Search

The validation of radiotherapy treatment is based on the calculation of absorbed dose. The algorithms used in the clinic routinely are fast but limited in some cases. In these situations, the Monte-Carlo (MC) calculation remains the reference. However, it is complex to set up, and requires significant computing resources. In this context, this thesis work consisted of developing a MC double calculation solution adapted to clinical cases, and to study its possible application and contribution. To that end we have developped a package named GAMMORA (GAte Monte carlo MOdel for Radiotherapy Application). It includes the MC modeling of the TrueBeam (Varian) implemented on the GATE platform, as well as a python script to automatically generate the simulation macros for all types of treatments (electrons, VMAT, SRS, SBRT, VMAT-SBRT) from the patient’s DICOM data. The model has already been validated for simple photon beam applications (X-RTE). We completed it by integrating the modeling of the electron beams (e-RTE) and those of complex clinical cases. By parallelizing the simulations on a high-performance computing cluster (CALMIP), we achieved reasonable calculation times with a statistical uncertainty always less than 2% in the areas of interest (from 10 min for the e-RTE to 3 h for the X -RTE). To avoid the use of large phase space files (PHSP), we created and validated a deep learning particle generator (GAN) based on the manufacturer’s PHSP. For the e-RTE, the applicators were modeled for simple and complex fields. The simulations were validated by comparing them to the reference measurements made in water for the energies 6, 9, 12, and 18 MeV. We also compared the performance of GAMMORA and the clinical algorithm (eMC) with measurements (radiochromic films) for a complex phantom with heterogeneity (bone and lung) and surface irregularity. GAMMORA’s results were better or equivalent to eMC’s in almost all configurations. The clinical case study also showed significant differences in dose distributions between the two algorithms (particularly in high density regions). An interplay effect (IE) study was then performed. First, measurements were taken using a quality control phantom (Octavius 4D) placed on a programmable 3D motion platform. It was a question of qualitatively evaluating the IE for a few configurations. Then, these configurations and 75 others were simulated using GAMMORA to study the IE extensively by modifying different physical parameters (period, amplitude and shape of motion, dose per fraction or safety margins). An adapted methodology allowed us to isolate the IE from the blurring. The results show that the IE alone induced statistically significant differences between the predicted dose distribution and the one delivered. The number of breath cycles and the antero-posterior amplitude of motion are the key parameters for the IE. At least 20 breath cycles should be done during treatment to reduce the IE to less than 2%. Moreover, respiratory gating does not appear to significantly reduce the IE. Finally, nearly 40 cases of stereotactic body radiation therapy treatments were simulated with GAMMORA. The model was first validated by comparison with quality control measurements made in a homogeneous medium (water) with the Octavius 4D. Then, the dose distribution in the patient was compared to those of the clinical algorithm (AAA). The results show that AAA overestimates the absorbed dose. The coverage of target volumes (D98%) is overestimated on average by +18.4% for pulmonary SBRT (13 beams), +6.3% for bone SBRT (15) and +7.2% for hepatic SBRT (9). In the target volumes mean dose deviations of more than 5% were observed between AAA and GAMMORA. The impact of the simulation parameters and the mode of dose reporting (Dm or Dw) were also analyzed and discussed for these clinical cases.; La validation des traitements de radiothérapie repose sur le calcul de la dose absorbée. Les algorithmes utilisés