Académique Documents
Professionnel Documents
Culture Documents
Tete d irradiation
A.Ahnesjö et al, Phys.Med.Biol, 1999.
milieu
≈ 70% P
Calcul 3D vrai.
Bonne Précision.
Données nécessaires au calcul de dose .
Algorithme de Algorithme
calcul de dose d’optimisation
L’incertitude (%) sur le calcul de dose ne doit pas être trop importante
par rapport aux autres incertitudes.
AAPM report 85, 2004
Contraintes des algorithmes de calcul de dose en radiothérapie.
Rapidité souhaitée :
Utilisation interactive :
Calcul en temps réel : situation idéale.
Calcul en moins de 10 sec par faisceau (au moins dans un plan)?
Possibilité d’accepter un calcul avec une précision moindre et l’associer à
un calcul de confirmation plus précis .
Utilisation en planification inverse (algorithmes d’optimisation) :
ex : Optimisation pour Cyberknife :
Définition de contraintes de dose sur des Volume of Interest (VOI) (volumes
cibles et organes à risques).
Optimisation par étapes de plusieurs objectifs cliniques spécifiques qui
correspondent à des contraintes sur les VOI : cette étape d’optimisation
nécessité un algorithme rapide de calcul de dose (Ray Tracing).
La dimension des
corrections
d’hétérogénéités pour les
photons.
La prise en compte ou non
du transport des électrons
secondaires.
Le temps de calcul.
Méthodes globales :
Utilisent les données mesurées dans des fantômes d’eau avec une surface plane et
une incidence normale et les corrigent lorsque les situations cliniques s’éloignent de ces
conditions standards de mesure (Irrégularité de surface, Incidence oblique, Hétérogénéités :
différentes méthodes de correction (méthode du trajet équivalent, des RTA, de Batho power-law, de
soustraction de faisceau,…), manque de diffusé,…
Incorporent directement les mesures expérimentales de distributions de dose
(rendement en profondeur et profils de dose) sous forme :
Numériques : algorithmes Ray tracing (cyberknife), LGP (Gammaknife PFX) :
Stockage des mesures expérimentales de base dans des tableaux (grilles).
Interpolations des données nécessaires (DSP, champ, profondeur,…).
Analytique :
Décomposition de la dose en rendements et profils modélisés par des équations.
Réduction du nombre de données à stocker.
m
D(x, y, z) = òòò r
Y(x', y', z')K(x - x', y- y', z- z')dV '
TERMA KERNEL
Ψ (x’,y’,z’) : fluence énergétique au point P’ (J.m-2)
dV’ = dx’dy’dz’ : élément de volume autour de P’
μ/ρ : coefficient d’atténuation massique (m2.kg-1)
TERMA : énergie radiante totale libérée par unité de masse
par les photons primaires de fluence énergétique Y dans un milieu de densité r.
KERNEL : énergie déposée autour d’un point d’interaction.
La dose D(x,y,z) au point P est obtenue en sommant les contributions
élémentaires de tous les kernels affectés aux points P’ du milieu environnant
chacun d’eux étant pondéré par le TERMA correspondant .
Mackie et al, Med. Phys,1985
Ahnesjö et al Phys Med Biol 1999
Handbook of radiotherapy physics, 2007.
Les principaux algorithmes de dose utilisables en clinique .
Les méthodes de Superposition / Convolution de Kernels :
Convolution en milieu homogène et simplification 2D : Pré-intégration des
kernels le long de lignes et Kernel supposé invariant : gain de temps mais prise
en compte des hétérogénéités limitée : Pencil beam Kernel.
En milieu hétérogène :
Kernel ne peut plus être supposé invariant nécessité de réaliser une
opération de superposition : Point Kernel.
« Mise à l’échelle » des Kernels selon la direction des électrons
secondaires : approximation « Collapsed Cone ».
Méthode spécifique au TPS Eclipse (Varian) : Analytical Anisotropic Algorithm
(AAA) : amélioration de l’algorithme « Pencil beam Kernel », résultats proches
de ceux obtenus avec l’algorithme Point Kernel. Handbook of radiotherapy physics, 2007.
Les principaux algorithmes de dose utilisables en clinique .
Méthodes déterministes (ex : Accuros) :
Equation théorique de transfert couplée « Linear Boltzman Transport Equation (LBTE) :
Description macroscopique du comportement des particules dans le milieu.
Approximation LBTE suppose que les particules interagissent seulement avec le milieu et pas
entre elles.
Résolution de ces équations
caractérise la valeur du champ d’irradiation par une fonction de densité des particules
en un point donné de l’espace et à tout instant, en fonction de l’énergie, de l’angle et du
type de la particule incidente.
est réalisée, dans le cas des méthodes déterministes, par discrétisation des variables de
l’espace des phases (nature, énergie, position, direction de l’ensemble des particules dans
un plan donné) : simule l’effet d’un nombre infini de particules.
Principales étapes du calcul de dose au moyen de l’algorithme Accuros:
Calcul des sources photon primaire, secondaire et contamination éléctronique
(même modèle de source que AAA).
Ray tracing des sources dans le patient pour chaque champ.
Transport de la fluence des photons diffusés dans le patient.
Calcul de la dose (dose dans l’eau ou dans le milieu).
Calcul de dose dans le milieu (prise en compte des interactions seulement dans le milieu du patient) :
Pour comparer les calculs de distribution de dose réalisés avec des algorithmes précédents
(méthodes globales, point Kernel,…), nécessité de convertir la dose dans le milieu en dose dans l’eau.
Bien préciser le milieu dans lequel la dose est calculée dans les rapports de dose (hétérogénéités).
Ojala et al. JACMP. 2014
Fogliata et al, Phys.Med, 2016.
Les principaux algorithmes de dose utilisables en clinique .
Les méthodes de MonteCarlo :
Méthode stochastique de résolution des équations de transfert couplée LBTE.
