La principal motivación que ha propiciado el veloz progreso de las técnicas de prevención y tratamiento del cáncer en los últimos años ha sido, y continúa siendo, su protagonismo en las listas de principales causas de muerte: más de 10 millones de diagnósticos anuales a escala global y más de 160.000 en territorio español. En este contexto, la implementación clínica de los Sistemas de Planificación de Tratamientos de Radioterapia (RTPS) ha desempeñado un papel capital. Resulta lugar común en el ámbito de la medicina nuclear que los algoritmos convencionales de cálculo de dosis que poseen los RTPS, de naturaleza determinista, carecen de la precisión necesaria a la hora de determinar el transporte lateral de electrones cuando un haz de partículas cargadas incide en la interfaz entre un medio material de densidad baja y otro de densidad alta; además, incurren en predicciones de dosis erróneas ante la presencia de heterogeneidades debido a la alta dispersión de electrones que se produce entre los distintos materiales. Se ha comprobado que los métodos de cálculo de dosis basados en Monte Carlo (MC) proporcionan distribuciones de dosis más precisas que los algoritmos convencionales en los planificadores 3D comerciales. Sin embargo, pese a la substancial mejora que ofrecen los primeros, aún no se han conseguido implementar de forma extensiva en el ámbito clínico debido al coste de tiempo computacional que requieren para obtener resultados con una estadística aceptable. Esta tesis presenta un estudio de integración de cálculos dosimétricos realizados con un código de transporte de partículas basado en Monte Carlo (MCNP) en un Sistema de Planificación de Tratamientos de distribución libre (PlanUNC), análogo a los comerciales. El trabajo comprende no sólo la consecución de un software que permite la intercomunicación de MCNP con PLUNC, al que se designa con el nombre de MCTPS-UPV, sino también un estudio de optimización de la simulación MC con objeto de agilizar el cálculo y minimizar su tiempo de computación, sin perjuicio de obtener resultados estadísticamente válidos. Los resultados demuestran que, acoplando en PLUNC el código MCNP en su versión 5 1.40 (y partiendo de la suposición de que los resultados de MCNP5 se ajustan a los experimentales en un intervalo de error del 5%, puesto que han sido validados experimentalmente en una cuba de agua con heterogeneidades con el acelerador lineal (LinAc) Elekta Precise y un colimador multiláminas (MLC)), puede efectuarse dicha simulación en pacientes reales mediante una metodología que permite tiempos computacionales aptos para su aplicación clínica y deposiciones de dosis precisas en medios heterogéneos. La investigación proporciona, además, de forma académica, un estudio extensivo tanto práctico como teórico en torno a la simulación MC en sistemas de planificación de tratamientos y a las particularidades asociadas a la implementación clínica de los algoritmos dosimétricos MC, tales como la influencia de las heterogeneidades en la deposición de dosis en el paciente, la influencia del tamaño de la voxelización o la reducción de varianza en el cálculo estadístico, tan importantes en el contexto en que ésta se inscribe. Las simulaciones se llevan a cabo mediante un LinAc Elekta Precise con MLC y distintos tamaños y conformaciones de campo que permiten un análisis exhaustivo de todas las variables que participan en la irradiación. Finalmente, el trabajo debe derivar en una futura validación experimental de las distribuciones de dosis dentro del maniquí RANDO mediante dosímetros, además de en la posibilidad de obtener tiempos de cálculo realistas mediante tecnologías más accesibles al usuario, en la posibilidad de incluir una conformación del haz posterior a la simulación incial del espacio de fase o en el estudio de la contaminación del paciente por fotoneutrones. Abella Aranda, V. (2014). Sistema de Planificación de Tratamientos de Radioterapia para Aceleradores Lineales de Partículas (LinAc) basado en el método Monte Carlo [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/43219