Blazy Aubignac

UNIVERSITE TOULOUSE III – Paul Sabatier
U.F.R SCIENCES
THESE
pour obtenir le grade de
DOCTEUR DE L’UNIVERSITE TOULOUSE III
Discipline : RADIOPHYSIQUE ET IMAGERIE MEDICALES
présentée et soutenue
par
Léone BLAZY-AUBIGNAC
le 4 septembre 2007
CONTROLE QUALITE DES SYSTEMES DE PLANIFICATION

DOSIMETRIQUE DES TRAITEMENTS EN RADIOTHERAPIE EXTERNE
AU MOYEN DU CODE MONTE-CARLO PENELOPE
Co-Directeurs de thèse : M. Jean BARTHE et M. Michel TERRISSOL
JURY
M. M TERRISSOL Professeur, UFR Sciences Toulouse III - Paul Sabatier, Toulouse Président
M. S HACHEM Professeur, UFR Sciences-UNSA, Nice Rapporteur
M. A NOEL HDR, Chef du service de physique médicale Rapporteur
Centre Alexis Vautrin, Vandoeuvre les Nancy
M. J BARTHE Directeur de recherche CEA, Saclay Directeur de thèse
M. S BEAUMONT Physicien médical, La Roche-sur-Yon Examinateur
Directeur technique, société QUALIFORMED
M. JM BORDY Ingénieur chercheur CEA Examinateur
Responsable du Laboratoire de la Métrologie de la Dose, Saclay
M. L MAKOVICKA Professeur, UFR Franche-Comté, Montbéliard Examinateur
CEA, LIST, Laboratoire National Henri Becquerel, 91191 Gif-sur-Yvette

Remerciements
Remerciements
Je remercie Messieurs Bruno Chauvenet et François Damoy, responsables successifs du
Laboratoire National Henri Becquerel, pour m’avoir permis d’effectuer mes travaux de recherche
au sein de leur laboratoire.
Je tiens à exprimer ma profonde reconnaissante à Monsieur Jean Barthe, Directeur de recherche

au CEA Saclay, pour avoir co-dirigé ce travail de recherche pendant ces trois années. Je le
remercie pour la confiance qu’il m’a accordée et pour le temps qu’il a consacré à la relecture de ce
manuscrit.
Je tiens à remercier Stéphane Beaumont, physicien médical et directeur technique de la société

Qualiformed, pour son encadrement et sa rigueur scientifique qui ont permis d’accomplir ce
travail. Ses conseils avisés pour améliorer mon étude de thèse ainsi que son soutien ont été une
source constante de motivation. Je souhaite également le remercier pour le temps qu’il a consacré
à la correction du manuscrit, pour les fructueuses discussions que nous avons eues ensemble et
enfin, pour ses compétences dans le domaine de la physique médicale. Qu’il trouve dans
l’accomplissement de ce travail toute la sympathie et le respect que je lui porte.
Je remercie également Jean-Marc Bordy, responsable du Laboratoire de la Métrologie de la

Dose, pour m’avoir accueillie au sein de son équipe et n’avoir jamais hésité à mettre en œuvre
tout ce qui lui était possible pour que cette thèse se déroule dans les meilleures conditions. Le
suivi régulier qu’il a su apporter à mes travaux, son aide technique et sa patience à répondre à mes
nombreuses interrogations ont contribué au bon déroulement de ma thèse. Ses pertinentes
remarques dans les étapes de la rédaction m’ont été d’une grande valeur. Qu’il soit assuré de ma
profonde reconnaissance.
Je tiens également à remercier :

Monsieur Michel Terrissol, Professeur à l’Université Paul Sabatier, pour avoir co-dirigé
ce travail de recherche et m’avoir fait l’honneur de présider le jury de cette thèse.
Monsieur Sabet Hachem, Professeur à l’Université de Nice-Sophia Antipolis, et
Monsieur Alain Noel, responsable du service de physique médicale au Centre Alexis Vautrin, qui
ont accepté d’examiner et d’évaluer ce travail. Qu’ils trouvent ici l’expression de ma profonde
gratitude pour l’honneur qu’ils m’ont fait d’être les rapporteurs de ce travail.
Monsieur Libor Makovicka, Professeur à l’Université de Franche-Comté, pour avoir
accepté de participer à ce jury.
Remerciements
Merci à toute l’équipe du Laboratoire de la Métrologie de la Dose pour leur accueil chaleureux,
leur constante bonne humeur et l’intérêt qu’ils ont porté à mes travaux. Je remercie plus
particulièrement, Didier Baltès, Dominique Cutarella, Eric Leroy et Aimé Ostrowsky qui
ont participé activement à la partie expérimentale de ce travail.
Je souhaite remercier très chaleureusement Frank Delaunay, qui m’a accueillie dans son bureau
durant cette thèse, pour ses conseils, son aide, sa disponibilité et sa gentillesse.
Mes remerciements vont également à :

Madame Janet Rickard de la société Elekta pour m’avoir communiqué l’ensemble des
documents nécessaires à la modélisation de l’accélérateur linéaire d’électron de type SL.
Monsieur Laurent Poupon de la société Nucletron pour le temps qu’il a consacré à
répondre à mes nombreuses questions concernant le TPS Masterplan et le format DICOM RT-
Dose. Je tiens à lui exprimer toute ma reconnaissance.
Nicolas Curtet et Sophie Clément, physiciens médicaux à la Clinique du Parc, pour leur
collaboration lors de la mise en place du contrôle qualité sur le TPS Masterplan, leur disponibilité
et leur sympathie.
Eloise Denis, doctorante à l’IRCCyN de Nantes, pour avoir développé les plates-formes
logicielles nécessaires à l’accomplissement de ce travail et pour avoir toujours été disponible pour
résoudre les « bugs logiciels ». Merci pour sa contribution à mon travail et pour sa gentillesse.
Je n’oublierai pas d’associer à ces remerciements Wassim Ksouri, doctorant au LNHB, avec qui
j’ai partagé ces trois années de thèse. Qu’il trouve ici le témoignage de ma profonde amitié.
J’exprime ma profonde reconnaissance à la Ligue Nationale Contre le Cancer et tout

particulièrement au Comité de Vendée présidé par le Docteur Jourdain pour la confiance qu’il
m’a accordée tout au long de ce travail.
Je dédie ce travail :
A mes parents qui m’ont toujours encouragée et soutenue durant toutes ces années et qui
m’ont permis d’aller au bout de mes projets. Merci d’avoir cru à mes choix d’étude et de m’avoir
donné les moyens d’accomplir ce travail dans les meilleures conditions.
A mes frères, Julien et Antoine, pour leur irremplaçable et inconditionnel soutien.
A Alexis pour sa présence et ses encouragements qui occupent une grande place dans
l’accomplissement de ces travaux. Merci de m’avoir tenu la main jusqu’à la dernière ligne de ce
manuscrit. Merci d’avoir toujours été là pour moi.
Table des matières
Introduction .............................................................................................................................. 1
Chapitre 1
Nature et Objet de l’étude ....................................................................................................... 5
I. Contexte .............................................................................................................................. 7
II. Principales fonctions des Systèmes de Planification des Traitements en radiothérapie.... 8
III. Contrôle qualité des Systèmes de Planification des Traitements ................................... 11
III.1] La réception du TPS................................................................................................ 12
III.2] La mise en service du TPS...................................................................................... 12
III.3] L’utilisation en routine clinique du TPS : contrôles périodiques ........................... 12
IV. Contrôle qualité des calculs de dose .............................................................................. 13
IV.1] Organisation du contrôle qualité............................................................................. 13
IV.2] Méthodes référencées pour la vérification des calculs de dose .............................. 15
IV.2.1] Méthode n°1 : « traditionnelle » ...................................................................... 15
IV.2.2] Méthode n°2 : « semi - automatisée » ............................................................. 16
IV.2.3] Méthode n°3 : « automatisée» ......................................................................... 17
V. Recherche avancée sur l’amélioration du contrôle qualité des calculs de dose .............. 19
Chapitre 2
Méthodologie du contrôle qualité automatisé des Systèmes de Planification des
Traitements ............................................................................................................................. 23
I. Introduction....................................................................................................................... 25
II. Code Monte-Carlo PENELOPE ...................................................................................... 26
II.1] Utilisation des codes Monte-Carlo en radiothérapie ................................................ 26
II.2] Principe de la méthode Monte-Carlo ....................................................................... 28
II.3] Simulations Monte-Carlo par le code PENELOPE.................................................. 29
II.3.1] Choix du code.................................................................................................... 29
II.3.2] Descriptif du code PENELOPE ........................................................................ 30
II.3.2.1] Structure générale....................................................................................... 30
II.3.2.2] Modèles de diffusion.................................................................................. 31
Table des matières
II.3.2.3] Incertitudes ................................................................................................. 31

II.3.3] Modifications apportées au programme utilisateur PENDOSES...................... 32
II.3.3.1] Techniques de réduction de variance utilisées pour cette étude................. 34
II.3.3.2] Obtention du fichier d’espace des phases : programme PSF ..................... 36
II.3.3.3] Calcul des distributions de dose : programme DOSE-3D.......................... 37
II.3.4] Définition des fichiers de données d’entrée ...................................................... 40
II.3.4.1] Fichier d’entrée de la géométrie (pendoses.geo)........................................ 40
II.3.4.2] Fichier d’entrée des matériaux (pendoses.mat).......................................... 40
II.3.4.3] Fichier d’entrée de la simulation (pendoses.in) ......................................... 41
III. Index gamma .................................................................................................................. 42
III.1] Les origines de l’index gamma ............................................................................... 42
III.2] Définition ................................................................................................................ 43
III.3] Utilisation................................................................................................................ 45
IV. Objets Tests Numériques ............................................................................................... 46
IV.1] Etat de l’existant ..................................................................................................... 46
IV.2] OTN simples........................................................................................................... 47
IV.2.1] Champs ouverts : carré, rectangulaire et variation Distance Source Surface .. 48
IV.2.2] Modificateurs de faisceaux : filtre en coin ...................................................... 49
IV.2.3] Modificateurs de faisceaux : caches moulés.................................................... 50
IV.2.4] Obliquité de surface......................................................................................... 52
IV.3] OTN hétérogènes .................................................................................................... 53
IV.4] OTN à décrochement.............................................................................................. 56
IV.5] OTN « anatomiques »............................................................................................. 60
IV.6] Vérification du calcul de la dose à l’isocentre........................................................ 63
V. Critères d’acceptabilité pour le contrôle qualité des calculs de dose .............................. 63
V.1] Critères d’acceptabilité référencés ........................................................................... 63
V.2] Critères d’acceptabilité retenus................................................................................ 66
VI. Conclusion ..................................................................................................................... 68
Chapitre 3
Paramétrage et validation des calculs de dose Monte-Carlo PENELOPE ....................... 71
I. Introduction....................................................................................................................... 73
Table des matières
II. Présentation de l’accélérateur linéaire Saturne 43........................................................... 74

II.1] Généralités................................................................................................................ 74
II.2] Modélisation de la tête d’irradiation ........................................................................ 76
II.2.1] Géométrie .......................................................................................................... 76
II.2.1.1] Mode photon (12 MV) ............................................................................... 76
II.2.1.2] Mode électron (18 MeV)............................................................................ 78
II.2.2] Matériaux .......................................................................................................... 80
III. Simulations des faisceaux issus de l’accélérateur Saturne 43........................................ 80
III.1.1] Mode photon, faisceau de 12 MV.................................................................... 81
III.1.1.1] Paramètres de simulation .......................................................................... 81
III.1.1.2] Ajustement des paramètres définissant les électrons initiaux................... 82
III.1.1.2.a] Enegie moyenne et distribution en énergie ........................................ 84
III.1.1.2.b] Tâche focale ....................................................................................... 86
III.1.1.3] Spectre en énergie ..................................................................................... 88
III.1.1.4] Distributions de dose................................................................................. 90
III.1.2] Mode électron, faisceau de 18 MeV ................................................................ 91
III.1.2.1] Paramètres de simulation .......................................................................... 91
III.1.2.2] Ajustement des paramètres définissant les électrons initiaux................... 92
III.1.2.2.a] Energie moyenne et dispersion en énergie des électrons initiaux...... 93
III.1.2.2.b] Tâche focale ....................................................................................... 96
III.1.2.3] Spectre en énergie ..................................................................................... 97
III.1.2.4] Distributions de dose................................................................................. 98
III.1.3] Conclusion ....................................................................................................... 99
IV. Application à des Objets Tests Physiques hétérogènes ................................................. 99
IV.1] Matériels et méthodes ........................................................................................... 100
IV.1.1] Faisceaux incidents........................................................................................ 100
IV.1.2] Objets Tests Physiques hétérogènes .............................................................. 100
IV.1.2.1] Composition............................................................................................ 101
IV.1.2.2] Description.............................................................................................. 101
IV.1.3] Détecteurs utilisés.......................................................................................... 102
IV.1.3.1] Chambres d’ionisation ............................................................................ 102
IV.1.3.2] Dosimètres de Fricke .............................................................................. 103
IV.1.3.3] Facteurs correctifs................................................................................... 104
Table des matières
IV.1.4] Calculs Monte-Carlo...................................................................................... 106

IV.2] Résultats................................................................................................................ 107
IV.2.1] Faisceaux d’électrons (18 MeV).................................................................... 107
IV.2.1.1] OTP eau-poumon.................................................................................... 107
IV.2.1.2] OTP eau-os ............................................................................................. 108
IV.2.2] Faisceaux de photons (12 MV)...................................................................... 110
IV.2.2.1] OTP eau-poumon.................................................................................... 110
IV.2.2.2] OTP eau-os ............................................................................................. 111
IV.2.2.3] OTP eau-os-poumon............................................................................... 113
IV.2.2.4] OTP eau-os, configuration médiastinale................................................. 115
IV.3] Conclusion ............................................................................................................ 116
Chapitre 4
Mise en œuvre du contrôle qualité automatisé des calculs de dose du TPS Masterplan
................................................................................................................................................ 119
I. Introduction..................................................................................................................... 121
II. Etape préliminaire : modélisation de l’accélérateur SL-ELEKTA................................ 121
II.1] Géométrie ............................................................................................................... 122
II.1.1] Eléments non dépendant de l’énergie nominale des faisceaux de photons..... 122
II.1.2] Eléments spécifiques de l’énergie nominale des faisceaux de photons .......... 122
II.1.3] Système de collimation ................................................................................... 124
II.2] Matériaux ............................................................................................................... 128
II.3] Paramètres de simulation ....................................................................................... 129
III. Etape 1 : ajustement des paramètres des électrons initiaux ......................................... 129
III.1] Energie moyenne et dispersion en énergie des électrons initiaux......................... 130
III.1.1] Faisceau de photons de 6 MV........................................................................ 130
III.1.2] Faisceau de photons de 10 MV...................................................................... 132
III.1.3] Faisceau de photons de 18 MV...................................................................... 133
III.1.4] Conclusion ..................................................................................................... 135
III.2] Tâche focale .......................................................................................................... 135
III.3] Spectres en énergie résultant................................................................................. 137
Table des matières
III.4] Simulations complémentaires de vérification....................................................... 139

III.4.1] Calculs de dose sans filtre en coin ................................................................. 140
III.4.1.1] Rendements en profondeur ..................................................................... 140
III.4.1.2] Profils de dose......................................................................................... 142
III.4.2] Calculs de dose avec filtre en coin (60°) ....................................................... 144
III.4.2.1] Rendements en profondeur ..................................................................... 144
III.4.2.2] Profils de dose......................................................................................... 145
III.5] Conclusion ............................................................................................................ 148
IV. Etape 2 : calcul des distributions de dose pour des configurations de test .................. 148
IV.1] TPS testé : Masterplan (version 1.5)..................................................................... 148
IV.2] Différentes configurations testées......................................................................... 150
IV.3] Calcul des distributions de dose ........................................................................... 151
IV.3.1] OTN de sortie de référence............................................................................ 151
IV.3.2] OTN de sortie à tester .................................................................................... 151
V. Etape 3 : comparaison des distributions de dose........................................................... 154
V.1] Rappel des critères d’acceptabilité......................................................................... 154
V.2] Résultats et discussion pour deux OTN type ......................................................... 155
V.2.1] OTN simple A................................................................................................. 155
V.2.1.1] Résultats du test de l’index gamma en 1D............................................... 155
V.2.1.3] Vérification du calcul de la dose à l’isocentre ......................................... 158
V.2.1.4] Discussion ................................................................................................ 158
V.2.2] OTN anatomique « sein » ............................................................................... 158
V.2.2.2] Vérification du calcul de la dose à l’isocentre ......................................... 160
V.2.2.3] Discussion ................................................................................................ 160
V.3] Résultats et discussion pour les autres OTN.......................................................... 161
V.3.1] OTN simples ................................................................................................... 161
V.3.1.1] OTN simple B (10 × 10 cm²) ................................................................... 161
V.3.1.2] OTN simple C (30 × 30 cm²) ................................................................... 162
V.3.1.3] OTN simple E (DSS =130 cm, 10 × 10 cm²)........................................... 162
V.3.1.4] OTN simple F (20 × 5 cm²)...................................................................... 163
V.3.1.5] OTN simple H (filtre en coin).................................................................. 164
Table des matières
V.3.1.6] OTN simple K (cache central) ................................................................. 165

V.3.2] OTN hétérogènes ............................................................................................ 166
V.3.2.1] OTN hétérogène A (eau + os) .................................................................. 166
V.3.2.2] OTN hétérogène E (tumeur isolée) .......................................................... 166
V.3.3] OTN à décrochement ...................................................................................... 167
V.3.3.1] OTN à décrochement A (faisceau décalé) ............................................... 167
V.3.3.2] OTN à décrochement D (forme « T »)..................................................... 168
VI. Conclusion ................................................................................................................... 169
Conclusion............................................................................................................................. 171
Bibliographie......................................................................................................................... 177
Annexe A : Modèles de diffusion du code MC PENELOPE ............................................ 195
Annexe B : Sous-programmes du code MC PENELOPE ................................................ 199
Annexe C : Résultats du contrôle qualité du TPS MASTERPLAN .............. ………….201
Liste des communications et publications personnelles.................................................... 229

Glossaire
Glossaire
AAPM : American Association of Physicists in Medicine

DSA: Distance Source Axe
DSS: Distance Source Surface
ESTRO: European Society for Therapeutic Radiology and Oncology
FWHM: Full Width at Half Maximum
IAEA: International Agency of Energy Atomic
ICRU : International Commission on Radiation Units
IPEMB: Institute of Physics and Engineering in Medicine and Biology
IRCCyN: Institut de Recherche en Communications et CyberNétique
LINAC: Linear Accelerator
MC: Monte Carlo
NCS: Netherlands Commission on Radiation Dosimetry
OTN: Objet Test Numérique
OTP: Objet Test Physique
SFPM : Société Française de Physique Médicale
SSRMP: Swiss Society for Radiobiology and Medical Physics
TPS: Treatment Planning System
UM: Unité Moniteur
Introduction
Introduction
Depuis une dizaine d'années, les avancées significatives en radiothérapie externe sont
fortement conditionnées à l’utilisation systématique d’outils informatiques qui permettent de
« piloter » de plus en plus précisément des dispositifs médicaux de plus en plus complexes.
Parmi ces outils, les Systèmes de Planification des Traitements (Treatment Planning System 1)
occupent une position clé au sein du service de radiothérapie. Ils recueillent les données
anatomiques du patient, assistent le médecin dans le choix des paramètres géométriques de
l’irradiation et réalisent le calcul prévisionnel de la distribution de la dose afin de s’assurer
que les objectifs thérapeutiques seront respectés. Ils permettent également de calculer les
quantités de rayonnement à délivrer par faisceau et par séance d’irradiation (Unités Moniteur)
pour respecter la prescription médicale. Compte tenu de ce rôle déterminant, il apparaît donc
essentiel que les TPS fassent l’objet d’un contrôle de performances approfondi afin de
garantir la qualité et la sécurité des traitements par radiothérapie. L’objectif de ce contrôle
qualité est d’une part, de vérifier la justesse des calculs de doses réalisées par les TPS et
d’autre part, de connaître les limites de leur utilisation (domaines de validité).
Ces travaux de thèse proposent de réaliser le contrôle qualité des outils dosimétriques des TPS
au moyen de simulations Monte-Carlo réalisées avec le code PENELOPE. Ces simulations
peuvent se substituer avantageusement au processus habituel qui consiste à comparer les
distributions de dose calculées par le TPS avec des mesures dosimétriques. En effet, elles
permettent d’envisager le contrôle qualité du TPS sans monopoliser les appareils de
traitement et elles offrent dans de nombreuses configurations de test, une précision supérieure
aux mesures compte tenu du matériel dosimétrique dont peut disposer un centre de
radiothérapie. De plus, les simulations Monte-Carlo PENELOPE peuvent constituer une
référence de dosimétrie numérique dont le format facilite les opérations de comparaisons avec
les résultats des TPS, également numériques.
Ainsi, la simplification de la mise en œuvre du contrôle qualité des TPS, grâce notamment à
ces possibilités d’automatisation, devrait permettre aux centres de radiothérapie de disposer
d’un contrôle plus complet et plus approfondi.
1
Dans la suite du document, le Système de Planification des Traitements sera nommé TPS, pour l’anglais,
Treatment Planning System.
1
Introduction
Dans un souci de priorité, nos travaux ont porté sur la radiothérapie conformationnelle sans
modulation d’intensité puisque ce type de traitement représente encore, en termes de dose
délivrée, plus de 75% des traitements réalisés en radiothérapie.
Le premier chapitre présente le contexte de cette étude et introduit la notion du contrôle

qualité des TPS en insistant sur les moyens actuellement disponibles pour le mettre en œuvre.
Ce chapitre retrace également, succinctement, l’évolution des TPS, au cours des trente
dernières années et expose la place prépondérante qu’ils occupent actuellement dans le
dispositif de préparation des traitements par radiothérapie. A l’issue de ce chapitre, nous
valorisons les simulations Monte-Carlo comme un outil privilégié pour évaluer la qualité des
calculs de dose réalisés par les TPS.
Après une présentation de la méthodologie destinée à automatiser le contrôle qualité des TPS,
le second chapitre expose les trois outils indispensables à sa mise en œuvre. Tout d’abord, le
code Monte-Carlo PENELOPE est présenté en insistant sur les modifications apportées pour
les besoins de l’étude. Ensuite, l’outil d’évaluation des calculs de dose et les Objets Tests
Numériques consacrés au contrôle qualité sont détaillés. Enfin, une attention toute particulière
est portée aux critères d’acceptabilité nécessaires à la validation des calculs de dose des TPS.
Le troisième chapitre aborde la validation expérimentale, proprement dite, des simulations

Monte-Carlo PENELOPE proposées. Cette validation est réalisée pour un faisceau de photons
de 12 MV et un faisceau d’électrons de 18 MeV issus de l’accélérateur linéaire médical
Saturne 43 du Laboratoire National Henri Becquerel. Les simulations Monte-Carlo effectuées
dans une cuve à eau ainsi que les matériels et les méthodes utilisés pour les mesures
expérimentales, notamment en milieux hétérogènes, sont décrites. Les calculs Monte-Carlo
sont alors confrontés aux résultats expérimentaux et l’influence de divers paramètres tels que
l’énergie et la tâche focale du faisceau d’électrons initiaux sont discutées.
Le dernier chapitre est consacré à l’application clinique du contrôle qualité automatisé. Cette
application a été menée pour le TPS Masterplan utilisé en routine à la Clinique du Parc de
Chalon sur Saône pour trois qualités de faisceaux de photons : 6 MV, 10 MV et 18 MV.
2
Introduction
Toutes les étapes nécessaires au contrôle qualité que nous proposons sont détaillées dans ce
chapitre :
- tout d’abord, le paramétrage de la simulation Monte-Carlo comprend la modélisation
géométrique de l’accélérateur ELEKTA utilisé en routine clinique, l’ajustement des
paramètres initiaux des électrons à l’origine de la production des faisceaux de photons et la
validation des simulations Monte-Carlo, dans une cuve à eau, pour différentes dimensions de
champ d’irradiation.
- ensuite, les calculs de dose sont effectués, en 3 Dimensions, par le code Monte-Carlo
PENELOPE (référence) et par le TPS Masterplan dans douze Objets Tests Numériques
préalablement identifiés.
- enfin, ces calculs de dose sont comparés et validés à l’aide de l’outil d’évaluation et des
critères présentés conjointement dans le chapitre 2. Le détail des résultats obtenus fait l’objet
d’un document annexe.
Les travaux de recherche menés au cours de cette thèse ont été effectués dans le cadre d’un
partenariat entre le Laboratoire National Henri Becquerel (CEA Saclay, 91) et la société
QuaLiformeD (La Roche-sur-Yon, 85). Ils ont également bénéficié du concours du service de
radiothérapie de la Clinique du Parc (Chalon-sur-Saône, 71) et de la Ligue contre le Cancer
(Comité de Vendée).
3
4
Chapitre 1 : Nature et Objet de l’étude
Chapitre 1
Nature et Objet de l’étude
5
6
I. Contexte
Aujourd’hui, la moitié des cancers sont traités par radiothérapie. L'effet biologique étant en
relation avec l’énergie absorbée par les tissus, le développement de la radiothérapie ne saurait
être dissocié de celui de la dosimétrie des rayonnements ionisants. L'étalonnage des faisceaux
d’irradiation et la détermination de la répartition spatiale de la dose absorbée à l'intérieur de
l'organisme sont donc déterminants pour la qualité de prise en charge des patients.
Pour les TPS, les années 1970 sont marquées principalement par la recherche de méthodes de
modélisation dosimétriques compatibles avec des temps de calculs raisonnables compte tenu
des capacités informatiques de l’époque. Dans ce contexte, les TPS étaient capables de
reproduire des distributions de dose bidimensionnelles pour des situations géométriques
simples. Les calculs de dose pour des situations complexes (prise en compte des
hétérogénéités, des irrégularités de surface…) étaient, quant à eux, très imprécis voire
impossibles. Au cours de cette même décennie, les protocoles établis par des commissions
d'experts (ICRU-29 1978, IAEA 1987) ont permis la mise en place des programmes
d'intercomparaisons dosimétriques qui ont constitué le point de départ des programmes
d'assurance qualité en radiothérapie externe.
Les années 1980-1990 apportent une évolution des techniques de traitements en radiothérapie
externe. Les développements rapides des systèmes d'imagerie diagnostiques, des accélérateurs
linéaires à collimateur multilames (Figure 1) mais surtout, des moyens informatiques mis à
profit dans les TPS et également dans les réseaux d’échanges et de vérification d’information
(Record and Verify) ont ouvert de nouvelles voies pour des traitements plus efficaces. Un
traitement efficace limite au maximum l’irradiation des tissus sains et accroît l’irradiation des
tumeurs.
Désormais, les techniques de l’information et de la communication sont au cœur des
processus de décisions et de réalisation des traitements par radiothérapie externe (acquisition
des images diagnostiques, planification géométrique des traitements, calcul des distributions
de dose, pilotage des irradiations délivrées par les accélérateurs linéaires).
De nos jours, la radiothérapie est devenue conformationnelle : les faisceaux sont
systématiquement conformés aux contours des tumeurs grâce à l’utilisation conjointe du
scanner pour l’obtention des données anatomiques en position de traitement, des TPS pour
recueillir ces données en assistant le médecin dans la préparation d’une balistique optimale et
du collimateur multilames pour délimiter l’irradiation au strict minimum.
7
(b) Varian Medical Systems
(a) Varian Medical Systems
Figure 1: a) collimateur multilames b) accélérateur linéaire équipé d’un collimateur multilames.

Le collimateur multilames permet d’adapter la forme des faisceaux d'irradiation à celle de la tumeur.
II. Principales fonctions des Systèmes de Planification des

Traitements en radiothérapie
L’AAPM (1998) définit la planification des traitements en radiothérapie externe comme étant
la procédure mise en œuvre pour déterminer le nombre, l’orientation, le type et les
caractéristiques des faisceaux utilisés pour délivrer une dose de rayonnement à un patient
présentant une tumeur cancéreuse. Les sept étapes de cette procédure sont présentées dans le
Tableau 1.
Le TPS construit un modèle virtuel en 3D du patient à partir des multiples coupes du patient
acquises au cours de l’examen scannographique réalisé en position de traitement (étape 1 et
2). Le TPS offre ensuite des outils de contourage et d’expansion qui permettent de délimiter
les volumes du patient à traiter et à protéger (étape 3). Au cours de l’étape 4, les données
anatomiques (contour de tumeur et des organes à protéger) servent à la définition des
caractéristiques physiques (énergie et type) et géométriques (nombre, incidences, dimensions
et formes) des faisceaux d’irradiation. Des modificateurs de faisceaux (bolus, filtre en coin)
peuvent également être utilisés pour adapter les distributions de dose aux volumes à irradier:
modification de la profondeur du maximum de dose, compensation des obliquités de surface,
irradiation des volumes concaves.
L'analyse quantitative et qualitative de la répartition des doses autour du volume tumoral est
faite, au cours des étapes 5 à 7, en tenant compte des hétérogénéités du milieu. Cette analyse
8
doit garantir la justesse dosimétrique du traitement. Cela implique, le calcul des distributions
de dose en 3D, autour du volume tumoral grâce à un algorithme de calcul de dose adapté, et
également le calcul des temps d’irradiation, par faisceau et par séance (Unité Moniteur),
nécessaires pour délivrer la dose prescrite.
Tableau 1 : Procédure de planification des traitements par radiothérapie (AAPM 1998).
1. Positionnement du patient et du système de contention

• Recherche de la position du patient la plus adaptée au traitement (confort, reproductibilité, dégagement des
tissus sains)
• Recherche du système de contention le plus performant pour maintenir le patient dans la position de
traitement
2. Acquisition des images diagnostiques (scanner, IRM, PET)

• Acquisition et transfert des images sur le TPS
• Recalage éventuel des données (IRM, PET) sur le scanner de référence réalisé en position de
traitement
3. Définitions anatomiques (optimisation géométrique)

• Définition et délimitation des contours correspondant aux structures saines et critiques
• Définition du volume tumoral et expansion en 3D de ces volumes pour tenir compte des mouvements
internes et externes du patient, des incertitudes de contourage et du repositionnement à chaque séance
• Obtention de la cartographie des densités électroniques de chaque structure au moyen d’un étalonnage
du contraste des images scanner en terme de densité électronique
4. Définition des faisceaux (optimisation géométrique)

• Détermination des faisceaux (énergie, nombre, incidence)
• Affichage du champ et des structures dans des vues multiples et notamment depuis la source de
rayonnement
• Conformation des champs aux structures à irradier au moyen de caches et collimateur multilames
- Détermination des modificateurs de faisceaux (bolus, filtre en coin)
- Détermination de la pondération de chaque faisceau
5. Calcul de la dose (optimisation dosimétrique)

• Sélection de l’algorithme de calcul de dose et de la méthodologie de calcul, choix de la grille
• Entrée de la dose prescrite et calcul de la dose
6. Evaluation du plan de traitement (optimisation dosimétrique)

• Affichage en 2-D et en 3-D des distributions de dose
• Analyse visuelle des distributions de dose
• Analyse des distributions de dose au moyen d’histogrammes dose-volume (représentation graphique du
pourcentage de volume irradié en fonction de la dose délivrée)
• Utilisation d’outils d’optimisation pour répondre aux objectifs cliniques
7. Mise en application du plan de traitement (optimisation dosimétrique)

• Calcul des Unités Moniteur (temps de traitement par faisceau)
• Vérification et validation du plan de traitement
• Transfert du plan de traitement vers le système d’enregistrement et de vérification des traitements puis,
vers l’appareil de traitement
9
L’analyse du Tableau 1 met en évidence la place qu’occupe l’outil TPS dans la procédure de
planification des traitements et les possibilités offertes par cet outil. Le TPS apparaît comme
l’une des ressources essentielles dans la préparation des traitements par radiothérapie et où ses
fonctions multimodales - de la définition anatomique au calcul de la dose – impliquent le
suivi et le contrôle de la conformité des résultats.
Selon la recommandation de l’ICRU-29 (1978), l’erreur maximale sur la dose délivrée au

patient doit rester inférieure à 5 % (1σ). Dans cette continuité, le rapport ICRU-42 indique
que : « la connaissance de la dose en un point du patient est le résultat de trois étapes
distinctes : i) la détermination de la dose absorbée au point de référence dans les conditions de
référence ii) le calcul, par le TPS, de la dose en un point du patient relative à la dose au point
de référence iii) la mise en place du traitement. L’incertitude sur la dose délivrée est la
combinaison des incertitudes inhérentes à chacune des étapes précitées ».
Par conséquent, il est couramment et cliniquement admis 2,5 % d’incertitude sur le réglage du
faisceau (symétrie, homogénéité…), 3% sur le calcul de la dose relative par le TPS, et enfin 3
à 4 % d’incertitude lors de la délivrance du traitement (positionnement du patient,
mouvements internes et externes) (Cunningham 1984, ICRU-29 1978, Mijnheer et al 1989).
Les possibilités de traitement offertes, par les équipements actuels et les nouvelles
technologies, impliquent des contrôles drastiques pour s’assurer du respect de la
recommandation de l’ICRU-29 et pour garantir l’efficacité, la qualité et la sécurité des
traitements prescrits. Ainsi, les performances des dispositifs médicaux permettant de préparer
les traitements (TPS, systèmes d’imagerie) et de les réaliser (accélérateurs linéaires) font
l’objet d’une surveillance particulière. A titre d’exemple, les mesures in vivo ont pour
fonction de valider la dose délivrée par l’appareil de traitement, lors des séances d’irradiation,
en positionnant des dosimètres à semi-conducteur à l’entrée et à la sortie du patient (Noel et al
1995).
Pour les TPS, le contrôle qualité doit permettre de vérifier la conformité de leurs
performances, de surveiller toutes dérives des performances initiales et de connaître les
limites de validité des logiciels exploités sur ces TPS. Des documents de référence pour ce
contrôle qualité ont été établis, successivement, par diverses commissions étrangères (AAPM
1995 et 1998, ESTRO 2004, IPEMB 1996, IAEA 2004, NCS 1997 et 2006, SSRMP 1997).
10
La Société Française de Physique Médicale (SFPM) mène, actuellement, une réflexion afin
d’éditer des recommandations nationales. Les experts français mandatés par la SFPM ont pu
définir, sans encombre, les différents paramètres permettant de quantifier les performances
des TPS et les méthodes associées en constatant, cependant, le manque d’outils pratiques pour
mettre aisément en œuvre ces contrôles qualité.
Cette étude de thèse a pour objectif de fournir des outils d’évaluation des performances
dosimétriques des TPS (étape 5 du Tableau 1). En complément, d’autres travaux de recherche
ont été menés à l’Institut de Recherche en Communications et CyberNétique (IRCCyN) de
Nantes sur les aspects géométriques des TPS (Denis et al 2005).
Les TPS simulent les dépôts d’énergie, dans les tissus, au moyen d’algorithmes de calcul des
distributions de dose. Ces algorithmes ont été développés pour permettre un calcul de dose
dans quasiment n’importe quelle condition géométrique de traitement et ce, dans un temps
raisonnable, compatible avec la routine clinique (maximum de 15 minutes par plan de
traitement). Il en résulte, bien entendu, un compromis en termes de précision des calculs de
dose dont il faut s’assurer avant toute utilisation clinique. Par ailleurs, les algorithmes utilisés
par les TPS sont paramétrés par des données de base constituées de mesures dosimétriques
particulières, réalisées directement sous l’appareil de traitement. De fait, il convient
également de s’assurer de la pertinence de ces données de base.
Tandis que la plupart des TPS ont recours à un calcul analytique pour réduire les temps de
calcul, cette étude s’appuie sur l’utilisation d’un algorithme de calcul de dose fondé sur la
méthode Monte-Carlo. Cet algorithme simule, individuellement, le transport de chaque
particule incidente du faisceau d’irradiation et permet d’obtenir, au détriment des temps de
calcul, des distributions de dose plus détaillées. Les doses calculées au cours de cette étude
couvrent uniquement quelques conditions particulières caractéristiques d’irradiation pour
lesquels les compromis en termes de temps de calcul sont beaucoup moins critiques qu’en
routine clinique.
III. Contrôle qualité des Systèmes de Planification des Traitements
Le contrôle qualité intègre tout le cycle de vie d’un TPS : de sa réception, en passant par sa
mise en service, jusqu'à son utilisation en routine clinique.
11
III.1] La réception du TPS

Des tests doivent être effectués, dès que le TPS est installé dans le service de radiothérapie,
pour s’assurer qu’il est conforme aux spécifications données par le constructeur.
Ces tests concernent la vérification de l’équipement proprement dit (unité centrale,
périphériques, logiciels de simulation virtuelle 2 et de dosimétrie) et de son fonctionnement
(calculs de dose et temps de calcul) pour des cas de référence (prise en compte des
hétérogénéités, prise en compte de manque de volume diffusant…). Aucune mesure n’est
nécessaire pour ces cas de référence ; il ne s’agit que d’une évaluation qualitative.
III.2] La mise en service du TPS

Des tests doivent être réalisés, avant toute utilisation clinique d’un nouveau TPS ou d’une
nouvelle version d’un TPS (évolution du système), afin d’évaluer quantitativement la validité
des calculs de dose.
Ces tests à réaliser peuvent être définis à l’aide de la procédure de planification des
traitements présentée dans le Tableau 1 puisqu’ils doivent couvrir l’ensemble des possibilités
dosimétriques (calculs de dose) et non–dosimétriques (acquisition des images, définitions
anatomiques, définition des faisceaux…) des TPS.
Ce sont des tests de justesse et de validation « aux limites ».
III.3] L’utilisation en routine clinique du TPS : contrôles périodiques

Des tests conduits, à intervalles réguliers, ont pour but de confirmer l’intégrité des
périphériques utilisés comme données d’entrée (systèmes d’imageries, logiciels de transfert
vers le TPS…), de vérifier les calculs de dose et de confirmer le bon fonctionnement des
périphériques utilisés pour la sortie des données (imprimantes, logiciels de transfert des
données vers le système de vérification puis vers l’appareil de traitement …).
2
Le logiciel de simulation virtuelle permet de simuler les conditions géométriques de l’irradiation (nombre de
faisceau, incidence, orientation…) délivrée lors d’un traitement par radiothérapie en fonction de la localisation et
de la forme du volume cible et des organes sensibles qui lui sont proches.
12
IV. Contrôle qualité des calculs de dose
Depuis une vingtaine d’années, de nombreux efforts ont été menés par les acteurs de la
physique médicale pour adapter le contrôle qualité aux possibilités dosimétriques des TPS
(AAPM 1995 et 1998, Belleti et al 1996, Brahme et al 1988, ESTRO 2004, IAEA 2004,
IPEMB 1996, Kolitsi et al 1997, NCS 1997 et 2006, Panista et al 1997, Rosenwald 1998,
SSRMP 1997, Van Dyk et al 1993, Venselaar et al 2001a).
Dans les années 70-80, au début de l’utilisation des TPS, la plupart des utilisateurs avaient
déjà conscience des enjeux et des risques liés aux calculs de dose et avaient, dès lors, pris
l’habitude d’effectuer des tests ponctuels sur leurs systèmes pour vérifier la corrélation entre
les doses calculées et mesurées. Cette réflexion scientifique a donné lieu à de nombreuses
publications traitant exclusivement de la vérification des calculs de dose en 2-D (McCullough
et al 1980 ; Westernamm et al 1984 ; Davis et al 1997) et a conduit plusieurs groupes
d’experts à développer des protocoles de contrôle qualité (AAPM 1995, NCS 1997, IPEMB
1996, Kolitsi et al 1997, SSRMP 1997, Panista et al 1997).
Bien que le travail de Van Dyk et al (1993) propose de nombreuses recommandations
permettant une vérification plus complète, plus spécifique et plus précise des possibilités
dosimétriques des TPS, il a fallu attendre les rapports AAPM (1998), IAEA (2004), ESTRO
(2004) et plus, récemment le rapport NCS (2006), fondé sur les travaux de Venselaar et al
(2001a), pour disposer d’outils qui traitent, en détail, de tous les aspects présents dans le
développement du contrôle qualité des calculs de dose.
D’ores et déjà, ces rapports permettent d’une part, de seconder l’utilisateur dans le
développement et la mise en œuvre du contrôle qualité et d’autre part, de donner une vision
réaliste et complète de la charge de travail associé à ce contrôle (nombre de tests à réaliser,
fréquence des tests, choix des critères d’acceptabilité…).
IV.1] Organisation du contrôle qualité

Cette organisation s’appuie sur les travaux du « Task Group 53 » de l’AAPM (1998). A ce
jour, le contrôle qualité concernant les calculs de dose consiste à comparer les distributions de
dose calculées par le TPS avec des distributions de dose mesurées sous l’accélérateur linéaire.
Cinq items s’articulent autour de ce contrôle (Tableau 2).
13
Tableau 2 : Items pour le contrôle qualité des calculs de dose (AAPM, 1998).
1. Vérification des données de base implémentées dans le TPS
Æ Objectif : Vérifier que le TPS est capable de reproduire précisément les données d’entrée.
Les données d’entrée sont les données expérimentales des accélérateurs du service de radiothérapie qui sont
nécessaires pour effectuer les calculs de dose. Ces données proviennent, principalement, de mesures réalisées
au sein de cuve à eau. Ce sont généralement des courbes de rendement en profondeur, de profils de dose, de
débit de dose en fonction des dimensions des champs d’irradiation et des profondeurs utilisées en clinique.
L’influence des modificateurs de faisceaux (filtre en coin, caches moulés) est également prise en compte avec
des mesures additionnelles de profils de dose et de facteurs de transmission.
2. Vérification qualitative de l’algorithme de calcul de dose

Æ Objectif : Vérifier que l’algorithme de calcul est conforme aux spécifications fournies par
le constructeur.
3. Vérification quantitative des calculs de dose

Æ Objectif : Vérifier la validité des calculs de dose en prenant appui sur des distributions de dose pour
un certain nombre de tests « simples ».
4. Identification des limites et des performances de l’algorithme de calcul de dose

