Luận văn Áp dụng EGSnrc trong việc tính phân bố liều quanh nguồn phóng xạ dùng trong xạ trị áp sát

MỤC LỤC

TỔNG QUAN.7

CHƯƠNG 1: XẠTRỊÁP SÁT VÀ PHƯƠNG PHÁP TÍNH LIỀU.10

1.1. Giới thiệu tổng quan vềkỹthuật xạtrịáp sát .10

1.1.1.Tổng quan .10

1.1.2. Tình hình phát triển xạtrịáp sát ởViệt Nam .10

1.2. Đặc trưng nguồn bức xạ. .12

1.2.1. Các đại lượng đặc trưng cho độmạnh của nguồn .12

1.2.2. Yêu cầu chung vềnguồn bức xạ.13

1.2.3. Nguồn Ir-192 .14

1.2.4. Nguồn Cs-137.15

1.3. Phương pháp tính suất liều của nguồn xạdùng trong xạtrịáp sát .17

1.3.1. Liều hấp thụD và suất liều hấp thụ D.17

1.3.2. Công thức tính suất liều hấp thụ.17

1.3.3. Yêu cầu về độchính xác trong việc cấp liều cho bệnh nhân.22

CHƯƠNG 2: PHƯƠNG PHÁP MONTE CARLO TRONG VIỆC TÍNH LIỀU. CHƯƠNG TRÌNH EGSnrc .24

2.1. Phương pháp mô phỏng Monte Carlo .24

2.1.1. Giới thiệu tổng quan vềphương pháp Monte Carlo.24

2.1.2. Sựtạo sốngẫu nhiên.25

2.1.3. Quá trình tương tác photon.26

2.2. Mô phỏng Monte Carlo trong vận chuyển Photon.27

2.2.1. Mô phỏng phóng xạsơcấp [4], [18] .27

2.2.2. Chọn loại tương tác [4].28

2.3. Giới thiệu chương trình EGSnrc .29

2.3.1. Giới thiệu chung. .29

2.3.2. DOSRZnrc .31

CHƯƠNG 3: ÁP DỤNG CHƯƠNG TRÌNH EGSnrc CHO CÁC NGUỒN Ir-192 VÀ Cs-137 DÙNG TRONG XẠTRỊÁP SÁT .38

3.1. Thiết lập các thông sốvà cấu trúc hình học cho các nguồn .38

3.1.1. Thành phần cấu tạo và cấu trúc của các nguồn .38

3.1.2. Khai báo các thông sốcho chương trình EGSnrc .40

3.2. Tính giá trịg(r) và DF(r, θ) các nguồn.46

3.2.1. Kết quảcủa hàm g(r) .46

3.2.2. Kết quảcủa hàm DF(r, θ) .51

3.2.3. Kết luận.55

KẾT LUẬN.57

HƯỚNG PHÁT TRIỂN.58

PHỤLỤC.59

TÀI LIỆU THAM KHẢO.69

pdf70 trang | Chia sẻ: maiphuongdc | Lượt xem: 1751 | Lượt tải: 2download
Bạn đang xem trước 20 trang tài liệu Luận văn Áp dụng EGSnrc trong việc tính phân bố liều quanh nguồn phóng xạ dùng trong xạ trị áp sát, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
thích hợp. Đặc điểm chính của phương pháp là tính ngẫu nhiên. Không giống các phương pháp giải tích khác, việc tính toán Monte Carlo cho những bài toán giống nhau nói chung sẽ cho các kết quả khác nhau. Sự chính xác của những kết quả phụ thuộc vào số lượng mô phỏng thống kê được thực hiện. Vì vậy, các tính toán Monte Carlo rất nghiêm ngặt và mất nhiều thời gian hơn các phương pháp giải tích. Sự phát triển của tốc độ máy tính trong những thập niên vừa qua đã làm giảm thời gian tính toán xuống một cách đáng kể. Tuy nhiên, mô phỏng Monte Carlo vẫn còn cần những máy tính mạnh để có thể lập kế hoạch điều trị. Hạn chế chính của kỹ thuật Monte Carlo là thời gian tính toán và cần phải hiểu biết thật chi tiết về đặc trưng của chùm bức xạ chiếu đến. Tuy nhiên, các code Monte Carlo ngày càng được cải tiến và phát triển, giá thành máy tính ngày càng giảm mà tốc độ tính toán ngày càng nhanh cộng với khả năng chạy song song trên nhiều máy tính đã làm cho thời gian mô phỏng giảm xuống trong vài giờ. Ngoài ra, các kỹ thuật làm giảm thăng giáng cũng làm tăng tốc độ tính toán lên hàng chục lần. Ý tưởng chung của việc phân tích Monte Carlo là tạo ra một mô hình càng giống hệ thống thật mà ta đang quan tâm càng tốt, và tạo ra sự tương tác trong hệ đó dựa vào xác suất của các biến cố, bằng việc lấy ngẫu nhiên của các hàm mật độ xác suất (pdf). Khi