Kuru kafanın Monte Carlo simülasyonu - Monte Carlo Simülasyonu

3. MATERYAL ve YÖNTEM

3.3 Monte Carlo Simülasyonu

3.3.5 Kuru kafanın Monte Carlo simülasyonu

Kuru kafa içine yerleĢtirilen her biri farklı malzemeden yapılan dört ticari kök formda olan diĢ implantlarının doz dağılımlarını hesaplamak için, DOSXYZnrc'de kuru kafa fantomunun BT görüntülerinden yararlanarak kuru kafanın yoğunluk bilgilerini gösteren fantom oluĢturulmuĢtur. Çizelge 3.2‟de kuru kafa ölçümlerinde kullanılan implantların kimyasal ve fiziksel özellikleri verilmiĢtir.

Çizelge 3.2 Monte Carlo simülasyonunda tanımlanan kök formundaki diĢ implantları DiĢ implantı Kimyasal birleĢim Fiziksel yoğunluk (g/cm³)

Y-TZP Zr,Y,O 6.80

ġekil 3.15 Kadavradan elde edilen gerçek insan kafatası (kuru kafa)

Kuru kafa fantomundaki doz dağılımının MC ile belirlenebilmesi için, tedavi planlama sistemlerinde de olduğu gibi, fantomun BT görüntüsünün BEAMnrc/EGSnrc MC kodu içerisine alınması gereklidir. Böylece MC radyasyon transportu BT görüntüsü ile belirlenen ortamda gerçekleĢtirilebilecektir.

BEAMnrc/EGSnrc MC kodu, BT görüntülerinin simülasyon içerisine alınabilmesi için CTCREATE adlı bir program bulunmaktadır. Bu programla, bir girdi dosyası vasıtasıyla her kesitteki BT görüntülerinin okunup kullanıcı tarafından belirlenen voksel boyutlarında MC fantomu yapılması sağlanmaktadır. Örnek bir girdi dosyası ġekil 3.16‟da gösterilmiĢtir. Bu girdi dosyası Ģu bilgileri içerir: DICOM görüntülerinin isimlerinin yazıldığı dosyanın adresi, fantomun oluĢturulacağı x, y ve z koordinat sınırları, fantom voksellerinin boyutları, BT numarası-fiziksel yoğunluk dönüĢüm fonksiyonu ve fantom voksellerinin hangi materyalden oluĢacağı bilgisi.

MC fantomunda belirlenen boyutlardaki vokseller, BT voksellerindeki BT numaralarının ortalamalarının alınması ile oluĢturulmaktadır. Bu tez çalıĢmasında kullanılan BT voksellerinin boyutları 0.79x0.79x1.5 mm³ iken, MC fantomunun boyutları 2x2x2 mm³ olarak belirlenmiĢtir. Buna göre 1 MC vokseli oluĢturmak için BT voksellerinden x ve y doğrultularında 2.5 adet; z doğrultusunda 1.3 adet vokselin BT numaralarının ağırlıklı ortalaması alınmaktadır. Böylece bir MC vokselinin BT numarası belirlenir. Bu BT numarası, girdi dosyasında tanımlanan dönüĢüm ile fiziksel yoğunluğa dönüĢtürülür.

Bu tez çalıĢmasında, MC doz dağılımının TPS‟den elde edilen doz dağılımı ile karĢılaĢtırılabilmesi için, TPS‟de tanımlanmıĢ olan BT numarası–Rölatif elektron yoğunluğu dönüĢümü, MC fantomundaki BT numarası–Fiziksel yoğunluk dönüĢümü için kullanılmıĢtır. Rölatif elektron yoğunluğunun fiziksel yoğunluğa çevriminde ise Gammex Tissue Characterization Phantom Model 467 ve CIRS Electron Density Phantom Model 062M fantomlarından elde edilen bi-lineer dönüĢüm kullanılmıĢtır.

Sonuçlar, Ģekil 3.17‟de gösterilmiĢtir.

ġekil 3.17 Fiziksel yoğunluğun, suya göre rölatif elektron yoğunluğuna çevirimi

TPS‟ler insan vücudunun tamamen sudan oluĢtuğunu varsayar, ıĢınlanacak ortam içinde bulunan farklı yoğunluktaki malzemelerde ise inhomojenite düzeltmesi uygular. MC hesaplamalarında ise ortam sadece sudan oluĢmaz, vokseller farklı malzemeler ile doldurulur. MC hesaplamaları ortamda bulunan malzemelerin fiziksel yoğunluklarını dikkate alır.

