Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Post-processingof Monte Carlo calculated dose distributions
KTH, Skolan för teknikvetenskap (SCI), Matematik (Inst.), Matematisk statistik.
2019 (Engelska)Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)Alternativ titel
Efterbehandling av dosfördelningar beräknade med Monte Carlo simulering (Svenska)
Abstract [en]

This Master Thesis focuses on denoising of Monte Carlo calculated dose distributions of radiosurgery treatment plans. The objective of this project is to implement a Denoising Autoencoder (DAE) and investigate its denoising performance when it has been trained on Monte Carlo calculated dose distributions generated with lower number of photon showers. The DAE is trained in a supervised setting to learn the mapping between corrupted observations and clean ones. The questions this thesis aims to answer are: (i) Can a DAE be used to denoise Monte Carlo calculated dose distributions, and thus predict the dose prior to a full simulation? Additionally, (ii) does incorporating prior knowledge of shot position increase the denoising performance? The results in this investigation have shown that the network successfully predicts the dose for low number of photon showers. In very heavy noise inputs the network denoising was in general successful, and the network could fill in missing data. The results indicated that the DAE could reduce the level of noise with an amount comparable with simulations that were done with 102 times more samples.

Abstract [sv]

Denna masteruppsats fokus är på att brusreducera Monte Carlo-beräknade dosdis-tributioner för behandlingsplaner i hjärnstereotaktisk radiokirurgi. Projektets avsikt är att implementera en brusreducerande Autoencoder (DAE) samt undersöka dess brusreducerande egenskaper, när nätverket har tränats på Monte Carlo-beräknade dosdistributioner genererade med få fotonsimulationer. Den brusreducerande Au-toencodern har genomgått övervakad träning, där den lär sig en avbildning mellan brusiga till brusfria distributioner. Frågorna som denna uppsats ämnar besvara är;(i) Kan en brusreducerande Autoencoder användas för att brusreducera Monte Carlo-beräknade dosdistributioner, och därmed förutspå dosen på förhand? Dessutom, (ii) förbättras nätverkets brusreducerande prestanda när ytterligare information angående skottpositionerna tillförs till nätverket? Resultaten i denna undersökning pekade på att nätverket framgångsrikt förutspår dosdistributionerna, baserat på dosdistribu-tioner som simulerats med få fotonsimulationer. I de fall då bruset i indata är väldigt kraftigt lyckas fortfarande nätverket att brusreducera, samt lyckat fylla i data som saknas. Resultaten indikerade att den brusreducerande Autoencodern kunde reduc-era brus i en mängd som kan jämföras med en simulation som gjorts med en faktor 102 fler fotonsimulationer.

Ort, förlag, år, upplaga, sidor
2019.
Serie
TRITA-SCI-GRU ; 2019:028
Nationell ämneskategori
Matematisk analys
Identifikatorer
URN: urn:nbn:se:kth:diva-244314OAI: oai:DiVA.org:kth-244314DiVA, id: diva2:1290090
Externt samarbete
Elekta
Ämne / kurs
Matematisk statistik
Utbildningsprogram
Teknologie masterexamen - Tillämpad matematik och beräkningsmatematik
Handledare
Examinatorer
Tillgänglig från: 2019-02-19 Skapad: 2019-02-19 Senast uppdaterad: 2019-02-19Bibliografiskt granskad

Open Access i DiVA

fulltext(5433 kB)145 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 5433 kBChecksumma SHA-512
5639f0e5406ada81131dbad8c9ba71b43a2639613d650f19591fde42310fa6362900d5111d075c527d56eeed3b619dd4332cacd6fdf28d51e96e9a401891132a
Typ fulltextMimetyp application/pdf

Av organisationen
Matematisk statistik
Matematisk analys

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 145 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 394 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf