本發(fā)明涉及醫(yī)學(xué)放射劑量計(jì)算，具體地涉及一種基于圖形處理器的劑量分布確定方法、裝置及電子設(shè)備。

背景技術(shù)：

1、在醫(yī)學(xué)放射治療中，精確地將處方劑量遞送到腫瘤細(xì)胞，同時(shí)最大程度地減少對(duì)周圍正常組織的損傷至關(guān)重要。傳統(tǒng)的放療計(jì)劃系統(tǒng)使用基于模型的算法來計(jì)算劑量分布，這些算法在處理異質(zhì)區(qū)域中的電子傳輸時(shí)存在一定的局限性，在組織邊界處會(huì)產(chǎn)生較大的劑量誤差。蒙特卡羅方法被認(rèn)為是劑量計(jì)算的金標(biāo)準(zhǔn)，但因其計(jì)算效率低，未在臨床中廣泛使用。使用中央處理器來計(jì)算一個(gè)放療計(jì)劃中的劑量分布通常需要數(shù)個(gè)小時(shí)甚至一天。近年來，基于圖形處理器的蒙特卡羅劑量計(jì)算引擎的快速發(fā)展為這一問題帶來了轉(zhuǎn)機(jī)。然而，對(duì)于在線自適應(yīng)放療和劑量迭代優(yōu)化等對(duì)時(shí)間要求更高的應(yīng)用場(chǎng)景來說，劑量計(jì)算效率需要進(jìn)一步提升。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述問題，本發(fā)明提供了一種基于圖形處理器的劑量分布確定方法、裝置及電子設(shè)備，用于快速計(jì)算劑量分布。

2、根據(jù)本發(fā)明的第一個(gè)方面，提供了一種基于圖形處理器的劑量分布確定方法，劑量分布確定方法由圖形處理器執(zhí)行，包括：?基于目標(biāo)對(duì)象的造影數(shù)據(jù)、模擬生物各組織與粒子作用的采樣數(shù)據(jù)，構(gòu)建數(shù)字體模；基于配置參數(shù)，利用加速器機(jī)頭模型處理基于仿真粒子源確定的初級(jí)粒子束生成目標(biāo)粒子束，其中，目標(biāo)粒子束的形狀與目標(biāo)對(duì)象的腫瘤組織形狀相匹配，配置參數(shù)包括光子反應(yīng)作用次數(shù)上限參數(shù)；利用物理作用模型處理目標(biāo)粒子束和數(shù)字體模，得到表征目標(biāo)粒子束輸運(yùn)到數(shù)字體模產(chǎn)生的粒子沉積能量分布結(jié)果，其中，粒子沉積能量分布結(jié)果表征目標(biāo)粒子束分布在數(shù)字體模的各個(gè)數(shù)字組織內(nèi)沉積的能量；根據(jù)粒子沉積能量分布結(jié)果和能量劑量轉(zhuǎn)化因子，得到劑量分布結(jié)果。

3、可選的，配置參數(shù)還包括光子反應(yīng)作用類型參數(shù)和目標(biāo)形狀參數(shù)，加速器機(jī)頭模型包括鉗口準(zhǔn)直器和多葉光柵準(zhǔn)直器；其中，基于配置參數(shù)，利用加速器機(jī)頭模型處理基于仿真粒子源確定的初級(jí)粒子束，生成目標(biāo)粒子束包括：利用鉗口準(zhǔn)直器對(duì)初級(jí)粒子束進(jìn)行調(diào)制，得到規(guī)則形狀粒子束；利用多葉光柵準(zhǔn)直器基于光子反應(yīng)作用類型參數(shù)、光子反應(yīng)作用次數(shù)上限參數(shù)和目標(biāo)形狀參數(shù)，對(duì)規(guī)則形狀粒子束進(jìn)行調(diào)制，得到目標(biāo)粒子束。

4、可選的，初級(jí)粒子束是基于如下操作確定的：利用圖形處理器的目標(biāo)線程，基于能譜位置參數(shù)、能譜能量區(qū)間參數(shù)、通量分布參數(shù)、角分布參數(shù)啟動(dòng)仿真粒子源，得到初級(jí)粒子束，其中，能譜能量區(qū)間參數(shù)是基于調(diào)整不同能量區(qū)間各自的權(quán)重以匹配測(cè)量劑量曲線得到的，通量分布參數(shù)是基于調(diào)整空間權(quán)重以匹配橫向劑量分布曲線得到的，角分布是基于調(diào)整高斯函數(shù)的參數(shù)以匹配橫向劑量分布曲線得到的。

