En este trabajo se presenta una descripción de los avances en planeación en teleterapia que se han desarrollado en el grupo de Procesamiento Digital de Imágenes de la UAMI en colaboración con el Departamento de Radioterapia del Hospital General de México. Se presenta una síntesis de los algoritmos para la generación de mapas resultantes de dosis física, asi como la construcción de mapas de dosis biológica efectiva como herramientas auxiliares para la evaluación de una propuesta terapéutica. 
PLANEACION EN TELETERAPIA
Example HR
Raquel Valdés*, Verónica Medina*, Juan Montoya**
 
              *Universidad Autónoma Metropolitana-Iztapalapa. Área de Procesamiento
                Digital de Señales e Imágenes Biomédicas.Michoacán y Purísima S/N,
Col. Vicentina, CP 09340.
                   **Hospital General de México. Oncología. Depto. Radioterapia
México, D.F.
Example HR

I. Introducción

Cuando se ha determinado que un paciente es candidato a radioterapia, como una alternativa terapéutica primaria, o bien complementaria a un procedimiento quirúrgico o farmacológico, es determinante evaluar las opciones en el servicio y técnicas terapéuticas a aplicar, esto es, si el criterio clínico define que el paciente recibirá un tratamiento de teleterapia, es necesario hacer una planeación del tratamiento propuesto, que consiste en estimar al menos, la distribución espacial de dosis de radiación que el paciente recibirá, de acuerdo a los parámetros preestablecidos (fuente de radiación, técnica terapéutica, número de campos de radiación, tamaño y localización de los campos, dosis máxima en órgano blanco, etc). En resumen, el objetivo de la planeación es evaluar la pertinencia de la propuesta terapéutica en términos de la patología y de la identificación de los recursos terapéuticos con los que se cuenta. La decisión última sobre el tratamiento propuesto óptimo, es producto de la combinación de la experiencia clínica y de un proceso iterativo de planeación.

En términos de la planeación en teleterapia, la identificación de la patología se refiere al diagnóstico completo del problema oncológico desde su etiología hasta su ubicación anatómica. Esto último es fundamental para el proceso de planeación, puesto que define las restricciones espaciales de la distribución deseada de dosis de radiación, tratando de minimizar la exposición a la radiación del tejido sano circundante y maximizando la exposición en el órgano blanco.

En otro sentido, la identificación de recursos terapéuticos, tales como, caracterización de la fuente de radiación, particularidades del equipo de teleterapia, caracterización de los campos de radiación, etc., permite definir la metodología para lograr el tratamiento óptimo. Es claro que una identificación de recursos limitada, restringe de igual forma la precisión del proceso de planeación.
 


Objetivo
El objetivo de nuestro trabajo en esta línea ha sido, la generación de herramientas auxiliares en la evaluación de una propuesta terapéutica en teleterapia, utilizando el enfoque de procesamiento digital de imágenes.
 

II. Identificación de recursos.

El instrumento de trabajo básico para hacer una planeación en teleterapia es el patrón de curvas de isodosis de cada campo de radiación, que puede ser construido a partir de los perfiles lateral y a profundidad de dosis estimados por la dosimetría propia de la unidad clínica, o bien, pueden emplearse los patrones de curvas de isodosis impresos que el fabricante entrega como parte del paquete accesorio del equipo de teleterapia.

Cada patrón de curvas de isodosis, describe una gráfica en dos dimensiones y en niveles porcentuales de las curvas en donde se obtiene la misma dosis de absorción (isodosis) relativa al agua, para un equipo particular, unas dimensiones de campo definidas, una distancia fuente-piel (DFP) fija, un tamaño de fuente determinado, etc. En la Figura 1a se puede observar un patrón de curvas de isodosis característico para una fuente de Co60. Es frecuente encontrar unidades de terapia en donde sólo cuentan con los patrones impresos de curvas de isodosis para realizar sus planeaciones. Para incorporar esta información a un sistema automatizado de planeación, se decidió discretizar los patrones impresos de curvas de isodosis mediante un digitalizador óptico, obteniendo una imagen binaria, con las curvas de isodosis como objeto de interés. Fue necesario, aplicar un algoritmo para el reconocimiento de las curvas, de tal forma que pudiese recuperarse el nivel de dosis correspondiente  [1].

