Revisión de las plataformas de simulación de Monte Carlo basadas en GPU para la tomografía de transmisión y emisión...

Área de la Ciencia:

• Física de las imágenes médicas
• Ciencias computacionales
• Física médica

Sus antecedentes:

• La simulación de Monte Carlo (MC) es crucial para modelar la física compleja en la tomografía médica.
• La unidad de procesamiento gráfico (GPU) de computación en paralelo ofrece importantes ventajas de rendimiento para las simulaciones de MC.
• Los avances en la tecnología GPU y la tomografía requieren enfoques de simulación actualizados.

Objetivo del estudio:

• Revisar las simulaciones de MC aceleradas por GPU de última generación en varias modalidades de tomografía.
• Resaltar los logros actuales e identificar las áreas subdesarrolladas en la simulación de MC basada en GPU para la tomografía.
• Proporcionar conocimientos a los investigadores y profesionales en imágenes médicas.

Principales métodos:

• Revisión exhaustiva de los desarrollos técnicos en la tomografía computarizada (TC), la TC de haz cónico (CBCT), la tomografía por emisión de positrones (PET) y otras modalidades.
• Examen de los métodos de simulación de MC, las plataformas basadas en CPU y las estrategias de aceleración de GPU.
• Análisis de la evolución del hardware de la GPU y los principales paquetes de simulación de MC basados en GPU.

Principales resultados:

• Las GPU proporcionan aceleraciones de 100-1000x en comparación con las implementaciones de CPU para simulaciones de MC.
• Las características emergentes de la GPU (núcleos de trazado de rayos, núcleos tensores) ofrecen más oportunidades de mejora del rendimiento.
• Se han logrado avances significativos en las tecnologías de tomografía y simulación de MC.

Conclusiones:

• La simulación de MC basada en GPU es esencial para el avance de la tomografía de emisión y transmisión médica.
• La investigación futura debe centrarse en la portabilidad del hardware y la modularización de los códigos GPU-MC para nuevas aplicaciones como la generación de datos sintéticos y los gemelos digitales.
• La optimización de las simulaciones de GPU es clave para apoyar el crecimiento de la tomografía médica y las tecnologías emergentes de atención médica.