[发明专利]基于GPU蒙特卡洛算法的磁场下光子和电子剂量计算方法

说明书

本发明公开了一种基于GPU蒙特卡洛算法的磁场下光子和电子剂量计算方法，包括：1采集数据；2确定GPU的最优线程数和输运任务批次；3利用蒙特卡洛算法计算每个批次在磁场作用下的光子和电子辐射剂量；4基于GPU快速原子加法统计剂量结果。本发明能快速且准确的计算出磁场作用下光子和电子的辐射剂量，可用于磁共振实时引导放射治疗MRIgRT的治疗计划系统中的剂量计算，进而提高MRIgRT治疗计划系统中剂量计算的准确性与速度，改善放射治疗的效果。

技术领域

本发明属于计算机信息技术在核技术领域的应用，尤其涉及到医学放射治疗技术领域，具体的说是一种基于GPU蒙特卡洛算法的磁场下光子和电子剂量计算方法，可用于磁共振实时引导放射治疗MRIgRT的治疗计划系统中的剂量计算。

背景技术

癌症是人类死亡的主要原因之一，大约有70％的癌症患者在治疗癌症的过程中需要使用放射治疗，约有40％的癌症可以用放射治疗根治。实际患者接受的放射治疗方案是通过治疗计划系统来设计的。在治疗计划系统中，医生会根据病人的CT勾画出靶区器官与危及器官的轮廓，并设置好靶区器官的处方剂量及危及器官的剂量限值，然后这些信息会传送到物理师工作站，物理师在上述基础上，为病人制定的具体的放疗方案。这个方案主要是指设置病人实际放疗时放射源的能量、照射方向、照射野数目和权重。通过治疗计划系统计算出物理师制定的放疗方案是否满足医生规定的靶区剂量和危及器官剂量要求。若满足则按照物理师方案中提到的放射源对患者进行照射。反之则重新制定治疗计划，修改放射源数目、照射方向和权重，直到剂量计算的靶区剂量和危及器官剂量达到医生设定的要求。剂量计算主要计算的是放射源与人体模型相互作用时，在人体模型中沉积的剂量。人体模型主要是通过患者CT数据获取而来，放射源主要是参照上述物理师为病人设置的放射源的能量、照射方向、照射野数目和权重。

目前的治疗计划系统中的剂量计算主要是采用解析法来计算靶区剂量和危及器官剂量，解析法适合处理均匀介质的剂量计算问题，但是患者的器官是非均匀介质，解析法在处理非均匀介质的剂量计算问题时存在较大误差。另一方面，治疗计划系统主要支持CT的数据，制定放射治疗计划方案。导致病人必须通过CT扫描才能获取人体模型数据，对于一些运动器官，为了获得它们的清晰图像，体内需植入标记物，这让不少的病人很痛苦。临床数据表明CT获得的软组织分辨率不高，运动器官即使植入标记物，图像仍然不清晰，且在CT扫描时患者受到了非治疗需要的辐射剂量。

随着放疗技术与成像技术的发展，国际上提出用MRI引导放射治疗，即在治疗前、治疗中通过MRI来引导整个放射治疗的过程。MRI可实时跟踪器官运动变化，无辐射剂量，并能获得丰富的解剖结构、功能性信息。但MRI中存在磁场，而目前的治疗计划系统剂量计算并未将磁场的因素考虑，这将使得目前的治疗计划系统无法准确计算出磁场存在时的辐射剂量。另外通过PET也可以获取患者的图像信息，但目前的治疗计划系统暂时不支持PET成像的数据，用于剂量计算。

蒙特卡洛方法一直是公认计算辐射剂量的“黄金准则”。蒙特卡洛方法能解决在治疗计划系统中的剂量计算遇到的非均匀介质问题。但蒙特卡洛方法是基于统计的思想，需进行大量模拟才能保证结果的准确性，所以用蒙特卡洛方法解决治疗计划系统中的剂量计算问题，将花费很长的时间才能获得剂量结果。正是因为蒙特卡洛方法花费时间长，即使它能准确计算出剂量结果，该方法也一直无法应用于临床。

随着计算机的发展，基于Kepler构架和Maxwell构架的GPU在当前的科学计算中使用十分广泛。将已有的CPU大型模拟程序如Geant4、MCNP移植到GPU上，需手动改写代码，且GPU上十几GB内存分配到几千个线程，对于基于蒙特卡洛方法的程序而言，这是远远不足的。即使移植成功，也会因为GPU上的线程分歧、内存延时，C++多态功能导致编译器无法进行函数内联导致运行速度很慢。因而，目前若将基于蒙特卡洛方法的放射源粒子输运程序与GPU相结合，只能用于特定用途的蒙特卡洛程序模拟。