放射治疗是目前治疗恶性肿瘤的主要手段之一，放射治疗计划的快速制定具有很现实的意义。而剂量计算是放射治疗计划的核心，剂量计算的速度与精度，对放射治疗计划制定的效率和质量具有重要影响。常用的剂量计算方法有蒙特卡罗法、笔形束法和卷积叠加算法。蒙特卡罗方法的计算精度较高，但耗时很长；笔形束法的计算速度比蒙特卡罗方法快，但精度较低；卷积叠加算法的计算速度比蒙特卡罗方法快，同时精度比笔形束法高，其中一种改进的卷积叠加算法，即CollapsedCone卷积叠加算法（Collapsed Cone Convolution/Superposition, CCCS）降低了计算复杂度，计算速度获得较大提高，但实际应用特别是调强放射治疗（Intensity Modulated Radiotherapy,IMRT）治疗计划设计时，其计算速度还有待于进一步提高。能谱是CCCS剂量计算的重要参数之一。医用直线加速器高能射束能谱的直接测量很困难，根据百分深度剂量的测量数据，本文提出利用模拟退火优化算法对光子束能谱进行重建，并利用蒙特卡罗软件对光子束能谱进行模拟，对模拟退火法重建的光子束能谱进行评估，实验结果表明利用模拟退火算法进行光子束能谱重建可靠有效。在放射治疗计划制定过程中，计划优化过程需要反复进行剂量计算，为了提高治疗计划的优化速度，CCCS算法的计算速度依然需要大幅提高以满足实际临床的需要。近年来图形处理器(Graphics Processing Units，GPU)以高并行度、高浮点处理能力，在各个领域得到快速发展，并开始应用在剂量计算和治疗计划优化方面。本文提出利用GPU对CCCS算法的四个核心模块进行加速计算，采用计算统一设备架构（Compute Unified Device Architecture，CUDA），实验环境是Windows7系统、Visual Studio2010开发平台，CUDA4.1环境，型号为NVIDIAQuadroFX380LP、计算能力为1.2的GPU。为了评估基于GPU加速的CCCS剂量计算方法的性能，将其计算结果与CPU环境下的CCCS算法的计算结果进行比较，从计算时间和精度两个方面进行评价。实验结果表明：利用GPU对CCCS算法进行加速计算，可以显著缩短剂量的计算时间，并且随着计算规模的增大，加速比相应地增大，同时计算精度可得到保证。综上所述，利用GPU进行快速剂量计算是一种可靠、快速的新型计算方法，在保证计算精度的同时可以大大加快剂量计算速度，且占用空间小、花费较少，具有广阔的应用前景。