số sự kiện độc lập (gọi là các ‘lịch sử’) tăng lên thì chất lượng của các giá trị trung bình của hệ thống cũng tăng lên, nghĩa là sai số giảm xuống. Hầu hết các hệ phức tạp về nguyên tắc có thể được mô hình hóa, nếu đã biết về sự phân bố của các sự kiện xảy ra trong hệ thì có thể tạo ra một pdf và lấy mẫu nó một cách ngẫu nhiên để mô phỏng cho hệ thật sự. Các thành phần chính của mô phỏng Monte Carlo bao gồm [8]: (i) Các hàm mật độ xác suất (pdf): Hệ vật lý phải được mô tả bởi một bộ pdf. (ii) Nguồn tạo số ngẫu nhiên: phải có sẵn một nguồn các số ngẫu nhiên phân bố đồng nhất trong khoảng đơn vị. (iii) Quy luật lấy mẫu: đưa ra việc lấy mẫu các pdf xác định. (iv) Ghi (Scoring): kết quả phải được tích lũy vào các bản ghi hay ghi nhận đối với các đại lượng quan tâm. (v) Đánh giá sai số: ước lượng các lỗi thống kê (phương sai) như là một hàm các số thử nghiệm và các đại lượng khác phải được xác định. (vi) Các kỹ thuật làm giảm thăng giáng: các phương pháp để làm giảm độ thăng giáng trong kết quả ước tính để làm giảm thời gian tính toán cho mô phỏng Monte Carlo. (vii) Các thuật toán song song và vector cho phép phương pháp Monte Carlo thực hiện hiệu quả trên máy tính. Khi được áp dụng vào bài toán vận chuyển bức xạ trong xạ trị và tính liều, phương pháp Monte Carlo cung cấp nghiệm bằng số cho phương trình vận chuyển Boltzmann, sử dụng trực tiếp các định luật vật lý vi mô đối với các tương tác electron-nguyên tử, photon-nguyên tử. Phương pháp mô phỏng Monte Carlo mô phỏng một cách trung thực các vết hạt riêng biệt, trong trường hợp thống kê, với những hiểu biết về tiết diện tán xạ và hấp thụ. Các tính chất vĩ mô của trường bức xạ (quãng chạy trung bình của một photon trong một thể tích không gian cho trước) được tính trung bình trên nhiều lần mô phỏng các hạt hoặc các lịch sử riêng biệt. Việc sử dụng phương pháp Monte Carlo trong xạ trị và tính liều đang ngày càng được sử dụng nhiều hơn. Kết hợp giữa các lý thuyết hiện đại (như điện động lực lượng tử) và công suất của máy tính ngày càng được nâng cao đã góp phần đẩy phương pháp Monte Carlo trở thành công cụ chuẩn của các nhà vật lý y học, đặc biệt là trong nghiên cứu. 2.1.2. Việc tạo số ngẫu nhiên Một trong những công việc cơ bản của mô phỏng Monte Carlo là tạo ra các số ngẫu nhiên có phân bố đồng đều, thường trong khoảng [0,1]. Các số này có thể được sử dụng cho việc lấy mẫu của các phân bố xác suất mô tả những hiện tượng vật lý khác nhau, bao gồm cả sự vận chuyển photon. Các nghiên cứu yêu cầu sự tạo số ngẫu nhiên ngày càng tăng. Tất cả các nguồn tạo số ngẫu nhiên (random number generators (RNGs)) đều dựa vào các thuật toán đặc trưng, do đó có khả năng lập lại. Như vậy, các số chỉ là giả ngẫu nhiên. Các số giả ngẫu nhiên được định nghĩa như là có bề ngoài giống như sự ngẫu nhiên, nhưng có tính chất đặc trưng riêng, là kiểu có thể lặp lại. Số gần như ngẫu nhiên được định nghĩa như là một không gian tính toán liên lục (thực sự, sự liên tục này cũng không hoàn toàn ngẫu nhiên, chúng chỉ đúng trong một mức độ nào đó). Phương pháp Monte Carlo sử dụng các số ngẫu nhiên để kiểm soát quá trình ra quyết định khi một sự kiện vật lý nào đó có một số kết quả khả dĩ. RNG luôn là một trong các chương trình con quan trọng trong các mã mô phỏng Monte Carlo. Dãy các số ngẫu nhiên sử dụng cho mô