Æ Objectif : Connaître les limites de l’algorithme de calcul pour pouvoir interpréter correctement les
calculs de dose pour chaque situation clinique (domaine de validité).
Cela implique des tests extrêmes éloignés de la réalité clinique et des tests « simples ».
5. Vérification dosimétrique pour des situations cliniques

Æ Objectif : Vérifier la validité des calculs de dose pour des situations cliniques combinant des
hétérogénéités en 3-D, des champs d’irradiation de forme complexes...
(utilisation de fantômes, plus ou moins, anthropomorphiques)
La lecture de ce tableau illustre cinq points de contrôle et des objectifs précis nécessitant des
outils appropriés. De fait, la vérification de ces items fait appel à des tests spécifiques qui sont
étroitement corrélés aux matériels disponibles pour effectuer les tests et à l’utilisation du TPS
en routine clinique. Ces tests de vérification dosimétrique peuvent être classés en deux
catégories :
- catégorie 1 : des tests « simples » (IAEA 2004, AAPM 1998, ESTRO 2004, Van
Dyk et al 1993)
Ils font référence à des géométries simples et sont effectués dans une cuve d’eau. Les résultats
sont faciles à interpréter lors des comparaisons calculs-mesures.
14
- catégorie 2 : les tests « complexes » (AAPM 1998, Caneva et al 2000, ESTRO 2004,
IAEA 2004, NCS 2006, Panista et al 1997, Simonian-Cauve et al 1998, Venselaar et al
2001a)
Ils concernent des géométries plus complexes (hétérogénéités, manque de volume diffusant,
obliquité de surface…) et peuvent faire appel à des fantômes, plus ou moins,
anthropomorphiques pour simuler des conditions, plus ou moins, réalistes de traitement. Les
résultats sont souvent difficiles à interpréter, lors des comparaisons calculs - mesures, compte
tenu des incertitudes relatives aux mesures, aux données de base (Tableau 2) et à l’algorithme
de calcul de dose implémenté dans le TPS.
Même si la plupart des tests « simples » peuvent être communs, à tous les services de
radiothérapie, il est essentiel que chaque service adapte ce contrôle qualité à ses propres
besoins cliniques. Le contrôle des calculs de dose, développé dans le Tableau 2, impose aux
utilisateurs une batterie de tests difficilement gérables dans un environnement de routine
clinique (« temps machine », « temps humain »).
Ainsi, l’évolution de l’environnement en radiothérapie suggère le besoin d’outils de contrôle
plus simples à mettre en œuvre. Les travaux de thèse vont donc se positionner sur ce besoin,
mis en exergue par les acteurs de la physique médicale, et vont tenter de compléter et de
simplifier les méthodes référencées.
IV.2] Méthodes référencées pour la vérification des calculs de dose

La mise en place du contrôle qualité, développé précédemment, nécessite une méthodologie
rigoureuse. A ce titre, trois méthodes sont déjà référencées dans la littérature pour la
vérification des 5 items du Tableau 2. Dans ce paragraphe, chaque méthode sera
volontairement nommée et décrite succinctement avec ses avantages et ses inconvénients.
IV.2.1] Méthode n°1 : « traditionnelle »

La procédure habituelle s’appuie sur des comparaisons entre des calculs de dose et des
mesures dites de « référence » réalisées pour des conditions d’irradiation standardisées. Les
tests varient en complexité pour être, finalement, représentatifs de la réalité clinique.
Chaque centre doit disposer d’objets tests physiques ou fantômes dans lesquels sont mesurées
les données expérimentales de référence. Le test doit ensuite être reproduit, au niveau
15
informatique, pour les mêmes conditions d’irradiation. Les conditions d’irradiation du test
doivent être reproduites sur le TPS pour obtenir les calculs des distributions de dose pour les
fantômes.
Cette méthode, performante et maîtrisée, est bien adaptée aux cas simples (irradiations de
milieux simples sans obliquité de surface ni hétérogénéité). Dans ce cas, le test peut être
réalisé avec un matériel dosimétrique standard constitué, d’une cuve à eau, d’un explorateur
de fantôme, de chambres d’ionisation associées à un électromètre. De nombreux paramètres
peuvent être testés, dans ces conditions, tels que l’influence : de la distance à la source, de la
profondeur, de la taille du champ, de l’asymétrie et des accessoires modificateurs de
faisceaux, des caches moulés, du collimateur multilames, du filtre en coin…
En revanche, ces conditions restent assez éloignées de la réalité clinique pour laquelle le
milieu irradié est beaucoup plus complexe. Tester de telles conditions fait intervenir, cette
fois, des fantômes plus élaborés (hétérogénéités, manque de milieu diffusant, obliquité de
surface) dont il est difficile de disposer et dans lesquels, les mesures de dose sont beaucoup
plus délicates à mettre en œuvre. Pour palier ce problème de mesure de dose, Guillerminet et
al (2003a) ont proposé une dosimétrie par gels polymères qui s’adapte facilement aux
conditions d’irradiations complexes et qui permet de déterminer, expérimentalement, les
distributions de dose en 3D.
Malheureusement, le contexte actuel de manque de disponibilité des installations en dehors du
temps de traitement des patients rend cette méthode chronophage difficilement utilisable.
IV.2.2] Méthode n°2 : « semi - automatisée »

L’AAPM propose dans son rapport 55 (1995) une vérification dosimétrique des TPS pour les
faisceaux de photons de haute énergie en fournissant deux types de données :
- des données de référence expérimentales pour des champs d’irradiation de sections
carrées ou rectangulaires (profils et rendements en profondeur sur l’axe, facteurs d’ouverture
collimateur, les facteurs de transmissions des filtres en coin…) provenant de deux
accélérateurs linéaires (Varian Clinac - 4MV et AECL Therac20 - 18 MV),
- des mesures de dose obtenues pour 16 configurations tests (hétérogénéités, caches
moulés, obliquité de surface…) et pour 2 énergies.
Pour tirer profit de cette vérification dosimétrique « semi-automatisée », l’utilisateur doit
configurer la bibliothèque dans son TPS à partir des données de référence fournies par le
rapport 55 et modéliser les faisceaux de photons pour ces deux accélérateurs. Une fois que les
16
données de ces deux appareils sont rentrées dans la bibliothèque, la comparaison peut se faire
entre les données calculées par le TPS et les données mesurées pour les configurations
proposées dans le rapport 55.
L’avantage de cette méthode est qu’aucune mesure n’est nécessaire ce qui libère les machines
de traitement. En revanche, cette méthode ne correspond à aucun appareil utilisé pour les
traitements et est lourde à implémenter (configuration de la bibliothèque des TPS, analyse et
traitement des résultats). De plus, les récents développements technologiques tels que les
collimateurs multilames ne peuvent être incorporés dans ces tests « clé en main » car les
accélérateurs qui ont été utilisés ne proposent pas ces nouveaux accessoires. L’utilisation de
cette méthode statique, dépendante des appareils de traitement, est limitée au regard de
l’évolution technologique rapide de la radiothérapie (Caneva 2001).
Une remise à niveau a été proposée en 2001 par Vensalaar et al (2001a). La méthode de
vérification dosimétrique est similaire mais elle est, cette fois-ci, fondée sur un jeu de données
expérimentales obtenu pour deux accélérateurs modernes équipés de collimateur multilames
(Elekta SL-15 et SL-20) et pour 3 énergies photons. Ce nouveau jeu de données permet de
tester le calcul de dose des TPS dans le cas de nouvelles techniques de traitements (champs de
forme complexe) ou dans le cas de traitements existants spécifiques (manque de volume
diffusant). Il est important de souligner qu’aucun jeu de données n’est actuellement
disponible pour les faisceaux d’électrons.
IV.2.3] Méthode n°3 : « automatisée»

Cette méthode a été développée dans le cadre du projet européen Dynarad (Kolitsi et al 1997,
Panista et al 1997, Rosenwald 1998).
Une classification des tests, en 3 niveaux, a été proposée pour le contrôle qualité des calculs
de dose (mode photon et mode électron) :
- niveau 1 (item 2, Tableau 2): évaluation qualitative des TPS pour apprécier ce qui est
pris en compte ou négligé dans les algorithmes de calcul de dose.
L’utilisateur doit effectuer une simple comparaison avec un cas de référence pour rechercher
les différences. Des données expérimentales ne sont pas nécessaires.
- niveau 2 (item 3, Tableau 2): évaluation quantitative du TPS pour apprécier le calcul
de dose pour des configurations simples, indispensables avant toute utilisation clinique.
L’utilisateur compare des données mesurées pour des cas simples avec des données calculées
17
par le TPS.
- niveau 3 (item 4, Tableau 2): évaluation quantitative du TPS pour apprécier la justesse
des calculs de dose pour des configurations complexes.
Cette évaluation repose sur l’obtention de facteurs correctifs qui expriment les modifications
de la dose induites par une situation complexe par rapport à une situation simple de référence.
La complexité peut apparaître par la présence de modificateurs de faisceaux (caches moulés,
filtre en coin) ou par la présence d’hétérogénéités, d’irrégularités de surface…
Les « facteurs correctifs de référence » fournis dans les travaux de Caneva et al (2000) ont été
obtenus pour des faisceaux de photons soit, expérimentalement soit, à partir des données
publiées. Ils sont exprimés en fonction de l’indice de qualité du faisceau et ne dépendent donc
pas de l’accélérateur où ils sont mesurés.
Pour vérifier le calcul de dose dans une configuration complexe, l’utilisateur doit dans un
premier temps, reproduire sur son TPS les configurations tests proposées et, dans un second
temps, effectuer le calcul des facteurs correctifs à partir des doses calculées par le TPS. Les
facteurs correctifs, ainsi calculés pour chaque configuration, sont comparés aux « facteurs
correctifs de référence » fournis pour un indice de qualité de faisceau donné.
Cette méthode présente deux avantages majeurs : une mise en œuvre très simple, aucune
mesure ne doit être faite par l’utilisateur lors du niveau 3 - le plus complexe à mettre en œuvre
- et des résultats faciles à interpréter. Cette méthode a d’ailleurs été utilisée pour vérifier les
calculs de dose des TPS, en mode photon, dans les milieux équivalent-poumon (Tsiakalos et
al 2004) et au voisinage des interfaces air/tissu (Caneva et al 2006).
Cependant, la nécessité de mesures initiales, pour déterminer les « facteurs correctifs de
référence », confère un inconvénient à cette méthode. En effet, le degré de complexité des
configurations tests se trouve limité d’une part, par la disponibilité des milieux de référence
adaptés à la réalisation de ces tests et d’autre part, par la difficulté de réalisation de mesures
dans bon nombre de situation de tests. Cette méthode est donc difficilement adaptable à des
configurations tests, proches de la réalité clinique des traitements.
18
V. Recherche avancée sur l’amélioration du contrôle qualité des

calculs de dose
Le potentiel et les limites des méthodes précédemment évoquées, montrent que la mise en
œuvre d’un contrôle qualité des calculs de dose réalisés par les TPS se heurte à deux
difficultés majeures :
- l’évolution des appareils et des techniques de traitement,
- l’obtention de données de référence dosimétriques pour les conditions d’irradiation
proches des traitements.
Face à la nécessité d’améliorer la qualité des traitements en radiothérapie, l’objectif de cette

thèse est de proposer une méthodologie originale et efficace pour automatiser le contrôle
qualité des calculs de dose des TPS en routine clinique en faisant appel à la méthode de calcul
Monte-Carlo.
Les codes Monte-Carlo calculent la dose déposée dans les milieux, en simulant
individuellement le transport de chaque particule, depuis son point d’émission jusqu’à son
absorption complète dans le milieu. L’histoire de chaque particule est simulée, de façon
aléatoire, à l’aide des fonctions de densité de probabilité qui décrivent les lois « théoriques »
de l’interaction du rayonnement avec la matière (perte d’énergie, interactions mises en jeu…).
En radiothérapie, l’utilité de certains codes Monte-Carlo (PENELOPE, MCNP, EGS,
GEANT4…) est déjà reconnue, en particulier, pour la modélisation de la tête d’un
accélérateur linéaire (Verhaegen and Seuntjens 2003). De plus, dans le cas de géométries
complexes, les codes Monte-Carlo offrent la possibilité d’obtenir des données parfois
inaccessibles par l’expérience. Les données ainsi calculées par un code Monte-Carlo peuvent
être utilisées comme « données de référence » et se substituer aux mesures expérimentales, à
condition que le code Monte-Carlo ait été, préalablement, validé par des mesures.
L’obtention de ces « données de référence », dans des situations complexes (hétérogénéités,
manque de volume diffusant…), est un atout majeur de la méthode Monte-Carlo puisqu’il
apparaît que les limites de validité, des algorithmes de calcul de dose implémentés dans les
TPS, se font habituellement ressentir dans ces situations. La méthode Monte-Carlo apparaît
alors comme une méthode privilégiée qui s’adapte à l’évolution technologique de la
radiothérapie et à des conditions d’irradiation plus proches des traitements.
Toutefois, substituer un calcul de référence obtenu par simulation Monte-Carlo à des mesures
de dose nécessiterait, entre autres, qu’aucun compromis ne soit fait entre les temps de calcul
19
et la précision. La performance des moyens informatiques nous conduisent, hélas, à limiter les
temps de calcul et donc à faire des approximations dont les conséquences, en termes de
justesse, doivent être moins importantes que celles constatées avec la méthode traditionnelle
[cf IV.2.1].
La méthodologie que nous proposons, fondée sur des « données de référence » calculées par
le code Monte-Carlo PENELOPE, doit apporter une solution aux lacunes de la méthode
traditionnelle notamment, dans le cas des situations complexes. L’approche totalement
numérique et automatique du contrôle qualité des TPS sera facilitée par la création d’Objets
Tests Numériques (faisceau et dose) voxélisés et par la nature numérique des données à
comparer. La simplification de la mise en œuvre du contrôle de qualité devrait permettre de
mettre au point des contrôles plus complets et plus précis que ceux proposés avec la méthode
traditionnelle. Pour en faire un algorithme de référence nous nous efforcerons d’obtenir des
distributions de dose MC avec une précision (1 σ):
- inférieure à 2% dans les régions de forte dose (supérieures à 30% du maximum de
dose)
- comprise entre 2% et 5% dans les régions de faibles doses (inférieures à 30 % du
maximum de dose).
La mise œuvre de cette méthode « automatisée et multi-applications » nécessite que la

géométrie de l’irradiation soit totalement décrite dans les simulations Monte-Carlo, depuis la
source de rayonnement jusqu’au voxel de l’Objet Test Numérique dans lequel est déposé la
dose.
Dans une première étape, la tête d’irradiation de l’accélérateur linéaire doit être modélisée,
par le code Monte-Carlo PENELOPE, à partir des informations fournies par le constructeur.
Les caractéristiques physiques initiales de la source de rayonnement sont ajustées, par
méthode itérative, en comparant les calculs Monte-Carlo aux données de base incluses dans le
TPS (données mesurées sous l’appareil de traitement dans une situation simple de référence,
IAEA 2000).
Dans une seconde étape, la géométrie des Objets Tests doit être décrite et simulée dans le
code Monte-Carlo PENELOPE. Les Objets Tests proposés vont permettre de tester la plupart
des situations rencontrées en routine clinique. Ces Objets concernent à la fois des situations
simples (champs carrés, rectangulaires, filtre en coin) et des situations complexes
20
(hétérogénéités, manque de volume diffusant, fantômes anatomiques…). Pour simplifier

l’évaluation dosimétrique du TPS, les Objets Tests sont voxélisés, mis au format DICOM
RTDose (standard de communication et d’échange d’informations en radiothérapie) et
« chargés » directement dans le TPS pour calculer les distributions de dose. Les distributions
de dose calculées par le TPS sont comparées aux données de référence, calculées en 3D par le
code Monte-Carlo PENELOPE, à l’aide du test de l’index gamma généralisé en 1D et 2D.
La méthodologie proposée exclue toute partie expérimentale pour la seconde étape et inclut la
sous-traitance de la prestation Monte-Carlo (modélisation de l’accélérateur linéaire de
l’utilisateur, création d’Objets Tests Numériques complets adaptés aux besoins, calculs des
données de référence) à une société de contrôle qualité des installations en radiothérapie.
Cette méthodologie simplifie le travail de l’utilisateur, lui donne ainsi les moyens de mener à
terme un contrôle qualité approfondi de son TPS.
L’objet de la thèse : « Contrôle qualité des systèmes de planification dosimétrique des

traitements en radiothérapie externe au moyen du code Monte-Carlo PENELOPE » s’inscrit
dans une démarche d’amélioration continue des traitements par radiothérapie.
21
22
Chapitre 2 : Méthodologie du contrôle qualité automatisé des TPS
Chapitre 2
Méthodologie
du contrôle qualité automatisé des
Systèmes de Planification des Traitements
23
24
I. Introduction
La méthode automatisée et « multi-applications » (Figure 2) proposée pour mener le contrôle

qualité des TPS s’appuie sur l’utilisation d’Objets Tests Numériques (OTN).
L’OTN d’entrée constitué d’une série d’images scanner et d’un faisceau associé décrit les
conditions géométriques voxélisées de l’irradiation ainsi que les caractéristiques du faisceau
pour le test. Cet OTN voxélisé ne peut pas être utilisé directement dans le code Monte-Carlo
PENELOPE qui utilise une description géométrique des objets fondée sur des équations de
surface. Une plate-forme de conversion des OTN voxélisés dans le formalisme du code Monte
Carlo PENELOPE pourrait être envisagée mais, n’a pas été développé dans le cadre de ce
travail. Il faut donc définir les données géométriques et physiques pour le code Monte Carlo
PENELOPE.
L’OTN de sortie, au format DICOM-RTDose, contient toute l’information 3D voxélisée de la
distribution de dose calculée par le TPS. Le formalisme DICOM n’étant pas utilisé dans les
versions actuelles du code Monte-Carlo PENELOPE, une plate de forme de conversion des
résultats Monte-Carlo au format DICOM-RTDose a été développée dans le cadre de travaux
de recherche menés conjointement avec l’IRCCyN de Nantes et la société Qualiformed. Cette
plate forme de conversion permet d’obtenir des OTN de sortie de référence.
Une comparaison directe des distributions de dose calculées par le TPS (OTN de sortie à
tester) et par le code Monte-Carlo PENELOPE (OTN de sortie de référence) peut ainsi être
réalisée. L’outil de comparaison le plus employé est l’index gamma. Il permet des
comparaisons en 1D et 2D portant, à la fois, sur des écarts de dose dans les zones de faible
gradient de dose et sur des écarts de distance dans les zones de fort gradient de dose. Ces
comparaisons sont validées selon des critères d’acceptabilité préalablement définis.
Le code Monte-Carlo PENELOPE et le TPS utilisent également des données de base. Le
paramétrage de ces données de base consiste principalement à décrire la géométrie de la tête
d’irradiation de l’accélérateur utilisé et à caractériser les électrons incidents pénétrant dans la
tête d’irradiation. Dans ces travaux de thèse, le paramétrage a été mené uniquement pour le
code Monte-Carlo (MC) PENELOPE.
25
Modélisation accélérateur Données de base

(géométrie, faisceaux)
MC PENELOPE Objet Test OTN d’entrée TPS Données entrée
Plate-forme de conversion
OTN de sortie de référence OTN de sortie à tester Données de sortie

Distributions de dose 3D Distributions de dose 3D (format DICOM-RTDose)
MC PENELOPE TPS
INDEX GAMMA
Distributions des différences

de dose et de position (1D et 2D) Validation
Figure 2: Architecture de la méthode "automatisée et multi-applications".
La première partie de ce chapitre présente les aspects généraux de la méthode Monte-Carlo, la

description succincte du code PENELOPE et les modifications qui lui ont été apportées pour
les besoins de cette étude.
La seconde partie concerne l’index gamma qui a été utilisé d’une part, pour comparer les
distributions de dose calculées par le code MC PENELOPE et par le TPS et d’autre part, pour
ajuster les paramètres initiaux des simulations MC. Les critères d’acceptabilité retenus pour
valider les OTN de sortie sont argumentés.
La dernière partie décrit les caractéristiques physiques et géométriques des Objets Tests
Numériques réalisés spécifiquement pour le contrôle qualité des calculs de dose.
II. Code Monte-Carlo PENELOPE
II.1] Utilisation des codes Monte-Carlo en radiothérapie

Historiquement, la première utilisation connue de la méthode Monte-Carlo date du 18ème
siècle. Elle servit à déterminer une valeur approchée du nombre π. Ce n’est que pendant la
seconde guerre mondiale, avec l’apparition des outils informatiques et les travaux de Fermi,
Von Newmann et Ulam, que la méthode Monte-Carlo a été appliquée, pour la première fois,
26
au transport des particules lors de la conception de la première bombe atomique (Metropolis

and Ulam 1949). La méthode Monte-Carlo (MC) a énormément évolué et s’est largement
généralisée (Reaside 1976, Turner et al 1985, Rogers and Bielajew 1990, Zaïdi and Sgouros
2003).
A ce jour, dans le cadre des applications radiothérapeutiques, la méthode Monte-Carlo est
généralement décrite comme étant l’une des méthodes les plus précises pour calculer la dose
délivrée (Andreo 1991, Rogers and Bielajew 1990, Mackie 1990, Rogers 1991, Ma and Jiang
1999).
Une meilleure connaissance des sections efficaces d’interactions des particules avec la
matière ainsi que l’augmentation considérable des puissances de calcul a contribué à
l’apparition de nombreux codes de Monte-Carlo tels que EGS4 (Nelson et al 1985),
EGS4/BEAM (Rogers et al 1995), EGSnrc (Kawrakow 2000), MCNP4 (Briesmeister 2000),
GEANT (1995) et PENELOPE (Salvat et al 2001). Des améliorations continues leur ont
permis de s’imposer dans le domaine de la dosimétrie.
Au cours des trente dernières années, de nombreux travaux ont porté sur la simulation des
faisceaux de particules issus des accélérateurs linéaires utilisés en radiothérapie. Au départ,
seules de très simples géométries ont pu être modélisées en raison de la puissance de calcul
des ordinateurs. A titre d’exemple, McCall et al (1978) s’étaient intéressés à l’influence que
pouvait avoir certains éléments de la tête d’irradiation d’un accélérateur linéaire (cibles et
filtres) sur l’énergie moyenne d’un faisceau de photons de 25 MV en utilisant le code EGS3
(Ford and Nelson, 1978).
Les années 80 sont marquées par les premières modélisations complètes des têtes d’irradiation
des accélérateurs linéaires ; on peut citer, en référence, les travaux de Patau et al (1978),
Nilsson et Brahme (1981), Peti et al (1983) et Mohan (1985). Il est désormais possible de
modéliser les géométries les plus complexes de la cible aux systèmes de collimation (Chaney
et al 1994, Lovelock et al 1995, Rogers et al 1995, Lee 1997, Sheikh-Bagheri and Rogers
2002, Lewis et al 1999, Mazurier et al 1999). Enfin les années 2000, sont les années au cours
desquelles se généralise l’utilisation de collimateur multilames sur les accélérateurs de
radiothérapie (De Vlamynck et al 1999, Haryanto et al 2002 et Van de Walle et al 2003)..
L’utilisation de nombreux faisceaux de faible section, pour lesquels les mesures de dose sont
délicates, a également fortement relancé l’intérêt des codes MC en radiothérapie
27
Les synthèses bibliographiques sur l’utilisation des codes MC en radiothérapie, réalisées par
Ma and Jiang (1999) et Verhaegen and Seuntjens (2003), concluent que les codes MC
occuperont, dans les années à venir, une place privilégiée au sein des outils mis à disposition
des services de radiothérapie, tant au niveau de la planification des traitements qu’au niveau
du contrôle qualité des calculs de dose.
II.2] Principe de la méthode Monte-Carlo

Les photons, les électrons et les positrons qui pénètrent dans la matière subissent de
nombreuses interactions au cours desquelles de l’énergie est transférée à la matière.
Les méthodes analytiques, telle que la résolution de l’équation de Boltzmann, peuvent être
utilisées pour rendre compte du transport des particules. Malheureusement, il n’est pas
toujours possible de résoudre ce type d’équation en particulier dans le cas de géométries
complexes.
En revanche, les méthodes Monte-Carlo sont des méthodes statistiques de simulation qui
corrèlent des processus aléatoires avec des processus physiques. Le transport des particules
dans la matière peut être « suivi », en déterminant la trajectoire et les interactions de chaque
particule (primaire et secondaire) depuis son point d’entrée jusqu’à sa sortie ou absorption
dans le milieu.
Selon le principe de la méthode MC, la trajectoire de chaque particule est simulée,

individuellement, en tirant au hasard les paramètres physiques des interactions (position de
l’interaction, nature de l’interaction, type de particule secondaire créé, transfert d’énergie,
angle de diffusion…), selon les distributions de probabilité qui décrivent les processus
physiques mis en jeu. Ces distributions de probabilités sont déterminées à partir des
différentes sections efficaces des interactions qui sont propres au type et à l’énergie de la
particule incidente ainsi qu’aux matériaux impliqués.
Le transport de la particule (histoire) est reproduit en réalisant une succession d’interactions.
A l’issue de la simulation d’un nombre désiré de particules, la valeur d’une grandeur d’intérêt
macroscopique (dose absorbée…) est obtenue. Le nombre de particules primaires est choisi
en fonction de la précision recherchée. Un résultat de simulation MC sera toujours exprimé
« par particule primaire ».
28
La génération de nombres aléatoires est à la base de toute simulation MC. Un algorithme

mathématique génère ces nombres aléatoires. Il faut donc remarquer que, du fait même de
leur production, ces nombres ne sont pas rigoureusement aléatoires et qu’ils sont
conséquemment appelés « pseudo-aléatoires ».
II.3] Simulations Monte-Carlo par le code PENELOPE

II.3.1] Choix du code
Le choix du code PENELOPE a été régi par deux critères: l’exactitude des simulations et la
flexibilité du code.
L’exactitude des simulations a été démontrée à travers différents tests d’évaluation ou
benchmarks. A ce titre, trois exemples peuvent être cités.
Premièrement, le benchmark expérimental mené par Sempau et al (2003) qui a permis de
tester, pour différents matériaux, le modèle de diffusion mixte utilisé par PENELOPE pour les
électrons de moyenne et haute énergies. En s’appuyant sur des spectres, des profils de dose et
des rendements en profondeur, ce benchmark a montré un excellent accord entre les valeurs
expérimentales et les simulations dans une gamme d’énergie allant de quelques keV à 1 GeV.
Le deuxième exemple concerne les benchmarks réalisés par Das et al (2001, 2002). Ces
derniers ont comparés, pour des faisceaux de photons, les calculs de dose réalisés par les
codes PENELOPE, EGS4 et MCNP, dans des configurations hétérogènes composées de
matériaux de numéros atomiques très variés (eau, plomb, aluminium et os). Ces benchmarks
ont montré que les résultats, au niveau des zones d’interfaces, issus des simulations
PENELOPE étaient plus proches des mesures que ne l’étaient les résultats issus des
simulations EGS4 et MCNP.
Le troisième benchmark, plus proche des applications médicales, réalisé par Carrasco et al
(2004) a mis en évidence la fiabilité du code PENELOPE à simuler des distributions de dose
induites par un faisceau de photons, en présence d’une hétérogénéité équivalent-poumon.
Le second critère qui a encouragé notre choix est la flexibilité du code PENELOPE. Sa
structure relativement simple, écrite en langage FORTRAN 77, permet à l’utilisateur
d’adapter le programme principal à ses propres besoins, sans intervenir dans la partie traitant
du transport des particules. Les fichiers auxiliaires qui sont indépendants du programme
principal et qui gèrent la géométrie, les matériaux et les paramètres d’entrée de la simulation
favorisent une « prise en main » rapide du code.
29
Le code MC PENELOPE présente donc toutes les caractéristiques requises, dans la gamme
d’énergie des faisceaux rencontrés en radiothérapie, pour fournir des OTN de sortie de
référence et ainsi répondre aux exigences de ce travail pour le contrôle qualité des TPS.
II.3.2] Descriptif du code PENELOPE (Salvat et al 2003)

II.3.2.1] Structure générale
Le code PENELOPE (PENetration and Energy LOss of Positrons and Electrons) a été
développé, par l’équipe du Professeur Salvat (Salvat et al 1996, Sempau et al 1997), au sein
de l’unité de physique de l’université de Barcelone. Il simule le transport des électrons, des
positrons et des photons ayant une énergie comprise entre 100 eV et 1 GeV, dans des
matériaux simples (de Z=1 à Z=92) ainsi que dans des matériaux composites. Il combine la
simulation détaillée du transport des photons avec la simulation mixte du transport des
électrons et des positrons. Le code PENELOPE est composé d’un ensemble de programmes,
écrit en FORTRAN 77, dédié à la gestion de la partie physique de la simulation (Figure 3).
Données matériaux
(électrons, photons et positrons)
MATERIAL
Création du fichier matériau
Pendoses.geo Pendoses.in Pendoses.mat

Fichier d’entrée géométrie Fichier d’entrée de la simulation Fichier d’entrée matériaux
SIMULATION
PENGEOM PENDOSES PENELOPE
Géométrie Programme principal Modèles de diffusion
Pendoses.out
Fichiers résultats
Figure 3: Structure de l'ensemble des programmes et fichiers d’entrée du code PENELOPE.
Le programme PENGEOM prend en charge la géométrie afin de suivre la localisation des

interactions. Le contrôle de la géométrie et des trajectoires, le stockage des valeurs d’intérêts
30
sont effectués par l’intermédiaire du programme principal PENDOSES. Le programme

PENELOPE contient, quant à lui, les modèles de diffusion du code (algorithme d’interactions
de particules). Le code PENELOPE fait également appel à trois fichiers d’entrée pour gérer
les paramètres de simulation, la géométrie et les sections efficaces des différents milieux.
Les parties qui ont fait l’objet de modifications ou d’adaptations seront détaillées dans ce
chapitre. Elles concernent naturellement les fichiers d’entrée matériaux et géométrie, le choix
des paramètres de simulation mais aussi le programme PENDOSES (cf parties grisées de la
Figure 3).
II.3.2.2] Modèles de diffusion

L’histoire d’une particule est segmentée en une suite aléatoire de déplacements. A la fin de
chaque déplacement, la particule subit une interaction au cours de laquelle elle pourra perdre
de l’énergie, changer de direction et créer des particules secondaires. La gestion du transport
et des interactions des particules dans le milieu est présentée en Annexe A. L’algorithme du
programme principal PENDOSES est donné en Figure 4.
II.3.2.3] Incertitudes
Les incertitudes non statistiques de type B sont difficiles à évaluer. Elles peuvent avoir pour
origine le degré de précision des modèles physiques utilisés, les erreurs de programmation et
les sections efficaces employées. Le benchmark expérimental réalisé par Sempau et al (2003)
a montré un excellent accord entre les simulations PENELOPE et les données expérimentales
et confirme la fiabilité du modèle de diffusion implémenté dans le code.
Les incertitudes statistiques de type A, inhérentes au calcul de type MC, sont évaluées selon
des méthodes classiques. Si Q est la quantité d’intérêt déterminée à partir d’une simulation
détaillée avec N histoires, la valeur moyenne de Q est donnée par :
N
1
Q=
N
∑q
i =1
i où qi est la valeur calculée à la ième histoire (Eq. 1)
L’incertitude statistique associée σ Q correspondant à l’écart-type sur la moyenne est
déterminée à partir de la relation suivante :
var(q ) ⎛⎜ 1 ⎛ 1 N
2 ⎞⎟
⎞
σQ =
N
= ⎜
⎜ N⎝N ∑ q ² i − Q ⎟
⎠ ⎟⎠
où var (q) est la variance (Eq. 2)
⎝ i =1
31
Pour un nombre d’histoires N suffisamment grand, l’intervalle Q ±3 σ Q contient la valeur
vraie de Q avec une probabilité de 99,7% (hypothèse d’une loi normale).
Tirage d’une particule primaire

N=N+1
Initialisation de la particule primaire

(énergie, position, direction, type de particule)
Générer la distance s à parcourir

jusqu’à la prochaine interaction
oui non
La particule traverse-t-elle une interface ?
Arrêt de la particule au Simulation de l’interaction

point d’intersection (type d’interaction, énergie perdue, changement
direction, stockage particules secondaires si création)
La particule sort-elle oui

du système ? oui non
non Energie de la particule < énergie de coupure ?
Changement
de milieu
Reste-t-il des particules oui

secondaires à simuler?
non
Reste-t-il des particules oui

primaires à simuler?
non
Fin de la simulation
Figure 4: Algorithme du programme principal PENDOSES (Salvat et al 2003).
II.3.3] Modifications apportées au programme utilisateur PENDOSES

L’obtention des distributions de dose générées par des faisceaux d’irradiation en
radiothérapie, pour un niveau d’incertitude acceptable et en simulant les interactions subies
par chaque particule, conduit à des temps de calcul très longs. Actuellement, les techniques de
32
simulations Monte-Carlo ont toutes le même objectif : diminuer le temps de calcul en

conservant un résultat de bonne qualité (valeur et incertitude).
L’obtention des OTN de sortie de référence par le code MC PENELOPE, nécessiterait
qu’aucun compromis ne soit fait sur la précision des calculs afin de limiter les biais.
Cependant, si l’on veut que le contrôle qualité proposé se démarque des méthodes déjà
référencées [cf chapitre 2, paragraphe IV.2], il est indispensable qu’il soit automatisé, qu’il
s’applique à tous les cas et qu’il permette d’obtenir, dans un temps de calcul acceptable, des
distributions de dose MC avec une précision statistique (1σ): (i) inférieure à 2% dans les
régions de fortes dose (supérieures à 30% du maximum de dose), (ii) comprise entre 2% et
5% dans les régions de faibles doses (inférieures à 30 % du maximum de dose).
Aussi, l’utilisation d’un espace des phases semble pertinente pour réduire les temps de calcul.
Cette méthode, aujourd’hui très répandue (Libby et al 1999, Mazurier 1999, Van der Zee and
Welleweerd 1999, Siebers et al 1999, Bramoullé 2000, Sempau et al 2001, Sheikh-Bagheri
and Rogers 2002a-b, Tzedakis et al 2004, Serrano 2006), consiste à diviser la simulation du
transport des particules en deux étapes : une première étape commune à toutes les simulations
et des deuxièmes étapes variables selon l’objet test simulé. Dans notre cas, les particules sont
suivies à travers la tête d’irradiation de l'accélérateur. Leurs caractéristiques sont enregistrées
lorsqu’elles traversent le plan d’enregistrement positionné à l’entrée de l’Objet Test (Figure
5).
Etape 1
Simulation des particules
dans la tête d’irradiation
Espace des phases
Etape 2
Objet Test Simulation des particules
dans l’Objet Test
Figure 5 : Simulation du transport des particules en 2 étapes.
33
Ce plan d’espace des phases est utilisé, dans un second temps, comme source d'irradiation
secondaire et les particules sont alors suivies, au sein de l’Objet Test, pour le calcul des
distributions de dose. Cette méthode permet un gain de temps de calcul total considérable,
sans compromis en terme de précision ou de biais.
Toutefois, lorsque la simulation est divisée en deux étapes, une incertitude statistique limite
est associée à l’espace des phases. Cette incertitude, appelée « variance latente » (Sempau et
al 2001), est une propriété intrinsèque de l’espace des phases.
Pour réduire encore les temps de calcul ( Δt ), les techniques de réduction de variance (σ²) et
l’utilisation des symétries (Sempau et al 2001) sont employées. L’utilisation des réductions de
variance nécessite quelques précautions car mal utilisées, elles peuvent conduire à une
⎛ 1 ⎞
dégradation de l’efficacité du calcul ⎜ ⎟.
⎝ σ ².Δt ⎠
La technique des symétries tire profit des symétries de la tête d’irradiation des accélérateurs.
Pour un champ carré, l’incertitude statistique associée à la dose absorbée peut être réduite
d’un facteur 2. Pour cela, le nombre de particules de l'espace des phases est multiplié par un
facteur 4 en considérant, pour chaque particule de coordonnées (x,y,u,v), ses symétriques (-
x,y,-u,v), (x,-y,u,-v), (-x,-y,-u,-v) avec (Oz) l’axe d’irradiation, (Ox) et (Oy) les axes
perpendiculaires à l’axe d’irradiation, u et v les cosinus directeurs suivants (Ox) et (Oy).
II.3.3.1] Techniques de réduction de variance utilisées pour cette étude

Dès lors que les techniques de réduction de variance sont adaptées au problème traité, elles
permettent de réduire significativement le temps de calcul de la grandeur d’intérêt pour une
incertitude donnée.
Le code PENELOPE offre la possibilité d’implémenter trois méthodes de réduction de
variance : la roulette russe, le splitting et les interactions forcées. Il est donc possible de
« tuer » une particule, de la multiplier ou d’accroître préférentiellement un type d’interaction
donné. Pour cette étude, l’objectif consiste à favoriser la création et l’acheminent des photons
en direction de l’Objet Test.
Pour le mode photon, les techniques de réduction de variance ont été appliquées dans la cible
où se produit le rayonnement de freinage. Trois techniques ont été utilisées :
34
- la technique « des interactions forcées » permet d'augmenter la production de

photons dans la cible, sans augmenter le poids total des particules (la somme des poids de
toutes les particules demeure constante). Elle consiste à augmenter artificiellement la
probabilité d’occurrence du rayonnement de freinage en diminuant le libre parcours moyen
d’un facteur F supérieur à 1. Ce facteur F est définit par le rapport suivant :
MFP ( Mean Free Path)
F= (Eq. 3)
FMFP ( Forced Mean Free Path)
Chaque particule initiale primaire possède un poids WGHT (WeiGHT) égal à 1. Les
particules secondaires produites, lors de l'interaction forcée, ont leur poids divisé par ce
facteur F. Le poids des particules secondaires issues de l’interaction forcée est également
divisé par F. Les particules secondaires générées lors d’interactions non forcées ont, quant à
elles, un poids inchangé. Lorsque la particule dépose son énergie dans le milieu, cette quantité
d’intérêt est pondérée par le poids de la particule.
- les techniques du splitting et de la roulette russe sont utilisées conjointement pour

favoriser le flux de photons vers l’Objet Test et éliminer ceux ayant peu de chance d’y
parvenir.
Lorsqu’un photon est émis dans la « bonne direction » (direction lui permettant d’atteindre
l’Objet Test), le splitting est appliqué. Chaque photon est alors divisé en NSPLIT particules
WGHT
identiques et le poids de chacune de ces particules devient : .
NSPLIT
Le procédé est inverse pour la roulette russe puisque cette réduction de variance est appliquée
lorsque le photon s’éloigne de la « bonne direction » : il est éliminé avec une probabilité Pkill
1
(Pkill < 1). Si le photon survit, son poids sera augmenté d'un facteur .
1 − Pkill
Comme pour les interactions forcées, ces deux techniques modifient le poids des particules
pour garder le résultat final inchangé.
L’efficacité de ces trois techniques de réduction de variance repose sur le choix approprié des
paramètres F, NSPLIT et Pkill. Les valeurs, retenues pour ces trois paramètres, seront
précisées dans le paragraphe II.3.4].
Pour le mode électron, une technique de réduction de variance couramment utilisée est
appelé « range rejection » (Bjork et al 2002, Huang et al 2005, Verhaegen et al 2001). Cette
35
technique consiste à « tuer » tout électron qui ne peut pas quitter la région où il se situe. Son
énergie est absorbée localement et les photons de freinage qui auraient pu être créés et quitter
la région ne le seront pas. Il est donc nécessaire de s’assurer que ces photons ne sont pas
essentiels au calcul des quantités d’intérêt. Puisque la tête d’irradiation de l’accélérateur est
beaucoup moins complexe en mode électron (très peu d’interactions secondaires), cette
technique de réduction de variance pouvant fausser le résultat ne sera pas appliquée.
II.3.3.2] Obtention du fichier d’espace des phases : programme PSF

Le programme principal PENDOSES (version 1996) a été modifié par Mazurier (1999) pour
obtenir un fichier d’espace des phases, à l’entrée de l’Objet Test. Depuis, de nouvelles
versions du code PENELOPE ont vu le jour et la modification précédente a du être adaptée, à
la version 2003 du code PENELOPE (NEA Data Bank 1525/008).
Le programme PSF simule le transport des électrons primaires et des particules secondaires
dans la tête d’irradiation et permet d’obtenir, pour un plan d’enregistrement donné, un fichier
d’espace des phases contentant les particules traversant ce plan. A l’issue de cette traversée, la
particule est tuée.
Ce fichier d’espace des phases (Phase Space File ou PSF) comprend l’énergie, la direction (u,
v, w), la position (x, y), la nature de la particule (photons, électrons, positrons), le numéro de
l’électron primaire à l’origine de la particule et le poids statistique de la particule ayant
traversé le plan d’enregistrement.
La position z est définie par la position du plan d’enregistrement. Le plan d’enregistrement est
perpendiculaire à l’axe du faisceau d’incidence et positionné respectivement à 90 cm et 100
cm de la source pour les modes photon et électron. Les trois réductions de variance,
précédemment définies (splitting, interactions forcées et roulette russe), ont été implémentées
dans le programme PSF.
Les électrons et les photons sont simulés suivant le schéma présenté en Figure 6 en faisant
appel à divers sous-programmes internes au code (Salvat et al 2003). Ces sous-programmes
(PEINIT, START, CLEANS, JUMP, KNOCK, SECPAR) sont présentés dans l’annexe B.
Le spectre en énergie des photons ou des électrons atteignant le plan de référence peut être
facilement obtenu à partir de l'espace des phases. Ce spectre dépend des différents
composants de la tête d’irradiation et permet donc de vérifier la modélisation géométrique
d’un accélérateur.
36
Le spectre en énergie, noté P(Ek), répond à l’équation suivante :

1
P( Ek ) = ×n (Eq. 4)
ΔE k
où, n k est le nombre moyen de photons ou électrons déposant de l’énergie dans le canal d’énergie k
compté par électron primaire N et par canal d’énergie k,

