Elaboração de um software baseado no método de Monte Carlo para transporte de fótons em água utilizando a plataforma CUDA

Abstract

Os programas comumente utilizados para realizar simulações de radioterapia são baseados no Método de Monte Carlo (MMC). Apesar da alta precisão nos resultados, esta abordagem apresenta um alto custo computacional, que aliado à arquitetura sequencial de processamento de dados nas CPUs, resulta em tempos de execução elevados. Visando mitigar essa limitação de tempo e desenvolver uma alternativa para integração futura com o sistema de planejamento de tratamento AMIGOpy, é apresentado o desenvolvimento de um software de transporte de fótons, denominado PaRaS (Parallelized Radiotherapy Simulator), estruturado para utilizar as Unidades de Processamento Gráfico (GPUs) para executar as simulações das partículas de modo paralelizado. Atualmente, o escopo do programa está limitado ao transporte de fótons em um alvo homogêneo de água, e para o seu desenvolvimento foi utilizada a plataforma de programação CUDA, com os modelos físicos baseados no código PENELOPE. Para validar os resultados obtidos pelo PaRaS, foram realizadas simulações comparativas com o MCNP6, que incluíram fontes planas e monoenergéticas, fontes pontuais com angulação e uma fonte espectral plana. Os alvos eram cubos compostos por voxels de água. Os resultados obtidos apresentaram uma boa concordância com o MCNP, com as doses médias totais no alvo apresentando diferenças entre 0,49% e 5,40% e as curvas de deposição de dose apresentaram comportamentos similares. Com relação aos voxels, a maior discrepância entre as doses obtidas nas regiões de interesse foi de 10,70%. Vale ressaltar, porém, o leve padrão de superestimação de dose nas regiões superficiais nas simulações com o PaRaS. O paralelismo oferecido pelas GPUs se mostrou uma abordagem bastante eficaz, trazendo uma redução drástica nos tempos de execução, que variou entre 73,1% e 99,7% em comparação aos tempos do MCNP. Em suma, o PaRaS foi capaz de reproduzir os cálculos de dose nos modelos propostos e a abordagem de paralelismo em GPUs se mostrou muito eficiente e promissora para otimizar simulações de transporte de partículas.