1、光學分子成像是近幾年分子成像領域的研究熱點，其算法研究主要包括：前向問題和逆向問題。其中，前向問題的實質(zhì)是粒子的輸運問題，等價于Boltzmann傳輸方程的求解。一般情況下，此方程的解析解很難獲得，因此通常采用隨機統(tǒng)計解法(如Monte Carlo方法)來獲得精確的數(shù)值解。
　　 為了保證Monte Carlo方法在求解前向問題時仿真結(jié)果的精確度，一般需要跟蹤的光子數(shù)量十分巨大，而模擬時間也會隨著光子數(shù)的增加成比例性增長。因此，

2、本文提出了一種基于GPU高性能計算能力的并行化設計方法，將前向問題中Monte Carlo算法部分并行化。由于傳統(tǒng)GPU硬件架構(gòu)的限制，很難有效利用其資源進行通用計算，而NVIDIA公司推出的CUDA產(chǎn)品與傳統(tǒng)GPU通用計算開發(fā)方式相比，編程性能更高，應用領域更廣泛，支持CUDA的硬件性能也更強。本文則是通過利用CUDA將Monte Carlo算法模擬部分并行化，使其模擬結(jié)果能夠在保證有較高精確度的同時又節(jié)省大量的模擬時間。