Luận án Tiến sĩ Vật lý: Tính liều trong Y học hạt nhân với Phantom voxel bằng phần mềm Gamos/geant4

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ KHOA HỌC VÀ CÔNG NGHỆ

VIỆN NĂNG LƯỢNG NGUYÊN TỬ VIỆT NAM

-----------------------------

NGUYỄN THỊ PHƯƠNG THẢO

TÍNH LIỀU TRONG Y HỌC HẠT NHÂN VỚI PHANTOM

VOXEL BẰNG PHẦN MỀM GAMOS/GEANT4

LUẬN ÁN TIẾN SĨ VẬT LÝ

TP HCM – 2021

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ KHOA HỌC VÀ CÔNG NGHỆ

VIỆN NĂNG LƯỢNG NGUYÊN TỬ VIỆT NAM

-----------------------------

NGUYỄN THỊ PHƯƠNG THẢO

TÍNH LIỀU TRONG Y HỌC HẠT NHÂN VỚI PHANTOM

VOXEL BẰNG PHẦN MỀM GAMOS/GEANT4

LUẬN ÁN TIẾN SĨ VẬT LÝ

Chuyên ngành: Vật lý nguyên tử và hạt nhân

Mã số: 9 44.01.06

Người hướng dẫn khoa học:

1. TS. NGUYỄN ĐÔNG SƠN

2. GS. TS. PEDRO ARCE DUBOIS

TP HCM – 2021

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của tôi với sự hướng dẫn khoa

học của TS Nguyễn Đông Sơn và GS.TS Pedro Arce Dubois (trung tâm CIEMAT, Tây

Ban Nha). Trong quá trình thực hiện luận án, tôi nhận được sự hỗ trợ về kỹ thuật lập

trình của các chuyên gia lập trình và sự hỗ trợ liên quan đến việc phân đoạn cơ quan

của các chuyên gia về giải phẫu. Các kết quả nghiên cứu được trình bày trong luận án

là sự tổng hợp, phát triển từ các kết quả đã được chúng tôi công bố trên các tạp chí

khoa học và không sao chép từ bất kỳ tài liệu nào khác.

Tác giả.

LỜI CẢM ƠN

Để thực hiện luận án, tôi đã may mắn nhận được sự giúp đỡ, chia sẻ của rất

nhiều người.

Xin bày tỏ lòng biết ơn sâu sắc đến các thầy hướng dẫn đã tận tình giảng dạy,

để tôi có thể hoàn thành luận án. Xin cảm ơn PGS.TS Trần Quốc Dũng về những kiến

thức thầy đã giảng dạy khi tôi còn học cao học cho đến khi học NCS, và những định

hướng, tư vấn ban đầu từ thầy. Xin cảm ơn GS.TS Pedro Arce Dubois, người thầy mà

tôi chưa có cơ hội gặp mặt, đã tận lực hướng dẫn, giúp đỡ, và vận động các nguồn hỗ

trợ khác, giúp cho tôi hoàn thành công việc nhanh nhất có thể. Thầy còn là người

truyền cho tôi niềm cảm hứng về lòng tốt, về tinh thần làm việc say mê, không mệt

mỏi. Xin bày tỏ lòng biết ơn sâu sắc đến thầy hướng dẫn chính, TS Nguyễn Đông Sơn,

người thầy tôi đã theo học từ khi làm luận văn thạc sĩ. Xin cảm ơn thầy về những bài

học chuyên môn lẫn bài học trong cuộc sống, cảm ơn thầy đã dạy tôi cách suy luận,

đánh giá, cảm ơn cách uốn nắn nghiêm khắc của thầy để tôi có thể tập trung hơn vào

học tập, cũng như rèn luyện ý chí để vượt qua khó khăn thử thách. Và quan trọng hơn

hết, cảm ơn thầy, vì đã luôn bao dung và tử tế.

Chân thành cảm ơn KS Nguyễn Thiện Trung đã hỗ trợ tôi về những công việc

liên quan đến lập trình. Cảm ơn BS CKI Nguyễn Khánh Toàn, GS. TS Juan Diego

Azcona, GS. TS Pedro-Borja Aguilar-Redondo đã giúp tôi các công việc về hình ảnh

giải phẫu. Cảm ơn KS Nguyễn Tấn Châu, KS Lê Trần Tuấn Kiệt đã cung cấp cho tôi

những kiến thức hữu ích cũng như tạo điều kiện để tôi có thể tiếp cận và nghiên cứu

tại Bệnh viện Chợ Rẫy TP HCM.

Chân thành cảm ơn các thầy cô Tổ Vật lý, Trường THPT Nguyễn Hữu Huân đã

nhiệt tình chia sẻ công việc, luôn động viên giúp đỡ để tôi có nhiều thời gian nhất để

tập trung vào việc học tập. Tôi cũng muốn nói lời cảm ơn sâu sắc đến rất nhiều thầy

cô, bạn bè, đồng nghiệp và học trò, những người luôn động viên và chia sẻ với tôi khi

tôi khó khăn. Cảm ơn cả khóa học đầy thử thách này đã cho tôi cơ hội rèn luyện mình

về mọi mặt.

Cuối cùng, tôi muốn bày tỏ lòng biết ơn tha thiết với gia đình, những người

luôn chăm sóc, thương yêu, tin tưởng và tự hào về tôi.

TP HCM, ngày 22 tháng 9 năm 2020

Nghiên cứu sinh

THE ABSTRACT OF DOCTORAL THESIS

Author: Nguyen Thi Phuong Thao

Supervisors: Dr. Nguyen Dong Son, Prof.Dr. Pedro Arce Dubois

Title of the thesis: Dose calculations in Nuclear medicine using voxel phantom by

GAMOS/Geant4.

Major: Atomic and Nuclear Physics Code: 9 44.01.06

Institution: Vietnam Atomic Energy institute (VINATOM)

THE CONTENT OF THE ABSTRACT

1. The aim of the dissertation: The purpose of the study is to optimize the dose

calculation for voxel phantom, applied to patients undergoing nuclear medicine

procedures and people in contact with them.

2. Objectives: The errors in the borders of body organs, which are caused by the

voxel’s geometry, are kept as small as possible in the dose calculation for patients. The

doses for the persons in contact are calculated using the source distribution inside the

patient’s body. The correct relative position and distance between the two phantoms

are also included. The GEANT4 / GAMOS software was used for the dose

calculations.

3. Research methods: To calculate the doses in a voxel phantom, CT, NM images and

RTSTRUCT DICOM files must be included. The organs and other treatment volumes

contained in the RTSTRUCT file have been drawn by the medical personnel, but the

algorithms used for voxel phantom dose calculations move these lines because dose is

always calculated in full voxels. This may cause a sensible error when a proportion of

voxels are cut by the structure lines, which usually happens for small, thin, or complex

organs. To calculate the doses in organs with precision, we have defined a “parallel

geometry” with the accurate organ geometry as painted by the medical personnel, so

that dose is calculated in the accurate voxel fractions included in each organ geometry.

To calculate the dose for persons in contact, we have developed an algorithm to

convert both phantoms to the GAMOS file format, and used them together in the

calculation. The vector rotation technique is used to describe the relative position and

orientation of the two phantoms.

iii

4. New contributions of the dissertation: 1) The new method of using “parallel

geometry” helps to precisely calculate the dose for patients, in which the errors in

body organ borders have been kept as small as possible. The increased precision in the

dose calculation for patients helps to improve the effect of treatment as well as to

reduce the risks to healthy tissue regions of the patients. 2) The use of phantoms

merging method and vector rotation techniques helps to calculate the optimal dose for

the persons in contact, with patients. This is also used to establish appropriate isolation

measures; as a result, giving an improved care to patients.

5. Results of the dissertation

We have tested the functionality of the new method with an I-131 thyroid cancer

treatment, and obtained the expected energy deposition and dose differences given the

particle source, geometry and structures defined. The phantom merging method and

the vector rotation technique enable us to describe the contact circumstances flexibly.

The results showed that there is a big difference between different circumstances. The

results are also significantly different when compared with the results obtained when

simple source models are used.

6. Conclusions: In summary, we have provided methods to calculate organ doses for

patients and contacting people with high accuracy. In the calculation for patients, the

exact organs and treatment volumes as painted by the medical personnel on a

voxelised phantom are included. In the calculation for contacting people, the NM

image of the patient and the contact circumstance are also included.

MỤC LỤC

LỜI CAM ĐOAN ...........................................................................................................i

LỜI CẢM ƠN ............................................................................................................... ii

THE ABSTRACT OF DOCTORAL THESIS .......................................................... iii

MỤC LỤC ...................................................................................................................... v

DANH MỤC KÝ HIỆU, CHỮ VIẾT TẮT ............................................................. viii

DANH MỤC BẢNG BIỂU ........................................................................................... x

DANH MỤC HÌNH VẼ VÀ ĐỒ THỊ .........................................................................xi

MỞ ĐẦU ......................................................................................................................... 1

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VÀ CÁC PHƯƠNG PHÁP TÍNH LIỀU HIỆN TẠI TRONG Y HỌC HẠT NHÂN ................................................................... 7

1.1. CƠ SỞ LÝ THUYẾT CỦA VIỆC TÍNH LIỀU ....................................................... 7

1.1.1. Giới thiệu về y học hạt nhân .............................................................................. 7 1.1.2. Tương tác của bức xạ ion hóa với vật chất ........................................................ 8 1.1.2.1. Tương tác giữa electron và vật chất ............................................................. 8 1.2.2.2. Tương tác giữa photon và vật chất .............................................................. 8 1.1.3. Tác dụng sinh học của bức xạ ion hóa lên cơ thể .............................................. 9 1.1.4. Các đại lượng và đơn vị đo liều bức xạ ........................................................... 11

1.2. Tình hình nghiên cứu về các kỹ thuật tính liều cho bệnh nhân và người tiếp xúc với bệnh nhân ................................................................................................................ 12

1.2.1. Tình hình nghiên cứu trên thế giới ................................................................... 12 1.2.1.1. Kỹ thuật tính liều cho bệnh nhân và người tiếp xúc .................................. 12 1.1.1.2. Công cụ tính liều ........................................................................................ 20 1.2.2. Tình hình nghiên cứu trong nước ..................................................................... 24 1.2.3. Ưu điểm và hạn chế của kỹ thuật tính liều cho phantom voxel ....................... 26 1.2.3.1. Ưu điểm ..................................................................................................... 26 1.2.3.2. Hạn chế ...................................................................................................... 27

1.3. Nhiệm vụ của luận án ............................................................................................. 27

CHƯƠNG 2: TÍNH LIỀU CHIẾU TRONG BẰNG PHẦN MỀM GAMOS/GEANT4 ....................................................................................................... 30

2.1. Phương pháp Monte Carlo ..................................................................................... 30

2.1.1. Nguyên tắc chung ............................................................................................. 30 2.1.2. Tính liều cho phantom voxel ........................................................................... 34 2.1.2.1. Nguyên tắc chụp ảnh CT và ảnh YHHN ................................................... 34 2.1.2.2. Ứng dụng ảnh CT và ảnh YHHN .............................................................. 36 2.1.3. Tính liều bằng code Geant4 và mô hình vật lý Livermore .............................. 38

2.2. Sử dụng phần mềm GAMOS/Geant4 để tính liều trong Y học hạt nhân ............... 40

2.2.1. Khảo sát độ tin cậy của phần mềm GAMOS/Geant4 ...................................... 42 2.2.1.1. Mô hình vật lý ............................................................................................ 42 2.2.1.2. Các tính toán liều lượng ............................................................................. 44

CHƯƠNG 3: PHÁT TRIỂN PHẦN MỀM GAMOS/GEANT4 ĐỂ TỐI ƯU HÓA TÍNH TOÁN LIỀU VỚI PHANTOM VOXEL BẰNG PHƯƠNG PHÁP MONTE CARLO ......................................................................................................................... 55

3.1. Các cải tiến trong việc tính liều cho phantom voxel .............................................. 55

3.1.1. Tính liều cho bệnh nhân bằng phương pháp “hình học song song” ................ 55 3.1.1.1. Xác định khối lượng của một cấu trúc ....................................................... 55 3.1.1.2. Xác định năng lượng hấp thụ trong một cấu trúc ...................................... 62 3.1.2. Tính liều cho người tiếp xúc với bệnh nhân bằng phương pháp “ghép phantom” .................................................................................................................... 65 3.1.2.1. Phương pháp ghép phantom ...................................................................... 65 3.1.2.2. Một số hình thức ghép ............................................................................... 68

3.2. Đánh giá độ tin cậy của các cải tiến ...................................................................... 70

3.2.1. Tính liều cho bệnh nhân bằng phương pháp “hình học song song” ................ 70 3.2.2. Tính liều cho người tiếp xúc bằng phương pháp “ghép phantom” .................. 78

CHƯƠNG 4: ỨNG DỤNG VÀ KẾT QUẢ ............................................................... 80

4.1. Ứng dụng ................................................................................................................ 80

4.2. Kết quả .................................................................................................................... 82

4.2.1. Kết quả tính liều cho bệnh nhân bằng phương pháp “hình học song song” .... 82 4.2.2. Kết quả tính liều cho người tiếp xúc bằng phương pháp “ghép phantom”. ..... 91 4.2.2.1. Tính liều tương đương cho tuyến giáp của người tiếp xúc khi đứng bên cạnh một bệnh nhân đang nằm ............................................................................... 91 4.2.2.2. Tính liều hiệu dụng cho người tiếp xúc ở các tình huống giao tiếp khác nhau ......................................................................................................................... 92

KẾT LUẬN .................................................................................................................. 95

1. Kết quả nghiên cứu của luận án ............................................................................. 95 2. Những điểm mới của luận án ................................................................................. 96 3. Những đề nghị nghiên cứu tiếp theo ...................................................................... 96

DANH MỤC CÔNG TRÌNH CỦA TÁC GIẢ .......................................................... 98

TÀI LIỆU THAM KHẢO ......................................................................................... 100

PHỤ LỤC ................................................................................................................... 112

PHỤ LỤC A. HƯỚNG DẪN SỬ DỤNG PHẦN MỀM GAMOS.......................... 112 PHỤ LỤC B. HƯỚNG DẪN SỬ DỤNG PHẦN MỀM CARIMAS ...................... 118 PHỤ LỤC C. GIÁ TRỊ HOẠT ĐỘ (Bq) VÀ HU TRÊN TỪNG VOXEL ............. 123

PHỤ LỤC D. BẢNG CHUYỂN ĐỔI MẬT ĐỘ VÀ VẬT LIỆU THEO NGHIÊN CỨU CỦA SCHNEIDER [104] .............................................................................. 125 PHỤ LỤC E. CÁC TỆP DỮ LIỆU “YÊU CẦU” KHI TÍNH LIỀU ....................... 128 PHỤ LỤC F. PHƯƠNG PHÁP THỦ CÔNG TÍNH TỈ LỆ THỂ TÍCH ................. 131 PHỤ LỤC G. THÔNG TIN PHANTOM ICRP 110 GIỚI TÍNH NAM [56] ......... 131 PHỤ LỤC H. TRỌNG SỐ BỨC XẠ ....................................................................... 137 PHỤ LỤC I. TRỌNG SỐ MÔ THEO ICRP 103. ................................................... 137

vii

DANH MỤC KÝ HIỆU, CHỮ VIẾT TẮT

Ký hiệu Tiếng Anh Tiếng Việt

ATBX Radiation Protection An toàn bức xạ

ASCII American Standard Code for Code trao đổi thông tin chuẩn

Information Interchange của Hoa Kỳ

CARIMAS Cardiac Image Analysis Phần mềm xử lý ảnh cắt lớp

System CARIMAS

Computed Tomography Chụp cắt lớp vi tính CT

Absorbed dose Liều hấp thụ D

DICOM Digital Imaging and Tiêu chuẩn để xử lý hình ảnh

Communications in Medicine trong Y tế

ĐVPX Radioactive isotope Đồng vị phóng xạ

Effective dose Liều hiệu dụng E

Electron Gamma Shower Code EGS EGS

ENSDF Evaluated Nuclear Structure File dữ liệu cấu trúc hạt nhân

Data File

GAMOS Geant4-based Architecture for Phần mềm tính liều GAMOS

Medicine-Oriented

Simulations

GATE Geant4 Application for Phần mềm tính liều GATE

Tomography Emission

GEANT4 Geometry and tracking version Code GEANT4

Equivalent dose Liều tương đương H

Hounsfield Unit Đơn vị Hounsfield HU

Flight distance Quãng đường bay l

IAEA International Atomic Energy Cơ quan Năng lượng Nguyên

Agency tử Quốc tế

ICRP International Commission on Ủy ban Quốc tế về An toàn bức

Radiological Protection xạ

JTS Java Topology Suite Bộ liên kết cấu trúc Java

viii

MC Monte Carlo Mô phỏng bằng phương pháp

Monte Carlo

MIRD Committee Medical Internal Ủy ban liều bức xạ chiếu trong

Radiation Dose trong Y học

NIST National Institute of Standards Viện Tiêu chuẩn và Công nghệ

and Technology quốc gia (Mỹ)

NUKDOS Phần mềm tính liều NUKDOS

OEDIPE Phần mềm tính liều OEDIPE

OLINDA/EXM Organ Level INternal Dose Phần mềm tính liều

Assessment/EXponential OLINDA/EXM (Đánh giá liều

Modeling chiếu trong ở mức cơ quan/mô

hình hàm mũ)

Parallel geometry Hình học song song

PET Positron emmision Chụp cắt lớp phát xạ positron

Tomography

SPECT Single-photon emission Chụp cắt lớp đơn photon

computerized tomography

VRML Virtual Reality Modeling

Language

Ô hình hộp kích thước cỡ mm3 volume pixel voxel

Radiantion weighting factor Trọng số bức xạ WR

Tissue weighting factor Trọng số mô WT

YHHN Nuclear medicine Y học hạt nhân

DANH MỤC BẢNG BIỂU

Bảng 2.1: Phổ năng lượng Beta của đồng vị I-131 ................................................. 43

Bảng 2.2: Phổ năng lượng gamma của đồng vị I-131 .............................................. 43

Bảng 2.3: Liều cho phantom nước với nguồn gamma đơn năng. ............................ 45

Bảng 2.4: Liều cho phantom nước với nguồn đồng vị phân bố đồng nhất. ............. 45

Bảng 3.1: Khối lượng voxel thuộc cấu trúc (g) ........................................................ 73

Bảng 3.2: Liều hấp thụ trong phantom nước hình cầu. ............................................ 77

Bảng 4.1: Thông số phantom. ................................................................................... 81

Bảng 4.2: Tổng năng lượng hấp thụ và liều hấp thụ trung bình trong 30 voxel và 300

voxel. ........................................................................................................................ 87

Bảng 4.3: Liều tương đương cho tuyến giáp của người tiếp xúc. ............................ 91

DANH MỤC HÌNH VẼ VÀ ĐỒ THỊ

Hình 2.1: Sơ đồ các bước mô phỏng Monte Carlo [42]. .......................................... 32

Hình 2.2: Quãng chạy của electron trong mô mỡ. ................................................... 42

Hình 2.3: Phân bố nguồn trong cơ thể. ..................................................................... 48

Hình 2.4: Đồ thị Liều-thể tích của tuyến giáp. ......................................................... 50

Hình 2.5: Đồ thị khác biệt liều- thể tích của tuyến giáp ........................................... 51

Hình 2.6: Một cấu trúc của phantom voxel cùng với đường phân đoạn. ................. 52

Hình 2.7: Một số voxel ở biên. ................................................................................. 53

Hình 3.1: Hình học của một Extruded. ..................................................................... 57

Hình 3.2: Hai đường biên lồng trong nhau. .............................................................. 59

Hình 3.3: Các hình khối dính liền. ........................................................................... 62

Hình 3.4: Mặt cắt của quả cầu nằm trong một voxel. .............................................. 64

Hình 3.5: Hình ảnh một lá phổi tạo bởi file RTSTRUCT (a) và khối Extruded (b). 71

Hình 3.6: Cấu trúc với ba đường biên. ..................................................................... 72

Hình 3.7: Phần thể tích voxel nằm trong cấu trúc của tuyến giáp. ........................... 74

Hình 3.8: Năng lượng hấp thụ trong voxel tính bằng phương pháp truyền thống (a) và

phương pháp dùng hình học song song (b). ............................................................. 75

Hình 3.9: Phantom ghép trong các tư thế giao tiếp phổ biến. .................................. 79

Hình 4.1: Năng lượng hấp thụ và tỉ lệ thể tích voxel nằm trong cấu trúc, xét cho 300

voxel. ........................................................................................................................ 83

Hình 4.2: Năng lượng hấp thụ và tỉ lệ thể tích voxel nằm trong cấu trúc, xét cho 30

voxel. ........................................................................................................................ 84

Hình 4.3: Liều hấp thụ và tỉ lệ thể tích voxel nằm trong cấu trúc, xét cho 300 voxel85

Hình 4.4: Liều hấp thụ và tỉ lệ thể tích voxel nằm trong cấu trúc, xét cho 30 voxel 86

Hình 4.5: Tỉ số giữa tổng độ lớn khác biệt năng lượng và tổng năng lượng hấp thụ trên

từng lát. ..................................................................................................................... 88

Hình 4.6: Tỉ lệ số voxel trên biên của cấu trúc xét trên từng lát .............................. 89

Hình 4.7: Tổng số voxel trên cấu trúc xét trên từng lát. ........................................... 89

Hình 4.8: Kết quả tính liều hiệu dụng cho phantom ICRP nam. .............................. 93

MỞ ĐẦU

Y học hạt nhân (YHHN) là một chuyên ngành của Y học, trong đó năng

lượng bức xạ ion hóa được sử dụng để chẩn đoán và điều trị. Tùy vào liều lượng,

thuốc phóng xạ khi vào các cơ quan có thể gây ra các tác dụng ngẫu nhiên hay tất

nhiên lên tế bào với mức độ nghiêm trọng khác nhau. Mức độ để xảy ra một tác

dụng sinh học cụ thể là một hàm của liều hấp thụ [35]. Do đó, việc tính toán phân

bố liều rất quan trọng đối với việc lập kế hoạch điều trị vì nó liên quan đến khả

năng tiêu diệt các tế bào của khối u càng nhiều càng tốt, đồng thời hạn chế ảnh

hưởng lên mô lành càng thấp càng tốt. Khi một bệnh nhân được chẩn đoán bằng

phương pháp YHHN hoặc một người bình thường tiếp xúc với một bệnh nhân đã sử

dụng thuốc phóng xạ, tuy liều chiếu nhận được là rất thấp hơn so với trường hợp

điều trị, nhưng vẫn có một xác suất phát sinh ung thư hoặc các ảnh hưởng khác đến

sức khỏe (sảy thai, đột biến). Để hạn chế các rủi ro này, phân bố liều cần phải được

tính toán chính xác nhất có thể.

Trước đây vài thập kỷ, việc tính liều cho bệnh nhân được thực hiện ở mức cơ

quan (organ) dựa trên các mô hình người (phantom) tiêu chuẩn [107]. Trong các mô

hình này, các cơ quan được mô tả bởi các khối hình học đơn giản. Trong các

phương pháp tính liều ở mức cơ quan, sơ đồ MIRD được cộng đồng khoa học ủng

hộ rộng rãi [90]. Trong các tính toán dựa theo phương pháp này, liều hấp thụ trung

bình trong cơ quan bia (target organ) trên mỗi phân rã phóng xạ từ một cơ quan

nguồn (source organ) thường được tính bằng phương pháp Monte Carlo (MC).

Phương pháp tính liều ở mức cơ quan bằng mô hình người tiêu chuẩn và phương

pháp MIRD gặp một số hạn chế vì hình học của mô hình người chuẩn không phản

ánh đúng cấu trúc giải phẫu của từng bệnh nhân cụ thể; chúng bỏ qua sự không

đồng nhất của mô cũng như sự không đồng nhất của phân bố nguồn phóng xạ trong

cơ thể bệnh nhân; thư viện hình học không đủ mạnh để mô phỏng tất cả các dạng

hình học phức tạp của các cơ quan cũng như khối u không được mô tả đúng vị trí

trong cơ thể. Những điều này có thể dẫn đến ước tính sai phân bố liều trong cơ thể

bệnh nhân [20, 66, 107].

Để khắc phục hạn chế của phương pháp MIRD trong việc tính liều cho cơ

quan, việc tính liều được thực hiện ở mức chi tiết hơn [22], trong đó, một cơ quan

được chia nhỏ thành tập hợp rất nhiều ô hình hộp thể tích cỡ mm3 gọi là những

voxel. Hiện nay, có ba phương pháp tính liều ở mức voxel [20, 66]:

 Phương pháp tính tổng nhân liều,

 Phương pháp sử dụng giá trị S voxel kết hợp phương pháp MIRD,

 Phương pháp mô phỏng trực tiếp bằng kỹ thuật Monte Carlo.

Trong các phương pháp trên, phương pháp “tính tổng nhân liều” và phương

pháp “sử dụng giá trị S voxel kết hợp phương pháp MIRD” có điểm hạn chế lớn đó

là vẫn phải dựa trên giả sử sự đồng nhất của mô, không phù hợp khi áp dụng cho cơ

thể người vốn rất phức tạp.

Để khắc phục các hạn chế trên, các nhà nghiên cứu thiết lập các công cụ mô

phỏng Monte Carlo (MC) cho phép sử dụng trực tiếp dữ liệu ảnh cắt lớp của bệnh

nhân cụ thể. Thông tin về mật độ mô và sự phân bố thuốc phóng xạ trong cơ thể

bệnh nhân có thể được bao gồm trong tính toán [20]. Phân bố liều được tính ở mức

voxel và có thể áp dụng cho môi trường không đồng nhất. Thông tin liều hấp thụ

trong các voxel có thể dùng để suy ra liều cho từng cấu trúc (structure). Liều cho

một cấu trúc được hiểu là tổng năng lượng hấp thụ trong các voxel thuộc cấu trúc

chia cho khối lượng tổng của các voxel thuộc cấu trúc. Như vậy, muốn tính đúng

liều cho một cấu trúc, ta cần tính đúng phần năng lượng hấp thụ trong thể tích của

cấu trúc và tính đúng khối lượng của phần thể tích đó. Để tính liều cho cấu trúc,

phương pháp MC sẽ đưa ra tiêu chí để xác định những voxel nào nằm trong cấu

trúc. Nếu tiêu chí được thỏa mãn, cả thể tích voxel được xét là thuộc cấu trúc,

ngược lại, voxel sẽ bị loại bỏ. Hạn chế của phương pháp này đó là dẫn đến ước tính

sai phần năng lượng và khối lượng mà mỗi voxel ở biên đóng góp vào cấu trúc, đặc

biệt là các cấu trúc rất mỏng như da, niêm mạc, tủy xương, thành ruột hoặc các cơ

quan dạng xoắn [37].

Để giải quyết khó khăn này, một số nghiên cứu được thực hiện, bao gồm

giảm kích thước voxel; phát triển các kỹ thuật tính liều riêng cho một số cơ quan

như da, xương; tạo thế hệ mesh phantom (phantom dạng mặt lưới) [108]…Tuy

nhiên, các phương pháp này chưa thực sự có hiệu quả trong việc giảm tối đa sai số

biên, chưa áp dụng được cho mọi vùng cơ quan, và mesh phantom cũng không được

áp dụng phổ biến trong tính toán liều.

Bên cạnh việc tính liều cho bệnh nhân, việc tính liều nhằm hạn chế rủi ro cho

người tiếp xúc với bệnh nhân cũng là một công việc quan trọng. Để tính liều cho

người tiếp xúc, các nghiên cứu hiện tại vẫn còn phân tán theo các hướng khác nhau,

chủ yếu dựa trên các giả thiết nhằm đơn giản hóa tính toán. Các mô hình nguồn

điểm, nguồn dạng đoạn thẳng, nguồn hình trụ, nguồn đồng nhất được dùng thay vì

dùng đúng phân bố thuốc phóng xạ trong cơ thể bệnh nhân. Các nghiên cứu cũng

chỉ rõ việc dùng các mô hình này có thể ước lượng sai liều mà thực tế người tiếp

xúc nhận được. Cụ thể, theo Zˇontar D., Palmer và cộng sự, việc sử dụng nguồn

điểm hay nguồn hình trụ có thể đánh giá quá cao giá trị liều cho người tiếp xúc so

với thực tế [111]. Bên cạnh đó, các tình huống tiếp xúc cũng chưa được phản ánh

đúng. Một số nghiên cứu sử dụng phantom hình học và phantom voxel để mô tả

người tiếp xúc. Tuy nhiên, hạn chế của các nghiên cứu này đó là chưa đưa được

trực tiếp thông tin phân bố hoạt độ trong cơ thể bệnh nhân vào tính toán.

Ứng với các mô hình nguồn và phantom được sử dụng, phương pháp MC

vẫn là phương pháp được sử dụng phổ biến để tính liều cho bệnh nhân và người tiếp

xúc. Các code mô phỏng MC được đánh giá là linh hoạt và có độ tin cậy cao đang

được sử dụng là PENELOPE, EGS [71], MCNP và GEANT4 [65]. Trong các code

này, code GEANT4 có nhiều ưu điểm như phạm vi năng lượng rộng, thư viện hình

học mạnh, hệ thống User code mở; ngoài ra, GEANT4 còn có một tiện ích đặc biệt

mà các code khác không có đó là cho phép mô phỏng nhiều hình học chồng lên

nhau trong cùng một lần mô phỏng, nhờ sử dụng tiện ích “hình học song song” [14].

Dựa vào các code trên, xuất hiện khá nhiều phần mềm có thể tính liều. Trong

đó, phần mềm GAMOS dựa trên code GEANT4 có nhiều ưu điểm: được viết bằng

ngôn ngữ C++ dễ tiếp cận cho đa số người dùng; người dùng có thể thêm vào các

code mới dễ dàng nhờ các “Plugin”, nhờ đó có thể nhận được những kết quả mong

muốn; ngoài ra, người dùng có thể hiểu chi tiết hơn về các kết quả nhận được thông

qua các tiện ích “Filter” và “Classifiers”, “Tracking verbose”, từ đó có thể kiểm tra

kết quả hay chỉnh sửa code phù hợp với bài toán.

Nhìn chung, trong những năm gần đây, các phần mềm tính liều ở mức voxel

liên tục được cập nhật và phát triển, đây là xu hướng dịch chuyển của mục đích tính

liều, từ việc tính cho cơ quan của mô hình tiêu chuẩn sang việc tính cho voxel trên

cá thể. Các phần mềm có độ phức tạp, phạm vi ứng dụng và dựa trên các code khác

nhau, nhưng vẫn dựa trên nguyên tắc chung của phương pháp MC. Về cơ bản, tình

hình nghiên cứu cũng như các công cụ tính liều khá khả quan. Tuy nhiên, các phần

mềm này vẫn còn một số hạn chế, đây cũng là hạn chế chung của việc tính liều bằng

phương pháp MC, đó là:

- Sai số ở biên của cấu trúc khi tính liều cho bệnh nhân;

Nguyên nhân dẫn đến sai số là vì với những voxel ở biên chỉ có một phần thể

tích nằm trong cấu trúc, phương pháp MC sẽ sử dụng một số tiêu chí để xét voxel

có nằm trong cấu trúc hay không [30]. Để tối ưu hóa liều cho mọi trường hợp thực

tế có thể gặp, sai số ở biên cần phải giảm đến mức thấp nhất có thể.

- Sử dụng mô hình nguồn đơn giản để tính liều cho người tiếp xúc với bệnh

nhân.

Cho đến nay, việc tính toán liều cho người tiếp xúc vẫn chỉ dựa trên các mô

hình nguồn đơn giản như nguồn điểm [97], nguồn hình trụ [84], nguồn dạng đoạn

thẳng [11, 27], nguồn là phantom voxel có phân bố hoạt độ đồng nhất [11] mà chưa

có phương pháp tính liều cho người tiếp xúc dựa trên phân bố thực sự của lượng

thuốc phóng xạ trong cơ thể bệnh nhân. Bên cạnh đó, tình huống giao tiếp cũng

không được mô tả đúng. Việc tối ưu hóa tính toán liều cho người tiếp xúc giúp thiết

lập biện pháp cách ly phù hợp để bảo vệ người tiếp xúc hoặc tạo điều kiện sinh hoạt

thoải mái, giảm bớt sự cách ly cho bệnh nhân nếu liều tiếp xúc là nhỏ ở mức cho

phép.

Từ những hạn chế trên, nhiệm vụ mà đề tài đặt ra là:

- Tìm cách phát triển phương pháp MC trong việc tính liều cho phantom

voxel, cụ thể là giảm thiểu sai số ở biên, giúp tính liều tối ưu hơn cho bất kỳ hình

học nào của cơ quan khi tính liều cho bệnh nhân.

- Bên cạnh mục đích tính liều cho bệnh nhân, đề tài cũng phát triển phương

pháp tính liều cho những người tiếp xúc với bệnh nhân bằng cách sử dụng trực tiếp

phân bố nguồn thực tế trong cơ thể bệnh nhân, đồng thời cũng mô tả tình huống tiếp

xúc thực tế hơn.

Để giảm thiểu được sai số ở biên do việc voxel hóa các cấu trúc, phần mềm

tính liều cần phải bao gồm được hình học chính xác của các cấu trúc vào bài toán

tính liều cho phantom voxel và phải tính được phần năng lượng hấp thụ trong mỗi

cấu trúc. Muốn vậy, chúng ta cần mô tả nhiều hình học chồng lên nhau, đó là hình

học của phantom và hình học của các cấu trúc. Để tính liều cho người tiếp xúc với

bệnh nhân, phần mềm tính liều cần phải đọc được hai phantom voxel trong một lần

mô phỏng, một phantom bệnh nhân, và một phantom người tiếp xúc, đồng thời đọc

được ảnh YHHN của bệnh nhân.

Để thực hiện được hai mục tiêu này, cần phải có một công cụ mạnh mẽ, linh

hoạt và quan trọng nhất, phải cho phép mô phỏng nhiều thế giới hình học trong

cùng một lần mô phỏng. Trong các công cụ tính liều, chúng tôi nhận thấy phần

mềm GAMOS/Geant4 là công cụ thỏa mãn tất cả các yêu cầu trên. Mục tiêu mà các

code mở như EGS hay GEANT4 hướng đến là để cộng đồng khoa học chung tay

phát triển hệ thống code, phần mềm. Việc phát triển một kỹ thuật tính liều cần có sự

tham gia của những người nghiên cứu về YHHN, kỹ thuật lập trình, chuyên gia giải

phẫu. Với những hiểu biết cơ bản về YHHN, tác giả của luận án hi vọng có thể kết

hợp với các chuyên gia về lập trình và giải phẫu học, cùng phát triển phương pháp

tính liều cho phantom voxel thông qua phần mềm GAMOS/Geant4. Mặc dù phần

mềm GAMOS không cung cấp sẵn các tính năng để thực hiện các nhiệm vụ mà

luận án đặt ra, tuy nhiên, chúng tôi có thể thêm vào các tính năng mới và phối hợp

linh động các tính năng sẵn có của GAMOS. Các kết quả tính toán cho thấy, việc

giảm thiểu sai số ở biên khi tính liều cho bệnh nhân và khi tính liều cho người tiếp

xúc với bệnh nhân bằng chính phân bố hoạt độ trong cơ thể bệnh nhân, kết quả có

sự chênh lệch rõ khi so sánh với phương pháp cũ. Điều đó cho thấy ý nghĩa của việc

cải tiến các phương pháp tính liều trong những trường hợp trên.

Cấu trúc luận án gồm hai phần chính: phần tổng quan và phần nghiên cứu.

Phần tổng quan trình bày tình hình nghiên cứu trong và ngoài nước về các kỹ thuật

tính liều cho bệnh nhân và người tiếp xúc với bệnh nhân, đồng thời chỉ ra các hạn

chế của các phương pháp tính hiện tại. Phần nghiên cứu trình bày chi tiết việc cải

tiến phương pháp tính liều cho bệnh nhân và người tiếp xúc cũng như các bước

khẳng định độ tin cậy của các cải tiến trên. Nội dung của luận án được trình bày

trong bốn chương: Chương 1 trình bày tổng quan về tình hình nghiên cứu trong và

ngoài nước liên quan đến việc tính liều cho bệnh nhân và người tiếp xúc với bệnh

nhân, trình bày về ý tưởng cũng như công cụ sẽ sử dụng để giải quyết các hạn chế

của các phương pháp tính liều hiện tại. Chương 2 trình bày chi tiết nguyên tắc tính

liều bằng phương pháp Monte Carlo cùng các bước khẳng định độ tin cậy của phần

mềm GAMOS/Geant4. Chương 3 trình bày việc sử dụng công cụ GAMOS/Geant4

để cải thiện các phương pháp tính toán, bao gồm sử dụng tiện ích “hình học song

song” để giảm thiểu sai số ở biên khi tính liều cho cấu trúc, và thực hiện việc ghép

hai phantom voxel để tính liều cho người tiếp xúc với bệnh nhân. Chương 4 trình

bày các kết quả tính toán khi sử dụng các cải tiến mới. Tính toán liều cho bệnh nhân

được áp dụng cho trường hợp tuyến giáp và đồng vị I-131. Liều cho người tiếp xúc

được áp dụng cho tình huống bệnh nhân sử dụng I-131, người tiếp xúc giao tiếp với

bệnh nhân ở các tình huống: “đối diện, bên cạnh, trước sau và đứng-nằm”. Kết quả

tính năng lượng và liều hấp thụ cho tuyến giáp của bệnh nhân được so sánh giữa

phương pháp tính truyền thống và phương pháp mới sau khi giảm thiểu sai số ở

biên. Kết quả tính liều cho người tiếp xúc được so sánh giữa các tình huống tiếp xúc

với nhau và so sánh giữa kết quả tính bởi phân bố nguồn trong cơ thể bệnh nhân và

khi sử dụng mô hình nguồn điểm đơn giản. Phần kết luận của luận án trình bày ý

nghĩa của các đóng góp mới của luận án, tính khoa học và cấp thiết của đề tài cũng

như đề xuất hướng nghiên cứu tiếp theo.

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VÀ CÁC PHƯƠNG PHÁP TÍNH LIỀU

HIỆN TẠI TRONG Y HỌC HẠT NHÂN

Những lợi ích và rủi ro của phương pháp chẩn đoán và điều trị bằng YHHN

đặt ra một nhiệm vụ quan trọng trong Y học, đó là tính phân bố liều trong cơ thể.