hình Monte Carlo có các thuộc tính sau [8]: (i) Các chuỗi không tương quan: các chuỗi số ngẫu nhiên phải không tương quan nhau, đặc biệt n bộ các số ngẫu nhiên phải độc lập với nhau. (ii) Có khoảng dài: các nguồn số ngẫu nhiên không nên lặp lại, đặc biệt, sự lặp lại chỉ xảy ra sau khi đã tạo ra một bộ lớn các số ngẫu nhiên. (iii) Tính đồng nhất: chuỗi các số ngẫu nhiên phải đồng nhất. (iv) Tính lặp lại: khi chương trình gỡ lỗi, cần thiết phải lặp lại các tính toán để tìm hiểu xem lỗi xuất hiện như thế nào. Đặc tính lặp lại cũng giúp ích trong việc vận chuyển chương trình đến các máy khác. (v) Tốc độ: tốc độ tạo ra các số ngẫu nhiên càng cao càng tốt. (vi) Khả năng chạy song song: các nguồn sử dụng trên các máy vector có thể vector hóa, với chi phí thấp hơn. Gần đây, các nhà nghiên cứu Monte Carlo đã phát triển dãy số Lagged-Fibonacci [8] với dãy số rộng hơn, chúng tạo ra số ngẫu nhiên nhanh hơn LCRNG (Linear congruential generators) và có thuộc tính thống kê rất tốt. Tuy nhiên không được trình bày trong khuôn khổ của luận văn này. 2.1.3. Quá trình tương tác photon Bài toán tính phân bố liều trong XTAS chủ yếu là đối với nguồn phát photon. Do đó sau đây chúng tôi trình bày các bước về quá trình mô phỏng tương tác của photon với vật chất. Hình 2.1 là sơ đồ mô tả lịch sử của một photon, kể cả các vết của các hạt thứ cấp. Lịch sử bắt đầu từ vị trí 1 trong chân trong; photon được chỉ ra bởi vết hình sin, và các electron thứ cấp bởi đường thẳng. Việc mô phỏng bao gồm các bước sau [21]: 1. Chọn năng lượng photon, hướng, và vị trí bắt đầu việc lấy mẫu từ sự phân bố các photon tới, và sự vận chuyển photon đến biên đầu tiên. 2. Chọn khoảng cách đến tương tác đầu tiên và sự vận chuyển photon đến điểm tương tác. 3. Chọn các loại tương tác (tán xạ Compton, quang điện, tạo cặp, tán xạ Rayleigh). 4. Chọn hướng, năng lượng, v.v…, của các hạt mới (như các electron Compton bằng việc lấy mẫu từ tiết diện vi phân Klein-Nishinal; photon đặc trưng; electron Auger). 5. Sự vận chuyển tán xạ photon cho đến khi nó rời khỏi hình học hoặc nó đạt đến giá trị năng lượng cut-off (PCUT trong mã EGS). 6. Sự vận chuyển electron thứ cấp. Giữ lại vết của các electron  và photon bức xạ hãm. 7. Ghi phần năng lượng bỏ lại, phổ thông lượng, v.v…trong vùng cần quan tâm. 8. Lặp lại các bước từ 1-7 cho nhiều hạt đến khi số lượng hạt được ghi nhận đạt đến độ thống kê nhất định. Hình 2.1. Quá trình tương tác photon 2.2. Mô phỏng Monte Carlo trong vận chuyển Photon Sau khi đã tìm hiểu chung về phương pháp Monte Carlo và quá trình tương tác photon, chúng tôi tìm hiểu về mô phỏng sự vận chuyển của photon trong XTAS. Độ chính xác của kết quả Monte Carlo phụ thuộc vào số lịch sử được mô phỏng. Với số lịch sử được mô phỏng tương đối ít, ta không thể lấy mẫu một cách chính xác hàm phân bố xác suất của những hiện tượng vật lý cơ bản, và sẽ dẫn đến làm tăng sai số thống kê. Tổng quát, sai số thống kê tỉ lệ nghịch với bình phương của số lịch sử được mô phỏng, sai số giảm 50% thì số lịch sử phải tăng gấp 4 lần. Điều này rất quan trọng trong việc xác định thời gian tính toán cần thiết. 