Algorithme

Centre Jean Perrin
Centre de Lutte contre le Cancer d'Auvergne

Clermont-Ferrand - France -
Algorithmes de calcul de dose et d’optimisation utilisés

en radiothérapie / radiochirurgie stéréotaxique.
V.Dedieu,
Physicienne médicale, service de physique médicale,
centre Jean Perrin, Clermont Ferrand.
Cours nationaux de radiothérapie en conditions stéréotaxiques

SFRJ, 9-11 mars 2017, Nancy
Plan.
 Introduction.
 Objectifs.
 Données nécessaires au calcul de dose.
 Contraintes des algorithmes de calcul de dose.
Les principaux algorithmes de calcul de dose utilisés en radiothérapie
stéréotaxique.
 Principaux algorithmes de calcul de dose utilisés en clinique.
 Algorithmes utilisés en radiothérapie stéréotaxique
 Méthodes/ Validation / Résultats obtenus / Limites.
 Les algorithmes d’optimisation mis en œuvre en radiothérapie
stéréotaxique.
 Méthodes.
 Résultats obtenus
Conclusions :
Algorithmes de calcul de dose et d’optimisation.
 Problématique des algorithmes de calcul de dose :
Ahnesjö et al, Phys.Med.Biol, 1999.

 Objectifs des algorithmes de calcul de dose :
 Bonne description des processus physiques pour les particules primaires et
secondaires :
 Modéliser et simuler le transport de toutes les particules (Photons primaires, diffusés dans la
tête d’irradiation et dans le patient).
 Simuler le dépôt d’énergie provoqué par les interactions des particules issues de
l’accélérateur dans le patient.
Tete d irradiation
A.Ahnesjö et al, Phys.Med.Biol, 1999.
milieu
≈ 70% P
≈ 30% < 5% 1.Photons primaires

2.Diffusés provenant de la tête (2a photons
Dose = 1 + 2a + 2b + 3 et 2b Électrons de contamination).
3. Photons diffusés dans le milieu
 Objectifs des algorithmes de calcul de dose :
 Bonne prise en compte des données anatomiques du patient : Prise en
compte des hétérogénéités+++, obliquité,….
 Calcul 3D vrai.
 Temps de calcul compatibles avec routine clinique.
 Bonne Précision.
Données nécessaires au calcul de dose .
 Calcul prévisionnel de dose :

Description faisceau Description patient
Imageries : Obliquité,
Energie, MLC, …. Données de base Données anatomiques hétérogénéités
du patient (étalonnage
de chaque faisceau NH/densité
électronique),…
Algorithme de Algorithme
calcul de dose d’optimisation
- Calcul prévisionnel de la distribution dose

-Comparaison de plans:
Histogrammes dose-volume (DVH)
- Calcul du nombre d’UM
Contraintes des algorithmes de calcul de dose en radiothérapie.
 Précision requise :
 Estimation de l’incertitude (%) pour chacune des étapes de la chaine
conduisant au calcul de dose :
ALGO PATIENT LINAC
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).
Nécessité d’un compromis précision / vitesse.

Plan.
 Introduction.
 Objectifs.
stéréotaxique.
stéréotaxique.
 Méthodes.
Conclusions :
Les principaux algorithmes de dose utilisables en clinique .
 Les méthodes de calcul :
Modélisation (accélérateur
Méthodes globales et processus physiques)
(ex : Ray Tracing
(Cyberknife) , LGP
(Gammaknife))
Méthodes basées Méthodes basées

sur la correction sur la modélisation
de données de base des principes physiques
mesurées dans des Méthodes superposition/convolution de Kernel
conditions « simples » (ex : Pencil beam (Novalis TX/STX/Vero), AAA (Eclipse,
Varian)
Méthodes de Monte Carlo

(Cyberknife, Novalis TX/STX/Vero,..)
Mesures dans un Méthodes déterministes

(ex Accuros (Novalis TX/STX,..)
Fantôme d’eau
La précision obtenue est souvent inversement
proportionnelle au temps de calcul …
 Classification des algorithmes de calcul de dose selon :
 La dimension des
corrections
d’hétérogénéités pour les
photons.
 La prise en compte ou non
du transport des électrons
secondaires.
 Le temps de calcul.
AAPM report 85, 2004

Handbook of radiotherapy physics, 2007.
 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.
 Sont très approximatives si :

 Champs irréguliers,
 Faisceaux tangentiels,
 Hétérogénéités. Handbook of radiotherapy physics, 2007.
Les principaux algorithmes de. dose utilisables en clinique .
 Les méthodes de Superposition / Convolution de Kernels :
 La dose D(x,y,z) au point P(x,y,z) correspond à la somme des dépôts d’énergie
dus à toutes les intéractions des photons primaires en différents points
P’(x’,y’,z’) :
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
 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.
 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 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.
 Calcul de dose dans le

milieu (prise en compte des
interactions seulement
dans le milieu du patient).
 Bien préciser le milieu dans
lequel la dose est calculée
dans les rapports de dose
(hétérogénéités).
Rapport SFPM N°27 (2010).

Plan.
 Introduction.
 Objectifs.
stéréotaxique.
stéréotaxique.
 Méthodes.
Conclusions :
Algorithmes de dose utilisés en radiothérapie stéréotaxique.
 Les différentes classes d’algorithmes disponibles dans les TPS :
 Principales difficultés en radiothérapie stéréotaxique qui impactent le calcul de dose et
sa précision : Manque d’équilibre électronique :
 Utilisation de petits faisceaux (<3*3cm) : un faisceau est considéré comme petit quand les
conditions géométriques affectent le calcul de dose selon 2 principaux effets physiques :
– Manque d’équilibre électronique (dimension du faisceau collimaté < au parcourt
latéral des électrons secondaires ; cet effet dépend de l’énergie du faisceau et de la
densité du milieu).
– Source de photon partiellement
occultée par le dispositif de collimation
(pénombre des deux mâchoires
opposées se chevauchent, élargissant
apparemment la dimension du champ)
: Mauvaise évaluation de la pénombre
du faisceau, surestimation de la
dimension du champ.
 Présence d’hétérogénéités :
– Faible densité : Augmentation du parcours des électrons (augmentant le
manque d’équilibre éléctronique) Rapport SFPM N°27 (2010).
Aspradakis et al.,IPEM report 523,2010
 Les différentes classes d’algorithmes disponibles dans les TPS :
 Classification fondée principalement sur la prise en compte des électrons secondaires.
Algorithme de type « a » Algorithme de type « b » Algorithme de type « c »
Pencil Beam (PB) Collapsed cone (CC) Monte Carlo (MC)

Ray tracing Analytical Anisotropic Algorithm Méthodes déterministes (ex :
(AAA) Accuros)
Point Kernel
Prise en compte Correction 1D longitudinale du Correction 2D Très bonne prise en compte

d’hétérogénéités trajet radiologique. Prise en compte latérale et des hétérogénéités (3D).
Pas de prise en compte du longitudinale du parcours latéral
parcours latéral des électrons des électrons
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.
Recommandations Milieu homogène Milieu homogène Milieu homogène et

utilisation Vigilance pour l’utilisation des très Recommandé pour SBRT (RTOG hétérogène
petits faisceaux (RS) 0813) ( Petits faisceaux (RS)
Non recommandé pour SBRT Précision ≈ 10%) Recommandé pour SBRT (
(RTOG 0236) ( Précision ≈ 5 %)
Précision ≈20-30%)
 Validation/ Impact sur prescription ? Stathakis et al, Phys.Med, 2016.
Systèmes d’irradiation Algorithmes de calcul Données dosimétriques

Accélérateur Convolution /superposition (PB) Débit de référence (champ 100*100mm2)
conventionnel MLC / Monte Carlo Facteurs ouverture collimateur (FOC/OF), (air,
MC).
collimateurs coniques/
Rendements en profondeur et RTM.
Novalis TX-Truebeam STX Profils de dose eau (air, MC).
Ex : Brainlab, Iplan. Rayonnement de fuite du MLC et des
mâchoires,….
Accélérateur Ray tracing (méthode globale) Débit de référence spécifique (champ
Cyberknife Monte Carlo circulaire max 60mm à 80cm  indice de
(Pencil beam pour MLC incise) qualité équivalent).
Facteurs ouverture collimateur (OF).
RTM.
Profils de dose.
Débit de référence spécifique
Gammaknife LGP «Semi empirique»TMR FOC, rendements en profondeur et
(classic/ 10) (méthode globale) profils de dose introduits par constructeur
Convolution / Superposition (CC) dans TPS (mesures expérimentales confrontés
aux calcul de MC).
Chang et al.Neurosurgical 2008
Wilcox et al. Med.phys. 2008
Dedieu , EPU SFPM 2012
Dedieu et al, formation nationale stéréo, 2014
Liang et al, Med.phys. 2016
Systèmes d’irradiation Algorithmes de calcul Données dosimétriques
Versa HD Elekta Pencil Beam Débit de référence (champ 100*100mm2)

