2D Dose Reconstruction by Artificial Neural Network for Pretreatment Verification of IMRT Fields

L'utilisation de la radiothérapie avec modulation d'intensité (RTMI) se développe rapidement dans la routine clinique. En raison de la grande complexité et du caractère unique des plans de traitement en RTMI, l'assurance de qualité préalable au traitement et spécifique au patient est généralement considérée comme un prérequis nécessaire au traitement. Dans cette étude, nous proposons une méthodologie modifiée de validation de dose basée sur appareil d'imagerie à portail électronique (EPID) pour la vérification avant traitement par l'application de réseaux neuronaux artificiels (RNN). Le RNN doit être entraîné et validé avant son utilisation pour la vérification de la dose avant le traitement. À cette fin, 20 cartes de fluence EPID de champ antéropostérieur (AP) de la prostate en RCMI ont été utilisés comme intrants pour le RNN (de type chargement en avant) et une carte de doses de ces cartes de fluence ayant été prédites par le système de planification de traitement (SPT) a été utilisée comme sortie pour le RNN. Après l'entraînement et la validation du réseau neural, l'analyse de dix champs AP de la prostate en RCMI a montré un excellent accord entre la sortie du RNN et la carte de doses prédite par le SPT. Le taux de réussite moyen global des champs était de 96,0% ± 0,1% avec un critère de 3 mm/3%. Les résultats indiquent que le RNN peut être utilisé comme outil rapide, puissant et peu coûteux pour la vérification de la dose avant le traitement, à partir d'une carte de fluence EPID.