一种设计非共面容积旋转调强放疗计划的方法与流程

本发明涉及放射治疗领域医疗器械软件，特别地，涉及一种用于生成经过优化的非共面容积旋转调强放疗(vmat)的放射治疗计划的方法。

背景技术：

放射治疗是目前广泛用来治疗肿瘤的一种方法。在一个典型的放疗案例中，放疗系统中产生电离射线的设备固定于机架中。放疗系统控制机架转动使该设备产生的电离辐射射束对准空间中的特定点，通常被称为“机器等中心点”。在放射治疗开始前，治疗床承载病人按照计划定位，使得在治疗过程中病人体内的肿瘤始终位于机器等中心点。

通常，放疗计划包含一组分期，在每个分期对病人施加放疗计划辐射量的一部分。一个分期计划通常用于描述关于一个或多个“射野”的具体信息，包括：机架位置，用于控制相对于肿瘤位置的辐射能量的路径；准直器设置，用于控制辐射能量束的形状和截面积；辐射束能级；持续时间，用于控制辐射束的照射时间。一个放疗计划应当包括下列信息：肿瘤的密度、体积、外形、朝向以及在人体中的位置，肿瘤与其他器官和人体解剖结构的相对位置，在各治疗分期中用于照射人体的辐射能量的信息，以及此前使用过的治疗措施的信息。

放射治疗有多种模式。目前主流的模式是：调强放疗(intensitymodulatedradiationtherapy，imrt)。在imrt中，加速器会随着机架的转动而改变照射角度；每当机架位于计划指定的特定角度时，多叶准直器可依据计划调制射束，从而控制靶区的不同部位的累计照射时间。由此，imrt可以控制控制每一个射束的辐射密度分布从而在靶区内部形成适形剂量分布。相比之下，以往的三维适形放疗(3dcrt)只能将每个射束作为一个整体来调整其在放疗计划中的权重。imrt的不足之处是，只能以步进方式选择数量有限的角度来做照射，为使用各种优化方法来改进放疗计划和提高治疗效果留出的余地比较少。

随着放疗技术的进步，针对imrt的一些不足出现了容积旋转调强放疗(vmat)的技术。在vmat中，机架可以带着加速器围绕病人转动到任意位置进行照射，而mlc也可以连续地调整叶片位型而不受机架的转动和静止的限制。在这一过程中，加速器的辐射剂量率，准直器的角度和治疗床的角度也能一同做连续的变化。由此，允许机架做最大360度范围的旋转，从而不必像imrt那样，仅仅局限于从有限的几个角度照射靶区。这使得vmat方式可以形成适形度比较高的三维剂量分布，有效保护重要器官，以及缩短放疗所用时间，在整体上提高临床放疗的水平。据预计，在五年左右的时间里，vmat将会取代固定射束imrt，成为最普及的放疗模式。

vmat方式提供了更好的应用前景，但是vmat的普及需要首先解决一个复杂的问题：如果设计和优化一个vmat计划。一个vmat的计划需要定量描述机器参数的变化过程。这些参数包括：机架角度，mlc叶片位型，治疗床角度，准直器角度，以及机器参数变化过程中mu随时间的变化。这些参数的变化是错综复杂的，因而只能以逆向计划的方式来完成vmat的计划设计。

目前为vmat做逆向计划主要是基于启发式的近似方法。其中一种方式是：首先，对于预先选定的机架运动弧线，沿着弧线选择一组等间距的角度；然后，对于每一个射束设计一组mlc叶片的位型，以便通过滑窗方式使用ml对射束做调制从而得到指定的能量通量；最后，依据近似的插值方法，依次将各角度上的mlc叶片位型沿着预定弧线分散放置，得到以滑窗方式进行放射治疗的的vmat计划。

当前的vmat计划设计方式的另一个不足是：当前的方法主要适用于设计共面vmat计划。在一个共面vmat计划中，治疗床的角度固定为零度，机架运动弧线主要位于一个横断面中。这一方式简化了vmat的设计和实施放疗的过程，但是也减少了对vmat计划做进一步优化来提高计划质量的余地。然而，在计划优化方法中考虑机架、治疗床和准直器的同步运动，会大大提高复杂程度，因而需要更有效的优化方法。

技术实现要素：

本发明提供了一种用于做非共面容积弧形调强放疗(vmat)的放射治疗计划的方法，该方法使用了机器参数直接优化的方法对计划做优化。该方法的步骤包括：

从成像设备收集关于肿瘤病人的患病部位及周边人体组织的医学影像数据；

通过软件组件收集感兴趣区的三维轮廓数据，通过用户输入设备收集计划的总跳数、优化目标和约束条件；

以治疗设备跳数作为时间单位，对总跳数做时间等分；

为各等分时刻点随机选择一组机器参数，若任意相邻时刻的机器参数违反接收到的约束条件则舍去；若所选机器参数满足约束条件时，依据这些机器参数生成一组初始旋转容积调强放射治疗(vmat)计划；