Méthode statistique qui permet de simuler toutes les interactions des particules de
manière détaillée dans n’importe quelle géométrie et dans la plupart des matériaux :
Point de départ : espace des phases (nature, énergie, position, direction de l’ensemble des particules
dans un plan donné (par exemple à la sortie de l’accélérateur)).
Tirage au sort des interactions (nombres aléatoires) selon des sections efficaces.
Prise en compte de la création de particules d’ordre supérieur à 2.
Calcul du dépôt d’énergie dans des régions d’intérêt (voxel).
Suivi de toutes les interactions que la particule incidente et ses descendantes subissent.
Prise en compte petits Limités pour la simulation Simulation correcte de la Simulation exacte des
faisceaux correcte de la pénombre des pénombre des petits faisceaux systèmes de collimation (MLC)
petits faisceaux et pénombre petits faisceaux.
PB
CCrecov
CCrecov
CCclin CCclin
CCrecal
CCrecal
PB
Fondé sur le modèle d’algorithme de Monte Carlo développé par Kawrakow et Fippel.
Utilisé pour irradiations : poumons / tête et cou.
Temps de calcul : 2-5min (super Fast Monte Carlo / iplan 4,0).
xeq= S rixi
Surestimation de la dose en SBRT avec PB/MC (effet plus marqué en respiration bloquée).
Ecarts variables PB/MC en fonction du volume et de la localisation de la lésion.
Variation TCP algo a/b,c : Impact sur le contrôle local tumoral ? Landoni et al. Tech.Cancer.Research.Treat, 2015.
Algorithmes de calcul de dose (1) : Collapsed Cone/AAA/ Monte Carlo
Accélérateur conventionnel avec collimateur multilame (MLC) et/ou jeu de
collimateurs coniques.
Comparaison précision algorithmes fondés sur les méthodes Kernels et de
Monte Carlo :
Méthode : Comparaison des profils et rendements en profondeur mesurés au
moyen de films EBT Gafchromic dans des fantômes homogènes et hétérogènes
type poumon/ calculées avec algorithmes collapsed cone (CC, Oncentra
MasterPlan), analytical anisotropic algorithm (AAA, Eclipse) et Monte Carlo (MC :
2mm3- 1%, Iplan/Monaco) pour différentes dimensions de faisceaux simples
(carrés : 5, 10,20 cm2 ; rectangles : 1,2,3*15cm2) et de la dose absolue mesurée
dans fantôme homogène à 10cm par chaine ionométrique / calculée par
AAA,CC,MC.
Phantom 1 homogène Phantom 3 hétérogène
Applique les corrections d’obliquité et de variation de densité des tissus (axe du faisceau).
Dose en 1 point pour un faisceau :
Validation : Précision <3% en milieu homogène, sans obliquité (Wilcox et al. IJROBP. 2010).
Centre Lacassagne
Algorithmes de calcul de dose (2) : Ray tracing (3/3)
Accélérateur robotisé Cyberknife (6MV).
PTV : V60 Gy = 95 %
PTV : V60 Gy = 25 %
— 63.5 Gy
— 60.0 Gy
X OARi
Rvsf
i
Contribution de la source i au débit de dose au point P :
X OARi
X OARi
2 coefficients d’atténuation :
-0 prend en compte l’atténuation de la fluence de photons primaires au
point focal d’irradiation
Limites TMR classic / 10 : - i : décrit la contribution à la distance z du point focal des interactions
- Pas de corrections d’hétérogénéités. photons-électrons au voisinage du point P
avec
Méthodes séquentielles.
- Optimisation par étapes d’objectifs cliniques
(homogénéité, couverture de PTV, protection des OAR,….).
Schlaefer et al,Med.Phys.,2008.
Algorithmes d’optimisation mis en œuvre dans les irradiations en
conditions stéréotaxiques.
Systèmes d’irradiation Algorithmes d’optimisation
Accélérateur conventionnel MLC - IMRS / arc hybride : Brainlab, Iplan :
/ collimateurs coniques. Algorithme « Dynamically Penalized Likelihood Estimator »
(DPL)
- VMAT (vitesse du bras, positions des lames MLC, débit de dose) :
2 principales méthodes : technique du gradient / recuit
simulé.
Ex : Pinacle : méthode du gradient
Eclipse, Varian (RapidArc) : recuit simulé
Conformal Arc
Centre Jean Perrin
Dynamic Arc
Planification indirecte :
Contraintes sur les OAR
Contraintes sur PTV
Définition de la prescription :
Processus itératif de détermination des valeurs de fluence qui répondent aux contraintes
de dose : à chaque itération, β est actualisé ; à chaque étape d’optimisation, les contraintes
pour chaque voxel (si et di) peuvent être modifiées.
Algorithme rapide, prend en compte différents types OAR, donne toujours des résultats,
optimisation du séquencement des lames.
Llacer et al. Phys.Med.Biol.,2001.
Algorithmes d’optimisation (1)
Accélérateur conventionnel avec collimateur multilame (MLC).
Accélérateurs Novalis TX/Truebeam STX/ Vero.
IMRS / Conformal / dynamic arc : PTV 1/ PTV2 : Boost : 13,5 Gy?
Conformal arc : 2 isocentres avec 4 et 5 Dynamic arc : 5 arcs non coplanaires par PTV
faisceaux non coplanaires « optmisés » (moins de dose à la moelle).
IMRS : 5 faisceaux
Documentation Vero.
Brainlab : iPlan 4.5
Algorithmes d’optimisation (2).
Accélérateur robotisé Cyberknife (6MV).
Contraintes additionnelles
Nouvelles contraintes, addition de faisceaux/VOI si nécessaires. Sélection de l’objectif suivant
Etapes d’optimisation
Non indépendantes.
Possibilité de modifier les
Optimisation Optimisation Optimisation Optimisation Optimisation
Homogénéité Conformation Couverture Dose OAR Temps de contraintes en cours d’optimisation.
PTV PTV PTV (Minmax/Minmean) traitement Gestion clinique du processus
(Gradient de dose) (MINUM)
d’optimisation : compromis, arrêt de
l’optimisation,...
