[发明专利]GPU加速剂量计算中微分卷积积分算法的实现

说明书

技术领域

本发明涉及肿瘤放射治疗中的剂量计算，具体来说是针对放射治疗中的规则野、非规则野和调强野采用GPU加速的微分卷积积分算法进行剂量计算。

背景技术

剂量计算是放疗治疗计划系统的核心内容之一，快速准确地提供感兴趣区内所受照射剂量的数据,对放疗计划的制定至关重要，如何在保证剂量计算精度的前提下减少剂量计算时间是制定放射治疗计划的主要瓶颈。

提高剂量计算速度的方法主要有两种，一是采用不同的剂量计算方法，二是借助于计算能力更强的硬件。目前放射治疗中研究和使用的剂量计算算法基本分为三种，按照计算精度从高到低计算时间从多到少依次是蒙特卡洛算法，微分卷积积分算法和笔形束算法。蒙特卡洛算法通常作为剂量计算的标准，模拟了粒子与物质相互作用的全过程，能计算各种复杂条件下的剂量分布，但计算复杂，耗时长，临床应用较少。笔形束算法只考虑了一维的非均匀修正，不能准确模拟次级射线在非均匀介质中的分布，所以在计算非均匀介质中剂量分布时具有很大的误差。微分卷积积分算法考虑了三维非均匀修正，对不均匀组织及复杂结构的计算有较高的精度，但较长的计算时间影响了微分卷积积分算法在制定治疗计划过程中的应用。

为了让微分卷积积分算法能成为日常的剂量计算算法，本专利采用图像处理器(graphic processing unit，GPU)对其进行加速，GPU最初是用于计算机图像显示和渲染的元件。现在的GPU不仅是功能强大的图像处理引擎，还是可用于科学计算的高度并行化的可编程处理器，GPU凭借多处理器及较高的存储器读写带宽，具备很高的运算性能。与传统的并行运算方式（如集群计算）相比，基于GPU的并行运算能够在个人电脑上实现，最重要的是在低成本情况下可以获得很好的计算效率。近几年，GPU在可编程和硬件架构等方面的快速发展在各领域引发了大量对GPU应用的研究，在科学计算方面扮演了越来越重要的角色。

实现基于GPU的并行运算，首先了解支持GPU运算的编程工具。CUDA(Compute Unified Device Architecture)是NVIDIA公司为GPU编程提出的一个全新的软硬件架构，它以C语言为基础，写出在GPU上执行的程序。关于CUDA详细的说明可以参看CUDA编程指南以及CUDA参考手册。本发明正是利用GPU编程中的CUDA技术对微分卷积积分算法进行加速的。

发明内容

本发明针对采用微分卷积积分算法计算光子剂量过程中存在数据量大、数据相关性低、数据有相同的执行程序，并行度和算术计算密集性高等特点，运用GPU实现了微分卷积积分剂量计算。它与常规方法不同之处在于：将善于处理复杂逻辑，串行计算的CPU，与适合大数据量，逻辑分支简单，并行计算的GPU相结合，具体来说，创建虚拟体模过程中，一个GPU线程计算虚拟体模中一个体元的电子密度；计算光子线的初级能量沉积时，一个GPU线程计算一条射线在所穿过的体元中的初级能量沉积；计算卷积时，一个GPU线程计算一个体元的剂量，其它部分仍在CPU上执行。通过CPU+GPU的处理模式，剂量计算时间大大减少。

附图说明

附图是本专利所用卷积积分算法原理图。图中虚线包围的部分是一个锥形束，M是假设的电子密度大于水的介质。

具体实施方式

采用微分卷积积分算法计算剂量可以分成两部分，一是计算初级射线与物质相互作用在单位质量内沉积的能量TERMA (total energy released per unit mass)。二是将TERMA和能量沉积核EDK（energy deposition kernel）进行卷积积分计算各体元吸收的能量。下面介绍这两个过程的原理。

计算TERMA在射束坐标系下进行，而由CT图像得到的初始体模是在人体坐标系中，计算TERMA之前通过对初始体模旋转插值，创建一个表面与射束方向垂直的虚拟体模有利于TERMA计算。已知虚拟体模体元坐标                                                ，初始体模中与其对应的坐标可以表示为：

                                                                          (1)

其中为机头的转角，为治疗床的转角，为准直器的转角，为射束坐标系与人体坐标系间的转换矩阵，通过对周围体元电子密度线性插值可以得到虚拟体模处电子密度。