Tese de Doutorado - Leonardo Da Silva Boia

COPPE/UFRJ
METODOLOGIA COMPUTACIONAL PARA GERAO DE MODELOS

ANTROPOMRFICOS DE VOXELS PARA SIMULAO POR MONTE CARLO
DE TRATAMENTOS RADIOTERPICOS
Leonardo da Silva Boia
Tese de Doutorado apresentada ao Programa de

Ps-graduao em Engenharia Nuclear, COPPE,
da Universidade Federal do Rio de Janeiro, como
parte dos requisitos necessrios obteno do
ttulo de Doutor em Engenharia Nuclear.
Orientador: Ademir Xavier da Silva
Rio de Janeiro
Setembro de 2010
TESE SUBMETIDA AO CORPO DOCENTE DO INSTITUTO ALBERTO LUIZ

COIMBRA DE PS-GRADUAO E PESQUISA DE ENGENHARIA (COPPE) DA
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE DOS
REQUISITOS NECESSRIOS PARA A OBTENO DO GRAU DE DOUTOR EM
CINCIAS EM ENGENHARIA NUCLEAR.
Examinada por:
________________________________________________
Prof. Ademir Xavier da Silva, D.Sc.
________________________________________________
Prof. Delson Braz, D.Sc.
________________________________________________
Dr. Denison de Souza Santos, D.Sc.
________________________________________________
Dr. Walsan Wagner Pereira, D.Sc.
________________________________________________
Prof. Wilson Freitas Rebello da Silva Jnior, D.Sc.
RIO DE JANEIRO, RJ - BRASIL

SETEMBRO DE 2010
Boia, Leonardo da Silva
Metodologia Computacional para Gerao de Modelos
Antropomrficos de Voxels para Simulao por Monte
Carlo de Tratamentos Radioterpicos/ Leonardo da Silva
Boia. Rio de Janeiro: UFRJ/COPPE, 2010.
XIX, 105 p.: il.; 29,7 cm.
Tese (doutorado) UFRJ/ COPPE/ Programa de
Engenharia Nuclear, 2010.
Referncias Bibliogrficas: p. 80-85.
1. Imagem DICOM. 2. Scan2MCNP. 3. MCNPX. I.
Silva, Ademir Xavier. II. Universidade Federal do Rio de
Janeiro, COPPE, Programa de Engenharia Nuclear. III.
Titulo.
iii
AGRADECIMENTOS
Acima de tudo e todos, agradeo a Deus, cuja misericrdia e graa

permite o flego da vida e cuja mo forte tem me sustentado durante
minha caminhada. A ele toda a honra, glria e poder !
A minha famlia, pela compreenso e pelo carinho constantes nos

momentos de alegria e de dificuldade. Sem dvida, os meus pais,
Erineuto ( in memorian ) e Aid, e a minha irm Mnica,
desempenharam um papel fundamental na feitura deste trabalho, na
qual tivemos a oportunidade de crescer juntos e trilhar o caminho da
criao, do conhecimento e da cumplicidade. Na lembrana dos meus
avs e os meus tios pelo amor incondicional e pela preocupao com o
meu bem-estar e com a minha felicidade.
A minha noiva Aline Maria da Costa Lobo a quem eu adoro e amo,

pelo incentivo e pela fora em todos os momentos da minha vida.
Ao Profo Ademir Xavier da Silva, pela sua dedicao, competncia e

pacincia na orientao deste trabalho, minha sincera gratido.
A CAPES pelo suporte financeiro fundamental para a realizao

deste trabalho.
A todos os professores do Programa de Engenharia Nuclear da

COPPE, por contriburem para o meu crescimento profissional.
A todos os funcionrios do Programa de Engenharia Nuclear, que

sempre estiveram prontos a colaborar.
iv
A todos os alunos do curso de Doutorado e Mestrado em Engenharia
Nuclear, pela amizade e troca de conhecimento durante todo o curso de
ps-graduao.
A todos os componentes da banca examinadora deste trabalho, por

terem aceitado o convite para avaliar esta Tese.
A todos os amigos prximos ou distantes sempre presentes em minha

trajetria, que, de alguma forma, colaboraram para o trmino deste
trabalho.
v
Resumo da Tese apresentada COPPE/UFRJ como parte dos requisitos necessrios
para a obteno do grau de Doutor em Cincias (D.Sc.)

Setembro/2010
Programa: Engenharia Nuclear
Este trabalho apresenta o desenvolvimento de uma metodologia computacional de

converso de imagens mdicas tomogrficas em modelos antropomrficos de voxels
para simulaes de tratamentos radioterpicos usando o cdigo Monte Carlo MCNP.
Para isso foram utilizadas imagens tomogrficas do fantoma fsico Alderson Rando, um
sistema computacional automatizado de processamento digital de imagens (SAPDI),
desenvolvido especificamente para viabilizar este trabalho, o programa Scan2MCNP de
interface para o cdigo MCNP e o cdigo MCNPX. Desenvolveram-se tambm tcnicas
de insero de figuras geomtricas irregulares nas imagens tomogrficas, visando
simulao de cogulos ou tumores para estudos especficos. Para a validao da
metodologia proposta foram utilizados trabalhos experimentais encontrados na literatura
e realizados estudos de casos. Os resultados obtidos computacionalmente quando
comparados com as medidas experimentais, apresentaram discrepncias mximas de
10%, o que demonstra a eficcia da metodologia se considerados os erros intrnsecos
das medidas experimentais.
vi
Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the
requirements for the degree of Doctor of Science (D.Sc.)
COMPUTATIONAL METHODS FOR GENERATION OF VOXEL

ANTHROPOMORPHIC MODELS FOR MONTE CARLO SIMULATION OF
RADIOTHERAPY TREATMENTS
September/2010
Advisor: Ademir Xavier da Silva
Department: Nuclear Engineering
This work shows the development of a computational methodology on

tomographical medical images into anthropomorphical voxel models for simulation of
radiotherapy treatments by using MCNP code. In order to achieve such goal, Alderson
Rando physical phantoms tomographical images were used and an automatic computer
system for images digital processing (SAPDI) were developed intending to make such
task possible, beside Scan2MCNP software with MCNP code interface and MCNPX
code. Insertion techniques of non-regular geometrical figures were developed as well,
intending to emulate either coagula or tumors for specific studies. Experimental data
found in literature were used for the proposed methodologys validation and studies of
cases were performed. The results that were obtained computationally show maximum
discrepancies of 10%, when compared to the experimental measurements. These results
demonstrate the effectiveness of the proposed methodology, taking in to account the
intrinsical errors from experimental measurements.
vii
Sumrio
CAPTULO I INTRODUO ............................................................................. 01
I.1 - Generalidades ............................................................................................. 01
I.1.1 - Radioterapia .................................................................................. 01
I.2 - Motivao ................................................................................................... 03
I.3 - Relevncia .................................................................................................. 03
I.4 - Objetivo ...................................................................................................... 04
I.5 - Reviso da literatura ................................................................................... 04
CAPTULO II - CONSIDERAES TERICAS ... 11
II.1 - Simuladores antropomrficos ................................................................... 11
II.1.1 - Fantoma Matemtico ................................................................... 11
II.1.2 - Fantoma Fsico ............................................................................ 14
II.1.3 - Fantoma Voxel ............................................................................ 15
II.1.3.1 - Fantoma MAX ....................................................................... 17
II.2 - Imagens Mdicas ....................................................................................... 18
II.2.1 - O padro DICOM ........................................................................ 19
II.3 - Tomografia Computadorizada (TC) .......................................................... 21
II.4 - O Mtodo de Monte Carlo ......................................................................... 22
II.4.1 - O cdigo de Transporte de Radiao MCNP ............................... 22
II.4.2 - Estrutura dos dados de entrada do MCNP ................................... 23
viii
II.4.3 - Especificao dos materiais ......................................................... 25
II.4.4 - Dados de sada, resultados do MCNP .......................................... 25
II.4.5 - Clculo de dose absorvida pelo MCNP ....................................... 26
II.4.6 - Estimativa do erro relativo do MCNP .......................................... 26
II.5 - Processamento digital de imagem ................................................................. 27
CAPTULO III METODOLOGIA ...................................................................... 29
III.1 - Sistema de segmentao e converso de dados de imagens de TC ......... 30

e de RM para arquivo de entrada do MCNP ( Software Scan2MCNP )
III.2 - Estudo da operao computacional para gerao do arquivo de entrada 32
III.2.1 - A construo da caixa grande ..................................................... 32
III.2.2 - A construo do voxel .................................................................. 34
III.3 - Dimenso do arquivo de entrada ............................................................. 36
III.4 - Arquivo de entrada (INP) ........................................................................ 38
III.5 - Correo e ajuste da segmentao .......................................................... 41
III.6 - Sistema computacional SAPDI ............................................................... 43
III.6.1 - A interface do sistema computacional SAPDI ......................... 44
CAPTULO IV - RESULTADOS E DISCUSSO ................................................ 47
IV.1 - Converso e PDI em imagens *.BMP, *.JPG e *.TIFF ............................. 47

para o padro *.DCM usando o sistema computacional SAPDI
IV.1.1 - PDI em imagens *.DCM ............................................................. 51
ix
IV.1.2 - Mixagem de imagens DICOM de tomografia ......................... 53
computadorizada e de ressonncia magntica
IV.1.3 - Redimensionamento dos planos (128 >> 512) ....................... 55
IV.1.4 - Clculo do volume material (VOXEL >> MAT) .................... 56
IV.2 - Estudo de casos ....................................................................................... 58
IV.2.1 - Insero de figuras geomtricas irregulares na estrutura ......... 59

da imagem DICOM
IV.2.2 - Converso das imagens DICOM do fantoma Alderson Rando .... 66

com insero de cubos de gua na sua estrutura
IV.2.3 - Simulao de tratamento de radiocirurgia utilizando uma ........... 70

unidade de Cobalto-60 e o fantoma antropomrfico de
cabea Alderson
IV.2.3.1 Arquivo de entrada .............................................................. 72
IV.2.3.2 - Validao da simulao do feixe proveniente do ................. 72

irradiador Cobalto-60
IV.2.3.3 Dose no tumor ..................................................................... 74
CAPTULO V - CONCLUSES E SUGESTES .............................................. 77
REFERNCIAS BIBLIOGRFICAS ................................................................... 80
ANEXO A ................................................................................................................. 86
x
ndice de Figuras
Figura II.1. Representao do modelo matemtico. 11
Figura II.2. Vista interna dos modelos masculino (ADAM) e feminino (EVA). 13
Figura II.3. Fantoma antropomrfico Alderson Rando. 14
Figura II.4. Etapas envolvidas na construo de um modelo dosimtrico para 16

corpo inteiro [33].
Figura II.5. (a) Antes da segmentao. (b) Depois da segmentao. 17
Figura II.6. Fantoma MAX. Viso Frontal ilustrando o esqueleto. 18
Figura II.7. O ACR e o NEMA iniciam em 1985 a implementao e orientam 19

os proprietrios para a unificao dos dados em nico protocolo.
Figura II.8. Desenvolvimento histrico do formato DICOM. 20

O documento que regulamenta o padro DICOM j ultrapassa mais de 1700
pginas [36].
Figura II.9. Na tomografia computadorizada, os ftons so coletados por um 21

cristal cintilador ou uma fotomultiplicadora, que convertem a energia incidente
em corrente eltrica, proporcional energia dos ftons de raios X incidentes.
Figura II.10. Representao do clculo da energia depositada pelo comando *F8 26

do MCNPX.
Figura III.1: Metodologia computacional para converso de imagens mdicas 29

DICOM para o arquivo de entrada do cdigo MCNP.
xi
Figura III.2. Software Scan2MCNP em operao. 31
Figura III.3. O tecido e o orgo construdo computacionalmente atravs de vrios 32

elementos denominados voxel.
Figura III.4. Imagem mdica da cabea do fantoma do Alderson Rando 33

( Formato DICOM ).
Figura III.5. Espao de alocao da imagem mdica criado pelo Scan2MCNP 33

a partir das informaes contidas na imagem DICOM.
Figura III.6. Formao da caixa grande onde sero inseridas as 2 fatias da 34

cabea do fantoma Alderson Rando
Figura III.7. No arquivo de entrada tem-se as informaes dos planos do 35

voxel. Atravs destas, possvel determinar a dimenso do voxel e o seu formato.
Figura III.8. Imagem voxealizada da cabea do fantoma Alderson Rando. 36
Figura III.9(a). Imagem clnica de uma fatia da cabea do fantoma 37

Alderson Rando.
Figura III.9(b). A mesma imagem reamostrada com voxel de 2 cm3. 37
Figura III.10(a). A mesma imagem reamostrada com voxel de 0,00677 cm3. 38
Figura III.10(b). A mesma imagem reamostrada com voxel de 0,00143 cm3. 38
Figura III.11. Arquivo de entrada sem informaes dos volumes das 38

clulas (rgos).
Figura III.12. Exemplo da definio da geometria (no arquivo de entrada) das 39

fatias da cabea e pescoo do Alderson Rando.
Figura III.13. Tabela com a contagem do nmero de voxels de cada clula 39

e o seu respectivo volume.
Figura III.14. Arquivo de entrada com a informao do volume de cada clula. 40
xii
Figura III.15. (a) Arquivo de entrada gerado sem as informaes das superfcies 41
dos planos (px, py e pz). (b) Arquivo de entrada modificado com as informaes
das dimenses das superfcies obtidas a partir do arquivo de entrada original.
Figura III.16. Exemplo de um estudo do efeito de borda na imagem representativa 42

do tumor corrigido com a anlise do campo de efeito de borda, e com o campo
efetivo do tumor.
Figura III.17. (a) Regies de nveis de cinza de uma imagem DICOM. 43

(b) Mscara de cor X-RAIN aplicada nas regies de nveis de cinza da Figura (a).
Figura III.18. Interface do sistema computacional do SAPDI. 45
Figura IV.1. Opo PDI IMG > DICOM ativada, e a entrada de dados 47
onde informada o formato de imagem BMP, JPG ou TIFF.
onde informado o nmero da primeira fatia BMP, JPG ou TIFF.
onde informado o nmero da ltima fatia BMP, JPG ou TIFF.
Figura IV.4. Opo PDI IMG > DICOM ativada, e o processamento das 49
informaes fornecidas.
Figura IV.5. 1 Imagem originais no formato .JPG. Resultado final do 49

processo: 2 - Imagens criadas e processadas, na verso final .DCM.
Figura IV.6. Tela de sugestes para as imagens com segmentaes indefinidas 50

ou confusas.
Figura IV.7. Tela de anlise dos nveis de cinza de uma imagem. 51
Figura IV.8. Opo PDI DICOM ativada, e a entrada de dados da primeira 51

fatia DICOM.
xiii
Figura IV.9. Opo PDI DICOM ativada, e a entrada de dados da ltima 52
fatia DICOM.
Figura IV.10. As imagens processadas pelo SAPDI sendo trabalhadas no 53

software Scan2MCNP.
Figura IV.11. Opo MIX DICOM ativada, e a entrada de dados da 54

fatia DICOM CT.
Figura IV.12. Opo MIX DICOM ativada, e a entrada de dados da 54

fatia DICOM MRI.
Figura IV.13. Opo MIX DICOM ativada, e a mixagem da imagem CT e MRI. 55
Figura IV.14. Opo 128 >>> 512 ativada, e os reclculos dos planos do 56
big box e do voxel para que o tamanho da geometria (imagem) passe de
128 pixels x 128 pixels para 512 pixels x 512 pixels.
Figura IV.15. Opo VOXEL >>> MAT ativada, e o sistema pede para informar 57
qual o voxel a ser contado.
Figura IV.16. Opo VOXEL >>> MAT ativada, e a insero da geometria na 57

janela dados de entrada.
Figura IV.17. Opo VOXEL >>> MAT ativada, e a insero do valor da matriz 58
na janela dados de entrada.
Figura IV.18. Opo VOXEL >>> MAT ativada, e o terminal de dados exibe 58
o valor total de voxels do material 5.
Figura IV.19. Estrutura geomtrica irregular criada no software Paint do Windows, 59

que simula um cogulo no crebro.
Figura IV.20. Imagem do cogulo apresentada pelo software 60

CS3 Adobe Photoshop.
xiv
Figura IV.21. Selecionando a grade de recuperao de dados dos pixels da imagem 61
do cogulo, atravs da ferramenta LASSO TOOL.
Figura IV.22. Imagem DICOM no software CS3, com todas as informaes 61

intrsecas da imagem mdica.
Figura IV.23. Recurso de grade do software CS3 para insero da imagem 62

do cogulo.
Figura IV.24. Imagem DICOM com o cogulo inserido atravs do software CS3. 63
Figura IV.25. rea de trabalho do Scan2MCNP e a presena do cogulo em uma 63

fatia da cabea do Alderson Rando.
Figura IV.26. Software DICOMWorks utilizado para manuseio das 64

imagens DICOM.
Figura IV.27. Visualizao do cogulo na fatia da cabea do fantoma 65

Alderson Rando, gerada pelo programa codificador grfico Sabrina [44].

Alderson Rando, gerada pelo programa Visual Editor 2 (VisEd 2) [45].

