CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT.
Ing. Juan Camilo Bedoya Tobon
Lic. Sergio L. Mosconi DIRECTOR
Ing. Juan Camilo Bedoya Tobon MAESTRANDO
Instituto Balseiro Comisin Nacional de Energa Atmica Universidad Nacional de Cuyo Diciembre 2011
A Dios, a mi madre, mis hermanos y mi novia
REFERENCIAS
Lista de Abreviaturas
ASCII Cdigo Estndar Estadounidense para el Intercambio de Informacin (American Standard Code for Information Interchange) BGO Germanato de Bismuto CPU Unidad central de procesamiento (central processing unit) CT Tomografa computada DCS Seccin eficaz diferencial (Differential cross section) FDG Fluorodesoxiglucosa FEE Front End Electronics FOV Campo de visin (Field of views) GATE Aplicacin de Genat4 para emisin tomogrfica (Geant4 Application for Emission Tomography) Geant Geometra y seguimiento (GEometry ANd Tracking) ICRP Comisin Internacional de Proteccin Radiolgica LMF List Mode Format MC Monte Carlo MIRD Medical Internal Radiation Dose MN Medicina Nuclear PDF Funcin de densidad de probabilidad (Probability Density Function) PET Tomografa por emisin positrnica RT Radioterapia ROIs Regin de inters T a Tiempo de Adquisicin
NDI CE Summary ........................................................................................................................... 7 Resumen ........................................................................................................................... 9 Captulo 1 ....................................................................................................................... 11 Introduccin a la dosimetra interna ............................................................................... 11 1.1- Historia de la Dosimetra Interna ..................................................................... 12 1.2- Formalismos MIRD ............................................................................................ 13 1.2.1- Tasa de dosis absorbida ................................................................................ 13 .2.2- Energa Promedio ...................................................................................... 15 1.2.3- Fraccin Absorbida ...................................................................................... 15 1.2.4- Factor "S" ..................................................................................................... 17 1.2.5- Clculo de la Actividad Integrada ................................................................ 18 1.2.6- Clculo del Tiempo de Residencia ............................................................... 19 1.3-Mtodos actuales para realizar clculos en Dosimetra Interna ........................... 19 1.4-Dosimetra Interna en Diagnstico y en Terapia con Radiofrmacos .................. 20 Captulo 2 ....................................................................................................................... 23 Simulaciones de Monte Carlo para el clculo dosimtrico en PET ............................... 23 2.1- Nmeros Aleatorios ............................................................................................ 24 2.2- Mtodo de muestreo analgico o detallado. ........................................................ 24 2.2.1- Mtodo de funcin de distribucin (pdf)...................................................... 25 2.2.2- Mtodo de rechazo ....................................................................................... 25 2.2.3- Mtodo Mixto ............................................................................................... 26 2.3- Muestreo no analgico o condensado ................................................................. 26 2.3.1- Mtodos especficos para fotones. ............................................................... 27 2.3.2- Mtodos especficos para electrones ............................................................ 28 2.3.3- Mtodos generales ........................................................................................ 29 2.4- Transporte de fotones .......................................................................................... 29 2.5- Transporte de electrones y positrones ................................................................. 32 2.5.1- Colisiones elsticas e inelsticas .................................................................. 33 2.5.2- Bremsstrahlung ............................................................................................ 34 2.5.3- Aniquilacin positrnica .............................................................................. 35 2.5.4- Implementacin ............................................................................................ 35 2.6- Cdigos de Monte Carlo utilizados para aplicaciones de Medicina Nuclear ...... 36 Captulo 3 ....................................................................................................................... 38 Plataforma de simulacin GATE .................................................................................... 38 3.1- Caractersticas Generales. ................................................................................... 39
3.1.1- Arquitectura del software ............................................................................. 39 3.1.1.1- Visualizacin .......................................................................................... 40 3.1.1.2- Detalle .................................................................................................... 40 3.1.1.3- Geometra ............................................................................................... 40 3.1.1.4- El sistema ............................................................................................... 41 3.1.1.5- Detectores sensibles ............................................................................... 44 3.1.1.6-Procesos fsicos ....................................................................................... 45 3.1.1.7- Produccin de cortes .............................................................................. 45 3.1.1.8- Fuentes ................................................................................................... 46 3.1.1.9- Voxelizacin de fuentes y fantomas....................................................... 46 3.1.1.10- Administracin de tiempo y movimiento ............................................. 47 3.1.1.11- Digitalizacin y parmetros de lectura ................................................. 48 3.1.1.12- Experimento ......................................................................................... 50 3.2- Clculo de Dosis ................................................................................................. 51 Captulo 4 ....................................................................................................................... 52 PET/CT GE Discovery STE ........................................................................................... 52 4.1- Especificaciones tcnicas .................................................................................... 53 4.2- Modelo de simulacin ......................................................................................... 53 4.2.1- Geometra ..................................................................................................... 54 4.2.2- Procesos fsicos y protocolos de adquisicin ............................................. 54 4.2.3- Datos de salida y configuracin de reconstruccin ..................................... 55 4.2.4- Experimento ................................................................................................ 56 Captulo 5 ....................................................................................................................... 57 Segmentacin y procesamiento de imgenes ................................................................. 57 5.1- Eleccin de rganos de estudio. .......................................................................... 58 5.1.1- rganos de mayor concentracin de actividad y de mayor eliminacin biolgica ................................................................................................................. 58 5.1.2- rganos ms radiosensibles ........................................................................ 59 5.2- Descripcin de la fuente. ..................................................................................... 60 5.2.1- Caractersticas fsicas del flor-18 ............................................................... 61 5.3- Proceso de simulacin del fantoma. .................................................................... 63 Captulo 6 ....................................................................................................................... 68 Discusin Y Resultados .................................................................................................. 68 6.1- Tamao de Matriz. .............................................................................................. 69 6.2- Actividad. ............................................................................................................ 71 6.3- Tiempo de adquisicin. ....................................................................................... 71 6.4- Algoritmo de simulacin. .................................................................................... 72
6.5- Segmentacin. ..................................................................................................... 73 6.6- Mapas Dosimtricos. ........................................................................................... 76 6.7- Incertidumbres de los niveles de dosis. ............................................................... 81 6.8- GATE vs. MIRD. ................................................................................................ 84 Captulo 7 ....................................................................................................................... 87 Conclusiones ................................................................................................................... 87 Apndice 1 ...................................................................................................................... 89 Definicin de la geometra del escner........................................................................... 89 Apndice 2 ...................................................................................................................... 93 Definicin de los procesos fsicos y de los sistemas de Adquisicin ............................. 93 Apndice 3 ...................................................................................................................... 97 Librera de materiales de GATE ..................................................................................... 97 Agradecimientos ........................................................................................................... 101 Referencias ................................................................................................................... 102 Referencias de software ................................................................................................ 104
SUMMARY 7 BEDOYA TOBON, JUAN CAMILO
SUMMARY In this thesis, Carlo simulations have been configured as an alternative method for calculating organ doses as a result of irradiation from radiopharmaceuticals used for PET studies (usually FDG-18). These simulations have been made in GATE platform, free software and developed by the creators Geant4. This simulator has two great advantages over homologous platforms as PENELOPE or MNCP. The first benefit is to have an easy to understand programming language. The second advantage is to allow a realistic assessment of the patient using the information contained in CAT scans and PET studies. GATE reads the geometry of the patient, assigns the corresponding attenuation coefficients and determines the activity levels contained in the organ by voxelizing these studies and using translators range, that contain the information from these two voxel range parameters. In order to ensure a good resolving dosimetric map, tests for simulation optimization were made varying the phantom matrix size, the acquisition time, the activity and the simulation algorithms. All tests were done in three different patients. Each patient represents a different anatomical region. The regions for analysis were: pelvis, chest and head. These regions were selected because of their activity concentration. The selected body parts for the study were the organs with greater collecting activity, greater elimination and more radiation-sensivility. Dosimetric maps obtained as a result of the simulations have the same dimensions as the CT image matrix, but in a different format. In this case the images formats were float 4 bits. The GATE reported the dose voxel values, considering the voxel energy absorbed and the mass of it. Finally, we compared reported dose values by GATE and the MIRD calculated values. It was seen that MIRD method tends to underestimate in many cases the dose levels compared with the values obtained with GATE, making a false and unrealistic distribution of the activity in the specific organ.
8 BEDOYA TOBON, JUAN CAMILO
Keywords: CT, PET, internal dosimetry, voxellized, maps, dosimetry, Monte Carlo RESUMEN
9 BEDOYA TOBON, JUAN CAMILO
RESUMEN
En esta tesis se han realizado simulaciones de Monte Carlo como mtodo alternativo para el clculo de dosis en rgano, producto de la irradiacin de radiofarmacos usados para estudios PET, (por lo general FDG-18). Estas simulaciones han sido hechas en la plataforma GATE, un software libre, desarrollado por los creadores Geant4. Este simulador posee dos grandes ventajas frente a plataformas homlogas como PENELOPE MNCP, la primera de esta es poseer un lenguaje de programacin fcil de entender. La segunda es permitir una evaluacin realista del paciente, utilizando la informacin contenida en los estudios tomogrficos y de PET. GATE lee la geometra del paciente, asigna los coeficientes de atenuacin correspondientes y determina los niveles de actividad contenidos en rgano a travs de la voxelizacin de dichos estudios, utilizando traductores de rango, que contienen la informacin de estos dos parmetros por rango de voxel. En busca de un mtodo para la optimizacin de las simulaciones, garantizando una buena resolucin de los mapas dosimtricos, se hicieron pruebas variando el tamao de la matriz del fantoma, el tiempo de adquisicin, los valores de actividad y los algoritmos de simulacin propios del programa.
Todas las pruebas fueron hechas en tres pacientes diferentes. Cada uno de los pacientes representa una regin anatmica diferente. Las regiones de anlisis fueron: pelvis, trax y cabeza y cuello, regiones de gran importancia por su alta concentracin de actividad. Como rganos de estudio fueron elegidos los rganos ms captantes y de mayor eliminacin y los mas radio-sensible.
Los mapas dosimtricos obtenidos como resultado de las simulaciones poseen las mismas dimensiones que la matriz de las imgenes CT, pero formato diferente, para este caso las imgenes son tipo flotantes de 4 bits. El GATE reporta valores de dosis por voxel, evaluando la energa absorbida y la masa de cada uno de estos. Finalmente, se compararon los valores de dosis reportados por GATE, con los valores calculados con el mtodo MIRD. De la cual se pudo concluir que el mtodo MIRD
10 BEDOYA TOBON, JUAN CAMILO
tiende a subestimar en muchos de los casos los niveles de dosis frente a los valores obtenido con GATE, ya que hace una distribucin errnea y poco realista de actividad en rgano. Palabras claves: Tomografa, PET, dosimetra interna, voxelizacin, mapas dosimtricos, Monte Carlo
CAP TULO 1 I NTRODUCCI N A LA DOSI METR A I NTERNA
Tras el avance de la tecnologa y el desarrollo de nuevo equipos diagnsticos en el campo de la medicina nuclear, el uso de radiofrmacos como bio-marcadores a aumentado abruptamente, y con este la necesidad de llevar un registro de la dosis recibida por el paciente en dichos exmenes.
En Medicina Nuclear, la aplicacin correcta de los principios de radioproteccin depende siempre de un balance muy preciso entre los riesgos potenciales de exposicin a las radiaciones ionizantes versus los posibles beneficios que esta exposicin tenga asociados(1).
En aplicaciones que involucran el uso de "emisores internos" (la administracin de "fuentes abiertas" o radiofrmacos que pasan a interactuar directamente con el metabolismo humano), la dosis recibida por el paciente no se puede medir de forma directa. Por lo tanto, la estimacin de la dosis absorbida generalmente requiere el uso CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
12 BEDOYA TOBON, JUAN CAMILO
de ecuaciones y modelos matemticos que simulen el metabolismo humano, y ms especficamente, el del paciente en estudio.(2) Por lo cual se recurre a los formalismos matemticos desarrollados en el campo de la dosimetra interna.
La dosimetra interna es "... la ciencia utilizada para medir, calcular, estimar, predecir y cuantificar la energa radiante absorbida por la ionizacin y excitacin de los tomos en los tejidos humanos como resultado de la emisin producto de la deposicin internas de radionucleido " [Raabe, 1994]
Son muchos los modelos que pueden ser utilizados para el clculo dosimtrico, pero de todos ellos el ms usado, por su fcil implementacin en los diferentes servicios de medicina nuclear, ha sido el sistema MIRD (Medical Internal Radiation Dose). Este mtodo permite calcular la dosis, D, depositada en un rgano blanco desde uno o ms rganos fuente en el organismo. 1.1- Historia de la Dosimetra Interna
A continuacin se puede seguir una breve resea cronolgica de los hechos que condujeron al desarrollo de la Dosimetra Interna (2)(3):
1986: Descubrimiento de la Radiactividad. 1930: Descubrimiento de los Aceleradores Lineales. 1942: Lenidas Marinelli escribe el 1er Trabajo de Dosimetra Interna titulado "Dosage Determination with Radioactive Isotopes". 1948: L. Marinelli y Edith Quimby, "Practical Considerations in therapy and protection". 1953: Loevinger propicia el 1er Simposio/clases de clculo de dosis. 1956: "Radiation Dosimetry" 1st edition (Incluy detalles de Dosimetra Interna). 1964: 1er Meeting de la "Nuclear Medical Society Committee". 1968: "Radiation Dosimetry" 2nd edition. 1st MIRD Pamphlet. 1969: 1st "Radiation Doses and Effects". Oak Ridge. RIDIC. CAPTULO 1 INTRODUCCIN A LA DOSIMETRA INTERNA 13 BEDOYA TOBON, JUAN CAMILO
Finales de los '80: Aparicin de PET, el cual sumado a TAC, RMI y SPECT permite realizar una dosimetra interna paciente especfica. 1998: El primer prototipo PET-TAC se desarroll en la Universidad de Pittsburgh 1999: 16th MIRD Pamphlet. Gua principal para dosimetra interna basada en imgenes planares o tomogrficas.
En los ltimos aos con el desarrollo y la implementacin de los nuevos equipos hbridos tales como el PET/CT, la dosimetra interna ha sufrido un gran crecimiento, producto de la diminucin de los tiempos de estudio y la posibilidad de fusionar de una forma ms precisa y sencilla estudios metablicos y anatmicos. 1.2- Formalismos MIRD
El sistema dosimtrico MIRD (Medical Internal Radiation Dose), fue introducido por la Sociedad de Medicina Nuclear de EEUU en 1960 como herramienta para la estimacin de la dosis en rganos debido a la incorporacin de material radiactivo (4)(5). A continuacin se presenta la metodologa MIRD para el clculo de dosis absorbidas en distintos tejidos. 1.2.1- Tasa de dosis absorbida Para el clculo de la tasa de dosis absorbida se considera un volumen infinito de material o tejido equivalente, que contiene una distribucin uniforme de material radiactivo. Si toda la energa emitida es absorbida, podemos conocer la energa absorbida por unidad de masa y por unidad de tiempo usando el siguiente razonamiento (4)(6):
(1.1)
Considerando que la actividad se define como el nmero de transiciones por unidad de tiempo, tenemos entonces:
(1.2) CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
14 BEDOYA TOBON, JUAN CAMILO
Donde A es la actividad y E es la energa promedio por transicin, suponiendo que existe ms de un tipo de transicin o decaimiento para el radionucleido dado, o bien la existencia de ms de un radionucleido.
