Введение
1. Проблема моделирования в задачах оптической диффузионной спектроскопии 14
1.1. Метод оптической диффузионной спектроскопии (одс) 14
1.2. Общая постановка задач структурного анализа и синтеза системы источников и детекторов зондирующего излучения 17
1.3. Применение методов монте-карло для решения уравнения теории переноса излучения 18
1.3.1. Краткий анализ подходов к решению уравнения теории переноса излучения. 18
1.3.2. Метод монте-карло в задаче распространения света. 23
1.3.3. Проблема выбора оптических параметров моделирования. 26
1.3.4. Проблема описания сложной геометрии. 27
1.3.5. Способы повышения эффективности метода монте-карло. 32
1.3.6. Реализация метода монте-карло на вычислителях с параллельной архитектурой. 38
1.3.7. Метод монте-карло в задаче одс. 40
1.4. Постановка задачи диссертационного исследования 42
2. Модифицированный метод монте-карло для решения задач структурного анализа и синтеза системы источников и детекторов зондирующего излучения 44
2.1. Постановка задачи 44
2.2. Модифицированный метод монте-карло 48
2.2.1. Общее описание 48
2.2.2. Инициализация фотона. 50
2.2.3. Получение длины свободного пробега фотона . 51
2.2.4. Перемещение фотона 51
2.2.5. Обновление траектории движения фотона. 51
2.2.6. Обновление веса фотона. 52
2.2.7. Вычисление направления движения фотона. 52
2.2.8. Применение метода существенной выборки. 53
2.2.9. Выбор вектора притяжения 55
2.2.10. Пересечение фотона с границей слоя. 56
2.2.11. Завершение моделирования фотона. 57
3. Автоматизированная система поддержки структурного анализа и синтеза системы источников и детекторов зондирующего излучения 58
3.1. Требования к составу обеспечений автоматизированной системы 58
3.2. Высокоуровневая архитектура программного обеспечения автоматизированной системы 59
3.3. Общая схема функционирования программного обеспечения 64
3.4. Методика управления системой источников и детекторов с использованием автоматизированной системы 66
3.5. Оптимальный алгоритм поиска пересечений 67
3.5.1. Постановка задачи. 68
3.5.2. Существующие алгоритмы поиска пересечений. 69
3.5.3. Выбор оптимального алгоритма. 72
3.6. Параллельные алгоритмы для различных архитектур 75
3.6.1. Параллельный алгоритм для многоядерных центральных процессоров 75
3.6.2. Параллельный алгоритм для сопроцессоров intel xeon phi 78
3.6.3. Параллельный алгоритм для графических процессоров. 84
3.6.4. Параллельный алгоритм для систем с распределенной памятью. 89
4. Анализ и тестирование модифицированного метода Монте-Карло 93
4.1. Подбор параметров предложенного метода 93
4.2. Проверка корректности предложенного метода 98
4.2.1. Сравнение с результатами диффузионной теории. 98
4.2.2. Сравнение с результатами стандартного метода монте-карло. 101
4.3. Анализ влияния параметров метода на точность расчетов 104
4.3.1. Анализ влияния количества моделируемых фотонов на точность расчетов . 104
4.3.2. Анализ влияния минимального веса фотона на точность расчетов. 106
4.4. Анализ устойчивости метода к изменению входных параметров алгоритма 108
4.4.1. Анализ устойчивости метода при использовании разных последовательностей псевдослучайных чисел. 108
4.4.2. Анализ устойчивости метода при изменении оптических характеристик биоткани 110
4.5. Моделирование оптической функциональной диагностики головного мозга 115
4.5.1. Анализ зависимости сигнала от расстояния «источник детектор» в трех геометриях 115
4.5.2. Исследование глубины зондирования с помощью карт рассеяния. 119
4.5.3. Анализ распределения фотонов по длинам пробега. 122
4.5.4. Сравнение результатов моделирования с модельным экспериментом. 123
Заключение 128
Список литературы
