ВВЕДЕНИЕ 3
ТЕОРЕТИЧЕСКАЯ ЧАСТЬ 6
1.1 Адронная терапия протонами 6
1.2 Протонная томография 9
1.3 Калориметрия в ядерной физике 12
2. Экспериментальная часть 21
2.1 Моделирование калориметрической системы 23
2.1.1 Моделирование детекторных модулей 23
2.1.2 Моделирование со свинцовыми поглотителями 26
2.1.3 Оценка фотонов с задней стороны детектора 30
2.1.4 Моделирование с коллиматором 34
2.1.5 Моделирование с различной толщиной первой свинцовой пластины 36
2.1.6 Моделирование условий эксперимента 37
2.2 Экспериментальные исследования с использованием монолитных
активных пиксельных сенсоров 43
Заключение 56
Список литературы 58
Рак - одна из самых распространенных и опасных болезней в мире, которая угрожает жизни и здоровью миллионов людей. Он занимает второе место после сердечно-сосудистых заболеваний по числу смертей, и ежегодно диагностируется множество новых случаев этого тяжелого заболевания. Поэтому, необходимо создавать и усовершенствовать методы диагностики рака на ранних стадиях, чтобы своевременно выявлять и эффективно бороться с ним, увеличивая шансы на выздоровление и продление жизни.
Современная медицина предлагает различные методы лечения рака, такие как направленная (таргетная) терапия, иммунотерапия, адронная терапия, химиотерапия и другие. Каждый метод имеет свои преимущества и недостатки, и выбор определенного метода зависит от многих факторов, таких как тип рака, стадия заболевания, общее состояние пациента и т.д. Например, при направленной терапии блокируется рост раковых клеток с помощью вмешательства в механизм действия конкретных целевых (таргетных) молекул, необходимых для канцерогенеза и роста опухоли. Химиотерапия - метод лечения рака, который основан на использовании химических веществ, способных уничтожать раковые клетки.
Протонная терапия - вид радиотерапии, которая использует ускоренные протоны для облучения опухоли. В результате взаимодействия протонов с клетками опухоли, повреждается их ДНК, что приводит к гибели этих клеток. Использование протонов при лечении рака получило широкое распространение благодаря тому, что практически вся радиационная доза выделяется в ткани на последних миллиметрах пробега частиц; максимум называют Брэгговским пиком [1]. Данное свойство протонов позволяет в разы снижать лучевую нагрузку на здоровые ткани и важные органы человека. Но этого невозможно добиться без точного знания дозы, доставляемой пациенту, размера опухоли, ее местоположения. Поэтому для того, чтобы обеспечить максимально эффективное лечение рака, необходимо 3
предварительно провести диагностику и обнаружить опухоль с высокой точностью. Одним из наиболее эффективных и широко используемых методов диагностики является томография, позволяющая получить трехмерное изображение внутренних органов и тканей с высокой детализацией и разрешением.
В современной медицинской диагностике существуют различные виды томографии: электронно-лучевая, магнитно-резонансная, ультра-звуковая, оптическая когерентная и др.
Рентгеновская компьютерная томография (КТ) в настоящее время является распространенным способом получения изображений органов и тканей пациентов для диагностики и планирования лечения. При КТ изображение получают за счёт свойства тканей организма по-разному поглощать рентгеновские лучи. Пучок рентгеновских лучей проходит сквозь тело, и неодинаково поглощается тканями, которые имеют разную плотность. Создаются снимки поперечных срезов тела человека, а компьютерное программное обеспечение преобразует данные в трехмерные изображения, на которых врач может увидеть особенности органов и участков тела [2].
В существующих центрах протонной терапии выполняются расчеты дозы на основе рентгеновской компьютерной томографии и позиционирования пациента с помощью рентгенограмм.
Однако, использование рентгеновских снимков для планирования протонной терапии игнорирует различия в процессах физического взаимодействия между фотонами и протонами и, следовательно, потенциально неточно. Кроме того, рентгенограммы имеют ограниченную способность отображать опухоли из-за недостаточно заметной разницы в поглощении рентгеновских лучей близлежащих тканей и самой опухоли [3].
Применение протонной компьютерной томографии (ПКТ) представляет собой оптимальный выбор для проведения протонной лучевой терапии, поскольку она устраняет погрешность (около 3-4%) в определении потерь энергии перед опухолью до 0,3% [5].