在计划的机器参数满足约束条件的前提下，使用一种直接优化算法来更新计划中的机器参数；

依据病人数据建立剂量网格，并基于剂量网格计算剂量分布；

计算目标函数值，如果计算结果符合停止条件，则将该治疗计划传递到计划评估组件中；否则，重复计划优化过程。

在一些实施例中，成像设备可以使用下列的一种或多种方式来生成医学影像，这些方式包括：电子计算机断层扫描(ct)，正电子发射断层成像(pet)，超声波，单光子发射计算体层摄影(spect)或磁共振成像(mri)。

在一些实施例中，用于接收感兴趣区的三维轮廓数据的软件组件可以是一个放疗计划系统软件(tps)的组成部分，也可以是医生用来基于病人的医学影像数据来勾画感兴趣区的独立软件。

在一些实施例中，用户输入设备可以是用于输入的、带有图形用户界面的终端，或用于输入的、基于文本的终端，或一个计算机文件。

在一些实施例中，机器参数包括但不限于：机架角度、治疗床角度、准直器角度、mlc叶片位型、机器放射剂量率。

在一些实施例中，约束条件包括一种或多种机器约束条件和剂量约束条件。

在一些实施例中，机器约束条件包括最大机架转动速度、最大治疗床转动速度，最大准直器转动速度，最大mlc叶片移动速度和加速度，以及机架、治疗床和mlc的可移动范围。

在一些实施例中，剂量约束条件包括一种或多种对机器放射剂量率提出的限制。

在一些实施例中，目标函数是一组次级目标函数的线性组合；而每个次级目标函数用于评估指定感兴趣区。

在一些实施例中，次级目标函数是一个线性函数或非线性函数，其自变量包括：针对指定感兴趣区的放射剂量率、剂量体积直方图(dvh)、最大放射剂量限制、最小放射剂量限制、平均放射剂量限制和有效均一剂量(eud)。

在一些实施例中，直接优化算法可以是基于目标函数求导的方法，或不基于目标函数求导的方法。

在一些实施例中，不基于目标函数求导的直接优化方法可以是下列方法中的一种，包括：局部搜索方法、禁忌搜索方法、模拟退火方法、遗传算法、演化搜索算法和粒子群优化方法。

在一些实施例中，基于目标函数求导的直接优化方法可以是下列方法中的一种，包括：共轭梯度法、牛顿法。

与现有技术相比，这种用于设计非共面容积弧形调强放疗(vmat)的放射治疗计划的方法弥补了现有原始了共面vmat计划设计方式的困难，从vmat放疗计划设计领域的第一性原理出发来设计能对做非共面运动的治疗机头的机器参数做直接优化的方法，有效地处理了各类机器参数之间的耦合关系。非共面容积弧形调强放疗(vmat)计划在全身多种肿瘤治疗中，比传统共面调强放疗、非共面调强放疗、共面容积弧形调强放疗vmat有更好的规避重要器官的能力。肿瘤周围重要器官的超额剂量与神经认知衰退、放射性肺炎、放射性食道炎、放射性心脏病等放疗副作用有着直接关系。而使用非共面容积弧形调强放疗技术可最大限度减少重要器官受照剂量，大大降低放疗的毒副作用，从而为肿瘤患者打开一扇新的窗户，为他们提供更为理想的放射治疗方法。

附图说明

下列示意图用于配合较为详细的具体实施方式来更清晰的介绍本发明，而不是用于对本发明的权利要求提出限制。

图1是使用本发明的一个实施例生成的非共面vmat放疗计划来实施放疗时，机架、治疗床、准直器和多叶准直器相对位置示意图。

图2是本发明的vmat计划方法的流程图。

图3是本发明的vmat计划方法的机器约束条件的示意图。

图4是本发明的vmat计划方法的剂量约束条件的示意图，该图以剂量体积直方图的形式给出。

图5是本发明的vmat计划方法的一个实施例在使用牛顿法作为直接优化算法时，对机器参数做一轮更新的流程图。

图6是本发明的vmat计划方法的一个实施例在使用模拟退火方法作为直接优化算法时，对机器参数做一轮更新的流程图。

图7是本发明的vmat计划方法的一个实施例在使用遗传算法作为直接优化算法时，对机器参数做一轮更新的流程图。

具体实施方式

下面结合附图，应用一组术语，来对本发明较佳的实施例进行详细阐述，以方便本领域技术人员理解本发明的优点和特征，从而对本发明的保护范围作出更清楚明确的界定。

本发明包含的创新概念具有多种实施例。因此不应该以这里关于较佳的实施例进行的详细阐述，作为本发明关于创新概念提出的权利要求的边界，而应当将这里的说明用于帮助本领域专业人员理解本发明所包含的创新概念。此外，示意图中物体的层面和部位的大小和相对大小会做适当变形以免重叠。