Como puede observarse en la Figura 1, existen zonas en el patrón de curvas en donde se desconoce el nivel de dosis; en realidad, sólo se conoce la dosis con precisión en las fronteras de dichas zonas. De aquí la necesidad de procesar este patrón de curvas, de tal forma que pueda obtenerse una descripción completa de la distribución de dosis en 2D. Para generar este mapa de dosis R(x,y) para un campo de radiación se utilizó una interpolación con splines de superficie de la siguiente forma:

 donde:
 
 que puede describirse por el siguiente sistema de ecuaciones [2,3,4]:

donde:
P,Q son vectores característicos para el campo de radiación e incógnitas del sistema,
K es la matriz de las k1(x,y)
E es una matriz que relaciona las coordenadas x,y; y por último
D es el vector de las dosis en los n puntos (x,y).

En la Figura 1b se muestra el campo de radiación interpolado correspondiente al patrón de curvas de isodosis del inciso a), la interpretación se hace de acuerdo a una tabla de colores, en donde los tonos en rojo corresponden a los niveles altos de dosis y los tonos azules corresponden a los niveles bajos de dosis.

 
                                              a)                                                       b)
Figura 1. a) Patrón de curvas de isodosis b)Mapa de dosis de un campo de radiación

Como se mencionó anteriormente, un elemento fundamental para hacer la planeación, es la referencia anatómica del paciente que idealmente consiste en una imagen de tomografía axial por rayos X (TAC), o bien, por resonancia magnética nuclear (RMN); ambas permiten una identificación más clara de regiones de interés tales como el órgano blanco, tejido crítico, tejido sano, etc; sin embargo, con frecuencia sólo se cuenta con una estimación de los bordes o contornos del paciente y  regiones internas. En cualquier caso, es necesario digitalizar esta referencia anatómica y, si es posible, hacer la segmentación en regiones de interés, lo que permite conservar información sobre las diferentes clases de tejido y su posible respuesta diferencial a la interacción con la radiación.
 
 

III. Mapa resultante de dosis

Después de la identificación de la patología y de los recursos terapéuticos disponibles, se establecen los parámetros de la planeación del tratamiento, como son:

  • técnica de tratamiento (superficie, isocéntrica, rotacional)
  • características de los campos de radiación (número, dimensiones, colocación, uso de cuñas o charolas, etc)
  • dosis máxima en órgano blanco
Se obtiene entonces una estimación de la distribución resultante de dosis, como una superposición espacial de la contribución de cada uno de los campos de radiación, de acuerdo a la técnica de tratamiento empleada, considerando tanto las oblicuidades del contorno del paciente como las inhomogeneidades en tejidos que interactúan con la radiación. Para calcular la distribución resultante de dosis se ha empleado un algoritmo de retroproyección geométrica [4], que consiste en que:
 
donde:
RC  es la región donde se desea calcular el mapa resultante
DRC es el mapa resultante de dosis
Di es la contribución de dosis del campo i-ésimo
x’,y’ son las coordenadas después de hacer la retroproyección:  , donde j, dx, dy son el ángulo de rotación y los desplazamientos en x y y del campo.
wDy es una compensación por la oblicuidad del contorno del paciente o inhomogeneidad de tejidos [5,6].

En la Figura 2 se muestra un esquema de este algoritmo.

