بسط و پیاده‌سازی الگوریتم Convolution برای محاسبه‌ی دوز تابش فوتون در پرتودرمانی

نوع مقاله : مقاله های پژوهشی

نویسندگان

1 استادیار، گروه فیزیک و مهندسی پزشکی، دانشکده‌ی پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

2 استاد، گروه فیزیک و مهندسی پزشکی، دانشکده‌ی پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

3 دانشجوی کارشناسی ارشد، گروه فیزیک و مهندسی پزشکی، دانشکده‌ی پزشکی و کمیته‌ی تحقیقات دانشجویی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

چکیده

مقدمه: یکی از روش‌های بسیار پر کاربرد در درمان بیماری سرطان پرتودرمانی است. هدف در پرتودرمانی رساندن بیشترین مقدار دوز به بافت‌های سرطانی و کمترین مقدار به بافت‌های سالم مجاور می‌باشد. به همین دلیل محاسبه‌ی دوز رسیده به نقاط مختلف بدن قبل از تابش پرتو از اهمیت ویژه‌ای برخوردار ‌است. این محاسبات توسط سیستم طراحی درمان انجام می‌گیرد. پایه‌ی یک سیستم طراحی درمان الگوریتم آن است. هدف از انجام این طرح، بسط و پیاده‌سازی الگوریتم Convolution در قالب یک کد و به دنبال آن بررسی میزان دقت مقادیر محاسباتی دوز توسط این کد نسبت به مقادیر تجربی بود. روش‌ها: در این طرح از روش Convolution پراکندگی کامل استفاده شد. با در نظر گرفتن یک فانتوم در ابعاد 25/11 × 5/11 × 5/11 سانتی‌متر مکعب و اعمال فیلد سایزهای 3 × 3، 5 × 5 و 10 × 10 سانتی‌متر مربع بر روی سطح آن، کد مربوط توسط برنامه‌ی MATLAB نوشته شد. انرژی فوتون‌های ورودی نیز 6 مگا الکترون ولت در نظر گرفته شد. نتایج درصد دوز عمقی با مقادیر تجربی مقایسه گردید. یافته‌ها: میانگین میزان درصد اختلاف‌ها برای فیلد سایز 3 × 3 سانتی‌متر مربع برابر با 527/1 درصد، برای فیلد سایز 5 × 5 سانتی‌متر مربع برابر با 51/1 درصد و برای فیلد سایز 10 × 10 سانتی‌متر مربع برابر با 00/3 درصد به دست آمد. نتیجه‌گیری: مقادیر درصد اختلاف دوز بین مقادیر محاسبه شده توسط کد و مقادیر تجربی برای هر سه فیلد سایز 3 × 3، 5 × 5 و 10 × 10 سانتی‌متر مربع کمتر از 5 درصد بود. با توجه به توصیه‌های AAPM TG-53 (American association of physicists in medicine task group 53) این مقادیر در محدوده‌ی قابل قبولی می‌باشند. واژگان کلیدی: سیستم طراحی درمان، پرتودرمانی، الگوریتم Convolution

عنوان مقاله [English]

Development and Implementation of the Convolution Method for Photon Dose Calculation in Radiation Therapy

نویسندگان [English]

  • Keyvan Jabbari 1
  • Mohamad Bagher Tavakoli 2
  • Sayed Mojtaba Hosseini 3
1 Assistant Professor, Department of Medical Physics and Engineering, School of Medicine, Isfahan University of Medical Sciences, Isfahan, Iran
2 Professor, Department of Medical Physics and Engineering, School of Medicine, Isfahan University of Medical Sciences, Isfahan, Iran
3 MSc Student, Department of Medical Physics and Engineering, School of Medicine AND Student Research Committee, Isfahan University of Medical Sciences, Isfahan, Iran
چکیده [English]

Background: One of the most widely used methods in cancer treatment is radiation therapy. In radiation therapy, the goal is to deliver maximum dose to the cancerous tissue and the least amount to adjacent normal tissue. Therefore, it is important to calculate radiation doses received by different points of body. These calculations are performed by treatment planning systems. The aim of this project was to develop and implement the convolution algorithm in the form of a code. The accuracy of doses calculated by the code was then compared with experimental values. Methods: Full scatter convolution method was used in this project. Considering a phantom with dimensions of 11.5 × 11.5 × 11.25 cm3 and field sizes of 3 × 3, 5 × 5, and 10 × 10 cm2 on its surface, the code was written by MATLAB program. Incident photon energy was considered as 6 MeV. Finally, percentage depth dose values were compared with experimental values. Findings: The mean percent difference values were 1.527%, 1.51%, and 3.00% for field sizes of 3 × 3, 5 × 5, and 10×10 cm2, respectively. Conclusion: Percentage differences between the doses calculated by the code and experimental values were less than 5% for all three field sizes. According to the recommendations of Task Group 53 of the Radiation Therapy Committee of the American Association of Physicists in Medicine, the values were in the acceptable range. Keywords: Radiotherapy planning, Radiation therapy, Photons, Convolution algorithm