طريقة مونت كارلو لنقل الفوتونات
يُعدّ نمذجة انتشار الفوتونات باستخدام طرق مونت كارلو منهجًا مرنًا ودقيقًا في الوقت نفسه لمحاكاة انتقال الفوتونات. في هذه الطريقة، تُعبّر القواعد المحلية لانتقال الفوتونات عن طريق توزيعات احتمالية تصف حجم خطوة حركة الفوتون بين مواقع تفاعل الفوتون مع المادة، وزوايا انحراف مسار الفوتون عند حدوث حدث تشتت. وهذا يُعادل نمذجة انتقال الفوتونات تحليليًا باستخدام معادلة نقل الإشعاع (RTE)، التي تصف حركة الفوتونات باستخدام معادلة تفاضلية . مع ذلك، غالبًا ما يكون من غير الممكن إيجاد حلول مغلقة لمعادلة نقل الإشعاع؛ ففي بعض الأشكال الهندسية، يُمكن استخدام تقريب الانتشار لتبسيط المعادلة، على الرغم من أن هذا بدوره يُدخل العديد من الأخطاء، خاصةً بالقرب من المصادر والحدود. في المقابل، يُمكن جعل محاكاة مونت كارلو دقيقة للغاية عن طريق زيادة عدد الفوتونات التي يتم تتبعها. على سبيل المثال، انظر إلى الفيلم، حيث تقوم محاكاة مونت كارلو لشعاع قلم رصاص يسقط على وسط شبه لانهائي بنمذجة كل من تدفق الفوتون الباليستي الأولي والانتشار المنتشر اللاحق.
تعتمد طريقة مونت كارلو بطبيعتها على الإحصاء، ولذا فهي تتطلب وقتًا حسابيًا كبيرًا لتحقيق الدقة المطلوبة. إضافةً إلى ذلك، يمكن لمحاكاة مونت كارلو تتبع العديد من الكميات الفيزيائية في آنٍ واحد، بأي دقة مكانية وزمنية مرغوبة. هذه المرونة تجعل نمذجة مونت كارلو أداةً فعّالة. وبالتالي، على الرغم من كونها غير فعّالة حسابيًا، تُعتبر طرق مونت كارلو غالبًا المعيار القياسي لقياسات نقل الفوتونات المحاكاة في العديد من التطبيقات الطبية الحيوية.

التطبيقات الطبية الحيوية لطرق مونت كارلو
التصوير الطبي الحيوي
تُتيح الخصائص البصرية للأنسجة البيولوجية منهجًا للتصوير الطبي الحيوي. فهناك العديد من التباينات الذاتية، بما في ذلك امتصاص الدم والميلانين، وتشتت الضوء من الخلايا العصبية ونوى الخلايا السرطانية. إضافةً إلى ذلك، يمكن توجيه المجسات الفلورية إلى العديد من الأنسجة المختلفة. تتميز تقنيات المجهر (بما في ذلك المجهر متحد البؤر ، والمجهر ثنائي الفوتون ، والتصوير المقطعي بالتماسك البصري ) بقدرتها على تصوير هذه الخصائص بدقة مكانية عالية، ولكن نظرًا لاعتمادها على الفوتونات الباليستية، فإن عمق اختراقها محدود ببضعة ملليمترات. يتطلب التصوير في أعماق الأنسجة، حيث تتشتت الفوتونات بشكل متعدد، فهمًا أعمق للسلوك الإحصائي لأعداد كبيرة من الفوتونات في مثل هذه البيئة. توفر طرق مونت كارلو إطارًا مرنًا استُخدم في تقنيات مختلفة لإعادة بناء الخصائص البصرية في أعماق الأنسجة. فيما يلي عرض موجز لبعض هذه التقنيات.
- التصوير المقطعي الصوتي الضوئي: في هذه التقنية، يُمتص ضوء الليزر المنتشر، مما يُحدث ارتفاعًا موضعيًا في درجة الحرارة. هذا التغير الموضعي في درجة الحرارة يُولد بدوره موجات فوق صوتية عبر التمدد الحراري المرن، والتي يتم رصدها بواسطة محول طاقة فوق صوتي . عمليًا، يتم تغيير العديد من معايير الإعداد (مثل طول موجة الضوء، والفتحة العددية لمحول الطاقة )، ونتيجة لذلك، يُعد نمذجة مونت كارلو أداة قيّمة للتنبؤ باستجابة الأنسجة قبل تطبيق الطرق التجريبية.