Alderson Rando, gerada pelo programa Moritz Geometry Tool [46].
Figura IV.30. Simulador Alderson Rando e as localizaes dos cubos de gua 67

inseridos. 1 - crebro lado esquerdo, 2 cristalino, 3 tireide, 4 pulmo
esquerdo, 5 Hp(10) e 6 medula (costela esquerda).
Figura IV.31. Localizao dos cubos de gua inseridos nas regies estudas do 68
fantoma Alderson Rando.
xv
Figura IV.32. a) Fatia de gua slida construda com encaixe do mesmo material 71
contendo um objeto simulador de tumor (crculo) e outro do tronco cerebral
(semicrculo), ambos em PVC; b) Fatia de gua slida inserida no fantoma de
cabea Alderson na posio da fatia do fantoma que contm os olhos; c) Corte
da imagem tomogrfica do fantoma de cabea Alderson mostrando as imagens
dos objetos simuladores do tumor e do tronco cerebral [50].
Figura IV.33. Comparao entre os resultados do PDP obtidos pela simulao 73

usando o cdigo MCNP e os resultados experimentais (PDP) obtidos pela cmara
de ionizao (C.I.) [48].
Figura IV.34. Simulao computacional de radiocirurgia da cabea do fantoma 75

Alderson Rando contendo o material equivalente ao tumor. Projees: 1 Feixe
com direo ltero-lateral, 2 Feixe com direo antero-posterior e 3 Feixe
com direo Apical.
Figura A.1. Imagem do software Scan2MCNP no acionamento do comando de 87

limpeza do buffer de imagens armazenado.
Figura A.2. Imagem do software com as duas janelas de monitorao e 87

trabalho: Partition e Transcript.
Figura A.3. Imagem do software com a opo File aberta. 88
Figura A.4. Imagem do Scan2MCNP e a execuo do comando 89

Image Properties,localizado no menu na opo Image.
Figura A.5. Opo Reset Boundaries, reseta os limites das regies (bordas) 90
entre duas regies diferentes (tecidos e orgos).
Figura A.6. Opo Contrast padroniza os contrastes das imagens seqenciais. 90
xvi
Figura A.7. O arquivo da biblioteca de dados de materiais *.lib aberto com o 91
software bloco de notas. Formato estrutural da programao do arquivo.
Figura A.8. Opo Boundaries..., inicia o processo de identificao e indexao 92

das regies da imagem 3D de acordo com a biblioteca de dados de materiais.
Figura A.9. Imagem do Scan2MCNP com a janela aberta Partition Boundaries. 93
Figura A.10. Janela Partition Boundaries e sua opo Select. 95
Figura A.11. Janela Material Library Browser, com a lista de materiais 95

pr-definida e editada atravs do arquivo ADD_Materials.lib.
Figura A.12. Janela Partition Boundaries e sua opo Select. 96
Figura A.13. Opo Color Scheme. H disponvel 16 espectros RGB 97

no software. Tornando as imagens mdicas coloridas para visualizao.
Figura A.14. Imagem do Scan2MCNP com a lista de opes acionadas pelo boto 98
direito do mouse. Opo Crop Settings...., processo de configurao do comando
Crop.
Figura A.15. Janela Crop Settings para configurao do comando Crop. 98
Figura A.16. Opo Crop Settings em operao. 99
Figura A.17. O marcador retngulo vermelho interno (Crop) selecionando a 99

regio de interesse.
Figura A.18. Recurso Set Edge Material, que tem como funo distinguir a 100
regio interna do composto material do corpo da regio externa.
xvii
Figura A.19. Imagem do Scan2MCNP. Comando IMG Parameters 101

sendo acionado.
Figura A.20. Imagem do Scan2MCNP. A janela IMG Parameters aberta. 101
Figura A.21. Imagem do Scan2MCNP. A janela Append File est ativa para 102
anexar uma sub-rotina de acordo com o planejamento proposto.
Figura A.22. Imagem do Scan2MCNP. A janela MCNP Options est ativa para 103
configuraes do formato do arquivo de entrada a ser gerado.
Figura A.23. Imagem do Scan2MCNP. A opo File do menu ativa e as 104

sub-opes Preview MCNP e Write MCNP.
Figura A.24. Scan2MCNP - A prvia do arquivo de entrada gerado. 104
Figura A.25. Scan2MCNP - O arquivo de entrada gerado salvado. 105
xviii
ndice de Tabelas
Tabela II.1. Composio dos tecidos do fantoma Alderson Rando [30]. 15
Tabela II.2. Grandezas que podem ser calculadas pelo MCNPX. 24
Tabela II.3. Recomendao para interpretao do erro relativo R. 27
Tabela III.1. Tabela de segmentao. 42
Tabela IV.1. Valores de dose absorvida obtidos no presente trabalho 69

(fantoma Alderson Rando e MAX) e determinados experimentalmente
por SILVA [47] (Alderson TLD).
Tabela IV.2. Discrepncias entre os valores de dose absorvida obtidos 70

no presente trabalho (fantoma Alderson Rando e MAX) e determinados
por SILVA [47] (Alderson TLD).
Tabela IV.3. Parmetros usados no tratamento do simulador de cabea. 74
Tabela IV.4. Valores de dose absorvida obtidos no presente trabalho e 76

determinados por MENEZES [48].
xix
CAPTULO I
INTRODUO
I.1 Generalidades
Em tempos recentes, a tecnologia da informao inclui todas as tecnologias

relacionadas documentao, processamento de dados, cincia da informao,
tecnologias de computao, robtica, inteligncia artificial, comunicao, tecnologias
espaciais, bem como todas as tecnologias relacionadas ao processamento de sinais
grficos e audiovisuais.
Na informtica mdica, o objetivo fundamental colocar disposio do mdico
toda forma de informao computacional, seja ela por sinais grficos ou por imagens.
Da mesma forma que as agncias bancrias e as companhias areas no podem
funcionar sem o apoio da informtica, torna-se progressivamente mais difcil a prtica
da Medicina sem o auxlio da tecnologia da informao [1].
Grande parte da atividade dos mdicos consiste em processar informaes podendo-
se destacar: a obteno e registro de informaes sobre o paciente, as consultas aos seus
colegas de profisso, a pesquisa de literatura cientfica especfica, o planejamento de
procedimentos diagnsticos, as estratgias de tratamento, a interpretao de resultados
de laboratrio e os estudos radiolgicos ou a conduo de estudos epidemiolgicos [2].
, no entanto, a contnua preocupao com o bem-estar do paciente e a conseqente
necessidade de um processo de deciso ideal, que coloca a Medicina e a Fsica Mdica
em uma posio diferenciada em relao aos outros campos dependentes do manuseio
da informao.
I.1.1 Radioterapia
O cncer uma enfermidade de alta incidncia em todo mundo e responsvel por

um nmero grande de atendimentos na rea da sade e de mortes, alm de gastos
importantes para a sociedade e o Governo. Segundo estatsticas brasileiras, o cncer j
a terceira causa de mortes, onde responsvel por 13,20% dos bitos [3]. Somente entre
1979 e 2003, a taxa de mortalidade pela doena cresceu 30% e os gastos do governo
federal na assistncia oncolgica de alta complexidade aumentaram em 103%, de 2000
a 2005 [4]. Segundo a Organizao Mundial de Sade (OMS), o nmero estimado de
1
novos casos de cncer em todo o mundo chegar a 15 milhes em 2020. A doena j a
segunda causa de mortes no mundo, e segundo estatsticas at 2010 pode assumir o
primeiro lugar [5]. Atualmente 20 milhes de indivduos vivem com cncer, sendo que
cerca de 10 milhes morrem anualmente. A incidncia tende a aumentar tanto nos
pases desenvolvidos como nos em desenvolvimento, como resultado da crescente
exposio a fatores de risco e do aumento da expectativa de vida. Diante de tal cenrio,
fica clara a necessidade de continuidade em investimentos no desenvolvimento e
aprimoramento de aes abrangentes nas reas de tratamento e controle do cncer.
A radioterapia, definida como o uso teraputico das radiaes ionizantes, ocupa um
lugar de destaque na oncologia moderna, uma vez que cerca de 60% de todos os
pacientes portadores do cncer iro utiliz-la em uma das suas diferentes modalidades
durante o tratamento da doena [6]. O objetivo da radioterapia aplicar a maior dose
possvel de radiao no tecido tumoral, enquanto minimizam-se os danos aos tecidos
normais circunvizinhos. A radioterapia divide-se em dois grandes grupos: a
Braquiterapia e a Teleterapia [6]. Na Braquiterapia, as fontes de radiao ionizantes
so inseridas dentro do paciente e posicionadas em contato direto com o tumor. Na
Teleterapia, a fonte de radiao ionizante posicionada afastada do paciente
(tipicamente 1 metro), e a radiao emitida pela fonte colimada na direo do tumor.
Atravs do Planejamento Radioterpico, a equipe de radioterapia limita
cuidadosamente a rea que deve receber a radiao, calcula a dose diria a ser recebida
e o perodo de administrao. A impreciso no clculo das doses no planejamento
radioterpico pode resultar em uma superexposio ou subexposio do paciente. A
superexposio causa maior dano aos tecidos saudveis, provocando muitas vezes
leses a rgos vitais do paciente, enquanto a subexposio aumenta as chances de
reincidncia do cncer. Em ambos os casos o paciente retorna aos hospitais gerando
mais despesas para sistema de sade brasileiro.
Atualmente, sistemas computacionais de planejamento tridimensionais, como
CadPlan, SomaVision e Eclipse, programas dedicados ao tratamento em radioterapia,
realizam planejamentos em trs dimenses que possibilitam a realizao da radioterapia
conformacional, de modo sofisticado e aprimorado, direcionando assim com maior
preciso as radiaes ionizantes nos tumores. Com isso, possvel preservar ao mximo
os tecidos vizinhos (saudveis), diminuindo os efeitos colaterais. Neste contexto,
pesquisas na rea de simulao computacional vm tendo uma grande projeo na rea
mdica devido busca de resultados que auxiliem a preciso dos tratamentos. No
2
campo da Fsica das Radiaes e Mdica, cdigos computacionais, baseados no mtodo
de Monte Carlo [7], podem ser utilizados para a manipulao de dados de pacientes
reais (Imagens Mdicas), podendo gerar resultados personalizados, contribuindo assim,
com os sistemas de planejamento de tratamentos em radioterapia utilizados em hospitais
e clnicas mdicas.
I.2 Motivao
O rpido desenvolvimento de sistemas computacionais cada vez mais velozes e

acessveis permitiu que as tcnicas de Monte Carlo se tornassem uma importante
ferramenta a ser aplicada na Fsica Mdica. Contudo, o desenvolvimento de um sistema
de manipulao e simulao computacional de imagens mdicas, diretamente adquiridas
pelo tomgrafo, e que gerasse resultados que contribussem com os planejamentos
radioterpicos, ainda no est disponvel, o que torna uma linha de pesquisa a ser
trabalhada. Devido a esta carncia de softwares e de metodologias computacionais para
este fim, surge uma necessidade de criao e desenvolvimento computacional com o
propsito de se trabalhar com informaes personalizadas de pacientes reais, obtendo
assim, resultados com maior preciso a partir dos clculos probabilsticos gerados pelos
cdigos baseados no mtodo de Monte Carlo.
Desta forma, a possibilidade de ajustes de parmetros na parte experimental e a
consequente diminuio de erro no processo e/ou conferncia de valores de doses a
serem administradas, podem ser auxiliadas pela simulao computacional.
I.3 Relevncia
O Mtodo de Monte Carlo aliado a fantomas antropomrficos em voxels pode ser

utilizado para estudos dosimtricos e para simulao tridimensional de problemas que
envolvem tratamentos radioterpicos, tais como, em teleterapia e braquiterapia de
cnceres de mamas, pulmes, pelve, colo uterino, coluna, prstata, cabea e pescoo
entre outros.
A possibilidade de utilizar modelos em voxels personalizados para a avaliao de
dose em rgos circunvizinhos ao volume alvo no paciente atrativa. Isto no pode ser
tomado como uma forma de substituir o planejamento de tratamento atualmente
utilizado, mas fornecer uma fonte de dados auxiliar para que tanto os mdicos quanto os
fsicos mdicos possam aperfeioar o planejamento de tratamento dos pacientes [8].
3
I.4 Objetivo
O objetivo do presente trabalho o desenvolvimento de uma metodologia

computacional que ordenar todo o processo de edio, manipulao, parametrizao,
converso, simulao e anlise de resultados a partir das imagens mdicas DICOM
adquiridas de equipamentos tomogrficos para estudos personalizados das doses de
radiao absorvidos pelos tecidos e rgos do paciente.
Para o xito desta pesquisa sero utilizados o software Scan2MCNP [9], o
cdigo de transporte de radiao MCNP e programas associados, onde o primeiro tem
como funo a converso das imagens mdicas em arquivo de entrada para anlise
computacional, e o segundo para a simulao das trajetrias das partculas durante suas
vidas, desde uma fonte, at serem eliminadas por absoro nos tecidos e nos rgos
humanos, ou por fuga do sistema.
Para alcanar tal meta, foram utilizadas imagens DICOM do fantoma
antropomrfico Alderson Rando obtidos por equipamentos tomogrficos no Instituto
Nacional do Cncer (INCA) no Rio de Janeiro, que referncia nacional para
tratamentos radioterpicos, e do Hospital das Clnicas da USP (HC) em So Paulo.
I.5 Reviso da Literatura
A realizao desta pesquisa cientfica teve como referncia a utilizao das

publicaes listadas neste tpico. Nesta reviso de literatura descreve-se cada trabalho
de forma sucinta referindo-se ao seu tema e os seus principais resultados.
Em 1996, ZUBAL et al. [10], desenvolveram um simulador de cabea a partir de

uma seqncia de 124 imagens transversas da cabea de um homem de 35 anos obtidas
por ressonncia magntica. As 124 fatias retratadas abrangem apenas a regio que
comea altura do palato duro e termina no topo da cabea. O contorno de cada rgo
ou regio foi desenhado manualmente em cada uma das 124 imagens, resultando na
segmentao de 62 estruturas anatmicas diferentes. As posies (X, Y) de todos os
pontos que compem os contornos dos rgos e tecidos foram armazenadas em
arquivos. Um algoritmo foi desenvolvido para preencher o interior de cada contorno
com um nico valor ndice associado a uma estrutura anatmica, produzindo o banco de
4
dados que representa as imagens segmentadas. Dois outros modelos parciais (cabea e
tronco) foram tambm desenvolvidos adotando a mesma tcnica.
Em 2000, XU et al. [11], descreveram o desenvolvimento de um modelo

tomogrfico de corpo inteiro, denominado VIP-Man, utilizando as imagens fotogrficas
geradas pelo Visible Human Project para clculo de doses provenientes de fontes de
ftons, eltrons, nutrons e prtons. Neste artigo so fornecidas informaes para a
construo de um simulador baseado em elementos de volume: 1) obteno das
imagens; 2) identificao e segmentao dos rgos e tecidos e 3) utilizao dos dados
anatmicos em conjunto com programas que simulam o transporte de radiao baseados
no mtodo de Monte Carlo.
Em 2001, JEFFREY et al. [12], demonstraram a viabilidade de se utilizar o arquivo

de entrada do fantoma ZUBAL em alta resoluo 3D no cdigo MCNP, para estudos
em terapia de captura de nutron por boro BNCT de estrutura dosimtrica. Este trabalho
descreve um modelo baseado em voxel de alta resoluo da cabea humana e foi
utilizado para calcular as doses absorvidas nas estruturas do crebro. O fantoma Zubal
um modelo em 3D da cabea humana que pode ser exibido e manipulado em um
computador. Vrias mudanas foram feitas no fantoma da cabea original no qual
contm mais de 29 estruturas crticas do crebro e cabea. O fatoma modificado tem (85
x 109 x 120) voxels de lattice, onde cada voxel mede 2,2 mm x 2,2 mm x 1,4 mm.
Em 2002, LOUREIRO et al. [13], apresentaram uma nova metodologia aplicada na

construo de simuladores baseados em elementos de volume. O processo de
segmentao dos modelos resume-se tarefa de colorir as imagens tomogrficas
atribuindo uma cor diferente para cada rgo segmentado. Um modelo de cabea e
pescoo foi construdo utilizando esta nova tcnica. Alm de simplificar o procedimento
permitindo a construo dos modelos em um menor perodo de tempo, as informaes
so armazenadas de forma otimizada aumentando a performace do programa que
calcula o transporte de radiao. A execuo de programas grficos pelo mesmo
programa que calcula o transporte de radiao permite tambm que imagens sejam
reconstrudas a partir dos dados do modelo mostrando regies de isodose, sob diversos
pontos de vista, aumentando o nvel de informao passada ao usurio. Radiografias
virtuais do modelo construdo tambm foram obtidas. Esta capacidade permite que
5
estudos sejam realizados visando otimizao das tcnicas radiogrficas avaliando ao
mesmo tempo as doses nos rgos e tecidos. O programa apresentado, denominado
MCvoxEL, que implementa esta metodologia, foi validado comparando-se os seus
resultados com os de programas j consolidados no meio cientfico. Coeficientes de
converso para doses provenientes de exposies a feixes paralelos de ftons tambm
foram obtidos.
Em 2002, IOPPOLO et al [14], realizaram estudos utilizando o software Electron

Gamma Shower Verso 4 (EGS4), sobre as doses absorvidas em rgos de pacientes
durante os diagnsticos rotineiros de procedimentos radiolgicos. Foram realizadas
tambm medidas experimentais de dose absorvida utilizando dosmetros
termoluminescentes (TLDs), sendo os dados obtidos diretamente comparados com as
simulaes realizadas com o cdigo EGS4 em fantomas homogneos, heterogneos e
antropomrficos. Os valores medidos com os TLDs nos fantomas homogneo e
heterogneo tiveram uma discrepncia em mdia de 7% com relao aos valores
calculados pelo cdigo EGS4.
Em 2003, RIPER et al. [9], desenvolveram um software denominado Scan2MCNP

capaz de manipular as imagens de equipamentos tomogrficos ou de ressonncia
magntica, e convert-los para um arquivo de entrada do cdigo MCNP.
Em 2003, BRIAN et al. [15], obtiveram um modelo tomogrfico do fantoma fsico

Alderson Rando de alta resoluo para clculos dosimtricos utilizando o cdigo
MCNP. O modelo desenvolvido pode ser usado para estudar a relao das doses em
rgos com a medio de doses em locais pontuais, e avaliar planejamentos de
tratamentos em radioteparia. Nas simulaes foram geradas mais de um bilho de
partculas, e o tempo de computao foi de 419 minutos, mantendo o erro estatstico
menor que 5%. Os valores de doses simulados para 12 rgos foram comparados com
as medidas experimentais, sendo a maior discrepncia de 8 %. Estas diferenas foram
causadas pelas incertezas dos locais de dosmetro no modelo de Monte Carlo e no
fantoma fsico. A dose efetiva determinada experimentalmente difere da calculado pelo
MCNP em 1.9%.
6
Em 2003, a ICRP publicou o relatrio nmero 89 [16] sob o ttulo: Dados
Anatmicos e Fisiolgicos Bsicos para Usos em Proteo Radiolgica: Valores de
Referncia. Este novo conjunto de dados estimularam KRAMER et al. [19] a
desenvolverem, em 2003, um novo fantoma de voxel: o MAX (Male Adult voXel). O
MAX foi desenvolvido baseado em dados publicados por Zubal disponvel na website
da Universidade de Yale. O fantoma proposto por KRAMER et al. [19] corresponde s
especificaes anatmicas do homem adulto de referncia publicado pela ICRP 89 de
2003.
Em 2003, KRAMER et al. [17] introduziram o fantoma masculino de voxel MAX