Chương này trình bày cơ sở lý thuyết cũng như tình hình nghiên cứu liên quan đến

việc tính liều cho bệnh nhân và người tiếp xúc với bệnh nhân, đặc biệt là các hạn

chế liên quan đến việc tính liều ở mức voxel.

1.1. Cơ sở lý thuyết của việc tính liều

1.1.1. Giới thiệu về Y học hạt nhân

Y học hạt nhân là một chuyên ngành có những đóng góp lớn cho việc chẩn

đoán và điều trị bệnh nói chung và đặc biệt cho việc điều trị ung thư nói riêng.

Phương pháp này dựa trên kỹ thuật sử dụng bức xạ ion hóa phát ra từ các đồng vị

phóng xạ (ĐVPX) để thu nhận thông tin về hoạt động sinh hóa của cơ quan cần

quan tâm, hay tạo ra hiệu ứng sinh học mong muốn [1].

Theo nguyên lý Hevesy [83], cơ thể sống không có khả năng phân biệt các

đồng vị khác nhau của cùng một nguyên tố. Do đó, khi đưa các đồng vị này vào cơ

thể, chúng sẽ tham gia vào các quá trình sinh học và chuyển hóa như nhau. Dựa vào

nguyên lý này, khi biết một nguyên tố nào đó tham gia vào quá trình chuyển hóa ở

cơ quan quan tâm, ta có thể đưa ĐVPX của nguyên tố đó vào cơ thể.

Trong chẩn đoán, để theo dõi quá trình chuyển hóa, người ta quan tâm đến

hoạt độ phóng xạ tại các cơ quan cần thăm khám. Từ đó, có thể đánh giá được tình

trạng, hoạt động chức năng của cơ quan và phát hiện sớm các bất thường. Hoạt độ

của thuốc phóng xạ đưa vào cơ thể thường rất nhỏ, cỡ 50-100 µCi [1].

Trong điều trị, người ta cần dùng năng lượng của các tia bức xạ để làm thay

đổi chức năng (ức chế quá trình phát triển của tế bào ung thư) hay tiêu diệt tổ chức

bệnh. Liều trong điều trị cao hơn nhiều lần so với trong chẩn đoán (chẳng hạn, trong

điều trị ung thư tuyến giáp hoạt độ có thể lên đến 250 mCi) [1].

Bên cạnh những lợi ích trong chẩn đoán và điều trị, khi bức xạ ion hóa đi vào

cơ thể sống sẽ tạo ra hiệu ứng sinh học, gây ra những rủi ro cho sức khỏe. Hiệu ứng

sinh học mà bức xạ gây ra phụ thuộc vào loại bức xạ, năng lượng của bức xạ và bộ

phận bị chiếu [36]. Phần tiếp theo trình bày về cơ chế tương tác của bức xạ ion hóa

với vật chất và các tác động của chúng lên tế bào.

1.1.2. Tương tác của bức xạ ion hóa với vật chất

Như đã trình bày ở mục trên, khi bức xạ ion hóa đi vào cơ thể, chúng sẽ

tương tác với các vùng mô, gây ra sự hấp thụ năng lượng, từ đó gây ra các hiệu ứng

sinh học. Phần này sẽ trình bày về các tương tác (có bỏ lại năng lượng) của electron

và photon khi tương tác với vật chất và tác dụng của chúng lên cơ thể.

1.1.2.1. Tương tác giữa electron và vật chất

Electron là bức xạ ion hóa trực tiếp, ion hóa nhiều nguyên tử do tương tác

Coulomb trực tiếp. Sự kích thích và ion hóa xảy ra cho những nguyên tử nằm dọc

theo quỹ đạo của hạt. Các electron có thể tham gia các loại tương tác khác nhau với

nguyên tử của môi trường. Các tương tác có bỏ lại năng lượng:

- Kích thích hay ion hóa vỏ nguyên tử. Hạt tương tác Coulomb với electron

trong nguyên tử, sự tương tác đó làm hạt mất năng lượng.

- Tán xạ không đàn hồi trên nhân: hạt chuyển động chậm dần và phát bức

xạ hãm.

Trung bình khoảng một nửa năng lượng mất mát của các bức xạ mang điện

là dành cho việc ion hóa, nửa còn lại dành cho sự kích thích. Trong mỗi va chạm

gây kích thích hay ion hóa nguyên tử, các electron sơ cấp thường chỉ mất một năng

lượng rất bé. Có thể xem rằng electron mất dần năng lượng một cách liên tục dọc

theo quãng đường đi [7].

1.2.2.2. Tương tác giữa photon và vật chất

Photon là bức xạ không mang điện, là bức xạ ion hóa gián tiếp. Trước hết,

chúng sẽ tương tác và giải phóng hạt mang điện thứ cấp (thường là electron), sau đó

hạt mang điện tương tác Coulomb với electron của nguyên tử của môi trường và

kích thích hay ion hóa chúng. Các tương tác của photon là:

- Hiệu ứng quang điện:

Là sự tương tác của photon và nguyên tử. Toàn bộ năng lượng của photon

(h𝜗) được chuyển thành năng lượng dùng để bứt electron (A) và động năng electron

(K):

h𝜗=A+Ke (1.1)

Hiệu ứng này thường xảy ra với electron ở những lớp trong cùng của nguyên tử.

- Hiệu ứng Compton:

Photon tán xạ trên electron liên kết yếu của nguyên tử, truyền bớt năng lượng

cho electron và bay lệch so với hướng cũ. Tán xạ Compton phụ thuộc vào mật độ

electron. Mật độ càng lớn, cường độ tán xạ càng mạnh. Mối quan hệ giữa năng

hϑ

lượng ban đầu (h𝜗), năng lượng tán xạ (h𝜗′) và góc tán xạ (θ) như sau:

hϑ E0

(1.2) hϑ′= (1−cosθ)

trong đó E0 là năng lượng nghỉ của electron.

Trên đây vừa trình bày các quá trình tương tác có bỏ lại năng lượng giữa

electron và photon khi tương tác với vật chất. Khi mô phỏng chúng bằng phương

pháp MC, người ta sử dụng các hàm mật độ xác suất. Đối với electron, số tương tác

trong vật chất là rất lớn, do đó để tiết kiệm thời gian mô phỏng, người ta dùng kỹ

thuật “lịch sử cô đọng” (condense history), nhóm nhiều tương tác nhỏ thành một

tương tác lớn. Chi tiết sẽ được trình bày trong Chương 2. Mục tiếp theo trình bày về

tác dụng sinh học của bức xạ ion hóa lên tế bào.

1.1.3. Tác dụng sinh học của bức xạ ion hóa lên cơ thể

Khi đi vào vật chất, mức độ ion hóa tùy thuộc vào loại bức xạ, năng lượng

bức xạ và bản chất vật chất. Photon có tính đâm xuyên mạnh hơn electron, nên

chúng không những tác dụng lên các tế bào ở ngoài, mà còn tác dụng lên các tế bào

các lớp sâu bên trong cơ quan [93]. Do thành phần chủ yếu của tế bào là nước, nên

bức xạ chủ yếu ion hóa các phân tử nước, một phần nhỏ ion hóa các phân tử sinh

học. Hiện tượng ion hóa tạo ra các biến đổi phân tử, làm biến đổi cấu trúc và chức

năng của tế bào, gây ra các bệnh liên quan bức xạ (ung thư, đục thủy tinh thể…).

Một sự tiếp xúc nhất định đối với bức xạ có thể có hoặc có thể không gây tổn hại

gen để dẫn đến nguy cơ gây bệnh ung thư. Nhờ có cơ chế tự sửa chữa ADN của tế

bào, nên không nhất thiết mọi ảnh hưởng của bức xạ lên gen sẽ gây ung thư. Tác

động của bức xạ lên tế bào thường được diễn tả bằng tỷ lệ sống sót của tế bào sau

khi bị chiếu bằng một liều bức xạ xác định. Khi xét một số lớn cá thể cùng chịu

chiếu xạ như nhau, thì sẽ có một tỉ lệ cá thể chịu tác dụng. Do tác động ngẫu nhiên

của bức xạ gây ung thư nên không có liều ngưỡng, nghĩa là không thể khẳng định

rằng liều dưới một mức độ nào đó là an toàn. Đây gọi là hiệu ứng ngẫu nhiên [55].

Với trường hợp liều cao, hiệu ứng chắc chắn sẽ xảy ra khi liều vượt quá một

ngưỡng nào đó. Mức độ trầm trọng càng tăng khi liều càng lớn. Đây gọi là hiệu ứng

tất nhiên [55].

Như vậy, ngoài tác dụng tích cực của bức xạ là chẩn đoán và trị bệnh, khi

bức xạ đi qua vùng mô lành của bệnh nhân thì vẫn gây ảnh hưởng lên vùng mô này

tương tự như vùng mô bệnh lý [60]. Ngoài ra, khi bệnh nhân tiếp xúc với người bên

cạnh như nhân viên y tế, gia đình hay người ở nơi công cộng, lượng thuốc phóng xạ

còn lại trong cơ thể của bệnh nhân khiến họ trở thành một nguồn phóng xạ, có thể

gây rủi ro cho những người mà họ tiếp xúc. Trong nghiên cứu của Ủy ban Nghiên

cứu Quốc gia (Mỹ) về tác dụng sinh học của bức xạ ion hóa (Beir) [81] trên 100.000

người nhận liều chiếu gamma là 0,1 Gy trong duy nhất một lần chiếu xạ, sẽ có thêm

800 ca tử vong do ung thư.

Do những rủi ro mà bức xạ có thể gây ra cũng như những nguy cơ tiềm ẩn từ

việc chưa hiểu rõ chính xác cơ chế gây ung thư của bức xạ, nhiệm vụ quan trọng

được đặt ra là phải hạn chế đến mức thấp nhất liều cho vùng mô lành của bệnh nhân

và người tiếp xúc với những bệnh nhân đã sử dụng dược phẩm phóng xạ. Đồng

thời, liều cấp cho bệnh nhân cũng phải đủ lớn để tiêu diệt vùng mô bệnh lý. Do

không thể đặt các dụng cụ đo liều trong các cơ quan nội tạng cũng như xương, mạch

máu, mắt... do đó việc đo liều được thay thế bằng phương pháp tính liều dựa trên

những mô hình [34, 41, 99]. Để đánh giá rủi ro cho người tiếp xúc phóng xạ một

cách toàn diện hơn, bao gồm tác động của loại bức xạ đến các loại mô khác nhau,

người ta sử dụng đồng thời các khái niệm “liều hấp thụ”, “liều tương đương” và

“liều hiệu dụng”. Phần tiếp theo trình bày về các đại lượng liều lượng học bức xạ

cũng như cách tính phân bố liều.

1.1.4. Các đại lượng và đơn vị đo liều bức xạ

Liều hấp thụ

Khi bất kỳ một vật nào bị chiếu xạ, liều hấp thụ mà vật nhận được được định

nghĩa là năng lượng hấp thụ trong vật chia cho khối lượng của vật [55]:

(1.3)

D =

Trong đó:

D: liều hấp thụ trong vật được chiếu (Gy hay J/kg),

E: năng lượng hấp thụ trong vật (J),

m: khối lượng của vật (kg).

Liều hấp thụ được sử dụng để đánh giá các hiệu ứng tất nhiên.

Liều tương đương

Cùng một giá trị liều, các loại bức xạ khác nhau gây ra các hiệu ứng sinh học

khác nhau. Ủy ban Quốc tế về An toàn Bức xạ (ICRP) đã đưa ra khái niệm về trọng

số bức xạ (WR), như một thước đo tác dụng sinh học của từng loại bức xạ. Liều

tương đương được định nghĩa là tích số liều hấp thụ và trọng số tương ứng của từng

loại bức xạ [55]:

(1.4) HT = ∑ DT,RWR R

Trong đó:

HT: liều tương đương cho một cơ quan T (Sv),

DT, R: liều hấp thụ cho một cơ quan T (Gy) đối với bức xạ R,

WR: trọng số của bức xạ R.

Liều tương đương dùng để đánh giá hiệu ứng ngẫu nhiên (ung thư, các bệnh

di truyền) hay hiệu ứng tất nhiên ứng với một cơ quan xác định.

Liều hiệu dụng

Khái niệm về liều hiệu dụng được Wolfgang Jacobi đề xuất vào năm 1975.

Trong ấn phẩm ICRP 29 [53], khái niệm này mang tên “liều tương đương hiệu

dụng”. Vào năm 1991, ấn phẩm ICRP 60 [54] đã rút ngắn tên của khái niệm này

thành "liều hiệu dụng”, nó được sử dụng để đánh giá các hiệu ứng ngẫu nhiên trong

lĩnh vực an toàn bức xạ (ATBX), vì nó cho phép tổng hợp liều từ các phần khác

nhau trong cơ thể. Cách tính liều hiệu dụng như sau:

(1.5) E=∑ WTHT T

Trong đó:

E: liều hiệu dụng cho cơ thể (Sv),

HT: liều tương đương cho một cơ quan T (Sv),

WT là trọng số mô của cơ quan T.

Trọng số mô cho biết tỉ lệ đóng góp của mỗi mô hay cơ quan đến rủi ro toàn

phần của cơ thể khi bị chiếu xạ. Tổng các trọng số mô trong cơ thể bằng 1. Liều

hiệu dụng giới hạn được khuyến cáo để giảm thiểu rủi ro của tác dụng ngẫu nhiên

cho cả cơ thể.

Do vai trò quan trọng của các giá trị liều giúp đánh giá rủi ro cũng như hiệu

quả điều trị, một trong những trọng tâm nghiên cứu về YHHN đó là về các phương

pháp tính liều. Phần tiếp theo sau đây sẽ trình bày tình hình nghiên cứu liên quan

đến việc tính liều cho bệnh nhân và người tiếp xúc với bệnh nhân.

1.2. Tình hình nghiên cứu về các kỹ thuật tính liều cho bệnh nhân và người

tiếp xúc với bệnh nhân

1.2.1. Tình hình nghiên cứu trên thế giới

1.2.1.1. Kỹ thuật tính liều cho bệnh nhân và người tiếp xúc

Trong mục này sẽ trình bày về các kỹ thuật tính liều cho bệnh nhân và người

tiếp xúc, bao gồm việc tính liều ở mức cơ quan và mức voxel.

a) Kỹ thuật tính liều cho bệnh nhân

 Kỹ thuật tính liều ở mức cơ quan

Từ khoảng năm 1940, các phương pháp tính toán liều hấp thụ bắt đầu được

nghiên cứu. Năm 1956, Loevinger và cộng sự viết một bài tóm tắt về liều bức xạ

[68]. Năm 1964-1965, Ellett và cộng sự định nghĩa “tỷ lệ hấp thụ” là phần năng

lượng phát ra từ nguồn bị hấp thụ trong mô [31, 32]. Họ thực hiện phép tính toán

bằng phương pháp MC cho nguồn photon ở nhiều giá trị năng lượng khác nhau tính

cho các bia khác nhau về kích thước và hình dạng. Đây chính là ứng dụng đầu tiên

của phép tính MC trong việc tính liều bức xạ. Tầm quan trọng trong đóng góp của

Ellett là đưa ra một khái niệm mới về tỷ lệ hấp thụ và đưa phép tính MC vào việc

tính liều hấp thụ, và với việc tính toán bằng phương pháp MC thì không cần giả sử

liều hấp thụ tuân theo qui luật hàm mũ. Ellett sử dụng một phương trình đơn giản

liên quan tỷ lệ hấp thụ và liều hấp thụ, tạo cơ sở cho việc hình thành sơ đồ MIRD

[90].

Phương pháp sử dụng sơ đồ MIRD [90] đưa ra mô hình nguồn và bia sớm

được các nhà khoa học ủng hộ và phát triển. Các cơ quan tập trung thuốc phóng xạ

gọi là cơ quan nguồn (Source organ). Hoạt độ thuốc phóng xạ được giả sử đồng

nhất trong mỗi cơ quan nguồn. Cơ quan nhận liều chiếu gọi là cơ quan bia (Target

organ). Mật độ mô được giả sử đồng nhất trong cơ quan bia. Vật bị chiếu gọi là

phantom. Như vậy trong phantom có thể có nhiều cơ quan bia và nhiều cơ quan

nguồn. Một cơ quan có thể nhận liều chiếu từ chính nó (nguồn trùng bia) hay nhận

liều chiếu từ các cơ quan khác chiếu đến (nguồn không trùng bia). Tổng liều hấp

thụ mà một cơ quan nhận được từ tất cả các cơ quan nguồn được tính như sau [90]:

(1.6) Dbia = ∑ Ã(nguồn).S(nguồnbia)

Φi(nguồnbia) mbia

(1.7) S = ∑ ∆i

Trong đó:

Dbia: liều tính cho mô hay cơ quan bia (Gy hay J/kg), trong công thức (1.6)

tổng ∑ được lấy cho tất cả các cơ quan nguồn,

Ã(nguồn).: hoạt độ tích lũy hay tổng số phân rã trong cơ quan nguồn trong quá

trình chất phóng xạ lưu lại trong cơ quan nguồn (Bq.s),

S: liều hấp thụ của cơ quan bia trên một phân rã trong cơ quan nguồn

(Gy/Bq.s), trong công thức (1.7) tổng ∑i được lấy theo tất cả các bức xạ trong cơ

quan nguồn,

∆i: năng lượng của bức xạ i phát ra từ cơ quan nguồn, tính trên một phân rã

(J/Bq.s),

𝚽𝐢(nguồnbia): tỷ lệ năng lượng của bức xạ i phát ra từ cơ quan nguồn

được hấp thụ trong cơ quan bia,

mbia: khối lượng vùng cơ quan bia (kg).

Trước đây, để tính liều hấp thụ bằng sơ đồ MIRD, người ta sử dụng các

phantom toán học [98]. Các phantom được xây dựng dựa trên các thông số trung

bình của một nhóm người nào đó, ví dụ người nam-nữ trưởng thành [56], trẻ em,

phụ nữ mang thai [44, 76]. Các cơ quan hay các vùng cấu trúc trong cơ thể được mô

tả bằng những dạng hình học cơ bản [38]. Phương pháp tính liều hấp thụ ở mức cơ

quan như công thức (1.6) gặp các hạn chế vì đặc điểm giải phẫu của mỗi bệnh nhân

rất khác nhau, hình học của phantom không phản ánh chân thực đặc điểm hình

dạng, kích thước và vị trí các cơ quan của bệnh nhân. Phương pháp này giả sử sự

phân bố hoạt độ và phân bố mật độ bên trong mỗi cơ quan là đồng nhất. Trong khi

đó, sự phân bố ở mỗi cơ quan hay mỗi vùng mô đều rất phức tạp, không phù hợp

với giả định này. Ngoài ra, các thư viện hình học cũng không đủ rộng thể phản ánh

hình học phức tạp của các cơ quan. Khi một bệnh nhân có khối u, phương pháp này

không thể mô tả đúng vị trí khối u cũng như môi trường bao quanh khối u trong cơ

thể. Những giả định này đều tác động đến kết quả tính toán phân bố liều cho bệnh

nhân.

Đến năm 1972, Allan M. Cormack và Godfrey N. Hounsfield phát minh ra

máy chụp cắt lớp (CT) đầu tiên [21], tạo ra một cuộc cách mạng trong chẩn đoán

hình ảnh y khoa, việc tính liều cũng nhờ đó mà chuyển sang một bước ngoặt mới.

Máy chụp CT đầu tiên được đưa vào ứng dụng trong lâm sàng vào năm 1974-1976,

lúc này máy CT chỉ được dùng để chụp sọ não. Sau đó, máy CT được ứng dụng

rộng rãi hơn trong lâm sàng, được áp dụng cho nhiều bộ phận khác nhau trong cơ

thể. Ảnh CT giúp quan sát các cấu trúc giải phẫu chi tiết, giúp đánh giá chính xác vị

trí của các bất thường [78]. Sau ảnh CT, các thế hệ ảnh cắt lớp khác như PET,

SPECT ra đời [80]. Các ảnh này được gọi chung là ảnh YHHN, mô tả sự phân bố

hoạt độ thuốc phóng xạ, giúp phản ánh hoạt động trao đổi chất trong cơ thể bệnh

nhân. Các ảnh cắt lớp nói chung đều được tạo thành từ những ô thể tích rất nhỏ gọi

là những voxel. Như vậy, cả cơ thể nói chung hay từng cơ quan nói riêng, đều được

tạo bởi một tập hợp các voxel. Từ ảnh cắt lớp, người ta nghĩ ra ý tưởng tính liều ở

mức độ chi tiết hơn mức cơ quan, cụ thể là ở mức voxel [22]. Phần tiếp theo sau đây

sẽ trình bày về các phương pháp tính liều cho phantom voxel.

 Kỹ thuật tính liều ở mức voxel

Trong việc tính toán liều lượng chi tiết đến mức voxel, người ta giả sử thông

tin trên mỗi voxel là đồng nhất. Việc tính liều ở mức voxel đã được đề xuất từ năm

1999 trong ấn phẩm MIRD 17 [22]. Những năm gần đây, xu hướng nghiên cứu việc

tính liều ở mức voxel dần thay thế cho xu hướng tính liều ở mức cơ quan, đặc biệt

là trong điều trị, vì cần độ chính xác cao [66]. Để tính liều ở mức voxel có ba

phương pháp được đề xuất: phương pháp “tính tổng nhân liều”, phương pháp “sử

dụng giá trị S và sơ đồ MIRD” và phương pháp “mô phỏng Monte Carlo trực tiếp”

[20, 66]. Trong mục này sẽ giới thiệu nguyên tắc của từng phương pháp.

 Phương pháp tính tổng nhân liều

“Nhân liều” tại một điểm là một hàm cho biết liều hấp thụ trung bình trong

một hình cầu có bán kính cho trước, trong một vùng đẳng hướng, trong môi trường

đồng nhất và vô hạn [67]. Liều hấp thụ tại một điểm bia là tổng liều nhận được từ

tất cả các điểm nguồn xung quanh đến nó. Ưu điểm của phương pháp này là tính

nhanh và đơn giản nhưng phải dựa trên giả sử môi trường đồng nhất của mô, điều

này là không phù hợp với thực tế [20].

 Phương pháp sử dụng giá trị S và sơ đồ MIRD

Việc tính liều cho 1 voxel tương tự như việc tính liều cho một cơ quan. Liều

mà một voxel bia nhận được bằng tổng liều đóng góp từ tất cả các voxel nguồn khác

và từ chính nó, (từ h = 1 đến h = N) [22].

N h=1

(1.8) Dvoxelbia=∑ Ãvoxelnguồn.S(voxelnguồnvoxelbia)

Trong đó,

: hoạt độ tích lũy trong voxel nguồn (Bq.s), Dvoxelbia: liều mà một voxel bia nhận được (Gy), Ãvoxelnguồn

S(voxelnguồnvoxelbia): liều hấp thụ trong voxel bia trên một phân rã trong

voxel nguồn (Gy/Bq.s).

Môi trường được giả định đồng nhất cho mọi voxel, thường là mô mềm hoặc

xương [22, 46]. Ảnh YHHN cho biết hoạt độ trong từng voxel nguồn. Giá trị S

được chọn tính cho các kích thước voxel thông dụng và các nhân phóng xạ thường

dùng trong YHHN. Phương pháp này cũng dựa trên giả định sự đồng nhất của mô.

Dieudonné và cộng sự đề xuất một số hiệu chỉnh để làm giảm sai số của giả định

này [79]. Tuy nhiên, nghiên cứu cũng chỉ rõ, hiệu chỉnh này chỉ áp dụng cho một số

cơ quan ở vùng bụng, không áp dụng được cho vùng ngực, đầu cổ hay tủy xương.

Bên cạnh đó, phương pháp này còn hạn chế tính “xuyên sâu” của bức xạ gamma.

Phạm vi của bức xạ gamma thường được giả sử là năm voxel [17]. Với các giả định

này, việc tính liều cho voxel bằng phương pháp sử dụng giá trị S cũng gặp hạn chế

về tính chính xác cũng như tính linh động. Để giải quyết tất cả các hạn chế này,

phương pháp mô phỏng MC được mở rộng tính năng để tính cho toàn phantom

voxel mà không cần thực hiện bước tính giá trị S cho từng cặp voxel, phương pháp

này gọi là phương pháp MC trực tiếp.

 Phương pháp Monte Carlo trực tiếp

Việc tính liều ở mức voxel bằng phương pháp MC trực tiếp giống với

phương pháp sử dụng giá trị S voxel ở chỗ, liều mà một voxel nhận được bằng tổng

liều từ các voxel nguồn và chính nó đóng góp. Điểm khác nhau nằm ở phương pháp

sử dụng giá trị S thực hiện mô phỏng MC cho từng cặp voxel nguồn và bia có cùng

mật độ, ở khoảng cách nào đó, sau đó hoạt độ trong từng voxel nguồn được sử dụng

để tìm tổng liều mà một voxel bia nhận được. Những voxel có cùng mật độ, hoạt độ

hay khoảng cách đến một voxel bia sẽ có đóng góp như nhau cho voxel bia đó.

Phương pháp MC trực tiếp dựa vào hoạt độ trong mỗi voxel để tạo số phân rã trong

voxel đó. Do đó, vị trí, mật độ, hoạt độ trong tất cả voxel đều có thể được tính đến

đồng thời trong cùng một lần mô phỏng. Những voxel khác nhau có thể có ảnh

hưởng khác nhau đến kết quả tính liều mà một voxel bất kỳ nhận được, cho dù

chúng có cùng mật độ, hoạt độ hay khoảng cách.

Thông tin năng lượng hấp thụ trong các voxel có thể dùng để suy ra liều cho

từng cấu trúc. Để tính liều cho cấu trúc, phương pháp MC sẽ xác định những voxel

nào nằm trong cấu trúc. Một phương pháp để xác định một voxel thuộc một cấu trúc

là xem voxel đó có tâm nằm trong cấu trúc đó hay không [30]. Với phương pháp

này, mọi loại hình học sẽ được “voxel hóa”. Nghĩa là mỗi một cấu trúc là một tập

hợp các voxel. Bằng cách xét vị trí tâm voxel, voxel có thể được xem là nằm hoàn

toàn trong cấu trúc (nếu tâm nằm trong cấu trúc) hay bị loại bỏ hoàn toàn (nếu tâm

nằm ngoài cấu trúc). Việc sử dụng tiêu chí nào đó để nhận hay loại bỏ voxel sẽ dẫn

đến ước tính sai phần năng lượng và khối lượng mà mỗi voxel ở biên đóng góp vào

cấu trúc, từ đó ước lượng sai liều cho cấu trúc. Trên thực tế, các cơ quan trong cơ

thể có kích thước đa dạng và hình học rất phức tạp như da, niêm mạc, ruột, tuyến

giáp… trong mọi tình huống, sai số này cần được giảm đến mức tối thiểu để đạt

được kết quả tính liều gần với giá trị thật nhất.

Để giải quyết khó khăn nêu trên, một số nghiên cứu đã được thực hiện. Các

nhà nghiên cứu cố gắng cải thiện độ phân giải của ảnh cắt lớp để mô tả các cơ quan

chi tiết hơn [110], kết hợp với việc phát triển các kỹ thuật phân đoạn tự động các cơ

quan [18, 24, 95]. Paula C. G. và cộng sự đề xuất một phương pháp tính toán riêng

cho da [85], trong đó, bề dày da được xác định chính xác hơn. Tuy nhiên, lớp da

vẫn được đại diện bằng một tập hợp các khối voxel hình hộp, nên cũng chưa thể

phản ánh hình học chân thực của lớp da. Một nghiên cứu khác lại chỉ định bề dày

1,5 mm cho da [63], điều này không chính xác và giả định này cũng chỉ áp dụng

cho da. Chung-Yi H. và cộng sự sử dụng một thuật toán đặc biệt để phân đoạn

xương, họ sử dụng thuật toán dựng hình 3D và mô hình tam giác phức tạp [26]. Tuy

nhiên, mô hình chỉ áp dụng cho xương. Trong các nghiên cứu gần đây, một loại

phantom mới xuất hiện gọi là “mesh phantom” [107, 108, 109], giúp mô tả các cơ

quan linh động hơn. Tuy nhiên, loại phantom này lại không được sử dụng rộng rãi,

và khả năng sẽ chưa được áp dụng trong lâm sàng trong tương lai gần. Tóm lại, khó

khăn này vẫn đang là vấn đề thách thức các nhà khoa học. Trên đây vừa trình bày

tình hình nghiên cứu về việc tính liều cho bệnh nhân, phần tiếp theo sẽ trình bày về

việc tính liều cho người tiếp xúc với bệnh nhân.

b) Kỹ thuật tính liều cho người tiếp xúc

Trong YHHN, ngoài việc tính liều cho bệnh nhân, một vấn đề cũng rất quan

trọng là đánh giá liều cho những người tiếp xúc với bệnh nhân như: nhân viên bức

xạ của cơ sở YHHN, gia đình của bệnh nhân và dân chúng nơi công cộng [72, 73].

Do lượng thuốc còn lại trong cơ thể, bệnh nhân trở thành một nguồn phóng xạ.

Người bệnh có thể được yêu cầu giữ khoảng cách an toàn, hạn chế thời gian tiếp

xúc và thực hiện che chắn với người khác để đảm bảo an toàn cho những người tiếp

xúc theo nguyên tắc ALARA [51]. Khuyến cáo về giới hạn liều cho những người

tiếp xúc với bức xạ được trình bày trong tài liệu [52, 72] của IAEA.

Các biện pháp cách ly được thực hiện nhằm bảo vệ những người tiếp xúc với

bệnh nhân, nhưng việc cách ly cũng gây ra nhiều phiền toái trong sinh hoạt, thậm

chí cảm giác sợ hãi cho bệnh nhân [106] và kể cả người tiếp xúc. Theo nghiên cứu

của F von Mülle và cộng sự [106], 30% bệnh nhân gặp vấn đề nghiêm trọng do việc

cách ly mang lại. Việc ước tính liều chính xác không chỉ giúp bảo vệ người tiếp xúc

mà còn là tiêu chí để giải phóng bệnh nhân khỏi sự cách ly, nếu việc cách ly không

thực sự cần thiết.

Để đơn giản bài toán tính liều, trong nhiều nghiên cứu trước đây, thuốc

phóng xạ trong cơ thể bệnh nhân được giả sử là một nguồn điểm, bỏ qua đặc điểm

phân bố hoạt độ cũng như cấu trúc mô trong cơ thể bệnh nhân. Liều cho người tiếp

xúc ở một khoảng cách cho trước được tính theo quy luật nghịch đảo bình phương

[97]. Theo nghiên cứu của Zˇontar D. và cộng sự, việc sử dụng nguồn điểm có thể

đánh giá quá cao giá trị liều so với thực tế [111]. Siegel J. A. và cộng sự cho rằng

có những mô hình nguồn chính xác hơn, tuy nhiên họ chỉ giới hạn tính toán với mô

hình nguồn là một đoạn để thay cho mô hình nguồn điểm [97].

Trong nghiên cứu của Palmer G.S. và cộng sự, một hệ thống ước tính liều

cho các thành viên trong gia đình của bệnh nhân điều trị bằng I-131 được xây dựng

để việc tính liều có thể thực hiện đơn giản và nhanh chóng [84]. Tuy nhiên, hệ

thống này chỉ có thể áp dụng cho một trường hợp cụ thể của bệnh nhân là điều trị

bằng I-131. Việc lựa chọn mô hình hình trụ để đại diện cho tuyến giáp không phản

ánh đúng hình học của tuyến giáp. Nhóm tác giả cho rằng hệ thống này có khả năng

tăng ước tính liều lên tối đa 13,4% cho trường hợp một đứa trẻ được giữ bởi một

bệnh nhân [84].

Để khắc phục các hạn chế về “hình học” của các mô hình nguồn đơn giản

như nguồn điểm, nguồn hình trụ, nguồn hình đoạn thẳng thay thế cho bệnh nhân,

nhóm tác giả Albe´rico B.C. và cộng sự phát triển phương pháp tính liều với

phantom voxel FAX [11]. Trong nghiên cứu này, phantom voxel được sử dụng để

đại diện cho bệnh nhân. Kết quả tính toán khi sử dụng phantom voxel và khi sử

dụng nguồn điểm có sự chênh lệch đáng kể. Với kết quả tính toán cho bệnh nhân

ung thư tuyến giáp, khi bệnh nhân cách người tiếp xúc 0,3 m, sự chênh lệch lên đến

366% [11]. Tuy nhiên, nghiên cứu của nhóm tác giả này có một hạn chế, đó là giả

sử sự phân bố nguồn đồng nhất trong tuyến giáp và đồng nhất trong phần còn lại

của cơ thể, thay vì sử dụng sự phân bố nguồn từ ảnh YHHN của bệnh nhân.

Trong nghiên cứu của Dewji và cộng sự [28], việc tính liều cho người tiếp

xúc được thực hiện ở các tình huống giao tiếp xảy ra trên xe buýt hay khi bệnh nhân

ở trên giường và người tiếp xúc ở bên cạnh. Tư thế giao tiếp được mô tả chi tiết.

Tuy nhiên, phantom mà nhóm tác giả sử dụng lại là phantom toán học [28]. Nhìn

chung, việc ước tính liều cho những người tiếp xúc với bệnh nhân vẫn còn rời rạc,

chủ yếu sử dụng các mô hình đơn giản để đại diện cho bệnh nhân và người tiếp xúc

[101].

Với sự phát triển của ảnh cắt lớp, việc tính liều cho bệnh nhân có thể thực

hiện được ở mức voxel với ảnh CT và ảnh YHHN. Tuy nhiên, để tính liều mà một

người nhận được do tiếp xúc với bệnh nhân bằng chính sự phân bố thuốc phóng xạ

trong cơ thể bệnh nhân, chúng ta cần có một công cụ có khả năng đọc hai phantom

voxel trong cùng một lần mô phỏng, một phantom bệnh nhân và một phantom

người tiếp xúc. Đồng thời, công cụ này cũng cần phải đọc được ảnh YHHN để bao

gồm sự phân bố nguồn trong cơ thể bệnh nhân vào tính toán. Điều này vẫn chưa

được thực hiện ở các công cụ tính liều hiện nay.

Trên đây vừa trình bày tổng quan tình hình nghiên cứu về việc tính liều cho

bệnh nhân và người tiếp xúc với bệnh nhân trong YHHN. Trong đó, phương pháp

MC trực tiếp được đánh giá cao vì có thể áp dụng cho môi trường không đồng nhất,

phù hợp với cấu trúc phức tạp của cơ thể người. Song song với các kỹ thuật tính

liều, các công cụ tính liều cũng được nghiên cứu và phát triển. Phần tiếp theo sẽ

giới thiệu một số code và phần mềm mô phỏng sử dụng cho việc tính liều.

1.1.1.2. Công cụ tính liều

Trong mục này giới thiệu một số code và phần mềm mô phỏng nhằm lựa

chọn công cụ phù hợp cho mục đích tính liều của luận án.

Do ưu điểm có thể sử dụng được trong cấu hình phức tạp, phương pháp MC

cho phép mô phỏng linh hoạt các loại nguồn bức xạ với hình học, loại hạt, năng

lượng, hướng bay, phân bố mong muốn. Bên cạnh đó, khi bức xạ đi vào cơ thể, sự

tương tác của bức xạ với các vùng mô, xương, nội tạng, máu… bên trong cơ thể

cũng dễ dàng được mô phỏng. Thông qua đó có thể nắm được sự vận chuyển của

bức xạ trong cơ thể, biết được sự phân bố liều bức xạ trong các vùng cơ quan quan

tâm. Từ đó, bác sĩ có thể dự đoán được liều tối ưu mà bệnh nhân cần được cung cấp

để đảm bảo chất lượng sống và hiệu quả điều trị. Sự phát triển của kỹ thuật hình ảnh

và công nghệ máy tính giúp cho việc tính liều trong YHHN bằng phương pháp MC

có những bước tiến mạnh mẽ. Cho đến nay, đã có nhiều code mô phỏng MC ra đời,

nhiều hướng tiếp cận được mở rộng. Các code MC nổi bật gồm có: PENELOPE

[19], EGS [70], MCNP [112] và GEANT4 [89].

 PENELOPE (PENetration and Energy Loss of positron and electron)

PENELOPE được viết bằng ngôn ngữ lập trình Fortran. Công cụ này cho

phép mô phỏng mọi loại tương tác của photon, electron và positron trong môi

trường với phạm vi năng lượng rộng từ vài trăm eV đến cỡ 1 GeV, áp dụng cho các

nguyên tố có Z từ 1 đến 92, được phát triển tại Đại học Barcelona và được nhân

rộng bởi OECD (Paris) và RSICC (Oak Ridge) [65].

Việc mô phỏng sự lan truyền của electron trong vật chất ở vùng năng lượng

thấp được tính toán khá chi tiết, thậm chí dưới 100 eV, cho phép ứng dụng

PENELOPE trong hóa học phóng xạ và sinh học phóng xạ. Chương trình được vận

hành trên giao diện DOS, cho phép định nghĩa hơn 279 loại vật liệu đơn chất và hợp

chất phức tạp. Cấu trúc của PENELOPE gồm các chương trình con phục vụ cho các

tính toán, trong đó, các thủ tục được đặt tên theo chữ cái đầu của loại hạt, cơ chế

tương tác, loại tính toán [65].

 EGS (Electron Gamma Shower).

Được bắt đầu nghiên cứu tại SLAC (Stanford Linear Accelerator Center) của

Hoa Kỳ vào năm 1965 bởi Nans-Hellmut. Vài năm sau, hai nhà vật lý, W. Ralph

Nelson thuộc SLAC và Richard Ford thuộc Phòng thí nghiệm Vật lý Năng lượng

cao Hanson từ Đại học Stanford (Hoa Kỳ) đã thiết kế lại code và tạo ra phiên bản

đầu tiên của EGS (Electron Gamma Shower) (1978). Phiên bản đầu tiên được thiết

kế để giải quyết các vấn đề về vật lý năng lượng cao và không liên quan đến ứng

dụng trong y tế. Năm 2000, Hội đồng Nghiên cứu Quốc gia của Canada (NRC) đã

phát hành một phiên bản EGSnrc [65], với sự đóng góp của Kawrakow, bao gồm

nhiều cải tiến, được viết bằng ngôn ngữ Mortran (fortran and more), được đánh giá

là “code vàng” trong mô phỏng [65]. Do thế mạnh về việc mô phỏng electron và

photon trong phạm vi năng lượng phù hợp (10 keV đến 50 MeV), code EGSnrc

được ứng dụng khá phổ biến trong lĩnh vực xạ trị [65, 87].

