[論文レビュー] Efficient uncertainty quantification for Monte Carlo dose calculations using importance (re-)weighting

Pia Stammer, Lucas Burigo+3 more|arXiv (Cornell University)|Jun 22, 2021

Radiation Therapy and Dosimetry参考文献 53被引用数 4

ひとこと要約

本論文は、強度調制陽子線治療（IMPT）における非挿入的不確実性評価（UQ）を可能にする、新たな非挿入的重要度（再）重み付け手法を提案する。この手法により、1つのモンテカルロ（MC）粒子履歴セットからの期待線量と分散の推定が可能となり、計算コストを著しく削減する。多次元正規分布不確実性モデルと重み付け技術を活用することで、CPU時間を10倍以上短縮しながら、γインデックス比較において高い精度を達成した（セットアップ不確実性では≥99.99%、範囲不確実性下の線量分散では≥91.69%）。

ABSTRACT

The high precision and conformity of intensity-modulated particle therapy (IMPT) comes at the cost of susceptibility to treatment uncertainties in particle range and patient set-up. Dose uncertainty quantification and mitigation, which is usually based on sampled error scenarios, however becomes challenging when computing the dose with computationally expensive but accurate Monte Carlo (MC) simulations. This paper introduces an importance (re-)weighting method in MC history scoring to concurrently construct estimates for error scenarios, the expected dose and its variance from a single set of MC simulated particle histories. The approach relies on a multivariate Gaussian input and uncertainty model, which assigns probabilities to the initial phase space sample, enabling the use of different correlation models. Exploring and adapting bivariate emittance parametrizations for the beam shape, accuracy can be traded between that of the uncertainty or the nominal dose estimate. The method was implemented using the MC code TOPAS and tested for proton IMPT plan delivery in comparison to a reference scenario estimate. We achieve accurate results for set-up uncertainties ($\gamma_{3mm/3\%} \geq 99.99\%$) and expectedly lower but still sufficient agreement for range uncertainties, which are approximated with uncertainty over the energy distribution ($\gamma_{3 mm/3\%} \geq 99.50\%$ ($E[\boldsymbol{d}]$), $\gamma_{3mm/3\%} \geq 91.69\%$ ($\sigma(\boldsymbol{d})$) ). Initial experiments on a water phantom, a prostate and a liver case show that the re-weighting approach lowers the CPU time by more than an order of magnitude. Further, we show that uncertainty induced by interplay and other dynamic influences may be approximated using suitable error correlation models.

研究の動機と目的

• 強度調制粒子線治療（IMPT）におけるモンテカルロ（MC）線量計算の高い計算コストを低減すること。特に、不確実性評価（UQ）を組み合わせた場合の課題に焦点を当てる。
• 従来のUQ手法が各不確実性シナリオごとに別々のMCシミュレーションを必要としており、計算的に非現実的であるという制限を克服すること。
• 最小限の変更で実現可能な、再重み付けに基づくアプローチを開発し、1つのMCシミュレーションからノーマル線量、期待線量、線量分散を同時に推定可能にする。
• 柔軟な相関構造を持つ多次元正規分布入力モデルを用いて、現実的なビームおよびセットアップ不確実性下での正確なUQを可能にする。
• 臨床的IMPT計画（水パッド、前立腺、肝臓）を用いて、本手法の実用性と効率性を検証する。

提案手法

• ノーマル条件下でシミュレートされた1つのモンテカルロ粒子履歴セットを用い、重要度（再）重み付けにより複数の不確実性シナリオの線量推定を実行する。
• 入力不確実性（例：セットアップ誤差、範囲誤差）の多次元正規分布確率密度関数から導出された重みを、粒子履歴線量に乗算することで再重み付けを実施する。
• ビームおよびパencilビーム不確実性を2変量エミッタンスパラメータライゼーションでモデル化し、ノーマル線量と不確実性推定精度のトレードオフを制御する。
• 期待線量と分散をノーマル線量行列の重み付きモーメントとして定式化し、追加のシミュレーションなしに直接計算可能にする。
• TOPASモンテカルロコード内に本手法を実装し、全粒子履歴にわたる再重み付けに効率的な行列・ベクトル演算を用いる。
• 再重み付け線量推定の正確性を検証するため、γインデックス分析（3 mm/3%）を用い、リファレンスのシナリオサンプリングと比較する。

実験結果

リサーチクエスチョン

• RQ1 1つのモンテカルロシミュレーションを用いて、IMPTにおける複数の不確実性シナリオ下での期待線量とその分散を効率的に推定できるか？
• RQ2 セットアップ不確実性および範囲不確実性下で、再重み付け線量推定の正確性はリファレンスのシナリオサンプリングと比べてどの程度か？
• RQ3 ビームパラメータライゼーションを用いることで、ノーマル線量精度と不確実性推定品質のトレードオフをどの程度制御できるか？
• RQ4 本手法は、臨床的に許容可能な精度を維持しながら、計算コストを著しく削減できるか？
• RQ5 不確実性フレームワーク内において、適切な相関モデルを用いることで、インタープレイク効果などの動的効果を近似できるか？

主な発見

• 再重み付け手法により、従来のシナリオベースMCシミュレーションと比較して、必要なCPU時間が10倍以上短縮された。
• セットアップ不確実性の場合は、リファレンスのシナリオサンプリングと比較して、γ3 mm/3%のパスレートが≥99.99%を達成し、優れた一致を示した。
• 範囲不確実性の場合は、期待線量（E[d]）のγ3 mm/3%パスレートが≥99.50%、標準偏差（σ(d)）が≥91.69%を達成し、臨床的UQに十分な精度を示した。
• 1つのノーマルシミュレーションの再重み付けにより、正確な不確実性伝搬が可能となり、複数回の完全なMCランの必要性が排除された。
• 2変量エミッタンスパラメータライゼーションにより、ビームおよびパencilビームの相関を柔軟にモデル化でき、ノーマル線量と不確実性推定精度のトレードオフを制御可能となった。
• 初期の臨床ケーススタディ（水パッド、前立腺、肝臓）により、本手法の頑健性と解像度の高い解像度へのスケーラビリティが確認された。