(Male Adult voXel) desenvolvido a partir de imagens TC de pacientes masculinos. Os
rgos e tecidos foram ajustados para corresponder s especificaes anatmicas do
homem adulto de referncia da ICRP 89.
Em 2004, VIEIRA [18], apresentou uma metodologia para a obteno do novo

modelo computacional de exposio MAX/EGS4, desde a construo geomtrica do
fantoma, passando pelo desenvolvimento algortmico de fonte radioativas
unidirecionais, divergentes e isotrpicas, e de novos mtodos para clculo da dose
equivalente na medula ssea vermelha e na pele, at o acoplamento do MAX ao cdigo
de transporte de Monte Carlo EGS4. Tambm foram apresentados e discutidos alguns
resultados de proteo radiolgica, postos sob a forma de coeficientes de converso
entre dose equivalente (ou dose efetiva) e kerma no ar livre, para radiao externa de
ftons. Comparando os resultados apresentados com similares de outros modelos
possvel concluir que o acoplamento MAX/EGS4 satisfatrio para clculo da dose
equivalente na rea de proteo radiolgica.
Em 2004, HUNT et al [19] utilizaram o programa 'Visual Monte Carlo - dose

calculation" (VMC-dc), para simular o corpo, os rgos e os tecidos de um fantoma em
voxel, para transportar ftons por meio deste simulador e descreveram a dose absorvida
de cada rgo e tecido relevante para o clculo da dose efetiva, tal como definido na
publicao do ICRP 60. Este trabalho mostra a validao do VMC-dc em comparao
com EGSnrc e com um fantoma fsico contendo TLD. A validao de VMC-dc em
7
comparao com EGSnrc foi realizado para um feixe de ftons colimado de 0,662 MeV
irradiando um cubo de gua. Para a validao em comparao com o fantoma fsico, o
137
caso considerado foi uma irradiao de corpo inteiro com uma fonte pontual de Cs
colocado a uma distncia de 1 m do trax do fantoma Alderson Rando. Os resultados da
validao mostraram boa concordncia com as doses obtidas utilizando o VMC-dc e os
clculos do EGSnrc, e de VMC-dc e das medidas do TLD. O programa VMC-dc foi
ento, aplicado para o clculo de doses devido imerso na gua contendo emissores
gama. Os coeficientes de converso de dose para imerso na gua so comparados com
os seus equivalentes nas literatura.
Em 2005, WYATT et al [20], desenvolveram um software de converso de imagens

de tomografia computadorizada (TC) em arquivos de entrada do MCNP denominado
MCNPTV (Verificao de Tratamento pelo MCNP). Este programa computacional
provido de uma interface grfica amigvel baseada em Windows para a criao de
geometrias em MCNP atravs de imagens DICOM de equipamentos TC. Tal software
consiste em uma srie de mdulos de GUI desenvolvidos em Visual Basic.
Em 2005, TRINDADE et al [21], apresentaram uma metodologia de converso de

imagens de TC ou RM em modelos de voxels, no qual possibilita a sua utilizao na
simulao de fenmenos no cdigo MCNP. O sistema computacional criado seguindo
esta metodologia foi utilizado no NRI (Ncleo de Radiaes Ionizantes) para
modelagem de braquiterapia e teleterapia de cnceres de pulmo, pelve, coluna, cabea
e pescoo, entre outros, agilizando enormemente a criao dos modelos para simulao
de tratamentos radioterpicos. O artigo descreve o sistema, apresentando o modelo
antropomrfico gerado por um sistema de imagens, e de um banco de dados de tecidos
previamente elaborado.
Em 2006, MAIA et al. [22], apresentaram um trabalho de dosimetria comparativa nas

estruturas da orelha realizada por mtodos computacionais, utilizando o sistema
computacional SISCODE e o cdigo MCNP5. Os resultados obtidos, apresentados em
forma de curvas isodose, mostram a grande influncia do espalhamento das radiaes de
altas energias de aparelhos de megavoltagem, perturbando o perfil da dose absorvida,
devido heterogeneidade nas estruturas da orelha, em especial o osso petroso. Esta
heterogeneidade faz com que o mtodo de clculo de dose utilizado atualmente, baseado
8
em curvas de dose obtidas em fantomas de gua, fornea informaes inexatas ao
profissional que desenvolve o plano de tratamento podendo resultar em menos
possibilidade de controle dos efeitos colaterais no sistema auditivo do paciente.
Em 2006, SCHETTINI e CAMPOS [23], desenvolveram um fantoma computacional

atravs de imagens de tomografia computadorizada de trax feminino digitalizado e
carregadas no programa SISCODES, juntamente com informaes da densidade e da
composio qumica dos tecidos e rgos humanos. Simulaes computacionais foram
realizadas a partir do fantoma computacional atravs do cdigo MCNP5, reproduzindo
o protocolo de tratamento de tumores por teleterapia de 6 MeV e de braquiterapia
intracavitria atravs do posicionamento de fontes seladas de 252Cf e 192Ir. Nas curvas de
isodose geradas para cada simulao, pode-se observar a distribuio espacial da dose
de ftons e nutrons no tronco e avaliar a deposio da radiao nos rgos adjacentes
ao tumor. Concluiu-se que existem diferenas substanciais do perfil de dose gerados por
teleterapia megavoltagem 6 MV com os perfis de dose absorvida apresentados
considerando um fantoma de gua. Foi observado que mesmo com a braquiterapia
intraluminal por 252Cf e 192Ir a radiao espalhada consideravelmente elevada.
Em 2006, CHOONSIK e JAI-KI [24], documentaram e resumiram a histria e a

condio dos fantomas tomogrficos da atualidade, incluindo tambm, fantomas
computacionais coreanos. Vantagens, limitaes, e prospectos futuros tambm so
discutidos neste trabalho.
Em 2006, MANIQUIS [25], simulou o cabeote de um acelerador Varian 2100C*

linac usando o cdigo MCNP5, para caracterizar um espectro de 6 MeV em um
tamanho de campo normal 10 x 10 cm2 distante 100 cm da fonte-superfcie (SSD), a
fim de determinar a distribuio de dose em um fantoma Virtual WaterTM. Os
parmetros foram selecionados com o propsito de combinar a calibrao de dose
absorvida com os parmetros clnicos utilizados nas fontes de radiao com o intuito de
assegurar a preciso e uma aceitvel consistncia dos dados dos dosmetros no meio de
instituies que fornecem tratamento radioterpico e com as informaes que esto na
literatura. A fluncia em energia, a percentagem de dose aplicada e o perfil da fonte, so
calculados em um fantoma modelado e criado pelo software Scan2MCNP e calculados
9
dentro do cdigo MCNP. Os resultados calculados foram comparados com dados de
referncia de medida e mostravam que esto de bom acordo para o espectro de fton.
Em 2007, MILIAN et al. [26], desenvolveram um programa denominado

TOMO_MC, para converso de modelos anatmicos de voxels para arquivos de entrada
(INP) do cdigo MCNP. O programa, montado na plataforma Windows, facilita a
criao do arquivo de entrada, e tambm, permite a anlise e visualizao dos resultados
obtidos da simulao.
Em 2009, MOURO e CAMPOS [27], analisaram, por meio de um modelo

computacional da regio ocular, as caractersticas da distribuio da dose utilizando
fontes de iodo-125 e rutnio/rdio-106. Concluram que a dose no cristalino depende da
espessura do tumor, da posio, do radionucldeo, e do dimetro da fonte utilizados. No
estudo realizado, a fonte de rutnio/rdio-106 recomendada para tumores de
dimenses reduzidas. A irradiao com iodo-125 gera doses maiores no cristalino do
que a irradiao com rutnio/rdio-106. O valor mximo de dose no cristalino
corresponde a 12,75% do valor mximo de dose com iodo-125 e apenas 0,005% para
rutnio/rdio-106.
Pode-se observar, na reviso da literatura realizada, que a evoluo dos modelos

antropomrficos at os dias atuais, busca representar com fidelidade o corpo humano.
Com isso possvel realizar estudos mais especficos, e realizar simulaes de
tratamentos individualizados de pacientes reais, levando os clculos dosimtricos a
serem mais precisos.
10
CAPTULO II
CONSIDERAES TERICAS
II.1 Simuladores Antropomrficos
Com o objetivo de reproduzir as caractersticas de absoro e espalhamento do corpo

ou parte do corpo humano em um campo de radiao, so utilizados modelos
denominados simuladores antropomrficos ou fantomas. Os trs principais so: o
fantoma matemtico, o fantoma fsico e o fantoma voxel.
II.1.1 Fantoma Matemtico
A construo do primeiro fantoma antropomrfico heterogneo utilizado em clculos

para avaliar os efeitos da radiao ionizante, foi de extrema importncia para consolidar
a utilizao do mtodo de Monte Carlo na estimativa de doses provenientes de fontes
internas ou externas de radiao, em diferentes rgos e tecidos do corpo humano.
No fantoma matemtico humano, os tecidos, os rgos e o formato do corpo so
descritos por expresses matemticas que representavam combinaes e interseces de
planos, elipsides, cones, cilindros circulares e elpticos e toros (Figura II.1). Este
modelo foi baseado nos dados anatmicos da ICRP, publicao n. 23 [28], para
representar o homem adulto mdio e conhecido como MIRD-5 (Medical Internal
Radiation Dose Committee). Este fantoma foi base para vrias representaes de outros
fantomas de crianas e adolescentes de vrias idades [29].
Figura II.1: Representao do modelo matemtico [29].
11
Neste modelo so assumidas trs densidades diferenciadas para os seguintes tecidos:
Pulmes com densidade de 0,296 g/cm3;

Medula ssea e componentes do osso com densidade de 1,469 g/cm3;
Tecido mole com densidade de 1g/cm3;
O modelo MIRD-5 passou a representar um adulto hermafrodita, com as dimenses

do homem de referncia, com testculos, ovrios e tero, entretanto sem as mamas. Em
1982, modelos matemticos de sexos distintos foram construdos no GSF
Forschungszentrum fr Umwelt und Gesundheit [29], Alemanha, baseados nos modelos
MIRD-5. Foram desenvolvidos dois modelos: o homem adulto (ADAM) e a mulher
(EVA) como mostrada na Figura II.2. O modelo EVA foi proveniente da reduo de
todos os volumes relevantes do modelo MIRD-5 e outros ajustes nas caractersticas dos
rgos de modo a adaptar os dados da ICRP23 (ICRP 23, 1975) da mulher de
referncia. Estes modelos foram desenvolvidos para clculo da dose em rgos e
tecidos.
Outro fato relevante para que houvesse separao dos dois sexos (alm das mamas
altamente sensveis), foi a utilizao destes modelos para o clculo de dose devido a
fontes externas, j que o corpo da mulher menor em tamanho em relao ao homem e
tambm as mamas so rgos superficiais, o que as tornas facilmente expostas a fontes
de radiao externas. As mamas atenuam a dose no pulmo quando a irradiao
frontal, porm os ovrios e o tero podem receber doses mais altas devido a menor
espessura do tecido de cobertura. Estes modelos diferenciados para ambos os sexos
tornou mais preciso o clculo de doses em modelos matemticos.
12
Figura II.2: Vista interna dos modelos masculino (ADAM) e feminino (EVA) [29].
Embora as caractersticas destes modelos matemticos (MIRD-5, ADAM, EVA),

estejam de acordo com o homem de referncia com relao s massas e volumes,
possuem limitaes quanto geometria das formas do corpo inteiro e dos rgos
individuais; houve necessidade de represent-los de forma simplificada para que se
pudesse simul-los utilizando o mtodo Monte Carlo devido s limitaes dos recursos
computacionais (processadores, memria e espao de armazenamento). Em
contrapartida, a anatomia humana extremamente complexa para ser realisticamente
representada por um singelo conjunto de equaes matemticas. Em muitos modelos a
avaliao de dose na medula ssea muito complicada, em geral, assume-se que ela
est distribuda uniformemente no esqueleto e nos modelos atuais ainda utiliza-se o
mesmo procedimento.
13
II.1.2 Fantoma Fsico
Os fantomas fsicos existentes atualmente so feitos de acrlico e acrlico preenchido

com gua, tendo este ltimo, caractersticas semelhantes gua, sendo utilizado para o
teste de imagem e para dosimetria.
Dentre os fantomas antropomrficos de corpo humano existentes, o Alderson
Rando Phantom (Figura II.3), o mais conhecido e universalmente aceito como boa
opo para simular o corpo humano. constitudo de um esqueleto envolvido por
borracha cujas caractersticas qumicas e fsicas so equivalentes ao tecido mole,
composto de 8,8 % de hidrognio; 66,8 % de carbono; 3,1 % de nitrognio e 21,1% de
oxignio, com densidade de 1,00 gcm-3. O tecido pulmonar composto de 5,7 % de
hidrognio; 74,0 % de Carbono; 2,0 % de nitrognio e 18,1 % de oxignio, com
densidade de 0,320 gcm-3. Na Tabela II.1 encontram-se discriminadas as composies
dos tecidos do fantoma. O tronco e a cabea esto estruturados em 35 sees
transversais de 2,5 cm de espessura cada, e com um total de 1.100 orifcios cilndricos
de 6 mm de dimetro, adequados para alojar dosmetros do tipo termoluminescentes
[30].
Figura II.3: Fantoma antropomrfico Alderson Rando [30].
14
Tabela II.1: Composio dos tecidos do fantoma Alderson Rando [30].
Composio dos tecidos do fantoma Alderson Rando (%)
Elemento Pulmo Msculo Esqueleto

H 5,74 8,87 3,4
C 73,94 66,81 15,5
N 2,01 3,10 4,2
O 18,4 21,13 43,5
Na 0,1
Mg 0,2
P 10,3
S 0,3
Ca 22,5
Sb 0,16 0,08
3
Densidade (g/cm ) 0,32 1,00 1,92
II.1.3 Fantoma em Voxel
Como alternativa limitao imposta pela complexibilidade da anatomia humana

aos simuladores matemticos, surgiu uma nova tendncia na construo de modelos
antropomrficos. Como resultado, simuladores mais realistas so obtidos a partir da
manipulao de imagens internas do corpo humano. Fantomas em voxel (VOlume
piXEL) provm de uma seqncia de imagens digitais de rgos e tecidos do corpo
humano que so superpostas por tomografia computadorizada ou ressonncia
magntica, que mostram reas de seo, vistas de topo, ao longo do corpo do indivduo
a ser analisado. Estes modelos constituem o ltimo esforo para o aperfeioamento dos
modelos computacionais de exposio. Os fantomas em voxels so a representao real
do corpo humano e sua estrutura permite determinar a energia depositada, permitindo
assim, conhecer a dose a ser administrada atravs da equao de transporte em nvel de
rgo ou tecido. Contudo, para a utilizao destes dados encontram-se algumas
barreiras iniciais que no so fceis de serem superadas.
Na construo de um modelo anatmico, atravs de imagens por tomografia, a
qualidade original dos dados crucial para a fiel representao das estruturas corporais
internas. As imagens fornecem informaes detalhadas da anatomia do corpo humano.
Uma fatia de imagem, quando computadorizada, representa uma matriz de pixels em
uma geometria de duas dimenses. Por multiplicao do tamanho do pixel pela fatia da
espessura de uma imagem, obtm-se o elemento tridimensional, o voxel [31]; [32]. A
15
Figura II.4 mostra os passos envolvidos no desenvolvimento de um modelo anatmico
de corpo humano atravs de imagens para clculos de dosimetria.
A dimenso de pixels de cada imagem bidimensional depende da resoluo escolhida
durante a opo de varredura para a obteno do conjunto original de imagens TC.
Figura II.4: Etapas envolvidas na construo de um modelo dosimtrico para corpo

inteiro [33].
Em geral as imagens so quadradas, contendo 512 pixels x 512 pixels. Para que se
chegue a um conjunto consecutivo de imagens transversais ideais para uso em
dosimetria numrica, o conjunto original sofre alguns processos de transformao como
segmentao, classificao e reamostragem. O procedimento chamado segmentao,
aplica-se ao processamento de rotinas para interpretar os dados das cores de uma
varredura dentro de um tipo de tecido existente dentro do corpo [34]. A partir das
imagens tomogrficas originais, novas imagens de todos os cortes podem ser
construdas, onde vrios contornos de rgos podem ser reconhecidos, atravs das
diferenas nos nveis de cinza. A Figura II.5 mostra a diferena entre as imagens antes e
depois da segmentao. Os novos valores de nveis de cinza, usados na construo de
imagens segmentadas, no fornecem mais informao a respeito das densidades de cada
voxel; ou seja, o rgo passa a ser visto de forma homognea. A maioria dos rgos no
possui uma grande variao de densidade de um voxel para o outro, no ocasionando
perda significativa de informao. Com base nisto, so utilizados sete diferentes tecidos
para a construo dos modelos, que so:
Tecido pulmonar;
Tecido mole;
Pele;
Msculo;
Ossos compactos (ossos);
16
Medula ssea, e;
Ar.
Imagem gerada em TC
(a) IMAGEM 1 (b) IMAGEM 2
Figura II.5: (a) Antes da segmentao. (b) Depois da segmentao.
II.1.3.1 Fantoma MAX
O fantoma MAX foi desenvolvido na Universidade Federal de Pernambuco por

KRAMER [17] respeitando as especificaes anatmicas dos rgos e massas dos
tecidos do homem de referncia definidos na ICRP 89 [16], onde so especificadas
caractersticas humanas reconhecidas ou importantes para clculos prospectivos das
doses advindas de fontes radioativas internas ou externas do corpo.
O fantoma MAX foi construdo a partir do fantoma VOXTISS8 [17], um modelo
adulto masculino disponvel em um arquivo binrio, que contm especificaes de
rgos e tecidos segmentados masculinos. Esses dados primrios foram reamostrados,
reclassificados e ajustados, originando um fantoma final formado por voxel de 3,6 mm x
3,6 mm x 3,6 mm com 1,75 metros de altura.
As massas dos rgos e tecidos do fantoma MAX foram definidas utilizando a ICRP
89, enquanto o volume (dos rgos) foi obtido aplicando as densidades dos tecidos
ICRU 44 [35]. A composio do tecido mole foi obtida atravs da mdia dos dados do
crebro, mama, clon, corao, rins, fgado, pncreas, timo, ovrios e tireide.
A Figura II.6 apresenta o fantoma MAX em uma viso frontal, ilustrando o esqueleto.
17
Figura II.6: Fantoma MAX. Viso Frontal ilustrando o esqueleto.
II.2 Imagens Mdicas
O uso dos computadores na medicina tem se desenvolvido bastante nesta ltima

dcada, e vem progredindo muito com o avano da nanotecnologia e da unificao de
plataformas de desenvolvimento de software. Um desses avanos o imageamento
mdico que tem como objetivo a avaliao mdica de tecidos e funes orgnicas do
corpo humano, para deteco e orientao para tratamentos de doenas e de leses
ocasionadas por acidentes, por meio de imagens. No pas, mais de 75% de todas as
imagens mdicas trabalhadas e analisadas pela classe mdica so atravs de filmes de
raios X (radiografia) os quais fornecem uma imagem qualitativa clssica. Quando estes
filmes de raios X no so suficientemente capazes ou no so apropriados para certos
tipos de anlise clnica, recorrem-se aos equipamentos de tomografia computadorizada
(TC) e/ou de ressonncia magntica (RM). Estes equipamentos produzem imagens em
formato tridimensional, com um grau de informaes tcnicas na imagem muito mais
elevada, permitindo um melhor diagnstico de doenas de difcil deteco [34].
18
II.2.1 O padro DICOM
O formato DICOM, abreviao de Digital Imaging COmmunications in Medicine

(ou Comunicao de Imagens Digitais em Medicina) [36], o conjunto de normas para
tratamento, armazenamento e transmisso de informao mdica (imagens mdicas)
num formato eletrnico, estruturando um protocolo.
Foi criado com a finalidade de padronizar a formatao das imagens diagnsticas
como tomografias, ressonncias magnticas, radiografias, ultrassonografias etc. O
padro DICOM uma srie de regras que permite que imagens mdicas e informaes
associadas sejam trocadas entre equipamentos de diagnstico geradores de imagens,
computadores e hospitais.
O padro estabelece uma linguagem comum entre os equipamentos de marcas
diferentes, que geralmente no so compatveis, e entre equipamentos de imagem e
computadores, estejam esses em hospitais, clnicas ou laboratrios.
O DICOM resultado de uma aliana iniciada em 1985 entre o American College of
Cardiology (ACC), e o American College of Radiology (ACR), com as companhias de
desenvolvimento de equipamento mdico da National Electrical Manufacturers
Association (NEMA).
Figura II.7: O ACR e o NEMA iniciam em 1985 a implementao e orientam os

proprietrios para a unificao dos dados em nico protocolo.
A rpida adoo do DICOM pela indstria de imagens mdicas est abrindo novas
oportunidades para as organizaes de assistncia sade poderem aumentar a
qualidade e reduzirem a relao custo benefcio referentes aos cuidados com o paciente.
O DICOM consiste em 20 partes, sendo listados alguns itens abaixo [36]:
19
Introduo: descreve a estrutura geral;
Informaes sobre o objeto: especifica a estrutura e os atributos do objeto (imagens,
dados do paciente);
Especificao do servio: especifica o armazenamento e a recuperao da imagem;
Estruturas dos dados e semntica;
Transmisso dos dados;
Impresso de imagens.
O DICOM sem dvida, o projeto de padronizao de imagem mais ambicioso na

rea mdica e foi desenvolvido buscando extenso e expanso (Figura II.7), o que j
vem acontecendo, apesar dos problemas encontrados. Alguns fabricantes de
equipamentos de imagem, por exemplo, criaram hardwares e softwares diferentes,
dificultando a unificao dos sistemas e o livre acesso e transmisso de dados. [36]. A
Figura II.8 mostra a evoluo do padro DICOM ao longo dos anos.
DICOM
pginas
pginas
pginas
pginas
Estruturao do Comit
ACR/NEMA pginas
Figura II.8: Desenvolvimento histrico do formato DICOM. O documento que

regulamenta o padro DICOM j ultrapassa mais de 1700 pginas [36].
20
II.3 Tomografia Computadorizada (TC)
Os equipamentos de tomografia computadorizada conhecidos pela sigla (TC)

baseiam-se nos mesmos princpios que a radiografia convencional, segundo os quais
tecidos com diferentes composies absorvem a radiao de forma diferente [37]. Ao
serem atravessados pelos raios X, tecidos mais densos como o fgado, por exemplo, ou
como elementos mais pesados como o clcio presente nos ossos, absorvem mais
radiao que tecidos menos densos como o pulmo, no qual preenchido de ar. Assim,
uma tomografia computadorizada indica a quantidade de radiao absorvida por cada
parte do corpo analisada (radiodensidade), e traduz essas variaes em uma escala de
cinza, produzindo uma imagem grfica e distinta.
Para obter uma imagem TC, o paciente colocado numa mesa que se desloca para o
interior de um anel de cerca de 70 cm de dimetro (Figura II.9). volta deste encontra-
se uma ampola de raios X, num suporte circular designado gantry. Do lado oposto
ampola encontra-se o detector responsvel por captar a radiao e transmitir essa
informao ao computador ao qual est conectado.
Figura II.9: Na tomografia computadorizada, os ftons so coletados por um cristal

cintilador ou uma fotomultiplicadora, que convertem a energia incidente em corrente
eltrica, proporcional energia dos ftons de raios X incidentes.
21
II.4 O Mtodo de Monte Carlo
Ao longo dos ltimos anos, a soluo de problemas na rea de cincias Fsicas e

