Keywords
symulacje
Geant4
widmo energetyczne
How to Cite
Abstract
Obecnie fizyka jądrowa coraz częściej stwarza możliwości ku nowym rozwiązaniom
w radioterapii. Celem udoskonalenia już istniejących metod jest poszukiwanie bardziej precyzyjnych technologii dających możliwie jak najmniejsze ryzyko błędu. Fizyczne planowanie eksperymentów nierzadko wiąże się z ograniczeniami technicznymi, dlatego dobrym rozwiązaniem staje się modelowanie komputerowe. Do celów radioterapii najczęściej wymienianą metodą jest tzw. metoda Monte Carlo.
Istotą tej metody jest symulacja komputerowa procesów o charakterze losowym.
W oparciu o nią, algorytm wykorzystuje obliczenia numeryczne do opisu wielkości fizycznych. Stanowi to alternatywę dla procesów zbyt złożonych, dla których podejście analityczne jest niewystarczające by osiągnąć zamierzone cele.
Spośród różnych kodów bazujących na obliczeniach Monte Carlo (MCNP, MCNPX, FLUKA, EGSnrc), w radioterapii największe zastosowanie znajduje GEANT4.
References
Metropolis N, Ulam S, The Monte Carlo method. J. Amer. Statistical Assoc. 1949, 44, No 247:335– 341.
Mitrenga D, Metodyczne podstawy symulacji stochastycznej Monte Carlo. Uniwersytet Ekonomiczny w Katowicach.
Rolski T, Symulacje stochastyczne i teoria Monte Carlo. Instytut Matematyczny, Uniwersytet Wrocławski. Wrocław. 2013.
Niemiro W, Symulacje stochastyczne i metody Monte Carlo. Matematyka stosowana. Wydział Matematyki, Informatyki i Mechaniki, Uniwersytet Warszawski. Warszawa. 2013.
Sobol I, M. Metoda Monte Carlo. Wyd. Moskwa. Nauka. 2017, str.7-22..
Kalos MH, Whitlock PA, Monte Carlo Methods. 2nd Edition. 2008. ISBN: 978-3-527-40760-6, 1-5.
Konefał A, Symulacje metodą Monte Carlo za pomocą oprogramowania GEANT4. Katowice. Instytut Fizyki UŚ. Postępy Fizyki. 2006, t. 57 (6).
https://geant4.web.cern.ch/; (dostęp: 23.07.2018).
Agostinelli S, et al. „Geant4 - a simulation toolkit”, Nuclear Instruments and Methods in Physics Research. 2003, sec. A, vol. 506, is. 3, 250-303.
Rahim K, Effect of each component of a LINAC therapy head on neutron and photon spectra. Appl. Radiat. Isot. 2018, Vol. 139, 40-45.
Sardari D, Maleki R, Samavat H, Esmaeeli A, Measurement of depth-dose of linear accelerator and simulation by use of Geant4 computer code. Rep. Pract. Oncol. Radiother. 2010, 20;15(3). 64-8.
Tome WA, Palta JR, On the calculations of mean restricted collision stopping powers, Medical Physics and Engineering. 1998, Vol. 4, No. 4, 171-182.
Andreo P, Brahme A, Stopping power data for high-energy photon beams, Physics in Medicine and Biology. 1986, Vol. 31, 839-858.
Pietrzak R, Modelowanie terapeutycznych wiązek promieniowania za pomocą metody Monte Carlo. Katowice. Wydział Matematyki, Fizyki i Chemii UŚ. 2017, str. 31-46.
Bakoniak M, Wyznaczanie widm energetycznych wiązek terapeutycznych liniowych akceleratorów medycznych. Katowice. Wydział Matematyki, Fizyki i Chemii UŚ 2017, str.16-19.
Demarco JJ, Chetty IJ, Solber TD, A Monte Carlo tutorial and the application for radiotherapy treatment planning. Medical Dosimetry. 2002, Vol. 27, No. 1, 43–50.
Konefał A, Udział fizyki jądrowej w rozwiązywaniu problemów współczesnej radioterapii. Wyd. UŚ. Katowice. 2011, Str. 31-39
Konefał A, Bakoniak M, Orlef A, et al. Energy spectra in water for the 6 MV X-ray therapeutic beam generated by Clinac-2300 linac. Radiation Measurements. 2015, 72. 12-22.
Williams ML, Sajo E, Deterministic calculations of photon spectra for clinical accelerator targets. Med Phys. 2002, 29 (6),1019-28.