L. Klein1, S. Dorn1, C. Amato1, J. Maier1, S. Heinze2, M. Uhrig1, H. P. Schlemmer1, M. Kachelrieß1, S. Sawall1
1Deutsches Krebsforschungszentrum (DKFZ), Heidelberg, Deutschland
2Ruprecht-Karls-Universität Heidelberg, Medizinische Fakultät, Heidelberg, Deutschland
Einleitung
Die neuartigen Detektoren photonenzählender Ganzkörper-Computertomographen (PCCT) verfügen über deutlich kleinere Pixel im Vergleich zu Detektoren herkömmlicher CT-Systeme. Analytische Rechnungen zeigen, dass eine Rekonstruktion dieser Daten unterhalb deren möglicher Auflösungsgrenze in einer Verringerung des Bildrauschens gegenüber Messungen mit größeren Pixeln resultiert [1]. Dies soll folgend systematisch untersucht und eine mögliche Dosisersparnis für die klinische Routine abgeschätzt werden.
Material & Methoden
Anthropomorphe Phantome unterschiedlicher Größe mit Jod-Einsätzen (Abb.1), Tierkadaver und humane Leichen werden bei verschiedenen Spannungen (80kV–140kV) mit den PCCT-Betriebsmodi Macro (Pixelgröße 0.5mm) und UHR (Pixelgröße 0.25mm) und einem energieintegrierenden Detektor (EI, Pixelgröße 0.6mm) gemessen. Beide Detektoren befinden sich im SOMATOM CounT CT-Prototypen (Siemens Healthineers, Forchheim). Während der Bildrekonstruktion erfolgt ein Angleich der Ortsauflösung zum Erreichen des Limits des EI. Die Rekonstruktion erfolgt dementsprechend deutlich unterhalb der Auflösungsgrenze des UHR-Modus. Eine Auswertung der Daten erfolgt bezüglich des Dosis-normierten Kontrast-Rausch-Verhältnisses (CNRD).
Ergebnisse
Im UHR-Modus akquirierte Bilder zeigen bei gleicher Auflösung für beispielweise 120kV ein bis zu 21.5% höheres CNRD im Vergleich zum EI-Detektor, entsprechend einer Dosisersparnis bis zu 32.3%
gegenüber aktuellen CT-Systemen (Abb.2). Verglichen zum Macro-Modus ergibt sich eine CNRD-Verbesserung bis zu 11.1%. Dies konnte in Phantomen, Tierkadavern sowie Leichen für alle Röhrenspannungen verifiziert werden.
Zusammenfassung
Die Rekonstruktion der UHR-Daten mit einer Ziel-MTF deutlich unterhalb der Auflösungsgrenze reduziert das Bildrauschen für alle Patientengrößen und Röhrenspannungen verglichen zur Standardakquisition. Entsprechend ist eine klinisch relevante Dosisersparnis bei gleichbleibender Bildqualität möglich.
128 Anhang 1
Abb. 1: Links: Abdomenphantom mit Fettringen. Rechts: Beispiel-Rekonstruktion mit Angabe der verwendeten Jodkonzentrationen in mg/mL.
Anhang 2
Abb. 2: Links: CNRD der Detektor-Auslesemodi in Abhängigkeit der Phantomgröße bei gleicher Ortsauflösung für 120kV. Die Bilder des UHR-Modus zeigen den höchsten CNRD. Rechts: Dosisersparnis des UHR-Modus gegenüber EI-Detektor und Macro-Modus.
Literatur
[1] Kachelrieß et al.: Presampling, algorithm factors, and noise: considerations for CT in particular and for medical imaging in general. Med. Phys., 32, 2005.
129
Session 18 I Monte Carlo – vom Forschungsinstrument zum täglichen Handwerkszeug der QA
Chair: Hue Khee Looe (Oldenburg)
FS 13
Qualitätssicherung von Beschleuniger-Basisdaten durch Monte CarlM. Alber1
1Uniklinik Heidelberg, Radioonkologie, Heidelberg, Deutschland
Einleitung
Die Erstellung eines Strahlmodells für das Bestrahlungsplanungssystem (BPS) ist einer der relevantesten Faktoren für die Behandlungsqualität. Ergebnisse von Audits [1] legen nahe, dass es dabei oft zu schwerwiegenden Fehlern kommt, die auch auf die Qualität der Beschleuniger-Basisdaten (BD) zurückzuführen sind. Systematische Fehler in den Messungen erschweren die Modellierung des Strahls auch dann, wenn das Ergebnis am Ende zufriedenstellend ist.
Material & Methoden
Wie alle Dosisberechnungsmethoden benötigt auch Monte Carlo (MC) ein von BD abgeleitetes Strahlmodell. Allerdings ist die Anzahl der Modellparameter im Vergleich zu analytischen Algorithmen sehr gering und vor allem unabhängig von der Feldkonfiguration. Daraus ergibt sich ein hoher Grad an Selbstkonsistenz der Ergebnisse, die es erlaubt, inkonsistente Messungen in den BD zu identifizieren.
Da ein großer Teil der Strahleigenschaften bereits durch die Beschleunigerkopfgeometrie festgelegt ist, können auch physikalisch unmögliche Modelle ausgeschlossen werden. Voraussetzung hierfür ist ein leistungsfähiges, vielseitiges und präzise anpassbares MC-Strahlmodell.