Trong cấu trúc của chương trình mô phỏng gồm có 2 phần: EGS code của

nhóm tác giả và “User code” được phát triển bởi chính người sử dụng. Với hệ thống

“User code”, người sử dụng có thể phát triển code riêng để mở rộng tính toán của

mình. Tuy nhiên, EGS không có sẵn tính năng xử lý ảnh YHHN.

 MCNP (MC N-Particle)

Là một code được phát triển bởi Phòng thí nghiệm quốc gia Los Alamos

(Hoa Kỳ) để mô phỏng vận chuyển photon (1 keV - 100 GeV), electron (1 keV - 1

GeV) và neutron (10-5 eV - 150 MeV) trong vật chất [65]. Kể từ phiên bản 4, code

cập nhật hai phiên bản: MCNP5 và MCNPx cho phép mô phỏng 34 loại hạt khác

nhau và 2000 ion nặng ở hầu như tất cả các mức năng lượng. MCNP6 là sự hợp

nhất giữa MCNP5 và MCNPX. MCNP được ứng dụng chủ yếu trong các lĩnh vực

an toàn bức xạ, đo liều, che chắn bức xạ, chụp X quang, thiết kế và phân tích, thiết

kế lò phản ứng nhiệt hạch, phân hạch [65, 82]. MCNP cũng được viết trên nền tảng

Fortran.

 GEANT4 (Geometry and tracking version 4)

Bắt đầu được nghiên cứu từ năm 1994 bởi hơn 100 nhà khoa học từ Châu

Âu, Bắc Mỹ và Nhật Bản, là một code mô phỏng dành cho các mục đích chung của

vật lý năng lượng cao [65]. Về sau, ứng dụng được mở rộng cho các lĩnh vực vật lý

hạt nhân, vật lý không gian và vật lý y khoa. Có nhiều lý do để một nhà vật lý lựa

chọn code GEANT4. Thứ nhất, GEANT4 có thể xử lý tất cả các loại hạt. Thứ hai,

GEANT4 có thể mô phỏng các dạng hình học phức tạp, nó bao gồm tất cả các dạng

hình học của tất cả các code khác. Thứ ba, GEANT4 có một điểm rất độc đáo đó là

có thể mô tả hình học chuyển động như bộ phận quay của máy gia tốc, nguồn xạ trị

di chuyển hay thậm chí là sự chuyển động của các cơ quan của bệnh nhân khi thở.

GEANT4 mở rộng vùng năng lượng quan tâm trong y tế thấp đến cỡ 250 eV.

GEANT4 còn có thể tính đến các hiện tượng phản xạ, khúc xạ và hấp thụ của các

photon. Đối với trường điện từ, GEANT4 có thể xử lý được sự vận chuyển của hạt

với độ chính xác cao, điều này thuận tiện cho việc mô phỏng đầu máy gia tốc hoặc

nơi điều trị đặt trong từ trường. GEANT4 có một ứng dụng rất linh động gọi là

“hình học song song”, cho phép áp dụng các tính toán hoặc ghi đặc biệt trong một

hình học chồng lên phantom, mà vật liệu của hình học này không ảnh hưởng đến

quá trình tính toán. Một điểm thú vị nữa của GEANT4 đó là được viết bằng ngôn

ngữ lập trình hiện đại C++, là phương thức tiếp cận dễ dàng cho người sử dụng. Cuối

cùng, GEANT4 là một code mở và miễn phí, cho phép người sử dụng phát triển,

mở rộng code theo mục đích tính toán riêng [65].

Tuy nhiên, GEANT4 có hạn chế đó là người dùng phải mô tả thử nghiệm của

mình trên code C++ mà không có giao diện, việc thực thi thông qua các dòng lệnh.

Để khắc phục khó khăn này, nhiều nhóm nghiên cứu đã cố gắng phát triển các phần

mềm dựa trên code GEANT4 gồm các lệnh cụ thể đơn giản cho người sử dụng, một

trong số đó là phần mềm GAMOS [16] phát triển bởi Trung tâm CIEMAT (Tây

Ban Nha). Đây là một phần mềm mô phỏng các ứng dụng trong y học. Qua đó,

người sử dụng chỉ cần thực hiện tính toán của mình bằng một tập hợp các lệnh mà

không cần phải lập trình. GAMOS cho phép người sử dụng chỉnh sửa, tự kiểm tra,

thay đổi code, trộn các đoạn code có sẵn một cách vô cùng linh hoạt đáp ứng nhu

cầu tính toán đa dạng của người dùng. Ngoài ra, nhóm các nhà khoa học còn phát

triển GAMOS với mục đích cải tiến tốc độ tính bằng kỹ thuật giảm thăng giáng

[16]. Để tính liều cho phantom voxel, ảnh cắt lớp cần được chuyển về dạng văn bản

(text) theo định dạng của GAMOS (gọi là dạng g4dcm hay ASCII) [16, 77]. Liều có

thể được tính cho từng voxel hay tính cho cơ quan ở mức voxel. Phiên bản 5.0.0 có

hỗ trợ giao diện. Các phiên bản sau đó (5.1.0, 5.2.0, 6.1.0) không hỗ trợ giao diện,

tất cả yêu cầu phải thực hiện thông qua các dòng lệnh. Các dòng lệnh được thực thi

thông qua Terminal. Phiên bản mới nhất (6.2.0) có hỗ trợ giao diện (và có thêm vào

các đóng góp của luận án). Khi việc viết các dòng lệnh hoặc các thông tin đầu vào

hoặc thư viện dữ liệu có lỗi, GAMOS sẽ chỉ rõ vị trí lỗi và đồng thời cung cấp cho

người dùng thông tin các file code liên quan để người dùng dễ dàng kiểm tra và sửa

lỗi. Ngoài ra, GAMOS được viết bằng ngôn ngữ C++ dễ tiếp cận cho đa số người

dùng. Với tài liệu hướng dẫn chi tiết, các tính năng được trình bày rõ ràng thành

từng mục với các bài toán mẫu giúp cho người mới sử dụng dễ dàng tiếp cận. Được

dựa trên nền tảng GEANT4 như GATE, nhưng GAMOS có một số thế mạnh so với

GATE. Thứ nhất, GATE chỉ cung cấp một tập hợp các kết quả cố định, còn

GAMOS có thể thêm vào các code mới dễ dàng nhờ các Plugin, nhờ đó có thể nhận

được tất cả những kết quả mong muốn hay mô tả tệp dữ liệu đầu vào linh hoạt phù

hợp với mục đích tính toán. Thứ hai, với GAMOS, người dùng có thể hiểu chi tiết

hơn về các kết quả nhận được thông qua các tiện tích “Filter” và “Classifiers”,

“Tracking verbose”, từ đó có thể kiểm tra kết quả hay chỉnh sửa code phù hợp với

bài toán. Bên cạnh các phần mềm GATE [59] hay GAMOS, các phần mềm dựa trên

các code khác cũng được chú trọng phát triển tính năng tính liều cho phantom voxel

[23, 25, 40, 62, 70, 86, 100].

Ở trên vừa trình bày khái quát tình hình nghiên cứu trên thế giới về việc tính

liều cho phantom voxel. Dựa trên phương pháp MC, các công cụ tính liều cho

phantom voxel bao gồm các code mô phỏng và phần mềm tính liều phát triển rất đa

dạng. Tuy nhiên, do dựa trên cùng một nguyên tắc, các công cụ này cùng gặp một

hạn chế đó là sai số gây ra do việc voxel hóa các cơ quan của bệnh nhân. Ngoài ra,

hiện vẫn chưa có nhiều công cụ phục vụ tốt cho việc tính liều cho người tiếp xúc

với bệnh nhân, các ước lượng liều đều dựa trên các mô hình đơn giản.

Khác với tình hình phát triển sôi nổi của thế giới, tình hình nghiên cứu về

việc tính liều cho phantom voxel trong YHHN ở Việt Nam còn khá mới mẻ. Ở mục

tiếp theo sẽ trình bày về việc nghiên cứu cũng như ứng dụng YHHN ở Việt Nam.

1.2.2. Tình hình nghiên cứu trong nước

Như vừa trình bày, có nhiều phương pháp tính liều. Khi áp dụng ở mỗi cơ sở

y tế của mỗi Quốc gia, sẽ có những quy trình cụ thể khác nhau. Tại Việt Nam,

ĐVPX đã được ứng dụng vào chẩn đoán và điều trị nhiều năm nay, ngành YHHN

vẫn duy trì phương pháp tính liều ở mức cơ quan. Phần sau đây sẽ trình bày về việc

cấp liều cho thủ tục chẩn đoán và điều trị cũng như tình hình nghiên cứu trong

nước.

 Chẩn đoán

YHHN được dùng để chẩn đoán một số loại bệnh liên quan đến máu, tuyến

giáp, gan, thận, dạ dày…Trong mọi trường hợp, liều đều được cấp theo phương

pháp chỉ định hoạt độ cố định, có tăng giảm theo kinh nghiệm của bác sĩ dựa vào

đối tượng bệnh [32].

 Điều trị

YHHN được ứng dụng để điều trị nhiều loại bệnh như tuyến giáp, gan, tim

mạch, u nguyên bào thần kinh, u tủy thượng thận…Trong đó, phương pháp MIRD

được dùng để tính phân bố liều. Từ đó, xác định liều ngưỡng an toàn cho các cơ

quan xung quanh, mà vẫn đảm bảo có thể tiêu diệt khối u. Áp dụng phương pháp

cung cấp liều cố định, kết hợp với các thông tin lâm sàng [TSH (hormone kích thích

tuyến giáp), kích thước khối u (xác định bằng siêu âm, xạ hình, chụp CT hay sờ nắn

bằng tay), độ tập trung thuốc phóng xạ tại cơ quan quan tâm, độ di căn, chức năng

thận…], bác sĩ sẽ dựa trên kinh nghiệm để tăng giảm liều cho bệnh nhân [1].

Phương pháp trên không dựa vào phân bố mật độ mô cũng như sự phân bố thuốc

phóng xạ trong cơ thể bệnh nhân để tính toán phân bố liều cho bệnh nhân.

Về tình hình nghiên cứu liên quan đến việc tính liều, liều cho phantom voxel

được nghiên cứu khá nhiều trong lĩnh vực xạ trị (chiếu ngoài) [8, 9]. Tuy nhiên

trong YHHN, việc tính liều chủ yếu được thực hiện ở mức cơ quan, cụ thể là sử

dụng phần mềm OLINDA/EXM [5] hoặc suy ra liều từ các công thức đơn giản kết

hợp với thông tin từ việc lấy mẫu. Nhóm tác giả Trần Xuân Hồi và cộng sự sử dụng

máy lấy mẫu khí xách tay, hệ phổ kế gamma phông thấp và điện thoại thông minh,

lấy mẫu không khí đối với hơi I-131 để suy ra liều chiếu trong cho nhân viên tham

gia sản xuất đồng vị I-131 tại Viện Nghiên cứu Hạt nhân Đà Lạt [4]. Kết quả tính

toán từ mẫu không khí được so sánh với kết quả từ mẫu nước tiểu cho thấy có sự

tương quan không cao, đặc biệt là vùng liều cao hơn 1 mSv. Hạn chế của nghiên

cứu là thực hiện trên số đối tượng ít và phạm vi không gian thực hiện trong nhà,

hơn nữa phương pháp này cũng chưa bao gồm cấu trúc giải phẫu cũng như sự phân

bố hoạt độ trong cơ thể người. Nhóm tác giả Nguyễn Văn Hùng và cộng sự thực

hiện nghiên cứu việc xác định liều chiếu trong áp dụng quy trình xác định I-131

trong nước tiểu bằng phương pháp “nhấp nháy lỏng” [6, 43]. Các mẫu được thu

thập từ đối tượng nhiễm xạ được xử lý hóa học, đo hoạt độ phóng xạ bằng hệ đo

nhấp nháy lỏng ALOKA-LSC-6100, sau đó tính liều cho tuyến giáp và liều hiệu

dụng toàn thân sử dụng chương trình chuyên dụng LUDEP 2.0. Tuy nhiên, các tính

toán này chỉ áp dụng cho đối tượng là nhân viên bức xạ, chưa có tính toán thực hiện

trên bệnh nhân và người tiếp xúc với bệnh nhân. Nhóm tác giả Nguyễn Tấn Châu và

cộng sự nghiên cứu việc xác định hoạt độ phóng xạ từ ảnh PET/CT và tính liều

chiếu trong bằng phương pháp MIRD và phần mềm OLINDA/EXM [3]. Việc tính

liều chiếu trong ở mức voxel chỉ xuất hiện trong các nghiên cứu với tính chất giới

thiệu phương pháp, giới thiệu các thế hệ phantom voxel [2], so sánh một số đặc

trưng giữa phantom voxel và phantom hình học. Có thể thấy, việc tính liều chiếu

trong trong YHHN sử dụng phantom voxel là một đề tài từ lâu đã nhận được sự

quan tâm lớn của cộng đồng khoa học quốc tế, nhưng vẫn là một đề tài mới mẻ

chưa được tập trung nghiên cứu và phát triển ở Việt Nam.

Trên đây vừa trình bày bối cảnh hiện tại của việc nghiên cứu về phương pháp

tính liều trong YHHN. Mặc dù được đánh giá cao hơn phương pháp tính liều cho cơ

quan như trước đây, phương pháp tính liều cho phantom voxel vẫn còn một số hạn

chế. Ở mục tiếp theo, dựa trên những ưu điểm và hạn chế của phương pháp này,

chúng tôi xác định nhiệm vụ trọng tâm mà đề tài hướng đến, đồng thời giới thiệu

phương pháp và công cụ sẽ sử dụng để thực hiện luận án.

1.2.3. Ưu điểm và hạn chế của kỹ thuật tính liều cho phantom voxel

Việc tính liều cho phantom voxel được đánh giá là tối ưu hơn so với việc

tính liều ở mức cơ quan. Tuy nhiên, phương pháp này vẫn còn một số hạn chế. Mục

này sẽ trình bày các ưu điểm và hạn chế của việc tính liều cho phantom voxel.

1.2.3.1. Ưu điểm

Phương pháp tính liều cho phantom voxel có ưu thế hơn so với phương pháp

tính liều ở mức cơ quan, giúp việc tính liều chi tiết và chính xác hơn. Các nghiên

cứu đã chỉ ra, mặc dù được thiết lập bởi các phương trình toán học với những điều

chỉnh phức tạp, phantom toán học vẫn không thể phản ánh chân thực cấu trúc giải

phẫu như phantom voxel [107]. Việc sử dụng ảnh cắt lớp không yêu cầu xây dựng

các dạng hình học phức tạp của các cấu trúc, vì mọi cấu trúc đều được thay thế bằng

tập hợp các voxel. Phương pháp này cũng không cần dựa trên các giả sử về sự phân

bố hoạt độ hay mật độ trong các cơ quan cũng như khoảng cách giữa chúng. Điều

đó giúp mô tả các cơ quan, khối u và môi trường xung quanh một cách chân thực

hơn. Với sự phát triển của tốc độ máy tính, các kỹ thuật hình ảnh, kỹ thuật phân

đoạn cơ quan, các code và phần mềm mô phỏng, phương pháp này phát triển nhanh

chóng và mở ra nhiều hướng nghiên cứu rộng rãi. Bên cạnh những điểm độc đáo,

thú vị và cải tiến mà phương pháp tính liều chiếu trong bằng phantom voxel mang

lại, vẫn còn một số hạn chế liên quan đến độ chính xác của kết quả tính liều.

1.2.3.2. Hạn chế

Nhiệm vụ quan trọng của YHHN là phải đánh giá đúng phân bố liều trong cơ

thể bệnh nhân. Từ đó có thể chỉ định liều lượng thuốc phóng xạ vừa đủ để trị bệnh,

hạn chế thấp nhất ảnh hưởng đến sức khỏe. Tuy nhiên, với phương pháp tính liều

cho phantom voxel bằng phương pháp MC hiện tại, việc voxel hóa các cơ quan lại

gây sai số ở vùng biên cơ quan. Để đảm bảo trong mọi tình huống đều có thể ước

lượng một liều tối ưu cho bệnh nhân, với bất kỳ hình học hay sự phân bố hoạt độ

nào, sai số này cần phải giảm đến mức thấp nhất.

Trong an toàn bức xạ, để bảo vệ nhân viên y tế, gia đình của bệnh nhân cũng

như những người có thể gặp bệnh nhân ở nơi công cộng, cần phải ước tính liều tối

ưu cho người tiếp xúc với bệnh nhân. Nếu liều khi tiếp xúc là nhỏ, nằm trong

ngưỡng cho phép, có thể giảm bớt các biện pháp cách ly không cần thiết. Để đơn

giản hóa tính toán, việc tính liều cho người tiếp xúc hiện tại được dựa trên các mô

hình nguồn, không sử dụng sự phân bố thuốc phóng xạ trong cơ thể bệnh nhân [97].

Việc ước tính không chính xác liều mà người tiếp xúc nhận được có thể mang lại

những rủi ro cho họ nếu liều thực tế cao hơn liều ước tính. Ngược lại, sự cách ly

quá mức cần thiết có thể đem lại sự bất tiện, lo âu và căng thẳng cho bệnh nhân lẫn

người tiếp xúc. Vì vậy, cần phải cải thiện phương pháp tính hiện tại, tận dụng sự

phát triển của ảnh cắt lớp bao gồm đặc điểm hình học cũng như sự phân bố thuốc

phóng xạ trong cơ thể bệnh nhân đưa vào tính toán để kết quả gần với thực tế nhất.

Từ các hạn chế của các phương pháp tính liều hiện tại cho bệnh nhân cũng

như người tiếp xúc với bệnh nhân, mục tiếp theo sẽ xác định nhiệm vụ của luận án.

1.3. Nhiệm vụ của luận án

Dựa trên nhu cầu thực tiễn của ngành YHHN, xu hướng tính liều được phát

triển từ mức cơ quan sang mức voxel. Xu hướng này vẫn là vấn đề mới ở Việt Nam

nhưng từ lâu đã nhận được sự quan tâm của cộng đồng thế giới. Nhiều code, phần

mềm và kỹ thuật tính toán ra đời với các đóng góp khác nhau nhằm cải thiện

phương pháp này. Tuy nhiên, cho đến nay, việc tính liều ở mức voxel còn gặp phải

một số hạn chế như vừa trình bày ở trên. Để đóng góp vào việc giải quyết các khó

khăn này, luận án tập trung vào hai nhiệm vụ sau:

 Thứ nhất, cải thiện độ chính xác của tính toán tại vùng biên của các cơ quan

khi tính liều cho bệnh nhân. Để thực hiện nhiệm vụ này, công cụ tính liều

phải đọc được ảnh cắt lớp, đọc được thông tin hình học của các vùng cấu

trúc phức tạp trong cơ thể, có thể tính đúng phần năng lượng và khối lượng

mà mỗi voxel đóng góp vào một cấu trúc.

 Thứ hai, thực hiện việc tính liều cho người tiếp xúc với bệnh nhân bằng

chính phân bố thuốc phóng xạ trong cơ thể bệnh nhân, đồng thời mô tả đúng

tình huống tiếp xúc. Muốn vậy, công cụ tính liều cần đọc được phantom và

ảnh YHHN của bệnh nhân và phantom của người tiếp xúc trong cùng một

tính toán.

Dựa trên hai nhiệm vụ đặt ra cùng với việc tìm hiểu tổng quan về các phương

pháp, code và phần mềm tính liều, chúng tôi nhận thấy rằng phương pháp MC trực

tiếp có độ linh động tốt. Trong các code và phần mềm mô phỏng MC,

GAMOS/Geant4 là công cụ thích hợp có thể dùng để thực hiện tất cả các yêu cầu đã

nêu, vì ngoài các tính năng mà một số phần mềm khác cũng có như thư viện hình

học mạnh, có hệ thống “User code” mở, có thể đọc ảnh cắt lớp, chỉ có code

GEANT4 có ứng dụng “hình học song song”, cho phép tính năng lượng trong vùng

hình học bất kỳ chồng lên phantom, mà vật liệu của hình học song song lại không

ảnh hưởng đến tính toán. Bằng cách sử dụng phương pháp “hình học song song”, ta

có thể tính được năng lượng hấp thụ trong các vùng cấu trúc của phantom voxel.

Ngoài ra, phần mềm GAMOS có thể đọc ảnh cắt lớp với định dạng văn bản cũng là

một thuận lợi để tính liều cho người tiếp xúc với bệnh nhân, vì đặc điểm hai

phantom có thể đưa vào cùng một tệp văn bản. Do đó, GAMOS/Geant4 (phiên bản

6.1.0) là công cụ được lựa chọn để thực hiện các nhiệm vụ trên trong luận án.

Trước khi thực hiện các cải tiến liên quan đến việc tính liều cho phantom

voxel, chúng tôi bước đầu tìm hiểu cấu trúc, cách sử dụng và khẳng định độ tin cậy

của phần mềm GAMOS/Geant4, đồng thời giới thiệu cách phát triển bài toán tính

liều cho phantom voxel. Công việc cụ thể được trình bày trong Chương 2.

CHƯƠNG 2: TÍNH LIỀU CHIẾU TRONG BẰNG PHẦN MỀM

GAMOS/GEANT4

Chương 2 trình bày việc sử dụng công cụ GAMOS/Geant4 để tính liều trong

YHHN, bao gồm nguyên tắc mô phỏng Monte Carlo cho các quá trình tương tác

của bức xạ và môi trường vật chất; đồng thời trình bày cấu trúc, cách sử dụng và

các bước khẳng định độ tin cậy của công cụ GAMOS/Geant4.

2.1. Phương pháp Monte Carlo

2.1.1. Nguyên tắc chung

Khi được ứng dụng vào việc mô phỏng sự vận chuyển của bức xạ trong vật

chất, phương pháp MC mô hình hóa các hiện tượng thông qua mô phỏng trực tiếp

các công thức lý thuyết và thực nghiệm để mô tả sự tương tác và hấp thụ năng

lượng của bức xạ trong vật chất. Lời giải được hình thành từ việc lấy mẫu ngẫu

nhiên các tham số ban đầu của hạt cho đến khi kết quả hội tụ. Các số “giả ngẫu

nhiên” (pseudorandom) này không thực sự ngẫu nhiên, vì chúng do con người tạo ra

bằng các thuật toán. Các thuật toán khác nhau sẽ khác nhau về tốc độ và tính ngẫu

nhiên. Các thuật toán phổ biến là LCG (Linear Congruential Generator), Mersenne

Twister [74, 96], Multiply with Carry (MWC). Các ngôn ngữ lập trình khác nhau sử

dụng các thuật toán khác nhau để tạo ra các số ngẫu nhiên theo một phân phối nào

đó, thường là phân phối đều để xác suất xuất hiện các số là như nhau; hoặc phân

phối chuẩn để sinh ra các giá trị xung quanh một giá trị trung bình nào đó.

GAMOS/Geant4 sử dụng thuật toán mặc định là HEP James, tuy nhiên, người sử

dụng cũng có thể thay đổi thuật toán khác để tạo bộ số ngẫu nhiên.

Do không thể đặt dụng cụ đo liều bên trong cơ thể, ta phải ước lượng phân

bố liều bằng các kỹ thuật tính toán. Đây là một thách thức bởi cấu trúc và đặc tính

sinh lý của cơ thể người rất phức tạp. Phương pháp MC dựa trên việc lấy mẫu ngẫu

nhiên, do đó việc mô hình có tăng tính phức tạp thì cũng không gây thêm nhiều khó

khăn cho người dùng. Nhờ ưu điểm có thể áp dụng trong những cấu hình phức tạp,

phương pháp MC được ứng dụng mạnh mẽ trong YHHN [42].

Để tính liều, hạt sẽ được thiết lập hướng bay, năng lượng và vị trí ban đầu

[91]. Các tương tác giữa hạt và môi trường được tính toán ngẫu nhiên. Quãng

đường đi đến khi gặp vị trí tương tác sẽ được mô phỏng dựa trên các hàm mật độ

xác suất về tương tác giữa hạt và môi trường. Hàm mật độ xác suất của một biến

ngẫu nhiên là hàm mô tả khả năng (xác suất) nhận một giá trị của biến đó. Ở đây,

xác suất tương tác được hiểu là bao gồm các xác suất tương tác riêng phần của các

hiện tượng quang điện, Compton, hủy cặp, tán xạ, phát bức xạ hãm…tương ứng với

các loại hạt được mô phỏng (gamma, positron, electron…) và mô hình vật lý. Tại vị

trí tương tác, nếu hạt bỏ lại năng lượng, năng lượng này sẽ được ghi lại. Hạt sẽ được

cung cấp giá trị năng lượng mới (năng lượng còn lại sau tương tác) và hướng bay

mới. Như vậy, khi hạt di chuyển trong vật chất, vị trí, hướng và năng lượng của nó

thay đổi theo quá trình tương tác. Quá trình theo dõi hạt cần phải xác định khoảng

cách từ hạt đến các biên của hình học. Nếu tương tác tạo ra các hạt thứ cấp, thì hạt

thứ cấp cũng được theo dõi giống như hạt sơ cấp cho đến khi bị loại bỏ. Một hạt bị

loại bỏ khi bay ra khỏi hình học quan tâm hoặc có giá trị nào đó của tham số nhỏ

hơn ngưỡng đã thiết lập, ví dụ như động năng. Sau đó, việc mô phỏng một hạt mới

lại bắt đầu. Quá trình cứ thế lặp lại cho đến khi hoàn thành số sự kiện mà người

dùng mong muốn. Mỗi một sự kiện tương ứng với một hạt sơ cấp được tạo ra. Từ

những giá trị năng lượng ghi lại sau mỗi tương tác trong tất cả những lần mô phỏng,

người dùng sẽ biết được năng lượng hấp thụ trung bình trong một sự kiện trong

những vùng hình học quan tâm. Kết hợp với thông tin khối lượng của vùng quan

tâm, ta sẽ có được giá trị liều tính cho các vùng cấu trúc đó. Sơ đồ tóm tắt quá trình

mô phỏng được thể hiện ở Hình 2.1.

Việc theo dõi một hạt được thực hiện qua các bước sau:

Bước 1: Hạt sơ cấp được tạo ra với tọa độ, hướng bay, năng lượng, (trọng

số).

Bước 2: Xác định quãng đường bay (l).

Bước 3: Xác định vị trí tương tác mới.

Hình 2.1: Sơ đồ các bước mô phỏng Monte Carlo [42].

Bước 4: Kiểm tra vị trí tương tác có ở trong vùng quan tâm hay không.

Những hạt không mang điện như photon sẽ di chuyển đến vị trí tương tác mà không

thay đổi hướng bay cũng như năng lượng. Sẽ có sự so sánh giữa quãng đường bay

(l) và khoảng cách đến biên của phantom (d) như sau:

 Nếu l < d, hạt sẽ di chuyển đến điểm tương tác.

 Nếu l ≥ d, hạt di chuyển đến biên.

• Nếu vật liệu của vùng tiếp theo giống với vùng hiện tại, quãng đường bay

mới sẽ là l − d, và lặp lại các bước trên. Nếu không, thiết lập lại quãng

đường bay mới cho vùng vật liệu mới.

• Nếu vùng tiếp theo nằm ngoài vùng quan tâm, ngừng theo dõi hạt, tạo một

hạt mới.

Bước 5: Xác định hạt còn trong hệ hay không.

Bước 6: Xác định loại tương tác.

Bước 7: Xác định năng lượng, hướng tán xạ và tạo ra hạt mới tại vị trí tương

tác, sử dụng các tiết diện tương tác.

Bước 8: Ghi lại thông tin mong muốn, ví dụ loại hạt, điện tích, năng lượng

hấp thụ.

Lịch sử theo dõi một hạt bắt đầu từ lúc hạt được tạo ra cho đến khi bị loại bỏ.

Electron sẽ thay đổi hướng và năng lượng gần như liên tục trong quá trình di

chuyển. Quá trình này phức tạp hơn quá trình tương tác của photon. Vì hạt mang

điện nói chung hay electron nói riêng, sẽ tương tác với rất nhiều electron trong môi

trường. Do các khoảng cách giữa các tương tác này rất ngắn, nên sự mất năng lượng

này là gần liên tục. Nếu mô phỏng từng tương tác, thời gian mô phỏng sẽ rất lâu. Do

đó, các phương pháp MC có thể xét gần đúng, bằng phương pháp cô đọng lịch sử

(condensed history) thông qua việc thiết lập “ngưỡng” [10, 33]. Ngưỡng được thiết

lập có thể là năng lượng hoặc quãng chạy [10]. Ví dụ khi thiết lập năng lượng

ngưỡng là 10 keV, nghĩa là hạt có năng lượng nhỏ hơn 10 keV sẽ không được theo

dõi tiếp, mà sẽ xem như bị hấp thụ tại chỗ. Điều này sẽ ảnh hưởng đến kết quả tính

năng lượng bị hấp thụ, tức là ảnh hưởng đến liều hấp thụ. Ví dụ electron được sinh

ra trong tuyến giáp có động năng 10 keV, năng lượng này đủ để nó vượt ra khỏi

tuyến giáp, nhưng lại xem như nó bị hấp thụ và năng lượng bị hấp thụ hoàn toàn

trong tuyến giáp. Do đó, khi thiết lập ngưỡng cần phải có sự cân nhắc giữa độ chính

xác và tốc độ tính toán.

2.1.2. Tính liều cho phantom voxel

Với sự ra đời của ảnh cắt lớp, ta có thể có được những thông tin cần thiết để

tính liều ở mức voxel bằng phương pháp MC trực tiếp [75]. Đặc điểm vật liệu (mật

độ) trên từng voxel có thể nhận được từ ảnh CT và đặc điểm nguồn (loại đồng vị,

hoạt độ trên từng voxel) có thể nhận được từ ảnh YHHN (PET, SPECT) hay các

phân bố nguồn đặc biệt. Thông tin cấu trúc (cơ quan, vùng quan tâm) cho biết voxel

thuộc cấu trúc nào và được lưu trong file RTSTRUCT [105]. Các mục sau đây trình

bày nguyên tắc chụp ảnh CT và các ảnh YHHN cũng như ứng dụng các ảnh này cho

tính toán liều ở mức voxel.

2.1.2.1. Nguyên tắc chụp ảnh CT và ảnh YHHN

 Nguyên tắc chụp ảnh CT

Việc xác định mật độ khối lượng và mật độ electron là bước quan trọng trong

việc xác định liều lượng cho các vùng mô không đồng nhất với nước. Quãng chạy

của hạt có thể được xác định từ mật độ electron. Mối quan hệ giữa tỷ trọng của cấu

trúc (số HU) và mật độ (khối lượng hoặc electron) được xác định thông qua một quá

trình hiệu chuẩn liên quan đến một phantom thay thế mô thật, từ đó xác định mối

tương quan giữa HU khi quét trên bệnh nhân thật với các giá trị mật độ trên, với giả

sử số HU không thay đổi theo thời gian.

Để chụp ảnh CT, người ta dùng chùm tia X hẹp phát ra từ bóng tia X, chùm

tia này khi đi qua các vùng mô sẽ bị suy giảm. Dựa vào hệ số suy giảm tuyến tính

của chùm tia X, người ta tính ra số HU như sau [69]:

(µmô−µnước) µnước

(2.1) HU = 1000 ×

Trong công thức trên, µmô và µnước là hệ số suy giảm tuyến tính của vùng mô

và nước. Hệ số suy giảm toàn phần của mô được định nghĩa:

µi ρi

(2.2) µmô=ρmô ∑ wi

Trong đó i là các nguyên tố cấu thành của mô, wi là phần trăm khối lượng của

nguyên tố i trong mô, 𝜌𝑚ô là mật độ khối lượng của mô. Người ta chuẩn hóa mật độ

−

µmô ρmô

µnước ρnước

khối lượng như sau:

µnước ρnước

(2.3) HUρ = 1000 ×

Trong công thức trên, hệ số suy giảm được thay bằng hệ số suy giảm khối, từ

HU+1000

phương trình (2.2) và (2.3), suy ra:

HUρ+1000

(2.4) ρmô =

Phương này dùng để tính mật độ khối lượng khi biết HU. Khi có giá trị mật độ

khối lượng, mật độ electron có thể được tính như sau:

−1 (2.5) )nước

Zi Ai

)]( ρe=ρmô[∑ (wi

Trong đó:

ρe là mật độ electron,

Zi và Ai là số nguyên tử và số khối của đồng vị i.

Ở mỗi vị trí, dữ liệu về sự suy giảm tuyến tính được ghi nhớ. Các dữ liệu

này, sau khi được xử lý sẽ thể hiện lên màn ảnh hình ảnh các lát cắt của cơ thể. Dữ

liệu từ ảnh CT cho ta biết sự phân bố HU. Từ giá trị HU, để thực hiện các tính toán

liều lượng, người sử dụng cần có bước suy từ HU sang mật độ (được cân chỉnh tùy

theo từng máy), sau đó suy từ mật độ sang vật liệu dựa trên những dữ liệu thực

nghiệm [104].

 Nguyên tắc chụp ảnh YHHN

 Ảnh PET

Các đồng vị phát positron có thể dùng làm chất đánh dấu phóng xạ trong ghi

hình PET. Positron phát ra từ đồng vị phóng xạ, sau khi đi một quãng đường rất

ngắn trong mô sẽ hủy cặp với một electron trong mô và phát ra hai photon có năng

lượng 511 keV bay theo hai chiều ngược nhau. Hai photon này có thể được phát

hiện bởi hai đầu dò (Detector) của máy PET. Khi đó một tín hiệu được ghi nhận, mã

hóa và truyền thông tin về máy tính, xử lý và cho ra hình ảnh.

 Ảnh SPECT

Bức xạ photon phát ra từ chất phóng xạ trong cơ thể bệnh nhân. Bức xạ này

được ghi lại bởi hệ đầu dò quay xung quanh bệnh nhân. Sau đó, thông tin được đưa

vào máy tính xử lý và cho ra hình ảnh.

Dữ liệu trong ảnh YHHN cho ta thông tin về sự phân bố của thuốc phóng xạ

trong mô ở mức voxel. Từ đó, bác sĩ có thể đánh giá hoạt động trao đổi chất của

từng vùng cơ quan. Việc ghi hình YHHN được đánh giá là có thể phát hiện các tổn

thương sớm hơn so với chụp CT. Khi bệnh nhân chụp CT, tổn thương chỉ có thể

được phát hiện khi đã có sự thay đổi về cấu trúc. Trong khi đó, nếu bệnh nhân chụp

PET hay SPECT, các bất thường có thể được phát hiện sớm hơn ngay khi vừa có sự

thay đổi chuyển hóa và hoạt động chức năng trong cơ thể.

Trong mỗi voxel của ảnh YHHN, hoạt độ xem như đồng nhất. Như vậy, ảnh

YHHN có bao nhiêu voxel, tương đương với bấy nhiêu nguồn. Các nguồn này có

hoạt độ khác nhau tùy vào khả năng tập trung phóng xạ của từng vùng. Trong việc

mô phỏng MC, số lịch sử (số sự kiện) mô phỏng bằng số hạt sơ cấp phát ra. Số hạt

phát ra trên mỗi voxel nguồn sẽ được lấy theo tỉ lệ hoạt độ giữa các voxel [15].

2.1.2.2. Ứng dụng ảnh CT và ảnh YHHN

 Quan sát các bất thường

Mỗi ảnh YHHN hay ảnh CT đều có các đặc trưng cơ bản là kích thước ảnh,

và số voxel trên 3 trục tọa độ x, y, z. Số voxel càng nhiều, ảnh càng mịn, và càng

phản ánh tốt đặc điểm cấu trúc giải phẫu (ảnh CT) hay phân bố hoạt độ (ảnh

YHHN) trong cơ thể. Thông thường, các ảnh DICOM (Digital Imaging and

Communications in Medicine) sẽ có dung lượng 8, 16 hay 32 bit trên một voxel.

Dung lượng càng lớn, độ tương phản càng tốt, tốc độ ghi khung tối đa càng nhỏ. Để

có thể quan sát rõ vùng quan tâm, người ta thay đổi độ rộng cửa sổ và giá trị lớn

nhất và nhỏ nhất được hiển thị. Mức độ xám (hay màu sắc) của mỗi voxel tùy thuộc

vào giá trị của chúng. Để biểu diễn ảnh, các phần mềm hiển thị sử dụng Bảng màu

của ROOT [45]. Người dùng cũng có thể thay đổi bảng màu này kết hợp với

ngưỡng giá trị quan tâm và hàm logarit để quan sát ảnh rõ hơn.

 Tính toán định lượng

Ngày nay, người ta có thể ghép ảnh cắt lớp PET/CT hay SPECT/CT để có

thể quan sát vùng tổn thương chính xác hơn [61]. Trong ảnh CT và ảnh YHHN đều

có khối không khí bao quanh cơ thể bệnh nhân. Khi chụp ảnh, bệnh nhân nằm cố

định, ảnh CT và ảnh PET được chụp đồng thời. Kích thước ảnh YHHN và ảnh CT

không bằng nhau, tức là phần không khí bao xung quanh bệnh nhân khác nhau, tuy

nhiên tọa độ phân bố HU được chỉnh phù hợp với tọa độ phân bố hoạt độ trong cơ

thể. Do ảnh YHHN có độ phân giải kém hơn, kích thước voxel ảnh YHHN lớn hơn

kích thước voxel ảnh CT. Để quan sát chi tiết các vùng bất thường bao gồm vị trí và

cấu trúc giải phẫu cũng như sự tích tụ thuốc phóng xạ, người ta dùng các thuật toán

ghép ảnh CT và ảnh YHHN.

