GPU-accelerated Monte Carlo simulation of MV-CBCT.
GPU-accelerated Monte Carlo simulation of MV-CBCT.
复制标题
DOI：
10.1088/1361-6560/abaeba
复制
发表时间：
2020-12-02
影响因子：
3.5
通讯作者：
中科院分区：
文献类型：
--
作者：
蒙特卡罗模拟（MCS）是放射治疗中剂量计算和成像最精确的计算方法之一。然而，MCS的高计算复杂度和长的执行时间限制了其广泛的应用。在本文中，我们提出了一种新的策略，以加速MCS使用图形处理单元（GPU），我们演示了兆电压（MV）锥束计算机断层扫描（CBCT）模拟中的应用。一个新的框架，从一个单一的模拟运行生成一系列的MV投影是专为MV-CBCT采集。一个基于Geant 4的GPU光子模拟代码被纳入到框架中，通过一个幻影体积的光子传输的模拟。对加速MV图像模拟的FastEPID方法进行了改进并集成到框架中。在Catphan 604体模和具有2.5 MV、6 MV和6 MV FFF射束能量的拟人骨盆体模中测试了所提出的基于GPU的模拟策略的准确性和效率。在所有情况下，提出的基于GPU的模拟表现出很大的模拟精度和良好的协议与测量和基于CPU的模拟重建的图像质量。MV-CBCT模拟使用NVIDIA Tesla V100 GPU卡对2.5 GHz AMD Opteron™处理器6380加速约900 - 2300倍。
Monte Carlo simulation (MCS) is one of the most accurate computation methods for dose calculation and image formation in radiation therapy. However, the high computational complexity and long execution time of MCS limits its broad use. In this paper, we present a novel strategy to accelerate MCS using a graphic processing unit (GPU), and we demonstrate the application in mega-voltage (MV) cone-beam computed tomography (CBCT) simulation. A new framework that generates a series of MV projections from a single simulation run is designed specifically for MV-CBCT acquisition. A Geant4-based GPU code for photon simulation is incorporated into the framework for the simulation of photon transport through a phantom volume. The FastEPID method, which accelerates the simulation of MV images, is modified and integrated into the framework. The proposed GPU-based simulation strategy was tested for its accuracy and efficiency in a Catphan 604 phantom and an anthropomorphic pelvis phantom with beam energies at 2.5 MV, 6 MV, and 6 MV FFF. In all cases, the proposed GPU-based simulation demonstrated great simulation accuracy and excellent agreement with measurement and CPU-based simulation in terms of reconstructed image qualities. The MV-CBCT simulation was accelerated by factors of roughly 900 – 2300 using an NVIDIA Tesla V100 GPU card against a 2.5 GHz AMD Opteron™ Processor 6380.
登录
查看更多内容
影响因子：
3.5
作者：
Jia, Xun;Gu, Xuejun;Jiang, Steve B.
通讯作者：
Jiang, Steve B.
影响因子：
3.5
作者：
Ay, MR;Shahriari, M;Zaidi, H
通讯作者：
Zaidi, H
影响因子：
3.5
作者：
Jan, S.;Benoit, D.;Buvat, I.
通讯作者：
Buvat, I.
影响因子：
3.8
作者：
Carrier, JF;Archambault, L;Roy, R
通讯作者：
Roy, R
影响因子：
3.5
作者：
Jia X;Schümann J;Paganetti H;Jiang SB
通讯作者：
Jiang SB