Plan/compromis acceptable?
Oui
Fin optimisation Schlaefer et al,Med.Phys.,2008.
Algorithmes d’optimisation (3) :
Gammaknife Perfexion.
1-Choix du collimateur et de son poids par l’opérateur : 8 secteurs de 24 sources de Co60 pilotés par 8 moteurs.
En fonction de la position du secteur : choix du
collimateur 4 (B), 8 (A), 16mm (C) ou colli. bloqué (D).
Couverture du PTV
A C
B D
Protection de OAR
2- Optimisation « Dynamic shaping function » (PFX) » :
Gestion automatisée des tirs à exclure / dose aux OAR
(définition d’un facteur de sensibilité : 1- gradient de
dose faible vers OAR. 4- gradient de dose fort vers OAR).
Optimisation de la conformation des isodoses (50%) au
PTV / Protection des OAR.
Dedieu et al, formation nationale stéréo, 2014
Algorithmes d’optimisation (3) :
Gammaknife Perfexion.
Planification inverse :
Nombre de tirs et type de collimateurs à utiliser pour « remplir » le volume à traiter déterminés
par le logiciel (= point de départ du processus d’optimisation). Les tirs peuvent être également
définis par l’opérateur avant de lancer l’optimisation.
Fonction objective maximisée par l’algorithme d’optimisation dans l’intervalle [0,1]. Les
facteurs de pondération a,b, et g sont définis par l’utilisateur (prioriser la couverture du PTV,
la protection des OAR ou le temps de traitement).
(A) (B)
Intracranien : Extracranien :
HAS : MAV, métastases, méningiomes HAS : poumon, tumeurs hépatiques, rachis
- Cible fixe / Zone homogène (en majorité). - Cible mobile / Zone hétérogène (en majorité).
- Algorithmes de calcul de dose / - Algorithmes de calcul de dose : pas toujours
optimisation : bien adaptés (écart < 5% / bien adaptés (écart >10% / mesures et méthodes
mesures). MC). Prescription? Calcul UM?
Validation des algorithmes de calcul de Validation des algorithmes de calcul de dose.
dose. Mise en place d’un plan d’assurance qualité
Mise en place d’un plan d’assurance adapté : vérification de la position de la cible en
qualité (PAQ) adapté : vérification de la temps réel (« tracking » : implantation de
position de la cible, débit de référence fiduciaires,…), débit de référence dédié,
dédié,…
Problème : pour des matériaux de densité élevé (ex : os), les écarts entre la dose
dans l’eau et la dose dans le milieu peuvent aller jusqu’à 15%. D’où un écart
systématique entre le calcul de dose au moyen d’algorithme de type c par rapport à ceux
réalisés avec des algorithmes de type b.
enBien
Prise préciser
compte le matériau dans
du mouvement de lalequel
ciblele(lésions
calcul estpulmonaires)
réalisé. :
Calcul plus précis avec algorithme de type b ou c (4D CT). Ma et al,Phys.Med. Biol.,2011
AAPM, TG 105, 2007
Conclusions 5/8.
Attention particulière :
Importance de la validation et de la modélisation des données dans TPS :
Prise en compte des conditions d’utilisation cliniques (milieu homogène, hétérogène,…).
Bonne évaluation de l’incertitude du calcul de dose/ algorithme.
Attention particulière :
Prise en compte des hétérogénéités pour les irradiations radiothérapie stéréotaxique
(extra crânienne : pulmonaire, corps vertébral / tête et cou).
Privilégier les algorithmes de type b ou c : amélioration de la précision du calcul car
meilleure prise en compte de l’effet des hétérogénéités
Diminution significative de la couverture PTV avec algorithme b,c / a.
Evaluation de l’impact sur la dose aux OAR?
Nécessité de modifier la dose prescrite au PTV?
Quelle dose prescrite pour quel algorithme?
Calcul de dose pour les petits faisceaux (<3cm2) / très petits faisceaux (<1cm2) :
Privilégier les algorithmes de type c pour les localisations extra et intra crâniennes
(différences de dose, en particulier pour la dose minimum au volume pouvant aller
jusqu’à 25% /algorithme de type a).
Prescription (et contraintes) de dose : A adapter en fonction du type d’algorithme utilisé (en
particulier en présence d’hétérogénéités et petits faisceaux) :
Surestimation de la dose au PTV pour les algorithmes de type a.
Augmentation du nombre d’UM calculé avec un algorithme de b pour une même dose prescrite
/algorithme de type a (écart ≈ 15-20%).
Recommandations d’ajuster la dose en fonction du type d’algorithme utilisé pour les localisations intra
intra (ex : différences entre TRM 10/CC) et extra crâniennes :
Protocole clinique (ex : RTOG/Rosel,…) ajustent la dose en fonction de l’algorithme de calcul de dose
utilisé et recommandent l’utilisation d’algorithme de type b ou c.
Ecarts importants algo type a/b,c en fonction du volume et de la localisation de la lésion (TR).
Rojas-Valbonaet al, JACMP.,2016
Stathakis et al; Med.Phys, 2016
Conclusions 8/8.
Choix de l’algorithme :
Impact sur le contrôle local tumoral, sur le taux de complications des tissus
sains et l’évolution clinique?
Grande variabilité entre les différentes études :
prescription/algorithme/évaluation du contrôle local.
Quantification la distribution de dose au moyen d’index de conformité (RTOG,
Paddick,…).
Nécessité d’harmoniser les pratiques, ré évaluer les critères dosimétriques des
protocoles (ex : RTOG 0813 avec algorithme de MC).
Comparaison des plans de traitement, nécessité d’indiquer dans les rapports :
l’algorithme de calcul utilisé avec, quand nécessaire, l’indication sur le calcul en dose dans l’eau ou en
dose dans le milieu
la résolution spatiale de calcul
le nombre de fractions
l’étalement (espacement entre 2 fractions et durée totale de traitement)
les données PTV/OAR : rapport ICRU.