ΔE correspond à la largeur du canal en énergie.
Ce spectre se caractérise par trois grandeurs : l’énergie maximale, l’énergie la plus probable et
l’énergie moyenne. L’énergie moyenne, notée Emoy, est obtenue à l’aide de la formule
suivante :
k = max
∑E k × P( E k )
Emoy = k =1
k = max
(Eq. 5)
∑ P( E
k =1
k )
II.3.3.3] Calcul des distributions de dose : programme DOSE-3D

Le calcul des distributions de dose au sein de l’OTN nécessite l’introduction des données de
l’espace des phases dans un second programme. Le programme principal PENDOSES
(version 1996) modifié par Mazurier (1999) pour calculer les profils de dose et les rendements
en profondeur dans une cuve d’eau a servi de support pour la mise au point du programme
DOSE-3D.
Le programme DOSE-3D a été développé à partir du programme principal PENDOSES
version 2003 et permet de calculer en 3 Dimensions la dose déposée dans une matrice
voxelisée (Figure 7). Les distributions de dose en 1 Dimension (rendements en profondeur et
profils de dose à différentes profondeurs) et en 2 Dimensions (isodoses) sont extraites de la
matrice de dose 3D. La taille de cette matrice sera adaptée à chaque OTN alors que la maille
de calcul (taille voxel) est toujours égale à 5 × 5 × 5 mm3. La dose moyenne, dans chaque
voxel, est égale à l’énergie moyenne déposée divisée par la masse locale du voxel (m locale voxel
= Vvoxel × ρmilieu). Le programme DOSE-3D combine la technique de réduction de variance du
splitting (mode photon) et la technique des symétries (modes photon et électron).
37
PEINIT N=0
Nouvelle cascade
N=N+1
Initialisation des paramètres initiaux

KPAR, E, x, y, z, u, v, w, WGHT, IBODY, MAT
CLEANS
START
JUMPF
Etat de la particule? non

KPAR= photon et MAT= cible
oui
VKIL
non Particule dans
bonne direction ?
oui
STORES
Splitting (Stockage des particules splittées)
particule survit
oui Arrivée de la particule au niveau non

du plan d’enregistrement ?
Traversée d’interface ? oui

-Sauvegarde des paramètres
de la particule non
-Elimination de la particule
Calcul de la Ajustement de la distance
nouvelle position à parcourir pour arrêter le
trajet avant l’interface
KNOCK
Calcul de la
nouvelle position
oui non
E < Eabs
oui
Particule sort du système ?
non
Changement de
particule tuée SECPAR corps (IBODY) et
(Rappel des particules secondaires) de matériaux
oui
LEFT > 0
non
oui
N < NTOTAL
non
FIN
Figure 6: Algorithme du programme PSF :

programme principal PENDOSES (Salvat et al 2003), introduction de la méthode de l'espace des phases (en
grisé) et des techniques de réduction de variance uniquement appliquées aux faisceaux de photons (en jaune).
38
PEINIT
Lecture de l’espace
des phases
Nouvelle cascade
Npart=Npart+1
Npart : nombre de particule dans l’espace des phases
Symétrie
Sym=Sym+ 1
Initialisation des paramètres initiaux

KPAR, E, x, y, z, u, v, w, WGHT, IBODY, MAT
CLEANS
START
Splitting STORES
(Stockage des particules splittées)
JUMP
Traversée d’interface ? oui
non
Calcul de la Ajustement de la distance à
nouvelle position parcourir pour arrêter le
trajet avant l’interface
KNOCK
oui Particule dans

la matrice 3D ? Calcul de la
nouvelle position
non
énergie deposée
dans le voxel i
non E < Eabs

oui oui Particule sort du
système ?
SECPAR non
(Rappel des particules secondaires)
Changement de corps
(IBODY) et de
oui matériaux (MAT)
LEFT > 0
non
oui
Npart < NpartTOTAL
non
oui
Sym < 4
non
FIN
Figure 7: Algorithme du programme DOSE-3D :

programme principal PENDOSES (Salvat et al 2003), introduction du calcul de dose en 3D (en grisé), de la
technique des symétries (en grisé) et du splitting adapté uniquement aux faisceaux de photons (en jaune).
39
II.3.4] Définition des fichiers de données d’entrée

II.3.4.1] Fichier d’entrée de la géométrie (pendoses.geo)
Ce fichier contient toutes les données relatives à la géométrie. La géométrie du système est
divisée en corps (BODY) définis par leur matériau de composition et par les surfaces qui les
délimitent. Ces surfaces sont définies à l’aide de l’équation quadratique générale suivante :
F(x,y,z) = Axxx² + Ayyxy + Axzxz + Ayyy² + Ayzyz + Azzz² + Axx + Ayy + A0 = 0 (Eq. 6)
ou à l’aide de l’équation réduite, plus simple, suivie d’homothéties, de rotations et/ou de

translations :
F(x,y,z) = I1x² + I2y² + I3z² + I4z + I5 = 0 ( Eq. 7)
Toutes les surfaces (plans, sphères, cylindres, cônes, ellipsoïdes, hyperboles…) sont décrites
selon les indices Ii. Les surfaces et indices associés utilisées pour coder les différentes
géométries, réalisées au cours de cette étude, sont reportés dans le Tableau 3. Pour adapter la
géométrie aux dimensions réelles de l’élément à modéliser, il est possible de dilater ou de
translater les surfaces. Ces surfaces peuvent également subir, si cela est nécessaire, des
rotations définies à l’aide des angles d’Euler (Ω, θ, Φ).
Tableau 3 : Equations réduite des quadratiques utilisées dans notre étude.
Indices
Equation réduite Type de quadratique
I1 I2 I3 I4 I5
z-1=0 0 0 0 1 -1 plan
z² - 1 = 0 0 0 1 0 -1 plans parallèles
x² + y²+ z² - 1 = 0 1 1 1 0 -1 sphère
x² + y² - 1 = 0 1 1 0 0 -1 cylindre
x² - y² - 1 = 0 1 1 -1 0 0 cône
Le programme de visualisation GVIEW permet de vérifier la description de la géométrie en

2D et 3D avant d’exécuter une simulation.
II.3.4.2] Fichier d’entrée des matériaux (pendoses.mat)

Le programme MATERIAL permet de créer le fichier d’entrée des matériaux qui contient
tous les paramètres nécessaires pour la simulation des interactions des électrons, positrons et
photons dans chaque matériau (sections efficaces). Ce programme traite différents types de
milieux: du milieu de composition simple de numéro atomique allant de 1 à 92 au milieu de
composition complexe tel que l’os, le muscle… ou encore divers alliages comme ceux
40
rencontrés, dans les têtes d’irradiation des accélérateurs linéaires. Il est également possible de
créer un matériau en spécifiant: les éléments composant le matériau, sa composition chimique
(index stoïchiométrique ou fraction massique) et sa masse volumique.
II.3.4.3] Fichier d’entrée de la simulation (pendoses.in)

Dans ce fichier sont rassemblés divers paramètres nécessaires pour la simulation avec le code
PENELOPE:
- les paramètres globaux de la simulation : énergies de coupure pour les électrons,
positrons et photons (Eabs) pour chaque matériau, nombre de matériaux utilisés (NMAT),
nombre maximal de particules primaires à simuler (NTOTAL), temps maximum de
simulation, noms des fichiers d’entrée de géométrie et de matériaux et ainsi que les deux
nombres aléatoires 3 de départ.
- les paramètres caractérisant la source de rayonnement : particules primaires
incidentes (KPAR), coordonnées (x, y, z) de la source et énergie des particules incidentes
(E0).
- les paramètres définissant le spectre en énergie : nombre de canaux et largeur du
canal en énergie.
- les paramètres du transport des électrons et positrons (simulation mixte) :
libre parcours moyen maximal entre deux évènements catastrophiques (DSMAX), perte
d’énergie seuil pour les collisions catastrophiques inélastiques (Wcc), perte d’énergie seuil
pour l’émission de rayonnement de freinage (Wcr), déflexion angulaire moyenne produite par
la diffusion multiple le long d’un parcours égal au libre parcours moyen entre deux
événements élastiques catastrophiques (C1) et fraction moyenne maximale d’énergie perdue
entre deux évènements élastiques catastrophiques (C2). Les paramètres du transport des
électrons et des positrons sont propres à chaque matériau.
Les valeurs de tous ces paramètres sont propres à chaque simulation et seront donc précisées
dans les chapitres 3 et 4.
- les paramètres des réductions de variance :
Pour les techniques de réduction de variance appliquées dans la cible, les valeurs des
paramètres F, NSPLIT et Pkill découlent des travaux de Mazurier (1999). Au cours de ces
travaux, les valeurs des paramètres NSPLIT et F ont été optimisées séparément puis
3
Dans le code PENELOPE, le générateur de nombre pseudo-aléatoires est celui de l’Ecuyer (Salvat et al 2003).
Il produit des nombres codés sur 32 bits, uniformément distribués entre 0 et 1 et avec une période de 1018.
41
conjointement en étudiant l’évolution de l’efficacité de la simulation d’un faisceau de photon

de 25 MV de l’accélérateur Saturne 43. Ces travaux ont également mis en évidence la faible
influence de Pkill sur la simulation. Cette observation avait été faite par Lovelock et al
(1995).
Quelle que soit l’énergie du faisceau étudié, les valeurs retenues, pour les réductions de
variance sont: NSPLIT= 5, F= 6 et Pkill=0,9. Ces valeurs sont très proches de celles qui ont
été choisies indépendamment par Franchisseur (2007) à la suite de travaux menés sur
l’influence des réductions de variance sur les résultats de simulation.
En ce qui concerne la roulette russe, l’angle de coupure TETACUT correspond à l’angle à
partir duquel le photon est dans une mauvaise direction et doit être éliminé avec une
probabilité Pkill. La valeur de TETACUT est déterminée, pour chaque taille de champ
d’irradiation, à partir de l'angle d'ouverture maximal du faisceau. Par exemple, pour un champ
d'irradiation de 10 × 10 cm² défini à 1 mètre de la cible, TETACUT est égal
⎛ x² + y ² ⎞
à : arctan⎜ ⎟ = arctan( 50 ).
⎜ D ⎟ 100
⎝ ⎠
Le spectre obtenu à 90 cm de la source en combinant les trois réductions de variance a été

comparé à celui obtenu pour une simulation « analogue » (sans réduction de variance). La
combinaison des trois techniques de réduction de variance a permis de réduire le temps de
simulation d’un facteur 5,5 pour une incertitude équivalente.
En ce qui concerne la technique du splitting utilisée lors du calcul de dose dans l’Objet Test,
la valeur du paramètre NSPLIT a été adaptée pour chaque simulation. Les valeurs retenues
seront précisées dans les chapitres 3 et 4 et, en référence aux travaux de Kawrakow et al
(2000), celles choisies pour le paramètre NSPLIT ont toujours été inférieures ou égales 20.
III. Index gamma
III.1] Les origines de l’index gamma

Initialement, la méthode retenue pour comparer les distributions de dose mesurées et
calculées par les TPS consistait à « soustraire » les distributions de dose afin d’obtenir des
cartographies de différence de dose (Mah et al 1989). Le principal inconvénient de ces
42
cartographies était leur grande sensibilité, dans les régions à fort gradient de dose. En effet,
dans ces régions, une grande différence de dose peut résulter d’un faible décalage spatial entre
les distributions de dose calculée et mesurée. Or ces régions de fort gradient de dose
correspondent en radiothérapie aux limites du volume à irradier et le critère le plus pertinent
n’est donc pas la différence de dose pour une même position mais, la différence de position
pour une même dose.
Van Dyk et al (1993) ont été les premiers à proposer des méthodes d’évaluation dédiées à la
comparaison des distributions de dose mesurées et calculées par les TPS. Ils ont pour cela
subdivisé les distributions de dose en deux régions (régions à fort gradient de dose et régions
à faible gradient de dose) et ont appliqué un critère d’acceptabilité spécifique à chacune de ces
régions.
Le critère de différence de dose, exprimé en pourcentage, est appliqué dans les régions à
faible gradient de dose. Dans ces régions, une erreur de position, entre les deux distributions
de dose à comparer, conduit à un faible écart de dose : l’écart de dose prévaut alors sur l’écart
de distance. En revanche, le critère d’écart de distance ou « Distance To Agreement » (Dahlin
et al 1983, Harms et al 1998, Hogstrom et al 1984), exprimé en millimètre, est associé aux
régions à fort gradient de dose. Dans ces régions, une petite erreur de position, entre les deux
distributions de dose à comparer, conduit à un fort écart de dose : l’écart de distance prévaut
alors sur la différence de dose.
Force est de constater que les critères d’écart de distance et de différence de dose permettent
d’identifier les régions des distributions de dose qui ne répondent pas aux tolérances fixées.
Pourtant, aucun de ces critères ne fournit une évaluation quantitative complète des
distributions de dose avec un indicateur unique. C’est dans cette optique que Low et al (1998)
ont développé l’index gamma γ qui combine simultanément un test d’écart de distance et un
test de différence de dose. Cet outil a été redéfini par différents groupes d’auteurs (Depyudt et
al 2002, Low et Dempsey 2003, Bakai et al 2003) et il est, aujourd’hui, couramment utilisé,
en routine clinique, pour évaluer les distributions de dose calculées par les TPS (Stock et al
2005, Van der Zee et al 2005, Childress et al 2005, Zeidan et al 2006).
III.2] Définition
L’index gamma γ permet de comparer deux distributions de dose, l’une étant considérée
comme la distribution de référence Dr(x) et l’autre étant celle à évaluer De(x).
43
Une ellipse est définie, autour de chaque point (xr,Dr), appartenant à la distribution de
référence. Le demi-grand axe et le demi-petit axe de cette ellipse correspondent aux deux
critères d’acceptabilité propres à l’index gamma γ. Il s’agit respectivement de Δx max (en mm)
qui définit l’écart de distance maximal acceptable et de ΔDmax (en %) qui décrit la différence
de dose maximale acceptable (Figure 8).
Dose, D
xr,Dr
xe,De
ΔDmax
ΔD
Δx
xe Position, x
Δxmax
Figure 8: Représentation géométrique du concept de l’index gamma γ (Low et al 1998).

(pour plus de clarté, l’index gamma a été représenté en 2D).
L’ellipse d’acceptabilité est définie par :

2 2
⎛ ΔD ⎞ ⎛ Δx ⎞
1 = ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟ (Eq. 8)
⎝ ΔDmax ⎠ ⎝ Δx max ⎠
où, Δx = xe − x r
ΔD = De ( xe ) − Dr ( x r )
Pour que la distribution de dose à évaluer De(x) concorde avec la distribution de référence Dr
au point xr, il est nécessaire qu’au moins un point de la distribution De(x) soit dans l’ellipse
d’acceptabilité, c'est-à-dire qu’au moins un point (xe, De) réponde à:
2 2
⎛ Δx ⎞ ⎛ ΔD ⎞
Γ( xe, De) = ⎜ ⎟ +⎜ ⎟ ≤ 1 (Eq. 9)
⎝ Δx max ⎠ ⎝ ΔD max ⎠
Γ( xe , De ) est calculé à chaque position xr pour l’ensemble des points de la distribution à
évaluer De(x). Pour chaque position xr, la valeur minimale de Γ( xe , De ) correspond au point
de la distribution à évaluer De(x) qui a le plus petit écart avec le point de référence (xr, Dr).
Cette valeur minimale, nommée index gamma γ, est égale à:
γ ( x r ) = min[Γ( xe , De )] ∀xe (Eq. 10)
44
Si γ(xr) est ≤ 1, le point (xe, De) répond aux critères d’acceptabilité. Si γ(xr) est > 1, le point
(xe, De) est situé en dehors de l’ellipse d’acceptabilité.
III.3] Utilisation
Au cours de cette étude, l’utilisation de l’index gamma a permis d’ajuster les paramètres
initiaux des simulations (Blazy et al 2006, cf Chapitres 3 et 4) et de quantifier les écarts de
dose entre les OTN de sortie de référence (calculs Monte Carlo PENELOPE) et les calculs
dosimétriques du TPS. Des distributions de dose en 1 Dimension (rendements en profondeur,
profils de dose) et en 2 Dimensions (isodoses) ont pu être vérifiées.
Les logiciels actuellement disponibles pour la vérification des distributions de dose
permettent uniquement de calculer l’index gamma en 2D. Par conséquent, le programme
Gamma, écrit en Fortran 77, a été développé pour calculer l’index gamma en 1D. En
revanche, le logiciel DOSELAB 4.00 (N. Childress and University of Texas - M.D Anderson
Cancer Center) a servi de référent pour réaliser les comparaisons en 2D.
Toutefois, préalablement à l’utilisation de l’index gamma, il est nécessaire de ré-
échantillonner les distributions de dose à évaluer afin de réduire les faux positifs ou négatifs
induits, plus particulièrement dans les régions de forts gradients, par un défaut de résolution
spatiale (Depuydt et al 2002).
Bakai et al (2003) ont apporté une solution à ce problème d’échantillonnage en développant
un nouvel outil, nommé index khi. L’index khi ne considère plus un ensemble discontinu
d’ellipses mais un tube continu qui enveloppe l’ensemble de la distribution de référence
(Figure 9). Sur la Figure 9, la distribution de référence et la distribution à évaluer sont
représentées avec la même résolution ; cette résolution est symbolisée par les points
régulièrement espacés le long de l’axe x. Les points de la distribution de référence sont
enveloppés par le tube d’acceptabilité (khi-index) et par les ellipses d’acceptabilité (index
gamma). Si l’on s’intéresse aux régions 2 et 3, les deux tests (index gamma et index khi)
conduisent au même résultat :
- un rejet du test dans la région 2
- une validation du test dans la région 3
Au contraire dans la région 1 (région de fort gradient), les résultats des deux tests sont
différents. Alors que le test de l’index khi est validé pour les deux points de référence a et b,
respectant ainsi la réalité des écarts entre les 2 distributions, le test de l’index gamma n’est
45
validé que pour le point de référence a, le point b étant pour sa part un faux négatif. Bien que
la distribution de dose à évaluer croise l’ellipse d’acceptabilité, le point à évaluer b est situé
en dehors de l’ellipse en raison du pas d’échantillonnage de la distribution.
Dose
région 3
région 2
région 1 point à évaluer (xe, De)
point de référence (xr, Dr)
distribution de référence (Dr(x))
distribution à évaluer (De(x))
b
a
Position (x)
Figure 9: Illustration des tests de l’index gamma et de l’index khi (Bakai et al, 2003).
Il est évident que l’index khi apporte la solution au problème d’échantillonnage des données.
Malheureusement, cet outil n’est pas encore utilisé en routine clinique et à ce jour, seul
l’index gamma est reconnu et utilisé en radiothérapie. Par conséquent, pour être en adéquation
avec les outils utilisés en routine clinique, nous avons uniquement utilisé l’index gamma pour
valider les résultats de cette étude.
IV. Objets Tests Numériques
IV.1] Etat de l’existant

Les rapports émis, par des sociétés nationales (AAPM 1998, NCS 1997 et 2006, SGSMP
1997) et des commissions internationales (IAEA 2004, ESTRO 2004), regroupent les
procédures à suivre pour réaliser le contrôle qualité des calculs de dose des TPS. Ces rapports
proposent des séries de tests allant du plus simple (calcul de rendements en profondeur pour
diverses tailles de champs d’irradiation…) au plus sophistiqué (calcul de dose pour des
champs de formes complexes, au sein de fantômes hétérogènes, en présence du filtre en
coin…). Face à la multitude des tests référencés, l’ESTRO (2004) a identifié les tests
prioritaires pour le contrôle qualité des calculs des distributions de dose des TPS et les a
illustrés, sous forme d’exemples pratiques. D’autres tests, plus proches des situations de
traitement, doivent également être menés en complément.
46
Sur la base de ces études, vingt-six Objets Tests Numériques (OTN) ont été identifiés pour le
contrôle qualité des TPS et ont été regroupés en 4 familles (simple, hétérogène, décrochement
et anatomique). Un OTN reproduit les propriétés physiques et chimiques d’un objet réel ainsi
que les conditions géométriques de l’irradiation. Ils sont de deux types :
- soit, un OTN d’entrée s’il est constitué d’un série d’images scanner,
- soit, un OTN de sortie (référence ou à tester) s’il contient l’information 3D voxélisée du
calcul de la distribution de la dose.
Les OTN d’entrée ont été mis au point sur la plate-forme logicielle « OTN-Creator »
développée dans le cadre d’un programme de recherche entre l’IRCCyN de Nantes et la
société QUALIFORMED (Denis et al 2005). Malheureusement, ces OTN d’entrée ne peuvent
pas être utilisés directement dans le code MC PENELOPE qui utilise une description
géométrique continue des objets tests. Il a donc fallu définir les données géométriques et
physiques de chaque objet test dans le code MC PENELOPE.
L’obtention d’OTN de sortie de référence nécessite que les données MC soient mises au
format DICOM-RTDose. Pour cela, une plate-forme de conversion a été développée dans le
cadre de travaux menés conjointement avec l’IRCCyN de Nantes et la société Qualiformed.
Les spécifications de chaque OTN ainsi que les caractéristiques des distributions de dose à
calculer, dans ces OTN, sont définies et illustrées, à la suite de ce paragraphe.
Les temps de calcul qui figurent dans les tableaux correspondent à une estimation du temps
nécessaire à l’obtention des OTN de sortie de référence par le code MC PENELOPE pour une
précision meilleure que 2% (1σ) dans les régions de fortes doses (supérieures à 30% du
maximum de dose). Les calculs MC ont été réalisés sur une station de travail doté d’un micro-
processeur, de fréquence d’horloge 3,6 GHz, et du système d’exploitation Linux Mandrake
10.2.
IV.2] OTN simples (AAPM 1998, ESTRO 2004, IAEA 2004)

Les distributions de dose calculées par un TPS font appel à des algorithmes délibérément
simplifiés pour limiter les temps de calcul et les rendre compatibles avec une utilisation en
routine clinique.
Ces algorithmes doivent pouvoir calculer des distributions de dose dans des situations
géométriques complexes telles que celles d’un patient irradié en radiothérapie. Pour y
47
parvenir, ils utilisent des données de base correspondant à des situations simples qui sont
utilisées soit, pour régler certains paramètres de l’algorithme soit, pour en vérifier sa
précision.
Les OTN décrits dans ce paragraphe correspondent à ces situations simples et représentent
des cubes de 50 × 50 × 50 cm3. Ils sont utilisés pour tester les influences : des dimensions du
champ d’irradiation (champs carrés et rectangulaires), des modificateurs de faisceaux (filtre
en coin, caches), des variations de Distance Source Surface (DSS) et des obliquités de
faisceau par rapport à la surface de l’OTN. Au total, quatorze modèles d’OTN simples vont
être décrits dans ce paragraphe.
Les distributions de dose extraites du calcul 3D seront : les rendements en profondeur et les
profils de dose calculés à la profondeur du maximum de dose, à 5, 10 et 20 cm.
IV.2.1] Champs ouverts : carré, rectangulaire et variation Distance Source Surface

Sept OTN sont décrits dans le Tableau 4. Le choix d’une énergie de 18 MV a été guidée
d’une part, par le fait que le faisceau traverse un nombre plus élevé d’éléments dans la tête
d’irradiation augmentant ainsi la difficulté du calcul et d’autre part, par le fait que le spectre
en énergie couvre toute la gamme des énergies (spectre complet).
Cinq tailles de champ ont été testées (Tableau 4). Pour chaque taille de faisceau, un
rendement en profondeur, huit profils et deux plans de dose sont extraits du calcul 3D:
- un rendement en profondeur et quatre profils de dose dans les 2 directions
perpendiculaires à l’axe du faisceau et pour 4 profondeurs (Figure 10a).
- une carte isodoses dans le plan xOy pour une profondeur de 10 cm ainsi qu’une carte
isodoses dans le plan yOz, parallèle à la direction des lames du collimateur et
contenant l’axe du faisceau (Figure 10b).
(a) (b) z
dmax
5
10 10 y
x
20
Figure 10: OTN champs ouverts a) Distributions de dose 1D, b) Distributions de dose 2D.
48
Les fichiers d’espace des phases générés pour l’OTN simple B (Tableau 4) sont utilisés
comme donnée d’entrée pour le calcul de dose, au sein des OTN simples D et E.
Tableau 4 : OTN simples, champs carrés – champs rectangulaires – variation distance source surface
Conditions d’irradiation Temps de calcul
OTN Dimension Composition E DSS champ GLOBAL LINAC OTN
3
(cm ) (MeV) (cm) (cm²) (h) (h) (h)
A 50 × 50 × 50 eau 18 90 5×5 66 50 16
B 50 × 50 × 50 eau 18 90 10×10 160 70 90
C 50 × 50 × 50 eau 18 90 30×30 205 90 115
D 50 × 50 × 50 eau 18 80 10×10 90 - 90
E 50 × 50 × 50 eau 18 130 10×10 90 - 90
F 50 × 50 × 50 eau 18 90 20×5 160 70 90
G 50 × 50 × 50 eau 18 90 5×20 160 70 90
IV.2.2] Modificateurs de faisceaux : filtre en coin

Trois OTN simples sont définis dans le Tableau 5. Les critères retenus pour le choix de
l’énergie sont précisés dans le paragraphe IV.2.1]. Le filtre en coin d’un angle de 60° est
positionné dans le faisceau d’irradiation, entre la chambre moniteur et le système de
collimation. Pour chaque taille de faisceau, un rendement en profondeur, huit profils et trois
plans de dose sont extraits du calcul 3D:
- un rendement en profondeur et quatre profils de dose dans les 2 directions
perpendiculaires à l’axe du faisceau (Figure 11a),
- une carte isodoses dans le plan xOy pour une profondeur de 10 cm et deux cartes
isodoses dans les plans xOz (axe du gradient) et yOz (direction des lames du
collimateur) contenant l’axe du faisceau (Figure 11b).
(a)
dmax (b) z
5
10 y
10
20 x
Figure 11 : OTN modificateurs de faisceaux a) Distributions de dose 1D, b) Distributions de dose 2D.
49
Tableau 5 : OTN simples, filtre en coin.

3
(cm ) (MeV) (cm) (cm²) (h) (h) (h)
H 50 × 50 × 50 eau 18 90 10×10 330 260 70
I 50 × 50 × 50 eau 18 90 5×20 330 260 70
J 50 × 50 × 50 eau 18 90 20×5 330 260 70
IV.2.3] Modificateurs de faisceaux : caches moulés

Les collimateurs conventionnels, de type « mâchoire », définissent uniquement des champs de
forme rectangulaire et le recours à des caches personnalisés, positionnés dans le porte-
accessoire (sortie de la tête d’irradiation), permet de délimiter la zone à traiter, en protégeant
les organes sensibles au rayonnement. Les Collimateurs MultiLames (Figure 1) facilitent
désormais la définition de champs de forme complexes mais certaines configurations
nécessitent encore le recours à des caches moulés.
Ainsi, il apparaît indispensable de développer des OTN pour étudier la précision des calculs
de dose sous un cache moulé (prise en compte du rayonnement diffusé et des électrons de
contamination dans le calcul de dose). L’alliage utilisé pour ces caches moulés présente une
composition, en fraction massique, de: 52,5% de Bismuth, 32% de Plomb et 15,5% d’Etain
(composition de l’alliage de la société Bebig).
Trois OTN simples sont décrits dans le Tableau 7. Les critères retenus pour le choix de
l’énergie sont précisés dans le paragraphe IV.2.1]. Pour ces trois OTN, la base des caches
moulés est à 60.9 cm de la source.
L’OTN K (Tableau 6, figure12a) fait référence à un champ comportant un petit cache
central de dimensions similaires à celles utilisées en clinique (4 × 1 × 8 cm3, dimensions au

niveau du porte-cache). Ce cache est typiquement impossible à obtenir avec un Collimateur
MultiLames.
L’OTN L (Tableau 6, figure 13a) correspond à un champ irrégulier dont la forme en
« L » est obtenue par un cache de dimensions égales à 7 × 7 × 8 cm3 (dimension au niveau du

porte-cache).
L’OTN M (Tableau 6, figure 14a) fait référence au champ d’irradiation, de type mantelet,
utilisé pour le traitement de la maladie de Hodgkin (Van’t Veld 1997, Jacobs et al 1986) ; la
forme retenue est une flèche d’épaisseur de 8 cm. Cet OTN permet d’évaluer le calcul de dose
50
en présence d’un manque de volume diffusant latéral et d’une « double contamination » (le
rayonnement diffusé et les électrons de contamination proviennent, à la fois, de la partie
supérieure et inférieure du cache).
Les fichiers d’espace de phase générés pour l’OTN K, à 52 cm de la source - entre le système
de collimation et le porte accessoire -, sont utilisés comme donnée d’entrée pour le calcul de
dose au sein des OTN L et M (Tableau 6). Dans le cas de l’OTN M, pour des raisons de temps
de calcul, le « recyclage » des fichiers d’espace des phases a été privilégié au détriment de
l’utilisation, d’une taille de champ plus adaptée aux conditions réelles de traitement d’un
mantelet (Jacobs et al 1986, suggèrent une taille de champ de 20 × 32 cm² à 80 cm de la
source).
Tableau 6 : OTN simples, caches moulés.

3
(cm ) (MeV) (cm) (cm²) (h) (h) (h)
K
50 × 50 × 50 eau 18 90 15×15 220 160 60
cache central
L
50 × 50 × 50 eau 18 90 15×15 60 - 60
champ complexe
M
50 × 50 × 50 eau 18 90 15×15 60 - 60
champ complexe
Sur les figures 12a, 13a et 14a, les OTN sont représentés en vue de dessus; le rectangle, en
pointillé vert, symbolise le champ d’irradiation à l’isocentre. Pour chaque OTN, huit profils et
un plan de dose sont extraits du calcul 3D :
- quatre profils de dose dans les 2 directions perpendiculaires à l’axe du faisceau
(figures 12b, 13b et 14b),
- une carte isodoses dans le plan xOy pour une profondeur de 10 cm (figures 12b, 13b et
14b).
51
x z
(a) y (b) y
dmax x
5
10
10
15 cm
20
15 cm
50 cm
Figure 12 : a) OTN « K », b) Distributions de dose 1D et 2D.
x z
(a) y (b) y
dmax x
5
10
10
15 cm
20
15 cm
50 cm
Figure 13 : a) OTN « L », b) Distributions de dose 1D et 2D.
x z
(a) y (b) y
dmax x
15 cm 5
10
10
15 cm
7.5 cm 20
5 cm
50 cm
Figure 14: a) OTN « M », b) Distributions de dose 1D et 2D.
IV.2.4] Obliquité de surface

Dans le cas d’une incidence oblique, il existe un gradient de dose de part et d’autre de l’axe
d’incidence du faisceau en raison des différences d’épaisseurs traversées par le faisceau. Un
seul OTN simple est défini, dans le Tableau 7, pour évaluer la précision des calculs de dose
52
en condition d’obliquité de surface. Les critères retenus pour le choix de l’énergie sont
précisés dans le paragraphe IV.2.1]. Le faisceau est incliné d’un angle de 315° (rotation
isocentrique 4) et sur la Figure 15, l’axe d’incidence du faisceau est schématisé par le trait en
« pointillé gras ».
Les fichiers d’espace des phases générés pour l’OTN simple B (Tableau 4) sont utilisés
comme donnée d’entrée pour le calcul de dose, au sein de l’OTN simple N, présenté dans le
tableau ci-dessous.
Tableau 7 : OTN simples, obliquité de surface.

3
(cm ) (MeV) (cm) (cm²) (h) (h) (h)
N 50 × 50 × 50 eau 18 90 10×10 90 - 90
Les distributions de dose calculées extraites du calcul 3D sont:

- quatre profils de dose dans les 2 directions perpendiculaires à l’axe du faisceau
(Figure 15a),
- une carte isodoses dans le plan xOy pour une profondeur de 10 cm (Figure 15b).
(a) (b) z
dmax
5
10 10 y
x
20
Figure 15 : OTN obliquité de surface a) Distributions de dose 1D, b) Distributions de dose 2D.
IV.3] OTN hétérogènes (Carrasco et al 2004, Chetty et al 2003, Cygler et al 2004, Doucet
et al 2003, Engelsman et al 2001, Martens et al 2002, IAEA 2004)
Les distributions de dose sont fortement modifiées par la présence d’hétérogénéités tissulaires
(cavités aériennes, structures osseuses) lorsque celles-ci sont irradiées par des faisceaux de
4
La rotation se fait par rapport à l’isocentre de l’appareil de traitement qui est défini à 100 cm de la source.
53
photons de haute énergie. On constate que les phénomènes de défauts d’équilibre électronique
produisent des variations brusques de la dose au voisinage des interfaces.
Il est, à ce jour, clairement démontré que les problèmes rencontrés avec certains TPS, en
condition d’hétérogénéité (absence de prise en compte du transport électronique), conduisent
à une mauvaise modélisation des distributions de dose aux interfaces (Martens et al 2002,
Aspradakis et al 2003, Carrasco et al 2004). Par conséquent, les cinq modèles d’OTN
hétérogènes, décrits dans ce paragraphe, vont permettre d’identifier les limites des TPS dans
la prise en compte de l’ensemble de ces phénomènes.
Le choix de l’énergie et de la taille du champ (Tableau 8) font référence au fait que
l’influence des hétérogénéités sur le calcul des distributions de dose au niveau des interfaces
est d’autant plus prononcée que la taille du champ d’irradiation est petite (moins d’électrons
mis en mouvement) et que l’énergie du faisceau est élevée (augmentation du parcours des
électrons).
Les milieux équivalent-poumon et équivalent-os utilisés pour définir ces OTN ont des masses
volumiques respectives de 0,30 g/cm3 et de 1,85 g/cm3 et des densités électroniques
respectives de 9,935E+22 électrons/cm3 et de 5,808E+23 électrons/cm3. Les dimensions de
ces OTN hétérogènes sont précisées dans le Tableau 8.
Les trois premiers OTN décrits, dans le Tableau 8 (A, B et C), permettent de reproduire la
majorité des interfaces rencontrées au cours des traitements de radiothérapie (eau-os, eau-
poumon et eau-os-poumon) et de vérifier les calculs de dose au sein des hétérogénéités et au
voisinage des interfaces. Les caractéristiques de ces OTN sont précisées sur la Figure 16.
A B C
eau 5 cm eau 5 cm eau 5 cm
os 2 cm poumon os 2 cm
10 cm
poumon 8 cm
eau 43 cm 35 cm
eau 35 cm
eau
Figure 16 : Représentation schématique des OTN hétérogènes A, B et C.
Pour ces trois OTN, un rendement en profondeur, huit profils et deux plans de dose sont
extraits du calcul 3D : un rendement en profondeur, quatre profils de dose dans les 2
directions perpendiculaires à l’axe du faisceau (Figure 17a), une carte isodoses dans le plan
54
xOy pour une profondeur de 10 cm et une carte isodoses dans le plan yOz, parallèle à la
direction des lames et contenant l’axe du faisceau (Figure 17b).
(a) dmax (b) z

5
10 y
10 x
20
Figure 17 : OTN hétérogènes A,B et C a) Distributions en 1D, b) Distributions en 2D.

Sur cette figure, la partie grisée symbolise l’hétérogénéité.
Les deux autres OTN spécifiés dans le Tableau 8 (D et E) définissent deux situations
cliniques. Il s’agit des deux configurations typiques du cancer pulmonaire (Figure 18)
localisation médiastinale et la localisation pulmonaire (tumeur isolée). Pour la localisation
pulmonaire, une tumeur a été simulée par un cylindre d’eau de 3 cm de diamètre et de 4 cm de
hauteur dont le centre est situé à 10 cm de profondeur. Une taille de champ d’irradiation de 10
× 10 cm² et une énergie de 10 MV ont été choisies pour simuler les conditions d’irradiation
utilisées pour les traitements.
6 cm
D E
eau 2 cm eau 2 cm
10 cm poumon
poumon
poumon
16 cm 16 cm
2 cm eau 2 cm
8 cm
Figure 18 : Représentation schématique des OTN hétérogènes D et E.
Pour ces deux OTN, un rendement en profondeur et huit profils et deux plans de dose sont
extraits du calcul 3D : un rendement en profondeur, quatre profils de dose dans les 2
directions perpendiculaires à l’axe du faisceau (Figure 19a) une carte isodoses dans le plan
xOy pour une profondeur de 10 cm et une carte isodoses dans le plan yOz, parallèle à la
direction des lames et contenant l’axe du faisceau (Figure 19b).
55
(a) (b) z
dmax
5 y
10 x
10
15
Figure 19 : OTN hétérogènes D et E a) Distributions en 1D, b) Distributions en 2D.

