CN107290774A - 中子剂量快速确定方法 - Google Patents
中子剂量快速确定方法 Download PDFInfo
- Publication number
- CN107290774A CN107290774A CN201710600950.1A CN201710600950A CN107290774A CN 107290774 A CN107290774 A CN 107290774A CN 201710600950 A CN201710600950 A CN 201710600950A CN 107290774 A CN107290774 A CN 107290774A
- Authority
- CN
- China
- Prior art keywords
- volume elements
- calculated
- neutron
- body element
- irradiation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T3/00—Measuring neutron radiation
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
本发明公开了中子剂量快速确定方法,解决了现有技术中确定硼中子俘获的三维辐照剂量的时间较长、准确率不高的问题。本发明包括1)在CPU平台上形成中子辐照的体模数据,进行体模数据的离散化,形成计算体元,并确定三维空间上每个计算体元的物质标号;2)选定用于确定中子束剂量的GPU平台,通过CPU平台向GPU平台传送计算数据;3)在GPU上利用蒙特卡罗程序并行计算三维辐照剂量矩阵D的每个单元的剂量,GPU平台向CPU平台返回辐照剂量矩阵数据D。本发明实现了将原有在CPU中运行的方式修改为在GPU中运行,极大地提高了运行的速率,并且有效保证了计算的精度。
Description
技术领域
本发明涉及一种中子剂量的确定方法,具体涉及中子剂量快速确定方法。
背景技术
为了实现硼中子俘获治疗,除了必要的热中子照射设备外,快速准确评估热中子辐照后在人体中的剂量分布也是一个关键环节。迄今为止,硼中子俘获治疗肿瘤的方法已有70多年历史,尽管方法先进、有效,但一直未能取得临床应用的突破,主要技术瓶颈为三个方面:制造适用于医院大产额中子源的困难;研制富集于人体含硼药物的困难;热中子辐照剂量的准确快速确定的困难。硼中子俘获治疗在对一些肿瘤的临床试治中都出现过因辐照过量导致正常组织坏死的情况,也出现了在患部辐照剂量不足形成日后肿瘤的复发的情况。这些情况反映了实施辐照剂量与处方辐照剂量的差距。
目前国际上辐照剂量计算软件有:美国的SERA,2000年,由Seppal T,Kankaanranta L,Se.T等人在日本大阪举行的第九届中子俘获治疗癌症国际研讨会上发表;美国的Mac NCTPlan,2002年,由Santa Cruz S J,Kiger W III等人在德国埃森市举行的第十届中子俘获治疗癌症国际研讨会上发表;日本的JCDS,2004年,由Kumada H,Yamamoto K,Matsumura A在Phys.Med.Biol.杂志第49卷上发表。
上述软件主体计算均采用蒙特卡罗程序MCNP模拟,硼中子俘获治疗的单一网格模型结构简单,由完全相同的立方体网格(或长方体网格)组成,排列有序,随着网格尺寸的变小,网格数多达几十万,蒙特卡罗程序MCNP在模拟硼中子俘获治疗模型时计算粒子射线与网格面的交点要花费大量时间,除此以外,材料的质量密度、原子密度以及网格的六个面号等都是网格编号的函数,这些数组很庞大,搜索时间相当长。
发明内容
本发明的目的在于解决现有技术中确定硼中子俘获的三维辐照剂量的时间较长、准确率不高的问题,提供一种解决上述问题的中子剂量快速确定方法。
本发明通过下述技术方案实现:
中子剂量快速确定方法,包括:
1)在CPU平台上形成中子辐照的体模数据,进行体模数据的离散化,形成计算体元,并确定三维空间上每个计算体元的体元标号;所述计算体元包括大小成正倍数的关系的辐照区体元和非辐照区体元,辐照区体元小于非辐照区体元,计算体元均为立方体;
2)选定用于确定中子束剂量的GPU平台,通过CPU平台向GPU平台传送计算数据;
3)在GPU上利用蒙特卡罗程序并行计算三维辐照剂量矩阵D的每个单元的剂量,GPU平台向CPU平台返回辐照剂量矩阵数据D。
虽然在GPU平台上并行计算的方式在其它领域有类似的应用,但是在中子辐射治疗中尚未见报道。在现有技术中,通常是仅仅在CPU平台上采用蒙特卡罗程序进行中子辐照剂量的计算,该方式由于计算的数据量庞大,导致计算速率较低。本发明将现有的计算过程搬入GPU中进行,采用GPU平台对蒙特卡罗程序并行运算,由于GPU本身的特性,可以使计算速率得到极大地提高。
