RadField3D:用于医学应用的辐射保护剂量计深度学习的数据生成器和数据格式
Felix Lehner1,2, Pasquale Lombardo3, Susana Castillo2,4
1Physikalisch-Technische Bundesanstalt (PTB), Braunschweig, Germany.
概括
本研究介绍了RadField3D,这是一个开源Geant4蒙特卡罗模拟工具,用于剂量测量的3D辐射场. 它还介绍了一个快速的数据格式和Python API,用于辐射模拟中的深度学习研究.
科学领域:
- 医学物理 医学物理
- 计算物理 计算物理
- 辐射科学 辐射科学
背景情况:
- 准确的辐射场数据对于剂量测量至关重要.
- 当前的模拟方法可以是计算密集的.
- 深度学习为更快的辐射模拟提供了潜力.
研究的目的:
- 开发基于Geant4的开源蒙特卡罗模拟应用程序,用于生成3D辐射场数据集.
- 引入一种机器可解释的数据格式和Python API,用于将辐射数据集成到深度学习研究中.
- 促进利用人工智能进行替代辐射模拟方法的研究.
主要方法:
- 开发RadField3D,一个基于Geant4的蒙特卡洛模拟应用程序.
- 使用Python API创建一个快速,机器可解释的数据格式 (RadFiled3D).
- 对模拟数据与测量和模拟数据集的验证.
主要成果:
- 使用RadField3D应用程序成功生成了3D辐射场数据集.
- 为神经网络集成提供一种新的,高效的数据格式和API.
- 所有源代码和可重复性验证数据的开源发布.
结论:
- RadField3D为产生剂量测量的辐射场数据提供了一个有价值的工具.
- 附带的数据格式和API允许在深度学习研究中高效地使用这些数据.
- 该项目的开源性质促进了人工智能驱动的辐射模拟领域的进一步研究.
更多相关视频
06:20Irradiator Commissioning and Dosimetry for Assessment of LQ α and β Parameters, Radiation Dosing Schema, and in vivo Dose Deposition
Published on: March 11, 2021
7.1K
07:57Positron Emission Tomography-based Dose Painting Radiation Therapy in a Glioblastoma Rat Model using the Small Animal Radiation Research Platform
Published on: March 24, 2022
2.7K