Sur cette figure, la partie grisée symbolise l’hétérogénéité.
Les fichiers d’espace des phases générés pour l’OTN simple de section carré de 5 × 5 cm²
(Tableau 4) sont utilisés comme donnée d’entrée, pour le calcul de dose au sein des OTN
hétérogènes A, B et C. Sur le même principe, les fichiers d’espace des phases générés pour
l’OTN D (tumeur médiastin) sont utilisés comme donnée d’entrée pour le calcul de dose au
sein des OTN E.
Tableau 8 : OTN hétérogènes
3
(cm ) (MeV) (cm) (cm²) (h) (h) (h)
A 50 × 50 × 50 eau, os 18 90 5×5 17 - 17
B 50 × 50 × 50 eau, poumon 18 90 5×5 10 - 10
C 50 × 50 × 50 eau, os, poumon 18 90 5×5 14 - 14
eau, poumon
D 30 × 30 × 20 10 90 10×10 95 80 15
(tumeur médiastin )
eau, poumon
E 30 × 30 × 20 10 90 10×10 7 - 7
(tumeur isolée)
IV.4] OTN à décrochement (ESTRO 2004, Caneva et al 2000, Simonian et al 1998)

La contribution du rayonnement diffusé latéral à la dose peut être importante dans certaines
situations cliniques comme, par exemple, le cas d’une irrégularité de surface ou d’un manque
de volume diffusant. L’objectif de ces OTN est d’évaluer quantitativement la capacité du TPS
à prendre en compte des modifications de diffusé latéral et, dans une moindre mesure, la
contribution de rayonnement rétrodiffusé.
56
Les dimensions des six modèles d’OTN à décrochement, décrits dans ce paragraphe, sont
reportées sur chacune des figures (figures 20 à 25). Une énergie de 6 MV a été choisie pour
ces OTN afin d’accroître l’influence des phénomènes étudiés : les photons diffusés sont en
effet émis à l’intérieur d’un cône dont l’ouverture augmente lorsque l’énergie baisse. Les
distributions de dose à calculer sont précisées individuellement pour chaque OTN.
Le premier OTN (nommé A dans le Tableau 9), de forme parallélépipédique (25 × 18 × 25

cm3), permet de tester la prise en compte d’un manque de diffusé latéral lorsque le faisceau
d’irradiation est déporté en bordure de l’OTN. Pour cela, l’axe du faisceau, schématisé sur la
Figure 20 par le trait en « pointillé gras », est placé à 1 cm du bord de l’OTN. Pour cet OTN,
un rendement en profondeur et huit profils et un plan de dose sont extraits du calcul 3D :
- un rendement en profondeur quatre profils de dose dans les 2 directions
perpendiculaires à l’axe du faisceau (Figure 20a),
- une carte isodoses dans le plan zOy contenant l’axe d’incidence du faisceau (Figure
20b).
(a) (b) z
dmax
5
y
10
x
20
Figure 20 : OTN A a) Distributions en 1D, b) Distributions en 2D.
Le second OTN (nommé B le Tableau 9) de forme parallélépipédique (25 × 18 × 25 cm3),

permet de tester la prise en compte du diffusé latéral dans le cas d’un hémi-champ. Un champ
de 10 × 10 cm² est défini à l’isocentre. Pour délimiter l’hémi-champ selon l’axe X, la
mâchoire X1 (abscisses positives) est amenée, sur l’axe d’incidence du faisceau, et la
mâchoire X2 (abscisses négatives) est positionnée à 10 cm de l’axe d’incidence du faisceau.
Sur la Figure 21a, l’axe d’incidence du faisceau est confondu avec sa limite interne. Pour cet
OTN, le calcul des distributions de dose est effectué, avec et sans la présence du filtre en coin,
dans le faisceau d’irradiation. Quatre profils de dose dans les 2 directions perpendiculaires à
l’axe du faisceau (Figure 21a) et une carte isodoses dans le plan zOy sont extraits du calcul
3D (Figure 21b).
57
(a) (b) z
dmax
5
y
10
x
20
Figure 21 : OTN B a) Distributions en 1D sans filtre en coin, b) Distributions en 2D sans filtre en coin.
Le troisième OTN (nommé C dans le Tableau 9), en forme de « T inversé », permet de tester
la prise en compte d’un manque de diffusé latéral (Figure 22a). La largeur de la barre centrale
doit engendrer un manque de volume diffusant suffisant tout en permettant l’équilibre
électronique latéral à cette énergie (en pratique, pour un faisceau de photons de 6 MV,
l’équilibre électronique est atteint à 1,5 cm dans l’eau). Deux plans de dose sont extraits du
calcul 3D : une carte isodoses dans le plan yOz contenant l’axe du faisceau et une carte
isodoses dans le plan zOy pour une profondeur de 20 cm (Figure 22b).
(a) (b)
z
18 cm y
x
4 cm
25 cm
7 cm
7 cm 7 cm 20
18 cm
Figure 22 : a) OTN « T inversé », b) Distributions en 2D.
Le quatrième OTN (nommé D dans le Tableau 9), en forme de «T», permet de tester la prise
en compte d’un manque du diffusé latéral et du rétrodiffusé dû à la forme de l’OTN. La forme
est identique à celle de l’OTN précédent (OTN « C ») à l’exception d’une rotation d’un angle
de 180° par rapport à l’axe d’incidence du faisceau (Figure 23a). Le plan de dose yOz
contenant l’axe du faisceau et le plan zOy pour une profondeur de 5 cm sont extraits du calcul
3D (Figure 23b).
58
(a) 18 cm (b)
7 cm
5
7 cm 7 cm z
4 cm 18 cm
y
25 cm
x
Figure 23 : a) OTN « T», b) Distributions en 2D.
Le cinquième OTN (nommé E dans le Tableau 9), en forme de « U », permet de tester la prise
en compte d’un manque de volume diffusant situé sur l’axe d’incidence du faisceau
d’irradiation (Figure 24a). La forme de cet OTN est décrite par un parallélépipède au sein
duquel est inséré un rectangle d’air centré sur l’axe d’incidence du faisceau d’irradiation.
Trois plans de dose xOy sont extraits du calcul 3D pour 3 profondeurs (Figure 24b).
(a) (b)
25 cm
7 cm 7 cm 18 cm
5 z
10
7 cm y
4 cm 20
x
18 cm
Figure 24 : a) OTN « U», b) Distributions en 2D.
Le sixième OTN (nommé F dans le Tableau 9), en forme de croix, permet de tester
simultanément la prise en compte d’un manque de diffusé latéral et de rétrodiffusé dû à la
forme de l’OTN (Figure 25a). Trois plans de dose, deux selon yOz et un selon xOy, contenant
l’axe d’incidence du faisceau sont extraits du calcul 3D (Figure 25b).
59
(a) (b)
7.5 cm
10 cm
10 z
7.5 cm
15
y
25 cm
x
6 cm
Figure 25 : a) OTN « croix», b) Distributions en 2D.
Les fichiers d’espace des phases, générés pour l’OTN A, sont utilisés comme donnée d’entrée
pour le calcul de dose au sein des OTN C, D, E et F présentés dans le Tableau 9.
Tableau 9 : OTN à décrochement

OTN Forme OTN Composition E DSS champ GLOBAL LINAC OTN
(MeV) (cm) (cm²) (h) (h) (h)
A parallélépipède eau 6 90 10×10 90 80 10
parallélépipède eau 6 90 10×10
B + filtre en coin 308 300 8
sans filtre en coin 90 80 10
C T inversé eau 6 90 10×10 10 - 10
D T eau 6 90 10×10 10 - 10
E U eau 6 90 10×10 11 - 11
F croix eau 6 90 10×10 11 - 11
IV.5] OTN « anatomiques »

Des OTN « anatomiques », plus proches de la réalité d’une irradiation par radiothérapie et
combinant plusieurs des phénomènes étudiés individuellement dans les points précédents,
vont permettre de réaliser un test complet du TPS pour une situation clinique donnée. Dans le
cas présent, le développement d’un OTN « sein » a été expérimenté. A moyen terme, d’autres
OTN « anatomiques » pourront être réalisés et l’on pourra envisager la modélisation d’un
OTN « poumon », d’un OTN « pelvis » et d’un OTN « tête ».
60
Habituellement, le traitement d’un sein par radiothérapie externe comporte deux paires de
faisceaux tangentiels opposés. Chaque paire contient un faisceau filtré et son homologue non
filtré. Nous avons retenu une angulation de ± 45° autour de l’isocentre et une taille de champ
de 10 × 10 cm² définie à l’isocentre. Le positionnement de l’isocentre dans l’OTN « sein » est
tel qu’il conduit à une largeur de frange pulmonaire irradiée de 2 cm et une fuite dans l’air de
1 cm de large.
Pour des raisons techniques, nous avons opté pour une rotation de l’OTN autour de l’isocentre
plutôt qu’une rotation des faisceaux autour de l’OTN. En effet, les caractéristiques initiales
des faisceaux ont été réglées dans le code MC PENELOPE pour une angulation nulle (cf
Chapitre 4).
Une représentation schématique de ce traitement est donnée en Figure 26 et les
caractéristiques géométriques de l’OTN « sein » sont présentées en Figure 27. La masse
volumique et la densité électronique des matériaux composant cet OTN sont respectivement
pour :
- l’équivalent-poumon, 0,3 g/cm3 et 9,935E+22 e-/cm3,
- l’équivalent-os, 1,85 g/cm3 et 5,808E+23 e-/cm3,
-
l’équivalent-muscle, 1,04 g/cm3 et 3,422E+23 e-/cm3.
z
100 cm
y
Légende matériaux
1cm Equivalent muscle
6 cm
2 cm
Equivalent os
Equivalent poumon
1 cm
45°
Figure 26 : Représentation schématique d’un traitement pour un sein.
61
a) b)
muscle
poumon
os
y
x
Figure 27 : Caractéristiques géométriques de l’OTN sein

a) OTN sein angulation nulle, b) OTN sein angulation 45°.
Compte tenu de la symétrie de l’OTN « sein » par rapport à l’axe principal d’irradiation, les
distributions de dose générées par le faisceau filtré et le faisceau non filtré ont été calculées
uniquement pour une angulation d’OTN de 45°.
Les distributions de dose en 3D qui résultent d’une angulation de -45° de l’OTN pourront être
obtenues par des transformations géométriques (rotation et symétrie) des distributions
obtenues préalablement pour l’angulation de 45°. Pour chaque faisceau (faisceau filtré et
faisceau non filtré), le plan de dose yOz contenant l’axe d’incidence du faisceau est extrait du
calcul 3D
Les conditions d’irradiation et une estimation du temps de calcul sont précisées dans le
tableau suivant.
62
Tableau 10 : OTN anatomique

a
OTN Composition E DSA champ faisceau GLOBAL LINAC OTN
(MeV) (cm) (cm²) (h) (h) (h)
muscle
6 100 10×10 non filtré 89 80 9
OTN « sein » os
6 100 10×10 filtré 305 300 5
poumon
a
DSA : Distance Source Axe
IV.6] Vérification du calcul de la dose à l’isocentre

A partir des distributions de dose calculées en 3D pour chaque OTN, il est également possible
de vérifier le calcul de la dose fourni par le TPS pour différents points (point de prescription
de la dose, isocentre, profondeur du maximum de dose...). Dans le cadre de cette étude, nous
avons extrait, pour chaque OTN de sortie, la dose à l’isocentre. La dose calculée par le TPS
est alors comparée à celle calculée par le code MC PENELOPE.
V. Critères d’acceptabilité pour le contrôle qualité des calculs de

dose
V.1] Critères d’acceptabilité référencés

Les critères d’acceptabilité requis pour vérifier l’exactitude des calculs de distributions de
dose fournies par un TPS ont d’ores et déjà fait l’objet de nombreuses études et controverses.
Il n’est, en effet, pas simple d’énoncer de tels critères puisque l’exactitude des calculs de dose
dépend à la fois des algorithmes de calcul, des zones géométriques du faisceau (pénombre,
build-up…) et des régions traversées par le faisceau (hétérogénéités, manque de volume
diffusant…).
Il n’en demeure pas moins que l’erreur maximale sur la dose délivrée, en tout point du
volume cible, doit rester inférieure à 5 % (1σ). Il est également couramment admis 2,5 %
d’incertitude sur le réglage du faisceau (symétrie, homogénéité…), 3 à 4 % sur le calcul de la
dose relative par le TPS, et enfin 3 à 4 % d’incertitude globale lors de la délivrance du
63
traitement (positionnement du patient, mouvements internes et externes) (Cunningham et al

1984, ICRU 29 1978).
Bien que de nombreux articles traitent des différents aspects du contrôle de qualité des TPS,
très peu d’entre eux, abordent le problème de la définition et de la justification des critères
d’acceptabilité qui permettraient de quantifier les écarts de dose entre les distributions de dose
de référence (mesures, calculs Monte Carlo) et les distributions de dose calculées par le TPS.
On peut citer, en référence, les travaux de Brahme et al (1988), McCullough et al (1980),
ICRU-42 (1987), Van Dyk et al (1993), AAPM (1998) et Venselaar et al (2001b). Tous ces
auteurs introduisent la notion de « séparation du milieu irradié » (régions à faible et à fort
gradient de dose) pour définir leurs critères d’acceptabilité. Pour cela, le faisceau d’irradiation
est segmenté en plusieurs zones géométriques (Figure 28) :
- les points situés à l’intérieur des limites géométriques du faisceau (région centrale à
faible gradient de dose),
- les points situés dans la pénombre (région à fort gradient de dose qui se définit par 0,5
cm de part et d’autre des limites du faisceau),
- les points situés à l’extérieur des limites géométriques du faisceau, au-delà de la
pénombre (région à faible gradient de dose),
- les points situés dans le build-up (région de fort gradient de dose qui s’étend de la
surface d’entrée à la dose maximum),
- les points situés le long de l’axe d’incidence du faisceau (région à faible gradient de
dose).
Un critère d’acceptabilité est attribué, spécifiquement, à chacune de ces zones.
Extérieur du faisceau Build-up
Intérieur
Grille de calcul du TPS du faisceau
Pénombre
Figure 28 : Définition des zones géométriques du faisceau (ESTRO, 2004).
64
Parmi les auteurs précédemment cités, seuls Van Dyk et al, l’AAPM (1998) et Venselaar et al
proposent des critères d’acceptabilité adaptés à la complexité des applications cliniques
(hétérogénéités, filtre en coin, asymétrie des champs d’irradiation…). Toutefois, les valeurs
de ces critères d’acceptabilité dépendent du concept de normalisation utilisé pour les
distributions de dose à comparer:
- soit par rapport à une dose mesurée ou calculée dans des conditions de référence
(Van Dyk et al, AAPM)
- soit par rapport à une dose mesurée localement (Venselaar et al).
Dans les travaux de Van Dyk et al (1993), repris par l’AAPM (1998), les distributions de dose
calculées et mesurées dans une configuration « test » sont normalisées par rapport à la dose
calculée ou mesurée à la profondeur de référence dans des conditions de référence 5 (champ
d’irradiation de 10 × 10 cm² défini à l’isocentre). La profondeur de référence choisie, par
l’AAPM (1998) est la profondeur du maximum de dose. L’écart de dose qui résulte de la
comparaison des distributions de dose répond à l’équation 11.
Ce choix de normalisation a tendance à sous-estimer les écarts de dose dans les régions des
faibles doses (< 10% de la dose maximum) car ces faibles doses sont « écrasées » par les
fortes doses obtenues dans les conditions de référence. Or, les faibles doses requièrent
également un bon niveau de précision car elles correspondent aux doses reçues par les
organes à risques.
⎛ Dcal ⎞ ⎛ Dmes ⎞
Ecart (%) = 100 × ⎜⎜ ⎟⎟ − ⎜⎜ ⎟⎟ (Eq. 11)
⎝ Dcal , ref ⎠ ⎝ Dmes, ref ⎠
où, Dcal,ref est la dose calculée au point de normalisation (profondeur du maximum de dose),
Dmes,ref est la dose mesurée au point de normalisation (profondeur du maximum de dose),
Dcal est la dose calculée au point d’intérêt et Dmes est la dose mesurée au point d’intérêt.
C’est la raison principale qui a poussé Venselaar et al (2001b) a proposé une méthode de
normalisation en terme de dose locale : les distributions de dose calculées et mesurées dans
une configuration « test » sont normalisées par rapport à la dose locale mesurée dans cette
même configuration « test ». Cette normalisation est, par conséquent, fonction de la
configuration « testée » et nécessite que les doses calculées et mesurées aient la même unité.
5
l’eau est le milieu de référence en radiothérapie.
65
L’écart de dose qui résulte de la comparaison des distributions de dose est évalué, selon
Venselaar et al (2001b), à l’aide de l’équation suivante:
⎛ Dcal − Dmes ⎞
Ecart (%) = 100 × ⎜ ⎟ (Eq. 12)
⎝ Dmes ⎠
où, Dcal est la dose calculée au point d’intérêt,
Dmes est la dose mesurée au point d’intérêt.
Par contre, en normalisant les distributions de dose par rapport à une dose locale, des écarts de
dose importants -de plus de 10% ou 20%-, apparaîtront dans les régions de faibles doses et ne
seront pas significatifs. Aussi pour contourner ce problème, Venselaar et al (2001b)
proposent, dans ces régions de faibles doses, de normaliser Dcal et Dmes, par rapport à la
dose mesurée à la même profondeur que celle du point d’intérêt mais sur l’axe d’incidence du
faisceau d’irradiation. L’équation 13 devient alors :
⎛ Dcal − Dmes ⎞
Ecart (%) = 100 × ⎜ ⎟ (Eq. 13)
⎝ Dmes, axe ⎠
où, Dcal est la dose est la calculée au point d’intérêt,

Dmes est la dose mesurée au point d’intérêt,
Dmes,axe est la dose mesurée au point d’intérêt sur l’axe d’incidence du faisceau.
V.2] Critères d’acceptabilité retenus

Dans le cadre de cette étude, la non-corrélation entre les grandeurs obtenues au cours des
simulations MC (énergie déposée dans le milieu, exprimée en eV/(g.N), N étant le nombre
d’électrons primaires simulés) et celles habituellement fournies par les TPS (dose délivrée au
milieu par Unité Moniteur de l’accélérateur, exprimée Gray/UM 6), nous a conduit à retenir la
normalisation proposée par Van Dyk et al et l’AAPM.
Les distributions de dose calculées, par le code MC PENELOPE et par le TPS, ont donc été
normalisées par rapport à la dose calculée dans un OTN en eau (dimension 50 × 50 × 50 cm3),
6
Quelque soit le type d’accélérateur, une chambre d’ionisation ou chambre « moniteur » est positionnée dans le
faisceau d’irradiation et intègre la quantité de rayonnement produit. Cette mesure de charge est exprimée en
Unités Moniteurs (UM) mais ne correspond finalement à aucune unité physique en dehors du fait que 100 UM
correspondent à un dépôt de dose de 1 Gray au point de référence, dans les conditions de référence.
66
à 10 cm de profondeur pour une taille de champ de 10 × 10 cm² défini à l’isocentre. Il s’agit

des conditions de référence utilisées pour l’étalonnage des UM de l’accélérateur en dose
(IAEA 2000).
Les critères d’acceptabilité proposés par l’AAPM (Tableau 11) ont été préférés à ceux
suggérés par Van Dyk et al car ils sont définis spécifiquement en fonction de la géométrie
d’irradiation (champs carrés, rectangulaires, asymétriques…).
Il est également important de noter qu’en choisissant de normaliser l’ensemble des
distributions de dose calculées (PENELOPE et TPS) à la profondeur de 10 cm plutôt qu’à la
profondeur du maximum de dose, comme le propose l’AAPM, les critères d’acceptabilité,
suggérés par l’AAPM et appliqués à ce contrôle qualité automatisé, sont plus restrictifs
puisque la dose de normalisation est plus faible.
Tableau 11 : Critères d’acceptabilité suggérés par l’AAPM pour le contrôle qualité des TPS (1998).
Ces critères ont été repris en 2004 par l’IAEA dans le protocole TRS 430.
Axe du Intérieur Extérieur

faisceau du faisceau du faisceau Pénombre Build-up
Tests a b c d e
(%) (%) (%) (mm) (%)
Milieux homogènes
Champs carrés 1 1,5 2 2 20
Champs rectangulaires 1,5 2 2 2 20
Champs asymétriques 2 3 3 2 20
Champs formes complexes 2 3 5 3 20
avec collimateur multilames
Champs formes complexes 2 3 5 2 50
avec mâchoires et caches
Filtre en coin 2 5 5 3 50
Obliquité du faisceau 1 3 5 2 20
Variations de Distance Source - 1 1,5 2 2 40
Surface
Milieux hétérogènes
Simples 3 5 5 5 /
(géométrie plane)
Complexes 5 7 7 7 /
(de type anthropomorphique)
La Figure 29 permet d’illustrer les régions du rendement en profondeur et du profil de dose

qui font référence aux critères d’acceptabilité identifiés, dans le Tableau 11, par les lettres
67
« a » à « e ». Elle met en évidence que les critères d’acceptabilité retenus conviennent

parfaitement à une utilisation de l’index gamma:
- dans les régions à faible gradient de dose, les critères d’acceptabilité sont exprimés en
pourcentage de dose (on évalue un écart de dose),
- dans les régions à fort gradient de dose, les critères d’acceptabilité sont exprimés en
millimètres (on évalue un écart de distance).
Par conséquent, les valeurs des critères d’acceptabilité présentées dans le Tableau 11, vont
être affectées aux paramètres ΔDmax (écart de dose) et Δxmax (écart de distance) de l’index
gamma [cf III.2].
Rendement en profondeur Profil de dose

b
Dose (u.a)
Dose (u.a)
a
e
données de référence (mesures, calculs MC) d

c
données à tester (calculs TPS)
Profondeur (cm) Distance (cm)
Figure 29 : Illustration des différentes régions où les critères d’acceptabilité a-e

sont appliqués (rendements en profondeur et profils de dose).
VI. Conclusion
Dans ce chapitre nous avons présenté la méthodologie qui permettra d’automatiser le contrôle
qualité des TPS en radiothérapie externe. Le code MC PENELOPE, les Objets Tests
Numériques et l’index gamma ont ainsi été présentés et caractérisés. A ce titre, le Tableau 12
récapitule l’ensemble des OTN identifiés pour le contrôle qualité des calculs de dose. Certains
de ces OTN seront utilisés lors de l’application clinique du contrôle qualité automatisé
(chapitre 4). Toutefois, la méthode MC n’est pas une méthode de calcul absolue : les biais liés
aux sections efficaces implémentées dans le code, les éventuelles erreurs de programmation
(géométrie) et les incertitudes statistiques peuvent avoir une influence sur les calculs de dose.
Il est donc indispensable de mener une validation expérimentale du code MC PENELOPE
avant toute utilisation clinique comme outil de contrôle de qualité. Cette validation sera
menée dans le chapitre 3.
68
Tableau 12: OTN identifiés pour le contrôle qualité des calculs de dose des TPS.

3
(cm ) (MeV) (cm) (cm²) (h) (h) (h)
Simple A 50 × 50 × 50 eau 18 90 5×5 66 50 16
Simple B 50 × 50 × 50 eau 18 90 10×10 160 70 90
Simple C 50 × 50 × 50 eau 18 90 30×30 205 90 115
Simple D 50 × 50 × 50 eau 18 80 10×10 90 - 90
Simple E 50 × 50 × 50 eau 18 130 10×10 90 - 90
Simple F 50 × 50 × 50 eau 18 90 20×5 160 70 90
Simple G 50 × 50 × 50 eau 18 90 5×20 160 70 90
18 90 10×10 330 260 70
Simple H 50 × 50 × 50 eau
+ filtre en coin
18 90 5×20 330 260 70
Simple I 50 × 50 × 50 eau
+ filtre en coin
18 90 20×5 330 260 70
Simple J 50 × 50 × 50 eau
+ filtre en coin
Simple K 50 × 50 × 50 eau 18 90 15×15 220 160 60
+ cache central
Simple L 50 × 50 × 50 eau 18 90 15×15 60 - 60
(champ complexe)
Simple M 50 × 50 × 50 eau 18 90 15×15 60 - 60
(champ complexe)
Simple N 50 × 50 × 50 eau 18 90 10×10 90 - 90
(obliquité)
Hétérogène A 50 × 50 × 50 eau, os 18 90 5×5 17 - 17

Hétérogène B 50 × 50 × 50 eau, poumon 18 90 5×5 10 - 10
Hétérogène C 50 × 50 × 50 eau, os, poumon 18 90 5×5 14 - 14
eau, poumon
Hétérogène D 30 × 30 × 20 10 90 10×10 95 80 15
(médiastin)
eau, poumon
Hétérogène E 30 × 30 × 20 10 90 10×10 7 - 7
(tumeur isolée)
Décrochement A parallélépipède eau 6 90 10×10 90 80 10

6 90 10×10
Décrochement B parallélépipède eau 308 300 8
+ filtre en coin
Décrochement C T inversé eau 6 90 10×10 10 - 10
Décrochement D T eau 6 90 10×10 10 - 10
Décrochement E U eau 6 90 10×10 11 - 11
Décrochement F croix eau 6 90 10×10 11 - 11
muscle, os, 6 100 10×10 89 80 9

Anatomique « sein »
poumon 6(filtré) 100 10×10 305 300 5
69
70
Chapitre 3 : Paramétrage et validation des calculs de dose Monte Carlo PENELOPE
Chapitre 3
Paramétrage et validation des calculs de

dose Monte-Carlo PENELOPE
71
72
I. Introduction
Substituer les mesures dosimétriques réalisées dans le cadre du contrôle qualité des fonctions
dosimétriques d’un TPS au profit de calculs Monte Carlo n’a de sens que si l’on prouve que le
code MC utilisé et les paramètres de réglage de ce code conduisent à l’obtention de
distributions de dose avec des incertitudes équivalentes à celles associées aux mesures
disponibles dans un service de radiothérapie.
Cette étape de validation doit être conduite pour des configurations d’irradiation plus
problématiques, proches des conditions de traitement d’un patient, puisque la traversée de
milieux hétérogènes (poumon, os, air, tissus mous…) modifient de manière importante les
distributions de dose (Klein et al 1993, White et al 1996, Hunt et al 1997, Miller et al 1998,
Buffard et al 2005, Chetty et al 2003, Doucet et al 2003, Carrasco et al 2004, Cygler et al
2004).
L’apport du code MC PENELOPE pour la simulation, en régime photon, des distributions de
dose au sein d’un Objet Test Physique (OTP) présentant une hétérogénéité équivalent-
poumon a déjà été mis en évidence par Carrasco et al (2004). Dans la continuité de ces
travaux, nous avons mené une validation expérimentale des distributions de dose calculées
par le code MC PENELOPE pour deux qualités de faisceau (faisceau de photons 12 MV et
faisceau d’électrons 18 MeV) issus de l’accélérateur Saturne 43 du Laboratoire National
Henri Becquerel (LNHB). Pour cela, les distributions de dose calculées ont été comparées aux
distributions mesurées expérimentalement dans quatre Objets Tests Physiques (OTP)
hétérogènes au moyen de deux méthodes dosimétriques. Ces OTP hétérogènes ont permis de
reproduire la majorité des interfaces rencontrées au cours des traitements en radiothérapie
(eau/os, eau/poumon, eau/os/poumon) et de recréer les phénomènes physiques qui se
produisent aux interfaces (régions de déséquilibre électronique) et en présence de milieux
hétérogènes (modification de la pénombre).
Le critère d’acceptabilité généralement employé pour comparer les distributions de dose
mesurées et calculées par les TPS est, le long de l’axe du faisceau et dans des configurations
hétérogènes, ±3% /- ±4% (Van Dyk et al 1993, AAPM 1998, I.A.E.A 2004). Ce critère
relativement tolérant n’est cependant pas adapté à notre problématique de validation qui vise à
substituer une mesure au profit d’un calcul de référence. Nous avons donc retenu 1% comme
critère d’acceptabilité de nos simulations MC vis-à-vis des mesures de validation.
Habituellement, les mesures de dose absolues réalisées par méthode ionométrique conduisent
à des incertitudes de 1,5% (1σ) dans des conditions standard d’irradiation (Figure 30). Les
73
protocoles de mesures et les matériels utilisés au LNHB permettent d’obtenir des mesures de
dose absolue avec des incertitudes proches de 1% (1σ).
Mesure de dose (standard) Validation MC versus Mesures Simulations MC PENELOPE

incertitude 1,5% (1σ) Critère acceptabilité 1% incertitude 1% (1σ)
Validation TPS versus Mesures Validation TPS versus MC

Contrôle qualité
Méthode traditionnelle TPS Méthode proposée
Critère acceptabilité 3% à 4% Critère acceptabilité 3% à 4%
Calcul TPS
incertitude 3% (1σ)
Figure 30: Principe de la validation des calculs de dose MC PENELOPE (milieux hétérogènes).
Trois étapes ont dû être réalisées pour modéliser, dans le formalisme du code PENELOPE, le
dispositif expérimental que nous avons utilisé pour la validation :
- étape 1 : modélisation de la tête d’irradiation de l’accélérateur Saturne 43 à partir des
données fournies par le constructeur,
- étape 2 : détermination des caractéristiques initiales des deux faisceaux issus de
l’accélérateur Saturne 43 que comporte le dispositif expérimental (faisceau de photons 12MV
et faisceau d’électrons 18 MeV),
- étape 3 : modélisation des OTP hétérogènes dans lesquels sont calculées les doses.
Chacune de ces étapes sera présentée, successivement, au cours de ce chapitre.
II. Présentation de l’accélérateur linéaire Saturne 43
II.1] Généralités
Les accélérateurs linéaires à usage médical accélèrent des électrons afin de produire des
faisceaux de rayonnement (électrons ou photons) assez énergétiques pour être utilisés en
radiothérapie pour le traitement de tumeurs superficielles à profondes. Les électrons sont
produits, par effet thermoélectronique, à partir d’un filament de tungstène et sont ensuite
74
accélérés dans une section accélératrice au moyen du champ électrique d’une onde
électromagnétique de forte puissance produite par un klystron.
A la sortie de la section accélératrice, les électrons atteignent une énergie comprise entre 4
MeV et 21 MeV. Ils subissent une déviation magnétique à 270° qui rend le faisceau vertical,
quasi-monoénergétique, focalisé et centré sur l’axe de collimation du faisceau. Le faisceau
d’électrons pénètre alors dans la tête d’irradiation de l’accélérateur et peut avoir une double
destinée :
- soit, traverser un premier diffuseur de façon à élargir le faisceau initial d’électrons,
- soit, frapper une cible de tungstène de façon à produire des photons X de freinage
(spectre continu de rayons X d’énergie comprise entre 0 et l’énergie maximale des
électrons accélérés).
La tête d’irradiation de l’accélérateur Saturne 43 contient tout le système de mise en forme du

faisceau en vue de son utilisation thérapeutique. Elle est composée, essentiellement, d’une
cible, de filtres (cônes égalisateur ou diffuseurs), d’une chambre moniteur et de collimateurs
qui fixent la dimension du faisceau d’irradiation. La Figure 31 donne un schéma descriptif de
la tête d’irradiation du Saturne 43.
Figure 31: Schéma descriptif de l'accélérateur linéaire Saturne 43.
75
II.2] Modélisation de la tête d’irradiation

L’ensemble « section accélératrice / déviation » n’a pas été modélisé et la simulation MC
démarre au niveau de la cible ou du premier diffuseur. A ce niveau, le résultat de
l’accélération électronique et de la déviation magnétique sont pris en compte par un spectre
énergétique et une tâche focale dont il faut rechercher les caractéristiques. Pour cela, des
ajustements successifs sont réalisés en comparant les distributions de dose mesurées et
calculées.
II.2.1] Géométrie
Le programme PENGEOM dédié à la géométrie a été utilisé pour modéliser la tête
d’irradiation. Les coordonnées de l’accélérateur sont décrites dans un repère cartésien, l’axe z
correspondant à l’axe d’incidence du faisceau d’irradiation.
Les différents éléments de la tête d’irradiation ont été modélisés grâce aux caractéristiques
fournies par le constructeur General Electric. Chaque composant de la tête a été défini par une
région (« body ») dont le volume a été délimité par des surfaces décrites dans le chapitre 2
[paragraphe II.3.4]. Les espaces existants entre les différentes parties de la tête ont été
comblées par de l’air. L’outil de visualisation GWIEW 2D a permis de vérifier la géométrie
des éléments de la tête, leurs dimensions relatives et l’attribution du numéro de matériau
utilisé dans leurs descriptions.
II.2.1.1] Mode photon (12 MV)

La Figure 34 représente la modélisation de la tête d’irradiation pour le faisceau de photon de
12 MV. On retrouve sur cette figure, les éléments caractéristiques permettant la
transformation du faisceau d’électrons en faisceau de photons.
- la fenêtre en titane permet d’assurer le vide dans les bobines de déviation.
- le barreau porte-cible interpose une cible de tungstène de 4 mm dans le faisceau
d’électrons qui sort des bobines de déviation afin de produire des photons de freinage. La
position du barreau porte-cible correspondant à une énergie de 12 MV a uniquement été
modélisée.
- le premier collimateur, de forme conique, définit le champ maximum d’irradiation.
- le cône égalisateur rend la répartition de la dose homogène au niveau du champ
d’irradiation. Compte tenu de leur énergie, les photons produits dans la cible ont une direction
privilégiée vers l’avant. Grâce à sa forme conique, le cône égalisateur compense cette
76
direction privilégiée vers l’avant et permet d’obtenir un profil de dose quasiment plat, pour un
champ d’irradiation de 10 × 10 cm² à une profondeur de 10 cm dans de l’eau et à 100 cm de la
source (cible). Cet élément a été modélisé avec 3 cônes tronqués (Figure 32).
Figure 32: Cône égalisateur 12 MV, Saturne 43 (visualisation GVIEW).
- le second collimateur est aussi de forme conique. Il prend la limitation du faisceau

introduite par le collimateur primaire.
- la chambre moniteur est composée d’un ensemble de chambres d’ionisation qui
contrôlent la dose délivrée au patient et régulent les bobines de déviation du faisceau pour en
assurer l’homogénéité et la symétrie.
- la fenêtre d’anti-rétrodiffusion évite la contamination de la chambre moniteur par
les électrons rétrodiffusés par les mâchoires.
- les deux paires de mâchoires mobiles X et Y délimitent la taille du champ. Elles se
déplacent selon un arc de cercle de façon à assurer la focalisation du faisceau (Figure 33).
Y1
X1 X2
Y2
(b)
Figure 33: mâchoires X et Y, Saturne 43.
Dans le cadre de la validation expérimentale du code MC PENELOPE, les mâchoires sont

réglées pour limiter le faisceau à un champ d’irradiation de 10 × 10 cm² à 100 cm de la source
(la source étant le point d’impact des électrons sur la cible).
77
z Fenêtre titane z
y Cible x
Collimateur primaire
Cône égalisateur
Collimateur secondaire
Chambre moniteur
Fenêtre anti-rétrodiffusion
Mâchoires
Figure 34: Représentation de la tête d'irradiation du Saturne 43, photons 12 MV (visualisation GVIEW).
II.2.1.2] Mode électron (18 MeV)

A la sortie de la déviation magnétique, le faisceau contient déjà les particules d’intérêt. Ainsi,
on ne trouve donc plus de cible sur le trajet du faisceau mais, par ordre de traversée après le
collimateur primaire :
- les diffuseurs primaires dont la principale fonction est d’élargir le faisceau (fin disque
de plomb),
- les diffuseurs secondaires qui homogénéisent le faisceau en l’atténuant de manière
dégressive en allant du centre vers les bords. Les diffuseurs primaires et secondaires doivent
être d’épaisseur limitée afin de limiter la pollution du faisceau par les photons de freinage.
Les diffuseurs sont différents en fonction de l’énergie du faisceau et sont disposés sur des
barillets tournant dans la position dépend de l’énergie choisie.
- la chambre moniteur
- les mâchoires qui jouent le rôle de collimateur intermédiaire. Pour chaque champ,
78
leur ouverture est supérieure, de plusieurs centimètres, à la taille de ce dernier.

- les applicateurs, positionnés sous les mâchoires, qui délimitent le champ d’irradiation.
La construction de la géométrie a été réalisée à partir du fichier de géométrie existant pour le

mode photon en y intégrant les éléments spécifiques au mode électron à savoir : les diffuseurs
et les applicateurs. La modélisation de la tête d’irradiation par le code MC PENELOPE est
présentée en Figure 35.
Fenêtre titane
z z
Premier diffuseur
y x
Collimateur primaire
Diffuseurs secondaires
Collimateur secondaire
Chambre moniteur
Mâchoires
Applicateurs
Figure 35: Représentation de la tête d'irradiation du Saturne 43, électrons 18 MeV (visualisation GVIEW).
79
Pour notre étude, l’ouverture des mâchoires X et Y décrit une taille de champ d’irradiation de
20 × 20 cm² à 100 cm de la source pour assurer, après mise en place des applicateurs, la
définition d’une taille de champ de 10 × 10 cm² à 100 cm de la source (point d’impact des
électrons sur le premier diffuseur).
II.2.2] Matériaux
Les différents matériaux et alliages utilisés pour la modélisation de la tête d’irradiation
(modes photon et électron) sont détaillés dans le Tableau 13.
Tableau 13 : Matériaux et alliages présents dans la tête d’irradiation du Saturne 43.
Elément Matériau Composition Masse Volumique

(% massique) (g/cm3)
fenêtre titane - 4,54
barreau porte-cible
tungstène - 19,3
+ cible
collimateur denal W (90,5), Ni (7), Cu (2,5) 16,8

primaire XC 10 C (0,1), Mn (0,6), Fe (99,3) 7,8
diffuseurs plomb - 11,35
cône égalisateur inox Mn (2), Si (1), Ni (10), Cr (18), Fe (69) 7,8

collimateur -
plomb 11,35
secondaire
chambre moniteur kapton - 1,42
fenêtre anti- -
aluminium 2,7
rétrodiffusion
denal W (90,5), Ni (7), Cu (2,5) 16,8

mâchoires
plomb - 11,35
8
applicateurs C (0,1), Si (0,7), Cr (18), Mn (1), 8,06

acier
Fe (71,2), Ni (9)
III. Simulations des faisceaux issus de l’accélérateur Saturne 43
En premier lieu, il convient de régler les trois paramètres définissant les électrons initiaux
(énergie moyenne, distribution en énergie des électrons initiaux et forme du point d’impact
80
des électrons initiaux sur la cible ou le diffuseur primaire) pour le faisceau de photons de 12
MV et le faisceau d’électrons de 18 MeV. Ces réglages sont effectués, en condition de milieu
homogène, en comparant, à l’aide de l’index gamma, les distributions de dose calculées avec
celles mesurées dans une cuve remplie d’eau (milieu de référence en radiothérapie). En
plusieurs itérations, les valeurs appropriées permettant de se conformer aux distributions de
dose mesurées peuvent être obtenues.
Il est important de souligner que la validité des calculs de dose MC PENELOPE est
étroitement corrélée à la description géométrique de la tête d’irradiation et à l’ajustement des
caractéristiques initiales des faisceaux.
III.1.1] Mode photon, faisceau de 12 MV

III.1.1.1] Paramètres de simulation
Les paramètres propres au modèle de diffusion, présenté dans le chapitre 2 [paragraphe
II.3.4.3], sont C1, C2, Wcc, Wcr. Les deux premiers ont été pris égaux à 0,05 (valeurs
recommandées par Salvat et al, 2003). Les valeurs des paramètres Wcc et Wcr ont été prises
égales à 10 keV.
La largeur des canaux utilisée pour échantillonner les spectres en énergie vaut 120 keV. Les
valeurs des paramètres Wcc et Wcr satisfont la condition selon laquelle elles doivent être
inférieures au pas utilisé pour échantillonner les spectres en énergie (Salvat et al, 2003).
En ce qui concerne les énergies de coupure, on rencontre dans la littérature des valeurs qui
s’étalent, selon les études, de 100 keV à 1000 keV pour les électrons et de 5 keV à 100 keV
pour les photons (Verhaegen et Seuntjens 2003). Les énergies de coupure retenues pour les
simulations dans la tête d’irradiation et dans la cuve à eau sont précisées dans le Tableau 14.
Pour les simulations dans la cuve à eau, le choix d’une énergie de coupure de 100 keV pour
les électrons et les positrons est compatible avec l’épaisseur du volume de détection (0,5 × 0,5
× 0,5 cm3); la portée maximale d’un électron de 100 keV étant de 0,15 mm dans l’eau. Les
valeurs des paramètres de simulation sont résumées dans le Tableau 14.
81
Tableau 14 : Paramètres de simulation, faisceau de photons 12 MV

Paramètres 12 MV
C1=C2 0,05
Wcc (keV) 10
Wcr (keV) 10
Résolution du spectre en énergie (keV) 120
Nombre de canaux 100
Energies de coupure (keV)
tête d’irradiation (e-, photons, e+) 1000, 10, 1000
cuve à eau (e-, photons, e+) 100, 10, 100
Nombre d’électrons primaires (N) 2E+08
Techniques de réduction de variance
tête d’irradiation RRa, IFa, SPLITa
cuve à eau NSPLIT=10
a
RR : Roulette Russe, IF : Interactions forcées, SPLIT : Splitting. Les valeurs retenues pour ces 3 techniques
sont précisées dans le chapitre 2, paragraphe II.3.4.3].
III.1.1.2] Ajustement des paramètres définissant les électrons initiaux

La connaissance précise de l’énergie moyenne, de la dispersion en énergie des électrons
initiaux et de la forme de la tâche focale (point d’impact des électrons initiaux sur la cible)
sont indispensables pour la simulation des faisceaux. Malheureusement, ces paramètres
critiques sont mal connus, difficilement accessibles et peuvent être responsables de
différences majeures entre les mesures et les simulations.
Sur la base des indications fournies par le constructeur et des travaux antérieurs (Mazurier
1999, Guillerminet 2003b), les distributions de dose calculées et mesurées sont comparées
(Sheikh-Bagheri and Rogers 2002a). De nombreux travaux de recherche Monte Carlo relatifs
à l’influence de la tâche focale, de l’énergie moyenne et de la distribution en énergie des
électrons initiaux sur les profils de dose et les rendements en profondeur ont été effectués.
Parmi les plus récents, on distingue ceux de Sheikh-Bagheri and Rogers (2002a) sur une série
d’accélérateurs Elekta, Varian et Siemens, ceux de Ding (2002) sur un accélérateur Varian et
ceux de Tzedakis et al (2004) sur un accélérateur Elekta. Ces travaux recommandent d’utiliser
les valeurs données par les constructeurs comme valeurs de départ pour les simulations MC et
ce, quelque soit le type d’accélérateur. Ces valeurs doivent ensuite être testées et évaluées afin
d’obtenir un faisceau réalisant le même dépôt de dose que celui du véritable accélérateur.
82
Ces travaux montrent en outre que les profils de dose sont très sensibles à la variation de
l’énergie moyenne des électrons initiaux et à la définition de la tâche focale. En revanche, les
rendements en profondeur sont, uniquement, affectés par la variation de l’énergie moyenne et
de la distribution en énergie des électrons initiaux. Mais, les opinions divergent sur
l’ajustement des paramètres initiaux. En effet, certains auteurs comme Lovelock et al (1995)
ont trouvé leurs rendements en profondeur peu sensibles à l’énergie des électrons. Pena et al
(2004) ont montré, quant à eux, une dépendance des rendements vis-à-vis du rayon de la tâche
focale. Ils ont d’ailleurs mentionné la nécessité de corriger l’énergie moyenne obtenue
puisque l’ajustement des paramètres initiaux commence obligatoirement avec une taille
arbitraire de tâche focale.
Il n’existe donc pas de « modèle » unique d’ajustement. Il convient d’étudier et d’ajuster ces
paramètres initiaux pour chaque simulation en s’appuyant sur les mesures expérimentales
disponibles.
Les rendements en profondeur et les profils de dose ont été mesurés dans une cuve à eau de
30 × 30 × 30 cm3 à l’aide d’une chambre cylindrique de type PTW-31002 d’un volume de
0,125 cm3. La face d’entrée de la cuve a été positionnée à 90 cm de la source et un champ
d’irradiation de 10 × 10 cm2 a été défini à 100 cm de la source (IAEA 2000). Les profils de
dose ont été mesurés à 10 cm de profondeur. Toutes les distributions de dose ont été
normalisées au maximum de dose.
Les incertitudes statistiques associées aux calculs MC (de l’ordre de 1%) sont données à un
écart-type (1σ). En revanche, les incertitudes associées aux mesures sont très faibles (de
l’ordre de 0,4% à 1σ) et ne sont donc pas représentées sur les figures. Etant donné que toutes
les mesures sont relatives (mesures normalisées au maximum de dose), l’incertitude due au
coefficient d’étalonnage de la chambre d’ionisation de référence « disparait » dans le bilan
d’incertitude présenté ci-dessus (0,4 % à 1σ).
Le test de l’index gamma a été utilisé pour ajuster les valeurs des paramètres initiaux. Dans le
contexte d’une validation expérimentale du code MC PENELOPE, les valeurs des critères
d’acceptabilité Δ xmax et Δ Dmax sont « resserrées » et ont été respectivement choisies égales à
1 mm et 1%. Les mêmes critères ont été utilisés pour analyser les profils de dose et les
rendements en profondeur. La région du build-up des rendements en profondeur a également
été évaluée avec ces mêmes critères car la simulation MC de cette région est directement
83
affectée par la contamination électronique liée à la composition et à la géométrie des éléments

de la tête d’irradiation.
Il est à noter que la valeur du critère d’acceptabilité sur la dose ( Δ Dmax) est compatible avec
l’incertitude associée au calcul Monte Carlo (incertitudes statistiques d’environ 1% à 1σ). De
plus, avant d’être comparées aux mesures expérimentales (distributions de dose de référence),
les distributions de calculées (distributions de dose à évaluer) ont été préalablement ré-
échantillonnées, à une résolution plus fine à l’aide de fonctions polynomiales [Depuydt et al
2002, chapitre 2 - paragraphe III.3]. Les écarts relatifs relevés entre les distributions de dose
initiales et ré-échantillonnées sont, en moyenne, inférieurs à 0,1% pour les profils de dose et
inférieurs à 0,15% pour les rendements en profondeur.
III.1.1.2.a] Energie moyenne et distribution en énergie

Dans les travaux de Mazurier (1999), il a été mis en évidence que l’énergie moyenne des
électrons initiaux à l’origine du faisceau de photons de 12 MV était très proche de l’énergie
de 12 MeV annoncée par le constructeur. Pour optimiser la caractérisation de la distribution
énergétique du faisceau dans la région du build-up, quatre simulations supplémentaires ont été
réalisées en considérant une tâche focale ponctuelle. En partant de l’hypothèse que le faisceau
peut présenter une distribution gaussienne en énergie (les rayons maximum, minimum et
moyen de la bobine de déviation permettent d’obtenir des énergies maximale, minimale et
moyenne pour les électrons quittant les bobines de déviation), trois largeurs à mi-hauteur
(FWHM) ont été testées pour la gaussienne en énergie : 700 keV, 450 keV et 300 keV. Les
résultats de ces trois simulations ont été comparés à ceux obtenus pour un faisceau
monoénergétique. Les variations des rendements en profondeur sont présentées en Figure 36.
84
Figure 36 a-b: Comparaison des rendements en profondeur mesuré et calculés dans la cuve à eau pour différentes
dispersions en énergie des électrons initiaux (champ 10 × 10 cm², photons 12 MV).
Figure 37: Résultats du test de l'index gamma pour les différentes dispersions en énergie des électrons initiaux
(champ 10 × 10 cm², Photons 12 MV).
85
Le test de l’index gamma (Figure 37) met en évidence que le meilleur accord entre les valeurs
mesurées et calculées est obtenu pour le faisceau gaussien avec une largeur à mi-hauteur de
450 keV. Toutefois, il est important de préciser que le test de l’index gamma est rejeté pour le
premier point du rendement en profondeur (x = 1 cm). Etant donné que ce point est situé dans
la zone de buid-up, le rejet du test de l’index gamma n’est donc pas « rédhibitoire ».
A titre d’exemple, pour le faisceau gaussien de 12 MV (FWHM= 450 keV), les incertitudes
statistiques associées à différents points de calcul sont regroupées dans le tableau suivant.
Tableau 15 : Incertitudes statistiques associées au calcul (faisceau de photons de 12 MV, FWHM=450keV).

