Partager

Phoebe, pour simuler les interactions rayonnement-matière

Phoebe est un code développé par le CEA-List pour la simulation de l’interaction des photons, électrons et positrons avec la matière. Utilisant la méthode Monte-Carlo, il se caractérise par sa modularité et sa portabilité sur la plupart des systèmes informatiques du marché.

L'usage

Mesurer les doses de rayonnements ionisants

Phoebe est un code informatique permettant de simuler l’absorption par la matière d’un rayonnement ionisant et donc de calculer la quantité de rayonnement reçu. Il est utilisé dans les différents domaines de la physique nucléaire appliquée : physique médicale, radioprotection, instrumentation nucléaire, métrologie des rayonnements ionisants, etc.

Le code sert, par exemple, à calculer et valider les coefficients de correction appliqués aux mesures expérimentales et à déterminer la dose reçue lors d’un traitement de radiothérapie. On l’utilise également pour dimensionner les protections biologiques d’une installation ou de détecteurs de rayonnements.

Phoebe fait appel à la méthode Monte-Carlo, reconnue comme la plus précise pour modéliser la physique de l’interaction des rayonnements avec la matière. Il s’apparente aux codes existants, tels que Penelope, qui s’appuient sur cette même méthode et dont il utilise les modèles physiques internationalement reconnus. Il permet, en outre, l’ajout de nouveaux modules comme des réductions de variance ou l’introduction de nouvelles géométries.

Phoebe se distingue également par sa portabilité sur la plupart des systèmes informatiques du marché.

Ses atouts

Modularité, parallélisme, portabilité…

Ses principales forces :

  • sa modularité, qui facilite l’ajout de nouvelles fonctionnalités ;
  • son parallélisme, qui permet d’accélérer l’exécution des calculs ;
  • la solide compétence des équipes qui l’entourent dans le développement et l’utilisation de codes de simulation Monte-Carlo et dans les techniques de détection permettant de valider expérimentalement les modèles conçus ;
  • sa portabilité.

Applications

  • Activités métrologiques : calcul de coefficients de correction, étalonnage de sources ou d’instruments et design d’installations pour des laboratoires secondaires ou des laboratoires de mesures.
  • Activités de R&D : développement de nouveaux détecteurs, conception de systèmes de mesure nucléaire, etc.
  • Production de jeux de données de référence pour tester des algorithmes en cours de développement.
  • Développement de logiciels de calcul de dose pour l’imagerie à rayons X embarquée, l’imagerie scanner ou l’irradiation industrielle.
  • Simulation de systèmes complexes (dispositif d’imagerie ou de traitement) et vérification et caractérisation de leurs performances.
Cas d’usage

Radiothérapie : calculer les doses dans les zones hors champ

La simulation Monte-Carlo est très efficace pour la radiothérapie, pour calculer la dose reçue par le patient dans la zone de la tumeur à traiter, là où se focalise le rayonnement. En revanche, elle ne permet pas, dans des temps raisonnables, d’estimer la dose reçue par les tissus sains situés en périphérie (du fait de l’atténuation rapide du faisceau dans le système de collimation).

Pour y parvenir, les chercheurs du CEA-List ont adapté une méthode consistant à augmenter artificiellement la densité de particules dans les zones en périphérie pour réduire la variance du calcul et accélérer ainsi la simulation. Une correction est ensuite appliquée pour obtenir un résultat non biaisé.

La méthode a été implémentée dans le code Phoebe et validée expérimentalement. L’objectif est de l’utiliser en clinique pour étudier les effets à long terme des doses « hors champ », en vue d’améliorer encore les traitements.

Pour en savoir plus, lire l’actualité

Publications

Ines a portable and parallel Monte-Carlo simulation code of class-II for electromagnetic showers, J. Garcia Hernandez, A. Croc. Présentation conférence MCMA 2019.

Calcul accéléré de la dose périphérique en radiothérapie, thèse de Valentin Champciaux, 2021.

A breakdown of the pseudo-deterministic transport variance reduction method: Formalization and usage considerations, Valentin Champciaux, Juan Carlos Garcia Hernandez, Mathieu Agelou. Computer Physics Communications, Elsevier, 2021, 264, pp.107979.

À lire également

Domaines applicatifs

Transformer la santé avec le numérique

Le numérique est une opportunité pour améliorer le système de santé dans son ensemble, de l’aide au diagnostic à l’optimisation du fonctionnement de l’hôpital.
Lire la suite