5、可選的，目標(biāo)線程包括多個(gè)，多個(gè)目標(biāo)線程與一個(gè)能量區(qū)間的仿真粒子集合具有映射關(guān)系，多個(gè)目標(biāo)線程各自與仿真粒子集合中的至少一個(gè)仿真粒子相關(guān)聯(lián)；其中，利用圖形處理器的目標(biāo)線程，基于能譜位置參數(shù)、能譜能量區(qū)間參數(shù)、通量分布參數(shù)、角分布參數(shù)啟動(dòng)仿真粒子源，得到初級(jí)粒子束。

6、可選的，方法還包括：同一個(gè)目標(biāo)線程每次啟動(dòng)的多個(gè)仿真粒子的粒子類型相同；圖形處理器基于數(shù)據(jù)訪問頻率對(duì)多類型數(shù)據(jù)分配顯存，其中，多類型數(shù)據(jù)包括造影數(shù)據(jù)、模擬生物各組織與粒子作用的采樣數(shù)據(jù)、配置參數(shù)、粒子屬性數(shù)據(jù)、仿真粒子源參數(shù)。

7、可選的，目標(biāo)粒子束包括光子束和電子束，物理作用模型包括多個(gè)光子作用子模型和電子作用子模型，采樣數(shù)據(jù)包括粒子與模擬生物各組織的反應(yīng)作用概率數(shù)據(jù)和角度能量采樣概率數(shù)據(jù)；其中，利用物理作用模型處理目標(biāo)粒子束和數(shù)字體模，得到表征目標(biāo)粒子束輸運(yùn)到數(shù)字體模產(chǎn)生的粒子沉積能量分布結(jié)果包括:將光子束中的光子輸運(yùn)到數(shù)字體模內(nèi)的各個(gè)數(shù)字組織，生成反應(yīng)電子；根據(jù)與各個(gè)數(shù)字組織對(duì)應(yīng)的反應(yīng)作用概率數(shù)據(jù)和角度能量采樣概率數(shù)據(jù)，從多個(gè)光子作用子模型中確定目標(biāo)作用子模型；根據(jù)目標(biāo)作用子模型處理光子的能量狀態(tài)信息，得到光子沉積能量分布結(jié)果；將反應(yīng)電子輸運(yùn)到數(shù)字體模內(nèi)，根據(jù)電子作用子模型處理反應(yīng)電子的能量狀態(tài)信息，得到反應(yīng)電子沉積能量分布結(jié)果；將電子束中的初始電子輸運(yùn)到數(shù)字體模內(nèi)，根據(jù)電子作用子模型處理初始電子的能量狀態(tài)信息，得到初始電子沉積能量分布結(jié)果；根據(jù)光子沉積能量分布結(jié)果、反應(yīng)電子沉積能量分布結(jié)果和初始電子沉積能量分布結(jié)果，得到粒子沉積能量分布結(jié)果。

8、可選的，電子作用子模型是基于電子輸運(yùn)函數(shù)、非彈性碰撞函數(shù)和多重散射函數(shù)構(gòu)建的；其中，將反應(yīng)電子輸運(yùn)到數(shù)字體模內(nèi)，根據(jù)電子作用子模型處理反應(yīng)電子的能量狀態(tài)信息，得到反應(yīng)電子沉積能量分布結(jié)果包括：根據(jù)電子輸運(yùn)函數(shù)處理反應(yīng)電子的能量狀態(tài)信息，得到第一電子沉積能量分布結(jié)果；根據(jù)非彈性碰撞函數(shù)處理反應(yīng)電子的能量狀態(tài)信息，得到第二電子沉積能量分布結(jié)果；根據(jù)多重散射函數(shù)處理反應(yīng)電子的能量狀態(tài)信息，得到第三電子沉積能量分布結(jié)果；對(duì)第一電子沉積能量分布結(jié)果、第二電子沉積能量分布結(jié)果和第三電子沉積能量分布結(jié)果進(jìn)行加權(quán)，得到反應(yīng)電子沉積能量分布結(jié)果。

9、可選的，多個(gè)光子作用子模型包括以下至少之一：光電效應(yīng)作用子模型、康普頓散射作用子模型和電子對(duì)生成作用子模型。

10、本發(fā)明的第二方面提供了一種基于圖形處理器的劑量分布確定裝置，包括：

11、構(gòu)建模塊，用于基于目標(biāo)對(duì)象的造影數(shù)據(jù)、模擬生物各組織與粒子作用的采樣數(shù)據(jù)，構(gòu)建數(shù)字體模；

12、生成模塊，用于基于配置參數(shù)，利用加速器機(jī)頭模型處理基于仿真粒子源確定的初級(jí)粒子束生成目標(biāo)粒子束，其中，目標(biāo)粒子束的形狀與目標(biāo)對(duì)象的腫瘤組織形狀相匹配，配置參數(shù)包括光子反應(yīng)作用次數(shù)上限參數(shù)；