Profondeur Incertitude
(cm) (%)
1 0,57
3 0,50
5 0,50
10 0,55
15 0,60
20 0,66
III.1.1.2.b] Tâche focale

Les travaux de Verhaegen and Seuntjens (2003) pointent la difficulté de définition de la tâche
focale. Quelque soit l’accélérateur (Elekta, Varian, General Electric ou Siemens), la tâche
focale répond à une distribution gaussienne des positions avec une largeur à mi-hauteur
pouvant varier de 0,5 mm à 3 mm.
Une étude a été réalisée en simulant un faisceau gaussien de 12 MV (FWHM= 450keV) avec
différentes descriptions de tâche focale : tâche focale circulaire uniforme (diamètre de 1 mm
et 2 mm) et tâche focale circulaire non uniforme présentant une distribution gaussienne des
positions centrée sur l’axe théorique du faisceau (largeur à mi-hauteur de 1 mm et 0,5 mm).
L’influence de la tâche focale a été étudiée sur les profils de dose. Les résultats sont reportés
sur la Figure 38. La Figure 39 présente les valeurs de l’index gamma obtenues pour chacune
des définitions de tâche focale. Au fur et à mesure de l’augmentation du rayon, on peut
observer que la région centrale se réduit (la région centrale est directement soumise aux
photons issus du faisceau).
Parmi les 4 configurations testées avec l’index gamma pour le faisceau de photons de 12 MV,
c’est la tâche focale de distribution gaussienne des positions avec une largeur à mi-hauteur de
86
0,5 mm qui offre la meilleure concordance. Pour ce faisceau, les incertitudes statistiques
associées à différents points de calcul sont regroupées dans le Tableau 16.
Figure 38: Comparaison des profils de dose mesuré et calculés, dans une cuve à eau, pour différents
modèles de tâche focale (champ 10 × 10 cm², photons 12 MV).
87
Figure 39 : Résultats du test de l'index gamma pour les différents modèles de tâche focale (Photons 12 MV).
Tableau 16 : Incertitudes statistiques associées au calcul

(faisceau de photons de 12 MV avec une tâche focale circulaire non uniforme- fwhm=0,5mm-).
Distance Incertitude
(cm) (%)
0,75 0,30
2,25 0,27
4,25 0,25
5,25 0,51
III.1.1.3] Spectre en énergie

La figure suivante présente le spectre en énergie obtenue à 90 cm de la source pour le point
d’énergie photon de 12 MV et un champ d’irradiation de 10 × 10cm². L’axe des ordonnées
correspond à la fluence et l’unité est le nombre de photons/eV.Nombre d’électrons primaires.
L’axe des abscisses en eV est subdivisé en canaux d’énergie de 120 keV. Ce spectre en
énergie a été comparé à celui obtenu par Mazurier (1999) avec la version 1996 du code
PENELOPE.
88
Pic annihilation
Figure 40: Comparaison des spectres en énergie calculés par le code PENELOPE (1999 et 2007)
pour un faisceau de photon de 12 MV.
Les fluctuations observées pour le spectre calculé en 1999 résultent d’une statistique moins
élevée puisque 4 fois moins de particules initiales avaient été simulées pour ce spectre en
1999.
Malgré ces fluctuations, les deux spectres ainsi que les valeurs de l’énergie moyenne du
faisceau calculées restent très proches (Tableau 17). En effet, les proportions des basses et
hautes énergies similaires pour ces deux spectres témoignent d’une bonne modélisation des
différents éléments de la tête d’irradiation (cône égalisateur, collimateur).
Le pic observé à 511 keV, dû à l’annihilation des positrons issus de la création de paires, est
également présent pour les deux spectres. Au vu de ces divers points, on peut considérer que
la simulation de l’accélérateur Saturne 43 réalisée pour cette étude est très proche de celle
effectuée par Mazurier (1999).
Tableau 17 : Comparaison des énergies moyennes (en MeV) calculées en 1999 et 2007.
Energie moyenne (MeV)

Calcul 2007 3,245
Calcul 1999 3,322
89
III.1.1.4] Distributions de dose

L’espace des phases qui a été utilisé pour le calcul des distributions de dose, dans la cuve à
eau, contient 60 millions de particules. Les valeurs retenues pour les trois paramètres
définissant les électrons initiaux sont donc les suivants :
- une énergie moyenne de 12 MeV,
- une distribution gaussienne en énergie avec une largeur à mi-hauteur de 450 keV,
- une tâche focale circulaire présentant une distribution gaussienne des positions
avec une largeur à mi-hauteur de 0,5 mm.
Les profils de dose et rendements en profondeur ainsi obtenus sont présentés sur la Figure 41.
Ils coïncident avec les valeurs mesurées aux incertitudes de calcul près. L’épaulement et la
pénombre des profils de dose sont correctement reproduits.
Figure 41: Rendements en profondeur et profils de dose calculés et mesurés (champ 10×10 cm², Photons 12 MV)
90
Pour évaluer la qualité d’un faisceau de photons, l’indice utilisé, en Europe, est le Tissue
20
Phantom Ratio 20/10 ou TPR 10 (IAEA 2000). Il correspond au rapport des doses absorbées à
20 cm et 10 cm de profondeur, sur l’axe du faisceau, pour une distance source-détecteur
constante de 100 cm (déplacement de la cuve à eau) et un champ d’irradiation de 10 × 10 cm².
Lorsque la distance source-détecteur varie, il est également possible d’utiliser le rapport
D20/D10 entre les doses à 20 cm et à 10 cm de profondeur (IAEA 2000).
De fait, les rapports D20/D10 calculé et mesuré ont été évalués. Le tableau suivant indique que
les rapports D20/D10 sont en accord. L’ensemble de ces résultats valide la simulation MC du
faisceau de photons de 12 MV.
Tableau 18 : Comparaison des rapports D20/D10 calculé et mesuré

pour le faisceau de photons de 12MV.
12 MV
D20/D10 calculé 0,627 ± 0,005
D20/D10 mesuré 0,628 ± 0,005
III.1.2] Mode électron, faisceau de 18 MeV

III.1.2.1] Paramètres de simulation
Les valeurs des paramètres de simulation sont résumées dans le Tableau 19. Elles font
référence aux explications fournies précédemment pour le faisceau de photons de 12 MV
III.1.1.1] et à différents travaux d’auteurs (Verhaegen et al 2001, Sempau et al 2001, Björk et
al 2002, Huang et al 2005).
Tableau 19 : Paramètres de simulation, faisceau d’électrons 18 MeV.

Paramètre 18 MeV
C1=C2 0,05
Wcc (keV) 5
Wcr (keV) 5
Résolution du spectre en énergie (keV) 220
Nombre de canaux 100
tête d’irradiation (e-, photons, e+) 100, 10, 100
cuve à eau (e-, photons, e+) 100, 10, 100
Nombre d’électrons primaires (N) 16E+06
Techniques de réduction de variance /
91
III.1.2.2] Ajustement des paramètres définissant les électrons initiaux

Pour les faisceaux d’électrons, l’influence des paramètres initiaux sur les distributions de dose
calculées a été étudiée par Björk et al (2002) pour un accélérateur Elekta. Il ressort de ces
travaux que les profils de dose sont insensibles aux variations des valeurs des paramètres
initiaux. En revanche, l’énergie moyenne et la dispersion en énergie des électrons initiaux ont
une influence sur les rendements en profondeur et plus spécifiquement dans la région du
build-up. En ce qui concerne la modélisation géométrique des différents composants de la tête
d’irradiation, Faddegon et al (2005) ont mis en évidence que des artéfacts de modélisation
géométrique des diffuseurs (épaisseur, position) affectaient directement les distributions de
dose calculées.
Les rendements en profondeur ont été mesurées dans une cuve à eau de 30 × 30 × 30 cm3 à
l’aide d’une chambre plate NACP-02 (V= 0,275 cm3) pour une distance source - face d’entrée
de la cuve de 100 cm (IAEA 2000). Les profils de dose ont été mesurés à l’aide d’une
chambre cylindrique PTW-31002 (V= 0,125 cm3) pour une distance source-fantôme de 100
cm, un champ d’irradiation de 10 × 10 cm2 et une profondeur de référence de 4,2 g/cm²
(IAEA 2000). Toutes les distributions de dose ont été normalisées au maximum de dose.
Dans le cas d’un faisceau d’électrons, la variation du spectre électronique avec la profondeur
nécessite que les distributions de dose mesurées soient impérativement corrigées du rapport
des pouvoirs d’arrêt dans l’eau et dans l’air (Seau,air). Les valeurs du facteur Seau,air sont
estimées à partir des relations fournies dans le protocole n°398 de l’IAEA (2000).
Les incertitudes statistiques associées aux calculs MC (de l’ordre de 1,5%) sont données à un
écart-type (1σ). En revanche, les incertitudes statistiques associées aux mesures sont très
faibles (de l’ordre de 0,6% à 1σ) et ne sont donc pas représentées sur les figures. Etant donné
que toutes les mesures sont relatives (mesures normalisées au maximum de dose),
l’incertitude dû au coefficient d’étalonnage de la chambre d’ionisation de référence
n’intervient pas dans le bilan d’incertitude présenté ci-dessus (0,6 % à 1σ).
Le test de l’index gamma a été utilisé pour ajuster les valeurs des paramètres initiaux. Les
valeurs des critères d’acceptabilité Δ xmax et Δ Dmax, utilisées pour ajuster le faisceau de
photons de 12 MV ont été conservées : à savoir 1 mm et 1%. Les distributions de dose
calculées ont été préalablement ré-échantillonnées, à une résolution plus fine à l’aide de
fonctions polynomiales. Les écarts relatifs relevés entre les distributions de dose calculées
92
initiales et ré-échantillonnées sont, en moyenne, inférieurs à 0,1% pour les profils de dose et
inférieurs à 0,2% pour les rendements en profondeur.
III.1.2.2.a] Energie moyenne et dispersion en énergie des électrons initiaux

Par analogie à la simulation du faisceau de photons de 12 MV, la tâche focale a été considérée
ponctuelle pour l’ajustement de l’énergie moyenne et de la dispersion en énergie des électrons
initiaux du faisceau de 18 MeV.
Pour le faisceau d’électrons de 18 MeV, le constructeur annonce une énergie moyenne de 18

MeV. Aucune information n’est donnée sur la dispersion en énergie des électrons.
En partant de l’hypothèse que la valeur d’énergie moyenne de 18 MeV annoncée par le
constructeur est correcte (seule information disponible) et que le faisceau peut présenter une
distribution gaussienne en énergie (les rayons maximum, minimum et moyen de la bobine de
déviation permettent d’obtenir des énergies maximale, minimale et moyenne pour les
électrons quittant les bobines de déviation), le rendement en profondeur calculé a été ajusté à
celui mesuré en faisant varier uniquement la dispersion en énergie des électrons initiaux.
Deux largeurs à mi-hauteur (FWHM) ont été testées pour la gaussienne en énergie : 1 MeV et
3 MeV. Les résultats de ces simulations ont été comparés à ceux obtenus pour un faisceau
monoénergétique. Les variations des rendements en profondeur calculés pour ces deux
valeurs de FWHM sont présentées en Figure 42.
Figure 42: Comparaison des rendements en profondeur mesuré et calculés, dans la cuve à eau, pour différentes
dispersions en énergie des électrons initiaux (champ 10 × 10 cm², électrons 18 MeV).
93
Pour évaluer l’influence de la gaussienne en énergie sur le rendement en profondeur

(contribution des électrons de haute énergie), la valeur de la portée pratique Rp a été évaluée
pour une taille de champ de 10 × 10 cm² (Tableau 20).
Rp correspond à la profondeur à laquelle la composante photon de la dose devient équivalente
à sa composante électron. De manière pratique, Rp représente la profondeur à laquelle se
croisent deux courbes : la tangente à la pente de la dose primaire et la tangente à la queue du
rendement (rayonnement de freinage).
Tableau 20 : Comparaison des portées pratiques pour les 3 simulations de faisceau d’électrons de 18 MeV.
Mono- Gaussien Gaussien
Mesures
Energétique FWHM=1 MeV FWHM=3 MeV
Rp (cm) 8,61 8,57 8,60 8,70
Les résultats du test de l’index gamma (Figure 43) et les valeurs des portées pratiques
indiquent que le meilleur accord entre les rendements en profondeur mesurées et calculées est
obtenu pour le faisceau gaussien avec une largeur à mi-hauteur de 1 MeV. A titre d’exemple,
pour le faisceau gaussien de 18 MeV (FWHM= 1 MeV), les incertitudes statistiques associées
à différents points de calcul sont regroupées dans le Tableau 21.
Figure 43: Résultats du test de l’index gamma pour différentes dispersions en énergie des électrons initiaux
(champ 10 × 10 cm², Electrons 18 MeV).
94
Tableau 21 : Incertitudes statistiques associées au calcul (faisceau gaussien 18 MeV, FWHM=1 MeV).
Profondeur Incertitude
(cm) (%)
1 0,77
2 0,76
4 0,80
8 1,70
Pour valider cet ajustement énergétique du faisceau d’électrons, des mesures directes de la
dose permettant de s’affranchir du facteur correctif Seau,air ont été réalisées dans un calorimètre
graphite avec un détecteur graphite (Daures and Ostrowsky 2005). Pour parfaire la
comparaison, la géométrie du calorimètre (volume de détection de 0,75 cm3 en équivalent
graphite) a été prise en compte dans la simulation MC. Le bon accord qui a été trouvé entre
les mesures et les calculs (Figure 44) confirme que les valeurs retenues pour l’énergie
moyenne et la distribution en énergie sont correctes.
Toutefois, il est à noter que seuls quelques points de mesures calorimétriques ont pu être
réalisés au voisinage du maximum en raison de la difficulté de mesure liée aux
caractéristiques du dosimètre (sensibilité).
Figure 44: Comparaison des rendements en profondeur calculé et mesuré dans un calorimètre graphite
(champ 10 × 10 cm², Electrons 18 MeV).
95
III.1.2.2.b] Tâche focale

Les travaux menés sur la description de la tâche focale, en mode photon, ont conduit au choix
d’une tâche non uniforme présentant une distribution gaussienne des positions avec une
largeur à mi-hauteur de 0,5 mm. La Figure 45 et les résultats du test de l’index gamma
(Figure 46) montrent que cette définition de tâche focale conduit à un bon accord avec les
mesures. Les incertitudes statistiques associées à différents points de calcul sont regroupées
dans le Tableau 22.
Figure 45: Comparaison des profils de dose mesuré et calculés, dans une cuve à eau, une tâche focale non
uniforme avec une distribution gaussienne des positions (champ 10 × 10 cm², électrons 18 MeV).
Figure 46 : Résultat du test de l'index gamma pour une tâche focale non uniforme -fwhm=0,5mm-
(Electrons 18 MeV).
96
Tableau 22 : Incertitudes statistiques associées au calcul

(faisceau gaussien 18 MeV et tâche focale fwhm=0,5mm).
Distance Incertitude
(cm) (%)
0,75 0,43
2,25 0,42
4,25 0,43
5,25 0,60
III.1.2.3] Spectre en énergie

La Figure 47 présente le spectre relatif au faisceau gaussien d’électrons initiaux de 18 MeV. Il
est obtenu à 100 cm de la source pour un champ d’irradiation de 10 × 10 cm². L’énergie
moyenne du faisceau de sortie est de 15,1 MeV. Les différents composants de la tête pour
élargir, égaliser et quantifier le faisceau décalent donc l’énergie de 2,9 MeV.
Sur la Figure 47, l’axe des ordonnées correspond à la fluence et l’unité est le nombre
d’électrons/eV.Nombre d’électrons incidents. L’axe des abscisses en eV est subdivisé en
canaux d’énergie de 220 keV.
Figure 47: Spectre en énergie du faisceau de 18 MeV à 100 cm de la source.
97
III.1.2.4] Distributions de dose

L’espace des phases qui a été utilisé pour le calcul des distributions de dose contient 16
millions de particules. Les valeurs retenues pour les trois paramètres définissant les électrons
initiaux sont les suivants :
- une énergie moyenne de 18 MeV,
- une distribution gaussienne en énergie avec une largeur à mi-hauteur de 1 MeV,
- une tâche focale circulaire présentant une distribution gaussienne des positions
avec une largeur à mi-hauteur de 0,5 mm.
Les profils de dose et rendements en profondeur ainsi obtenus sont illustrés sur la Figure 48.
Figure 48: Rendements en profondeur et profils de dose calculés et mesurés

(champ 10×10 cm², Electrons 18 MeV)
98
Le rendement en profondeur et le profil de dose calculés par le code PENELOPE coïncident

avec les valeurs mesurées, aux incertitudes de calcul près.
Pour évaluer la qualité d’un faisceau d’électrons, l’indice utilisé est le R50 (IAEA 2000). Il
correspond à la profondeur pour laquelle la dose absorbée est égale à 50% de la valeur du
maximum de dose absorbée, pour une distance source-détecteur constante de 100 cm et un
champ d’irradiation, à ce niveau, de 20 × 20 cm².
Etant donné que nous ne disposions pas de mesures pour un champ d’irradiation de 20 × 20
cm², la qualité du faisceau a été évaluée en estimant la profondeur à laquelle se trouve 50% de
la dose maximale pour un champ 10 × 10 cm². Ce « pseudo » indice de qualité a été noté P50.
L’indice P50 calculé est en accord avec celui mesuré (Tableau 23). L’ensemble de ces résultats
valide la simulation MC du faisceau d’électrons de 18 MeV.
Tableau 23 : Comparaison des P50 calculé et mesuré

pour le faisceau d’électrons de 18 MeV.
18 MeV
P50 calculé (cm) 7,06
P50 mesuré (cm) 7,04
III.1.3] Conclusion
Les paramètres des simulations de la tête d’irradiation du Saturne 43 ont été ajustés et
validées, en milieu homogène, à l’aide du test de l’index gamma. Les espaces des phases
créés en entrée de la cuve à eau ou Objet Test (modes photon et électron) seront utilisés,
comme source de rayonnement, pour le calcul des distributions de dose au sein des quatre
Objets Tests Physiques hétérogènes.
IV. Application à des Objets Tests Physiques hétérogènes
L’objectif est de valider, d’une manière aussi précise que possible, le calcul de la dose
absorbée par le code MC PENELOPE dans des milieux hétérogènes équivalents tissu (Blazy
et al 2006) afin d’utiliser ce code comme référence pour le contrôle qualité des calculs de
dose réalisés par les TPS. La validation expérimentale du code MC PENELOPE a été réalisée,
99
en comparant les distributions de dose calculées à celles mesurées, dans quatre Objets Tests
Physiques (OTP) hétérogènes.
IV.1] Matériels et méthodes

IV.1.1] Faisceaux incidents
Un champ d’irradiation de 10 × 10 cm² a été défini, pour le faisceau de photons de 12 MV et
le faisceau d’électrons de 18 MeV, à 100 cm de la source.
Le dispositif expérimental est présenté en Figure 49 pour un des quatre OTP. Ce dispositif
permet d’obtenir des mesures de dose absolue avec des incertitudes proches de 1% (1σ). Il est
important de préciser que ce dispositif expérimental complexe est différent de celui d’un
service de radiothérapie standard puisqu’il est adapté aux besoins du LNHB pour
l’établissement des références nationales.
Les rendements en profondeur ont également été mesurés et calculés dans une cuve à eau afin
de normaliser l’ensemble des distributions de dose aux profondeurs de référence dans l’eau, à
savoir : 4,2 g/cm² pour le faisceau de 18 MeV et 10 g/cm² pour le faisceau de 12 MV
(Delaunay et al, 1998 et 2004).
Figure 49: Dispositif expérimental pour les mesures au sein des OTP hétérogènes (mode électron).
IV.1.2] Objets Tests Physiques hétérogènes

Les quatre OTP, composés de milieux de faible densité (poumon) et haute densité (os),
développés pour valider expérimentalement le code MC PENELOPE sont (Martens et al
2002, Chetty et al 2003, Doucet et al 2003, Carrasco et al 2004, Cygler et al 2004) :
- un OTP eau – poumon
- un OTP eau – os
- un OTP eau – os – poumon
- un OTP eau – poumon répondant à une configuration médiastinale
100
IV.1.2.1] Composition
La composition et la densité des matériaux, utilisés pour cette validation, ont été fournies par
le fabricant CIRS. Ces données, nécessaires à la modélisation de ces milieux, sont reportées
dans le Tableau 24.
Tableau 24 : Caractéristiques des milieux utilisés.
Matériau Masse Volumique Epaisseur Composition
3
(g/cm ) (cm) (% massique)
C(60,08), O(23,04), H(8,33); N(2,73),

Equivalent-poumon 0,30 2
Mg(4,8), Cl(1,02)
C(30,11), O(33,55), H(3,73); N(1,08),

Equivalent-os 1,8 10 et 8
Ca(21,57), P(7,83); Mg(2,09), Cl(0,04)
IV.1.2.2] Description
Les OTP ont été réalisés à partir d’hétérogénéités, de formes parallélépipédiques (30 × 30 × A
cm3 ou 30 × 8 × A cm3), immergées dans une cuve à eau de dimensions 40 × 40 × 40 cm3.
Les dimensions des hétérogénéités et leurs dispositions dans la cuve à eau sont spécifiées dans
le Tableau 25 et la Figure 50. Dans ce tableau, la colonne A correspond à l’épaisseur des
hétérogénéités et la colonne B définit la distance entre la face avant de la cuve à eau et la face
avant de l’hétérogénéité.
Tableau 25 : Description des OTP hétérogènes.
OTP A B Masse Volumique
Faisceau d’électrons Faisceau de photons
(cm) (cm) (cm) (g/cm3)
Eau-poumon (a) 10 3 5 0,30
Eau-os (b) 2 3 5 1,8
Eau-os-poumon (c) 2 et 8 - 5 1,8 et 0,30
Eau-poumon médiastin (d) 16 - 5 0,30
Pour les OTP eau-poumon, eau-os et eau-os-poumon, les rendements en profondeur ont été
mesurés et calculés en amont et en aval des hétérogénéités. Pour la configuration médiastinale
(Figure 50d), les matériaux équivalent-poumon ont été espacés de 3 cm et les profils de dose
ont été mesurés et calculés à 22 cm (z1) et 25 cm (z2) de profondeur.
101
(a) (b)
B B
A os
A poumon
30 cm
30 cm
eau eau
Photons ou électrons Photons ou électrons
(c) (d)
B B 8 cm
os
poumon
poumon
A poumon A
30 cm 3 cm
Z1 = 22cm
Z2 = 25cm
eau
eau
Photons Photons
Figure 50: OTP hétérogènes :

les schémas a) et b) représentent les OTP contenant les matériaux équivalent poumon et équivalent os. La
position de l’hétérogénéité dépend de la nature du rayonnement. Le schéma c) fait référence à la configuration
médiastinale. Le schéma d) représente l’OTP eau-os-poumon. Les faisceaux d’irradiation ont une incidence
perpendiculaire à la surface d’entrée des OTP.
IV.1.3] Détecteurs utilisés

IV.1.3.1] Chambres d’ionisation
Selon la nature du rayonnement, quatre types de chambres d’ionisation ont été utilisés: deux
chambres cylindriques et deux chambres plates. Les volumes de détection de chacune de ces
chambres d’ionisation sont précisés dans le Tableau 26.
Les incertitudes associées aux mesures sont estimées, respectivement, à 0,56 % (1σ) et 0,36 %
(1σ), pour les modes électron et photon.
102
Tableau 26 : Volumes de détection des chambres d’ionisation.

Chambre d’ionisation Volume de détection
(cm3)
Chambre cylindrique
PTW-31002 0,125
NE-2571 0,690
Chambre plate
NACP-02 0,250
PTW-34001 (ROOS) 0,350
IV.1.3.2] Dosimètres de Fricke

Le dosimètre de Fricke, dosimètre chimique au sulfate de fer (Fe2+, SO42-), est constitué
d’environ 96% d’eau en masse ce qui lui confère un comportement très proche de l’eau, au
regard de l’interaction avec les rayonnements ionisants. Il est utilisable dans une gamme
allant de 10 Gy à 300 Gy et est, dans le domaine de la radiothérapie, quasiment indépendant
de la qualité des faisceaux. Compte tenu de ses propriétés équivalent-eau, le dosimètre de
Fricke a été utilisé pour mesurer la dose absorbée au voisinage de deux interfaces distinctes :
l’interface eau – poumon et l’interface eau – os. Les incertitudes associées à la mesure sont
estimées à 0,8% (1σ).
Sous l’effet des rayonnements ionisants, les éléments issus de la radiolyse de l’eau oxydent
les ions ferreux (Fe2+) en ions ferriques (Fe3+). La concentration en ions Fe3+ est alors
directement proportionnelle à l’énergie absorbée dans la solution de Fricke (Chauvenet et al,
1997). L’ampoule utilisée est de type cylindrique (Figure 51) en verre borosilicaté et présente
2 faces parallèles, un diamètre de 22 mm, une épaisseur de 12,4 mm et une cheminée d’accès
située sur la paroi du cylindre. L’ampoule est remplie avec 2 ml de solution de Fricke et
fermée par un bouchon de silicone.
Figure 51: Dosimètres de Fricke.
103
IV.1.3.3] Facteurs correctifs

Les détecteurs n’ont pas été modélisés dans les simulations MC afin d’évaluer la capacité du
code MC PENELOPE à simuler les phénomènes physiques d’équilibre électronique au
voisinage des interfaces.
Par conséquent, les distributions de dose mesurées ont dû être corrigées de la perturbation du
détecteur pour être comparées celles calculées.
Les mesures effectuées avec les chambres d’ionisation en faisceau d’électrons doivent
être corrigées du rapport des pouvoirs d’arrêt dans le milieu et dans l’air (Smilieu,,air). Ces
facteurs Smilieu,,air ont été calculés par des calculs Monte Carlo pour des milieux équivalent eau
(Ding et al, 1995) : Seau,air [cf III.1.2.2]. En présence de milieux hétérogènes, il est impératif
de tenir compte de la modification du spectre énergétique en présence d’une hétérogénéité et
en fonction de la profondeur.
Kapur and Ma (1999) ont défini une méthode qui permet d’évaluer facilement les rapports des
pouvoirs d’arrêt pour des milieux hétérogènes et de reproduire les valeurs calculées par Monte
Carlo avec une précision de 0,4%. Cette méthode nécessite de rechercher pour une profondeur
d’intérêt d dans un fantôme hétérogène, la profondeur effective deff , dans une cuve à eau, pour
laquelle les spectres énergétiques sont très proches (Eq 14).
[(S milieu hétérogène

air )] milieu hétérogène
[( )]
à d = S air
eau eau
à d eff (Eq. 14)
La profondeur effective, deff , est évaluée, le long de l’axe du faisceau, par la relation:
d eff = d − t (1 − CET ) (Eq. 15)
où : d est la profondeur d’intérêt dans le fantôme

t est l’épaisseur de l’hétérogénéité,
CET est le coefficient d’épaisseur équivalente (Coefficient of Equivalent Thickness) estimé par le
rapport des densités électroniques de l’hétérogénéité et de l’eau.
Pour la validation du code MC PENELOPE, les facteurs Seau,air ont été calculées, pour chaque
profondeur effective, à l’aide de la relation fournie dans le protocole n°398 de l’IAEA
(2000) :
a + bx + cx ² + dy z
Seau,air (zeff) = 3
avec x = ln(R50) et y = (Eq. 16)
1 + ex + fx ² + gx + hy R50
Les valeurs des densités électroniques, utilisées pour le calcul des profondeurs effectives, sont
données dans le Tableau 27.
104
Tableau 27: Densités électroniques des matériaux utilisés.

Matériaux Densité électronique
(électrons/cm3)
Eau 3,340E+23
Equivalent os 5,600E+23
Equivalent poumon 1,008E+23
Les mesures effectuées avec les chambres d’ionisation en faisceau de photons n’ont pas
été corrigées par le facteur en raison de la faible variation des Seau,air avec la profondeur
(IAEA 2000). Cette observation a été corroborée par le calcul de quelques Seau,air avec le code
MC PENELOPE. Les autres termes correctifs 7 n’ont pas été pris en compte (facteurs
correctifs de « second ordre »).
Les mesures effectuées avec les dosimètres de Fricke, en faisceau d’électrons et de

photons, ont été corrigées de l’influence de la paroi. Ce facteur correctif Fparoi a été mesuré et
calculé avec le code PENELOPE, pour chaque OTP hétérogène.
La détermination du facteur Fparoi a été effectuée avec la chambre d’ionisation PTW-31002.
Pour cela, la paroi cylindrique du dosimètre de Fricke a été percée afin de procéder
successivement à deux mesures: (i) la première, en positionnant la chambre d’ionisation au
centre géométrique du dosimètre, (ii) la seconde, à la même position, en retirant le dosimètre
de Fricke. Le très bon accord trouvé entre les facteurs correctifs calculés et mesurées a permis
d’adopter une valeur médiane.
Le Tableau 28 présente, pour chaque OTP hétérogène, les valeurs du facteur Fparoi.
7
Autres termes correctifs : facteur correctif lié à la cavité d’air Pcav, facteur correctif lié à l’effet de l’électrode
centrale Pcel et facteur correctif lié à la paroi de la chambre d’ionisation Pwall.
105
Tableau 28: Valeurs du facteur correctif Fparoi obtenus pour chaque OTP hétérogène
Faisceau de photons (12 MV) Faisceau d’électrons (18 MeV)
OTP Mesa Fparoi Calcb Fparoi Moyen Fparoi Mesa Fparoi Calcb Fparoi Moyen Fparoi
Eau-poumon
interface 1,003 1,005 1,004 0,983 0,989 0,986

eau/poumon ±0,005 ±0,012 ±0,007 ±0,007 ±0,007 ±0,005
interface 1,003 1,006 1,005 1,022 1,028 1,003
poumon/eau ±0,005 ±0,013 ±0,007 ±0,007 ±0,009 ±0,006
Eau-os
interface 1,005 1,005 1,005 0,984 0,993 0,988

eau/os ±0,005 ±0,012 ±0,007 ±0,007 ±0,007 ±0,005
interface 0,998 0,998 0,998 1,104 1,096 1,100
os/eau ±0,005 ±0,013 ±0,007 ±0,007 ±0,009 ±0,006
Eau-os-poumon
interface 1,001 1,002 1,002

eau/os ±0,005 ±0,018 ±0,006
interface 1,005 1,003 1,004
poumon/eau ±0,005 ±0,013 ±0,007
a b
mesuré calculé
IV.1.4] Calculs Monte-Carlo

Les fichiers d’espace des phases, obtenus lors de l’étape d’ajustement des paramètres initiaux,
ont été utilisés comme données d’entrée pour le calcul des distributions de dose en présence
d’hétérogénéités. Les OTP, décrits précédemment, ont été modélisés en respectant les
dimensions et les compositions des différents matériaux. Les paramètres de simulation sont
résumés dans le Tableau 29.
Tableau 29: Paramètres de simulation utilisés pour tous les matériaux.

Pour tous les matériaux
Eabs(photons) (keV) 10
- +
Eabs(e /e ) (keV) 100
C1=C2 0,05
Wcc = Wcr (keV) 10
L’utilisation de la technique des symétries et de la technique de réduction de variance du

splitting (NSPLIT=10, uniquement pour le mode photon) a contribué à l’amélioration des
106
incertitudes associées aux valeurs calculées. Pour la validation des distributions de dose au
voisinage des hétérogénéités, les points de calculs ont été relevés avec un volume de détection
similaire à celui du dosimètre de Fricke.
IV.2] Résultats
Dans ce paragraphe, la profondeur reportée sur l’axe des abscisses est exprimée en g/cm².
IV.2.1] Faisceaux d’électrons (18 MeV)

IV.2.1.1] OTP eau-poumon
Les rendements en profondeur calculés et mesurés sont présentés en Figure 52 (a-b). Les
incertitudes statistiques, regroupées dans le Tableau 30, sont associées à des points d’intérêt
extraits de chacune des régions du rendement en profondeur (amont - aval de l’hétérogénéité).
Figure 52: a) Rendements en profondeur calculé et mesurés dans l’OTP eau-poumon b) Rendements en
profondeur calculé et mesurés en aval de l’hétérogénéité poumon (Faisceau d’électrons 18 MeV).
107
Le Tableau 31 illustre les écarts relatifs observés entre les calculs MC et les différentes
mesures pour certains points d’intérêt situés en aval de l’hétérogénéité. D’une manière
générale, le rendement calculé concorde avec les différentes mesures ionométriques et les
mesures de Fricke (écart maximal inférieur à 1,9% pour la profondeur z = 8,5 g/cm²).
Sur la Figure 52a, on peut remarquer qu’à l’interface eau/poumon, le manque d’électrons
rétrodiffusés, par le matériau équivalent-poumon, conduit à une chute de la dose absorbée
(Figure 52a). Le phénomène s’inverse au voisinage de l’interface poumon/eau.
Tableau 30: Incertitudes associées au calcul MC PENELOPE (OTP eau-poumon).
Profondeur (g/cm²) Incertitude (%)

1,326 0,77
3,601 0,81
5,401 0,99
6,476 1,11
8,976 2,70
Tableau 31: Rapports entre le calcul MC et les chambres d’ionisation ou les dosimètres de Fricke
en amont et en aval de l'hétérogénéité poumon.
Profondeur (g/cm²) NACP-02 PTW-34001 Dosimètres de Fricke

2,456 1,008 ±0,010
6,476 1,005 ±0,012 1,009 ±0,012
6,796 1,007 ±0,011
6,976 0,995 ±0,013 1,008 ±0,013
7,976 1,001 ±0,017 1,017 ±0,017
8,476 0,986 ±0,022 0,982 ±0,022
IV.2.1.2] OTP eau-os

La Figure 53 (a-b) met en évidence que les rendements en profondeur mesurés coïncident
avec celui calculé. Les incertitudes statistiques sont présentées dans le tableau ci-dessous.
Tableau 32: Incertitudes associées au calcul MC PENELOPE (OTP eau-os).

1,326 0,77
4,426 0,77
7,476 1,19
8,976 2,38
9,976 3,01
108
Figure 53: a) Rendements en profondeur calculé et mesurés dans l’OTP eau-os b) Rendements en profondeur
calculé et mesurés en aval de l’hétérogénéité os (Faisceau d’électrons 18 MeV).
en amont et en aval de l'hétérogénéité os.
Profondeur (g/cm²) NACP-02 PTW-31002 Dosimètres de Fricke

2,456 1,006 ±0,010
6,976 0,992 ±0,012
7,296 1,003 ±0,011
7,476 1,004 ±0,013 1,005 ±0,013
7,976 0,987 ±0,015 0,992 ±0,015
8,976 1,008 ±0,024 0,991 ±0,024
109
Comme l’indique le Tableau 33, un très bon accord a été obtenu entre les calculs MC et les
mesures. L’écart maximal est inférieur à 1,4% (z = 8 g/cm²). En amont de l’hétérogénéité os
(z= 3 g/cm3), les électrons rétrodiffusés par l’hétérogénéité sont responsables d’un
accroissement de la dose absorbée (phénomène modélisé par le code MC PENELOPE, Figure
53a)
IV.2.2] Faisceaux de photons (12 MV)

IV.2.2.1] OTP eau-poumon
Les rendements en profondeur calculé et mesurés sont présentés en Figure 54 (a-c).
Figure 54: a) Rendements en profondeur calculé et mesurés dans l’OTP eau-poumon b) Rendements en
profondeur calculé et mesurés en amont de l’hétérogénéité poumon c) Rendements en profondeur calculé et
mesurés en aval de l’hétérogénéité poumon (Faisceau de photons 12 MV).
110
Les incertitudes statistiques, regroupées dans le Tableau 34, sont associées à des points
d’intérêt extraits de chacune des régions du rendement en profondeur (en amont, en aval et au
sein de l’hétérogénéité). Pour les mesures ionométriques et chimiques, un excellent accord a
été trouvé entre le calcul et les mesures expérimentales : l’écart maximal est égal à 0,7%
(Tableau 35).
Tableau 34: Incertitudes associées au calcul MC PENELOPE (OTP eau-poumon).

1,326 0,55
3,326 0,49
5,601 0,59
7,101 0,67
11,226 0,64
en amont et en aval de l'hétérogénéité poumon.
Profondeur (g/cm²) NE-2571 PTW-31002 Dosimètres de Fricke

2,826 1,006 ±0,006
3,826 0,998 ±0,006
4,456 0,995 ±0,011
8,696 1,001 ±0,011
8,726 0,995 ±0,007
11,726 1,002 ±0,007 1,007 ±0,007
15,726 0,993 ±0,007 0,996 ±0,007
IV.2.2.2] OTP eau-os

Les rendements en profondeur calculé et mesurés pour l’OTP eau-os sont présentés en Figure
55 (a-c). Les incertitudes sont résumées dans le tableau ci-dessous.
Tableau 36: Incertitudes associées au calcul MC PENELOPE (OTP eau-os).

2,326 0,47
3,826 0,48
6,426 0,47
8,226 0,49
14,425 0,59
111
Figure 55: a) Rendements en profondeur calculé et mesurés dans l’OTP eau-os b) Rendements en profondeur
calculé et mesurés en amont de l’hétérogénéité os c) Rendements en profondeur calculé et mesurés en aval de
l’hétérogénéité os (Faisceau de photons 12 MV).
en amont et en aval de l'hétérogénéité os.

2,826 1,004 ±0,006
3,826 1,001 ±0,006
4,456 0,999 ±0,011
9,296 1,005 ±0,011
11,425 0,995 ±0,007 1,001 ±0,007
16,425 1,002 ±0,007 1,007 ±0,007
23,425 1,006 ±0,008 1,014 ±0,008
112
Les écarts observés, en amont et en aval de l’hétérogénéité os, entre le calcul MC et les
chambres d’ionisation et les dosimètres de Fricke permettent de conclure à un bon accord
entre les différentes séries : l’écart maximal est égal à 1,4% (Tableau 37).
Les écarts les plus importants sont observés au voisinage de l’interface os/eau. A ce niveau, le
spectre d’électrons diffère de celui obtenu à la profondeur de normalisation [IV.1.1] en raison
des électrons de faible énergie (100 keV < E < 350 keV) créés dans le milieu équivalent os
(Figure 56). Ces électrons de faible énergie sont arrêtés par la paroi de la chambre
d’ionisation (leur portée est inférieure à l’épaisseur de la paroi) et ne contribuent donc pas au
courant mesuré. Cependant, les dépôts d’énergie dus à ces électrons de faible énergie sont pris
en compte par le code MC PENELOPE puisque la chambre d’ionisation n’a pas été modélisée
dans le fichier de géométrie. Ainsi, au voisinage de l’interface os/eau, l’influence de la paroi
conduit à une différence de dose, de près de 2%, entre la mesure ionométrique et le calcul
MC.
Figure 56: Spectres d’électrons calculés à différentes profondeurs dans l’OTP eau/os et
à la profondeur de normalisation dans la cuve à eau.
IV.2.2.3] OTP eau-os-poumon

Le rendement calculé concorde avec les différentes mesures (Figure 57 a-c). Les incertitudes
de calcul regroupées dans le Tableau 38 sont associées à des points d’intérêts extraits de
chacune des zones du rendement en profondeur (en amont, en aval et au sein des
hétérogénéités).
113
Figure 57: a) Rendements en profondeur calculé et mesurés dans l’OTP eau-os-poumon b) Rendements en
profondeur calculé et mesurés en amont de l’hétérogénéité os c) Rendements en profondeur calculé et mesurés
en aval de l’hétérogénéité poumon (Faisceau de photons 12 MV).
Tableau 38: Incertitudes associées au calcul MC PENELOPE (OTP eau-os-poumon).

2,326 0,50
4,326 0,48
6,426 0,49
9,801 0,62
11,906 0,60
15,406 0,63
114
Le tableau suivant présente les écarts observés, entre le calcul MC et les chambres
d’ionisation ou les dosimètres de Fricke, pour certains points d’intérêt situés en amont et en
aval des hétérogénéités. Ces résultats montrent qu’un très bon accord a été trouvé entre le
calcul MC et les mesures expérimentales (écart maximal égale à 0,8% à z = 14,906 g/cm²).
en amont de l'hétérogénéité os et en aval de l'hétérogénéité poumon.

