1

Avenir des nouveaux concepts de calculs dosimétriques et de radioprotection

E. Martin (MCF UFC), J. Henriet (MCF UFC), R. Gschwind (MCF UFC), L. Makovicka (PR1 UFC)‏

Interaction Rayonnements/Matière – ENISYS – FEMTO-ST

2

Introduction

Méthodes Monte Carlo

Précision

Gros moyens informatiques

Réseaux de Neurones Artificiels (RNA)‏Précision

Faibles moyens informatiques

Systèmes « Experts » - RàPC

Génération des données manquantes

Aide au décisionnel

Systèmes mixtes

3

Les RNA pour la Dosimétrie

Une analogie avec le cerveau humain

Le cerveau est une machine parallèle complexepouvant réaliser certaines tâches plus efficacementqu'un ordinateur

Reconnaissance de forme

Perception

Approximation / interpolation

Les réseaux de neurones artificiels Connaissance grâce à l'apprentissage

Connaissance enregistrée à l'aide des poids synaptiques

4

Le neurone naturel/artificiel

Synapse (Poids)‏

Dendrite (arc)‏

Noyau (fonction d'activation)‏

Axone (sortie)‏

Reçoit des informations par le biais de synapses. L'information est traitée par le noyau. Celle-ci est ensuite transmise aux autres neurones par l'axone

5

Topologie HPU d'ordre 2

Entrées

Couche cachée

Sortie

x1

x2

x1x2

fonction sigmoïde

f x= 1/1− exp− x

x1

x22

x12

6

La rétro-propagationdu gradient

Initialisation:Initialisation des poids avec des valeursaléatoires entre -1 et 1

Faire

Choix d'un exemple issu de l'ensemble d'apprentissage

Propagation du signal d'entrée sur le réseau

Calcul de l'erreur

Correction des poids en fonction de l'erreur calculée

Tant que la convergence n'est pas atteinte

Erreur

Entrée Sortie

Phénomène à modéliser

7

Algorithme de calculdes doses

Réseau

Pour la dosimétrie

Simulation BEAM/EGS

Données d'apprentissage

Données de validation

Apprentissage(Rétro-propagation du gradient, RPROP)‏

Architecture du réseau

(STD, HPU)‏

Réseau entraîné Résultats

Caractérisationdu milieu

8

Exemple de calcul en milieu hétérogène

9

Calculs en milieux hétérogènesProthèse de hanche

E. Buffard et al., « Study of the impact of articulations on

dose distribution under medical irradiation », Nucl. Instr.

and Meth. in Phys. Res. B, 229 (2005) 78-84

Prothèse totale de hanche en TA6V4 (modèle symetric, Aston

Medical Limited)‏

Faisceau de 60Co pur, champ 8x8 cm2, SSD=80 cm

Caractéristique fantôme:

Eau et TA6V4

150 voxels de 0,2x0,2x0,2 cm3 dans chaque direction

Dimensions fantôme: [-15;15] cm en x et y, [0;30] cm en z

10

Calculs en milieux hétérogènesProthèse de hanche

Monte

CarloNeurad

11

Polyéth

y-

lène

Eau

RMIS

W

Polyst

yrène

Nylon6AND

PMM

A0

0,2

0,4

0,6

0,8

1

1,2

1,4

0,931

1,031 ,06

1 ,141 ,19

Milieux

De

nsi

tés

Calculs en milieux hétérogènesInterpolation des densités

12

Calculs en milieux hétérogènesInterpolation des densités

Ecart relatif : 1,7 %‏

13

RNA – Développements actuels

Algorithme d'apprentissage parallélisé

Apprentissage incrémental

Interpolation des densités

Portage sur nouvelles architectures

Etude des faisceaux fins

Intégration à la radioprotection

14

RàPC – Une application à la Radioprotection – Etude de faisabilité

Reconstitution d'un fantôme personnalisé en vue d'un diagnostique médical et d'un bilan dosimétrique, dans le cadre d'accidents radiologiques.

Partenariat avec IRSN

15

Il‏n‘est‏pas‏toujours‏possible‏de‏faire‏des‏examens‏poussés‏à‏une‏victime.

Le diagnostic médical et le bilan dosimétrique doivent être faits dans les plus brefs délais.

Données du problème

Ces bilans s'appuient sur une image en trois dimensions des organes internes d'un corps humain :

un fantôme voxélisé

pixel

• Il existe assez peu de fantômes voxélisés :

parfois peu fidèles à la victime

les caractéristiques biométriques ne correspondent pas à celles de la victime.

16

Principe simplifié

17

Les phases d'un RàPC

18

Cas = association d'un problème + solution :

Cas Source (cas modèle)‏

Cas Cible (résultat – cas victime)‏

Un cas, son problème et sa solution sont décrits par un ensemble de descripteurs.

Qu'est-ce-qu'un cas ?

19

Notre cas

20

Base de cas

21

Pour deux descriptions du problème x et y on a :

Réflexion sur le processus « Retrouver »

Similarité locale entre deux descripteurs :

Similarité globale entre deux cas (algorithme Knn) :

1;0, yxsim

22

Résultats obtenus

23

Une structure du cas pour le domaine de la radioprotection

Une base de cas sous Protégé

Une interface utilisateur

Possibilité de stocker un nouveau cas modèle dans la base de cas

Retrouver le cas modèle le plus proche du cas victime

Représentation graphique du cas victime et un cas modèle

Extraction des données d'un fichier DICOM

Un article PRELIMINARY STUDY OF A NEW CBR-BASED APPLICATION FOR VOXELISED PHANTOM CREATION: REEPH pour SinFra09

Résultats obtenus

24

Utilisation d'un RNA pour la phase « Adapter » du RàPC.

Utilisation d'un système RàPC pour générer la balistique initiale en dosimétrie.

Couplage RNA-RàPC dans un système expert de dosimétrie.

RàPC et RNA - Synthèse

25

Vers une alternative aux systèmes Monte Carlo ?

RàPC et RNA - Synthèse