0.9.1 Mise en contexte
Ce chapitre introductif avait pour objectif de présenter la place de la protonthérapie dans l’arsenal thérapeutique. Cette dernière permet des dépôts de dose hautement conformes via l’IMPT ainsi qu’une meilleure préservation des tissus sains. Néanmoins, les marges cliniques sur la portée de prescription demeurent importantes, limitant le potentiel balistique des pro- tons dans la préservation des tissus sains environnants et augmentant les risques stochastiques. Cette problématique majeure, relative à l’optimisation des traitements par la réduction des marges cliniques, sera résolue en réduisant la source de chaque composante de l’incertitude. Les algorithmes cliniques sont fiables pour de nombreux cas de planifications avec une incer- titude additionnelle sur la portée estimée à 0,3% par rapport aux simulations Monte Carlo. Dans le cas de géométries complexes (inhomogénéités latérales et faisceaux obliques), l’in- certitude additionnelle sur la portée estimée augmente localement de 2,2% par rapport aux simulations Monte Carlo. Il est actuellement difficile, pour les centres de protonthérapie, de discriminer ces cas de planifications plus complexes et d’appliquer des marges locales. À défaut, les centres augmentent significativement les marges pour certaines localisations de traitements bien connues.
Cette thèse s’inscrit dans le contexte où les simulations Monte Carlo en protonthérapie sont attrayantes et souhaitables pour optimiser davantage la planification de traitement. Cepen- dant, les temps de calcul excessifs les rendent inadaptées à une utilisation systématique ou occasionnelle en routine clinique.
0.9.2 Objectifs du projet
Le but de cette thèse est d’accélérer le transport Monte Carlo des protons pour les calculs de dose en protonthérapie. Le transport Monte Carlo de proton est intégré à GPUMCD, qui est pris comme point de départ de ce projet. Le code résultant est appelé pGPUMCD. Le travail a été découpé en sept objectifs :
1) concevoir un outil de transport Monte Carlo de proton pour les calculs de dose s’exécu- tant sur GPU : pGPUMCD,
2) établir des simulations Monte Carlo de référence avec Geant4 pour la validation de pGPUMCD,
3) développer une nouvelle méthode de réduction de variance pour le transport de proton nommée le formalisme Leq,
4) implémenter dans pGPUMCD le formalisme Leq pour le CSDA des protons, déterminer l’accélération intrinsèque du formalisme Leq et le valider avec Geant4,
5) valider la dispersion énergétique et la diffusion coulombienne électromagnétique de pGPUMCD par comparaison des dépôts de dose obtenus avec Geant4,
6) valider les interactions nucléaires de pGPUMCD avec Geant4, 7) évaluer pGPUMCD avec des géométries complexes.
0.9.3 Plan de la thèse
Deux approches accélératrices du transport ont été utilisées : l’une physico-mathématique et l’autre informatique. La première voie a consisté à développer une nouvelle technique de réduction de variance, nommée le formalisme Leq, qui a été établie pour le transport des particules chargées et appliquée ici aux protons. La seconde voie de recherche est basée sur le calcul massivement parallèle en utilisant l’accélération matérielle fourni par les GPU . Une nouvelle branche de GPUMCD, dédiée au transport des protons, a été développée. Elle est nommée pGPUMCD. Geant4 est choisi comme étalon pour la comparaison et la validation des dépôts de dose. Comme illustré aux figures 0.21 et 0.22, chaque procédé physique a un impact significatif sur les dépôts de dose. Ainsi, la validation de chaque procédé physique est faite l’une après l’autre avec les simulations Geant4. Une revue de littérature justifiant les choix d’implémentation et décrivant ceux des codes Monte Carlo de références, principalement Geant4, est réalisée quand cela s’avère nécessaire.
Le formalisme Leq permet des gains de temps significatifs en s’affranchissant de la restriction sur le pas des algorithmes Monte Carlo actuels. Les fondements, la problématique, et le point de départ qui ont abouti à ce formalisme sont exposés au chapitre 2. Une étude du CSDA de Geant4 est également réalisée permettant de définir les paramètres de simulations nécessaires à une validation précise du formalisme Leq. Le chapitre 3 présente le formalisme Leq, son application au transport de proton dans pGPUMCD, les résultats obtenus et sa validation avec Geant4. Le chapitre 4 traite de l’implémentation des procédés électromagnétiques restants (la dispersion énergétique et la diffusion coulombienne multiple) dans pGPUMCD, et de leur vali- dation en milieux homogènes et hétérogènes. Dans le chapitre 5 les réactions nucléaires sont ajoutées et le code est comparé à Geant4. pGPUMCD est également évalué avec des cas cliniques. Le chapitre 6 conclut et ouvre des perspectives.
0 50 100 150 200 250 300 350 Profondeur (mm) 0 10 20 30 40 50 60 D o se (G y ) CSDA
CSDA + Dispersion + Diffusion (EM) EM + Nuc Elastique
EM + Nuc Nonelastique Toutes les interactions
Figure 0.21 – Impact des différents procédés physiques sur le pic de Bragg pour un fais- ceau monoénergétique de protons de 230 MeV dans l’eau, simulations réalisées avec Geant4. L’abréviation Nuc signifie nucléaire.
(a) Procédés électromagnétique (EM) 0 50 100 150 200 250 300 350 Profondeur (mm) 20 40 y ( m m ) 0.00 0.02 0.04 0.06 0.08 0.10 0.12 0.14 0.16 Dose (Gy)
(a) Toutes les interactions : EM et nucléaires
0 50 100 150 200 250 300 350 Profondeur (mm) 20 40 y ( m m ) 0.00 0.02 0.04 0.06 0.08 0.10 0.12 0.14 0.16 Dose (Gy)
Figure 0.22 – Impact des procédés électromagnétiques et nucléaires sur un plan central de dose pour des protons de 230 MeV dans l’eau, simulations réalisées avec Geant4.
Chapitre 1
Vers le formalisme
L
eq
pour le CSDA
1.1
Introduction
Les procédés électromagnétiques sont traités dans les algorithmes de transport de photons et de particules chargées par des modèles analytiques qui découlent de la théorie de l’électrody- namique quantique relativiste (QED). Ces interactions électromagnétiques sont maintenant bien connues et la communauté scientifique s’exerce à modéliser le transport Monte Carlo de particules dans la matière. Cette simulation de la réalité est coûteuse en temps de calcul et des méthodes accélératrices du transport font l’objet de recherches. Le pouvoir d’arrêt est la grandeur physique clé pour la mise en œuvre du CSDA dans le transport Monte Carlo. En effet, cette composante donne naissance au pouvoir d’arrêt restreint L, nécessaire à la simula- tion condensée des électrons de faibles portées. Les grandeurs, les concepts et la problématique relatifs à l’intégration Monte Carlo du CSDA sont à la base du formalisme Leq dont le point de départ a été les travaux de Kawrakow en l’an 2000 (voir §1.7.3).