Szóráscsökkentési eljárások implementálása a PANNI kódba

Nyomtatóbarát változatNyomtatóbarát változat
Cím angolul: 
Implementing variance reduction techniques to the PANNI code
Típus: 
MSc diplomamunka téma - orvosi fizika
Félév: 
2022/23/2.
Témavezető: 
Név: 
Légrády Dávid
Email cím: 
legrady@reak.bme.hu
Intézet/Tanszék/Cégnév: 
Nukleáris Technikai Intézet
Beosztás: 
egy. docens
Hallgató: 
Név: 
Tolnai Gábor
Képzés: 
Fizikus MSc - orvosi fizika
Elvárások: 

Monte-Carlo módszerek alapos ismerete, C++ és CUDA programozási ismeretek, magas szintű orvosi képrekonstrukciós eljárások ismerete

Leírás: 

Az NTI-ben fejlesztés alatt álló PANNI (Pet-Aimed Novel Nuclear Imager) kód olyan Maximum Likelihood Expectatiion Maximization alapú Pozitron Emissziós Tomográfiás képrekonstrukciós kód, melynek előrevetítő motorja  egy teljes valósághűséget  lehetővé tevő, GPU-alapú Monte-Carlo szimuláció. A részletes számítás hátulütője az ehhez szükséges nagy számítási kapacitás. A PET szkenner geometriája ismert, a vizsgált objektum geometriája pedig általában hasonló. Ezek a feltételek lehetővé teszik, hogy egy jellemzőnek tekinthető geometriára nagyon pontos adjungáltfüggvényt generáljunk, mely segítségével a mintavételezés akár közel nulla szórásúvá is tehető. Különösen érdekes ez a szcintillátorkristályokban, ahol a gamma-pár együttes detektálási hatásfoka mindössze k.b. 15%. A szóráscsökkentő eljárások gyakori hátulütője, hogy a szórás csökkentéséhez felhasznált extra futási idő nagyobb veszteséget okoz, mint amennyi szórásnyereséget elértünk.

A hallgató feladata 

  • pontos szög- és energiafüggő adjungáltfüggvények generálása külön az vizsgálati tárgy és külön a detektorkristályok térfogatában
  • szóráscsökkentési eljárások implementálása a generált adjungáltfüggvények segítségével a kezdeti irány, a szóródási szög és a szabad úthossz kedvező torzítására mindkét térfogatfajtára
  • a modellezés eredményének összehasonlítása mért adatokkal
  • a fizikai modellek bővítése az akollinearitás figyelembevételével

 

A hallgató feladata az alkalmazott szóráscsökkentési eljárások sikerességének értékelése a Monte-Carlo szimulációs hatékonyság mellett a képrekonstrukció minőségének változását is figyelembe véve. 

Titkosítas: 
Hozzáférés nincs korlátozva