Skip to main content

Gamma analysis and film dosimetry for dose distributions in radiotherapy

Project description

Dosepy

ReadTheDocs Documentation

Dosepy es un paquete de código escrito en Python para la comparación mediante índice gamma de dos distribuciones de dosis, 2-dimensional. Adicionalmente, se cuenta con una herramienta para realizar dosimetría con película radiocrómica.

El formato de los archivos que contengan la distribución de dosis puede ser DICOM (.dmc) o CVS. Para la película se requiere un formato TIFF.

Condiciones de uso. Toda persona tiene acceso a la lectura y uso del código con fines académicos o de enseñanza. Sin embargo, para el uso clínico del programa se requiere contar con una licencia (disponible próximamente), conocida como “Acuerdo de licencia de usuario final” (EULA, por sus siglas en inglés), así como contratos que garanticen el cumplimiento de la legislación de cada país.

Para mayor información contactar al correo electrónico dosepy@gmail.com.

Derechos Reservados (c) Luis Alfonso Olivares Jimenez 2021

Métodos de comparación

Comparación por índice gamma

La comparación de dos distribuciones puede realizarse mediante la prueba del índice gamma 2-dimensional de acuerdo a la definición dada por Low D. A. así como algunas recomendaciones del TG-218 de la AAPM:

  • El criterio de aceptación para la diferencia en dosis puede ser seleccionado en modo absoluto (en Gy) o en modo relativo (en %).
    • En modo relativo, el porcentaje puede interpretarse con respecto al máximo de la distribución de dosis a evaluar (normalización global), o con respecto a la dosis local en la distribución de referencia (normalización local); según la selección del usuario.
  • El umbral de dosis puede ser ajustado por el usuario.
  • La distribución de referencia puede ser seleccionada por el usuario.
  • Se permite definir un radio de búsqueda como proceso de optimización para el cálculo.
  • Es posible utilizar el percentil 99.1 de la distribución de dosis como una aproximación del valor máximo. Esto permite evitar la posible inclusión de artefactos o errores en posiciones puntuales de la distribución (de utilidad por ejemplo cuando se utiliza película radiocrómica).
  • No se realiza interpolación entre puntos.

Proceso de una primera validación del algoritmo gamma

Resumen
La validación del algoritmo para la prueba del índice gamma se realizó mediante la comparación de resultados contra los softwares DoseLab 4.11 y VeriSoft 7.1.0.199. Dicho trabajo se presentó en el 7mo Congreso de la Federación Mexicana de Organizaiones de Física Médica en el año 2021 (Video).

¡Consideraciones!

  • Ambas distribuciones deben tener las mismas dimensiones físicas y resolución espacial (mismo número de filas y columnas).
  • Las distribuciones deben de encontrarse registradas, es decir, la coordenada espacial de un punto en la distribución de referencia debe ser igual a la coordenada del mismo punto en la distribución a evaluar.

En caso contrario, Dosepy dispone de algunas funciones para cumplir con lo anterior.

Instalación

En Linux
El método más sencillo para instalar Dosepy es escribiendo en una terminal:

pip install Dosepy

En Windows
Previo a la instalación de Dosepy, es necesario contar con un administrador de paquetes. Para quienes no estén familiarizados con los paquetes Python, se recomienda utilizar la plataforma ANACONDA. Una vez que se ha instalado ANACONDA, abrir el inicio de Windows y buscar Anaconda Prompt. Dentro de la terminal (ventana con fondo negro), seguir la indicación descrita para Linux (párrafo anterior).

Versión Beta

Dosepy se encuentra en una versión beta, especificada por el formato 0.X.X. Lo anterior implica que en la práctica, un código que utiliza el paquete Dosepy en una versión, pudiera no ser ejecutado en una versión posterior. La versión estable será publicada con el formato 1.X.X.
Para mantener actualizado el paquete Dosepy, utilizar pip:

pip install --upgrade Dosepy

Ejemplos

Ejemplo con interfaz gráfica

Para utilizar Dosepy con una interfaz gráfica , abrimos una terminal (o Anaconda Prompt en el caso de Windows) y escribimos el comando python:

python

Posteriormente, escribimos:

import Dosepy.GUI

Uso de un Notebook

Para aprender a utilizar todas las herramientas de Dosepy se recomienda el uso de un Notebook del entorno Jupyter. Aquí puedes consultar una guía para ello.

Importación de archivo en formato csv

La importación de la distribución de referencia puede realizarse sólo si el archivos se encuentra en formato .csv (valores separados por comas). Adicionalmente:

  • El archivo deberá contener sólo los valores de dosis.
  • Toda información adicional deberá estar precedida con el carácter "#". Ello indicará que todos los caracteres que se encuentren en la misma linea después de "#" debe de ser ignorados por Dosepy.
  • La unidad para la dosis deberá ser el Gray (Gy).

