Cálculo de la distribución de dosis impartida en tratamientos de braquioterapia de próstata mediante el método Monte Carlo

Abstract

[ES] El cáncer de próstata se diagnostica tras la aparición de células tumorales en el tejido de la próstata. La media de edad de personas diagnosticadas con esta enfermedad es de entre 67-69 años, siendo la tercera localización tumoral más frecuente y a su vez, la tercera causa de muerte por cáncer en varones españoles. Existen diversas estrategias de tratamiento de esta enfermedad en función del grado de agresividad del tumor. Una de ellas es la braquiterapia, una técnica de radiación interna cuyo objetivo es la destrucción de las células tumorales mediante el implante temporal de fuentes radiactivas alrededor de la zona afectada. Los Sistemas de Planificación de Tratamientos de Radioterapia (RTPs) empleados actualmente en clínica se encuentran optimizados de modo que se consigue entregar una dosis precisa dentro del campo de tratamiento. Sin embargo, estos algoritmos de naturaleza determinista, fuera de este campo, poseen inexactitud en la determinación del transporte lateral de los electrones en zonas de incidencia sobre materiales donde tiene lugar un cambio brusco de densidad, es decir, en geometrías no homogéneas. Como consecuencia, la distribución de dosis calculada no es la esperada y la planificación realizada resulta imprecisa. En su lugar, el método de cálculo de dosis basado en Monte Carlo (MC) simula mediante números aleatorios los diferentes procesos de interacción de la radiación con la materia, ofreciendo una planificación de dosis mucho más exacta en las geometrías que presentan heterogeneidades. A pesar de ello, este método estocástico posee la desventaja de tener un coste computacional de cálculo muy alto, razón por la que no se ha conseguido adoptar como sistema principal de planificación en la práctica clínica. En base a lo expuesto, lo que se pretende en este trabajo es aplicar el método Monte Carlo en la planificación de dosis para el tratamiento del cáncer de próstata mediante el empleo de fuentes radiactivas (semillas) de yodo-125. Este tratamiento se aplicará a un modelo anatómico general generado a partir de un maniquí antropomórfico RANDO phantom mediante técnicas de segmentación y mallado, y en el que se simulará la distribución de dosis 3D. De esta manera, se evita tener que solicitar información de imágenes de pacientes reales a los hospitales, con todos los acuerdos de confidencialidad y burocracia que ello conlleva. Finalmente, se obtienen los resultados que muestran la dosis de radiación recibida en cada órgano del modelo creado y en base a ello, se realiza un análisis de la distribución de dosis calculada mediante la obtención de curvas de isodosis que ofrecen su representación. Teniendo en cuenta esto y el coste de cómputo que ha tenido lugar, se determina el grado de rentabilidad del empleo de este método en tratamientos de cáncer por braquiterapia.

[CAT] El càncer de pròstata es diagnostica després de l'aparició de cèl·lules tumorals al teixit de la pròstata. La mitjana d'edat de persones diagnosticades amb aquesta malaltia és d'entre 67-69 anys, sent la tercera localització tumoral més freqüent i alhora la tercera causa de mort per càncer en homes espanyols. Hi ha diverses estratègies de tractament d'aquesta malaltia en funció del grau d'agressivitat del tumor. Una d'elles és la braquiteràpia, una tècnica de radiació interna que té com a objectiu la destrucció de les cèl·lules tumorals mitjançant l'implant temporal de fonts radioactives al voltant de la zona afectada. Els Sistemes de Planificació de Tractaments de Radioteràpia (RTPs) emprats actualment a clínica es troben optimitzats de manera que s'aconsegueix lliurar una dosi precisa dins del camp de tractament. Tanmateix, aquests algorismes de naturalesa determinista, fora d'aquest camp, tenen inexactitud en la determinació del transport lateral dels electrons en zones d'incidència sobre materials on es produeix un canvi brusc de densitat, és a dir, en geometries no homogènies. Com a conseqüència, la distribució de dosis calculada no és l'esperada i la planificació realitzada és imprecisa. En el seu lloc, el mètode de càlcul de dosi basat a Monte Carlo (MC) simula mitjançant números aleatoris els diferents processos d'interacció de la radiació amb la matèria, oferint una planificació de dosi molt més exacta a les geometries que presenten heterogeneïtats. Tot i això, aquest mètode estocàstic posseeix el desavantatge de tenir un cost computacional de càlcul molt alt, raó per la qual no s'ha aconseguit adoptar com a sistema principal de planificació a la pràctica clínica. En base a allò exposat, el que es pretén en aquest treball és aplicar el mètode Monte Carlo en la planificació de dosis per al tractament del càncer de pròstata mitjançant l'ús de fonts radioactives (llavors) de iode-125. Aquest tractament s'aplicarà a un model anatòmic general generat a partir d'un maniquí antropomòrfic RANDO phantom mitjançant tècniques de segmentació i mallat, i simularà la distribució de dosis 3D. D'aquesta manera, s'evita haver de sol·licitar informació d'imatges de pacients reals als hospitals, amb tots els acords de confidencialitat i de burocràcia que això comporta. Finalment, s'obtenen els resultats que mostren la dosi de radiació rebuda a cada òrgan del model creat i, en base a això, es fa una anàlisi de la distribució de dosi calculada mitjançant l'obtenció de corbes d'isodosi que ofereixen la seva representació. Tenint en compte això i el cost de còmput que s'ha produït, es determina el grau de rendibilitat de l'ús d'aquest mètode en tractaments de càncer per braquiteràpia.

[EN] Prostate cancer is diagnosed after tumor cells appear in prostate tissue. The mean age of people diagnosed with this disease is between 67-69 years, being the third most frequent tumor location and in turn, the third cause of death from cancer in Spanish men. There are several strategies for treating this disease depending on the degree of aggressiveness of the tumor. One of these is brachytherapy, an internal radiation technique aimed at destroying tumor cells by temporarily implanting radioactive sources around the affected area. The Radiotherapy Treatment Planning Systems (RTPs) currently used in the clinic are optimized so that an accurate dose can be delivered within the treatment field. However, these algorithms of deterministic nature, outside this field, have inaccuracies in the determination of the lateral transport of electrons in zones of incidence on materials where a sudden change of density takes place, that is, in non-homogeneous geometries. As a result, the calculated dose distribution is not as expected and planning is imprecise. Instead, the Monte Carlo-based dose calculation method (MC) simulates by random numbers the different processes of interaction of radiation with matter, offering much more accurate dose planning in geometries that present heterogeneities. Despite this, this stochastic method has the disadvantage of having a very high computational cost of calculation, which is why it has not been adopted as a main planning system in clinical practice. Based on the above, what is intended in this work is to apply the Monte Carlo method in the planning of doses for the treatment of prostate cancer through the use of radioactive sources (seeds) of iodine-125. This treatment will be applied to a general anatomical model generated from a RANDO phantom anthropomorphic mannequin using segmentation and meshing techniques, and in which the distribution of 3D doses will be simulated. In this way, it avoids having to request information from real patient images to hospitals, with all the confidentiality agreements and bureaucracy that this entails. Finally, the results are obtained showing the radiation dose received in each organ of the model created and based on this, an analysis of the dose distribution calculated by obtaining isodose curves that offer their representation. Taking this into account and the cost of computation that has taken place, the degree of profitability of the use of this method in brachytherapy cancer treatments is determined.