Evaluation de la précision de l’algorithme (comparaison dose mesurée/calculée)
intra et inter établissement. Mise en place d’audit dosimétrique national?
Références Bibliographiques (1).
• AAPM report N°85, TG 65. Tissue inhomogeneity corrections for megavoltage phton beams. 2004.
• AAPM Task Group 166 : The use and QA of biologically related models for treatment planning: short report of the
TG-166 of the therapy physics committee of the AAPM. Med Phys. 2012;39(3):1386–409.
• Ahnesjö A et al. Collapsed cone convolution of radiant energy for photon dose calculation in
heterogeneous media. Med.Phys.: 16 : 577-92. 1989.
• Ahnesjö A et al. Dose calculation for external phton beams in radiotherapy. Phys.Med.biol.: 44 : 99-155.
1999.
• Aspradakis M.,IPEM report 523,2010
• Chang S.D. et al. Stereotaxic radiosurgery in patient with multiple brain metastase. Neurosurgical Focus,
9.2000.
• Deng.J et al. Commissioning 6MV photon beams of a streotactic radiosurgery system for Monte Carlo
treatment planning. Med. Phys. 30. (12).3124-3134.2003.
• Drug A. et al. A large scale GRD code. J.Comput.6.207-216.1994.
• Dedieu V, EPU SFPM « Nouveaux algorithmes de calcul de dose en radiothérapie et contrôle de qualité
des TPS », Toulouse, 19-21 septembre 2012.
• Dedieu et al, Formation Nationale de Radiothérapie Stéréotaxique hypofractionnée des
cancers,SFPM/SFRO/AFCOR, Paris, 4-6 décembre 2014
• Fippel M. et al. Fast Monte Carrlo dose calculation for photon beams based on the VMC electron
algorithm. Med. Phys. 26 (6), 1466-1475. 1999.
• Fippel M. et al. A virtual photon energy fluence model for Monte Carlo dose calculation. Med. Phys. 30 (3),
301-311 2003.
• Fippel M. et al. Efficient particle transport simulation through beam modulating devices for Monte Carlo
treatment planning. Med. Phys. 31 (5), 1235-1242 2004.
Références Bibliographiques (2).
• Fippel M. et al. The importance of accurate dose calculation for treatment planning of patients with small
lung tumors. Med. Phys. 34 (6)2496. 2007
• Fogliata A. et al. 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-
1383. 2007.
• Fogliata A. et al. Dose calculation algorithm accuracy for small fields in non-homogeneous media: The
lung SBRT case. Phys.Med. 2016.
• Fortina et al. Advanced kernel methods vs. Monte Carlo-based dose calculation for high energy photon
beams. Radiot.Oncol,93, 645-653, 2009.
• Hasenbalg et al, Collapsed cone convolution and analytical anisotropic algorithm dose calcuulations
compared to VMC++ Monte Carlo simulations in clinical cases. Phys. Med.Biol., 2007.
• Hrbacek et al, Dosimétric comparison of flatened and unflatened beams for stereotactic abalative
radiotherapy of stage I non-small cell lung cancer. Med.phy, 41, 3, 2014.
• Hsi W.C. et al. Limited accuracy of dose calculation for large fields at deep depths using Brainscan v5.21
treatment planning. J of applied cli.Med.Phys. 6, 2. 12–18.2005.
• Kamino Y. et al. Développement of an ultrasmall C-Band linear accelertor guide. Med.Phys, 34(5):1797-1808.
2007.
• Jones A.O. et al. Comparison of inhomogeneity correction algorithms in small photon fields .Med.Phys,
32(3):766-776. 2005.
• Landoni et al. Clinical Evaluation of X-Ray Voxel Monte Carlo Versus Pencil Beam–Based Dose Calculation
in Stereotactic Body Radiotherapy of Lung Cancer Under Normal and Deep Inspiration Breath Hold.
Tech.Cancer.Research.Treat14 (3), 334-342, 2015.
• Llacer J. et al. Comparative behavior of the Dynamically Penalized Likelihood algorithmin inverse radiation
therapy planning. Phys.Med.Biol.,46:2637-2663. 2001.
Références Bibliographiques (3).
•Liang X et al., Radiobiological impact of dose calculation algorithms on biologically optimized IMRT lung
stereotactic body radiation therapy plans Rad.Oncol, 2016.
• Liang B et al, A pencil beam dose calculation model foe cyberknife model. Med.phys.43 (10), 2016
• Ma L. et al. A simple and effective method for validation and measurement of collimator output factors for
Leksell Gamma Knife Perfexion. Phys Med Biol. 21.54(12):3897-907. 2009.
• Mackie T R et al, A convolution method of calculating dose for 15 MV x-rays. Med. Phys., 12, 188-195.
1985.
• Mayles, Nahum, Rosenwald. Handbook of radiotherapy physics : theory an practice, 2007.
• Mohan R. et al. Use of fast fourier transforms in calculating dose distributions for irregularly shaped
fields for three-dimensionnal treatment planning. Med. Phys. 14(1). 70-77. 1987.
• Okoye et al., Comparison of Ray Tracing and Monte Carlo Calculation Algorithms for Thoracic Spine
Lesions Treated With CyberKnife-Based Stereotactic Body Radiation Therapy. Tech.Can.Res;Treat., 15
(1),2016.
• Ojala JJ et al. Performance of dose calculation algorithms from three generations in lung SBRT:
comparison with fullMonte Carlo-based dose distributions. JACMP (15),2,. 4-18, 2014.
• Paddick I. A simple scoring ratio to index the conformity of radiosurgical treatment plans. Technical note.
J Neurosurg 93 (Suppl 3) : 219-222. 2000.
• Pourfallah T.A. et al. Differential dose volume histograms of Gamma Knife in the presence of
inhomogeneities using MRI polymer gel dosimetry and MC simulation. Med Phys . 36, 2009.
• Rapport SFPM N°27 « Recommandations pour la mise en service et l’utilisation d’un système de
planification de traitement en radiothérapie (TPS) », 2010.