Çizelge 3.3 BEAMnrc/EGSnrc MC kodunda önerilen malzemeler ve fiziksel yoğunluk aralığı

Kuru kafa doz hesaplamalarında, 10x10 cm² alan için seçilen ortalama elektron enerjisi ile üretilen faz-uzay dosyası kullanılmıĢtır. Ġstatistiksel belirsizliğin % 0.5'in altında tutulması için baĢlangıçtaki kullanılan hedefe çarpan elektron sayısı (history) 5x10⁹ olarak ayarlanmıĢtır.

ġekil 3.18 Y-TZP implant yerleĢtirilen kuru kafanın MC simülasyon doz hesaplama görüntüsü

ġekil 3.19 Ti implant yerleĢtirilen kuru kafanın MC simülasyon doz hesaplama görüntüsü

ġekil 3.20 Alümina implant yerleĢtirilen kuru kafanın MC simülasyon doz hesaplama görüntüsü

ġekil 3.21 PEEK implant yerleĢtirilen kuru kafanın MC simülasyon doz hesaplama görüntüsü

Ġzomerkez, diĢ implantlarının merkezi olarak ayarlanmıĢ ve %DD'lar merkezi eksen boyunca hesaplanmıĢtır.

72 3.3.6 Kuru kafa TLD ölçümleri

TLD‟lerin kalibrasyonu için, TLD'ler bir saat boyunca 400 °C'de fırınlanmıĢ, ardından, lüminesans tuzaklarını boĢaltmak için iki saat 100 °C'de izlenmiĢtir (Furetta ve Weng 1998). TLD 100‟ler Varian 2300 C/D (Varian Medical Systems, Inc., Palo Alto, CA) lineer hızlandırıcısında 6 MV X ıĢını demeti kullanılarak 10x10 cm² alan boyutunda toplamda 2 Gy doz verilerek ıĢınlanmıĢtırlar. IĢınlanmıĢ TLD‟ler, sığ tuzakların daha kısa ömürlü olmasından dolayı 100°C'de iki saat ön ısıtma yapılmıĢtır (Furetta ve Weng 1998). TL sinyali, 15° C/s'lik ısıtma hızı ile 300° C'ye kadar ısıtılarak elde edilmiĢtir ve ıĢıma eğrilerinin toplam alanı, radyasyon dozuna bağlı olarak Termolüminesansın yoğunluğunu belirlemek için kullanılmıĢtır. TLD'lerin arasındaki doğal farklılıkları ortadan kaldırmak için bireysel kalibrasyonlar yapılmıĢtır. Her bir TLD için kalibrasyon faktörleri hesaplanmıĢtır.

Kuru kafa çene kemiğinin içine yerleĢtirilen implantın üstündeki kemik bölgesi çıkarılarak TLD implantın yüzeyine değecek Ģekilde yerleĢtirilmiĢtir. TLD‟lerin boyutları 3.2x3.2x0.9 mm‟dir. TLD‟ler ince bir bantla kaplanmıĢ ve harfle etiketlenmiĢtir. ġekil 3.22 a‟da TLD‟lerin yerleĢtirilme Ģekli gösterilmiĢtir.

ġekil 3.22 a) Ġmplant yüzeyine yerleĢtirilen TLD görüntüsü b) TLD ıĢınlama ölçüm geometrisi

Kuru kafanın çene bölgesine, tedavi planlama hesaplamaları yapılırken kullanılan 5mm kalınlığında bolus malzemesi aynı Ģekilde yerleĢtirilmiĢtir. ġekil 3.22 b‟de Kuru kafa TLD ıĢınlama ölçüm geometrisi gösterilmiĢtir. Merkezi eksen implantın merkezi olacak Ģekilde 10x10cm²‟lik alan boyutunda 6 MV X ıĢını demeti ile 2 Gy‟lik doz verilerek, ıĢınlanmıĢtır. IĢınlamalar üçer kez tekrarlanarak ortalama doz değerleri hesaplanmıĢtır.

3.4 Verilerin Değerlendirme ve Analizi

Katı fantom ölçümlerinin değerlendirmesi yapılırken;

MC simülasyonu ile geri saçılan doz değerleri, aĢağıdaki denklem kullanılarak hesaplanmıĢtır.

