Dosimétrie pour des applications de radiothérapie en utilisant les processeurs graphiques / Yannick Lemaréchal ; sous la direction de Mathieu Hatt

Date :

Type : Livre / Book

Type : Thèse / Thesis

Langue / Language : français / French

Prostate -- Cancer

Radiothérapie

Dosimétrie

Processeurs graphiques

Monte-Carlo, Méthode de

Classification Dewey : 571.457

Classification Dewey : 615.842

Classification Dewey : 616.994 63

Hatt, Mathieu (Directeur de thèse / thesis advisor)

Visvikis, Dimitris (Président du jury de soutenance / praeses)

Després, Philippe (19..-) (Rapporteur de la thèse / thesis reporter)

Jan, Sébastien (1974-.... ; auteur en physique) (Rapporteur de la thèse / thesis reporter)

Pradier, Olivier (Membre du jury / opponent)

Université de Bretagne Occidentale (1971-....) (Organisme de soutenance / degree-grantor)

École doctorale Santé, information-communication et mathématiques, matière (Brest, Finistère) (Ecole doctorale associée à la thèse / doctoral school)

Laboratoire de traitement de l’information médicale (Brest, Finistère) (Laboratoire associé à la thèse / thesis associated laboratory)

Résumé / Abstract : Le cancer de la prostate est le cancer le plus fréquemment diagnostiqué en France chaque année. Il est responsable d’environ 10 % des morts liées au cancer. Les principaux traitements sont la chirurgie et la radiothérapie. Cette dernière concerne environ 60 % à 70 % des patients pris en charge en oncologie. La radiothérapie consiste à délivrer la dose la plus élevée possible à une cible tumorale, via des rayonnements ionisants, tout en limitant au maximum la dose délivrée aux tissus sains et organes à risque (OAR) environnants. Cette pratique requiert un contrôle sans faille de la dose délivrée au patient car une déviation de la prescription médicale peut réduire l’efficacité du traitement des volumes tumoraux. Elle peut également avoir des conséquences graves sur le patient dues à l’irradiation excessive des tissus sains. Un moyen pour évaluer de façon précise la dose délivrée est de simuler l’interaction rayonnement matière à l’intérieur du patient par simulation Monte-Carlo (SMC). Ceci exige une capacité de calcul importante notamment pour simuler les milliards de particules nécessaires à l’évaluation de la dosimétrie. Le temps nécessaire pour obtenir un résultat satisfaisant peut varier de quelques heures à plusieurs jours. Dans ce contexte, le moteur de simulation Monte-Carlo GGEMS (GPU GEant4-based Monte-Carlo Simulation), basé sur l’utilisation de cartes graphiques (GPUs), a pu être développé. Les effets physiques modélisés se basent sur le code Monte-Carlo générique Geant4 réputé et validé. Ce logiciel tient compte de différents types de simulations comme la radiothérapie externe ou les techniques de curiethérapie bas débit et haut débit de dose. Ces exemples ont nécessité la modélisation précise et l’utilisation de plusieurs types de géométries comme des volumes voxélisés, analytiques ou maillés. Concernant la radiothérapie, il n'existait pas de code Monte-Carlo utilisant les architectures GPUs prenant en considération l'ensemble de l'appareil de traitement. Dans ce contexte, nous avons développé un modèle de source paramétrée reproduisant scrupuleusement le faisceau d'émission et permettant une utilisation sur GPU. Nous avons modélisé analytiquement les géométries des mâchoires. Le collimateur multi-lames est quant à lui formé par un ensemble de triangles (maillage). La navigation des électrons dans un volume voxélisé a également été développée. Nous avons utilisé comme exemple l'accélérateur Novalis TrueBeam® Stx. Nous pouvons ainsi effectuer des simulations Monte-Carlo reproduisant fidèlement cet accélérateur linéaire. L’ensemble de l’appareil a été validé à l’aide de comparaisons avec des mesures expérimentales ou avec des simulations Monte-Carlo de référence. Finalement, nous avons développé une plateforme de simulation Monte-Carlo utilisant les architectures GPUs pour des applications de curiethérapie et de radiothérapie externe. Cette plateforme comprend la navigation des photons et des électrons. Elle gère également les volumes voxélisés, analytiques (cylindre, pavé) et maillés. Les sources d'émission des particules sont modélisées pour reproduire fidèlement leur modèle de référence. Les facteurs d'accélération par rapport à Geant4 sont compris entre 40 et 568 selon l'application. Des applications de GGEMS dans des conditions cliniques, notamment en curiethérapie, sont la prochaine étape du développement.

Résumé / Abstract : Prostate cancer is the most frequently diagnosed cancer in France each year. It is responsible for about 10% of deaths related to cancer. The main treatments are surgery and radiation therapy. The latter concerns about 60 % to 70 % of patients treated in oncology. The aim of radiation therapy is to deliver the highest possible dose to the tumor target, via ionizing radiation, while minimizing the dose delivered to surrounding healthy tissues and organs at risk (OAR). This practice requires a flawless dose control for patient safety as far as a deviation from the medical prescription could reduce treatment efficiency This could also lead to an excessive irradiation of healthy tissues and cause serious damage to the patient. A way to evaluate the dose delivered to the patient is to track particles in the matter using Monte Carlo simulations (MCS). This requires a large computation time specially to simulate billion of particles and to evaluate the associated dosimetry. The time required to obtain a satisfactory result may vary from hours to days. In this context, the Monte Carlo simulation engine GGEMS (GPU Geant4-based Monte Carlo Simulation), based on the use of graphics cards (GPUs), has been developed. Physics effects are based on the generic and validated Monte Carlo code Geant4. This software is able to handle various types of simulations such as external beam radiation therapy and low dose rate or high dose rate brachytherapy. These examples need an accurate modelling and the use of several types of geometries such as for voxelised, analytical or meshed volumes. We analytically modeled jaw geometries. The multi-leaf collimator was formed by a set of triangles (mesh). Electron navigation in a voxelised volume was also developed. We used the example of the Novalis TrueBeam® Stx accelerator. We can then perform Monte Carlo simulations reproducing the linear accelerator. The entire device was validated using comparisons with experimental measurements or with Monte Carlo simulations from Geant4 Finally, we have developed a Monte Carlo simulation platform using GPU architectures for applications of brachytherapy and external beam radiotherapy. This platform includes photons and electrons navigation. It also manages voxelised, analytical (cylinder, cube) and mesh volumes. The particle emission sources are modelled to accurately reproduce their reference model. The acceleration factors from Geant4 are between 40 and 568 depending on the application. GGEMS Applications under clinical conditions, including brachytherapy, are the next development step.