(Monaco, Colapsed cone Facteurs ouverture collimateur (FOC/OF).
Monte Carlo Rendements en profondeur.
Oncentra Masterplan)
Profils de dose,…
Accélérateur Vero Convolution /superposition (PB) Débit de référence (champ 100*100mm2)

(Iplan) Monte Carlo Facteurs ouverture collimateur (FOC/OF).
Rendements en profondeur et RTM.
Profils de dose.
Rayonnement de fuite du MLC et des
mâchoires.
Convolution / Superposition (AAA) Débit de référence (champ 100*100mm )

2
Truebeam STX
Facteurs ouverture collimateur (FOC/OF).
(Eclipse) Méthodes déterministes (Accuros)
Rendements en profondeur.
Profils de dose.
Rayonnement de fuite du MLC et des
Troeller et al, Rad.Onc., 2015 mâchoires,….
Hasenbalg et al, Phys.med.biol., 2007.
Algorithmes de calcul de dose (1) : Pencil Beam (PB) (1/3)
Accélérateur conventionnel avec collimateur multilame (MLC) et/ou jeu de
collimateurs coniques - Accélérateurs Novalis TX/Truebeam STX/Vero.
 Algorithme PB dévéloppé par Brainlab (fondé sur le modèle de Rade Mohan) qui :
 Applique une correction individuelle de longueur de trajet radiologique pour corriger les
inhomogénéités de densité tissulaire.
 Utilise des calculs de tracé rapide de rayon (Ray tracing) et de grille adaptative
(ce qui réduit le nombre de calculs de dose nécessaires).
 Est implémenté pour les modules Conformal / Dynamic arc et IMRS.
 Calculs de dose fondés sur les mesures.
+ Rapide (calculs en temps réels).
 Validation – Limites de l’algorithme PB : + Précis pour les formes irrégulières.
- Imprécis pour les corrections d’hétérogénéités.
 Méthode : Comparaison en milieu homogène des rendements en profondeur (faisceaux

f:1cm-30cm), des profils (f:6cm, 14cm) et du nombre d’UM (f:1cm-30cm, d=1,4,5,10, 20cm)
mesurés (CIPTW / Exradin microA16) / calculés avec Brainscan version 5.21 pour des
irradiations 6MV réalisées avec un accélérateur Varian millenium-120.
 Résultats :
• Écart calculé,mesuré rendement < 1mm (build up : 0,5-1,5cm)
• Écart calculé,mesuré pénombre < 2mm.
Mohan et al. Med.phys. 1987
Hsi et al. JACMP. 2005
• Écart calculé,mesuré UM < 5% (f<20cm)
collimateurs coniques – Accélérateurs Novalis TX/Truebeam STX/Vero.
 Validation – Limites de l’algorithme PB développé par Brainlab :
 Limites de l’algorithme PB : Prise en compte des hétérogénéités :
 Méthode : Comparaison des profils de dose mesurés par film dans un fantôme
avec insert styrodur / calculées avec algorithmes Pencil Beam (PB), collapsed cone
(CC) et Monte Carlo (MC) pour un plan de traitement (9 faisceaux 6/15MV répartis
autour du PTV) et de la dose absolue à l’isocentre mesurée par CI / calculée par
PB,CC,MC.
 Résultats
• Écart profil calculé,mesuré min : MC (6,15MV)
Écart profil calculé,mesuré max : PB (6,15MV)
Écart profil calculé,mesuré CC 6MV < CC 15MV (PTV)
(surestimation dans Styrodur hors PTV, 15MV)
• Écart dose absolue calculé,mesuré CC/MC <3%,

• Écart dose absolue calculé,mesuré PB 6/15MV = 4 / 10%
 L’utilisation de l’algorithme PB pour la planification de traitement de patient avec

petites tumeurs pulmonaires n’est pas recommandée. Fippel et al. Med.Phys. 2007
collimateurs coniques –
 Limites de l’algorithme PB développé par Nuclétron, Elekta : Prise en compte des hétérogénéités :
 Méthode : 17 plans de traitement de petites lésions
pulmonaires (centrales et périphériques, 1,2 <plus grand
diamètre tumoral (cm)<4,6). Calcul initial avec l’algorithme
Pencil Beam (PB) et ré évaluation avec l’algorithme Collapsed
Cone (Oncentra Masterplan) (Ccrecal). Prescription : 60 Gy à
l’isodose 80%, fraction de 7,5 Gy. Evaluation de D moyenne, D
min, Dmax, couverture GTV, PTV et ITV, Dmoy/V10Gy/V20Gy
poumons.
 Résultats :  Diminution significatives en terme de dose aux GTV/ITV/PTV et aux poumons
Diminution GTV ITV PTV avec CC/PB.
moyenne en %
 Différences dépendent du volume et de la position de la lésion (différences
V60 Gy 13,2 19,9 41,4 plus importantes pour des lésions centrales).
D mean 9 11,6 14,2  Ajustement de la dimension des faisceaux et des UM avec CC pour retrouver
D min 18,5 21,3 17,5 les critères cliniques (CCclin) ou de couverture (CCcov) obtenues avec PB
D max 7,5 d’où une exposition plus importante des OAR (cœur, œsophage, …).
PB
CCrecov
CCrecov
CCclin CCclin
CCrecal
CCrecal
PB
Troeller et al, Rad.Onc., 2015

Algorithmes de calcul de dose (1) : Monte Carlo
collimateurs coniques. Accélérateurs Novalis TX/Truebeam STX/Vero.
 Algorithme Monte Carlo développé par Brainlab :
 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).
Pencil beam Monte Carlo
 Validation : ex : Wu et al. Med.Phys.2008 (Varian milenium 120 / m3 Brainlab, 6/15MV).

 Comparaison rendement, profil et OF mesurés (diode) / calculés dans fantôme eau homogène : Écart
<1%.
 Etude par dosimétrie par film de la modélisation des lames (transmission intra-inter lames,…) :
Précision modélisation <2%.
 Etude par mesure TLD/CI de la précision du calcul de dose en milieu non homogène / interfaces :
précision<3%
 Prévision précise de la dose en milieu non homogène / interfaces. Fippel et al. Med.phys. 1999,2003,2004
Wu et al. Med.phys. 2008
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.
 Comparaison des 2 algorithmes par évaluation :
 de la dose au PTV et OAR (HDV),
 de l’impact de la respiration,
 du volume et de la localisation de la lésion (Tissue Ratio : tient compte de la longueur du
trajet radiologique équivalent eau (xeq= S rixi,).
 de l’impact radiobiologique : comparaison des valeurs de TCP (probabilité de contrôle
tumoral) et NTCP (probabilité de complication des tissus sains).
a et b représentent les paramètres radiobiologiques,

respectivement 0,35 Gy-1et 0,035 Gy-1, D la dose totale, d la dose
par fraction,, N = r*V le nombre de cellule clonogénique, r
=108/cm3.
Landoni et al. Tech.Cancer.Research.Treat, 2015.

 Résultats :
 Augmentation significative de la dose moyenne tumorale (10% ± 4%) avec 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%), dues à une variation de densité pulmonaires (r).
 pour les faibles (volumes (≈>10%, <20cc ; ≈<5%, >400cc), (dimension du champ, impact des électrons diffusés/dose)
 avec la longueur du trajet radiologique (2,5-17%).
 Diminution des valeurs de TCP avec MC car calcul plus précis en présence d’hétérogénités, corrélé à la
diminution de couverture du PTV.
 Pas de différence significative sur le taux de complication des tissus sains (NTCP).
Dose moyenne à la tumeur, respiration

libre
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
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
Fortina et al. Radiot.Oncol, 2009

Algorithmes de calcul de dose (1) : Collapsed Cone/AAA/ Monte Carlo
collimateurs coniques.
 Comparaison précision algorithmes fondés sur les méthodes Kernels et de Monte
Carlo :
 Résultats : Evaluation par g 1D Index (2%-2mm) pour profils et rendement et écart/D mesurée.
Fantôme homogène Fantôme hétérogène

g moy (±SD) g moy (±SD)
CC (Oncentra) 0,43 ±0,41 0,90 ±0,74

AAA (Eclipse) 0,41 ±0,28 1,13 ±0,91
MC (Iplan/Monaco) 0,50 ±0,50 0,50 ±0,50
 Pas de différences significatives en terme

de dose absolue méthodes Kernel/MC.
 Résultats sensiblement meilleurs avec
CC/AAA.
 Pas de différences significatives entre MC
Iplan/Monaco.
 Algorithmes de MC plus précis dans le cas
de petits faisceaux en milieu hétérogène.
Fortina et al. Radiot.Oncol, 2009
Algorithmes de calcul de dose (1) : AAA/Accuros
 Comparaison en SBRT (6X FFF/10 X FFF) de calcul de distribution de dose au moyen des algorithmes Accuros
XB (AXB) et Anisotropic Analytical Algorithm (AAA) développés par Varian :
 Méthode : 10 plans de traitement SBRT VMAT (2arcs, colli 30°)
en 6XFFF et 10 XFFF de lésions pulmonaires. Calcul au moyen des AAA, 1mm AXB, 1mm
algorithmes AXB et AAA avec 2 grilles de calcul (GCS : 2,5/1mm)
(Eclipse, Varian). Calcul avec AXB réalisé « en dose dans le milieu »
avec mêmes UM/MLC que AAA. Prescription et contraintes VMAT
(RTOG 0915) : 4 fractions de 12 Gy, isodose 95% au PTV (PTV densité
soft-tissue : 0,6-0,9 g.cm3/PTV densité lung : 0,1-0,6 g.cm3). Evaluation
de la dose au PTV et OAR et de l’impact de GCS.
 Résultats :
Diminution moyenne ±SD AXB 2,5mm AXB 1mm
en % /AAA
6X FFF 1,33 ± 1,12 2,33 ± 1,37
10X FFF 2,81 ± 2,33 3,34 ± 1,76
 Diminution significative (plus importante en 10XFFF) en

terme de dose au PTV_lung (pas d’impact sur PTV_soft) et
diminution aux OAR (aorte, paroi thoracique, moelle
épinière) avec AXB/AAA.
 Différences de dose entre les 2 algorithmes plus
importantes avec une grille de calcul GCS de 1mm.
 Résultats différents/études précédentes (Dose PTV_lung AXB>AAA), lié au FFF?