Si toda la energa emitida es absorbida en el material, esto considerando un material de dimensiones infinitas tenemos:
(1.3)
Reescribiendo la ecuacin (1.3), utilizando los trminos propios del modelo MIRD, tenemos: (1.4)
Donde = tasa de dosis absorbida, A=cantidad de actividad, m= masa del tejido, = actividad por unidad de masa o concentracin, k=es la constante de proporcionalidad que dar la tasa de dosis en las unidades deseadas y = energa promedio emitida por transicin nuclear. Si expresa: A (actividad)= Bq, m (masa)= kg y E (energa)= MeV, la tasa de dosis se expresa en Gy/segundo al multiplicar por k = 1.6E-13. Ahora, si son cambiadas las unidades de tal forma que A = Ci, m = g y E = MeV, La tasa de dosis quedar expresada en rad/hr multiplicando por k = 2.13.
Cuando un radionucleido decae, este puede emitir diferente tipos de radiacin (fotones o partculas), la fraccin de transformacin en la cual se emite cada tipo se conoce como abundancia y es definido con el smbolo . Entonces para una dada i, .
Del anterior prrafo, la tasa de dosis total para un volumen grande de tejido puede ser calculada de la siguiente manera, donde el subndice i se refiere a cada radiacin:
CAPTULO 1 INTRODUCCIN A LA DOSIMETRA INTERNA 15 BEDOYA TOBON, JUAN CAMILO
(1.5) .2.2- Energa Promedio
Para cada radionucleido la energa promedio es una constante, que al ser multiplicada por la constante k, da origen a una nueva constante designada en el esquema de MIRD por la letra mayscula griega . As, la tasa de dosis queda expresada como:
(1.6) 1.2.3- Fraccin Absorbida
Como fue discutido con anterioridad el formalismo anterior solo es vlido para volmenes infinitos, en donde toda la radiacin no alcanza a salir de estos e interactuar con el medio, sin embargo, el cuerpo humano y sus distintos rganos no cumplen los criterios de un volumen infinito en trminos de los rangos de algunos tipos de radiacin. Por esta razn se hace necesario clasificar las radiaciones en dos tipos: (a) no penetrantes, que se refiere a todas las formas de radiacin que son fcilmente atenuada, es decir, la energa se deposita en las inmediaciones de la fuente y (b) penetrante, que se refiere a las radiaciones que pueden viajar largas distancias antes de interactuar y depositar sus energas. Figura 1.1
Figura 1.1. Comportamiento de los fotones, los electrones y las partculas alfa en el interior del cuerpo. (7) CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
16 BEDOYA TOBON, JUAN CAMILO
Las partculas alfa, partculas beta, y los electrones se clasifican generalmente como radiaciones no penetrantes, debido a su corto alcance en el tejido, mientras los fotones (rayos gamma y rayos X con energas superiores a 10 keV), debido a la forma en que interactan con los tejidos, pueden entregar parte de su energa fuera del rgano de origen y son clasificados como radiaciones penetrante. Los rayos X de energas menores a 10 keV se consideran no penetrantes.
Ante esto, se ve necesario agregar un nuevo factor a la ecuacin de tasa de dosis para tener en cuenta la energa emitida desde el rgano fuente, que no es absorbida en el tejido de inters u rgano blanco. Este factor representa la fraccin de energa emitida por un rgano fuente que es absorbida en un rgano blanco y se llama la fraccin absorbida, , y se expresa as (el blanco y la fuente pueden estar en la misma regin)(6):
(1.7)
La tasa de dosis equivalente para un blanco que ha sido irradiado por una fuente se convierte entonces en:
(1.8)
Donde es la regin blanco, regin fuente e i representa el tipo de radiacin. La tasa de dosis para un blanco considerando todas las fuentes posibles, puede ser expresada como:
(1.9)
Una fraccin absorbida por separado se requiere para cada tipo de radiacin emitida desde la fuente a un determinado blanco.
Otro trmino introducido en el formalismo MIRD es la fraccin especfica absorbida, que representa la fraccin absorbida por unidad de masa de los rganos CAPTULO 1 INTRODUCCIN A LA DOSIMETRA INTERNA 17 BEDOYA TOBON, JUAN CAMILO
blancos y se simboliza por la letra griega . La fraccin especfica absorbida por un blanco que es irradiado por una fuente puede ser representada por = .(6)
El modelo MIRD, toma como constante las masas de los tejidos blanco, haciendo una correlacin entre paciente-fantoma, por lo que la tasa de dosis de dicho rgano producto de la irradiacin de un rgano fuente, queda expresada como:
(1.10)
La tasa de dosis total para un rgano blanco puede ser calculada como:
(1.11) 1.2.4- Factor "S"
Eligiendo el modelo matemtico apropiado, los parmetros , pueden ser tomados como constantes, que es denominado como el factor S y que se encuentra tabulado para los 117 radionucleido y las posibles combinaciones rgano fuente-blanco, que han sido medidas en un fantoma de un hombre de referencia. El factor S est definido como:(6)
(1.12)
Entonces, la ecuacin de la tasa de dosis ha sido simplificada a:
(1.13)
En los casos particulares en los que la masa de los rganos blanco considerados se alejen significativamente de los datos del hombre o mujer de referencia, se pueden modificar aadiendo un factor de correccin, que no es ms que la relacin entre la masa del rgano estndar y la masa real del rgano, estimada por TAC, RMI o ecografa, o bien por palpacin o por experiencia. (2) CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
18 BEDOYA TOBON, JUAN CAMILO
1.2.5- Clculo de la Actividad Integrada
Si deseamos obtener la dosis absorbida por un paciente en cada rgano o tejido, debemos integrar la tasa de dosis, en general entre 0 e infinito, aunque puede ser en cualquier lapso de tiempo. As:
(1.14)
En general, un radiofrmaco incorporado en el metabolismo humano tiene un decaimiento diferente del fsico, llamado efectivo.
(1.15)
El esquema MIRD usa el trmino actividad acumulada, para representar la integral de la actividad sobre el tiempo. es una medida del nmero total de desintegraciones radiactivas que ocurren durante el periodo de tiempo en el que est presente la radiacin en el rgano fuente. Este intervalo de tiempo est definido, de tal forma que el tiempo inicial es el instante en el que se suministra el radionucleido, mientras que el tiempo final infinito simula cunto tarda en desaparece el radionucleido del rgano fuente. Donde:
(1.16)
Con esta convencin, la ecuacin de la dosis absorbida en el rgano blanco k producto de la actividad en los rganos fuentes h se puede escribir como:
(1.17)
CAPTULO 1 INTRODUCCIN A LA DOSIMETRA INTERNA 19 BEDOYA TOBON, JUAN CAMILO
1.2.6- Clculo del Tiempo de Residencia
Con el valor de actividad inyectada y el valor de la actividad integrada, es posible calcular un valor que ha sido y es an muy popular, llamado Tiempo de Residencia. As:
(1.18)
Donde es el Tiempo de Residencia, el cual tiene unidades de horas o segundos. Los programas de clculo de dosis, como el MIRDose, usan el valor del Tiempo de Residencia o de la Actividad Integrada para obtener las dosis en los diferentes rganos y tejidos. 1.3-Mtodos actuales para realizar clculos en Dosimetra Interna
En la actualidad existen diversas formas de realizar Dosimetra Interna, distinguindose estas por el tipo de variables que utilizan para su estimacin. Existen as: (2)
La Dosimetra Interna Biolgica o Gentica, en la cual la estimacin de dosis se realiza a travs del control del nmero de mutaciones, aberraciones cromosmicas y otras expresiones celulares y sub-celulares, en muestras de tejidos del paciente. La Dosimetra Interna Bioqumica o Clnica, en la cual se realizan estimaciones de dosis fundamentadas en la evolucin de la poblacin de especies celulares (por ejemplo clulas de la sangre tales como eritrocitos, leucocitos y/o plaquetas) en el tiempo, como as tambin de sustancias liberadas a la sangre, en la orina, en las heces, e incluso en sudor, respiracin o lgrimas, luego de la internalizacin de una fuente abierta. La Dosimetra Interna Estndar o Fsica, en la cual la estimacin de dosis se realiza a travs del uso de fantomas que simulan el cuerpo humano, y CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
20 BEDOYA TOBON, JUAN CAMILO
suponiendo que las fracciones de incorporacin (uptake) en cada rgano son de cierto valor especfico (tambin estimado). La Dosimetra Interna Fsico-Matemtica, en la cual se suman a lo anterior, modelos matemticos compartimntales que tratan de simular la dinmica del metabolismo de los diferentes tejidos y su evolucin en el tiempo. La Dosimetra Interna por Imgenes 2D y 3D, la cual contiene caractersticas de las anteriores, pero los datos de actividad incorporada provienen de estimaciones sobre imgenes del paciente. Estas estimaciones se vuelcan despus en fantomas estndar de acuerdo a la metodologa MIRD. La Dosimetra Interna por Fantomas Digitales Pseudo-Elsticos, en la cual se agrega a lo anterior la caracterstica de que los fantomas se pueden adaptar de una forma ms fiel a la anatoma del paciente, siguiendo las estructuras del mismo que se visualizan en imgenes como las de TAC o RM. Mtodo utilizado por ejemplo en las simulaciones de Monte Carlo. La Micro-dosimetra Interna, la cual posee caractersticas del tipo anterior, pero suma adems la correccin del concepto de uniformidad de distribucin del radiofrmaco en el tejido. Esta correccin permite discriminar a pequea escala la distribucin del radiofrmaco en el tejido, y por lo tanto corregir las diferencias de actividad incorporada dentro del rgano fuente.
En la prctica la dosimetra realizada en un servicio puede ser una mezcla de los tipos presentados anteriormente. Esto depender de los recursos con los que cuente cada centro, como as tambin del uso y precisin de los resultados que se deseen obtener.
Esta tesis tiene como objetivo entonces realizar mediante simuladores de Monte Carlo mapas dosimtricos en base a imgenes obtenidas por el PET/CT, para poder realizar simulaciones lo ms realista posible. 1.4-Dosimetra Interna en Diagnstico y en Terapia con Radiofrmacos
Existen diferencias fundamentales en cuanto al tipo de informacin que se maneja en Dosimetra Interna aplicada a Terapia con Radiofrmacos comparado con el caso del estudio de las dosis que se reciben durante una Prctica Diagnstica (1). En este ltimo CAPTULO 1 INTRODUCCIN A LA DOSIMETRA INTERNA 21 BEDOYA TOBON, JUAN CAMILO
caso se plantea la necesidad de optimizar la aplicacin que involucre fuentes abiertas, sin que se altere la sensibilidad diagnstica de la prctica, y al mismo tiempo sin que se superen los limites de dosis de algn/os tejido/s. Se deber atender no solo el monto de actividad usada en el estudio sino tambin el uso de bloqueadores especficos que permitan disponer de dicha actividad solo en los rganos de inters. Tambin se plantea la diferencia de que el valor de este tipo de dosimetra interna es solo investigativo y, una vez que ha sido determinado el protocolo a seguir, no se aplica de forma rutinaria. (2)
Resumiendo, se puede decir que el concepto dosimtrico se aplica al desarrollo de un nuevo radiofrmaco o de un nuevo protocolo para una Prctica Diagnstica con el objeto de:
Evaluar el impacto radiolgico del nuevo radiofrmaco (efectos adversos). Establecer la relacin riesgo/beneficio. Establecer las estrategias comunicacionales en el equipo multidisciplinario para la aplicacin en la clnica diaria.
La Dosimetra Interna aplicada a Terapia con Fuentes Abiertas es de aplicacin rutinaria, ya que se debe realizar un clculo de dosis para cada paciente en cada situacin clnica especfica (en el caso anterior se buscan personas cercanas al hombre o mujer de referencia, o bien se toman estudios poblacionales, obteniendo finalmente resultados para la media). Adems de esto, como en algunos tratamientos se requiere un rpido asesoramiento de dosis para saber la direccin teraputica a seguir (como en el caso de los tratamientos con I131), no se pueden obtener demasiadas muestras o imgenes para llegar a una conclusin (por una cuestin de tiempo y tambin de poca variacin de la informacin). De esta manera, los clculos de dosis deben realizarse de la forma ms precisa posible (aunque todava no existen lmites como en Radioterapia) y adems con cierta celeridad como para que no se desfase del resto de los puntos del protocolo. (2)
Existen algunos radiofrmacos que, por su vida media, no permiten obtener la suficiente cantidad de muestras en el tiempo como para que los clculos sean los CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
22 BEDOYA TOBON, JUAN CAMILO
suficientemente precisos, por lo que para alcanzar conclusiones de valor se deben hacer alguna clase de suposiciones.
En otros casos, los servicios de Medicina Nuclear se encuentran saturados de trabajo, por lo que se hace muy difcil adquirir una secuencia temporal de imgenes lo suficientemente extensa como para que los resultados que de ella se infieran sean absolutamente precisos.
23 BEDOYA TOBON, JUAN CAMILO
CAP TULO 2 SI MULACI ONES DE MONTE CARLO PARA EL CLCULO DOSI MTRI CO EN PET
Las simulaciones de Monte Carlo pueden describirse como mtodos estadsticos que utilizan nmeros aleatorios como base para la solucin de problemas relacionados con procesos estocsticos. El concepto general de las simulaciones de Monte Carlo es la creacin de un modelo, lo ms parecido posible al sistema real y simular las interacciones con el sistema, basado en las conocimiento a priori de la probabilidad de ocurrencia durante el muestreo aleatorio de las funciones de densidad de probabilidad (PDF). Debido a la naturaleza estocstica de los procesos de radiacin y deteccin de emisiones, el mtodo de Monte Carlo es especialmente interesante para la fsica mdica en reas como la radioterapia, la proteccin radiolgica y medicina nuclear [Andreo, 1991].(8)
En la actualidad, las simulaciones en Monte Carlo son una herramienta esencial en la medicina nuclear para el desarrollo de nuevo marcadores moleculares, CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
24 BEDOYA TOBON, JUAN CAMILO
la optimizacin de los protocolos de adquisicin existentes y la implementacin de nuevos algoritmos de reconstruccin y correccin de dispersin. A la fecha, han sido desarrollados muchos simuladores, entre algunos de los ms importantes se encuentran PENELOPE, MNCP y GEANT4, los cuales son muy complejos y requieren demasiado tiempo para su correcto aprendizaje. 2.1- Nmeros Aleatorios
Los nmeros aleatorios son de gran importancia para realizar simulaciones de sistemas fsicos a travs de modelos estadsticos, ya que son los iniciadores del proceso. Algoritmos matemticos han sido desarrollados para generar dicha secuencia de nmeros aleatorios, estos algoritmos son activados cada vez que comienza una simulacin. Estos algoritmos deben cumplir:
La generacin de nmeros aleatorios debe ser rpida Las secuencias generadas no pueden estar correlacionados entre s El perodo de la secuencia debe ser largo. 2.2- Mtodo de muestreo analgico o detallado.
El mtodo analgico de Monte Carlo intenta simular el desarrollo estadstico completo de diferentes procesos fsicos, tales como el decaimiento radioactivo, al asumir un gran nmero de historias de partculas, N, e incluirlas en un determinada sub- conjunto, para poder considerar cada sub-conjunto dentro una distribucin normal.
Para un clculo dado, la incertidumbre estimada es proporcional a la inversa de la raz cuadrada del nmero de historias simuladas. La eficiencia "de un clculo de Monte Carlo por lo tanto, puede definirse como (9)
(2.1)
CAPTULO 2 SIMULACIONES DE MONTE CARLO PARA CLCULO DOSIMTRICO EN PET 25 BEDOYA TOBON, JUAN CAMILO
Donde T es el tiempo de clculo requerido para obtener una estimacin de la varianza . Para un gran N, debe ser constante siempre que el mtodo de clculo que sigue siendo el mismo.