- التصوير المقطعي البصري المنتشر (DOT) هو تقنية تصوير تستخدم مجموعة من مصادر وكواشف الضوء القريب من الأشعة تحت الحمراء لقياس الخصائص البصرية للأنسجة البيولوجية. يمكن قياس مجموعة متنوعة من التباينات، بما في ذلك الامتصاص الناتج عن الأوكسي هيموجلوبين والديوكسي هيموجلوبين (للتصوير العصبي الوظيفي أو الكشف عن السرطان) وتركيز المجسات الفلورية. لإعادة بناء الصورة، يجب معرفة كيفية انتقال الضوء من مصدر معين إلى كاشف معين، وكيف يعتمد القياس على توزيع وتغيرات الخصائص البصرية (المعروف بالنموذج الأمامي). نظرًا لطبيعة الأنسجة البيولوجية شديدة التشتت، فإن هذه المسارات معقدة ووظائف الحساسية منتشرة. غالبًا ما يتم توليد النموذج الأمامي باستخدام طرق مونت كارلو.
علاج إشعاعي
يهدف العلاج الإشعاعي إلى إيصال الطاقة، عادةً على شكل إشعاع مؤين، إلى الأنسجة السرطانية مع الحفاظ على سلامة الأنسجة السليمة المحيطة بها. ويُستخدم نموذج مونت كارلو بشكل شائع في العلاج الإشعاعي لتحديد الجرعة الإشعاعية التي سيتعرض لها المريض نتيجةً للتشتت، سواءً من أنسجة المريض أو من خلال عملية تحديد حزمة الإشعاع في المعجل الخطي.
العلاج الضوئي الديناميكي
في العلاج الضوئي الديناميكي ، يُستخدم الضوء لتنشيط عوامل العلاج الكيميائي. ونظرًا لطبيعة هذا العلاج، يُفضّل استخدام طرق مونت كارلو لنمذجة التشتت والامتصاص في الأنسجة لضمان وصول مستويات الضوء المناسبة لتنشيط عوامل العلاج الكيميائي.
تطبيق نقل الفوتونات في وسط مشتت
يُقدَّم هنا نموذجٌ لطريقة مونت كارلو للفوتونات في وسطٍ متجانسٍ لانهائي. مع ذلك، يُمكن توسيع النموذج بسهولةٍ ليشمل الأوساط متعددة الطبقات. في حالة الوسط غير المتجانس، يجب مراعاة الحدود. بالإضافة إلى ذلك، في حالة الوسط شبه اللانهائي (حيث تُعتبر الفوتونات مفقودةً إذا خرجت من الحد العلوي)، يجب مراعاة اعتباراتٍ خاصة. لمزيدٍ من المعلومات، يُرجى زيارة الروابط أسفل الصفحة. سنحل المسألة باستخدام مصدرٍ نقطيٍّ متناهي الصغر (مُمثَّل تحليليًا بدالة ديراك دلتا في المكان والزمان). يُمكن بناء الاستجابات لأي هندسةٍ للمصدر باستخدام طريقة دوال غرين (أو الالتفاف ، إذا وُجد تناظرٌ مكانيٌّ كافٍ). المعلمات المطلوبة هي معامل الامتصاص ، ومعامل التشتت، ودالة طور التشتت. (إذا أُخذت الحدود في الاعتبار، يجب أيضًا توفير معامل الانكسار لكل وسط). تُحسب الاستجابات المُحَلَّلة زمنيًا من خلال تتبُّع إجمالي الوقت المنقضي لرحلة الفوتون باستخدام طول المسار البصري . يمكن بعد ذلك نمذجة الاستجابات للمصادر ذات الملفات الزمنية العشوائية من خلال الالتفاف الزمني.
في نموذجنا المبسط، نستخدم تقنية تقليل التباين التالية لتقليل وقت الحساب. فبدلاً من نشر الفوتونات بشكل فردي، نُنشئ حزمة فوتونات بوزن محدد (يُهيأ عادةً بوحدة واحدة). عندما يتفاعل الفوتون في الوسط المعتم، فإنه يُرسب وزنًا نتيجة الامتصاص، ويتشتت الوزن المتبقي إلى أجزاء أخرى من الوسط. يمكن تسجيل أي عدد من المتغيرات أثناء العملية، حسب متطلبات التطبيق. تخضع كل حزمة فوتونات للخطوات المرقمة التالية بشكل متكرر حتى تنتهي أو تنعكس أو تُنقل. يوضح الرسم التخطيطي على اليمين هذه العملية. يمكن إطلاق أي عدد من حزم الفوتونات ونمذجتها، حتى تصل القياسات المحاكاة الناتجة إلى نسبة الإشارة إلى الضوضاء المطلوبة. تجدر الإشارة إلى أنه نظرًا لأن نمذجة مونت كارلو هي عملية إحصائية تتضمن أرقامًا عشوائية، فسنستخدم المتغير ξ كرقم شبه عشوائي في العديد من الحسابات.