Fark(%)=[( MCmalzeme‒ MCsu )/ MCsu]∙ 100 ( 3.1)

MC simülasyonu ile Eclipse TPS PBC algoritması kullanılarak elde edilen doz değerleri arasındaki fark, aĢağıdaki denklem kullanılarak hesaplanmıĢtır.

Fark(%)=[( MC‒ TPS)/ _MC]∙ 100 (3.2) Kuru kafa ölçümlerinin değerlendirmesi yapılırken;

Eclipse TPS PBC algoritması ile MC simülasyonundan elde edilen doz değerleri arasındaki fark, aĢağıdaki denklem kullanılarak hesaplanmıĢtır.

Fark(%)=[( TPS‒ MC)/ _TPS]∙ 100 (3.3) Eclipse TPS PBC algoritması ile hesaplanan nokta doz değerleri ile TLD ölçümlerinden elde edilen nokta doz değerleri arasındaki fark aĢağıdaki denklem kullanılarak hesaplanmıĢtır.

Fark(%)=[( _TPS‒ _TLD)/ _TPS]∙100 (3.4) Sonuçlardaki istatiksel belirsizlik % 0.5‟dir.

74 4. BULGULAR VE TARTISMA

Monte Carlo Simülasyonunun doğru çalıĢıp çalıĢmadığını kontrol etmek için, farklı baĢlangıç enerjilerinde 10x10 cm² alan ve SSD: 100 cm için, MC simülasyonu ve su fantomu ile gerçekleĢtirilen dozimetrik ölçümlerden elde edilen %DD eğrileri karĢılaĢtırılmıĢtır. MC simülasyonu ve su fantomu ölçüm sonuçları arasındaki en iyi uyum 6.4 MeV baĢlangıç elektron enerjisinde bulunmuĢtur. MC simülasyonu ve su fantomundan elde edilen %DD‟ler arasındaki fark %1‟in içindedir.Varian 2300 C/D lineer hızlandırıcı tedavi kafası simülasyonu baĢarılı bir Ģekilde yapılmıĢ olup, sonuçlar ġekil 4.1-4.2-4.3‟de gösterilmiĢtir.

ġekil 4.1 Farklı baĢlangıç enerjileri kullanılarak: 10x10 cm² alan ve SSD: 100 cm için MC simülasyonu ve su fantomu ile elde edilen %DD eğrilerinin karĢılaĢtırılması

ġekil 4.2 Farklı baĢlangıç enerjileri kullanılarak: 10x10 cm² alan ve SSD: 100 cm için MC simülasyonu ve su fantomu ile elde edilen %DD eğrilerinin dmax bölgesi karĢılaĢtırılması

ġekil 4.3 Farklı baĢlangıç enerjileri kullanılarak: 10x10 cm² alan ve SSD: 100 cm için MC simülasyonu ve su fantomu ile elde edilen %DD eğrilerinin kuyruk bölgesi karĢılaĢtırılması

ġekil 4.4 6 MV X ıĢını demeti için, farklı alan boyutlarında MC simülasyonu ve su fantomu ile elde edilen %DD eğrilerinin karĢılaĢtırılması

Ayrıca; 6 MV X ıĢını demeti için, 3x3cm², 5x5cm², 15x15cm², 20x20cm²farklı alan boyutları içinde %DD ölçümleri yapılmıĢtır. MC simülasyonları ve su fantomu ölçümleri arasındaki %DD ölçüm sonuçlarının karĢılaĢtırmaları ġekil 4.4‟de gösterilmiĢtir.

4.1 Katı Fantom Bulguları

Katı fantom ölçümlerinde, farklı implantların doz dağılımına etkilerini incelemek için

%DD eğrileri kullanılmıĢtır. Farklı implant malzemelerden MC simülasyon tekniği ve Eclipse TPS PBC algoritması kullanılarak elde edilen %DD eğrileri ġekil 4.5-4.10‟da gösterilmiĢtir. Her bir diĢ implant malzemesi katı fantom içine 2 cm derinliğe 1 cm kalınlıkta olacak Ģekilde yerleĢtirilmiĢtir.