en routine clinique sont rapides mais limités dans certains cas. Dans ces situations, le calcul Monte-Carlo (MC) reste la référence. Cependant, celui-ci est complexe à mettre en place, et nécessite d’importantes ressources de calcul. Dans ce contexte, ces travaux de thèse ont consisté à élaborer une solution de double calcul MC applicable sur des cas cliniques, et à en étudier les apports. Pour ce faire nous avons développé un package nommé GAMMORA (GAte Monte carlo MOdel for RAdiotherapy). Il comprend la modélisation MC du TrueBeam (Varian) implémenté sur la plateforme GATE, ainsi qu’un script Python permettant de générer automatiquement les macros des simulations pour tous les types de traitements (électrons, VMAT, SRS, SBRT, VMAT-SBRT) à partir des données DICOM du patient. Le modèle étant déjà validé pour des applications simples de faisceaux de photons (X-RTE), nous l’avons complété en y intégrant la modélisation des faisceaux d’électrons (e-RTE) et celles de cas cliniques complexes. En parallélisant les simulations sur le mésocentre de calcul CALMIP, nous atteignons des temps de calcul raisonnables avec une incertitude statistique toujours inférieure à 2% dans les zones d’intérêts (de 10 min pour l’e-RTE à 3 h pour l’X-RTE). Pour éviter l’utilisation de fichiers d’espaces des phases (PHSP) volumineux, nous avons créé et validé un générateur de particules à partir d’un apprentissage profond (GAN) basé sur les PHSP constructeur. Pour l’e-RTE, les applicateurs ont été modélisés pour des champs simples et complexes. Les simulations ont été validées en les comparant aux mesures de référence faites dans l’eau pour les énergies 6, 9, 12, et 18 MeV. Nous avons également comparé les performances de GAMMORA et l’algorithme clinique eMC à des mesures (films radiochromiques) pour un fantôme complexe avec hétérogénéité (os et poumon) ou irrégularité de surface. Les résultats de GAMMORA étaient supérieurs ou équivalents à ceux d’eMC dans presque toutes les configurations. L’étude de cas cliniques a aussi montré des écarts de distributions de dose importants entre les deux algorithmes (particulièrement dans les régions de hautes densités). Une étude de l’effet interplay (IE) a ensuite été réalisée. Tout d’abord, des mesures ont été réalisées à l’aide d’un fantôme de contrôle qualité (Octavius 4D) placé sur une plateforme de mouvement 3D programmable. Il s’agissait d’abord d’évaluer qualitativement l’IE pour quelques configurations. Ensuite, ces dernières ainsi que 300 autres ont été simulées à l’aide de GAMMORA pour étudier l’IE de façon extensive en modifiant différents paramètres physiques (période, amplitude et forme du mouvement, dose par fraction ou marges de sécurité). Une méthodologie adaptée nous a permis d’isoler l’IE du blurring. Les résultats ont montré que l’IE seul induisait des écarts statistiquement significatifs entre la distribution de dose prévisionnelle et celle délivrée. Le nombre de cycles respiratoires et l’amplitude antéro-postérieure du mouvement sont les paramètres clés pour l’IE. Au moins 20 cycles respiratoires doivent être effectués pendant un traitement pour réduire l’IE à moins de 2%. Par ailleurs, le gating respiratoire ne semble pas réduire significativement l’IE. Enfin, près de 40 cas de stéréotaxie extra-crânienne ont été simulés avec GAMMORA. Le modèle a tout d’abord été validé par comparaison aux mesures de contrôle qualité faites en milieu homogène (eau) avec l’Octavius 4D. Ensuite, les distributions de dose dans le patient ont été comparées à celles de l’algorithme clinique (AAA). Les résultats montrent que AAA surestime la dose absorbée par rapport à GAMMORA. La couverture des volumes cibles (D98%) est surestimée en moyenne de +18,4% pour les SBRT pulmonaires (13 faisceaux), +6,3% pour les SBRT osseuses (15) et +7,2% pour les SBRT hépatiques (9). L’impact des paramètres de simulation et le mode de report de la dose (Dm ou Dw) ont également été analysés et discutés pour ces cas cliniques.