Engenharia Nuclear utilizando as tcnicas de Monte Carlo tem crescido
significativamente. Esse fenmeno pode ser notado pela crescente quantidade de
publicaes cientficas nas ltimas dcadas, e est relacionado ao rpido
desenvolvimento de computadores cada vez mais velozes e acessveis aos
investigadores nestas reas de pesquisas.
O mtodo de Monte Carlo pode ser usado para representar teoricamente um
processo estatstico, tal como a interao da radiao com a matria, sendo
particularmente til em problemas complexos que no podem ser simulados por
mtodos determinsticos. Nesse mtodo, os eventos probabilsticos individuais que
compreendem um processo so simulados seqencialmente.
O processo de amostragem estatstica baseado na seleo de nmeros
aleatrios. No transporte de partculas da radiao, a tcnica de Monte Carlo consiste
em seguir cada partcula, desde a fonte (onde ela surge), ao longo de sua vida, at o seu
desaparecimento (escape, absoro etc.).
II.4.1 - O Cdigo de Transporte de Radiao MCNPX
O cdigo de transporte de radiao MCNPX [7], baseado no mtodo de Monte

Carlo, desenvolvido em Los Alamos National Laboratory (EUA), atualmente um dos
cdigos computacionais mais utilizados mundialmente na rea de transporte de radiao
envolvendo nutrons, ftons, e partculas carregadas tais como eltrons, prtons,
deutrios e partculas alfa, dentre outros. A capacidade de tratamento de geometrias
complexas em 3 dimenses e a variedade de opes de dados de entrada fazem desse
cdigo uma ferramenta muito conveniente e poderosa no campo da fsica mdica,
proteo radiolgica, modelagem de instalaes nucleares, detectores e blindagem das
radiaes.
O cdigo simula o transporte de ftons e partculas, individualmente ou em
conjunto, atravs da matria. Ele executa o transporte por meio de ensaios aleatrios
repetitivos atravs de tcnicas estatsticas, em modelos previamente determinados,
permitindo a obteno de solues de vrios problemas que requerem uma grande
quantidade de eventos probabilsticos. Esse cdigo permite modelar qualquer sistema
22
geomtrico tridimensional utilizando bibliotecas de sees de choque na forma pontual
contnua ou discreta.
O arquivo de entrada do MCNP (INP) permite ao usurio especificar: tipo de

fonte, de detector, configurao geomtrica e condies gerais do sistema desejado,
como tamanho, forma, espectro de energia, composio da fonte de radiao bem como
do meio que a radiao ir interagir e a definio da geometria do detector desejado.
II.4.2. Estrutura dos dados de entrada do MCNP
A estrutura geral de um arquivo de entrada com os dados divido em:
a) Ttulo do Problema:
Primeira linha dos dados de entrada, limitada a 80 colunas;
b) Bloco de clulas - CELL Cards

Dados de entrada onde definida a geometria do problema. Utilizam-se combinaes de
formas geomtricas pr-determinadas, como esferas, elipsides, planos, cubos e outras
formas selecionadas e descritas no item subseqente (Surface Cards). A combinao
das regies realizada, atravs de operadores booleanos (intercesses, unies etc.). Os
materiais que compe a geometria do problema, tambm so definidos nestas clulas.
Uso de uma linha em Branco (finalizao da seo);
c) Bloco de Superfcie SURFACE Cards

Para a definio das superfcies geomtricas do problema so utilizados caracteres
mnemnicos indicando o tipo de superfcie e os coeficientes da equao da superfcie
selecionada. Linha em Branco (finalizao da seo);
d) Blocos de Dados - DATA Cards

Dados de entrada onde se define os parmetros da fsica do problema. Esta seo
dividida em vrios subitens, a saber:
i) MODE Cards tipo de radiao

Definio do tipo de radiao que ser utilizado no problema:
23
(N)- Transporte de nutrons
(N P)- Transporte de nutrons e ftons
(P)- Transporte de ftons
(E)- Transporte de eltrons
(P E)- Transporte de ftons e eltrons
(N P E)- Transporte de nutrons, ftons e eltrons
ii) IMP Cards Clula de importncia

IMP: N ou P ou E o mnemnico que determina a importncia da clula,
tanto para finalizar a histria da partcula quanto para separar as regies de
maior importncia. Regies de menor importncia so representadas por (0) e de
maior importncia por (1).
iii) SOURCE Cards

Clula que define parmetros da fonte de radiao. Local onde so definidos:
posio da fonte, tipo de partcula, energia e outros dados que possam
caracterizar uma fonte de radiao.
iv) TALLY Cards

Opo da grandeza de interesse a ser utilizada nos resultados. Define o tipo de
resposta que se deseja na sada. Atravs do uso de seu mnemnico
correspondente tm-se uma variao de possibilidades apresentada na Tabela
II.2. Linha em branco para finalizao.
Tabela II.2 - Grandezas que podem ser calculadas pelo MCNPX.

Mnemnico Descrio
F1:N, F1:P ou F1:E Corrente integrada sobre uma superfcie
F2:N, F2:P ou F2:E Fluxo mdio sobre uma superfcie
F4:N, F4:P ou F4:E Fluxo mdio sobre uma clula
F5:N ou F5:P Fluxo em um ponto
F6:N, F6:P ou
F6:N Energia depositada em uma clula
F7:N Deposio de energia mdia de fisso de uma clula
F8:E ou F8:P,E Distribuio de pulsos de energia criados em um detector
*F8 Deposio de carga
24
II.4.3 Especificao dos materiais
Os materiais so representados no MCNP pela composio isotpica, atravs da

estrutura:
ZAID1 frao1 ZAID2 frao2...
Onde:
ZAIDn uma representao numrica na forma ZZZAAA.nnX, contendo o
nmero atmico do elemento (Z), a massa do elemento (A) e nn e X so opes
para o acionamento de bibliotecas de sees de choque especiais.
Temos como exemplo:
182
W => ZAID = 74182, sendo 74 o nmero atmico e 182 nmero de massa.
74
II.4.4. Dados de sada, resultados do MCNP
Os resultados da simulao de um problema no cdigo MCNP correspondem

mdia de um grande nmero de variveis, ordem de 106 histrias ou mais,
dependendo somente da preciso que se deseja obter na resposta do problema. O
nmero de histrias que ser utilizado no problema deve ser definido nos dados de
entrada.
Todas as grandezas, resultados calculados no MCNP, so representadas nos
arquivos dos dados de sada seguidos pelo valor do erro relativo (R), que representa a
razo entre o desvio padro de valores mdios (S x ) e a mdia verdadeira (X ) de todas

as histrias (equao II.1).
Sx
R
X (II.1)
25
II.4.5 Clculo de Dose Absorvida com o MCNP
O MCNP normalmente calcula a dose absorvida assumindo a aproximao do

kerma, ou seja, assumindo que a energia cintica transferida por partculas carregadas
depositada localmente. Esta condio satisfeita quando o equilbrio de partculas
carregadas assegurado [38]. Nesta condio o MCNPX pode calcular a dose
absorvida atravs do comando F6, ou dos comandos F4 e F5 utilizando funes de
converso de fluncia para dose (comandos DE/DF). As funes de converso de
fluncia para dose so fornecidas pela literatura [38].
Quando o equilbrio de partculas carregadas no pode ser garantido, a dose
absorvida deve ser determinada utilizando o comando *F8 do MCNPX [38]. Este
comando contabiliza a energia depositada em um volume dV subtraindo a energia que
sai da energia que entra no volume dV, conforme mostrado na Figura II.10.
Volume dV de massa m (g)
Esai
Eentra E = Eentra - Esai
Figura II.10: Representao do clculo da energia depositada pelo comando *F8 do

MCNPX.
Para obter o valor da dose absorvida o resultado fornecido pelo comando *F8
(energia depositada MeV) deve ser dividido pela massa m do volume dV [38].
II.4.6 Estimativa do erro relativo no MCNP
O erro relativo, denotado R, definido pelo desvio padro estimado da mdia S X ,
dividido pela mdia estimada x . No MCNPX, a quantidade requerida para esta

estimativa do erro o tally e seu segundo momento so calculados aps cada histria
26
completada pelo mtodo de Monte Carlo, o que explica o fato de que as vrias
contribuies para um tally proveniente da mesma histria so correlacionadas. Em
termos simples, R pode ser descrito como uma medida da boa qualidade dos resultados
calculados. Este erro relativo pode ser usado para formar intervalos de confidncia
sobre o principal valor estimado. Quando prximo a um nmero infinito de eventos, h
uma chance de 68% (isto , a 1 de um intervalo gaussiano ao redor do valor mdio)
que o resultado verdadeiro esteja situado na faixa x (1 R ) . Para um tally bem
1
comportado, o erro relativo R ser proporcional a 1
, onde N o nmero de histrias.
2
N
Desta forma, para reduzir R metade, o nmero de histrias deve ser o qudruplo. O
erro relativo utilizado para a avaliao dos resultados do presente trabalho, e um guia
para interpretao do erro relativo pode ser observado na Tabela II.3.
Tabela II.3 - Recomendao para interpretao do erro relativo R.
Valores de R Classificao da grandeza calculada
0,5 a 1,0 No significante ou descartvel
0,2 a 0,5 Pouco significante ou confivel
0,1 a 0,2 Questionvel
<0,1 Geralmente digna de confiana, exceto para detectores pontuais
<0,05 Geralmente confivel para detectores pontuais
Nesta seo, no foram apresentadas todas as opes que podem ser utilizadas
na representao de um problema no MCNP, que podem ser encontrados no manual do
cdigo, que contm uma grande quantidade de informaes, porm, procurou-se
apresentar uma idia geral do que necessrio para a construo de um arquivo de
entrada do cdigo.
II.5 Processamento Digital de Imagem
O Processamento Digital de Imagens (PDI) uma rea em contnua evoluo.

Inmeros projetos cientficos caminham lado a lado com sistemas PDI e muita das
vezes inevitvel a ocorrncia de conexes diretas com outras reas. A sua
27
potencialidade descrita na compreenso de imagens, na anlise em multi-resoluo e
em multi-frequncia, em anlise estatstica, na codificao e na transmisso de imagens.
Em resumo, pode-se dizer que o processamento digital de imagens surge basicamente
do processamento de sinais [39]. Em geral, os sinais, como as imagens, so na realidade
um suporte fsico que carrega no seu interior uma determinada informao. Esta
informao pode estar associada a uma medida (fenmeno fsico), ou pode estar
associada a um nvel cognitivo (conhecimento). Processar uma imagem consiste na
transformao dos pixels desta, visando facilitar a anlise e a extrao de dados.
No ponto de vista da ptica, o termo imagem estava inicialmente associado ao
domnio da luz visvel, porm, este conceito, no campo do processamento digital,
visto como uma grande quantidade de dados representados sob a forma bidimensional
[40].
No existe o melhor parmetro ou condio inicial para se processar uma imagem.
A construo lgica do processamento depende das condies em que a imagem
adquirida. Ela pode ser processada com diretrizes bastante simples, ou com diretrizes
complexas, que necessitam de recursos avanados de mapeamento. O conjunto das
diversas tcnicas de PDI existentes atualmente permite o aprimoramento de cenrios
digitais, proporcionando ao usurio inmeros graus de liberdade em todo campo da
imagem, possibilitando assim, o total domnio da informao. Esta gama de recursos de
processamento digital de imagem, associado ao cdigo de simulao Monte Carlo,
resulta em simulaes mais realsticas, tem-se um controle maior do processo, e obtem-
se maior preciso dos resultados.
28
CAPTULO III
METODOLOGIA
A metodologia computacional utilizada para a edio, manipulao, parametrizao,

converso e simulao das imagens mdicas DICOM pode ser observado no fluxograma
apresentado na Figura III.1.
Figura III.1: Metodologia computacional para converso de imagens mdicas DICOM

para o arquivo de entrada do cdigo MCNP.
O processo de gerao do arquivo de entrada do cdigo MCNP inicia-se na aquisio

de imagens DICOM de tomografia computadorizada ou de ressonncia magntica,
dependendo do caso de anlise a ser investigado. Realizado a opo de qual formato de
aquisio de imagem quer se adquirir, feita a descrio e anlise do problema do
paciente em questo, e inicia-se o planejamento radioterpico em cima das imagens
mdicas DICOM com o objetivo de isolar o tumor e proteger as regies sadias em torno
deste. Para aprimorar as informaes dispostas na imagem e para que o cdigo MCNP
saiba interpret-los corretamente, utilizam-se tcnicas de processamento digital de
29
imagem para amplificar os sinais e discriminar corretamente regies criticas e de
interesse para simulao computacional. Com as imagens mdicas editadas e
parametrizadas, verifica-se a autenticidade destas atravs de programas de visualizao
de imagens DICOM, como por exemplo, o programa DICOMWorks. Tendo todas as
imagens mdicas com as suas regies discriminadas e processadas faz-se a converso
destas para o arquivo de entrada do MCNP atravs do software Scan2MCNP, mas antes
de realizar a converso, necessrio reiniciar e calibrar o programa de acordo com as
caractersticas da imagem a ser convertida, selecionar a regio no qual se quer
converter, identificar as regies da imagem pelo processo de segmentao para que o
MCNP consiga localizar os materiais dispostos na imagem, e por fim configurar o
formato de arquivo de entrada no qual se quer gerar. O arquivo de entrada gerado pelo
software Scan2MCNP contm a geometria do sistema e os materiais, sendo que outras
informaes inerentes simulao so adicionadas neste arquivo de entrada de acordo
com o objetivo a ser estudado. Aps isto, utiliza-se um codificador grfico para
visualizar e verificar a geometria contida no arquivo de entrada. Com o arquivo de
entrada configurado, o prximo passo a utilizao do cdigo Monte Carlo para
executar a simulao a partir dos parmetros determinados no arquivo de entrada, e com
isso, gerar resultados com o propsito de auxiliar os mtodos e planejamentos
radioterpicos utilizados recentemente em hospitais e clnicas.
III.1 Sistema de segmentao e converso de dados de imagens de TC e de RM

para arquivo de entrada do MCNP ( Software Scan2MCNP ).
Projetado e desenvolvido por Kenneth A. Van Riper, o software Scan2MCNP [9],

uma marca registrada da companhia White Rock Science, sendo liberado
comercialmente para centros de pesquisa, aps o seu registro nos anos 2003-2004.
Recentemente, o software Scan2MCNP sofreu alterao em seu cdigo, o que gerou em
uma nova verso (Verso 1.08 / 2009). A interface grfica do software pode ser vista na
Figura III.2.
Tendo como a principal caracterstica trabalhar com informaes computacionais de
pacientes reais, aliado ao cdigo MCNP, o Scan2MCNP uma poderosa ferramenta
que pode contribuir com os sistemas de planejamento utilizados na atualidade.
30
Figura III.2: Software Scan2MCNP em operao.
Este software manipula e processa as imagens de pacientes gerados por

equipamentos de tomografia computadorizada (TC) e de ressonncia magntica (RM),
realizando a seleo e a parametrizao da rea de estudo em questo (tecidos e
rgos). Estas informaes, portanto, so convertidas por processo de equivalncia para
a linguagem de anlise de transporte de radiao como exigida pelo cdigo MCNP,
atravs da gerao de um arquivo de entrada.
Este arquivo de entrada, gerado pelo Scan2MCNP, fornece a geometria e os
materiais da estrutura da regio previamente selecionados e identificados. Dados de
primeira importncia como fonte, tally, cartes SDEF e F#, dentre outros comandos,
(seo II.4) so adicionados, posteriormente, pelo usurio ao arquivo de entrada do
MCNP atravs do prompt de comando do sistema DOS, ou da criao de arquivos
anexos, tambm produzidos no prompt de comando do sistema DOS, que podem ser
adicionados no momento da converso.
As imagens TC e RM convertidas so redimensionadas para a linguagem de
comandos do cdigo MCNP e so designadas como geometria. A formao desta
geometria composta por elementos chamados voxels (Figura III.3). Portanto, todo o
31
processo de converso e parametrizao de imagem at o arquivo de entrada,
realizado pelo Scan2MCNP.
Figura III.3: O tecido e o orgo construdo computacionalmente atravs de vrios

elementos denominados voxel.
A aplicao do software Scan2MCNP juntamente com o cdigo MCNP e programas

associados, somente ter xito, quando bem planejado dentro do contexto da situao e
cenrio que ele for requisitado. O funcionamento e a operao da interface grfica do
software Scan2MCNP encontra-se no ANEXO A.
III.2 Estudo da operao computacional para gerao do arquivo de entrada
Nesta seo, ser mostrada a lgica da operao computacional do Scan2MCNP

utilizando, como o exemplo um arquivo de entrada com 2 imagens (fatias) da cabea do
fantoma Alderson Rando (Figura III.4), geradas por tomografia e convertida para cdigo
MCNP pelo software Scan2MCNP.
III.2.1 A construo da caixa grande
A primeira etapa que o Scan2MCNP realiza internamente para a converso da

imagem mdica para um arquivo de entrada do MCNP, a criao de um espao de
alocao desta imagem para a manipulao e suspenso de dados na memria do cdigo
MCNP (Figura III.5). Este espao denominado caixa grande e se baseia nas
informaes dimensionais da imagem, que vai conter as fatias das imagens mdicas
selecionadas anteriormente pelo operador. Sero utilizadas, como exemplo, 2 fatias da
32
cabea do fantoma do Alderson Rando para demonstrar de forma simplificada o
processo de converso. Na Figura III.4 mostrada uma das fatias utilizadas no processo.
Figura III.4: Imagem mdica da cabea do fantoma do Alderson Rando ( Formato

DICOM ).
Figura III.5: Espao de alocao da imagem mdica criado pelo Scan2MCNP a partir
das informaes contidas na imagem DICOM.
33
De acordo com as informaes mostradas na Figura 5 para a criao de um espao de
alocao da imagem mdica selecionada, tem-se a seguinte linha no bloco de clulas do
arquivo de entrada do cdigo MCNP:
vcuo
6 0 18 -19 28 -29 -38 39 fill = comando que ir carregar os voxels

para o preenchimento da caixa grande.
clula superfcies
Com a interseo dos planos descritos na Figura 5, define-se a clula apresentada na