El sistema de imgenes y/o distribucin del cdigo fuente pueden ser descrito en trminos de funciones de densidad de probabilidad (pdf). Estos pdfs, complementado con clculos adicionales, describir la evolucin del sistema en general (espacio, energa, tiempo). El objetivo del mtodo de Monte Carlo es simular el sistema de imgenes mediante un muestreo aleatorio de los pdfs y realizar los clculos complementarios que sean necesarios para describir la evolucin del sistema.
Para obtener una variable estocstica que sigua una determinada pdf, pueden ser utilizados tres mtodos de muestreo: el mtodo de funcin de distribucin, el mtodo de rechazo y el mtodo mixto [Zaidi, 1999; Ljungberg, 1998; Lzaro, 2003]. 2.2.1- Mtodo de funcin de distribucin (pdf)
Este mtodo se puede utilizarse, solo si la inversa de la funcin de distribucin acumulada es fcil de obtener. Una funcin de distribucin acumulada es construida desde la integral f(x) sobre el intervalo [a, x] de acuerdo a:
(2.2)
Entonces se distribuye uniformemente en [0, 1], el valor de muestreo x se puede obtener mediante la sustitucin de en la ecuacin (pdf) por un nmero aleatorio uniforme R, es decir . 2.2.2- Mtodo de rechazo
Cuando es demasiado complicado obtener la inversa de la funcin de distribucin es recomendable utilizar la tcnica de rechazo, que sigue los siguientes pasos:
CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
26 BEDOYA TOBON, JUAN CAMILO
Definir una funcin normalizada , donde es el valor mximo de . Muestrear dos nmeros aleatorios distribuidos uniformemente y . Calcular x utilizando la ecuacin . Si es igual o inferior a entonces x es aceptada como un valor de muestra, de lo contrario un nuevo valor de x es muestreado.
La principal desventaja de este mtodo es que se requiere la utilizacin de dos nmeros al azar por ensayo y realizar muchas pruebas, las cuales son funcin del rea bajo la curva de . 2.2.3- Mtodo Mixto
Cuando los dos mtodos anteriores no son prcticos, el mtodo mixto, que combina los dos opciones, se puede utilizar (9). Supongamos que la pdf se puede factorizar como: (2.3)
Donde es una funcin invertible y es una funcin plana, que contiene la mayor parte de la complejidad matemtica. El mtodo consiste en los siguientes pasos:
(i) Normalizar produciendo tal que (ii) Normalizar produciendo de tal manera que para x entre . (iii) Usar el mtodo directo para seleccionar una x con como la pdf. (iv) Utilizar x y aplicar el mtodo de rechazo, utilizando , es decir, elegiendo un nmero aleatorio R, si , se acepta x, en caso contrario se vuelve al paso (iii). 2.3- Muestreo no analgico o condensado
Las simulaciones de MC son poco prcticas, computacionalmente hablando, ya que se requiere un gran tiempo de clculo para obtener resultados estadsticamente CAPTULO 2 SIMULACIONES DE MONTE CARLO PARA CLCULO DOSIMTRICO EN PET 27 BEDOYA TOBON, JUAN CAMILO
relevantes. Para solventar este inconveniente se recurre a la denominada simulacin condensada, cuyo fundamento se encuentra en las teoras de dispersin mltiple. La idea consiste, muy brevemente, en simular el efecto global de un nmero elevado de interacciones mediante un nico suceso artificial, para esto se recurren a tcnicas que manipulen el sistema de muestro tales como: registrar solo regiones que tenga una gran contribucin a la simulacin, ajustar los lmites del sistema o realizar ponderacin.
Las tcnicas de reduccin de muestro pueden dividirse en tres categoras: aquellos que solo afectan el transporte del fotn, las que solo afectan el transporte electrones y otros mtodos ms generales. Es importante sealar que debido a la naturaleza Poisson de la distribucin de la actividad en la medicina nuclear, estas aproximaciones de reduccin de la varianza pueden dar lugar a desviaciones estadsticamente relevante por lo que los resultados del mtodo podrn llegar a ser deficientes. (9) 2.3.1- Mtodos especficos para fotones.
Interaccin Forzada. En una simulacin de Monte Carlo analgica, los fotones son seguidos a travs del objeto hasta que bien escapen del objeto, sean absorbidos o su energa caiga por debajo de un umbral seleccionado. La funcin de probabilidad de una interaccin del fotn est dada por: (10)
(2.4)
La probabilidad de que un fotn viaje una distancia d o menor, se da por:
(2.5)
Para determinar la longitud del paso de muestreo, el nmero aleatorio uniforme R se sustituye por y se resuelve el problema para d:
(2.6)
CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
28 BEDOYA TOBON, JUAN CAMILO
Entonces la distancia mxima, que el fotn viaja antes de la interaccin es infinita y el nmero de caminos libres medios a travs de la geometra en cualquier situacin prctica es finito, por lo que hay una gran probabilidad de que los fotones dejen la geometra de inters sin interactuar. Para aumentar la precisin estadstica en el clculo de la energa impartida, los fotones son forzados a interactuar mediante la asignacin de una distancia finita , por ejemplo, el grosor del detector que se desea simular. (10)
Transformacin exponencial, ruleta rusa y la divisin de las partculas. La transformacin exponencial es una tcnica de reduccin de varianza utilizado para sesgar el procedimiento de muestreo y para dar una mayor interaccin en las regiones de inters, mejorando la eficiencia del clculo en estas regiones.
Mtodos como la ruleta rusa y la divisin se utilizan a menudo junto con la transformacin exponencial, aunque siguen siendo eficaces cuando se usan de forma independiente. En la ruleta rusa, un nmero al azar se selecciona y se compara con un umbral. Si el nmero al azar resulta ser menor que el nmero de partculas, se le permite sobrevivir, pero su peso debe modificarse. En la divisin de las partculas, una partcula procedente de una regin de inters se puede dividir en N partculas, cada una con una nueva ponderacin. 2.3.2- Mtodos especficos para electrones
Rango de rechazo del electrn. Una diferencia fundamental entre el transporte de fotones y el de electrones en el cdigo de simulacin, es que los fotones viajan distancias relativamente largas antes de interactuar, mientras que el camino de los electrones es interrumpido no slo por los lmites geogrficos, sino tambin por los "pasos" de dispersin mltiple. El rango de rechazo de los electrones, significa que los electrones con rango menor que la distancia ms cercana a la frontera o a la regin de inters en la simulacin se rechaza para ahorrar tiempo de computacin.
Reduccin de parmetros en los de paso de electrones. Este algoritmo permite el uso de pequeos pasos de electrones en las proximidades de las interfaces y fronteras y pasos grandes en otros lugares.(11) Sus componentes son: un algoritmo de CAPTULO 2 SIMULACIONES DE MONTE CARLO PARA CLCULO DOSIMTRICO EN PET 29 BEDOYA TOBON, JUAN CAMILO
correccin de longitud de paso que se basa en la teora de dispersin mltiple de Moliere, que tenga en cuenta las diferencias entre la longitud del camino recto y la longitud total de camino curvo para cada paso de electrones, un algoritmo de correlacin lateral que tenga en cuenta transportes laterales, y un algoritmo de cruce fronterizo, que asegure que los electrones son transportados con precisin en las cercanas de interfaces. 2.3.3- Mtodos generales
Muestro Correlacionado. La tcnica de muestreo correlacionado puede ser utilizada en el transporte de los fotones y electrones. Es especialmente eficaz para el clculo de cocientes o diferencias entre dos cantidades que son casi iguales. La idea bsica es que las simulaciones de las geometras de inters se mantengan en estrecha correlacin, de modo que la mayor parte de las fluctuaciones estadsticas, se cancelar en los cocientes y las diferencias, ya que las verdaderas diferencias entre dos geometras se reflejan mejor a travs de estas operaciones. Las incertidumbres de clculo de los cocientes y las diferencias obtenidas con muestreo de correlacin son, en general, menores que los obtenidos en las simulaciones no correlacionadas.(10)
Uso de la simetra geometra. El uso de algunas de la simetra inherente de la geometra puede incrementar considerable la eficiencia. Si la configuracin de la fuente y blanco est contenida en geometras que simulen cilindros planas, esfricas o cnicas, el uso de simetras es ms evidente. Otros usos de la simetra son menos obvios, pero el ahorro en tiempo de clculo es sumamente valioso. 2.4- Transporte de fotones
Para los problemas de transporte de radiacin, el modelo computacional incluye la geometra y las especificaciones de materiales. Cada cdigo de computadora contiene una base de datos de las cantidades obtenidas experimentalmente, que se conoce como secciones eficaces, que determinan la probabilidad de que una partcula interactu con el medio a travs del cual se transporta. Cada seccin se define por el tipo y la energa de la partcula incidente y el tipo de interaccin que sufre. Estas secciones parciales se suman para formar una seccin eficaz total. Los datos de la seccin eficaz de cada tipo CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
30 BEDOYA TOBON, JUAN CAMILO
de interaccin de intereses deben ser suministrados para cada material presente. El modelo tambin se compone de algoritmos utilizados para calcular el resultado de las interacciones (cambios en la energa de las partculas, direccin, etc.) sobre la base de los principios fsicos que describen la interaccin de la radiacin con la materia y los datos de secciones eficaces proporcionados. Por lo tanto, es sumamente importante la utilizacin de un modelo de transporte preciso. (10)
Cuando un fotn (que tiene una energa inferior a 1 MeV para los istopos de inters en la medicina nuclear) pasa a travs de la materia, cualquiera de los tres procesos de interaccin: efecto fotoelctrico, dispersin coherente y dispersin Compton, puede ocurrir. La probabilidad de que un fotn de una dada energa E sometidos a la absorcin o dispersin al atravesar una capa de material Z, puede expresarse cuantitativamente en trminos de un coeficiente de atenuacin lineal (cm -1 ), que depende de la densidad del material (g cm -3 ): . (10)
(1.7)
La seccin eficaz total del efecto fotoelctrico para una dada energa, E, es calculada utilizando las diferentes bibliotecas, por medio de interpolacin. El fotn incidente es absorbido y un electrn se emite en la misma direccin del fotn incidente. La energa cintica de los electrones se define como la diferencia entre la energa del fotn original y la energa de enlace del electrn. La partcula emitida del subnivel, es nuevamente muestreado aleatoriamente, utilizando para ello los datos de la seccin eficaz de todos los subniveles.
Cuando se simula la dispersin Compton de un fotn desde un electrn atmico a otro lado, una seccin eficaz emprica se utiliza y el muestro del estado final se realiza por una variante del mtodo de MC mixto. La seccin eficaz diferencial por tomo segn la ecuacin de Klein-Nishina, est definida como (8)(12):
(1.8)
Donde: CAPTULO 2 SIMULACIONES DE MONTE CARLO PARA CLCULO DOSIMTRICO EN PET 31 BEDOYA TOBON, JUAN CAMILO
= radio clsico del electrn; = masa del electrn; = energa del fotn incidente; =energa del fotn dispersado; .
Asumiendo una colisin elstica, el ngulo de dispersin es definido por la formula Compton (1.9)
El valor de corresponde a la mnima energa del fotn (retro-dispersin) es dado por:
(1.10)
Entonces Se puede afirmar que:
= (1.11)
Donde
CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
32 BEDOYA TOBON, JUAN CAMILO
(1.12)
y son funciones de densidad de probabilidad definidas en el intervalo , y se establece como:
(1.13)
Siendo la funcin de rechazo . Dado un conjunto de tres nmeros aleatorios r, r, r uniformemente distribuidos en un intervalo , el procedimiento de muestreo para es el siguiente:
I. Decidir si se desea una muestra de o : Si selecciona en caso contrario selecciona ; II. Muestrear de la distribucin de o :
Para : Para :
III. Se Calcula donde ; IV. Se prueba la funcin de rechazo: si acepto . En caso contrario regreso a (I). 2.5- Transporte de electrones y positrones
La simulacin del transporte de electrones y positrones es mucho ms difcil de realizar que del transporte de fotones. La razn principal es que la prdida promedio de energa de un electrn en una sola interaccin es muy pequea (del orden de unas decenas de eV) y, por tanto, electrones de alta energa sufren un gran nmero de colisiones antes de termalizarse. Por esta razn la mayora de los cdigos de Monte Carlo recurren a la teora de mltiples dispersiones en el caso de electrones y positrones CAPTULO 2 SIMULACIONES DE MONTE CARLO PARA CLCULO DOSIMTRICO EN PET 33 BEDOYA TOBON, JUAN CAMILO
de alta energa, que permiten la simulacin del efecto global de un gran nmero de eventos en un segmento de trayectoria de una longitud dada. (13)
Cabe sealar que la teora de dispersin mltiple utilizada en las simulaciones condensadas son slo aproximaciones [Berger y Wang 1988, Kawrakow y Bielajew 1998] y pueden dar lugar a distorsiones sistemticas de los resultados cuando el nmero de interacciones experimentadas por las partculas transportadas es pequeo, como ocurre, por ejemplo, en la transmisin a travs de capas delgadas. (13)
Las interacciones dominantes de electrones y positrones con los tomos son la dispersin elstica, colisiones inelsticas y la emisin de radiacin de frenado, Figura 2.1. Los positrones tambin se someten a la aniquilacin, ya sea en vuelo o en reposo.
Figura 2.1. Interacciones bsicas de los positrones y electrones con la materia.(14)
2.5.1- Colisiones elsticas e inelsticas
Los mecanismos de prdida de energa dominante para los electrones y positrones con energas intermedias y bajas son las colisiones inelsticas, es decir, las interacciones que producen excitaciones y ionizaciones electrnicas en el medio. (14) CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
34 BEDOYA TOBON, JUAN CAMILO
En sentido estricto, todos los diferentes tipos de interaccin de electrones deben ser considerados en detalle en una simulacin de Monte Carlo, tal como se hace con las interacciones de fotones. Una de las tcnicas utilizadas para este objetivo, es la llamada simulacin microscpica (15), la cual usa electrones de baja energa. El modelo ms simple utilizado por este mtodo se basa en la simulacin de todos los eventos individuales de dispersin, calculando la longitud de paso del electrn entre colisiones consecutivas con el camino libre medio elstico. Las prdidas de energa se determina a partir de la teora de Bethe del stopping power y la prdida de energa dispersada se representa por aproximaciones. Estos modelos se han mejorado, tomando en cuenta las colisiones inelsticas.
Cuando la energa del electrn aumenta por encima de unas pocas decenas de keV, el gran nmero de interacciones que se producen durante la desaceleracin de electrones hace que el mtodo antes mencionado, sea poco realista para simular todas las interacciones fsicas. Por lo cual se recurre al uso de la teora de las colisiones mltiples, en donde se tiene en cuenta una serie de "fotografas" de las historias de los electrones, tomadas en cierto tiempo o intervalos de energa, las interacciones individuales de diferentes tipos se consideran entre dos fotografas consecutivas. Este rgimen de agrupacin constituye el macroscpico (15) o tcnica de condensacin de historias.