由于在采用现有技术所述的蒙特卡罗程序进行计算时,因为计算规则的限制,导致现有技术中的蒙特卡罗程序并不能完全适用于GPU与CPU中并行计算,因而,本发明优化了辐照的几何位置对应于计算体元中体元点的算法,通过该算法的优化设置,进而使蒙特卡罗程序能在GPU中运行时极大提高计算速率,并且有效保证计算的精度。
本发明中采用的蒙特卡罗程序中除辐照的几何位置与计算体元中体元点的对应计算方式以外,其余均为现有技术,因此下面着重阐述辐照的几何位置与计算体元中体元点的对应计算方式,其他计算过程不再赘述。
蒙特卡罗程序中,该辐照的几何位置对应于计算体元中体元点的算法如下:
假设粒子所在空间点坐标为P(X,Y,Z),计算I=X/dX,J=Y/dY,K=Z/dZ,然后再利用IX、IY和IZ所确定的对应关系得到点P在三维辐照剂量矩阵D中对应的体元标号。
其中,I、J、K分别为P点在数组IX、IY和IZ中的体元标号,dX为计算体元在X方向上的大小,dY为计算体元在Y方向上的大小,dZ为计算体元在Z方向上的大小;IX是在X方向上按dX大小进行离散化所形成的体元与计算体元在X方向的对应关系;IY是在Y方向上按dY大小进行离散化所形成的体元与计算体元在Y方向的对应关系;IZ是在Z方向上按dZ大小进行离散化所形成的体元与计算体元在Z方向的对应关系。
进一步,本发明的具体实现方法如下:
1)在CPU平台上形成中子辐照的体模数据,所述体模数据包括人体CT数据、体表轮廓、肿瘤区域和危及器官区域;然后进行体模数据的离散化,形成计算体元,并获得三维空间上的人体CT值矩阵H[NX*NY*NZ],器官标志矩阵M[NX*NY*NZ]、X方向体元的长度PX[NX]、Y方向体元的长度PY[NY]、Z方向体元的长度PZ[NZ]、IX[2*NX]、IY[2*NY]和IZ[2*NZ]。
根据人体CT值矩阵的值可以确定每个计算体元对应的人体CT值。根据器官标志矩阵的值可以确定每个计算体元所属的器官,进而判断该计算体元是否是肿瘤、或者是正常组织、危及器官等。
为了提高计算速率,同时保证计算的精度,本发明中使用了不同大小的计算体元,其中肿瘤区域的计算体元较小,而非肿瘤区域的计算体元较大。即,所述计算体元包括大小成正倍数的关系的辐照区体元和非辐照区体元,辐照区体元小于非辐照区体元,计算体元均为立方体;所述辐照区体元中:dY=dY=dZ=0.25cm,所述非辐照区体元的大小为非辐照区体元大小的两倍。
在本发明中,非肿瘤区域的计算体元大小是肿瘤区域的计算体元大小的8倍,即在X、Y、Z方向上均为2倍。当采用非均匀体元时,不能简单利用体元空间点的坐标(X,Y,Z)除以体元大小(dX,dY,dZ)来获得体元的体元编号。为了加快计算速度,本发明中,预先按照小体元的大小来计算空间点的坐标和实际使用的体元的编号的对应关系,并保存在数组IX、IY、IZ中,并设置数组IZ、IY、IZ的长度分别为2*NX、2*NY和2*NZ。
根据人体CT值矩阵H[NX*NY*NZ]确定每个计算体元的物质标号和元素组成,得到体元元素矩阵VOX[NX*NY*NZ],其中,NX、NY、NZ分别为X、Y、Z方向上的体元数目;
在CPU平台上设置中子束辐照参数,该中子束辐照参数包括:入射角度、射野形状、辐照时间、中子源强度;在CPU平台上根据体元所在的区域设置每个器官的硼含量B[NORG],其中NORG为器官数目。
2)选定用于确定中子束剂量的GPU平台,通过CPU平台向GPU平台传送计算数据;计算数据包括NX、NY、NZ、dX、dY、dZ、M、PX、PY、PZ、IX、IY、IZ、VOX、NORG、B、D、入射角度、射野形状、辐照时间、中子源强度。
3)在GPU平台上利用蒙特卡罗程序通过多数据流SIMD的处理方式计算三维辐照剂量矩阵D的每个计算体元的剂量分布,GPU平台向CPU平台返回辐照剂量矩阵数据;
蒙特卡罗程序中,辐照的几何位置对应于计算体元中体元点的算法如下:
假设粒子所在空间点坐标为P(X,Y,Z),计算I=X/dX,J=Y/dY,K=Z/dZ,I、J、K分别为P点在数组IX、IY和IZ中的标号,然后利用IX、IY和IZ所确定的对应关系得到点P在三维辐照剂量矩阵D中对应的体元标号。
CPU,英文Central Processing Unit的缩写,意指中央处理机。GPU,英文GraphicProcessing Unit的缩写,意指图形处理单元,最初应用于图形显示的加速。SIMD,英文Single Instruction Multiple Data的缩写,意指单指令多数据流。CT,英文ComputerTomography的缩写,意指计算机断层扫描。
