Nous avons développé un MSV qui représente de manière compacte l’espace des phases en sortie du cône égalisateur. Ce modèle, construit à partir de l’analyse d’un PSF stocké en sortie du cône égalisateur, est décrit par un ou plusieurs histogrammes 4D. Ces histogrammes contiennent toutes les informations sur le comportement des particules en sortie du cône égalisateur. Plusieurs techniques ont été employées pour construire ces histogrammes dans l’objectif d’évaluer l’importance de deux propriétés des modèles. Ces deux propriétés sont (1) le caractère multi-sources ou mono-source du modèle (2) le maillage du ou des histogrammes. Six méthodes de maillages ont été étudiées : les résultats montrent qu’un maillage régulier ou construit selon les quantiles est insuffisant pour construire un modèle de source adapté au calcul dosimétrique en milieu homogène et en milieu hétérogène. Pour ces deux maillages, les deux modèles de sources développés, mono-source et multi-sources, ne présentent pas une précision dosimétrique suffisante au regard des objectifs que nous nous sommes fixés. Les quatre autres méthodes de maillages plus élaborées, basées sur l’estimation du maximum de vraisemblance ou l’approximation des distributions 1D cumulées, donnent des résultats satisfaisants que ce soit pour le modèle mono-source et le modèle multi-sources, et peuvent donc être utilisés pour réaliser des calculs de distribution de dose. Ces deux modèles sont désormais implémentés dans le code PENELOPE. Ils vont être évalués pour le calcul d’images EPID dans le prochain chapitre.
165
Le MSV a été développé ici sur un linac SYNERGY d’Elekta grâce à PENELOPE, mais est tout à fait adaptable à d’autres géométries et d’autres codes MC. Il faut noter que le modèle multi-sources ne peut être mis en place qu’avec un simulateur qui permet de connaître la position de la dernière interaction des particules. La géométrie du linac n’intervient, elle, qu’au niveau de la procédure de tri. Celle-ci doit donc être mise à jour en conséquence lorsque l’on travaille avec un autre modèle d’accélérateur. Dans PENELOPE, cela revient à changer les numéros de body et de modules associés à une source lors du processus de triage des particules. Le modèle est par ailleurs également valable pour modéliser le mode FFF (de l’anglais Flattening Filter Free), c’est-à-dire sans cône égalisateur. Le modèle à trois sources devient un modèle à deux sources, puisque la contribution du cône égalisateur disparait. La forme des distributions et les valeurs des contributions des sources seraient dans ce cas modifiées.
Le modèle a été vérifié ici pour un faisceau de 6 MV, et nous avons exclu les particules chargées de la source compte tenu de leur faible proportion (0,6 % des particules du PSF). Dans le cas d’un faisceau de plus haute énergie, par exemple de 18 MV, il faudrait modéliser leur contribution en les stockant dans un PSF. Ce PSF serait alors appelé au même titre que les histogrammes durant le processus de génération des particules. Cette méthode est celle retenue par Fix et al. [260].
Une amélioration majeure du modèle serait qu’il soit capable de représenter le faisceau sous les systèmes de collimation. Les systèmes de collimation deviendraient des sources à part entière. La difficulté réside dans le fait que la forme du champ, et donc le modèle de source, doit être adapté à chaque simulation. Pour simuler des champs rectangulaires, il serait envisageable de construire une base de données de modèles pour plusieurs tailles de champ, d’effectuer des régressions entre ces modèles. Intégrer le comportement des lames du MLC reste plus compliqué car il faudrait modéliser le comportement de chaque lame. Dans les linacs VARIAN, les mâchoires sont placées au-dessus du MLC dans la tête du linac. On pourrait donc imaginer de construire un modèle de source qui représente le faisceau depuis la cible jusqu’à la sortie des mâchoires, puis faire une simulation MC classique à partir du MLC. Cette approche n’est en revanche pas envisageable pour les linacs Elekta car le MLC est placé avant les mâchoires dans la tête de l’accélérateur.
Une autre piste de perfectionnement du modèle serait de construire les histogrammes sans stocker de PSF, comme le fait BEAMnrc. En l’état actuel, il faut tout d’abord faire une simulation MC depuis la tête du linac jusqu’au cône égalisateur, stocker le PSF puis l’analyser. Il serait donc avantageux de stocker les particules qui sortent du cône égalisateur directement dans l’histogramme, sans passer par un PSF. Cela suppose cependant que le maillage de l’histogramme est déjà arrêté. Une solution serait de déterminer les caractéristiques du maillage en fonction de la méthode choisie à partir d’un échantillon de particules puis de construire ensuite l’histogramme 4D en temps réel.
Validation du MSV pour la
5
prédiction d’images EPID haute
précision et utilisation pour la détection
d’erreurs de traitement
169
es EPID ont pour vocation originelle de contrôler le positionnement du patient avant la délivrance de son traitement par radiothérapie. Leur utilisation a été étendue par la suite à d’autres types de contrôle qualité, et notamment celui du traitement lui-même (voir chapitre 1). L’image EPID acquise durant l’irradiation peut en effet être directement comparée à une image de référence qui correspond au traitement prescrit. Une méthode originale a été développée au sein du laboratoire pour calculer l’image EPID de référence avec sa résolution native, c’est-à-dire avec des pixels de 0,4 mm de côté. Cette méthode repose sur la modélisation MC de toute la chaîne de formation de l’image, incluant le linac et l’EPID, et éventuellement le fantôme ou le patient suivant les tests réalisés. Cette méthode est toutefois limitée car elle repose sur l’usage d’un fichier d’espace des phases stocké en sortie de cône égalisateur. L’utilisation répétée de ce PSF peut introduire des biais dans les simulations [1], [308] : il peut être remplacé avantageusement par un modèle de sources virtuelles, sous réserve que celui-ci reproduise avec précision les informations physiques contenues dans le fichier PSF. L’imageur portal, grâce à son excellente résolution, est en effet susceptible de mettre en évidence ces défauts dans le cas contraire.
L’objectif de ce chapitre est d’adapter la méthode proposée dans l’étude de Lazaro et al. [1] au linac et à l’EPID Elekta de l’Hôpital Nord de Marseille. Le modèle MC du linac a été développé et validé expérimentalement dans le chapitre 3. Le chapitre 5 va être consacré au développement du modèle MC de l’EPID iViewGT puis à sa validation expérimentale en utilisant un fichier PSF. Dans un deuxième temps, on remplacera le fichier PSF par le MSV développé dans le chapitre 4 et on validera son intégration dans la méthode de prédiction de l’image EPID de référence. Pour cela, on évaluera la précision que sont capables d’apporter les différentes méthodes de construction du MSV pour calculer l’image EPID.
Une fois le modèle de prédiction des images EPID intégrant le MSV développé, il sera employé dans une étude préliminaire visant à mettre en avant le potentiel de notre méthode pour la détection d’erreurs lors des contrôles qualité des traitements en radiothérapie.