一种伽玛刀放射治疗逆向计划设计方法
【专利摘要】本发明公开一种伽玛刀放射治疗逆向计划设计方法，首先，进行重建靶区和危及器官感兴趣区域三维模型；建立优化模型；确定优化参数与遗传算法参数；整个过程应用图形处理器(GPU)并行计算进行加速，随后根据改进的遗传算法进行求解，包括：基因编码初始化族群；计算评估个体适应度选择繁殖个体；个体繁殖变异更新族群；调整权重，最终得到可行的治疗计划。本发明的优点为：优化模型具有较好的适应性，可以通过调整目标函数中的权重适应不同的病症；针对伽玛刀治疗计划设计的特点，改进了遗传算法的基因编码，种群初始化，繁殖和变异规则，并根据优化模型提出了一种灵活有效的个体适应度评价函数。
【专利说明】一种伽玛刀放射治疗逆向计划设计方法
【技术领域】
[0001]本发明涉及计算机【技术领域】，具体来说，是一种伽玛刀放射治疗逆向计划设计方法。
【背景技术】
[0002]放射治疗是治疗癌症最主要的手段之一。伽玛刀放射治疗使用伽玛射线照射癌变的肿瘤组织，在尽可能减少损害正常组织的前提下，抑制癌变细胞的生长、繁殖和扩散。为了达到治疗的目的，一般在对病人进行治疗之前，通过治疗计划系统(TPS)制定治疗计划，使革El区内的剂量具有较好的覆盖度(Coverage)和适形度(Conformity);危及器官(OAR)承受尽可能低的剂量(Avoidance);同时兼顾治疗计划的可行性。传统的治疗计划正向设计是一个不断试错修改(trial and error)的过程:物理师根据临床经验设计出初步的治疗计划，然后基于靶区和危及器官内的剂量分布和治疗计划的可行度进行调整，重复这个步骤直到得出一个可行的治疗计划。然而，计划设计通常需要综合权衡考虑多个目标，设计的过程繁重且耗时较长，而且在很大程度上依赖于物理师的临床经验。不同于正向计划设计，逆向计划设计根据预期的剂量分布定义优化目标和约束条件，建立优化模型，从而将计划设计转化为优化问题。借助计算机强大的运算能力，使用高效的优化算法，逆向计划设计可以快速的制定出治疗计划，还可以提高治疗计划的可行度，同时降低了对临床经验的依赖程度。
[0003]现有的优化方法主要针对头部伽玛刀提出，主要包括非线性优化方法和基于几何特征的优化方法。其中， 针对头部伽玛刀的非线性优化方法，通过查表的方法计算剂量，进而建立优化模型并求解。对于体部伽玛刀，由于体部由于肋骨等骨骼的遮挡，不同位置靶点剂量分布相差较大，不能通过查表法计算剂量分布。此外，非线性优化方法求解时间较长，不适用于靶区较大的病例。由于头部伽玛刀使用直径较小的准直器，作用范围较小，不同靶点之间剂量分布相互影响较小。基于几何特征的优化方法近似的认为单个靶点的剂量分布为球形，不同直径的准直器对应大小不同的球体，在各个球体不相互交叠的前提下，利用尽可能少的球体填充形状体积已知的靶区，使靶区内的覆盖度尽可能的高。但是对于体部伽玛刀伽玛刀，准直器直径较大，距离较近的靶点之间剂量分布相互影响较大，因此，基于几何特征的优化方法也不适用于体部伽玛刀治疗计划设计。
【发明内容】
[0004]针对上述问题，本发明提出了一种适用于伽玛刀放射治疗逆向计划设计方法，建立了一种基于剂量分布的优化模型，并应用改进的遗传算法(Genetic Algorithm)进行求解。
[0005]一种伽玛刀放射治疗逆向计划设计方法，具体通过下述步骤完成:
[0006]步骤1:重建感兴趣区域的三维模型，并对靶区部分进行膨胀处理生成靶区边缘轮廓。[0007]步骤2:建立优化模型；
[0008]优化目标为:1、保证靶区剂量的覆盖度；2、提高靶区剂量的适形度；3、降低危及器官承受的剂量。
[0009]步骤3:确定步骤2建立的优化模型参数。
[0010]步骤4:确定遗传算法参数。
[0011]步骤5:基因编码及初始化族群。
[0012]步骤6:对每个靶点序列进行剂量计算。
[0013]步骤7:评价族群中各个个体，并通过计算适应度函数得到一个适应度数值。
[0014]步骤8:选择繁殖个体；
[0015]将族群中的个体按适应度数值由高到底排序，选取前m个个体两两任意配对，作为父代和母代个体繁殖下一代。m为族群中个体数与繁殖概率的乘积。
[0016]步骤9:父代和母代个体繁殖；
[0017]A、确定父代和母代个体的重心，得到重心位移方向向量d ；
[0018]父代和母代个体的重心位置H为:
【权利要求】
1.一种伽玛刀放射治疗逆向计划设计方法，其特征在于:具体通过下述步骤完成: 步骤1:重建感兴趣区域的三维模型，并对靶区部分进行膨胀处理生成靶区边缘轮廓； 步骤2:建立优化模型； 优化目标为:1、保证靶区剂量的覆盖度；2、提高靶区剂量的适形度；3、降低危及器官承受的剂量； 步骤3:确定步骤2建立的优化模型参数； 步骤4:确定遗传算法参数； 步骤5:基因编码及初始化族群； 步骤6:对每个靶点序列进行剂量计算； 步骤7:评价族群中各个个体，并通过计算适应度函数得到一个适应度数值； 步骤8:选择繁殖个体； 将族群中的个体按适应度数值由高到底排序，选取前m个个体两两任意配对，作为父代和母代个体繁殖下一代为族群中个体数与繁殖概率的乘积； 步骤9:父代和母代个体繁殖； A、确定父代和母代个体的重心，得到重心位移方向向量d； 父代和母代个体的重心位置H为:
2.如权利要求1所述一种伽玛刀放射治疗逆向计划设计方法，其特征在于:对感兴趣区域的三维模型进行采样处理。
3.如权利要求1所述一种伽玛刀放射治疗逆向计划设计方法，其特征在于:所述优化模型为:
4.如权利要求1所述一种伽玛刀放射治疗逆向计划设计方法，其特征在于:所述步骤5中，通过启发性方法确定靶点序列中靶点的初始位置完成族群初始化，具体为: a、在靶区中随机确定第一个靶点的位置坐标； b、根据第一靶点位置坐标，计算得到剂量场； C、搜索当前剂量场中最大剂量值Dmax ； d、对剂量场进行归一化处理，得到第一个靶点的剂量百分比，为:
5.如权利要求1所述一种伽玛刀放射治疗逆向计划设计方法，其特征在于:步骤7中，适应度函数为:
6.如权利要求1所述一种伽玛刀放射治疗逆向计划设计方法，其特征在于:步骤10中，变异概率取
7.如权利要求1所述一种伽玛刀放射治疗逆向计划设计方法，其特征在于:步骤13中，靶点的权重按0.1步长增加或递减。
8.如权利要求1所述一种伽玛刀放射治疗逆向计划设计方法，其特征在于:所述个体中个个靶点剂量场的剂量分布，搜索当前剂量场中最大剂量值，进行归一化处理，以及统计靶区、靶区边缘轮廓和 危及器官区域的剂量值评估个体的适应度，均通过图形处理单元计算完成。
【文档编号】A61N5/10GK103949015SQ201410171580
【公开日】2014年7月30日 申请日期:2014年4月25日 优先权日:2014年4月25日
【发明者】梁斌, 周付根, 刘博 , 郭斌, 许轩昂 申请人:北京航空航天大学