•Rojas-Villabona A et al. Investigation of dosimetric differences between the TMR 10 and the convolution
algorithm for Gamma Knife sterotactic radiosurgery, JACMP, 17(6), 2016.
Références Bibliographiques (4).
• Schlaefer A. et al. Stepwise multi-criteria optimization for robotic radiosurgery.Med.Phys.35:2094-
103.2008.
• Shields L.B.E. et al, Heterogeneity correction for intensity- modulated frameless SRS in pituitary and
cavernous sinus tumors: a retrospective study. Rad.Oncol., 10:193, 2015.
• Stathakis S et al, SRS dose calculation accuracy comparison between Pencil Beam and Monte Carlo
algorithms. Med.Phys., 43, 6,3655, 2016.
•Troeller A. et al, Stereotactic radiotherapy of intrapulmonary lesions: comparison of different dose
calculation algorithms for Oncentra MasterPlan. Radiation.Oncology, 2015.
•Vieillevigne L, Algorithme d’optimisation, EPU SFPM « algorithmes de calcul de dose en radiothérapie »,
19-20 septembre 2012.
• Xu A. et al. Dose differences between the three dose calculation algorithms in Leksell GammaPlan.
Journal of applied clinical medical physics, vol 15, number 5, 2014
• Wilcox E.E. et al. Accuracy of dose measurements and calculations within and beyond hetergenous
tissues for 6MV photon fields smaller than 4cm produced by Cyberknife. Med. Phys.35, 2259-2266. 2008.
• Wilcox E.E. et al. Comparison of planned dose distributions calculated by Monte Carlo and Ray-Trace
algorithms for the traetment of lung tumors with Cyberknife : A préliminary study in 33 patients.
Int.J.Radiation Oncology Biol.Phys., Int.J.Rad.Oncol.Biol.Phys.77(1), 277-284. 2010.
• Wu A. et al. Comments on dose measurements for a narrow beam in radiosurgery- Med. Phys. 20 (3), 777-
779. 1993.
• Wu T. et al. Commissionning and validation of the brainlab Monte Carlo dose calculation algorithm- Med.
Phys. 35 (6). 2953. 2008.
Algorithmes de dose utilisés en radiothérapie stéréotaxique.
Algorithmes de dose utilisés en radiothérapie stéréotaxique.
Dosimétrie.
D=K
æ men ö
Relation entre dose et fluence énergétique : D = y. ç ÷
Dans les conditions d’équilibre électronique. è r ø
Dosimétrie.
D=K
æ men ö
Relation entre dose et fluence énergétique : D = y. ç ÷
Dans les conditions d’équilibre électronique. è r ø
Conclusions 3/3.
Attention particulière :
Dose dans l’eau dose dans le milieu.
Différences entre Deau et Dmilieu
Les différences les plus notables entre le calcul dans l’eau ou directement dans le milieu sont de 15% (Han et al). Elles apparaissent dans l’os (environ
+10% par rapport à la dose dans l’eau) et dans l’air (environ -3% par rapport à la dose dans l’eau).
V
CI 1 1 Normal TV 2 PIV
CI 2
VPTV TV * PIV
avec : avec :
-V Normal : volume de tissu sain -TV : volume du PTV.
recevant la dose prescrite. recevant la dose prescrite.
-V PTV : volume de PTV recevant -PIV: % du volume (y compris PTV) recevant
la dose prescrite. la dose prescrite.
-TIV : volume du PTV recevant
-la dose prescrite
Paddick. J Neurosurg.,2000.
Conclusions 3/8.
Attention particulière :
Impact de la grille de calcul.
Importance du choix des paramètres de calcul (résolution et variance) pour les
calculs réalisés au moyen des méthodes MC.
La grille de calcul a une influence sur la précision de la dose calculée mais
également sur la prescription de dose qui se fait en général dans la pénombre.
Si la grille de calcul est trop grande, la pénombre et les gradients de dose seront
mal évalués
Une grille de calcul d’au moins 2mm est requise pour l’IMRT en SBRT,
spécialement dans les régions de fort gradient.
Une grille de 2.5 mm conduit à une précision sur la dose d’environ 1% dans les
régions de fort gradient de dose produit par des faisceaux multiples IMRT . Un
autre rapport indique une précision de +/- 5% pour une grille de résolution 4mm.
Chung et al. ont trouvé une différence de 2.3% sur la dose prescrite entre une grille
de 2 mm et une de 1.5mm, différence atteignant 5.6% pour une grille de 4 mm .
Ma et al,Phys.Med. Biol.,2011
AAPM, TG 105, 2007
Algorithmes d’optimisation (1)
Accélérateur conventionnel avec collimateur multilame (MLC).
Accélérateurs Novalis TX/Truebeam STX/ Vero.
Complication des tissus sains évalué au moyen du NTCP (Normal –Tissue Complication
Probability) fondé sur le le modèle de Lyman –Kutcher-Burman (LKB) :
La prescription doit être adaptée à l’algorithme de calcul. En effet, les algorithmes de type A ne prenant
pas en compte les hétérogénéités latérales ont tendance à sur-estimer la dose dans le PTV. Cela amène un
nombre d’UM sous-estimé pour une dose prescrite donnée.
Lors de l’utilisation d’un algorithme de type B, si la dose prescrite est la même qu’avec un algorithme de
type A, le TPS pour prescrire réellement la dose au PTV va devoir augmenter le nombre d’UM par rapport
au calcul avec l’algorithme de type A. LA différence peut aller jusqu’à 15% dans cerains cas de petits
faisceaux dans les poumons (cf AAPM 85). Pour pallier à cela, certains protocoles cliniques pour la SBRT
poumon recommandent l’utilisation des algorithmes type Monte Carlo avec des Doses prescrites plus
faibles. Par exemple dans le poumon, la dose prescrite est passée de 3x20Gy à 3x18Gy (cf RTOG xx et xx).
Conclusions 3/3.
Attention particulière :
Impact de la grille de calcul.