الخطوة 1: إطلاق حزمة فوتون
في نموذجنا، نتجاهل الانعكاس المرآوي الأولي المرتبط بدخول وسط غير متطابق في معامل الانكسار. بناءً على ذلك، نحتاج فقط إلى تحديد الموضع الأولي لحزمة الفوتونات واتجاهها الأولي. من الملائم استخدام نظام إحداثيات عالمي. سنستخدم ثلاثة إحداثيات ديكارتية لتحديد الموضع، بالإضافة إلى ثلاثة جيوب تمام اتجاه لتحديد اتجاه الانتشار. تختلف شروط البدء الأولية باختلاف التطبيق، ولكن بالنسبة لحزمة ضيقة مُهيأة عند نقطة الأصل، يمكننا تحديد الموضع الأولي وجيوب تمام الاتجاه كما يلي (يمكن نمذجة المصادر متساوية الخواص بسهولة عن طريق تغيير الاتجاه الأولي لكل حزمة عشوائيًا):
الخطوة الثانية: اختيار حجم الخطوة وحركة حزمة الفوتون
حجم الخطوة، s ، هو المسافة التي تقطعها حزمة الفوتونات بين مواقع التفاعل. توجد طرق متنوعة لاختيار حجم الخطوة. فيما يلي شكل أساسي لاختيار حجم خطوة الفوتون (مشتق باستخدام طريقة التوزيع العكسي وقانون بير-لامبرت ) والذي نستخدمه في نموذجنا المتجانس:
أينهو رقم عشوائي وهو معامل التفاعل الكلي (أي مجموع معاملات الامتصاص والتشتت).
بمجرد تحديد حجم الخطوة، تنتشر حزمة الفوتونات لمسافة s في اتجاه محدد بواسطة جيوب تمام الاتجاه. ويتم ذلك بسهولة عن طريق تحديث الإحداثيات كما يلي:
الخطوة 3: الامتصاص والتشتت
يتم امتصاص جزء من وزن الفوتون في كل موقع تفاعل. ويتم تحديد هذه النسبة من الوزن على النحو التالي:
أينهو معامل الامتصاص.
يمكن بعد ذلك تسجيل نسبة الوزن في مصفوفة إذا كان توزيع الامتصاص ذا أهمية للدراسة المحددة. ويجب تحديث وزن حزمة الفوتونات على النحو التالي:
بعد الامتصاص، تتشتت حزمة الفوتونات. يُعرف المتوسط المرجح لجيب تمام زاوية تشتت الفوتونات بمعامل تشتت التباين ( g )، وتتراوح قيمته بين -1 و1. إذا كان معامل التشتت البصري يساوي صفرًا، فهذا يشير عمومًا إلى أن التشتت متساوي الخواص. أما إذا اقترب g من القيمة 1، فهذا يشير إلى أن التشتت يكون في الغالب في الاتجاه الأمامي. لتحديد الاتجاه الجديد لحزمة الفوتونات (وبالتالي جيوب تمام اتجاه الفوتونات)، نحتاج إلى معرفة دالة طور التشتت. غالبًا ما تُستخدم دالة طور هيني-غرينشتاين. بعد ذلك، تُحدد زاوية التشتت، θ، باستخدام الصيغة التالية.