这里会以引用序号的形式来在示意图中指出一段说明的描述对象。但是，在本发明的实施例的示意图中，并非所有的组成部分都会编号。原因包括：1)相关领域中的公开的信息不会在这里做详细描述；2)与上下文重复的部分不会赘述。

这里在描述本发明时，会使用“包括”来引用本发明所含的对象。如果在上下文中没有明确说明，则这种引用是未尽的，表示描述中省略了部分信息，并且认为这种省略不会影响本领域专业人员对本发明的方法的理解。

这里的详细描述会使用一些带有先后关系的词汇来方便罗列需要描述的对象。这些词汇不应当被看作是对本发明的方法的组成和结构做出的限制，而只应当看作是为了方便区分所叙内容而暂时添加的标记，调换所叙内容的先后顺序，例如，将“第一项”与“第二项”这两个词组交换位置，不会影响这里对本发明的创新概念的描述。类似的，当这里使用“和/或”这样的词汇来连接一组陈述时，并不对这些陈述的对象的先后顺序的组合提出限制。任意改变这些对象的陈述顺序都是可以接受的。

除非这里作出明确的说明来赋予指定术语以独特的定义，否则在详细描述中使用的术语与本发明所属领域的专业人员的使用习惯保持一致。此外，这里的描述会使用一些日常使用的词汇来描述本发明。如果读者发现这些词汇在理想情况下的定义，或者非常正式的场合下的使用习惯，与上下文不一致，此时除非给出了明确的定义，否则，应当认为这里在使用这些日常词汇时，已经基于通用的各类词典里的解释对这些词汇做了符合本领域使用习惯的调整。

这里使用的“放射治疗计划设计”是指放射治疗过程中的一个步骤，指由一组专业人员，包括：放射肿瘤医生、放射治疗师、医学物理师、医学剂量师，来设计用于为肿瘤患者做体外放疗的计划；由此得到的治疗计划称为“放疗计划”。这样的放疗计划设计的过程通常会使用一些计算机辅助设计工具(通常属于三类医疗器械)，这些工具可以基于患者的医学影像数据重建一个虚拟病人。这样的虚拟病人可以作为治疗效果模拟的对象，方便这些专业人员借助放疗剂量传递过程的模拟和优化后结果，在几何学因素、放射学因素和剂量学因素等方面来更好的调整放疗计划。具体到调强放射治疗(imrt)上，放疗计划过程的步骤包括：依据射束类型选择射束的模式(例如，光子和质子)，能量(例如，6mv，18mv)，安排射束角度等。正式的放射治疗计划过程通常被称为：正向计划和逆向计划。当医生评估一份放疗计划时，通常需要借助剂量体积直方图，来准确评估患病组织(肿瘤)所在区域的放射剂量均匀度，以及对周边人体组织的影像。当前的放射治疗计划系统软件(tps)包括：scandiplan(scanditronix)，isogray(dosisoft)，monaco(cms/elekta)，theraplanplus(nucletron)，oncentra-externalbeamandbrachytherapy(elekta)，pinnacle(philipsmedicalsystems)，platorts&platobps(nucletron)，corvus(nomos)，eclipse(varian)，gammaknife(elekta)，variseed-prostateldrbrachytherapy(varian)，xknife(integraradionics)，raystation(raysearchlaboratories)andplanw(ujpprahaa.s.)。

“成像”或“影像数据”是指在使用物理规律探测人体获取数据，然后使用计算机处理所得数据来重建人体内部的影像的技术，或通过该技术最终得到的相关数据。这样的技术包括：计算机断层扫描成像(ct)，磁共振成像(mri)，正电子发射断层成像(pet)和单光子发射计算机断层成像(spect)。其中，ct影像数据通常在放疗计划设计时被用作主要的影像数据集合；mri影像数据可以被用作针对软组织成像的主要的或次要的影像数据集合；pet影像数据和spect影像数据可反映特定物质在人体内的代谢情况，因而当患病组织对特定物质的吸收不同于周边组织时，可使用pet影像数据和spect影像数据来提高涉及这类区域的计划靶区的勾画精度。