 Impact de la grille de calcul sur différences de calcul de dose entre AAA et AXB. Huang et al. Rad.Oncol , 2015
Algorithmes de calcul de dose (2) : Ray tracing (1/2)
Accélérateur robotisé Cyberknife.
 Méthode globale : Algorithme fondé sur le modèle de Milan Bentley qui :

 Utilise les données mesurées :
 Off Center Ratio : normalisé pour chaque collimateur à 1 pour un rayon de 0 mm.
 Tissue Phantom Ratio = normalisé à 1 pour chaque collimateur à la profondeur de 15 mm.
 Output Factor : normalisé pour chaque collimateur au OF du collimateur fixe 60mm à 800mm.
 Applique les corrections d’obliquité et de variation de densité des tissus (axe du faisceau).
 Dose en 1 point pour un faisceau :
-Field size :  de collimateur à la distance source axe (SAD = 800mm).

-TPR : défini à une profondeur effective Deff qui est déterminé en sommant la contribution
de chaque voxel le long du rayon de la source au plan contenant le voxel cible en utilisant
la densité électronique CT relative à l’eau.
-Deff est calculée uniquement sur l’axe CAX pour chaque faisceau
(correction de variation de densité seulement pour composante primaire du faisceau).
- Calibration de l’accélérateur : collimateur fixe : 60mm, Deff = 15mm ; SAD = 800mm
 Calculs de dose fondés sur les mesures.

Wilcox et al.Med.Phys. 2008.
Accélérateur robotisé Cyberknife (6MV).
 Validation : Précision <3% en milieu homogène, sans obliquité (Wilcox et al. IJROBP. 2010).
Centre Lacassagne
 Limite de l’algorithme « Ray tracing » : Prise en compte des hétérogénéités :

 Validation :
 Méthode : Comparaison des rendements en profondeur et des distributions de dose
( collimateur : 7,5;10;20;40mm) mesurés (film EBT / diode PTW 60008) / calculés
avec les 2 algorithmes de Multiplan : Raytrace/ MC dans fantôme polystyrène avec
inserts simulant le poumon (balsa) et l’os.
 Résultats :
1.Dans Balsa :  des isodoses
Balsa/os
- MC: modélise correctement cet effet.
- Raytrace : ne modélise pas
correctement cet effet.  de dose / EBT
A distance du Balsa :
Balsa 2ième builup modélisé correctement
par MC/Raytrace.
2.Pour l’os : Phénomène inverse est observé :

Dans l’os,  de dose. Modélisée correctement par MC
(facteur de correction : 1,117 pour l’os cortical). Ecart
observé avec Raytrace / EBT. Os
A distance de l’os,
 de dose modélisée correctement par Raytrace et MC.
Wilcox et al .Med.Phys. 2008
Algorithmes de calcul de dose (2) : Monte Carlo (1/3)
 Algorithme Monte Carlo développé par Accuray (Multiplan V2) :
 Fondé sur l’utilisation des codes EGS4/BEAM pour créer les espaces de phases
/ collimateur (collimateur Iris est modélisé comme un collimateur circulaire
équivalent) et EGS4/MCSIM pour le calcul de dose.
 Utilisé pour irradiations : poumons / tête et cou / corps vertébral.
 Temps de calcul : -3min (basse résolution :1282; 2% incertitude)
- 20min (haute résolution :1282; 2% incertitude.
 Validation : ex : Wilcox et al. IJROBP.2008.
 Modélisation correcte en présence d’hétérogénéités

EBT
de la distribution de dose latérale et longitudinale par
MC / EBT.
Balsa Algorithme Monte Carlo / Ray tracing :

 Meilleure précision de calcul de distribution de dose
en présence d’hétérogéneites (air/os).
 Pour lésions pulmonaires, corps vertébral,… :
 Différences de dose aux OAR avec MC/PB
 Diminution significative de la couverture du PTV
avec MC/PB.
Deng et al. Med Phys. 2003.
Wilcox et al./Med.Phys 2008 IJROBP. 2009
Okoye et al., Tech.Can.Res;Treat., 2016.
Algorithmes de calcul de dose (2) : Monte Carlo (3/3)
 Poumon : Comparaison calcul de 3 x 20 Gy : Ray tracing Monte-Carlo :

distribution de dose MC / ray tracing :
différence significative. ex : V60Gy.
 Modification de la prescription?
PTV : V60 Gy = 95 %
PTV : V60 Gy = 25 %
— 63.5 Gy
— 60.0 Gy
Centre Oscar Lembret — 50.0 Gy

Algorithmes de calcul de dose (3) : Leksell Gamma Plan (LGP TMR) (1/3)
Gammaknife
 Algorithme TMR classic développé par Elekta :
 Algorithme semi empirique fondé sur l’utilisation de différentes données d'entrée :
Générées par simulation de Monte Carlo pour 15 collimateurs distincts (3 dimensions de
collimateurs, 5 rangs de sources) :
 Profil de dose (Off Axis Ratio, OARi)
 FOC (Output Factor (ofi)),
 Coefficient d’atténuation (e- μi (di +z-Rcalibration) , di : distance (point focal , entrée du i
faisceau), z : distance (point focal-point P), Rcalibration : rayon de la sphère de calibration), Rvsf
 Position de la source (distance virtuelle source-point focal (Rvsf) corrigé de
l’inverse carré des distances (=1/r2)) .
 Contribution pour une source i au débit de dose au point P :
X OARi
 Dose totale au point P : somme de la contribution de chacune des 192 sources :
 Calculs de dose fondés sur les mesures/MC.

- Normalisation au maximum. Ma et al. Phys.Med.Biol 2009
- Pas de corrections d’hétérogénéités. Dedieu et al, formation nationale stéréo, 2014
Gammaknife
 TMR 10 (amélioration du TMR classic) : Données générées par simulation code

Monte Carlo plus performant (fondé sur l’utilisation du code Pénélope) :
 Meilleure description géométrique des collimateurs et des sources :
nouveaux profils de dose, nouvelles valeurs de FOC.
 Meilleure modélisation de la dose en profondeur :
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

Gammaknife
3 Algorithmes : TMR Classic, TMR 10 et Convolution
 Algorithme de superposition/convolution : Développement d’un algorithme fondé sur
l’approche collapsed cone (CC) (traitement tête/cou avec PFX) pour optimiser la prise en compte
des hétérogénéités.
 Validation et comparaison des 3 algorithmes en milieu hétérogène :
 Méthode : Comparaison des doses calculées au moyen des 3 algorithmes LGP V10 dans un
fantôme tête pour des tirs réalisés tous les 20mm selon les directions x et y du plan transverse
(Prescription : 20Gy à l’isodose 50%).
 Résultats :
 Pas de différence significative de dose entre TMR Classic et TMR 10 ( 2.5%) :
TMR classic/ CC
TMR classic/ TMR10
 Différences importantes entre CC et TMR Classic : de – 0.5% à 11.5% selon la

localisation des tirs dans le fantôme tête irradié avec Perfexion : dues à la prise en
compte des hétérognéités par CC.
 Prescription de dose? basée sur l’expérience des neurochirurgiens avec
l’algorithme TMR classic / à adapter si CC utilisé? Xu et al, JACMP.2014
Algorithmes de calcul de dose
 Comparaison des algorithmes de convolution/superposition :

 Limite : prise en compte des hétérogénéités :
 Importance d’évaluation des limites des algorithmes /

