更新一下正在开发中的另一个项目，精准肿瘤放疗的治疗计划系统, 兼放疗科普帖，更新中

战略性mark，这才是有意义的事情 iOS fly ~

Radiation transport 的计算准确性和计算速度之间是一个动态平衡的关系。如果你要精准，可以直接使用 Generic Monte Carlo code 比如 Geant4, 但问题是你不可能在有限的时间中计算出需要的结果。在 Therapy 实际中使用的 MC 引擎都要做对应的近似，比如部分能量的粒子束不计算transport, 直接作为当前 Voxel 的能量 Deposition. 很多方法需要考虑近似的精确度

国内当前实际上很多 TPS 都还不是基于蒙卡的，因为速度不过快。大多数是基于 Convolutional 卷积方法计算的剂量。这种方法的问题是纵向的不定 inhomegenity 组织的计算是有问题，有很大的误差。

各家基本都有在做，瓦里安已经商用了，国内联影的也已经商用了虽然联影现在只有低端产品，毕竟医疗加AI这几年一直都是热点
质子放疗这一块不太了解，不过按LZ的解释需要的精度更高，那要求本身会更高一些 iOS fly ~

你这都基于云平台多GPU了，还考虑计算力的问题？加GPU数量就行了。再说从原理上说的蒙卡方法本身就是一种带有近似的。做治疗尤其是健康治疗计算。精确度比计算效率更重要呀！10分钟和两个小时的区别意义不大。

回复104#zybin


我说的计算时间的差距是10分钟和1周 :p

上一张引擎的计算时间结果对比图吧:


2.5秒和 60个小时的区别

即使是蒙卡，通过加硬件计算资源，花的经济代价并不大，就可以经计算时长提缩短一个数量级。更不用说云平台的弹性性质，更简单。

2.5秒的结果，真的是蒙特卡洛方法做出来的吗？ 还有问什么要用这么普通的CPU做这个呢？ 小型集群和几个工作站就可以把时间大幅缩短，还能保证精确度，而且也不贵吧。

科技在爆炸发展。
楼主太牛了。d版的精神不变。

1. 确实是MC 的结果
2. 即使是云端，部署的时候也是医院内的私有云，需要考虑硬件成本
3. 速度足够快才可以做 Adaptive treatment planning 在线自适应

今天CH上一个房间听VC聊，楼主现在做的，是他们风投的一个热点。

Mark iOS fly ~

如果2.5秒的结果可以用，那就不用纠结计算的数据质量的问题了。你这个治疗为什么还需要在束实时调整？ 数据算准了，应该不用吧？在我看来AI是个热点。不过觉得AI用在数据分析和处理上更合理，让AI做决策和方案还是不太放心。

因为病人 Planning CT 是之前做的。在线 CBCT 的结果可能和 Planning CT 不同，病人每天的 Body contour 会不一样，这就需要考虑在线自适应计划

再牛逼都好，治疗癌症难道靠AI吗？iOS fly ~

VARIAN 的就是 Ethos, 简单说就是 Halcyon + AI

学习ing小尾巴~

强帖留名

前几天山东省肿瘤医院进了一台质子治疗设备吧？据说好多亿人民币
我觉得或许若干年以后，随着医学的进步，放疗会被认为是一种错误的肿瘤治疗方法，而被淘汰。

好像也是ccfer？HiPDA·NG

虽然看不懂，但是觉得楼主是某个领域的大拿。

回复115#cewang


数据分析方面会很有用。

我们现在用的还是RayStation 4.7，更高的版本还没通过CFDA。 但是前些天遇到县级医院买的国产新华加速器，居然匹配了新版本的RayStation，很惊讶，国产的加速器有前途啊

- 当前国外的 TPS 已经基本形成垄断，主要的产品一个是 Varian 的 Eclipse, 一个是 RaySearch 的 RayStation.

- RayStation 确实是业界最当红和顶尖的产品。就是价格非常昂贵，一套的价格是上百万人民币，加上每年 20% 的维护费用。

牛贴留名

大佬，收下我的膝盖

问下楼下，pet/ct影像的文件可以用什么软件查看呀？开源的

回复127#evanwang


ImageJ 就可以看 Dicom

mark iOS fly ~