GPU Monte Carlo scatter calculations for Cone Beam Computed Tomography
A GPU Monte Carlo code for x-ray photon transport has been implemented and extensively tested. The code is intended for scatter compensation of cone beam computed tomography images. The code was tested to agree with other well known codes within 5% for a set of simple scenarios. The scatter compensa...
Main Author: | |
---|---|
Format: | Others |
Language: | English |
Published: |
KTH, Numerisk analys, NA
2014
|
Online Access: | http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-140221 |
id |
ndltd-UPSALLA1-oai-DiVA.org-kth-140221 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-UPSALLA1-oai-DiVA.org-kth-1402212014-01-20T05:00:09ZGPU Monte Carlo scatter calculations for Cone Beam Computed TomographyengGPU Monte Carlo spridningsberäkningar för volymtomografiAdler, JonasKTH, Numerisk analys, NA2014A GPU Monte Carlo code for x-ray photon transport has been implemented and extensively tested. The code is intended for scatter compensation of cone beam computed tomography images. The code was tested to agree with other well known codes within 5% for a set of simple scenarios. The scatter compensation was also tested using an artificial head phantom. The errors in the reconstructed Hounsfield values were reduced by approximately 70%. Several variance reduction methods have been tested, although most were found infeasible on GPUs. The code is nonetheless fast, and can simulate approximately 3 ·109 photons per minute on a NVIDIA Quadro 4000 graphics card. With the use of appropriate filtering methods, the code can be used to calculate patient specific scatter distributions for a full CBCT scan in approximately one minute, allowing scatter reduction in clinical applications. En GPU Monte Carlo kod för transport av röntgenfotoner har implementerats och utförligt testats. Koden är avsed för spridningskorrektion av CBCT-bilder. Koden har testats mot PENELOPE och resultaten överenstämmer inom 5% för ett antal enklare geometrier. Koden testades också i en verklig uppställning med ett artificiellt huvud. De resulterande felen i de beräknade Hounsfieldvärdena minbskade med ca 70%. Ett antal variansreduktionstekniker har också testats, men de flesta gav ingen förbättring på GPU. Koden är trots detta avsevärt snabb och kan simulera ca 3 · 109 photoner per minut med ett Quadro 4000 grafik-kort. Med hjälp av väl valda filtreringsmetoder kan koden användas för att beräkna patientspecifika spridningsfördelningar för ett fullständigt CBCT-scan på under en minut. Detta är tillräkligt för spridningskorrektion i kliniska tillämpningar. Student thesisinfo:eu-repo/semantics/bachelorThesistexthttp://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-140221TRITA-MAT-E ; 2014:05application/pdfinfo:eu-repo/semantics/openAccess |
collection |
NDLTD |
language |
English |
format |
Others
|
sources |
NDLTD |
description |
A GPU Monte Carlo code for x-ray photon transport has been implemented and extensively tested. The code is intended for scatter compensation of cone beam computed tomography images. The code was tested to agree with other well known codes within 5% for a set of simple scenarios. The scatter compensation was also tested using an artificial head phantom. The errors in the reconstructed Hounsfield values were reduced by approximately 70%. Several variance reduction methods have been tested, although most were found infeasible on GPUs. The code is nonetheless fast, and can simulate approximately 3 ·109 photons per minute on a NVIDIA Quadro 4000 graphics card. With the use of appropriate filtering methods, the code can be used to calculate patient specific scatter distributions for a full CBCT scan in approximately one minute, allowing scatter reduction in clinical applications. === En GPU Monte Carlo kod för transport av röntgenfotoner har implementerats och utförligt testats. Koden är avsed för spridningskorrektion av CBCT-bilder. Koden har testats mot PENELOPE och resultaten överenstämmer inom 5% för ett antal enklare geometrier. Koden testades också i en verklig uppställning med ett artificiellt huvud. De resulterande felen i de beräknade Hounsfieldvärdena minbskade med ca 70%. Ett antal variansreduktionstekniker har också testats, men de flesta gav ingen förbättring på GPU. Koden är trots detta avsevärt snabb och kan simulera ca 3 · 109 photoner per minut med ett Quadro 4000 grafik-kort. Med hjälp av väl valda filtreringsmetoder kan koden användas för att beräkna patientspecifika spridningsfördelningar för ett fullständigt CBCT-scan på under en minut. Detta är tillräkligt för spridningskorrektion i kliniska tillämpningar. |
author |
Adler, Jonas |
spellingShingle |
Adler, Jonas GPU Monte Carlo scatter calculations for Cone Beam Computed Tomography |
author_facet |
Adler, Jonas |
author_sort |
Adler, Jonas |
title |
GPU Monte Carlo scatter calculations for Cone Beam Computed Tomography |
title_short |
GPU Monte Carlo scatter calculations for Cone Beam Computed Tomography |
title_full |
GPU Monte Carlo scatter calculations for Cone Beam Computed Tomography |
title_fullStr |
GPU Monte Carlo scatter calculations for Cone Beam Computed Tomography |
title_full_unstemmed |
GPU Monte Carlo scatter calculations for Cone Beam Computed Tomography |
title_sort |
gpu monte carlo scatter calculations for cone beam computed tomography |
publisher |
KTH, Numerisk analys, NA |
publishDate |
2014 |
url |
http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-140221 |
work_keys_str_mv |
AT adlerjonas gpumontecarloscattercalculationsforconebeamcomputedtomography AT adlerjonas gpumontecarlospridningsberakningarforvolymtomografi |
_version_ |
1716627344641228800 |