[논문]근접 치료에서 역방향 치료 계획의 선량분포 계산 가속화 방법

조병두

doi:10.7742/jksr.2023.17.5.633

초록
AI-Helper

최근 근접 치료에서 방사선 차폐막을 사용하여 선량 분포를 변조하여 선량을 전달하는 정적 및 동적 변조 근접 치료 방법이 개발됨에 따라 새로운 방향성 빔 세기 변조 근접 치료에 적합한 역방향 치료 계획 및 치료 계획 최적화 알고리즘에서 선량 계산에 필요한 파라미터 및 데이터의 양이 증가하고 있다. 세기 변조 근접 치료는 방사선의 정확한 선량 전달이 가능하지만, 파라미터와 데이터의 양이 증가하기 때문에 선량 계산에 필요한 경과 시간이 증가한다. 본 연구에서는 선량 계산 경과 시간의 증가를 줄이기 위해 그래픽 카드 기반의 CUDA 가속 선량 계산 알고리즘을 구축하였다. 계산 과정의 가속화 방법은 관심 체적의 시스템 행렬 계산 및 선량 계산의 병렬화를 이용하여 진행하였다. 개발된 알고리즘은 모두 인텔(3.7GHz, 6코어) CPU와 단일 NVIDIA GTX 1080ti 그래픽 카드가 장착된 동일한 컴퓨팅 환경에서 수행하였으며, 선량 계산 시간은 디스크에서 데이터를 불러오고 전처리를 위한 작업 등의 추가 적으로 필요한 시간은 제외하고 선량 계산 시간만 측정하여 평가하였다. 그 결과 가속화된 알고리즘은 CPU로만 계산할 때보다 선량 계산 시간이 약 30배 단축된 것으로 나타났다. 가속화된 선량 계산 알고리즘은 적응방사선치료와 같이 매일 변화되는 어플리케이터의 움직임을 고려하여 새로운 치료 계획을 수립해야 하는 경우나 동적 변조 근접 치료와 같이 선량 계산에 변화되는 파라미터를 고려해야 하는 경우 치료 계획 수립 속도를 높일 수 있을 것으로 판단된다.

Abstract ▼ AI-Helper

With the recent development of static and dynamic modulated brachytherapy methods in brachytherapy, which use radiation shielding to modulate the dose distribution to deliver the dose, the amount of parameters and data required for dose calculation in inverse treatment planning and treatment plan op...

With the recent development of static and dynamic modulated brachytherapy methods in brachytherapy, which use radiation shielding to modulate the dose distribution to deliver the dose, the amount of parameters and data required for dose calculation in inverse treatment planning and treatment plan optimization algorithms suitable for new directional beam intensity modulated brachytherapy is increasing. Although intensity-modulated brachytherapy enables accurate dose delivery of radiation, the increased amount of parameters and data increases the elapsed time required for dose calculation. In this study, a GPU-based CUDA-accelerated dose calculation algorithm was constructed to reduce the increase in dose calculation elapsed time. The acceleration of the calculation process was achieved by parallelizing the calculation of the system matrix of the volume of interest and the dose calculation. The developed algorithms were all performed in the same computing environment with an Intel (3.7 GHz, 6-core) CPU and a single NVIDIA GTX 1080ti graphics card, and the dose calculation time was evaluated by measuring only the dose calculation time, excluding the additional time required for loading data from disk and preprocessing operations. The results showed that the accelerated algorithm reduced the dose calculation time by about 30 times compared to the CPU-only calculation. The accelerated dose calculation algorithm can be expected to speed up treatment planning when new treatment plans need to be created to account for daily variations in applicator movement, such as in adaptive radiotherapy, or when dose calculation needs to account for changing parameters, such as in dynamically modulated brachytherapy.