2.2.1. Mô phỏng phóng xạ sơ cấp [4], [18] Trong xạ trị áp sát, tính liều phóng xạ trong môi trường theo phương pháp Monte Carlo diễn ra theo 3 bước: Đầu tiên, mô phỏng thông lượng năng lượng của các photon được phát xạ từ các lõi nguồn phóng xạ. Thứ hai, những photon này phải vận chuyển qua lõi nguồn và vật liệu bao bọc nguồn. Nó bao gồm việc lấy mẫu của những điểm tương tác photon và việc mô phỏng tương tác photon để xác định thông lượng năng lượng của những photon xuất hiện từ nguồn. Thông lượng năng lượng này có thể khác biệt đáng kể từ thông lượng photon phát ra ban đầu, đặc biệt trong các trường hợp xạ trị áp sát dùng nguồn năng lượng thấp như 125 I và 103 Pd. Thứ ba, những photon phải được vận chuyển trong môi trường xung quanh nguồn để tính phần năng lượng bỏ lại trong yếu tố thể tích xác định, gọi là các vùng ghi liều. Lập lại từ bước thứ 2 cho đến khi bức xạ biến mất (có thể bị hấp thụ hoặc không cần được quan tâm nữa) khi đó quá trình mô phỏng kết thúc. Để mô phỏng quá trình này, trước hết hãy giả sử một nguồn điểm phát xạ đơn năng lượng đặt trong nước. Các photon được cung cấp năng lượng phát xạ đẳng hướng. Để lấy mẫu những hướng của các photon sơ cấp, hướng cosines (u,v, w) = (sinθcosφ, sinθ sinφ, cosθ) với φ là góc phương vị, θ là góc cực của những hướng phát xạ của photon trong toạ độ cầu. Điểm trong môi trường mà một photon đi đến sau khi vận chuyển một đoạn r được cho bởi toạ độ Decac (x, y, z) = (ru, rv, rw) để thuận tiện cho việc tính toán sự thay đổi hướng sau khi tán xạ của photon do tương tác với môi trường. Phát xạ đẳng hướng nghĩa là có cùng số photon được phát ra trên một yếu tố góc khối dΩ, được cho bởi dΩ = dφ d(cosθ), nên để lấy mẫu của góc phương vị φ, ta có thể lấy mẫu một số x từ phân bố đồng nhất trong khoảng [a,b] sử dụng phân bố đồng nhất của RN trong khoảng [0,1] với x = a + (b- a)RN. Vì góc phương vị φ nằm trong khoảng [0, 2π] có thể được lấy mẫu như sau: φ = 2πRN (2.1) Đối với góc cực θ, không thể lấy mẫu từ phân bố đồng nhất trong khoảng [0,π]. Góc cực của phôton phát ra được tính bằng việc lấy mẫu cosθ biến thiên trong khoảng [-1,1] từ phân bố đồng nhất RN trong khoảng [0,1] như ở trên để lấy mẫu hướng của photon ban đầu: cosθ = 2RN -1 (2.2) Bước tiếp theo là lấy mẫu khoảng cách vận chuyển (độ dài quãng đường, d) của những photon trước khi chúng tương tác lần đầu với môi trường xung quanh nguồn. Hàm mật độ xác suất đối với photon năng lượng E, vận chuyển một khoảng từ r đến r + dr trong môi trường không có tương tác được cho bởi: P(r) = μ exp(-μr) (2.3) với μ là hệ số suy giảm tuyến tính toàn phần, nó phụ thuộc vào năng lượng photon E, cũng như vào môi trường. Với hàm mật độ xác suất của phương trình (2.3), xác suất của một photon phát xạ có chiều dài quãng đường d hoặc nhỏ hơn, P(d) được cho bởi tích phân: 0 ( ) exp( ) ( ) 1 exp( ) d P d r dr P d d        (2.4) Vì giá trị của xác suất P(d) nằm trong khoảng từ 0 đến 1, nó có thể được lấy mẫu bởi phân bố đồng nhất của các số ngẫu nhiên RN, vì vậy chiều dài quãng đường của photon được cho bởi: d = - (1/μ)ln RN (2.5) Chú ý có thể thay thế 1 – RN bằng RN trong (2.5) khi giải phương trình (2.4) cho d, vì RN và (1 – RN) đều là phân bố đồng nhất các số trong khoảng từ 0 đến 1, nên việc thay thế này cho kết quả như nhau. 2.2.2. Chọn loại tương tác [4] Bước tiếp theo để hoàn tất việc mô phỏng vận chuyển phóng xạ photon xung quanh nguồn điểm đồng nhất là việc lấy mẫu của loại tương tác ở điểm cuối chiều dài quãng đường của photon sơ cấp. Để làm