Fogliata A et al, Phys.Med.Biol, 2007. mesures 1D/2D/3D ou méthodes de calcul de référence.
Plan.
 Introduction.
 Objectifs.
stéréotaxique.
stéréotaxique.
 Méthodes.
Conclusions :
Algorithmes d’optimisation.
 Position du problème :
 Optimisation directe (faisceaux distribution de dose).
 Optimisation indirecte (distribution de dose faisceaux).
 Résolution du problème inverse : Nécessité d’un algorithme d’optimisation qui permet

de spécifier la distribution de dose souhaitée.
 Evaluation de la qualité du plan par la spécification d’une fonction objectif physique
et/ou biologique (ex : Pinacle : dose équivalente biologique uniforme (EUD) ou Monaco : TCP,NTCP)
m : index de structure, q : poids de la
Fonction objectif physique fondée sur la avec structure. i : index du voxel, dP : dose
méthode des moindre carrés (en général) prescrite et dd : dose délivrée.
 Objectifs (Prescription) : Contraintes physiques de doses sur volumes

Dose au volume cible (PTV,…) : d’intérêt (PTV,OAR,…) : Histogramme dose volume :
Contraintes ponctuelles : dose max, min.
# dose prescrite et homogène.
Contraintes doses volumes : % de volume / valeur limite de
Dose aux organes à risques (OAR) : dose.
≤ valeur limite tolérable et minimisée. Contraintes biologiques (TCP, NTCP,…).
 Principe.
 Discrétisation de l’espace des faisceaux en faisceaux élémentaires (beamlet,1cm*0,5cm).
 Fondée sur l’équation générale donnant la dose délivrée dans l’espace 3D sous forme
d’équation linéaire :
et sous forme matricielle
avec
Problème inverse : déterminer les pondérations wj de

chacun des faisceaux élémentaires j.
 En général, pendant l’optimisation, calcul de dose au moyen d’algorithme de calcul

type a « Pencil beam » pour accélérer le processus d’optimisation, puis à la fin de
l’optimisation, calcul de dose au moyen d’un algorithme de type b ou c.
Exemples : Pinacle : « pencil beam » / convolution superposition, Monaco : « pencil
beam » / MonteCarlo, Eclipse : « pencil beam » / AAA.
L Vieillevigne, EPU SFPM algo, 2012
 Principales méthodes utilisées en radiothérapie :
 Itératives:
Déterministes Stochastiques (processus aléatoires)
- Méthode du simplexe : Construction d’1 structure à - Méthode du recuit simulé : Espace des solutions
N+1 sommet dans un espace à N dimensions. Chaque parcourus en effectuant des pas de recherche plus ou
sommet correspond à une valeur de Fobj. Modification moins important en fonction de l’avancement de
de la structure pour minimiser Fobj. Longue. l’optimisation. Taille et orientation des pas définis à partir
- Méthode du gradient : Minimiser Fobj. en annulant sa d’une fonction de probabilité.
dérivée. Point de départ x0, minimum atteint après la Recherche dans tout l’espace des solutions et pas
3ième itération. de minimum local mais risque d’un nombre
Solution rapide mais d’itérations élevées (longue).
risque d’atteindre un
minimum local.
- Méthode analogue à la reconstruction d’images

« Maximum de Likelihood estimator »(MLE) et
« Dynamically Penalized Likelihood » (DPL).
 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
Accélérateur Cyberknife Méthode du simplexe.

Méthode « itérative » (Techniques du gradient).
Algorithme « Séquentiel » : Optimisation par étapes
avec méthode du simplexe.
Gammaknife Gammaplan Wizard.

Dynamic shaping function
Llacer et al. Phys.Med.Biol.,2001.
L Vieillevigne, EPU SFPM algo, 2012
Algorithmes d’optimisation (1)
Accélérateur conventionnel avec collimateur multilame (MLC).
Accélérateurs Novalis TX/Truebeam STX/ Vero.
 Collimateur multilame : Conformal / Dynamic arc :

Planification directe :
Contraintes sur type d’OAR
Contraintes sur PTV
 Définition de la prescription :
-Sur HDV ou des points de
prescription. Zone rouge = zone « interdite »
-Définition des contraintes de dose
(min, max, mean) pour les PTV et
les OAR. Nombre de fraction et dose
-Prise en compte de toutes les
contraintes pendant l’optimisation.
 Différents types d’OAR : Définition de contraintes types
-OAR type 1 :OAR entièrement bloqué.

-OAR type 2 : marges du PTV chevauchent l’OAR
-OAR type 3 : non pris en compte.
 Collimateur multilame : Conformal / Dynamic arc :

 Un seul isocentre de traitement
Un plan de traitement type à 5 arcs à dose identique peut être utilisé :
N°arc Angle de table (IEC) Angle statif (IEC)
1 0° 30°-120°
2 55° 30°- 120°
3 90° 30°- 120°
4 305° 240°- 340°
5 340° 240°- 330°
Calcul de distribution de dose.

Optimisation du plan de traitement :
- Définition de la position des lames (type OAR).
- Variation des angles de la table et du statif.
- Adaptation de la forme du collimateur au PTV (beam’s eye view : annexe 6).
- Modification des angles de départ et d’arrêt des arcs (arc plane).
- Modification de la dose délivrée par chaque arc (effet mineur).
- Vérification de la dose aux organes à risque (arc plane).
 Comparaison de l’optimisation du MLC : conformal arc /dynamic arc :
Conformal Arc
Centre Jean Perrin
Dynamic Arc
Evaluation du plan de traitement

Critères (index de conformité)
Paddick et al. J.Neurosurg.,2000.
 Collimateur multilame : IMRS :
Planification indirecte :
Contraintes sur les OAR
Contraintes sur PTV
 Définition de la prescription :
-Sur HDV ou des points de Zone rouge = zone « interdite »

prescription.
-Définition des contraintes de dose
(min, max, mean) pour les PTV et Nombre de fraction et dose
les OAR.
-Prise en compte de toutes les
contraintes pendant l’optimisation. Définition de contraintes types
 Optimisation sur tous les OAR :

 Optimisation indirecte pour technique IMRS :
Ex : Algorithme « Dynamically Penalized Likelihood Estimator (DPL) :
 Objectifs : Optimiser différemment les voxels des OAR ( min dose) et des PTV (max dose).
 Méthode statistique fondée sur un « Maximum Likelihood Estimator » (MLE) avec une
contrainte variant dynamiquement (DPL) et une fonction de lissage de Bayes.
 Formule itérative de l’algorithme DPL :
- a j (k) : fluence du faisceau élémentaire j à chaque itération k,
- S : région des voxels des OAR,
- si : maximum de dose délivrée dans voxel OAR
- D: région des voxels des PTV,
- di : maximum de dose délivrée dans voxel PTV Dose au PTV Dose aux OAR Fonction de
-βi : paramètre de pénalisation (OAR) - α : paramètre de lissage, lissage
- F ij : facteur de normalisation. - λ : contribution des faisceaux adjacents,
n
 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.
 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
IMRS : Pencil beam + DPL :

- Couverture homogène du PTV
- Moins de dose à la moelle.
Wurm et al. Brainlab Symposium.,Jan 2009.

 Arc hybride* : 16 Gy en 1 fraction :
Planification inverse et automatisée au moyen de l’algorithme DPL de plan de traitement
combinant IMRS et dynamic arc (optimisation par DPL des positions des lames en fonction
des contraintes de prescription sur PTV et OAR).
Arc hybride : Pencil beam +DPL :

- Couverture homogène du PTV
- Moins de dose à la moelle.
Documentation Vero.
Brainlab : iPlan 4.5
Algorithmes d’optimisation (2).
 Prescription- Définition des paramètres et des contraintes de traitement :
 Définition des volumes d’intérêt (VOI) : volumes cibles / OAR (outils

complémentaires : sphère de conformalité (shell)).
 Choix des collimateurs (en fonction de la taille du PTV),
 Annulation des faisceaux passant par des OAR interdits (yeux,…).
 Restrictions sur collimateurs ou directions.
 Choix du nombre UMmax/faisceau ou UMmax/nœud,
 Contraintes sur volumes cibles et des OAR (ordre de priorité)
 Définition de la région d’intérêt du calcul et du nombre de points de calcul.
 Prescription : choix de l’isodose de prescription.
 Optimisation : Planification inverse :

L’algorithme choisit les nœuds puis au niveau de chacun des
nœuds, l’orientation angulaire du robot afin que l’axe central du  Simplexe.
faisceau traverse le volume cible. Puis l’algorithme calcule le poids « Itératif » (Gradient).
de chaque faisceau pour que la dose délivrée par l’ensemble des  Séquentiel.
faisceaux respecte les contraintes sur les volumes (cible et OAR).
Algorithmes d’optimisation (2) : Séquentiel.
 Algorithme d’optimisation « séquentiel » :

 Les contraintes à ne pas dépasser pendant l’optimisation sont fixées : dose max sur VOI,…
 1iere étape établit une solution initiale qui prend en compte principalement les contraintes sur
le volume cible (optimisation dose min,…) et conduit toujours à une augmentation de la dose
au volume cible (respect des contraintes à ne pas dépasser : UM, dose max sur VOI,…).
 Le résultat de chaque étape est pris en compte pour les étapes suivantes.
Contraintes à ne pas dépasser
Contraintes de dose max. sur VOI / Mise en place d’une solution initiale
Contraintes max. sur UM, UM/faisceau, UM/nœud
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.
 Planification directe : Isodose de prescription 50%

Optimisation pour Gammaknife Perfexion (Dynamic shaping function) : Tir hybride (≠  collimateur ) :
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.
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)
 Evaluation du plan de traitement : indices de conformité, sélectivité, gradient (Grad) et temps

de traitement. Dedieu et al, formation nationale stéréo, 2014
Conclusions 1/8
 Problème posé (cible/OAR : qqmm-qqcm) :

- irradiation très précise avec une dose très élevée, focalisée au niveau du volume cible.
- diminution très brutale de la dose délivrée en dehors du volume cible (OAR).
 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,…
 Problèmes particuliers liés aux minifaisceaux : Recommandations rapport IRSN.

