TH‐D‐BRD‐02: Convolution‐Superposition Dose Calculations with GPUs
Notice bibliographique
Résumé
Purpose: To study the impact in terms of execution time and accuracy of using graphics hardware for calculating the dose in a treatment planning system. The architecture of Graphics Processing Units (GPU) is well suited for numerical tasks that are intrinsically parallel, such as dose calculations. Method and Materials: This work was made within the framework of PlanUNC, or PLUNC, a treatment planning system developed and maintained by the Department of Radiation Oncology of the University of North Carolina at Chapel Hill for research and development purposes. The objective was to transparently integrate a GPU dose calculation engine to PLUNC. The CUDA platform from NVIDIA was used for the GPU implementation. A convolution/superposition (CS) dose calculation algorithm was ported by developing programs (called kernels) that are executed on the GPU. Firstly, the CS engine of PLUNC was directly ported to the GPU, with the original code preserved as much as possible. Secondly, parts of the original algorithm were redesigned to better exploit the massively parallel architecture of GPUs. The numerical experiments were conducted with a NVIDIA GeForce GTX280 and an Intel Q6600 CPU. Results: Acceleration factors of 10× to 20× were achieved with the GPU implementation relative to the CPU version with the direct port of the CS algorithm. The numerical accuracy of the results was preserved with the GPU implementation. A 40× acceleration factor was obtained for the TERMA calculation subroutine, which was rewritten with the GPU architecture in mind. These acceleration factors were sufficient to significantly improve the responsiveness of the PLUNC graphical interface. Conclusion: This work demonstrates the potential of graphics hardware for dose calculation in treatment planning systems. This could in turn have a significant impact on optimization strategies for complex delivery techniques such as IMRT. Research sponsored by Varian Medical Systems, Inc.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».