En los ltimos aos, los algoritmos de transporte de electrones ms avanzados, combinan los modelos macroscpicos y microscpicos, donde se utilizan estos ltimos en las situaciones lmite que requieren sofisticadas el cruce de algoritmos.(16) 2.5.2- Bremsstrahlung
Como resultado de la aceleracin causada por el campo electrosttico de los tomos, los electrones rpidos (o positrones) emiten radiacin de frenado. En cada evento de bremsstrahlung, un electrn con energa cintica E genera un fotn de energa W, que toma valores en el intervalo de 0 a E. El proceso se describe con un seccin eficaz diferencial (DCS) atmica, la diferencia en la prdida de energa W, la direccin final del proyectil y la direccin del fotn emitido (Koch y Motz, 1959; Tsai, 1974). CAPTULO 2 SIMULACIONES DE MONTE CARLO PARA CLCULO DOSIMTRICO EN PET 35 BEDOYA TOBON, JUAN CAMILO
La prctica habitual en la simulacin de Monte Carlo es muestrear la prdida de energa de la distribucin de una variable obtenida mediante la integracin de la DCS en las otras variables. Esto permite la generacin de W con facilidad, pero la informacin sobre las distribuciones angulares se pierde por completo y tiene que ser recuperado a partir de aproximaciones adecuadas.(14) 2.5.3- Aniquilacin positrnica
Los positrones pueden aniquilarse con los electrones en el medio, emitiendo dos fotones, para garantizar asi la conservacin de la energa y el momento. En la mayora de los cdigos de Monte Carlo, la aniquilacin de positrones es descrita por el supuesto de que los electrones son libres y en estn reposo, por lo tanto sin tener en cuenta efectos de ligadura de los electrones, y teniendo en cuenta slo la emisin de dos fotones, puede considerarse que la aniquilacin de un positrn con energa cintica E a travs de la emisin de dos fotones con energas E + y E - , que sumadas son equivalente E+2m e c 2 , entonces completamente caracterizado por la cantidad: (13)
(1.14)
Donde el subndice - denota el fotn de menor energa. (13) 2.5.4- Implementacin
Las simulaciones de Monte Carlo del transporte de electrones, deben ser consideradas en situaciones cuando los rangos de las partculas sean comparables con las dimensiones o resolucin espacial del problema a resolver o la contribucin de la radiacin de frenado juegue un papel significativo en la cantidad de energa depositada localmente o transportada. Debido a las bajas energas relacionadas con la medicina nuclear, se asume que los electrones secundarios depositan toda su energa en el punto de la interaccin y la produccin de bremsstrahlung es insignificante. Por lo tanto, el transporte de electrones no ha recibido particular atencin en las aplicaciones de CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
36 BEDOYA TOBON, JUAN CAMILO
medicina nuclear del mtodo de Monte Carlo. Sin embargo, la simulacin del transporte de electrones, es de vital importancia para los clculos de dosimetra. (16)
En el caso de la dosimetra, el inters se basa en el clculo de la razn del stopping power, medio-detector, donde el uso del mtodo de Monte Carlo para obtener espectros de electrones, junto con el anlisis de las teoras de cavidades ha permitido la determinacin de las relaciones de stopping power que incluyen todas las generaciones de los electrones y los fotones producidos durante la simulacin del transporte de electrones o fotones incidentes. 2.6- Cdigos de Monte Carlo utilizados para aplicaciones de Medicina Nuclear
Existe gran cantidad de software que permiten realizar simulaciones en Monte Carlo. En la Tabla 2.1 son enumerados alguno de los ms utilizados junto con una breve descripcin de sus caractersticas clave. La mayora de los paquetes mencionados a continuacin se ejecutan en distintas plataformas y sistemas operativos, y estn disponibles de forma gratuita
CDIGO MC
DESCRIPCIN GENERAL
PENELOPE
Cuenta con un modelo detallado para el tratamiento de las secciones transversales a bajas energas.
EGS4
Diseados para el transporte de electrones y fotones en el rango de 1 keV a varios TeV. Los usuarios de bienes y servicios ambientales cre el cdigo de viga para modelar las fuentes de radiacin y DOSXYZ de clculo de dosis
MCNP
Originalmente desarrollado para la fsica de reactores y el transporte de neutrones. Posteriormente, se incluy el transporte de electrones (desde la versin 4 a) para evaluar dosis en geometras complejas (superficies de hasta 4 grados, estructuras repetidas)
GEANT
Originalmente desarrollado para la fsica de partculas de altas energas, permite el transporte de partculas mltiples. (Modelos de bajo consumo, nivel y viejo Penlope). La simulacin para el clculo de la dosimetra interna no est especficamente incluida y requiere una gran cantidad de programacin por el usuario en C++. ETRAN
Berger describe la tcnica de historia condensada de transporte de electrones, que es la base de todos los cdigos actuales de transporte
Tabla 2.1. Las principales caractersticas de los cdigos de MC de dominio pblico utilizados en las aplicaciones de medicina nuclear.(10) CAPTULO 2 SIMULACIONES DE MONTE CARLO PARA CLCULO DOSIMTRICO EN PET 37 BEDOYA TOBON, JUAN CAMILO
.
CAP TULO 3 PLATAFORMA DE SI MULACI N GATE GATE, es un simulador de Monte Carlo que utiliza las libreras de GEANT4 y que fue adaptada para su fcil implementacin en el campo de la medicina nuclear. Entre algunas de las ventajas que presenta en las simulaciones de PET y SPET sobresale la capacidad de modelar fenmenos dependientes del tiempo tales como detectores y fenmenos de decaimiento de la fuente, lo que permite la obtencin de simulaciones en tiempo real.
Combinando las ventajas que ofrecidas por GEANT4 (procesos fsicos validados, geometras bien definidas y poderosas herramientas de visualizacin) y el uso de nuevas herramientas desarrolladas para el anlisis de fantomas y la representacin de imgenes de pacientes en condiciones reales (fuentes y fantomas voxelizados), GATE permite al usuario lograr simulaciones precisas y reales de equipos, como el PET.
CAPTULO 3 PLATAFORMA DE SIMULACIN: GATE 39 BEDOYA TOBON, JUAN CAMILO
Adicionalmente la capacidad que posee para sincronizar todos los componentes dependientes al tiemp, en funcin de la evolucin de la actividad de la fuente, subdividiendo la adquisicin en pasos de tiempo, en donde se almacena la cinemtica de decaimiento del radioistopo, permite modelar adecuadamente procesos tales como tasa de conteo, tiempo muerto y coincidencias al azar.
GATE se ha desarrollado desde 2001 por un consorcio de institutos internacionales/laboratorios sin ningn tipo de apoyo financiero especfico, y ha sido publicado en 2004. Un lanzamiento pblico del GATE licenciado bajo la GNU Licencia Pblica General Menor (LGPL) se puede descargar en la direccin electrnica: http://www.opengatecollaboration.org.
El GATE, es la estructura de simulacin que constituye la base para los estudios llevados a cabo a travs de esta tesis. La investigacin presentada en este trabajo se ha desarrollado en la versin de GATE 6.1.0, publicada el primero de marzo del 2011, que incluye algunas herramientas especficas para la radioterapia (RT) de aplicaciones [GATE, 2010b]. La documentacin en la que se basa este captulo en la documentacin de la puerta, los comentarios del cdigo fuente y el cdigo de GATE en s mismo [Jan et al. ,2008; GATE, 2010a; Jan et al., 2004b]. 3.1- Caractersticas Generales. 3.1.1- Arquitectura del software Una simulacin es general dividida en 7 pasos, estos son:
Visualizacin y nivel de detalle. Geometra del escner y el fantoma. Seleccin de los procesos fsico. Determinacin del tipo fuente. Eleccin de parmetros de digitalizacin. Obtencin de datos. Experimento.
CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
40 BEDOYA TOBON, JUAN CAMILO
Los cuatro primeros pasos son los encargados de definir al sistema, es decir, son los comandos de inicializacin de la simulacin, los tres ltimos pasos terminan de dar la forma a la simulacin, pero no pueden modificar los parmetros de inicializacin de la simulacin. 3.1.1.1- Visualizacin
Hay varias herramientas disponibles para la visualizacin online (OpenGL, VRML, DAWN) que pueden ser activadas en funcin de las opciones de visualizacin seleccionada por el usuario.
La visualizacin en lnea es una herramienta til en el desarrollo de nuevas geometras, permitiendo comprobar visualmente la geometra del escner (posiciones, las superposiciones de volmenes fsicos, etc.). Una vez que la geometra se controla y se quiere ejecutar una simulacin completa, se recomienda desactivar la visualizacin en lnea con el fin de no sobrecargar la CPU. 3.1.1.2- Detalle
Para cada mdulo de simulacin, se puede establecer un nivel de detalle entre 0 y 2. Cuanto ms alto sea el nivel de detalle, mayor ser el nivel de informacin devuelta por GATE. Por defecto, el nivel de detalle se establece en 0, pero si se quiere seguir con detalle cada paso de la simulacin, se puede establecer un valor ms altos 3.1.1.3- Geometra
Todos los volmenes estn unidos entre s siguiendo una estructura de rbol, donde cada rama representa un volumen. La base del rbol est representada por el volumen madre o mundo (The world) figura 3.1, que establece el marco experimental de la simulacin. (17) El mundo es una caja centrada en el origen y de tamao variable, que define los lmites de la simulacin, ya que el seguimiento a una partcula termina, cuando est escapa de su volumen. Est, encierra varios sub-volmenes que son llamados como volumen hija (daughter). Cada volumen se caracteriza por su forma, tamao, posicin y material. CAPTULO 3 PLATAFORMA DE SIMULACIN: GATE 41 BEDOYA TOBON, JUAN CAMILO
Figura 3.1. Volumen de madre (the world).(17)
3.1.1.4- El sistema
El sistema, proporciona un modelo de geometra predefinido para simular diferentes tipos de equipos. GATE dispone por defecto de plantillas para cabezales de SPECT, cilindros de PET, ECAT, CPET y OPET, que permiten simular la mayora de los dispositivos de imgenes tomogrficos y de PET existentes. Cada sistema tiene un nmero determinado de niveles con una organizacin jerrquica especfica (tipo rbol) y un formato de salida de datos especficos.
A Cada nivel se le debe asignar una geometra de volumen fsico, que estar dentro de un volumen superior; GATE ha fijado el nmero de niveles propios de un sistema, las diferentes especificaciones son mostradas en la Tabla 3.1.
Para realizar una conexin adecuada entre el sistema y su geometra, se debe cumplir:(18)
Primero es necesario definir la estructura geomtrica, con las restricciones pertinentes del sistema. Luego, el sistema geomtrico debe ser introducido o atado, en el proceso de simulacin con los comandos propios del GATE. Tabla 3.2. Por ltimo, debe ser definido el formato de salida, para el anlisis de datos.
CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
42 BEDOYA TOBON, JUAN CAMILO
SISTEMA COMPONENTES FORMA SALIDAS DISPONIBLE
Geometra no definida
level1
level2
Escner level3 Salida bsica: Ascii o ROOT, conteo de coincidencia
level4 solo para escneres PET
level5
Escner CT block caja Imagen binaria CT
pixel caja Salida bsica: Ascii o ROOT
rsector caja
Cilindro del module caja Salida bsica: Ascii, ROOT and Raw PET submode caja Especifica: LMF
crystal caja
layer caja
CPET crystal cilindro Salida bsica: Ascii, ROOT and Raw
Cabezal de crystal Geometra no definida Salida bsica: Ascii, ROOT and Raw SPECT pixel
Especifica: Set de proyecciones o interfile
ecat block caja Salida bsica: Ascii, ROOT and Raw
crystal caja Especifica: Sinograma o Ecat7
ecatAccel block caja Salida bsica: Ascii, ROOT and Raw
crystal caja Especifica: Sinograma o Ecat7
rsector caja
module caja Salida bsica: Ascii, ROOT and Raw OPET submode caja Especifica: LMF
crystal caja
layer cua
Tabla 3.1. Descripcin de los diferentes sistemas disponibles en GATE. La segunda columna se muestra los nombres con los cuales los volmenes hijas son llamadas en la simulacin.(17)
CAPTULO 3 PLATAFORMA DE SIMULACIN: GATE 43 BEDOYA TOBON, JUAN CAMILO
Sistema Comandos para atar Profundidad
level1 1
level2 2 Escner level3 3
level4 4
level5 5
Escner CT block 1
pixel 2
rsector 1
module 2 Cilindro del PET submode 3
crystal 4
layer 5
CPET crystal 1
Cabezal de SPECT crystal 1
pixel 2
ecat Block 1
crystal 2
ecatAccel Block 1
crystal 2
rsector 1
module 2 OPET submode 3
crystal 4
layer 5
Tabla 3.2. Palabras claves que corresponden a los componentes del sistema que pueden ser utilizados para atar la geometra a la simulacin.(17)
CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
44 BEDOYA TOBON, JUAN CAMILO
3.1.1.5- Detectores sensibles
Los detectores sensibles, se utilizan para almacenar informacin sobre las interacciones de una partcula con la materia, hits, usando informacin de los pasos a lo largo de la trayectoria de una partcula. Un hit es una foto de una interaccin fsica de una trayectoria de una partcula en una regin sensible de un detector, dicho concepto es ilustrado en la figura3.2.
GATE, solo registra y almacena la informacin relacionada a los hits de los volmenes que estn conectados a un detector sensible. Toda la informacin sobre las interacciones que ocurren en los volmenes no sensibles se pierde. Dos detectores sensibles se definen en GATE:
El crystalSD permite registrar informacin sobre las interacciones dentro de los volmenes pertenecientes a un escner, por ejemplo, los cristales o colimadores. El phantomSD, puede ser utilizado para registrar informacin sobre las interacciones Compton y Rayleigh que tienen lugar en el campo de visin del escner. Esta informacin se utiliza para estimar si un fotn que llega a un detector es directo o es producto de dispersin Compton. As, en PET, el phantomSD es actualmente la nica manera de discriminar los fotones dispersos de los directos.
Figura 3.2. Interaccin de una partcula con un detector sensible (17)
CAPTULO 3 PLATAFORMA DE SIMULACIN: GATE 45 BEDOYA TOBON, JUAN CAMILO
3.1.1.6-Procesos fsicos
Todas las interacciones electromagnticas utilizadas en GATE se derivan de GEANT4. [Agostinelli et al., 2003; Allison et al., 2006]. Existen tres modelos disponibles para simular estos procesos:
Procesos de energa estndar-std (Rango efectivo 1 keV-100 TeV). Procesos de baja energa - LowE (Rango efectivo 250 eV-100 GeV). Procesos basados en Penlope (Rango efectivo 250 eV-1 GeV)
Todos estos modelos pueden manipular electrones, positrones, rayos gammas, rayos X, fotones pticos, muones, hadrones e iones (17). Los diferentes procesos fsicos disponibles para los diferentes modelos son:
Efecto Fotoelctrico Efecto Compton. Dispersin Rayleight. Bremsstrahlung. Produccin de Pares. Ionizacin (electrn - positrn, hadrones-iones, iones). Dispersiones simples y mltiples. Neutrones. Aniquilacin positrnica. 3.1.1.7- Produccin de cortes
GATE posee funciones de corte que limitan la produccin de partculas secundarias. Los cortes pueden ser de dos tipos, por rango o por energa.
Los cortes por rango, definen una distancia mnima, en la cual se permite produccin de partculas. Este tipo de corte no es aplicable a los lmites de volmenes cerrados, ni para algunas partculas. Los cortes por energa, definen una energa mnima, en la cual se permite la produccin de partculas. CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
46 BEDOYA TOBON, JUAN CAMILO
3.1.1.8- Fuentes
Para definir una fuente en GATE es necesario definir el tipo de partcula a utilizar (radionclido, positrones, gamma) y sus caractersticas (la posicin, la distribucin angular de irradiacin, el espectro energtico y la distribucin de actividad). En cada nuevo evento la fuente directora decide al azar el decaimiento a seguir y genera para esto, una o ms partculas primarias.
Los datos de la voxelizacin del paciente o fantoma pueden ser utilizados como fuentes para reproducir adquisiciones realistas: los datos del PET se convierten en los niveles de actividad, y los datos tomogrficos se convierten en los mapas de atenuacin dentro de la definicin de los materiales mediante un traductor anlogo, del cual se hablara ms adelante.(8) 3.1.1.9- Voxelizacin de fuentes y fantomas
GATE ofrece dos mtodos para describir mltiples copias de un volumen dentro del volumen madre: creacin de replicas y parametrizacin de volmenes. La parametrizacin de volmenes ofrece grandes ventajas sobre el mtodo de creacin de replicas, al permitir la variacin del tamao, forma y material del voxel, por lo que es el mtodo recomendado por GATE.