Conclusions 2/8.
 Recommandations rapport IRSN (Annexes 11a-c) : On peut noter en particulier :

- Recette des systèmes de stéréotaxie :
mesures avec différents types de détecteur,
problèmes liés à la dosimétrie des minifaisceaux :
défaut EEL, dimension du détecteur,..
- Utilisation de la modélisation par simulation de Monte Carlo uniquement
pour comparer les résultats avec des mesures, et non comme référence.
« Le GT attire l’attention sur le fait que le calcul de la distribution de dose dans

les patients pose également des problèmes particuliers pour les minifaisceaux
dus au manque d’EE. La plupart des algorithmes de calcul utilisés dans les TPS
aujourd’hui ne prennent pas explicitement en compte le parcours des particules
secondaires et présente des limitations dans les situations de manque d’EE en
milieu fortement hétérogène. Ces situations peuvent se rencontrer en
radiothérapie extrâcranienne : des écarts importants (plusieurs dizaines de %)
entre la mesure et le calcul par l’algorithme Raytrace ont été rapportés dans le
cas d’hétéogénéités poumon » (Wilcox, Mesd.Phys.2008).
Conclusions 3/8.
 Attention particulière :
 Impact de la grille de calcul.
 Impact de la grille de calcul sur la précision du calcul de dose :
Précision à évaluer en fonction du type d’algorithme et de la prescription de dose
(zone de pénombre, isodose de référence,…)
 Importance du choix des paramètres de calcul (résolution et variance) pour les
calculs réalisés au moyen des méthodes MC.
 Dose dans l’eau / dose dans le milieu :
Les algorithmes de calcul de dose de type c calculent souvent par défaut la dose dans
le milieu :
 Comparaison des calculs de distribution de dose réalisés avec des
algorithmes de type b : nécessité de convertir la dose dans le milieu en dose
dans l’eau.
 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.
 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.
 Importance du contrôle de qualité des TPS :

Rapports SFPM N°27 2007, IAEA 1540, 1583,...
 Utilisation des faisceaux FFF :
 Impact des faisceaux non filtrés sur la distribution de dose?
 Impact radiobiologique du débit de dose (6XFFF :1400UM/min, 10X FFF :
2400UM/min) ?
Rapport SFPM N°27, 2007

Hrbacek J et al, Med.Phys, 2014.
Conclusions 6/8.
 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).
Shields et al, Rad.Oncol.,2016

Stathakis et al; Med.Phys, 2016
Conclusions 7/8.
 Impact radiobiologique :
 Recommandation AAPM Task Group 166 : prise en compte des fonctions objectifs physiques
(contraintes de dose/ volumes) et biologiques.
 Meilleure prise en compte des hétérogéinités (SBRT) ou calcul plus précis (hétérogénéité et
petits faisceaux) avec algorithme de type b/c, d’où une diminution de la couverture du PTV
(/algorithme de type a), corrélée à une diminution de la probabilité de contrôle tumoral (TCP)
 Valeurs NTCP similaires (poumons) avec algorithmes de type b et c (SBRT).
 Impact sur le contrôle tumoral ? Sur le taux de complication des OAR?
 Evaluation de l’évolution clinique en fonction du type d’algorithme utilisé?
Liang et al., Rad.Oncol, 2016
AAPM, TG 166, 2012
 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.
• 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.
•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.
• 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.
Dosimétrie.
 Notion d’équilibre électronique (cas des photons) :

 L’équilibre électronique est réalisé en un point, lorsque dans un rayon R égal au
parcours maximal des électrons secondaires :
– La fluence des photons est uniforme : pour un faisceau de photons, cette condition
implique que la diminution de la fluence des photons est négligeable sur la distance
R.
– Le milieu est homogène (au delà de la profondeur R sous la surface d’entrée).
 Relation entre kerma et dose :

Dans les conditions d’équilibre électronique, l’énergie transférée dans une masse
dm est égale à l’énergie qui y est déposée et le kerma est égal à la dose :
D=K
æ men ö
 Relation entre dose et fluence énergétique : D = y. ç ÷
Dans les conditions d’équilibre électronique. è r ø
Dosimétrie.
 Notion d’équilibre électronique (cas des photons) :

 L’équilibre électronique est réalisé en un point, lorsque dans un rayon R égal au
parcours maximal des électrons secondaires :
– La fluence des photons est uniforme : pour un faisceau de photons, cette condition
implique que la diminution de la fluence des photons est négligeable sur la distance
R.
– Le milieu est homogène (au delà de la profondeur R sous la surface d’entrée).
 Relation entre kerma et dose :

Dans les conditions d’équilibre électronique, l’énergie transférée dans une masse
dm est égale à l’énergie qui y est déposée et le kerma est égal à la dose :
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.
 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).

 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.
 Schéma xx : différentes méthodes de calcul de la dose dans l’os (Ma 2011)


 De même que pour l’adaptation de la prescription de dose lors du changement d’algorithme, la prescription de dose doit être adaptée à ce mode de
calcul de la dose ou un autre moyen de spécifier la dose utilisé (ref Ma 2011).

 A ce jour, il n’existe pas de recommandations claires pour l’utilisation de la dose dans le milieu en SBRT. Il semble clair que la dose dans le milieu est la
dose la plus proche de la « réalité » (dose reçue par les cellules). Néanmoins elle semble toujours difficile à vérifier par la mesure étant donné les
étalonnages en dose dans l’eau des dosimètres.

 Recommandations ?
 Il est recommandé lors de la mise en service de confronter les résultats des 2 modes de calcul aux mesures et d’exprimer clairement la décision prise. A
noter que pour le moment, la plupart des prescriptions médicales sont exprimés en dose dans l’eau.
Annexe : Indices de conformité
 Indication sur la couverture du PTV.

-CI1 : Index de conformité RTOG.
-CI2 : Index de conformité de Paddick.
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.
 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
 Comparaison traitement : conformal arc /dynamic arc :
 Si PTV de forme simple : Conformal Arc
 Si PTV de forme complexe : Dynamic Arc
 Mêmes durées d’irradiation

Accélérateur
avec mode dynamique
Evaluation du plan de traitement

(cf annexe)
Critères (index de conformité)
Paddick et al. J.Neurosurg.,2000.
 Comparaison traitement : conformal arc /dynamic arc :
Conformal Arc Dynamic arc

Evaluation du traitement
Centre Jean Perrin
Aspects radiobiologiques.
 Etude de l’impact radiobiologique Acuros / AAA :
 Méthode : 28 Plans de traitements SBRT (cancers pulmonaires non a petites cellules, lésions
centrales et périphériques) en technique IMRT avec optimisation biologique et physique (HDV)
calculés initialement avec l’algorithme AAA puis recalculés avec l’algorithme Acuros (dose dans le
milieu, grille de calcul : 2,5mm) avec les mêmes UM/MLC pour comparer l’impact radiobiologique :
comparaison des valeurs de TCP/NTCP evalués pour les plans AAA/AXB (Eclipse biological
evaluation model) :
Contrôle tumoral évalué au moyen du TCP (Tumor Control Probability) fondé sur le modèle
statistique de Poisson sur la mort cellulaire pour les volumes cibles Poisson Linear Quadratic model (PLQ)
Complication des tissus sains évalué au moyen du NTCP (Normal –Tissue Complication
Probability) fondé sur le le modèle de Lyman –Kutcher-Burman (LKB) :
Liang et al., Rad.Oncol, 2016

prescription de dose.
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.
 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.
 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
 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)
4 patients : AXB/MC 10 patients : PBC/AXB , AAA/AXB
 Importance de
vérifier le calcul de
dose par méthode
indépendante pour
SBRT avec petit
volume (<20-25cc).
Ojala JJ et al. JACMP. 2014
 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.
 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)
iVolumesCib les
2
 b  ( Di ( x)  Dt )
iOrganesàRisques
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
EUD0 spécifiée par l’utilisateur, H : fonction Heaviside.

