用于蒙特卡洛剂量计算的解析直线加速器源模型：II. 在基于 GPU 的蒙特卡洛包中的模型应用与自动源调试
医学物理
2015-03-06 v1
摘要
我们近期为基于 GPU 的 MC 剂量引擎构建了一个解析源模型。本文提出了一种采样策略，以在基于 GPU 的剂量计算中有效利用该源模型。我们的源模型基于相空间环 (PSR) 概念。这种环结构能有效考虑束流的旋转对称性，但由于矩形准直器设置而不适用于剂量计算。因此，我们首先将 PSR 源模型转换为其相空间片 (phase-space let, PSL) 表示。然后在剂量计算中，分别对不同种类的子源进行采样。源采样和粒子输运迭代进行，使得被采样和输运的粒子具有相同的类型且能量相近，从而减轻 GPU 线程发散。我们还提出了一种自动调试方法，以调整模型从而良好地表征临床直线加速器。引入权重因子来调整 PSR 的相对权重，通过求解带有非负约束的二次最小化问题来确定。我们测试了我们的模型相较于使用 PSL 文件的先前源模型的效率增益。由于避免了长时间的数据读取和传输，效率提高了 1.70 至 4.41 倍。调试问题可在约 20 秒内解决。通过在临床 Varian Truebeam 6MV 束流下，比较使用调试后模型和未调试模型计算的剂量与水模体中不同开放野的测量值，测试了其有效性。对于深度剂量曲线，建成区的平均符合距离从 0.04~0.28 cm 改善至 0.04~0.12 cm，建成区后的均方根 (RMS) 剂量差异从 0.32%~0.67% 降低至 0.21%~0.48%。对于横向剂量剖面，束流内部的 RMS 差异从 0.31%~2.0% 降低至 0.06%~0.78%，束流外部的 RMS 差异从 0.20%~1.25% 降低至 0.10%~0.51%。
引用
@article{arxiv.1503.01725,
title = {An Analytic Linear Accelerator Source Model for Monte Carlo dose calculations. II. Model Utilization in a GPU-based Monte Carlo Package and Automatic Source Commissioning},
author = {Zhen Tian and Michael Folkerts and Yongbao Li and Feng Shi and Steve B. Jiang and Xun Jia},
journal= {arXiv preprint arXiv:1503.01725},
year = {2015}
}
备注
page line has been removed