Tuy nhiên, trong tính toán, chúng ta cần sử dụng ảnh CT và ảnh YHHN độc

lập mà không sử dụng kỹ thuật ghép ảnh. Kích thước voxel và kích thước của ảnh

YHHN không ảnh hưởng đến kích thước voxel và kích thước của ảnh CT. Cụ thể,

giá trị hoạt độ của ảnh YHHN được sử dụng để tạo số phân rã trong các voxel. Khi

thực hiện tính toán, người dùng phải khai báo số lịch sử (số phân rã). Tổng số phân

rã trong các voxel sẽ bằng số lịch sử đã khai báo. Số phân rã trong các voxel sẽ tỉ lệ

với hoạt độ trong các voxel đó. Sau khi xác định số phân rã trong mỗi voxel nguồn,

GAMOS sẽ dùng thuật toán ngẫu nhiên để phân bố đều vị trí các phân rã trong cùng

một voxel nguồn. Giá trị HU của ảnh CT được chuyển thành giá trị mật độ, và từ

mật độ thành vật liệu. Thông tin vật liệu được sử dụng để mô phỏng quá trình tương

tác của hạt và vật chất, bao gồm xác định vị trí tương tác, vận chuyển hạt đến vị trí

tương tác, xác định loại tương tác và mô phỏng quá trình tương tác và bỏ lại năng

lượng. Các biên voxel của ảnh YHHN chỉ giúp ích trong việc phân bố số phân rã

trong mỗi voxel của ảnh YHHN. Biên voxel của ảnh CT đóng vai trò xác định ranh

giới của những vùng khác nhau. Khi hạt gặp biên của voxel của ảnh CT, chương

trình tính phải xác định đặc điểm vùng vật liệu tiếp theo để tính lại quãng đường

bay. Ngoài ra, đối với hạt mang điện, nếu người dùng sử dụng kỹ thuật lịch sử cô

đọng, biên voxel của ảnh CT còn ảnh hưởng đến kích thước bước (càng gần biên

kích thước bước càng giảm). Khi hạt bỏ lại năng lượng, biên voxel của ảnh CT giúp

xác định năng lượng hấp thụ trong từng voxel của ảnh CT, từ đó có thể tính liều cho

từng cơ quan. Sau khi hoàn thành số lịch sử mô phỏng, năng lượng hấp thụ trung

bình trên một phân rã của mỗi voxel được ghi lại. Liều hấp thụ trong một voxel

bằng năng lượng hấp thụ trên voxel chia cho khối lượng của voxel đó.

Việc tính liều cho người tiếp xúc bằng phương pháp MC cũng tương tự như

việc tính liều cho bệnh nhân. Tùy theo mô hình nguồn mà các nghiên cứu sử dụng

như nguồn điểm, nguồn đoạn thẳng, nguồn hình trụ, nguồn đồng nhất, mà sẽ có các

kiểu phân bố tương ứng. Tuy nhiên, để có thể tối ưu hóa tính toán, việc tính liều cần

phải sử dụng phân bố nguồn là ảnh YHHN của bệnh nhân. Quá trình tương tác của

hạt trong phantom của người tiếp xúc giúp tính năng lượng và liều hấp thụ trong các

vùng cơ quan của người tiếp xúc. Ngoài ra, tình huống và khoảng cách giao tiếp

cũng cần mô tả gần với thực tế.

2.1.3. Tính liều bằng code Geant4 và mô hình vật lý Livermore

Code Geant4 mô tả quá trình tương tác của hạt với môi trường thông qua các

“mô hình” và “danh sách vật lý”. Danh sách vật lý bao gồm: loại hạt, các quá trình

vật lý của từng hạt, mô hình vật lý của từng quá trình, ngưỡng năng lượng. Tùy theo

loại hạt và vùng năng lượng quan tâm, người sử dụng có thể lựa chọn mô hình vật

lý phù hợp. Nếu hạt có năng lượng nằm ngoài vùng năng lượng của mô hình vật lý

đã chọn thì việc mô phỏng sẽ kém chính xác.

Để mô phỏng tương tác của electron và photon với vật chất, chúng tôi sử

dụng mô hình Livermore [64], các dữ liệu về tiết diện tương tác thu được từ thực

nghiệm và được trình bày dưới dạng các Bảng dữ liệu EADL, EEDL, EPDL [39].

Những bộ dữ liệu này cung cấp các thông tin sau:

-Tiết diện tương tác,

- Phổ năng lượng của các hạt thứ cấp,

- Hàm tán xạ cho hiệu ứng Compton,

- “Thừa số dạng” cho hiệu ứng Rayleigh,

- Năng lượng liên kết của electron cho tất cả các lớp,

- Xác suất chuyển đổi giữa các lớp đối với hiệu ứng phát bức xạ huỳnh quang và

electron Auger.

Vùng năng lượng của mô hình Livermore mở rộng lên đến 100 GeV và thấp

đến 1 eV cho hiệu ứng Rayleigh và Compton, thấp đến năng lượng liên kết nhỏ nhất

ứng với từng nguyên tố cho hiệu ứng quang điện, thấp đến 10 eV cho sự phát bức

xạ hãm và năng lượng liên kết thấp nhất ở từng lớp ứng với từng nguyên tố cho hiện

tượng ion hóa [39]. Việc mô phỏng tất cả các quá trình gồm 2 bước lớn riêng biệt,

đó là tính tiết diện tương tác toàn phần và xác định trạng thái cuối. Ứng với mỗi

tương tác, với năng lượng E cho trước của hạt, tiết diện tương tác toàn phần có thể

nhận được bằng cách ngoại suy các dữ liệu có sẵn bằng phương trình sau [39]:

log(E2) − log (E) log(E2) − log (E1)

log(E) − log (E1) log(E2) − log (E1)

(2.6) log(σ(E))=log(σ1) + log(σ2)

Trong đó, E1 và E2 là năng lượng thấp hơn và cao hơn E, và gần E nhất, ứng

với tiết diện tương tác σ1 và σ2 đã biết. Phần tiếp theo trình bày ngắn gọn việc mô

phỏng các tương tác của photon và electron.

2.1.3.1 Tương tác của Photon

 Hiện tượng quang điện

Lớp mà từ đó electron phát ra được lựa chọn dựa vào tiết diện tương tác của

các lớp. Trong vật liệu, nguyên tố i được lựa chọn như sau [39]:

niσ(Zi,Eγ) ∑ [niσi(Eγ)]

(2.7) P(Zi,Eγ)=

E𝛾: năng lượng photon,

P(Zi,𝐸𝛾): Xác xuất để nguyên tố i được lựa chọn, ứng với năng lượng photon

là E𝛾;

ni: mật độ nguyên tố i trong vật chất;

𝜎(𝑍𝑖, 𝐸𝛾): tiết diện tương tác ứng với nguyên tố i và năng lượng E𝛾;

Xác suất để electron chuyển đổi từ 1 lớp sang lớp có năng lượng thấp hơn

được cho bởi thư viện EADL. Phân bố góc của electron quang điện dựa vào lý

thuyết phân bố của Sauter-Gavrila [39].

 Hiện tượng tán xạ Compton

Phân bố năng lượng của photon tán xạ được dựa trên phương trình của

Klein-Nishina. Trong đó, tiết diện tương tác vi phân được suy ra từ tỉ lệ năng lượng

của photon tán xạ và năng lượng photon tới; góc tạo bởi phương của electron và

phương của photon tới và giá trị của hàm tán xạ. Giá trị của hàm tán xạ được cho

bởi thư viện EPDL.

2.1 3 2 Tương tác của Electron

 Hiện tượng phát bức xạ hãm

Ứng với một năng lượng của electron tới, phân bố năng lượng của photon

được xác định thông qua các hệ số. Các hệ số này có thể nhận được từ bảng dữ liệu

EEDL hoặc nội suy từ các giá trị đã biết. Phân bố góc của photon phát ra tương ứng

với electron tới được tạo ra dựa vào phương trình tiết diện tương tác của Tsai [39]

(đẳng hướng ở vùng năng lượng thấp).

 Hiện tượng Ion hóa

Tiết diện tương tác toàn phần ứng với động năng của electron tới được tính

bằng cách tính tổng các tiết diện tương tác riêng phần trên từng lớp ứng với 1

nguyên tố. Tiết diện tương tác ứng với một lớp ứng với một giá trị động năng nhận

được bằng cách nội suy các dữ liệu về tiết diện trong thư viện EEDL.

Phần tiếp theo trình bày về cấu trúc và cách sử dụng phần mềm GAMOS/Geant4. 2.2. Sử dụng phần mềm GAMOS/Geant4 để tính liều trong Y học hạt nhân

Để sử dụng phần mềm GAMOS, không yêu cầu người dùng phải biết lập

trình, vì việc tính toán có thể thực hiện thông qua gói các dòng lệnh [15]. Cấu trúc

GAMOS gồm các thư mục con [15] như sau:

Bin: Chứa các lệnh đã được biên dịch từ source User code của GAMOS.

Config: Xác định các biến môi trường liên quan đến đường dẫn chứa dữ liệu và

các thư viện (dcmtk, Geant4, openjpeg, root), người sử dụng phải thực hiện lệnh

“source /xxx/confgamos.sh” để xác định các biến môi trường trước khi thực hiện

các lệnh khác.

Data: Chứa các dữ liệu cần thiết cho các tính toán (các file input, thư viện vật

liệu), các thuật toán sẽ tự tìm đến thư mục này để tra cứu dữ liệu.

Doc: Chứa tài liệu hướng dẫn sử dụng GAMOS.

Example: Tập hợp một số ví dụ cho người sử dụng.

Lib: Chứa các file “*.so”, hay còn gọi là các “Shared Libraries”, các lệnh trong

thư mục “Bin” sẽ load các thư viện này để thực hiện.

Source: Đây là thư mục chứa các file code C++ của GAMOS, người sử dụng có

thể phát triển mở rộng User code của GAMOS trong mục này.

Tutorials: Chứa các hướng dẫn cụ thể trong từng lĩnh vực YHHN hoặc xạ trị, có

bài tập minh họa dành cho người mới sử dụng.

Analyse: Chứa một số tiện ích dùng để phân tích kết quả.

Để tính liều hấp thụ cho bệnh nhân, việc đầu tiên người sử dụng cần thực

hiện là chuẩn bị đầy đủ các tệp dữ liệu đầu vào cơ bản [11], bao gồm:

- Ảnh CT (g4dcm) chứa thông tin phantom, cho biết phân bố mật độ cấu trúc

mô.

- Ảnh YHHN (.PETg4dcm) cho biết phân bố hoạt độ của nguồn.

- Tệp dữ liệu hình học (.geom) cho biết đặc điểm về hình học và vật liệu của

môi trường đặt phantom hoặc những hình học khác chi phối việc tính liều.

- Tệp dữ liệu chứa các yêu cầu tính toán (.in) cho biết tên 3 tệp dữ liệu trên và

đường dẫn đến các tệp đó, mô hình vật lý, các kỹ thuật giảm thăng giáng (nếu

có), yêu cầu về tệp dữ liệu đầu ra, số sự kiện mô phỏng…

Sau khi chuẩn bị các tệp dữ liệu đầu vào, các tính toán có thể được thực hiện

thông qua các dòng lệnh. Việc mô tả về các tệp dữ liệu đầu vào nói trên cũng như

các dòng lệnh cần thiết cho tính toán được trình bày chi tiết trong phần Phụ lục A.

Để có thể sử dụng làm phần mềm tính toán liều lượng trong YHHN, công cụ

tính liều cần phải được kiểm tra chặt chẽ, bao gồm việc kiểm tra mô hình vật lý,

kiểm tra kỹ thuật tính toán mô phỏng MC cũng như kỹ thuật xử lý ảnh cắt lớp. Phần

tiếp theo trình bày các bước khảo sát độ tin cậy của phần mềm GAMOS/Geant4.

2.2.1. Khảo sát độ tin cậy của phần mềm GAMOS/Geant4

2.2.1.1. Mô hình vật lý

GEANT4 vốn được biết đến là một code mạnh và được xác nhận qua rất

nhiều nghiên cứu lý thuyết cũng như thực nghiệm. Trong phạm vi luận án, mô hình

vật lý Livermore [39] được sử dụng để tính toán năng lượng và liều hấp thụ. Chúng

tôi lựa chọn một số yếu tố để kiểm tra mô hình vật lý của GEANT4.

Trước hết, chúng tôi tính toán quãng chạy của electron trong môi trường mô

mỡ (mật độ 0,92 g/cm3) ở nhiều mức năng lượng khác nhau (Hình 2.2). Tính toán

bằng GAMOS được so sánh với dữ liệu được cung cấp bởi chương trình ESTAR

[48].

ESTAR

GAMOS

500

450

400

350

)

300

250

200

150

100

V e k ( g n ợ ư l g n ă N

50

0 -

0.02

0.04

0.06

0.08

0.10

0.12

0.14

0.16

Quãng chạy (mm)

Hình 2.2: Quãng chạy của electron trong mô mỡ.

Kết quả tính quãng chạy của electron trong mô mỡ ở các mức năng lượng

khác nhau khi so sánh giữa GAMOS và chương trình ESTAR có độ lệch cao nhất là

2,4% và thấp nhất là 0,3%.

Tiếp theo, chúng tôi so sánh dữ liệu phân rã của đồng vị I-131 trong cơ sở

dữ liệu của GAMOS và ENSDF [50]. Kết quả so sánh được trình bày ở Bảng 2.1

và Bảng 2.2 cho thấy có sự phù hợp tốt giữa hai bộ dữ liệu trên về năng lượng

phân rã (E(keV)) và xác suất phát (I(%)).

Bảng 2.1: Phổ năng lượng Beta của đồng vị I-131

E I (%) I (%)

(keV) ENSDF GAMOS

69,36 2,080 2,080

86,94 0,645 0,645

96,62 7,230 7,230

191,58 89,600 89,600

200,22 0,050 0,050

283,24 0,390 0,390

Bảng 2.2: Phổ năng lượng gamma của đồng vị I-131

E I (%) I (%)

(keV) ENSDF GAMOS

80,185 2,62000 2,62000

85,900 0,00009 0,00009

163,930 0,02110 0,02110

177,214 0,26900 0,26900

232,180 0,00320 0,00320

272,498 0,05760 0,05760

284,305 6,12000 6,12000

295,800 0,00180 0,00180

302,400 0,00470 0,00470

318,088 0,07740 0,07740

324,651 0,02120 0,02120

325,789 0,27300 0,27300

358,400 0,01600 0,01600

364,489 81,5000 81,5000

404,814 0,05460 0,05460

449,600 0,00730 0,00730

503,004 0,35900 0,35900

636,989 7,16000 7,16000

642,719 0,21700 0,21700

722,911 1,77000 1,77000

Các tính toán của GEANT4 dựa trên các cơ sở dữ liệu uy tín (ENSDF

[103], NIST [13, 57]…) được xây dựng vững chắc từ lý thuyết và thực nghiệm,

được kiểm chứng qua rất nhiều nghiên cứu dựa trên các phép đo hay tính toán mô

phỏng. Việc kiểm tra yếu tố vật lý như trên chỉ nhằm củng cố đánh giá về độ tin

cậy của GAMOS trong việc thu thập và sử dụng các cơ sở dữ liệu vật lý. Kết quả

so sánh cho thấy các dữ liệu tính toán vật lý của GAMOS phù hợp tốt với các cơ sở

dữ liệu uy tín.

Tuy nhiên, không thể kiểm tra một cách thủ công, chi tiết tất cả các yếu tố

vật lý, do đó việc khảo sát độ tin cậy của GAMOS được tập trung vào nội dung

chính của luận án đó là tính toán liều bức xạ. Ở mục tiếp theo, việc tính liều được

khảo sát trên các phantom hình học đơn giản và phantom voxel với ảnh YHHN.

2.2.1.2. Các tính toán liều lượng

 Tính liều với phantom hình học

Trước hết, việc tính liều được thực hiện với phantom hình học. Kết quả tính

toán bởi GAMOS được so sánh với kết quả tính bằng các công cụ MC khác. Tính

toán được thực hiện cho các trường hợp sau:

Thứ nhất, nguồn điểm gamma đơn năng (năng lượng từ 9 keV đến 400 keV)

đặt tại tâm phantom là một hình cầu nước đồng chất (khối lượng m = 19,5 g). Kết

quả tính toán bởi GAMOS được so sánh với kết quả tính trung bình bằng code

EGS5 và MCNP của Itzhak Orion [57] (Bảng 2.3). Các giá trị năng lượng được

chọn nằm trong vùng năng lượng quan tâm của YHHN và mô hình vật lý

Livermore.

Thứ hai, chúng tôi sử dụng nguồn đồng vị (F-18, P-32, I-131, Lu-177),

nguồn phân bố đồng nhất trong quả cầu nước đồng chất (khối lượng m = 10g, mật

độ ρ = 1g/cm3). Chúng tôi thực hiện tính toán đồng thời bằng phần mềm GAMOS

và phần mềm OLINDA/EXM 1.0 (Bảng 2.4) và so sánh kết quả. Số sự kiện được

chọn trong mỗi tính toán là 108.

Bảng 2.3: Liều cho phantom nước với nguồn gamma đơn năng.

Liều (Gy)

Kết quả tính Độ lệch Năng lượng GAMOS bởi Itzhak (%) (keV) Orion

9 0,5 7,41×10-14 7,37×10-14

20 1,0 1,01×10-13 1,00×10-13

400 2,3 1,73×10-13 1,77×10-13

Bảng 2.4: Liều cho phantom nước với nguồn đồng vị phân bố đồng nhất.

Liều (Gy/Bq.s) Độ lệch Đồng vị

(%) GAMOS OLINDA/EXM

F-18 4,30×10-12 4,28×10-12 0,5

P-32 1,04×10-12 1,02×10-12 1,9

I-131 3,28×10-12 3,25×10-12 0,9

Lu-177 2,37×10-12 2,36×10-12 0,4

Kết quả tính toán cho thấy có sự phù hợp tương đối tốt giữa GAMOS và các

phần mềm tính liều khác. Ở tất cả các tính toán trên, độ lệch giữa kết quả tính bởi

GAMOS và công cụ khác luôn nhỏ hơn 3%.

Bên cạnh việc tính liều chiếu với các phantom hình học đơn giản, độ tin cậy

của GAMOS còn được khẳng định thông qua việc tính liều cho máy gia tốc

Saturne43 với chùm photon 12 MV, thực hiện bởi nhóm tác giả Jamal và cộng sự

[58]. Kết quả nghiên cứu cho thấy có sự phù hợp tốt giữa kết quả tính toán mô

phỏng và kết quả thực nghiệm.

Tuy nhiên, các tính toán trong mục này được thực hiện với trường hợp

phantom và nguồn đơn giản, chỉ nhằm khẳng định độ tin cậy của GAMOS khi mô

phỏng quá trình tương tác của bức xạ ion hóa với vật chất để tính liều hấp thụ trong

phantom. Để tính liều cho phantom voxel với ảnh YHHN, GAMOS cần thực hiện

thêm các bước liên quan đến việc xử lý ảnh cắt lớp. Trong mục tiếp theo, chúng tôi

thực hiện việc kiểm tra kỹ thuật tính liều cho phantom voxel với ảnh cắt lớp.

 Tính liều với phantom voxel

Để tính liều cho phantom voxel, GAMOS cần đọc thông tin ảnh cắt lớp (ảnh

CT, ảnh YHHN) và file RTSTRUCT chứa thông tin cấu trúc, sau đó sử dụng các

thông tin này để tính liều. Để kiểm tra độ tin cậy của GAMOS khi tính liều cho

phantom voxel sử dụng ảnh CT và ảnh YHHN chúng tôi thực hiện các bước sau:

- Kiểm tra việc đọc thông tin ảnh cắt lớp;

- Kiểm tra việc lấy mẫu vị trí nguồn dựa vào ảnh YHHN;

- Kiểm tra mối quan hệ giữa mật độ và vật liệu;

- Kiểm tra việc xét thông tin cấu trúc.

Trước hết chúng tôi thực hiện việc đọc thông tin ảnh cắt lớp, và so sánh

GAMOS với công cụ đọc ảnh cắt lớp CARIMAS [49, 94]. Các bước sử dụng

CARIMAS được trình bày trong phần Phụ lục B. Chúng tôi sử dụng bộ ảnh

PET/CT của bệnh nhân được cung cấp bởi Bệnh viện Chợ Rẫy TP. HCM. Ảnh có

định dạng DICOM, ảnh CT gồm 111 lát (slice), ảnh PET gồm 74 lát. Ảnh CT chứa

262144 và ảnh PET chứa 28224 voxel trên mỗi lát. Chúng tôi lựa chọn ngẫu nhiên

20 voxel của ảnh CT và 20 voxel ngẫu nhiên của ảnh PET. Sau đó giá trị HU (đối

với ảnh CT) và giá trị hoạt độ (đối với ảnh PET), giữa việc đọc bằng CARIMAS và

đọc bằng GAMOS được trình bày trong Phụ lục C. Từ kết quả đọc thông tin ảnh CT

và ảnh YHHN cho thể thấy GAMOS có sự phù hợp tốt với CARIMAS. Điều quan

trọng là, khi so sánh với CARIMAS, GAMOS có hai sự tiện lợi. Thứ nhất, tốc độ

đọc và xuất thông tin trong từng voxel rất nhanh (vài phút), CARIMAS cần đến vài

giờ. Thứ hai, để đọc thông tin trên từng voxel, GAMOS chỉ cần dùng file meta-data,

CARIMAS cần dùng file VRML [102] mô tả từng voxel. Việc tạo file VRML phức

tạp hơn và tốn nhiều thời gian hơn việc tạo file meta-data rất nhiều.

Kết quả về độ tin cậy của GAMOS trong việc đọc thông tin ảnh cắt lớp đã

được trình bày trong Tạp Chí Nghiên Cứu Y học, số 119(3) năm 2019 và Hội nghị

khoa học tại Nhật Bản năm 2017.

Sau khi kiểm tra việc đọc ảnh cắt lớp của GAMOS, bước tiếp theo, chúng tôi

tiến hành kiểm tra việc GAMOS xử lý thông tin cắt lớp, bao gồm lấy mẫu vị trí

nguồn và suy từ mật độ sang vật liệu.

 Kiểm tra việc lấy mẫu vị trí nguồn dựa vào ảnh YHHN

GAMOS cho phép người dùng xuất thông tin chi tiết trong mỗi tương tác của

hạt. Các thông tin này bao gồm vị trí, năng lượng hấp thụ, hạt thứ cấp được tạo ra…

Để xuất thông tin này, ta thêm vào dòng lệnh “/tracking/verbose 1” trong tệp dữ liệu

yêu cầu (.in). Mặc định trong quá trình tính liều, chúng tôi không sử dụng dòng lệnh

này để tiết kiệm bộ nhớ. Khi sử dụng dòng lệnh này, toàn bộ lịch sử của hạt, từ lúc

hạt được tạo ra trong voxel nguồn đến khi hạt bị loại bỏ sẽ được ghi trong tệp

“gamos.log”.

Để kiểm tra số hạt được phát ra trong mỗi voxel, ta dựa vào tọa độ ban đầu

của các hạt nằm trong voxel đó. Ngoài ra, cũng cần đảm bảo rằng không có hạt nào

được tạo ra bên ngoài các voxel của ảnh YHHN. Trong file “gamos.log” thông tin

ban đầu của hạt sơ cấp được viết sau dòng “Parent ID=0”, ta có thể kiểm tra được

thông tin vị trí và năng lượng của hạt. Ngoài ra, nhiệm vụ tạo vị trí ban đầu của hạt

từ ảnh YHHN được thực hiện bởi tệp “G4GenerDistPositionPetImage.cc” nằm

trong hệ thống User code, việc kiểm tra các dòng code này có thể giúp người dùng

hiểu rõ hơn về cách thức GAMOS tính toán. Từ đó, người dùng có thể tự kiểm tra

hoặc mở rộng mục đích tính toán.

Chúng tôi sử dụng ảnh SPECT/CT (đồng vị I-131) của một bệnh nhân, định

dạng DICOM, được cung cấp bởi Đại học Y Navarra, Tây Ban Nha. Hình 2.3 thể

hiện thông tin hoạt độ của từng voxel của ảnh SPECT (a) với thông tin nhận được

từ việc lấy mẫu vị trí nguồn thực hiện bởi GAMOS (b) (số sự kiện được chọn là

108).

a) Ảnh YHHN b) Vị trí nguồn tạo bởi GAMOS

Hình 2.3: Phân bố nguồn trong cơ thể.

Trục hoành và trục tung thể hiện tọa độ ảnh lần lượt trên ba mặt phẳng xOy,

xOz, yOz. Màu sắc trong hình cho biết sự phân bố nguồn. Màu đỏ thẫm ứng với

vùng tập trung hoạt độ cao nhất. Màu tím thẫm ứng với vùng hoạt độ nhỏ nhất. Như

đã giải thích ở trên, khi số sự kiện càng lớn, tỉ lệ số hạt ban đầu được tạo ra trong

mỗi voxel càng gần với tỉ lệ hoạt độ trong mỗi voxel. Khi so sánh hai ảnh, ta thấy

có sự phù hợp tương đối tốt giữa tỉ lệ hoạt độ trong ảnh YHHN (hình a) mà số hạt

ban đầu được GAMOS tạo ra trong các voxel nguồn (hình b). Nếu số sự kiện được

thiết lập tăng, hai ảnh này sẽ càng khớp với nhau.

 Kiểm tra mối quan hệ giữa mật độ và vật liệu

Bước tiếp theo cần chuẩn bị trước khi thực hiện việc tính liều là chuyển

thông tin HU thành mật độ, sau đó chuyển thông tin mật độ thành vật liệu. Việc

chuyển thông tin HU thành mật độ phụ thuộc vào mỗi máy CT. Chúng tôi sử dụng

hai bộ dữ liệu chuyển đổi từ mật độ sang vật liệu, của phần mềm GAMOS và của

tác giả Schneider và cộng sự (Phụ lục D) [104], áp dụng cho cùng bộ ảnh

SPECT/CT của bài toán trên để tính liều cho tuyến giáp, số sự kiện là 5.108. Kết

quả tính được trình bày trong Hình 2.4. Trong Hình 2.4, trục hoành thể hiện liều

trung bình cho cấu trúc trên một phân rã (Gy). Trục tung thể hiện tỉ lệ phần trăm thể

tích cấu trúc. Đường màu xanh là kết quả tính toán theo dữ liệu của GAMOS.

Đường màu đỏ là kết quả tính toán theo dữ liệu của Schneider và cộng sự. Ta thấy,

hai đường đồ thị gần như trùng khít lên nhau.

)

(

h c í t ể h t ệ l ỉ

Liều trên một phân rã (Gy/Bq.s)

Schneider và cộng sự GAMOS

Hình 2.4: Đồ thị Liều-thể tích của tuyến giáp.

Để rõ hơn, chúng tôi thể hiện độ lệch của hai tính toán trên ở Hình 2.5. Ở

Hình 2.5, trục hoành thể hiện liều trung bình cho cấu trúc trên một phân rã. Trục

tung là giá trị tỉ lệ thể tích tính bởi GAMOS chia cho tỉ lệ thể tích tính theo dữ liệu

của Schneider. Ta thấy, khác biệt chỉ đáng kể ở vùng có giá trị liều lớn hơn 6.10-6

Gy. Tuy nhiên, Hình 2.4 cho thấy, khi liều gần với giá trị 6.10-6 Gy, tỉ lệ thể tích ở

cả hai tính toán đều rất gần 0. Do đó, khác biệt ở vùng liều lớn hơn 6.10-6 Gy chủ

yếu là do sai số thống kê.

) S O M A G ( h c í t ể h t ệ l ỉ

) r e d i e n h c S ( h c í t ể h t ệ l ỉ

Liều trên một phân rã (Gy/Bq.s)

Hình 2.5: Đồ thị khác biệt liều- thể tích của tuyến giáp.

Từ đồ thị ở Hình 2.4 và 2.5, ta thấy có sự phù hợp tốt giữa kết quả tính từ dữ

liệu của GAMOS và dữ liệu của tác giả Schneider và cộng sự.

Trên đây là các kết quả kiểm chứng độ tin cậy của GAMOS trong việc xử lý

ảnh cắt lớp. Bước tiếp theo, chúng tôi kiểm tra việc GAMOS xử lý thông tin cấu

trúc của bệnh nhân.

 Kiểm tra việc xét thông tin cấu trúc

Việc phân đoạn một cơ quan hay một vùng cấu trúc dựa trên ảnh CT kết hợp

với kinh nghiệm giải phẫu của các chuyên gia giải phẫu. Việc này không nằm trong

nhiệm vụ của luận án. Thông tin giải phẫu của các cấu trúc được cung cấp kèm với

ảnh CT của bệnh nhân. Khi đưa vào GAMOS, GAMOS sẽ xác định voxel nào nằm

trong cấu trúc, dựa trên vị trí tâm voxel. Nếu tâm voxel nằm trong cấu trúc, voxel

đó xem như thuộc cấu trúc, và sẽ được mang chỉ số của cấu trúc đó. Chúng tôi minh

họa điều này thông qua Hình 2.6.

Hình 2.6: Một cấu trúc của phantom voxel cùng với đường phân đoạn.

Hình 2.6 thể hiện phân bố liều trên một cấu trúc, trên một lát được chọn ngẫu

nhiên. Màu sắc cho biết giá trị liều trên từng voxel. Màu đỏ thẫm thể hiện giá trị

liều lớn nhất. Màu tím thẫm thể hiện giá trị liều thấp nhất. Tuy nhiên, trong hình

này, ta không quan tâm giá trị liều, mà quan tâm đến vị trí tâm voxel và đường biên

phân đoạn cấu trúc (còn được gọi là contour, được vẽ bởi bác sĩ giải phẫu [88]).

Những voxel được hiển thị là những voxel được GAMOS xét là “nằm trong cấu

trúc”. Quan sát các voxel ở biên, ta có thể dễ dàng nhận ra, tất cả các voxel này đều

có tâm nằm trong cấu trúc.

Có một điều cần lưu ý, những voxel có tâm nằm trong cấu trúc thường là

những voxel có trên 50% thể tích nằm trong cấu trúc (Hình 2.6 cũng thể hiện điều

này). Những voxel có tâm nằm ngoài cấu trúc thường có ít hơn 50% thể tích nằm

trong cấu trúc. Tuy nhiên, có những voxel tuy có tâm nằm trong cấu trúc, nhưng tỉ

lệ thể tích lại nhỏ hơn 50% và ngược lại. Theo phán đoán, đó là do khi đường phân

đoạn cắt voxel, đã tạo ra các đoạn gấp khúc trong voxel. Hình 2.7 biểu diễn một số

voxel ở biên. Trục hoành và trục tung thể hiện tọa độ ảnh trên trục x và trục y.

Thang màu cho biết tỉ lệ thể tích của voxel nằm trong cấu trúc. Voxel được đánh

dấu bên trái (hình a) là voxel có tâm nằm ngoài cấu trúc nhưng có hơn 50% thể tích

nằm trong cấu trúc. Voxel được đánh dấu bên phải (hình b) là voxel có tâm nằm

trong cấu trúc nhưng có ít hơn 50% thể tích nằm trong cấu trúc. Có thể thấy, đúng

như phán đoán, khi cắt hai voxel này, đường biên tạo ra các đường gấp khúc bên

trong voxel.

a) b)

Hình 2.7: Một số voxel ở biên.

Trên đây chúng tôi vừa trình bày cấu trúc, cách sử dụng, cùng với các bước

khẳng định độ tin cậy của phần mềm GAMOS. Với cách sử dụng khá đơn giản, linh

động cùng với độ tin cậy tốt, GAMOS có thể là một công cụ tốt để thực hiện các cải

tiến nhằm khắc phục các hạn chế của việc tính liều cho phantom voxel trong

YHHN. Cụ thể, với tiện ích “hình học song song” [14], GAMOS có thể ghi lại đúng

phần năng lượng hấp thụ trong những hình học quan tâm, ta có thể sử dụng tiện ích

này để tính phần năng lượng hấp thụ trong mỗi cấu trúc, giúp giảm thiểu sai số ở

biên khi tính liều cho bệnh nhân. Tuy nhiên, hình học được khai báo cần phải nằm

trong thư viện hình học của GEANT4, do đó, cần phải chuyển thông tin cấu trúc về

các dạng hình học của GEANT4. Bên cạnh đó, việc đọc thông tin ảnh cắt lớp (ảnh

CT và ảnh YHHN) dưới dạng text, có thể giúp cho bài toán tính liều cho người tiếp

xúc trở nên đơn giản hơn. Để tính liều cho người tiếp xúc, cần đưa được thông tin

của cả hai phantom (phantom bệnh nhân và phantom người tiếp xúc) vào cùng một

file text, trong đó mô tả đúng mật độ cấu trúc của hai phantom, tình huống tiếp xúc

và khoảng cách giữa hai phantom. Ở chương tiếp theo, việc giải quyết các nhiệm vụ

trên sẽ được trình bày cặn kẽ, chi tiết, đi kèm với các bước khẳng định độ tin cậy

của các cải tiến.

CHƯƠNG 3: PHÁT TRIỂN PHẦN MỀM GAMOS/GEANT4 ĐỂ TỐI ƯU

HÓA TÍNH TOÁN LIỀU VỚI PHANTOM VOXEL BẰNG PHƯƠNG PHÁP

MONTE CARLO

Chương trước đã trình bày cách sử dụng và các bước khẳng định độ tin cậy

của phần mềm GAMOS. Với các ưu điểm này, GAMOS có thể được sử dụng để cải

tiến việc tính liều cho phantom voxel, bao gồm việc tính liều cho bệnh nhân và cho

người tiếp xúc với bệnh nhân. Chương này sẽ đi sâu vào tiến trình cụ thể để thực

hiện cũng như các bước xác định độ tin cậy của các cải tiến trên.

3.1. Các cải tiến trong việc tính liều cho phantom voxel

Phần này sẽ trình bày các cải tiến liên quan đến việc tính liều cho phantom

voxel, bao gồm việc tính liều cho bệnh nhân bằng phương pháp “hình học song

song” và việc tính liều cho người tiếp xúc bằng phương pháp “ghép phantom”.

3.1.1. Tính liều cho bệnh nhân bằng phương pháp “hình học song song”

Để áp dụng hình học song song vào phương pháp tính liều cho voxel, chúng

ta cần khai báo các cấu trúc dưới dạng các hình học song song. Nếu như voxel chỉ

có một phần thể tích nằm trong cấu trúc, biên của hình học song song được dùng để

tính đúng phần năng lượng hấp thụ trong phần thể tích voxel nằm trong mỗi cấu

trúc.

Trong mục tiếp theo, chúng tôi sẽ trình bày cách tính phần khối lượng của

mỗi voxel nằm trong cấu trúc và năng lượng được hấp thụ trong những phần khối

lượng đó.

3.1.1.1. Xác định khối lượng của một cấu trúc

Việc tính thể tích mà mỗi voxel đóng góp vào các cấu trúc được thực hiện

bởi thư viện hình học Java Topology Suite (JTS) [47]. JTS được viết bằng mã

nguồn mở, ngôn ngữ Java, cung cấp các hàm cơ bản và các thuật toán trong hình

học. Thể tích của mỗi voxel nằm trong cấu trúc chính là phần thể tích giao giữa mỗi

voxel của ảnh CT với cấu trúc. Muốn tìm phần thể tích này, hình học của voxel và

cấu trúc cần phải được khai báo. Tất cả voxel của ảnh CT đều có hình dạng và kích

thước giống hệt nhau, thông tin mỗi voxel chứa trong file “g4dcm” [15]. Thông tin

cấu trúc của bệnh nhân được bác sĩ vẽ dưới dạng các đường đa giác trên từng lát gọi

là các “đường biên”. Mỗi đường biên được vẽ trên từng lát, là một tập hợp điểm.

Hình dạng vùng quan tâm xem như đồng nhất trên trục z ứng với từng lát. Tức là

trên mỗi lát, mỗi đường biên sẽ tạo ra một hình lăng trụ đa giác, hai mặt đáy của

hình lăng trụ chính là hai mặt của lát, chiều cao hình lăng trụ là bề dày của lát. Các

điểm tạo nên các cấu trúc được liệt kê theo từng lát, từng cấu trúc, theo thứ tự khi

chúng được vẽ. Các đường biên này cần được chuyển về dạng các khối hình học để

có thể tính toán thể tích. Việc tính phần thể tích giao của một voxel với các vùng

cấu trúc, kết hợp với thông tin vật liệu trên mỗi voxel có thể giúp ta suy ra phần

khối lượng mà mỗi voxel đóng góp vào mỗi vùng cấu trúc.

Khi đưa file ảnh của bệnh nhân chứa thông tin cấu trúc (file RTSTRUCT)

vào GAMOS, GAMOS sẽ chuyển những thông tin cấu trúc về về dạng văn bản. Ta

dùng dòng lệnh “DICOM2G4 -f dicom.mdat -verb debug”, GAMOS sẽ cho ta một

file văn bản. File văn bản chứa thông tin tọa độ các điểm trong cùng một đường

biên, cho ta biết mỗi đường biên thuộc cấu trúc nào. Vấn đề là, cần phải đưa tất cả

hình dạng phức tạp của các cơ quan về dạng hình học trong thư viện của GEANT4.

Phần tiếp theo sẽ trình bày khái quát về việc lựa chọn hình học đại diện cho các cấu

trúc.

 Lựa chọn hình học đại diện cho cấu trúc

Thư viện hình học của GEANT4 [12] rất đa dạng. Các khối hình học được

chia thành 3 loại như sau:

CSG: khai báo các tham số của hình học dạng 3 chiều.

BREP: Khai báo hình học dưới dạng các mặt biên.

BOOLEAN: Hình học mới được tạo thành từ các hình học khác, thông qua

các phép hợp, bù, giao.

Qua quá trình tìm hiểu các khối hình học của GEANT4 [12], chúng tôi nhận

thấy hình học Extruded (phần có màu trong Hình 3.1) rất linh động, có thể mô tả

hình học của tất cả các cơ quan và vùng cấu trúc phức tạp của cơ thể. Extruded là

hình khối dạng BREP. Để định nghĩa một Extruded, ta cần định nghĩa đa giác đầu

tiên với các tham số:

Số đỉnh

Tọa độ (x,y) của các đỉnh

Tọa độ z1 của đa giác

Hình 3.1: Hình học của một Extruded.

Đa giác thứ hai được suy ra từ đa giác đầu tiên với vector tịnh tiến (a,b) và

hệ số tỉ lệ k. Số đỉnh của các đa giác thứ hai phải bằng số đỉnh của đa giác đầu tiên.

Tọa độ (x’,y’) của các đỉnh của đa giác thứ hai được tính như sau:

x’ = x.k + a (3.1)

y’ = y.k + b (3.2)

Các đa giác tiếp theo cũng được suy ra theo cách tương tự. Mỗi đa giác sẽ có

bộ giá trị z, (a,b) và k riêng. Cách khai báo một Extruded trong GAMOS và việc xử

lý các vấn đề liên quan sẽ được trình bày sau đây.

 Khai báo Extruded:

Để xây dựng một Extruded, ta cần các thông tin: tên Extruded, số đỉnh trong

đa giác, tọa độ các đỉnh theo thứ tự, số mặt phẳng trong Extruded, độ dịch chuyển

theo trục x và y, hệ số tỉ lệ.

 Tên

Mỗi một Extruded cần có một tên riêng. Người dùng có thể tùy ý đặt tên để

phân biệt các Extruded.

 Số đỉnh trong đa giác

Trong quá trình vẽ, các chuyên gia giải phẫu có thể tạo ra các điểm trùng

nhau hoặc rất gần nhau, hoặc thẳng hàng. GEANT4 cần loại bỏ các điểm này. Số

điểm trong mỗi đường biên sau khi loại bỏ các điểm trên chính là số đỉnh trong

Extruded.

 Tọa độ các đỉnh

Tọa độ của các đỉnh trong mỗi đa giác được liệt kê theo thứ tự khi chúng

được vẽ.

 Số mặt phẳng z

Do các cấu trúc này được vẽ trên từng lát thành các đường biên. Ứng với mỗi

đường biên khép kín, trên mỗi lát, ta được một Extruded. Mỗi Extruded là một hình

khối có 2 mặt đáy giống hệt nhau, hai mặt đáy có tọa độ z là tọa độ zmin và zmax của

lát đó, chiều cao mỗi Extruded chính là bề dày lát.

 Hệ số tỉ lệ

Do trong trường hợp này, hai mặt đáy của Extruded hoàn toàn giống nhau

nên hệ số tỉ lệ bằng 1.

 Độ dịch chuyển

Hình học của mỗi cấu trúc đồng nhất trên từng lát, nên độ dịch chuyển trên

trục x và y bằng 0.

Ví dụ: Bề dày mỗi lát của ảnh CT là 3 mm. Vùng cấu trúc được vẽ trên lát

thứ nhất là một tứ giác với tọa độ 4 đỉnh trên hai trục x, y (đơn vị mm) là:

A (480, 209)

B (370, 188)

C (407, 199)

D (508, 105)

Lát thứ nhất có z= -1123 ÷ - 1120 mm. Ta sẽ xây dựng hình học của vùng cấu trúc

này dưới dạng Extruded bằng GAMOS như sau:

:VOLU A Extruded 4 480 209 370 188 407 199 508 105 2 -1123 0 0 1 -

1120 0 0 1 G4_AIR

Trong phần khai báo này, “A” là tên của Extruded, “4” là số đỉnh của đường

biên, “480 209 370 188 407 199 508 105” là tọa độ 4 đỉnh, “2” là số mặt của A trên

trục z, “-1123” là tọa độ z của mặt thứ nhất, “-1120” là tọa độ z của mặt thứ 2. “0 0

1” nghĩa là tọa độ các đỉnh của 2 mặt giống hệt các đỉnh của đa giác đầu tiên.

G4_AIR nghĩa là gán vật liệu “G4_AIR” cho Extruded A. Do vật liệu của hình học

song song không tham gia vào quá trình tương tác, nên ta có thể thiết lập bất cứ vật

liệu nào cho chúng.

 Dùng phép bù cho cấu trúc có lỗ

Trong cơ thể, có một số cơ quan rỗng, có một hay nhiều lỗ, hình dạng trên

mỗi lát được tạo thành từ 2 hay nhiều đường biên lồng trong nhau (Hình 3.2), vì vậy

để mô tả các cơ quan cần phải dùng phép bù (Subtraction). Trên mỗi lát, các vùng

cấu trúc khác nhau có thể nằm lồng vào nhau hoặc giao nhau, điều đó lại không ảnh

hưởng đến bài toán, vì các cấu trúc này nằm trong hình học song song không ảnh

hưởng đến nhau.

Hình 3.2: Hai đường biên lồng trong nhau.

Để biết cấu trúc nào có lỗ, ta xét những đường biên thuộc cùng một cấu trúc

trên từng lát và lồng trong nhau. Thư viện JTS [47] có thể xác định những đường

biên nào lồng vào nhau. Với các cơ quan này, thì phải khai báo dưới dạng phần bù

của các Extruded. Ví dụ cấu trúc được tạo thành từ hai đa giác A và B, trong đó, đa

giác B nằm hoàn toàn trong A. Cấu trúc được khai báo như sau:

:SOLID AB A B SUBTRACTION R00 0 0 0

:VOLU AB G4_AIR

Trong khai báo trên, AB là tên phần bù được tạo ra từ A và B. A và B là tên

của hai hình học, A là khối hình học nằm ngoài, B là khối hình học nằm trong. R00

là tên của phép tịnh tiến, “0 0 0” nghĩa là giữ nguyên tọa độ của B và A. G4_AIR

nghĩa là gán vật liệu G4_AIR cho hình học AB. Trường hợp có nhiều đường biên

cùng nằm trong một đường biên, các bước trên sẽ được lặp lại đến khi tìm được

hình học cuối cùng.

Trong quá trình xây dựng các Extruded và phần bù, có thể nảy sinh các vấn

đề về hình học gây ra do các đường biên. Các vấn đề này liên quan đến việc khoảng

cách giữa các điểm quá gần nhau hoặc thẳng hàng nhau, hoặc các cấu trúc xoắn vào

nhau. Các điểm quá gần nhau hoặc thẳng hàng sẽ gặp phải cảnh báo của GEANT4

yêu cầu loại bỏ các điểm này. Các cấu trúc xoắn vào nhau sẽ khiến không thể xây

dựng các Extruded và không thể xác định hình học bù bằng thư viện JTS. Chúng tôi

lần lượt giải quyết các vấn đề này như sau:

 Loại bỏ điểm trùng và điểm thẳng hàng

Trong quá trình vẽ các cơ quan, bác sĩ vô tình tạo ra các điểm trùng nhau

hoặc thẳng hàng. Để loại bỏ các điểm trùng, có thể thiết lập một khoảng cách giới

hạn mà nếu như khoảng cách giữa hai điểm liên tiếp nhỏ hơn hay bằng khoảng cách

giới hạn thì xem như hai điểm này trùng nhau và điểm thứ hai sẽ bị loại bỏ. Để loại

bỏ điểm thẳng hàng: ta xét ba điểm A, B và C là ba điểm liên tiếp thuộc cùng một

đường biên. Ta có thể hiểu rằng ba điểm gần như thẳng hàng nếu góc B gần bằng

1800. Ta có thể thiết lập một góc B giới hạn, nếu góc B được tạo ra bởi ba điểm liên

tiếp lớn hơn giá trị này, thì ba điểm đó xem như thẳng hàng và điểm ở giữa sẽ bị

loại bỏ.

 Tách các hình khối dính liền

Đa số mỗi hình khối được tạo bởi một đường biên, trong đó các điểm được

liệt kê đúng thứ tự khi chúng được vẽ. Đôi khi một đường biên tạo ra hai hay nhiều

đa giác. Các đa giác này có thể “dính” vào nhau, có thể là kết quả của việc khoảng

cách giữa hai điểm không liền kề quá gần nhau. Điều này gây khó khăn khi tạo các

Extruded cũng như xét các hình học bù. Vì đường biên của các Extruded không thể

xoắn vào nhau. Nếu ta không xử lý tình huống này, Geant4 sẽ báo lỗi và không xử

lý các hình học này. Để tách các hình khối dính liền, chúng tôi xét ví dụ như Hình

3.3. Nhìn vào Hình 3.3, ta có thể dễ dàng nhận ra đường biên này tạo ra các hình

khối xoắn vào nhau. Đường biên của các khối hình học chồng chéo lên nhau, cụ thể

là những đoạn 53-54-56-57 chồng lên đoạn 58-59-60; đoạn 66-67-68-69 chồng lên

đoạn 46-47. Để tách các hình khối trong cùng đường biên, ta thực hiện như sau: lần

lượt xét từng điểm, bắt đầu từ điểm 1, ta xét xem điểm này có nằm trên đường thẳng

nối hai điểm liên tiếp hay không (ví dụ đường nối các điểm 2-3; 3-4; 4-5…), điều

kiện này tương tự điều kiện xét ba điểm liên tiếp thẳng hàng ở trên. Nếu điều kiện

này thỏa, ta sẽ cắt hình khối ngay tại điểm 1. Quá trình lặp lại đến khi xét tất cả các

điểm trong cùng một đường biên. Sau khi tách rời từng hình khối, các đoạn dư thừa

(như đoạn 56-57, 52-53-54, 60-61-62, 46-47 và 67-68 ở Hình 3.3) cần phải được

loại bỏ, nếu không phép toán tìm phần bù sẽ không thực hiện được. Cuối cùng, các

hình khối được tách rời gồm có 54-55-56, 47-48-52-63.

Hình 3.3: Các hình khối dính liền.

Cuối cùng, thông tin cấu trúc bệnh nhân sẽ được chuyển về dạng hình học

Extruded của GEANT4 và được ghi trong file hình học (.geom).

 Tính khối lượng mỗi voxel đóng góp vào cấu trúc

Sau khi xây dựng file hình học chứa thông tin các Extruded, thể tích mỗi

voxel nằm trong cấu trúc được tính với sự hỗ trợ của thư viện hình học JTS. Thông

tin này kết hợp với thông tin mật độ của mỗi voxel ta sẽ có được giá trị khối lượng

mà mỗi voxel đóng góp vào cấu trúc.

Trên đây vừa trình bày cách xác định khối lượng mỗi voxel nằm trong cấu trúc.

Mục tiếp theo sẽ trình bày cách xác định năng lượng hấp thụ trong phần thể tích

mỗi voxel nằm trong cấu trúc.

3.1.1.2. Xác định năng lượng hấp thụ trong một cấu trúc

a) Phương pháp hình học song song

Ứng dụng hình học song song cho phép người dùng tính phần năng lượng

hấp thụ trong phần thể tích quan tâm, hình học của phần thể tích này có thể không

đồng nhất với hình học của phantom, vật liệu của phần thể tích này không ảnh

hưởng đến quá trình tương tác [14]. Muốn tính liều chính xác cho một cấu trúc, cần

tính năng lượng hấp thụ trong phần thể tích của voxel nằm trong cấu trúc. Do đó,

hình học song song được xây dựng trùng với hình học cấu trúc của bệnh nhân.

Chúng tôi thiết lập một bộ lọc (Filter), gắn nó với một bộ ghi (Scorer), bộ lọc

sẽ gán yêu cầu cho bộ ghi, chỉ ghi năng lượng hấp thụ khi vị trí tương tác nằm trong

thể tích của hình học song song. Quá trình mô phỏng hạt cần có thông tin về môi

trường mà hạt tương tác và giới hạn không gian tương tác. Nếu sử dụng hình học

song song, có thể hiểu đây là một thế giới tồn tại song song với phantom, có thể

chồng lên phantom, nhưng vật liệu của hình học song song lại không tham gia vào

quá trình tương tác. Ta xét một ví dụ phantom là một khối hình lập phương có vật

liệu là nước. Hình học song song là một quả cầu vật liệu là không khí. Một hạt được

tạo ra bên trong phantom sẽ tương tác với môi trường là nước. Quá trình theo dõi

hạt (tracking) vẫn diễn ra khi hạt còn ở trong hình lập phương, tuy nhiên, năng

lượng hấp thụ trong quả cầu chỉ được ghi (scoring) khi vị trí tương tác nằm trong

quả cầu.

Hình 3.4 biểu diễn mặt cắt của một hình cầu nằm trong một voxel vật liệu

nước. Điểm (1) nằm trong hình cầu, năng lượng tương tác giữa bức xạ với nước tại

vị trí này được ghi nhận. Điểm (2) vẫn nằm trong phantom nhưng không nằm trong

hình học song song. Quá trình tương tác giữa bức xạ với môi trường nước vẫn được

theo dõi, nhưng năng lượng hấp thụ không được “ghi lại”. Ở đây ta hiểu rằng

GAMOS vẫn theo dõi và lưu mọi thông tin về năng lượng hấp thụ khi hạt còn trong

phantom. Tuy nhiên, năng lượng hấp thụ chỉ được “ghi” cho quả cầu khi vị trí

tương tác nằm trong quả cầu. Điểm (3) là khi hạt bay ra khỏi phantom, hạt sẽ bị loại

bỏ. Ở đây vật liệu của quả cầu là “không khí” hay bất cứ vật liệu nào cũng không

ảnh hưởng kết quả tính toán, vì vật liệu hình học song song không tham gia vào quá

trình tương tác.

Hình 3.4: Mặt cắt của quả cầu nằm trong một voxel.

Để áp dụng hình học song song vào phương pháp tính liều chiếu trong cho

voxel, như đã trình bày, các cấu trúc của bệnh nhân cần được chuyển thành các hình

học song song. Nếu như các voxel chỉ có một phần thể tích nằm trong cấu trúc, hạt

sẽ được theo dõi và ghi lại năng lượng hấp thụ khi hạt còn nằm trong các phần thể

tích đó. Khi hạt ra khỏi cấu trúc, hạt vẫn được theo dõi, quá trình tương tác và bỏ lại

năng lượng vẫn diễn ra, nhưng bộ ghi (Scorer) không ghi năng lượng, vì khi đó

năng lượng hấp thụ này không nằm trong cấu trúc. Bằng cách này, có thể tính phần

năng lượng hấp thụ trong phần thể tích của mỗi voxel nằm trong cấu trúc.

Ở mục trước đã trình bày phương pháp đưa cấu trúc bệnh nhân về dạng hình

học của GEANT4 là các Extruded. Mục tiếp theo sẽ trình bày cách khai báo để có

thể sử dụng các Extruded như những “hình học song song”.

b) Tính năng lượng hấp thụ bằng phương pháp “hình học song song”

Trước hết, người dùng cần cho biết tên file hình học sẽ sử dụng:

/gamos/setParam GmReadPhantomGeometry:FileNameParallel xxx.geom 1

Để GEANT4 có thể “nhìn thấy” cấu trúc song song:

/gamos/physics/addParallelProcess

Để thông báo cho GAMOS biết hình học nào trong file “geom” sẽ đóng vai trò

là các hình học song song:

/gamos/filter Tên Filter Class-Filter *Struct*

Như vậy, trong file hình học, hình học nào tên có chữ “Struct” sẽ được hiểu là

hình học song song. Để ghi kết quả mô phỏng, người dùng có thể sử dụng bộ lọc

(Filter) với các điều kiện nhất định. Chúng tôi sử dụng bộ lọc chỉ ghi năng lượng

hấp thụ khi hạt nằm trong hình học song song. Thông tin chi tiết được trình bày ở

Phụ lục E.

Việc chuyển thông tin cấu trúc thành hình học Geant4 (Extruded) cũng như

đưa các hình học này về dạng hình học song song đã được tác giả luận án và các

cộng sự công bố trên các tạp chí Journal of Radiological Protection (số 40, năm

2020), Radiation Protection Dosimetry (số 190, tập 4, năm 2020) và Polish Journal

of Medical Physics and Engineering (số 27, tập 1, năm 2021).

Trên đây vừa trình bày cải tiến liên quan đến việc tính liều cho bệnh nhân

bằng phương pháp dùng hình học song song. Phần tiếp theo sẽ trình bày cải tiến liên

quan đến việc tính liều cho người tiếp xúc với bệnh nhân bằng phương pháp ghép

phantom.

3.1.2. Tính liều cho người tiếp xúc với bệnh nhân bằng phương pháp “ghép

phantom”

Để tính liều cho người tiếp xúc, đặc điểm hai phantom (phantom bệnh nhân

và phantom người tiếp xúc) cùng với phân bố hoạt độ trong cơ thể bệnh nhân cần

được bao gồm trong tính toán. Sử dụng điểm thuận lợi là GAMOS có thể đọc ảnh

cắt lớp dưới dạng văn bản, ta có thể đưa thông tin hai phantom vào cùng một file

văn bản. Trong file văn bản này, cần mô tả đúng tình huống giao tiếp của hai

phantom. Ở phần tiếp theo sau đây, chúng tôi trình bày cách ghép hai phantom để

có thể đưa thông tin của chúng vào cùng một tính toán.

3.1.2.1. Phương pháp ghép phantom

a) Ý tưởng về phương pháp ghép phantom

Để tính liều mà một người nhận được do tiếp xúc với bệnh nhân bằng chính

sự phân bố thuốc phóng xạ trong cơ thể bệnh nhân, công cụ tính liều cần phải có

khả năng đọc hai phantom voxel trong cùng một lần mô phỏng: một phantom bệnh

nhân và một phantom người tiếp xúc. Công cụ mô phỏng cũng cần phải đọc được

phân bố nguồn trong cơ thể bệnh nhân.

Với phần mềm GAMOS, thông tin về cấu trúc giải phẫu (ảnh CT) và sự phân

bố thuốc phóng xạ (ảnh YHHN) được xử lý dưới dạng file văn bản. Đây là một yếu

tố thuận lợi để ta có thể đưa thông tin về cấu trúc giải phẫu của hai phantom (bệnh

nhân và người tiếp xúc) vào cùng một file văn bản. Bằng cách này, có thể bao gồm

cả hai phantom voxel trong cùng một lần mô phỏng. Vấn đề là, thông tin về vật liệu,

mật độ và chỉ số cấu trúc của cả hai phantom được trình bày trong cùng một file văn

bản phải theo đúng định dạng “g4dcm” của GAMOS và phải mô tả đúng tình huống

giao tiếp cũng như khoảng cách giữa hai phantom.

Do quá trình tính toán liên quan đến sự phân bố hoạt độ trong cơ thể bệnh

nhân, nên để thuận tiện nhất, trong quá trình ghép hai phantom, chỉ có phantom

người tiếp xúc xoay và di chuyển, phantom bệnh nhân sẽ không thực hiện chuyển

động quay mà chỉ tịnh tiến. Khi phantom bệnh nhân tịnh tiến, thông tin phân bố

hoạt độ trong cơ thể bệnh nhân cũng được tịnh tiến tương ứng với vị trí bệnh nhân.

Phần tiếp theo sẽ trình bày phương pháp “vector quay” để ghép hai phantom nhằm

mô tả tình huống giao tiếp giữa hai phantom.

b) Thực hiện việc ghép phantom

Để mô tả một tình huống giao tiếp giữa hai phantom, quá trình ghép hai

phantom được thực hiện thông qua các bước như sau:

Bước 1: Xoay phantom người tiếp xúc

Chúng tôi áp dụng phương pháp vector quay lên phantom người tiếp xúc.

Gọi (x, y, z) là tọa độ ban đầu của tâm của một voxel. Giả sử phantom được quay

một góc 𝜑 quanh trục tọa độ. Tọa độ mới của phantom như sau:

Quay quanh trục x:

(3.3) y’ = y.cosφ − zsinφ

(3.4) z’ = y.sinφ + zcosφ

Quay quanh trục y:

(3.5) x’ = x.cosφ + zsinφ

(3.6) z’ = -x.sinφ + zcosφ

Quay quanh trục z:

(3.7) x’ = x.cosφ − ysinφ

(3.8) y’ = x.sinφ + ycosφ

Bước 2: Tịnh tiến phantom người tiếp xúc

Sau khi xoay phantom, tùy thuộc vào khoảng cách giữa hai phantom mà ta

tịnh tiến phantom người tiếp xúc. Khoảng cách giữa hai phantom là khoảng cách

gần nhất giữa hai bề mặt của hai phantom, không tính lớp không khí bao quanh mỗi

phantom.

Bước 3: Từ vị trí mới của mỗi voxel trong phantom người tiếp xúc, suy ra chỉ số

vật liệu, mật độ và chỉ số cấu trúc cho mỗi voxel. Sau đó, các thông tin này được

sắp xếp thành 3 mảng. Thông tin ở mỗi mảng được liệt kệ theo thứ tự tọa độ của các

voxel như sau:

x1y1z1 x2y1z1 x3y1z1………………..xiy1z1

x1y2z1 x2y2z1 x3y2z1………………..xiy2z1

x1y3z1 x2y3z1 x3y3z1………………..xiy3z1

…

x1yjz1 x2yjz1 x3yjz1………………..xiyjz1

…

x1y1z2 x2y1z2 x3y1z2………………..xiy1z2

x1y2z2 x2y2z2 x3y2z2………………..xiy2z2

x1y3z2 x2y3z2 x3y3z2………………..xiy3z2

…

….

x1yjz2 x2yjz2 x3yjz2………………..xiyjz2

x1y1zk x2y1z1 x3y1zk………………..xiy1zk

x1y2zk x2y2zk x3y2zk………………..xiy2zk

x1y3zk x2y3zk x3y3zk………………..xiy3zk

…

x1yjz1 x2yjz1 x3yjz1………………..xiyjzk

3.1.2.2. Một số hình thức ghép

Gọi x1min, x1max, y1min, y1max, z1min, z1max lần lượt là tọa độ giới hạn của

phantom bệnh nhân trên 3 trục. x2min, x2max, y2min, y2max, z2min, z2max là tọa độ giới hạn

của phantom người tiếp xúc. Dưới đây là một số tình huống giao tiếp cơ bản:

a) Đối diện

Tư thế này diễn tả tình huống giao tiếp phổ biến của hai người khi đang nói

chuyện với nhau. Trước hết, ta tịnh tiến hai phantom sao cho trên trục x và y, tọa độ

min và max của mỗi phantom đối xứng qua gốc tọa độ.

(3.9) x1max = −x1min

(3.10) x2max = −x2min

(3.11) y1max = −y1min

(3.12) y2max = −y2min

Tiếp đó, ta xoay phantom người tiếp xúc 180 độ quanh trục z. Gọi (x, y, z) là

tọa độ tâm của một voxel của phantom người tiếp xúc trước khi xoay. Tọa độ của

voxel đó sau khi xoay phantom như sau:

(3.13) x’ = xcosφ − ysinφ = xcos180 − ysin180 = −x

(3.14) y’ = xsinφ + ycosφ = xsin180 + ycos180 = −y

Sau đó, ta tịnh tiến phantom người tiếp xúc trên trục y sao cho hai phantom

cách nhau một khoảng d như sau:

(3.15) y2min = y1max + d

Ở tư thế này, giả sử hai phantom có chân cùng chạm đất, ta sẽ có:

(3.16)

z1min = z2min

Tuy nhiên, ảnh CT của bệnh nhân thường thiếu phần chân do đặc thù của

quy trình chụp. Vì vậy, ta căn cứ vào chiều cao của bệnh nhân để tịnh tiến phantom

trên trục z cho phù hợp. Điều này cũng tương tự cho các hình thức ghép “bên cạnh”

và “trước sau”.

b) Bên cạnh

Đây có thể là tình huống tiếp xúc khi hai người đứng nói chuyện hay nằm

ngủ cạnh nhau. Việc ngủ cạnh bệnh nhân đã qua liệu trình YHHN luôn được

khuyến cáo phải hạn chế. Trên trục y, giá trị ymin và ymax mỗi phantom đối xứng

nhau qua gốc tọa độ.

(3.17) y1max = y1min

(3.18) y2max = −y2min

Trên trục x, hai phantom cách nhau một khoảng d.

(3.19) x2min = x1max + d

Để mô tả tình huống này, ta không cần xoay phantom.

a) Trước sau

Tư thế này diễn tả tình huống hai người đang xếp hàng, hay đứng trên

phương tiện giao thông công cộng, nhìn cùng một hướng. Tình huống này cũng

không cần thực hiện phép xoay phantom. Trên trục x, tọa độ min và max của mỗi

phantom đối xứng nhau qua gốc tọa độ.

(3.20) x1max = −x1min

(3.21) x2max = −x2min

Trên trục y, hai phantom đứng cách nhau một khoảng d.

(3.22) y2min = y1max + d

d) Đứng nằm

Tình huống này rất thường gặp khi một người chăm sóc đứng bên cạnh

giường của một bệnh nhân đang nằm. Trước hết, các phantom được tịnh tiến sao

cho tọa độ nhỏ nhất và lớn nhất của chúng đối xứng trên mỗi trục:

(3.23) x1max = −x1min

(3.24) x2max = −x2min

(3.25) y1max = −y1min

(3.26) y2max = −y2min

(3.27) z1max = −z1min

(3.28) z2max = −z2min

Tình huống này yêu cầu một trong hai phantom phải xoay. Chúng tôi cố định

phantom bệnh nhân và xoay phantom người tiếp xúc 90 độ quanh trục y:

x’ = xcosφ + zsinφ = xcos90 + zsin90 = z (3.29)

(3.30) z’= −xsinφ+zcosφ = −xsin90 + zcos90 = −x

sau đó xoay tiếp phantom người tiếp xúc −90 độ quanh trục z:

x’’ = x’cosφ − y’sinφ = x’cos(−90) − y’sin(−90) = y’ = y (3.31)

y’’ = x’sinφ + y’cosφ = x’sin(−90) + y’cos(−90) = −x’ = −z (3.32)

Trên trục x, phantom người tiếp xúc cách phantom bệnh nhân một khoảng d:

(3.33) x2min = x1max+d

Trên trục y, tọa độ min và max của mỗi phantom đối xứng qua gốc tọa độ. Trên trục

z, tâm hai phantom cách nhau một khoảng d’.

Ý tưởng về việc ghép phantom của luận án cũng như các kết quả tính liều

cho người tiếp xúc đã được công bố trên các tạp chí Physica Medica (tập 68 năm

2019), tạp chí Journal of Radiological Protection (số 40 năm 2020), Radiation

Protection Dosimetry (số 190, tập 4, năm 2020).

Phần trên đây vừa trình bày các đóng góp của luận án liên quan đến việc tính

liều ở mức voxel cho bệnh nhân và người tiếp xúc. Ở mục tiếp theo, chúng tôi trình

bày các bước đánh giá độ tin cậy của các cải tiến trên.

3.2. Đánh giá độ tin cậy của các cải tiến

Trong phần này, chúng tôi trình bày chi tiết cách đánh giá để khẳng định độ

tin cậy của các cải tiến khi tính liều cho bệnh nhân bằng phương pháp “hình học

song song” và khi tính liều cho người tiếp xúc bằng phương pháp “ghép phantom”.

3.2.1. Tính liều cho bệnh nhân bằng phương pháp “hình học song song”

Để kiểm chứng độ tin cậy của việc tính liều cho bệnh nhân bằng phương

pháp hình học song song, ta cần phải kiểm tra các bước: chuyển thông tin các cấu

trúc thành các hình học GEANT4 (Extruded); kiểm tra việc tính khối lượng của mỗi

voxel nằm trong cấu trúc, kiểm tra việc tính năng lượng và liều hấp thụ trong phần

thể tích của voxel nằm trong cấu trúc. Sau đây sẽ trình bày chi tiết các bước trên.

a) Kiểm tra việc chuyển thông tin cấu trúc thành các Extruded

Thông tin về tất cả các Extruded được ghi trong file hình học (geom). Các

Extruded cần phải được kiểm tra xem chúng có phản ánh đúng hình học các cấu

trúc trên từng lát hay không. Việc kiểm tra có thể thực hiện bằng GAMOS qua lệnh

“python splitGeom.py xxx.geom”. Sau khi thực hiện dòng lệnh trên, GAMOS sẽ

tách thông tin các Extruded ra thành các file “geom” độc lập, mỗi file ứng với một

Extruded. Tiếp theo, dùng dòng lệnh “bash runAll.sh”, GAMOS sẽ tạo các file gif,

mỗi file ứng với một Extruded. Ta cần phải kiểm tra số lượng file gif phải bằng số

lượng hình học đã khai báo trong file “geom”. Tiếp theo, ta tạo các file ảnh gif ứng

với bộ ảnh cắt lớp cùng với các đường cấu trúc mà chuyên gia giải phẫu đã vẽ thông

qua dòng lệnh:

“drawDICOM -fG4dcmNM tên_file_g4dcm -fRTStruct xxx.IMA

Dòng lệnh trên yêu cầu GAMOS xuất file gif trên mặt phẳng z. Ta so sánh trên từng

lát, hình dạng và vị trí của các Extruded trong file gif tạo bởi file “geom” phải khớp

với hình dạng và vị trí của các cấu trúc trong file gif tạo bởi chính ảnh cắt lớp

(g4dcm và RTSTRUCT [105]) của bệnh nhân.

a) b)

Hình 3.5: Hình ảnh một lá phổi tạo bởi file RTSTRUCT (a) và khối Extruded (b).

Hình 3.5 biểu diễn một lá phổi. Trong Hình 3.5a, đường viền màu xanh là

đường “phân đoạn” cấu trúc một lá phổi vẽ bởi các bác sĩ, được tạo trực tiếp từ file

RTSTRUCT. Hình 3.5b là hình ảnh Extruded được tạo từ file RTSTRUCT đã qua

các bước xử lý. Có thể thấy, hình học của Extruded phù hợp tốt với hình dạng lá

phổi nhận được trực tiếp từ file RTSTRUCT.

Bước tiếp theo, chúng tôi kiểm tra việc tính khối lượng mà mỗi voxel đóng

góp vào các cấu trúc.

b) Kiểm tra việc tính khối lượng

Chúng tôi tạo một phantom voxel đơn giản vật liệu nước, có mật độ đồng nhất

trên toàn phantom là 1 g/cm3.

Số voxel trên 3 trục: Nx Ny Nz = 4 4 2

X: -4mm ÷ 4mm

Y: -4mm ÷ 4mm

Z: -2mm ÷ 2mm

Cấu trúc được tạo ra bởi 3 đường biên như Hình 3.6. Đường biên thứ nhất

trên lát 1 (Z: -2mm÷ 0mm). Đường biên thứ hai và thứ ba trên lát 2 (Z:

0mm÷2mm). Tọa độ (mm) của các đỉnh như sau: A(-3,5;-4), B(1,5;-4), C(1,5; 1.5),

D(-3,5; 1,5), E(-4;-4), F(-3;-4), G(-3;0), H(-4;0), I(-2,5; -4), K(2,5; -4), L(2,5; 0),

M(-2,5; 0). Các voxel được hiển thị trên Hình 3.5 theo đúng thứ tự chúng xuất hiện

trong file “g4dcm”, do đó, để dễ hình dung, chúng tôi biểu diễn trục Oy hướng

xuống.

I

E F

A

K

B

M

L

H

G

C

D

a) Lát 1 b) Lát 2

Hình 3.6: Cấu trúc với ba đường biên.

Phần thể tích mà mỗi voxel đóng góp vào mỗi cấu trúc được tính bằng hai

phương pháp: sử dụng thư viện JTS và tính toán thủ công (Phụ lục F).

Kết quả tính toán khối lượng (g) mà mỗi voxel đóng góp vào cấu trúc được liệt

kê theo định dạng g4dcm [16, 77] được trình bày ở Bảng 3.1.

Bảng 3.1: Khối lượng voxel thuộc cấu trúc (g).

Tính bằng thư viện JTS Tính thủ công

6×10-3 8×10-3 6×10-3 0 6×10-3 8×10-3 6×10-3 0

0 0 0 0 0 0 0 0

6×10-3 8×10-3 8×10-3 2×10-3 6×10-3 8×10-3 8×10-3 2×10-3

0 0 0 0 0 0 0 0

Có thể thấy, trong bài toán trên, khi so sánh với tính toán thủ công từ tọa độ các

đỉnh Extruded và mật độ phantom, kết quả tính toán bằng thư viện hình học JTS có sự

phù hợp tốt. Sau khi tính được thể tích cũng như khối lượng mà mỗi voxel đóng góp

vào cấu trúc, nhiệm vụ tiếp theo là tính phần năng lượng hấp thụ trong phần thể tích

này.

c) Kiểm tra việc tính năng lượng bằng hình học song song

Đối với những voxel ở biên, tức những voxel chỉ có một phần thể tích nằm

trong cấu trúc, phương pháp MC truyền thống sẽ dùng tiêu chí xét vị trí tâm voxel. Nếu

tâm voxel nằm ngoài cấu trúc, voxel sẽ bị loại bỏ, tức là năng lượng và liều của voxel

đó bằng 0. Nếu voxel có tâm nằm trong cấu trúc, năng lượng trên cả voxel sẽ được ghi

lại. Khi bộ lọc năng lượng và hình học song song hoạt động, năng lượng chỉ được ghi

lại cho voxel khi vị trí tương tác nằm trong phần thể tích của voxel nằm trong cấu trúc.

Như vậy, năng lượng trên các voxel ở biên khi tính bằng hình học song song sẽ luôn

lớn hơn 0 và nhỏ hơn trường hợp khi tính cho cả voxel.

Hình 3.7 biểu diễn phần thể tích của mỗi voxel nằm trong một cấu trúc của

tuyến giáp. Trục x và y thể hiện tọa độ (mm) của voxel. Thang màu thể hiện tỉ lệ thể

tích voxel nằm trong cấu trúc. Những voxel có màu nâu đỏ ứng với tỉ lệ là 1 (100%)

thể tích nằm trong cấu trúc, đó là những voxel không cắt đường biên. Những voxel

ở biên có những đóng góp khác nhau vào thể tích của cấu trúc. Trong số những

voxel ở biên, một số voxel có tâm nằm trong cấu trúc, số còn lại có tâm nằm ngoài

Tỉ lệ thể tích voxel nằm trong cấu trúc

)

m m

ộ đ a ọ T

(

Tọa độ x (mm)

cấu trúc.

Hình 3.7: Phần thể tích voxel nằm trong cấu trúc của tuyến giáp.

Hình 3.8 cho thấy năng lượng hấp thụ trên các voxel của vùng cấu trúc như

trong Hình 3.7 khi tính bằng phương pháp MC truyền thống (a) và phương pháp “hình

học song song” (b).

Với voxel có tâm nằm trong cấu trúc, phương pháp MC trước đây sẽ tính năng

lượng hấp thụ trên cả voxel, phương pháp dùng hình học song song chỉ tính năng lượng

hấp thụ trong phần thể tích voxel nằm trong cấu trúc. Do đó, năng lượng trong voxel

tính bằng phương pháp mới sẽ nhỏ hơn năng lượng tính bằng phương pháp MC cũ.

Thang màu cho biết năng lượng hấp thụ (MeV) trong từng voxel. Với phương pháp

MC trước đây, những voxel có tâm nằm ngoài cấu trúc sẽ bị loại bỏ, tức là năng lượng

và liều hấp thụ trong chúng được xem là bằng 0, tức là không có đóng góp gì vào cấu

Năng lượng hấp thụ (MeV)

)

m m

( y

ộ đ a ọ T

Tọa độ x (mm)

trúc, voxel sẽ có màu trắng.

a) b)

Hình 3.8: Năng lượng hấp thụ trong voxel của tuyến giáp tính bằng phương pháp truyền thống (a) và phương pháp dùng hình học song song (b).

Quan sát các voxel ở biên và đường biên bao lấy cấu trúc, ta có thể thấy rõ

các voxel có tâm nằm trong cấu trúc, năng lượng tính bằng phương pháp mới nhỏ

hơn năng lượng tính bằng phương pháp cũ; với những voxel có tâm nằm ngoài cấu

trúc, liều tính bằng phương pháp cũ bằng 0 nên voxel có màu trắng, liều tính bằng

phương pháp mới khác 0, thể hiện bằng một ô có màu. Như vậy, có thể thấy bộ lọc

năng lượng và hình học song song đã hoạt động tốt.

Để kiểm tra chắc chắn khác biệt về năng lượng ở vùng biên của cấu trúc là

do GAMOS “nhìn thấy” biên của hình học song song chứ không phải do sai số

thống kê, chức năng “tracking verbose” được sử dụng để theo dõi từng tương tác

của hạt. Chúng tôi tạo một phantom voxel với vật liệu là nước.

Số voxel trên 3 trục Nx Ny Nz: 10 10 10

X: -6÷6 mm

Y: -6÷6 mm

Z: -6÷ 6 mm

Hình học song song là một phantom hình cầu nước với tọa độ tâm là (0,0,0),

bán kính là 6 mm, mật độ 1 g/cm3. Nguồn phân bố đồng nhất trong hình cầu. Số sự

kiện là 106. Trong file log nhận được từ lệnh “tracking verbose 1”, chúng tôi cộng

thủ công tất cả năng lượng hấp thụ trong phần thể tích của mỗi voxel nằm trong cấu

trúc và từ đó suy ra liều hấp thụ trong hình cầu. Kết quả liều khi tính thủ công cùng

với liều nhận được từ GAMOS bằng phương pháp hình học song song có sự phù

hợp tốt (Bảng 3.2). Độ lệch nhỏ giữa hai kết quả cho thấy phương pháp hình học

song song đáng tin cậy, nghĩa là phương pháp này giúp tính đúng phần năng lượng

hấp thụ trong hình cầu. Độ lệch nhỏ giữa hai cách tính trên gây ra từ phép làm tròn

số của máy tính khi tính tổng năng lượng hấp thụ trong hình cầu.

Bảng 3.2: Liều hấp thụ trong phantom nước hình cầu.

Liều hấp thụ trong hình cầu

(Gy/Bq.s) Độ lệch Đồng vị (%) Tính bằng hình Tính bằng chức năng

học song song “tracking verbose”

I-131 3,083×10-11 3,080×10-11 0,1

F-18 3,944×10-11 3,948×10-11 0,1

Lu-177 2,330×10-11 2,335×10-11 0,2

P-32 9,277×10-11 9,271×10-11 0,1

Phần trên vừa trình bày các bước kiểm chứng việc tính liều cho bệnh nhân

bằng phương pháp “hình học song song”. Các bước kiểm tra trên đều cho thấy

phương pháp tính toán cho kết quả phù hợp. Phần tiếp theo sẽ trình bày các bước

kiểm chứng để khẳng định độ tin cậy của việc tính liều cho người tiếp xúc bằng

phương pháp ghép phantom.

3.2.2. Tính liều cho người tiếp xúc bằng phương pháp “ghép phantom”

Việc tính liều cho người tiếp xúc được thực hiện thông qua một bước đơn

giản là ghép hai phantom vào cùng một file văn bản theo đúng định dạng của

GAMOS. Phantom được ghép có thể được kiểm tra bằng cách sử dụng tính năng

“drawDICOM” [15], GAMOS sẽ tạo ra các ảnh “gif” hiển thị phantom ghép theo

từng lát cắt trên từng mặt phẳng. Trong file “g4dcm” chứa thông tin phantom ghép

có ba mảng thông tin: chỉ số vật liệu, giá trị mật độ, chỉ số cấu trúc. Với lệnh

“drawDICOM” người dùng có thể quan sát phantom ghép với một trong ba thông

tin kể trên. Từ đó, ta có thể kiểm tra việc ghép đúng tư thế giao tiếp, đúng khoảng

cách giữa hai phantom và cấu trúc giải phẫu của phantom. Việc tính liều cho

phantom ghép hoàn toàn giống như việc tính liều cho một phantom voxel thông

thường, mà các bước kiểm chứng liên quan đến việc tính liều cho phantom voxel đã

được trình bày chi tiết ở Chương 2. Do đó mục này chỉ kiểm tra việc ghép phantom

có phản ảnh đúng hình học và tình huống giao tiếp giữa hai phantom hay không.