特别地，ct成像技术借助计算机控制的x射线照射过程来生成反映人体结构的影像。在ct扫描中，x射线管环绕病人运动，并在计算机控制下向人体发射x射线。发射的x射线在传输过程中会发生衰减。一组线性探测器被放置在与x射线路径上人体的另一侧，用于接收穿过人体的x射线中的一部分。由于x射线穿过不同组织时发生的衰减各异，因而到达探测器的x射线的强度分布是不均匀的。探测器接收的x射线强度分布数据可以组成投影数据，然后利用反向投影算法来重建一组影像来反映x射线在人体内的衰减现象，即，一组反映人体组织密度分布的影像。通常，由此得到的影像由一组切片组成，每张切片反映一定厚度的人体组织断层内的密度分布。由此可以得到三维的ct扫描影像。

mri使用在环形轨道上运动的、能够产生强磁场的设备来形成无线电波，用于照射位于环的圆心位置附近的病人，使病人组织发射反映自身信息的无线电波。包括肿瘤在内的不同的人体组织所发射的无线电波的频率分布与其化学成分有关，会在与特殊成分对应的频率上具有比较大的强度。由此，可以得到能用于显示的人体组织影像。与ct扫描结果类似，mri能够产生人体指定部位的三维影像；与ct扫描不同，mri针对密度接近而成分不同的人体软组织生成易于区分的影像。

pet扫描可用于生成反映人体组织内部发生的动态化学过程的影像。例如，例如，糖代谢。通常，在pet扫描前会先将少量糖粉做放射性标记并与正常的糖混合。利用这个混合物做成的注射液会被注入病人体内。由于肿瘤细胞消耗或吸收糖份的速率要高于正常的人体组织，因而肿瘤位置附近会累积更多的用做标记的放射性物质。pet扫描可用于确定指定时刻糖份在肿瘤内部或在人体中的分布。在一些实施例中，将ct扫描结果与pet影像融合，可以更好的来区分正常组织与异常组织。

spect使用放射性示踪剂和扫描设备记录数据，并使用计算机来重建二维或三维影像。在spect扫描中，少量的放射性药物会被注入动脉，然后使用探测器来跟踪放射性物质在人体内的分布，并依据所得数据来得到反映人体内部结构的细致的影像。spect扫描结果可用于描述人体组织的血液流动情况和新陈代谢。

“正向计划”是在体外照射放疗中做计划设计的一种方式。正向计划的目的是，通过使用一组射束照射人体，来使肿瘤部位受到足够剂量的照射，同时使射束避开重要器官，并尽可能减少正常组织的照射剂量。做正向计划的医生，例如一个剂量师，可以将一组射束输入放射治疗计划系统来得到模拟的吸收剂量分布，并选择如何调整该计划。可做的选择包括：射束的数量、每个射束的角度、是否使用楔形板来衰减射束强度、将mlc调整到怎样的位型来为每个射束做调制。当完成一次计划设计时，放射治疗计划系统会依据该计划来计算使人体指定部位吸收处方规定的剂量所需要的机器跳数。该计算所需要的参数包括：楔形板和准直器的设置、射野尺寸、肿瘤深度等。来自病人的ct影像的数据可以帮助放射治疗计划系统更准确的计算射线穿过人体组织时产生的影像。放射治疗计划系统可以使用多种模型来预测放疗剂量分布，包括：笔型束、卷积叠加和蒙特卡洛模拟，并依据需要在预测精度和计算时间之间做取舍。这种方式应用广泛，但是只适合用于处理较简单的病例，即，肿瘤区域外形简单，并且不紧贴重要器官。对于用于较为复杂的病例的调强放射治疗计划，通常需要使用逆向计划的方式来做计划设计——这种方式现在也被用于完成乳房切除术后放射治疗(pmrt)的计划设计工作。

“逆向计划”是设计放疗计划的一种方式。在该方式中，放射肿瘤医生负责定量描述病人体内的重要器官和肿瘤；放射剂量师对这些区域给出目标剂量和重要性因子。这些输入会作为条件来筛选一个优化程序生成的放疗计划。与在肿瘤学领域所知的“正向计划”不同，逆向计划无需以试错的方式来手动设计和调整计划，而是可以使用优化程序来解答由剂量师设置的逆向问题。例如，pi-medical公司开发的hipo(hybridinverseplanning&optimization)是以逆向计划方式做放疗计划的一种算法。

“剂量”是指在光子放射治疗中的照射的量，单位是gy。放疗计划的剂量随癌症的具体类型和阶段而不同。例如，用于治愈实体上皮细胞肿瘤的典型剂量是60到80gy。淋巴瘤的治疗剂量是20到40gy。关于头、颈、胸部做辅助治疗的剂量大约是45到60gy，单次剂量为1.8到2gy。放射肿瘤医生在为放疗计划选择剂量时还需要考虑其他因素，包括：病人是同时在接受化疗，并发症，放疗是在手术前或手术后进行，以及手术的效果。以指定剂量实施放疗时的治疗参数，作为放射剂量学的一部分，需要在放疗计划过程中确定。放疗计划通常在专用的计算机上使用专用的放疗计划软件来完成。依据实施放疗的方法不同，可能需要从不同角度或数据源来判断所需剂量，并汇总成处方剂量。然后，医生会据此设计放疗计划，目标是在放疗后肿瘤各部分接受均匀照射，并且吸收剂量为处方剂量；同时，尽可能减小肿瘤周边的健康组织的吸收剂量。

