BNCT的照射，治疗计划高度依赖治疗计划系统对剂量分布高效且精准地预测，从而确保正常组织的剂量不会超限，以确保正常组织的安全。而传统的蒙特卡罗程序普遍存在计算效率低下的问题，难以满足临床治疗的时效性需求。此外，完整的BNCT治疗计划系统需涵盖从模型构建到结果分析的全流程处理，前后处理模块的适配性直接影响治疗计划系统的可用性。因此，本研究针对BNCT治疗需求，基于NECP-MCX开展了蒙特卡罗算法的加速优化与前后处理模块开发，形成了一套高效、精准、完整的 BNCT 治疗计划系统，以下为详细技术细节。

为解决传统蒙特卡罗方法在BNCT剂量计算中耗时过长的问题，本研究从体素几何计算、粒子输运计数模式及并行计算架构三方面进行系统性加速优化，核心技术细节如下，加速结果可参考文献[17]。

传统构造实体几何算法在追踪粒子径迹时，需多次判断粒子与面的相交情况，计算流程繁琐。本研究设计的快速追踪算法，通过使用新的径迹追踪方法，将粒子传输距离计算转化为“当前坐标与传输步长”的直接迭代。具体而言，粒子在网格中传输时，仅需通过一次加法运算就能获得到下一个网格面的距离，再通过三值取最小操作确定穿面具体穿过了哪个面，在穿面的同时更新坐标索引。该算法将每穿越一个网格的计算步骤从传统方法的6次运算简化为1次加法和1次三值比较。

传统蒙特卡罗程序采用“粒子输运”与“剂量计数”分离的模式，粒子完成输运后，需在计数网格内对粒子径迹长度进行统计，从而获得剂量沉积计数，因而存在两次的粒子轨迹的运算。本研究在粒子输运过程中，实时记录粒子在各体素内的轨迹长度，并根据能量沉积公式$ D=\varphi \times K $（其中$ \varphi $为粒子通量，K为粒子的通量剂量转换因子）同步将剂量记入计数矩阵。该模式省去了重复的网格内粒子径迹长度统计，减少了计算耗时。

采用“本地统计-全局累加”的并行架构，将计算任务划分为N个独立批次，在分配任务时，以批次为单位向CPU核心分配，计算完成一个批次后，由缓存进行剂量统计量维护，在所有批次计算完成后，通过一次全局通信，将各个CPU的计算结果进行汇总累加，替代了传统的通信模式，即每个批次计算结束后都进行通信汇总。该优化在确保负载均衡的条件下，减少了CPU间的通信频次，进一步缩短了计算时间。

通过上述三项技术的协同优化，使得NECP-MCX的BNCT剂量计算效率实现显著突破。本文以某典型头部肿瘤算例为验证对象，在CPU型号为AMD EPYC 7452 32-Core Processor、并行线程数64、源项粒子数设定为 1×10⁸的条件下，NECP-MCX的计算耗时较传统MCNP程序的2 h降至9.4 min，效率为传统MCNP程序的12.8倍，为临床治疗计划的快速制定提供了技术保障。

前处理模块的核心目标是基于CT影像构建人体体素模型，并合理地将硼药分布添加进其中，从而为后续的蒙卡计算提供与真实人体结构尽可能相似的计算模型。具体开发流程与技术细节如下。

支持DICOM格式的CT影像数据读取，通过解析影像头文件，获取像素间距、层厚、扫描范围等空间参数，构建三维空间坐标系。之后提取每个像素的HU（Hounsfield Unit）值，形成HU值三维矩阵，为材料识别提供基础数据。

建立HU值与人体组织材料的对应关系库，其中HU值小于−120对应空气、HU值在−120至500之间对应健康软组织、HU值大于500对应骨骼。基于该映射关系，将HU值矩阵转换为材料号矩阵。针对BNCT的硼药靶向特性，在材料号矩阵基础上，根据临床硼浓度的检测结果，可根据勾画设置不同区域内的硼浓度（肿瘤靶区、健康组织、空气与骨骼），生成含硼材料编号，替换原不含硼材料号，形成“材料-硼浓度”一体化矩阵。

以均匀长方体网格为基本单元，基于“材料-硼浓度”矩阵与空间参数，采用有序堆砌方式构建三维体素模型。网格分辨率与临床CT影像分辨率一致，确保模型的解剖学精度。模型重构过程中，同步整合DICOM影像中的器官勾画信息（ROI），明确肿瘤、腮腺、眼球、脑干等关键器官的空间位置与范围，为后续剂量分析划定区域。

