Optimisation de la simulation Monte Carlo des accélérateurs linéaires médicaux en mode photons: Élaboration et développent sous Geant4 d’un modèle avancé de sources virtuelles

fr
Loading...
Thumbnail Image

Journal Title

Journal ISSN

Volume Title

Publisher

Faculté des Sciences de Rabat

Department

Supervisor

Date

Abstract

La planification de traitement sur ordinateur est devenue un outil indispensable dans une chaîne moderne de traitement en radiothérapie externe, visant à perfectionner la qualité des traitements par rayonnement ionisant. Monte Carlo est la méthode la plus rigoureuse pour estimer la distribution de dose dans un volume irradié, modélisant l’aspect aléatoire du transport de particules. L’obstacle majeur empêchant son intégration dans la planification de traitement est le temps d’exécution extrêmement long. L’utilisation des espaces des phases dans la simulation Monte Carlo des accélérateurs linéaires médicaux, est l’une des solutions réputées réduisant de manière remarquable le temps de calcul, tout en préservant une précision comparable à celle d’une simulation complète. Dans la première partie de cette thèse, nous présentons une approche sophistiquée pour la simulation des accélérateurs linéaires médicaux, basée sur le concept de modèle de sources virtuelles. Une reconstruction du faisceau permettra de reproduire ses caractéristiques sans avoir recours à la modélisation de chaque composante de l’accélérateur ni au transport de particules. Dans la deuxième partie, une fonction analytique jouant le rôle du collimateur multilames permettant de faire un filtrage de la fluence de particules a été introduite au modèle. Trois faisceaux de photons de deux configurations d’accélérateurs ont été étudiés pour valider l’approche. De bons résultats ont été obtenus en termes d’analyse γindex, comparant les distributions de dose du modèle et des espaces des phases, calculées dans un fantôme d’eau voxélisé.

Description

Keywords

Physique médicale, Accélérateur linéaire médical en mode photons, Dose, Geant4, Méthode de Monte Carlo, Modèle de sources virtuelles, Modèle de sources virtuelles

Citation