Однако точное положение пика Брэгга может быть размыто из-за случайного характера потерь энергии протонов. По этой причине уменьшение ошибки в определении диапазона максимальной потери энергии частиц является важной задачей в протонной терапии.
Измерение положения и энергии протонов может быть выполнено с помощью цифрового калориметра с высоким разрешением [5].
Области применения такого калориметра варьируются от проверки плана дозирования перед терапией частицами, до оценки коэффициента тормозящей способности протонов перед планированием дозы [4].
Цели работы:
Цель работы заключается в изучении использования пиксельных детекторов в калориметрии для протонной томографии, а также разработке метода определения энергии пучка протонов на основе результатов моделирования прохождения пучка через калориметр.
Задачи:
• создание геометрической модели прототипа цифрового трекового калориметра;
• исследование влияния кремниевых детекторов и свинцовых пластин на транспортировку и регистрацию протонов;
• оценка количества образующихся вторичных частиц;
• разработка метода определения энергии пучка протонов при его прохождении через слои калориметра.
В последние десятилетия во всем мире растет число онкологических больных, проходящих лечение на основе адронной терапии. Такая терапия включает в себя облучение пациентов протонами (протонная терапия) и ионами (чаще всего ионами углерода).
Основными преимуществами облучения адронами по сравнению с терапией, использующей рентгеновское излучение, гамма-излучение и электроны, являются:
1) четкое разграничение дозы между облучаемыми опухолями и здоровой тканью, обусловленное усиленным биологическим эффектом при воздействии адронов на область, где расположена опухоль (наличие пика Брэгга),
2) точная доставка дозы в область опухоли благодаря возможности быстро регулировать энергетический диапазон пучка адронов.
Для снижения неопределенности в адаптивном лечении перед проведением сеанса протонной терапии заранее рассчитывается и составляется план дозовых нагрузок для каждого пациента на основе данных о тормозной способности протонов в соответствующих тканях. Это достигается за счет протонной компьютерной томографии, которая напрямую восстанавливает трехмерную карту тормозной способности протонов.
Идея протонной визуализации основана на измерении остаточной энергии каждого протона, что позволяет определить тормозную способность ткани вдоль его пути. Для этой цели используется цифровой калориметр, состоящий из слоев Монолитных Активных Пиксельных Сенсоров, которые чередуются со слоями поглотителя, образуя сэндвич структуру. Эти детекторы отличаются высокой гранулярностью и быстродействием, что делает их оптимальным вариантом для применения в протонной томографии.
Моделирование перед реальным экспериментом играет важную роль, поскольку позволяет изучить воздействие различных факторов, таких как энергия протонов, геометрия установки, свойства поглотителей и другие параметры, на регистрацию протонов в калориметре. Это позволяет оптимизировать экспериментальную установку с целью достижения наилучших результатов и более полного понимания процессов, происходящих в системе.
В представленной работе исследовалось идентификационная способность цифрового калориметра, состоящего из кремниевых пиксельных детекторов и свинцовых поглотителей, для регистрации протонов различных энергий.
Для этого было рассмотрено образование вторичных частиц, которые могут влиять на регистрацию протонов, при прохождении пучка через детекторы, свинцовые поглотители и коллиматор. А также была рассмотрена зависимость количества зарегистрированных протонов от различной толщины и положения свинцовых пластин. В итоге была предложена методика и получены результаты показавшие возможность определения первоначальной энергии пучка по изменению интенсивности частиц пучка в каждом чувствительном слое пиксельных детекторов.
Следующей задачей является более детальное моделирование детекторных модулей цифрового калориметра с учетом трекинга, использованием фантомов и увеличение слоев калориметра для полного поглощения всего пучка.
1. Ugo Amaldi, “Particle Accelerators: From Big Bang Physics to Hadron Therapy”, Springer Cham, ISBN: 978-3-319-08869-3, 2015.
