Construção de modelos geométricos quadráticos específicos a partir de imagens de tomografia computadorizada para aplicações em simulações Monte Carlo visando o planejamento radioterápico

• Ano de defesa: 2023
• Autor(a) principal: Scatena, Rafael Oddone
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Automatic segmentation; Imagens tomográficas; Modelos geométricos específicos; Monte Carlo simulation; Radioterapia; Radiotherapy; Segmentação automática; Simulação Monte Carlo; Specific geometric model; Tomographic images
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/59/59135/tde-03102023-153312/

A simulação de Monte Carlo é o algoritmo computacional de referência para o transporte de radiação no contexto da radioterapia. Embora o algoritmo de Monte Carlo seja muito lento para ser usado no ambiente clínico, nós o aceleramos usando um código híbrido personalizado de CPU e GPU chamado PaRtIcle-matter SiMulATIon Cuda (PRISMMATIC) baseado no PENELOPE. O objetivo principal desta pesquisa foi construir uma geometria quadrática torácica de voxels específica para pacientes com câncer de pulmão construída utilizando segmentação automática a partir de imagens de tomografia computadorizada. Métodos simples de processamento de imagem foram utilizados para segmentação. As regiões delimitadas por voxels foram simplificadas e convertidas automaticamente em geometrias quadráticas compatíveis com os softwares Monte Carlo PENELOPE e PRISMATIC. Foram feitas simulações de tratamentos de câncer de pulmão com o software PENELOPE e pelo PRISMATIC. Foram calculadas as doses integrais nos órgãos de risco e as restrições de doses sobre volume foram computadas pelo software SLIICER-RT. Os resultados mostraram que é possível obter mapas de doses precisamente compatíveis entre CPU e GPU com aceleração de 3,86 x para o cenário de radiocirurgia e 4,11 x no cenário do acelerador True Beam. Os resultados obtidos permitem prever a viabilidade da simulação Monte Carlo no cenário clínico usando modelos geométricos específicos para o paciente em tempo clinicamente aceitável.