Hình 3.9 biểu diễn phantom ghép ở bốn tình huống giao tiếp phổ biến: đối diện (a),

bên cạnh (b), trước sau (c), đứng nằm (d). Trong đó, tình huống (d) mô tả tư thế

bệnh nhân nằm ngửa trên giường và người tiếp xúc đứng bên cạnh, theo chiều dọc

cơ thể của bệnh nhân (vị trí tương đối của người tiếp xúc dọc theo cơ thể bệnh nhân

có thể thay đổi). Màu sắc trên hình thể hiện thông tin vật liệu của phantom ghép.

Về mặt khoảng cách, hình ảnh phantom ghép được thể hiện trong từng lát

cắt, do đó, việc quan sát một lát cắt có thể chưa thể hiện chính xác khoảng cách giữa

hai phantom. Như đã đề cập ở trên, khoảng cách giữa hai phantom là khoảng cách

gần nhất giữa hai bề mặt của hai phantom, không tính lớp không khí bao quanh mỗi

phantom. Ví dụ như Hình 3.9a, khoảng cách giữa hai phantom là khoảng cách gần

nhất giữa hai voxel thuộc phantom, xét trên trục y. Để kiểm chứng khoảng cách

giữa hai phantom, phải đồng thời kiểm tra nhiều lát cắt trên trục tương ứng thể hiện

khoảng cách giữa chúng. Trên mỗi mặt phẳng, GAMOS đều biểu diễn cụ thể tọa độ

trên hai trục tương ứng. Quan sát phantom ghép, ta có thể nhận thấy bốn tình huống

trên đã được thể hiện tốt.

Trên đây vừa trình bày việc đánh giá độ tin cậy của các cải tiến liên quan đến

việc tính liều ở mức voxel. Ở chương tiếp theo, chúng tôi ứng dụng các cải tiến trên

để tính liều cho bệnh nhân và người tiếp xúc với bệnh nhân đã sử dụng thuốc phóng

xạ.

c) d)

Hình 3.9: Phantom ghép trong các tư thế giao tiếp phổ biến

CHƯƠNG 4: ỨNG DỤNG VÀ KẾT QUẢ

Ở chương trước chúng tôi đã trình bày các đóng góp nhằm cải tiến phương

pháp tính liều ở mức voxel cho bệnh nhân bằng phương pháp “hình học song song”

và liều cho người tiếp xúc bằng phương pháp “ghép phantom”. Chương này trình

bày việc ứng dụng các cải tiến trên để tính liều cho bệnh nhân, so sánh kết quả tính

giữa phương pháp “hình học song song” với phương pháp cũ; đồng thời, chương

này cũng trình bày kết quả tính liều cho người tiếp xúc, so sánh giữa kết quả tính

giữa các tình huống giao tiếp khác nhau, cũng như so sánh giữa kết quả tính bởi ảnh

YHHN của bệnh nhân và kết quả khi tính bằng nguồn điểm.

4.1. Ứng dụng

Để đánh giá tác động của phương pháp “hình học song song” lên việc tính

liều cho các cấu trúc của bệnh nhân, chúng tôi tính liều hấp thụ I-131 cho các cấu

trúc của tuyến giáp (sử dụng ảnh SPECT/CT của bệnh nhân), và so sánh kết quả

tính năng lượng và liều cho vùng biên của cấu trúc khi tính bằng phương pháp cũ và

khi tính bằng phương pháp “hình học song song”. Tuyến giáp tuy không phải là một

cơ quan có kích thước mỏng và nhỏ như da, niêm mạc, nhưng có cấu trúc hình học

phức tạp.

Để tính liều cho người tiếp xúc, chúng tôi xét trường hợp người tiếp xúc

đứng cạnh một bệnh nhân đang nằm. Chúng tôi sử dụng cùng một bộ ảnh

SPECT/CT của bệnh nhân ở bài toán trên để đại diện cho bệnh nhân, một bộ ảnh

CT thứ hai để đại diện cho người tiếp xúc. Vị trí đứng của người là gần khu vực cổ

của bệnh nhân. Để đánh giá sự khác biệt trong kết quả tính liều cho người tiếp xúc

khi sử dụng nguồn điểm và khi sử dụng chính phân bố thuốc phóng xạ trong cơ thể

bệnh nhân, chúng tôi sử dụng nguồn điểm đặt tại tâm tuyến giáp của bệnh nhân.

Liều tương đương cho tuyến giáp của người tiếp xúc được tính cho trường hợp sử

dụng nguồn điểm và trường hợp sử dụng ảnh YHHN của bệnh nhân, tại các khoảng

cách 0,3; 0,5; 0,8 và 1 m.

Để đánh giá sự khác biệt của liều hiệu dụng giữa các tình huống giao tiếp

khác nhau, chúng tôi sử dụng phantom nam trưởng thành (ICRP 110) [56] để đại

diện cho người tiếp xúc. Liều hiệu dụng được tính cho phantom ICRP ở các khoảng

cách 0,3; 0,4 và 1 m bằng phần mềm GAMOS. Sau đó, thông tin tổng hoạt độ tích

lũy theo nghiên cứu của Albe´rico [11] (2,53 × 1014 Bq) cho trường hợp bệnh nhân

sử dụng I-131 hoạt độ 5,55 × 109 Bq được dùng để suy ra liều hiệu dụng cho

phantom ICRP. Chúng tôi so sánh liều mà người tiếp xúc nhận được khi giao tiếp

với bệnh nhân ở các tình huống khác nhau. Ảnh SPECT/CT đại diện cho bệnh nhân

được sử dụng ở bài toán này cũng chính là bộ ảnh SPECT/CT ở hai bài toán trên.

Các bài toán trên sử dụng dữ liệu ảnh cắt lớp định dạng DICOM được cung

cấp bởi Đại học Y Navarra, Tây Ban Nha. Thông tin về hình học của tuyến giáp

được các chuyên gia giải phẫu vẽ và cung cấp dưới dạng file RTSTRUCT đi kèm

với ảnh CT.

Bảng 4.1 trình bày các thông số liên quan phantom bệnh nhân và phantom

người tiếp xúc, thông tin trọng số bức xạ và trọng số mô [55] được trình bày trong

Bảng phụ lục H và I.

Bảng 4.1: Thông số phantom.

Kích thước voxel Ảnh Số voxel (mm)

Ảnh CT bệnh nhân (khi tính

liều cho tuyến giáp của bệnh 467×326×39 0,98×0,98×2,50

nhân)

Ảnh CT bệnh nhân (khi tính 512×512×156 0,98×0,98×2,50 liều cho người tiếp xúc)

Ảnh YHHN (SPECT) của 128×128×81 4,79×4,79×4,79 bệnh nhân

Ảnh CT người tiếp xúc 512×512×486 0,98×0,98×2,00

Phantom ICRP nam 254×127×220 2,14×2,14×8,00

Cùng một bộ ảnh SPECT/CT của một bệnh nhân được sử dụng trong ba bài

toán trên, tuy nhiên, khi tính liều cho bệnh nhân, liều chỉ được tính cho tuyến giáp,

nên phantom được cắt bỏ bớt vùng không gian còn lại. Do đó số voxel trong ảnh CT

của bệnh nhân ở bài toán tính liều cho bệnh nhân nhỏ hơn số voxel khi tính liều cho

người tiếp xúc. Trong các tính toán liều, số sự kiện là 5.108 khi tính cho bệnh nhân

và 109 khi tính cho người tiếp xúc. Tính toán áp dụng mô hình vật lý Livermore và

không sử dụng kĩ thuật giảm thăng giáng. 4.2. Kết quả

4.2.1. Kết quả tính liều cho bệnh nhân bằng phương pháp “hình học song

song”

Như đã trình bày ở chương trước, việc tính liều ở mức voxel bằng phương

pháp MC truyền thống gặp phải sai số ở vùng biên của cấu trúc, gây ra do tiêu chí

xét các voxel nằm trên biên có thuộc cấu trúc hay không. Chương trước đã đề xuất

các đóng góp nhằm cải thiện phương pháp tính năng lượng và liều hấp thụ cho cấu

trúc bằng phương pháp “hình học song song”. Chương này trình bày kết quả của

việc tính năng lượng và liều hấp thụ cho cấu trúc của tuyến giáp của một bệnh nhân

ung thư, sử dụng I-131. Tuyến giáp tuy không phải là cấu trúc có thể tích quá nhỏ

nhưng lại có hình dạng phức tạp. Chúng tôi so sánh kết quả tính bởi phương pháp

MC truyền thống với phương pháp hình học song song.

Trước hết, trong các voxel nằm trên biên của cấu trúc, 300 voxel có sai số

thống kê của năng lượng hấp thụ nhỏ hơn 0,5% được chọn ngẫu nhiên. Hình 4.1

biểu diễn tỉ lệ thể tích voxel nằm trong cấu trúc và năng lượng hấp thụ khi tính bằng

ba phương pháp. Trong đó ký hiệu:

E: năng lượng hấp thụ tính bằng phương pháp MC truyền thống. Nghĩa là khi

tâm voxel nằm trong cấu trúc, năng lượng sẽ được tính trên toàn bộ thể tích của

voxel. Khi tâm voxel nằm ngoài cấu trúc, năng lượng hấp thụ trên voxel xem như

bằng 0.

E’: năng lượng hấp thụ tính bằng phương pháp hình học song song, nghĩa là

năng lượng này chỉ tính trong phần thể tích voxel nằm trong cấu trúc.

E0: năng lượng hấp thụ khi tính mà không dùng thông tin cấu trúc, nghĩa là

)

tính trên toàn thể tích của voxel.

E' E E0

V e M

2.500E-03

(

2.000E-03

ụ h t

p ấ h

1.500E-03

1.000E-03

g n ợ ư l

5.000E-04

g n ă N

0.000E+00

1 0

2 0

3 0

4 0

5 0

6 0

7 0

8 0

9 0

1 0 0

Tỉ lệ thể tích voxel nằm trong cấu trúc (%)

Hình 4.1: Năng lượng hấp thụ và tỉ lệ thể tích voxel nằm trong cấu trúc, xét cho 300

voxel.

Ở Hình 4.1, trục hoành biểu diễn tỉ lệ thể tích voxel nằm trong cấu trúc (%).

Trục tung biểu diễn năng lượng hấp thụ của voxel tương ứng (MeV). Cần lưu ý

rằng, nếu bỏ qua sai số thống kê, thì khi tâm voxel nằm trong cấu trúc, năng lượng

hấp thụ tính bằng phương pháp MC truyền thống sẽ trùng với năng lượng khi không

sử dụng thông tin cấu trúc; khi tâm voxel nằm ngoài cấu trúc, năng lượng lượng hấp

thụ tính bằng phương pháp MC truyền thống sẽ bằng 0. Để quan sát rõ hơn, trong

300 voxel trên, chúng tôi chọn ngẫu nhiên 30 voxel và lặp lại biểu diễn trên (Hình

4.2).

Trên Hình 4.1 và 4.2, có thể thấy:

- Đa số những voxel có dưới 50% thể tích nằm trong cấu trúc có năng lượng

tính bằng phương pháp MC truyền thống đều bằng 0.

- Đa số voxel có trên 50% thể tích nằm trong cấu trúc có năng lượng tính

bằng phương pháp MC truyền thống trùng với năng lượng tính mà không dùng

thông tin cấu trúc. Nguyên nhân là vì với đa số voxel có dưới 50% thể tích nằm

trong cấu trúc sẽ có tâm voxel nằm ngoài cấu trúc, do đó, với phương pháp MC

truyền thống, voxel sẽ bị loại bỏ, tức năng lượng hấp thụ trên voxel bằng 0. Đối với

những voxel có trên 50% thể tích nằm trong cấu trúc, đa số chúng có tâm nằm trong

cấu trúc, do đó, phương pháp MC truyền thống sẽ xem như cả voxel thuộc cấu trúc,

và tính năng lượng hấp thụ trên cả voxel, do đó, giá trị năng lượng này sẽ trùng với

năng lượng khi tính mà không dùng thông tin cấu trúc.

E' E E0

)

1.000E-03

V e M

8.000E-04

(

ụ h t

6.000E-04

p ấ h

4.000E-04

2.000E-04

g n ợ ư l

0.000E+00

g n ă N

1 0

2 0

3 0

4 0

5 0

6 0

7 0

8 0

9 0

1 0 0

Tỉ lệ thể tích voxel nằm trong cấu trúc (%)

Hình 4.2: Năng lượng hấp thụ và tỉ lệ thể tích voxel nằm trong cấu trúc, xét cho 30

voxel.

Từ đó nhận thấy rằng:

- Trong số 300 voxel được biểu diễn, có ba voxel có tỉ lệ thể tích nằm trong

cấu trúc nhỏ hơn 50%, nhưng vẫn có năng lượng tính bằng phương pháp MC truyền

thống trùng với năng lượng khi không dùng thông tin cấu trúc.

- Có một voxel có trên 50% thể tích nằm trong cấu trúc nhưng có năng lượng

hấp thụ tính bằng phương pháp truyền thống bằng 0.

Qua kiểm tra, ba voxel có tỉ lệ thể tích nằm trong cấu trúc nhỏ hơn 50%

nhưng có tâm nằm trong cấu trúc, voxel còn lại có tỉ lệ thể tích nằm trong cấu trúc

lớn hơn 50% nhưng có tâm nằm ngoài cấu trúc. Như vậy, các kết quả trên là hoàn

toàn hợp lý. Trong tất cả voxel, năng lượng tính bằng phương pháp hình học song

song luôn nhỏ hơn năng lượng khi không dùng thông tin cấu trúc. Nguyên nhân là

vì với các voxel ở biên, tỉ lệ thể tích voxel nằm trong cấu trúc luôn nhỏ hơn 100%,

nên năng lượng hấp thụ trong phần thể tích ấy luôn nhỏ hơn năng lượng hấp thụ

trên toàn thể tích voxel.

Tiếp theo, Hình 4.3 và 4.4 biểu diễn liều hấp thụ theo tỉ lệ thể tích voxel nằm

trong cấu trúc. Liều hấp thụ được tính bằng ba phương pháp, trong đó ký hiệu:

D: Liều hấp thụ tính bằng phương pháp MC truyền thống. Nghĩa là khi tâm

voxel nằm trong cấu trúc, liều hấp thụ bằng năng lượng được tính trên toàn bộ thể

tích của voxel chia cho khối lượng của cả voxel. Khi tâm voxel nằm ngoài cấu trúc,

năng lượng hấp thụ trên voxel xem như bằng 0, do đó liều hấp thụ xem như bằng 0.

D’: Liều hấp thụ tính bằng phương pháp hình học song song, nghĩa là bằng

năng lượng hấp thụ trong phần thể tích voxel nằm trong cấu trúc chia cho phần khối

lượng của voxel nằm trong cấu trúc.

D0: Liều hấp thụ khi tính mà không dùng thông tin cấu trúc, nghĩa là bằng

năng lượng hấp thụ trên cả voxel chia cho khối lượng của cả voxel. Hình 4.3 biểu

diễn cho 300 voxel và Hình 4.4 lặp lại biểu diễn với 30 voxel. Trục hoành là tỉ lệ

thể tích voxel nằm trong cấu trúc (%). Trục tung là liều hấp thụ (Gy). Các voxel

D' D D0

7.000E-11

) s .

6.000E-11

5.000E-11

q B / y G

4.000E-11

(

3.000E-11

ụ h t

2.000E-11

p ấ h

1.000E-11

u ề i L

0.000E+00

2 0

4 0

6 0

8 0

1 0 0

trong Hình 4.3 và 4.4 cũng là những voxel được biểu diễn trong Hình 4.1 và 4.2.

Tỉ lệ thể tích voxel nằm trong cấu trúc (%)

Hình 4.3: Liều hấp thụ và tỉ lệ thể tích voxel nằm trong cấu trúc, xét cho 300 voxel.

D' D D0

1.400E-10

1.200E-10

) s . q B / y G

(

1.000E-10

ụ h t

8.000E-11

p ấ h

6.000E-11

4.000E-11

u ề i L

2.000E-11

0.000E+00

1 0

2 0

3 0

4 0

5 0

6 0

7 0

8 0

9 0

1 0 0

Tỉ lệ thể tích voxel nằm trong cấu trúc (%)

Hình 4.4: Liều hấp thụ và tỉ lệ thể tích voxel nằm trong cấu trúc, xét cho 30 voxel.

Từ kết quả liều được trình bày trong Hình 4.3 và 4.4, ta thấy:

- Có những voxel mà liều hấp thụ tính bằng phương pháp truyền thống bằng

0. Nguyên nhân là vì tâm của chúng nằm ngoài cấu trúc, phương pháp MC truyền

thống đã loại bỏ chúng và xem như năng lượng hấp thụ trong chúng bằng 0.

- Với các voxel còn lại, liều tính bằng phương pháp truyền thống trùng với

liều tính mà không dùng thông tin cấu trúc (bằng năng lượng hấp thụ trên cả voxel

chia cho khối lượng của voxel).

- Khi xét tất cả voxel trên, liều tính bằng phương pháp hình học song song có

thể lớn hơn, bé hơn hoặc trùng với liều tính bằng hai phương pháp còn lại. Độ lệch

của các giá trị này phụ thuộc vào sự phân bố nguồn và mật độ mô trong voxel.

Tiếp theo, chúng tôi muốn đánh giá tác động của phương pháp dùng hình

học song song đến tính toán năng lượng và liều hấp thụ lên tổng thể các voxel trên.

Bảng 4.2 trình bày các kết quả tính liều trung bình và tổng năng lượng hấp thụ khi

tính bằng các phương pháp truyền thống và phương pháp hình học song song.

Bảng 4.2: Tổng năng lượng hấp thụ và liều hấp thụ trung bình trong 30 voxel và

300 voxel.

Năng lượng hấp thụ (MeV) Liều hấp thụ (Gy/Bq.s)

Số lượng Phương Phương Độ Phương Phương Độ

voxel pháp pháp hình lệch pháp pháp hình lệch

được xét truyền học song tương truyền học song tương

thống song đối thống song đối

(%) (%)

30 7,46×10-3 6,97×10-3 7,0 2,09×10-11 2,03×10-11 3,0

300 1,9 3,58×10-11 2,83×10-11 26,5 3,18×10-2 3,24×10-2

- Với kết quả tính toán năng lượng hấp thụ, phương pháp dùng hình học song

song cho kết quả lệch 7,0% so với phương pháp truyền thống khi xét 30 voxel và

lệch 1,9% khi xét 300 voxel.

- Với kết quả tính liều hấp thụ, liều hấp thụ trung bình tính bằng phương

pháp hình học song song lệch 3,0% khi xét 30 voxel và lệch 26,5% khi xét 300

voxel.

Độ lệch này tùy vào số lượng voxel có tâm nằm trong hay nằm ngoài cấu

trúc, sự phân bố năng lượng cũng như mật độ mô trên mỗi voxel. Độ lệch về kết

quả tính liều khi so sánh hai phương pháp có thể hiểu là sai số của phương pháp

truyền thống gây ra do việc sử dụng tiêu chí xét một voxel trên biên có thuộc cấu

trúc hay không. Sai số của liều hấp thụ có thể nhỏ (3,0%), nhưng cũng có thể lên

đến 26,5%.

Cuối cùng, để khảo sát ảnh hưởng của kích thước cấu trúc đến sai số ở vùng

biên, chúng tôi xem xét tỉ số giữa tổng độ lớn khác biệt năng lượng (giữa phương

pháp truyền thống và phương pháp hình học song song) và tổng năng lượng hấp thụ

ở vùng biên của các cấu trúc, kèm sai số thống kê (Hình 4.5). Tỉ số này được xác

∑ |E|

định như sau:

∑ E

k= (4.1)

(4.2) Với: |E|=|E’-E|

Trong đó:

∑|E|: Tổng độ lớn khác biệt năng lượng;

∑ E: Tổng năng lượng hấp thụ trên cấu trúc tính bằng phương pháp truyền

thống;

k: tỉ số giữa tổng độ lớn khác biệt năng lượng và tổng năng lượng hấp thụ

trên từng lát (%).

Chúng tôi đồng thời biểu diễn tỉ lệ số voxel trên biên (Hình 4.6) và tổng số

voxel trong cấu trúc (Hình 4.7), xét trên từng lát. Ở Hình 4.5, trục hoành là tọa độ z

của mỗi lát, trục tung là tỉ số giữa tổng độ lớn khác biệt năng lượng và tổng năng

lượng hấp thụ (%). Ở Hình 4.6, trục hoành là tọa độ z của mỗi lát, trục tung là tỉ lệ

giữa số voxel trên biên và tổng số voxel của cấu trúc. Ở Hình 4.7, trục hoành là tọa

)

( k

0 1770

1790

1810

1830

1850

1870

1890

độ z của mỗi lát, trục tung là tổng số voxel trong cấu trúc.

Tọa độ z (mm)

Hình 4.5: Tỉ số giữa tổng độ lớn khác biệt năng lượng

và tổng năng lượng hấp thụ trên từng lát.

)

(

n ê i b

n ê r t l e x o v

ố s ỉ

0 1770

1790

1810

1830

1850

1870

1890

Tọa độ z (mm)

1200

1000

c ú r t

800

u ấ c

600

400

g n o r t l e x o v

200

ố s

0 1770

1790

1810

1830

1850

1870

1890

g n ổ T

Hình 4.6: Tỉ lệ số voxel trên biên của cấu trúc xét trên từng lát.

Tọa độ z (mm)

Hình 4.7: Tổng số voxel trên cấu trúc xét trên từng lát.

Từ các Hình 4.5, 4.6 và 4.7, ta thấy:

- Tỉ số giữa tổng độ lớn khác biệt năng lượng và tổng năng lượng hấp thụ có

liên quan mạnh đến tổng số voxel của cấu trúc, tức liên quan đến thể tích cấu trúc.

- Với những lát có tỉ số giữa tổng độ lớn khác biệt năng lượng và tổng năng

lượng hấp thụ nhỏ (vài %) là những lát có thể tích lớn nhất (gần 1000 voxel).

- Với những lát có tỉ số giữa tổng độ lớn khác biệt năng lượng và tổng năng lượng

hấp thụ lớn nhất (khoảng 24-25%) là những lát có thể tích cấu trúc nhỏ nhất (gần

200 voxel).

Như vậy, qua các kết quả tính toán, ta thấy có nhiều yếu tố có thể tác động

một cách đồng thời và phức tạp đến các kết quả tính toán năng lượng và liều hấp thụ

như:

- Vị trí tâm voxel

- Phân bố năng lượng trong voxel

- Mật độ mô

- Hình học cấu trúc (hình dạng, thể tích, số voxel nằm ở biên).

Kết quả tính cũng cho thấy, độ lệch năng lượng và liều hấp thụ có thể nhỏ

hoặc khá lớn. Do có nhiều yếu tố cùng chi phối đến kết quả tính toán, do đó, trong

mọi tình huống, để tính được liều lượng gần với thực tế nhất, cần phải giảm tối

thiểu sai số ở vùng biên của cấu trúc, gây ra do việc xét các voxel ở biên có thuộc

cấu trúc hay không. Với phương pháp hình học song song, ta có thể tính phần năng

lượng hấp thụ trong một thể tích bất kỳ, do đó, có thể tính được phần năng lượng

hấp thụ trong phần thể tích của voxel nằm trong cấu trúc, từ đó có thể tính liều cho

cấu trúc gần với thực tế hơn.

Kết quả tính liều ở Bảng 4.2 cho thấy, có thể có tình huống, độ lệch liều hấp

thụ có thể lên đến 26,5%. Điều này tương đương với việc nếu sử dụng phương pháp

MC truyền thống, có thể gây ra 26,5% sai số cho vùng biên của cấu trúc. Sai số này

không thể chấp nhận khi tính liều cho bệnh nhân vì sẽ đem lại rủi ro cho bệnh nhân

cũng như ảnh hưởng đến chất lượng điều trị.

Việc sử dụng phương pháp hình học song song có thể giúp ước lượng năng

lượng và liều hấp thụ cho cấu trúc gần với thực tế hơn mà không cần quan tâm hay

phân tích các yếu tố như tiêu chí xét một voxel thuộc cấu trúc, phân bố năng lượng

và mật độ, hình học hay thể tích của cấu trúc. Từ đó cho thấy ý nghĩa của việc sử

dụng phương pháp “hình học song song” khi tính liều ở mức voxel cho bệnh nhân

trong YHHN.

Phần tiếp theo sẽ trình bày kết quả tính liều cho người tiếp xúc với bệnh

nhân đã sử dụng thuốc phóng xạ.

4.2.2. Kết quả tính liều cho người tiếp xúc bằng phương pháp “ghép phantom”.

Phần này trình bày kết quả của hai tính toán:

- Tính toán thứ nhất là liều tương đương cho tuyến giáp của người tiếp xúc

khi đứng bên cạnh một bệnh nhân đang nằm. Kết quả tính bằng ảnh YHHN của

bệnh nhân được so sánh với kết quả tính bằng nguồn điểm đặt tại tâm tuyến giáp

của bệnh nhân.

- Tính toán thứ hai là liều hiệu dụng cho người tiếp xúc khi sử dụng phantom

ghép trong bốn tình huống: đối diện, bên cạnh, trước sau, đứng-nằm.

Với số sự kiện thiết lập, các tính toán liều cho người tiếp xúc đều có sai số tương

đối nhỏ hơn 10%.

4.2.2.1. Tính liều tương đương cho tuyến giáp của người tiếp xúc khi đứng bên

cạnh một bệnh nhân đang nằm

Kết quả liều tương đương cho tuyến giáp của người tiếp xúc khi đứng bên

cạnh một bệnh nhân đang nằm được trình bày ở Bảng 4.3.

Bảng 4.3: Liều tương đương cho tuyến giáp của người tiếp xúc.

Khoảng Liều tương đương Liều tương Sự khác biệt liều so

cách khi sử dụng nguồn đương khi dùng với khi dùng ảnh

điểm ảnh YHHN YHHN (m)

(µSv.min-1) (%)

0,3 35,17 76,9 19,88

0,5 16,05 49,2 10,76

0,8 7,54 42,0 5,31

1,0 3,63 26,6 2,87

Người tiếp xúc đứng ở vị trí ngang cổ của bệnh nhân, sự khác biệt giữa kết

quả tính bằng ảnh YHHN của bệnh nhân và khi tính bằng nguồn điểm đặt tại tuyến

giáp của bệnh nhân có sự khác biệt rõ rệt.

- Liều tính với nguồn điểm luôn lớn hơn liều tính với ảnh YHHN.

- Khoảng cách càng gần, khác biệt này càng lớn.

- Ở khoảng cách 0,3 m, khác biệt này là 76,9%;

- Khi khoảng cách tăng đến 1 m, sự khác biệt này giảm xuống còn 26,6%.

Kết quả của tính toán bằng phân bố nguồn trong cơ thể bệnh nhân khi so

sánh với tính toán bằng nguồn điểm có sự phù hợp với quan điểm của tác giả

Zˇontar D. [111]. Ông cho rằng việc sử dụng nguồn điểm sẽ ước lượng quá cao liều

mà người tiếp xúc nhận được. Kết quả này cũng phù hợp với nghiên cứu của tác giả

Dewji và cộng sự, nhóm tác giả chỉ rõ, nguồn điểm sẽ ước lượng quá cao liều mà

người tiếp xúc nhận được với những khoảng cách gần hơn 3 m [28]. Từ độ lệch

đáng kể giữa giá trị liều khi tính bằng nguồn điểm và khi sử dụng ảnh YHHN của

bệnh nhân cho thấy vai trò quan trọng của việc sử dụng phân bố hoạt độ thuốc

phóng xạ trong cơ thể bệnh nhân để tính liều cho người tiếp xúc.

4.2.2.2. Tính liều hiệu dụng cho người tiếp xúc ở các tình huống giao tiếp khác

nhau

Hình 4.8 trình bày kết quả tính liều hiệu dụng cho phantom ICRP nam ở các

khoảng cách 0,3, 0,4 và 1 m, với thông tin hoạt độ tích lũy được cung cấp bởi

nghiên cứu của Albe’rico và cộng sự (2,53 × 1014 Bq cho trường hợp bệnh nhân sử

dụng I-131 hoạt độ 5,55 × 109 Bq) [11].

Dựa vào kết quả tính ở Hình 4.8, ta có thể thấy:

- Ở tất cả khoảng cách, liều đều tăng theo thứ tự tình huống giao tiếp sau:

Đứng-nằm, bên cạnh, trước-sau, đối diện.

- Khoảng cách càng tăng, liều càng giảm.

- Ở khoảng cách 0,3 m, liều cho trường hợp “đứng-nằm” lệch 71,2% so với

trường hợp “đối diện”.

- Ở khoảng cách 1 mét, các khác biệt tương ứng trên là 77,8%.

Đối diện

Bên cạnh

Trước sau

Đứng-nằm

40

35

34.78 32.32

30

24.63

25.87

) v S m

25

20

15

( g n ụ d u ệ i h

10

5.12

u ề i L

5

3.7

4.97 3 1.1

0

0.4

1

0.3

0.5

0.6

0.7

0.8

0.9

Khoảng cách giữa hai phantom (m)

Hình 4.8: Kết quả tính liều hiệu dụng cho phantom ICRP nam.

- Kết quả liều cho tình huống “đối diện” gần nhất với liều cho tình huống

“trước sau”. Như vậy, liều sẽ cao nhất khi bệnh nhân và người tiếp xúc cùng đứng

thành một hàng dọc (đối diện hoặc đứng trước sau). Điều này cần phải lưu ý trong

tình huống người tiếp xúc không chủ động giao tiếp, tình huống giao tiếp là đứng

“trước sau”, vẫn mang lại rủi ro cao gần giống như tình huống cố ý giao tiếp (đứng

đối diện).

- Với tình huống tiếp xúc đối diện, tính toán của Albe’rico và cộng sự cho

thấy: với giả sử hoạt độ đồng nhất trong tuyến giáp và đồng nhất trong phần còn lại

của cơ thể, sử dụng phantom voxel FAX [11], ở khoảng cách 0,3 m và 1 m, kết quả

tính liều hiệu dụng cho người tiếp xúc là 18,20 và 4,43 mSv. Kết quả tính toán của

luận án với phantom ICRP nam cao hơn kết quả tính bởi Albe’rico là 47,7% và

15,5% ở cùng các khoảng cách trên.

- Từ kết quả tính toán liều cho người tiếp xúc ở các tình huống giao tiếp khác

nhau, ta thấy rằng liều không tuân theo quy luật nghịch đảo bình phương như các

giả định của các nghiên cứu trước [97]. Liều phụ thuộc vào phân bố thuốc phóng xạ

trong cơ thể bệnh nhân và tình huống tiếp xúc.

- Việc dùng mô hình nguồn thay thế cho ảnh YHHN của bệnh nhân sẽ đem

lại sai số đáng kể. Khi sử dụng ảnh YHHN của bệnh nhân, cũng cần áp dụng đúng

tình huống giao tiếp.

- Trong cùng một tình huống giao tiếp, liều lại phụ thuộc vào vị trí tương đối

của người tiếp xúc đối với bệnh nhân, tức là phụ thuộc vào khoảng cách từ vị trí tập

trung hoạt độ trong cơ thể bệnh nhân đến các cơ quan của người tiếp xúc. Do đó,

đóng góp của luận án là áp dụng đúng phân bố hoạt độ, tình huống giao tiếp và vị trí

tương đối, giúp cho việc tính liều cho người tiếp xúc gần với thực tế hơn. Điều này

cũng giúp người tiếp xúc cân nhắc vị trí giao tiếp. Nếu việc giao tiếp đòi hỏi người

tiếp xúc đứng ở vị trí rủi ro cao, đặc biệt là trong tình huống cần chăm sóc cho bệnh

nhân không có khả năng vận động, người tiếp xúc cần tối ưu hóa thao tác chăm sóc

bệnh nhân và nhanh chóng rời khỏi vị trí giao tiếp đó.

Việc tính liều tối ưu cho người tiếp xúc giúp bảo vệ cho những người giao

tiếp với bệnh nhân. Nếu liều tính cho người tiếp xúc là nhỏ, các biện pháp cách ly

quá mức cần thiết có thể được giảm hoặc bỏ để đem lại sự thoải mái hơn cho bệnh

nhân trong sinh hoạt và giao tiếp.

Trên đây vừa trình bày kết quả tính toán cho thấy ý nghĩa của các đóng góp

mới của luận án trong việc tính liều cho phantom voxel. Các tính toán trên nhằm

minh họa cho việc sử dụng các cải tiến mới vào việc tính liều cho bệnh nhân và

người tiếp xúc với bệnh nhân. Tuy nhiên, các đóng góp trên chỉ góp phần tối ưu hóa

phương pháp tính hiện tại. Việc tính liều cho phantom voxel trong YHHN vẫn còn

những thách thức chờ đợi các đóng góp tiếp theo của các nhà khoa học.

Phần cuối của luận án trình bày những công việc mà phạm vi luận án đã

hoàn thành, đồng thời mở ra các hướng nghiên cứu tiếp theo để có thể tiến đến một

phương pháp tính toán tối ưu hơn khi tính liều cho phantom voxel trong YHHN.

KẾT LUẬN

1. Kết quả nghiên cứu của luận án Với các hạn chế liên quan đến độ chính xác khi tính toán liều cho bệnh nhân

và người tiếp xúc trong YHHN, nhiệm vụ mà luận án đặt ra và cũng đã giải quyết

thành công đó là góp phần tối ưu hóa bài toán tính liều cho phantom voxel, thực

hiện bởi công cụ tính liều GAMOS/Geant4. Cụ thể như sau:

 Tối ưu hóa phương pháp tính liều cho bệnh nhân

Việc tính liều ở mức voxel cho một cấu trúc bằng phương pháp truyền thống

gặp hạn chế về tính chính xác ở vùng biên của cấu trúc. Những voxel ở biên chỉ có

một phần thể tích nằm trong cấu trúc, phương pháp tính truyền thống sẽ đưa ra tiêu

chí để chọn hoặc loại bỏ voxel đó khỏi cấu trúc. Điều này dẫn đến việc xác định sai

năng lượng và liều hấp thụ ở vùng biên của cấu trúc.

Việc tính liều tối ưu cho cấu trúc bằng phương pháp MC trực tiếp cần phải

có thông tin khối lượng và năng lượng mà mỗi voxel đóng góp vào cấu trúc. Để

thực hiện điều này, trước hết, chúng tôi chuyển thông tin cấu trúc của bệnh nhân về

dạng hình học Geant4 (Extruded). Phần thể tích mà mỗi voxel đóng góp vào cấu

trúc được tính bằng thư viện hình học JTS. Để tính năng lượng hấp thụ trong các

Extruded, những hình học này cần được khai báo dưới dạng “hình học song song”,

và bộ lọc được gán vào bộ ghi năng lượng, chỉ ghi năng lượng hấp thụ khi vị trí bỏ

lại năng lượng nằm trong thể tích cấu trúc. Năng lượng hấp thụ cùng với phần thể

tích mà mỗi voxel đóng góp vào cấu trúc được dùng để tính liều cho cấu trúc.

Phương pháp này giúp giảm thiểu được sai số ở biên gây ra do tiêu chí xét các voxel

ở biên có thuộc cấu trúc hay không, từ đó có thể tính liều cho cấu trúc gần với thực

tế hơn.

 Tối ưu hóa phương pháp tính liều cho người tiếp xúc với bệnh nhân

Trong các nghiên cứu trước đây, việc tính liều cho người tiếp xúc chủ yếu

dựa trên các giả định để đơn giản hóa tính toán, các mô hình nguồn thường dùng là

nguồn điểm, nguồn hình trụ hay nguồn đồng nhất. Bên cạnh đó, tình huống giao

tiếp cũng chưa được mô tả thực tế.

Chúng tôi thực hiện việc tính liều cho người tiếp xúc với bệnh nhân bằng ảnh

YHHN của bệnh nhân sử dụng phương pháp ghép phantom. Phantom bệnh nhân

được ghép với phantom đại diện cho người tiếp xúc theo định dạng ASCII. Sau đó,

phantom ghép cùng với ảnh YHHN của bệnh nhân được đưa vào phần mềm

GAMOS để tính liều cho người tiếp xúc. Phương pháp này giúp bao gồm sự phân

bố thuốc phóng xạ trong cơ thể bệnh nhân vào tính toán; đồng thời, việc ghép

phantom bằng kỹ thuật quay vector giúp mô tả tình huống giao tiếp gần với thực tế

hơn.

2. Những điểm mới của luận án Phương pháp mới sử dụng “hình học song song” giúp tính toán chính xác

liều hấp thụ cho bệnh nhân, trong đó các sai số ở đường biên các cơ quan trong cơ

thể được giảm ở mức nhỏ nhất có thể. Độ chính xác cao hơn trong việc tính toán

liều lượng cho bệnh nhân giúp cải thiện hiệu quả điều trị cũng như giảm rủi ro đối

với các vùng mô khỏe mạnh của bệnh nhân.

Việc sử dụng phương pháp ghép phantom và kỹ thuật quay vectơ giúp tính

toán liều tối ưu cho những người tiếp xúc với bệnh nhân. Điều này cũng được sử

dụng để thiết lập các biện pháp cách ly thích hợp nhằm giúp việc chăm sóc bệnh

nhân hiệu quả hơn.

