مونت کارلو برای اپتیک زیست پزشکی

تشخیص نوری و لیزر به طور گسترده ای در موارد مختلفی از جمله تحقیقات سرطان ، بیولوژی عروقی و رشدی ، پوست ، داروسازی ، علوم مواد ، مواد غذایی و صنایع آرایشی و بهداشتی مورد استفاده قرار می گیرد. تکنیک های نوری ، طیف گسترده ای از راه حل های عملی را برای تشخیص غیر تهاجمی در طیف وسیعی از مطالعات از سلولهای منفرد تا بیوپسی بافت های خاص بیولوژیکی و اندام های کل ارائه می دهند.

  

طراحی مفهومی یک سیستم تشخیص نوری خاص برای اندازه گیری غیر تهاجمی in vivo تغییرات ساختاری بافت های بیولوژیکی و تغییر در خصوصیات فیزیولوژیکی آنها نیاز به انتخاب دقیق پارامترهای مختلف فنی ، از جمله طول موج ، انسجام ، قطبش و مشخصات مشخصات تابش نوری حادثه ، حساسیت از آشکارساز ، اندازه و هندسه و موقعیت متقابل منبع و آشکارساز. با توجه به طیف وسیعی از شرایط کاوش و ساختار ترکیبی پیچیده بافتهای بیولوژیکی ، هیچ راه حل تحلیلی عمومی وجود ندارد که بتواند سیگنال نوری شناسایی شده و نحوه تأثیرپذیری از تغییرات ساختاری یا فیزیولوژیکی را توصیف کند. در نتیجه ، مدل سازی تصادفی مونت کارلو (MC) ، که نتایج مختلفی را بر اساس تولید اعداد تصادفی پیش بینی می کند ، برای تقلید از انتشار نور در محیط کدر مانند بافت پیچیده استفاده می شود.

فرصتی برای شبیه سازی مستقیم تأثیر انواع بافت های بیولوژیکی در نور کاوش ، MC را به ابزاری اصلی در اپتیک زیست پزشکی و مهندسی نوری تبدیل می کند. برای مثال ، از MC برای شبیه سازی طیف بازتاب ، تقلید از تصاویر 2 بعدی تهیه شده توسط توموگرافی انسجام نوری (OCT) و بررسی تأثیرات منسجم پراکندگی نور چندگانه و پاکسازی نوری ، در مدل محاسباتی پوست انسان ادغام شده است. با این وجود ، تنوع تکنیک های تشخیص نوری و لیزر بر اساس ویژگی های مختلف نور و مکانیسم های فعل و انفعالات نور و بافت ، نیاز دارد که برای هر کاربرد جدید کد MC تازه ای ایجاد شود.

برای تعمیم مدل سازی MC برای استفاده چند منظوره ، ما از مفهوم برنامه نویسی شی گرا (OOP) استفاده کردیم .2 به طور خاص ، OOP به کاربر اجازه می دهد مهاجرت فوتون و تعامل بین نور و بافت را به عنوان اشیاract متقابل توصیف کند. جسم فوتونی از طریق محیط جسم انتشار یافته و با ترکیبات آن مانند سلول ها ، رگ های خونی ، فیبر کلاژن و تومورها برهم کنش دارد. تقسیم محیط به اشیا to امکان ایجاد مدل های بافتی واقع گرایانه با ارائه تغییرات مکانی سه بعدی از ساختار بیولوژیکی را فراهم می کند. علاوه بر این ، تعریف ساختار واقعی بافت بیولوژیکی به عنوان یک شی en این امکان را فراهم می کند تا از طریق چندین روش تصویربرداری مانند میکروسکوپ الکترونی ، تصویربرداری تشدید مغناطیسی و OCT به مدل وارد شود.

ما از ویژگی وراثت OOP برای ایجاد ساختار سلسله مراتبی "هوشمند" کد MC استفاده کردیم تا از داشتن چندین کلاس برای کارهای مشابه جلوگیری کنیم. سلسله مراتب به اشیا‘ "متحد" اجازه می دهد تا متغیرها و اعضا را به اشتراک بگذارند ، به طور قابل توجهی مقدار کد منبع را کاهش می دهد و راه را برای گسترش و تعمیم MC هموار می کند. بسته به نوع کاربرد ، اشیا را می توان به حالت مناسب فعل و انفعال بافت نور و روش تشخیصی نوری خاصی تنظیم کرد.

برای دستیابی به عملکرد شبیه سازی نوری ، ما یک چارچوب محاسباتی موازی ایجاد کرده ایم که به عنوان Compute Unified Device Architecture (CUDA) شناخته شده است و توسط NVIDIA Corporation معرفی شده است. این فناوری که به طور خاص برای برنامه های گرافیکی سه بعدی حرفه ای طراحی شده است ، به هر تراشه گرافیکی اجازه می دهد تا به صورت منطقی به صدها هسته تقسیم شود و واحد پردازش گرافیک را به یک پردازنده مشترک عظیم برای محاسبات موازی تبدیل کند. این قابلیت امکان شبیه سازی هزاران جسم را فراهم می کند - یعنی انتشار همزمان فوتون ها در محیط - که روند شبیه سازی را تا 103 برابر سرعت می بخشد.