Cette partie de chapitre est l’occasion de présenter les étapes et les différentes stratégies d’optimisation et de calcul de dose pour les faisceaux balayés. En effet, l’adaptation du modèle de calcul de dose existant dans Isogray pour les nouvelles modalités de délivrance de faisceau proposées par le système IBA, doit être envisagée pour le Pencil Beam Scanning (PBS) même si c’est à plus long terme, l’équipement technologique n’étant pas en place à l’ICPO actuellement.
Les pionniers du "spot-scanning" en routine clinique sont les physiciens du PSI. Par conséquent, les développements pour le calcul de la dose correspondant sont les bases de
tous les algorithmes construits depuis. Nous partirons donc de ces articles, la plupart écrits par Lomax, pour construire notre état de l’art.
Le calcul de dose pour les faisceaux balayés, en Spot Scanning ou en Pencil Beam Scanning, est réalisé en plusieurs étapes [Lomax, 1999] :
– Conditions initiales de l’optimisation:
1. Définition de la position des spots : Une fois le volume cible contouré, l’énergie maximale des protons, dont le parcours sera égal à la profondeur radiologique maximale de la tumeur, est sélectionnée. A partir de cette énergie maximale, les spots sont placés sur une grille en 3D. Le pas de la grille est établi soit de manière systématique [Lomax, 1999], i.e.
le pas est fixé à une valeur de 5 mm dans la dimension radiale et en profondeur au PSI et 2-3 mm dans le logiciel KonRad de Siemens utilisé au DKFZ, soit grâce à une optimisation [Trofimov and Bortfeld, 2003]
et [Kang et al., 2008] qui fixe la valeur du pas en fonction de la taille des spots.
La géométrie de positionnement des mini-faisceaux peut se faire de quatre façons différentes, comme le montre la Figure 3.10.
FIG. 3.10 – Techniques de modulation d’intensité pour les protons [Lomax, 1999].
• 2D: des faisceaux formant un pic de Bragg modulé de largeur modulation fixe sont délivrés, formant ainsi des matrices 2D pondérables selon les
dimensions transverses. Les poids peuvent donc être optimisés selon deux dimensions.
• 2.5D : des faisceaux formant un pic de Bragg modulé, dont la largeur de modulation s’adapte à l’épaisseur du volume cible, sont délivrés et peuvent être pondérés selon les dimensions transverses. Les poids sont donc toujours optimisés selon les deux dimensions transverses, mais la valeur de la modulation (en profondeur selon la troisième dimension) peut varier même si ce n’est toujours pas librement, mais en lien avec l’épaisseur radiologique du volume.
• 3D : Cette technique délivre des faisceaux élémentaires avec des poids optimisés dans les trois directions, transverses et en profondeur, et exploite les propriétés des protons et la localisation possible sur une grille en 3D des spots.
• Distal Edge Tracking (DET)[Deasy et al., 1997] : Cette technique consiste à placer les faisceaux élémentaires de protons mono-énergétiques (un pic de Bragg natif) uniquement sur le bord distal de la tumeur. Les poids de ces spots sont ajustables selon les directions transverses, mais on ne parle plus de modulation en profondeur.
2. Sélection des spots : seuls les spots à l’intérieur du volume cible élargi par une marge définie par le système utilisé sont envisagés pour les étapes suivantes. A titre d’exemple, au PSI la marge autour du volume cible est de 3-4 mm [Lomax et al., 2004]. La définition de cette marge, et donc celle du PTV, est l’objet de beaucoup de questionnements [Cabal, 2011]
système-dépendants (taille des faisceaux élémentaires par exemple), mais aussi liés aux incertitudes du parcours, causées par les mêmes effets en n’importe quelle modalité de traitement, à savoir [Albertini, 2010] :
• les limites de l’image tomo-densitométriques de référence (durcissement du faisceau, bruit,...),
• l’incertitude sur la valeur de l’énergie qui dépend de l’efficacité biologique relative (EBR),
• la calibration des pouvoirs d’arrêt en fonction des nombres Hounsfield du scanner de référence,
• les artefacts de l’image CT, dus par exemple à la présence d’implants métalliques (plombs dentaires, barres métalliques dans la nuque,...),
• les changements dans l’anatomie du patient (par exemple, le patient maigrit ou grossit pendant son traitement),
• les hétérogénéités traversées par le faisceau (par exemple, interfaces os/tissus ou air/tissus,...),
• les fluctuations de l’énergie initiale des protons,
• les incertitudes de positionnement du patient.