Importación de archivo en formato dcm

La distribución a evaluar puede importarse en un archivo con formato .csv o en formato .dcm (archivo DICOM). Si el formato es DICOM:

  • Deberá contener sólo un plano de dosis.
  • La resolución espacial debe ser igual en cada dimensión.
  • La unidad para la dosis deberá ser el Gray (Gy).

Ejemplo utilizando una terminal

En Dosepy, una distribución de dosis es representada como un objeto de la clase Dose del paquete Dosepy. Para crear el objeto son necesarios dos argumentos: las dosis de la distribución en formato ndarray y la resolución espacial dada por la distancia (en milímetros) entre dos puntos consecutivos. Para utilizar Dosepy, abrimos una terminal (o Anaconda Prompt en el caso de Windows) y escribimos el comando python:

python

Dentro de Python, escribimos el siguiente código de prueba:

import numpy as np
import Dosepy.dose as dp

a = np.zeros((10,10)) + 96   # Matrices de prueba
b = np.zeros((10,10)) + 100  

D_ref = dp.Dose(a, 1)   # Se crea la distribución de referencia
D_eval = dp.Dose(b, 1)  # Se crea la distribución a evaluar

La comparación gamma entre dos distribuciones de dosis se realiza mediante el método gamma2D. Como argumentos se requiere:

  • La distribución de dosis de referencia
  • El porcentaje para la diferencia en dosis de tolerancia
  • La distancia de tolerancia o criterio DTA en mm.
#   Llamamos al método gamma2D, con criterio 3 %, 1 mm.
gamma_distribution, pass_rate = D_eval.gamma2D(D_ref, dose_t = 3, dist_t = 1)
print(pass_rate)

Datos en formato CSV, usando un umbral de dosis

Es posible cargar archivos de datos en fromato CSV (comma separate values) mediante la función from_csv del paquete Dosepy. Para descartar filas dentro del archivo, utilizar el caracter # al inicio de cada fila (inicio de un comentario).

import Dosepy.dose as dp
import matplotlib.pyplot as plt

#   Cargamos los archivos "D_TPS.csv" y "D_FILM.csv", ambos con 1.0 milímetro de espacio entre un punto y otro.
#   (Los archivos de ejemplo .csv se encuentran dentro del paquete Dosepy, en la carpeta src/Dosepy/data/)
D_eval = dp.from_csv("D_TPS.csv", PixelSpacing = 1)
D_ref = dp.from_csv("D_FILM.csv", PixelSpacing = 1)

#   Llamamos al método gamma2D, con criterio 3 %, 2 mm, descartando puntos con dosis por debajo del 10 %.
g, pass_rate = D_eval.gamma2D(D_ref, dose_t = 3, dist_t = 2, dose_tresh = 10)

#   Imprimimos el resultado
print(f'El índice de aprobación es: {pass_rate:.1f} %')
plt.imshow(g, vmax = 1.4)
plt.show()

#El índice de aprobación es: 98.9 %

Datos en formato DICOM y modo de dosis absoluto

Importación de un archivo de dosis en formato DICOM

Consideraciones

  • La distribución de dosis en el archivo DICOM debe contener solo dos dimensiones (2D).
  • El espacio entre dos puntos (pixeles) debe de ser igual en ambas dimensiones.
  • No se hace uso de las coordenadas dadas en el archivo DICOM. Ver primera consideración en el apartado Gamma index.
import Dosepy.dose as dp

#   Cargamos los archivos "RD_file.dcm" y "D_FILM_2mm.csv", ambos con 2 milímetro de espacio entre un punto y otro.
D_eval = dp.from_dicom("RD_file.dcm")
D_ref = dp.from_csv("D_FILM_2mm.csv", PixelSpacing = 2)

#   Llamamos al método gamma2D, con criterio de 0.5 Gy para la diferencia en dosis y 3 mm para la diferencia en distancia.
g, pass_rate = D_eval.gamma2D(D_ref, 0.5, 3, dose_t_Gy = True)

#   Imprimimos el resultado
print(pass_rate)

Documentación

Dosepy.dose.Dose(data, resolution)
  Clase para la representación de una distribución de dosis absorbida.
  Regresa un objeto Dose que contiene la distribución de dosis y la resolución espacial.

Parameters:
           data : numpy.ndarray
                Arreglo o matriz de datos. Cada valor numérico representa la dosis absorbida en un punto en el espacio.

           resolution : float
                Resolución espacial dada como la distancia física (en milímetros) entre dos puntos consecutivos.