13、處理模塊，用于利用物理作用模型處理目標(biāo)粒子束和數(shù)字體模，得到表征目標(biāo)粒子束輸運(yùn)到數(shù)字體模產(chǎn)生的粒子沉積能量分布結(jié)果，其中，粒子沉積能量分布結(jié)果表征目標(biāo)粒子束分布在數(shù)字體模的各個(gè)數(shù)字組織內(nèi)沉積的能量；

14、轉(zhuǎn)化模塊，用于根據(jù)粒子沉積能量分布結(jié)果和能量劑量轉(zhuǎn)化因子，得到劑量分布結(jié)果。

15、本發(fā)明的第三方面提供了一種電子設(shè)備，包括：一個(gè)或多個(gè)處理器；存儲(chǔ)器，用于存儲(chǔ)一個(gè)或多個(gè)程序，其中，當(dāng)一個(gè)或多個(gè)程序被一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得一個(gè)或多個(gè)處理器執(zhí)行上述基于圖形處理器的劑量分布確定方法。

16、根據(jù)本發(fā)明提供的基于圖形處理器的劑量分布確定方法、裝置及電子設(shè)備，通過基于配置參數(shù)配置加速器機(jī)頭模型，得到與腫瘤組織形狀相匹配的目標(biāo)粒子束；將目標(biāo)粒子束輸運(yùn)到數(shù)字體模，并基于采樣數(shù)據(jù)和物理作用模型，得到粒子沉積能量分布結(jié)果，從而得到劑量分布結(jié)果。由于加速器機(jī)頭模型設(shè)置了光子反應(yīng)作用次數(shù)上限參數(shù)和目標(biāo)形狀參數(shù)，從而減少圖形處理器上的線程發(fā)散并提高計(jì)算效率。利用模擬生物各組織與粒子作用的采樣數(shù)據(jù)和物理作用模型，進(jìn)一步提高了劑量分布結(jié)果的準(zhǔn)確性和效率，同時(shí)最大程度地減少了對(duì)周圍正常組織的損傷。

技術(shù)特征：

1.一種基于圖形處理器的劑量分布確定方法，其特征在于，所述劑量分布確定方法由圖形處理器執(zhí)行，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述配置參數(shù)還包括光子反應(yīng)作用類型參數(shù)和目標(biāo)形狀參數(shù)，所述加速器機(jī)頭模型包括鉗口準(zhǔn)直器和多葉光柵準(zhǔn)直器；

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述初級(jí)粒子束是基于如下操作確定的：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述目標(biāo)線程包括多個(gè)，多個(gè)所述目標(biāo)線程與一個(gè)能量區(qū)間的仿真粒子集合具有映射關(guān)系，多個(gè)所述目標(biāo)線程各自與所述仿真粒子集合中的至少一個(gè)仿真粒子相關(guān)聯(lián)；

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述目標(biāo)粒子束包括光子束和電子束，所述物理作用模型包括多個(gè)光子作用子模型和電子作用子模型，所述采樣數(shù)據(jù)包括粒子與模擬生物各組織的反應(yīng)作用概率數(shù)據(jù)和角度能量采樣概率數(shù)據(jù)；

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述電子作用子模型是基于電子輸運(yùn)函數(shù)、非彈性碰撞函數(shù)和多重散射函數(shù)構(gòu)建的；

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，多個(gè)所述光子作用子模型包括以下至少之一：

9.一種基于圖形處理器的劑量分布確定裝置，其特征在于，所述裝置包括：

10.一種電子設(shè)備，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明提供了一種基于圖形處理器的劑量分布確定方法、裝置及電子設(shè)備，可以應(yīng)用于醫(yī)學(xué)放射劑量計(jì)算技術(shù)領(lǐng)域。該方法包括：基于目標(biāo)對(duì)象的造影數(shù)據(jù)、模擬生物各組織與粒子作用的采樣數(shù)據(jù)，構(gòu)建數(shù)字體模；基于配置參數(shù)，利用加速器機(jī)頭模型處理基于仿真粒子源確定的初級(jí)粒子束生成目標(biāo)粒子束，其中，目標(biāo)粒子束的形狀與目標(biāo)對(duì)象的腫瘤組織形狀相匹配，配置參數(shù)包括光子反應(yīng)作用次數(shù)上限參數(shù)；利用物理作用模型處理目標(biāo)粒子束和數(shù)字體模，得到表征目標(biāo)粒子束輸運(yùn)到數(shù)字體模產(chǎn)生的粒子沉積能量分布結(jié)果；根據(jù)粒子沉積能量分布結(jié)果和能量劑量轉(zhuǎn)化因子，得到劑量分布結(jié)果。

技術(shù)研發(fā)人員：楊益東,劉子豪
受保護(hù)的技術(shù)使用者：中國科學(xué)技術(shù)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6