基于GPU的蒙特卡洛放疗剂量模拟

目的:蒙特卡洛模拟被认为是目前剂量计算方面最为精确的算法,但是因为其模拟时间过长,在临床应用上受到限制.EGSnrc作为目前在医学物理领域应用最为广泛的蒙特卡洛模拟软件,因为其过长的执行时间,其在临床方面的应用受到很大限制.为了克服这一障碍,我们开发了一个基于GPU的蒙特卡洛模拟程序,以期为放疗计量提供一个高效和低成本的蒙卡程序.方法:本文给出了一种基于GPU(Graphic Processing Unit)的蒙特卡洛模拟的新方法,开发语言是CUDA 5.0,将目前最为通用的蒙特卡洛程序EGSnrc移植到GPU平台,保留EGSnrc的核心物理过程以及输运过程的算法,这可以在最大限度保持原来EGSnrc模拟精度的前提下,极大地提高蒙特卡洛模拟的效率.GPU版本的蒙特卡洛模拟程序运行在一块英伟达Tesla C2050显卡上.GPU版本的EGSnrc精度的验证采用了纯水模体,同时,入射的射线我们选择为6 MV的光子.为了进一步检验GPU版本的EGSnrc的精度,我们进行了一个逐体素的检验,检验结果显示,GPU版本的EGSnrc和EGSnrc符合的很好.结果:最终实验结果表明,在模拟20亿个相空间事例的情况下,使用NVIDIA Tesla C2050显卡,新的基于GPU的蒙特卡洛程序的速度比在单核的Intel Xeon 2.0 GHz CPU上的模拟速度提高了43倍,且其精度与EGSnrc的精度相当.计算结果的方差在高剂量区域(D＞Dmax)小于0.5％,计量误差经过Dmax归一化之后,其和EGSnrc的误差小于1％的比率在占整个区域的90％以上.结论:通过此新程序表明,基于GPU的蒙特卡洛算法可以极大地提高蒙特卡洛程序的运行效率,与此同时,GPU版本的EGSnrc在最大程度上保持了EGSnrc的模拟精度.考虑到GPU版本的EGSnrc程序的速度以及精度优势,其在未来的临床应用中有着巨大的前景.