【摘要】：放射治療是目前治療惡性腫瘤的主要手段之一，放射治療計(jì)劃的快速制定具有很現(xiàn)實(shí)的意義。而劑量計(jì)算是放射治療計(jì)劃的核心，劑量計(jì)算的速度與精度，對(duì)放射治療計(jì)劃制定的效率和質(zhì)量具有重要影響。 常用的劑量計(jì)算方法有蒙特卡羅法、筆形束法和卷積疊加算法。蒙特卡羅方法的計(jì)算精度較高，但耗時(shí)很長；筆形束法的計(jì)算速度比蒙特卡羅方法快，但精度較低；卷積疊加算法的計(jì)算速度比蒙特卡羅方法快，同時(shí)精度比筆形束法高，其中一種改進(jìn)的卷積疊加算法，即CollapsedCone卷積疊加算法（Collapsed Cone Convolution/Superposition, CCCS）降低了計(jì)算復(fù)雜度，計(jì)算速度獲得較大提高，但實(shí)際應(yīng)用特別是調(diào)強(qiáng)放射治療（Intensity Modulated Radiotherapy,IMRT）治療計(jì)劃設(shè)計(jì)時(shí)，其計(jì)算速度還有待于進(jìn)一步提高。 能譜是CCCS劑量計(jì)算的重要參數(shù)之一。醫(yī)用直線加速器高能射束能譜的直接測(cè)量很困難，根據(jù)百分深度劑量的測(cè)量數(shù)據(jù)，本文提出利用模擬退火優(yōu)化算法對(duì)光子束能譜進(jìn)行重建，并利用蒙特卡羅軟件對(duì)光子束能譜進(jìn)行模擬，對(duì)模擬退火法重建的光子束能譜進(jìn)行評(píng)估，實(shí)驗(yàn)結(jié)果表明利用模擬退火算法進(jìn)行光子束能譜重建可靠有效。 在放射治療計(jì)劃制定過程中，計(jì)劃優(yōu)化過程需要反復(fù)進(jìn)行劑量計(jì)算，為了提高治療計(jì)劃的優(yōu)化速度，CCCS算法的計(jì)算速度依然需要大幅提高以滿足實(shí)際臨床的需要。近年來圖形處理器(Graphics Processing Units，GPU)以高并行度、高浮點(diǎn)處理能力，在各個(gè)領(lǐng)域得到快速發(fā)展，并開始應(yīng)用在劑量計(jì)算和治療計(jì)劃優(yōu)化方面。本文提出利用GPU對(duì)CCCS算法的四個(gè)核心模塊進(jìn)行加速計(jì)算，采用計(jì)算統(tǒng)一設(shè)備架構(gòu)（Compute Unified Device Architecture，CUDA），實(shí)驗(yàn)環(huán)境是Windows7系統(tǒng)、Visual Studio2010開發(fā)平臺(tái)，CUDA4.1環(huán)境，型號(hào)為NVIDIAQuadroFX380LP、計(jì)算能力為1.2的GPU。 為了評(píng)估基于GPU加速的CCCS劑量計(jì)算方法的性能，將其計(jì)算結(jié)果與CPU環(huán)境下的CCCS算法的計(jì)算結(jié)果進(jìn)行比較，從計(jì)算時(shí)間和精度兩個(gè)方面進(jìn)行評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明：利用GPU對(duì)CCCS算法進(jìn)行加速計(jì)算，可以顯著縮短劑量的計(jì)算時(shí)間，并且隨著計(jì)算規(guī)模的增大，，加速比相應(yīng)地增大，同時(shí)計(jì)算精度可得到保證。綜上所述，利用GPU進(jìn)行快速劑量計(jì)算是一種可靠、快速的新型計(jì)算方法，在保證計(jì)算精度的同時(shí)可以大大加快劑量計(jì)算速度，且占用空間小、花費(fèi)較少，具有廣闊的應(yīng)用前景。
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：R730.55

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 王恒;朱玉全;吳微;;DICOM醫(yī)學(xué)圖像文件的信息提取及圖像顯示的實(shí)現(xiàn)[J];醫(yī)療設(shè)備信息;2007年09期

2 林春漪,尹俊勛,馬麗紅,陳健宇;論解讀DICOM醫(yī)學(xué)圖像文件及其顯示的VC++實(shí)施方法[J];現(xiàn)代醫(yī)學(xué)儀器與應(yīng)用;2005年01期

3 周正東;宋威;;Collapsed Cone光子束劑量計(jì)算方法研究[J];中國生物醫(yī)學(xué)工程學(xué)報(bào);2011年06期

相關(guān)博士學(xué)位論文 前1條

1 白洪濤;基于GPU的高性能并行算法研究[D];吉林大學(xué);2010年

本文編號(hào)：2520184