Keyword

표/그림 (8)

그림 Fig. 1. Object and source modeling of the contour point-lists extracted from the DICOM-RT structure files, with resampled points on the three-dimensional model for accurate dose calculation based on dwell time of each source.
그림 Fig. 2. Schematic diagram of the dose delivered to one voxel by each source.
표 Table 1. Comparison between doses calculated by the commercial RTP system and computed by the in-house program utilizing a point source
그림 Fig. 3. The corresponding dwell times for a (a) nominal plan and (b) inverse plan method at each of the 15 dwell position.
표 Table 2. Comparison between doses calculated by the commercial RTP system and computed by the in-house program
표 Table 3. The dose constraints in accordance with EMBRACE recommendation and the total EQD2 (EBRT: 50.40 Gy + BT) of each target and OAR
그림 Fig. 4. Pseudo-programming of parallel computation in the sampling and dose calculation operations.
표 Table 4. Total elapsed time for producing the dose calculation in inverse plan

AI 본문요약
AI-Helper

문제 정의

따라서, 근접 치료의 역방향 치료계획에서 정확한 선량분포를 얻기 위하여 계산량이 많아지며 계산속도가 느려질 수 밖에 없다. 이에 본 연구에서는 근접 치료에서 선량 강도 조절 기술의 적용으로 증가된 선량 최적화 계산량을 GPU (Graphics Processing Unit)기반의 CUDA(Compute Unified Device Architecture) 가속 프로그래밍을 적용하여 선량 계산 속도를 향상시키는 연구를 진행하였다.
전통적인 방사선치료 방법 중 등방성의 선량분포를 가지는 근접 치료의 경우 관심 체적 부위에 원하는 비대칭 형태의 선량을 정확하게 전달하기 위해 다양한 방법이 고안되어 지고 있다. 본 연구에서는 근접 치료에서 새롭게 고안되어지고 있는 비대칭 형태의 선량 전달 방법을 효과적으로 적용시킬 수 있는 역방향 치료 계획을 작성하여 확인하였다. 또한, 근접 치료의 역방향 치료 계획에서 선량분포를 계산함에 있어 속도를 개선하는 연구는 지금까지 수행된 바가 없다.

제안 방법

본 연구에서는 계산 효율을 높이기 위해 Fig. 2와 같이 선원 위치에 따른 표적 체적 및 위험 장기(OAR) 내부의 복셀에 대한 선량 행렬만 계산하였다. 즉, 컴퓨팅 가속을 위해 DICOM-RT 구조의 윤곽이 입력되어 GPU 텍스처 메모리로 전송하여, 가져온 윤곽 목록에서 포인트 샘플링을 수행하여 실제 선량분포 계산 과정에 필요한 관심 부분의 체적 행렬을 생성하였다.
2와 같이 선원 위치에 따른 표적 체적 및 위험 장기(OAR) 내부의 복셀에 대한 선량 행렬만 계산하였다. 즉, 컴퓨팅 가속을 위해 DICOM-RT 구조의 윤곽이 입력되어 GPU 텍스처 메모리로 전송하여, 가져온 윤곽 목록에서 포인트 샘플링을 수행하여 실제 선량분포 계산 과정에 필요한 관심 부분의 체적 행렬을 생성하였다.
선량분포 계산 가속 속도를 측정하기 위해 CPU 및 GPU 프로그래밍을 사용하여 각 선량 계산 방식에 소요되는 계산 시간을 비교하였다. 두 계산 알고리즘은 모두 인텔(3.
5 mm 192-Ir 선원을 이용하였다. 선원은 특정 한 지점에 위치시켰으며, 표적 체적 및 위험 장기의 16개 무작위 위치를 선정하여 선량 계산 정확도를 확인하기 위하여, Table 1에 임상에서 사용되는 상업용 선량분포 계산 프로그램과 본 연구에서 개발한 선량 계산 알고리즘을 이용하여 계산된 선량의 결과를 나타내었다. 관심 위치에서 무작위로 선택한 지점들의 계산된 선량 차이의 평균은 – 0.
특히, 주변 조직에 대해 차폐체의 방향이 바뀌는 기술인 동적 (dynamic) 변조 근접 치료에서 선량 계산 시, 추가적으로 “회전”에 관련된 인자를 추가하여 최적화해야 하기 때문에 GPU 기반의 CUDA 가속 프로그래밍 적용을 통한 가속화를 기대할 수 있었다
근접 치료의 역방향 치료 계획에서의 선량 계산을 GPU 기반의 CUDA 가속 프로그래밍을 적용하여 선량 계산 속도를 가속화 하였다. 본 연구에서는 인텔(3.