Para la parametrizacin de los volmenes es necesario introducir las imgenes tomografas y de PET en el programa, la primera definir la anatoma del paciente y la segunda la distribucin de actividad. La lectura de la imagen, requiere sus datos sean enteros sin signo de 16 bits y que se encuentre en formato ASCII o interfile. En el primer modo es necesario declarar (mediante scripts) que el fantoma voxelizado se introducir a partir de datos tipo ASCII, antes de insertar el archivo ASCII que contiene todos los nmeros necesarios para todos los pxeles (usando la opcin imageReader). Adems es necesario especificar los materiales de atenuacin usando un traductor tabulado, que interpretar los materiales de la tabla de datos. El fantoma se convierte entonces en definiciones de materiales.
CAPTULO 3 PLATAFORMA DE SIMULACIN: GATE 47 BEDOYA TOBON, JUAN CAMILO
La entrada Interfile es ms fcil de usar. En este caso es necesario usar el comando InterfileReader para leer el archivo de datos Interfile. De la misma manera que el formato ASCII, con el lector Interfile los usuarios tienen que especificar los materiales del fantoma, en este caso mediante el uso de un traductor de rango. En el traductor de rango son especficos los materiales a partir de las bibliotecas de Geant4 y el rango de voxel, en el cual se encuentran las estructura anatmicas a definir. La base de datos de material se puede actualizar con los materiales del fantoma o con nuevos materiales relacionados con la geometra del escner en uso (GateMaterials.db, es el archivo que contiene todos los parmetros de los materiales requeridos por Geant4 para calcular la interaccin de la seccin eficaz). (8) 3.1.1.10- Administracin de tiempo y movimiento
Una de las caractersticas ms distintivas de GATE es su capacidad para manejar fenmenos dependientes del tiempo [Strul et al., 2003; Santin et al., 2003]. La sincronizacin de la cintica de la fuente con los movimientos de la geometra, permite simular de una forma realista las condiciones de adquisicin, incluyendo los movimientos del paciente (respiracin y movimientos cardiacos), la rotacin del escner y los cambios de la distribucin de actividad a lo largo del tiempo.(8) Tratar con el tiempo en GATE incluye:
Describir los movimientos asociados con los volmenes fsicos que son descritos por el detector y el fantoma. Descripcin de la fuente radioactiva. Especificacin de los tiempos de comienzo y finalizacin de adquisicin, que son equivalentes a los tiempos de inicio y finalizacin del experimento real.
Todos los movimientos estn sincronizados con la evolucin de las actividades de la fuente mediante la subdivisin del tiempo de adquisicin en pasos de tiempo ms pequeos (tpicamente del orden de minutos u horas). Dentro de cada uno de estos pasos la fuente comienza a decaer exponencialmente desde un paso de tiempo al prximo
CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
48 BEDOYA TOBON, JUAN CAMILO
3.1.1.11- Digitalizacin y parmetros de lectura
El sistema de digitalizacin, es uno de los mecanismos que utiliza GATE para asegurar al usuario que la simulacin es lo ms realista posible. Est se encarga de simular el comportamiento de los detectores del escner y la cadena de procesamiento de seales, que es utilizada en la clasificacin de los diferentes tipos de coincidencias (reales, dispersadas y mltiples).
GATE hace uso de Geant4 para evaluar el comportamiento de las partculas generadas que son transportadas a travs de los diferentes materiales del fantoma. Para esto, imita las interacciones fsicas entre las partculas y la materia. La informacin generada durante este proceso es utilizado por GATE para simular los pulsos del detector, que corresponden a los datos observados. El digitalizador representa la serie de pasos y los filtros que componen este proceso. Un tpico flujo de datos para un evento se compone de la siguiente manera:
a. Una partcula es generada, con sus respectivos parmetros, tales como tipo inicial, tiempo, movimiento y energa. b. Una trayectoria elemental es elegida aleatoriamente, la cual correspondiente a la trayectoria de una partcula entre interacciones discretas (es decir, fotoelctrico, compton, etc.). Durante este paso los cambios de energa y momento de la partcula son calculados. La longitud del paso depende de la naturaleza de la interaccin, el tipo de la partcula y el material, etc. c. Si un paso ocurre dentro de un volumen correspondiente a un detector sensible, la informacin de la interaccin partculamateria es almacenada. Este conjunto de datos se conoce como un hit. d. Los pasos a y b se repiten hasta que la energa de la partcula sea tan baja como el valor predeterminado o hasta que la posicin de la partcula se encuentra fuera de los lmites fijados. e. La cantidad de energa depositada en un cristal se filtra por el mdulo digitalizador. La salida del digitalizador corresponde a la seal despus de haber sido procesada por el Front End Electronics (FEE). El FEE transforma la energa de un hit en el valor digital final, a travs de un proceso llamado CAPTULO 3 PLATAFORMA DE SIMULACIN: GATE 49 BEDOYA TOBON, JUAN CAMILO
digitalizacin, que se realiza por la parte digitalizadora de la arquitectura de GATE. El valor final obtenido tras filtrar por un conjunto de estos mdulos se llama una single. Cada valor transitorio, entre dos mdulos, se llama pulso.
Este proceso se repite para cada evento en la simulacin con el fin de producir una o ms series de singles. Una vez que esta lista se crea, una segunda etapa de procesamiento se pueden insertar para ordenar la lista de singles en coincidencias. Para ello, el algoritmo busca en esta lista, los singles que son detectan dentro de un intervalo de tiempo dado (llamados eventos de coincidentes). Finalmente, los datos de las coincidencias pueden ser filtradas en la salida para imitar cualquier posible prdida de datos que pudiera producirse en el circuito de coincidencia lgica o durante el transporte de datos. (17)
Para simular los valores digitales (pulsos) que resultan de la salida de la FEE, los mtodos de muestreo de la seal deben ser especificados. Con el fin de hacer esto, una serie de mdulos digitalizadores estn disponibles y se describen a continuacin.
El papel del digitalizador es construir, a partir de la informacin de los hits, la fsica observable que comprende la energa, la posicin y el tiempo de deteccin para cada partcula. Adems, el digitalizador debe implementar la lgica necesaria para simularlas coincidencias en las simulaciones del PET. El uso tpico del mdulo digitalizador incluye las siguientes acciones:
Simular la respuesta del detector, Simular el esquema de lectura y Simular la lgica de disparo.
La digitalizacin consiste en una serie de procesadores de seal, figura 3.3. La salida en cada paso a lo largo de la serie se define como un pulso. En la figura 3.4 se ilustran las acciones tanto de modulo sumador como el de lectura. Despus de sumar los hits y leer los pulsos, los hits se reagrupan en pulsos y entonces se suman los pulsos, los mdulos restantes de la cadena de digitalizadores, transforman estos pulsos en fenmenos fsicos observables por el escner: singles. Estos singles CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
50 BEDOYA TOBON, JUAN CAMILO
simulan de una forma realista los fenmenos fsicos observables por el detector como respuesta de la interaccin de una partcula con l. (17)
Figura 3.3. El digitalizador est organizado como una cadena de mdulos que comienzan con un hit y termina con un single, que representa los fenmenos fsicos que pueden ser observables por el detector.(17)
Figura 3.4. Acciones del modulo sumador y de lectura. El mdulo de sumador transforma los hits en un pulso en cada volumen individual, a continuacin, el mdulo de lectura suma estos pulsos en uno solo pulso en el nivel de profundidad definido por el usuario. (17)
3.1.1.12- Experimento
Durante este ltimo paso de la simulacin, es fijado el tiempo de duracin de la adquisicin de la misma, definiendo el comienzo y el final del proceso. Este tiempo, en general puede ser subdividido en fracciones de tiempo o proyecciones, por medio de la ecuacin:
(3.1) CAPTULO 3 PLATAFORMA DE SIMULACIN: GATE 51 BEDOYA TOBON, JUAN CAMILO
Donde: nmero de proyecciones. Hora de inicio de la simulacin. Hora de finalizacin del estudio. Duracin del slice.
Esta caracterstica es muy til en GATE, ya que la geometra se actualiza slo entre dos intervalos de tiempo. Esto ofrece la posibilidad de tener en cuenta los movimientos de las fuentes o los detectores mediante la subdivisin de una proyeccin en intervalos de tiempo, que permanecen constantes para una misma geometra. 3.2- Clculo de Dosis
GATE calcula la dosis depositada por voxel a travs de la expresin:
(3.2)
Donde el sub-ndice i, corresponde a cada uno de los voxeles que conforman el fantoma o rgano de estudio, es la energa promedio por voxel y m es la masa de cada voxel.
Para determinar la dosis colectada depositada en el fantoma, se debe relacionar el detector sensible con el fantoma a travs del comando attachVoxelPhantomSD y se aade el mdulo de salida de la dosis:(17)
El archivo de salida es un archivo binario (formato de nmero es de 4 bytes float) que contiene la dosis en cGy y posee las mismas dimensiones que el fantoma.
CAP TULO 4 PET/CT GE DI SCOVERY STE
Figura 4.1. Equipo PET/CT GE Discovery STE
CAPTULO 4 PET/CT GE DISCOVERY STE 53 BEDOYA TOBON, JUAN CAMILO
4.1- Especificaciones tcnicas
El PEC/CT Discovery STE es un escner comercial que consta de 24 anillos detectores: cada uno hecho de 35 bloques detectores. Cada bloque detector est compuesto por 13,440 cristales de BGO con dimensiones de 4.7 x 6.3 x 30 mm 3 . Est tiene un campo de visin axial del PET 70 cm y un dimetro de 88.6 cm. 4.2- Modelo de simulacin
Las instrucciones del modelo de simulacin (desde la geometra al protocolo de adquisicin), para la plataforma GATE sern mostradas a continuacin. En la tabla 4.1 se resume la geometra del sistema y las condiciones de adquisicin.
Especificaciones Nmero de imgenes planas 47 FOV axial (cm) 15,7 Sensibilidad 2D (cps/kBq) 2 Sensibilidad 3D (cps/kBq) 8,5 Fraccin dispersada 2D (%) 19 Fraccin dispersada 3D (%) 35 Ventana de coincidencias 2D (nSeg) 11,05 Ventana de coincidencias 3D (nSeg) 9,75 Mxima tasa de cuentas 2D (kcps @ 49 kBq/cc) 95 Mxima tasa de cuentas 3D (kcps @ 12 kBq/cc) 75 Mxima tasa de cuentas 3D clnica (kcps @ 6 kBq/cc) 57 Resolucin transaxial, fuente lineal a 1 cm para 2D y 3D (mm) 5 Resolucin transaxial, fuente lineal a 10 cm para 2D (mm) 5,7 Resolucin transaxial, fuente lineal a 10 cm para 3D (mm) 5,6 Resolucin transaxial, fuente lineal a 20 cm para 2D y 3D (mm) 6,3 Resolucin axial, fuente lineal a 1 cm para 2D (mm) 4,8 Resolucin axial, fuente lineal a 1 cm para 3D (mm) 5,6 Resolucin axial, fuente lineal a 10 cm para 2D y 3D (mm) 5,9
Tabla 4.1. Especificaciones del PET/CT GE Discovery STE CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT 54 BEDOYA TOBON, JUAN CAMILO
4.2.1- Geometra
Como plantilla para la simulacin se utilizo el sistema del PET cilndrico. La relacin entre los componentes fsicos del escner y los niveles jerrquicos del sistema es descrito en la tabla 4.2. La geometra del escner es mostrada en la figura 4.2. En el apndice 1 se muestra el cdigo utilizado para la definicin de la geometra del escner utilizado en este trabajo
Componentes Fsicos Sistema de PET Cilndrico Cabezal rsector Modulo module Cristal crystal BGO layer0 Tabla 4.2. Relacin entre los componentes fsicos del escner y los niveles jerrquicos del sistema
Figura 4.2. Ilustraciones de la geometra del PET Discovery STE, dada por GATE
4.2.2- Procesos fsicos y protocolos de adquisicin
Para la descripcin de la dispersin Compton y el efecto fotoelctrico se uso el paquete de procesos electromagntico de energa estndar y el paquete de baja energa fue aplicado para la dispersin Rayleigh. Para acelerar la simulacin, se establecieron rangos de corte equivalentes a 0.01 mm, tanto en el fantoma como en el cristal, por debajo de los cuales electrones, fotones o positrones no pueden generar partculas secundarias. CAPTULO 4 PET/CT GE DISCOVERY STE 55 BEDOYA TOBON, JUAN CAMILO
Toda la simulacin fue hecha con todos los parmetros que normalmente se utilizan para una adquisicin real. Por defecto GATE, utiliza una distribucin Gaussina y una distribucin exponencial para definir el ruido de fondo: la primera distribucin, llamado energy_distrib, es una Gaussiana centrada en 450 keV con una desviacin estndar de 1 keV, mientras que la segunda, dt_distrib, es una distribucin exponencial con una potencia de 7,57 ms. En apndice 2 se muestra el cdigo utilizado.
A la distribucin de Gauss se le atribuye los niveles de energa del fondo, y a la exponencial todos los fenmenos que puedan ocurrir en el intervalo de tiempo entre dos eventos de fondo consecutivos.
Un blurring de 25% del pico de mxima energa (511 keV) es aplicado a la energa depositada en los cristales BGO. Un fotn es detectado y procesado slo si su energa se sita entre 350 y 650 keV. Igualmente fue aplicado un tiempo muerto de 250ns, tipo no paralysabel (solo guarda los datos que se estn procesando, los dems son descartados) en los eventos individuales. La ventana de coincidencia fue definida en un tiempo de 9.75 ns y la ventana de retraso se defini con un offset de 500 ns. 4.2.3- Datos de salida y configuracin de reconstruccin
En GATE, hay varios tipos de formato de salida, que pueden ser activado de manera predeterminada. Para todos los sistemas estn disponibles los archivos tipo ASCII y ROOT. El formato ROOT tiene los mismos datos que el formato ASCII, pero estos son comprimidos automticamente, por lo que es recomendado en caso de alta estadstica. Un ejemplo de la salida ROOT, es descrita a continuacin. Durante la adquisicin de la simulacin todos los datos se almacenan en el archivo Fantoma.root:
# D A T A O U T P U T #
/gate/output/root/enable /gate/output/root/setFileName Fantoma /gate/output/root/setRootHitFlag 0 /gate/output/root/setRootSinglesFlag 1 /gate/output/root/setRootcutSinglesFlag 1 CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT 56 BEDOYA TOBON, JUAN CAMILO
El formato Root es un macro para el procesamiento de datos, desarrollado en el CERN, pensado en investigacin sobre fsica de alta energa [ROOT, 2010; Brun & Rademakers, 1997]. El sistema ROOT proporciona un conjunto de marcos orientado a objetos, construida en C + +, con toda la funcionalidad necesaria para gestionar y analizar grandes cantidades de datos de una manera muy eficiente. (8) 4.2.4- Experimento
Como se explico en la seccin 3.1.1.11, en el experimento se define el tiempo que dura la simulacin, para nuestro caso trabajaremos con un tiempo de simulacin de 60 seg, subdividido en intervalos de 10 seg. Un ejemplo de la lnea de comando utilizada se muestra a continuacin:
/gate/application/setTimeSlice 10 s /gate/application/setTimeStart 0 s /gate/application/setTimeStop 60 s /gate/application/startDAQ
CAP TULO 5
SEGMENTACI N Y PROCESAMI ENTO DE I MGENES
La ventaja ms importante que brindan las simulaciones es la posibilidad de tener un modelo realista de la anatoma del sujeto y las funciones fisiolgicas a travs de datos obtenidos de imgenes generadas en resonancia, tomografa o PET. Conceptualmente, el propsito de un fantoma fsico o informtico es representar a un rgano o regin de inters, para poder modelar la biodistribucin de un radio trazador en particular y la composicin qumica del medio de dispersin, que absorbe y dispersa la radiacin emitida de manera similar a los tejidos biolgicos. En otras palabras, un fantoma es un modelo matemtico diseado para representar, con la mayor precisin posible, un rgano o tejido del cuerpo, un sistema de rganos, o el cuerpo entero. (8)
CAPTULO 5 SEGMENTACIN Y PROCESAMIENTO DE IMGENES
58 BEDOYA TOBON, JUAN CAMILO
5.1- Eleccin de rganos de estudio.