“剂量体积直方图(dvh)”用于在剂量-体积的二维坐标系下描述三维剂量分布，即，对于给定剂量x，给出指定区域内吸收剂量大于或等于该剂量的人体组织的体积，或该体积占该区域总体积的体积百分数。例如，若以dvh(x)＝v描述剂量体积直方图中的一个数据点(x，v)，则表示对于该数据点所在曲线对应的区域里，吸收剂量大于等于x的体积或体积百分数为v。在当代的放射治疗过程中，通常可以使用计算机放疗计划系统来依据ct扫描结果来重建三维虚拟病人，然后做进一步处理来得到剂量体积直方图。在剂量体积直方图中，“体积”指的是在放疗中接受照射的人体组织所占的区域，这样的人体组织包括：肿瘤所在的靶区、靠近靶区的健康器官，或人体内的其他解剖结构。临床使用的剂量体积直方图，通常包含一组颜色各异的曲线。放疗计划中的每一个人体解剖结构或感兴趣区，都可以找到一条与之对应的曲线。绘制这些曲线时，竖轴通常取为体积百分数，而非对应区域的体积的绝对数值。

“调强放射治疗(imrt)”是一种比三维适形放疗(3d-crt)更加先进的高精度放疗方法。一个imrt计划会使用多叶准直器(mlc)对射束做调制，并选择角度各异的多个射束照射靶区来达到适形的目的。此外，imrt也可以用于对凹形区域做放射治疗，例如：包裹着脊髓、重要器官或血管的肿瘤。一个imrt计划可以使用针对性设计的计算机程序以及放疗计划软件的治疗模拟器来做优化，以便在实施放疗时使用计算机控制的x射线加速器来对恶性肿瘤或肿瘤区域的一部分做精确的照射，使得放射剂量分布与肿瘤的三维外形相适应，并同时减少或避免对周边的人体组织的照射。由此，一个imrt可以获得更好的适形度、较少的副作用、和更好的疗效。

“容积弧形调强放疗(vmat)”是一种通过同步调整三类参数来实现高精度放疗的方法。这些参数包括：机架旋转速度、用于形成射野轮廓的mlc叶片布局、放射剂量率。vmat可以在一次机架旋转的过程里对目标区域形成精确刻画的三维剂量分布。vmat与imrt的区别在于，前者可以在机架沿着弧形轨迹运动的过程中随时照射目标区域，而不必像imrt那样局限于预先给定的少数位置。

“非共面容积弧形调强放疗(non-coplanarvmat，ncvmat)”是一种改进的容积弧形调强放疗方法，可通过同步调整四类参数来实现高精度放疗。这些参数包括：vmat方式的三组参数，以及治疗床的旋转速度。该方法可以通过同步调整机架旋转速度和治疗床旋转速度，从更多角度照射目标区域形成精确刻画的三维剂量分布。该方法相对于vmat方法作出的改进是，机架相对于病人的运动轨迹不必局限于特定平面内的弧形轨迹上，而是可以在以等中心点为球心的球面上规划较为复杂的轨迹，增加照射角度的可选范围，以便进一步改进放疗计划。

“通用vmat计划优化模型”是依据第一性原理设计的、不引入任何近似计划优化模型。如果用u表示机器跳数，则vmat的计划优化参数包括：机架运动轨迹g(u)，治疗床运动轨迹t(u)，准直器转动轨迹c(u)，mlc左侧叶片运动轨迹l(u)和右侧叶片运动轨迹r(u)。在计算满足约束条件的通用vmat计划优化模型的目标函数之前，需要先计算虚拟病人体内的剂量分布。其中，一个体积元dv的吸收剂量可以通过在总跳数内关于该体积元对vmat计划的剂量沉积率做积分，即：

其中，可以表示为在指定跳数时对射束的所有子束的放射剂量率的求和形式，即：

由上述二式可得：

上式可以变换为：

其中，nt和ng分别表示该跳数时的治疗床的可选角度总数和机架的可选角度总数；nr和nc分别表示将射束离散化得到的子束阵列的行数和列数，这一对数值在需要预先设定，并且通常每一行应与一对mlc叶片对应；dijkl表示一个子束在指定角度下照射目标区域形成的沉积剂量；h是阶跃函数，其自变量为正时有h＝1，自变量为零或负值时有h＝1；ti1和ti2表示经过离散化得到的第i个治疗床角度区间的起点和终点；gj1和gj2表示经过离散化得到的第j个机架角度区间的起点和终点；pvij表示当治疗床和机架位于上述的角度区间时，体积元v在射束方向视图坐标系中的坐标值。

在计划优化过程中，“目标函数”可有多种定义方式。例如，目标函数可以表示为次级目标函数的线性组合；其中每一个子目标函数与一个感兴趣区的一种剂量学目标函数对应。这里，感兴趣区包括靶区和重要器官的感兴趣区；剂量学目标函数可以取为使用最小、最大剂量或有效均一剂量(eud)构造的线性或非线性函数。