本发明中的GPU多数据流SIMD的处理方式可并行地对大规模的数据进行操作,大大缩短计算的时间。本发明在CPU和GPU异构平台上实现了快速的硼中子俘获的三维辐照剂量计算。针对硼中子俘获的特定应用,制定特定的几何取样算法,即辐照的几何位置对应于计算体元中体元点的算法,以加快计算速度。在提高计算速度的基础上,采用非均匀网格,在肿瘤区域使用较小的计算体元,在非肿瘤区域使用较大的计算体元,在保证计算速度的基础上提高计算精度。
本发明与现有技术相比,具有如下的优点和有益效果:
1、本发明实现了将原有在CPU平台中运行计算的方式修改为在GPU平台中运行计算,极大地提高了运行的速率;
2、本发明在实现提高运行速率的同时,有效使计算精度与基于CPU平台的确定硼中子俘获剂量分布的方法相当。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例
中子剂量快速确定方法,如图1所示,包括:
(1)在CPU平台输入人体CT数据、体表轮廓、肿瘤区域和危及器官区域。
(2)在CPU平台上将人体CT数据离散化为计算体元。在辐照区域,计算体元的大小为dX×dY×dZ cm3,可以取dX=dY=dZ=0.25。在非照射区域,计算体元的大小k1dX×k2dY×k3dZ cm3,可以取k1=k2=k3=k=2。这样可以保证在高辐照剂量区域的计算精度,也可以保证相应的计算速度。
离散化后获得以下的矩阵:CT值H[NX*NY*NZ]、器官标志矩阵M[NX*NY*NZ]、X方向体元的长度PX[NX]、Y方向体元的长度PY[NY]、Z方向体元的长度PZ[NZ]、IX[2*NX]、IY[2*NY]和IZ[2*NZ]。
其中NX、NY、NZ分别为X、Y、Z方向上的体元数目。IX是在X方向上按dX大小进行离散化所形成的体元与计算体元在X方向的对应关系,IY是在Y方向上按dY大小进行离散化所形成的体元与计算体元在Y方向的对应关系,IZ是在Z方向上按dZ大小进行离散化所形成的体元与计算体元在Z方向的对应关系。
(3)在CPU平台上根据人体CT值矩阵H设置每个计算体元的物质标号,得到体元元素矩阵VOX[NX*NY*NZ]。人体电脑断层扫描CT值H、器官类型、物质标号及其元素组成见下表1。
表1
(4)在CPU平台上设置中子束辐照参数,包括入射角度、射野形状、辐照时间、中子源强度。
(5)在CPU平台上根据体元所在的区域设置每个体元的硼含量B[NORG],其中NORG为器官数目。
(6)选定用于确定计算的GPU,为GPU分配存储器空间,向GPU传送计算数据。需要传送的数据包括NX、NY、NZ、dX、dY、dZ、M、PX、PY、PZ、IX、IY、IZ、VOX、NORG、B、D、入射角度、射野形状、辐照时间、中子源强度等。
(7)在GPU平台上利用蒙特卡罗程序通过多数据流SIMD的处理方式计算三维辐照剂量矩阵D的每个计算体元的剂量分布。对于蒙特卡罗程序,其几何位置对应于体元点的确定采用本发明的算法,其它部分利用通用的蒙特卡罗程序。其中,几何位置与体元点的对应关系的算法为:
假设粒子所在空间点坐标为P(X,Y,Z),计算I=X/dX,J=Y/dY,K=Z/dZ,I、J、K分别为P点在数组IX、IY和IZ中的标号,然后利用IX、IY和IZ所确定的对应关系得到点P在三维辐照剂量矩阵D中对应的物质标号。
(8)GPU平台向CPU平台返回辐照剂量矩阵数据。
本发明计算了热中子照射下体模内的计算时间,具体如下:
中子源设置为点源,中子源的中心轴垂直与体模表面,在体模表面形成10cm×10cm的射野。辐照区体元大小为0.25cm×0.25cm×0.25cm,野外区域体元大小为0.5cm×0.5cm×0.5cm,野外区域体元即非辐照区体元,入射粒子数为1000万。
本发明采用Pentium双核,中心频率为2.80GHz的计算机型,采用现有技术中的蒙特卡罗程序在CPU平台上运行时,需要时间为100分钟;
本发明采用GeForce GTX 470的计算机型号,采用本发明优化后的蒙特卡罗程序在CPU和GPU的异构平台上运行时,需要时间为35分钟;
通过上述结果可知:计算时间加快约2.86倍。并且,通过两种方法在相同计算体元上的最大辐照剂量差值为1.0×10-4,可以确定本发明方法的计算精度与基于CPU平台的确定硼中子俘获剂量分布的方法相当。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.中子剂量快速确定方法,其特征在于,包括:
1)在CPU平台上形成中子辐照的体模数据,进行体模数据的离散化,形成计算体元,并确定三维空间上每个计算体元的体元标号;所述计算体元包括大小成正倍数的关系的辐照区体元和非辐照区体元,辐照区体元小于非辐照区体元,计算体元均为立方体;