ġekil 4.5 Ti implant için 6 MV‟da MC ve PBC sonuçlarından elde edilen %DD eğrilerinin karĢılaĢtırılması

ġekil 4.6 Ti-6Al-4V implant için 6 MV‟da MC ve PBC sonuçlarından elde edilen %DD eğrilerinin karĢılaĢtırılması

ġekil 4.7 Y-TZP implant için 6 MV‟da MC ve PBC sonuçlarından elde edilen %DD eğrilerinin karĢılaĢtırılması

ġekil 4.8 ZrO2 implant için 6 MV‟da MC ve PBC sonuçlarından elde edilen %DD eğrilerinin karĢılaĢtırılması

ġekil 4.9 Al2O3 implant için 6 MV‟da MC ve PBC sonuçlarından elde edilen %DD eğrilerinin karĢılaĢtırılması

ġekil 4.10 PEEK implant için 6 MV‟da MC ve PBC sonuçlarından elde edilen %DD eğrilerinin karĢılaĢtırılması

Katı fantom kullanılarak, diĢ implantının önünde MC simülasyonu ile hesaplanan geri saçılan radyasyon dozundan dolayı oluĢan doz artıĢı Ti için % 11.2, Ti-6Al-4V için % 10.7, Y-TZP için % 20.2, ZrO2 için % 15.5, Al2O3 için % 3.3 ve PEEK için % 0.4 bulunmuĢtur. DiĢ implantının arkasında MC simülasyonu ile hesaplanan doz azalımı Ti için % 15.5, Ti-6Al-4V için % 15.4, Y-TZP için % 24.4, ZrO2 için % 22.2, Al2O3 için % 7 ve PEEK için %1.1 bulunmuĢtur. Sonuçlar Çizelge 4.1‟ de gösterilmiĢtir.

Çizelge 4.1 6 MV foton enerjisinde farklı diĢ implantları için MC simülasyonu sonucu elde edilen yüzde doz artıĢ ve doz azalımı

Ti Ti-6AI-4V Y-TZP ZrO₂ Al₂O₃ PEEK belirleyen yöntem MC simülasyonudur. Eclipse TPS‟in PBC algoritması, diĢ implantının önünde oluĢan geri saçılmayı tam olarak dikkate almamaktadır. Catli (2015) ve Friedrich vd. (2010) çalıĢmalarında MC simülasyonu kullanarak saçılan radyasyon dozunu hesaplamıĢlardır. Ġmplant malzemelerinin önünde, Çatlı (2015) Ti implant için

% 7.8, Ti alaĢım implant için % 6.3 ve Friedrich vd. (2010) Ti implant için, % 10'luk doz artıĢı gözlemlemiĢlerdir. Bu tez çalıĢmasında, katı fantom kullanılarak Ti implant için elde edilen sonuçlar Friedrich vd. (2010)‟nin sonuçları ile uyumludur. Catli (2015)‟nın sonuçları ile tez çalıĢmasından elde ettiğimiz sonuçlar arasındaki farklılık, Catli (2015)‟nın standart 6 MV foton demeti kullanmasına karĢın bizim lineer hızlandırıcı kafasını birebir modelleyerek 6 MV foton demeti kullanmamızdan kaynaklanmaktadır.

Bildiğimiz kadarıyla bu çalıĢmada kullanılan üç farklı diĢ implant malzemesi; Y-TZP, Al₂O₃, PEEK için literatür de karĢılaĢtırmalı çalıĢma yapılmamıĢtır.

Maksimum doz artıĢı, fiziksel yoğunluğu en yüksek olan zirkonyum diĢ implant malzemesi için gözlenmiĢtir. PEEK implant malzemesi en düĢük fiziksel yoğunluğa sahip malzeme olduğundan, en düĢük doz artıĢı PEEK implantı için bulunmuĢtur.

Farklı diĢ implantlarının sırasıyla hemen önünde, hemen arkasında, 2 cm ve 10 cm arkasında, MC simülasyonu ve Eclipse TPS PBC algoritması ile elde edilen %DD eğrilerinin karĢılaĢtırılmasıyla hesaplanan %DD farklılıkları Çizelge 4.2'de gösterilmiĢtir.