如果使用牛顿法来依据“目标函数”做计划优化，则每一轮优化过程都需要使用“hesse矩阵”来估算优化方向。“hesse矩阵”是“目标函数”关于优化参数的二阶导数，可以表示为：

其中，h为“hesse矩阵”，g为“目标函数”。据此可以求的参数空间中的优化方向：

然后依据“wolfe条件”来选择合适的更新步长。该条件可以表示为：

其中，c1和c2是用于帮助确定步长α的辅助参数，gk表示当前优化参数下的目标函数值，gk+1表示依据优化方向与步长猜测的新的优化参数下的目标函数值。满足“wolfe条件”的猜测步长可用于更新优化参数。

“vmat计划优化过程的约束条件”主要包括机器约束条件和剂量约束条件。机器约束条件是指机架、治疗床和mlc叶片在实施放疗时的运动限度。剂量约束条件是指放疗设备在放疗时可以采用的放射剂量率的限度。有多种方法来定量描述这些约束条件。例如，可以将mlc中的一个左侧叶片的运动至少应当满足下列约束条件：

l(u)≤r(u)+gmin

l(t)≤lmax

l(t)≤lmax

这里，gmin是指一对mlc叶片的尖端间距，lmax是指mlc叶片在mlc滑轨上移动的最大速度。

在实际使用中，不同品牌的加速器在硬件设计和软件控制方法方有显著差异。例如，有二种varian加速器的mlc允许相邻的mlc叶片有部分重叠。而elekta的，则除了一种以外，均要求相邻的mlc叶片之间有至少5毫米的间距，即，叉指约束。此外，varian的加速器要求在实施vmat计划时保证机架以匀速转动。而elekta的加速器则允许机架改变转动速度以便保持比较高的放射剂量率。

这里会描述一组实施例，用于说明本发明所包含的用于设计非共面容积旋转调强放疗(vmat)计划方式的放疗计划的方法。具体而言，本方面包含的方法会以保存在非临时的存储介质上的计算机软件程序代码的形式来保存和使用。当用户启动依据本发明提供的方法设计的系统时，该系统会将这些程序读取到内存中并由处理器来执行。此时，该系统会依据本发明所描述的方法，从多种来源接收数据、处理数据并生成一个非共面容积旋转调强放疗(vmat)治疗计划。这个过程的细节如下所述。

图1是使用本发明的一个实施例生成的非共面容积旋转调强放疗(vmat)放疗计划来实施放疗时，机架、治疗床、准直器和多叶准直器的相对位置示意图。其中，接受治疗的病人躺在治疗床上；机架带动射束照射方向；一个准直器用来约束射束射野范围，并且用多叶准直其(mlc)叶片的位型来进一步调制射束。本发明使用笛卡儿坐标系100来描述这些组件的相对位置，并设计非共面容积旋转调强放疗(vmat)治疗计划来在放疗时协调这些组件的运动。

这里，坐标系的坐标轴用三个直线来表示，即，102、103、104。坐标轴相交于坐标原点，即等中心点101。在描述该图时，假定坐标轴102垂直于该图所在平面。例如，可以是印刷有该图的纸面，或显示该图的计算机屏幕表面。

在实施vmat治疗的过程中，病人躺在治疗床109上，并随治疗床而面对等中心点101做正向或反向移动；或随之绕治疗床转轴103来水平旋转一个角度到治疗计划指定的位置107，即治疗床转动角度θ106。同时，机架绕机架转轴102在竖直平面内旋转到一个位置108，即机架转动角度φ105。治疗床109所在平面略低于等中心点，使得机架可以从位置108来对病人进行照射。

在放疗设备中，入射射束从机架头部射出，可以通过转动机架来改变入射角度，可以使用准直器110的狭口来约束射野范围，并进一步通过调整多叶准直器(mlc)111的叶片112的位形来调制射束。在放疗中使用射束照射病人体内的靶区时，射束的指向为从指定位置108指向等中心点101。在实施vmat治疗计划时，准直器110和多叶准直器111可以按计划要求绕其自转轴，即从指定位置108到等中心点101，旋转来调整射束射野。

在一个实施例中，依据本发明所描述的方法设计的非共面vmat放疗计划系统可以包括：一个中央处理设备，可通过用户界面或输入设备或成像设备来接收数据。所得数据由依据本发明中的方法写成的软件组件来处理。处理结果为一份经过优化的vmat计划。该计划可传输给用于验证放疗计划的设备做剂量验证。在整个过程中，该系统在依据本发明中的方法设计的软件组件控制下，依据图2的流程图，以及图5、图6、图7中的一种直接优化算法，来处理和相互传递多种类型的数据。