 Fonction objectif biologique physique et biologique fondée TCP, NTCP :
Ex : TPS Monaco
 Fonctions objectifs biologiques fondées sur 3 composantes (calcul d’un « isoeffect ») : modèle
statistique de Poisson sur la mort cellulaire pour les volumes cibles, complication pour les
organes en série et en parallèle.
 Fonctions objectifs physiques et biologiques pour les OAR / Fonctions biologiques pour les
PTV (selon le modèle de Poisson). L Vieillevigne, EPU SFPM algo, 2012
 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
m : index de structure, q : poids de la structure. i : index du
avec voxel, dP : dose prescrite et dd : dose délivrée.
 Fonction objectif biologique fondée sur la dose équivalente biologique uniforme (EUD) :
Ex : TPS Pinacle (possibilité de mixer fonction objectif biologique et physique)
avec
EUD0 spécifiée par l’utilisateur, H : fonction Heaviside.

 Fonction objectif physique et biologique fondée TCP, NTCP :
Ex : TPS Monaco
 Fonctions objectifs biologiques fondées sur 3 composantes (calcul d’un « isoeffect ») : modèle
statistique de Poisson sur la mort cellulaire pour les volumes cibles, complication pour les
organes en série et en parallèle.
 Fonctions objectifs physiques et biologiques pour les OAR / Fonctions biologiques pour les
PTV (selon le modèle de Poisson). L Vieillevigne, EPU SFPM algo, 2012
 Optimisation directe (faisceaux distribution de dose).

 Optimisation indirecte (distribution de dose faisceaux) : algorithmes (itératifs/séquentiels).
 Objectifs (Prescription) : Contraintes de doses sur volumes d’intérêt

Dose au volume cible (PTV,…) : (PTV,OAR,…) : Histogramme dose volume :
# dose prescrite et homogène. Contraintes ponctuelles : dose max, min.
Dose aux organes à risques (OAR) : Contraintes doses volumes : % de volume /
≤ valeur limite tolérable et minimisée. valeur limite de dose.
Contraintes biologiques (TCP, NTCP,…).
 Fonction objectif (Fobj) :
- regroupe les objectifs à atteindre lors de la planification.
- 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)
iVolumesCib les
2
 b  ( Di ( x)  Dt )
iOrganesàRisques
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,….).
Algorithmes d’optimisation
 En pratique :
Les différents algorithmes

Différentes classes d’algorithmes de dose existent et leurs différences proviennent essentiellement de la
manière dont la dose diffusée est prise en compte (cf rapport SFPM xx sur le CQ TPS)
Les algorithmes de type A sont basés sur la correction longitudinale des hétérogénéités (type Ray tracing
ou pencil beam) et sont insuffisants pour les calculs de dose effectués dans des milieux hétérogènes
comme le poumon. Ils peuvent s’avérer également insuffisants en milieu homogène pour la simulation
correcte de la pénombre dans les très petits faisceaux.
Les algorithmes de type B sont basés sur la correction latérale et longitudinale des hétérogénéités (type
point kernel, Monte Carlo). Ce type d’algorithme permet une meilleure prise en compte de l’effet des
hétérogénéités latérale et permet une meilleure modélisation du transport des électrons secondaires.
De plus, certains algorithmes comme ceux basés sur la méthode Monte Carlo, permettent une
modélisation exacte des moyens de collimation comme le MLC rendant le calcul encore plus précis.

Quand ils sont disponibles dans les TPS utilisés pour la SBRT, ces algorithmes Monte Carlo sont donc
fortement recommandés même pour les calculs en milieu homogène, dès lors qu’il s’agit de très petits
faisceaux. Ils doivent être correctement validés en comparés à des mesures effectuées avec les conditions
proches de la clinique en avec des fantômes hétérogènes, particulièrement lors des tests End-to-End décrits
au paragraphe xx.
Les méthodes globales.
 Stockage des mesures dans des grilles :
 Méthode utilisée dans les années 60.
 Stockage des valeurs mesurées dans des grilles dans système de coordonnées
(polaires, …).
 Nécessité de réaliser des interpolations (DSP, champ, profondeur, distance à l'axe,…).
 Nombreuses corrections à apporter (anatomie du patient, formes de champs
complexes, …).
Exemple : Modèle de Bentley Milan (1970) :
Données de bases nécessaires : rendements en profondeur et
profils (ou « off axis ratio » (OAR(d,x)), pour une profondeur d
donnée, rapport de la dose à une distance x de l’axe à la dose sur
l’axe).
Problème : rendement en profondeur dépend de la largeur et
hauteur du champ (beaucoup de données à acquérir) / OAR dépend
de la largeur du champ et de la profondeur.
 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.
 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 :
-Field size :  de collimateur à la distance source axe (SAD = 800mm).

-TPR : défini à une profondeur effective Deff qui est déterminée en sommant la contribution
de chaque voxel le long du rayon de la source au plan contenant le voxel cible en utilisant
la densité électronique CT relative à l’eau.
-Deff est calculée uniquement sur l’axe CAX pour chaque faisceau
(correction de variation de densité seulement pour composante primaire du faisceau).
- Calibration de l’accélérateur : collimateur : 60mm, Deff = 15mm ; SAD = 200mm
 Représentation analytique des mesures (Utilisation empirique
représentant l’évolution des données mesurées) :
 Exemple : Modèle semi-analytique : méthode projective de Van de Geijn (1970)
 à partir d’un profil de dose à la

profondeur de référence zref, les profils
aux autres profondeurs sont calculés en
effectuant une homothétie par rapport à :
 la source fictive pour les points
« intérieurs ».
 Le bord du collimateur pour les
points « extérieurs ».
Les méthodes de Monte Carlo.
 Principe : Méthode statistique qui :
 permet de simuler les interactions des particules de manière détaillée
dans n’importe quelle géométrie et dans la plupart des matériaux.
 utilise des distributions connues de probabilités d’interactions de
particules (sections efficaces d’interaction) dans la matière selon son
type de particule, son énergie et sa direction initiale.
Simulation Monte Carlo des interactions

provoquées par 50 électrons (rouge, point
d’entrée à gauche) de 25 MeV dans 4 cm de
tungstène. Les photons (jaune), électrons
(rouge) et positons (bleu) créés sont également
simulés jusqu ’ à ce que leur énergie soit
inférieure à l’énergie de coupure.
Voir cours « Simulation Monte Carlo : Principe, applications « (UE2). Rapport SFPM N°27 (2010).
 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.
 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.

méthode Monte Carlo : Simulation de toutes les interactions :
 histoire d’une particule : à partir d’un point de départ donné, correspond à la simulation
de toutes les interactions que la particule incidente et ses descendantes subissent.
 énergie de coupure :
 une histoire se termine lorsque l’énergie de la dernière particule créée pendant les
interactions de la particule initiale devient inférieure à un paramètre appelé énergie de
coupure.
 énergie au-delà de laquelle la particule est supposée déposer toute son énergie localement
ou lorsqu’elle s’échappe de la région d’intérêt préalablement définie. L’histoire d’une
autre particule primaire peut alors débuter.

méthode Monte Carlo :
 A chaque interaction, l’algorithme peut calculer l’énergie déposée dans la
matière.
 La somme de toutes les énergies déposées dans chaque voxel à l’issue de la
simulation de toutes les histoires dans la géométrie considérée permet de
connaître la dose déposée.

 Utilisation des méthodes Monte Carlo :
 Connaissances nécessaires :
 Phénomènes physiques élémentaires et tables associés (sections
efficaces…)
 Distribution de l’espace des phases initial.
 Informations précises de la machine (géométrie, nature des matériaux
utilisés,…)
 Détails de l’anatomie du patient (géométrie, composition des tissus,..)
Espace des phases Anatomie du patient

 Utilisation des méthodes Monte Carlo :
 Cette méthode peut permettre :
 De calculer l’espace des phases des particules à la sortie de la tête de
l’accélérateur (ce qui implique en particulier de connaître précisément sa
géométrie et la composition de ses éléments et de faire des hypothèses sur les
caractéristiques géométriques et spectrale des particules émises par la source).
 De calculer des répartitions de dose élémentaires (kernels), autour d’un site
d’interaction (point kernel) ou autour d’un faisceau élémentaire de photons
(pencil beam kernel).
 De calculer la distribution de dose déposée dans le patient à partir de
l’espace des phases initialement calculé.
 D’étudier les caractéristiques dosimétriques des accessoires (collimateurs
multi-lames, filtres en coin, compensateurs, …).
Les méthodes de Superposition / Convolution de Kernels.
 Principe :
 Les 2 quantités nécessaires pour calculer la dose D(x,y,z) au point
P(x,y,z), à partir de la somme des dépôts d’énergie dus à toutes les
interactions des photons primaires en différents points P’(x’,y’,z’) du
milieu (éléments de volume dV) sont :
 Le TERMA, T(x’,y’,z’) (Total Energy Released per Mass) est l’énergie totale
par unité de masse cédée par les photons primaires interagissant dans le
volume élémentaire autour de P’, donnant lieu à la mise en mouvement des
électrons secondaires et à la production des photons diffusés, y compris
photons de rayonnement de freinage et d’annihilation (en J. kg-1 ou Gy).
T(x’,y’,z’) = /r( x’,y’,z’) Ψ(x’,y’,z’)
Ψ(x’,y’,z’) est la fluence énergétique au point P’ (en J.m-2 )

/r( x’,y’,z’) est le coefficient d’atténuation massique du milieu au point P’ (en m2.kg-1).
Les méthodes de Superposition / Convolution de Kernels.
 Principe :
 Les 2 quantités nécessaires pour calculer la dose D(x,y,z) au point
P(x,y,z), à partir de la somme des dépôts d’énergie dus à toutes les
interactions des photons primaires en différents points P’(x’,y’,z’) du
milieu (éléments de volume dV) sont :
Le KERNEL représente la distribution moyenne du dépôt d’énergie
élémentaire :
– Correspond à la fraction d’énergie par unité de volume, déposée par les
particules secondaires (photons et électrons) au voisinage d’un point P’ où
l’on force l’interaction d’un grand nombre de photons primaires.
– Cette distribution présente une symétrie de révolution autour de l’axe
d’incidence des photons primaires et le dépôt élémentaire d’énergie est
généralement rapportée à un voxel qui se trouve en un point P, à une
distance r selon une direction q par rapport au point d’interaction P’, soit, en
coordonnées cartésiennes, à une distance (x-x’, y-y’, z-z’).