2. R.A. Powsner, E. R. Powsner, “Essential Nuclear Medicine Physics”, Blackwell Publishing Ltd, 2nd ed., 2006.
3. H. F.-W. Sadrozinski, Senior Member IEEE, Toward proton computed tomography // Santa Cruz Institute for Particle Physics and Center for Origins Studies, UC Santa Cruz, CA 95064 1-2 - 2014
4. Catherine Therese Quinones, Proton computed tomography - 2016 -
140pages - 2-3
5. Г. И. Клёнов, В. С. Хорошков, “Адронная лучевая терапия: история, статус, перспективы”, УФН, 2016, том 186, номер 8, 891-911
6. Antony John Lomax, Myths and realities of range uncertainty // British Journal of Radiology, 93(1107), 20190582 - 2019
7. Мухин К. Н. Экспериментальная ядерная физика: в 3-х т.: Учебник. - 7 изд. - СПб.: Лань, 2009. 2008
8. Lomax AJ.Myths and realities ofrange uncertainty. Br JRadiol (2020) 93(1107): 20190582. doi:10.1259/bjr.20190582
9. Paganetti H. Range uncertainties in proton therapy and the role of Monte
Carlo simulations. Phys Med Biol (2012) 57(11):R99-117.
doi:10.1088/0031-9155/57/11/r99
10. Valentina Giacometti, Modelling and impr Modelling and improvement of pr ement of proton computed t on computed tomography // University of Wollongong, Research Online -2016, 134 pages
11. Williams, D C , The most likely path of an energetic charged particle through a uniform medium // Physics in Medicine and Biology. IOP Publishing -2004
12. Dedes G, Dickmann J, Niepel K, Wesp P, Johnson RP, Pankuch M, et al. Experimental comparison of proton CT and dual energy x-ray CT for relative stopping power estimation in proton therapy. Phys Med Biol (2019) 64(16): 165002. doi:10.1088/1361-6560/ab2b72
13. Yang M, Virshup G, Clayton J, Zhu XR, Mohan R, Dong L. Theoretical variance analysis of single- and dual-energy computed tomography methods for calculating proton stopping power ratios of biological tissues. Phys Med Biol (2010) 55(5):1343-62. doi:10.1088/0031-9155/55/ 5/006
14. Depauw N, Seco J. Sensitivity study of proton radiography and comparison with kV and MV x-ray imaging using GEANT4 Monte Carlo simulations. Phys Med Biol (2011) 56(8):2407-21. doi:10.1088/0031-9155/56/8/006
15. Schulte RW, Bashkirov V, Loss Klock MC, Li T, Wroe AJ, Evseev I, et al. Density resolution of proton computed tomography. Med Phys (2005) 32(4): 1035-46. doi:10.1118/1.1884906
16. Collins-Fekete CA, Volz L, Portillo SK, Beaulieu L, Seco J. A theoretical framework to predict the most likely ion path in particle imaging. Phys Med Biol (2017) 62(5):1777-90. doi:10.1088/1361-6560/aa58ce
17. Johan Alme, Gergely Gabor Barnafoldi, Grigory Feofilov, Sergey Igolkin, A High-Granularity Digital Tracking Calorimeter Optimized for Proton CT // ORIGINAL RESEARCH -2020 // doi: 10.3389/fphy.2020.568243
18. А. Рахматуллина, В.Жеребчевский, Н. Мальцев, Д. Нестеров, Д. Пичугина, Н. Прокофьев НОВАЯ КАЛОРИМЕТРИЯ НА ОСНОВЕ КРЕМНИЕВЫХ ПИКСЕЛЬНЫХ ДЕТЕКТОРОВ // Физика элементарных частиц и атомного ядра 2022. Т. 53, вып. 2. C. 305-314
19. Richard Wigmans. Calorimetry. Scientifica Acta 2. No. 1. 18-55 (2008)
20. J. S. Welsh, F. DeJongh, V. Rykalin, N. Karonis, C. Ordonez, J. Winans, G. Coutrakon, E. DeJongh, M. Pankuch The Use of Established Methods to Quantify Proton Range Uncertainty Reduction When Using Proton Tomography // International Journal of Radiation Oncology Biology Physics. 2017. Vol. 99. №2. P. 737.
21. NA62 - CERN: https://home.cern/science/experiments/na62
22. ALICE-TDR-017, CERN-LHCC-2013-024, 2013
23. Aglieri Rinella G. The ALPIDE pixel sensor chip for the upgrade of the ALICE inner tracking system. Nucl Instrum Methods Phys Res B (2017) 845:583-7. doi:10.1016/j.nima.2016.05.016
24. https://geant4.web.cern.ch/
25. https://lise.nscl.msu.edu/lise.html