La correcta eleccin de los rganos de estudio es fundamental cuando se habla de dosimetra interna, para obtener resultados relevantes, hablando desde el mbito de la proteccin radiolgica. Los rganos de estudio seleccionado fueron:
Los rganos de mayor concentracin de actividad y de mayor eliminacin biolgica. Los rganos mas radiosensibles. 5.1.1- rganos de mayor concentracin de actividad y de mayor eliminacin biolgica
Los rganos de mayor captacin y eliminacin biolgica fueron tomados de las imgenes de PET de varios pacientes, figura 5.1, bajo la supervisin de los diferentes mdicos del servicio. Los rganos elegidos son nombrados en la Tabla 5.1.
Figura 5.1. Seleccin de rganos fuentes a partir del estudio PET.
CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
59 BEDOYA TOBON, JUAN CAMILO
TIPO RGANO Captacin
Cerebro (rgano ms captante de FDG) Hgado Intestino (coln derecho, zona del ciego) Corazn Timo (principalmente en los jvenes)
Eliminacin
Vejiga Riones
Tabla 5.1. Clasificacin de rganos fuentes, segn su tipo: captantes o de eliminacin.
5.1.2- rganos ms radiosensibles
El termino radio-sensibilidad se refiere a la sensibilidad relativa de clulas, tejidos, rganos, organismos o cualquier otra sustancia viviente ante los efectos de la radiacin. La radiosensibilidad de los tejidos difiere mucho entre ellos. Existen tejidos con alta radiosensibilidad, tales como:
Mdula sea y timo. Epidermis, mucosa orofarngea. Epitelio intestinal, epitelio del cristalino. Gnadas. Tiroides.
Existen tambin tejidos con radiosensibilidad intermedia, tales como:
Rin. Pulmn.
Finalmente, existen tejidos de baja radiosensibilidad, tales como:
CAPTULO 5 SEGMENTACIN Y PROCESAMIENTO DE IMGENES
60 BEDOYA TOBON, JUAN CAMILO
Msculo esqueltico y cardaco. Hueso, tejido conectivo blando. Sistema nervioso.
En el ICRP 103, dicha clasificacin se hace a travs del factor W T . El factor W T , es el factor por el que se pondera la dosis equivalente en un rgano o tejido T para representar la contribucin relativa de ese rgano o tejido, al detrimento total en la salud, como respuesta a una exposicin total del cuerpo (ICRP 1991b). La ponderacin se efecta de forma que:(19)
(5.1)
En la Tabla 5.2 se proveen los rganos y tejidos para los cuales los valores del W T estn especificados
Tejido W T WT
Medula sea, colon, pulmn, estmago, mama, resto de los tejidos * 0,12 0,72 Gnadas 0,08 0,08 Vejiga, esfago, hgado, tiroides 0,04 0,16 Superficie del hueso, cerebro, glndulas salivales, piel 0,01 0,04
Total 1
Tabla 5.2. Factores de ponderacin de los tejidos recomendados. * Resto de los Tejidos: Adrenales, regin extra torcica (ET), vescula, corazn, riones, ndulos linfticos, msculo, mucosa oral, pncreas, prstata, intestino delgado, bazo, timo, tero/crvix. (19)
5.2- Descripcin de la fuente.
La mayora de los radionucleidos emisores de positrones presentan vidas medias extremadamente cortas, por lo cual, es necesario que su produccin sea en un sitio cercano al sitio de utilizacin. Todos son producidos por ciclotrn en vez de reactor, dado que los emisores de positrones son deficientes de neutrones. Los ms usados son el Flor-18, el Carbono-11, el Oxgeno-15 y el Nitrgeno-13, todos los cuales son capaces de marcar molculas orgnicas fisiolgicamente utilizadas por el metabolismo celular. CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
61 BEDOYA TOBON, JUAN CAMILO
Para el desarrollo del presente trabajo fue utilizada la 2-[ 18 F]-flor-2-desoxi-D- glucosa o [ 18 F]-FDG. La 18F-fludesoxiglucosa (FDG) es un radiofrmaco constituido por un anlogo de la glucosa 2-[18F]-fluoro-2-desoxi-D-glucosa unido al istopo radiactivo flor-18. Su administracin se realiza de forma intravenosa. Su frmula molecular es C 6 H 11 18 FO 5 y su estructura qumica es esquematizada en la figura 5.2:
Figura 5.2. Estructura qumica del [ 18 F]-FDG.
La 18-FDG es sin duda el radiofrmaco PET ms importante. Esto se debe no slo a su aplicacin al estudio de patologas muy diversas, sino tambin a sus caractersticas metablicas, ya que, la FDG al igual que la glucosa, atraviesa la barrera hemato-enceflica y entra fcilmente en las clulas y a su rapidez de su sntesis. (20)
5.2.1- Caractersticas fsicas del flor-18
El flor (F-18) decae a travs de emisin positrnica (+) y tiene una vida media de 109,7 minutos, su esquema de decaimiento se muestra en la figura 5.3. Los fotones usados para el diagnstico por imagen son los fotones gammas de 511 keV resultantes de la aniquilacin de un positrn con un electrn del medio. Tabla 5.3. [Kocher, D.C. "Radioactive Decay Tables" DOE/TIC-11026, 89 (1981)]
Radiacin/Emisin
% por desintegracin
Energa Media (keV)
Positrn ( + ) 96,73 249,8
Gammas producto de la aniquilacin de un positrn
193,46
511
Tabla 5.3. Datos principales acerca de la emisin de F-18 [Kocher, D.C. "Radioactive Decay Tables" DOE/TIC-11026, 89 (1981)]. CAPTULO 5 SEGMENTACIN Y PROCESAMIENTO DE IMGENES
62 BEDOYA TOBON, JUAN CAMILO
Figura 5.3. Esquema de decaimiento del F-18. [NIST, Standard Reference Data]
El flor-18 es sin duda el radionucleido que cuantitativamente ms se utiliza en tomografa de emisin de positrones. No obstante, este hecho se debe casi exclusivamente a la utilizacin de la 18-FDG. Entre algunas de sus caractersticas nucleares y qumicas ms importantes, se encuentran: (20)
Puede producirse en cantidades de hasta varios curios sin dificultad Su energa de emisin del positrn es de tan slo 0,64 MeV (la menor de todos los emisores de positrones con aplicacin en PET), lo que conlleva diversas ventajas: i. La dosis recibida por el paciente ser menor que en los casos en que la energa de emisin del positrn sea mayor; dado que la energa depositada hasta la aniquilacin ser menor. ii. La distancia recorrida por el positrn hasta su aniquilacin ser asimismo reducida, lo que permitir obtener imgenes con mayor resolucin porque la incertidumbre entre el punto de desintegracin del radionucleido y de aniquilacin del positrn ser menor.
En la desintegracin del 18-F no se emiten rayos gamma que puedan interferir la deteccin de los fotones de aniquilacin, ni partculas (, ) que puedan suponer un incremento en la dosis recibida por el paciente. CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
63 BEDOYA TOBON, JUAN CAMILO
Su perodo de semi-desintegracin (109,8 minutos) permite:
i. Llevar a cabo sntesis complejas. ii. Aplicar protocolos de estudio mediante PET que se prolonguen varias horas, lo que facilita la realizacin de estudios de farmacocintica (estudios dinmicos) y anlisis de metablicos. iii. El transporte de radiofrmacos marcados con flor-18 a centros satlite u hospitales que dispongan de un tomgrafo PET o una cmara gamma de coincidencia. 5.3- Proceso de simulacin del fantoma.
Tal como fue mencionado en el captulo 3, GATE permite la voxelizacin de los datos de los pacientes a travs de la informacin presente en los estudios tomogrficos y de PET. La lectura de las imgenes es solo posible, si stas son tipo interfile (la informacin del fantoma est asociado a dos archivos: un archivo cabecera donde se guardan todos los datos del estudio y del paciente, y un archivo imagen, donde se almacenan las imgenes) y sus datos son enteros sin signo de 16 bits.
En la mayora de los servicios estos estudios son guardados como imgenes DICOM de 16 bits enteros con signo, por lo que debe realizarse un cambio de formato; conversin que puede ser hecha con ayuda de los softwars (X)MedCon, PMOD e ImageJ; los dos primeros son los encargados de convertir las imgenes DICOM a interfile e ImagenJ, modifica el tipo de datos del estudio.
Antes de comenzar el proceso de voxelizacin, es necesario elegir el algoritmo de simulacin. GATE ofrece tres algoritmos de simulacin: parameterizedBoxMatrix, compressedMatrix y regularMatrix. El primero de estos, busca en todos los voxeles del fantoma, el voxel de mayor probabilidad para interactuar con la partcula, analizando cada uno de los voxeles de fantoma.
El compressedMatrix genera un fantoma comprimido de tamao de voxel variable. En este algoritmo de compresin, todos los voxeles adyacentes del mismo material se fusionan para formar el voxel rectangular ms grande posible. CAPTULO 5 SEGMENTACIN Y PROCESAMIENTO DE IMGENES
64 BEDOYA TOBON, JUAN CAMILO
Y el regularMatrix, el cual nicamente tiene en cuenta los voxeles vecinos para determinar las posibles interacciones de los fotones, reduciendo drsticamente el tiempo de CPU necesario.
Una vez seleccionado el algoritmo de simulacin comienza el proceso de voxelizacin. Inicialmente, los datos de los estudios de PET, que se encuentran en escala de gris, son convertidos a niveles de actividad utilizando un traductor de rango, el cual contiene la actividad por rango de voxel, obtenida de medidas hechas en las imgenes y que dependen de la actividad inicial suministrada al paciente. Posteriormente estos niveles de actividad se utilizan para determinar el nmero de partculas primarias de cada voxel.
Un ejemplo de un macro para la lectura de imgenes Interfile como fuente de distribuciones, se detalla a continuacin, donde la fuente de emisin se defini para flor-18, considerando prioritarios los fotones cuya aniquilacin se generan a 180 grados. La fuente no se encuentra confinada a ningn rgano, la distribucin espacial de los puntos de emisin es especificada a partir de la forma de la fuente, y la distribucin angular de los ngulos de emisin es istropa.(8)
/gate/source/addSource sourceF18 voxel
/gate/source/sourceF18/reader/insert interfile /gate/source/sourceF18/interfileReader/translator/insert range /gate/source/sourceF18/interfileReader/rangeTranslator/readTable activity_range_brain1.dat /gate/source/sourceF18/interfileReader/rangeTranslator/describe 1 /gate/source/sourceF18/interfileReader/readFile RiverosPET.h33 /gate/source/sourceF18/setPosition -250 -250 -98 mm
/gate/source/sourceF18/setType backtoback /gate/source/sourceF18/gps/particle e+ /gate/source/sourceF18/setForcedUnstableFlag true /gate/source/sourceF18/gps/energytype Fluor18 CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
65 BEDOYA TOBON, JUAN CAMILO
/gate/source/sourceF18/setForcedHalfLife 6586 s /gate/source/sourceF18/gps/monoenergy 0.511 MeV /gate/source/sourceF18/gps/confine NULL /gate/source/sourceF18/gps/angtype iso /gate/source/sourceF18/dump 1 /gate/source/list
Un ejemplo del traductor de rango de actividad se muestra a continuacin. La primera lnea define el nmero de subdivisiones utilizadas y las lneas siguientes definen los intervalos de voxel y sus correspondientes actividades, en becquereles. Como resultado se obtiene que la fuente voxelizada esta formada por una serie de valores discretos de actividad.
2 174 174 6000 381 381 1500
En el caso del fantoma utilizado en este trabajo, cada rgano fue segmentado y posterizado (disminucin de la escala de gris), con ayuda de los software Amira e ImageJ, respectivamente, para poder lograr una fcil definicin de la concentracin de actividad y del coeficiente de atenuacin tejido a usar.
Una vez definida la distribucin de la actividad en el fantoma a travs de los datos del PET, es necesario realizar de nuevo el proceso anteriormente mencionado para asignar los materiales y coeficientes de atenuacin a los diferentes rganos que conforman el fantoma, a travs de la voxelizacin de las imgenes tomogrficas.
GATE ofrece una amplia biblioteca de materiales, apndice 3, que contiene toda la informacin necesaria para poder asignar propiedades nucleares a los diferentes set de datos, dichas bibliotecas son las mismas que utiliza Geant4. Cada material, est definido por una combinacin de elementos, los cuales son definidos como en la tabla peridica, es decir, se almacena el nombre, smbolo, nmero atmico y la masa molar de cada elemento. La buena definicin de estos materiales es crtica, ya que esta informacin es CAPTULO 5 SEGMENTACIN Y PROCESAMIENTO DE IMGENES
66 BEDOYA TOBON, JUAN CAMILO
utilizada para determinar todas las interacciones de partculas que tienen lugar durante la simulacin.
Estas combinaciones de elementos requieren la definicin de cuatro parmetros adicionales, estos son: el nombre del material, la densidad, elemento constitutivo y su abundancia individual. (8) Un ejemplo del mapa de atenuacin utilizado para la simulacin en GATE se muestra a continuacin:
/gate/world/daughters/name phantom /gate/world/daughters/insert regularMatrix /gate/phantom/geometry/insertReader interfile /gate/phantom/interfileReader/insertTranslator range /gate/phantom/interfileReader/rangeTranslator/readTable range_atten_brain1.dat /gate/phantom/interfileReader/rangeTranslator/describe 1 /gate/phantom/interfileReader/readFile RiverosCT.h33 /gate/phantom/placement/setTranslation 0. 0. 0. mm /gate/phantom/attachVoxelPhantomSD
El traductor utilizado para el mapa de atenuacin, el cual, ahora da informacin de los diferentes materiales por voxel, se muestra a continuacin. La primera lnea define el nmero de subdivisiones utilizadas y las lneas siguientes definen los intervalos de voxel y el nombre del material correspondiente.
18 0 0 Air 1 173 Body 174 174 Water 175 182 Body 183 183 PMMA 184 209 Body 210 210 PMMA 211 218 Body 219 219 Water 220 262 Body CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
67 BEDOYA TOBON, JUAN CAMILO
263 263 Water 264 308 Body 309 309 Water 310 380 Body 381 381 Intestine 382 397 Body 398 398 Brain 399 500 Body
CAP TULO 6 DI SCUSI N Y RESULTADOS
Las simulaciones de Monte Carlo son mtodos eficaces para la elaboracin de mapas dosimtricos tiles en el rea de medicina nuclear, ya que permite recrear de una forma realista los datos del paciente o fantoma y realizar una evaluacin voxel a voxel, eliminando las limitantes que presenta el mtodo MIRD, mtodo vlido nicamente cuando se tiene distribuciones homogneas de actividad en rgano y cuando las dimensiones de dicho rganos son infinitas, algo que no se cumple cuando hablamos de un paciente, por lo que se hacen demasiadas aproximaciones.
Son muchas las ventajas que posee este mtodo estadstico, pero estas son en muchos casos opacados por dos grandes desventajas: su complejidad y alto consumo de tiempo de clculo requerido para obtener resultados con bajas incertidumbres. La primera de estas es solucionada por GATE, ya que posee un lenguaje simple y fcil de implementar.