대상 데이터

근접 치료에서 많이 사용되는 외경이 1.0 mm인 원통형 스테인리스강 캡슐에 밀봉되어 있는 3.5 mm 192-Ir 선원을 이용하였다. 선원은 특정 한 지점에 위치시켰으며, 표적 체적 및 위험 장기의 16개 무작위 위치를 선정하여 선량 계산 정확도를 확인하기 위하여, Table 1에 임상에서 사용되는 상업용 선량분포 계산 프로그램과 본 연구에서 개발한 선량 계산 알고리즘을 이용하여 계산된 선량의 결과를 나타내었다.

성능/효과

Table 4는 CPU와 GPU를 사용한 선량 계산 시간 비교 결과 나타낸다. 역방향 치료 계획에서 선량 계산 시간의 경우 GPU를 사용할 경우 CPU를 사용한 수행보다 약 30.086배 만큼 가속화 비율을 보였다.
또한, 근접 치료의 역방향 치료 계획에서 선량분포를 계산함에 있어 속도를 개선하는 연구는 지금까지 수행된 바가 없다. 따라서, 변수의 증가로 많아진 계산량으로 인하여 발생된 선량 계산 속도의 저하를 CUDA 가속 프로그래밍을 적용하여 선량 계산 속도를 향상시키는 연구를 진행하였으며, 선량 계산에 필요한 경과 시간을 39.443초에서 1.311초로 약 30배 만큼 단축시킬 수 있어 만족스러운 결과를 보여주었다. 본 연구에서는 Eq.
(1)에서 볼 수 있듯이 선량 계산 시 관심 체적의 시스템 행렬, 선원이 위치할 수 있는 곳에서의 선원의 체류 시간을 최적화하여 관심 체적에 전달되는 선량분포를 계산해야만 하기 때문에, 선량 계산량이 증가되어 계산 속도가 현저히 느려질 수 밖에 없다. 따라서, 과심 체적의 시스템 행렬과 선원의 체류시간을 통한 선량 최적화 계산의 병렬화를 진행하였으며, CUDA 가속 프래그래밍을 기반으로 선량계산 알고리즘의 추가적인 가속화를 진행 할 수 있었다. 본 연구에서 단일 GPU 카드를 사용하여 가속화 알고리즘을 적용하였지만, 고성능 GPU 및 많은 수의 GPU 카드를 병렬화 하여 선량 계산을 진행하면 추가적인 계산 속도의 가속화 결과를 기대할 수 있을 것이다.
근접 치료의 역방향 치료 계획에서의 선량 계산을 GPU 기반의 CUDA 가속 프로그래밍을 적용하여 선량 계산 속도를 가속화 하였다. 본 연구에서는 인텔(3.7GHz, 6코어) CPU와 단일 GPU (NVIDIA GTX 1080ti) 카드를 사용하여 약 30배의 가속화 결과를 얻을 수 있었다. 특히, 주변 조직에 대해 차폐체의 방향이 바뀌는 기술인 동적 (dynamic) 변조 근접 치료에서 선량 계산 시, 추가적으로 “회전”에 관련된 인자를 추가하여 최적화해야 하기 때문에 GPU 기반의 CUDA 가속 프로그래밍 적용을 통한 가속화를 기대할 수 있었다.

후속연구

따라서, 과심 체적의 시스템 행렬과 선원의 체류시간을 통한 선량 최적화 계산의 병렬화를 진행하였으며, CUDA 가속 프래그래밍을 기반으로 선량계산 알고리즘의 추가적인 가속화를 진행 할 수 있었다. 본 연구에서 단일 GPU 카드를 사용하여 가속화 알고리즘을 적용하였지만, 고성능 GPU 및 많은 수의 GPU 카드를 병렬화 하여 선량 계산을 진행하면 추가적인 계산 속도의 가속화 결과를 기대할 수 있을 것이다. 또한, 표적 체적 및 위험 장기 내부의 복셀모델링에 대한 역방향 치료계획에서의 선량을 계산하기위해 사용된 Eq.
또한, 표적 체적 및 위험 장기 내부의 복셀모델링에 대한 역방향 치료계획에서의 선량을 계산하기위해 사용된 Eq. (1)에 표적 체적 및 위험 장기에 대한 제약조건을 추가하면 선량 계산의 정확도를 향상시켜 최적화할 수 있을 것으로 판단되며, 향후 연구에서 고성능 GPU 카드의 병렬화를 통한 선량 계산속도 향상 및 선량 계산 알고리즘의 고도화를 기반으로 정확도의 향상을 진행하고자 한다.
특히, 주변 조직에 대해 차폐체의 방향이 바뀌는 기술인 동적 (dynamic) 변조 근접 치료에서 선량 계산 시, 추가적으로 “회전”에 관련된 인자를 추가하여 최적화해야 하기 때문에 GPU 기반의 CUDA 가속 프로그래밍 적용을 통한 가속화를 기대할 수 있었다. 추가적으로, 근접 치료에서 어플리케이터의 고정을 완벽하지 않을 경우 기존의 치료 계획과 다른 선량이 전달될 수 있기 때문에 적응방사선치료(adaptive radiation therapy)가 고려되어야 하며, 선량 계산 가속화 알고리즘을 기반으로 한 실시간 방사선치료계획의 수정으로 빠른 치료 계획의 작성이 가능하여, 근접 치료에서 선량 전달의 정확성을 향상시킬 수 있을 것이다.

