RadField3D：面向医学应用辐射防护剂量学深度学习的生成器与数据格式
机器学习
2026-03-16 v2 计算物理
摘要
在本研究工作中，我们介绍了基于Geant4的开源蒙特卡洛模拟应用RadField3D，用于生成三维辐射场数据集以进行剂量学研究。同时，我们提出了一种快速的、机器可解释的数据格式，并附带Python API以便于集成到神经网络研究中，我们称之为RadFiled3D。这两项开发旨在用于研究使用深度学习的替代辐射模拟方法。
引用
@article{arxiv.2412.13852,
title = {RadField3D: A Data Generator and Data Format for Deep Learning in Radiation-Protection Dosimetry for Medical Applications},
author = {Felix Lehner and Pasquale Lombardo and Susana Castillo and Oliver Hupe and Marcus Magnor},
journal= {arXiv preprint arXiv:2412.13852},
year = {2026}
}