2)选定用于确定中子束剂量的GPU平台,通过CPU平台向GPU平台传送计算数据;
3)在GPU平台上利用蒙特卡罗程序计算三维辐照剂量矩阵D的每个计算体元的剂量,GPU平台向CPU平台返回辐照剂量矩阵数据D。
2.根据权利要求1所述的中子剂量快速确定方法,其特征在于,所述蒙特卡罗程序中,辐照的几何位置对应于计算体元中体元点的算法如下:
假设粒子所在空间点坐标为P(X,Y,Z),计算I=X/dX,J=Y/dY,K=Z/dZ,然后再利用IX、IY和IZ所确定的对应关系得到点P在三维辐照剂量矩阵D中对应的体元标号;
其中,I、J、K分别为P点在数组IX、IY和IZ中的体元标号,dX为计算体元在X方向上的大小,dY为计算体元在Y方向上的大小,dZ为计算体元在Z方向上的大小;
IX、IY和IZ所确定的对应关系如下:
IX是在X方向上按dX大小进行离散化所形成的体元与计算体元在X方向的对应关系;IY是在Y方向上按dY大小进行离散化所形成的体元与计算体元在Y方向的对应关系;IZ是在Z方向上按dZ大小进行离散化所形成的体元与计算体元在Z方向的对应关系。
3.根据权利要求2所述的中子剂量快速确定方法,其特征在于,步骤1)的过程为:
在CPU平台上形成中子辐照的体模数据,进行体模数据的离散化,形成计算体元,并获得三维空间上的人体CT值矩阵H[NX*NY*NZ],根据人体CT值矩阵H[NX*NY*NZ]确定每个计算体元的物质标号和元素组成,得到体元元素矩阵VOX[NX*NY*NZ],其中,NX、NY、NZ分别为X、Y、Z方向上的计算体元数目;
在CPU平台上设置中子束辐照参数;在CPU平台上根据计算体元所在的区域设置每个器官的硼含量B[NORG],其中NORG为器官数目。
4.根据权利要求3所述的中子剂量快速确定方法,其特征在于,离散化后获得的矩阵包括:三维空间上的人体CT值矩阵H[NX*NY*NZ]、器官标志矩阵M[NX*NY*NZ]、X方向体元的长度PX[NX]、Y方向体元的长度PY[NY]、Z方向体元的长度PZ[NZ]、IX[2*NX]、IY[2*NY]和IZ[2*NZ]。
5.根据权利要求4所述的中子剂量快速确定方法,其特征在于,
所述中子束辐照参数包括:入射角度、射野形状、辐照时间、中子源强度;
所述计算数据包括NX、NY、NZ、dX、dY、dZ、M、PX、PY、PZ、IX、IY、IZ、VOX、NORG、B、D、入射角度、射野形状、辐照时间、中子源强度。
6.根据权利要求1所述的中子剂量快速确定方法,其特征在于,所述辐照区体元中:dY=dY=dZ=0.25cm,所述非辐照区体元的大小为辐照区体元大小的两倍。
7.根据权利要求1所述的中子剂量快速确定方法,其特征在于,所述体模数据包括人体CT数据、体表轮廓、肿瘤区域和危及器官区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710600950.1A CN107290774A (zh) | 2017-07-21 | 2017-07-21 | 中子剂量快速确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710600950.1A CN107290774A (zh) | 2017-07-21 | 2017-07-21 | 中子剂量快速确定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107290774A true CN107290774A (zh) | 2017-10-24 |
Family
ID=60102794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710600950.1A Pending CN107290774A (zh) | 2017-07-21 | 2017-07-21 | 中子剂量快速确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107290774A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109192273A (zh) * | 2018-09-10 | 2019-01-11 | 东莞东阳光高能医疗设备有限公司 | 硼中子俘获治疗的束流评估方法、装置、设备及存储介质 |
CN110013613A (zh) * | 2019-04-16 | 2019-07-16 | 东莞东阳光高能医疗设备有限公司 | 一种硼中子俘获治疗计划系统 |