참고문헌 (16)

A. Mourya, L. M. Aggarwal, S. Choudhary, "Evolution of Brachytherapy Applicators for the Treatment of Cervical Cancer", Journal of Medical Physics, Vol. 46, No. 4, pp. 231-243, 2021. https://doi.org/10.4103/jmp.jmp_62_21？

상세보기
A. E. Sturdza, J. Knoth, "Image-guided brachytherapy in cervical cancer including fractionation", International Journal of Gynecological Cancer, Vol. 32, No. 3, pp. 273-280, 2022. https://doi.org/10.1136/ijgc-2021-003056？

상세보기
J. Crook, M. Marban, D. Batchelar, "HDR Prostate Brachytherapy", Seminars In Radiation Oncology, Vol. 30, No. 1, pp. 49-60, 2020. https://doi.org/10.1016/j.semradonc.2019.08.003？

상세보기
C. Genninges, M. D. Cuypere, J. Hermesse, F. Kridelka, G. Jerusalem, "Optimal treatment in locally advanced cervical cancer", Expert Review of Anticancer Therapy, Vol. 21, No. 6, pp. 657-671, 2021. https://doi.org/10.1080/14737140.2021.1879646？

상세보기
K. Tanderup, P. J. Eifel, C. M. Yashar, R. Potter, P. W. Grigsby, "Curative Radiation Therapy for Locally Advanced Cervical Cancer: Brachytherapy Is NOT Optional", International Journal of Radiation Oncology Biology Physics, Vol. 88, No. 3, pp. 537-539, 2014. https://doi.org/10.1016/j.ijrobp.2013.11.011？

상세보기
C. Haie-Meder, R. Potter, E. Van Limbergen, E. Briot, M. De Brabandere, J. Dimopoulos, I. Dumas, T. P. Hellebust, C. Kirisits, S. Lang, S. Muschitz, J. Nevinson, A. Nulens, P. Petrow, N. Wachter-Gerstner, Gynaecological (GYN) GEC-ESTRO Working Group, "Recommendations from Gynaecological (GYN) GEC-ESTRO Working Group (I): Concepts and terms in 3D image based 3D treatment planning in cervix cancer brachytherapy with emphasis on MRI assessment of GTV and CTV", Radiotherapy and Oncology, Vol. 74, No. 3, pp. 235-245, 2005. http://dx.doi.org/10.1016/j.radonc.2004.12.015？

상세보기
R. Potter 1, C. Haie-Meder, E. V. Limbergen, I. Barillot, M. D. Brabandere, J. Dimopoulos, I. Dumas, B. Erickson, S. Lang, A. Nulens, P. Petrow, J. Rownd, C. Kirisits, GEC ESTRO Working Group, "Recommendations from gynaecological (GYN) GEC ESTRO working group (II): concepts and terms in 3D image-based treatment planning in cervix cancer brachytherapy-3D dose volume parameters and aspects of 3D image-based anatomy, radiation physics, radiobiology", Radiotherapy and Oncology, Vol. 74, No. 3, pp. 235-245, 2005. https://doi.org/10.1016/j.radonc.2004.12.015？

