MU

讀值 1 (nC)

讀值 2 (nC)

讀值 3 (nC)

3. 環境參數

水溫 1 (°C)

水溫 2 (°C)

氣溫 1 (°C)

氣溫 2 (°C)

氣壓 1 (hPa)

氣壓 2 (hPa)

濕度 1 (%)

濕度 2 (%)

4. 計算因子 (將影響最終 Error)

ND,w

kQ,Qo

kelec

kpol

ks

TMR

SF

OF

kT.P (水)

kT.P (氣)

編輯因子數值

編輯 Error 紀錄

發生時間

Error Number

發生時機

準直儀類型

是否造成停機

簡述排除方式 (非必填)

編輯 Error 字典資訊

編輯工作日誌

檢視校驗報告/圖片

背景計算公式與流程

1. 溫壓修正因子 (kT.P)

kT.P = (1013.2 / 實際氣壓 P) × ((273.2 + 實際溫度 T) / (273.2 + 22.0))

2. 修正後電量 (Mcorr)

Mcorr = Mraw × kT.P × kelec × kpol × ks
* Mraw = (三次量測平均 nC) / 傳輸 MU

3. 絕對劑量計算

D_CIRS = Mcorr × ND,w × kQ,Qo // CIRS 假體內量測深度之劑量 (Gy/MU)

D_max = D_CIRS / TMR // 推算回最大劑量深度之劑量 (Gy/MU)

Dw = (D_max × SF) / Output factor // 轉換為水假體等效劑量 (Gy/MU)

4. 輸出劑量誤差 (Error %)

Error (%) = (Dw × 100 - 1.0) × 100 %
* 註：標準機器輸出定義為 1 MU = 1 cGy，故 Dw(Gy) × 100 即為 cGy/MU。

統計評估指標公式與盲點解析

平均值 (Mean)

Mean = (Σx) / n

評估整體誤差的集中趨勢。數值越趨近 0 越好。

標準差 (SD)

SD = √[ Σ(x - Mean)² / (n - 1) ]

衡量數據的分散程度。數值越小代表離散度越低、穩定度越高。

變異係數 (CV)

CV = | SD / Mean |

標準化的離散程度指標。一般來說越小越好 (但請參閱下方盲點解析)。

全變差 (TV)

TV = Σ| x_i - x_{i-1} |

相鄰數據間波動的總和。數值越小代表連續測量的跳動越平緩。

訊噪比 (SNR)

SNR = | Mean / SD |

信號強度與背景雜訊的比例。但在誤差分析中需謹慎解讀。

均方根誤差 (RMSE)

RMSE = √[ (Σx²) / n ]

評估誤差絕對大小的綜合指標，懲罰較大偏誤。越小越準確。

曲線震幅 (Amp)

Amp = Max(x) - Min(x)

測量區間內最大誤差與最小誤差的差距，反映極端波動範圍。

【統計盲點解析】誤差分析中的 CV 與 SNR 迷思

各位在檢視報表時，可能會發現某測量儀器的變異係數 (CV) 較低、訊噪比 (SNR) 較高，進而誤判該儀器表現較佳。此處存在一個常見的統計盲點：我們當前分析的標的為「誤差 (Error)」，而非「真實訊號 (Signal)」。

CV (SD / Mean) 的膨脹效應：當高精度儀器的平均誤差極度趨近於 0 時，極小的分母會導致 CV 值被數學性地過度放大。
SNR (Mean / SD) 的高估錯覺：同理，較大的平均誤差會推高 SNR 的分子。此時的高 SNR 實則反映了「該儀器正穩定地存在著較大的系統性誤差」。

📊 分析結論：

在評估「應趨近於零的誤差數據」時，CV 與 SNR 極易因數學特性而失真。請務必優先以 均方根誤差 (RMSE)、標準差 (SD) 與 全變差 (TV) 作為評估儀器準確度與穩定性的核心依據。