Des solutions sont présentées par Unkelbach pour réduire la sensibilité des algorithmes d’optimisation utilisés pour les faisceaux de protons balayés [Unkelbach et al., 2007], [Unkelbach et al., 2009].
3. Pondération des pics de Bragg : Il peut y avoir différentes façons de pré-pondérer les spots considérés. On peut mettre le même poids égal à 1 à tous et laisser l’optimisation créer une dose homogène à partir de cette
condition, ou bien on peut se rapprocher de ce qu’on connaît avoir une dose homogène en profondeur, afin de "diriger" l’optimisation : un pic de Bragg modulé. Dans le cas du PSI, c’est cette dernière option qui est choisie, vu que la dose à l’entrée obtenue par cette méthode est plus faible que celle de la distribution de dose obtenue à partir des pré-pondérations toutes égales à 1 [Albertini et al., 2010], comme le montre la Figure 3.11.
FIG. 3.11 – Plan de traitement pour une prostate avec deux faisceaux opposés dont les poids initiaux de l’optimisation sont égaux à 1 (a) ou égaux à ceux d’un pic de Bragg modulé plat (b). [Albertini et al., 2010].
http ://ptcog.web.psi.ch/PTCOG49/presentationsEW/18-2-2-TPS-scanning.pdf.
– Optimisation: Les spots peuvent avoir une valeur discrète décorrélée de celles de leurs voisins, aussi la fluence n’a pas besoin d’être continue entre les points de la grille, elle peut être nulle. Il existe deux types d’irradiation dont les optimisations vont être réalisées avec des conditions finales différentes. L’irradiation uniforme de chaque champ de traitement, appelée "Single Field Uniform Dose" (SFUD), consiste à réaliser l’optimisation des intensités des mini-faisceaux afin d’obtenir une dose uniforme par champ. En regard de la SFUD, nous avons aussi la modulation d’intensité en protonthérapie, appelée "Intensity Modulated Proton Therapy" (IMPT) par Lomax. Dans ce cas, les intensités des mini-faisceaux de chaque champ sont optimisées dans le but d’obtenir une dose totale uniforme, une fois toutes les contributions des champs de traitement sommées. L’optimisation sera différente dans les deux cas car les conditions finales attendues ne sont pas les mêmes.
La fonction objectif à minimiser est en général égale à la différence quadratique de la dose à atteindre et de la dose calculée. A chaque itération, la dose doit être calculée par un algorithme de calcul de dose. Le PSI utilise un modèle de calcul de Ray-Tracing amélioré puisqu’il prend en compte la diffusion et la position des hétérogénéités en compte, et qu’il est en outre très rapide. D’autres préfèrent utiliser des algorithmes de type Pencil-Beam ou même basés sur Monte-Carlo afin de réduire les incertitudes de calcul de dose [Soukup et al., 2005], [Morávek et al., 2009]. La fonction objectif peut aussi rendre compte de contraintes sur plusieurs critères comme par exemple la dose aux organes à risque ou des contraintes de robustesse du plan.