CAPTULO 6 DISCUSIN Y RESULTADOS CLCULOS 69 BEDOYA TOBON, JUAN CAMILO
En este captulo se tratara de analizar posibles soluciones para resolver el tiempo de clculo, y poder obtener simulaciones con una resolucin aceptable. El tiempo de clculo depende de cinco factores:
El tamao de la matriz de adquisicin de los estudios de PET y tomografa. La cantidad de actividad que se ingresa en el traductor. El tiempo de adquisicin. El algoritmo de reconstruccin. Segmentacin.
De la buena combinacin de estos factores depende en gran parte cuanto tiempo tardar la simulacin. 6.1- Tamao de Matriz.
El tamao de la matriz del mapa dosimtrico es dependiente del tamao de la matriz del fantoma. Cuando se habla del tamao de la matriz, se hace referencia a la resolucin con la que puede distinguirse la dosis en cada rgano, ya que este tamao, determina las dimensiones del voxel. Si la matriz es pequea, el tamao de voxel es grande y la exactitudes de la medida es baja, al contarse con poca estadstica. Por esta razn, este parmetro debe ser elegido con precaucin.
Igualmente, el tamao de voxel interviene en la definicin de los traductores de rango tanto para los coeficientes atenuacin como para la distribucin de actividad. Mientras ms grande sea el voxel, es decir menor sea el tamao de matriz, las aproximaciones hechas por el programa para la evaluacin de las trayectorias de los fotones entre voxeles es mayor.
Para evaluar la dependencia entre la resolucin de la imagen y el tamao de la matriz, se hicieron pruebas con diferentes tamaos de matriz, 64, 128 y 512, conservando los mismos datos de entrada (actividad, tiempo de adquisicin y paciente) y as poder tener criterios en la eleccin de dicho parmetro. En la figura 6.1 se ven los resultados obtenidos.
DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
70 BEDOYA TOBON, JUAN CAMILO
Figura 6.1.Mapas dosimtricos de trax construido con la misma actividad y con igual tiempo de adquisicin (1 seg.), variando el tamao de matriz de entrada. a. Matriz de entrada de 64 x 64, b. Matriz de entrada de 128 x 128, c. Matriz de entrada de 512 x 512.
Tambin, fue calculado el tiempo que tarda cada simulacin al variar el tamao de matriz. Los resultados se muestran en la Tabla 6.1
Matriz Tiempo (min)
64x64 0,42 128x128 0,85 512x512 3,42
Tabla 6.1.Medidas de tiempo de duracin para cada simulacin variando el tamao de matriz y conservando los dems parmetros como constantes.
a. b. c. CAPTULO 6 DISCUSIN Y RESULTADOS CLCULOS 71 BEDOYA TOBON, JUAN CAMILO
De los resultados obtenidos en la figura 6.1 y en la tabla 6.1, se observa que aun cuando el tiempo de clculo es mucho mayor para el caso de la matriz de 512 x 512, su resolucin tambin es mayor, razn por la cual se decidi sacrificar tiempo de clculo para garantizar una buena resolucin en los mapas dosimtricos, por lo que fue elegida como matriz de entrada para el fantoma, la matriz de 512. 6.2- Actividad.
Otro factor determinante cuando hablamos de tiempo de clculo, es el nmero de partculas a considerar. Un gran nmero de partculas indica un gran consumo de tiempo en la simulacin, pero una baja incertidumbre. La determinacin del nmero de eventos a analizar viene implcita en el archivo traductor de rango utilizado para la definicin de los rangos de actividad o cantidad de partculas por rgano.
Por ejemplo, para un examen tpico de PET/CT, al paciente se le administra entre 3mCi-20mCi de [ 18 F]-FDG, segn sea su peso, un 10% del radio-marcador es absorbido por el cerebro y el resto se distribuye en los dems rganos. Realizando cuentas al aire, se puede suponer que cada rgano tiene una actividad de [ 18 F]-FDG promedio del orden de los Ci, lo cual equivaldra a tener aproximadamente en 40 kBq o eventos por regin de inters. Desafortunadamente, al no contar con la infraestructura necesaria para realiza un clculo con actividades de este orden, se recurri a un anlisis cualitativo de dosis, utilizando niveles de actividad inferiores a los Ci. Valores que sern especificados posteriormente. 6.3- Tiempo de adquisicin.
El tiempo de adquisicin, como se menciono en el captulo 3, se refiere a la duracin virtual de la simulacin, la cual debe ser equivalente a los tiempos de adquisicin reales. En Fuesmen, una camilla o corte del PET tiene una duracin entre 60 a 420 seg., dicha variacin es determinada por el tipo de leccin, la regin de inters y la experiencia del fsico y el mdico.
La relacin que existe entre el tiempo de adquisicin y tiempo de clculo, fue analizada y se determino que existe una proporcionalidad lineal, entre ambos DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
72 BEDOYA TOBON, JUAN CAMILO
parmetros, Tabla 6.2, es decir, si una simulacin con un tiempo de adquisicin de 1 seg. tarda alrededor de 1 hora, al duplicar el tiempo de adquisicin el tiempo de clculo tambin lo hace.
Tiempo de Adquisicin (s)
Tiempo de clculo (h)
0,1 0,166666667 1 1 10 15 60
75
Tabla 6.2 Tiempos de clculo promedio de las diferentes simulaciones.
6.4- Algoritmo de simulacin.
Como fue mencionado en el captulo 5, GATE ofrece tres algoritmos de simulacin: parameterizedBoxMatrix, compressedMatrix y regularMatrix, cada uno de los cuales tiene sus pros y sus contras.
El primero de estos, al buscar en todos los voxeles del fantoma, el voxel de mayor probabilidad para interactuar con la partcula, requiere un alto consumo de CPU y demanda de mucho tiempo de clculo. El compressedMatrix al generar fantomas comprimidos reduciendo el tiempo de clculo y la memoria necesaria, a costa de una baja resolucin. Por ltimo, el regularMatrix al evaluar solamente los vecinos del voxel que contiene el fotn, reduce el tiempo de clculo, manteniendo una buena resolucin.
Por esta razn, el algoritmo que fue seleccionado para realizar la simulacin es el regularMatrix, ya que garantiza buena resolucin con tiempos de clculo relativamente bajos.
CAPTULO 6 DISCUSIN Y RESULTADOS CLCULOS 73 BEDOYA TOBON, JUAN CAMILO
6.5- Segmentacin.
Para garantizar la correcta voxelizacin de los datos del paciente es necesario realizar una segmentacin previa. Esta operacin, es fundamental para identificar los diferentes rganos de inters que sern evaluados dentro de los mapas dosimtricos. En la figura 6.2 se muestra el proceso de segmentacin que se realizo, con ayuda del software Amira.
Figura 6.2.Proceso de segmentacin de un estudio de PET de trax, a. Imagen original, b. seleccin de rganos de inters, a travs del Amira, c. Segmentacin completa del estudio PET.
Los datos de entrada para la elaboracin de los mapas dosimtricos, fueron tomados de tres pacientes diferentes. Cada uno de los pacientes representa una regin anatmica diferente, dicho corte se realizo para poder obtener datos dosimtrico a. b. c. DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
74 BEDOYA TOBON, JUAN CAMILO
estadsticamente relevantes en el menor tiempo posible. Las regiones de anlisis fueron: pelvis, trax y cabeza y cuello, regiones de gran importancia por su alta concentracin de actividad. En las Tablas 6.3 son enumerados los rganos de estudio con su respectivo voxel, para cada uno de los casos.
Tabla 6.3 rganos de estudio para cada una de las regiones de inters.
Una vez definido cuales son los rganos de estudio, es necesario definir cules de ellos poseen actividad (rganos fuente). Estos, son fcilmente reconocidos en las imgenes de PET. En tabla 6.4, se muestran los rganos seleccionados como fuentes con su respectiva actividad.
En la figura 6.3, se muestra cada una de las regiones con su respectiva segmentacin. Es importante resalta el hecho, que ante la complejidad en la segmentacin, el intestino no fue segmentado en su totalidad y los genitales no fueron tomados. CAPTULO 6 DISCUSIN Y RESULTADOS CLCULOS 75 BEDOYA TOBON, JUAN CAMILO
Tabla 6.4 rganos fuentes de cada una de las regiones de inters a estudiar, con su respectiva actividad.
Figura 6.3. Segmentacin de las diferentes regiones de estudio, a. Pelvis, b. Cabeza y Cuello, c. Trax a. b. c. DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
76 BEDOYA TOBON, JUAN CAMILO
6.6- Mapas Dosimtricos.
Todos los parmetros antes mencionados son claves para la formacin de los mapas dosimtricos, una mala combinacin de estos, se ver reflejado en mapas errneos y tiempo de clculo extremadamente largos. En la Tabla 6.5, se muestran los parmetros seleccionados, para la elaboracin del presente trabajo.
Parmetro
Descripcin
Tamao de matriz
Fue elegido siguiendo el protocolo utilizado en FUESMEN, donde la matriz del CT es de 512x512 y la matriz de PET es de 128 x 128.
Actividad
Fueron utilizadas actividades del orden de los kBq. (Posteriormente, sern detallados estos valores)
Tiempo de adquisicin Para poder realizar un anlisis temporal de la dosis fueron tomados cuatro diferentes tiempos 100 mseg, 1 seg. 10 seg y 60seg
Algoritmo de simulacin
En aras de optimizar la simulacin, el algoritmo seleccionado para la simulacin es "RegularMatrix"
Tabla 6.5.Parametros utilizados para la optimizacin de las simulaciones de Monte Carlo.
Una vez seleccionado todos los parmetros de simulacin y segmentadas las diferentes regiones anatmicas, se dispuso a iniciar el proceso de simulacin. Los resultados obtenidos para las diferentes regiones anatmicas y distintos tiempos de adquisicin son mostrados en las figuras 6.4 a 6.6. Igualmente en las Tablas 6.6 a 6.8 son presentados los niveles de dosis por rgano, valores, obtenidos con ayuda del software Amide.
Los mapas dosimtricos construidos por GATE, son archivos tipo binario flotantes de 4 bytes, las unidades de la dosis se encuentran cGy. La matriz de imagen tiene las mismas dimensiones que el fantoma. Para el caso de estudio de la presente tesis nicamente se tuvo en cuenta el decaimiento fsico de la fuente, en el clculo dosimtrico.
CAPTULO 6 DISCUSIN Y RESULTADOS CLCULOS 77 BEDOYA TOBON, JUAN CAMILO
Como se menciono en el captulo 3, el software GATE, calcula niveles dosimtricos voxel a voxel a travs de la ecuacin 3.2, lo cual permite obtener un valor de dosis mucho ms preciso y realista. Partiendo de estos valores es posible calcular el valor de dosis por rgano, lo cual es el fin ltimo de estas simulaciones. La dosis en un determinado rgano se calcula como:
(6.1)
Donde es la energa absorbida por rgano y m es la masa del rgano de estudio. Expandiendo esta expresin, se tiene: (6.2)
Donde el subndice, i, equivale a los voxel que conforman el rgano, entonces y , son la energa absorbida y la masa, respectivamente, de cada voxel. Como se est evaluando la dosis por rgano, se puede asumir que la masa de cada voxel es igual, por lo tanto , donde N es el nmero de voxel dentro del rgano. Rescribiendo la ecuacin 6.2, se tiene que:
(6.3)
Al tomar la masa de cada voxel como una constante, sta puede entrar en la sumatoria, entonces la sumatoria de energa se convierte en una sumatoria de dosis por voxel, por lo que la ecuacin 6.3, es equivalente a
= (6.4)
As la dosis por rgano, no es ms que el promedio de la dosis por voxel, de cada rgano. La expresin 6.4 solo es vlida para casos donde la masa sea constante.
DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
78 BEDOYA TOBON, JUAN CAMILO
Figura 6.4. Mapas dosimtricos de cabeza y cuello para diferentes tiempos de adquisicin (T a ), a. T a = 100 ms, b. T a =1 s, c. T a = 10 s, d. T a = 60 s
Tabla 6.8. Clculo dosimtrico por rgano, para la regin de la plvica a diferentes tiempos de adquisicin. a. b. c. d. CAPTULO 6 DISCUSIN Y RESULTADOS CLCULOS 81 BEDOYA TOBON, JUAN CAMILO
6.7- Incertidumbres de los niveles de dosis.
Dentro de todo clculo fsico, es importante reportar el grado de fiabilidad y precisin de la medida hecha, y la mejor forma de hacer esto cuando se tiene una gran cantidad de datos, es a travs de la varianza y desviacin estndar. Para calcular estos parmetros se utilizan las siguientes ecuaciones.
Tabla 6.9. Varianza para los diferentes valores de dosis por rgano, para los diferentes tiempos de adquisicin, para cada una de las regiones anatmicas de estudio. Los valores estn expresados en atto (10-18)
DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
82 BEDOYA TOBON, JUAN CAMILO
Varianza de muestreo: Desviacin estndar:
Donde N es nmeros de voxeles por rgano y son las dosis por voxel, estos valores fueron obtenidos con ayuda del software Amide, en Tabla 6.9 y 6.10, son reportados los valores de varianza y desviacin estndar, respectivamente, para cada una de las regiones anatmicas de estudio.
Tabla 6.10. Desviacin estndar para los diferentes valores de dosis por rgano, para los diferentes tiempos de adquisicin, para cada una de las regiones anatmicas de estudio. CAPTULO 6 DISCUSIN Y RESULTADOS CLCULOS 83 BEDOYA TOBON, JUAN CAMILO
De los datos obtenidos en la Tabla 6.10, se puede concluir que los valores de dosis para tiempos de adquisicin de 100 ms, son muy poco confiables, al poseer una desviacin estndar mayor que el valor de dosis obtenido, para tiempos de adquisicin entre 110seg., aumenta el grado de precisin, ya que la desviacin estndar y la medida est en el mismo rango de magnitud, pero igualmente tienen gran fluctuacin numrica, finalmente los valores de dosis correspondiente a 60 seg., tiene una gran precisin en comparacin a los dems tiempos, ya que su desviacin estndar es un orden de magnitud menor que la medida.
Figura 6.7. Mapas de incertidumbre para niveles de dosis en cabeza y cuello para diferentes tiempos de adquisicin (T a ), a. T a = 100 ms, b. T a =1 s, c. T a = 10 s, d. T a = 60 s
Estas variaciones de la desviacin estndar con respecto al tiempo de adquisicin, se deben a la relacin de dicho parmetro estadstico con el nmero de a. b. c. d. DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
84 BEDOYA TOBON, JUAN CAMILO
partculas. La incertidumbre o desviacin estndar es inversa a la raz cuadrada del numero de partculas o eventos. A mayor nmero de eventos, habr una mayor estadstica y por tanto una menor desviacin estndar o incertidumbre en la medida de dosis.
GATE ofrece al usuario dos mapas dosimtricos, el primero de esto contiene los niveles de dosis de cada voxel y el segundo la incertidumbre de dicho medida, ambos poseen los mismos tamaos matrices y formato. El mapa de incertidumbre indica en cul de los voxel hay o no incertidumbre, poniendo un 1 o un 0, respectivamente, si el valor de incertidumbre es muy pequea con respecto a la medida el voxel, se pone 0, en caso contrario 1. Estos mapas poseen la misma relacin antes discutida, con respecto al tiempo; a mayor tiempo, menor nmero de voxeles con incertidumbre.
Estos mapas dan poca informacin, para el inters de este trabajo, razn por la cual solo es mencionada a modo informativo y no de anlisis. En la figura 6.7 se muestran los mapas para cabeza y cuello. 6.8- GATE vs. MIRD.
