[发明专利]一种基于CUDA的剂量计算优化方法及装置

说明书

本发明公开了一种基于CUDA的剂量计算优化方法及装置，通过将纹理边界属性设置为周期性边界，再对放疗剂量模型中的数据进行滑移以适应计算方向，可以使得变换后的数据仍然保持原有的数据大小，避免了原有转动法中需要占据更大的显存空间的问题，其对数据滑移的操作也比原有转动法中使用矩阵乘法运算的三维转动操作具有更快的速度和更高的效率，同时滑移后的数据方向与计算方向垂直，使用GPU计算时可以避免读取冲突以及达到合并访问，从而大大提高了GPU计算的效率和速度。

技术领域

本发明属于放疗剂量计算领域，具体涉及一种基于CUDA的剂量计算优化方法及装置。

背景技术

放疗计划验证中需要计算放射剂量分布，比较主流的算法有笔形束(pencilbeam)算法，CCCS算法等算法，其中，CCCS算法为较为常用的算法。CCCS算法中包含大量可并行、强化小的计算，这些步骤非常适合使用CUDA软件调用GPU进行计算。要充分发挥GPU计算的性能，需要注意对全局内存(global memory)和共享内存(shared memory)中数据的读取方式。具体地，需要避免在共享内存中发生读取冲突(reading conflict)。所谓读取冲突，指两个或多个线程同时读取同一组(bank)中的不同32位字中的任意字节。另外，在全局内存读取中尽量做到合并访问(coalesced access)，即各线程处理的数据的物理地址是连续的，也有助于提高GPU的计算效率。

在使用CCCS算法计算总剂量时，需要沿放疗剂量模型的各方向，对所经体素点进行迭代计算，并把各方向结果累加，得到最终的剂量。但在计算机中，放疗剂量模型的数据排列方向与实际的剂量计算方向常常不垂直，在这一情况下进行剂量计算，会导致上面所说的读取冲突以及不能合并访问的情况，从而会大大降低GPU的计算效率。

针对这一问题，现有技术中，常使用对数据在显存中进行转动的方式进行解决，具体的，是对数据组成的三维立方体进行三维转动，把数据转动到与计算方向正对，然后再进行计算。这种方法需要另外分配一块显存，存放转动后的数据，且由于转动后立方体形状不规则，存放数据的区域通常比转动前大。转动需要一定的计算量，影响算法效率。

如图1所示，以二维的情况做示意，长方形为原数据排列方式，箭头线为计算的方向。现有技术通过上述转动，将左图的数据方块转动成右图，从而使得计算方向变成垂直方向。但从右图可见，转动后需要更大的显存空间存储原有数据，且新的数据排列方式在长方形的四个角处存在资源浪费。这种情况在三维的情况会更加明显。

发明内容

为了克服上述技术缺陷，本发明提供一种基于CUDA的剂量计算优化方法及装置，可以避免了原有转动法中需要占据更大的显存空间的问题，其对数据滑移的操作也比原有转动法中使用矩阵乘法运算的三维转动操作具有更快的速度和更高的效率，同时大大提高GPU计算的效率和速度。

为了解决上述问题，本发明按以下技术方案予以实现的：

一种基于CUDA的剂量计算优化方法，包括：

S1、将CUDA软件的纹理边界属性设定为周期性边界；

S2、计算剂量计算方向与放疗剂量模型的数据排列方向的夹角；根据所述夹角，计算所述放疗剂量模型中每一层数据在不同方向上需要进行移动的距离；

S3、根据所述距离，对所述放疗剂量模型的每一层数据进行滑移，使所述放疗剂量模型的数据排列方向与所述剂量计算方向垂直；

S4、使用CCCS算法，对所述放疗剂量模型的数据进行累加计算，得到所述放疗剂量模型的总剂量。

进一步的，本方法还包括：

S5、根据所述方向和距离，对所述放疗剂量模型进行反变换，将滑移后的数据归位，使所述放疗剂量模型恢复原来的数据排列方式。

进一步的，所述步骤S2包括：