Implementation of a Monte Carlo radiation transport code on Graphics Processing Units (GPU) for accelerated dose calculations in radiation oncology

在图形处理单元 (GPU) 上实施蒙特卡罗辐射传输代码,以加速放射肿瘤学中的剂量计算

基本信息

  • 批准号:
    417431-2011
  • 负责人:
  • 金额:
    $ 4.71万
  • 依托单位:
  • 依托单位国家:
    加拿大
  • 项目类别:
    Collaborative Research and Development Grants
  • 财政年份:
    2013
  • 资助国家:
    加拿大
  • 起止时间:
    2013-01-01 至 2014-12-31
  • 项目状态:
    已结题

项目摘要

Computer-based calculations are essential in radiotherapy to determine the best way to deliver radiation to the disease site. The accuracy of these calculations has traditionally been limited by clinical constraints that dictate a short calculation time. Consequently, the most accurate method to perform these calculations -- Monte Carlo simulations -- is not widely used in the clinic because of relatively long execution times on standard PCs. While fast alternatives to Monte Carlo simulations exist, they nonetheless constitute an approximated solution. Furthermore, these techniques can hardly be used for calculations in a magnetic field, which are required in innovative systems currently in development and combining a radiotherapy device and a magnetic resonance scanner for accurate patient positioning (MRI-linac). For a MRI-linac in particular and for radiotherapy in general, a fast Monte Carlo calculation engine is a long sought-after objective. This research project, conducted in collaboration with Elekta Canada and Elekta CMS Software, is aimed at bringing high-performance Monte Carlo computing to the clinic through the use PCs equipped with high-end graphics cards. These graphics cards can perform parallel calculations and were recently shown to achieve spectacular improvements in the execution speed of Monte Carlo simulations. They let envision major improvements in treatment planning systems used in the clinic. A fast Monte Carlo code also constitute a cornerstone in the development of a MRI-linac, a promising technology in radiation therapy.
在放射治疗中,基于计算机的计算是必不可少的,以确定将辐射输送到疾病部位的最佳方式。 这些计算的准确性传统上受到临床约束的限制,这些临床约束要求计算时间短。因此,执行这些计算的最准确的方法-蒙特卡罗模拟-在临床中没有广泛使用,因为在标准PC上的执行时间相对较长。虽然存在蒙特卡罗模拟的快速替代方案,但它们仍然构成了近似的解决方案。此外,这些技术几乎不能用于磁场中的计算,这是目前正在开发的创新系统中所需要的,并且将放射治疗设备和磁共振扫描仪组合用于精确的患者定位(MRI-直线加速器)。特别是对于MRI直线加速器和一般的放射治疗,快速蒙特卡罗计算引擎是长期追求的目标。该研究项目与Elekta Canada和Elekta CMS Software合作进行,旨在通过使用配备高端显卡的PC将高性能Monte Carlo计算带入临床。这些图形卡可以执行并行计算,最近被证明在蒙特卡洛模拟的执行速度方面取得了惊人的进步。他们设想在临床使用的治疗计划系统的重大改进。快速蒙特卡罗代码也构成了MRI直线加速器发展的基石,这是一种有前途的放射治疗技术。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Després, Philippe其他文献

Després, Philippe的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Després, Philippe', 18)}}的其他基金

High-Performance Computing in Medical Physics
医学物理中的高性能计算
  • 批准号:
    RGPIN-2018-04588
  • 财政年份:
    2022
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Discovery Grants Program - Individual
High-Performance Computing in Medical Physics
医学物理中的高性能计算
  • 批准号:
    RGPIN-2018-04588
  • 财政年份:
    2021
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Discovery Grants Program - Individual
NSERC CREATE in Responsible Health and Healthcare Data Science
NSERC CREATE 负责健康和医疗保健数据科学
  • 批准号:
    528124-2019
  • 财政年份:
    2021
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Collaborative Research and Training Experience
NSERC CREATE in Responsible Health and Healthcare Data Science
NSERC CREATE 负责健康和医疗保健数据科学
  • 批准号:
    528124-2019
  • 财政年份:
    2020
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Collaborative Research and Training Experience
High-Performance Computing in Medical Physics
医学物理中的高性能计算
  • 批准号:
    RGPIN-2018-04588
  • 财政年份:
    2020
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Discovery Grants Program - Individual
Prédire l'évolution de l'hépatite C par la fédrération de données et l'intelligence artificielle enjeux éthiques, juridistique, sociaux et de vie privée
法律、社会和私人生活中的情报和情报技术联盟的和平预演
  • 批准号:
    538805-2019
  • 财政年份:
    2020
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Collaborative Health Research Projects
Prédire l'évolution de l'hépatite C par la fédrération de données et l'intelligence artificielle enjeux éthiques, juridistique, sociaux et de vie privée
法律、社会和私人生活中的情报和情报技术联盟的和平预演
  • 批准号:
    538805-2019
  • 财政年份:
    2019
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Collaborative Health Research Projects
High-Performance Computing in Medical Physics
医学物理中的高性能计算
  • 批准号:
    RGPIN-2018-04588
  • 财政年份:
    2019
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Discovery Grants Program - Individual
High-Performance Computing in Medical Physics
医学物理中的高性能计算
  • 批准号:
    RGPIN-2018-04588
  • 财政年份:
    2018
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Discovery Grants Program - Individual
High-performance computing with graphics hardware for medical physics applications
用于医学物理应用的具有图形硬件的高性能计算
  • 批准号:
    355493-2013
  • 财政年份:
    2017
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Discovery Grants Program - Individual

