SU‐E‐T‐476: GPU‐Based Monte Carlo Radiotherapy Dose Calculation Using Phase‐ Space Sources
Notice bibliographique
Résumé
PURPOSE: To design an efficient method for utilizing phase-space source models in the GPU-based Monte Carlo (MC) dose calculation engine gDPM. METHODS: In GPU-based MC algorithms, particles are transported in parallel on different threads. Particles of different types and energies can require significantly different execution times. This can cause "thread divergence" and lower efficiency when source particles are read sequentially from a phase-space file. We have developed a strategy for utilizing phase- space files in a GPU compatible manner whereby the particles are grouped into phase-space-lets (PSLs) by type, energy, and location in the phase- space plane. This allows for dose calculations using only particles inside the field opening defined by the secondary collimators. For validation, the gDPM PSL implementation is compared with DOSXYZnrc using a BEAMnrc phase-space source model as input. RESULTS: Two phase-spaces were generated using a BEAMnrc head model of a 6MV Varian Clinac 21EX, one above the upper jaws used to generate PSLs for gDPM and the other below the lower jaws used for DOSXYZnrc dose calculation. Profiles and depth dose curves for a variety of field sizes were generated in a water phantom. The agreement between gDPM and DOSXYZnrc is within 2% for all field sizes. For the 10 cm × 10 cm field, the calculation times of 650 million histories were 147 CPU hours and 54 GPU seconds for DOSXYZnrc and gDPM, respectively. In addition, we have tested the gDPM PSL implementation for dose calculation in a realistic 7-field IMRT tongue treatment plan. The calculation times were 59 CPU-hours and 66 GPU- seconds for DOSXYZnrc and gDPM for 485 million histories, respectively. Gamma pass rate for the two dose distributions was 99.54% for 3 mm/3% criteria within the 10% isodose. CONCLUSIONS: Methods for the efficient use of phase-space sources for GPU-based MC dose calculations have been developed.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».