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...
Authors
Files
Collections
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