ويُفترض عمومًا أن الزاوية القطبية φ موزعة بانتظام بين 0 وبناءً على هذا الافتراض، يمكننا تحديد ما يلي:
بناءً على هذه الزوايا وجيوب تمام الاتجاه الأصلية، يمكننا إيجاد مجموعة جديدة من جيوب تمام الاتجاه. ويمكن تمثيل اتجاه الانتشار الجديد في نظام الإحداثيات العالمي كما يلي:
لحالة خاصة
يستخدم
أو
يستخدم
كود C:
/************************* مؤشر ********************* *جيوب التمام الجديدة للاتجاه بعد التشتت بواسطة الزاوية θ، fi. * mux new=(sin(theta)*(mux*muz*cos(fi)-muy*sin(fi)))/sqrt(1-muz^2)+mux*cos(theta) * موي جديد=(الخطيئة(ثيتا)*(muy*muz*cos(fi)+mux*sin(fi)))/sqrt(1-muz^2)+muy*cos(ثيتا) * muz جديد= - sqrt(1-muz^2)*sin(theta)*cos(fi)+muz*cos(theta) *--------------------------------------------------------- *مدخل: * muxs,muys,muzs - جيب تمام الاتجاه قبل التصادم * mutheta، fi - جيب تمام الزاوية القطبية وزاوية السمت *--------------------------------------------------------- *الناتج: * muxd,muyd,muzd - جيب تمام الاتجاه بعد التصادم *--------------------------------------------------------- */ void Indicatrix (double muxs, double muys, double muzs, double mutheta, double fi, double *muxd, double *muyd, double *muzd) { الضلع المزدوج = الضلع المزدوج؛ سينثيتا مزدوجة = sqrt(1.0-costheta*costheta); // الخطيئة (ثيتا) double sinfi = sin(fi); double cosfi = cos(fi); إذا كانت قيمة (muzs) تساوي 1.0 { *muxd = sintheta*cosfi; *muyd = sintheta*sinfi; *muzd = costheta; } elseif (muzs == -1.0) { *muxd = sintheta*cosfi; *muyd = -sintheta*sinfi; *muzd = -costheta; } آخر { اسم مزدوج = sqrt(1.0-muzs*muzs); double muzcosfi = muzs*cosfi; *muxd = sintheta*(muxs*muzcosfi-muys*sinfi)/denom + muxs*costheta; *muyd = sintheta*(muys*muzcosfi+muxs*sinfi)/denom + muys*costheta; *muzd = -denom*sintheta*cosfi + muzs*costheta; } }الخطوة الرابعة: إنهاء الفوتون
إذا تعرضت حزمة الفوتونات لتفاعلات عديدة، فإن الوزن المتبقي فيها لا يُشكل أهمية تُذكر في معظم التطبيقات. لذا، من الضروري إيجاد طريقة لإنهاء حزم الفوتونات ذات الوزن المنخفض. إحدى الطرق البسيطة هي استخدام عتبة، فإذا كان وزن حزمة الفوتونات أقل من هذه العتبة، تُعتبر الحزمة ميتة. إلا أن هذه الطريقة محدودة لأنها لا تحافظ على الطاقة. وللحفاظ على ثبات إجمالي الطاقة، تُستخدم تقنية "الروليت الروسية" غالبًا للفوتونات التي يقل وزنها عن عتبة معينة. تعتمد هذه التقنية على ثابت الروليت m لتحديد ما إذا كان الفوتون سيبقى أم لا. تُمنح حزمة الفوتونات فرصة واحدة من بين m للبقاء، وفي هذه الحالة يُعطى لها وزن جديد mW حيث W هو الوزن الأولي (هذا الوزن الجديد، في المتوسط، يحافظ على الطاقة). في جميع الحالات الأخرى، يُضبط وزن الفوتون على الصفر ويتم إنهاؤه. يُعبر عن ذلك رياضيًا كما يلي:
وحدات معالجة الرسومات (GPU) ومحاكاة مونت كارلو السريعة لنقل الفوتون
تُعدّ محاكاة مونت كارلو لهجرة الفوتونات في الأوساط المعتمة مسألة قابلة للتوازي بدرجة عالية، حيث ينتشر عدد كبير من الفوتونات بشكل مستقل، ولكن وفقًا لقواعد متطابقة وتسلسلات أرقام عشوائية مختلفة. إن الطبيعة المتوازية لهذا النوع الخاص من محاكاة مونت كارلو تجعلها مناسبة جدًا للتنفيذ على وحدة معالجة الرسومات (GPU). وقد بدأ هذا التطور مع إطلاق وحدات معالجة الرسومات القابلة للبرمجة، ومنذ عام 2008، نُشرت بعض التقارير حول استخدام وحدة معالجة الرسومات لمحاكاة مونت كارلو عالية السرعة لهجرة الفوتونات. [ 1 ] [ 2 ] [ 3 ] [ 4 ]
يمكن تطبيق هذا النهج الأساسي بالتوازي باستخدام وحدات معالجة رسومية متعددة متصلة ببعضها. ومن الأمثلة على ذلك برنامج "GPU Cluster MCML"، الذي يمكن تنزيله من موقع المؤلفين الإلكتروني (محاكاة مونت كارلو لانتقال الضوء في أوساط معتمة متعددة الطبقات باستخدام مجموعات وحدات معالجة الرسوميات): http://bmp.hust.edu.cn/GPU_Cluster/GPU_Cluster_MCML.HTM
انظر أيضاً
روابط لموارد أخرى متعلقة بمونت كارلو
- مختبر التصوير البصري في جامعة واشنطن في سانت لويس (MCML)
- مركز أوريغون الطبي لليزر
- أبحاث مونت كارلو لهجرة الفوتونات في جامعة لوند، السويد: تسريع محاكاة مونت كارلو باستخدام وحدة معالجة الرسومات (GPU) ومونت كارلو قابل للتوسع. شفرة المصدر مفتوحة للتنزيل.