 Figura 2. Algoritmo de retroproyección geométrica
En la Figura 3 se muestra el resultado de una planeación empleando el algoritmo descrito anteriormente y los parámetros señalados en la Tabla1
 
Técnica  Superficie
Fuente Co60
No. Campos 3
Tipo de campo Abierto
DFP  80 cm
Dimensiones  10x10 cm
Colocación  180º - 90º - 0º
Pesos  4 – 1 – 4
Órgano blanco Bazo
Tabla 1. Parámetros de la planeación del tratamiento
 
 
a)
 b)
Figura 3. Mapa resultante de dosis, a) acotado por contorno del paciente b) Superposición del mapa de dosis con imagen
 

IV. Dosis Biológica Efectiva

Considerando la menor capacidad de recuperación al daño inducido por la radiación de las células cancerosas respecto a las células normales, se han planteado diversos esquemas de fraccionamiento de la dosis máxima al órgano blanco, tal que se minimice la acumulación del efecto biológico sobre tejido sano. Resulta clínicamente relevante modelar los posibles efectos de la interacción de la radiación con los diversos tejidos del paciente.

Derivada del modelo lineal cuadrático (LQ) [7], que describe la muerte celular en función de la dosis de radiación recibida, se ha definido como Dosis Biológica Efectiva (DBE) la siguiente relación:

donde:

Df es la dosis por fracción
N es el número de fracciones
a,b son los parámetros del modelo LQ característicos para cada tejido.

 Mapas de DBE en Planeación de Teleterapia , trabajo presentado en el 1er. Congreso Lationamericano de Ingeniería Biomédica 1998 ( http://itzamna.uam.mx/somib )
 

V. Conclusiones

La representación cartográfica de la dosis resultante permite delimitar las zonas “calientes” en el tratamiento propuesto, facilitando así la evaluación de la planeación. El error acumulado por los procesos de discretización, interpolación y retroproyección es menor al 5% de la dosis administrada [4]

La generación del mapa de DBE, permite la evaluación de diferentes protocolos de fraccionamiento para una misma distribución resultante de dosis [8]

El cálculo eficiente de mapas de alta resolución de dosis (física y biológica efectiva) permite tener un mayor control de calidad en el servicio de teleterapia de la unidad clínica, proporcionando mayores elementos para evaluar, y en su caso, corregir la propuesta terapéutica.
 
 

Referencias

[1] R. Valdés, O. Yáñez. Planeación de tratamientos en teleterapia. Rev. Mex. Ing. Biomed. vol. XIII no. 1 pp. 249-258. 1992

[2] R.L. Harder, R.N. Desmarais. Interpolation using surface splines. J.Aircraft. vol. 9 pp. 189-191. 1972.

[3] F. Perrin, J. Pernier, O. Bertrand, M.H. Giard, J.F.Echallier. Mapping of scalp potentials by surface spline interpolation. Electroenceph. Clin. Neurophysiol. Vol. 66. pp. 75-81. 1987.
 

[4] R. Valdés, V. Medina, F. Hassainia, J. Montoya. Algoritmo para mapeo de dosis de radiación en tratamientos de teleterapia. Rev. Mex. Ing. Biomed. Vol. XVIII no. 2 pp. 25-32. 1997.
 

[5] H.E. Johns, J.R. Cunningham. The Physics of Radiology. Charles C. Thomas Pub. USA. pp. 336-452. 1983.
 
[6] G.C. Bentel Radiation Therapy Planning. McGraw Hill. USA. pp. 32-97. 1996.

[7] J.F. Fowler. The linear-quadratic formula and progress in fractionated radiotherapy. Br. J. Radiol. Vol 62. pp 679-694. 1989.

[8] R. Valdés, J. Montoya, V. Medina. Mapas de dosis biológica efectiva en planeación en teleterapia. Memorias de 1er. Congreso Latinoamericano de Ing. Biomédica. Rev. Mex. Ing. Biomed. pp 276-278. 1998.

ibiomed@xanum.uam.mx
ravc@xanum.uam.mx
Example HR
Example HR

Esta página fue actualizada en Abril 16,1999