CN110404184A (zh) * | 2019-06-13 | 2019-11-05 | 苏州同调医学科技有限公司 | 一种测算放疗射线剂量分布和剂量目标函数的方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955567A (zh) * | 2014-04-10 | 2014-07-30 | 中国科学院近代物理研究所 | 基于gpu的多粒子输运仿真方法 |
CN104298871A (zh) * | 2014-10-09 | 2015-01-21 | 中国科学院合肥物质科学研究院 | 一种辐射防护中基于gpu加速的体素人体模型剂量评估加速方法 |
CN104749605A (zh) * | 2013-12-30 | 2015-07-01 | 中国辐射防护研究院 | 一种可用于实时测量有效剂量的监测方法及装置 |
CN106291650A (zh) * | 2016-08-31 | 2017-01-04 | 广州市岱尼欣贸易有限公司 | 基于蒙特卡罗的剂量测量方法 |
CN106474634A (zh) * | 2015-11-17 | 2017-03-08 | 南京中硼联康医疗科技有限公司 | 基于医学影像数据的几何模型建立方法 |
CN106943679A (zh) * | 2017-04-24 | 2017-07-14 | 安徽慧软科技有限公司 | 基于gpu蒙特卡洛算法的磁场下光子和电子剂量计算方法 |
-
2017
- 2017-07-21 CN CN201710600950.1A patent/CN107290774A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104749605A (zh) * | 2013-12-30 | 2015-07-01 | 中国辐射防护研究院 | 一种可用于实时测量有效剂量的监测方法及装置 |
CN103955567A (zh) * | 2014-04-10 | 2014-07-30 | 中国科学院近代物理研究所 | 基于gpu的多粒子输运仿真方法 |
CN104298871A (zh) * | 2014-10-09 | 2015-01-21 | 中国科学院合肥物质科学研究院 | 一种辐射防护中基于gpu加速的体素人体模型剂量评估加速方法 |
CN106474634A (zh) * | 2015-11-17 | 2017-03-08 | 南京中硼联康医疗科技有限公司 | 基于医学影像数据的几何模型建立方法 |
CN106291650A (zh) * | 2016-08-31 | 2017-01-04 | 广州市岱尼欣贸易有限公司 | 基于蒙特卡罗的剂量测量方法 |
CN106943679A (zh) * | 2017-04-24 | 2017-07-14 | 安徽慧软科技有限公司 | 基于gpu蒙特卡洛算法的磁场下光子和电子剂量计算方法 |
Non-Patent Citations (2)
Title |
---|
开源程序: "蒙特卡罗开源程序", 《OPEN MC V0.8.0.DOCS》 * |
邱有恒: "BNCT蒙特卡洛剂量计算的混合网格算法研究", 《高能物理与核物理》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109192273A (zh) * | 2018-09-10 | 2019-01-11 | 东莞东阳光高能医疗设备有限公司 | 硼中子俘获治疗的束流评估方法、装置、设备及存储介质 |
CN109192273B (zh) * | 2018-09-10 | 2021-09-28 | 东莞东阳光高能医疗设备有限公司 | 硼中子俘获治疗的束流评估方法、装置、设备及存储介质 |
CN110013613A (zh) * | 2019-04-16 | 2019-07-16 | 东莞东阳光高能医疗设备有限公司 | 一种硼中子俘获治疗计划系统 |
CN110404184A (zh) * | 2019-06-13 | 2019-11-05 | 苏州同调医学科技有限公司 | 一种测算放疗射线剂量分布和剂量目标函数的方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jia et al. | GPU-based fast Monte Carlo simulation for radiotherapy dose calculation | |
Jia et al. | GPU-based fast Monte Carlo dose calculation for proton therapy | |
Yepes et al. | A GPU implementation of a track-repeating algorithm for proton radiotherapy dose calculations | |