điều này, phương pháp loại trừ đơn giản của việc lấy mẫu được sử dụng và thường được gọi là phương pháp tỉ số phân nhánh (branching ratio method). Đối với vùng năng lượng có liên quan đến các nguồn trong xạ trị áp sát, các tương tác được quan tâm tới là sự hấp thụ quang điện, tán xạ đàn hồi (tán xạ Rayleigh) và tán xạ không đàn hồi (tán xạ Compton). Xác suất của mỗi loại tương tác photon trên đơn vị đường đi được xác định số lượng bởi tiết diện tương tác, hoặc tương đương với hệ số suy giảm tuyến tính, vì thế hệ số suy giảm tuyến tính được viết: μ = μph + μcoh + μincoh (2.6) Tỉ lệ phân nhánh đối với mỗi loại tương tác với năng lượng photon cho trước tương đương với xác suất tương đối của chúng. μph /μ + μcoh /μ + μincoh/μ = 1 (2.7) Bằng việc lấy mẫu số ngẫu nhiên, RN, có thể xác định loại tương tác mà photon thực hiện bằng cách tìm tỉ lệ phân nhánh nơi mà photon thuộc vùng đó. Ví dụ, một photon 50 keV sẽ chịu hấp thụ quang điện nếu RN 0.205. Từ phân tích ở trên, có thể chỉ ra sự chính xác tính liều trong xạ trị áp sát bằng phương pháp Monte Carlo dựa trên các hệ số tương tác sử dụng trong mô phỏng vì chúng thường được dùng để xác định chiều dài quãng đường của photon và loại tương tác và hai biến này xác định phần năng lượng bỏ lại trong môi trường. Sự bất định trong hệ số tương tác và những dữ liệu nhập vào, như phổ photon được sử dụng trong mô phỏng làm tăng thêm sai số thống kê. Điều này cho thấy là việc sử dụng các mã Monte Carlo với các thư viện tiết diện khác nhau làm khó khăn cho việc so sánh với kết quả của việc tính liều tương ứng. Sau khi tìm hiểu về phương pháp Monte Carlo và mô phỏng sự vận chuyển photon, tiếp theo chúng tôi sẽ trình bày về chương trình EGSnrc là chương trình tính liều phóng xạ của các nguồn dùng trong XTAS theo phương pháp mô phỏng Monte Carlo. 2.3. Giới thiệu chương trình EGSnrc [15] 2.3.1. Giới thiệu chung. Trong những năm qua, NRC [15] đã phát triển và phân bố hàng loạt các user code nhằm sử dụng mã EGS4 cho sự mô phỏng vận chuyển của photon và electron bằng phương pháp Monte Carlo. Những mã này đã được sử dụng rộng rãi và một số kết quả của chúng đã được so sánh với thực nghiệm. Tuy nhiên ở việt Nam những mã này chưa có nhiều tài liệu và được mô tả đúng mức. Mục đích của phần này nhằm cung cấp thông tin để mô tả cách các mã hoạt động như thế nào cũng như cách sử dụng chúng cụ thể là code DOSRZnrc. Mục đích phần này không để thảo luận việc lựa chọn các tham số cho một áp dụng đặc biệt nào vì đây là một vấn đề lớn bao trùm trong những tài liệu về EGS. Các mã bao gồm trong chương trình EGSnrc được giới thiệu ở đây là cho những nguồn có cấu trúc hình học là hình trụ RZ. Bao gồm: DOSRZnrc: ghi liều trong hình trụ phổ biến. FLURZnrc: ghi thông lượng hạt. CAVRZnrc: giống như DOSRZnrc nhưng bao gồm thêm việc ghi số lượng khác nhau của những tính toán liều cho các buồn ion. SPRRZnrc: tính toán Spencer-Attix tỉ số “năng suất hãm” trung bình cho môi trường bất kỳ. Mô tả chung về sự vận hành Hình 2.2. Cấu trúc của hệ thống code EGSnrc [15]. Với EGS, một chương trình mô phỏng bao gồm 2 thành phần: EGS code và USER code. EGS code được phát triển bởi nhóm tác giả và USER code được phát triển bởi người sử dụng. EGS code bao gồm 2 thủ tục chính, được gọi là HATCH và SHOWER. Hai thủ tục này gọi các thủ tục