3,326 1,004 ±0,006
3,826 1,001 ±0,006
4,456 1,001 ±0,011
11,716 0,996 ±0,011
11,906 1,003 ±0,007
14,906 0,992 ±0,007 1,004 ±0,007
17,906 0,993 ±0,008 1,007 ±0,008
IV.2.2.4] OTP eau-os, configuration médiastinale

L’exploration de cet OTP a uniquement fait appel à des mesures ionométriques. Elle a
consisté à mesurer deux profils de dose situés en aval des hétérogénéités (Figure 58).
Figure 58: Profils de dose dans l’OTP eau-poumon (configuration médiastinale) aux profondeurs z1 et z2.
Au vu de la
115
Figure 58 58, les profils calculés concordent avec les mesures réalisées à l’aide de la chambre
PTW-31002. Ces résultats mettent en évidence la très bonne concordance des calculs MC et
des mesures (Tableau 40). Les incertitudes statistiques associées au calcul MC sont précisées
dans le Tableau 41.
Tableau 40: Rapports entre le calcul MC et les chambres d’ionisation en aval des hétérogénéités poumon.
Distance (cm) Z1 =22 cm Z2= 25 cm
0,75 1,004 ±0,006 1,004 ±0,006
2,25 1,002 ±0,005 1,005 ±0,005
4,75 0,999 ±0,005 0,997 ±0,005
5,75 0,984 ±0,007 1,004 ±0,007
Tableau 41: Incertitudes associées au calcul MC PENELOPE (OTP eau-poumon / configuration médiastinale).
Distance (cm) Incertitude (%)

0,75 0,49
1,75 0,46
3,25 0,39
4,75 0,35
5,25 0,38
IV.3] Conclusion
Les quatre OTP développés se sont avérés être des outils pertinents pour la validation
expérimentale du code MC PENELOPE, en présence de milieux hétérogènes, en raison de
leurs variétés de composition (trois milieux différents) et de géométrie (configuration
« sandwich » ou « médiastinale »). Ces OTP sont parvenus à :
- reproduire la majorité des interfaces rencontrées au cours des traitements en
radiothérapie (eau/os, eau/poumon, eau/os/poumon),
- définir une configuration clinique (configuration médiastinale),
- « recréer » les phénomènes physiques qui se produisent aux interfaces (perte et
remise en l’équilibre électronique) et en présence de milieux hétérogènes
(modification de la pénombre).
Le très bon accord obtenu entre les calculs MC et les mesures (ionométriques et chimiques) a
permis de valider, avec une précision meilleure que 1,5%, le calcul de la dose absorbée, par le
116
code MC PENELOPE, dans les milieux hétérogènes. De plus, cette validation a démontré la
capacité du code MC PENELOPE à modéliser précisément les modifications de fluence dans
les régions d’équilibre électronique et au voisinage des interfaces. Ainsi, le code MC
PENELOPE peut être utilisé pour l’obtention d’OTN de sortie de référence destinés au
contrôle qualité des TPS.
117
118
Chapitre 4 : Mise en œuvre du contrôle qualité automatisé des calculs de dose du TPS Masterplan
Chapitre 4
Mise en œuvre du
contrôle qualité automatisé
des calculs de dose du TPS Masterplan
119
120
I. Introduction
Selon la méthodologie définie dans le chapitre 2, la mise en œuvre du contrôle qualité au

moyen de simulations MC PENELOPE a été menée pour trois qualités de faisceaux de
photons (6 MV, 10 MV et 18 MV).
Pour cela, lors de la première étape, les paramètres des électrons initiaux de la simulation MC
ont été ajustés à partir de données dosimétriques (profils de dose et rendements en
profondeur) fournies par le centre testé. En l’occurrence, la méthodologie a été appliquée au
service de radiothérapie de la Clinique du Parc (Chalon-sur-Saône, 71) qui utilise le TPS
MASTERPLAN (version 1.5) et l’accélérateur linéaire d’électrons ELEKTA (modèle SL-
Precise) dont nous avons obtenu les données géométriques et physiques auprès du
constructeur. Ces données ont été utilisées dans une étape préliminaire pour modéliser
l’appareil de traitement dans le code MC PENELOPE.
Au cours de la seconde étape, les Objets Tests Numériques (OTN) d’entrée ont été chargés
sur le TPS Masterplan et les résultats en termes de dose ont été produits par le TPS dans des
OTN de sortie à tester. En parallèle, les OTN de sortie de référence ont été calculés par le
code MC PENELOPE.
Enfin, lors de la troisième étape, les OTN de sortie à tester (TPS Masterplan) ont été
comparées aux OTN de sortie de référence. Le test de l’index gamma a permis une
interprétation automatisée des différents tests réalisés : les calculs de dose du TPS Masterplan
ont été validées si γ ≤ 1 et ou rejetés si γ>1.
II. Etape préliminaire : modélisation de l’accélérateur SL-ELEKTA
L’accélérateur Elekta SL-Precise est un accélérateur de dernière génération équipé d’un

collimateur multilames. Il permet d’effectuer des irradiations avec des faisceaux de photons
ou d’électrons ayant une énergie nominale comprise entre 6 MeV et 21 MeV.
La modélisation de la tête d’irradiation de l’accélérateur Elekta SL-Precise a été réalisée pour
trois faisceaux de photons : 6 MV, 10 MV et 18 MV. L’ensemble des données relatives à la
géométrie et à la composition des éléments de la tête d’irradiation a été fourni par la société
Elekta (2005). Les principaux éléments permettant d’obtenir un faisceau de photons sont
présentés en Figure 59 et sont développés dans la suite du paragraphe.
121
Cible et porte-cible
Mode haute énergie photon
Filtre durcisseur (25MV uniquement)
Mode basse énergie photon Collimateur primaire
Filtre différentiel
Cône égalisateur
Chambre moniteur
Feuille d’aluminium
Filtre en coin
Miroir
Y X Lames
Backup
Z
Mâchoires X
Figure 59: Représentation schématique de la tête d’irradiation de l’accélérateur Elekta SL-Precise

(mode photon).
II.1] Géométrie
Les différents éléments de la tête d’irradiation ont été répertoriés en 3 groupes : les éléments
qui ne dépendent pas de l’énergie du faisceau, ceux qui en dépendent et enfin, ceux liés au
système de collimation. Soulignons qu’un faisceau filtré par le filtre en coin est considéré
comme un faisceau d’énergie nominale particulière.
II.1.1] Eléments non dépendant de l’énergie nominale des faisceaux de photons

Il s’agit de la cible, du porte-cible, du collimateur primaire, de la chambre moniteur, de la
feuille d’aluminium et du miroir (projection du champ lumineux dans l’axe d’irradiation). Les
fonctions quadratiques du programme PENGEOM (plans, cylindres, cônes) ont permis de
décrire la géométrie de ces éléments.
II.1.2] Eléments spécifiques de l’énergie nominale des faisceaux de photons

Le cône égalisateur est commun à deux énergies (6 MV et 18 MV). Il présente une forme
simple composée de 4 cônes tronqués.
122
Les filtres différentiels sont, quant à eux, adaptés à chaque énergie. De formes complexes,
les filtres différentiels des faisceaux de photons de 10 MV et 18 MV résultent de la
combinaison de multiples cônes tronqués. Leurs sommets ont été ajustés à l’aide d’une sphère
tronquée. A titre d’exemple, pour le faisceau de 10 MV, le filtre différentiel est long et aigu
pour interagir avec un faisceau intense et étroit ; en revanche, pour le faisceau de 6 MV, le
cône égalisateur est court et obtus pour faire face à un faisceau moins « dur » et plus diffusé.
Les profils ci-dessous présentent les filtres insérés dans le faisceau.
(a) (b) (c)
Figure 60: Filtres insérés dans les faisceaux de photons.

a) cône égalisateur (6 MV et 18 MV) b) Filtre différentiel 10 MV c) Filtre différentiel 18 MV
Le filtre en coin est destiné à déformer les isodoses de base en leur imprimant une
inclinaison par rapport à l’axe du faisceau. Cette inclinaison est exprimée à la profondeur de
référence (10 cm, DSS = 90 cm) et sa valeur nominale, dans le cas de l’accélérateur modélisé,
est de 60°. Le filtre en coin est utilisable pour toutes les énergies et pour une taille de champ
maximale de 30 × 40 cm² (X × Y) à 100 cm de la source. D’un point de vue géométrique, il se
caractérise par une progression en marche d’escalier suivant l’axe Y (Figure 61).
(a) (b)
Z X
X
Y
X
Y Z
7.35 cm
Figure 61: a) Orientation du filtre en coin b) Filtre en coin de l’accélérateur SL-Elekta.
123
Il peut être décomposé en 11 triangles rectangles présentant chacun une angulation θ. Le bord
épais du filtre en coin est situé pour les abscisses X négatives et le bord fin pour les abscisses
positives. Le plan supérieur du filtre en coin est positionné, à 18,6 cm de la source, entre la
chambre moniteur et le système de collimation. Le profil du filtre en coin modélisé est
présenté en Figure 62 (visualisation GVIEW).
(a) (b)
Figure 62: Filtre en coin.

a) selon l’axe Y b) selon l’axe X
II.1.3] Système de collimation

Le système de collimation permet de délimiter le champ d’irradiation, initialement conique. Il
est composé de trois « étages » (Figure 63) : le collimateur multilames, les backup (selon la
terminologie Elekta, 2005) et les mâchoires X. La taille de champ maximale, réalisable avec
ce système de collimation, est un champ carré de 40 × 40 cm² à 100 cm de la source.
Y
Collimateur multilames
Z
Backup
Mâchoires X
Figure 63: Système de collimation SL-Elekta (Visualisation GVIEW).
Les collimateurs multilames ont révolutionné les traitements par radiothérapie en

facilitant la mise en œuvre de champs de forme complexe adaptés au volume à irradier. Les
caractéristiques géométriques et dosimétriques des trois systèmes de collimation multilames,
124
actuellement sur le marché (Varian, Elekta, Siemens), ont d’ores et déjà fait l’objet de
nombreux travaux (AAPM 2001, Boyer et al 1992, De Vlamynck et al 1999, Huq et al 2002,
Jordan and Williams 1994, Sykes and Williams 1998, Yu 1998). L’originalité des travaux de
Huq et al (2002) repose sur la comparaison des caractéristiques dosimétriques (pénombre,
fuite inter et intra lames) de ces trois systèmes de collimation.
Le collimateur multilames Elekta (MultiLeaf Collimator - MLC) est composé de deux bancs
mobiles de 40 lames indépendantes dont l’axe de déplacement est orienté selon l’axe Y. Le
bord supérieur du MLC est positionné à 29,8 cm de la source. La largeur d’une lame projetée
à l’isocentre est de 1 cm. Pour éviter toute collision frontale, la distance minimale entre deux
lames opposées est de l’ordre de 0,5 mm. Toutes les lames présentent un design tenon-
mortaise (« tongue and groove design ») selon l’axe X et une extrémité arrondie selon l’axe Y
(Figure 64).
Figure 64: Représentation schématique d’une lame.

a) en 3D b) selon l’axe Y c) selon l’axe X
Une description détaillée des caractéristiques géométriques et dosimétriques du MLC SL-

Elekta est donnée dans les travaux de Jordan et Williams (1994). De Vlamynck et al (1999)
ont quant à eux montré que la modélisation des extrémités arrondies des lames était
indispensable pour reproduire, parfaitement, la pénombre des profils de dose. Cette extrémité
arrondie permet en effet d’optimiser la pénombre du faisceau en la rendant quasi-
indépendante de la taille des champs.
125
Le design « tongue and groove » de la tranche des lames permet de minimiser la fuite
interlames. L’inclinaison des lames confère une unicité à chacune d’entre elle et assure leur
focalisation vers un seul et même point source (Figure 65).
source
Figure 65: Représentation schématique de l’inclinaison du bord des lames

avec la focalisation vers le point source.
Van de Walle et al (2003) ont implémenté, dans le code MC BEAM, un module de géométrie
qui prend en compte l’espace d’air inter-lames et le design « tongue and groove » du MLC
SL-Elekta. Ainsi, ces travaux ont servi de support pour la modélisation géométrique du MLC
SL-Elekta avec le code MC PENELOPE.
Une lame de référence a été définie autour de l’axe d’incidence du faisceau (Figure 66).
Partie supérieure
X
Axe incidence faisceau
Partie inférieure
Figure 66: Lame de référence.
Le positionnement des autres lames est obtenu de la façon suivante :

- la lame de référence a tout d’abord été déplacée 40 fois par translation, par rapport à
l’axe d’incidence du faisceau, de telle sorte que la position de la N-ième lame, à 100 cm de la
source, soit:
Zmlc
XN= × ( N − 20.5) (Eq. 17)
100
où, N varie de 1 à 40 (les lames sont numérotées de l’axe négatif vers l’axe positif),
Zmlc est la distance entre la source et le bord supérieur du MLC.
126
A cette étape de la modélisation, les lames adjacentes se chevauchent puisque la partie

inférieure des lames est plus large que la partie supérieure.
- l’inclinaison de lames a ensuite été réalisée afin que chaque lame soit focalisée vers la
source. On s’affranchit ainsi du chevauchement des lames.
L’espace qui existe entre deux lames adjacentes n’est donc pas constant puisque deux lames
adjacentes ne sont pas parallèles (Figure 67).
Figure 67: Représentation d’un banc de 40 lames du MLC SL-Elekta (Visualisation GVIEW).
Les mâchoires additionnelles Y ou backup sont positionnées juste en aval du collimateur

multilames. Elles se déplacent horizontalement, le long de l’axe Y, et permettre de réduire
encore la fuite entre les lames. Ces mâchoires ont une épaisseur de 3 cm et une extrémité
arrondie.
Les mâchoires X, focalisées vers la source, se déplacent selon un arc de cercle pour
délimiter la taille du champ d’irradiation en X avec une pénombre constante.
La modélisation de la tête d’irradiation de l’accélérateur Elekta est représentée ci-après pour

les trois faisceaux de photons : 6 MV, 10 MV et 18 MV.
127
(a) (b) (c)
Y Y Y
Z Z Z
Figure 68: Représentation de la tête d’irradiation SL-Elekta (Visualisation GVIEW).

a) 6 MV b) 10 MV c) 18 MV
II.2] Matériaux
Les matériaux et les masses volumiques de l’ensemble des éléments décrits précédemment
sont répertoriés dans le tableau ci-dessous.
Tableau 42: Matériaux et alliage de la tête d’irradiation SL-Elekta

Elément Matériau /Alliage Composition Masse Volumique
(% massique) (g/cm3)
Cible alliage W(90), Rh(10) 19,49

Porte-cible cuivre - 8,96
Collimateur primaire alliage W(95), Ni(3,75), Fe (1,25) 18
Chambre moniteur céramique et mylar - 3,75 et 1,4
Miroir mylar - 1,4
Feuille aluminium aluminium - 2,73
Fe(68,56), Cr(18), Ni(9), Mn(2),
Cône / Filtres différentiels alliage 7,9
Mo(1), Si(1), S(0,32), C(0,12)
Filtre en coin alliage Pb(96), Sb(4) 11,1
Système de collimation alliage W(95), Ni(3,75), Fe (1,25) 18
128
II.3] Paramètres de simulation

Enfin, les paramètres utilisés pour le paramétrage de la simulation MC sont résumés dans le
tableau 43.
Tableau 43. Paramètres de simulation pour les faisceaux de photons.
6 MV 10 MV 18 MV
C1=C2 0,05 0,05 0,05

Wcc = Wcr (keV) 10 10 10
Résolution du spectre en énergie (keV) 60 100 120
Nombre de canaux 150 150 200
tête d’irradiation ( e-, photons, e+) 500, 10, 500 500, 10, 500 1000, 10, 1000
cuve à eau ( e-, photons, e+ ) 100, 10, 100 100, 10, 100 100, 10, 100
Nombre d’électrons primaires (N)
champ 5×5 cm² 1E+08 4E+07 2E+07
champ 10×10 cm² 2E+08 8E+07 4E+07
champ 20×20 cm² 3E+08 1E+08 6E+07
Techniques de réduction de variance
tête d’irradiation RRa, IFa, NSPLITa RRa, IFa, NSPLITa RRa, IFa, NSPLITa
cuve à eau NSPLIT=20 NSPLIT=20 NSPLIT=20
a
RR : Roulette Russe, IF : Interactions forcées, NSPLIT : Splitting. Les valeurs retenues pour ces 3 techniques
sont présentées dans le chapitre 2 [paragraphe II.3.4.3].
III. Etape 1 : ajustement des paramètres des électrons initiaux
La procédure utilisée pour ajuster les paramètres initiaux de l’accélérateur Saturne 43

(Chapitre 3) a été appliquée à l’accélérateur SL-Elekta. Le test de l’index gamma en 1D
( Δ xmax= 1 mm et Δ Dmax= 1%) et les valeurs du rapport D20/D10 ont permis d’ajuster les
valeurs des paramètres initiaux. Les incertitudes statistiques associées aux calculs MC sont
inférieures à 1% et celles associées aux mesures sont de l’ordre de 1,5% (1σ).
Toutefois, consécutivement aux travaux de Sheikh-Bagheri and Rogers (2002a) et de
Tzedakis et al (2004) menés sur l’accélérateur SL-Elekta, les tailles de champ d’irradiation
ont été modifiées pour l’ajustement des paramètres initiaux par rapport à l’accélérateur
Saturne 43 (Chapitre 3). Ces auteurs ont montré que les courbes de rendements en profondeur
129
n’étaient pas affectées par la forme de la tâche focale et que l’influence de la tâche focale
devenait significative, sur les profils de dose, lorsque la taille du champ était supérieure à 10 ×
10 cm². Par conséquent, les valeurs des paramètres initiaux ont été ajustées dans les
conditions suivantes:
- énergie moyenne et distribution énergétique du faisceau ajustées avec un rendement
en profondeur répondant à un champ d’irradiation de 10 × 10 cm² à 100 cm de la source,
- forme de la tâche focale ajustée avec deux profils de dose (profil X et profil Y)
décrivant un champ d’irradiation de 20 × 20 cm² à 100 cm de la source.
Les distributions de dose ont été mesurées et calculées dans une cuve à eau de 50 cm × 50 cm
× 50 cm :
- les rendements en profondeur sont obtenus sur l’axe du faisceau, pour une distance
source-surface de la cuve à eau de 100 cm (IAEA 2000), et sont normalisés au maximum de
dose,
- les profils de dose sont réalisés sous 10 cm d’eau, pour une distance source-surface
de la cuve à eau de 90 cm (IAEA 2000), et sont normalisés sur l’axe du faisceau.
III.1] Energie moyenne et dispersion en énergie des électrons initiaux

A la sortie de la section accélératrice, les distributions en énergie des électrons sont de forme
gaussienne centrées sur une énergie moyenne (Elekta 2005). Les valeurs recommandées par
Elekta pour les faisceaux de 6 MV, 10 MV et 18 MV sont données dans le Tableau 44. Ces
informations ont été utilisées comme valeurs de départ pour les simulations Monte Carlo.
Tableau 44. Caractéristiques énergétiques des électrons initiaux frappant la cible (Elekta, 2005).
6 MV 10 MV 18 MV
E (MeV) 6 9,5 16
FWHM (MeV) 1 0,8 1
La tache focale a été considérée ponctuelle pour l’ajustement en énergie des trois faisceaux de
photons.
III.1.1] Faisceau de photons de 6 MV

Deux types de faisceaux ont été simulés : un faisceau monoénergétique de 6 MeV et un
faisceau gaussien de 6 MeV avec une largeur à mi hauteur (FWHM) de 1 MeV. Les variations
130
des rendements en profondeur calculés, pour ces deux simulations, sont présentées en Figure
69.
Comme l’indique le test du l’index gamma (Figure 70a-b), le meilleur accord entre les valeurs
mesurées et calculées est obtenu pour le faisceau gaussien.
Pour ce faisceau, la valeur du rapport D20/D10 calculée (D20/D10= 0,587) s’écarte de 0,85% de
la valeur mesurée (D20/D10= 0,582).
Pour le faisceau gaussien de 6 MeV avec une largeur à mi hauteur de 1 MeV, les incertitudes
statistiques associées à différents points de calcul sont regroupées dans le tableau 45.
Figure 69 : Comparaison des rendements en profondeur mesuré et calculés

pour différentes ajustements en énergie (faisceau 6 MV).
Figure 70: Résultats de l'index gamma.

a) 6 MeV monoénergétique, b) 6 MeV-FWHM=1MeV.
131
Tableau 45 : Incertitudes statistiques associées au calcul (faisceau de 6MV).

Profondeur (cm) Incertitude (%)
1 1,00
5 0,77
10 0,91
15 1,10

Quatre faisceaux présentant des caractéristiques énergétiques différentes ont été simulés :
- un faisceau monoénergétique de 10 MeV,
- un faisceau gaussien de 9,5 MeV avec une FWHM de 0,8 MeV,
- un faisceau gaussien de 9,5 MeV avec une FWHM de 1 MeV,
- un faisceau gaussien de 9 MeV avec une FWHM de 1 MeV.
Les rendements en profondeur mesuré et calculés sont reportés sur la Figure 71, pour les
quatre simulations.
Figure 71: Comparaison des rendements calculés et mesuré pour différentes énergies (faisceau 10 MV).
Les résultats du test du l’index gamma (Figure 72a-d) montrent que le meilleur accord entre
les valeurs mesurées et calculées est obtenu pour le faisceau gaussien de 9 MeV avec une
FWHM égale à 1 MeV (figure 72c). Pour ce faisceau, la valeur du rapport D20/D10 calculée
(D20/D10= 0,626) s’écarte de 0,96% de la valeur mesurée (D20/D10= 0,620).
132
Figure 72: Résultats du test de l'index gamma.

a) 10 MeV monoénergétique, b) 9,5 MeV-FWHM=0,8 MeV, c) 9MeV-FWHM=1 MeV,
d) 9,5 MeV-FWHM= 1MeV.
statistiques associées à différents points de calcul sont regroupées dans le tableau suivant.
Tableau 46 : Incertitudes statistiques associées au calcul (faisceau de 10 MV)

1 1,20
5 1,05
10 1,00
15 1,10

Quatre faisceaux présentant des caractéristiques énergétiques différentes ont été simulés :
- un faisceau monoénergétique de 18 MeV,
- un faisceau gaussien de 18 MeV avec une FWHM de 1 MeV,
133
- un faisceau gaussien de 17 MeV avec une FWHM de 1 MeV,

- un faisceau gaussien de 16 MeV avec une FWHM de 1 MeV.
A la vue de la Figure 73, un bon accord est observé entre les valeurs mesurée et calculées
pour le faisceau gaussien de 16 MeV avec une largeur à mi-hauteur égale à 1 MeV. Cette
observation est confirmée par les résultats du test de l’index gamma (Figure 74a-d). Pour ce
faisceau, la valeur du rapport D20/D10 calculée (D20/D10= 0,658) s’écarte de 0,76% de la valeur
mesurée (D20/D10= 0,653).
Figure 73: Comparaison des rendements en profondeur calculés et mesurés pour différents ajustements en
énergie (faisceau 18 MV).
Figure74: Résultats du test de l'index gamma.

a) 18 MeV monoE, b) 18 MeV-FWHM=1MeV.
134
Figure 74: Résultats du test de l'index gamma.

c) 17 MeV-FWHM=1 MeV, d) 16 MeV-FWHM=1 MeV.
statistiques associées à différents points de calcul sont regroupées dans le tableau ci-après.
Tableau 47 : Incertitudes statistiques associées au calcul (faisceau 18 MV).

1 1,60
5 0,80
10 0,90
15 0,95
III.1.4] Conclusion
Pour les simulations des faisceaux de photons de 6 MV, 10 MV et 18 MV, les caractéristiques
énergétiques retenues sont résumées dans le Tableau 48. Les valeurs précisées par le
constructeur Elekta sont également rappelées
Tableau 48. Caractéristiques énergétiques des faisceaux de photons de 6MV, 10 MV et 18 MV.
Elekta PENELOPE
6 MV 6 MeV, FWHM=1 MeV 6 MeV, FWHM=1 MeV
10 MV 9,5 MeV, FWHM=0,8 MeV 9 MeV, FWHM=1 MeV
18 MV 16 MeV, FWHM= 1 MeV 16 MeV, FWHM= 1 MeV
III.2] Tâche focale

Bien que la géométrie des filtres égalisateurs (cône égalisateur, filtres différentiels …) soit
étudiée pour obtenir des profils de dose uniformes, ces derniers sont fortement influencés par
135
l’impact des particules sur les éléments de filtration et par la taille du champ d’irradiation - la
contamination du faisceau augmentant avec la taille du champ -. Il est également important de
préciser qu’élargir la tâche focale conduit à une réduction du nombre de particules qui
frappent la partie centrale des filtres ce qui modifie la fluence et par conséquent, la forme du
profil de dose (De Smedt et al 2005). Le profil de dose est donc très sensible à la forme de la
tâche focale.
Ainsi, l’ajustement de la tâche focale par comparaison des profils de dose calculés et mesurés,
pour une grande taille de champ, conduit à une correspondance encore meilleure pour des
champs de plus petites dimensions. Nous avons donc retenu un champ de 20 × 20 cm² pour
ajuster la tâche focale des faisceaux de photons.
Quelque soit la qualité du faisceau de photons, le constructeur Elekta recommande une tâche
focale circulaire présentant une distribution gaussienne des positions avec une largeur à mi-
hauteur de 1 mm. Les travaux de Sheikh-Bagheri and Rogers (2002a) ont, pour leur part,
prouvé que, contrairement aux accélérateurs Varian et Siemens, la taille de la tâche focale des
accélérateurs SL-Elekta n’était pas influencée par l’énergie du faisceau.
L’ajustement de la tâche focale n’a par conséquent été réalisé que pour le faisceau de photons
de 18 MV. Différentes valeurs de largeur à mi-hauteur (FWHM) ont été testées afin de
déterminer leurs influences respectives sur les profils de dose. Les résultats sont reportés sur
la Figure 75. En modifiant la largeur de la tâche focale, on modifie principalement
l’épaulement des profils de dose et consécutivement, la pénombre. La Figure 76 indique que
le test de l’index gamma est validé pour une largeur à mi-hauteur de 1 mm.
Figure 75: Comparaison des profils de dose pour différentes définitions de tâche focale (photons 18 MV).
136
Figure 76: Résultats du test de l'index gamma pour différents modèles de tâche focale (faisceau 18 MV).
Les incertitudes statistiques associées à différents points de calcul sont regroupées dans le
tableau suivant.
Tableau 49 : Incertitudes statistiques associées au calcul (faisceau 18 MV).
Distance (cm) Incertitude (%)
0,5 0,92
3 0,93
6 0,97
8 1,30
10 2,00
Pour les faisceaux de 10 MV et 6 MV, un bon accord a également été trouvé entre les mesures
et les calculs pour une tâche focale de largeur à mi-hauteur de 1 mm.
III.3] Spectres en énergie résultant

Les spectres en énergie calculés, à 90 cm de la source, pour les 3 qualités de faisceaux, sont
donnés en Figure 77. Le pic d’annihilation à 511 keV est visible pour les 3 faisceaux.
137
Figure 77: Spectres en énergie pour les 3 qualités de faisceau de photons (champ 10 x 10 cm²).
Les énergies moyennes calculées à l’aide du code PENELOPE ont été comparées à celles
calculées par Bramoullé (2000), Sheikh-Bagheri and Rogers (2002b) et Van der Zee and
Welleweerd (1999) pour des accélérateurs de type SL-Elekta (Tableau 50).
Tableau 50 : Energies moyennes pour des faisceaux de photons de 6 MV, 10 MV et 18 MV.

6 MV 10 MV 18 MV
Emoy (MC PENELOPE, SL-20, Bramoullé) 1,96 MeV 4,18 MeV
Emoy (MC BEAM, SL-25,Sheikh-Bagheri) 1,87 MeV
Emoy (MC EGS4, SL-15, Van der Zee) 3,20 MeV
Emoy (MC PENELOPE, SL-Precise, Blazy) 1,76 MeV 2,56 MeV 4,05 MeV
Pour chaque qualité de faisceau, les écarts observés entre les énergies moyennes peuvent
s’expliquer par le modèle de l’accélérateur (SL-15, SL-20…), les valeurs retenues pour les 3
paramètres caractérisant la source et par le code MC utilisé (traitement des interactions,
échantillonnage des sections efficaces…). A titre d’exemple, pour le faisceau de 10 MV, Van
der Zee and Welleweerd (1999) ont utilisé le modèle SL-15 (pas de collimateur multilames) et
ont choisi une énergie monoénergétique de 9,5 MeV pour la source initiale d’électrons.
Grâce aux résultats des simulations, la variation de l’énergie moyenne du spectre photonique
a pu être vérifiée, pour chaque énergie, en fonction de la taille de champ d’irradiation. Le
Tableau 51 présente ces résultats.
138
On constate que la valeur de l’énergie moyenne diminue lorsque la taille du champ

d’irradiation augmente en raison de l’augmentation de la contribution du rayonnement diffusé
par les éléments insérés dans le faisceau (rayonnement moins énergétique).
Tableau 51 : Variation de l’énergie moyenne avec la taille du champ d’irradiation
(faisceaux de photons de 6 MV, 10 MV et 18 MV).
6 MV 10 MV 18 MV
5 x 5 cm² 1,817 MeV 2,643 MeV 4,152 MeV
10 x 10 cm² 1,756 MeV 2,560 MeV 4,049 MeV
20 x 20 cm² 1,647 MeV 2,380 MeV 3,774 MeV
III.4] Simulations complémentaires de vérification

Une nouvelle série de tests a été menée, avec et sans le filtre en coin, pour différentes tailles
de champ d’irradiation (5 × 5 cm², 10 × 10 cm² et 20 × 20 cm²), pour s’assurer que la taille du
champ d’irradiation n’influençait pas l’ajustement des valeurs des paramètres initiaux.
Le nombre de particules enregistrées dans l’espace des phases permet d’obtenir des
distributions de dose avec une statistique satisfaisante (1-1,5% à 1σ). Pour les calculs de dose
en présence du filtre en coin, le nombre d’électrons primaires (N) a été multiplié soit par un
facteur 10 (faisceaux 10 MV et 18 MV) ou soit par un facteur 6 8 (faisceau 6 MV).
Le Tableau 52 présente le nombre de particules enregistrées, dans l’espace des phases, pour
les trois tailles de champ d’irradiation et pour les trois qualités de faisceaux.
Tableau 52 : Nombre de particules stockées dans l’espace des phases (sans filtre en coin).
6 MV 10 MV 18 MV
champ 5×5 cm² 2E+06 1,4E+06 2E+06
champ 10×10 cm² 9E+06 6E+06 8E+06
champ 20×20 cm² 14E+06 10E+06 13E+06
Les incertitudes statistiques associées aux calculs MC sont inférieures ou égales à 1% (1σ) et
sont représentées sur chacune des figures.
Ces simulations complémentaires ont toutes été évaluées avec le test de l’index gamma (1% et
1mm). Pour ces critères d’acceptabilité, toutes les simulations ont été validées (γ ≤ 1). Par
conséquent, seules les distributions de dose sont présentées dans le paragraphe suivant.
8
Au maximum, environ 2E+09 particules primaires peuvent être produites (production de nombres sur 32 bits
par le générateur de nombres aléatoires).
139
III.4.1] Calculs de dose sans filtre en coin

III.4.1.1] Rendements en profondeur
Les rendements en profondeur calculés et mesurés pour des champs d’irradiation de 5 × 5 cm²
10 × 10 cm² et 20 × 20 cm² sont présentés sur les Figure 78 à Figure 80, pour des faisceaux de
photons de 6 MV, 10 MV et 18 MV.
Les courbes calculées coïncident avec celles mesurées tant dans la zone de build-up que dans
la zone d’équilibre électronique.
Figure 78: Rendements en profondeur pour le faisceau de 6 MV.

a) champ 5x5 cm² b) champ 10x10cm² c) champ 20x20 cm².
140

141

III.4.1.2] Profils de dose

Les profils de dose calculés selon l’axe Y (direction des lames) sont comparés aux valeurs
expérimentales pour les trois dimensions de champ et pour les trois qualités de faisceaux de
photons (Figure 81 à Figure 83).
Un bon accord a été trouvé entre les profils mesurés et calculés.
142
Figure 81: Profils de dose (axe Y) pour le faisceau de 6 MV.


143

III.4.2] Calculs de dose avec filtre en coin (60°)

III.4.2.1] Rendements en profondeur
Seuls les rendements en profondeur correspondant à un champ d’irradiation de 10 × 10 cm²
sont présentés en Figure 84, pour les faisceaux de photons de 6 MV, 10 MV et 18 MV.
L’accord obtenu entre les calculs et les mesures est satisfaisant.
144
Figure 84: Rendements en profondeur avec filtre en coin (champ 10 x 10 cm²).

a) 6 MV b) 10 MV c) 18 MV.
III.4.2.2] Profils de dose

Les profils de dose calculés selon l’axe X (axe du gradient) sont comparés aux valeurs
expérimentales pour les trois dimensions de champ et pour les trois qualités de faisceaux
(Figure 85 à Figure 87). Un bon accord a été trouvé entre les profils mesurés et calculés.
145
Figure 85: Profils de dose (axe X) pour le faisceau de 6 MV.

146


147
III.5] Conclusion
Au cours de cette première étape, la simulation MC a été paramétrée pour 3 qualités de
faisceaux de photons issus de l’accélérateur SL-Elekta. Un ensemble de vérifications a été
effectué afin de valider le paramétrage de la simulation MC : contrôle de la géométrie
modélisée et test des valeurs retenues pour les paramètres définissant les électrons initiaux. Le
bon accord qui a été obtenu entre les mesures et les calculs valide les simulations des
faisceaux de photons.
Au bilan, l’ajustement du code MC PENELOPE et sa vérification nécessitent de disposer,
pour chaque énergie nominale de faisceau de photons, des mesures dosimétriques suivantes :
9 ajustement :
- rendement en profondeur, champ 10 × 10 cm² à 100 cm de la source.
- profils de dose (X et Y), champ 20 × 20 cm² à 100 cm de la source, sous 10 cm d’eau.
9 vérification :
- rendement en profondeur, champ 10 × 10 cm² à 100 cm de la source,
avec et sans filtre en coin.
- profils de dose (X et Y), à 100 cm de la source, sous 10 cm d’eau,
avec et sans filtre en coin,
champ 5 × 5 cm², champ 10 × 10 cm², champ 20 × 20 cm².
IV. Etape 2: calcul des distributions de dose pour des

configurations de test
IV.1] TPS testé : Masterplan (version 1.5)

Le TPS Oncentra MasterPlan (version 1.5) commercialisé par la société Nucletron a été testé
pour conclure la mise en œuvre de notre méthodologie.
Deux algorithmes de calcul de dose sont disponibles pour les faisceaux de photons : Pencil
Beam ou Collapsed Cone. L’algorithme Collapsed Cone tient compte, de manière plus
précise, des hétérogénéités de densité électronique présentent dans le milieu de calcul et des
manques de milieu diffusant. Faute de temps, nous n’avons pu tester qu’un seul des deux
algorithmes et notre choix s’est porté vers le plus précis des deux, c'est-à-dire, l’algorithme
Collapsed Cone.
148
L’algorithme Collapsed Cone est fondé sur la méthode du point kernel qui réduit la
contribution d’un faisceau en une somme de petits volumes d’interactions pour lesquels le
kernel modélise l’énergie déposée par l’ensemble des électrons mis en mouvement par un seul
photon primaire. Ces kernels ont été calculées par méthode Monte-Carlo pour un faisceau
parallèle dans de l’eau (Mackie et al 1988).
L’algorithme Collapsed Cone calcule les distributions de dose à partir d’un modèle. Ce
modèle est fondé sur trois étapes principales :
- d’abord, la fluence énergétique incidente est ajustée pour qu’elle corresponde à la
fluence des photons primaires à la sortie de l’accélérateur.
- puis, cette fluence est projetée à travers la représentation en densité du patient et un
TERMA est calculée. Le TERMA correspond à l’énergie totale libérée par unité de
masse par les photons primaires atténués par le patient.
- enfin, la dose est calculée en convoluant, en 3 Dimensions, le TERMA (Total
Energy Released per unit Mass) et le kernel. La convolution suppose que chaque
point du milieu interagit de la même façon (isotropie).
Pour un tel modèle, les données de base nécessaires à la modélisation d’un accélérateur se
réduisent au seul spectre en énergie des photons à la sortie de l’accélérateur.
La plupart des constructeurs de TPS fournissent un spectre initial que l’utilisateur ajuste au
moyen de comparaisons entre mesures et calculs de dose dans un milieu homogène constitué
d’eau (la mesure directe du spectre étant impossible à réaliser avec les équipements de mesure
d’un service de radiothérapie). On aurait pu imaginer que les TPS utilisaient un spectre initial
calculé par MC mais, dans la pratique, le spectre peut être très différent du spectre « réel » car
l’ajustement de celui-ci permet de rendre compte de phénomènes secondaires non pris en
compte par le modèle de calcul du TPS (exemple : contamination du faisceau par les électrons
secondaires).
Pour le calcul de la dose en milieux hétérogènes (Ahnesjö 1989), les changements dans « la
partie primaire du kernel » (changements des pouvoirs d’arrêts massiques des électrons
secondaires) et dans « la partie diffusée du kernel » (changements des coefficients
d’atténuation massique des photons diffusés) sont estimés avec la variation de densité
électronique des milieux. Des informations complémentaires peuvent être recueillies dans les
travaux d’Ahnesjö 1989, d’Aspradakis et al 2003 et de Knöös et al 2006.
149
Pour le TPS Masterplan, Nucletron précise à l’utilisateur les mesures à effectuer pour
recueillir toutes les données pertinentes en vue de la caractérisation d’une unité de traitement
spécifique. Ces données permettent ensuite au personnel de Nucletron de réaliser la
modélisation des faisceaux. A la fin de la modélisation, les données traitées sont renvoyées à
l’utilisateur afin d’être stockées dans la base de données du TPS.
IV.2] Différentes configurations testées

Parmi les vingt-six OTN présentés dans le chapitre 2, douze ont été retenus afin d'apprécier la
mise en œuvre de notre méthodologie avec le TPS Masterplan. Ces douze OTN ont permis de
tester les calculs de dose dans différentes conditions géométriques d’irradiation mais
également en présence d’hétérogénéités et de manque de volume diffusant. Une situation
clinique courante (le sein) a également été modélisée avec un OTN anatomique. Les
caractéristiques de ces OTN sont renseignées dans le tableau suivant.
Tableau 53: OTN retenus pour le contrôle qualité du TPS Masterplan

Composition Energie Champ (cm²) DSS (cm)
OTN simples
OTN A eau 18 MV 5x5 90
OTN B eau 18 MV 10 x 10 90
OTN C eau 18 MV 30 x 30 90
OTN E eau 18 MV 10 x 10 130
OTN F eau 18 MV 20 x 5 90
18 MV
OTN H eau 10 x 10 90
+ filtre en coin
18 MV
OTN K eau 15 x 15 90
+ cache central
OTN hétérogènes
OTN A eau + os 18 MV 5x5 90
OTN E « tumeur » eau + poumon 10 MV 10 x 10 90
OTN à décrochement
OTN A « décalé » eau 6 MV 10 x 10 90
OTN D « forme T » eau 6 MV 10 x 10 90
OTN anatomique
6 MV
os + poumon+ 10 x 10 DSA
OTN « sein» + filtre en coin
muscle
6 MV 10 x 10 DSA
150
IV.3] Calcul des distributions de dose

Pour toutes les configurations testées, un OTN d’entrée a été produit au moyen du logiciel
OTN-Creator développé par l’IRCCyN de Nantes et la société Qualiformed (Denis et al
2006).
Cet OTN d’entrée contient les images scanner décrivant l’objet test. Chargé en entrée du TPS,
il est complété par le calcul de la distribution de dose en 3D pour obtenir un OTN de sortie à
tester (format DICOM-RTDose). Cet OTN de sortie est comparé à un OTN de sortie de
référence produit au moyen des simulations MC dont les paramètres initiaux ont été réglés
précédemment.
L’OTN d’entrée n’est pas directement utilisé pour les simulations MC puisque ses
caractéristiques (géométrie et matériaux) doivent être décrites dans le formalisme du code MC
PENELOPE. En revanche, les distributions de dose calculées par le code MC PENELOPE
sont mises au format DICOM-RTDose au moyen de la plate-forme logicielle développée dans
le cadre du partenariat l’IRCCyN - Qualiformed.
Les mailles de calcul utilisées pour les douze OTN sont égales à :
- 0,5 cm × 0,5 cm × 0,5 cm pour le code MC PENELOPE,
- 0,2 cm × 0,2 cm × 0,2 cm pour le TPS Masterplan.
Pour illustrer la mise en œuvre de ce contrôle qualité, deux exemples vont être détaillés : celui
de l’OTN simple A (champ carré 5×5 cm²) et celui de l’OTN anatomique « Sein ».
IV.3.1] OTN de sortie de référence

Les OTN de sortie de référence calculés par simulation MC sont présentés en Figure 88 pour
l’OTN simple A et en Figure 89 pour l’OTN anatomique « Sein ».
IV.3.2] OTN de sortie à tester

Les OTN de sortie à tester sont présentés en Figure 90 pour l’OTN simple A et en Figure 91
pour l’OTN anatomique « Sein ».
151
Calcul PENELOPE
Mise au format DICOM-RTDOSE
Objet Test
OTN de sortie REFERENCE
Figure 88: OTN de sortie de référence (OTN simple A).
Calcul PENELOPE
Mise au format DICOM-RTDOSE
Objet Test
OTN de sortie REFERENCE
Figure 89: OTN de sortie de référence (OTN anatomique « Sein », faisceau non filtré).
152
Calcul Masterplan
OTN d’entrée
Logiciel OTN-Creator
OTN de sortie A TESTER
Figure 90: OTN de sortie à tester (OTN simple A).
Calcul Masterplan
OTN d’entrée
Logiciel OTN-Creator
OTN de sortie A TESTER
Figure 91: OTN de sortie à tester (OTN anatomique « Sein », faisceau non filtré).
153
V. Etape 3 : comparaison des distributions de dose
V.1] Rappel des critères d’acceptabilité

Les critères d’acceptabilité retenus pour la validation des calculs de dose des TPS sont
précisés dans le tableau 54.
Tableau 54: Critères d'acceptabilité pour le contrôle qualité du TPS Masterplan
Axe du Intérieur Extérieur Pénombre
faisceau du faisceau du faisceau Build-up
Tests (%) (%) (%) (mm)
Milieux homogènes
Champs carrés 1 1,5 2 2
Champs rectangulaires 1,5 2 2 2
Champs formes complexes 2 3 5 2