Çizelge 4.2 6 MV foton enerjisinde farklı diĢ implantları için MC ve PBC algoritması arasında hesaplanan doz farklılıkları (%)

MC simülasyonu ve PBC algoritmasından elde edilen % DD eğrilerinin karĢılaĢtırılması sonucu, implantın hemen önündeki doz artıĢı arasındaki farkının Ti için % 10.5, Ti-6Al-4V için % 10.1, Y-TZP için % 17.2, ZrO2 için % 13.8, Al2O3 için % 3.1 ve PEEK için

% 0.1 olduğu görülmektedir. MC simülasyonu ve PBC algoritmasından implantın hemen arkasında elde edilen doz azalımı arasındaki fark Ti için % 12.2, Ti-6Al-4V için

% 12, Y-TZP için % 24.7, ZrO2 için % 21.3, Al2O3 için % 2.7 ve PEEK için % 0.9 olarak bulunmuĢtur.

MC simülasyonları ve Eclipse TPS PBC algoritması hesaplamaları ile elde edilen %DD eğrilerinin karĢılaĢtırılması, TPS PBC algoritmasının, küçük homojen olmayan ortamlar için diĢ implant malzemelerinden kaynaklı saçılma ve soğurulma miktarlarını doğru bir Ģekilde hesaplayamadığını göstermektedir.

Tedavi planlama algoritmaları, homojen ortamla radyasyon etkileĢimi için doz hesaplamalarını daha doğru Ģekilde vermektedir. Bu tez çalıĢmasında, soğurulma nedeniyle implantların hemen arkasında dozun azaldığı, geri saçılma nedeniyle implant malzemelerin hemen önünde dozun arttığı görülmüĢtür. PBC algoritması, diĢ implantının önündeki geri saçılan dozu, olduğundan az ve diĢ implantlarının arkasında soğurulmadan kaynaklı dozu, olduğundan fazla hesaplamaktadır.

4.2 Kuru Kafa Bulguları

Kuru kafa kullanılarak yapılan ölçümlerde, farklı implantlar için elde edilen doz dağılımları, %DD eğrilerinden elde edilen sonuçlar kullanılarak hesaplanmıĢtır. MC simülasyonu ve Eclipse TPS PBC algoritmasından farklı diĢ implantları için elde edilen sonuçlar ġekil 4.11-4.14‟de gösterilmiĢtir.

ġekil 4.11 Y-TZP implant için, MC simülasyonu ve PBC algoritmasından elde edilen doz dağılımlarının karĢılaĢtırılması

ġekil 4.12 Ti implant için, MC simülasyonu ve PBC algoritmasından elde edilen doz dağılımlarının karĢılaĢtırılması

ġekil 4.13 Alümina implant için, MC simülasyonu ve PBC algoritmasından elde edilen doz dağılımlarının karĢılaĢtırılması

ġekil 4.14 PEEK implant için, MC simülasyonu ve PBC algoritmasından elde edilen doz dağılımlarının karĢılaĢtırılması

Kuru kafa ölçümlerinden elde edilen ġekil 4.11-14‟den Eclipse TPS PBC algoritması ve MC simülasyonu sonucunda diĢ implantının merkezi ekseni boyunca elde edilen doz dağılımların incelendiğinde PBC algoritmasının build-up bölgesindeki dozu MC‟ye göre daha az belirleme eğilimde olduğu, ayrıca implantın olduğu bölgede PBC algoritmasının soğurulan dozu olduğundan daha az hesapladığı görülmüĢtür.

Kuru kafa için, implant önünde oluĢan geri saçılan doz artıĢının Eclipse TPS PBC

Kuru kafa tedavi planlamalarında, PBC algoritması ve MC simülasyonu ile elde edilen

%DD eğrilerinin karĢılaĢtırılması sonucu, implantın önündeki doz artıĢ farkının, Y-TZP için % 4.5, Ti için % 1.6, Al₂O₃ için % 1.1 ve PEEK için % 0.6 olduğunu göstermektedir.

Kuru kafa ile yapılan çalıĢmada, TLD ile elde edilen nokta dozlarla implant üzerinde oluĢan geri saçılan doz değerleri, Eclipse TPS PBC algoritması için elde edilen nokta dozlarla karĢılaĢtırılmıĢtır. Farklı implant malzemeleri için elde edilen doz farklılıkları Çizelge 4.4‟te gösterilmiĢtir. TLD‟ler çene kemiğinin implant üzerindeki kısmı çıkarılarak implant yüzeyine TLD‟nin geniĢ yüzeyi değecek Ģekilde yerleĢtirilmiĢtir.

