Submitted by Danielle Karla Martins Silva (danielle.martins@ufpe.br) on 2015-03-12T18:03:49Z No. of bitstreams: 2 DISSERTACAO_VersaoFinal_Alex.pdf: 5202282 bytes, checksum: 412feea4e159e10abed8409d3f2010ee (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-12T18:03:49Z (GMT). No. of bitstreams: 2 DISSERTACAO_VersaoFinal_Alex.pdf: 5202282 bytes, checksum: 412feea4e159e10abed8409d3f2010ee (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2012 / CNPq / O planejamento radioterápico é o processo de determinar a maneira mais apropriada de irradiar o paciente. Entre as etapas mais importantes do processo de planejamento está a aquisição de imagens do paciente e a avaliação da distribuição de dose. Os sistemas computacionais baseados em métodos Monte Carlo estão se tornando a técnica mais avançada para avaliação de dose, fornecendo resultados mais realísticos. As imagens do paciente são predominantemente obtidas por Tomografia Computadorizada (CT), que fornecem, não só informações relevantes sobre a anatomia, como também permitem obter uma distribuição espacial das densidades e composições químicas dos órgãos e tecidos através de métodos de conversão de números CT. A relação entre número CT e densidade é estabelecida por uma curva de calibração obtida empiricamente a partir de imagens CT de um fantoma físico que possui vários materiais com densidades diferentes. As composições químicas são atribuídas a grupos determinados segmentando-se a escala de números CT. Contudo, estes métodos de conversão de números CT não levam em consideração a qualidade das imagens. Neste trabalho são avaliadas as influências de alguns parâmetros de qualidade de imagem CT (resolução de baixo contraste, exatidão dos números CT e ruído) na distribuição de dose em planejamento radioterápico. Para isso, diversas etapas foram realizadas, entre elas: construção de um fantoma físico; aquisição de um conjunto de imagens CT deste; desenvolvimento de um software em linguagem de programação C#; e simulações Monte Carlo no código GEANT4 de irradiações do fantoma utilizando as suas imagens (após a conversão de números CT) e uma representação computacional do mesmo. Essencialmente, a análise dos resultados foi realizada comparando-se as distribuições de dose resultantes das simulações. Nessas comparações, foram encontrados muitos erros acima dos 5%, limiar estabelecido pela ICRU 24 (1976). Isso resulta da inexatidão na distribuição espacial de densidades e composições químicas e, portanto, a qualidade das imagens CT influencia consideravelmente a distribuição de dose. A conversão para densidade é afetada pelo ruído e pela exatidão de números CT, e a conversão para composição química, pelo ruído e pela amostragem de números CT de objetos com densidades próximas. A resolução de baixo contraste não demonstrou um efeito perceptível.

Submitted by Rafael Santana (rafael.silvasantana@ufpe.br) on 2017-05-11T17:49:20Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese_AlexOliveira_PROTEN_2016.pdf: 2268858 bytes, checksum: 5f7228b81f8233f71ade4db328005315 (MD5) / Made available in DSpace on 2017-05-11T17:49:20Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese_AlexOliveira_PROTEN_2016.pdf: 2268858 bytes, checksum: 5f7228b81f8233f71ade4db328005315 (MD5) Previous issue date: 2016-04-29 / CNEN / A incidência de câncer tem crescido no Brasil, assim como em todo mundo, acompanhando a mudança do perfil etário da população. Uma das técnicas mais importantes e comumente utilizadas no tratamento do câncer é a radioterapia. Em torno de 60% dos casos novos de neoplasias malignas utiliza-se a radioterapia. O equipamento mais utilizado para radioterapia é o acelerador linear (Linac) que produz feixes de elétrons ou raios-X na faixa energética de 5 a 30 MeV. A maneira mais apropriada de irradiar o paciente é determinada durante o planejamento. Atualmente, o sistema computacional de planejamento radioterápico (TPS – Treatment Planning System) é a principal e a mais importante ferramenta no processo de planejamento em radioterapia. O principal objetivo desse trabalho foi desenvolver um sistema computacional baseado no código Monte Carlo (MC) Geant4 para avaliações dosimétricas em radioterapia com feixe de fótons. Além de planejamentos, essas avaliações podem ser realizadas para pesquisa e controle de qualidade de equipamentos e de TPSs. O sistema computacional, denominado Quimera, é composto de uma interface gráfica de usuário (qGUI) e três aplicativos MC (qLinacs, qMATphantoms e qNCTphantoms). A qGUI tem a função de interface para os aplicativos MC, criando ou editando os arquivos de entrada, executando as simulações e analisando os resultados. O qLinacs é usado para modelagem e geração de feixes de irradiação (espaços de fase) de Linacs. O qMATphantoms e o qNCTphantoms são usados para avaliações de dose em modelos virtuais de fantomas físicos e em imagens de tomografia computadorizada (CT), respectivamente. A partir de dados do fabricante, foram modelados no qLinacs um Linac e um colimador multifolhas (MLC) da Varian. As modelagens do Linac e do MLC foram validadas utilizando dados experimentais. As validações do qMATphantoms e do qNCTphantoms foram realizadas utilizando espaços de fase da IAEA (International Atomic Energy Agency). Nessa primeira versão, o Quimera pode ser usado para pesquisa, planejamentos radioterápicos de tratamentos simples e controle de qualidade em radioterapia com feixes de fótons gerados por Linacs. Os aplicativos MC funcionam independentes da qGUI e essa pode ser usada para manipulação de imagens CT e análise de resultados de outros aplicativos MC. Devido à estrutura modular do Quimera, é possível adicionar novos aplicativos MC, permitindo o desenvolvimento de novas pesquisas, modelagem de Linacs e MLCs de diferentes fabricantes, o uso de outras técnicas (feixe de elétrons, prótons, íons pesados, tomoterapia, etc.) e aplicações em áreas correlatas (braquiterapia, radioproteção, etc.). Esse trabalho é uma iniciativa para desenvolvimento colaborativo de um sistema computacional completo que possa ser usado em radioterapia, tanto na prática clínica e técnica quanto na pesquisa. / The incidence of cancer has grown in Brazil, as well as around the world, following the change in the age profile of the population. One of the most important techniques and commonly used in cancer treatment is radiotherapy. Around 60% of new cases of cancer use radiation in at least one phase of treatment. The most used equipment for radiotherapy is a linear accelerator (Linac) which produces electron or X-ray beams in energy range from 5 to 30 MeV. The most appropriate way to irradiate a patient is determined during treatment planning. Currently, treatment planning system (TPS) is the main and the most important tool in the process of planning for radiotherapy. The main objective of this work is to develop a computational system based on the MC code Geant4 for dose evaluations in photon beam radiotherapy. In addition to treatment planning, these dose evaluations can be performed for research and quality control of equipment and TPSs. The computer system, called Quimera, consists of a graphical user interface (qGUI) and three MC applications (qLinacs, qMATphantoms and qNCTphantoms). The qGUI has the function of interface for the MC applications, by creating or editing the input files, running simulations and analyzing the results. The qLinacs is used for modeling and generation of Linac beams (phase space). The qMATphantoms and qNCTphantoms are used for dose calculations in virtual models of physical phantoms and computed tomography (CT) images, respectively. From manufacturer's data, models of a Varian Linac photon beam and a Varian multileaf collimator (MLC) were simulated in the qLinacs. The Linac and MLC modelings were validated using experimental data. qMATphamtoms and qNCTphantoms were validated using IAEA phase spaces. In this first version, the Quimera can be used for research, radiotherapy planning of simple treatments and quality control in photom beam radiotherapy. The MC applications work independent of the qGUI and the qGUI can be used for handling CT images and analysis of results from other MC applications. Due to the modular structure of the Quimera, one can add new MC applications, allowing the development of new research for use of other techniques (electron beam, protons, heavy ions, tomotherapy, etc.) and applications (brachytherapy, radiation protection, etc.) in radiotherapy. Quimera is an initiative for collaborative development of a complete computer system that can be used in radiotherapy, for clinical and technical practice and research