Jahnke et al. | GMC: a GPU implementation of a Monte Carlo dose calculation based on Geant4 | |
Fracchiolla et al. | Characterization and validation of a Monte Carlo code for independent dose calculation in proton therapy treatments with pencil beam scanning | |
CN100496386C (zh) | 精确放射治疗计划系统 | |
Schümann et al. | Efficient voxel navigation for proton therapy dose calculation in TOPAS and Geant4 | |
Sanchez-Garcia et al. | A new approach for dose calculation in targeted radionuclide therapy (TRT) based on collapsed cone superposition: validation with 90Y | |
Townson et al. | GPU-based Monte Carlo radiotherapy dose calculation using phase-space sources | |
Inaniwa et al. | A trichrome beam model for biological dose calculation in scanned carbon-ion radiotherapy treatment planning | |
CN107290774A (zh) | 中子剂量快速确定方法 | |
Douglass et al. | Development of a randomized 3D cell model for Monte Carlo microdosimetry simulations | |
CN103405852A (zh) | 立体定向放射治疗剂量场分布的快速计算方法 | |
CN105740573A (zh) | 一种用于放射线剂量计算的双步蒙特卡洛模拟方法 | |
Furuta et al. | Implementation of tetrahedral-mesh geometry in Monte Carlo radiation transport code PHITS | |
Debus et al. | A point kernel algorithm for microbeam radiation therapy | |
Fonseca et al. | The contribution from transit dose for 192Ir HDR brachytherapy treatments | |
Pipek et al. | A modular Geant4 model of Leksell Gamma knife perfexion™ | |
Maneval et al. | pGPUMCD: an efficient GPU-based Monte Carlo code for accurate proton dose calculations | |
CN102201036A (zh) | Gpu加速剂量计算中微分卷积积分算法的实现 | |
CN107073288B (zh) | 照射计划装置以及照射计划校正方法 | |
Zou et al. | A clinically feasible method for the detection of potential collision in proton therapy | |
Lee et al. | MOQUI: an open-source GPU-based Monte Carlo code for proton dose calculation with efficient data structure | |
CN106621071B (zh) | 基于云计算的治疗计划系统及其使用方法 | |
Chen et al. | Development of Monte Carlo based treatment planning system for BNCT |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171024 |