Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки

16+

Название статьи

УЛУЧШЕННЫЙ МЕТОД МОНТЕ-КАРЛО ДЛЯ МОДЕЛИРОВАНИЯ РАСПРОСТРАНЕНИЯ ЗОНДИРУЮЩЕГО ИЗЛУЧЕНИЯ В ЗАДАЧАХ ОПТИЧЕСКОЙ ДИФФУЗИОННОЙ СПЕКТРОСКОПИИ

Номер журнала	1
Дата выпуска	2014

Тип статьи	научная статья	Коды УДК	004.94
Страницы	239-247	Ключевые слова	моделирование распространения света, моделирование рассеяния, метод Монте- Карло, метод смещенной выборки

Авторы

Горшков А.В.Кириллин М.Ю.Гергель В.П.

Место работы

Горшков А.В. Нижегородский госуниверситет им. Н.И. Лобачевского
Кириллин М.Ю. Институт прикладной физики РАН, Н. Новгород
Гергель В.П. Нижегородский госуниверситет им. Н.И. Лобачевского

Аннотация

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.

Загрузить статью

Библиографический список

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.