Dose methods

Dose.gamma2D(
  D_reference,
  dose_t = 3,
  dist_t = 3,
  dose_tresh = 10,
  dose_t_Gy = False,
  local_norm = False,
  mask_radius = 10,
  max_as_percentile = True
  )

Cálculo del índice gamma contra una distribución de referencia.
Se obtiene una matriz que representa los índices gamma en cada posición de la distribución de dosis, así como el índice de aprobación
definido como el porcentaje de valores gamma que son menor o igual a 1.
Consideraciones:
Se asume el registro de las distribuciones de dosis, es decir, que la coordenada espacial de un punto en la distribución de referencia
es igual a la coordenada del mismo punto en la distribución a evaluar.

Parámetros
----------
D_reference : Objeto Dose
    Distribución de dosis de referencia contra la cual se realizará la comparación.
    El número de filas y columnas debe de ser igual a la distribución a evaluar (self.array).
    Lo anterior implica que las dimesiones espaciales de las distribuciones deben de ser iguales.

dose_t : float, default = 3
    Tolerancia para la diferencia en dosis.
    Este valor puede interpretarse de 3 formas diferentes según los parámetros dose_t_Gy,
    local_norm y max_as_percentil, los cuales se describen más adelante.

dist_t : float, default = 3
    Tolerancia para la distancia, en milímetros (criterio DTA [1]).

dose_tresh : float, default = 10
    Umbral de dosis, en porcentaje (0 a 100) con respecto a la dosis máxima de la 
    distribución de referencia (o al percentil 99 si max_as_percentile = TRUE). 
    Todo punto en la distribución de dosis con un valor menor al umbral
    de dosis, es excluido del análisis.
    
dose_t_Gy : bool, default: False
    Si el argumento es True, entonces "dose_t" (la dosis de tolerancia) se interpreta como un valor fijo y absoluto en Gray [Gy].
    Si el argumento es False (default), "dose_t" se interpreta como un porcentaje.

local_norm : bool, default: False
    Si el argumento es True (normalización local), el porcentaje de dosis de tolerancia "dose_t" se interpreta con respecto a la dosis local
    en cada punto de la distribución de referencia.
    Si el argumento es False (normalización global), el porcentaje de dosis de tolerancia "dose_t" se interpreta con respecto al máximo de la distribución a evaluar.
    Notas:
        1.- Los argumentos dose_t_Gy y local_norm NO deben ser seleccionados como True de forma simultánea.
        2.- Si se desea utilizar directamente el máximo de la distirbución, utilizar el parámetro max_as_percentile = False (ver explicación mas adelante).

mask_radius : float, default: 10
    Distancia física en milímetros que se utiliza para acotar el cálculo con posiciones que estén dentro de una vecindad dada por mask_radius.

    Para lo anterior, se genera un área de busqueda cuadrada o "máscara" aldrededor de cada punto o posición en la distribución de referencia.
    El uso de esta máscara permite reducir el tiempo de cálculo debido al siguiente proceso:
        Por cada punto en la distribución de referencia, el cálculo de la función Gamma se realiza solamente
        con aquellos puntos o posiciones de la distribución a evaluar que se encuentren a una distancia relativa
        menor o igual a mask_radius, es decir, con los puntos que están dentro de la vecindad dada por mask_radius.
        La longitud de uno de los lados de la máscara cuadrada es de 2*mask_radius + 1.
    Por otro lado, si se prefiere comparar con todos los puntos de la distribución a evaluar, es suficiente con ingresar
    una distancia mayor a las dimensiones de la distribución de dosis (por ejemplo mask_radius = 1000).

max_as_percentile : bool, default: True
    -> Si el argumento es True, se utiliza el percentil 99 como una aproximación del valor máximo de la
        distribución de dosis. Lo anterior permite excluir artefactos o errores en posiciones puntuales
        (de utilidad por ejemplo cuando se utiliza película radiocrómica o etiquetas puntuales en la distribución).
    -> Si el argumento es False, se utiliza directamente el valor máximo de la distribución a evaluar.

Retorno
----------
ndarray :
    Array, o matriz bidimensional con la distribución de índices gamma.

float :
    Índice de aprobación. Se calcula como el porcentaje de valores gamma <= 1, sin incluir las posiciones
    en donde la dosis es menor al umbral de dosis.

Consideraciones
----------
      Es posible utilizar el percentil 99.1 de la distribución de dosis como una aproximación del valor máximo.
      Esto permite evitar la posible inclusión de artefactos o errores en posiciones puntuales de la distribución
      (de utilidad por ejemplo cuando se utiliza película radiocrómica o etiquetas puntuales en la distribución).

      Se asume que ambas distribuciones a evaluar representan exactamente las mismas dimensiones físicas, y las posiciones
      espaciales para cada punto conciden entre ellas, es decir, las imagenes de cada distribución están registradas.

      No se realiza interpolación entre puntos.



