Avaliação de cálculos de distribuição de dose de radiação utilizando unidades de processamento gráfico e algoritmo Monte Carlo: rumo a um suporte ao planejamento em radioterapia (2023)
- Authors:
- Autor USP: BATISTA, JOSÉ EDUARDO - FFCLRP
- Unidade: FFCLRP
- Sigla do Departamento: 595
- DOI: 10.11606/D.59.2023.tde-29052023-075321
- Subjects: DOSAGEM DE RADIAÇÃO; MÉTODO DE MONTE CARLO; PROGRAMAÇÃO PARALELA; MÉTODO DE MONTE CARLO
- Keywords: Depósito de dose; Dose delive; GPU; Monte Carlo method; Parallel programming; PENELOPE; Radiation transport; Radiotherapy treatment; Transporte de radiação; Tratamento radioterápico
- Language: Português
- Abstract: A simulação computacional utilizando o Método Monte Carlo (MMC) aplicado ao transporte de radiação é considerado padrão ouro em radioterapia, apresentando-se como o método mais exato para a cálculo da dose depositada no tecido alvo e nos órgãos adjacentes. No entanto, o seu longo tempo de processamento computacional necessário para atingir valores satisfatórios de incerteza estatística, torna sua aplicação inviável na clínica médica de rotina. A programação paralela, com implementação de algoritmos para execução em unidades de processamento gráfico (GPUs), tem se mostrado uma das alternativas exploradas por pesquisadores para reduzir o tempo computacional e tornar o uso do MMC clinicamente viável. Este trabalho teve por objetivo a adaptação para execução paralela, em unidades de processamento gráfico, do algoritmo Monte Carlo, aplicado ao transporte de radiação, presente no PENELOPE-2014, visando manter a exatidão e diminuir o tempo computacional necessário para obtenção de resultados como depósito de dose nos corpos e mapa de distribuição de dose. O desenvolvimento foi realizado na plataforma CUDA e tomou como base o pacote PENELOPE-2014, que possui estrutura de execução sequencial em unidades centrais de processamento (CPUs). A comparação dos resultados obtidos das simulações executadas no novo algoritmo paralelo, em GPU, com as simulações executadas no PELENOPE-2014, em CPU, demonstraram um grau de exatidão com diferenças menores do que 1% para depósito de dose e diferenças imperceptíveis para os mapas de distribuições de doses a um fator de desempenho de cerca de 13 vezes mais rápido. A combinação dos ganhos de desempenho com a manutenção da exatidão da simulação, demonstra que a execução paralela na GPU apresenta um potencial de tornar o uso do MMC uma técnica viável para sistemas de planejamento radioterápico
- Imprenta:
- Publisher place: Ribeirão Preto
- Date published: 2023
- Data da defesa: 31.03.2023
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
BATISTA, José Eduardo. Avaliação de cálculos de distribuição de dose de radiação utilizando unidades de processamento gráfico e algoritmo Monte Carlo: rumo a um suporte ao planejamento em radioterapia. 2023. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-29052023-075321/. Acesso em: 22 jul. 2024. -
APA
Batista, J. E. (2023). Avaliação de cálculos de distribuição de dose de radiação utilizando unidades de processamento gráfico e algoritmo Monte Carlo: rumo a um suporte ao planejamento em radioterapia (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/59/59143/tde-29052023-075321/ -
NLM
Batista JE. Avaliação de cálculos de distribuição de dose de radiação utilizando unidades de processamento gráfico e algoritmo Monte Carlo: rumo a um suporte ao planejamento em radioterapia [Internet]. 2023 ;[citado 2024 jul. 22 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-29052023-075321/ -
Vancouver
Batista JE. Avaliação de cálculos de distribuição de dose de radiação utilizando unidades de processamento gráfico e algoritmo Monte Carlo: rumo a um suporte ao planejamento em radioterapia [Internet]. 2023 ;[citado 2024 jul. 22 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-29052023-075321/
Informações sobre o DOI: 10.11606/D.59.2023.tde-29052023-075321 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas