Simulação Monte Carlo de coeficientes de conversão para dosimetria em mamografia

Autores

DOI:

https://doi.org/10.29384/rbfm.2022.v16.19849001693

Palavras-chave:

Dosimetria, Mamografia, Simulação Monte Carlo, Coeficientes de conversão

Resumo

A dose glandular média (DGM) é considerada a grandeza dosimétrica mais adequada para avaliar os riscos associados à mamografia, uma vez que o tecido glandular é o mais rádiossensível. No entanto, a DGM não pode ser mensurada diretamente devido a distribuição heterogênea dos tecidos mamários. O método bem estabelecido para determinar esta grandeza é baseado no produto do kerma no ar incidente (Kar) na mama por coeficientes de conversão, denominados dose glandular normalizada (DgN) e calculados pelo método Monte Carlo (MC). Contudo, os coeficientes DgN possuem uma larga variação com as características da mama e do espectro incidente, levando a necessidade do uso de tabelas complexas. Neste trabalho, a correlação entre a DGM e outras grandezas dosimétricas (dose média na mama inteira, dose média na pele e dose média no tecido homogêneo) foi estudada, utilizando o código MC PENELOPE (v. 2018) + PenEasy (v. 2020), com o intuito de determinar novos coeficientes de conversão em mamografia. Os resultados deste estudo mostraram que, no intervalo de energia de interesse em mamografia (15-25 keV), os novos coeficientes de conversão obtidos a partir de medições de dose média na mama inteira ou no tecido homogêneo são aproximadamente constantes para cada característica da mama, enquanto os novos coeficientes de conversão da dose média medida na pele apresentaram uma alta variabilidade nesse intervalo. Dessa forma, os coeficientes de conversão propostos nesse estudo podem ser úteis para a estimativa da DGM a partir da avaliação experimental da dose baseada na distribuição de dose em objetos simuladores, podendo ser utilizados de forma alternativa/complementar aos coeficientes DgN.

Downloads

Não há dados estatísticos.

Referências

Instituto Nacional de Câncer José Alencar Gomes da Silva. Estimativa 2020: Incidência de Câncer no Brasil. Rio de Janeiro: INCA, 2019.

Ferlay J. et al. Cancer statistics for the year 2020: An overview. International Journal of Cancer. 2021;149(4): 178-789.

World Health Organization. Guide to Cancer Early Diagnosis. Geneva; World Health Organization, 2014.

Dance DR. and Sechopoulos I. Dosimetry in x-ray-based breast imaging. Physics in Medicine and Biology. 2016;61(19): R271-304.

Dance DR., Skinner CL. and Carlsson GA. Breast dosimetry. Applied Radiation and isotopes. 1999;50(1): 185-203.

Boone JM. Glandular breast dose for monoenergetic and high-energy x-ray beams: Monte Carlo assessment. Radiology. 1999;213(1): 23-37.

Wu X., Gingold EL., Barnes GT. and Tucker DM. Normalized average glandular dose in molybdenum target-rhodium filter and rhodium target-rhodium filter mammography. Radiology. 1994;193(1): 83-89.

Salvat F. PENELOPE-2018: A code system for Monte Carlo simulation of electron and photon transport. Workshop Proceedings. Barcelona, Spain, 2019.

Sempau J., Badal A. and Brualla, L. A PENELOPE‐based system for the automated Monte Carlo simulation of clinacs and voxelized geometries-application to far‐from‐axis fields. Medical physics. 2011;38(11): 5887-5895.

Massera RT. and Tomal, A. Mamografia Digital: estudos dosimétricos e de qualidade da imagem por simulação Monte Carlo. Revista Brasileira de Física Médica. 2019;13(1): 154 161.

Hammerstein GR., Miller DW., White DR., Masterson ME., Woodard HQ. and Laughlin JS. Absorbed radiation dose in mammography. Radiology, 1979;130(2), 485-491.

Hubbell JH, Seltzer SM. Tables of X-ray mass attenuation coefficients and mass energy-absorption coefficients 1 keV to 20 MeV for elements Z= 1 to 92 and 48 additional substances of dosimetric interest. National Inst. of Standards and Technology-PL, Gaithersburg, MD (United States). Ionizing Radiation Div., 1995.

Hernandez AM., Seibert JA., Nosratieh A. and Boone JM. Generation and analysis of clinically relevant breast imaging x‐ray spectra. Medical physics, 2017; 44(6), 2148-2160.

Routine to calculate the Half Value Layer (HVL), effective energy and average energy of a spectrum. 2022 [cited 2022 March 11]. Available from: https://github.com/gfrmd-ifgw/hvl_calculator

Downloads

Publicado

2022-12-13

Como Citar

Tayna Dantas Rodrigues, A., Trevisan Massera , R., & Tomal , A. . (2022). Simulação Monte Carlo de coeficientes de conversão para dosimetria em mamografia. Revista Brasileira De Física Médica, 16, 693. https://doi.org/10.29384/rbfm.2022.v16.19849001693

Edição

Seção

Artigo Original

Artigos mais lidos pelo mesmo(s) autor(es)