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

Detalhes bibliográficos
Autor(a) principal: Batista, José Eduardo
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-29052023-075321/
Resumo: 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.
id USP_4fab92bd6a2f29070f6d23176ebff921
oai_identifier_str oai:teses.usp.br:tde-29052023-075321
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling 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 radioterapiaEvaluation of radiation dose distribution estimations using graphic processing units and Monte Carlo algorithm: toward a support in radiotherapy planningDepósito de doseDose deliveGPUGPUMétodo Monte CarloMonte Carlo methodParallel programmingPENELOPEPENELOPEProgramação paralelaRadiation transportRadiotherapy treatmentTransporte de radiaçãoTratamento radioterápicoA 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.Computer simulation using the Monte Carlo Method (MCM) applied to radiation transport is considered the gold standard in radiotherapy, presenting itself as the most accurate method for calculating the dose deposited in the target tissue and adjacent organs. However, its long computational processing time, necessary to reach satisfactory statistical uncertainty values, makes its application unfeasible in routine medical practice. Parallel programming, with the implementation of algorithms for execution in graphic processing units (GPUs), is one of the alternatives explored by researchers to reduce computational time and make the use of MMC clinically viable. This work\'s objective was to adapt the Monte Carlo algorithm for parallel execution, in graphic processing units, applied to radiation transport, present in PENELOPE-2014, aiming to maintain accuracy and reduce the computational time necessary to obtain results such as dose deposit in bodies and dose distribution map. The development was carried out on the CUDA platform and was based on the PENELOPE-2014 package, which has a sequential execution structure in central processing units (CPUs). The comparison of the results obtained from the simulations executed in the new parallel algorithm, in GPU, with the simulations executed in PELENOPE-2014, in CPU, demonstrated a degree of accuracy with differences lower than 1% for dose deposit and imperceptible differences for the maps from dose distributions to a performance factor of about 13 times faster. The combination of performance gains keeping the simulation accuracy demonstrates that parallel execution on the GPU can make MCM a viable technique for radiotherapy planning systems.Biblioteca Digitais de Teses e Dissertações da USPMurta Junior, Luiz OtavioBatista, José Eduardo2023-03-31info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/59/59143/tde-29052023-075321/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2023-05-29T12:42:45Zoai:teses.usp.br:tde-29052023-075321Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-05-29T12:42:45Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv 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
Evaluation of radiation dose distribution estimations using graphic processing units and Monte Carlo algorithm: toward a support in radiotherapy planning
title 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
spellingShingle 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
Batista, José Eduardo
Depósito de dose
Dose delive
GPU
GPU
Método Monte Carlo
Monte Carlo method
Parallel programming
PENELOPE
PENELOPE
Programação paralela
Radiation transport
Radiotherapy treatment
Transporte de radiação
Tratamento radioterápico
title_short 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
title_full 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
title_fullStr 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
title_full_unstemmed 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
title_sort 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
author Batista, José Eduardo
author_facet Batista, José Eduardo
author_role author
dc.contributor.none.fl_str_mv Murta Junior, Luiz Otavio
dc.contributor.author.fl_str_mv Batista, José Eduardo
dc.subject.por.fl_str_mv Depósito de dose
Dose delive
GPU
GPU
Método Monte Carlo
Monte Carlo method
Parallel programming
PENELOPE
PENELOPE
Programação paralela
Radiation transport
Radiotherapy treatment
Transporte de radiação
Tratamento radioterápico
topic Depósito de dose
Dose delive
GPU
GPU
Método Monte Carlo
Monte Carlo method
Parallel programming
PENELOPE
PENELOPE
Programação paralela
Radiation transport
Radiotherapy treatment
Transporte de radiação
Tratamento radioterápico
description 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.
publishDate 2023
dc.date.none.fl_str_mv 2023-03-31
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/59/59143/tde-29052023-075321/
url https://www.teses.usp.br/teses/disponiveis/59/59143/tde-29052023-075321/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809091175050641408