Figura III.6.
Figura III.6: Formao da caixa grande onde sero inseridas as 2 fatias da cabea do
III.2.2 A construo do voxel
Uma vez delimitada por planos (caixa grande), o Scan2MCNP ir preench-la com
elementos de volume (voxel), tendo como resultado a forma de duas fatias do fantoma
Alderson Rando, que denominado, dentro do contexto do MCNP, como geometria. O
voxel o elemento indexador para que o MCNP consiga rastrear as informaes
contidas na imagem (Figura III.7).
34
py Planes
14 py -40,537492
15 py -40,459367
px Planes
24 px -7,499992 z = 0,307 cm
25 px -7,421867
pz Planes
35 pz 88,578500 x = 0,078125 cm
36 pz 88,271500 y = 0,078125 cm
Volume do voxel (Vv) = 0,001831054 cm3
Figura III.7: No arquivo de entrada tem-se as informaes dos planos do voxel. Atravs
destas, possvel determinar a dimenso do voxel e o seu formato.
Para determinar qual o nmero de voxels que cada imagem contm, e de quantas
fatias composta a caixa grande, calculam-se as dimenses dos lados da caixa grande
em relao s dimenses dos voxels (Figuras III.6 e III.7).
Analisando em relao a x:
Lx Lado x da caixa grande e lx Lado x do voxel.
Lx / lx = 15,155937 cm / 0,078125 cm = 193,9959936 ( Preenchimento

aproximado com 194 voxels no eixo x da caixa grande)
Analisando em relao a y:
Ly Lado y da caixa grande e ly Lado y do voxel.
Ly / ly = 17,265312 cm / 0,078125 cm = 220,9959936 ( Preenchimento

aproximado com 221 voxels no eixo y da caixa grande )
Analisando em relao a z:
Lz Lado z da caixa grande e lz Lado z do voxel.
Lz / lz = 0,612772 cm / 0,307 cm = 1,996 ( nmero de fatias aproximado de 2 )
Portanto, tm-se os seguintes dados que iro compor o comando FILL do carto de
dados na clula 6 do arquivo de entrada do cdigo MCNP.
35
fill = 0:193 0:220 0:1
x y z
A Figura III.8 ilustra e exemplifica a distribuio dos voxels na imagem para a

formao da geometria.
Figura III.8: Imagem voxealizada da cabea do fantoma Alderson Rando.
III.3 Dimenso do arquivo de entrada
As imagens geradas pelos equipamentos de tomografia computadorizada e de

ressonncia magntica so, na sua totalidade, configuradas para que as dimenses dos
elementos de volume sejam extremamente pequenas, com o objetivo de fornecer
imagens em alta definio. Essa configurao para finalidades clnicas (visualizao)
satisfatria, pois aumentam os nveis de qualidade do planejamento dos tratamentos de
tumores, retratando singularidades que ajudam no rastreamento de qualquer anomalia na
estrutura de tecidos e rgos no corpo humano em estudo.
Essas imagens em alta definio (Matrizes de 512 pixels x 512 pixels), em um
nmero elevado de fatias, convertidas para arquivo de entrada do MCNP, provocam
uma srie de problemas ligados suspenso de dados destas informaes para a
administrao na memria no prprio MCNP. Este problema independe do hardware do
microcomputador, e est associado com a programao do cdigo fonte do MCNP que
estabelece um limite de carregamento de dados memria fsica da mquina. Essa
limitao impede o carregamento do arquivo de entrada que possui um nmero elevado
de fatias em alta definio, sendo necessria a alterao do cdigo fonte do programa
MCNP, para que seja possvel a execuo do mesmo.
A soluo encontrada para este problema no MCNP foi a converso destas imagens
mdicas para a rea espacial de 128 pixels x 128 pixels, e a alterao do tamanho do
36
voxel para assegurar o equilbrio eletrnico (aproximao do Kerma) na regio de
interesse. Tambm foi realizado o desenvolvimento de mtodos computacionais de
processamento digital de imagem, utilizando o software MATLAB [41], para
segmentao das regies da imagem com o objetivo de discriminar as informaes para
que sejam interpretadas corretamente no cdigo MCNP. Todo esse processo realizado
antes do processo de converso e simulao realizadas pelo Scan2MCNP e MCNPX.
As imagens mdicas oriundas do Instituto Nacional do Cncer (INCA), do Rio de
Janeiro, e do Hospital das Clnicas (HC), em So Paulo, possuem voxels com um
volume de 0,00143 cm3, enquanto, por exemplo, aquelas usadas por ZUBAL [10] e pelo
fantoma utilizado no sistema MCNPTV [20] possuem um volume de 0,00677 cm3 e 2
cm3, respectivamente.
Nas Figuras III.9 e III.10 so mostradas as reas de estudo que alocam uma imagem
da cabea do Alderson Rando. Na Figura III.9(a) apresentada a imagem mdica para a
anlise clnica, e na Figura III.9(b) tem-se a mesma imagem reamostrada com voxel de
grande dimenso (2 cm3), aceitvel para simulaes Monte Carlo utilizadas nas
pesquisas referentes ao uso do software MCNPTV [20]. Na Figura III.10(a) mostrada a
imagem mdica com a representao de um voxel de definio mdia utilizado por
ZUBAL [10]. Na Figura III.10(b) tem-se a imagem mdica obtida no Hospital das
Clnicas (SP) representada por voxels de alta definio, a qual apresentar problemas de
execuo pelo MCNP, uma vez que o arquivo de entrada possui centenas dessas fatias.
Figura III.9(a): Imagem clnica de uma Figura III.9(b): A mesma imagem

fatia da cabea do fantoma Alderson Rando. reamostrada com voxel de 2 cm3.
37
Figura III.10(a): A mesma imagem Figura III.10(b): A mesma imagem
reamostrada com voxel de 0,00677 cm3. reamostrada com voxel de 0,00143 cm3.
III.4 Arquivo de entrada (INP)

Aps realizar a converso das imagens mdicas DICOM para o arquivo de entrada
do MCNP, observa-se que fornecida a densidade, a composio qumica dos materiais
constituintes dos tecidos e dos rgos, mas o volume de cada clula no informado.
Na Figura III.11, verifica-se que o arquivo de entrada gerado contem cinco materiais
com as suas respectivas densidades.
Para a soluo deste problema foi desenvolvido um processo computacional de
contagem de voxels (Figura III.12). Os softwares utilizados para efetuarem esta
contagem foram: o contador do Microsoft Office 2003 e a calculadora eletrnica
cientfica do Windows Vista. A contagem realizada e o clculo do volume de cada clula
so colocados em uma tabela padro como pode ser visto na Figura III.13.
Figura III.11: Arquivo de entrada sem informaes dos volumes das clulas (rgos).
38
Figura III.12: Exemplo da definio da geometria (no arquivo de entrada) das fatias da
cabea e pescoo do Alderson Rando.
Figura III.13: Tabela com a contagem do nmero de voxels de cada clula e o seu
respectivo volume.
Com o valor do volume de cada clula disposio, adiciona-se esta informao ao

arquivo de entrada (Figura III.14).
39
Figura III.14: Arquivo de entrada com a informao do volume de cada clula.
Outras grandezas no informadas no arquivo de entrada, devido edio das

imagens de 512 pixels x 512 pixels para 128 pixels x 128 pixels, so as dimenses dos
planos (px, py e pz), da caixa grande (Big Box) e do voxel. Estas informaes so
obtidas a partir do arquivo de entrada original dos DICOM no modificados e so
transferidas para o arquivo de entrada modificado (DICOM alterado) para simulao no
MCNP. A Figura III.15(a) mostra o arquivo de entrada modificado sem as dimenses da
caixa grande e do voxel, e a Figura III.15(b) mostra o arquivo de entrada modificado
com as informaes das dimenses das superfcies obtidas com base no arquivo de
entrada original (DICOM no modificado).
40
Figura III.15: (a) Arquivo de entrada gerado sem as informaes das superfcies dos
planos (px, py e pz). (b) Arquivo de entrada modificado com as informaes das
dimenses das superfcies obtidas a partir do arquivo de entrada original.
III.5 - Correo e ajuste da segmentao
Dependendo do nmero de materiais contidos em um grupo de imagens mdicas

DICOM ou do tipo de contraste que estas imagens apresentam, pode ocorrer uma
dificuldade na limitao de borda e de regies de tecidos e rgos, acarretando uma
segmentao confusa e problemtica para a simulao computacional com o MCNP.
Uma das principais tcnicas de processamento de imagem e viso computacional
para determinar pontos de uma imagem digital em que a intensidade luminosa muda
repentinamente a deteco de borda. Mudanas repentinas em imagens geralmente
refletem eventos importantes no cenrio, como a descontinuidade da profundidade
(transio entre o objeto e o fundo), descontinuidade da orientao da superfcie,
mudana das propriedades do material ou variaes na iluminao da cena.
A deteco de borda bastante usada na rea de extrao de caractersticas. Sua
utilizao reduz significativamente a quantidade de dados a serem processados, e
descarta a informao que so consideradas menos relevantes, ainda que preservando
importantes propriedades estruturais de uma imagem. A deteco pode ser prejudicada
41
por bordas falsas criadas por rudos na imagem (provenientes da digitalizao,
compresso ou atravs do prprio processo de captura da imagem). Isso pode ser
amenizado ao utilizar alguma tcnica de reduo de rudo ou estudos no cenrio
experimental original antes da deteco de borda. A Figura III.16 mostra o estudo dos
dados de uma regio de uma imagem devido ao aparecimento do efeito de borda.
1 Campo de efeito de borda.

2 Campo efetivo do tumor.
Figura III.16: Exemplo de um estudo do efeito de borda na imagem representativa do

tumor corrigido com a anlise do campo de efeito de borda, e com o campo efetivo do
tumor.
Outra forma de soluo destes problemas utilizar a aplicao de pequenas

correes ou destacar regies de interesse, diferenciando-as com faixas de nveis de
cinza mais dispersas. Para esse propsito utilizado um editor de imagem de alta
preciso compatvel com o formato DICOM. O software da atualidade que trabalha com
este formato o sistema CS3 Adobe Photoshop. Os recursos disponveis neste software
servem de suporte para qualquer tipo de alterao e/ou correo que se queira fazer na
rea espacial da imagem.
Na Tabela III.1, apresentada a segmentao utilizada para diferenciar regies de
uma imagem DICOM. Os valores RGB apresentados na Tabela III.1 so relacionados
com os nveis de cinza da Figura III.17(a).
Nveis de Cinza
B(255) B(238) B(222) L(209) L(188) L(167) V(141) V(124) V(106) A(90) A(72) A(54) P(34) P(18) P(0)
R 255 238 222 209 188 167 141 124 106 90 72 54 34 18 0
G 255 238 221 209 188 165 141 124 106 90 72 54 34 18 0
B 255 238 221 209 188 166 141 124 106 90 72 54 34 18 0
42
P((0) P(18) P(34)
A((54) A(72) A(90)
NVEIS DE CINZA MSCARA DE COR X-RAIN

DA IMAGEM DICOM APLICADA A IMAGEM DICOM
L(167) L(188) L(209)
B(222) B(238) B(255)
Figura III.17: (a) Regies de nveis de cinza de uma imagem DICOM. (b) Mscara de
cor X-RAIN aplicada nas regies de nveis de cinza da Figura (a).
III.6 - Sistema computacional SAPDI
Em auxlio ao cdigo MCNP, desenvolveu-se tambm no presente trabalho, um

sistema computacional denominado SAPDI - Sistema Automatizado de Processamento
Digital de Imagem - com o objetivo de simplificar os procedimentos iniciais de
preparao das imagens DICOM, ou na converso e preparao das imagens JPG, BMP
ou TIFF para o padro DICOM, antes de serem trabalhadas no Scan2MCNP.
Este processo compacta as informaes contidas nas imagens, para que estas sejam
manipuladas satisfatoriamente no Scan2MCNP, e posteriormente no cdigo MCNP. Por
exemplo, se o operador possui 200 fatias DICOM para serem utilizadas no
Scan2MCNP, o SAPDI realiza de uma s vez a varredura destas 200 fatias e as
parametriza seqencialmente para um padro DICOM com as informaes compactadas
e processadas digitalmente, compatveis e de fcil simulao nos softwares
Scan2MCNP e o MCNP. No sistema ainda se desenvolveu uma opo de converso de
imagens com extenses BMP, JPG e TIFF para o arquivo DCM (DICOM), utilizando o
mesmo conceito de compactao de dados e de processos digitais, possibilitando assim,
o uso de qualquer imagem no software Scan2MCNP. Ou seja, caso tenha-se 400 fatias
em BMP, JPG ou TIFF, o sistema converte automaticamente de uma s vez essas 400
43
fatias para DICOM e as padroniza no formato para que seja de fcil manipulao no
Scan2MCNP.
importante ressaltar, que ainda se torna necessrio o uso de sistemas avanados em
Processamento Digital de Imagem (PDI) para segmentaes apuradas e/ou na insero
de materiais quando necessrio, dependendo da situao/problema em estudo.
O desenvolvimento deste software foi realizado no ambiente MATLAB, utilizando as
suas ferramentas de editorao, da (GUI) criao de interface em janelas, das funes
estabelecidas de PDI em seu toolbox e, por fim, de seu compilador na gerao do
arquivo .EXE [41] do SAPDI.
III.6.1 A interface do sistema computacional SAPDI
O planejamento do sistema computacional visou como ponto principal, automao

do processamento digital das imagens DICOM a serem utilizadas no Scan2MCNP, de
forma que o processo seja rpido e totalmente prtico. Com isso, todo o trabalho de PDI
j pr-fixado no cdigo do programa, sendo que a nica tarefa do usurio inserir as
informaes das fatias (imagens) iniciais e finais, e do formato do arquivo a ser
processado. O processo PDI do software compacta as informaes das imagens,
reestruturando as matrizes e utilizando parmetros de filtragem, com o objetivo de
melhorar a tarefa de segmentao no Scan2MCNP e de contribuir na manipulao dos
dados pelo MCNP na suspenso destes na memria do cdigo. O SAPDI foi projetado
para auxiliar o cdigo MCNP. Na Figura III.18 apresentada a imagem da tela principal
do SAPDI.
44
Figura III.18: Interface do sistema computacional do SAPDI.
A tela principal do software SAPDI possui 8 opes disponveis:
PDI IMG > DICOM : Processa um nmero ilimitado de fatias dos formatos
BMP, JPG ou TIFF para o formato DICOM padro, e
pradroniza-o para que seja compatvel com os
softwares Scan2MCNP e MCNPX.
Informaes bsicas sobre o processo so descritas,
juntamente com sugestes de filtros especficos.
PDI DICOM : Processa um nmero ilimitado de fatias do formato DICOM

padronizando-o para que seja compatvel com os softwares
Scan2MCNP e MCNPX.
MIX DICOM : Realiza a mixagem de imagens CT e MRI.
128 >>> 512 : Recalcula uma imagem com matriz de 128 pixels x 128 pixels para
512 pixels e 512 pixels.
45
VOXEL >>> MAT : Realiza a contagem dos voxels para obter o volume da clula.
INSTRUES : Informaes sobre as funes do SAPDI.
AUTOR : Programador do Sistema.
SAIR : Desistir do uso do sistema.
46
CAPTULO IV
RESULTADOS E DISCUSSO
Com o propsito de validar a metodologia computacional apresentada no presente

trabalho foram realizados estudos de casos utilizando dados de tomografias (imagens
DICOM) do fantoma antropomrfico Alderson Rando. As doses absorvidas obtidas para
diferentes regies do fantoma foram comparados com os resultados encontrados na
literatura.
IV.1 Converso e PDI em imagens *.BMP, *.JPG e *.TIFF para o padro

*.DCM usando o sistema computacional SAPDI
O sistema computacional SAPDI executado a partir do seu arquivo executvel

.EXE gerado pelo compilador do MATLAB. Aps a sua execuo, o usurio tem trs
opes especficas para o processamento de imagens. Se as imagens de interesse so do
formato *.BMP, *.JPG ou *.TIFF, deve-se utilizar a opo PDI IMG > DICOM.
Com isso o sistema fornece as telas de operaes apresentadas nas Figuras IV.I, IV.2,
IV.3, IV.4 e IV.5.
Figura IV.1: Opo PDI IMG > DICOM ativada, e a entrada de dados onde
informada o formato de imagem BMP, JPG ou TIFF.
47
informado o nmero da primeira fatia BMP, JPG ou TIFF.
informado o nmero da ltima fatia BMP, JPG ou TIFF.
48
Figura IV.4: Opo PDI IMG > DICOM ativada, e o processamento das informaes
fornecidas.
2 IMAGENS CRIADAS E PROCESSADAS.

VERSO FINAL .DCM.
1 IMAGENS ORIGINAIS .JPG.
Figura IV.5: 1 Imagem originais no formato .JPG. Resultado final do processo: 2 -

Imagens criadas e processadas, na verso final .DCM.
49
Aps processamento, o sistema disponibiliza uma tela final com sugestes de
processamento digital de imagens (Figura IV.6) para as fatias que apresentarem
segmentaes confusas no Scan2MCNP. O sistema sugere ao usurio um ajuste de
contraste, um processamento por operao aritmtica ou uma filtragem sharpen.
Figura IV.6: Tela de sugestes para as imagens com segmentaes indefinidas ou

confusas.
Na tela, o usurio tem a opo de analisar a variao dos nveis de cinza da imagem
em estudo. Para se utilizar deste recurso, o usurio deve clicar na opo ANLISE
DOS NVEIS DE CINZA. Logo aps, uma segunda tela ir se abrir como mostrado na
Figura IV.7. Ao passar o mouse sobre a imagem, o sistema informa, em tempo real, o
valor correspondente variao do contraste no ponto onde o mouse se encontra na
imagem e suas respectivas coordenadas. Essas informaes automticas encontram-se
no canto esquerdo inferior.
50
Figura IV.7: Tela de anlise dos nveis de cinza de uma imagem.
IV.1.1 PDI em imagens *.DCM
Para imagens no formato *.DCM , utiliza-se a opo PDI DICOM, resultando nas
telas de operao mostradas nas Figuras IV.8 e IV.9.
Figura IV.8: Opo PDI DICOM ativada, e a entrada de dados da primeira fatia
DICOM.
51
Figura IV.9: Opo PDI DICOM ativada, e a entrada de dados da ltima fatia
DICOM.
Aps o processamento digital dos arquivos DICOM pelo sistema computacional

SAPDI verifica-se que os arquivos DICOM Originais que possuam um tamanho de 514
Kb, retornam no final do processamento com um tamanho de 33 Kb, que o resultado
da compactao dos dados da imagem, facilitando deste modo, a sua manipulao no
software de converso Scan2MCNP.
52
Com todas as imagens compactadas e processadas, carregam-se estas imagens no
Scan2MCNP para serem preparadas para converso em um arquivo de entrada para
simulao no cdigo MCNP. A Figura IV.10 mostra a interface grfica do Scan2MCNP
com a imagem DICOM sendo manipulada para, posteriormente, ser convertida para o
arquivo de entrada.
Figura IV.10: As imagens processadas pelo SAPDI sendo trabalhadas no software

