基于GPU的超快速IMRT计划优化
医学物理
2015-05-14 v1
摘要
在癌症放射治疗中，机载容积成像的广泛采用刺激了研究努力，以开发在线自适应放射治疗技术来处理患者几何结构的分次间变化。这些努力面临实时执行治疗计划的主要技术挑战。为了克服这一挑战，我们正在加州大学圣地亚哥分校（UCSD）开发一个超级计算在线重规划环境（SCORE）。作为SCORE项目的一部分，本文介绍了我们在图形处理单元（GPU）上实现调强放射治疗（IMRT）优化算法的工作。我们采用基于惩罚的二次优化模型，通过使用带有Armijo线搜索规则的梯度投影法求解。我们的优化算法已在CUDA中实现用于并行GPU计算，并在C中实现用于串行CPU计算以进行比较。使用不同射束元和体素大小的前列腺IMRT病例来评估我们的实现。在NVIDIA Tesla C1060 GPU卡上，与Intel Xeon 2.27 GHz CPU的结果相比，我们在不损失精度的情况下实现了20-40倍的加速比。对于一个特定的9野前列腺IMRT病例，射束元大小为5x5 mm^2，体素大小为2.5x2.5x2.5 mm^3，我们的GPU实现仅需2.8秒即可生成最优IMRT计划。因此，我们的工作解决了开发自适应放射治疗在线重规划技术中的一个主要问题。
引用
@article{arxiv.0908.4421,
title = {GPU-based ultra fast IMRT plan optimization},
author = {Chunhua Men and Xuejun Gu and Dongju Choi and Amitava Majumdar and Ziyi Zheng and Klaus Mueller and Steve B. Jiang},
journal= {arXiv preprint arXiv:0908.4421},
year = {2015}
}
备注
submitted to Physics in Medicine and Biology