Neste trabalho são apresentados modelos de regressão com respostas bivariadas obtidos através de funções cópulas. O objetivo de utilizar estes modelos bivariados é modelar a correlação entre eventos e captar nos modelos de regressão a influência da associação entre as variáveis resposta na presença de censura nos dados. Os parâmetros dos modelos, são estimados por meio dos métodos de máxima verossimilhança e jackknife. Alguns métodos de análise de sensibilidade como influência global, local e local total de um indivíduo, são introduzidos e calculados considerando diferentes esquemas de perturbação. Uma análise de resíduos foi proposta para verificar a qualidade do ajuste dos modelos utilizados e também foi proposta novas medidas de resíduos para respostas bivariadas. Métodos de simulação de Monte Carlo foram conduzidos para estudar a distribuição empírica dos resíduos marginais e bivariados propostos. Finalmente, os resultados são aplicados à dois conjuntos de dados dsponíveis na literatura. / In this work bivariate response regression models are presented with the use of copulas. The objective of this approach is to model the correlation between events and capture the influence of this correlation in the regression parameters. The models are used in the context of survival analysis and are ¯tted to two data sets available in the literature. Inferences are obtained using maximum likelihood and Jackknife methods. Sensitivity techniques such as local and global in°uence are proposed and calculated. A residual analysis is proposed to check the adequacy of the models and simulation methods are used to asses the empirical distribution of the marginal univariate and bivariate residual measures proposed.

Neste trabalho são apresentados modelos de regressão com respostas bivariadas obtidos através de funções cópulas. O objetivo de utilizar estes modelos bivariados é modelar a correlação entre eventos e captar nos modelos de regressão a influência da associação entre as variáveis resposta na presença de censura nos dados. Os parâmetros dos modelos, são estimados por meio dos métodos de máxima verossimilhança e jackknife. Alguns métodos de análise de sensibilidade como influência global, local e local total de um indivíduo, são introduzidos e calculados considerando diferentes esquemas de perturbação. Uma análise de resíduos foi proposta para verificar a qualidade do ajuste dos modelos utilizados e também foi proposta novas medidas de resíduos para respostas bivariadas. Métodos de simulação de Monte Carlo foram conduzidos para estudar a distribuição empírica dos resíduos marginais e bivariados propostos. Finalmente, os resultados são aplicados à dois conjuntos de dados dsponíveis na literatura. / In this work bivariate response regression models are presented with the use of copulas. The objective of this approach is to model the correlation between events and capture the influence of this correlation in the regression parameters. The models are used in the context of survival analysis and are ¯tted to two data sets available in the literature. Inferences are obtained using maximum likelihood and Jackknife methods. Sensitivity techniques such as local and global in°uence are proposed and calculated. A residual analysis is proposed to check the adequacy of the models and simulation methods are used to asses the empirical distribution of the marginal univariate and bivariate residual measures proposed.