相似国自然基金

DDH头臼匹配性三维空间形态表征及PAO 手术髋臼重定向Monte Carlo随机最优控 制
  • 批准号:
  • 批准年份:
    2025
  • 资助金额:
    10.0 万元
  • 项目类别:
    省市级项目
基于鞘层Monte Carlo粒子仿真模型的非稳态真空弧等离子体羽流的内外流一体化数值模拟研究
  • 批准号:
    12372297
  • 批准年份:
    2023
  • 资助金额:
    53 万元
  • 项目类别:
    面上项目
复杂空间上具有特殊约束的Monte Carlo方法
  • 批准号:
    12371269
  • 批准年份:
    2023
  • 资助金额:
    43.5 万元
  • 项目类别:
    面上项目
基于格子Boltzmann和Monte Carlo方法的中子输运本构关系及低维控制方程研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
在大数据和复杂模型背景下探究更有效的Markov chain Monte Carlo算法
  • 批准号:
    n/a
  • 批准年份:
    2022
  • 资助金额:
    10.0 万元
  • 项目类别:
    省市级项目
基于Monte Carlo模拟的铒基稀土高掺杂纳米材料上转换发光过程的机理研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
嵌段共聚物在软硬壁组成的受限空间中的诱导自组装行为的Monte Carlo 研究
  • 批准号:
    21863010
  • 批准年份:
    2018
  • 资助金额:
    41.0 万元
  • 项目类别:
    地区科学基金项目
间接优化的高效Monte Carlo声传播研究
  • 批准号:
    61772458
  • 批准年份:
    2017
  • 资助金额:
    16.0 万元
  • 项目类别:
    面上项目
基于Monte Carlo法强化管表面颗粒-析晶垢形成机理及预测模型研究
  • 批准号:
    51606049
  • 批准年份:
    2016
  • 资助金额:
    21.0 万元
  • 项目类别:
    青年科学基金项目
任意各向异性三维直流电阻率巷道超前探测的并行Monte Carlo方法研究
  • 批准号:
    41674076
  • 批准年份:
    2016
  • 资助金额:
    70.0 万元
  • 项目类别:
    面上项目

相似海外基金

EAGER: Search-Accelerated Markov Chain Monte Carlo Algorithms for Bayesian Neural Networks and Trillion-Dimensional Problems
EAGER:贝叶斯神经网络和万亿维问题的搜索加速马尔可夫链蒙特卡罗算法
  • 批准号:
    2404989
  • 财政年份:
    2024
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Standard Grant
Collaborative Research: Worm Algorithm and Diagrammatic Monte Carlo for Strongly Correlated Condensed Matter Systems
合作研究:强相关凝聚态系统的蠕虫算法和图解蒙特卡罗
  • 批准号:
    2335904
  • 财政年份:
    2024
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Continuing Grant
CAREER: Scalable and Robust Uncertainty Quantification using Subsampling Markov Chain Monte Carlo Algorithms
职业:使用子采样马尔可夫链蒙特卡罗算法进行可扩展且稳健的不确定性量化
  • 批准号:
    2340586
  • 财政年份:
    2024
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Continuing Grant
Transfer Learning for Monte Carlo Methods
蒙特卡罗方法的迁移学习
  • 批准号:
    EP/Y022300/1
  • 财政年份:
    2024
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Research Grant
Collaborative Research: Worm Algorithm and Diagrammatic Monte Carlo for Strongly Correlated Condensed Matter Systems
合作研究:强相关凝聚态系统的蠕虫算法和图解蒙特卡罗
  • 批准号:
    2335905
  • 财政年份:
    2024
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Continuing Grant
Innovating and Validating Scalable Monte Carlo Methods
创新和验证可扩展的蒙特卡罗方法
  • 批准号:
    DE240101190
  • 财政年份:
    2024
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Discovery Early Career Researcher Award
CIF: Small: Theory and Algorithms for Efficient and Large-Scale Monte Carlo Tree Search
CIF:小型:高效大规模蒙特卡罗树搜索的理论和算法
  • 批准号:
    2327013
  • 财政年份:
    2023
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Standard Grant
Examination of the phase behaviour of liquid crystal molecules in confined systems by Replica-Exchange Monte-Carlo simulations
通过复制交换蒙特卡罗模拟检查受限系统中液晶分子的相行为
  • 批准号:
    22KJ2724
  • 财政年份:
    2023
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
GPU-based SPECT Reconstruction Using Reverse Monte Carlo Simulations
使用反向蒙特卡罗模拟进行基于 GPU 的 SPECT 重建
  • 批准号:
    10740079
  • 财政年份:
    2023
  • 资助金额:
    $ 4.71万
  • 项目类别:
New developments in quasi-Monte Carlo methods through applications of mathematical statistics
数理统计应用准蒙特卡罗方法的新发展
  • 批准号:
    23K03210
  • 财政年份:
    2023
  • 资助金额:
    $ 4.71万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了