The validation of radiotherapy treatment is based on the calculation of absorbed dose. The algorithms used in the clinic routinely are fast but limited in some cases. In these situations, the Monte-Carlo (MC) calculation remains the reference. However, it is complex to set up, and requires significant computing resources. In this context, this thesis work consisted of developing a MC double calculation solution adapted to clinical cases, and to study its possible application and contribution. To that end we have developped a package named GAMMORA (GAte Monte carlo MOdel for Radiotherapy Application). It includes the MC modeling of the TrueBeam (Varian) implemented on the GATE platform, as well as a python script to automatically generate the simulation macros for all types of treatments (electrons, VMAT, SRS, SBRT, VMAT-SBRT) from the patient's DICOM data. The model has already been validated for simple photon beam applications (X-RTE). We completed it by integrating the modeling of the electron beams (e-RTE) and those of complex clinical cases. By parallelizing the simulations on a high-performance computing cluster (CALMIP), we achieved reasonable calculation times with a statistical uncertainty always less than 2% in the areas of interest (from 10 min for the e-RTE to 3 h for the X -RTE). To avoid the use of large phase space files (PHSP), we created and validated a deep learning particle generator (GAN) based on the manufacturer's PHSP. For the e-RTE, the applicators were modeled for simple and complex fields. The simulations were validated by comparing them to the reference measurements made in water for the energies 6, 9, 12, and 18 MeV. We also compared the performance of GAMMORA and the clinical algorithm (eMC) with measurements (radiochromic films) for a complex phantom with heterogeneity (bone and lung) and surface irregularity. GAMMORA's results were better or equivalent to eMC's in almost all configurations. The clinical case study also showed significant differences in dose distributions between the two algorithms (particularly in high density regions). An interplay effect (IE) study was then performed. First, measurements were taken using a quality control phantom (Octavius 4D) placed on a programmable 3D motion platform. It was a question of qualitatively evaluating the IE for a few configurations. Then, these configurations and 75 others were simulated using GAMMORA to study the IE extensively by modifying different physical parameters (period, amplitude and shape of motion, dose per fraction or safety margins). An adapted methodology allowed us to isolate the IE from the blurring. The results show that the IE alone induced statistically significant differences between the predicted dose distribution and the one delivered. [...], La validation des traitements de radiothérapie repose sur le calcul de la dose absorbée. Les algorithmes utilisés en routine clinique sont rapides mais limités dans certains cas. Dans ces situations, le calcul Monte-Carlo (MC) reste la référence. Cependant, celui-ci est complexe à mettre en place, et nécessite d'importantes ressources de calcul. Dans ce contexte, ces travaux de thèse ont consisté à élaborer une solution de double calcul MC applicable sur des cas cliniques, et à en étudier les apports. Pour ce faire nous avons développé un package nommé GAMMORA (GAte Monte carlo MOdel for RAdiotherapy). Il comprend la modélisation MC du TrueBeam (Varian) implémenté sur la plateforme GATE, ainsi qu'un script Python permettant de générer automatiquement les macros des simulations pour tous les types de traitements (électrons, VMAT, SRS, SBRT, VMAT-SBRT) à partir des données DICOM du patient. Le modèle étant déjà validé pour des applications simples de faisceaux de photons (X-RTE), nous l'avons complété en y intégrant la modélisation des faisceaux d'électrons (e-RTE) et celles de cas cliniques complexes. En parallélisant les simulations sur le mésocentre de calcul CALMIP, nous atteignons des temps de calcul raisonnables avec une incertitude statistique toujours inférieure à 2% dans les zones d'intérêts (de 10 min pour l'e-RTE à 3 h pour l'X-RTE). Pour éviter l'utilisation de fichiers d'espaces des phases (PHSP) volumineux, nous avons créé et validé un générateur de particules à partir d'un apprentissage profond (GAN) basé sur les PHSP constructeur. Pour l'e-RTE, les applicateurs ont été modélisés pour des champs simples et complexes. Les simulations ont été validées en les comparant aux mesures de référence faites dans l'eau pour les énergies 6, 9, 12, et 18 MeV. Nous avons également comparé les performances de GAMMORA et l'algorithme clinique eMC à des mesures (films radiochromiques) pour un fantôme complexe avec hétérogénéité (os et poumon) ou irrégularité de surface. Les résultats de GAMMORA étaient supérieurs ou équivalents à ceux d'eMC dans presque toutes les configurations. L'étude de cas cliniques a aussi montré des écarts de distributions de dose importants entre les deux algorithmes (particulièrement dans les régions de hautes densités). Une étude de l'effet interplay (IE) a ensuite été réalisée. Tout d'abord, des mesures ont été réalisées à l'aide d'un fantôme de contrôle qualité (Octavius 4D) placé sur une plateforme de mouvement 3D programmable. Il s'agissait d'abord d'évaluer qualitativement l'IE pour quelques configurations. Ensuite, ces dernières ainsi que 300 autres ont été simulées à l'aide de GAMMORA pour étudier l'IE de façon extensive en modifiant différents paramètres physiques (période, amplitude et forme du mouvement, dose par fraction ou marges de sécurité). Une méthodologie adaptée nous a permis d'isoler l'IE du blurring. [...]