Funciones


Dosepy.dose.from_csv(file_name, PixelSpacing)

    Importación de un archivo de dosis en formato CSV (Comma separated values).
    Dentro del archivo .csv, utilizar el caracter # al inicio de una fila para
    que sea descartada (inicio de un comentario).

    Parameters
    -----------
    file_name : str
        Nombre del archivo en formato string

    PixelSpacing : float
        Distancia entre dos puntos consecutivos, en milímetros

    Return
    --------
    Dosepy.dose.Dose
        Objeto Dose del paquete Dosepy que representa a la distribución de dosis.



Dosepy.dose.from_dicom(file_name)

    Importación de un archivo de dosis en formato DICOM

    Parameters
    -----------
    file_name : str
        Nombre del archivo en formato string

    Return
    --------
    Dosepy.dose.Dose
        Objeto Dose del paquete Dosepy que representa a la distribución de dosis

    Consideraciones
    ----------------
        La distribución de dosis en el archivo DICOM debe contener solo dos dimensiones.
        La resolución espacial debe de ser igual en ambas dimensiones.
        No se utilizan las coordenadas dadas en el archivo DICOM. Ver segunda consideración en la nota del método gamma2D de la clase Dose.



Dosepy.tools.resol.equalize(array, resol_array, resol_ref)
    """
    Función que permite reducir el número de filas y columnas de una matriz (array) para igualar su resolución espacial (mm/punto) con respecto a una resolución de referencia.
    Para lo anterior, se calcula un promedio de varios puntos y se asigna a un nuevo punto con una mayor dimensión espacial.

    Parameters:
    -----------
    array: ndarray
        Matriz a la que se le requiere reducir el tamaño.

    resol_array: float
        Resolución espacial de la matriz, en milímetros por punto.

    resol_ref: float
        Resolución espacial de referencia, en milímetros por punto.

    Return:
  	-------
    array: ndarray
  			Matriz reducida en su número de filas y columnas.

    Ejemplo:
    --------

    Sean A y B dos matrices de tamaño (2362 x 2362) y (256 x 256), con
    resolución espacial de 0.0847 mm/punto y 0.7812 mm/punto, respectivamente.

    La dimensión espacial de la matriz A es de 200.06 mm
    (2362 puntos * 0.0847 mm/punto = 200.06 mm)
    La dimensión espacial de la matriz B es de 199.99 mm.
    (256 puntos * 0.7812 mm/punto = 199.99 mm)

    Para reducir el tamaño de la matriz A e igualarla al tamaño de la
    matriz B, se utiliza la función equalize:

        import Dosepy.tools.resol as resol
        import numpy as np

        A = np.zeros( (2362, 2362) )

        C = resol.equalize(A, 0.0847, 0.7812)
        C.shape
        # (256, 256)


    """

Presentación en eventos científicos

  • (2021) 7mo Congreso de la Federación Mexicana de Organizaiones de Física Médica, "Desarrollo y validación de un software de código abierto para la comparación de distribuciones de dosis usadas en radioterapia" (Video disponible)

Advertencia

El correcto funcionamiento del paquete se está evaluado y actualizado constantemente. Sin embargo, no se tiene garantía de que el código del paquete esté libre de errores o bugs. El usuario es el único responsable por utilizar Dosepy.

Licencia

PROPRIETARY LICENSE

Derechos Reservados (c) Luis Alfonso Olivares Jimenez 2021 03-2021-093012460400-01

CONDICIONES

Toda persona tiene acceso al código solamente con fines académicos o de enseñanza. Cualquier otro uso del código DOSEPY requiere de una licencia para su uso particular, conocida como "Acuerdo de licencia de usuario final" (EULA, por sus siglas en inglés).

El código o software derivado, tales como arreglos, compendios, ampliaciones, traducciones, adaptaciones, paráfrasis, compilaciones, colecciones y transformaciones del software DOSEPY, podrán ser explotadas cuando hayan sido autorizadas por el titular del derecho patrimonial sobre la obra DOSEPY, previo consentimiento del titular del derecho moral, en los casos previstos en la Fracción III del Artículo 21 de la Ley Federal del Derecho de Autor.

GARANTÍA

El software Dosepy se ofrece sin ninguna garantía de cualquier tipo. Su uso es responsabilidad del usuario.

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

Dosepy-0.3.9.tar.gz (738.6 kB view hashes)

Uploaded Source

Built Distribution

Dosepy-0.3.9-py3-none-any.whl (742.7 kB view hashes)

Uploaded Python 3

Supported by

AWS AWS Cloud computing and Security Sponsor Datadog Datadog Monitoring Fastly Fastly CDN Google Google Download Analytics Microsoft Microsoft PSF Sponsor Pingdom Pingdom Monitoring Sentry Sentry Error logging StatusPage StatusPage Status page