蒙特卡罗方法在外照射X(γ)射线放射治疗计划中的临床应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11175007
  • 项目类别:
    面上项目
  • 资助金额:
    60.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A3010.核技术在其他领域中的应用
  • 结题年份:
    2015
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2015-12-31

项目摘要

放射治疗是肿瘤的三大治疗手段之一,剂量计算的精确度直接影响放射治疗的效果,而剂量计算的精确度基本上是由放疗计划中使用的剂量算法所决定。目前用于临床放疗计划中的剂量计算方法主要是基于模型的解析算法,其主要思想是由蒙特卡罗模拟计算辐射能量范围内各单能辐射在均匀的组织等效模体中的点扩散函数或线扩散函数和辐射场的卷积叠加得到辐射在人体内剂量分布。但这种算法在计算辐射在非均匀组织中的剂量分布时精度不是很高,特别是计算肺部的剂量分布时精度比较差。蒙特卡罗方法是被公认为计算放疗剂量精确度最高的一种方法,但由于计算时间长,其临床应用受到限制。本项目提出一种结合蒙特卡罗方法的高精度和解析算法的快速的特点的一种混合模拟方法,把在蒙特卡罗模拟中占用大部分时间的对电子的模拟改为用快速算法计算其能量沉积分布,对光子仍然用蒙特卡罗模拟对其跟踪,结合各种方差减小技巧并利用GPU并行计算使得本项目提出的算法满足临床应用。

结项摘要

在肿瘤的放射治疗计划中,剂量计算是非常重要的部分,其精度直接影响放射治疗的效果,目前,临床使用的放射治疗计划中的剂量计算主要采用基于模型的方法,少部分采用基于做了一定简化的蒙特卡洛模拟计算方法,这些方法在非均匀模体特别是在两种密度差异较大的组织界面附近剂量计算的误差较大,本项目旨在探索蒙特卡洛方法在外照射X(伽马)射线放射治疗计划中的临床应用的可能性,为了解决蒙特卡洛模拟方法计算速度慢的问题,本项目采用基于通用GPU卡的并行计算的方法,在项目申请书中计划采用混合蒙特卡洛并行计算的方法以适应临床应用的速度需要,但在本项目进行的期间,我们找到了加快基于GPU的蒙特卡洛模拟的并行计算的方法,也就是按照粒子输运过程中的相互作用类型分类后再把同类相互作用的过程集中后进行并行计算,极大提高了并行计算的效率,从而加快了剂量计算的速度,最终使得基于全蒙特卡洛模拟的剂量计算可以满足临床应用的需要,获得比项目申请时所期望的更好的成果,而且,由于计算采用全蒙特卡洛模拟,因此,该方法也同样适用于电子线放疗计划的剂量计算。本项目的基于GPU的全蒙特卡洛模拟剂量计算的临床应用的可行性最终在肿瘤医院的放疗科得到验证。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
基于GPU的蒙特卡洛放疗剂量模拟
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    中国医学物理学杂志
  • 影响因子:
    --
  • 作者:
    司森;吴鑫全;包尚联;黄斐增
  • 通讯作者:
    黄斐增
基于GPU的蒙特卡洛放疗剂量并行计算
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    中国医学物理学杂志
  • 影响因子:
    --
  • 作者:
    甘旸谷;黄斐增
  • 通讯作者:
    黄斐增

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

黄斐增的其他基金

X(γ)射线外照射放射治疗剂量重建方法的研究
  • 批准号:
    10675013
  • 批准年份:
    2006
  • 资助金额:
    30.0 万元
  • 项目类别:
    面上项目
外照射X射线放射治疗的剂量学系统研究
  • 批准号:
    10175004
  • 批准年份:
    2001
  • 资助金额:
    20.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码