一种用分群实现快速优化调强子野的方法
【专利摘要】本发明公开了一种用分群实现快速优化调强子野的方法，解决现有技术优化需要多次迭代，时间较长的问题。本发明包括以下步骤：（1）按照靶区的三维形状和相关危及器官之间的解剖关系，确定用于形成射野所需的叶片，然后将用于形成射野的叶片分群；（2）采用模拟退火方法分别对每个群的叶片进行判断。本发明采用在模拟退火之前对叶片进行分群，然后对每个群分别用一个CPU核进行优化计算；每个分群用一个独立的目标函数进行判断，改变分群中叶片的位置，计算出目标函数，根据解的接受法则判定此次叶片改变是否能被接受。从而在保证减少子野数目和机器跳数、提高实施效率的基础上减少了优化时间；同时利用了多核CPU的运算能力，降低浪费。
【专利说明】一种用分群实现快速优化调强子野的方法
【技术领域】
[0001]本发明涉及一种用分群实现快速优化调强子野的方法。
【背景技术】
[0002]通过调整射束强度分布来实现理想的剂量分布，称为调强技术。调强技术是当代放疗技术最重要的发展方向，是放疗技术的核心，能有效的提高肿瘤的治愈率和改善病人的生活质量。目前调强主要有以下几种方式:MLC静态调强、MLC动态调强、弧形调强、步进式断层调强。MLC静态调强方法主要有分步逆向优化法和直接子野优化(DAO)两种。在计划质量相当的情况下，直接子野优化方法可明显减少子野数目和机器跳数、提高实施效率。但算法优化需要多次迭代，时间较长，计算效率低。
[0003]InteUAMD等CPU生产商都采用了多核技术来提升CPU性能，甚至提出了群核CPU的概念。这意味着，要充分发挥多核CPU的性能，程序就必须采用多线程并发计算的方式，传统的串行程序将会极大地浪费多核CPU的运算能力；故而无法较好的应用于现有的调强放疗技术中。
【发明内容】
[0004]本发明的目的在于提供一种用分群实现快速优化调强子野的方法，解决现有技术优化需要多次迭代，时间较长的问题。
[0005]为了实现上述目的，本发明采用的技术方案如下:
[0006]一种用分群实现快速优化调强子野的方法，包括以下步骤:
[0007](I)根据照射野的方向、靶区的三维形状和相关危机器官之间的解剖关系，确定用于形成射野所需的叶片，然后将用于形成射野的叶片分群；
[0008](2)采用模拟退火方法分别对每个群的叶片进行判断；
[0009]所述步骤(2)中的模拟退火方法，包括以下步骤:
[0010]A、初始化:初始化温度T，初始解状态S，每个T值的迭代次数为L ；
[0011]B、对 K=I, 2，3......L，执行 C 至 E 步;
[0012]C、产生新解S’；
[0013]D、计算增量AF = F(S’)_F(S)，其中F(S)为评价函数；
[0014]E、若Λ F < 0，则接受S’作为新的当前解，否则以概率exp (_ Δ F/T)接受S’作为新的当前解；
[0015]F、T逐渐减小，重复执行B到E，求得若干新的当前解，判断所有新的当前解是否满足终止条件，若是则输出满足终止条件的当前解作为最优解，结束程序；其中，T极限趋于O ；
[0016]所述评价函数如下:
[0017]0{1) = X X /； dkd -dk'' I
j k^m
[0018]其中，j是组织器官轮廓的编号；ω是组织结构权重；1是笔束的强度；dkd是计算的剂量，dkp是处方剂量，下标k是体元序数。
[0019]进一步地，所述步骤(I)对每个群叶片中叶片在等中心的总宽度最小值必须满足:
w =Cr
mm
[0020]< JL,
Υδ > W
/ j i ~ mi η
、/ = 1
[0021]式中r为光子束剂量核散射的宽度，C为考虑锥形束修正后的宽度冗余因子，i为叶片的序号，石i为弟i叶片在等中心的览度，Wmin为叶片在等中心的总览度最小值。
[0022]再进一步地，所述步骤C产生新解时，每个分群中叶片数量N相同，选择每个分群中的一个叶片进行位置改变，相邻分群中用于发生位置改变的叶片序号差值为分群叶片的数量N。
[0023]本发明与现有技术相比，具有以下优点及有益效果:
[0024]本发明采用在模拟退火之前对叶片进行分群，然后对每个群分别用一个CPU核进行优化计算；每个分群用一个独立的目标函数进行判断，改变分群中叶片的位置，计算出目标函数，根据解的接受法则判定此次叶片改变是否能被接受。从而在保证减少子野数目和机器跳数、提高实施效率的基础上减少了优化时间；同时利用了多核CPU的运算能力，降低浪费。
【专利附图】
【附图说明】
[0025]图1为本发明叶片分群示意图。
[0026]图2为本发明的实施例剂量体积直方图。
[0027]图3为本发明的流程示意图。
【具体实施方式】
[0028]下面结合附图和实施例对本发明作进一步说明，本发明的实施方式包括但不限于下列实施例。
