Se muestra la importancia de utilizar un algoritmo de cálculo de dosis capaz de resolver correctamente el transporte de partículas en condiciones de no equilibrio electrónico. Este problema es crítico en campos pequeños que cruzan tejido pulmonar. Se indica a métodos basados en Monte Carlo como una solución confiable.
Presentado en ALFIM 2016
1. Corrección por heterogeneidad en SBRT de Pulmón.
(Heterogeneity correction for lung SBRT treatments)
Armando Alaminos Bouza
Mevis
São Paulo.Brasil
2. Existen muchas diferencias entre la radiocirugía craneana (SRS) y la Radioterapia
Estereotáxica de Cuerpo (SBRT).
Para el caso particular de lesiones en pulmón las diferencias se tornan extremas.
Las lesiones del encéfalo que son blanco de la SRS son, para todos los fines
prácticos, estáticas durante la extension temporal del procedimiento. En SRS las
lesiones se presentan en un entorno bastante homogéneo desde el punto de vista
de fotones con energias 1.25 MeV o más.
3. Para el caso de la SBRT de pulmón tenemos blancos y todo un entorno que se
mueve significativamente en el lapso de tiempo del procedimiento.
Por otra parte, la lesión generalmente tiene extensas fronteras, directas, con el
tejido pulmonar. Estas fronteras o interfases constituyen altos gradientes de
densidad electrónica.
Es notoriamente conocido que el pulmón representa la heterogeneidad anatómica
más importante con la que deben lidiar los TPS en la radioterapia y una de las
mayores fuentes de error en el cálculo de dosis. Pero este escenario se torna aún
más crítico si los haces son mini-haces.
4. Campo de 80x80 mm2, 6 MeV Campo de 20x20 mm2, 6 MeV
Dosis sobre eje, en 80x80 mm2 Dosis sobre eje, 20x20 mm2
Cubo de agua con
una faja de 100
mm de densidad
electrónica 0.2.
Cálculo con
Collapsed Cones
Superposition
(CAT3D).
Noten que la
perturbación
creada por el
pulmón es mucho
más acentuada
para el caso de
haces finos.
En este caso se
encuadran muchos
campos de SBRT.
5. Detalle, tomado de Sotiris Stathakis, et.al., que muestra la respuesta de los
algoritmos AAA, AcurosXB, CCC y Monte Carlo para campos de 10x10 y 50x50 que
atraviesan 50 mm de pulmón con densidad electronica relativa al agua de 0.29.
Fotonesde6MeV
6. Campo de 30x30
6 MeV.
Faja de 100 mm de
densidad
electronica 0.25
Ditribución de dosis
en eje central.
CCCS
(CAT3D)
Pencil Beam
(CAT3D)
Solamente se modelan
adecuadamente las
distribuciones de dosis de
campos finos que atraviesan
pulmón o aire con algoritmos
que modelan el transporte de
partículas en 3D.
• Collapsed Cones C/S (no con
FFT de EDK !).
• Monte Carlo.
• Grid-Based Boltzmann
Solvers (GBBS).
7. En los planes de SRS e SBRT utilizamos frecuentemente campos dinámicos en forma
de arcos. El tiempo de cálculo para las distribuciones de dosis en estos campos es un
problema crítico, pues el plan tiene que ser interactivo y permitirnos contínuas
modificaciones en busca de una solución óptima.
El método Pencil Beam tiene la virtud de presentar tiempos de respuestas muy
cortos comparados a CCC, Monte Carlo e inclusive ACUROS.
Pero los algoritmo de cálculo de dosis derivados de Pencil Beam son, del punto de
vista dosimétrico, impropios para esta tarea (SBRT de pulmón).
Una buena configuración del TPS seria incluir un algoritmo rápido, para ejecutar
sucesivas pruebas, y un algoritmo preciso para verificar la distribución de dosis,
evaluar definitivamente DVH, y calcular unidades de monitor.
8. Comparación de la distribución de dosis en SBRT de pulmón con los algoritmos Pencil
Beam y Monte Carlo del iPlan de BrainLAB. Publicado por Matthias Fippel.
Resultado con PB Resultado con MC ( XVMC++)
9. Resultado con PB Resultado con MC (XVMC++)
Comparación de la distribución de dosis en SBRT de pulmón con los algoritmos Pencil
Beam y Monte Carlo del iPlan de BrainLAB. Publicado por Matthias Fippel
10. Veamos el impacto sobre el DVH del mismo caso anterior, publicado por M. Fippel
(iPlan de BrainLAB)
11. Es importante hacer una observación. Es notorio que el tiempo de convergencia de
los MC, aún cuando sean códigos rápidos especializados en RT, es mucho mayor que
un método basado en Pencil Beam.
Pero existe una peculiaridad en el caso de los campos dinámicos. Los métodos PB y
CCC son obligados a discretizar los campos dinámicos. Los tiempos del PB y el CCC
son lineales en relación al número de campos estáticos (N) con que se simula el
campo dinámico. Si N es pequeño tenemos resultados groseros, en particular lejos
del isocentro. La discretización también vale para modelar 4D.
Por su parte, los MC para alcanzar una varianza determinada en uno o varios campos
dinámicos no necesitan discretizar, y su tiempo no depende de la amplitud de los
arcos ni del número de campos; por lo menos no linealmente. Esto hace que, para
planes con múltiples arcos y campos pequeños, el MC puede llegar a superar al PB
en un mismo hardware.
Algo similar se verifica con el AcurosXB. (ver ref. “AcurosXB10 calculation speed”).
12. Conclusiones:
La SBRT de pequeñas lesiones de pulmón exige un algoritmo capaz de modelar
satisfactoriamente las distribuciones de dosis derivadas de un entorno con altos
gradientes de densidad electrónica: MC o GBBS.
Parece recomendable, por ahora (2016), contar con un algoritmo rápido que nos
permita probar rapidamente varias configuraciones de tratamiento. Pero debemos
terminar de ajustar el plan definitivo empleando un MC o GBBS.
Muchas Gracias.
13. Bibliografía:
• “Accuracy of the Small Field Dosimetry Using the Acuros XB Dose Calculation Algorithm within and beyond
Heterogeneous Media for 6 MV Photon Beams”, S.Stathakis, C.Esquivel, L.Vazquez, P.Myers, O.Calvo, P.Mavroidis,
A.Gutiérrez, N.Papanikolaou., Int. Journal of Medical Physics, Clinical Eng. and Radiat.Oncol.,2012,1,78-87.
• “Monte Carlo Treatment Planning”, Matthias Fippel, book chapter in: A.A.F. De Salles et al. (eds.), ”Shaped Beam
Radiosurgery”, Springer-Verlag, 2011.
• “AcurosXB10 calculation speed”, Jochen Reiter, Petra Schmid, Harald Krauss, Daniela Mailat, Michael Papauschek,
on line en: http://www.wienkav.at/kav/kfj/91033454/physik/eclipse/AXB10speed.htm