Tomografía protónica de alta resolución basada en medidas del tiempo de vuelo

Abstract

Este trabajo tiene como objetivo estudiar la viabilidad de la tomografía protónica mediante medidas de tiempo de vuelo y LGADs como método de planificación de tratamientos para terapias de radioterapia de protones. Para ello, se busca generar imágenes de los tejidos situados en el centro de un sistema de detectores con alta resolución temporal. Se ha desarrollado el trabajo en un entorno de simulación, empleando GEANT4 como herramienta principal para la reproducción de fenómenos físicos. Por un lado, se ha simulado y validado un sistema de detectores formado por sensores LGAD, que se caracterizan por tener una resolución temporal de entorno a 30ps, muy superior a otros detectores semiconductores. También se ha programado la configuración del haz de protones. Una vez preparado el entorno de simulación, se ha corrido un programa que simula el experimento de tomografía. Con la información recopilada con el sistema de detección, se aplican dos algoritmos desarrollados en este mismo trabajo. El primero, un algoritmo de reconstrucción de trazas, y el segundo, un algoritmo llamado Point of Closest Approach, con el que se obtienen imágenes con información sobre el stopping power y otras magnitudes relevantes de los tejidos estudiados.

This work aims to study the feasibility of proton tomography using time-of-flight measurements and LGADs as a treatment planning method for proton radiation therapies. To this end, it aims to generate images of the tissues located at the centre of a detector system with high temporal resolution. The work has been carried out in a simulation environment, using GEANT4 as the main tool for the reproduction of physical phenomena. On the one hand, a detector system consisting of LGAD sensors has been simulated and validated, which are characterised by a temporal resolution of around 30ps, much higher than other semiconductor detectors. The proton beam configuration has also been programmed. Once the simulation environment was prepared, a program was run to simulate the tomography experiment. With the information collected with the detection system, two algorithms developed in this work are applied. The first, a trace reconstruction algorithm, and the second, an algorithm called Point of Closest Approach, with which images are obtained with information on the stopping power and other relevant magnitudes of the tissues studied.