3. Những đề nghị nghiên cứu tiếp theo Việc tính liều cho phantom voxel đã được nghiên cứu từ khá lâu. Xu hướng

mà thế giới đang dần hướng đến đó là ước tính liều cho cá thể. Với các đóng góp

của luận án, có thể tối ưu hóa tính toán liều trung bình trên một phân rã bằng

phương pháp Monte Carlo áp dụng cho phantom voxel. Tuy nhiên, để ước tính tổng

liều mà mỗi cơ quan nhận được, cần phải bao gồm yếu tố sinh học, cụ thể là quá

trình tích lũy và đào thải thuốc phóng xạ trong cơ thể bệnh nhân. Do đó, hướng

nghiên cứu tiếp theo là sử dụng ảnh YHHN tại nhiều thời điểm của bệnh nhân, để

mô tả sự biến đổi của hoạt độ theo thời gian của các cơ quan vào các tính toán. Bên

cạnh đó, nhược điểm của phương pháp MC đó là thời gian tính toán lâu, đòi hỏi bộ

nhớ máy tính lớn. Do đó, để có thể tính liều cho từng cá thể, một trong những bước

đi quan trọng tiếp theo đó là giảm thời gian tính toán. Để hoàn thiện bài toán tính

liều cho phantom voxel, các hướng nghiên cứu trên cần phải được chú trọng, phát

triển.

DANH MỤC CÔNG TRÌNH CỦA TÁC GIẢ

Công bố Quốc tế

[1] Nguyen Thi Phuong Thao, Nguyen Thien Trung, Nguyen Dong Son (2019),

“Calculating equivalent dose received from a patient undergoing nuclear medicine

procedure by merge phantoms tool and GAMOS/Geant4 6.0.0 software”, Physica

Medica 68,41-46. https://doi.org/10.1016/j.ejmp.2019.11.004

[2] Nguyen Thi Phuong Thao, Pedro Arce Dubois, Nguyen Thien Trung, Nguyen

Khanh Duy, Nguyen Dong Son (2020), “Using "vector rotation" technique and

"parallel geometry" utility to calculate equivalent dose rate from a patient

undergoing nuclear medicine”, J. Radiol. Prot 40, 1196–1204.

https://doi.org/10.1088/1361-6498/abb936

[3] Nguyen Thi Phuong Thao, Nguyen Thien Trung, Nguyen Khanh Duy, Nguyen

Thanh Danh, Pham Tien Anh, Nguyen Dong Son (2020), “Adding Two New

Contact Circumstances to ‘Merged Phantom Tool’ and a Technique to Convert

Structure Information Segmented by the Carimas Software into Geant4 Geometry”,

Radiation Protection Dosimetry 190 (4), 412–418.

https://doi.org/10.1093/rpd/ncaa117.

[4] Pedro Arce Dubois, Nguyen Thi Phuong Thao, Nguyen Thien Trung, Juan

Diego Azcona, Pedro-Borja Aguilar-Redondo (2021), “A tool for precise

calculation of organ doses in voxelised geometries using GAMOS/GEANT4 with a

graphical user interface” Polish Journal of Medical Physics and Engineering 27(1),

31-40.

Hội nghị Quốc tế

[5] Nguyen Thi Phuong Thao, Nguyen Dong Son (2017), “Calculating absorbed

dose in thyroid disease treatment by I-131, using OLINDA/EXM”, Japanese

Journal of Medical Physics, Proceedings of the 113th Scientific Meeting of JSMP,

37(1),72.

[6] Nguyen Thi Phuong Thao, Nguyen Dong Son (2017), “Using CARIMAS to

determine the distribution of radiation activity in patients from PET images”,

Japanese Journal of Medical Physics, Proceedings of the 113th Scientific Meeting of

JSMP, 37(1),73.

Công bố trong nước

[7] Nguyễn Thị Phương Thảo, Trương Trường Sơn (2019), “Sử dụng phần mềm

Gamos trong điều trị ung thư gan”, Tạp chí Khoa học trường ĐHSP TP HCM 16(6)

92-98.

[8] Nguyen Thi Phuong Thao, Nguyen Thien Trung (2019), “Organ segmentation

and absorbed dose calculation”, Vietnam, Journal of Medical Research 118(2), 113-

122.

[9] Nguyễn Thị Phương Thảo (2019), “Đọc ảnh Dicom và tính liều hấp thụ đối với

F-18 cho bệnh nhân bằng phần mềm Gamos”, Tạp Chí Nghiên Cứu Y học 119(3),8-

14.

[10] Nguyen Thi Phuong Thao, Tran Doan Hai Yen, Tran Nguyen Ngoc Anh,

Nguyen Hoang Giang, Tran Le Nhat Vu, Pham Minh Quan, Nguyen Tran Quang

Huy, Nguyen Hoang Anh, Do Trong Tinh (2020), "Theoretical calculation of

effective dose of radiopharmaceuticals for pregnant woman in nuclear medicine”,

Vietnam, Journal of Medical Research 124E5(8),18-22.

TÀI LIỆU THAM KHẢO

Tiếng Việt

[1] Phan Sỹ An, Trần Xuân Trường, Mai Trọng Khoa và cộng sự (2005), Y học hạt

nhân, NXB Y Học, Trường Đại học y Hà Nội.

[2] Trần Thị Anh Đào (2011), Ứng dụng phantom để tính liều trong y học hạt nhân,

Luận văn thạc sĩ, Trường Đại học Sư Phạm TP. Hồ Chí Minh.

[3] Nguyễn Tấn Châu, Châu Văn Tạo, Nguyễn Xuân Cảnh, Lê Trần Tuấn Kiệt

(2013), "Tính liều chiếu trong cho bệnh nhân ghi hình 18F-FDG PET/CT bằng

phương pháp MIRD", Báo cáo oral tại Hội nghị khoa học hạt nhân lần X, ngày 15-

16/8/2013 tại Vũng Tàu.

[4] Trần Xuân Hồi, Huỳnh Trúc Phương, Nguyễn Văn Hùng (2017), “Định liều

chiếu trong đối với 131I từ mẫu không khí và lịch sử phơi chiếu”, Tạp chí Khoa học

và công nghệ Đại học Đà Nẵng 9 (118), 99-103.

[5] Lê Thị Bích Hồng (2011), Ứng dụng phần mềm OLINDA để tính liều trong y

học hạt nhân, Luận văn thạc sĩ, Trường Đại học Sư Phạm TP. Hồ Chí Minh.

[6] Nguyễn Văn Hùng, Phạm Hùng Thái, Lê Văn Ngọc Ngọc (2011), “Định liều

chiếu trong đối với I-131 cho nhân viên bức xạ trên cơ sở phân tích nước tiểu

người và đo nhấp nháy lỏng”, Kỷ yếu hội nghị KH&CNHN toàn quốc lần IX ngày

18-19/8/2011, Ninh Thuận (NXB KH&KT, Hà Nội), 397-403.

[7] Trần Đại Nghiệp (2002), An toàn bức xạ, Nhà xuất bản khoa học và kỹ thuật.

[8] Lương Thị Oanh, Đặng Thanh Lương, Dương Thanh Tài (2018), “Phương pháp

tính liều tuyệt đối trong mô phỏng Monte Carlo”, Sciences & Technology

Development Journal: Natural Sciences, ĐHQG TP.HCM 2(5), 90-92.

[9] Dương Thanh Tài, Hoàng Đức Tuân, Lương Thị Oanh, Trương Thị Hồng Loan,

Nguyễn Đông Sơn (2018), “Mô phỏng máy gia tốc tuyến tính bằng phương pháp

Monte Carlo dùng chương trình EGSnr”, Tạp chí phát triển Khoa học & Công nghệ

103, Chuyên San Khoa học Tự Nhiên 2 (4), 103-105.

100

Tiếng nước ngoài

[10] Alan E. N. (1999), “Condensed-history Monte-Carlo simulation for charged

particles: what can it do for us?”, Radiat Environ Biophys 38,163–173.

[11] Albe´rico B C, Stabin M G, Siegel J A, John H. (2011), “Comparison of point,

line and volume dose calculations for exposure to nuclear medicine therapy

patients”, Health Phys 100(2), 185-90.

[12] Allison J., Amako K., Apostolakis J. et al. (2016), “Recent developments in

GEANT4”, Nuclear Instruments and Methods in Physics Research Section A:

Accelerators, Spectrometers, Detectors, and Associated Equipment 835, 186-225.

[13] Amako K. et al. (2005), "Comparison of Geant4 electromagnetic physics

models against the NIST reference data," IEEE Transactions on Nuclear Science

52(4): 910-918. doi: 10.1109/TNS.2005.852691.

[14] Apostolakis J., Asai M., Cosmo G., Howard A., Ivanchenko V. and Verderi M.

(2008), “Parallel geometries in Geant4: Foundation and recent enhancements,” 2008

IEEE Nuclear Science Symposium Conference Record, 883-886.

[15] Arce P. (2019), GAMOS User’s Guide, GAMOS Collaboration, CIEMAT,

Spain.

[16] Arce P., Rato M. P., Lagares JI (2008), “GAMOS: a GEANT4-based Easy and

Flexible Framework for Nuclear Geant4 Simulations”, 2008 IEEE Proc. Nuc. Sci.

Symp. Conf. Rec, 3162 – 3168. doi: 10.1109/NSSMIC.2008.4775023.

[17] Auditore L., Amato E., Italiano A., Pedro A., Campennìa A, Baldaria S.

(2019), “Internal dosimetry for TARE therapies by means of GAMOS Monte

Carlo”, Physica Medica 64, 245-251. https://doi.org/10.1016/j.ejmp.2019.07.024

[18] Awais M., Ulas B., Brent F. et al (2015), “Segmentation and image analysis of

abnormal lungs at CT: current approaches, challenges, and future trends”,

RadioGraphics 35, 1056–1076.

[19] Baró J., Sempau J., Fernández-Varea J.M., Salvat F. (1995), “PENELOPE: An

algorithm for Monte Carlo simulation of the penetration and energy loss of

101

electrons and positrons in matter”, Nuclear Instruments and Methods in Physics

Research Section B: Beam Interactions with Materials and Atoms 100(1), 31-46.

[20] Besemer A. E., Yang Y M, Grudzinski J. J., Hall L T., Bednarz B P. (2018),

“Development and Validation of RAPID: A Patient-Specific Monte Carlo Three-

Dimensional Internal Dosimetry Platform”, Cancer Biother Radiopharm 33(4),

155–165. doi: 10.1089/cbr.2018.2451.

[21] Bhattacharyya K. B. (2016), “Godfrey Newbold Hounsfield (1919–2004): The

man who revolutionized neuroimaging”, Ann Indian Acad Neurol 19(4), 448–450.

[22] Bolch W. E., Bouchet L. G., Robertson J. S. (1999), “MIRD pamphlet No. 17:

the dosimetry of nonuniform activity distributions-radionuclide S values at the

voxel level”, J Nucl Med 40(1), 11-36.

[23] Braad P., Hansen S., Xie T., Habib Z., Carlsen P.F.H. (2016),

“Implementation, validation, and optimization of 124I-PET Monte Carlo patient

specific dosimetry in radioiodine therapy”, J Nucl Med 57(2), 496.

[24] Brent F., Ulas B., Awais M., Ziyue X., Daniel J. M. (2014), “A Review on

segmentation of Positron Emission Tomography images”, Comput Biol Med 50, 76–

96.

[25] Chiavassa S, Bardiès M, Guiraud-Vitaux F et al (2005), “OEDIPE: a

personalized dosimetric tool associating voxel-based models with MCNPX”,

Cancer Biother Radiopharm 20(3), 325-32.

[26] Chung-Yi H., Lai-Jun L., Pei-Yuan L., Jiing-Yih L., Wen-Teng W., Shang-

Chih L. (2010), “Efficient segmentation algorithm for 3D bone models construction

on medical images”, Journal of Medical and Biological Engineering 31(6), 375-

386.

[27] Y Yi, M G Stabin, M H McKaskle, M D Shone, A B Johnson. Comparison of

measured and calculated dose rates near nuclear medicine patients. Health Phys.

2013 Aug;105(2):187-91. doi: 10.1097/HP.0b013e318290cc0e

[28] Dewji S., Bellamy, Michael B., Hertel, N. Richard L., Sami S., Saba,

Mohammad S., and Eckerman K. (2015), “Assessment of the point-source method

102

for estimating dose rates to members of the public from exposure to patients with

131I thyroid treatment”, Health Phys 109(3), 233-241.

doi:10.1097/HP.0000000000000327.

[29] Dieudonné A., Hobb R. F., Bolch W. E., Sgouros G., Gardin I. (2010), “Fine-

Resolution Voxel S Values for Constructing Absorbed Dose Distributions at

Variable Voxel Size”, J Nucl Med 51(10), 1600–1607.

[30] Ebert M. A., Haworth A., Kearvell R (2010), “Comparison of DVH data from

multiple radiotherapy treatment planning systems”, Phys. Med. Biol 55(11), 337-

346.

[31] Ellett W. H., Callahan A. B., Brownell G. L. (1965), “Gamma-ray dosimetry of

internal emitters: Monte Carlo calculations of absorbed dose from point sources”,

Brit.J.Radiol 37(433), 45-52.

[32] Ellett W. H., Callahan A. B., Brownell G. L. (1965), “Gamma-ray dosimetry of

internal emitters II: Monte Carlo calculations of absorbed dose from uniform

sources”, Brit.J.Radiol 38 (451), 541-544.

[33] Emily P., Frank V. (2005), “Accuracy of the photon and electron physics in

GEANT4 for radiotherapy applications”, Med Phys 32(6), 1696-711. doi:

10.1118/1.1895796.

[34] Ernst M, Manser P, Dula K, Volken W, Stampanoni MF, Fix MK (2017),

“TLD measurements and Monte Carlo calculations of head and neck organ and

effective doses for cone beam computed tomography using 3D Accuitomo 170”,

Dentomaxillofac Radiol 46(7):20170047. doi:10.1259/dmfr.20170047.

[35] Feinendegen L. E., Pollycove M., Sondhaus C. A (2004), “Responses to Low

Doses of Ionizing Radiation in Biological Systems”, Nonlinearity Biol Toxicol Med

2(3), 143–171. doi: 10.1080/15401420490507431.

[36] Fisher D. R., Fahey F. H (2017), “Appropriate Use of Effective Dose in

Radiation Protection and Risk Assessment”, Health Phys 113(2), 102-109.

doi:10.1097/HP.0000000000000674.

103

[37] Flint P. W., Haughey B. H., Robbins K. T. (2015), Cummings Otolaryngology

- Head and Neck Surgery, Elsevier, Phladelphia.

[38] Francois P., Beurtheret C., Dutreix A., De Vathaire F. (1988), “A mathematical

child phantom for the calculation of dose to the organs at risk”, Med Phys 15(3),

328-333.

[39] John A., Simone G., Maire M. (1999), “Geant4 low energy electromagnetic

models for electrons and photons”, European organization for nuclear research.

doi: 10.15161/oar.it/1448986129.49.

[40] Geng C. et al (2011), The Use of DOSXYZnrc to Simulate a Voxel Phantom in

Radiation Protection, Communications in Computer and Information Science, 201.

Springer, Berlin, Heidelberg. doi: 10.1007/978-3-642-22418-8_76.

[41] Habib Z., Pedro A (2002), “Therapeutic Applications of Monte Carlo

Calculations in Nuclear Medicine”, Medical Physics 30(9), 28-54.

doi: 10.1201/9781420033250-2.

[42] Hirayama H., Namito Y. (2000), Lecture Notes of Radiation Transport

Calculation by Monte Carlo Method, High Energy Accelerator Research

Organization, Japan.

[43] Hung N.V., Hai N.V (2005), “Internal radiation dosimetry for some of gamma

emitting radionuclides by a chair-type whole-body counter using a scintillation

detector”, Kỷ yếu Hội nghị KH&CNHN toàn quốc lần 6 ngày 26-27/10/2005, Đà

Lạt, 391-394.

[44] RADAR page, http://www.doseinfo-radar.com/OLINDA.html (Truy cập ngày

8/7/2019).

[45] ROOT Reference Guide page,

https://root.cern.ch/doc/master/classTColor.html#C05 (Truy cập ngày 20/3/2021).

[46] Voxel Dosimetry - Medical Imaging Group,

http://www.medphys.it/res_svoxel.htm (Truy cập ngày 01/10/2020).

[47] GitHub Pages, https://locationtech.github.io/jts/ (Truy cập ngày 6/03/2020.)

104

[48] EStar- Physical Measurement Laboratory -NIST,

https://physics.nist.gov/PhysRefData/Star/Text/ESTAR.html (Truy cập ngày

1/6/2020).

[49] Carimas - Turku PET Centre, https://turkupetcentre.fi/carimas/features/ (Truy

cập ngày 1/7/2020).

[50] IAEA, Nuclear Data Services, https://www-

nds.iaea.org/relnsd/vcharthtml/VChartHTML.html#showtype=2 (Truy cập ngày

18/8/2020).

[51] CDC page, https://www.cdc.gov/nceh/radiation/alara.html. (Truy cập ngày

01/1/2020).

[52] IAEA (2018), Radiation Protection and Safety in Medical Uses of Ionizing

Radiation, IAEA, IAEA SAFETY STANDARDS SERIES, SSG-46.

[53] ICRP (1979), Radionuclide release into the Environment-Assessment of doses

to man, ICRP, ICRP Publication 29.

[54] ICRP (1991), Recommendations of the International Commission on

Radiological Protection, ICRP, ICRP Publication 60.

[55] ICRP (2007), The 2007 Recommendations of the International Commission on

Radiological Protection, ICRP, Publication 103.

[56] ICRP (2009), Adult reference computational phantoms, ICRP, ICRP

Publication 110.

[57] Itzhak O. (2017), “Volume-Shape Dose Dependence for Gamma Radiation

Brachytherapy: A Monte Carlo Study”, J Clin Trials Oncol 1-9. doi

10.17303/jcto.2017.101.

[58] Jamal A. Z., Bardouni T, Maged M., Hajjaji O. (2019), “Validation of GAMOS

code based on Geant4 Monte Carlo for a 12 MV Saturne43 Linac”, Journal of King

Saud University – Science 31(4):500-505.

[59] Jan S., Santin G., Strul D., Staelens S., Assié K., Autret D., et al (2004),

“GATE - Geant4 Application for Tomographic Emission: a simulation toolkit for

PET and SPECT”, Phys Med Biol 49(19), 4543–4561.

105

[60] Jeffry A. S., Bennett S. G., Alan H. M. et al (2018), “The BEIR VII Estimates

of Low-Dose Radiation Health Risks Are Based on Faulty Assumptions and Data

Analyses: A Call for Reassessment”, Journal of Nuclear Medicine 59(7), 1017-

1019. doi:10.2967/jnumed.117.

[61] Karen A. K., Liza L., Esther M., Baris T., Peter C. (2013), “The Role of

PET/CT and SPECT/CT in Oncology Drug Development”, Current Molecular

Imaging (Discontinued) 2 (1), 42-52. DOI: 10.2174/2211555211302010006.

[62] Kletting P., Schimmel S., Hänscheid H. (2015), “The NUKDOS software for

treatment planning in molecular radiotherapy”, Z Med Phys 25(3), 264-274.

[63] Kramer R., Vieira J.W., Khoury H.J., Lima F.R.A., Fuelle D. (2003), “All

about MAX: a male adult voxel phantom for Monte Carlo calculations in radiation

protection dosimetry”, Phys. Med. Biol 48, 1239–1262.

[64] Kyriakoua I., Ivanchenko V., Sakatad D., Bordagee M.C., Guatellid S., Incertig

S., Emfietzogloua D. (2019), “Influence of track structure and condensed history

physics models of Geant4 to nanoscale electron transport in liquid water”, Physica

Medica 58, 149-154.

[65] Lagares J.I., Arce P., Gómez-Ros J.M. (2009), “Aplicación del modo de

Monte Carlo a la física de radiaciones en la Medicina”, Revista española de física

23(1), 45-56.

[66] Lee M. S., Hwang D., Kim J. H., Lee J. S. (2019), “Deep-dose: a voxel dose

estimation method using deep convolutional neural network for personalized

internal dosimetry”, Sci Rep 9, 10308. doi: https://doi.org/10.1038/s41598-019-

46620-y.

[67] Lidia S., Enrico M., Marco D., Marcello B. (2006), “Monte Carlo dose voxel

kernel calculations of beta-emitting and Auger-emitting radionuclides for internal

dosimetry: A comparison between EGSnrcMP and EGS4”, Med Phys 33(9), 3383-

9. doi: 10.1118/1.2266255.

[68] Loevinger R., Japha E. M., Brownell G.L. (1956), Discrete Radioisotope

Sources in Radiation Dosimetry, Academic, 693-755.

106

[69] Sudhyadhom A (2020), “On the molecular relationship between Hounsfield Unit (HU), mass density, and electron density in computed tomography (CT)”, PLoS One 15(12). doi: 10.1371/journal.pone.0244861. PMID: 33382794; PMCID: PMC7775093.

[70] Maged M., Bardouni T., Chakir E., Saeed M., ZainJamal A., Lahdour M

(2018), “Validation of BEAMnrc Monte Carlo model for a 12 MV photon beam”,

Journal of King Saud University – Science 30(4), 537-543.

[71] Mari P., Jarkko O., Jarkko N., Mikko B., Jani K. & Mika K. (2017),

“Comparison of two Monte Carlo-based codes for smallfield dose calculations in

external beam radiotherapy”, Acta Oncologica 56(6), 891-893. DOI:

10.1080/0284186X.2017.1292048.

[72] Marissa L. B. (2013), “Estimated dose from diagnostic nuclear medicine

patients to people outside the Nuclear Medicine department”, Radiat Prot

Dosimetry 157(1), 44-52. doi: 10.1093/rpd/nct119.

[73] Mattsson S. (2013), Introduction: The Importance of Radiation Protection in

Nuclear Medicine, Springer, Berlin, Heidelberg London. DOI:

https://doi.org/10.1007/978-3-642-31167-3_1.

[74] Mersenne M.W.C., Twister M. M., Nishimura T. (1998), “Mersenne twister: a

623-dimensionally equidistributed uniform pseudo-random number generator”,

ACM Transactions on Modeling and Computer Simulation (TOMACS) 8(1), 3-30.

[75] Michael L., Katarina S., Xiaowei L., Eric F., Yuni D., Sven-Erik Strand.

(2002), “A 3-Dimensional Absorbed Dose Calculation Method Based on

Quantitative SPECT for Radionuclide Therapy: Evaluation for 131I Using Monte

Carlo Simulation”, J Nucl Med 43(8), 1101–1109.

[76] Michael S (2012), “Radar reference adult, pediatric, and pregnant female

phantom series for internal and external dosimetry”, Journal of Nuclear Medicine

53(11), 1807–1813.

[77] Michele L., Loredana M. (2014), “Medical Image File Formats”, J Digit

Imaging 27(2), 200–206.

107

[78] Miguel M., Virginia F. J. N., Francois M., Krishma A., Konstantinos

Kamnitsas, Enzo F. (2020), “Multiclass semantic segmentation and quantification

of traumatic brain injury lesions on head CT using deep learning: an algorithm

development and multicentre validation study”, The Lancet Healthy Longevity 2(6),

314-322. doi:https://doi.org/10.1016/S2589-7500(20)30085-6.

[79] Dieudonné A, Hobbs RF, Lebtani R, et al. Study of the impact of tissue density

heterogeneities on 3-dimensional abdominal dosimetry: comparison between dose

kernel convolution and direct Monte Carlo methods. J Nucl Med. 2013;54:236–243.

[80] Muehllehner G. and Karp J. S. (1998), "Advances in SPECT and PET,"IEEE

Transactions on Nuclear Science 35(1), 639-643. doi: 10.1109/23.12803.

[81] National Research Council (US) Committee on the Biological Effects of

Ionizing Radiation (BEIR V) (1990), Health Effects of Exposure to Low Levels of

Ionizing Radiation: Beir V, Washington, National Academies Press (US).

https://www.ncbi.nlm.nih.gov/books/NBK218705/.

[82] Nedaie HA, Mosleh-Shirazi MA, Allahverdi M (2013), “Monte Carlo N

Particle code - Dose distribution of clinical electron beams in inhomogeneous

phantoms”, J Med Phys 38(1):15-21. doi:10.4103/0971-6203.106607.

[83] Niese S (2018), “The Nobel Laureate George de Hevesy (1885-1966),

Universal Genius and Father of Nuclear Medicine”, SAJ Biotechnology 5(1), 22-23.

[84] Palmer G.S. (2017), “An Excel-Based System to Manage Radiation Safety for

the Family of Patients Undergoing 131I Therapy”, J Nucl Med Technol 45(2), 102–

110.

[85] Paula C. G., Paulo T. D. S., Hélio Y., Gabriel P. F. G. R., Laura F. (2009),

“Reconstruction of segmented human voxel phantoms for skin dosimetry”,

International Nuclear Atlantic Conference - INAC (Rio de Janeiro, Brazil), ISBN

978-85-99141-03-8.

[86] Pena J., Capote-Noy R., Linares R., Sanchez-Doblado F., Gómez F. (2005),

“196 Upgrading of CAVRZnrc ionization chamber simulation code for accurate

108

IMRT verification”, Radiotherapy and Oncology 76(2), S96-S97.

doi:https://doi.org/10.1016/S0167-8140(05)81173-9.

[87] Poletti, J., McLean, D. (2012), “Monte Carlo simulation of the effect of focal

spot size on contrast-detail detectability”, Australas Phys Eng Sci Med 35, 41–48.

https://doi.org/10.1007/s13246-011-0118-9.

[88] Qian X., Wang J., Guo S., Li Q. (2013), “An active contour model for medical

image segmentation with application to brain CT image”, Med Phys 40(2), 021911.

doi: 10.1118/1.4774359.

[89] Robert F., MariaW., Jörg K (2011), “Geant4-Simulations for cellular dosimetry

in nuclear medicine”, Zeitschrift für Medizinische Physik 21(4), 281-289.

[90] Roger W. H. (1994), “The MIRD schema: From organ to cellular dimension”,

J Nucl Med 35, 531-533.

[91] Rogers D.W.O. and Bielajew A.F. (1990), Monte Carlo Techniques of Electron

and Photon Transport for Radiation Dosimetry, National Research Council of

Canada Ottawa, Canada. Academic Press.

[92] Rogers D.W.O., Kawrakow I., Seuntjens J.P., Walters B.R.B., Mainegra-Hing

E. (2011), NRC User Codes for EGSnrc, NRCC Report PIRS-702.

[93] Russo P. (2017), Handbook of X-ray Imaging: Physics and Technology, CRC

Press, 1167-1168.

[94] Sergey V. N., Chunlei H., Maija M., Sami K., Alexandru G.N., Hans H., Irina

L., Heikki U., Mikko P., Esa J., Juhani K. (2009), “Myocardial perfusion

quantitation with 15O-labelled water PET: high reproducibility of the new cardiac

analysis software (Carimas™)”, Eur J Nucl Med Mol Imaging 36:1594–1602.

[95] Sharma N., Aggarwal L. M. (2010), “Automated medical image segmentation

techniques”, J Med Phys 35(1), 3-14.

[96] Siddhant M., Mohanty A. K., and Carminati F. (2012), “Efficient pseudo-

random number generation for monte-carlo simulations using graphic processors”,

J. Phys. Conf. Ser, 368 012024.

109

[97] Siegel J.A., Marcus C.S., Sparks R.B. (2002), “Calculating the Absorbed Dose

from Radioactive Patients: The Line-Source Versus Point-Source Model”, J Nucl

Med 43(9), 1241-1244.

[98] Stabin M. G., Sparks R. B., Crowe E. (2005), “OLINDA/EXM: the second-

generation personal computer software for internal dose assessment in nuclear

medicine”, J Nucl Med 46(6), 1023-1027.

[99] Stabin M.G (2003), Radiation Protection and Dosimetry, Springer, New York.

https://doi.org/10.1007/978-0-387-49983-3_10.

[100] Sudhir K., Deepak D. D., Alan E. N. (2015), “Monte-Carlo-derived insights

into dose-kerma-collision kerma inter-relationships for 50 keV-25 MeV photon

beams in water, aluminum and copper”, Phys Med Biol 60(2), 501-19. doi:

10.1088/0031-9155/60/2/501.

[101] Sumi Y., Katsunori A. (2014), “Calculation of equivalent dose for the lens of

the eye in a positron field using EGS5”, Progress in Nuclear Science and

Technology, 4, 788-792.

[102] Taubin G., Horn W.P., Lazarus F., Rossignac J. (1998), “Geometry coding

and VRML”, Proceedings of the IEEE, 96(6), 1228-1243.

[103] Tepel J.W. (1984), “ENSDF - The evaluated nuclear structure data file”,

Computer Physics Communications 33(1–3),129-146.

[104] U Schneider, E Pedroni, A Lomax, (1996), “The calibration of CT Hounsfield

units for radiotherapy treatment planning”, Phys Med Biol 41(1), 111-24. doi:

10.1088/0031-9155/41/1/009.

[105] Van S. J., Lustberg T., Grittner D. et al (2014), “Towards a semantic PACS:

Using Semantic Web technology to represent imaging data”, Stud Health Technol

Inform 205, 166-170.

[106] Von Mülle F., Happel C., Reinhardt J. et al (2014), “Evaluation of Fear of

Radiation and Isolation Before and After Radioiodine Therapy”, Thyroid 24(7),

1151–1155.

110

[107] Xu X. G (2014), “An exponential growth of computational phantom research

in radiation protection, imaging, and radiotherapy: A review of the fifty-year

history”, Phys Med Biol 59(18), 233–302. doi:10.1088/0031-9155/59/18/R233.

[108] Yeom Y. et al (2013), “Conversion of ICRP male reference phantom to

polygon-surface phantom”, Phys. Med. Biol 58(19): 6985-7007. doi: 10.1088/0031-

9155/58/19/6985.

[109] Yeon S. Y., Min C., Chan H. K., Jong H. J. (2019), “Dose coefficients of

mesh-type ICRP reference computational phantoms for idealized external exposures

of photons and electrons”, Nuclear Engineering and Technology 51(3), 843-852.

https://doi.org/10.1016/j.net.2018.12.006.

[110] Yuan J., Chen Q., Brindle J. et al (2015), “Investigation of nonuniform dose

voxel geometry in Monte Carlo calculations”, Technol Cancer Res Treat 14(4),

419-27.

[111] Zˇontar D et al. (2013), Radiation Protection in Nuclear Medicine, Springer-

Verlag, Berlin Heidelberg London.

[112] Zhongli C., Yongkyu L. K., Raymond M R. (2017), “Monte Carlo N-Particle

(MCNP) Modeling of the Cellular Dosimetry of 64Cu: Comparison with MIRDcell

S Values and Implications for Studies of Its Cytotoxic Effects”, J Nucl Med 58(2),

339-345. doi: 10.2967/jnumed.116.175695.

111

PHỤ LỤC

PHỤ LỤC A. HƯỚNG DẪN SỬ DỤNG PHẦN MỀM GAMOS

Để thực hiện bài toán tính liều cho phantom voxel, cần phải chuẩn bị các tệp

dữ liệu đầu vào: ảnh CT và ảnh YHHN theo định dạng GAMOS (g4dcm), tệp khai

báo hình học (geom), tệp chứa các lệnh yêu cầu (.in). Phần Phụ lục A trình bày chi

tiết về các tệp dữ liệu này, đồng thời trình bày các dòng lệnh cần thiết để thực hiện

một bài toán tính liều cơ bản.

1. Định dạng ảnh CT và ảnh YHHN trong GAMOS

Trước khi thực hiện việc tính liều, GAMOS cần chuyển các file ảnh cắt lớp

sang dạng văn bản theo chuẩn ASCII (còn gọi là dạng “g4dcm”) [15]. GAMOS có

thể đọc ảnh cắt lớp định dạng DICOM hoặc Interfile. Việc đọc dữ liệu ảnh cắt lớp

dưới dạng văn bản là một thuận tiện giúp việc tính liều với phantom voxel thêm linh

động. Người dùng có thể dễ dàng thực hiện một số thao tác trên ảnh như giảm số

voxel, cắt bớt vùng không gian thừa (vùng không khí quanh phantom), tịnh tiến

phantom... Để chuyển ảnh cắt lớp về dạng văn bản theo chuẩn GAMOS, trước hết,

người sử dụng cần chuẩn bị file “meta-data” chứa các thông tin về ảnh CT và ảnh

YHHN. Cấu trúc file meta-data gồm có [15]:

COMPRESSION (Hệ số nén)

Ví dụ: “COMPRESSION 4”

Hệ số nén được áp dụng cho các voxel trên trục x và y. Hệ số nén bằng 4

nghĩa là ghép 4x4 voxel trên trục x và y để được 1 voxel lớn. Hệ số nén không áp

dụng cho các voxel trên trục z. Và hệ số nén phải là một ước số nguyên của số

voxel trên trục x và y của ảnh gốc.

Khai báo vật liệu và mật độ

Ví dụ: “:MATE G4_AIR 0.207

:MATE G4_LUNG_ICRP 0.919”

Giá trị tương ứng ở sau tên vật liệu cho biết ngưỡng trên của vùng mật độ.

Ví dụ G4_AIR có mật độ từ 0 đến 0,207 g/cm3, G4_LUNG_ICRP có mật độ từ

0,207 đến 0,919 g/cm3.

112

Các giá trị để ngoại suy từ HU sang mật độ

Ví dụ:

HU Mật độ (g/cm3)

:CT2D -5000 0.0

:CT2D -1000 0.01

:CT2D -400 0.602

:CT2D -150 0.924

Chữ CT2D có nghĩa là “CT to density”.

Bảng quy đổi trên tùy thuộc vào mỗi máy CT. Trong file meta-data mà

GAMOS cung cấp là Bảng quy đổi ứng của máy chụp CT tại Đại học Y Navarra,

nơi cung cấp các bộ ảnh DICOM mà luận án sử dụng.

Đường dẫn đến các file ảnh cắt lớp

Ví dụ:

“:FILE ../DICOMExample/CT_CR_dcm/11321153.dcm

:FILE ../DICOMExample/CT_CR_dcm/11321171.dcm”

Sau khi file meta-data được hoàn tất, lệnh yêu cầu biên dịch các file ảnh cắt

lớp thành file văn bản theo chuẩn của GAMOS có thể được thực hiện thông qua

màn hình Terminal như sau:

 Di chuyển đến thư mục chứa file meta-data:

“cd xxx/analysis/DICOM/DICOM2G4”

 Thực hiện lệnh “source xxx/config/confgamos.sh”

 Thực hiện lệnh biên dịch ảnh thành file văn bản:

“DICOM2G4 xxx.mdat”

Khi quá trình biên dịch ảnh kết thúc, trên Terminal sẽ thông báo. File văn

bản chứa thông tin về ảnh CT và ảnh YHHN sẽ xuất hiện trong cùng thư mục với

file meta-data. Điều cần lưu ý là, mặc định trong phần mềm GAMOS, để tiết kiệm

bộ nhớ, GAMOS chỉ cho chúng ta giá trị mật độ chứ không bao gồm luôn cả giá trị

HU. Và trong phạm vi tính liều, ta cũng chỉ cần giá trị mật độ. Để hiển thị giá trị

HU, người sử dụng cần phải điều chỉnh User code của GAMOS bằng cách vào

113

“Analyse/DICOM/DICOMReaders/src/DicomReaderCT.cc”, dòng code dùng để

hiển thị giá trị HU trên từng voxel mặc định bị bất hoạt để tiết kiệm bộ nhớ. Chúng

ta chỉ việc bỏ dấu “//” đầu dòng code đi. Sau đó thực hiện lệnh biên dịch (compile)

lại như sau:

“Source compileGamosAll.sh [đường dẫn đến thư mục GAMOS]”.

Mỗi khi điều chỉnh User code, người dùng cần lặp lại lệnh biên dịch trước

khi tiếp tục thực hiện các lệnh khác. Trên đây vừa trình bày về cách xử lý file ảnh

CT và ảnh YHHN, mục tiếp theo sẽ trình bày về file hình học.

2. File hình học (.geom)

Sau khi chuẩn bị các file mô tả phantom bao gồm kích thước, vị trí, mật độ

và hoạt độ, ta cần mô tả môi trường đặt phantom, bao gồm hình học và vật liệu. Các

mô tả này được thực hiện trong file hình học (.geom). File hình học còn cho biết

thông tin về hình dạng, kích thước và vật liệu của phantom nếu phantom có hình

học đơn giản và không phải là phantom voxel. Các khai báo cần thiết trong file hình

học:

 Khai báo vật liệu

Trong file hình học, khi sử dụng vật liệu nằm trong thư mục nào, tên và

đường dẫn đến thư mục đó cần phải được chỉ rõ. Ngoài thư viện vật liệu của

GAMOS, người dùng có thể tạo ra các vật liệu mới.

 Khai báo hình học

Hình học được lựa chọn phải nằm trong thư viện hình học của GEANT4

[12], tuy nhiên, có thể tạo ra các hình học khác bằng cách kết hợp các phép toán

hợp, giao, bù. Phần tiếp theo sẽ trình bày về file “yêu cầu”.

3. File yêu cầu (.in)

Người dùng cần đưa đường dẫn các file ảnh cắt lớp và file hình học vào

GAMOS thông qua file “yêu cầu” [15]. Trong file này, người dùng cũng cần thực

hiện các khai báo liên quan đến quá trình mô phỏng cũng như các kết quả muốn có.

Các khai báo cơ bản trong file yêu cầu gồm có:

114

 Khai báo phantom

Người dùng có thể mô tả phantom trong file hình học (.geom) hoặc file CT

(g4dcm). Khi đó, trong file .in, chỉ cần cho biết tên và đường dẫn đến file phantom:

/gamos/setParam GmReadPhantomGeometry:Phantom:FileName Tên file và

đường dẫn.

Kế tiếp, cần mô tả định dạng phantom.

Phantom định dạng DICOM

/gamos/geometry GmReadPhantomG4Geometry

Phantom định dạng binary

/gamos/geometry GmReadPhantomG4BinGeometry

Nếu phantom có dạng voxel nhưng số voxel ít và vật liệu đơn giản, người

dùng có thể khai báo ngay trong file “.in” như sau:

/gamos/geometry GmSimplePhantomGeometry

/gamos/setParam GmSimplePhantomGeometry:NVoxels Số voxel trên 3 trục x y z

/gamos/setParam GmSimplePhantomGeometry:PhantomDims Tọa độ nhỏ nhất Tọa

độ lớn nhất của voxel trên 3 trục x, y, z

/gamos/setParam GmSimplePhantomGeometry:MaterialZVoxels Số voxel trên mỗi

vùng vật liệu của trục z.

/gamos/setParam GmSimplePhantomGeometry:MaterialNames Tên vật liệu

/gamos/setParam GmSimplePhantomGeometry:MaterialDensities Mật độ Vật liệu

 Khai báo nguồn

Việc khai báo nguồn gồm có các khai báo tên nguồn, loại hạt, năng lượng

hoặc hoạt độ.

