Contenido principal del artículo

Autores

La reconstrucción inversa, una de las formas de cálculo del espectro de energía del eje central, ha mostrado buenos resultados en diversos estudios. Su validación, a falta del espectro real y practicidad, suele hacerse comparando la PDP medida en clínica, utilizando el índice gamma. El objetivo del trabajo es validar la reconstrucción espectral de un haz de electrones de 6MeV de un acelerador lineal Sinergy, por comparación con el espectro derivado de la simulación Monte Carlo del cabezal del acelerador así como realizar un análisis sobre su relación con la validación por medio el criterio de índice gamma aceptado clínicamente (>95% dentro de 3% de diferencia de dosis/ 3 mm en distancia para concordancia). La reconstrucción inversa se usó regularización de Tikhonov y recocido simulado generalizado. Se observó un excelente acuerdo entre la PDP y el perfil de dosis reconstruido (obtenidas mediante el espectro reconstruido) y las PDP medida y la simulada (a partir del espectro de la simulación del cabezal), dado que el pasaje fue de > 95% dentro de 1%/1mm y 2%/2mm para las PDP y el perfil de dosis, respectivamente. Los espectros simulado y reconstruido presentaron formas similares, coincidiendo en energía más probable y gran parte de la región de bajas energías. Pese a serias discrepancias en la región del pico, esto no se reflejó en diferencias clínicamente observables. En conclusión, se verificó que el espectro reconstruido es próximo de uno simulado por Monte Carlo por lo que es apropiado para uso clínico e investigativo.

1.
Wilches Visbal JH, Apaza-Veliz DG. Validación de la reconstrucción espectral de un haz de electrones por comparación con espectro de Monte Carlo. inycomp [Internet]. 30 de diciembre de 2022 [citado 19 de abril de 2024];25(1):e-21112051. Disponible en: https://revistaingenieria.univalle.edu.co/index.php/ingenieria_y_competitividad/article/view/12051

Apaza Veliz D, Wilches Visbal J, Abrego F, Vega Ramírez J. Monte carlo calculation of the energy spectrum of a 6 MeV electron beam using penetration and energy loss of positrons and electrons code. J Med Phys 2020;45(2):116–22.

Zhu TC, Das IJ, Bjärngard BE. Characteristics of bremsstrahlung in electron beams. Med Phys 2001;28(7):1352–8. Disponible en: http://doi.wiley.com/10.1118/1.1382608

Zhengming L, Jette D. On the possibility of determining an effective energy spectrum of clinical electron beams from percentage depth dose (PDD) data of broad beams. Phys Med Biol 1999;44(8):177–82. Disponible en: https://pubmed.ncbi.nlm.nih.gov/10473217/

Brahme A, Svensson H. Radiation beam characteristics of a 22 mev microtron. Acta Oncol (Madr) 1979;18(3):244–72. Disponible en: https://pubmed.ncbi.nlm.nih.gov/118642/

Rogers DWO, Faddegon BA, Ding GX, Ma CM, We J, Mackie TR. BEAM: A Monte Carlo code to simulate radiotherapy treatment units. Med Phys 1995;22(5):503–24. Disponible en: https://pubmed.ncbi.nlm.nih.gov/7643786/

Gui L, Hui L, Ai-Dong W, Gang S, Yi-Can W. Realization and Comparison of Several Regression Algorithms for Electron Energy Spectrum Reconstruction. Chinese Phys Lett 2008;25(7):2710–3. Disponible en: https://iopscience.iop.org/article/10.1088/0256-307X/25/7/104

Li G, Wu A, Lin H, Wu Y. Electron spectrum reconstruction as nonlinear programming model using micro-adjusting algorithm [Internet]. En: IFMBE Proceedings. 2008. página 451–4.Disponible en: https://www.springerprofessional.de/electron-spectrum-reconstruction-as-nonlinear-programming-model-/2956546

Wilches-Visbal JH, Apaza-Veliz DG, Nicolucci P. Spectral reconstruction of kilovoltage photon beams using generalized simulated annealing. Uniciencia 2022;36(1):1–14. Disponible en: https://www.revistas.una.ac.cr/index.php/uniciencia/article/view/16520

Andreo P, Brahme A, Nahum A, Mattsson O. Influence of energy and angular spread on stopping-power ratios for electron beams. Phys Med Biol 1989;34(6):751–68. Disponible en: https://iopscience.iop.org/article/10.1088/0031-9155/34/6/010