后处理模块的核心功能是将原始剂量计算数据转化为直观、可用的可视化结果与量化指标，为治疗方案评估提供支撑，具体开发细节如下：

基于NECP-MCX输出的剂量计算结果，本研究开发了剂量-深度曲线可视化工具。首先在三维体素模型中选取沿着中子束的入射方向，穿过肿瘤中心的路径；然后通过数据提取程序，对所选路径上体素网格内的总剂量及硼、氢、氮、光子分剂量进行提取；最后，将处理后的数据以深度（cm）为横坐标、剂量率（cGy/min）为纵坐标，绘制多剂量成分的叠加曲线，能够直观地呈现剂量随深度的衰减特性，为研究人员判断中子束穿透能力和剂量分布提供重要参考。

剂量体积直方图的生成旨在整合三维空间内的剂量分布信息。首先，根据临床需求和研究目的，将剂量率范围划分为多个细小区间，如0～0.1 cGy/min、0.1～0.2 cGy/min等。然后，通过遍历三维体素模型中的每个体素网格，统计落入各个剂量区间的体素数量，并计算其对应的体积占比。为了更清晰地展示数据分布特征，采用累积分布的方式生成直方图，横坐标为剂量区间，纵坐标为累积体积百分比。该直方图能够量化不同剂量区间对应的体积占比，帮助研究人员快速了解剂量在整个模型中的分布情况，评估肿瘤靶区和正常组织的受照剂量范围。

剂量分布云图就是将剂量在体内的分布用颜色表示，通常需要将表示剂量大小的颜色块（从红色到蓝色，剂量逐渐减小）叠加到CT影像，同时需要把ROI勾画出来，从而能够直观看出不同器官的剂量分布大小，从而能够作出剂量评估。在绘制过程中，首先，将NECP-MCX输出的三维剂量数据进行格式转换，使其符合体绘制算法的输入要求。然后，根据剂量大小设定颜色映射表，通过颜色的渐变直观反映剂量的变化。在渲染阶段，采用光线投射算法，从不同视角对三维剂量数据进行采样和渲染，生成具有立体感和真实感的剂量分布云图。研究人员可通过交互操作，如旋转、缩放、切片等，从多个角度观察剂量分布情况，为深入分析剂量分布特征和优化治疗方案提供有力支持。

分别用NECP-MCX和MCNP模拟计算了典型头部案例（编号RADCURE-700）中BNCT剂量分布并列出剂量计算结果，通过对比二者剂量计算数据的一致性确保剂量结果的准确性，最后对该案例的BNCT疗效做出详细的剂量学分析。

选取的典型头部肿瘤案例（RADCURE-700）的三维体素头部模型如图1所示。在该案例中，患者的肿瘤（GTV，红色渲染部位）位于患者右脸颊皮下，约2.27～3.94 cm，这个深度使用超热中子源可以取得足够的BNCT疗效。在肿瘤附近分布着右腮腺，下颌骨等其他器官（ROI），其中下颌骨不是剂量敏感区，故不作为剂量分析对象。部分距离GTV较远的ROI如眼球，大脑等关键组织器官也纳入剂量分范围之中。

模拟治疗的中子源呈单向圆面均匀分布，位于患者侧面，出射方向垂直圆面，源项圆面的圆心正对患者肿瘤中心，半径为5 cm，源强为1.2×10⁹ n/(cm²·s)，源能谱采用BSA出口中子源能谱，如图2所示。硼浓度分配策略为：在空气（HU值小于−120）、骨骼区域（HU值大于500）¹⁰B浓度为0，在健康组织（HU值在−120和500之间）¹⁰B浓度为20 ppm，在肿瘤靶区（GTV）¹⁰B浓度为70 ppm，肿瘤与正常组织的硼质量分数之比为3.5。

NECP-MCX与MCNP在该案例（编号RADCURE-700）下的BNCT四种生物剂量在源项中心点的剂量率-深度曲线如图3所示。

图3展示的NECP-MCX和MCNP计算的剂量-深度曲线，结果表明，二者计算的剂量值的变化趋势总体一致，反映了BNCT的治疗特征，在肿瘤深度范围内，硼剂量是总剂量的主要成分，且比对应位置的其他剂量大约高出1个数量级。