상세보기
C. M. Callaghan, Q. Adams, R. T. Flynn, X. Wu, W. Xu, Y.Kim, "Systematic Review of Intensity-Modulated Brachytherapy (IMBT): Static and Dynamic Techniques", International Journal Of Radiation Oncology Biology Physics, Vol. 105, No. 1, pp. 206-221, 2019. https://doi.org/10.1016/j.ijrobp.2019.04.009？

상세보기
M. J. Webster, S. Devic, T. Vuong, D. Y. Han, D. Scanderbeg, D. Choi. B. Song, W. Y. Song "HDR brachytherapy of rectal cancer using a novel grooved-shielding applicator design", Medical Physics, Vol. 40, No. 9, pp. 091704, 2013. https://doi.org/10.1118/1.4816677？

상세보기
D. Y. Han, S. U. Chen, "Reducing the stigma of depression through neurobiology-based psychoeducation: A randomized controlled trial", Psychiatry and Clinical Neurosciences, Vol. 68, No. 9, pp. 666-673, 2014. http://dx.doi.org/10.1111/pcn.12174？

상세보기
H. Safigholi, B. V. Veelen, Y. Niatsetski, W. Y. Song, "Modeling of the direction modulated brachytherapy tandem applicator using the Oncentra Brachy advanced collapsed cone engine", Brachytherapy, Vol 17. No. 6, pp. 1030-1036, 2018. http://dx.doi.org/10.1016/j.brachy.2018.08.001？

상세보기
Q. Adams, K. M. Hopfensperger, Y. Kim, X. Wu, W. Xu, H. Shukla, R. T. Flynn, "Effectiveness of rotating shield brachytherapy for prostate cancer dose escalation and urethral sparing", International Journal of Radiation Oncology Biology Physics, Vol. 102, No. 5, pp. 1543-1550, 2018. http://dx.doi.org/10.1016/j.ijrobp.2018.07.2015？

상세보기
Q. E. Adams, J. Xu, E. K. Breitbach, X. Li, S. A. Enger, W. R. Rockey, Y. Kim, X. Wu, R. T. Flynn, "Interstitial rotating shield brachytherapy for prostate cancer", Medical Physics, Vol. 41, No. 5, pp. 051703, 2014. http://dx.doi.org/10.1118/1.4870441？

상세보기
Y. Liu, R. T. Flynn, W. Yang, Y. Kim, S. K. Bhatia, W. Sun, X. Wu, "Rapid emission angle selection for rotating-shield brachytherapy", Medical Physics, Vol. 40, No. 5, pp. 51720, 2013. http://dx.doi.org/10.1118/1.4802750？

상세보기
A. Beck, M. Teboulle, "A fast iterative shrinkage-thresholding algorithm for linear inverse problems", SIAM Journal on Imaging Sciences, Vol. 2, No. 1, pp. 183-202, 2009. http://dx.doi.org/10.1137/080716542？

상세보기
R. Nath, L. L. Anderson, G. Luxton, K. A. Weaver, J. F. Williamson, A. S. Meigooni, "Dosimetry of interstitial brachytherapy sources: recommendations of the AAPM Radiation Therapy Committee Task Group No. 43. American Association of Physicists in Medicine", Medical Physics, Vol. 22, No. 2, pp. 209-234, 1995. http://dx.doi.org/10.1118/1.597458

상세보기

이 논문을 인용한 문헌

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 근접 치료에서 역방향 치료 계획의 선량분포 계산 가속화 방법
An Accelerated Approach to Dose Distribution Calculation in Inverse Treatment Planning for Brachytherapy 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

Keyword

표/그림 (8)

표/그림 (8)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (16)

이 논문을 인용한 문헌

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 근접 치료에서 역방향 치료 계획의 선량분포 계산 가속화 방법 An Accelerated Approach to Dose Distribution Calculation in Inverse Treatment Planning for Brachytherapy 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

Keyword

표/그림 (8) 모든 표/그림 보기

표/그림 (8) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (16)

이 논문을 인용한 문헌

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 근접 치료에서 역방향 치료 계획의 선량분포 계산 가속화 방법
An Accelerated Approach to Dose Distribution Calculation in Inverse Treatment Planning for Brachytherapy 원문보기

초록
AI-Helper

표/그림 (8)

표/그림 (8)

AI 본문요약
AI-Helper

활용도 Top5 논문