- مونت كارلو السحابي لنقل الضوء في وسط مشتت معتم. الأداة مجانية للاستخدام في الأبحاث والأنشطة غير التجارية.
- نقل الضوء في الأنسجة كمثال على محاكاة مونت كارلو (مع شفرة مصدر C++).
مراجع
- وانغ، إل إتش؛ وو هسين-آي (2007). البصريات الطبية الحيوية: المبادئ والتصوير . وايلي.
- وانغ، إل. إتش.؛ جاك، إس. إل.؛ تشنغ، إل. كيو. (1995). "نمذجة مونت كارلو لانتقال الضوء في الأنسجة متعددة الطبقات باستخدام MCML". أساليب وبرامج الحاسوب في الطب الحيوي . 47 (2): 131-146 . doi : 10.1016/0169-2607(95)01640-F . PMID 7587160 .
- وانغ، إل. إتش.؛ جاك، إس. إل.؛ تشنغ، إل. كيو. (1997). "Conv - التفاف الاستجابات لحزمة فوتونات ذات قطر محدود ساقطة على أنسجة متعددة الطبقات" (ملف PDF) . أساليب وبرامج الحاسوب في الطب الحيوي . 54 (3): 141-150 . doi : 10.1016/S0169-2607(97)00021-7 . PMID 9421660 .
- جاك، إس. إل.؛ وانغ، إل. إتش. (1995). "نمذجة مونت كارلو لانتقال الضوء في الأنسجة" (ملف PDF) . في: ويلش، إيه. جيه.؛ فان جيمرت، إم. جيه. سي. (محرران). الاستجابة الحرارية البصرية للأنسجة المعرضة لأشعة الليزر . نيويورك: مطبعة بلينوم. الصفحات 73-100 .
- ل. هـ. وانغ؛ س. ل. جاك (1994). "المواقع الشعاعية والزاوية المُحسَّنة في نمذجة مونت كارلو" (ملف PDF) . الفيزياء الطبية . 21 (7): 1081-1083 . Bibcode : 1994MedPh..21.1081W . doi : 10.1118/1.597351 . PMID 7968840 .
المراجع المضمنة
- ↑ إي. أليرستام؛ تي. سفينسون؛ إس. أندرسون-إنجلز (2008). "الحوسبة المتوازية باستخدام وحدات معالجة الرسومات لمحاكاة مونت كارلو عالية السرعة لهجرة الفوتونات" (ملف PDF) . مجلة البصريات الطبية الحيوية 13 (6): 060504. رمز Bibcode : 2008JBO....13f0504A . doi : 10.1117/1.3041496 . PMID 19123645 .
- ↑ كيو. فانغ؛ دي. إيه. بواس (2009). "محاكاة مونت كارلو لهجرة الفوتونات في أوساط معتمة ثلاثية الأبعاد مُسرّعة بواسطة وحدات معالجة الرسومات" . أوبت . إكسبريس . 17 (22): 20178-20190 . Bibcode : 2009OExpr..1720178F . doi : 10.1364/oe.17.020178 . PMC 2863034. PMID 19997242 .
- ↑ ن. رين؛ ج. ليانغ؛ إكس. كو؛ ج. لي؛ ب. لو؛ ج. تيان (2010). "محاكاة مونت كارلو باستخدام وحدة معالجة الرسومات لانتشار الضوء في الأنسجة غير المتجانسة المعقدة" . مجلة أوبتكس إكسبريس . 18 (7): 6811-6823 . رمز Bibcode : 2010OExpr..18.6811R . doi : 10.1364/oe.18.006811 . PMID 20389700 .
- ↑ ألكسندر دورونين؛ إيغور ميغلينسكي (2011). "أداة حسابية مونت كارلو كائنية التوجه عبر الإنترنت لتلبية احتياجات البصريات الطبية الحيوية" . مجلة البصريات الطبية الحيوية السريعة . 2 (9): 2461-2469 . doi : 10.1364/boe.2.002461 . PMC 3184856. PMID 21991540 .
- أساليب مونت كارلو
- الفوتونيات