Annexe : Indices de conformité
Annexe 1.
Dosimétrie de référence pour les petits champs statiques
Formalisme proposé par AIEA et AAPM

pour élargir les recommandations des
protocoles « classiques ». Actuellement:
projet soumis (pas encore un protocole
adopté)
Introduit le concept d’un champ de
référence spécifique de la machine
(pour conditions « classiques « non
réalisables).
facteur tenant compte des différences

de réponse de la chambre d’ionisation
dans les champs fref et fmsr (extension
des protocoles « classiques »)
Sanchez-Doblado et al.2007, Li et al. 1995
Bridier et al, EPU SFPM, Clermont-Ferrand 2009.
Annexe 2.
Algorithme de Clarkson pour l’arcthérapie.
Arcthérapie circulaire : Dose délivrée par un arc, simulé par un nombre N fini de faisceaux fixes : Dp (c)
avec
-i = 1,…,N : arc divisé en N faisceaux statiques

-c =  du collimateur à l’isocentre (mm)
-d = profondeur du point dans le tissu (mm)
-r = distance radiale de l’axe central au point d’intérêt (mm)
-R = distance du point à la source (mm)
-MUT = nombre total d’UM délivré à l’isocentre par l’arc
-M = débit calibré de l’accélérateur (Gy/UM)
-SID = distance de l’isocentre à la source (1000 mm)
-TMR (c,d) = rendement en profondeur pour un  de collimateur c à une profondeur d
-OAR (c,r’) = off axis ratio pour un  de collimateur c une distance radiale r’ (r’=r.SID/R)
-St(c) = facteur de diffusion pour un  de collimateur c
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.

+ Rapide (calculs en temps réels). Rice et al, Phys.Med.biol.1987
-Erreur pour les formes irrégulières. Luxton et al. Med.phys. 1991
Grebe et al, IJROBP.2001
Annexe 3.
Algorithme de calcul de dose Pencil Beam fondé sur le modèle de Rade Mohan.
 Algorithme fondé sur le modèle de Rade Mohan qui :

-Applique une correction individuelle de longueur de trajet radiologique pour corriger les
inhomogénéités de densité tissulaire.
-Utilise des calculs de tracé rapide de rayon et de grille adaptative
(ce qui réduit le nombre de calculs de dose nécessaires).
- Est implémenté pour les modules Conformal / Dynamic arc et IMRS.
 Distribution de dose (IDD):
 Dose en 1 point pour un faisceau:

+ Précis pour les formes irrégulières.
Mohan et al. Med.phys. 1987

Annexe 4.
Algorithme de calcul de dose du Leksell Gamma Plan (LGP TMR classic).
 Algorithme semi empirique fondé sur l’utilisation de :

-Inverse carré des distances (=1/r2). D i (P) = facteur de calibration * profil de dose *atténuation* temps
- Atténuation exponentielle (e- μprof) dépend du collimateur.
-Output Factor : normalisé pour chaque collimateur / au collimateur de plus grand  .
- Profils de dose.
 Dose Di en 1 point pour une source i (Modèle B,C et 4C) :  Dose Di en 1 point pour une source i (Modèle Perfexion) :
Contribution identique de chaque Contribution de chaque source
source à la dose totale à la dose totale dépend de sa position
sur les anneaux
- Di : débit de dose en 1 point de la source i.

- t : temps d’irradiation
- Dcenter : débit de « référence ». - Di : débit de dose en 1 point de la source i.
- ωTMRcl c : output factor pour un collimateur. - t : temps d’irradiation
- d TMRcl,vsf : distance (foyer , source virtuelle). - Dcenter : débit de « référence ».
- d Z : distance (foyer , intersection ligne ⁄ à P). - ωTMRcl c ,r: output factor pour un colli. et un anneau.
- 0 : coeff.d’atténuation. - dTMRcl vsf c,r : distance (foyer,source virtuelle)/ colli/anneau
- d fei : distance (foyer,entrée du faisceau i ) - TMRcl c, r: coeff.d’atténuation / colli/anneau
- PTMRclc (d) : Profil de dose à la distance d, ( Pc (0) = 1) - d Z : distance (foyer , intersection ligne ⁄ à P)
- d fei : distance (foyer,entrée du faisceau i )
- Pc,r (d, θ) : Profil de dose à la distance d, direction θ
+ Rapide (calculs en temps réels). - n r : nombre de source dans l’anneau r.
- Normalisation au maximum.
- Pas de corrections d’hétérogénéités. Ma et al. Phys.Med.Biol 2009
Annexe 9.
Exemples d’optimisation inverse avec algorithme DPL :
Accélérateur conventionnel avec MLC/ accélérateur vero.
 ex : Prostate (11 faisceaux) : Etapes 1/2 DLP : 40 itérations/1min.
Comparaison des algorithmes
- DLP : Dynamically Penalized Likelihood Estimator
- GC :Methode du Gradient Conjugué,
- GN : Méthode du Gradient Newton,
- AAA : Adaptative Simulated Annealing
Procédure d’optimisation DLP:
1- Itération MLE pour amener les fluences au
niveau de dose requis dans PTV.
2-Moyenne des fluences déterminées en 1 est 86 itérations/4,3min.
utilisée comme point de départ pour optimiser
seulement le PTV.
3-Les fluences déterminées en 2 sont utilisées
pour optimiser le PTV et les OAR.
HDV DLP ≈HDV ASA* mais t DLP < tASA(13,7)

HDV DLP >HDV GN avec t DLP < tGN (16,6)
HDV DLP >HDV GC avec t DLP < tGC (21,1)
Annexe 10a.
Exemple clinique d’une optimisation avec l’algorithme Séquentiel.
Accélérateur robotisé Cyberknife (6MV) avec collimateurs coniques.
Cas clinique : Ex : Prostate
Prescription. Objectif clinique.

Prescription: 3800 cGy / 4fx
PTV V100 (3800cGy) > 95%

PTV Dmax < 200% (7600cGy)
Peripheral zone > 125% (4750cGy)
Urethra Dmax = 120% (4560cGy)

Bladder Dmax = 120% (4560cGy)
Rectum Dmax = 100% (3800cGy)
Rectum V75(2850cGy) < 2cc
Données Accuray.
Annexe 10b.
Etape 1: Min Dose PTV Number of MU = 57244 MU
Number of beams = 195
PTV V100 (3800cGy) = 69.0%

PTV V125 (4750cGy) = 0%
HI = 1.27 CI = 1.05
Urethra Dmax = 4328 cGy

Bladder Dmax = 4221 cGy
Rectum Dmax = 3777 cGy
Rectum V75(2850cGy) = 8.1cc
Etape 2: Couverture PTV

Number of MU = 58382 MU
PTV V100 (3800cGy) = 96%

PTV V125 (4750cGy) = 40%
HI = 1.45 CI = 1.16

Données Accuray.
Annexe 10c.
Etape 3: Min Dose rectum Number of MU = 58415 MU
PTV V100 (3800cGy) = 96%

PTV V125 (4750cGy) = 40%
HI = 1.45 CI = 1.15

Etape 4 : Min dose vessie
Number of MU = 58728 MU
PTV V100 (3800cGy) = 96%

PTV V125 (4750cGy) = 40%
HI = 1.45 CI = 1.14

Données Accuray.
Annexe 10d.
Etape 5: Réduction du nombre UM Number of MU = 58495 MU
PTV V100 (3800cGy) = 96%

PTV V125 (4750cGy) = 40%
HI = 1.45 CI = 1.15

Etape 6 : Nombre UM par faisceau <100 Number of MU = 55756 MU

PTV V100 (3800cGy) = 96%

PTV V125 (4750cGy) = 35%
HI = 1.45 CI = 1.19

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
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

- Normalisation au maximum.
- Pas de corrections d’hétérogénéités.
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.
 Chaque projection a sa propre séquence d’ouverture/fermeture des lames
(sinogramme)
P
r
o
j
e
c
t
i
o
n
(A) : cylindre centré sur l’axe
(B) : cylindre décentré 64 lames s
(A) (B)
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
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).
DiP : dose prescrite, Did : dose délivrée
Tout ce qui est défini comme

« Target » est prioritaire
L.Viellevigne, EPU SFPM, 2012.