(avec mâchoires et caches)
Filtre en coin 2 5 5 3
Variations de 1 1,5 2 2
Distance Source -Surface
Milieux hétérogènes
Simples 3 5 5 5
(géométrie plane)
Complexes 5 7 7 7
(de type anthropomorphique)
Toutes les distributions de dose ont été normalisées par rapport à la dose calculée dans les
conditions de référence : dose calculée dans un OTN en eau (dimension 50 × 50 × 50 cm3)
pour une DSS de 90 cm, à 10 cm de profondeur et pour une taille de champ de 10 × 10 cm²
défini à l’isocentre.
Pour le TPS Masterplan, une dose de 100 Gy a été prescrite au point de pondération
(isocentre) pour tous les OTN. Le calcul des Unités Moniteur a tout d’abord été effectué dans
les conditions de référence (UMref). Les Unités Moniteur ont ensuite été calculées pour
chaque OTN (UMotn). Enfin, les distributions de dose relatives à la dose dans les conditions
de référence ont été obtenues en modifiant le poids de chaque faisceau tel que :
poids (faisceau otn) = UMref / UMotn
154
V.2] Résultats et discussion pour deux OTN type

Les distributions de dose en 1D (uniquement pour l’OTN simple A) et en 2D à comparer sont
extraites des OTN de sortie (de référence et à tester). Il s’agit :
- d’un rendement en profondeur et de quatre profils de dose à 4 profondeurs (profils
selon l’axe Y),
- d’une carte isodoses dans le plan yOz, parallèle à la direction des lames du
collimateur et contenant l’axe du faisceau.
L’analyse des données est réalisée avec le test de l’index gamma (γ) au moyen de l’utilitaire
que nous avons développé pour le 1D et au moyen du logiciel DoseLab pour le 2D. Cela
signifie que pour un index gamma γ ≤ 1, le calcul de dose est validé au regard des critères
d’acceptabilité proposés précédemment.
Les résultats du test de l’index gamma sont présentés ci-dessous. A partir de ces OTN de
sortie, il est également possible de vérifier la dose calculée par le TPS Masterplan à
l’isocentre (point de prescription de la dose).
V.2.1] OTN simple A

V.2.1.1] Résultats du test de l’index gamma en 1D
155
Figure 92: Résultats du test de l'index gamma pour les distributions de dose en 1D (OTN simple A)

Sur la Figure 93, les résultats de l’index gamma (2D) sont présentés pour les critères
d’acceptabilité correspondant à l’axe du faisceau (Figure 93a), l’intérieur du faisceau (Figure
93b), l’extérieur du faisceau (Figure 93c). Pour ces critères :
- 86,6% des pixels « passent » le test (γ≤1) pour la cartographie (a)
- 91,5% des pixels « passent » le test (γ≤1) pour la cartographie (b)
156
- 95,4% des pixels « passent » le test (γ≤1) pour la cartographie (c).
(a) (b)
(c)
Figure 93: Résultats du test de l’index gamma pour les distributions de dose en 2D (OTN simple A).
157
V.2.1.3] Vérification du calcul de la dose à l’isocentre

La dose relative [cf V.1] calculée à l’isocentre par le TPS MASTERPLAN (92,61 %) s’écarte
de -0,90% de celle calculée par le code MC PENELOPE (91,78%).
V.2.1.4] Discussion
Pour les distributions de dose en 1D (Figure 92), seuls deux points du rendement en
profondeur s’écartent des limites acceptables. Une imperfection du calcul de dose dans la
région du build-up est mise en évidence.
Pour les distributions de dose en 2D, 95,4% des pixels passent le test avec les critères 2% /
2mm. Certains points situés à une profondeur supérieure à 21 cm et ayant une distance à l’axe
comprise entre 0,5 cm et 1,5 cm ne répondent pas aux critères d’acceptabilité. Pour ces
profondeurs, le TPS surestime systématiquement la dose à l’intérieur du faisceau.
En ce qui concerne la dose à l’isocentre, l’écart de dose entre PENELOPE et le TPS
Masterplan est inférieur à 1%.
A ce niveau d’analyse, les résultats permettent d’énoncer et d’examiner trois stratégies:
- première stratégie : ce résultat est considéré comme acceptable pour la routine clinique
puisque les volumes à traiter sont rarement situés à des profondeurs supérieures à 15
cm. Il faudra cependant se poser la question de la justesse des calculs de dose dans le
cas du traitement d’un pelvis (faisceaux d’irradiation latéraux).
- seconde stratégie : ce résultat est considéré comme acceptable car les critères
d’acceptabilité utilisés (1,5% - 2%) sont plus sévères que ceux généralement annoncés
pour le calcul de dose (3% ; ICRU-29 1978, Mijnheer et al 1989).
- troisième stratégie : ce résultat est considéré comme inacceptable et doit donner lieu à
un nouvel ajustement des faisceaux dans le TPS.
L'utilisateur peut donc prendre la décision de valider ou non ce test ou encore d'émettre des
réserves en fonction du patient à traiter.
V.2.2] OTN anatomique « sein »

Les résultats de l’index gamma présentés en Figure 94 correspondent au faisceau non filtré.
Ces résultats répondent aux critères d’acceptabilité proposés sur l’axe du faisceau (Figure
94a) et en dehors de l’axe du faisceau (Figure 94b). Pour ces critères :
158

(a) (b)
Figure 94: Résultats du test de l’index gamma en 2D - faisceau non filtré- (OTN anatomique).
La Figure 95 présente les résultats de l’index gamma correspondant au faisceau filtré. Ces
résultats satisfont aux critères d’acceptabilité proposés sur l’axe du faisceau (Figure 95a) et en
dehors de l’axe du faisceau (Figure 95b). Pour ces critères :
159
(a) (b)
Figure 95: Résultats du test de l’index gamma en 2D - faisceau filtré- (OTN anatomique).
V.2.2.2] Vérification du calcul de la dose à l’isocentre

Pour le faisceau non filtré, la dose relative [cf V.1] calculée à l’isocentre par le TPS
Masterplan (81,31 %) s’écarte de 0,74% de celle calculée par le code MC PENELOPE
(81,92%).
Pour le faisceau filtré, la dose relative [cf V.1] calculée à l’isocentre par le TPS Masterplan
(50,44 %) s’écarte de -0,28% de celle calculée par le code MC PENELOPE (50,30%).
V.2.2.3] Discussion
Les pixels qui ne satisfont pas au test de l’index gamma sont principalement situés à
l’extérieur de l’OTN (γ proche de 2). Cette différence est due au fait que le code MC calcule
160
la dose dans l’air qui entoure l’OTN tandis que le TPS calcule uniquement la dose dans
l’OTN (volumes contourés).
Pour l’OTN sein « non filtré », 21 % des pixels sont situés à l’extérieur de l’OTN ; cela
signifie qu’environ 7% des pixels ne satisfont pas au test de l’index gamma (5% et 5 mm).
Pour l’OTN sein « filtré », 20 % des pixels sont situés à l’extérieur de l’OTN ; ainsi, seuls
4,5% des pixels ne satisfont pas au test (5% et 5mm).
De fait, en prenant également en considération le calcul de la dose à l’isocentre, les résultats
obtenus pour cet OTN sont satisfaisants.
V.3] Résultats et discussion pour les autres OTN

Pour les dix autres OTN, les résultats du test de l’index gamma, en 1D et en 2D, sont
présentés ci-dessous. L’intégralité des résultats (distributions de dose et représentations
graphiques de l’index gamma) peuvent être consultés dans l’annexe C. Les distributions de
dose extraites de chaque OTN ont été précisées dans le chapitre 2 [paragraphe IV].
V.3.1] OTN simples

V.3.1.1] OTN simple B (10 × 10 cm²)
Tableau 55: Résultats du test de l’index gamma (OTN simple B).
Test index gamma 1D
- rejeté : région du build-up
Rendement en profondeur
- validé : région décroissance de dose
Profil Y à zmax - validé : intérieur faisceau + pénombre + extérieur faisceau
Profil Y à z = 5 cm - validé : intérieur faisceau + pénombre + extérieur faisceau
- rejeté : pour le point y=5,5 cm (pénombre)
Profil Y à z = 10 cm
- validé : pour tous les autres points
Test index gamma 2D

Dmax= 1% et dmax= 2 mm 79,9% des pixels passent le test
Dmax= 1,5% et dmax= 2 mm 91,4% des pixels passent le test
Pour les distributions de dose en 1D, une imperfection du calcul de dose est mise en évidence
dans la région du build-up.
161
2mm. Les points qui ne satisfont pas au test de l’index gamma sont principalement situés à
des profondeurs supérieures à 20 cm. De fait, les résultats obtenus pour cet OTN sont jugés
satisfaisants.
V.3.1.2] OTN simple C (30 × 30 cm²)

sur les bords du faisceau (régions des faibles doses). De plus, la dose relative calculée à
l’isocentre par le TPS Masterplan (109,02%) ne s’écarte que de 0,07% de celle calculée par le
code MC PENELOPE (109,10%). Les résultats obtenus pour cet OTN sont donc jugés
acceptables.
Tableau 56: Résultats du test de l’index gamma (OTN simple C).

Test index gamma 1D
- rejeté : pour le point y=15,5 cm (extérieur faisceau)
Profil Y à zmax
Profil Y à z = 20 cm - validé : intérieur faisceau + pénombre +extérieur faisceau
Test index gamma 2D

V.3.1.3] OTN simple E (DSS =130 cm, 10 × 10 cm²)

des profondeurs supérieures à 15 cm mais à l’intérieur du faisceau.
162
Toutefois, la dose relative calculée à l’isocentre par le TPS Masterplan (51,57%) ne s’écarte
que 0,06% de celle calculée par le code MC PENELOPE (51,60%).
Au vu de ces résultats, l'utilisateur peut prendre la décision de valider ou non ce test ou encore
d'émettre des réserves en fonction du patient à traiter. De fait des conditions d'utilisation
pourront être retenues en tenant compte :
- des recommandations du constructeur (cf cahier des charges, guide de l'utilisateur),
- des critères d'acceptabilité utilisés pour ce test,
- des applications cliniques concernées.
Tableau 57: Résultats du test de l’index gamma (OTN simple E).
Test index gamma 1D
- rejeté : pour le point y=7,5 cm (extérieur faisceau)
Test index gamma 2D

Dmax= 1,5% et dmax= 2 mm 90% des pixels passent le test
V.3.1.4] OTN simple F (20 × 5 cm²)
Tableau 58: Résultats du test de l’index gamma (OTN simple F).

Test index gamma 1D
- rejeté : pour le point y=3 cm (pénombre)
Profil Y à zmax
Test index gamma 2D

163
2mm. Les points qui ne satisfont pas au test de l’index gamma sont situés à des profondeurs
supérieures à 22 cm.
La dose relative calculée à l’isocentre par le TPS Masterplan (96,97%) s’écarte de -0,36% de
celle calculée par le code MC PENELOPE (96,63%).
De fait, en prenant également en considération le calcul de la dose à l’isocentre, les résultats
obtenus pour cet OTN sont jugés satisfaisants.
V.3.1.5] OTN simple H (filtre en coin)
Tableau 59: Résultats du test de l’index gamma (OTN simple H).

Test index gamma 1D
- rejeté : pénombre (abscisses négatives)
Profil X à zmax
- validé : intérieur faisceau + extérieur faisceau
- rejeté : intérieur faisceau + pénombre (abscisses négatives)
Profil X à z = 5 cm
- validé : pénombre (abscisses positives) + extérieur faisceau
Profil X à z = 10 cm - validé : intérieur faisceau + pénombre + extérieur faisceau
Profil X à z = 20 cm - validé : intérieur faisceau + pénombre + extérieur faisceau
Test index gamma 2D

Pour les distributions de dose en 1D, la pénombre est mal modélisée à la profondeur du
maximum de dose. Une imprécision du calcul de dose est également mise en évidence à 5 cm
de profondeur. Pour cette profondeur, le TPS surestime systématiquement la dose.
3mm. Les points qui ne satisfont pas au test de l’index gamma sont situés au voisinage des
profondeurs de 5 cm.
La dose relative calculée à l’isocentre par le TPS Masterplan (26,91%) s’écarte de -0,58% de
celle calculée par le code MC PENELOPE (26,75%).
A ce niveau d’analyse, il est difficile de conclure pour cet OTN car l’imprécision de calcul est
uniquement décelée pour les profondeurs proches de 5 cm. Il conviendrait de confirmer ou
d’infirmer ce résultat en testant une taille de champ différente.
164
V.3.1.6] OTN simple K (cache central)

Pour les distributions de dose en 1D, le calcul de dose est mal reproduit sur l’axe du faisceau.
Le TPS Masterplan surestime la dose sous le cache jusqu’à 13 cm de profondeur.
2mm. Les points qui ne satisfont pas au test de l’index gamma concernent principalement
l’axe central du faisceau.
En effet, la dose relative calculée à l’isocentre par le TPS Masterplan (24,82%) s’écarte de -
3,99% de celle calculée par le code MC PENELOPE (23,87%). La surestimation de la dose
sous le cache, par le TPS Masterplan, pourrait être due à une simplification du modèle de
calcul utilisé pour la prise en compte de l’influence des caches. A cet effet, Nucletron précise
que « l’utilisateur ne doit pas trop se fier aux valeurs de dose dans les régions de faible dose
(par exemple, sous un cache de protection) ».
Ainsi, l'utilisateur peut prendre la décision de valider ou non ce test ou encore d'émettre des
réserves en fonction du patient à traiter. De fait, des conditions d'utilisation pourront être
retenues en tenant compte :
- des recommandations du constructeur (cf guide de l'utilisateur),
- des critères d'acceptabilité utilisés pour ce test,
- des applications cliniques concernées.
Tableau 60: Résultats du test de l’index gamma (OTN simple K).

Test index gamma 1D
- rejeté : pour les points y=0cm, 0,5cm, 14,5cm
Profil Y à zmax entre les points y=8,5cm et 11cm
- rejeté : pour les points y=0cm et y=0,5cm
Profil Yà z = 5 cm
- rejeté : pour le point y=0cm
- validé : intérieur faisceau + pénombre + extérieur faisceau
Test index gamma 2D

165
V.3.2] OTN hétérogènes

V.3.2.1] OTN hétérogène A (eau + os)
dans la région de pénombre pour la profondeur du maximum de dose. La région de mise en
équilibre électronique au niveau de l’interface os/eau est correctement modélisée par le TPS
(prise en compte du transport électronique latéral). Le changement de fluence des électrons
secondaires dans le matériau équivalent-os est également bien pris en considération par le
TPS Masterplan. Toutefois, au voisinage de l’interface eau/os, la dose est sous-estimée de
près de 2% par le TPS ; cette sous-estimation de la dose est très certainement due à l’absence
de prise en compte des électrons rétrodiffusés par le milieu équivalent-os (cette sous-
estimation avait déjà évoquée dans les travaux de Nisbet et al 2004).
5mm. La dose relative calculée à l’isocentre par le TPS Masterplan (90,88%) s’écarte de -
0,53% de celle calculée par le code MC PENELOPE (90,40%). De fait, les résultats obtenus
pour cet OTN sont jugés satisfaisants.
Tableau 61: Résultats du test de l’index gamma (OTN hétérogène A).

Test index gamma 1D
- rejeté : région du build-up à z=0.5 cm
- rejeté : pénombre
Profil Y à zmax
- validé : intérieur faisceau + extérieur faisceau
Test index gamma 2D

V.3.2.2] OTN hétérogène E (tumeur isolée)

Pour les distributions de dose en 1D, une imprécision du calcul de dose est mise en évidence
dans la région de pénombre pour la profondeur du maximum de dose. La région de mise en
équilibre électronique qui a lieu au niveau de l’interface poumon/eau est correctement
modélisée par le TPS (prise en compte du transport électronique latéral). Le changement de
fluence des électrons secondaires dans le matériau équivalent-poumon et dans l’eau est
166
également pris en considération par le TPS Masterplan. Toutefois, la première région de build
up n’est pas modélisée au voisinage de l’interface eau/poumon et la dose calculée par le TPS
est systématiquement sous-estimée dans le matériau équivalent-poumon d’environ 1,5% à
1,8%. Ces observations sont corroborées par les travaux de Knöös et al (2006) et de Nisbet et
al (2004).
5mm. La dose relative calculée à l’isocentre par le TPS Masterplan (109,87%) s’écarte de -
0,89% de celle calculée par le code MC PENELOPE (108,90%). De fait, comme pour l’OTN
précédent, les résultats ainsi obtenus sont jugés satisfaisants.
Tableau 62: Résultats du test de l’index gamma (OTN hétérogène E ).

Test index gamma 1D
- rejeté : région du build-up à z=0,5 cm
- rejeté : pour le point y=5cm (pénombre)
Test index gamma 2D

V.3.3] OTN à décrochement

V.3.3.1] OTN à décrochement A (faisceau décalé)
sur le bord de l’OTN.
5mm.
Bien que le test de l’index gamma soit systématiquement rejeté pour les pixels situés sur le
bord de l’OTN, les résultats obtenus montrent que le manque de diffusé latéral est pris en
compte par le TPS. Sur le bord de l’OTN, les pixels sont « à cheval » entre l’OTN (eau) et
167
l’air qui l’entoure et il semblerait que le changement de milieu soit mal modélisé par le TPS.
Cette hypothèse sera développée dans le paragraphe suivant pour l’OTN à décrochement D.
Il est également important d’ajouter que la dose relative calculée à l’isocentre par le TPS
Masterplan (93,87%) ne s’écarte que de -0,37% de celle calculée par le code MC PENELOPE
(93,53%).
Tableau 63: Résultats du test de l’index gamma (OTN à décrochement A).

Test index gamma 1D
Rendement en profondeur - validé : build-up + décroissance de dose
- rejeté : pénombre (abscisses positives) + point y=-5cm
Profil Y à zmax
- rejeté : pénombre (abscisses positives)
Test index gamma 2D

Dmax= 3% et dmax= 5 mm 80% des pixels passent le test
V.3.3.2] OTN à décrochement D (forme « T »)
Tableau 64: Résultats du test de l’index gamma (OTN à décrochement D).

Test index gamma 2D
5mm. Or, contrairement au TPS, le code MC calcule la dose dans l’air qui entoure l’OTN.
Puisque 38,3% des pixels sont situés à l’extérieur de l’OTN, seuls 7% des pixels ne satisfont
pas au test de l’index gamma. Ainsi, le résultat du test de l’index gamma montre que le
manque de rétrodiffusé dû à la forme de l’OTN est correctement pris en compte par le TPS.
De plus, la dose relative calculée à l’isocentre par le TPS Masterplan (98,19%) ne s’écarte que
de -0,91% de celle calculée par le code MC PENELOPE (97,31%).
168
Néanmoins, comme pour l’OTN précédent, le test de l’index gamma est systématiquement
rejeté pour les pixels situés sur les bords de l’OTN. Cela suppose que la correction
d’hétérogénéité (déformation des valeurs des kernels selon le milieu rencontré) est mal
accomplie pour les milieux de très faibles densités (air).
Pour vérifier cette hypothèse, un second test a été effectué en entourant l’OTN avec un milieu
de densité égale à 0,01 g/cm3 (cf « air » dans Figure 96). Le profil de dose obtenu à 10 cm de
profondeur est présenté ci-dessous. Ce résultat confirme que le calcul de dose fait par le TPS
n’est pas correct dans des milieux de très faibles densités. Cette conclusion est, par ailleurs,
corroborée par les récents travaux de Fogliata et al (2007) qui mettent en évidence que les
distributions de dose dans des milieux extrêmes (ρ=0,035 g/ cm3) sont très mal modélisées par
les TPS : quelque soit le TPS considéré, la dose est toujours surestimée et les écarts de dose,
relevés entre les calculs TPS et les calculs MC (code EGSnrc), peuvent être supérieurs à 8%.
Figure 96: Profil de dose à 10 cm de profondeur, OTN à décrochement D entouré d’un milieu de faible densité.
VI. Conclusion
La méthode proposée a été appliquée au TPS Masterplan. Un ensemble de données de
référence (OTN de sortie de référence) a été calculé pour douze OTN afin d’évaluer la
précision des calculs de dose du TPS, dans le cas des faisceaux de photons de haute énergie.
L’ensemble de ces résultats démontre la faisabilité de la méthode et pointe l’importance ainsi
que l’intérêt des calculs MC dans le cadre de la validation des calculs de dose d’un TPS (cf
169
Figure 96). L’automatisation du contrôle qualité des TPS (OTN « chargés » directement sur le
TPS, comparaison des données facilitée avec le test de l’index gamma) allège
considérablement le travail de l’utilisateur, assure une validation juste des calculs de dose
dans les situations complexes et permet de mettre le point sur les limites du TPS.
Toutefois, afin d’améliorer cette méthodologie, il serait nécessaire de diminuer la maille de
calcul MC pour certains OTN (OTN à décochement et OTN hétérogènes) afin de mieux
modéliser les phénomènes physiques aux interfaces. Il conviendrait également de porter une
attention toute particulière à l’alignement de la matrice de calcul (TPS et MC PENELOPE)
sur celle qui a servi à constituer l’objet test.
170
Conclusion
Conclusion
Le Système de Planification des Traitements (TPS) est le maillon clé de la chaine des
dispositifs permettant de préparer un traitement par radiothérapie. Faute de temps machine (de
traitement) et de moyens humains, le TPS est pourtant le dispositif le moins contrôlé. Par
ailleurs, le contrôle en profondeur des TPS nécessite des dispositifs expérimentaux complexes
dont peu de services de radiothérapie sont dotés. Néanmoins, une incertitude voire une erreur
dans les calculs de dose réalisés par le TPS peut entraîner une détérioration de l’efficacité du
traitement et / ou des complications graves pour le patient. Ces erreurs ou ces incertitudes
peuvent être due, d’une part, aux dysfonctionnements des algorithmes ou (et) à la non
connaissance de leurs limites de fonctionnement et, d’autre part, aux données de base servant
à alimenter ces algorithmes, données acquises et entrées dans le système puis ajustées par
l’utilisateur.
Ainsi, tout le monde s’accorde à dire que le contrôle qualité des calculs de dose réalisés par
les TPS est indispensable mais, les utilisateurs connaissent également le niveau des difficultés
à franchir pour que ces contrôles deviennent effectifs et efficaces. En effet, l’approche
traditionnelle pour réaliser ces contrôles de qualité consiste à comparer dans les mêmes
conditions géométriques d’irradiation, les distributions de dose calculées par le TPS avec
celles mesurées dans des milieux équivalents (fantômes) directement sous les appareils de
traitement. Outre les problèmes, en France, d’accès aux machines fortement monopolisées
pour les traitements des patients, une des difficultés majeures réside dans la mise au point des
fantômes qui vont permettre de tester les calculs dans des conditions aussi complexes que
celles rencontrées avec un patient : milieux hétérogènes, surface d’entrée oblique, manque de
milieu diffusant… Par ailleurs la mesure de la dose dans ces mêmes fantômes est dans tous
les cas longue et souvent périlleuse avec du matériel de dosimétrie standard.
Dans ce contexte, l’alternative que nous proposons est de réaliser le contrôle qualité des TPS
en comparant les calculs de dose qu’ils effectuent avec d’autres calculs réalisés au moyen
d’un algorithme de référence, le code Monte Carlo PENELOPE.
Cette alternative va permettre de palier à un certain nombre de difficultés énoncées
précédemment. Tout d’abord, la méthodologie proposée libère les machines de traitement,
ensuite, les milieux modélisés (données d’emblée numériques) sont strictement identiques sur
171
Conclusion
les 2 systèmes et enfin, dans des situations complexes, les simulations Monte-Carlo
permettent un calcul de dose plus juste qu’une mesure de dose avec l’instrumentation dont
peut disposer un service de radiothérapie courant. Par ailleurs, la nature numérique des
résultats issus des simulations Monte-Carlo et de ceux provenant du TPS facilite la
comparaison puisqu’elle ne nécessite pas de numérisation préalable des résultats
expérimentaux et ouvre la voie d’un contrôle de qualité automatisé.
Pour étudier la faisabilité de cette solution il fallait d’une part, éprouver la justesse des calculs
Monte-Carlo jusqu’au contexte des conditions limites de calcul des TPS, et d’autre part, en
apprécier la contrainte majeure posée par les temps de calcul ; contrainte d’autant plus forte
lorsque la précision recherchée nécessite de faire de chaque simulation Monte-Carlo, une
pièce unique adaptée à une et une seule machine de traitement.
La première partie de cette étude de faisabilité a consisté à adapter le code Monte-Carlo

PENELOPE pour obtenir des distributions de dose en 3D à partir des simulations de faisceaux
d’électrons et de photons produits par les accélérateurs linéaires à usage médical. Les
accélérateurs qui ont été modélisés sont l’accélérateur GENERAL ELECTRIC Saturne 43 du
Laboratoire National Henri Becquerel pour la génération de simulations de validation et
l’accélérateur ELEKTA SL-Precise pour la mise en œuvre du contrôle selon la méthodologie
que nous proposons.
Dans une seconde partie, en s’appuyant sur une étude bibliographique poussée, vingt-six
configurations tests, permettant de couvrir la plupart des conditions géométriques
d’irradiation, ont été définies et proposées pour le contrôle de qualité des TPS. Ces
configurations tests ont été ensuite modélisées par autant d’Objets-Test Numériques (OTN)
(OTN simples, OTN hétérogènes, OTN à décrochement et OTN anatomiques) destinés à être
directement chargés sur le TPS testé pour modéliser les propriétés physiques et chimiques du
milieu irradié et les conditions géométriques de l’irradiation. Ces OTN d’entrée des TPS ont
été produits au moyen de la plate-forme logicielle « OTN-Creator » développée par l’Institut
de Recherche en Communication et Cybernétique de Nantes et l’entreprise QUALIFORMED.
Ils ont enfin été individuellement définis dans le formalisme du code MC PENELOPE.
La troisième étape est la validation expérimentale du code MC PENELOPE afin de faire une
référence dosimétrique des calculs de dose produits. Cette étude a consisté à comparer les
172
Conclusion
résultats des simulations avec des mesures précises réalisées dans des milieux hétérogènes.
Elle a été menée pour deux qualités de faisceaux (faisceau de photons 12 MV et faisceau
d’électrons 18 MeV) issus de l’accélérateur Saturne 43 du Laboratoire National Henri
Becquerel.
Tout d’abord, les deux faisceaux issus de l’accélérateur Saturne 43 ont dû être caractérisés.
Les distributions de dose calculées (rendements en profondeur et profils de dose) ont été
comparées à celles obtenues expérimentalement dans l’eau à l’aide d’une chambre
d’ionisation. Les paramètres définissant les électrons initiaux des faisceaux simulés ont été
ajustés pour permettre une concordance des résultats dans le contexte de l’index gamma (1% /
1mm). Les résultats obtenus ont validé la géométrie de la tête d’irradiation et les paramètres
retenus pour les caractéristiques initiales des faisceaux.
Ensuite, quatre fantômes (objets tests physiques), composés de milieux de faible densité
(poumon) et de haute densité (os), ont été mis au point à l’aide d’un dispositif expérimental
complexe. Cette fois, les mesures de validation ont été complétées avec le dosimètre de Fricke
afin de profiter de sa propriété d’équivalence à l’eau très bénéfique aux interfaces des
hétérogénéités.
Enfin les mesures ont été comparées aux simulations MC et le bon accord obtenu a permis de
valider, avec une justesse meilleure que 1,5%, le calcul de la dose absorbée par le code MC
PENELOPE. De plus, cette validation a démontré la capacité du code MC PENELOPE à
modéliser précisément les modifications de fluence dans les régions d’équilibre électronique
et au voisinage des interfaces. Il est à noter que ces résultats sont associés à des incertitudes
statistiques inférieures ou égales à (i) 1% pour le faisceau de photons et (ii) 2% pour le
faisceau d’électrons.
A l’issue de cette étape de validation, le code MC PENELOPE peut être considéré comme un
modèle adapté à la production de distributions de dose de référence utilisées dans le cadre du
contrôle qualité des TPS.
La dernière étape de notre étude a été consacrée à la mise en œuvre de la méthode dans le
service de radiothérapie de la Clinique du Parc (Chalon-sur-Saône, 71). Ce département
utilise le TPS Masterplan (Nucletron, version 1.5) et l’accélérateur linéaire SL-ELEKTA doté
de trois qualités de faisceaux de photons (6 MV, 10 MV et 18 MV). Douze OTN, parmi les
vingt-six développés, ont été sélectionnés pour tester les calculs de dose réalisés par le TPS
Masterplan dans différentes conditions géométriques d’irradiation (milieux homogène et
173
Conclusion
hétérogène, manque de volume diffusant) et dans une configuration clinique de traitement (le
sein).
La géométrie de l’irradiation pour les 3 qualités de faisceaux de photons issus de
l’accélérateur SL-ELEKTA a été totalement décrite dans les simulations MC, depuis la source
de rayonnement jusqu’au voxel de l’Objet Test Numérique dans lequel est déposé la dose.
Un ensemble de mesures a été utilisé pour ajuster, dans la simulation MC, les paramètres
définissant les électrons initiaux à l’origine des faisceaux de photons. Cet ajustement s’appuie
sur des comparaisons de distributions de dose 1D quantifiées à l’aide de l’index gamma
(précision réglée à 1% et 1mm).
Une fois cet ajustement réalisé, les douze OTN de sortie de référence ont pu être calculés par
simulation MC PENELOPE avec une précision statistique inférieure à 2% (1σ) dans les
régions de fortes doses. Des optimisations ont été faites pour réduire des temps de calcul :
utilisation de techniques de réduction de variance et de la méthode dite de « l’espace des
phases » qui divise la simulation du transport des particules en deux étapes (une première
étape commune à toutes les simulations et des deuxièmes étapes variables selon l’objet test
simulé).
Parallèlement, les douze OTN d’entrée produits par « OTN-Creator » ont été chargés sur le
TPS Masterplan en vue d’un calcul de dose collecté au format DICOM-RT Dose dans les
OTN « de sortie à tester ». Ces derniers ont enfin été comparés aux OTN « de sortie de
référence » à l’aide du test de l’index gamma.
Cette comparaison fait apparaître de bonnes performances de la part du TPS Masterplan et des
données de base provenant de l’utilisateur, avec notamment une bonne prise en compte du
manque de volume diffusant et une bonne modélisation du transport électronique latéral.
Seuls des résultats non conformes ont été constatés au voisinage des interfaces et sous les
caches.
Cette mise en œuvre démontre l’intérêt des calculs MC dans le cadre de la validation des
calculs de dose du TPS ainsi que la faisabilité de la méthode. Toutefois, un procédé
« industriel » nécessite la prise en compte de l’importance des temps de calculs : la génération
des 26 OTN avec une maille de calcul de 5 × 5 × 5 mm3 nécessite, pour une seule énergie,
140 jours de calcul avec un ordinateur de type PC doté d’un microprocesseur de fréquence 3.6
Ghz !
174
Conclusion
De plus, il serait intéressant d’utiliser une maille de calcul plus fine (2,5 × 2,5 × 2,5 mm3) afin
d’étudier avec plus de précision les phénomènes aux interfaces entre les milieux de densités
différentes. Cette contrainte pourrait pousser à mener une étude complémentaire qui
consisterait à vérifier l’impact en termes de précision de l’individualisation des machines de
traitement. S’il reste faible, les temps de calcul seraient acceptables puisque les mêmes
simulations pourraient être utilisées pour toutes les machines présentant les mêmes propriétés
physiques (faisceaux) et géométriques (tête d’irradiation). Quoi qu’il en soit, l’amélioration
continue des moyens informatiques devrait permettre, à moyen terme, de diminuer la maille
de calcul MC.
Cette mise en œuvre a également confirmé que la méthode proposée offre de nombreux
avantages. Le fait que les résultats de référence soient d’emblée numériques facilite les
opérations de comparaison et la substitution des mesures au profit des simulations MC
économise, en moyenne, 6 jours de temps machine par énergie qu’il aurait fallu consacrer aux
mesures dosimétriques.
La démonstration de l’intérêt et de l’exploitation en routine clinique de cette méthode conduit

à de nouveaux axes de recherche pour en optimiser encore l’application.
Ainsi, pour devenir un outil de contrôle complet capable de réaliser une vérification
approfondie, précise et souple des calculs de dose des TPS, cette méthode doit maintenant se
généraliser d’une part, aux faisceaux d’électrons et d’autre part, aux autres machines de
traitement (essentiellement SIEMENS et VARIAN).
D’autres OTN devront également être envisagés. Il s’agira principalement d’OTN
anatomiques destinées à réaliser des tests complets pour des situations cliniques données ; les
OTN « poumon », OTN « pelvis », OTN « tête et cou » sont envisagées. Il conviendra
également de tenir compte des irradiations mettant en œuvre des techniques de modulation
d’intensité pour lesquels d’autres OTN devront également être développés.
Bien que cette méthode soit une réelle avancée vers un contrôle plus juste et plus rigoureux
des TPS, son intégration dans la chaîne thérapeutique ne pourra se faire sans l’approbation
des utilisateurs. A l’échelle qualité, sa mise en place ne permettra pas d’atteindre le « zéro
défaut » prôné dans tous les manuels d’assurance de qualité mais elle constituera en revanche
un élément de réponse allant dans le sens de l’amélioration globale de la qualité et de la
sécurité des traitements en radiothérapie.
175
176
Bibliographie
Bibliographie
177
178
Bibliographie
Ahnesjö A, 1989, “Collapsed cone convolution of radiant energy for photon dose calculation in
heterogeneous media”, Med. Phys., 16, 577-592.
Andreo P, 1991, “Monte Carlo techniques in medical radiation physics”, Phys. Med. Biol, 36, 862-
920.
American Association of Physicists in Medicine (AAPM), 1995, “Radiation treatment planning

dosimetry verification, Radiation Therapy Committee Task Group 23”, Report 55 edited by D. Miller
(American Institute of physics).
American Association of Physicists in Medicine (AAPM), 1998, “Quality assurance for clinical
radiotherapy treatment planning of the AAPM Radiation Therapy Committee Task Group 53”, Med.
Phys., 25, 1773-1829.
American Association of Physicists in Medicine (AAPM), 2001, “Basic applications of multileaf

collimators”, Report of the Task Group 50.
Aspradakis M.M, Morrison R.H, Richmond N.D and Steele A, 2003, “Experimental verification of
convolution / superposition photon dose calculations for radiotherapy treatment planning”, Phys. Med.
Biol., 48, 2873-2793.
Bakai A, Albert M and Nüsslin F, 2003, “A revision of the γ-evaluation concept for the comparison of
dose distributions”, Phys. Med. Biol., 48, 3543-3553.
Belleti S, Dutreix A, Garavaglia G et al, 1996, “Quality assurance in radiotherapy: the importance of
medical physics staffing levels. Recommendations from an ESTRO/EFOMP joint task group”,
Radiother. Oncol., 41, 89-94.
Berger M.J, 1963, “Monte Carlo calculations of the penetration and diffusion of fast charged
particles”, Methods in Computational Physics (New York: Academic Press), vol.1, 135-215.
Bjork P, Knöös T and Nilsson P, 2002, “Influence of initial electron beams characteristics on Mote
Carlo calculated absorbed dose distributions for linear accelerator electron beams”, Phys. Med. Biol.
47, 4019-4041.
179
Bibliographie
Blazy L, Beaumont B and Bordy J.M, 2006, “Use of the Gamma Index to evaluate the dosimetric
characteristics of photon beams in radiotherapy: implementation to a LINAC MC simulation”, Med.
Phys., 33, 2147.
Blazy L, Baltes D, Bordy J.M, Cutarella D, Delaunay F, Gouriou J, Leroy E, Ostrowsky A and
Beaumont S, 2006, “Comparison of PENELOPE Monte Carlo dose calculations with Fricke and
ionization chamber measurements in heterogeneous phantoms (18 MeV electron and 12 MV photon)”,
Phys. Med. Biol., 51, 5951-5965.
Brahme A, Chavaudra J and Landberg T, 1988, “Accuracy requirements and quality assurance of
external beam therapy with photons and electrons”, Acta. Oncol., suppl. 1, 1-76.
Bramoullé C, 2000, “Etude par le code Monte Carlo PENELOPE des faisceaux de rayons X produits
par des accélérateurs d’électrons SL-Elekta”, Thèse de l’Université Paul Sabatier de Toulouse.
Briesmeister J.F, 2000, “MNCP, a general Monte Carlo n-particle transport code, version 4c”,
Technical Report N° LA-13709-M, Los Alamos National Laboratory.
Buffard E, Gschwind R, Makovicka L, Martin E, Meunier C and David C, 2005, “Study of the impact
of artificial articulations on the dose distributions under medical irradiation”, Nucl. Instr. and Meth. B.,
229, 78-84.
Caneva S, Rosenwald J.C and Zefkili S., 2000, “A method to check the accuracy of dose computation
using quality index: application to scatter contribution in high energy photon beams”, Med.Phys., 27,
1018-1024.
Caneva S, 2001, “Contrôle de qualité des systèmes de calcul de distribution de dose en radiothérapie”,
Thèse de l’Université Paul Sabatier de Toulouse.
Caneva S, Tsiakalos M, Stathakis S, Zefkili S, Mazal A and Rosenwald J.C, 2006, “Application of the
Quality Index Methodology for dosimetric verification of build-up effect beyond air-tissue interface in
treatment planning system algorithm”, Med. Phys., 33, 2072.
Carrasco P, Jornet N, Duch M.A, Weber L, Ginjaume M, Eudaldo T, Jurado D, Riuz A and Ribas M,
2004, “Comparison of dose calculation algorithms in phantoms with lung equivalent heterogeneities
under conditions of lateral electronic equilibrium”, Med. Phys., 31, 2899-2911.
180
Bibliographie
Chaney E.L, Cullip T.J and Gabriel T.A, 1994, “A Monte Carlo study of accelerator head scatter”,
Med. Phys., 21, 1383-1390.
Chauvenet B, Baltes D and Delaunay F, 1997, “Comparison of graphite-to-water absorbed dose

transfers for 60Co photon beams using Ionometry and Fricke dosimetry”, Phys. Med. Biol., 42, 2053-
2063.
Chetty I.J, Charland P.M, Tyagi N, McShan D.L and Bielajew A.F, 2003, “Photon beam relative dose
validation of the DPM Monte Carlo code in lung-equivalent media”, Med. Phys., 30, 563-573.
Childress N.L, Bloch C, White R.A, Salehpour M and Rosen I.I, 2005, “Detection of IMRT delivery
errors using a quantitative 2D dosimetric verification system”, Med. Phys., 32, 153-162.
Cunningham J, 1984, “Quality assurance in dosimetry and treatment planning”, Int. J. Radiat. Oncol.
Biol. Phys., 10, 105-109.
Cygler J.E, Daskalov G.M, Chan G.H and Ding G.X, 2004, “Evaluation of the first commercial Monte
Carlo dose calculation engine for electron beam treatment planning”, Med. Phys., 31, 142-153.
Dahlin H, Lamm I.L, Landberg T, Levernes S and Ulso N, 1983, “User requirements on CT based
computerized dose planning systems in radiotherapy”, Acta Radiol.: Oncol.,. 22, 397-415.
Das I.J, Kassaee A, Verhaegen F and Moskvin V, 2001, “Interface dosimetry : measurements and
Monte Carlo simulations of low energy photon beams”, Radiat. Phys. Chem., 61, 593-595.
Das I.J, Moskvin V, Kassaee A, Tabata T and Verhaegen F, 2002, “Dose perturbations at high-Z-
interfaces in kilovoltage photon beams: comparison with Monte Carlo simulations and
measurements”, Radiat. Phys. Chem., 64, 173-179.
Daures J and Ostrowsky A, 2005, “New constant-temperature operating mode for graphite calorimeter
at LNE-LNHB”, Phys. Med. Biol., 50, 4035-4052.
Davis J.B, Pfäfflin A and Fogliata Cozzi A, 1997, “Accuracy of two- and three-dimensional photon
dose calculation for tangential irradiation of the breast”, Radiother. Oncol., 42, 245-248.
181
Bibliographie
Delaunay F, Cutarella D, Chartier C, Leroy E and Ostrowsky A, 2004, “Détermination de coefficients

d’étalonnage de chambres d’ionisation pour des faisceaux d’électrons de 9, 12 et 18 MeV par
application du protocole AIEA TRS 398”, Note technique LNHB/04/19.
Delaunay F, Baltes D, Chauvenet B, Chartier M, Leroy E and Ostrowsky A, 1998, “Etablissement des
références provisoires de dose absorbée dans l’eau des faisceaux de photons X de l’accélérateur
Saturne 43”, Note technique LPRI/98/17.
Depuydt T, Van Esch A and Huyskens D.P, 2002, “A quantitative evaluation of IMRT dose
distributions: refinement and clinical assessment of the gamma evaluation”, Radiother. Oncol., 62,
309-319.
Denis E, Beaumont S and Guedon J.P, 2005, “Digital reconstructed radiography quality control with
software methods”, Proceedings of the SPIE, 5745, 1002-1013.
De Smedt B, Reynaert N, Flachet F, Coghe M, Thompson M.G, Paelinck L, Pittomvils G, De Wagter