图4展示了NECP-MCX和MCNP照射处不同深度的四种剂量计算的相对统计偏差随着照射深度的变化，图5是两个程序计算的四种剂量成分的相对偏差的大小。

图4展示的NECP-MCX和MCNP在案例中计算的四种剂量的相对统计偏差基本一致，其中硼剂量与氮剂量曲线的匹配度较高，在前10 cm范围都低于2%，光子剂量也都低于3%。氢剂量由于来源于快中子与氢原子核的弹性散射，而中子源项中的快中子成分很少，导致氢剂量统计样本不足，因而氢剂量蒙特卡罗计算的统计偏差较大，这在两款蒙卡软件中均呈现出了这个规律。实际上由图3的剂量深度曲线可见，氢剂量也是四种剂量成分最低的，因此不会影响总体的剂量结果和剂量分析。

图5中 NECP-MCX和MCNP计算的四种剂量成分的相对偏差表明：作为主要成分的硼剂量和次要成分的氮剂量在前10 cm范围内，偏差都低于4%。然而随着深度的增加，统计样本会迅速减少，所以相对统计偏差会增大，同时MCNP和NECP-MCX的计数结果偏差也变大。但这些位置的剂量值较低，对人体的健康器官的影响也较小。产生光子剂量的光子来源来自中子引发的次级光子，而次级光子样本也较少，导致MCNP和NECP-MCX计算光子剂量的相对统计偏差也会大于硼剂量和氮剂量的相对统计偏差。两个程序的光子剂量相对偏差较其他剂量的偏差更大，但也落在统计偏差的范围内。

图6为两套程序计算出的总生物剂量的DVH图，在RADCURE-700的模拟中，NECP-MCX和MCNP计算的各个器官的总剂量DVH完全一致，证明了NECP-MCX与MCNP两个程序计算得到的剂量分布在宏观上表现出一致性。

剂量分布云图将肿瘤部位与附近区域的健康组织的剂量大小及其渐变可视化。图7选取了该案例的肿瘤中部切片的总物理剂量分布云图和总生物剂量云图。

图7展示的NECP-MCX与MCNP的剂量云图也是一致的，都反映了在肿瘤部位的高剂量率（大于100 cGy/min）和肿瘤外低剂量率（低于20 cGy/min），体现出了BNCT在此算例中的优势。

首先，通过对照射中心处剂量率-深度曲线及其统计偏差数据的分析，表明在该案例的主要照射范围内，NECP-MCX和MCNP的剂量数值及其随深度的变化趋势基本一致。而两个程序剂量计算的相对统计偏差在前10 cm深度范围内都低于5%，认为在统计学上具有一致性。NECP-MCX和MCNP绘制的DVH图和剂量云图完全相同，说明了二者剂量分布和变化在宏观上完全一致，并都体现了相同的BNCT剂量分布规律和疗效特征。宏观和微观上的一致性表明了建模的正确性，也体现了NECP-MCX计算的正确性。

然后，通过蒙特卡罗剂量计算结果对典型头部案例的BNCT疗效作出分析。从照射处的剂量深度曲线可以看出，在肿瘤深度范围（2.27～3.94 cm），硼剂量大幅增长并成为构成总剂量的主要成分。肿瘤处的硼剂量比对应位置的其他剂量大约高出1个数量级，也比其他位置的剂量高出1个量级，因而实现了肿瘤区域充足的硼剂量投递，以特异性杀死肿瘤细胞。

最后，根据案例的DVH图分析，肿瘤靶区（GTV）的中位剂量率D_50%达到了105 cGy/min，D_90%约为95 cGy/min，而非肿瘤部位的最大剂量率为19.5 cGy/min。根据日本JHN002 试验的临床数据^[18]，若要实现更好的肿瘤局部控制效果，需要肿瘤靶区的D_90%大于60 Gy，从而保障肿瘤局部控制率超过70%；同时健康组织接受最大剂量不能超过12.5 Gy^[19]。故需要63 min的治疗时间，以保证肿瘤的D_90%达到60 Gy，此时健康组织的最大剂量为12.29 Gy，符合对健康组织的剂量要求，故对于该案例，BNCT可以在保证正常器官安全的前提下对肿瘤进行控制。

本文基于团队自主开发的NECP-MCX，结合新开发的粒子治疗剂量计算功能，针对某真实头部肿瘤案例进行BNCT剂量计算。分析了各剂量类型的深度曲线、DVH图和剂量场分布云图。并与MCNP计算结果进行对比，符合良好。对该案例进行了详细的剂量学分析，展现出了该场景下BNCT剂量值特点和剂量空间分布特点。一方面验证了NECP-MCX粒子治疗计算功能的正确性，另一方面也初步总结出了BNCT应用于头部肿瘤的剂量学特点，为BNCT场景应用和治疗计划的制定提供重要参考意义。