图2是一个依据本发明中的方法设计的系统，用于生成和优化vmat计划的工作流程的示例性质的流程图。流程图开始于200。

在201，依据本发明中的方法设计的系统从成像扫描设备收集影像数据。这些数据可以经过其他软件组件或独立软件的处理，生成感兴趣区的三维轮廓数据。所得数据可以保存在该系统的存储设备上。

在202，依据本发明中的方法设计的系统首先从中央处理设备的存储设备收集感兴趣区的三维轮廓数据。然后该系统从用户输入设备收集总机器跳数(tmu)，优化目标和约束条件。例如，一个使用者可以将治疗的处方手动翻译为一组目标条件、剂量约束条件，将用于实施放疗的加速器的信息翻译为机器约束条件，将这些数据以文件的形式保存在计算机上，然后将这份文件发送到用于做数据准备的软件组件。

在203，依据本发明中的方法设计的系统会等分tmu并确定等分点以其对应的值。

在204，对于与tmu等分点对应的初始的未优化vmat计划，依据本发明中的方法设计的系统会在随机生成的参数中选择满足机器约束条件和剂量约束条件的一组来作为该计划的参数。多数情况下，这样的初始计划会在一个和多个方面有严重的不足。例如，健康组织受到了比较大剂量的照射。

在205，使用事先选定的一种优化算法，在满足机器约束条件和剂量约束条件的情况下，对每一个计划做一轮优化。

在206，对每一个计划，在整个剂量网格上计算剂量分布。剂量网格应当包含病人体内全部的一个或多个靶区以及周边的解剖结构。计算的得到的剂量分布可以转换为一个剂量体积直方图(dvh)和/或用于衡量计划质量的其它指标。

在207，依据停止条件来检查计划的质量。如果通过检查，则执行步骤208。如果不通过，则从步骤205开始再次生成计划和优化计划。

在208，在通过检查的计划中选择一组质量最优的计划。将这些计划发送到计划验证设备做验证。经过验证的计划中质量最好的一个计划可作为最终输出的计划。

流程图结束于步骤209。

图3是本发明的vmat计划方法的机器约束条件示意图。机器约束条件用于在放疗计划设计过程中，模拟真实的放疗设备的布局和运动情况。

图3中给出了一个笛卡儿直角坐标系300，并基于该坐标系来描述四个物体，即，治疗床，机架，准直器，多叶准直器(mlc)。这些物体的运动满足机器约束条件。三个坐标轴，即，治疗床转轴301，机架转轴302，水平直线303，相交于等中心点。

治疗床305受竖直机械臂支撑，可以在水平面内绕轴转动，可以面对等中心点做正向或反向移动，可以做竖直移动。其中，后二种移动方式用于在放疗开始前配合病人躺到指定位置。在治疗过程中，放疗计划仅要求治疗床做绕轴转动。在治疗过程中，治疗床的位置可以表示为治疗床从初始位置，即机架转轴的方向，开始做顺时针转动转过的角度302。此外，在放疗计划中要求的治疗床的转动速度，不应超过设备的转动能力。

在一些实施例里，机器的机架306可围绕机架转轴302做转动，以便位于机架末端的放射射束照射设备能够从计划指定的位置上，通过准直器307和mlc射出并朝着等中心点做照射。机架的位置可以表示为治疗床从初始位置，即治疗床转轴的方向，开始做顺时针转动转过的角度301。此外，在放疗计划中要求的机架的转动速度，不应超过设备的转动能力。

当治疗床和机架达到指定位置时，放疗设备发出的射束沿着一条指向等中心点的直线304，通过准直器307和mlc来朝着等中心点做照射。这条直线304，可以看做是准直器转轴；准直器307和mlc可以围绕该直线同步转动，依次达到计划指定的一个或多个位置。准直器的位置可以表示为从初始位置开始转动转过的角度。此外，在放疗计划中要求的准直器的转动速度，不应超过设备的转动能力。

mlc在随准直器307做转动的同时，mlc的叶片308也在各自的轨道上做运动。每一个叶片的位置用该叶片在其轨道延伸方向上滑动的位移来表示。此外，在放疗计划中要求的mlc叶片的转动速度，不应超过设备的转动能力。

图4是本发明的非共面vmat计划方法的剂量约束条件的示意图，该图以剂量体积直方图(dvh)400形式给出。该图对剂量约束条件的概念做了说明。

该剂量体积直方图400是依据剂量网格上的剂量数据计算得到的。图中的曲线402和407表示两种感兴趣区的假定的“吸收剂量”。相对的，曲线401和406可作为阈值，可用于与对应的感兴趣区剂量曲线做比较来判断一份计划是否可接受。

比较曲线401和402，假定要使感兴趣区内细胞存活，要求吸收剂量大于d1403的健康组织所占的体积百分数应当小于v1404。相对地，在基于使用优化后计划计算得到的剂量分布计算得到的剂量体积直方图中，吸收剂量大于d1403的健康组织所占的体积百分数为v3405。当v3＞v1时，依据该计划实施放疗会杀死该感兴趣区内的细胞，危及病人的健康。因此剂量值d1403处有体积百分数v1404，可以作为一个剂量约束条件。这样的约束条件可以用于尽可能减少健康组织在放疗中受的损伤。