Tomothérapie.
 Différents modes d’optimisation :
 Mode utilisé : BEAMLET :
 Non prise en compte de toute la contribution du diffusé.
 Avant validation du plan de traitement : calcul de dose en
prenant en compte la totalité du diffusé et la géométrie du
MLC (sinogramme optimisé).
 Saisie de la dose par fraction : détemination de la vitesse
de rotation du bras et de déplacement de la table
(sinogramme de traitement).
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
 Evolution : Optimisation VoLo (Voxel-Less optimization).

L.Viellevigne,EPU SFPM, 2012.
Utilisateur Système
Préparation Contours
Choix :mode dynamique ou statique,
largeur du champ, pitch
Optimisation Optimisation du sinogramme initial (tous les Calcule la contribution de dose de
beamlets passant par la cible ont un poids chaque « beamlet » (batch beamlet) :
=1, les autres poids =0) : - prescription, quelques heures de calcul
contraintes, faisceaux « bloqués » pour Optimise le poids des beamlets
protéger OAR, mode d’optimisation (terma, Isodose et HDV
beamlet ou full scatter) : sinogramme optimisé : calcul de la dose
Mode Beamlet : Non prise en compte de en prenant la totalité du rayonnement
toute la contribution du rayonnement diffusé et la géométrie du MLC (« get full
diffusé (seuillage à 1% pendant dose »)
l’optimisation)
Fractionation Dose par fraction Détermine les vitesses du bras et de la
table
Vérifie que le plan est mécaniquement
réalisable
sinogramme de traitement
Tomothérapie.
 Optimisation : méthode itérative, minimisation des moindres carrés
 Tout ce qui est défini comme « Target » est prioritaire
Tomothérapie.
 Optimisation : méthode itérative, minimisation des moindres carrés
 Importance : importance d’un volume par rapport aux autres
Min Dose
Pen
DVH Pt Pen
Max Dose Pen Max Dose Pen
Max Dose Pen

Tomothérapie.
 Optimisation : VoLo (Voxel-Less optimization)
 Plateforme GPU : chaque carte GPU contient 448
processeurs, qui travaillent simultanément pour calculer la
dose et optimiser les paramètres de traitement
 Nouvelle représentation du faisceau et du patient : NVBB
(non voxel broad beam).
Le faisceau large issu de la source est divisé en rayons
divergents. Le plan perpendiculaire au rayon passant par
la source et l ’isocentre est le « Plan Beam’s eye view ».
La fluence de photons est définie dans ce plan. L’étape
de calcul des beamlets n’est plus nécessaire
2 algorithmes de calcul :
 Algorithme Fluence de convolution en faisceau large
(FCBB) durant les étapes d’itérations (rapide mais moins
précis en présence d’hétérogénéités)
 Algorithme collapse cone convolution superposition durant
les étapes « full dose » et « final dose »
Tomothérapie.
 Optimisation : VoLo (Voxel-Less optimization)
2 algorithmes de calcul :
 Algorithme Fluence de convolution en faisceau large (FCBB) durant 9 étapes
d’itérations (rapide mais moins précis en présence d’hétérogénéités)
 Algorithme collapse cone convolution superposition à chaque dizième itération (« full
dose ») et lors du calcul final « final dose ».
Calcul « full dose » toutes les 10 itérations

 Principaux avantages de la méthode DPL :

- Fonction objective donne toujours des résultats de dose non négatifs
(dérivée continue) : meilleure optimisation car pas de minimums locaux.
Convergence vers une solution optimale (minimum global).
- Séquencement des lames et fuite considérés.
• Optimisation Tongue and Groove (TAG)
Sans optimisation : le processus standard démarre avec toutes les paires de
lames en même temps. L’irradiation est terminée après 3 segments.
Avec optimisation : calcul du point de départ « parfait » de façon à ce que la
taille maximale de champ contigus par segment soit ouverte.
Minimise les effets du diffusé des bords de lames. Sans TAG Avec TAG
- Différents types d’OAR pris en compte.
- Rapide.
- Fonction de lissage intégré dans l’optimisation.
Algorithme Itérations prostate Itérations opti.totale Durée opti. totale

Brainscan DPL2* 40 86 4.3 min
Gradient conjugué (GC) 40 115 20.1 min
* n : paramètre d’accélération, n = 2. Llacer et al. Phys.Med.Biol.,2001.
Algorithmes d’optimisation (2) : Séquentiel.
 Algorithme d’optimisation « séquentiel » :

 Optimisation par étapes de plusieurs objectifs cliniques spécifiques qui correspondent à
des contraintes sur des Volume of Interest (VOI). Chaque étape de l’optimisation séquentielle
minimise la fonction objective F(x) au moyen de la méthode du Simplexe :
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.

Algorithme

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

Algorithme

Transféré par

Droits d'auteur :

Formats disponibles

Centre Jean Perrin

Centre de Lutte contre le Cancer d'Auvergne

Algorithmes de calcul de dose et d’optimisation utilisés

Cours nationaux de radiothérapie en conditions stéréotaxiques

Ahnesjö et al, Phys.Med.Biol, 1999.

≈ 30% < 5% 1.Photons primaires

 Objectifs des algorithmes de calcul de dose :

 Bonne prise en compte des données anatomiques du patient : Prise en

compte des hétérogénéités+++, obliquité,….

 Temps de calcul compatibles avec routine clinique.

 Calcul prévisionnel de dose :

- Calcul prévisionnel de la distribution dose

Nécessité d’un compromis précision / vitesse.

Méthodes basées Méthodes basées

Méthodes de Monte Carlo

Mesures dans un Méthodes déterministes

AAPM report 85, 2004

 Sont très approximatives si :

 Calcul de dose dans le

Rapport SFPM N°27 (2010).

Pencil Beam (PB) Collapsed cone (CC) Monte Carlo (MC)

Prise en compte Correction 1D longitudinale du Correction 2D Très bonne prise en compte

Recommandations Milieu homogène Milieu homogène Milieu homogène et

Systèmes d’irradiation Algorithmes de calcul Données dosimétriques

Systèmes d’irradiation Algorithmes de calcul Données dosimétriques

Versa HD Elekta Pencil Beam Débit de référence (champ 100*100mm2)

Accélérateur Vero Convolution /superposition (PB) Débit de référence (champ 100*100mm2)

Convolution / Superposition (AAA) Débit de référence (champ 100*100mm )

 Méthode : Comparaison en milieu homogène des rendements en profondeur (faisceaux

• Écart dose absolue calculé,mesuré CC/MC <3%,

 L’utilisation de l’algorithme PB pour la planification de traitement de patient avec

Troeller et al, Rad.Onc., 2015

Pencil beam Monte Carlo

 Validation : ex : Wu et al. Med.Phys.2008 (Varian milenium 120 / m3 Brainlab, 6/15MV).

a et b représentent les paramètres radiobiologiques,

Landoni et al. Tech.Cancer.Research.Treat, 2015.

Dose moyenne à la tumeur, respiration

Fortina et al. Radiot.Oncol, 2009

Fantôme homogène Fantôme hétérogène

CC (Oncentra) 0,43 ±0,41 0,90 ±0,74

 Pas de différences significatives en terme

 Diminution significative (plus importante en 10XFFF) en

 Résultats différents/études précédentes (Dose PTV_lung AXB>AAA), lié au FFF?

 Méthode globale : Algorithme fondé sur le modèle de Milan Bentley qui :

-Field size :  de collimateur à la distance source axe (SAD = 800mm).

 Calculs de dose fondés sur les mesures.

 Limite de l’algorithme « Ray tracing » : Prise en compte des hétérogénéités :

2.Pour l’os : Phénomène inverse est observé :

 Validation : ex : Wilcox et al. IJROBP.2008.

 Modélisation correcte en présence d’hétérogénéités

Balsa Algorithme Monte Carlo / Ray tracing :

 Poumon : Comparaison calcul de 3 x 20 Gy : Ray tracing Monte-Carlo :

Centre Oscar Lembret — 50.0 Gy

 Dose totale au point P : somme de la contribution de chacune des 192 sources :

 Calculs de dose fondés sur les mesures/MC.

 TMR 10 (amélioration du TMR classic) : Données générées par simulation code

Dedieu et al, formation nationale stéréo, 2014

 Différences importantes entre CC et TMR Classic : de – 0.5% à 11.5% selon la

 Comparaison des algorithmes de convolution/superposition :

 Importance d’évaluation des limites des algorithmes /

 Résolution du problème inverse : Nécessité d’un algorithme d’optimisation qui permet

 Objectifs (Prescription) : Contraintes physiques de doses sur volumes

et sous forme matricielle