다중층 PET 시뮬레이션을 위한 gPET 확장

초록

본 논문은 GPU 기반 Monte Carlo 툴킷 gPET에 “layer” 레벨을 추가하여 다중층(다중 DOI) 검출기 구조를 파라미터화하고, 이를 통해 소형 동물용 PET 스캐너의 설계 최적화를 위한 빠르고 정확한 시뮬레이션을 가능하게 한다. 단일층, 분할형 두층, 오프셋형 두층 세 가지 구성에 대해 NEMA NU‑4 기준 민감도·공간해상도·Derenzo 팬텀 실험을 수행했으며, 다중층 설계가 민감도는 유지하면서 방사선 깊이 의존성을 활용해 방사선 위치 정확도를 크게 향상시킴을 확인하였다. 시뮬레이션 속도는 기존 gPET과 동일하게 유지되었다.

상세 분석

gPET은 기존에 panel‑module‑crystal 3단계 계층 구조를 사용해 GPU 메모리를 효율적으로 관리하면서 고속 광자 전송을 구현하였다. 본 연구에서는 이 구조에 layer 레벨을 삽입해 4단계 계층(panel‑module‑layer‑crystal)로 확장하였다. 새로운 파라미터(층 수, 각 층의 물질·밀도·크기·오프셋 등)를 입력 파일에 추가하고, geometry reader와 이벤트 라벨링 로직을 수정해 각 상호작용에 대해 crystal, layer, module, panel 인덱스를 동시에 기록한다. 광자 전송 단계에서는 기존의 Woodcock 트래킹을 유지하면서, 광자의 로컬 깊이 좌표에 따라 현재 층을 선택하고 해당 층의 물성 정보를 로드한다. 이 과정은 GPU 스레드당 최소한의 분기와 메모리 접근만을 요구하므로, 다중층 구조가 추가되더라도 연산량과 메모리 사용량이 크게 증가하지 않는다.

검증을 위해 세 가지 스캐너 모델을 구축하였다. H2RSPET‑1CL은 전통적인 단일 10 mm LYSO 층을 갖는 링형 구조이며, H2RSPET‑1CL‑split은 동일한 10 mm 크기를 두 개의 5 mm 층으로 물리적으로 분할한 형태이다. H2RSPET‑2CL은 두 층을 방사형으로 겹치게 배치하고, 외부 층을 0.5 mm 반오프셋시켜 격자 간격을 교차시킨 설계이다. 각 모델에 대해 DOI 히스토그램, 전역 x‑y 히트 분포, z‑축 축적 프로파일을 분석한 결과, 단일층과 split‑layer는 히트 분포가 거의 동일함을 확인했으며, 오프셋형 두층은 얕은 DOI 영역에서 히트가 감소하고 깊은 영역에서 증가하는 특성을 보였다. 이는 두 번째 층의 크기 차이(50×50 vs 51×51)와 오프셋에 기인한다.

성능 평가는 NEMA NU‑4‑2008 프로토콜을 따랐으며, 민감도는 150‑700 keV, 250‑700 keV 등 네 가지 에너지 윈도우에서 2‑5 % 차이 내에 머물렀다. 방사선 깊이 정보를 활용한 두층 설계는 방사선 입사 각도에 따른 파라렐 오류를 크게 감소시켜, 중심에서 50 mm 반경까지 radial FWHM이 1.0‑4.2 mm에서 0.8‑1.6 mm로 개선되었다. Derenzo 팬텀 재구성에서도 0.3 mm 로드 구분이 명확히 드러나, 실제 이미지 품질 향상이 입증되었다. 마지막으로, 동일한 NVIDIA TITAN Xp GPU에서 10회 반복 실행한 결과, 세 구성 모두 평균 시뮬레이션 시간이 1.02‑1.07배 수준으로 차이가 없었으며, 메모리 사용량도 기존 gPET과 동일하게 유지되었다. 따라서 제안된 다중층 확장은 계산 효율성을 손상시키지 않으면서 DOI 기반 성능 향상을 제공한다.