La grille de calcul a une influence sur la précision de la dose calculée mais également sur la
prescription de dose qui se fait en général dans la pénombre.
Si la grille de calcul est trop grande, la pénombre et les gradients de dose seront mal évalués
Une grille de calcul d’au moins 2mm est requise pour l’IMRT en SBRT, spécialement dans
les régions de fort gradient.
Une grille de 2.5 mm conduit à une précision sur la dose d’environ 1% dans les régions de
fort gradient de dose produit par des faisceaux multiples IMRT . Un autre rapport indique une
précision de +/- 5% pour une grille de résolution 4mm. Chung et al. ont trouvé une différence
de 2.3% sur la dose prescrite entre une grille de 2 mm et une de 1.5mm, différence
atteignant 5.6% pour une grille de 4 mm .
Conclusions 3/3.
Attention particulière :
Dose dans l’eau dose dans le milieu.
Calcul en Dose dans l’eau/dose dans le milieu
Les algorithmes de dose conventionnels fournissent la distribution de dose dans l’eau corrigeant les effets des
hétérogénéités/eau à l’aide de facteurs de correction basés sur les densités électroniques variables. En effet, les
données de base sont mesurées/calculées dans l’eau, le patient étant constitué de 45 à 75% d’eau et la plupart des
tissus humains ayant des propriétés proches de l’eau. Les corrections sont effectuées pour les différentes
hétérogénéites longitudinales et/ou latérales rencontrées. Cette dose dans l’eau a été historiquement utilisée
préférentiellement à cause des protocoles d’étalonnage des dosimètres en Dose dans l’eau.
Les algorithmes de dose Monte Carlo (ou Accuros) calculent quant à eux, l’énergie déposée dans les différents voxels
de compositions différentes et expriment donc une dose directement dans le milieu (Ma et al. 2011, …).
Conversion Dm en dose dans l’eau
Certains TPS, convertissent la dose dans le milieu en dose dans l’eau en simulant la dose dans un petit volume d’eau
dans le milieu (suivant les recommandations de l’AAPM TG 105).
D’autres utilisent la théorie de Brag-Gray (Siebers et al 200)
Andreo 2015 souligne également l’importance des approximations et des incertitudes dans les données permettant ces
calculs (densités dans chaque voxel, composition de chaque milieu différente pour chaque patient, les énergies
moyennes d’exitation I pour chaque milieu, fluences électroniques, pouvoir d’arrêt, …) et propose une autre méthode
de conversion. Il propose également d’effectuer cette conversion afin de pouvoir comparer aux mesures, toujours
basées à ce jour sur des mesures en dose dans l’eau.
Il a été rapporté des écarts de conversion entre la dose dans l’eau et la dose dans le milieu jusqu’à 11% (cf Ma 2011).
Algorithmes de calcul de dose (1) : Pencil Beam/AAA/Accuros/Monte Carlo
Accélérateur conventionnel avec collimateur multilame (MLC) et/ou jeu de collimateurs
coniques. Accélérateurs Novalis TX/Truebeam STX/Vero.
Comparaison en SBRT (6X) de calcul de distribution de dose au moyen des algorithmes Pencil Beam (PBC),
Anisotropic Analytical Algorithm (AAA) Accuros XB (AXB) développés par Varian et algorithme de Monte
Carlo (référence) :
Méthode : 1. 4 plans de traitement SBRT en 6X (5 -9 faisceaux statiques conformationnels 3D non
coplanaires) de lésions pulmonaires centrales (PTV de dimension variable ) calculés « en dose dans
le milieu » au moyen des algorithmes AXB (Eclipse, Varian). Plans recalculés en full MC (codes MC
EGSnrc et DOSXYZnrc) avec mêmes UM/dimensions champs que AXB. 2. 10 plans de traitement
(incluant les 4 1iers) calculés avec les algorithmes PBC et AAA avec ajustement des dimensions de
champs. Plans recalculés avec AXB avec mêmes UM/dimensions champs que ¨BC/AAA. Prescription
: 45 à 54 Gy en 3 ou 5 fractions, isodose 67% au point de normalisation (≈ isocentre ≈
barycentrePTV). Evaluation de la dose au PTV (HDV, g Index et index de conformité,CI).
Résultats :
Différences plus importantes pour les petits volumes PTV pour méthodes AXB/MC.
Meilleurs résultats avec g Index 3%/3mm, écarts plus importants g Index 2%/2mm
Différences significatives pour PTV D50% PBC, AAA//AXB : 60%PBC/20%AAA, plus importantes pour petits volumes PTV (15,1cc)
Importance de
vérifier le calcul de
dose par méthode
indépendante pour
SBRT avec petit
volume (<20-25cc).
Ojala JJ et al. JACMP. 2014
Algorithmes de calcul de dose (1) : Monte Carlo
Accélérateur conventionnel avec collimateur multilame (MLC) et/ou jeu de collimateurs
coniques. Accélérateurs Novalis TX/Truebeam STX/Vero.
Comparaison en SBRT (6X) de calcul de distribution de dose au moyen des algorithmes Pencil Beam (PB) et
Monte Carlo (MC) développés par Brainlab et algorithme de (référence) :
Méthode : 49 plans de traitement SBRT 6MV IMRT (5 faisceaux
non coplanaires) ou Hybridarc (3-4 dynamic arcs combinés à, 3-5
faisceaux IMRT) de lésions pulmonaires. Calcul au moyen des
algorithmes PB et MC avec une grille de calcul de 2mm) (Iplan,
Brainlab). Calculs avec MC réalisé « en dose dans le milieu »
(précision 2%) avec mêmes UM mais re normalisés (même dose
moyenne au PTV) que PB. Prescription / contraintes : 5 fractions de 8
Gy / isodose 95-107% de la dose prescrite au PTV. Evaluation de la
dose au PTV et OAR (HDV), de l’impact de la respiration et de du
volume et de la localisation de la lésion (Tissue Ratio : tient compte de
la longueur du trajet radiologique).