Çizelge 4.4 Her bir implant için, implantın önündeki PBC algoritması ve TLD ile hesaplanan nokta doz değerleri ve aralarındaki % doz farklılığı

DiĢ Ġmplantı TLD Ort. (cGy) PBC Doz (cGy) Fark (%) mandibulası kullanarak yaptıkları çalıĢmada, TLD ile saçılan radyasyon dozunu hesaplamıĢlardır. Ti implant için implantın hemen önünde, %18'lik doz artıĢı gözlemlemiĢlerdir. Bizim yaptığımız çalıĢmada, Ti implant için TLD ölçümünde implantın hemen önünde % 12.3‟lük doz artıĢı saptanmıĢtır. Beyzadeoğlu vd. yaptıkları çalıĢmada implant malzemesini, build-up bölgesini geçecek Ģekilde yerleĢtirmiĢlerdir.

Bizim yaptığımız çalıĢmada, baĢ boyun kanseri olan hastanın radyoterapi planlamasına benzer Ģekilde, diĢ implantı build-up bölgesine yerleĢtirilmiĢtir. Sonuçlardaki farklılığın bundan kaynaklandığı düĢünülmektedir. Bildiğimiz kadarıyla, bu çalıĢmada kullanılan üç farklı diĢ implantı için; Y-TZP, Alümina ve PEEK için literatürde karĢılaĢtırmalı çalıĢma yapılmamıĢtır.

Maksimum doz artıĢı, fiziksel yoğunluğu en yüksek olan Y-TZP diĢ implantı için gözlenmiĢtir. PEEK implantı en düĢük ve suya en yakın fiziksel yoğunluğa sahip malzeme olduğundan dolayı, bu implant için belirgin bir doz artıĢı gözlenmemiĢtir.

Kuru kafa MC simülasyonunda, katı fantomda olduğu kadar belirgin bir Ģekilde diĢ implantlarının önünde doz artıĢı yani geri saçılan doz gözlemlenememiĢtir. Bunun

sebebi: DOSXYZnrc kodu ile simülasyonu yapılan katı fantomu oluĢturan malzemelerin düzenli bir Ģekilde tanımlanmıĢ olması, malzemelerin fiziksel yoğunluklarının sisteme tanıtılmıĢ olması ve diĢ implantı ile su arasında keskin bir yoğunluk değiĢimi elde edilmiĢ olmasından kaynaklandığı düĢünülmektedir. MC fantomundaki vokseller ġekil 4.15‟de gösterildiği gibi tanımlanmıĢtır.

ġekil 4.15 Katı fantom MC simülasyonu BT görüntüsünde diĢ implantı ve su arasındaki yoğunluk değiĢiminin gösterimi

Katı fantom MC simülasyon hesaplamalarında, tanımlanan yüzeyin düzgün olması, yoğun malzemeden geri saçılan elektronların diĢ implant malzemesinden hemen önceki voksellerde daha fazla doz soğurulmasına neden olmaktadır. Bu nedenle bu fantomun ölçüm sonuçlarında geri saçılan elektronların doz dağılımına katkısı açıkça görülebilmektedir. Kuru kafanın MC fantomu oluĢturulurken büyük boyutlu voksellerin kullanılması (2x2x2mm³) BT voksellerindeki BT numaralarının ortalamasının alınmasına neden olmuĢtur. Bu nedenle keskin bir yoğunluk geçiĢi yerine daha yumuĢak bir yoğunluk geçiĢi elde edilmiĢtir. Bunun sonucunda geri saçılan elektron sayısının nispeten azlığı nedeniyle geri saçılma etkisi gözlenmemiĢtir.

Kuru kafa ölçümlerinde, TLD‟lerin implant malzemesinin yüzeyine bitiĢik olacak Ģekilde yerleĢtirilmesinden dolayı geri saçılan elektronlar TLD‟ler tarafından toplanabilmiĢtir. Bundan dolayı implantın hemen önünde TLD ile ölçülen doz değerleri, MC ile elde edilen doz değerleriyle karĢılaĢtırıldığında daha fazla bulunmuĢtur.

88 5. SONUÇ

Eclipse TPS PBC algoritması ve MC simülasyon yöntemleri kullanılarak farklı implant malzemelerinin baĢ ve boyun radyoterapi planlamasında doz dağılımına etkileri katı fantom ve kuru kafa kullanılarak araĢtırılmıĢtır. Doz hesaplama sonuçlarına göre, PBC algoritmasının homojen olmayan ortamda bulunan yüksek yoğunluklu malzemeler için doz hesaplamalarını tam olarak doğru hesaplamakta yetersiz kaldığı görülmüĢtür. MC simülasyon yönteminin, Eclipse TPS PBC algoritmasına göre daha doğru ve güvenilir sonuçlar verdiği görülmüĢtür.

MC simülasyonu katı fantom sonuçları değerlendirildiğinde, farklı diĢ implant malzemelerinin hemen önünde geri saçılan radyasyon dozundan dolayı oluĢan doz artıĢının, % 0.4 -% 20.2 aralığında olduğu bulunmuĢtur. Maksimum doz artıĢı Y-TZP, minumum doz artıĢı PEEK implant için bulunmuĢtur. MC simülasyonu ve Eclipse TPS PBC algoritması ile hesaplanan doz artıĢıları arasındaki fark, tedavi alanı içinde bulunan diĢ implantının fiziksel yoğunluğuna bağlı olarak % 0.1-17.2 aralığındadır. % 20.2 doz artıĢının mukozit ve osteoradyonekroz (baĢ-boyun malign tömörlerinin radyasyon tedavisi sonucunda görülen en belirgin komplikasyon) gibi komplikasyon riskini artırıp artırmadığı tam olarak belli değildir.

Kuru kafa sonuçlarından PBC algoritması ve MC simülasyonu ile hesaplanan, tedavi alanındaki implantın hemen önünde oluĢan doz artıĢ farkının diĢ implantı malzemelerinin fiziksel yoğunluğuna bağlı olarak % 0.6-4.5 aralığında olduğu görülmüĢtür. MC fantomunda fiziksel yoğunluk geçiĢi yumuĢak bir Ģekilde olduğundan, MC simülasyonu doz artıĢını keskin bir Ģekilde tespit edememiĢtir. Eclipse TPS'nin PBC algoritması ile hesaplanan doz artıĢı ile TLD ölçümleri arasındaki fark % 1.7-19.8 aralığında bulunmuĢtur. TLD‟lerin kuru kafanın çene bölgesindeki kemik yerine, implanta yapıĢık olarak yerleĢtirilmelerinden dolayı dozdaki artıĢ MC simülasyonuna göre daha yüksek bir Ģekilde tespit edilmiĢtir.

Kuru kafanın MC fantomu oluĢturulurken, büyük boyutlu voksellerin kullanılması keskin bir yoğunluk geçiĢi yerine daha yumuĢak bir yoğunluk geçiĢi oluĢmasına neden

olmuĢtur. MC simülasyonunda geri saçılan elektron sayısının nispeten azlığı nedeniyle geri saçılma etkisi, TLD‟ye göre çok az miktarda gözlemlenmiĢtir. Kuru kafa ile gerçekleĢtirilen TLD doz ölçümleri ve MC simülasyon sonuçları karĢılaĢtırıldığında gözlenen uyumsuzluğun TLD için 0.9 mm ve MC simülasyonu için 2 mm olan hesaplama noktası boyut farkından kaynaklandığı düĢünülmektedir. Maksimum doz artıĢı Y-TZP implant, minumum doz artıĢı PEEK implant için bulunmuĢtur.

Geri saçılma nedeniyle implant malzemesinin önünde meydana gelen doz artıĢı, malzemenin yoğunluğunun artmasıyla orantılıdır. Bu artıĢın nedeni; Compton etkileĢiminin malzemenin atom numarasından neredeyse bağımsız olmasına karĢın malzemenin elektron yoğunluğu ile orantılı olmasından dolayıdır (Bushberg vd. 2012).

Dozdaki bu artıĢ, ikincil elektronların malzeme üzerindeki saçılmalarından kaynaklanmaktadır.

PBC algoritması yanal saçılma etkisini hesaba katmadığından dolayı, dozu doğru bir Ģekilde hesaplayamamaktadır. PBC algoritmasının su gibi homojen olan ortamlar için yapılan hesaplamalarda doğru sonuç verdiği, inhomojen ortamlarda hesaplama hatalarına neden olduğu rapor edilmiĢtir (Li vd. 2000). MC simülasyonu doz hesaplamaları yaparken, malzemelerin fiziksel yoğunluklarını ve kimyasal bileĢimlerini

Belgede ANKARA ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ DOKTORA TEZĠ (sayfa 79-0)