Son muchas las ventajas que las simulaciones de Monte Carlo hechas con GATE ofrece frente al mtodo del MIRD, entre algunas de ellas se encuentran:
GATE permite una distribucin realista de los niveles de actividad en cada rgano tras la voxelizacin de las imgenes de PET y CT, mientras que el MIRD se basa en una distribucin homognea de actividad, algo que es muy idealizado.
El mtodo MIRD, tiene como base el trabajo sobre volmenes y tiempo de clculo (Actividad Acumulada) cuasi-infinitos, algo que la prctica no es posible, ya que los rganos tiene un volumen finito y los pacientes no pueden ser estudiados tiempos infinito, por lo que se hacen ciertas aproximaciones que agregan errores considerables al clculo dosimtrico y aumentan las incertidumbres, de las mismas. En caso contrario, el GATE no CAPTULO 6 DISCUSIN Y RESULTADOS CLCULOS 85 BEDOYA TOBON, JUAN CAMILO
hace ningn tipo de aproximacin, ya que hace una evaluacin voxel a voxel durante un tiempo de adquisicin, que es controlado por el usuario.
A causa de esto, el mtodo MIRD tiende a subestimar en muchos de los casos los niveles de dosis frente a los valores obtenido con GATE, ya que hace una distribucin errnea y poco realista de actividad en rgano. En la Tablas 6.11 a 6.13, se muestra los niveles de dosis obtenido con GATE y MIRD.
Tabla 6.12. Comparacin del clculo dosimtrico por rgano hecho con el GATE y el MIRD, tomando como regin de estudio la pelvis. DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO A PARTIR DE IMGENES DE PET/CT
Tabla 6.13. Comparacin del clculo dosimtrico por rgano hecho con el GATE y el MIRD, tomando como regin de estudio el trax.
Es importante resaltar el hecho que no se puede concluir nada de rganos como medula, estoma, riones, garganta e intestino, ya que en las simulaciones hechas con GATE no se toma el rgano en su totalidad, pero en el MIRD si es considerado todo.
CAP TULO 7
CONCLUSI ONES
Las simulaciones hechas con el mtodo de Monte Carlo permiten una evaluacin realista de la distribucin de actividad en el paciente lo que facilita el clculo dosimtrico en rgano y disminuye la incertidumbre en la medida; a la par que sobrepasa las limitaciones que presenta el mtodo de clculo del MIRD, frente a tiempo de anlisis, homogeneidad en la distribucin de actividad y longitud de rgano.
Es claro que este mtodo estadstico posee grandes desventajas cuando se habla de tiempo requerido de clculo y complejidad de cdigo, pero tambin es cierto que estos hoy en da, con la evolucin tecnolgica de los procesadores y los nuevos sistemas de simuladores, no son impedimentos para la implementacin de este sistema de clculo en servicios de radioterapia y medicina nuclear, para la evaluacin dosimtrica online.
CAPTULO 7 CONCLUSIN
88 BEDOYA TOBON, JUAN CAMILO
GATE es una claro de tal evolucin. Est simulador de Monte Carlo que se basa en las diferentes libreras de GEANT4, que fue adaptado para su fcil implementacin en el campo de la medicina nuclear, combinando para esto las ventajas ofrecidas por GEANT4 (procesos fsicos validados, geometras bien definidas y poderosas herramientas de visualizacin) y el uso de nuevas herramientas desarrolladas para el anlisis de fantomas y la representacin de imgenes de pacientes en condiciones reales (fuentes y fantomas voxelizados), permitiendo al usuario lograr simulaciones precisas y reales de equipos, como el PET.
Los resultados plasmados en el presente trabajo corroboran dichas afirmaciones y son el fundamento para el desarrollo de un mtodo simple, eficaz y optimo para el uso de simulaciones como herramienta para clculo dosimtrico. El cual puede ser implementado fcilmente por el personal tcnico del servicio de medicina nuclear.
Como comentario final respecto del mtodo y los experimentos aqu utilizado se puede agregar que existen infinidad de pruebas que pueden realizarse para evaluar los beneficios de estas dichas simulaciones, las cuales van desde considerar el movimiento de los rganos hasta la valoracin de dosis a tiempo cuasi infinito. Lastimosamente el tiempo es un factor determinante en el desarrollo de la presente tesis. Por lo que lo escrito aqu solo es esboza una pequea parte de los usos que puede tener GATE.
APNDICE 1
APNDI CE 1 DEFI NI CI N DE LA GEOMETR A DEL ESCNER A continuacin se muestra el cdigo utilizado en este trabajo para la definicin de las caractersticas del PET.
/gate/world/geometry/setXLength 110. cm /gate/world/geometry/setYLength 110. cm /gate/world/geometry/setZLength 110. cm
#DEFINICION Y DESCRIPCION DEL SISTEMA#
# C Y L I N D R I C A L #
/gate/world/daughters/name cylindricalPET /gate/world/daughters/insert cylinder /gate/cylindricalPET/setMaterial Air /gate/cylindricalPET/geometry/setRmax 443.1 mm /gate/cylindricalPET/geometry/setRmin 428.1 mm /gate/cylindricalPET/geometry/setHeight 152 mm /gate/cylindricalPET/vis/forceWireframe
# H E A D #
/gate/cylindricalPET/daughters/name head /gate/cylindricalPET/daughters/insert box /gate/head/placement/setTranslation 443.1 0 0 mm APNDICE 1
90 BEDOYA TOBON, JUAN CAMILO
/gate/head/geometry/setXLength 30. mm /gate/head/geometry/setYLength 38. mm /gate/head/geometry/setZLength 152 mm /gate/head/setMaterial Air /gate/head/vis/forceWireframe /gate/head/vis/setColor gray
# M O D U L O #
/gate/head/daughters/name module /gate/head/daughters/insert box /gate/module/geometry/setXLength 30. mm /gate/module/geometry/setYLength 38. mm /gate/module/geometry/setZLength 38 mm /gate/module/setMaterial Water /gate/module/vis/setColor yellow /gate/module/vis/forceWireframe
# C R Y S T A L #
/gate/module/daughters/name crystal /gate/module/daughters/insert box /gate/crystal/geometry/setXLength 30 mm /gate/crystal/geometry/setYLength 4.7 mm /gate/crystal/geometry/setZLength 6.3 mm /gate/crystal/setMaterial Air /gate/crystal/vis/setColor red /gate/crystal/vis/forceWireframe
# BGO layer #
/gate/crystal/daughters/name BGO /gate/crystal/daughters/insert box /gate/BGO/placement/setTranslation 0.0 0.0 0.0 cm CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO MEDIANTE IMGENES DE PET/CT
91 BEDOYA TOBON, JUAN CAMILO
/gate/BGO/geometry/setXLength 30 mm /gate/BGO/geometry/setYLength 4.7 mm /gate/BGO/geometry/setZLength 6.3 mm /gate/BGO/setMaterial BGO /gate/BGO/vis/setColor green
/gate/head/repeaters/insert ring /gate/head/ring/setRepeatNumber 35
# A T T A C H Volumes To a S Y S T E M #
/gate/systems/cylindricalPET/rsector/attach head /gate/systems/cylindricalPET/module/attach module /gate/systems/cylindricalPET/crystal/attach crystal /gate/systems/cylindricalPET/layer0/attach BGO
APNDICE 1
92 BEDOYA TOBON, JUAN CAMILO
# Define a S E N S I T I V E Detector #
/gate/BGO/attachCrystalSD
APNDICE 2
APNDI CE 2 DEFI NI CI N DE LOS PROCESOS F SI COS Y DE LOS SI STEMAS DE ADQUI SI CI N A continuacin se muestra el cdigo utilizado para la definicin de los diferentes procesos fsicos y el sistema de adquisicin del equipo, para asegurar que el proceso se lo ms realista posible:
/gate/physics/Gamma/SetCutInRegion BGO 0.01 cm /gate/physics/Electron/SetCutInRegion BGO 0.01 cm /gate/physics/Positron/SetCutInRegion BGO 0.01 cm
/gate/physics/Gamma/SetCutInRegion phantom 0.01 mm /gate/physics/Electron/SetCutInRegion phantom 0.01 mm /gate/physics/Positron/SetCutInRegion phantom 0.01 mm
/gate/physics/SetMaxStepSizeInRegion phantom 0.001 mm
# D I G I T I Z E R: DETECTOR ELECTRONIC RESPONSE # # A C Q U I S I T I O N P A R A M E T E R S # # D I S T R I B U T I O N S #
/gate/digitizer/cutSingles/insert deadtime /gate/digitizer/cutSingles/deadtime/setDeadTime 250 ns /gate/digitizer/cutSingles/deadtime/setMode nonparalysable /gate/digitizer/cutSingles/deadtime/chooseDTVolume head CLCULOS DOSIMTRICOS MEDIANTE CDIGO MONTE CARLO MEDIANTE IMGENES DE PET/CT
# N O I S E # /gate/digitizer/cutSingles/insert noise /gate/digitizer/cutSingles/noise/setDeltaTDistribution dt_distrib /gate/digitizer/cutSingles/noise/setEnergyDistribution energy_distrib
# C O I N C I D E N C E S O R T E R # #COINCIDENCIAS RETRASADAS#
APNDI CE 3 LI BRER A DE MATERI ALES DE GATE A continuacin se muestran algunos de los materiales incluidos en la base de datos de GATE y que fueron utilizados en presente trabajo.
En la primera lnea se define la densidad d =material densidad unidades, separado por un punto y coma esta el nmero de componentes en el material definido por n =nmero de elementos. Desde la segunda lnea en adelante, se enumeran cada uno de los elementos que forman el material y sus respectivas fracciones de masa, son definidos por + el: nombre = nombre del elemento; f = fraccin de masa, donde la suma de las fracciones de masa debe ser uno.
A Dios, quien me a guiado hasta este punto y me a bendecido con una buana familia, una novia amorosa y unos grandes amigos, a l debo todo lo que soy y todo lo que he hecho en mi vida. A mi novia Alison, por su apoyo incondicional. Por las horas interminables de paciencia y compaa, por compartir la misma visin y deseos para el futuro. Por su amor incansable y por ser mi confidente y soporte en los buenos y malos momentos. A Nubia Elena, mi madre, por no dudar nunca y por hacerme sentir todos y cada uno de mis das su confianza, su apoyo y su amor. A mis hermanos Diana, Carlos y ngela, que fueron amigos, confidentes y consejeros y quienes siempre han sido un modelo a seguir, A mis amigos de la maestra Javier, Gonzalo, Jorge, Federico, Jessica, Germn, Virginia y Agustn, que soportaron y me acompaaron, a tal punto que se convirtieron en una familia para m. Muy especialmente Agradezco a la Dra. Susana Silva, sin la cual esta tesis no hubiera sido una realidad, ya que fue una maestra para mi, durante este proceso. Al personal Mdico del Servicio de Medicina Nuclear por su profesionalismo y su amistad. Por su humildad, por escucharme y darme un lugar. Por los conocimientos aportados y su cario. Especialmente ali profesor Sergio Mosconi por su apoyo durante el este proceso. REFERENCIAS
102 BEDOYA TOBON, JUAN CAMILO
REFERENCI AS
1. Perz, Mara del Rosario. Porteccin radiolgica del paciente en medicina nuclear. Buenos Aires, Argentina : Cusro de dosimetra interna en medicina nuclear, 2004.
2. Cismondi, Federico. Registracin de imagenes de transmisin y emisin en medicina nuclear y tomografia para clculos de dosimetra interna. Bariloche, Argentina : Instituto Balseiro, 2006.
3. Stelson Audrey T. S., Watson Evelyn E., Cloutier Roger J. A history of medical internal dosimetry. s.l. : Health Physics Society, 1995.
4. Rojo Ana Mara, Gomez Parada Ins. Metodologa MIRD. Buenos Aires, Argentina : Curso de dosimetra interna en medicina nuclear, 2004.
5. MIRD Pamphlet N 16: Tecniques for quantitave radiopharmaceutical biodistribution data acquisition and analysis for use in human radiation dose estimates. Siegel Jeffry A., Thomas Stephen R., Stubbs James B., Stabin Michael G., Hays Marguerite T., Koral Keneth F., Robertson James S., Howell Roger W., Wessels Barry W., Fischer Darrel R., Weber David A. and Brill Bertrand. MIRD Pamphlet 16, EEUU : Journal of nuclear medicine, 1999.
6. Internal Radiation Dosimetry:Principles and Applications. Richard E. Toohey, Michael G. Stabin, Evelyn E. Watson. 2, EEUU : RG, 2000, Vol. 20.
7. Dosimetry of Internal Emitters. Sgouros, George. 1, Baltimore, Maryland : The journal of nuclear medicine, 2005, Vol. 46.
8. Silva, Susana Evaristo de Oliveira Branco. Small Animal PET Imaging Using GATE Monte Carlo Simulations: implementation of physiological and metabolic information. Portugal : Universidad de Lisboa, facultad de ciencias, departamento de fsica, 2010.
9. Jenkins, T., Rindi, A., Nahum, A., Rogers, D. W. O. Variance-reduction techniques Monte Carlo Transport of Electrons and Photons. New York : Plenum, 1989.
10. Zaidi, H., Sgouros, G. Therapeutic Applications of Monte Carlo Calculations in Nuclear Medicine. New York : Series in Medical Physics and Biomedical Engineering, 2003.
11. Bielajew, A. F., Rogers,D.W.O. The parameter reduced electron-step transport algorithm for electron Monte Carlo transport . New York : Nuclear Instrumental Methods physical, 1987.
12. Verdomck, P. Advances in biomedical engineering. Amsterdam : Elsevier, 2009.
REFERENCIAS
103 BEDOYA TOBON, JUAN CAMILO
13. Overview of physical interaction models for photon and electron transport used in Monte Carlo codes. Salvat, F., Fernndez- Varea, J. 1, Barcelona, Espaa : Metrologia, 2009, Vol. 46.
14. Sempau, J.,Salvat, F., Fernndez-Varea, J. PENELOPE-2008: A Code System for Monte Carlo Simulation of Electron and Photon Transport. Barcelona, Espaa : Universidad de Barcelona, 2008.
15. Monte Carlo techniques in medical radiation physics . Andreo, A. 36, s.l. : Phys. Med. Biol., 1991.
16. Practical aspects of Monte Carlo simulation of charged particle transport: mixed algorithms and variance reduction techniques . Salvat, F., Fernandez-Varea, J. M., Sempau, J., Mazurier, J. New York : Radiat. Environ. Biophys, 1999, Vol. 38.
17. Buvat, I.,Jan, S.,Glick,S., Kerhoas, S., Mayet, F. User guide V6. Paris, Orsay : OpenGATE Collaboration, 2010.
18. Jan, S., Buvat, I.,Glick,S., Kerhoas, S., Mayet, F. User guide V1. Paris, Orsay : OpenGATE Collaboration, 2002.
Loening, A. (2000-2011). AMIDES a Medical Image Data Examiner. (Versin 1.0.0) http://amide.sourceforge.net [Software de procesamiento de imgenes medicas].
Konrad-Zuse-Zentrum (1995-2010). AMIRA (Versin 5.3.3) http://www.visageimaging.com/ [Software de procesamiento de imgenes medicas].Berln. Visage Imaging, Inc.
Buvat, I.,Jan, S.,Glick,S., Kerhoas, S., Mayet, F. (2011) GATE (Versin 6.1.0) http://www.opengatecollaboration.org. [Software para simulaciones de Monte Carlo]. Pars. OpenGATE Collaboration.
Rasband, W (2011) ImageJ (Versin 1.44p) http://imagej.nih.gov/ij [Software de procesamiento de imgenes]. USA. National Institutes of Health.
Nolf, E (2003) (X)MedCon - An open-source medical image conversion toolkit (Versin 0.10.7). http://xmedcon.sourceforge.net/ [Software de procesamiento de imgenes mdicas]. msterdam