一般電腦治療計畫系統使用的劑量演算法，在下列那些區域或狀況下，難以得到準確的劑量計算值，必須藉助 direct Monte Carlo method 來確認其劑量值？

本題觀念：

放射治療中電腦治療計畫系統（Treatment Planning System, TPS）所使用的劑量演算法，主要分為解析型演算法（如鉛筆射束卷積法 Pencil Beam Convolution, PBC）、疊加卷積法（如塌陷錐疊加卷積法 Collapsed Cone Convolution, CCC；非均向解析演算法 AAA）以及蒙地卡羅法（Monte Carlo, MC）。傳統演算法多以水假體的量測數據為基礎，再利用射束路徑的電子密度進行等效深度的衰減修正，因此在處理高度不均質組織介面、電子散射複雜的區域時會面臨極限。蒙地卡羅法藉由隨機抽樣模擬每一顆光子與電子的物理作用軌跡，是目前公認最精準的劑量計算方式。

選項分析

A. 大範圍的不均質內部： 錯誤。傳統演算法（如 AAA、CCC）在處理「大範圍且均勻」的不均質介質內部時（例如單純的肺部深處），可以透過輻射等效路徑（radiological path length）及密度梯度的修正，得到具有高度準確性的劑量分布。此區域並非傳統演算法誤差最大的地方。

B. 射束穿過不均質組織後的深部劑量差異： 錯誤。當射束穿過不均質組織（如骨骼或肺臟）後抵達深部均質組織，主要是光子通量（fluence）因為前段組織衰減而改變。傳統演算法利用等效深度法、Batho 冪次法或是射束卷積法，能很好地修

...（解析預覽）...