L’algorithme d’optimisation choisi par [Lomax, 1999] est basé sur l’algorithme des moindres carrés ou de quasi-Newton (méthode du gradient) premièrement utilisé au PSI pour le traitement de tumeurs avec des pions [Pedroni, 1981], puis avec des protons [Scheib, 1993], mais aussi par [Bortfeld et al., 1990] pour l’IMRT en radiothérapie utilisant les photons. D’autres algorithmes issus de la planification inverse en Radiothérapie Conformationnelle avec Modulation d’Intensité (RCMI ou IMRT), sont adaptés au problème d’optimisation des faisceaux de protons balayés [Oelfke and Bortfeld, 2000], [Nill et al., 2004]. Les algorithmes d’optimisation multi-critères (Multi-Criteria Optimization : MCO) permettent d’optimiser la dose en fonction de plusieurs contraintes imposées en même temps : le contrôle local tumoral, la probabilité de complication au niveau des tissus sains et la probabilité de non-complication au niveau du volume tumoral [Romeijn et al., 2004], [Chen et al., 2010]. Cet algorithme est utilisé par l’équipe du MGH, Boston. Il existe aussi d’autres algorithmes beaucoup plus complexes que la descente de gradient de Newton, comme par exemple les algorithmes génétiques [Nazareth et al., 2009] applicables à la protonthérapie ou l’algorithme de similarité développé par [Llacer, 1997], appelé "Dynamically Penalized Likelihood" (DPL) qu’il met en regard avec d’autres algorithmes d’optimisation dans [Llacer et al., 2001] et qui est utilisé par la compagnie BrainLab.
– Calcul de dose final : Une fois la phase d’optimisation réalisée, on obtient une carte pour chaque champ d’irradiation, contenant les coordonnées et l’intensité de chaque spot. Ce fichier est transmis au système d’irradiation afin de procéder au traitement du patient. Le fichier généré pendant l’optimisation contient déjà des données dosimétriques, la dose étant calculée à chaque itération du processus. On peut néanmoins choisir un modèle de calcul de dose rapide qui sert au moteur d’optimisation, et opter pour un modèle de calcul plus précis par exemple mais moins rapide pour le calcul de dose final une fois la fluence de chaque spot obtenue. A titre d’exemple, les codes Monte Carlo qui sont plus précis que les algorithmes de Pencil Beam sont encore 25 à 50 fois plus lents [Soukup and Alber, 2007].
– Robustesse des algorithmes : Des outils utiles en routine clinique devraient être utilisés afin de déterminer le choix de plan de traitement le plus robuste et donc le moins sensible aux incertitudes, notamment de parcours. Des indices ont été suggérés, à savoir un indice déterminant l’homogénéité d’une porte d’entrée d’un faisceau, appelé "Port Homogeneity Index" (PHI) par [Ammazzalorso et al., 2009]
qui peut ainsi choisir les angulations de faisceau optimales. De manière similaire, [Pflugfelder et al., 2007] introduit un indice d’homogénéité (HI) qui examine le caractère hétérogène d’une zone dans le patient, laquelle pourrait être traversée par un faisceau de protons. Par exemple, pour une tumeur au cerveau, les faisceaux traversant les cavités des sinus seraient soigneusement évités, au vu des incertitudes liées aux interfaces tissus mous / air ou encore os / air de densités très éloignées. De nombreux travaux en cours concernent l’optimisation des angulations de faisceaux en respectant ces critères ainsi qu’en épargnant au mieux les structures saines [Cabal et al., 2009], [Bangert and Oelfke, 2009].
Les avantages des algorithmes 2,5D et 3D sont leur grande flexibilité et la possibilité
d’obtenir des irradiations de volume cible homogènes avec très peu de champ d’irradiation et ainsi réduire la dose intégrale aux tissus sains, même si c’est un peu moins que la technique du DET, qui, elle, ne permet pas une aussi bonne couverture du volume cible que l’algorithme 3D. L’inconvénient des algorithmes de calcul en IMPT c’est qu’il y a beaucoup d’incertitudes de parcours et de positionnement auxquelles sont sensibles les techniques d’optimisation en IMPT. [Lomax, 2008a] brosse un portrait exhaustif des effets des incertitudes, apparaissant au cours d’un traitement clinique, sur la qualité du calcul et de l’optimisation de la dose en IMPT. De plus, la technique de balayage reste très sensible aux mouvements des tumeurs comme le précise [Lomax, 2008b]. Par conséquent, il ne faut pas abandonner les techniques d’irradiation simples, plus robustes comme la technique de SFUD moins sensible que l’IMPT aux incertitudes de traitement dans la plupart des cas cliniques [Albertini et al., 2010].