Scan2MCNP.
O SAPDI pode auxiliar bastante no processo de segmentao em diferentes nveis

dentro no Scan2MCNP, devido converso e compactao dos dados da imagem,
propiciando ao operador uma total liberdade na manipulao das imagens DICOM.
Portanto, a gerao de um arquivo de entrada conciso e bem moldado permite uma
simulao computacional otimizada pelo MCNP com tempos de execuo menores.
IV.1.2 Mixagem de imagens DICOM de tomografia computadorizada e de

ressonncia magntica
Realiza a mixagem de imagens DICOM obtidas de equipamentos tomogrficos e de

ressonncia magntica, com contribuio de fator 0.5 (50%) de cada imagem
fornecendo uma imagem final com um grau de informaes maiores. As Figuras IV.11,
IV.12 e IV.13 demonstram, passo a passo, o processo.
53
Figura IV.11: Opo MIX DICOM ativada, e a entrada de dados da fatia DICOM CT.
Figura IV.12: Opo MIX DICOM ativada, e a entrada de dados da fatia DICOM
MRI.
54
Figura IV.13: Opo MIX DICOM ativada, e a mixagem da imagem CT e MRI.
A mixagem das imagens DICOM contribui para o processo de segmentao que ser
realizado no software Scan2MCNP para a identificao dos materiais (IDs) e, assim,
gerar um arquivo de entrada com informaes mais completas.
IV.1.3 Redimensionamento dos planos ( 128 >>> 512 )
A opo 128 >>> 512 recalcula os valores dos planos do voxel e do big box do
input para ajustar a imagem no formato padro com matriz de 512 pixels x 512 pixels.
Esse processo necessrio devido ao fato de que no incio do processo de manipulao
das imagens DICOM no PDI as mesmas so convertidas de 512 pixels x 512 pixels para
128 pixels x 128 pixels com o objetivo de diminuir a populao de voxels tornando um
input mais leve e compacto para simulao. Para realizar o reclculo dos valores do
plano o usurio tem que digitar os valores dos planos PX, PY e PZ dos planos do voxel
e do big box. Realizado isto, o sistema retorna os valores reajustados para serem
substitudos no input. A tela de reajuste automtico pode ser visto na Figura IV.14.
55
Figura IV.14: Opo 128 >>> 512 ativada, e os reclculos dos planos do big box e
do voxel para que o tamanho da geometria (imagem) passe de 128 pixels x 128 pixels
para 512 pixels x 512 pixels.
IV.1.4 Clculo do volume do material ( VOXEL >>> MAT )
A opo VOXEL >>> MAT faz a contagem dos voxels auxiliando, assim, o clculo
do volume relativo de cada material. As telas de operao podem ser vistas nas Figuras
IV.15, IV.16, IV.17 e IV.18.
56
Figura IV.15: Opo VOXEL >>> MAT ativada, e o sistema pede para informar qual
o voxel a ser contado.
Figura IV.16: Opo VOXEL >>> MAT ativada, e a insero da geometria na janela
dados de entrada.
57
Figura IV.17: Opo VOXEL >>> MAT ativada, e a insero do valor da matriz na
janela dados de entrada.
Figura IV.18: Opo VOXEL >>> MAT ativada, e o terminal de dados exibe o valor
total de voxels do material 5.
IV.2 - Estudos de casos
Nesta seo apresentada a aplicao da metodologia computacional de

processamento digital das imagens mdicas DICOM, convertidas posteriormente para
arquivo de entrada e, por fim, simulado no cdigo MCNP para gerao de resultados.
Tambm apresentado um mtodo de insero de clulas na estrutura da imagem
DICOM.
58
IV.2 .1 - Insero de figuras geomtricas irregulares na estrutura da imagem
DICOM
Com o desenvolvimento dos sistemas de edio de imagens, atualmente possvel

modificar qualquer formato de imagem digital por PDI. Isto permite o aumento dos
graus de liberdade no campo da simulao computacional, auxiliando a rea
experimental na resoluo de determinados problemas e obtendo resultados cada vez
mais precisos. Neste trabalho foi desenvolvido, tambm, um processo computacional
para a insero de clulas nas imagens DICOM, sem a necessidade da utilizao da TC
para gerao de novas imagens para incluso desta nova clula.
O processo inicial a criao de uma estrutura desejada podendo ser regular ou
irregular. O refinamento desta figura realizado posteriormente no software CS3 Adobe
Photoshop. A proposta desta etapa do trabalho a criao de um cogulo no crebro,
como estudo de caso.
Para criao de uma estrutura semelhante de um cogulo no crebro com suas
ramificaes diversas, optou-se pela utilizao do software Paint do Windows,
conhecido pelo seu ambiente de criao e editorao (Figura IV.19). Lembrando que a
criao desta figura pode ser realizada em qualquer software de editorao grfica.
Figura IV.19: Estrutura geomtrica irregular criada no software Paint do Windows, que
simula um cogulo no crebro.
Criada a figura geomtrica, carrega-se a imagem do cogulo para dentro do software

CS3 Adobe Photoshop [42] para editorao e insero do mesmo para dentro da imagem
mdica DICOM, tornando-a uma clula a ser compreendida no ambiente de simulao
computacional MCNP. Na Figura IV.20, observa-se que a imagem do cogulo criada
extremamente grande sendo necessrio reduzi-lo. importante cri-lo assim, pois tem-
se mobilidade grfica para aumentar e diminuir a figura sem perder a resoluo.
59
Figura IV.20: Imagem do cogulo apresentada pelo software CS3 Adobe Photoshop.
Com o objetivo de obter uma estrutura pequena de um cogulo, a imagem

redimensionada para as dimenses de 20 pixels x 20 pixels. Para a realizao desta etapa
utiliza-se o seguinte comando: IMAGE >> IMAGE SIZE do software CS3. Em
seguida, com um recurso especial chamado LASSO TOOL, seleciona-se a grade de
recuperao de dados dos pixels, e ento, tem-se uma estrutura com ramificao como
se pode observar na Figura IV.21.
60
Figura IV.21: Selecionando a grade de recuperao de dados dos pixels da imagem do
cogulo, atravs da ferramenta LASSO TOOL.
Posteriormente, minimiza-se a tela da imagem do cogulo editado e carrega-se a

imagem DICOM a ser trabalhada pelo software CS3 Adobe Photoshop (Figura IV.22).
Figura IV.22: Imagem DICOM no software CS3, com todas as informaes intrnsecas
da imagem mdica.
61
Carregadas as informaes DICOM no software CS3 Adobe Photoshop necessrio,
em seguida, inserir a imagem do cogulo para dentro da imagem mdica DICOM
(Figura IV.23), utilizando o recurso de grade (View >> Show >> Grid) para determinar
a localizao desejada para a insero do mesmo (layer).
Figura IV.23: Recurso de grade do software CS3 para insero da imagem do cogulo.
Para posicionar a imagem do cogulo em qualquer regio na imagem DICOM que

se deseje, utiliza-se a ferramenta MOVE TOOL para tal propsito. Realizado o
posicionamento, necessrio tornar a imagem DICOM e a imagem do cogulo em uma
imagem nica. Para isto acionada a opo MERGE DOWN. Depois de utilizada essa
seqncia de comandos, tem-se uma imagem nica, onde esta gravada com extenso
DICOM (Figura IV.24) atravs do seguinte procedimento: FILE >>> SAVE AS >>>
DICOM (*.DCM, *.DC3, *.DIC ) .
62
Figura IV.24: Imagem DICOM com o cogulo inserido atravs do software CS3.
importante ressaltar que quando a imagem do cogulo bidimensional inserida na

imagem DICOM, que uma imagem tridimensional, o mesmo se tornar tambm uma
imagem tridimensional (Figura IV.25). O valor da coordenada Z da imagem do cogulo
ter o mesmo valor Z da imagem DICOM. O volume do cogulo pode ser determinado
atravs das variveis X e Y, uma vez que o valor da componente Z inaltervel e se
refere altura Z (espessura) da fatia (Imagem DICOM).
Figura IV.25: rea de trabalho do Scan2MCNP e a presena do cogulo em uma fatia

da cabea do Alderson Rando.
63
Com todas as questes relativas ao processamento digital de imagem resolvida,
inicia-se o processo de converso do conjunto de imagens DICOM, contendo a imagem
DICOM modificada com a insero do cogulo, para o arquivo de entrada MCNP. No
entanto, nota-se que o arquivo de entrada gerado possui uma deficincia de informaes
descrita e discutida na seo III.4, a qual o impede de ser executado pelo cdigo MCNP.
Realizadas tais correes no arquivo de entrada possvel visualizar a geometria, mas
antes preciso verificar se a imagem DICOM est sendo carregada normalmente,
atravs do software DICOMWorks [43] (Figura IV.26).
Figura IV.26: Software DICOMWorks utilizado para manuseio das imagens DICOM.
Com a imagem DICOM dentro dos padres ACR/NEMA, possvel visualizar a

geometria descrita no arquivo de entrada MCNP, atravs dos programas: codificador
grfico Sabrina (Figura IV.27), Visual Editor 2 - Vised 2 (Figura IV.28) e Moritz
Geometry Tool (Figura IV.29).
64
Figura IV.27: Visualizao do cogulo na fatia da cabea do fantoma Alderson Rando,
gerada pelo programa codificador grfico Sabrina [44].

gerada pelo programa Visual Editor 2 (VisEd 2) [45].
65
gerada pelo programa Moritz Geometry Tool [46].
IV.2.2 - Converso das imagens DICOM do Fantoma Alderson Rando com

insero de cubos de gua em sua estrutura
O processo computacional orientado utilizado para a edio, manipulao,

parametrizao, converso e simulao das imagens mdicas DICOM do fantoma fsico
Alderson Rando, foi baseado nos trabalhos experimentais de HUNT et al, 2004 [19] e
na tese de doutorado de SILVA [47]. Nestes trabalhos foram realizadas medidas de dose
utilizando detectores termoluminescentes (TLD) posicionados no interior do simulador
Alderson Rando. As regies de interesse estudadas foram: a do crebro, cristalino,
tireide, pulmo esquerdo superior e medula (costela esquerda). O equivalente de dose
pessoal Hp(10) tambm foi determinado. Os parmetros das condies experimentais
utilizadas pelos autores, e que foram reproduzidas nas simulaes computacionais so:
fonte de 137Cs de 58,83 GBq de atividade, localizada a 1 metro de distncia do fantoma
e 1,34 metros de distncia do solo (fonte centralizada em frente a parte peitoral do
fantoma onde est localizado o grupo de cubos nmero 5 - Hp(10)), e tempo de
irradiao de 16 horas.
66
A partir dos dados de tomografias do fantoma Alderson Rando, foram gerados
arquivos de entrada do MCNP contendo a cabea, o pescoo e parte do tronco, e
inseridos pequenos grupos de cubos de gua, distribudos em seis regies conforme
ilustradas nas Figuras IV.30 e IV.31.
Figura IV.30: Simulador Alderson Rando e as localizaes dos cubos de gua inseridos.
1 - crebro lado esquerdo, 2 cristalino, 3 tireide, 4 pulmo esquerdo, 5 Hp(10) e
6 medula (costela esquerda).
Realizada a distribuio dos cubos de gua no fantoma Alderson Rando pelo

software CS3 Adobe Photoshop, e posteriormente processado pelo Scan2MCNP para a
gerao do arquivo de entrada, foram includos no mesmo os valores das coordenadas
dos planos da caixa grande e dos planos do voxel, a partir das imagens DICOM
originais. Tambm foi inserida uma esfera de excluso do sistema a ser simulado, as
importncias das partculas simuladas, o termo fonte e a sua posio, os cartes tally F6
ou *F8 para o clculo de dose, o volume de cada clula, e o nmero de histrias para
execuo. As fatias com os cubos de gua inseridos podem ser vistas na Figura IV.31.
67
Crebro Lado Esquerdo Cristalino
Tireide Pulmo Esquerdo Superior
Hp(10) Medula/Costela Esquerda
Figura IV.31: Localizao dos cubos de gua inseridos nas regies estudadas do
68
Foram gerados seis arquivos de entrada com o objetivo de isolar e estudar cada
regio separadamente. Para isto, foi utilizado em cada arquivo de entrada o carto F6
para calcular a energia mdia depositada nas regies de interesse.
Simulaes semelhantes foram realizadas utilizando o simulador fantoma MAX [19]
onde foram inseridos e distribudos os grupos de cubos de gua nas seis regies
estudadas da Figura IV.30.
Na Tabela IV.1, so apresentados os valores das doses absorvidas nos cubos de gua
obtidos com a metodologia proposta, os valores experimentais (Alderson (TLD))
determinados por HUNT et al [19] e SILVA [47] e as simulaes com o fantoma de
voxels MAX [17].
Tabela IV.1: Valores de dose absorvida obtidos no presente trabalho (fantoma Alderson
Rando e MAX) e determinados experimentalmente por SILVA [47] (Alderson - TLD).
Dose Absorvida (mGy)

Alderson(a) Este Trabalho
rgos (TLD) Alderson MAX
Crebro (lado esquerdo) 4426 40 35

Cristalino 7715 85 83
Tireide 6941 67 54
Pulmo Esquerdo 6720 61 60
Hp(10) 9859 92 75
Medula (Costela Esquerda) 5231 49 39
(a)
SILVA [47]
69
Na Tabela IV.2 so ilustradas as diferenas percentuais entre os valores de doses
apresentados na Tabela IV.1.
Tabela IV.2: Discrepncias entre os valores de dose absorvida obtidos no presente

trabalho (fantoma Alderson Rando e MAX) e determinados por SILVA [47] (Alderson
TLD).
Diferena Percentual (%)
Alderson MAX
rgos (TLD) (Voxel)
Crebro (lado esquerdo) 9,1 1,7

Cristalino 10,3 2,4
Tireide 2,9 20,3
Pulmo esquerdo 8,9 1,6
Hp(10) 6,1 22,6
Medula (Costela Esquerda) 5,7 20,4
Analisando a Tabela IV.2 observa-se uma discrepncia mxima de 10,4% entre os

dados obtidos neste trabalho e aqueles encontrados experimentalmente por HUNT et al
[19] e SILVA [47]. Diferenas de at 23% so verificadas quando comparados os
resultados do presente trabalho com as simulaes usando o fantoma de voxels MAX.
Estas diferenas so atribudas falta de preciso nas coordenadas (valores de x, y e z)
da localizao espacial do grupo de cubos de gua distribudos no fantoma.
IV.2.3 - Simulao de tratamento de radiocirurgia utilizando uma unidade de

Cobalto-60 e o fantoma antropomrfico de cabea Alderson
MENEZES [48], em sua dissertao de mestrado, defendida em maio de 2009, no

Instituto de Radioproteo e Dosimetria, realizou estudos para adaptao de uma
unidade de cobalto-60 para a realizao de radiocirurgia estereotxica [49]. Isto foi feito
para uma unidade de Cobalto-60 utilizando como objeto de tratamento um fantoma
antropomrfico de cabea Alderson Rando modificado por CARDOSO [50]. Nesse
fantoma uma das fatias componentes (aquela que contm os olhos) foi substituda por
70
uma fatia de gua slida. Essa cabea contm um encaixe em gua slida, com dois
objetos simuladores em PVC (Poly Vinyl Chloride), sendo um para simular o tumor e o
outro o tronco cerebral, conforme observado na Figura IV.32.
Tumor
Tronco
Figura IV.32) a) Fatia de gua slida construda com encaixe do mesmo material
contendo um objeto simulador de tumor (crculo) e outro do tronco cerebral
(semicrculo), ambos em PVC; b) Fatia de gua slida inserida no fantoma de cabea
Alderson na posio da fatia do fantoma que contm os olhos; c) Corte da imagem
tomogrfica do fantoma de cabea Alderson mostrando as imagens dos objetos
simuladores do tumor e do tronco cerebral [50].
MENEZES [48] simulou experimentalmente um planejamento de tratamento,

constitudo de trs arcos ortogonais, para o simulador de tumor localizado no interior da
cabea do fantoma Alderson. O pesquisador realizou a aquisio de imagens
tomogrficas, por meio de um tomgrafo PICKER-2000 pertencente ao Servio de
Radioterapia do INCA (Instituto Nacional de Cncer), da cabea do fantoma fsico
Alderson Rando modificado de modo a possibilitar o planejamento do tratamento de um
tumor de 15 mm de dimetro localizado prximo ao tronco cerebral [48].
71
IV.2.3.1 - Arquivo de entrada
As imagens tomogrficas da cabea do fantoma modificado do Alderson Rando

(Figura IV.33.c) foram convertidas para um input do MCNP. Foram configuradas as
dimenses do voxel que so de 0,390624 cm x 0,390624 cm x 0,1 cm, os ajustes nas
densidades dos materiais, a posio da fonte (distncia de 80 cm do isocentro do tumor),
os parmetros da fonte de 60Co colimada para o ngulo de 1,08 graus com o objetivo de
atingir todo o volume tumoral. Foi utilizado o comando *F8 para se obter a energia
absorvida no volume do tumor, e a partir destes parmetros foi calculada a dose no
tumor.
O procedimento de validao do arquivo de entrada consistiu em duas etapas. Na
primeira etapa foi comparado o Percentual de Dose Profunda (PDP) obtido usando o
cdigo MCNP com os dados obtidos experimentalmente por MENEZES [48] para um
colimador cnico de dimetro nominal de 15 mm. Na segunda, as doses calculadas no
tumor simulado foram comparadas com aquelas obtidas pelo sistema de planejamento
do BrainLab.
IV.2.3.2 - Validao da simulao do feixe proveniente do irradiador

Cobalto-60
Para a medida do Percentual de Dose Profunda (PDP) MENEZES [48] utilizou uma
cmara de ionizao, um eletrmetro, e um fantoma de gua de dimenses 30 cm x 30
cm x 30 cm. Para a irradiao foi utilizada uma unidade de cobalto-60 adaptada para
radiocirurgia estereotxica, a uma distncia fonte superfcie de 79,5 cm, utilizando um
colimador cnico de dimetro nominal de 15 mm.
A modelagem do cenrio de simulao do PDP consistiu de um fantoma de gua
com as mesmas dimenses usadas durante as medidas experimentais (30 cm x 30 cm x
30 cm). Para a simulao do PDP, usando o cdigo MCNP, foi considerado como
regio de coleo de cargas (*F8 Tally) volumes cilndricos de raio da base de 0,225 cm
e altura de 0,1 cm, o que equivale ao que foi utilizado pela cmara de ionizao durante
a aquisio dos dados experimentais. As medidas foram realizadas com o Gantry a 0 ao
longo de uma profundidade de 29 cm no fantoma de gua.
72
Na Figura IV.33 mostrada a curva de dados para o PDP obtido da simulao
computacional usando o cdigo MCNP e os resultados obtidos experimentalmente por
MENEZES [48]. Pode-se observar que houve uma concordncia satisfatria entre os
resultados simulados computacionalmente usando o cdigo MCNP e os valores obtidos
das medidas experimentais. Os erros relativos entre os valores simulados e os obtidos
experimentalmente foram menores que 5% na regio de altas doses (buildup) e para as
regies de doses menores, nas maiores profundidades, os erros encontrados foram em
torno de 5%. Tal diferena foi atribuda a uma baixa estatstica nos pontos de maiores
profundidades.
Figura IV.33: Comparao entre os resultados do PDP obtidos pela simulao usando o
cdigo MCNP e os resultados experimentais (PDP) obtidos pela cmara de ionizao
(C.I.) [48].
73
IV.2.3.3 Dose no tumor
Nesta etapa foi realizada uma comparao da distribuio de dose (no plano do
tumor) obtida pelo Sistema de Planejamento da BrainLab e atravs da metodologia
computacional proposta neste trabalho. O parmetros utilizados pelo Sistema de
Planejamento BrainLab [51], e que foi reproduzido para o cdigo MCNP apresentado
na Tabela IV.3.
Tabela IV.3: Parmetros usados no tratamento do simulador de cabea.