Augmentation significative de la dose moyenne tumorale (10% ± 4%) avec
Résultats : PB/MC (respiration libre). Effets moins importants sur les OAR.
Différence de la forme des HDV re normalisées avec MC (distribution de dose
moins homogène, « pente « HDV moins marquée).
Différences significatives PB/MC de la dose moyenne tumorale plus
importantes :
en respiration bloquée / libre (19% ± 5% / 10% ± 4%),
pour les faibles (volumes (≈>10%, <20cc ; ≈<5%, >400cc),
avec la longueur du trajet radiologique (2,5-17%).
Surestimation de la dose en SBRT avec PB/MC.
Ecarts importants PB/MC en fonction du volume et de la localisation de
la lésion : impact sur le contrôle local. Landoni et al. Tech.Cancer.Research.Treat, 2015.
Algorithmes d’optimisation.
Fonction objectif :
Regroupe les objectifs à atteindre lors de la planification.
Traduit la qualité du plan en une valeur unique à minimiser.
Fonction objectif physique fondée sur :
des critères de dose/volumes.
sur la méthode des moindre carrés (en général).
une forme mathématique de la distribution de dose pendant l’optimisation qui permet de
traduire de traduire l’écart entre la distribution de dose calculée et prescrite
Fobj a ( Di ( x) Dp)
iVolumesCib les
2
b ( Di ( x) Dt )
iOrganesàRisques
2
a et b : pénalités si contraintes dépassés.
Fonction objectif biologique fondée sur la dose équivalente biologique uniforme (EUD) :
Ex : TPS Pinacle (possibilité de mixer fonction objectif biologique et physique)
avec
Fonction objectif biologique fondée sur la dose équivalente biologique uniforme (EUD) :
Ex : TPS Pinacle (possibilité de mixer fonction objectif biologique et physique)
avec
Fobj a ( Di ( x) Dp)
iVolumesCib les
2
b ( Di ( x) Dt )
iOrganesàRisques
2
a et b : pénalités si contraintes dépassés.
Algorithme d’optimisation : minimise Fobj avec un temps de calcul le plus court possible :
- parcourt l’espace des solutions pour trouver la valeur minimum de Fobj :
lim (Fobj)=0 D calculée = D prescrite
Le choix de l’algorithme dépend essentiellement du nombre de faisceaux et de la nature des contraintes.
Algorithmes d’optimisation mis en œuvre dans les
irradiations en conditions stérotaxiques.
Méthodes itératives :
Méthodes systématiques (mathématiques) : Méthodes stochastiques (Processus aléatoire) :
- Méthode du simplex. - Méthode du recuit simulé
Construction d’1 structure à N+1 sommet dans un espace à N Espace des solutions
dimensions. Chaque sommet correspond à une valeur de Fobj. parcourus en effectuant des
Modification de la structure pour minimiser Fobj. (Longue). pas de recherche plus ou
- Techniques du gradient(++).(Gradient conjugué). moins important en fonction
de l’avancement de
Minimiser Fobj. en annulant sa l’optimisation. Taille et
dérivée. orientation des pas définis à
Point de départ x0, minimum partir d’une fonction de
atteint après la 3ième itération. probabilité.
Solution rapide mais risque
Solution précédente conservée si probabilité élevée
d’atteindre un minimum local.
Recherche dans tout l’espace des solutions et pas
de minimum local mais risque d’un nombre
d’itérations élevées (longue).
Méthodes séquentielles.
- Optimisation par étapes d’objectifs cliniques
(homogénéité, couverture de PTV, protection des OAR,….).
Schlaefer et al,Med.Phys.,2008.
Algorithmes d’optimisation
En pratique :
Algorithmes de dose utilisés en radiothérapie stéréotaxique.
Solution : acquisition de rendements en profondeur pour des champs carrées équivalents (c=2ab/(a+b)) à 17
profondeurs équidistantes de d de dmax à d fixée par l’opérateur (30 à 35 cm) et de OAR pour des champs
carrées équivalents à 5 profondeurs.
Approximation linéaire ou polynomiale à l’entrée.
Correction d’obliquité de surface.
Les méthodes globales.
Stockage des mesures dans des grilles :
Exemple : Algorithme de calcul de dose « Ray Tracing » utilisé pour le calcul
des distributions de doses des accélérateurs robotisé Cyberknife (6MV) avec
collimateurs.
Algorithme fondé sur le modèle de Milan Bentley qui :
– Utilise les données mesurées :
» Tissue Phantom Ratio (TPR, TMRtable.dat)
» Off-Center Ratio (OCR, OCRtableN.dat)
» Output Factor (DMtable.dat)
– Applique les corrections d’obliquité et de variation de densité
des tissus (axe du faisceau).
Dose en 1 point pour un faisceau :
Voir cours « Simulation Monte Carlo : Principe, applications « (UE2). Rapport SFPM N°27 (2010).
Les méthodes de Monte Carlo.
Principe : Méthode statistique qui :
permet une modélisation et une simulation détaillée du transport des
particules.
a pour point de départ l’espace des phases.
est fondée sur un tirage au sort des interactions (nombres aléatoires) selon
des sections efficaces.
prend en compte la création de particules d’ordre supérieur à 2.
calcule le dépôt d’énergie dans des régions d’intérêt.
suit toutes les particules chargées jusqu’à une énergie résiduelle inférieure
à un seuil prédéfini.
Les méthodes de Monte Carlo.
Principe de la simulation détaillée de l’histoire des particules par la
méthode Monte Carlo : Espace des phases :
l’algorithme de Monte Carlo, à partir de caractéristiques initiales, permet, par
tirage au sort de nombres aléatoires, de calculer :
les caractéristiques de chaque particule après chaque interaction
les caractéristiques des particules créées par l’interaction.
l’espace des phases qui correspond aux caractéristiques initiales (nature,
énergie, position, direction) de l’ensemble des particules dans un plan donné
(par exemple à la sortie de l’accélérateur) est :
calculé par méthode de Monte Carlo et stockés dans des fichiers
obtenu par des méthodes analytiques.