con khác trong EGS code. Các thủ tục con này lại gọi ba thủ tục con được viết bởi người sử dụng chứa trong USER code, đó là HOWFAR & HOWNEAR, AUSGAB. Ba thành phần này xác định cấu hình hình học của bài toán và việc ghi nhận kết quả. USER code giao tiếp với EGS code bởi các biến COMMON. COMMON BLOCK là nơi chứa các biến COMMON. Tất cả các biến COMMON được sử dụng đều được khai báo nằm trong COMMON BLOCK nào đó. Việc khai báo biến COMMON được thực hiện bằng lệnh COMIN. Trong luận văn này chúng tôi sẽ không đi sâu vào phần các code mà chỉ tìm hiểu cách nhập dữ liệu thông qua giao diện của chương trình, từ đó thu được kết quả và tiến hành xử lí kết quả đó mà thôi. Riêng trong luận văn này các nguồn của chúng tôi là đối xứng trụ và cần phải tính phân bố liều quanh các nguồn xạ do đó chúng tôi chỉ sử dụng mã DOSRZnrc để khai báo. 2.3.2. DOSRZnrc Mã này mô phỏng việc vận chuyển của một electron hoặc một chùm tia photon trong một môi trường có kích thước hữu hạn. Nó cũng ghi các phân bố xung trong thể tích bất kỳ được tạo bởi số vùng bất kỳ. Năng lượng bỏ lại trong các vùng khác nhau được ghi nhận và phân tích thống kê. Người sử dụng có thể mô tả cấu trúc hình học, vật chất và chọn cách mô phỏng theo các bước sau [5]: 1. Xác định hình học của đích đến, số các mặt phẳng và tọa độ hình trụ, chia hình trụ thành nhiều vùng, mỗi vùng hợp thành bởi vật chất riêng. 2. Chỉ ra vùng nào sẽ được ghi liều. 3. Chọn hình thức và mức độ của chi tiết xuất ra. 4. Chọn năng lượng của chùm tia được sử dụng và chỉ ra tên của file chứa phổ năng lượng và xác suất tương ứng. 5. Chọn nguồn phát xạ từ nguồn song song hoặc nguồn điểm ban đầu từ mặt bên hay phía trước, các nguồn phát xạ đẳng hướng chứa trong các nguồn trong hình trụ và không gian pha từ BEAM ... 6. Chọn số lịch sử, giới hạn thời gian và giới hạn thống kê. Mọi lịch sử sẽ được chạy nếu chưa hết thời gian hay các biến được tính trong các vùng nằm dưới giới hạn thống kê. 7. Chọn các tham số vận chuyển như tỉ số mất năng lượng trên mỗi bước hạt mang điện, kích thước bước tối đa, hình chiếu năng lượng hạt, tham số loại trừ phạm vi. Tuy nhiên, trong khuôn khổ của luận văn này chúng tôi chỉ nói về các tính chất cơ bản trong việc sử dụng mã DOSRZnrc của chương trình EGSnrc. Đó là cách nhập dữ liệu khai báo trong chương trình EGSnrc và cách tính suất liều tại một điểm bất kỳ trong chương trình. Những vấn đề còn lại có thể tìm hiểu thêm trong tài liệu [5]. A/ Cách nhập dữ liệu cấu trúc hình học và vật liệu. * Nhập dữ liệu đối với cấu trúc hình học. Có 2 cách nhập dữ liệu để xác định cấu trúc hình học trong user code RZ có thể chọn Groups hoặc Individual. Nếu chọn Groups: có thể nhập dữ liệu cho một bộ các mặt phẳng có bề dày bằng nhau (cm). Z OF FRONT FACE (R) bắt đầu với tấm thứ nhất. NSLAB (M) # các tấm phẳng trong một nhóm. SLAB THICKNESS (M) chiều dày mỗi tấm trong nhóm. Nếu chọn Individual: xác định bề dày của mỗi mặt phẳng. Z OF FRONT FACE (R) bắt đầu với tấm thứ nhất. DEPTH BOUNDARIES (M): được xác định trong hình học bằng tọa độ mặt phẳng z. RADII (M): bán kính hình trụ để xác định cấu trúc hình học. * Nhập dữ liệu cho vật chất (Material) Mỗi vùng đều cần một vật chất đi kèm với nó. Tên của vật chất được đánh vào trong “MEDIA”. Tên vật chất phải đánh chính xác trong bộ dữ liệu của PEGS4. Ngoài