Campo 1 2 3
ngulo do Gantry 90o 0o 90o
ngulo da mesa 90o 0o 0o
Unidade Monitora 324 312 307
Tempo de irradiao (minutos) 3,35 3,23 3,18
A simulao computacional foi realizada para os trs feixes de radiao ortogonais e

convergentes para o tumor simulado conforme pode ser visto no codificador grfico
Moritz [46] apresentado na Figura IV.34.
74
1 2 3
Figura IV.34: Simulao computacional de radiocirurgia da cabea do fantoma

Alderson Rando contendo o material equivalente ao tumor. Projees: 1 Feixe com
direo ltero-lateral, 2 Feixe com direo antero-posterior e 3 Feixe com direo
Apical.
Na Tabela IV.4 so apresentados os valores das doses absorvidas obtidos pelo

sistema de planejamento e os valores obtidos atravs da simulao do tratamento
usando o cdigo MCNP. Pode-se observar que as diferenas percentuais entre a maioria
dos valores obtidos atravs da simulao e o planejamento se encontram em torno de
3%, o que considerado aceitvel para o procedimento de radiocirurgia estereotxica.
Houve um erro relativo ligeiramente maior para a posio da mesa a 90 com o Gantry
75
tambm a 90, porm, prximo ao limite de tolerncia de 5% pr-estabelecido para
radiocirurgia estereotxica [49].
Tabela IV.4: Valores de dose absorvida obtidos no presente trabalho e determinados por
MENEZES [48].
Posio Experimental (a) MCNP

(X, Y e Z) (Dose Absorvida) (Dose Absorvida) Dif
Gy Gy (%)
Lateral Direito ( 0o e 90) 1,3 1,26 3,07

Frontal ( 0o e 0) 1,3 1,29 0,77
Em cima (90o e 90) 1,3 1,22 6,15
Dose total estimada 3,9 3,77 3,33
(a)
MENEZES [48].
Ao que foi exposto, verifica-se que os resultados obtidos da comparao entre os

PDPs, simulado e medido experimentalmente, apresentaram uma concordncia
satisfatria, com uma margem de erro mxima de 5%. Os resultados obtidos para o
planejamento, usando o sistema de planejamento BrainLab da BrainScan, tambm
apresentaram uma concordncia satisfatria com aqueles obtidos pela simulao nas trs
projees de irradiao. As diferenas percentuais mximas foram de 3,07 %; 0,77 % e
6,15% respectivamente para as projees axial, sargital e coronal, considerando os
feixes incidentes independentes, e uma diferena de 3,33% quando considerada a soma
dos trs feixes no plano de tratamento.
76
CAPTULO V
CONCLUSES
O objetivo deste trabalho, que era desenvolver uma metodologia computacional

para a gerao de modelos antropomrficos de voxels a partir de imagens TC ou RM,
para a simulao MCNP de tratamentos radioterpicos de pacientes reais,
personalizando os processos de simulao e clculos dosimtricos, foi atingido.
Para isso, foi desenvolvido um sistema computacional de automao de

processamento digital de imagens DICOM (SAPDI) a serem utilizadas em conjunto
com o programa Scan2MCNP, de forma que o processo de converso de modelos de
voxels seja dinmico e prtico. Foi tambm desenvolvido um processo computacional
para a insero de clulas nas imagens DICOM, sem a necessidade da utilizao da CT
para a gerao de novas imagens para a incluso desta nova clula. Isso fornece um
ambiente de total liberdade e manipulao computacional do cenrio a ser trabalhado.
Para a validao desta metodologia foram utilizados trabalhos experimentais

encontrados na literatura, os quais foram reproduzidos computacionalmente para o
mbito de simulao do cdigo MCNP.
A primeira validao foi baseada nos trabalhos de HUNT et al [19] e SILVA [47] e
obtiveram-se resultados com uma discrepncia mxima de 10% entre os dados obtidos
neste trabalho e aqueles encontrados experimentalmente. Diferenas de at 23% foram
verificadas quando comparados os resultados do presente trabalho com as simulaes
usando o fantoma de voxels MAX. A falta da informao das coordenadas (valores de x,
y e z) da localizao espacial do grupo de cubos de gua distribudos no fantoma nos
trabalhos de HUNT et al [19] e SILVA [47] provocaram essas diferenas.
A segunda validao foi baseada no trabalho de MENEZES [48] e os resultados

obtidos apresentaram diferenas percentuais abaixo de 5 % demonstrando a eficcia da
metodologia apresentada e que esta se encontra em conformidade com o esperado para
um planejamento de radiocirurgia estereotxica. A flutuao dos valores justificvel,
levando-se em conta que houve alguns erros inerentes unidade de cobalto-60 adaptada
como, por exemplo, os colimadores cnicos, que foram projetados para acompanhar a
77
divergncia do feixe de um acelerador linear 2300C e no da unidade de cobalto-60, o
que representa um erro intrnseco nas medidas experimentais.
Baseado nos estudos realizados e resultados encontrados, a metodologia

computacional desenvolvida neste trabalho demonstrou-se eficiente e completamente
funcional. Todos os estgios, desde aquisio da imagem at a manipulao do arquivo
de entrada, so amplamente monitorados e se tem o total controle do cenrio da
simulao. Com todos esses parmetros avaliados, isto permite concluir a validade da
metodologia proposta.
A principal perspectiva que dar continuidade a este trabalho a realizao de

simulaes de tratamento radioterpico real. A fim de alcanar tal objetivo so
necessrias as realizaes das seguintes etapas:
1) Criao de um banco de dados para o Scan2MCNP com o propsito de tornar o

sistema dinmico e eficiente para a converso e gerao dos arquivos de entrada.
Nesse banco de dados constariam todas as informaes da barra de segmentao
para diferentes partes do corpo humano com as delimitaes de borda definidas
e pequenas sub-rotinas com informaes do termo fonte, nmero de histrias,
respostas desejadas (tally F6, *F8, F5) e dentre outras informaes relevantes ao
arquivo de entrada. O profissional ao trabalhar com as imagens mdicas de um
paciente com um problema conhecido e rotineiro, simplesmente aciona a barra
de segmentao que seja mais adequada para a situao e a sub-rotina que se
enquadra no protocolo do tratamento radioterpico.
2) Melhorias na utilizao e nas tcnicas do processo PDI so continuas e

desejveis, para facilitar e simplificar a operao de segmentao e correo de
imagens quando necessrio. Recursos novos sempre surgem, pois um campo
que est em contnua evoluo e em aperfeioamento, e sendo esses os recursos
que tornam o trabalho de simulao computacional na rea de Fsica Mdica
mais confiveis e dinmicos.
78
3) Criao de um software no MATLAB, ou no Visual Basic, para controles
independentes dos nveis de cinza na faixa de (0 128 tons e 129 255 tons),
com o intuito de realar traos especficos na imagem. Os programas atuais
variam as tonalidades da imagem por inteiro, sendo necessria a utilizao de
diversos tipos de filtros no sistema de PDI, tornando o processo complexo e
demorado.
79
Referncias Bibliogrficas
1. SIGULEM, D., ANO, M., RAMOS, M., LEO, B., Atualizao Teraputica -
Manual Prtico de Diagnstico e Tratamento, Extrado da verso eletrnica do livro
(CD), 1998.
2. SILVA, G. B., SILVA, J. V., BRBARA, A. S., Interface grfica para tratamento de
imagens mdicas, IV Jornada de Iniciao Cientfica do CenPRA JICC2002
PIBIC/CNPq/CenPRA, Campinas So Paulo, 2002.
3. PIVETTA, M., Cncer, esperanas divididas. Disponvel em:

<http://revistapesquisa.fapesp.br>. Acessado em 20/07/2009.
4. 20 Congresso Internacional de Controle de Cncer. Divulgao do Congresso.

Disponvel em: <http://www.inca.gov.br>. Acesso em: 15/06/2009.
5. Cncer ser a principal causa de morte no mundo em 2010. Publicao do Globo em

9/10/2008. Disponvel em:http://oglobo.globo.com/vivermelhor/mat/2008/12/09/
cancer_sera_principal_causa_de_morte_no_mundo_em_2010-586917530.asp.
Acessado em 01/07/2009.
6. Programa de Qualidade em Radioterapia. Ministrio da Sade, Instituto Nacional de

Cncer, www.inca.gov.br/pqrt/, 2001.
7. BRIESMEISTER, J.F., MCNP a general Monte Carlo code for neutron and photon
transport, Version 3A.LA-12625, Los Alamos National Laboratory, Los Alamos,
NM, USA, 1997.
8. CASTRO, R.C. Clculo de dose equivalente em rgos de pacientes devido a

fotonutrons gerados em aceleradores lineares clnicos. Tese de Mestrado em
Cincias. Rio de Janeiro: COPPE- UFRJ, 2005.
9. VAN RIPER, K. A., Scan2MCNP User Manual (CT & MRI Scan Data to MCNP
Input Format Conversion Software), White Rock Science, Copyright 2003-2004.
80
10. ZUBAL, I. G., HARREL, C. R., SMITH, E. O., SMITH, A. L., KRISCHLUNAS,
P., High Resolution, MRI-Based, Segmented, Computadorized Head Phantom,
Image Processing Group, Dept. of Diagnostic Radiology, Yale University, New Haven,
CT, 06510 USA, 1996.
11. XU, X. G., CHAO, T. C., BOZKURT. A., VIP-MAN: An image-based whole-body
adult male model constructed from color photographs of the Visible Human Project
for multi-particle Monte Carlo calculations. Health Phys. 78:476-485, 2000.
12. EVANS, J. F., BLUE, T. E., GUPTA, N., Absorbed dose estimates to structures of
the brain and head using a high-resolution voxel-based head phantom, Medical
Physics, Vol. 28, No. 5, 2001.
13. LOUREIRO, E. C., Construo de simuladores baseados em elementos de volume a

partir de imagens tomogrficas coloridas, Tese submetida ao Programa de Ps-
Graduao em Tecnologias Energticas e Nucleares, da Universidade Federal de
Pernambuco, para a obteno do ttulo de Doutor em Cincias, rea de
concentrao: Dosimetria e Instrumentao Nuclear, 2002.
14. IOPPOLO, J. L., PRICE, R. I., TUCHYNA, T., BUCKLEY, C. E., Diagnostic X-
ray Dosimetry using Monte Carlo Simulation, Institute of Physics Publishing, Phys.
Med. Biol. 47, pp. 1707-1720, 2002.
15. WANG, B., XU, X. G., KIM, C.-H., A Monte Carlo CT Model of the RANDO
Phantom, Computational Methods: General, pp. 473-474, 2003.
16. International Commission on Radiological Protection. Basic Anatomical and

Physiological Data for Use in Radiological Protection: Reference Values. ICRP
Publication 89 (Oxford: Pergamon Press), 2003.
17. KRAMER, R. VIEIRA, J. W., KHOURY, H. J., LIMA, F. R. A., FUELLE, D., All
about MAX: a Male Adult Voxel Phantom for Monte Carlo Calculation in
Radiation Protection Dosimetry, Phys. Med. Biol., v.48, pp. 1239-1262, 2003.
81
18. VIEIRA, J. W., Construo de um modelo computacional de exposio para
clculos dosimtricos utilizando o cdigo Monte Carlo EGS4 e fantomas de voxels.,
Tese submetida ao programa de Ps-Graduao em Tecnologias Energticas e
Nucleares, da Universidade Federal de Pernambuco, para obteno do ttulo de
Doutor em Cincias na rea de concentrao Dosimetria e Instrumentao Nuclear,
2004.
19. HUNT, J. G., SILVA, F. C. A., MAURICIO, C. L. P., SANTOS, D. S., The
validation of organ dose calculations using voxel phantoms and monte Carlo
methods applied to point and water immersion sources, Radiation Protection
Dosimetry, Vol. 108, No.1, pp. 85-89, 2004.
20. WYATT, M. S., MILLER, L. F., MCNPTV: Implementation of a Methodology for

Converting CT Images to MCNP Input, Nuclear Analytical Techniques, pp. 819-
820, 2005.
21. TRINDADE, B. M., CAMPOS, T. P., Simulao de Construo de Modelo de

Voxels a partir de Imagens de CT ou MRI para Simulao de Tratamentos
Oncolgicos via MCNP, International Nuclear Atlantic Conference INAC, 2005.
22. MAIA, D. F. e TRINDADE, B. M. e CAMPOS, T. P., Dosimetria Comparativa nas

Estruturas da Orelha por Simulao Computacional da Doses Oriundas da Radiao
Espalhada de Radioterapia Megavoltagem de Tumores Naso-Faringe, Encontro de
Modelagem Computacional (EMC): IX Encontro de Modelagem Computacional
(EMC), IX, NICO, ISBN: Portugus, Meio digital, 2006.
23. SCHETTINI, M. P., CAMPOS, T. P., Avaliaes da Radiao espalhada no pulmo

em tratamento radioterpico de tumores do tero mdio do esfago atravs de
simulao computacional em modelo de voxel 3D, IX Encontro de Modelagem
Computacional, 2006.
24. LEE, CHOONSIK, LEE, JAI-KI, Computational Anthropomorphic Phantoms for

Radiation Protection Dosimetry: Evolution and Prospects, Nuclear Engineering and
Technology, Vol.38 No.3, 2006.
82
25. MANIQUIS, V. L., Monte Carlo Dose Verification of an X-RAY Beam in a Virtual
WaterTM Phantom, George W. Woodruff School of Mechanical Engineering,
Georgia Institute of Technology, 2006.
26. MILIAN, F. M., GARCIA, F., YORIVAZ, H., SIQUEIRA, P., SENA, I.,
TOMO_MC Programa para criao de input files para o mcnpx a partir de
modelos anatmicos 3D. XIII Seminrio de Iniciao Cientfica e 9a Semana de
Pesquisa e Ps-Graduao da UESC Cincias Exatas, da Terra e Engenharias, 2007.
27. MOURO, A. P., CAMPOS, T. P. R., Consideraes radiodosimtricas da

braquiterapia ocular com iodo-125 e rutnio/rdio-106* , Radiologia brasileira,
Radiol Bras vol.42 no.1 So Paulo Jan./Feb. 2009.
28. ICRP 23, Report of Task Group on Reference Man, International Commission on
Radiological Protection, Pergamon Press, Oxford, 1975.
29. KRAMER, R., ZANKL, M., WILLIAMS, G. and DREXLER, G., The Calculation
of Dose from External Photon Expousures Using Reference Human Phantoms and
Monte Carlo Methods. Part I: The Male (ADAM) and Female (EVA) Adult
Mathematical Phantoms, GSF-Bericht S-885. GSF-National Research for
Enviroment and Health, Neuherberg, Germany, 1982.
30. ALDERSON RANDO PHANTOM, http://www.rsdphantoms.com/rt_art.htm. RSD

Radiology Support Devices, 2009.
31. CHAO, T., The Development and Aplication of a Tomographic Whole-Body Model
for Monte Carlo Organ Dose Calculation, Ph.D., Rensselaer Polytechnic Institute
Troy, New York, 2001.
32. BALTHAR, M. C. V., Clculo de Dose em rgos, Fora do Volume Alvo, em

Crianas Submetidas a Terapia Gama Externa, para Avaliao do Risco de
Surgimento de Tumores Secundrios, Tese de Doutorado, Centro Biomdico,
Universidade dos Estado do Rio de Janeiro, 2002.
83
33. BOZKURT, A., Assessment of Organ Doses from Expousure to Neutrons Using the
Monte Carlo Technique and an Image-Based Anatomical Model, Doctor Thesis,
Rensselaer Polytechnic Institute Troy, New York, 2000.
34. FILHO, K. S. O. Fundamentos de Radiodiagnstico por Imagem.

http://www.if.ufrgs.br/ast/med/imagens/index.htm. Meio Digital, Instituto de Fsica
da UFRGS, 1999.
35. International Commission on Radiation Units and Measurements. Tissue Substitutes

in Radiation Dosimetry and Measurement. ICRU Publication 44. Bethesda, MD,
1989.
36. MARTINS, A. C., Protocolo DICOM, PowerPoint Presentation, Universidade do

Minho - Engenharia Biomdica, 2006.
37. MOURO, A. P., Tomografia Computadorizada: Tecnologias e aplicaes. Editora

Difuso, 2007.
38. GOORLEY, T., Using MCNP5 for Medical Physics Applications. LA-UR-05-2755,
Los Alamos National Laboratory, American Nuclear Society Topical Meeting
Monte Carlo, Chatanooga, TN, USA, 2005.
39. SAVARY, G., Introduo anlise de imagens em cincias dos materiais. 3a.
Edio (Revisada e Traduzida). 1995.
40. YOUNG, I. T., GERBRANDS, J. J. V., VAN, L. J., Fundamentals of Image

Processing. Printed in The Netherlands at the Delft University of Technology. 1998.
41. MCANDREW, A. An Introduction to Digital Image Processing with MATLAB,

Book, Course Technology Press Boston, MA, United States, 2004.
42. ADOBE CS3, Adobe Help Viewer 1.1, 2007.
43. PUECH, P., BOUSSEL, L., DICOMWorks - Programa Visualizador e Analtico de

Imagens DICOM, Version 1.3.5b, 2000 e 2001.
84
44. VAN RIPER, K. A., Sabrina User's Guide - Windows Version (Manual). White
Rock Science, 1997.
45. CARTER, L.L., SCHWARZ, R.A., MCNP Visual Editor Computer Code Manual,
For Vised Version 19K. Released November, 2005.
46. VAN RIPER, K. A., MORITZ Geometry Tool User's Guide - Windows Version
(Manual). White Rock Science, 2004.
47. SILVA, F. C. A. Dosimetria Reconstrutiva de Acidente Radiolgico Usando o

Mtodo de Monte Carlo. Tese de Doutorado, UFRJ/COPPE, Brasil, 2003.
48. MENEZES, A. F., Viabilidade do uso de uma unidade teraputica de Cobalto-60

para radiocirurgia estereotxica. Dissertao de Mestrado, IRD Instituto de
Radioproteo e Dosimetria, Rio de Janeiro RJ, Brasil, 2009.
49. SHELL, M. C., BOVA, F. J., LARSON, D. A., LEAVITT, D. D., LUTZ, W. R.
PODGORSAK, E. B., Stereotactic Radiosurgery (Report of Task Group 42
Radiation Therapy Committee). Published for the American Association of
Physicists in Medicine by the American Institute of Physics, 1995.
50. CARDOSO, M. A. C. Dosimetria Relativa com Filme Radiocrmico em Tratamento

de Radiocirurgia. UFRJ Universidade Federal do Rio de Janeiro. Rio de Janeiro,
RJ, Brasil, 2009.
51. STARK, S., GROSS, A., MOLLS, M., Maskenttechnik-invasive der firma brainlab-
nicht-invasive fixiering bei stereotaktisch strahlentheapie von lasinen im gehirn.
Biomed Tech, v. 42, p. 352-353, 1997.
85
Anexo A
Interface grfica do Scan2MCNP
A interface grfica do Scan2MCNP fornece um acesso direto s funes de

manipulao das matrizes das imagens TC ou RM selecionados, de acordo com as sub-
rotinas pr-estabelecidas pelo software. Estas funes so acionadas pelas opes
dispostas em seu menu. A utilizao do Scan2MCNP, do MCNPX e dos programas
associados nesta pesquisa esto baseados na verso mais nova e atualizada do sistema
operacional da Microsoft que o Windows Vista verso 6.0.6000. Antes de iniciar
qualquer tipo de manipulao, processamento e converso das imagens TC ou RM,
necessrio verificar a definio das imagens a serem trabalhadas. Para que o cdigo
MCNP consiga manipular um grande nmero de informaes em seu contexto
computacional, necessrio que as imagens DICOM tenham as suas informaes
compactadas (diminuio do nmero de voxel) e que seja realizado um pr-
processamento digital de imagem em cada fatia, para uma melhor segmentao e
direcionamento de IDs a serem aplicados pelo Scan2MCNP, para que as informaes a
serem administradas pelo MCNPX sejam satisfatrias. Realizada esta tarefa, carrega-se
o Scan2MCNP e verifica-se, no sistema, se existe qualquer tipo de processamento de
imagens realizado anteriormente, e se este foi eliminado na lista de trabalho do mesmo.
Existindo essas informaes, estas podem prejudicar as imagens mdicas futuras a
serem trabalhadas, havendo uma mixagem de informaes de imagens mdicas antigas
e novas. Para o aniquilamento de todas as informaes necessrio acessar no menu do
software a opo File, e por fim a sub-opo Delete All Images (Figura A.1). A partir
disso, podem-se iniciar os trabalhos no Scan2MCNP [9].
A utilizao do Scan2MCNP est baseada em duas janelas de monitorao (Figura

