УЛУЧШЕННЫЙ МЕТОД МОНТЕ-КАРЛО ДЛЯ МОДЕЛИРОВАНИЯ РАСПРОСТРАНЕНИЯ ЗОНДИРУЮЩЕГО ИЗЛУЧЕНИЯ В ЗАДАЧАХ ОПТИЧЕСКОЙ ДИФФУЗИОННОЙ СПЕКТРОСКОПИИ |
1 | |
2014 |
научная статья | 004.94 | ||
239-247 | моделирование распространения света, моделирование рассеяния, метод Монте- Карло, метод смещенной выборки |
Рассматривается проблема эффективного моделирования распространения зондирующего излуче- ния в сложных биологических тканях методом Монте-Карло в задачах оптической диффузионной спектроскопии. Предлагается модификация стандартного метода, основанная на применении техники существенной выборки. Приводится описание модифицированного метода. Выполняется анализ па- раметров метода с целью получения рекомендаций по выбору их оптимальных значений. Приводится оценка корректности и эффективности предлагаемого метода. |
1 . Shah N., Cerussi A.E., Jakubowski D. et al. The role of diffuse optical spectroscopy in the clinical man- agement of breast cancer // Dis. Markers. 2004. 19. P. 95-105. 2 . Sorvoja H.S.S., Myllyl? T.S., Kirillin M.Yu. et al. Non-invasive, MRI-compatible fibreoptic device for functional near-IR reflectometry of human brain // Quan- tum Electorinics. 2010. 40. P. 1067-1073. 3 . Dougherty T.J., Gomer C.J., Henderson B.W. et al. Photodynamic therapy // J. Nat. Cancer Inst. 1998. 90. P. 889-905. 4 . Taillefer M.C., Denault A.Y. Cerebral near- infrared spectroscopy in adult heart surgery: systematic review of its clinical efficacy // Can. J. Anesthesia. 2005. 52. P. 79-87. 5 . Marghoob A.A., Swindle L.D., Moricz C.Z.M. et al. Instruments and new technologies for the in vivo di- agnosis of melanoma // J. Am. Acad. Dermatol. 2003. 49. P. 777-797. 6 . Wilson B.C., Adam G. A Monte Carlo model for the absorption and flux distributions of light in tissue // Med. Phys. 1983. 10. P. 824-830. 7 . Prahl S.A., Keijzer M., Jacques S.L., Welch A.J. A Monte Carlo model of light propagation in tissue // Proc. SPIE. 1989. Is. 5. P. 102-111. 8 . Wang L.V., Jacques S.L., Zheng L.Q. MCML - Monte Carlo modeling of light transport in multi-layered tissues // Comput. Meth. Prog. Biol. 1995. 47. P. 131-146. 9 . Boas D.A., Culver J.P., Stott J.J., Dunn A.K. Three dimensional Monte Carlo code for photon migra- tion through complex heterogeneous media including the adult human head // Opt. Express. 2002. 10. P. 159-170. 10 . Chuang C.C., Chen C.M., Hsieh Y.S. et al. Brain structure and spatial sensitivity profile assessing by near- infrared spectroscopy modeling based on 3D MRI data // J. Biophotonics. 2013. 6. P. 267-274. 11 . Chen N. Controlled Monte Carlo method for light propagation in tissue of semi-infinite geometry // Appl. Opt. 2007. 46. P. 1597-1603. 12 . Соболь И.М. Численные методы Монте- Карло. М: Наука, 1973. 312 с. 13 . Горшков А.В., Коршунова А.Л. Оптимальный алгоритм поиска пересечений в задаче Монте-Карло моделирования распространения зондирующего из- лучения в головном мозге человека // Вестник Ниже- городского университета им. Н.И. Лобачевского. 2012. № 5(2). С. 73-80. 14 . Gorshkov A.V., Kirillin M.Yu. Monte Carlo si- mulation of brain sensing by optical diffuse spectroscopy // J. Computational Science. 2012. 3. P. 498-503. |