ra, cũng có thể khai báo thêm các môi trường vật chất vào trong bộ dữ liệu PEGS4 bằng cách sử dụng chương trình EGSnrc MP GUI. Việc xác định môi trưòng cho các vùng hình học có thể được thực hiện theo hai cách dựa trên việc lựa chọn DESCRIPTION BY= Regions hoặc Planes. Nếu chọn DESCRIPTION BY= Regions thì người sử dụng xác định số vùng bị lấp đầy bới môi trường tương ứng. Nếu DESCRIPTION BY= Planes thì người sử dụng xác định số mặt phẳng (IZ) và hình trụ (IX) đựơc lấp đầy bởi môi trường tương ứng. Ngoài ra còn có hai lựa chọn khác DESCRIPTION BY= Regions + Density và DESCRIPTION BY= Planes + Density. Hai lựa chọn này hữu dụng khi muốn môi trường trong các vùng hình học có mật độ khác với mật độ mặc định của nó. Trong các trường hợp, toàn bộ cấu trúc hình học mặc định là được lấp đầy bởi môi trường 1. Sự lựa chọn cẩn thận môi trường 1 có thể làm giảm đáng kể những yêu cầu dữ liệu nhập vào. Hình 2.3. Cấu trúc hình học của chương trình EGSnrc [5] Một ví dụ đối với detector Germanium được cho bên dưới. Trong ví dụ này thuận tiện nhất là chọn DESCRIPTION BY= Planes vì số vùng trong mã RZ như các vùng xuyên tâm lân cận có số vùng hoàn toàn khác, và việc chọn DESCRIPTION BY= Regions sẽ trở nên rất dài dòng. Để nhập các giá trị sau vào chương trình, thực hiện như ở hình 4. METHOD OF INPUT = individual Z OF FRONT FACE = 0 DEPTH BOUNDARIES = 0.00508, 0.2, 0.2011382, 0.3, 0.34, 0.41, 0.5, 0.51, 0.99, 1.0, 1.16, 1.96, 3.2, 3.5 RADII = 0.025, 0.4, 0.45, 0.64, 0.85, 0.94, 1.18, 1.28, 1.5 ######## Material Input MEDIA = GE521ICRU, # 1 AL521ICRU, # 2 TA521ICRU, # 3 BE521ICRU, # 4 AIR521ICRU, # 5 MYLAR521ICRU, # 6 CU521ICRU, # 7 FE521ICRU, # 8 DESCRIPTION BY = planes MEDNUM = 5, 4, 2, 6, 2, 2, 2, 8, 7, 2, 1, 3 START ZSLAB = 1, 1, 1, 3, 3, 12, 12, 12, 11, 5, 8, 6 STOP ZSLAB = 14, 1, 13, 3, 12, 13, 12, 13, 11, 10, 10, 6 START RING = 1, 1, 8, 1, 6, 4, 5, 1, 1, 3, 1, 3 STOP RING = 9, 8, 8, 6, 6, 4, 5, 3, 1, 5, 3, 5 Hình 2.4. Giao diện khai báo cấu trúc hình học của chương trình EGSnrc Hình 2.5. Dùng chương trình PreviewRZ để xem trước cấu trúc của nguồn. B/ Điều khiển các thông số vận chuyển Monte Carlo Mọi user code EGSnrc, bao gồm cả NRC RZ, đều yêu cầu thiết lập các tham số vận chuyển Monte Carlo. Vì đây là phần chung cho mọi mã: Global ECUT: năng lượng cắt của electron trong mọi vùng (MeV). Nếu để trống thì AE được sử dụng. Đây là ngưỡng dưới năng lượng của electron, dưới giá trị này thì xem như năng lượng electron bỏ lại trong vùng này và lịch sử hạt kết thúc. Global PCUT: năng lượng cắt của photon trong mọi vùng (MeV). Nếu để trống thì AP được sử dụng. Đây là ngưỡng dưới năng lượng của photon, dưới giá trị này thì xem như năng lượng photon bỏ lại trong vùng này và lịch sử hạt kết thúc. Global SMAX: Hạn chế kích thước hình học tối đa ở mỗi bước trong sự vận chuyển electron ở mỗi vùng (cm). Nếu để trống, không có hạn chế kích thước hình học nào. Chú ý là nếu sử dụng thuật toán mặc định bước electron của EGSnrc, không cần chọn SMAX-restriction. Lựa chọn này chỉ hữu dụng đối với sự vận chuyển trong vật chất có mật độ thấp (không khí) khi PRESTA được chọn. ESTEPE: phần năng lượng mất đi lớn nhất trong mỗi bước. Chú ý là lựa chọn cho toàn bộ cấu trúc hình học, không chọn cho từng vùng riêng, mặc định là 0.25 (25%). XImax: Tán xạ đàn hồi lớn nhất