Es wurde ein von BEAMnrc-Simulationen abgeleitetes virtuelles Quellmodell mit fünf Quellen entwickelt und für Beschleuniger der Firmen Varian, Elekta, Siemens und Accuray (Cyberknife und Tomotherapy) optimiert. Für 31 verschiedene Strahlqualitäten wurden 154 Strahlmodelle erzeugt. Die auftretenden Abweichungen zu BD wurden je nach ihren Auswirkungen auf das Strahlmodell des BPS in die drei Kategorien unbedenklich, korrekturbedürftig und unbrauchbar eingeteilt.
Ergebnisse
Die MC-Strahlmodelle erzielen typischerweise eine Genauigkeit von 0.5% in Tiefendosiskurven und Outputfaktoren. Die Simulationen sind genau genug, um in Tiefendosiskurven Fehlplatzierungen des Detektors von 0.2mm sowie erhöhte Streuung aus den Wänden des Wasserphantoms zu erkennen.
Etwa 30% aller Basisdaten erreicht diese Qualität. In der Mehrheit der untersuchten Basisdaten lagen Detektorprobleme (spektrale Empfindlichkeit, Dosisratenabhängigkeit, Volumeneffekte, kleine Felder) typischerweise deutlich über diesen Abweichungen und erreichen oftmals Größenordnungen von bis zu 3%. Grobe Messfehler, Detektor- und Elektronikdefekte lagen in 14 Basisdaten vor, mit Fehlern bis zu 7%. Diese Zahlen decken sich mit den Beobachtungen von [1], was nahe legt dass fehlerhafte Basisdaten eine der Hauptquellen mangelnder Qualität in der Bestrahlungsplanung sind.
Zusammenfassung
Die Qualität von Beschleuniger-Basisdaten kann mittels eines Monte-Carlo Strahlmodells ermittelt, und Fehler erkannt bzw. korrigiert werden. Dabei wird die Selbstkonsistenz von Monte Carlo Simulationen genutzt.
Literatur
[1] Kerns JR, Stingo F, Followill DS, Howell RM, Melancon A, Kry SF.: Treatment Planning System Calculation Errors Are Present in Most Imaging and Radiation Oncology Core-Houston Phantom Failures. Int J Radiat Oncol Biol Phys. 98 (2017), S. 1197-1203.
130
FS 14 Sekundäre Dosisberechnung als QA in der Stereotaxie
C. Fürweger1, T. Hofmann1, S. C. Heidorn1
1Europäisches Cyberknife Zentrum München-Großhadern, München, Deutschland
Einleitung
Bereits 2008 fand die Monte Carlo (MC)-basierte Dosisberechnung Einzug in die Cyberknife (CK) Bestrahlungsplanung. Nun steht seit 01/2019 mit SciMoCa die erste kommerzielle Software zur Verfügung, die eine Verifikation von CK-Plänen mittels MC Vergleichsrechnung erlaubt. Wir berichten über den Einsatz von SciMoCa in der täglichen Qualitätssicherung von stereotaktischen Bestrahlungsplänen.
Material und Methoden
SciMoCa wurde als lokale Server-Installation (Hyper-V Cluster, Windows Server 2016, 8 Kerne, 20 GB RAM) mit Zugriff über WebClients (Windows 10, Firefox) eingerichtet. Validität der Quellenmodelle für ein CK M6 FIM (Fixblenden, Iriskollimator, MLC) wurde über Abgleich mit den CK Planungssystemen (Multiplan v5.3, Precision v2.0) geprüft. Dazu wurden Dosisverteilungen für 34 ausgewählte Einzelfelder in einer artifiziellen Wasserbox berechnet und über Gamma-Analyse verglichen (global Gamma 1%/1mm, 5% cut-off).
Zur Verifikation von Patientenplänen wurde eine Rechenauflösung von 1x1x1mm³ und ein Gamma-Kriterium von 2%/1mm (global, 5% cut-off) gewählt.
Ergebnisse
Rundfelder wurden von SciMoCa mit hoher Übereinstimmung zum Planungssystem (Ray-Tracing und MC) reproduziert (Gamma-pass rate 95.2-100.0%). Für den MLC ergaben sich kleine Diskrepanzen: Der Finite-Sized-Pencil-Beam Algorithmus des Planungssystems zeigte für Feldgrößen über 8x8cm² Dosisdifferenzen ≥2% im Schulterbereich; die Absolutdosen der MC Berechnung in Precision v2 lagen um bis zu 1% niedriger als in SciMoCa. Beide Effekte konnten auf Schwächen des Planungssystems zurückgeführt werden, blieben aber ohne Konsequenz für die klinische Planverifikation.
Entsprechend erfüllten 93/95 Patientenpläne die als Minimalanforderung definierte 95% Gamma-pass rate (median 99.9%). Bei 2/95 Plänen wurde knapp der Grenzwert verfehlt, was im einen Fall an einem unkritischen Planungsfehler (Ray-Tracing Dosisrechnung bei Brustwirbelmetastase, Abweichungen im Niedrigdosisbereich), im anderen an einem falsch-positiven Testergebnis (Abweichungen außerhalb der Patientenanatomie) begründet war. Typische Rechenzeiten lagen bei 15 Minuten pro Fall.
Zusammenfassung
Monte-Carlo basierte Vergleichsrechnung mit SciMoCa wurde erfolgreich in die klinische Routine überführt und ermöglichte eine zeiteffiziente Prüfung unterschiedlichster CK-Pläne unter Verwendung strikter Prüfkriterien. Klinisch relevante Rechenfehler der CK-Planungssysteme konnten bisher nicht nachgewiesen werden.
131
Session 19 I Biologische Modellierung für die Therapieplanung
Chairs: Markus Alber (Heidelberg), Florian Kamp (München)