C, De Neve W and Thierens H, 2005,“Decoupling initial electron beam parameters for Monte Carlo
photon beam modelling by removing beam-modifying filters from the beam path”, Phys.Med.Biol., 50,
5935-5951.
De Vlamynck K, Palmans H, Verhaegen F, De Wagter C, De Neve W and Thierens H, 1999, “Dose

measurements compared with Monte Carlo simulations of a narrow 6MV multileaf collimator shaped
photon beams”, Med. Phys., 26, 1874-1882.
Ding G.X, Rogers D.W.O and Mackie T.R, 1995, “Calculation of stopping-power ratios using realistic
clinical electron beams”, Med.Phys., 22, 489-501.
Ding G.X, 2002, “Energy spectra, angular spread, fluence profiles and dose distributions of 6 and 18
MV photon beams: results of Monte Carlo simulations for a Varian 2100EX accelerator” Phys. Med.
Biol., 47, 1025-1046.
DOSELAB 4.00, (2002-2004), developed at University of Texas – M.D Anderson Cancer Center.
Distributed as open source freeware. Original source code is Copyright N.Childress and University of
Texas – M.D Anderson Cancer Center.
182
Bibliographie
Doucet R, Olivares M, Deblois F, Podgorsak E.B, Kawrakow I and Seuntjens J, 2003, “Comparison of
measured and Monte Carlo calculated dose distributions in inhomogeneous phantoms in clinical
electron beams”, Phys. Med. Biol., 48, 2339-2354.
Elekta Oncology System, 2005, “Introduction and Purpose of the Linac Physics Manual”,
Communication personnelle.
Engelsman M, Damen E.M.F, Koken P.W, Van’t Veld A.A, Van Ingen K.M and Mijnheer B.J, 2001;
“Impact of simple tissue inhomogeneity correction algorithms on conformal radiotherapy of lung
tumours”, Radiother. Oncol., 60, 299-309.
European Society Therapeutic Radiology and Oncoloy (ESTRO), 2004, “Quality assurance of
treatment planning systems: practical examples for non-IMRT photon beams”, Booklet n°7.
Ford R.L and Nelson W.R, 1978, “The EGS code system: computer programs for Monte Carlo
simulation of electromagnetic cascade showers , version 3”, Stanford Linear Accelerator Center,
Report SLAC-210.
Faddegon B, Schreiber E and Ding X, 2005, “Monte Carlo of large electron fields”, Phys. Med. Biol.,
50, 741-753.
Fogliata A, Vanetti E, Albers D, Brink C, Clivio A, Knoos T, Nicolini G and Cozzi L, 2007, “On the
dosimetric behaviour of photon dose calculation algorithms in the presence of simple geometric
heterogeneities: comparison with Monte Carlo calculations”, Phys. Med. Biol., 52, 1363-1385.
Franchisseur E, 2007, “Modélisation et validation de l’accélérateur PRIMUS de SIEMENS par le code

Monte Carlo PENELOPE dans le cadre de la radiothérapie du cancer”, Thèse de l’Université de Nice-
Sophia Antipolis.
GEANT, 1995, “Application Software Group Computing and Networks Division – Detector
Description and Simulation Tool”, CERN Program Library Long Writeup W5013 (Geneva: CERN).
Guillerminet C, Gschwind R, Makovicka L, Novotny J, Spevacek V and Cechak T, 2003a,

“Determination of 3D dose distribution by PAG and Monte Carlo simulations”, Nucl. Instr. and Meth.
B., 207, 124-130.
183
Bibliographie
Guillerminet C, 2003b, “Utilisation de codes type Monte-Carlo pour déterminer la fluence en énergie
des particules diffusées issues d’un accélérateur d’électrons à usage médical. Contribution à la
dosimétrie 3D dans les milieux hétérogènes ”, Thèse de l’Université de Franche-Comté.
Harms W.B, Low D.A, J. Purdy A and Wong J.W, 1998, “A software tool to quantitatively evaluate
3D dose calculation algorithms”, Med. Phys., 25, 1830-1836.
Haryanto F, Fippel M, Laud W, Dohm O and Nusslin F, 2002, “Investigation of photon beam output
factors for conformal radiation therapy: Monte Carlo simulations and measurements”, Phys. Med.
Biol., 47, N133-N143.
Hogstrom K.R, Mills M.D, Meyer J.A, Palta J.R, Mellenberg D.E, Meoz R.T and Fields R.S, 1984,
“Dosimetric evaluation of a pencil-beam algorithm for electrons employing a two-dimensional
heterogeneity correction”, Int. J. Radiat. Oncol. Biol. Phys., 10, 561-569.
Huang V, Seuntjens J, Devic S, Verhaegen F, 2005, “Experimental determination of electron source

parameters for accurate Monte Carlo calculation of large field electron therapy”, Phys. Med. Biol., 50,
779-786.
Hunt M.A, Desobry G.E, Fowble B and Coia L.R, 1997, “Effect of low-density lateral interfaces on
soft-tissue doses”, Int. J. Radia. Oncol. Biol. Phys., 37, 475-482.
Huq S.M, Das I.J, Steinberg T and Galvin J.M, 2002, “A dosimetric comparison of various multileaf
collimators”, Phys. Med. Biol., 47, N159-N170.
Institute of Physics and Engineering in Medicine and Biology (IPEMB), 1996, “A guide to
commissioning and quality control of treatment planning systems”, Report 68.
International Commission on Radiation Units and Measurements (ICRU), 1987, “Use of computers in
external beam radiotherapy procedures with high-energy photons and electrons”, Report 42.
International Commission on Radiation Units and Measurements (ICRU), 1978, “Dose specification
for reporting external beam therapy with photons and electrons”, Report 29.
International Agency of Energy Atomic (IAEA), 1987, “Absorbed Dose Determination in Photon and
Electron Beams: An International Code of Practice”, Technical Report Series n°277.
184
Bibliographie
International Agency of Energy Atomic (IAEA), 2000, “Absorbed Dose Determination in External
Beam Radiotherapy: An International Code of Practice for Dosimetry Based on Standards of
Absorbed Dose to Water”, Technical Report Series n°398.
International Agency of Energy Atomic (IAEA), 2004, “Commissioning and quality assurance of
computerized planning systems for radiation treatment of cancer”, Technical Report Series n°430.
Jacobs F.W and Van Kleffens H.J, 1986; “The “Ring” method: a semi-empirical method to calculate
dose distributions of irregularly shaped photon beams”, Radioth. Oncol., 7, 363-369.
Jordan T.J and Williams P.C, 1994, “The design and performance characteristics of a multileaf
collimator”, Phys.Med.Biol., 39, 231-251.
Kapur A and Ma C.M, 1999, “Stopping-power ratios for clinical electron beams from a scatter-foil
linear accelerator”, Phys.Med.Biol., 44, 2321-2341.
Kawrakow I, 2000, “Accurate condensed history Monte Carlo simulation of electron transport: I.
EGSnrc, the new EGS4 version”, Med. Phys., 27, 485-498.
Kawrakow I, 2000, “Investigation of variance reduction techniques for Monte Carlo photon dos
calculation using XVMC”, Phys. Med. Biol., 45, 2163-2184.
Klein E.E, Chin L.M, Rice R.K and Mijnheer B. J, 1993, “The influence of air cavities on interfaces
doses for photon beams”, Int. J. Radia. Oncol. Biol. Phys., 27, 419-427.
Knöös T, Wieslander E, Cozzi L, Brink C, Fogliata A, Albers D, Nystrom H and Lassen S, 2006,
“Comparison of dose calculation algorithms for treatment planning in external photon beam therapy
for clinical situations”, Phys. Med. Biol., 51, 5785-5807.
Kolitsi Z, Dahl O, Van Loon R, Drouard J, Van Dijk J, Ruden B.I, Chierego G and Rosenwald J.C,
1997, “Quality assurance in conformal radiotherapy: DYNARAD consensus report on practice
guidelines”, Radiother. Oncol., 45, 217-223.
Lee P.C, 1997, “Monte Carlo simulations of the differential beam hardening effect of a flattening filter
on a therapeutic x-rays beam”, Med. Phys, 24, 1485-1489.
185
Bibliographie
Lewis R.D, Ryde S.J.S, Hancock D.A and Evans C.J, 1999, “An MCNP-based model of a linear
accelerator x-ray beam”, Phys. Med. Biol., 44, 1219-1230.
Libby B, Siebers J and Mohan R, 1999, “Validation of Monte Carlo generated phase-space
descriptions of medical linear accelerator”, Med. Phys., 26, 1476-1483.
Lovelock D.M.J, Chui C.S, Mohan R, 1995, “A Monte Carlo model of photon beams used in radiation
therapy”, Med. Phys., 22, 1387-1394.
Low D.A, Harms W.B, Mutic S and Purdy J.A, 1998, “A technique for the quantitative evaluation of
dose distributions”, Med. Phys., 25, 656-661.
Low D.A and Dempsey J.F, 2003, “Evaluation of the gamma dose distribution comparison method”,
Med. Phys., 30, 2455-2464.
Ma C.M and Jiang S.B, 1999, “Monte Carlo modelling of electron beams from medical accelerators”,
Phys. Med. Biol., 44, R157-R189.
Mah E, Antolak J, Scrimger J.W and Battista J.J, 1989, “Experimental evaluation of a 2D and 3D
electron pencil beam algorithm”, Phys. Med. Biol., 34, 1179-1194.
Martens C, Reynaert N, De Wagter C, Nilsson P, Coghe M, Palmans H, Thierens H and De Neve W,

2002, “Underdosage of the upper-airway mucosa for small fields as used in intensity-modulated
radiation therapy: a comparison between radiochromic film measurements, Monte Carlo simulations
and collapsed cone convolution calculations”, Med. Phys., 29, 1528-1535.
Mackie T.R, Bielajew A.F, Rogers D.W.O and Battista J.J, 1988, “Generation of photon energy
deposition kernels using the EGS Monte Carlo code”, Phys. Med. Biol., 33, 1-20.
Mackie T.R, 1990, “Applications of the Monte Carlo Method in Radiotherapy”, The Dosimetry of
Ionizing Radiation vol.III (San Diego: Academic Press), 541-620.
Mazurier J, 1999, “Adapation du code Monte Carlo PENELOPE pour la métrologie de la dose
absorbée”, Thèse de l’Université Paul Sabatier, rapport CEA-R-5879.
McCall R.C, McIntyre R.D and Tunrbull W.G, 1978, “Improvement of linear accelerator depth-dose
curves”, Med. Phys., 5, 518-524.
186
Bibliographie
McCullough E.C and Krueger A.M, 1980, “Performance evaluation of computerized treatment
planning systems for radiotherapy: external photon beams”, Int. J. Radiat. Oncol. Biol. Phys., 6, 1599-
1605.
Metropolis N and Ulam S, 1949, “The Monte Carlo method”, J. Amer. Statist. Assoc., 44, 335-349.
Mijnheer B.J, Battermann J.J and Wambersie A, 1989, “Reply to: Precision and accuracy in
radiotherapy (by D.J. Brenner)”, Radiother. Oncol., 14, 163-169.
Miller R.C, Bonner J.A, Kline R.W, 1998, “Impact of beam energy and field margin on penumbra at
lung tumor-lung parenchyma interfaces”, Int. J. Radia. Oncol. Biol. Phys., 41, 707-713.
Nelson W.R, Hirayama H and Rogers D.W.O, 1985, “The EGS4 code system”, Stanford Linear
Accelerator Center Report, SLAC-265.
Netherlands Commission on Radiation Units (NCS), 1997, “Quality control of simulator and CT
scanners and some basic QC methods for treatment planning systems; current practice and minimum
requirements”, Report 11.
Netherlands Commission on Radiation Units (NCS), 2006, “Quality assurance of 3-D treatment
planning systems for external photon and electron beams”, Report 15.
Noel A, Aletti P, Bey P, Malissard L, 1995, “Detection of errors in individual patients in radiotherapy
by systematic in vivo dosimetry”, Radiother. Oncol., 34, 144-151.
Nilsson B and Brahme A, 1981, “Contamination of high-energy photon beams by scattered photons”,
Strahlentherapie, 157, 181-186.
Nisbet A, Beange I, Vollmar H, Irvine C, Morgan A and Thwaites D, 2004, “Dosimetric verification
of a commercial collapsed cone algorithm in simulated clinical situations”, Radiother. Oncol., 73, 79-
88.
Mazurier J, Salvat F, Chauvenet B and Barthe J, 1999, “Simulation of photon beams from a Saturne
43 accelerator using the code PENELOPE”, Physica Medica, 15, 101-110.
Mohan R, Chui C.S and Lidofsky L, 1985, “Energy and angular distributions of photons from medical
linear accelerators”, Med. Phys., 12, 592-607.
187
Bibliographie
Panista E, Rosenwald J.C and Kappas C, 1997, “Intercomparison of Treatment Planning System used
in Radiotherapy: Progress report of the TPS Group of the European Dynarad project”, Physica
Medica, 13 (suppl.1), 139-143.
Patau J.P, Vernes C.E, Terissol M and Malbert M, 1978, “Calcul des caractéristiques qualitatives
(TEL, FQ équivalent de dose) d’un faisceau de photons de freinage à usage médicale, par simulation
de sa création et de son transport”, Proceedings of the 6th Symposium on Microdosimetry (London:
Harwood Academic), 579-588.
Pena J, Franco L, Gomez F et al, 2004, “Commissioning of a medical linear accelerator photon beam
Monte Carlo simulation using wide-field profiles”, Phys. Med. Biol., 49, 4929-4942.
Petti P.L, Goodman M.S, Gabriel T.A and Mohan R, 1983, “Investigation of the buildup dose from
electron contamination of clinical photon beams”, Med. Phys., 10, 18-24.
Raeside D.E, 1976, “Monte Carlo principles and applications”, Phys. Med. Biol., 21, 181-197.
Rogers D.W.O and Bielajew A.F, 1990, “Monte Carlo techniques of electron and photon transport for
radiation dosimetry”, The Dosimetry of Ionizing Radiation vol.III (San Diego: Academic Press), 427-
539.
Rogers D.W.O, 1991, “The role of Monte Carlo simulation of electron transport in radiation
dosimetry”, Int. J. Rad. Appl. Instrum., Part A: Applied radiation and isotopes, 42, 965-974.
Rogers D.W.O, Faddegon B.A, Ding G.X, Ma C.M, We J and Mackie T.R, 1995, “BEAM: a Monte
Carlo code to simulate radiotherapy treatment units”, Med. Phys., 22, 503-524.
Rosenwald J.C, 1998, “Quality control of treatment planning systems: proposal for a methodology”
Radioth. Oncol., 48 (suppl.1), S25 (abstract).
Salvat F, Fernandez-Varea J.M, Baro J and Sempau J, 1996, “PENELOPE, an algorithm and computer
code for simulation of electron-photon showers”, Informes Technicos Ciemat n°799.
Salvat F, Fernandez-Varea J.M, Acosta E and Sempau J, 2003, “PENELOPE, A code System for
Monte Carlo Simulation of Electron and Photon Transport” (Issy les Moulineaux: OECD).
188
Bibliographie
Sempau J, Acosta E, Baro J, Fernadez-Varea J.M and Salvat F, 1997, “An algorithm for Monte Carlo
simulation of coupled electron-photon transport”, Nucl.Instr.and Meth., vol B13, 377-390.
Sempau J, Sanchez-Reyes A, Salvat F, Oulad ben Tahar H, Jiang S B and Fernandez-Varea J M, 2001,
“Monte Carlo simulation of electron beams from an accelerator head using PENELOPE”, Phys. Med.
Biol., 46, 1163-1186.
Sempau J, Fernandez-Varea J.M, Acosta E and Salvat F, 2003, “Experimental benchmarks of the
Monte Carlo code PENELOPE”, Nucl. Instrum. Methods Phys. (Res B), 207, 107-123.
Serrano B, 2006, “Validation physique par Monte Carlo de la modulation d’intensité sur l’accélérateur
Primus et le système de plan de traitement Helax-TMS. Application aux tumeurs cancéreuses ORL”,
Thèse de l’Université de Nice Sophia-Antipolis.
Sheikh-Bagheri D and Rogers D.W.O, 2002a, “Sensitivity of megavoltage photon beam Monte Carlo
simulations to electron beam and other parameters”, Med.Phys., 29, 379-390.
Sheikh-Bagheri D and Rogers D.W.O, 2002b, “Monte Carlo calculation of nine megavoltage beam
spectra using the BEAM code”, Med. Phys., 29, 391-402.
Simonian-Cauve M and Smart C, 1998, “Tests d’évaluation des systèmes informatiques concernant le
calcul de la dose en trios dimensions”, Cancer/Radiother., 2, 53-62.
Stock M, Kroupa B and Georg D, 2005, “Interpretation and evaluation of the γ index and the γ index
angle for the verification of IMRT hybrid plans”, Phys. Med. Biol., 50, 399-411.
Swiss Society for Radiobiology and Medical Physics (SGSMP/SSRMP/SSRFM), 1997, “Quality
control of treatment planning systems for teletherapy”, Report 7.
Sykes J.R and Williams P.C, 1998, “An experimental investigation of the tongue and groove effect for
the Philips multileaf collimator”, Phys.Med.Biol., 43, 3157-3165.
Turner J.E, Wright H.A and Hamm R.N, 1985, “Review paper: a Monte Carlo primer for health
physicists” Health Phys., 48, 717-733.
189
Bibliographie
Tsiakalos M.F, Theodorou K, Kappas C, Zefkili S and Rosenwald J.C, 2004, “Analysis of the
penumbra enlargement in lung versus the Quality Index of the beams: a methodology to check the
dose calculation algorithm”, Med.Phys., 31, 943-949.
Tzedakis A, Damilakis J.E, Mazonakis M, Stratakis J, Varveris H and Gourtsoyiannis, 2004,

“Influence of initial electron beam parameters on Monte Carlo calculated absorbed dose distributions
for radiotherapy photon beams”, Med.Phys., 31, 907-913.
Van der Zee W and Welleweerd, 1999, “Calculating photon beam characteristics with Monte Carlo
techniques”, Med.Phys., 26, 1883-1892.
Van der Zee W, Hogenbirk A and Van der Marck S.C, 2005, “Orange: A Monte Carlo dose engine for
radiotherapy”, Phys. Med. Biol., 50, 625-641.
Van de Walle J, Martens C, Reynaert N, Palmans H, Coghe N, De Neve W, De Wagter C and

Thierens H, 2003, “Monte Carlo model of Elekta Sliplus accelerator: validation of a new MLC
component module in BEAM for a 6MV beam”, Phys. Med. Biol., 48, 287-296.
Van Dyk J, Barnett R.B, Cygler J.E and Shragge P.C, 1993, “Commissionning and quality assurance
of treatment planning computers”, Int. J. Radiat. Oncol. Biol. Phys., 26, 261-273.
Van’t Veld A.A, 1997, “Analysis of accuracy in dose and position in calculations of a treatment
planning system for blocked photon fields”, Radiother. Oncol., 45, 245-251.
Venselaar J and Welleweerd H, 2001a, “Application of a tests package in an intercomparison of the

performance of treatment planning systems used in a clinical setting”, Radiother. Oncol., 60, 203-213.
Venselaar J, Welleweerd H and Mijnheer B, 2001b, “Tolerances for accuracy of photon beam dose
calculations of treatment planning systems”, Radiother. Oncol., 60, 191-201.
Verhaegen F, Mubata C, Pettingell J, Bidmead A.M, 2001, “Monte Carlo calculation of output factors
for circular, rectangular and square fields electron accelerators (6-20 MeV)”, Med.Phys., 28, 938-949.
Verhaegen F and Seuntjens J, 2003, “Monte Carlo modelling of external radiotherapy photon beams”,
Phys. Med. Biol., 48, R107-R164.
190
Bibliographie
Westermann C.F, Mijnheer B.J and Van Kleffens H.J, 1984, “Determination of the accuracy of
different computer planning systems for treatment with external photon beams”, Radiother. Oncol., 1,
339-347.
White P.J, Zwicker R.D and Huang D.T, 1996, “Comparison of dose homogeneity effects due to
electron equilibrium loss in lung for 6 MV and 18 MV photons”, Int. J. Radia. Oncol. Biol. Phys., 34,
1141-1146.
Yu C.X, 1998, “Design considerations for the sides of multileaf collimator leaves”, Phys.Med.Biol.,
43, 1335-1342.
Zaidi H and Sgouros G, 2003, “Therapeutic applications of Monte Carlo calculations in nuclear
medicine”, (Bristol: Institute of Physics Publishing).
Zeidan O.A, Stephenson S.A.L, Meeks S.L, Wagner T.H, Willoughby T.R, Kupelian P.A and Langen
K.M, 2006, “Characterization and use of EBT radiochromic film for IMRT dose verification”, Med.
Phys., 33, 4064-4072.
191
192
Annexes
Annexes
193
194
Annexe A
Annexe A: Modèles de diffusion du code MC PENELOPE
La gestion du transport et des interactions des particules dans le milieu (Salvat et al, 2003) est
présentée ci-après.
A1. Le transport des particules dans le milieu

Æ Les photons
Le transport des photons, dans les simulations Monte-Carlo, a été décrit et publié par Andreo
(1991).
La simulation détaillée des photons est réalisable puisque ces derniers subissent peu
d’interactions dans le milieu. L’histoire de chaque photon débute à une position donnée avec
une direction et une énergie initiales. Chaque histoire simulée est donc caractérisée, au fur et à
mesure des interactions, par une série de données comprenant la position, l’énergie et la
direction. La détermination de la longueur du trajet à parcourir jusqu’à la prochaine
interaction, le mécanisme de diffusion, le changement de direction et la perte d’énergie sont
échantillonnées à partir des distributions de probabilité correspondantes.
Tout d’abord, en considérant la distribution d’atténuation exponentielle, la longueur s du trajet
à parcourir, jusqu’à la prochaine interaction, est déterminée par la formule d’échantillonnage
suivante :
s = −λ ln(R) (Eq. 1)
où λ est le libre parcours moyen pour l’ensemble des interactions et R, un nombre aléatoire compris
entre 0 et 1.
Ensuite, une autre séquence de nombres aléatoires, échantillonnée à partir des distributions de
probabilités d’occurrence de chaque interaction (sections efficaces), détermine le type
d’interaction, l’énergie perdue et l’angle radial de diffusion. L’angle azimutal est généré à
partir d’une distribution uniforme sur l’intervalle [0, 2π] dans le référentiel de la particule.
Enfin, la direction du mouvement après l’interaction est obtenue par des rotations à partir de
la direction initiale.
La simulation complète de l’histoire d’un photon (simulation de toutes les particules créées
par le photon primaire incident) s’effectue en répétant chacune de ces étapes jusqu’à ce que la
particule sorte du système étudié ou que l’énergie de la particule soit inférieure à l’énergie de
coupure présélectionnée (ou énergie d’absorption). La valeur de l’énergie de coupure est le
paramètre à adapter pour la simulation des photons.
195
Annexe A
Æ Les électrons et les positrons

Le nombre d’interactions produites par une particule primaire varie selon le type et l’énergie
de la particule. Les électrons subissent un nombre considérable d’interactions ce qui rend
aujourd’hui quasi-impossible le suivi détaillé du transport des électrons.
Le code PENELOPE, code de classe II (Berger 1963), utilise une procédure mixte pour
simuler le transport des électrons et des positrons. Cette procédure combine la simulation
détaillée d’évènements dits catastrophiques (forte déviation angulaire ou forte perte d’énergie)
avec la simulation condensée d’autres évènements dits artificiels (faible déflexion angulaire
ou perte d’énergie). Les évènements catastrophiques sont tels que l’énergie perdue ou l’angle
de diffusion des particules est supérieur aux valeurs seuils présélectionnées de l’énergie
perdue ou de l’angle de diffusion. En revanche, les évènements faibles se caractérisent par des
pertes d’énergie et des angles de diffusion qui sont inférieures aux valeurs seuils. L’effet
global d’un assez grand nombre d’évènements faibles (supérieur à 10), entre deux évènements
catastrophiques, peut être simulé avec précision en utilisant l’approche de la diffusion
multiple.
La distance s entre deux évènements catastrophiques successifs est échantillonnée à partir de
la relation suivante :
s = −λc ln( R) (Eq.2)
où λc, est le libre parcours moyen entre deux évènements catastrophiques successifs et R, un nombre
aléatoire compris entre 0 et 1.
Cette relation ne s’applique pas si s est supérieur à smax (valeur seuil présélectionnée). Dans ce
cas, s devient égale à smax avec smax longueur maximale de déplacement d’un électron sans
évènement catastrophique.
Entre deux évènements catastrophiques, l’électron subit un très grand nombre d’interactions à
faible perte d’énergie et faible déflexion angulaire. Ces interactions sont simulées en
considérant l’effet global de toutes ces « petites interactions » comme un événement unique
artificiel faible.
La position τ de cet évènement artificiel est échantillonnée sur la distance s et la déviation
angulaire ainsi que la perte d’énergie de l’électron sont échantillonnées selon la théorie de la
diffusion multiple. L’électron est ensuite déplacé de la distance (s- τ) dans la nouvelle
direction.
L’évènement catastrophique est ensuite simulé. Le changement de direction et la perte
d’énergie qui lui sont associés sont échantillonnés d’après les sections efficaces appropriées.
196
Annexe A
La simulation complète de l’histoire d’un électron s’effectue en répétant chacune de ces

étapes jusqu’à ce que la particule sorte du système étudié ou que l’énergie de la particule soit
inférieure à l’énergie de coupure présélectionnée (ou énergie d’absorption). Les valeurs des
énergies de coupure, de l’énergie perdue maximale, de l’angle de diffusion maximale et de la
distance maximale entre deux évènements catastrophiques sont les paramètres à adapter pour
les simulations d’électrons et de positrons.
A2. Les interactions des particules

Dans le domaine d’énergie couvert par le code PENELOPE, les interactions dominantes pour
les photons sont la diffusion cohérente (Rayleigh), la diffusion incohérente (Compton), l’effet
photoélectrique et la production de paire. Les interactions possibles des particules chargées
avec la matière sont la diffusion élastique, les collisions inélastiques, l’émission de
rayonnement de freinage et l’annihilation pour les positrons. Les sections efficaces utilisées
par le code PENELOPE sont présentées dans le tableau suivant.
Tableau A1 : Sections efficaces du code PENELOPE (Salvat et al 2003).

Interactions Sections efficaces
Photons
diffusion Rayleigh Sections efficaces différentielles de Born.
diffusion Compton Sections efficaces différentielles de Klein-Nishina corrigées des effets dus
aux électrons liés.
Direction de l’électron et énergie du photon calculées à partir des lois de
conservation de l’énergie et de la quantité de mouvement.
effet photoélectrique Sections efficaces obtenues à partir du LLNL Evaluated Photon Data Library.
Direction de l’électron échantillonnée à partir des sections efficaces de
Sauter.
production de paire Sections efficaces obtenues à partir du programme XCOM de Berger et
Hubbell.
Energie initiale échantillonnée à partir des sections efficaces de Bethe-Heitler.
Electrons et positrons
diffusion élastique Sections efficaces obtenues à partir d’un programme créé par Salvat.
collision inélastiques Sections efficaces différentielles de Born en utilisant le modèle de force
d’oscillateur généralisé de Sternheimer-Liljequist..
Rayonnement de freinage Sections efficaces de Bethe-Heitler modifiées par Salvat et Fernandez-Varea.
Annihilation positrons Sections efficaces différentielles de Heitler.
Le code PENELOPE utilise à la fois, des sections efficaces sous forme analytiques (diffusions
photoniques, diffusion inélastique et annihilation) et des sections efficaces sous forme
tabulées. Des informations complémentaires peuvent être recueillies dans Salvat et al (2003).
197
198
Annexe B
Annexe B: Sous-programmes du code MC PENELOPE
Pour simuler l’histoire d’une particule, le programme principal PENDOSES (Salvat et al,
2003) fait appel au programme PENELOPE qui contient tous les sous-programmes
nécessaires à la simulation.
Les sous-programmes appelés par PENELOPE sont :

- PEINIT
Ce sous-programme initialise les données du fichier d’entrée de la simulation. Le nombre de
matériaux, la valeur de l’énergie minimale et les valeurs des paramètres Eabs, C1, C2, Wcc,
Wcr sont testées.
- CLEANS
Ce sous-programme initialise à zéro le compteur des particules secondaires créées lors des
interactions engendrées par une particule primaire.
- START
Ce sous-programme initialise la simulation en forçant le prochain événement à être une
interaction faible. Il est appelé avant de débuter la simulation d’une particule primaire ou
secondaire et lorsqu’une particule traverse une interface. Bien que ce sous-programme soit
uniquement nécessaire pour la simulation des électrons et des positrons, il est préférable
d’appeler START pour n’importe quel type de particule puisqu’il vérifie que l’énergie de la
particule soit bien comprise dans l’intervalle attendu.
- JUMP
Ce sous-programme détermine la longueur s du trajet jusqu’au prochain événement. La
position de cet événement est alors calculée. Si la particule doit traverser une interface, la
particule est stoppée juste après l’interface et la longueur s est réévaluée. Si la particule sort
du système, la simulation de la particule est terminée. L’étude des particules secondaires peut
débuter.
- STEP
Ce sous-programme va déplacer la particule de la valeur déterminée au cours de JUMP puis,
localiser sa nouvelle position ainsi que le matériau qui compose le milieu.
199
Annexe B
- KNOCK
Ce sous-programme simule l’événement suivant, calcule les nouvelles valeurs d’énergie et de
directions du mouvement de la particule et enregistre les états initiaux des particules
secondaires éventuellement générées dans le sous-programme STORES. La simulation d’une
particule est stoppée lorsque son énergie est inférieure à l’énergie de coupure Eabs.
- SECPAR
Ce sous-programme initialise la simulation de chaque particule secondaire et la retire de la
pile.
Le paramètre LEFT correspond au nombre de particules secondaires restantes dans la pile.
Selon la valeur de LEFT, deux cas se présentent:
Æ si LEFT = 0, la simulation de la particule primaire est terminée et une
nouvelle particule primaire est générée.
Æ si LEFT > 0, il reste des particules secondaires à simuler.
200
Annexe C
Annexe C: Résultats du contrôle qualité des calculs de
dose du TPS Masterplan
Les résultats du contrôle qualité des calculs de dose du TPS Masterplan sont présentés dans
cette annexe.
Les distributions de dose en 1D et en 2D à comparer sont extraites des OTN de sortie (cf
chapitre 2). Dans cette annexe, les résultats présentés concernent :
- le rendement en profondeur et les quatre profils de dose à 4 profondeurs (profils
selon l’axe Y),
- la carte isodoses dans le plan yOz, parallèle à la direction des lames du collimateur
et contenant l’axe du faisceau.
L’analyse des distributions de dose est réalisée avec le test de l’index gamma (γ). Cela
signifie que les calculs de dose Masterplan sont validés si γ ≤ 1 ou rejetés si γ > 1.
201
Annexe C
1. OTN simples
1.1. OTN B (champ 10 × 10 cm²)
Figure A1. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN simple B.
202
Annexe C
Figure A2. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN simple B.
203
Annexe C
Figure A3. Résultats du test de l'index gamma en 2D pour l’OTN simple B.
204
Annexe C
1.2. OTN C (champ 30 × 30 cm²)
Figure A4. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN simple C.
205
Annexe C
Figure A5. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN simple C.
206
Annexe C
Figure A6. Résultats du test de

l'index gamma en 2D pour
l’OTN simple C.
207
Annexe C
1.3. OTN E (champ 10 × 10 cm², DSS = 130 cm)
Figure A7. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN simple E.
208
Annexe C
Figure A8. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN simple E.
209
Annexe C
Figure A9. Résultats du test de

l'index gamma en 2D pour l’OTN
simple E.
210
Annexe C
1.4. OTN F (champ 20 × 5 cm²)
Figure A10. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN simple F.
211
Annexe C
Figure A11. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN simple F.
212
Annexe C
Figure A12. Résultats du test de l'index gamma en 2D pour l’OTN simple F.
213
Annexe C
1.5. OTN H (filtre en coin)
Figure A13. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN simple H.
214
Annexe C
Figure A14. Résultats du test de l'index gamma en 2D pour l’OTN simple H.
215
Annexe C
1.6. OTN K (cache central)
Figure A15. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN simple K.
216
Annexe C
Figure A16. Résultats du test

de l'index gamma en 2D pour
l’OTN simple K.
217
Annexe C
2. OTN hétérogènes
2.1. OTN A (eau + os)
Figure A16. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN hétérogène A.
218
Annexe C
Figure A17. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN hétérogène A.
219
Annexe C
Figure A18. Résultats du test de l'index gamma en 2D pour l’OTN hétérogène A.
220
Annexe C
2.2. OTN E (tumeur « poumon »)
Figure A19. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN hétérogène E.
221
Annexe C
Figure A20. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN hétérogène E.
222
Annexe C
Figure A21. Résultats du test de l'index gamma en 2D pour l’OTN hétérogène E.
223
Annexe C
3. OTN à décrochement
3.1 OTN A (faisceau décalé)
Figure A22. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN à décrochement A.
224
Annexe C
Figure A23. Distributions de dose 1D et résultats du test de l'index gamma pour l’OTN à décrochement A.
225
Annexe C
Figure A24. Résultats du test de l'index gamma en 2D pour l’OTN à décrochement A.
226
Annexe C
3.2. OTN D (forme « T »)
Figure A25. Résultats du test de l'index gamma en 2D pour l’OTN à décrochement D.
227
228
Liste des publications et communications personnelles
Blazy L, Beaumont S and Bordy J.M. Unification des critères d’acceptabilité des performances
dosimétriques des faisceaux de photons en radiothérapie externe.
In : 45ème journées scientifiques de la SFPM ; Lyon - France ; 2006
Blazy L, Beaumont S and Bordy J.M. Use of the Gamma Index to evaluate the dosimetric
characteristics of photon beams in radiotherapy: implementation to a LINAC MC simulation.
In: Medical Physics, 2006, 33, 2147.
In: 48th AAPM Annual Meeting; Orlando - Etats-Unis; 2006.
Blazy L, Baltes D, Bordy J.M, Cutarella D, Delaunay F, Gouriou J, Leroy E, Ostrowsky A and
Beaumont S. Comparison of PENELOPE Monte Carlo dose calculations with Fricke and ionization
chamber measurements in heterogeneous phantoms (18 MeV electron and 12 MV photon).
In: Physics and Medicine in Biology, 2006, 51, 5951-5965.
Blazy L, Bordy J.M and Beaumont S. Utilisation du code MC PENELOPE en radiothérapie externe :
application à des Objets Tests Physiques hétérogènes.
In : 3ème édition des journées scientifiques de la SFRP ; Saclay - France ; 2006
Blazy L. Validation du code Monte Carlo PENELOPE pour le calcul de la dose absorbée dans des
milieux hétérogènes équivalents tissus.
In : Journée de l’école doctorale GEET; Toulouse - France ; 2007.
Denis E and Blazy L. Projet de recherche sur le contrôle qualité des systèmes de planification des
traitements en radiothérapie externe.
In : Rencontre des bénévoles de la Ligue contre le Cancer; La Roche sur Yon - France; 2007.
Blazy L, Bordy J.M and Beaumont S. Validation of the PENELOPE Monte Carlo code to calculate
the absorbed dose in heterogeneous phantoms.
In : 13th UK Monte Carlo User Group Meeting; Teddington - Royaume-Uni; 2007.
Blazy L, Beaumont S and Bordy J.M. Contrôle qualité des systèmes de planification dosimétrique des
traitements au moyen de simulations Monte Carlo PENELOPE (mode photon).
In : 46ème journées scientifiques de la SFPM ; Saint Malo - France ; 2007.
229
Blazy L, Beaumont S, Bordy J.M, Curtet N, Clément S. Quality control of TPS dose calculations in
radiotherapy photon beams using the PENELOPE Monte-Carlo code.
Submitted to Physics and Medicine in Biology.
230
QUALITY CONTROL OF THE TREATMENT PLANNING SYSTEMS DOSE
CALCULATIONS IN EXTERNAL RADIATION THERAPY
USING THE PENELOPE MONTE-CARLO CODE
ABSTRACT:
Treatment Planning Systems (TPS) have a main position in a radiotherapy department: they perform
calculation of dose distributions and calculate treatment time for each beam. Usually, quality control
of dose distributions given by TPS is based on comparisons with measured ones. This study aims at
replacing measured dose distributions by reference calculated dose distributions obtained with the
PENELOPE Monte-Carlo (MC) code. Monte-Carlo simulations provide several configurations and
allow a quality control of TPS dosimetric features without need for the treatment units availability.
This quality control, based on MC simulations, was tested for a clinical TPS and allowed to simplify
the quality process of the TPS. This control more detailed, more accurate and easily to implement
could be applied for all radiotherapy departments.
KEY WORDS: External radiation therapy,

Quality control,
PENELOPE Monte Carlo code,
Treatment planning system,
Dosimetry.
CONTRÔLE QUALITE DES SYSTEMES DE PLANIFICATION
DOSIMETRIQUE DES TRAITEMENTS EN RADIOTHERAPIE EXTERNE
AU MOYEN DU CODE MONTE-CARLO PENELOPE
AUTEUR : Léone BLAZY-AUBIGNAC

CO-DIRECTEURS DE THESE : Jean BARTHE et Michel TERRISSOL
LIEU ET DATE DE SOUTENANCE : INSTN, Saclay, 4 septembre 2007
RESUMÉ :
Les Systèmes de Planification des Traitements (Treatment Planning System - TPS) occupent une
position clé au sein du service de radiothérapie : ils réalisent le calcul prévisionnel de la distribution de
la dose et des temps de traitement. Traditionnellement, le contrôle qualité des distributions de dose
calculées par les TPS s’appuie sur leurs comparaisons avec des distributions de dose mesurées sous
l’appareil de traitement. Ce travail de thèse se propose de substituer ces mesures dosimétriques au
profit de calculs dosimétriques de référence obtenus par le code Monte-Carlo (MC) PENELOPE. Les
simulations MC fournissent un large choix de configurations de test et permettent d’envisager un
contrôle qualité des aspects dosimétriques des TPS sans monopoliser les appareils de traitement. Ce
contrôle qualité, basé sur des simulations MC, a été expérimenté sur un TPS clinique et a permis de
simplifier les procédures qualité du TPS. Ce contrôle qualité plus approfondi, plus précis et plus
simple à mettre en œuvre pourrait se généraliser à l’ensemble des centres de radiothérapie.
MOTS CLÉS : Radiothérapie externe,

Contrôle qualité,
Code Monte-Carlo PENELOPE,
Systèmes de planification des traitements,
Dosimétrie.
DISCIPLINE : Radiophysique et Imagerie Médicales
CEA, LIST
Laboratoire National Henri Becquerel
91191 Gif sur Yvette

Blazy Aubignac

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Blazy Aubignac

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSITE TOULOUSE III – Paul Sabatier

pour obtenir le grade de

DOCTEUR DE L’UNIVERSITE TOULOUSE III

Discipline : RADIOPHYSIQUE ET IMAGERIE MEDICALES

CONTROLE QUALITE DES SYSTEMES DE PLANIFICATION

AU MOYEN DU CODE MONTE-CARLO PENELOPE

Co-Directeurs de thèse : M. Jean BARTHE et M. Michel TERRISSOL

CEA, LIST, Laboratoire National Henri Becquerel, 91191 Gif-sur-Yvette

Je tiens à exprimer ma profonde reconnaissante à Monsieur Jean Barthe, Directeur de recherche

Je tiens à remercier Stéphane Beaumont, physicien médical et directeur technique de la société

Je remercie également Jean-Marc Bordy, responsable du Laboratoire de la Métrologie de la

Je tiens également à remercier :

Mes remerciements vont également à :

J’exprime ma profonde reconnaissance à la Ligue Nationale Contre le Cancer et tout

Nature et Objet de l’étude ....................................................................................................... 5

Méthodologie du contrôle qualité automatisé des Systèmes de Planification des

II.3.2.3] Incertitudes ................................................................................................. 31

Paramétrage et validation des calculs de dose Monte-Carlo PENELOPE ....................... 71

II. Présentation de l’accélérateur linéaire Saturne 43........................................................... 74

IV.1.4] Calculs Monte-Carlo...................................................................................... 106

III.4] Simulations complémentaires de vérification....................................................... 139

V.3.1.6] OTN simple K (cache central) ................................................................. 165

Annexe A : Modèles de diffusion du code MC PENELOPE ............................................ 195

Annexe B : Sous-programmes du code MC PENELOPE ................................................ 199

Annexe C : Résultats du contrôle qualité du TPS MASTERPLAN .............. ………….201

Liste des communications et publications personnelles.................................................... 229

AAPM : American Association of Physicists in Medicine

Le premier chapitre présente le contexte de cette étude et introduit la notion du contrôle

Le troisième chapitre aborde la validation expérimentale, proprement dite, des simulations

Nature et Objet de l’étude

(b) Varian Medical Systems

(a) Varian Medical Systems

Figure 1: a) collimateur multilames b) accélérateur linéaire équipé d’un collimateur multilames.

II. Principales fonctions des Systèmes de Planification des

1. Positionnement du patient et du système de contention

2. Acquisition des images diagnostiques (scanner, IRM, PET)

3. Définitions anatomiques (optimisation géométrique)

4. Définition des faisceaux (optimisation géométrique)

5. Calcul de la dose (optimisation dosimétrique)

6. Evaluation du plan de traitement (optimisation dosimétrique)

7. Mise en application du plan de traitement (optimisation dosimétrique)

Selon la recommandation de l’ICRU-29 (1978), l’erreur maximale sur la dose délivrée au

III. Contrôle qualité des Systèmes de Planification des Traitements

III.1] La réception du TPS

III.2] La mise en service du TPS

III.3] L’utilisation en routine clinique du TPS : contrôles périodiques

IV. Contrôle qualité des calculs de dose

IV.1] Organisation du contrôle qualité

2. Vérification qualitative de l’algorithme de calcul de dose

3. Vérification quantitative des calculs de dose

4. Identification des limites et des performances de l’algorithme de calcul de dose

5. Vérification dosimétrique pour des situations cliniques

IV.2] Méthodes référencées pour la vérification des calculs de dose

IV.2.1] Méthode n°1 : « traditionnelle »

IV.2.2] Méthode n°2 : « semi - automatisée »

IV.2.3] Méthode n°3 : « automatisée»

V. Recherche avancée sur l’amélioration du contrôle qualité des

Face à la nécessité d’améliorer la qualité des traitements en radiothérapie, l’objectif de cette

La mise œuvre de cette méthode « automatisée et multi-applications » nécessite que la

(hétérogénéités, manque de volume diffusant, fantômes anatomiques…). Pour simplifier

L’objet de la thèse : « Contrôle qualité des systèmes de planification dosimétrique des

La méthode automatisée et « multi-applications » (Figure 2) proposée pour mener le contrôle

Modélisation accélérateur Données de base