trên mỗi bước. Mặc định là 0.5, không bào giờ chọn lớn hơn 1 vì nằm ngoài phạm vi dữ liệu MS. Boundary crossing algorithm: Có 2 lựa chọn: EXACT, đi qua biên dưới chế độ tán xạ đơn, khoảng cách từ biên đến chỗ vận chuyển được xác định bởi ’Skin depth for BCA’. Lựa chọn thứ 2 là PRESTA-I, nếu số biên được lựa chọn để đi qua, nghĩa là bỏ qua sự tương quan với các vật bên khác và dùng MS ở biên. Mặc định là EXACT. Skin depth for BCA: Xác định khoảng cách từ biên sử dụng chế độ tán xạ đơn (nếu chọn EXACT boundary crossing) hoặc bỏ qua sự tương quan các vật bên (nếu chọn PRESTA-I boundary crossing). Giá trị mặc định là 3 cho EXACT hoặc exp(BLCMIN)/BLCMIN cho PRESTA-I. Chú ý nếu chọn EXACT boundary crossing và cho Skin depth for BCA một số rất lớn (ví dụ, 1e10), toàn bộ tính toán sẽ là chế độ tán xạ đơn. Nếu chọn PRESTA-I boundary crossing và chọn Skin depth for BCA lớn, ta sẽ sử dụng mặc định EGS4. Electron-step algorithm= PRESTA-II (mặc định) hay PRESTA-I. Xác định việc sử dụng thuật toán bước electron. Spin effects: Off, On, mặc định là On Bật/tắt hiệu ứng spin cho tán xạ đàn hồi electron. Spin On là cần thiết tuyệt đối cho tính toán tán xạ ngược. Brems angular sampling: Simple, KM, mặc định là KM Nếu là Simple, chỉ sử dụng số hạng đầu của phân bố Koch-Motz để xác định góc phát xạ từ bức xạ hãm photon. Nếu chọn On, sử dụng phân bố Koch-Motz 2BS. Brems cross sections: BH, NIST, mặc định là BH Nếu chọn BH, tiết diện bức xạ hãm Bethe-Heitler được sử dụng. Nếu NIST được chọn, sử dụng tiết diện NIST. Sự khác biệt giữa hai lựa chọn là không đáng kể đối với năng lượng cao E > 10 MeV, nhưng sự khác biệt sẽ rõ ràng trong các vùng năng lượng thấp (keV). Bound Compton scattering: On hoặc Off Nếu chọn Off, tán xạ Compton sẽ được xử lí bằng Klein-Nishina, nếu chọn On tán xạ Compton được xử lí bằng phương pháp xấp xỉ xung. Mặc định là On để áp dụng với các ứng dụng năng lượng thấp, khoảng 1 MeV. Pair angular sampling: Off, Simple hoặc KM Nếu chọn Off, các cặp sẽ chuyển động 1 góc m/E đối với hướng của photon (m là khối lượng nghỉ electron, E là năng lượng photon). Chọn Simple để sử dụng số hạng đầu của phân bố góc (là đủ đối với mọi ứng dụng), chọn KM (Koch and Motz) sử dụng 2BS từ bài báo cáo của Koch and Motz. Mặc định là Simple. Photoelectron angular sampling: Off hoặc On Nếu chọn Off, các quang electron có hướng của photon “mẹ”, nếu chọn On, sử dụng công thức Sauterd (chỉ đúng cho hấp thụ quang ở lớp K). Rayleigh scattering: Off, On Nếu chọn On, sử dụng tán xạ Rayleigh. Mặc định là Off. Nên chọn On đối với ứng dụng năng lượng thấp. Atomic relaxations: Off, On Mặc định là On. - Trong hấp thụ quang điện, photon sẽ tương tác với các thành phần (nếu là hợp chất) và lớp vỏ sẽ được lấy mẫu với tiết diện thích hợp. - Các chỗ khuyết ở lớp vỏ được tạo ra trong quá trình hấp thụ quang sẽ được hồi phục do sự phát xạ huỳnh quang tia X, phát xạ Auger và phát xạ electron Koster-Cronig. Chọn On đối với ứng dụng năng lượng thấp. Hình 2.6. Giao diện các thông số Monte Carlo trong chương trình EGSnrc C/ Vùng ghi liều Trong bài toán đối xứng trụ, cấu trúc hình học phải được mô tả bởi các tọa độ z và R. Để xác định suất liều tại một điểm bất kỳ thì cần phải bao điểm đó lại bởi một

Các file đính kèm theo tài liệu này:

  • pdfLVVLVLNT020.pdf
Tài liệu liên quan