A.2):
1 Transcript : A cada operao executada no programa, o Transcript

faz o registro e informa a situao de cada de uma delas.
2 Partition : Informa, atravs de escala de nveis de cinza, os limites

detectveis entre rgos e tecidos, possibilitando, assim,
o acesso a todas as informaes contidas na imagem.
86

Figura A.1: Imagem do software Scan2MCNP no acionamento do comando de limpeza

do buffer de imagens armazenado.
Figura A.2: Imagem do software com as duas janelas de monitorao e trabalho:

Partition e Transcript.
O software permite a manipulao de arquivos de imagem de vrias extenses

incluindo arquivos de extenses RAW, que so abertas atravs do seguinte comando
Read IMG File... para uma imagem e Read Multiple IMG Files para vrias
imagens e tambm o acesso de arquivos de imagem mdica de padro internacional
DICOM, que so abertos atravs do seguinte comando Read DICOM... para uma
imagem e Read Multiple DICOMS para vrias imagens (Figura A.3).
87

Figura A.3: Imagem do software com a opo File aberta.
Ao carregar uma imagem ou imagens no Scan2MCNP, a janela de monitoramento

Transcript relata o processo de carregamento. As propriedades intrnsecas da imagem
podem ser vistas com detalhe na opo Image Properties, localizado no menu do
software na opo Image (Figura A.4).
88

Figura A.4: Imagem do Scan2MCNP e a execuo do comando Image Properties,

localizado no menu na opo Image.
Verificado as informaes dos parmetros da imagem, ser necessria a calibrao

do software para a imagem ou para o conjunto de imagens a serem trabalhadas. Com
isso reinicia-se a janela Partition e a equaciona com o grau de nveis de cinza
dispostas na imagem 3D. Esta calibrao executada acionando-se uma lista de opes
com o boto direito do mouse. Utiliza-se a opo Reset Boundaries, no qual calibra-se
a rgua Partition, com os limites (bordas) das regies dispostas na imagem 3D (tecidos
e rgos), conforme mostra a Figura A.5.
89

Figura A.5: Opo Reset Boundaries, reseta os limites das regies (bordas) entre duas
regies diferentes (tecidos e orgos).
Realizado este processo, informa-se ao Scan2MCNP que o conjunto de imagens so

seqncias, e que o contraste delas esto delineadas numa faixa de nveis de cinzas e
com uma populao especfica de voxel. Para isso aciona-se no Menu a opo Image >
Contrast (Figura A.6).
Figura A.6: Opo Contrast padroniza os contrastes das imagens seqenciais.
90
Com a calibrao realizada, carrega-se a biblioteca de dados materiais e verifica-se a
mesma possui as informaes bsicas para a indexao das imagens 3D. Caso a
biblioteca de dados de materiais no possua algum tipo de informao necessria para a
indexao na imagem 3D, ento necessrio acrescentar esta informao na biblioteca
de dados manualmente.
Na pasta de arquivo no disco rgido onde encontra-se o software Scan2MCNP,
dentre vrios arquivos, existe um arquivo com extenso *.lib (Library), que a
biblioteca de dados de materiais (Figura A.7). A insero e ou a excluso de qualquer
informao neste arquivo, ter que seguir de modo fiel a estrutura de programao do
mesmo.
Figura A.7: O arquivo da biblioteca de dados de materiais *.lib aberto com o software
bloco de notas. Formato estrutural da programao do arquivo.
91
Dando continuidade utilizao do Scan2MCNP, preciso agora identificar as
regies existentes na imagem 3D e, em seguida, indexar as regies com a biblioteca de
dados com os materiais correspondentes. Para isso utiliza-se a opo Boundaries...,
acionando uma lista de opes com o boto direito do mouse (Figura A.8).
Posteriormente aberta uma janela com todas as informaes dos graus de nveis de
cinza dispostos na imagem 3D conforme ilustra a Figura 9.
Figura A.8: Opo Boundaries..., inicia o processo de identificao e indexao das

regies da imagem 3D de acordo com a biblioteca de dados de materiais.
92
Figura A.9: Imagem do Scan2MCNP com a janela aberta Partition Boundaries.
A janela denominada de Partition Boundaries mostra e permite modificaes dos

limites das bordas/regies da imagem 3D em questo (Figura A.9). Nesta janela as
informaes de Vmin, Vmax, Imin, Imax e Matl so interligadas entre si. Os valores do
pixel em Vmin e Vmax so diretamente ligados e mapeados aos valores de ndice de
Imin e Imax de acordo com as configuraes de contraste na janela que contm a
imagem ativa. Os valores de Imin e Imax so relativos escala de nveis de cinza que
variam de zero at 255. Em linhas gerais, uma imagem digital em nvel de cinza uma
imagem na qual o valor de cada pixel em uma nica amostra est presente em um
espao de cores. Imagens desse tipo so tipicamente compostas com tons de cinza,
variando entre o preto como a menor intensidade e o branco como maior intensidade.
Imagens em nvel de cinza so diferentes de imagens binrias em preto e branco, que
contm apenas duas cores; imagens em nvel de cinza podem conter diversos tons de
cinza em sua composio.
Se a janela de uma imagem no estiver ativa, prevalecem as configuraes da ltima
imagem trabalhada no software, e esta fica armazenada na memria. No caso de
manipulao de imagens mltiplas, o Scan2MCNP abre uma janela de advertncia e
93
informa que as configuraes utilizadas na primeira imagem sero aplicadas em todas as
imagens em seqncia.
As outras opes desta janela seguem na listagem abaixo:
Material mostra o nmero e o nome material atribudo e indexado a faixa

de pixels em questo.
Range Os valores dos limites das regies podem ser expressos em

Nveis de Intensidade (Value) ou por ndice de Mapeamento
(Colormap).
Remove Deleta um limite que separa duas regies diferentes (tecidos,

rgos e parte exterior ao objeto/corpo).
Modify Modifica os campos de valores de um dado limite de regio.
Dismiss Oculta a janela em questo.
Tendo agora o conhecimento satisfatrio das informaes de controle da janela

Partition Boundaries, inicia-se o processo de indexao desses nveis de cinza com a
biblioteca de materiais *.lib. Para indexar a faixa de nveis de cinza com o material,
seleciona-se a faixa de nveis de cinza desejada mostrado na Figura A.10, e em seguida,
aciona-se a opo Select. Depois desta operao aberta a janela Material Library
Browser onde selecionado o material, e aps selecionado o material, clica-se na
opo Use, para que o processo de indexao seja fixado na faixa de nveis de cinza
escolhido como mostra a Figura A.11. Por fim, a Figura A.12 mostra a janela Partition
Boundaries com a faixa de nveis de cinza selecionada e indexada com o material.
94
Figura A.10: Janela Partition Boundaries e sua opo Select.
Figura A.11: Janela Material Library Browser, com a lista de materiais pr-definida e
editada atravs do arquivo ADD_Materials.lib.
95
Figura A.12: Janela Partition Boundaries e sua opo Select.
Na janela Material Library Browser da Figura A.11, so listados todos os

materiais disponveis, incluindo a sua descrio e a sua composio que podem ser
selecionados e relacionados com qualquer regio (faixa de nveis de cinza) dispostas na
imagem. A atribuio destes materiais imagem de total responsabilidade do operador
do sistema. aconselhvel que esta operao de identificao de materiais na imagem
seja acompanhada por um especialista.
Dependendo do tipo de imagem mdica a ser trabalhada, algumas regies no
conseguem ser identificadas e nomeadas visualmente, devido pouca variao e
transio dos nveis de cinza da imagem ser bastante limitada. Por esta razo, existe um
recurso no Scan2MCNP designado como esquema de cores (Figura A.13). Esse sistema
de esquema de cores consegue amplificar o sinal da imagem utilizando-se diferentes
formatos de espectros de intensidade de cor (RBG). Estes espectros ficam como uma
mscara na imagem fornecendo-lhe uma imagem mdica colorida. importante
ressaltar que se trata de uma mscara, pois a nvel computacional, as imagens TC e RM
continuam no seu padro original, que em nveis de cinza.
96
Figura A.13: Opo Color Scheme. H disponvel 16 espectros RGB no software.
Tornando as imagens mdicas coloridas para visualizao.
O recurso de esquema de cores acionado no menu com a opo Image > Color
scheme. Tambm pode ser acionado atravs do boto direito do mouse, chamando a
lista de opes. A utilizao vai depender da regio de interesse em estudo. No existe
uma regra de utilizao do sistema de esquema de cores, mas aconselhado criar um
planejamento para facilitar o mtodo de trabalho.
Se todas as regies da imagem foram identificadas e revisadas posteriormente, agora
se pode refinar a regio de interesse e estudo de acordo com os objetivos pr-
estabelecidos. A seleo de uma regio especfica realizada atravs da opo Crop,
recurso que acionado chamando-se a lista de opes com o boto direito do mouse.
Antes de utilizar esse recurso, necessrio verificar as suas configuraes, acessando a
opo Crop Settings..., encontrado, tambm, na lista de opes, acionando o boto
direito do mouse (Figuras A.14 e A.15).
97

Figura A.14: Imagem do Scan2MCNP com a lista de opes acionadas pelo boto
direito do mouse. Opo Crop Settings...., processo de configurao do comando
Crop.

Figura A.15: Janela Crop Settings para configurao do comando Crop.
A configurao do comando Crop vai depender se o trabalho est sendo realizado com uma
imagem mdica ou com vrias imagens mdicas. Independente dessas duas condies, as opes
Crop e Show Crop Rectangle da janela Crop Settings, tm que estar ativas para que se
possa visualizar o marcador de seleo. Se o trabalho for relativo a uma imagem mdica, a opo
Apply Crop to ser configurada com a sub-opo Active Window. No entanto, se o trabalho
98
est sendo realizado com vrias imagens mdicas, a opo Apply Crop to tem que ser
configurada com a sub-opo All ou All in 3D Set. A escolha de uma dessas sub-opes ir
depender do mtodo de trabalho proposto (Figura A.16).

Figura A.16: Opo Crop Settings em operao.

Figura A.17: O marcador retngulo vermelho interno (Crop) selecionando a regio de

interesse.
99
Conforme mostra a Figura A.17, os lados do retngulo vermelho (opo Crop)
podem ser arrastados, ou seja, redimensionados de acordo com o propsito da regio em
estudo.
Uma vez determinada a seleo de regio para estudo, pode se utilizar quando
necessrio, o recurso Set Edge Material, com o propsito de discriminar a regio
interna do composto material do corpo da regio externa (Figura A.18). Esse recurso
aplicado porque, na maioria das vezes, os nveis de cinza de tecidos e rgos se igualam
aos nveis de cinza externos da imagem em estudo, podendo gerar um arquivo de
entrada confuso e sem preciso.
Figura A.18: Recurso Set Edge Material, que tem como funo distinguir a regio
interna do composto material do corpo da regio externa.
Realizada esta etapa, podem-se iniciar as configuraes de converso da imagem

mdica ou das imagens mdicas para o arquivo de entrada do cdigo MCNP. As
principais opes a serem verificadas so: Image Parameters, Append File e
MCNP options.
A opo IMG Parameters encontrada no Menu Image (Figura A.19), aplicada
quelas imagens que no so do padro DICOM, e sim de outros formatos. Para estas
imagens necessrio configurar o tamanho do voxel, a largura da fatia e outros
parmetros, para que ela esteja padronizada e pronta para manipulao de seus dados e,
por fim, para a converso destas para o arquivo de entrada do MCNP (Figura A.20).
100

Figura A.19: Imagem do Scan2MCNP. Comando IMG Parameters sendo acionado.
Figura A.20: Imagem do Scan2MCNP. A janela IMG Parameters aberta.
101
A opo Append File encontrada na opo MCNP, permite anexar informaes
de um arquivo qualquer ao arquivo de entrada do MCNP a ser gerado pelo Scan2MCNP
(Figura A.21). Esta opo Append File facilita o trabalho com o Scan2MCNP, por
permitir ao usurio criar sistemas de sub-rotinas que podem ser anexadas
posteriormente ao arquivo de entrada do MCNP, gerado pelo Scan2MCNP. Este recurso
pode ajudar no planejamento e aplicao deste software no dia a dia por acelerar o
processo computacional de anlise da rea de trabalho e atuao. Um exemplo da
aplicao deste tipo de recurso na utilizao do Scan2MCNP a construo de um
banco de dados de sub-rotinas. Assim, quando um paciente for submetido ao processo
de imageamento tomogrfico ou de ressonncia, o operador que realizar a simulao
computacional ter, no microcomputador, um banco de dados de casos especficos sua
disposio, de informaes relativas localizao de fonte, posicionamento, tipo de
cncer e outros. Deste modo, o operador de forma prtica e simples, carregar as
imagens mdicas do paciente no Scan2MCNP, buscando no banco de dados, a sub-
rotina que se assemelha ao caso do paciente em estudo, e parametrizando s
configuraes do software e, por fim, convertendo as imagens em arquivo de entrada
para o cdigo MCNP.
Figura A.21: Imagem do Scan2MCNP. A janela Append File est ativa para anexar
uma sub-rotina de acordo com o planejamento proposto.
102
Posteriormente, calibra-se a opo MCNP options para obter o arquivo de entrada
com caractersticas especficas que se deseja como, por exemplo, gerao de geometrias
no formato de clulas, ou geometrias no formato lattice comprimido (R) ou no
comprimido, seleo das fatias a serem convertidas e dentre outros (Figura A.22).
Figura A.22: Imagem do Scan2MCNP. A janela MCNP Options est ativa para
configuraes do formato do arquivo de entrada a ser gerado.
Na opo File, existe uma sub-opo chamada Preview MCNP que fornecer
uma prvia (visualizao) do arquivo de entrada do MCNP (Figura A.23). Nesta prvia
pode-se verificar se o arquivo gerado satisfaz aos objetivos estabelecidos anteriormente
(Figura A.24). Aceita, ento, a prvia do arquivo, executa-se a gravao desta prvia
atravs do comando Write MCNP... (Figura A.25). Para que a gravao seja
executada com sucesso necessrio que as janelas das imagens DICOM estejam ativas.
Outro recurso que o Scan2MCNP oferece, so duas opes de chamada/direcionamento
de softwares de visualizao de imagem e simulao da geometria do arquivo de
entrada gerado (Softwares Sabrina e Moritz), caso o operador deseje verificar o arquivo.
103
Figura A.23: Imagem do Scan2MCNP. A opo File do menu ativa e as sub-opes
Preview MCNP e Write MCNP.
Figura A.24: Scan2MCNP - A prvia do arquivo de entrada gerado.
104
Figura A.25: Scan2MCNP - O arquivo de entrada gerado salvo.
105

Tese de Doutorado - Leonardo Da Silva Boia

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tese de Doutorado - Leonardo Da Silva Boia

Cargado por

Copyright:

Formatos disponibles

COPPE/UFRJ

METODOLOGIA COMPUTACIONAL PARA GERAO DE MODELOS

Leonardo da Silva Boia

Tese de Doutorado apresentada ao Programa de

Orientador: Ademir Xavier da Silva

Leonardo da Silva Boia

TESE SUBMETIDA AO CORPO DOCENTE DO INSTITUTO ALBERTO LUIZ

Prof. Ademir Xavier da Silva, D.Sc.

Prof. Delson Braz, D.Sc.

Dr. Denison de Souza Santos, D.Sc.

Dr. Walsan Wagner Pereira, D.Sc.

Prof. Wilson Freitas Rebello da Silva Jnior, D.Sc.

RIO DE JANEIRO, RJ - BRASIL

Acima de tudo e todos, agradeo a Deus, cuja misericrdia e graa

A minha famlia, pela compreenso e pelo carinho constantes nos

A minha noiva Aline Maria da Costa Lobo a quem eu adoro e amo,

Ao Profo Ademir Xavier da Silva, pela sua dedicao, competncia e

A CAPES pelo suporte financeiro fundamental para a realizao

A todos os professores do Programa de Engenharia Nuclear da

A todos os funcionrios do Programa de Engenharia Nuclear, que

A todos os componentes da banca examinadora deste trabalho, por

A todos os amigos prximos ou distantes sempre presentes em minha

METODOLOGIA COMPUTACIONAL PARA GERAO DE MODELOS

Leonardo da Silva Boia

Orientador: Ademir Xavier da Silva

Programa: Engenharia Nuclear

Este trabalho apresenta o desenvolvimento de uma metodologia computacional de

COMPUTATIONAL METHODS FOR GENERATION OF VOXEL

Leonardo da Silva Boia

Advisor: Ademir Xavier da Silva

Department: Nuclear Engineering

This work shows the development of a computational methodology on

CAPTULO I INTRODUO ............................................................................. 01

I.1 - Generalidades ............................................................................................. 01

I.1.1 - Radioterapia .................................................................................. 01

I.2 - Motivao ................................................................................................... 03

I.3 - Relevncia .................................................................................................. 03

I.4 - Objetivo ...................................................................................................... 04

I.5 - Reviso da literatura ................................................................................... 04

CAPTULO II - CONSIDERAES TERICAS ... 11

II.1 - Simuladores antropomrficos ................................................................... 11

II.1.1 - Fantoma Matemtico ................................................................... 11

II.1.2 - Fantoma Fsico ............................................................................ 14

II.1.3 - Fantoma Voxel ............................................................................ 15

II.1.3.1 - Fantoma MAX ....................................................................... 17

II.2 - Imagens Mdicas ....................................................................................... 18

II.2.1 - O padro DICOM ........................................................................ 19

II.3 - Tomografia Computadorizada (TC) .......................................................... 21

II.4 - O Mtodo de Monte Carlo ......................................................................... 22

II.4.1 - O cdigo de Transporte de Radiao MCNP ............................... 22

II.4.2 - Estrutura dos dados de entrada do MCNP ................................... 23

II.4.4 - Dados de sada, resultados do MCNP .......................................... 25

II.4.5 - Clculo de dose absorvida pelo MCNP ....................................... 26

II.4.6 - Estimativa do erro relativo do MCNP .......................................... 26

II.5 - Processamento digital de imagem ................................................................. 27

CAPTULO III METODOLOGIA ...................................................................... 29

III.1 - Sistema de segmentao e converso de dados de imagens de TC ......... 30

III.2 - Estudo da operao computacional para gerao do arquivo de entrada 32

III.2.1 - A construo da caixa grande ..................................................... 32

III.2.2 - A construo do voxel .................................................................. 34

III.3 - Dimenso do arquivo de entrada ............................................................. 36

III.4 - Arquivo de entrada (INP) ........................................................................ 38

III.5 - Correo e ajuste da segmentao .......................................................... 41

III.6 - Sistema computacional SAPDI ............................................................... 43

IV.1 - Converso e PDI em imagens .BMP, .JPG e *.TIFF ............................. 47