Promotionsvortrag von Michelle Stroth
- Verteidigung
Die Brachytherapie mit Ruthenium-106-Applikatoren gilt als effektive Behandlung okularer Tumoren. Die Oberflächendosisprofile dieser Applikatoren sind jedoch nicht homogen, und die Auswirkungen von Hot- und Cold-Spots auf die Dosis im Tumor sowie in den Risikostrukturen sind noch nicht vollständig charakterisiert. Darüber hinaus fehlt es an Software zur Unterstützung der Therapieplanung und zur Visualisierung dreidimensionaler Dosisverteilungen, um die Auswirkungen der Behandlung auf die Tumorkontrolle und die umliegenden Strukturen präzise beurteilen zu können. Um diesen Herausforderungen zu begegnen, wird die Effizienz eines bestehenden Simulationsworkflows durch die Implementierung einer Methode zur Teilchenverfolgung in Kombination mit einem neuartigen externen Binning-Ansatz gesteigert. Hierdurch wird eine flexible, dreidimensionale Erfassung der Dosisverteilung in komplexen Geometrien ermöglicht. Die Auswirkungen der inhomogenen Oberflächendosisprofile werden mittels Monte Carlo Simulationen für drei Patientenfälle und verschiedene Applikatormodelle untersucht. Die Inhomogenitäten werden mithilfe gewichteter Phase-Space-Dateien modelliert. Die Ergebnisse zeigen, dass die Tumorkontrolldosen im Allgemeinen für Applikatorpositionen beibehalten werden, die das Zielvolumen vollständig abdecken. Allerdings können Hot-Spots die Dosis für benachbarte Strukturen erhöhen, während Cold-spots die lokale Dosis verringern können. Zur Beschleunigung der Dosisabschätzung wird ein 3D-U-Net darauf trainiert, dreidimensionale Dosisverteilungen aus den Simulationsdaten vorherzusagen. Im Vergleich zu den Simulationsergebnissen liefert das neuronale Netz Vorhersagen für die minimale Tumordosis mit einer mittleren Abweichung von (4.3 ± 15.8) % sowie von (0.6 ± 0.6) % für die maximale Skleradosis, was darauf hindeutet, dass das Modell eine klinisch hinreichende Genauigkeit zur Unterstützung von Therapieentscheidungen bietet. Aufbauend auf dem verbesserten Simulationsworkflow und der neuronalen-netz-basierten Dosisvorhersage wird ein Prototyp für eine webbasierte Planungsoberfläche präsentiert.