Arcthérapie circulaire : Dose délivrée par un arc, simulé par un nombre N fini de faisceaux fixes : Dp (c)
avec
Arcthérapie conformationnelle :
Similaire à l’arcthérapie circulaire
Forme du champ est divisée en secteurs centrés sur l’axe du faisceau.
Dimension des secteurs : écarts entre les sommets entre les sommets du périmètre de la
forme (AB) = 2mm.
Données Accuray.
Annexe 10b.
Exemple clinique d’une optimisation avec l’algorithme Séquentiel.
Accélérateur robotisé Cyberknife (6MV) avec collimateurs coniques.
Etape 1: Min Dose PTV Number of MU = 57244 MU
Number of beams = 195
Données Accuray.
Annexe 10c.
Exemple clinique d’une optimisation avec l’algorithme Séquentiel.
Accélérateur robotisé Cyberknife (6MV) avec collimateurs coniques.
Etape 3: Min Dose rectum Number of MU = 58415 MU
Number of beams = 230
Number of MU = 58728 MU
Number of beams = 227
Données Accuray.
Annexe 10d.
Exemple clinique d’une optimisation avec l’algorithme Séquentiel.
Accélérateur robotisé Cyberknife (6MV) avec collimateurs coniques.
Etape 5: Réduction du nombre UM Number of MU = 58495 MU
Number of beams = 231
Données Accuray.
Principe du scanner : Reconstruction.
Méthode de reconstruction : Le sinogramme
Correspond à la sommation de tous les profils : représentation de l’ensemble des
projections d’une coupe en fonction de l’angle de projection :
Chaque ligne du sinogramme correspond à une projection pour un angle donné : Les
sinogrammes et les projections contiennent les mêmes informations : ils ne diffèrent
que par l’organisation avec laquelle les informations sont représentées.
Le sinogramme d’un objet ponctuel a une forme sinusoïdale : un objet situé hors de
l’axe parcourt dans le sinogramme une courbe sinusoïdale dont l’amplitude dépend de
l’excentricité de l’objet.
A partir du sinogramme, la reconstruction tomographique calcule l’image 2D.
Construction du sinogramme à partir de
projections acquises sous différents angles
Algorithmes de calcul de dose (3) : Leksell Gamma Plan (LGP TMR) (1/3)
Gammaknife
3 Algorithmes : TMR Classic, TMR 10 et Convolution
TMR Classic : Algorithme semi empirique fondé sur l’utilisation de plusieurs données
d' entrée
Off-axis ratio (profils de dose)
Paramètres : FOC (of), coefficient d’atténuation, distance virtuelle source-point focal (Rvsf).
La dose totale au point P est la somme de la contribution de chacune des 192 sources
3 dimensions de collimateurs, 5 rangs de sources les données sont générées pour
15 collimateurs distincts par simulation de Monte Carlo
Contribution de la source i au débit de dose au point P
i
Rvsf X OARi
(A) (B)
Algorithmes d’optimisation (4) : Tomothérapy.
Tomothérapie.
Chaque beamlet est divisé en rayons, dont le nombre dépend de la
résolution de la grille de calcul
Calcul du TERMA
Prise en compte de la dose diffusée (convolution)
Superposition pour calculer la dose résultante dans le beamlet
Algorithmes d’optimisation (4) : Tomothérapy.
Tomothérapie.
Optimisation inverse : Classique (non VoLo)
Discrétisation de la rotation du bras en 51 projections espacés de 7,06° :
64 faisceaux élémentaires (beamlets) par projection (1 par lame du MLC) soit 3264
faisceaux élémentaires pour une rotation.
Temps d’ouverture/fermeture des lames variables pour une projection donnée.
Obtention d’un sinogramme avant optimisation (faisceaux élémentaires passant par volume
cible affectés d’une pondération 1 ou 0).
Calcul de la dose par algorithme CC.
Optimisation selon un algorithme itératif fondé sur la minimisation des
moindres carrés (ajustement de la pondération de chacun des faisceaux élémentaires).
Utilisateur Système
Préparation Contours
Choix :mode dynamique ou statique, largeur du champ, pitch
Optimisation Optimisation du sinogramme initial (tous les beamlets passant Calcule la contribution de dose de chaque « beamlet »
par la cible ont un poids =1, les autres poids =0) : - (batch beamlet) : quelques heures de calcul
prescription, contraintes, faisceaux « bloqués » pour protéger Optimise le poids des beamlets
OAR, mode d’optimisation (terma, beamlet ou full scatter) : Isodose et HDV
Mode Beamlet : Non prise en compte de toute la contribution sinogramme optimisé : calcul de la dose en prenant la
du rayonnement diffusé (seuillage à 1% pendant totalité du rayonnement diffusé et la géométrie du MLC
l’optimisation) (« get full dose »)
Fractionnement Dose par fraction Détermine les vitesses du bras et de la table
Vérifie que le plan est mécaniquement réalisable
sinogramme de traitement
DVH Pt Pen
Max Dose Pen Max Dose Pen
x correspond à :
-une seule variable S maximize_minVOI,
- ou à un ensemble de variable S maximize_meanvoxel
-ou au poids du faisceau WBeam.
Tel que A est le coefficient de la matrice ; les RHS sont les
contraintes sur le voxel.
-L’algorithme séquentiel est obtenu en réglant seulement un coefficient c à 1 et tous les autres à 0
pendant l’optimisation. (F(x) correspond à un seul des 5 termes et est appliquée à un seul VOI (sauf
dernier terme qui s’applique aux nombre d’UM total). Les coefficients sont modifiés à chaque étape
d’optimisation.
- Chaque processus de minimisation est contraint de fournir une solution qui ne dépasse pas les limites
sup et inf. (RHS min/max) qui correspondent aux objectifs cliniques.
Seules les contraintes des limites « supérieures » sont fixées avant optimisation ; les contraintes des
limites inf. sont réglées à 0. Le problème initial a toujours une solution.
Schlaefer et al,Med.Phys.,2008.