Fast personalized CT dose calculations with GPUMCD
Notice bibliographique
Résumé
PURPOSE: The continuous increase of population dose due to ever-rising Computed Tomography (CT) examinations has called for more personalized dose estimations in medical imaging - a far from trivial task. This study aims to demonstrate a GPU-enabled pipeline combining automatic segmentation with GPU Monte Carlo Dose (GPUMCD) simulations to provide patient-specific dose-to-organ CT dosimetry reports using existing patient CT images. METHODS: A dynamic representation of the CT imaging process was reproduced within GPUMCD using information in DICOM headers, complemented by in-house exposure measurements, and validated in homogeneous and anthropomorphic phantoms. A dose pipeline was implemented using GPUMCD and a pre-trained open-source nnU-net model (TotalSegmentator). Dose-to-organ dosimetry was obtained for images from a lung cancer screening program and stored in DICOM-compliant Structured Reports. RESULTS: GPUMCD calculated dose values were within 5.5% of measurements for all phantoms and investigated conditions. Utilizing one A100-SXM4-40GB GPU, the average pipeline runtime was 6 min and 06 s per CT study. The GPU-driven simulation and segmentation operation took 46% (2 min and 7 s) of the total runtime, and data processing (file reading, conversion, and writing) occupied the remaining 54%. CONCLUSION: This work demonstrates the ability to generate patient-specific three-dimensional dose distributions in CT within a few seconds and the subsequent feasibility of performing fully automated mass personalized dose-to-organ calculations. The pipeline ingests and produces DICOM-compliant data compatible with clinical and research environments, enabling routine imaging dosimetry and large-scale retroactive dosimetry studies.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».