Dina GX, Rogers DWO, Mackie TR. Calculation of stopping-power ratios using realistic clinical electron beams. Med Phys 1995;22(5):489–501. Disponible en: https://pubmed.ncbi.nlm.nih.gov/7643785/

Carletti C, Meoli P, Cravero WR. A modified simulated annealing algorithm for parameter determination for a hybrid virtual model. Phys Med Biol 2006;51(16):3941–52. Disponible en: https://pubmed.ncbi.nlm.nih.gov/16885616/

Faddegon BA, Blevis I. Electron spectra derived from depth dose distributions. Med Phys 2000;27(3):514–26. Disponible en: https://aapm.onlinelibrary.wiley.com/doi/abs/10.1118/1.598919

Deng J, Jiang SB, Pawlicki T, Li J, Ma C-M. Derivation of electron and photon energy spectra from electron beam central axis depth dose curves. Phys Med Biol 2001;46(5):1429–49. Disponible en: https://iopscience.iop.org/article/10.1088/0031-9155/46/5/308

Visbal JHW, Costa AM. Inverse reconstruction of energy spectra of clinical electron beams using the generalized simulated annealing method. Radiat Phys Chem 2019;162:31–8. Disponible en: https://linkinghub.elsevier.com/retrieve/pii/S0969806X18310387

Wilches Visbal JH, Nicolucci P. Improved reconstruction methodology of clinical electron energy spectra based on Tikhonov regularization and generalized simulated annealing. J Appl Res Technol 2021;19(6):622–32. Disponible en: https://jart.icat.unam.mx/index.php/jart/article/view/1213

Chvetsov A V., Sandison GA. Reconstruction of electron spectra using singular component decomposition. Med Phys 2002;29(4):578–91. Disponible en: http://doi.wiley.com/10.1118/1.1461840

Wilches Visbal JH, Martins Da Costa A. Determinação da Dose dos Fótons Contaminantes de Feixes de Elétrons Clínicos usando o Método de Recozimento Simulado Generalizado. Rev Bras Física Médica 2017;11(2):2. Disponible en: http://www.rbfm.org.br/rbfm/article/view/409

Zhengming L. A numerical method for solving the Fredholm integral equation of the first kind and its application to restore the folded radiation spectrum. Nucl Inst Methods Phys Res A 1987;255(1–2):152–5. Disponible en: http://a.xueshu.baidu.com/usercenter/paper/show?paperid=7d22324b6bdaaf91bcb454f2bece26fd

Hansen PC. Regularization Tools version 4.0 for Matlab 7.3. Numer Algorithms 2007;46(2):189–94. Disponible en: http://link.springer.com/10.1007/s11075-007-9136-9

Wilches Visbal JH, Da Costa AM. Algoritmo de recocido simulado generalizado para Matlab. Ing y Cienc 2019;15(30):117–40. Disponible en: http://publicaciones.eafit.edu.co/index.php/ingciencia/article/view/5564

Salvat F, Fernández-Varea J, Sempau J. PENELOPE – A Code System for Monte Carlo Simulation of Electron and Photon Transport A Code System for Monte Carlo [Internet]. 2008. Disponible en: https://www.oecd-nea.org/jcms/pl_14442/penelope-2008-a-code-system-for-monte-carlo-simulation-of-electron-and-photon-transport

Gerbi BJ, Antolak JA, Deibel FC, Followill DS, Herman MG, Higgins PD, et al. Recommendations for clinical electron beam dosimetry: Supplement to the recommendations of Task Group 25. Med Phys 2009;36(7):3239–79. Disponible en: http://doi.wiley.com/10.1118/1.3125820

Geurts M. 1D, 2D or 3D gamma index computation in Matlab. [Internet]. Github2018 [citado 2021 feb 5];1. Disponible en: https://github.com/mwgeurts/gamma/blob/master/CalcGamma.m

Querebalú Garcia C, Carrasco Solis E, Valladolid Salazar JV, Centeno Ramos J. Evaluation of the impact of parameters on the gamma index for breast cancer treatments. Rev Mex Física 2021;67(6):1–6. Disponible en: https://rmf.smf.mx/ojs/index.php/rmf/article/view/5795

Wilches JH, Apaza DG, Da Costa AM. Sobre la posibilidad de usar el método de regularización de Tikhonov para reconstruir el espectro de energía de un haz clínico de electrones. MOMENTO 2020;(60):1–17. Disponible en: https://revistas.unal.edu.co/index.php/momento/article/view/75527