Nguồn đơn năng (ví dụ như chùm electron, gamma…)

/gamos/generator/addSingleParticleSource Tên-nguồn Loại-hạt Năng-lượng

Nguồn đồng vị

/gamos/generator/addIsotopeSource Tên-nguồn Tên-đồng-vị Hoạt-độ

115

Nguồn đồng nhất

Nếu nguồn đồng vị được phân bố đồng nhất trong một thể tích nào đó, ta

dùng dòng lệnh:

/gamos/generator/positionDist Tên-nguồn GmGenerDistPositionInG4Volumes Tên-

hình-học-chứa-nguồn-đồng-nhất

Nguồn là ảnh YHHN

/gamos/generator/positionDist Tên-nguồn GmGenerDistPositionPETImage Tên-

file-ảnh-YHHN

Đối với tên loại hạt, thì phải khai báo đúng như trong thư viện của GAMOS.

Năng lượng nguồn được hiểu là năng lượng tại vị trí ban đầu, khi hạt mới được phát

ra.

 Khai báo “danh sách vật lý”

Có nhiều danh sách vật lý (physics list). Sau đây là một số mô hình cơ bản:

- Basic electromagnetic physics list

Cách khai báo “/gamos/physicsList GmEMPhysics”

Mô hình này bao gồm các quá trình vật lý phổ biến nhất của gamma,

electron, positron, photon. Gamma và electron sử dụng mô hình năng lượng thấp.

Còn positron thì sử dụng mô hình chuẩn.

- GAMOS extended electromagnetic physics list

Cách khai báo “/gamos/physicsList GmEMExtendedPhysics”

Bên cạnh các loại hạt cơ bản được mô phỏng trong mô hình “Basic

electromagnetic”, còn có thêm các loại hạt mu+, mu-, alpha, pi+, pi-, kaon+, kaon-.

Ngoài ra, người dùng có thể chọn các mô hình vật lý khác như

G4EmStandardPhysics, G4LowEPPhysics, G4PenelopePhysics…

 Khai báo hình học song song

Trong quá trình tính toán mô phỏng, nếu người sử dụng muốn áp dụng một

“cách đối xử” đặc biệt cho một vùng không gian nào đó, ví dụ như dùng kỹ thuật

giảm thăng giáng, áp dụng một ngưỡng năng lượng khác, áp dụng một hay nhiều bộ

116

lọc…người dùng cần khai báo vùng không gian đó dưới dạng “hình học song song”.

Cách khai báo như sau:

/gamos/setParam GmReadPhantomGeometry:FileNameParallel xxx.geom 1

Trong đó, “xxx.geom” là tên file hình học chứa thông tin về vùng không gian cần

được khai báo dưới dạng “hình học song song”.

 Khai báo các kết quả cần có

Người sử dụng có thể yêu cầu GAMOS xuất bất kỳ kết quả nào ở bất kỳ thời

điểm nào. Ví dụ:

- Thông tin trong mỗi lần tương tác

“/tracking/verbose 1”

- Phân bố liều theo không gian dạng 3ddose [11]

“/gamos/scoring/addPrinter2Scorer GmPSPrinter3ddose DoseScorer”

- Phân bố liều theo không gian dạng sqdose

“/gamos/scoring/addPrinter2Scorer GmPSPrinterSqdose DoseScorer”

- File VRML mô phỏng trực quan đường đi của hạt.

“/control/execute ../../../examples/visVRML2FILE.in”

4. File mô tả vật liệu

Các file này có tên là “NIST_materials”, “PET_materials” nằm trong thư

mục Data và “G4DensityEffectData” nằm trong thư mục

“GEANT4/source/materials”. Ngoài các vật liệu sẵn có trong thư viện, người dùng

có thể thêm các loại vật liệu mới.

Khi các tệp dữ liệu đầu vào đã sẵn sàng, việc tính liều được thực hiện qua

Terminal với thao tác đơn giản:

- Mở Terminal

- Chạy lệnh “config” như trên.

Chú ý, lệnh config chỉ cần thực hiện một lần duy nhất mỗi khi mở Terminal. Sau khi thực hiện lệnh config, việc tính liều được thực hiện bằng dòng lệnh sau:

“gamos [đường dẫn đến file yêu cầu]”

Khi quá trình mô phỏng kết thúc, các file kết quả sinh ra sẽ nằm trong thư

mục “Data”.

117

PHỤ LỤC B. HƯỚNG DẪN SỬ DỤNG PHẦN MỀM CARIMAS

Có rất nhiều công cụ đọc ảnh cắt lớp và cho phép thực hiện các thao tác: hiển

thị ảnh, khoanh vùng quan tâm, đọc thông tin ảnh trong vùng quan tâm. Trong đó,

CARIMAS, được phát triển qua nhiều phiên bản từ 2.0 đến 2.10 bởi trung tâm PET

của Turku [94], là phần mềm miễn phí, có thể đọc ảnh cắt lớp ở nhiều định dạng

DICOM, ECAT, Analyse, Interfile, Nifti, MicroPET [49]. Phần mềm này cho phép

đọc ảnh CT hay ảnh YHHN chưa nén và xác định hoạt độ hay mật độ trong vùng

quan tâm mà không có sẵn tính năng xuất thông tin trong từng voxel. Vùng quan

tâm có thể khai báo bằng cách vẽ thủ công trực tiếp hoặc mô tả bằng tệp dạng

VRML.

Như đã trình bày, với CARIMAS, để xác định vùng quan tâm, có thể dùng

các cách sau:

 Chọn vùng quan tâm là hình khối có sẵn bằng cách vào SegmentNew

Chọn hình khối” (Hình PL1).

 Chọn vùng quan tâm là vật phẳng với hình dạng có sẵn bằng cách vào

“SegmentNewROI set” (Hình PL2).

 Mô tả vùng quan tâm bằng file văn bản định dạng VRML [102].

Hình PL1. Chọn vùng quan tâm dạng hình khối 3D có sẵn.

118

Hình PL2. Chọn vùng quan tâm là hình 2D có sẵn.

Trong file văn bản này, ta cần mô tả hình dạng và vị trí các vùng quan tâm.

CARIMAS có khả năng tính giá trị trung bình của hoạt độ hay mật độ trong vùng

quan tâm từ file văn bản này. Để thực hiện mục đích kiểm tra độ tin cậy của

GAMOS trong việc đọc phân bố hoạt độ và mật độ, mỗi voxel được xem như một

vùng quan tâm. Voxel này có thể lớn hơn hoặc bằng voxel gốc của ảnh. Do trong

ảnh CT và ảnh YHHN, kích thước voxel gốc rất bé, do đó, không thể vẽ tay tất cả

voxel. Thay vào đó, tất cả voxel cần được khai báo trong file văn bản định dạng

VRML. Cấu trúc file VRML như sau:

 Tên vùng quan tâm

Ta có thể đặt tên tùy ý cho vùng quan tâm. Tên này sẽ hiển thị lên giao diện

của chương trình.

 Phép tịnh tiến (Translation)

Ví dụ ban đầu ta có điểm A có tọa độ (x0, y0, z0). Thực hiện phép tịnh tiến

“Translation a, b, c” thì điểm A sẽ dịch chuyển đến vị trí có tọa độ (x0+a, y0+b,

z0+c).

 Coord Coordinate point:

119

Tọa độ của các đỉnh trên bề mặt vùng quan tâm. Mỗi voxel là một hình hộp,

nên mỗi voxel sẽ có 8 đỉnh trên bề mặt.

 CoorIndex

 Cách nối các điểm trong vùng quan tâm. Ví dụ: 0 1 8 7 -1,

Có nghĩa là nối các điểm theo thứ tự: điểm đầu tiên (index=0), điểm thứ 2

(index=1), điểm thứ 9 (index=8) và điểm thứ 8 (index=7) thành 1 mặt phẳng. Số “-

1” ở cuối hàng có nghĩa là sau đó có thể còn 1 dòng nữa. Tập hợp tất cả các mặt sẽ

ghép thành bề mặt của vùng quan tâm. Trong bài toán của chúng ta, mỗi vùng quan

tâm là một voxel, có dạng hình hộp. Chỉ cần 8 điểm ứng với 8 đỉnh của hình hộp, và

nối từng 4 điểm theo đúng thứ tự để tạo thành 6 mặt là được một voxel. Mặt khác,

do số lượng voxel lớn, nên không thể mô tả từng voxel. Ta chỉ cần mô tả hình dạng

và vị trí một voxel (gọi là voxel mẫu), sau đó suy ra vị trí tất cả các voxel còn lại.

Các bước tiến hành cụ thể như sau:

Bước 1: Tải bộ ảnh (ảnh CT hoặc ảnh YHHN) của bệnh nhân lên phần mềm

CARIMAS (Hình PL3).

Load→Open (Local)→ [Đường dẫn đến các file ảnh]

Bước 2: Vào mục “View→ Images header” để xem thông tin về kích thước, vị

trí ảnh, kích thước voxel, số voxel trên 3 trục x, y, z.

Bước 3: Tìm tọa độ các đỉnh voxel.

Ta cần viết tọa độ 8 đỉnh của mỗi voxel. Sau đó nối các đỉnh theo đúng thứ

tự kế cận sẽ được 6 mặt, 6 mặt này hợp thành hình hộp như Hình PL4.

Gọi kích thước các voxel trên 3 trục là Δx, Δy và Δz. Xét voxel có tọa độ x,

y và z nhỏ nhất trong các voxel của ảnh cắt lớp. Tọa độ 8 đỉnh của voxel:

Điểm 0 (x0, y0, z0):

x0= xmin

y0= ymin

z0= zmin

Với xmin, ymin và zmin là tọa độ nhỏ nhất của ảnh cắt lớp trên 3 trục x, y và z.

120

Hình PL3. Tải ảnh vào chương trình CARIMAS.

Hình PL4. Hình học của một voxel.

Từ đó có thể dễ dàng suy ra tọa độ các đỉnh còn lại:

Điểm 1 (x0, y0+Δy, z0);

Điểm 2 (x0, y0+Δy, z0+Δz);

Điểm 3 (x0, y0, z0+ Δz);

Điểm 4 (x0+Δx, y0, z0+Δz);

Điểm 5 (x0+Δx, y0+Δy, z0+Δz);

Điểm 6 (x0+Δx, y0+Δy, z0);

Điểm 7 (x0+Δx, y0, z0);

121

Tiếp theo, nối 4 điểm theo thứ tự để tạo 6 mặt phẳng:

0, 1, 2, 3,-1,

4, 5, 6, 7,-1,

1, 2, 5, 6,-1,

0, 3, 4, 7,-1,

2, 3, 4, 5,-1,

1, 0, 7, 6,-1,

Tương tự, ta viết tọa độ các đỉnh cho các voxel khác. Tọa độ của các voxel

kế cận trên một trục sẽ chênh lệch nhau một giá trị bằng kích thước voxel trên trục

đó. Các voxel được khai báo đúng với tọa độ của chúng trong ảnh của bệnh nhân

nên không cần sử dụng phép tịnh tiến.

Bước 4: Sau khi hoàn tất việc khai báo từng voxel, ta đưa file VRML vào

CARIMAS bằng cách vào “SegmentFileLoad VOIs From FileChọn đường

dẫn đến file VRML”. Bằng cách này, ta có thể quan sát các voxel như Hình PL5.

Bước 5: Cuối cùng, nhấp vào “Analyze”, CARIMAS sẽ cho biết giá trị trung

bình, giá trị nhỏ nhất, giá trị lớn nhất trong voxel. Giá trị đó là hoạt độ (Bq) đối với

ảnh YHHN và HU đối với ảnh CT. Để lưu lại kết quả, nhấp vào “Save to TXT”.

Hình PL5. Kiểm tra vị trí các voxel vừa khai báo.

122

PHỤ LỤC C. GIÁ TRỊ HOẠT ĐỘ (Bq) VÀ HU TRÊN TỪNG VOXEL

1. Giá trị hoạt độ (Bq) trên mỗi voxel của ảnh YHHN

GAMOS CARIMAS Voxeli

i=1 2012 2012

i=2 2550 2550

i=3 5544 5544

i=4 5920 5920

i=5 5650 5650

i=6 4639 4639

i=7 4691 4691

i=8 6358 6358

i=9 7891 7891

i=10 8079 8079

i=11 5491 5491

i=12 5544 5544

i=13 6129 6129

i=14 5013 5013

i=15 4806 4805

i=16 4735 4735

i=17 5904 5904

i=18 5265 5265

i=19 5133 5133

i=20 5125 5125

123

2. Giá trị HU trên từng voxel của ảnh CT

GAMOS CARIMAS Voxeli

i=1 -885 -885

i=2 -775 -775

i=3 -626 -626

i=4 -449 -449

i=5 -256 -256

i=6 -73 -73

i=7 84 84

i=8 209 209

i=9 298 298

i=10 357 357

i=11 390 390

i=12 403 403

i=13 394 394

i=14 365 365

i=15 293 293

i=16 166 166

i=17 -15 -15

i=18 -233 -233

i=19 -459 -459

i=20 -661 -661

124

PHỤ LỤC D. BẢNG CHUYỂN ĐỔI MẬT ĐỘ VÀ VẬT LIỆU THEO

NGHIÊN CỨU CỦA SCHNEIDER [104]

Mật độ Thành phần (g/cm3)

0,0526 G4_N 0,755 G4_O 0,232 G4_Ar 0,013

G4_H 0,103 G4_C 0,105 G4_N 0,031

G4_O 0,749 G4_Na 0,002 G4_P 0,002 0,9073

G4_S 0,003 G4_Cl 0,003 G4_K 0,002

G4_H 0,116 G4_C 0,681 G4_N 0,002

G4_O 0,198 G4_Na 0,001 G4_S 0,001 0,9438

G4_Cl 0,001

G4_H 0,113 G4_C 0,567 G4_N 0,009

G4_O 0,308 G4_Na 0,001 G4_S 0,001 0,9706

G4_Cl 0,001

G4_H 0,11 G4_C 0,458 G4_N 0,015

G4_O 0,411 G4_Na 0,001 G4_P 0,001 0,9974

G4_S 0,002 G4_Cl 0,002

G4_H 0,108 G4_C 0,356 G4_N 0,022

G4_O 0,509 G4_P 0,001 G4_S 0,002 1,0226

G4_Cl 0,002

G4_H 0,106 G4_C 0,284 G4_N 0,026

G4_O 0,578 G4_Na 0,001 G4_S 0,002 1,0276

G4_Cl 0,002 G4_Ar 0,001

G4_H 0,103 G4_C 0,134 G4_N 0,03

G4_O 0,723 G4_Na 0,002 G4_P 0,002 1,0804

G4_S 0,002 G4_Cl 0,002 G4_K 0,002

G4_H 0,094 G4_C 0,207 G4_N 0,062 1,1156 G4_O 0,622 G4_Na 0,006 G4_S 0,006

125

G4_Cl 0,003

G4_H 0,095 G4_C 0,455 G4_N 0,025

G4_O 0,355 G4_Na 0,001 G4_P 0,021 1,1354 G4_S 0,001 G4_Cl 0,001 G4_K 0,001

G4_Ca 0,045

G4_H 0,089 G4_C 0,423 G4_N 0,027

G4_O 0,363 G4_Na 0,001 G4_P 0,03 1,1946 G4_S 0,001 G4_Cl 0,001 G4_K 0,001

G4_Ca 0,064

G4_H 0,082 G4_C 0,391 G4_N 0,029

G4_O 0,372 G4_Na 0,001 G4_P 0,039 1,2538 G4_S 0,001 G4_Cl 0,001 G4_K 0,001

G4_Ca 0,083

G4_H 0,076 G4_C 0,361 G4_N 0,03

G4_O 0,38 G4_Na 0,001 G4_Mg 0,001 1,3130 G4_P 0,047 G4_S 0,002 G4_Cl 0,001

G4_Ca 0,101

G4_H 0,071 G4_C 0,335 G4_N 0,032

G4_O 0,387 G4_Na 0,001 G4_Mg 0,001 1,3722

G4_P 0,054 G4_S 0,002 G4_Ca 0,117

G4_H 0,066 G4_C 0,31 G4_N 0,033

G4_O 0,394 G4_Na 0,001 G4_Mg 0,001 1,4314

G4_P 0,061 G4_S 0,002 G4_Ca 0,132

G4_H 0,061 G4_C 0,287 G4_N 0,035

G4_O 0,4 G4_Na 0,001 G4_Mg 0,001 1,4906

G4_P 0,067 G4_S 0,002 G4_Ca 0,146

G4_H 0,056 G4_C 0,265 G4_N 0,036

G4_O 0,405 G4_Na 0,001 G4_Mg 0,002 1,5498

G4_P 0,073 G4_S 0,003 G4_Ca 0,159

126

G4_H 0,052 G4_C 0,246 G4_N 0,037

G4_O 0,411 G4_Na 0,001 G4_Mg 0,002 1,6090

G4_P 0,078 G4_S 0,003 G4_Ca 0,17

G4_H 0,049 G4_C 0,227 G4_N 0,038

G4_O 0,416 G4_Na 0,001 G4_Mg 0,002 1,6682

G4_P 0,083 G4_S 0,003 G4_Ca 0,181

G4_H 0,045 G4_C 0,21 G4_N 0,039

G4_O 0,42 G4_Na 0,001 G4_Mg 0,002 1,7274

G4_P 0,088 G4_S 0,003 G4_Ca 0,192

G4_H 0,042 G4_C 0,194 G4_N 0,04

G4_O 0,425 G4_Na 0,001 G4_Mg 0,002 1,7866

G4_P 0,092 G4_S 0,003 G4_Ca 0,201

G4_H 0,039 G4_C 0,179 G4_N 0,041

G4_O 0,429 G4_Na 0,001 G4_Mg 0,002 1,8458

G4_P 0,096 G4_S 0,003 G4_Ca 0,21

G4_H 0,036 G4_C 0,165 G4_N 0,042

G4_O 0,432 G4_Na 0,001 G4_Mg 0,002 1,9050

G4_P 0,1 G4_S 0,003 G4_Ca 0,219

G4_H 0,034 G4_C 0,155 G4_N 0,042

G4_O 0,435 G4_Na 0,001 G4_Mg 0,002 1,9642

G4_P 0,103 G4_S 0,003 G4_Ca 0,225

127

PHỤ LỤC E. CÁC TỆP DỮ LIỆU “YÊU CẦU” KHI TÍNH LIỀU

1. Tệp dữ liệu “yêu cầu” khi tính năng lượng hấp thụ không sử dụng thông tin

cấu trúc

/gamos/setParam GmAnalysisMgr:FileNameSuffix test

/gamos/setParam GmReadPhantomGeometry:Phantom:SkipEqualMaterials 0

/gamos/setParam GmReadPhantomGeometry:MotherName world

/gamos/setParam GmReadPhantomGeometry:FileName world.geom

/gamos/setParam GmReadPhantomGeometry:Phantom:FileName testCT.g4dcm

/gamos/geometry GmReadPhantomG4withStGeometry

/gamos/physicsList GmEMExtendedPhysics

/gamos/generator GmGenerator

/run/setCut 0.0001

/run/initialize

/gamos/generator/addSingleParticleSource source I131 0.

/gamos/generator/positionDist source GmGenerDistPositionPETImage

NM.petG4dcm

/gamos/scoring/createMFDetector doseDet phantom

/gamos/scoring/addScorer2MFD doseScorerStruct GmG4PSEnergyDeposit

doseDet

/gamos/setParam GmPSPrinterSqdose_doseScorerStruct:FileName sqdose.out

/gamos/scoring/addPrinter2Scorer GmPSPrinterSqdose doseScorerStruct

/gamos/scoring/addPrinter2Scorer RTPSPDoseHistos doseScorerStruct

/run/beamOn 500000000

2. Tệp dữ liệu “yêu cầu” khi tính năng lượng hấp thụ sử dụng thông tin cấu

trúc, tính bằng phương pháp cũ

/gamos/setParam GmAnalysisMgr:FileNameSuffix test

/gamos/setParam GmReadPhantomGeometry:Phantom:SkipEqualMaterials 0

/gamos/setParam GmReadPhantomGeometry:MotherName world

/gamos/setParam GmReadPhantomGeometry:FileName world.geom

128

/gamos/setParam GmReadPhantomGeometry:Phantom:FileName testCT.g4dcm

/gamos/geometry GmReadPhantomG4withStGeometry

/gamos/physicsList GmEMExtendedPhysics

/gamos/generator GmGenerator

/run/setCut 0.0001

/run/initialize

/gamos/generator/addSingleParticleSource source I131 0.

/gamos/generator/positionDist source GmGenerDistPositionPETImage

NM.petG4dcm

/gamos/scoring/createMFDetector doseDet phantom

/gamos/scoring/addScorer2MFD doseScorerStruct GmG4PSEnergyDeposit

doseDet

/gamos/filter structF GmInPhantomStructureFilter Struct1 Struct2 Struct3 Struct4

/gamos/setParam GmPSPrinterSqdose_doseScorerStruct:FileName sqdose.out

/gamos/scoring/addPrinter2Scorer GmPSPrinterSqdose doseScorerStruct

/gamos/scoring/addPrinter2Scorer RTPSPDoseHistos doseScorerStruct

/gamos/scoring/addFilter2Scorer structF doseScorerStruct

/run/beamOn 500000000

3. Tệp dữ liệu “yêu cầu” khi tính năng lượng hấp thụ sử dụng thông tin cấu

trúc, tính bằng phương pháp “hình học song song”

/gamos/setParam GmAnalysisMgr:FileNameSuffix test

/gamos/setParam GmPhysicsParallel:LayeredMaterial 0

/gamos/setParam GmReadPhantomGeometry:Phantom:SkipEqualMaterials 0

/gamos/setParam GmReadPhantomGeometry:MotherName world

/gamos/setParam GmReadPhantomGeometry:FileNameParallel

allVolumes.new.geom 1

/gamos/setParam GmReadPhantomGeometry:FileName world.geom

/gamos/setParam GmReadPhantomGeometry:Phantom:FileName testCT.g4dcm

/gamos/geometry GmReadPhantomG4withStGeometry

129

/gamos/physicsList GmEMExtendedPhysics

/gamos/generator GmGenerator

/run/setCut 0.0001

/run/initialize

/gamos/physics/addParallelProcess

/gamos/generator/addSingleParticleSource source I131 0.

/gamos/generator/positionDist source GmGenerDistPositionPETImage

NM.petG4dcm

/gamos/scoring/createMFDetector doseDet phantom

/gamos/scoring/addScorer2MFD doseScorerStructParallel

GmG4PSEnergyDeposit doseDet

/gamos/setParam GmPSPrinterSqdose_doseScorerStructParallel:FileName

sqdose.out

/gamos/scoring/addPrinter2Scorer GmPSPrinterSqdose doseScorerStructParallel

/gamos/filter extrudedF GmInParallelLogicalVolumeFilter *Struct*

/gamos/scoring/addFilter2Scorer extrudedF doseScorerStructParallel

/gamos/userAction GmCountTracksUA

/run/beamOn 500000000

130

PHỤ LỤC F. PHƯƠNG PHÁP THỦ CÔNG TÍNH TỈ LỆ THỂ TÍCH

Trong Hình 3.6, phần khối lượng của mỗi voxel nằm trong cấu trúc được tính

như sau:

V = dx × dy × dz = (x2 − x1) × (y2 − y1) × (z2 − z1)

Trong đó, x2, x1, y2, y1, z2, z1 lần lượt là tọa độ 2 điểm giao của mỗi voxel với

contour trên 3 trục x, y và z, xét theo chiều tọa độ tăng. Sau đó, khối lượng phần thể

tích V được xác định dựa vào khối lượng riêng của vật liệu trong mỗi voxel.

m=V.D.10-3

V: thể tích mỗi voxel nằm trong cấu trúc (mm3),

D: khối lượng riêng của vật liệu trong voxel (g/cm3),

m: khối lượng của voxel nằm trong cấu trúc (g).

PHỤ LỤC G. THÔNG TIN PHANTOM ICRP 110 GIỚI TÍNH NAM [56]

Mật Khối Số Thể tích độ Vùng mô/cơ quan lượng (g/cm voxel (cm3) (g)

Tuyến thượng thận, trái 1,030 186 6,795 6,999

Tuyến thượng thận, phải 1,030 186 7,0 6,8

Khoang mũi trước 1,030 293 11,0 10,7

Khoang mũi sau tới thanh quản 1,030 755 28,4 27,6

Niêm mạc miệng, lưỡi 1,050 801 30,7 29,3

Niêm mạc miệng, môi và má 1,050 133 5,1 4,9

Khí quản 1,030 266 10,0 9,7

Phế quản 66,3 64,4 1,030 1762

Mạch máu, đầu 0,9 0,8 1,060 22

Mạch máu, thân 1,060 7021 256,5 271,9

Mạch máu, tay 1,060 406 14,8 15,7

131

Mạch máu, chân 1,060 2144 78,3 83,0

Xương cánh tay, nửa trên, vỏ xương 1,920 1928 70,4 135,2

Xương cánh tay, nửa trên, xương xốp 1,205 4200 153,4 184,9

34,2 33,5 Xương cánh tay, nửa trên, ống tuỷ 0,980 935

66,7 128,0 Xương cánh tay, nửa dưới, vỏ xương 1,920 1825

53,9 59,7 Xương cánh tay, nửa dưới, xương xốp 1,108 1475

37,9 37,1 Xương cánh tay, nửa dưới, ống tuỷ 0,980 1037

Xương trụ và xương quay, vỏ xương 1,920 3860 141,0 270,8

Xương trụ và xương quay, xương xốp 1,108 4492 164,1 181,8

23,1 22,7 Xương trụ và xương quay, ống tuỷ 0,980 633

93,6 179,7 Xương cổ tay và bàn tay, vỏ xương 1,920 2562

Xương cổ tay và bàn tay, xương xốp 1,108 3447 125,9 139,5

24,9 47,8 Xương đòn, vỏ xương 1,920 681

46,1 53,1 Xương đòn, xương xốp 1,151 1262

Xương sọ, vỏ xương 1,920 8023 293,1 562,8

Xương sọ, xương xốp 1,157 10665 389,6 450,8

Xương đùi, nửa trên, vỏ xương 1,920 3730 136,3 261,6

Xương đùi, nửa trên, xương xốp 1,124 11495 420,0 472,0

Xương đùi, nửa trên, ống tuỷ 0,980 720 26,3 25,8

Xương đùi, nửa dưới, vỏ xương 1,920 4192 153,2 294,1

Xương đùi, nửa dưới, xương xốp 1,108 10830 395,7 438,4

Xương đùi, nửa dưới, ống tuỷ 0,980 2259 82,5 80,9

Xương chày, xương mác and xương 1,920 7574 276,7 531,3 bánh chè, vỏ xương

Xương chày, xương mác and xương 1,108 18011 658,0 729,1 bánh chè, xương xốp

Xương chày, xương mác and xương 0,980 2197 80,3 78,7 bánh chè, ống tuỷ

132

Xương cổ chân và bàn chân, vỏ xương 1,920 3315 121,1 232,5

Xương cổ chân và bàn chân, xương xốp 1,108 12539 458,1 507,6

Xương hàm, vỏ xương 1,920 1085 39,6 76,1

Xương hàm, xương xốp 1,228 1647 60,2 73,9

Xương chậu, vỏ xương 1,920 5682 207,6 398,6

Xương chậu, xương xốp 1,123 16608 606,8 681,4

Xương sườn, vỏ xương 1,920 5205 190,2 365,1

Xương sườn, xương xốp 1,165 12212 446,2 519,8

Xương vai, vỏ xương 1,920 3152 115,2 221,1

Xương vai, xương xốp 1,183 4446 162,4 192,2

Đốt sống cổ, vỏ xương 1,920 1467 53,6 102,9

Đốt sống cổ, xương xốp 1,050 1917 70,0 73,5

Đốt sống ngực, vỏ xương 1,920 4085 149,2 286,5

Đốt sống ngực, xương xốp 1,074 8546 312,2 335,3

Đốt sống thắt lưng, vỏ xương 1,920 2654 97,0 186,2

Đốt sống thắt lưng, xương xốp 1,112 7437 271,7 302,1

Xương cùng, vỏ xương 1,920 1557 56,9 109,2

Xương cùng, xương xốp 1,031 4604 168,2 173,4

Xương ức, vỏ xương 1,920 141 5,2 9,9

Xương ức, xương xốp 1,041 1481 54,1 56,3

Sụn, đầu 1,100 397 14,5 16,0

Sụn, thân 1,100 2206 80,6 88,7

Sụn, tay 1,100 147 5,4 5,9

Sụn, chân 1,100 864 31,6 34,7

Não 1,050 37794 1380,8 1449,8

Vú, trái, mô mỡ 0,950 216 7,9 7,5

Vú, trái, mô tuyến 1,020 134 4,9 5,0

Vú, phải, mô mỡ 0,950 216 7,9 7,5

133

4,9 5,0 Vú, phải, mô tuyến 1,020 134

0,2 0,2 Thuỷ tinh thể, trái 1,050 5

6,9 7,3 Nhãn cầu, trái 1,050 190

0,2 0,2 Thuỷ tinh thể, phải 1,050 5

7,0 7,3 Nhãn cầu, phải 1,050 191

13,5 13,9 Thành túi mật 1,030 370

52,5 54,1 Chất bên trong túi mật 1,030 1437

Thành dạ dày 1,040 3947 144,2 150,0

Chất bên trong dạ dày 1,040 6579 240,4 250,0

Thành ruột non 1,040 17105 624,9 649,9

Chất bên trong ruột non 1,040 9211 336,5 350,0

86,5 90,0 Thành đại tràng lên 1,040 2368

52,9 55,0 Chất bên trong đại tràng lên 1,040 1448

57,7 60,0 Thành đại tràng ngang, phải 1,040 1579

91,3 95,0 Chất bên trong đại tràng ngang, phải 1,040 2500

57,7 60,0 Thành đại tràng ngang, trái 1,040 1579

38,5 40,0 Chất bên trong đại tràng ngang, trái 1,040 1053

86,5 90,0 Thành đại tràng xuống 1,040 2368

33,6 35,0 Chất bên trong đại tràng xuống 1,040 921

38,5 40,0 Thành đại tràng sigma 1,040 1053

72,1 75,0 Chất bên trong đại tràng sigma 1,040 1973

28,8 30,0 Thành trực tràng 1,040 789

Thành tim 1,050 8601 314,2 329,9

Chất bên trong tim (máu) 1,060 13168 481,1 509,9

Thận, trái, vỏ 1,050 2792 102,0 107,1

Thận, trái, tuỷ 1,050 997 36,4 38,2

Bể thận, trái 1,050 199 7,3 7,6

Thận, phải, vỏ 1,050 2865 104,7 109,9

134

Thận, phải, tuỷ 1,050 1023 37,4 39,2

Bể thận, phải 1,050 205 7,5 7,9

Gan 1,050 46917 1714,1 1799,8

Phổi, trái, máu 1,060 2040 74,5 79,0

Phổi, trái, mô 0,382 33982 1241,5 474,3

Phổi, phải, máu 1,060 1847 67,5 71,5

Phổi, phải, mô 0,382 41261 1507,4 575,8

Hạch lympho, đường dẫn khí trên (mũi, 1,030 60 2,2 2,3 miệng hầu và thanh quản)

Hạch lympho, đường dẫn khí dưới (khí 1,030 170 6,2 6,4 - phế quản)

Hạch lympho, đầu 1,030 159 5,8 6,0

Hạch lympho, thân 1,030 2774 101,3 104,4

Hạch lympho, tay 1,030 208 7,6 7,8

Hạch lympho, chân 1,030 295 10,8 11,1

Cơ, đầu 1,050 31742 1159,7 1217,7

Cơ, thân 1,050 391150 14290,3 15004,9

Cơ, tay 1,050 71692 2619,2 2750,2

Cơ, chân 1,050 261299 9546,3 10023,7

Thực quản 1,030 1063 38,8 40,0

Buồng trứng, trái 1,040 0 0,0 0,0

Buồng trứng, phải 1,040 0 0,0 0,0

Tuỵ 1,050 3649 133,3 140,0

Tuyến yên 1,030 16 0,6 0,6

Tuyến tiền liệt 1,030 452 16,5 17,0

Mô còn lại, đầu 0,950 30206 1103,6 1048,4

Mô còn lại, thân 0,950 356362 13019,4 12368,4

Mô còn lại, tay 0,950 47346 1729,7 1643,3

135

Mô còn lại, chân 0,950 155464 5679,7 5395,8

Tuyến nước bọt, trái 1,030 1129 41,2 42,5

Tuyến nước bọt, phải 1,030 1129 41,2 42,5

Da, đầu 1,090 7315 267,2 291,3

Da, thân 1,090 36789 1344,1 1465,0

Da, tay 1,090 16045 586,2 638,9

Da, chân 1,090 33455 1222,3 1332,3

Tuỷ sống 1,030 973 35,5 36,6

Lách 1,040 3947 144,2 150,0

Răng 2,750 498 18,2 50,0

Tinh hoàn, trái 1,040 460 16,8 17,5

Tinh hoàn, phải 1,040 461 16,8 17,5

Tuyến ức 1,030 664 24,3 25,0

Tuyến giáp 1,040 526 19,2 20,0

40,3 42,3 Lưỡi (phần trong cổ họng) 1,050 1102

1,030 80 2,9 3,0 Hạnh nhân khẩu cái (Amidan)

Niệu quản, trái 1,030 226 8,3 8,5

Niệu quản, phải 1,030 199 7,3 7,5

Thành bàng quang 1,040 1316 48,1 50,0

Chất bên trong bàng quang 1,040 5263 192,3 200,0

0,0 Tử cung 1,030 0 0,0

0,2 Không khí bên trong cơ thể 0,001 4227 154,4

Da phía trên và dưới 1,090 3880 141,8 154,5

136

PHỤ LỤC H. TRỌNG SỐ BỨC XẠ

Bức xạ WR

Photon 1

Electron 1

PHỤ LỤC I. TRỌNG SỐ MÔ THEO ICRP 103.

Mô WT

Tủy đỏ 0,12

Đại tràng 0,12

Phổi 0,12

Dạ dày 0,12

Ngực 0,12

Phần mô còn lại 0,12

Tuyến sinh dục 0,08

Bàng quang 0,04

Thực quản 0,04

Gan 0,04

Tuyến giáp 0,04

Mặt xương 0,01

Não 0,01

Tuyến nước bọt 0,01

Da 0,01

137

Luận án Tiến sĩ Vật lý: Tính liều trong Y học hạt nhân với Phantom voxel bằng phần mềm Gamos/geant4

TÍNH LIỀU TRONG Y HỌC HẠT NHÂN VỚI PHANTOM

VOXEL BẰNG PHẦN MỀM GAMOS/GEANT4

TÍNH LIỀU TRONG Y HỌC HẠT NHÂN VỚI PHANTOM

VOXEL BẰNG PHẦN MỀM GAMOS/GEANT4

D =

ESTAR

GAMOS

500

450

400

350

300

250

200

150

100

50

0

-

0.02

0.04

0.06

0.08

0.10

0.12

0.14

0.16

I

E F

A

K

B

M

L

H

G

C

D

E' E E0

E' E E0

D' D D0

Tọa độ z (mm)

Đối diện

Bên cạnh

Trước sau

Đứng-nằm

40

35

30

25

20

15

10

5

0

0.4

1

0.3

0.5

0.6

0.7

0.8

0.9

Có thể bạn quan tâm

Tóm tắt Luận án Tiến sĩ: Cơ sở lý luận và thực tiễn kiểm sát việc giải quyết các vụ án kinh doanh, thương mại về tranh chấp hợp đồng tín dụng theo thủ tục giám đốc thẩm của Viện kiểm sát nhân dân ở Việt Nam

Luận án Tiến sĩ: Cơ sở lý luận và thực tiễn kiểm sát việc giải quyết các vụ án kinh doanh, thương mại về tranh chấp hợp đồng tín dụng theo thủ tục giám đốc thẩm của Viện kiểm sát nhân dân ở Việt Nam

Tóm tắt Luận án Tiến sĩ: Chất lượng công chức quản lý nhà nước về kinh tế cấp huyện ở thành phố Hà Nội

Luận án Tiến sĩ: Chất lượng công chức quản lý nhà nước về kinh tế cấp huyện ở thành phố Hà Nội

Luận án Tiến sĩ: Xây dựng đội ngũ giảng viên trẻ theo tư tưởng Hồ Chí Minh ở các trường sĩ quan quân đội hiện nay

Tóm tắt Luận án Tiến sĩ: Xây dựng đội ngũ giảng viên trẻ theo tư tưởng Hồ Chí Minh ở các trường sĩ quan quân đội hiện nay

Tóm tắt Luận án Tiến sĩ: Các điều kiện thúc đẩy sự ra đời tiền kỹ thuật số (CBDC) của Ngân hàng Nhà nước Việt Nam

Luận án Tiến sĩ: Các điều kiện thúc đẩy sự ra đời tiền kỹ thuật số (CBDC) của Ngân hàng Nhà nước Việt Nam

Tóm tắt Luận án Tiến sĩ: Xây dựng lối sống cho sinh viên các trường đại học ở Đồng bằng sông Cửu Long hiện nay theo tư tưởng Hồ Chí Minh

Luận án Tiến sĩ: Xây dựng lối sống cho sinh viên các trường đại học ở Đồng bằng sông Cửu Long hiện nay theo tư tưởng Hồ Chí Minh

Tóm tắt Luận án Tiến sĩ: Hoàn thiện pháp luật về quyền thành lập tổ chức của người lao động tại doanh nghiệp ở Việt Nam

Luận án Tiến sĩ: Hoàn thiện pháp luật về quyền thành lập tổ chức của người lao động tại doanh nghiệp ở Việt Nam

Luận án Tiến sĩ: Nghiên cứu đặc điểm lâm sàng, cận lâm sàng và kết quả điều trị ở bệnh nhân tổn thương mạn tính động mạch đùi - khoeo bằng phương pháp can thiệp nội mạch qua da

Luận án Tiến sĩ: Biến đổi sinh kế của người Sán Dìu huyện Sơn Dương, tỉnh Tuyên Quang

Luận án Tiến sĩ: Nghiên cứu hình ảnh cộng hưởng từ sức căng khuếch tán, tưới máu thận ghép và mối quan hệ với lâm sàng và siêu âm Doppler