类似的，比较曲线406和407，假定要使靶区的细胞在放疗中被杀死或停止再生，要求吸收剂量大于d2408的健康组织所占的体积百分数应当小于v2410。相对地，在基于使用优化后计划计算得到的剂量分布计算得到的剂量体积直方图中，吸收剂量大于d2408的健康组织所占的体积百分数为v4409。当v4＜v2时，依据该计划实施放疗将会使靶区内的细胞幸存和治疗失败。因此剂量值d2408处有体积百分数v2410，可以作为一个剂量约束条件。这样的约束条件可以用于确保治疗效果。

图5是本发明的非共面vmat计划方法的一个实施例在使用牛顿法作为直接优化算法，对机器参数做一轮更新的流程图。

图5开始于500。

在501，依据计划的参数(x)，来计算目标函数(g)的一阶导数。

在502，如果是第一次使用该方法优化计划，则进入步骤503；否则，进入步骤504。

在503，初始化“hesse矩阵”(h)。例如，可以将初始的“hesse矩阵”设为单位矩阵。

在504，基于当前的g和x，以及上一轮优化里的g和x，更新“hesse矩阵”(h)。在一些一些牛顿法的具体实现里，更新“hesse矩阵”时，还需要依据这一轮和上一轮优化的g和x来计算该矩阵在上一轮更新中的差分。例如：dfp方法或bfgs方法。

在505，基于h和g来计算更新方向(d)，即，d＝-hg。该方向可以表示为一个矢量，表示当前优化为计划参数带来的变化所组成的差分矢量应当与该矢量的方向同向。

在506，依据“wolfe条件”计算更新步长(α)。更新步长α是一个标量，并且更新补长与更新方向的积应当等于两次更新时计划参数的差组成的矢量。作为简化，更新步长的初始值为预先选定的值；每次当该值不满足“wolfe条件”时，会减小该值并重新计算，直到满足“wolfe条件”；此时可计算满足该条件的步长。

在507，依据更新方向和更新步长来更新计划参数。

流程图结束于508。

图6是本发明的非共面vmat计划方法的一个实施例在使用模拟退火方法作为直接优化算法时，对机器参数做一轮更新的流程图。

流程图开始于600。

在601，当初次调用该方法更新计划参数时，初始化退火参数(t)；否则，使用预定步长来更新退火参数(t)。

在602，对一个计划，计算该计划的能量值(e1)。这里的能量值是指，将计划参数作为自变量代入预定函数计算出来的一个数值。

在603，为当前计划随机生成一份近邻计划。这里的近邻是指，将当前计划的参数做微小的随机变化后得到的一组可选计划。在一些实施例里，可以用相等的概率从所有的近邻可选计划中选择一个计划来用于更新当前计划。

在604，为挑选出来的近邻计划计算能量值(e2)。

在605，比较e1和e2。如果e2＜e1，则进入步骤606；否则，进入步骤607。

在606，用近邻计划取代当前计划。若使用合适的能量函数来为计划计算能量值，可以使得能量值更低的计划总是更适于用于实施放疗。

在607，以一定概率来判断是否使用近邻计划取代当前计划。即，即便近邻计划的能量值比较高，仍然存在比较小的可能性来使用近邻计划取代当前计划。在一些实施例里，该概率值取为。

流程图结束于608。

图7是本发明的非共面vmat计划方法的一个实施例在使用遗传算法作为直接优化算法时，对机器参数做一轮更新的流程图。

流程图开始于700。

在701，为每个计划计算一个适应度。这里的适应度是指，一个计划的使用效果与期望的效果的符合程度。

在702，以正比于计划的适应度的概率，从所有计划中挑选一些计划来组成一个子集。

在703，从所选的计划子集中挑选一对计划。在一些实施例里，可以用相等的概率来从子集中挑选计划。

在704，从这一对计划的两组参数中随机挑选参数来组成一个新计划。在一些实施例里，，再从可以先将参数排序，然后从所选的一个计划里挑选最初的一部分参数另一个计划里挑选剩余的参数，然后组成新计划。在另一些情况里，对于两个计划在每个参数上的一对可选值，可以用相等的概率挑选其中之一来组成新计划。

在705，进入步骤703，不断生成新计划。当生成的新计划的数量等于初始计划数，即，子集内外的计划都可以分别用一个新计划取代时，进入步骤706。

在706，对新计划的参数做变异。这里的变异是指，对一个计划的一个或多个参数以相对比较小的概率做随机变动来更新该计划。

流程图结束于707。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围。凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

本发明的最佳实施例已阐明，由本领域普通技术人员做出的各种变化或改型都不会脱离本发明的范围。