[0029]实施例
[0030]如图3所示，一种用分群实现快速优化调强子野的方法，具体实施如下:
[0031]根据照射野的方向、靶区的三维形状和相关危及器官之间的解剖关系，确定用于形成射野所需的叶片，然后将用于形成射野的叶片分群，射野外叶片不作考虑，例如图1，图1中形成射野的叶片编号为5?24。每个群分别用一个CPU核进行优化计算，每个群用一个独立的目标函数进行判断，改变群中叶片的位置，计算出目标函数，根据解的接受法则判定此次叶片改变是否能被接受，具体则是采用模拟退火方法分别对每个群的叶片进行判断。
[0032]其中，分群的数量并不是分得越多越好，根据CPU核的数量以及叶片在等中心得宽度来决定。所述步骤(I)对每个群叶片中叶片在等中心的总宽度最小值必须满足:
w =Cr
mm
[0033]<
Υδ > W
/ r ι — rr mm
、/=1
[0034]式中r为光子束剂量核散射的宽度，C为考虑锥形束修正后的宽度冗余因子，i为叶片的序号，δ j为弟i叶片在等中心的览度，W为叶片在等中心的总览度最小值。
[0035]根据实际情况，下面举例说明将图1中的叶片被初始化分为4个分群，即N的取值为5。第一分群叶片编号为5-9 ;第二分群叶片编号为10-14 ;第三分群叶片编号为15-19 ；第四分群叶片编号为20-24。
[0036]所述模拟退火方法，包括以下步骤:
[0037]A、初始化:初始化温度T，初始解状态S，每个T值的迭代次数L ；
[0038]B、对 K=I, 2，3......L，执行 C 至 E 步;
[0039]C、产生新解S’；
[0040]D、计算增量AF = F(S’)-F(S)，其中F(S)为评价函数；
[0041]E、若Λ F < 0，则接受S’作为新的当前解，否则以概率exp (_ Δ F/T)接受S’作为新的当前解；
[0042]F、T逐渐减小，重复执行B到E，求得若干新的当前解，判断所有新的当前解是否满足终止条件，若是则输出当前解作为最优解，结束程序；其中，T极限趋于O ;
[0043]所述评价函数如下:O(I)=
j k^m
[0044]其中，j是组织器官轮廓的编号；ω是组织结构权重；1是笔束的强度；dkd是计算的剂量，dkp是处方剂量，下标k是体元序数。
[0045]为了使每个群之间互不影响，需要避开选择到相邻分群叶片互相影响的情况，采用的方式是选择每个群中的一对叶片进行位置改变，相邻分群的中用于发生位置改变的叶片序号差值为分群叶片的数量N，这样可以使得分群的间隔要求最低，例如分群I选择叶片6改变时，对应的其他三个分群的叶片编号则为11、16、21。
[0046]终止条件有:循环温度T小于设定参数值、迭代成功次数达到设定参数值、目标函数值小于设定参数值等。
[0047]本发明应用于个人计算机(CPU4核主频3.0GHz、内存4G、操作系统win7)，做一例典型的鼻咽癌调强病例，用7个方向(机架角分别为0°、52。、104。、156。、208。、260。、312° )固定野做调强计划进行测试，得出计划的剂量体积直方图见图2，实线为不分群下各器官的剂量体积直方图，圆点为分4个群时各器官的剂量体积直方图。从图中可以看出分群和不分群情况下得到的优化效果基本一致，但是把射野分为两群时优化效率提高了
1.5倍，分为3个群时效率提高了 2.2倍，分为4个群是效率提高了 3.1倍。从而说明本发明相对现有的方法其效率明显有所提高，且是大幅度提高，有效的缩短了调强时间。
[0048]按照上述实施例，便可很好地实现本发明。值得说明的是，基于上述结构设计的前提下，为解决同样的技术问题，即使在本发明上做出的一些无实质性的改动或润色，所采用的技术方案的实质仍然与本发明一样，故其也应当在本发明的保护范围内。
【权利要求】
1.一种用分群实现快速优化调强子野的方法，其特征在于，包括以下步骤: (1)根据照射野的方向、靶区的三维形状和相关危机器官之间的解剖关系，确定用于形成射野所需的叶片，然后将用于形成射野的叶片分群； (2)采用模拟退火方法分别对每个群的叶片进行判断； 所述步骤(2)中的模拟退火方法，包括以下步骤: A、初始化:初始化温度T，初始解状态S，每个T值的迭代次数为L； B、对K= I, 2, 3......L，执行C至E步； C、产生新解S’； D、计算增量AF= F(S’)-F(S)，其中F(S)为评价函数； E、若ΛF < O，则接受S’作为新的当前解，否则以概率exp (- Δ F/T)接受S’作为新的当前解； F、T逐渐减小，重复执行B到E，求得若干新的当前解，判断所有新的当前解是否满足终止条件，若是则输出满足终止条件的当前解作为最优解，结束程序；其中，T极限趋于O ; 所述评价函数如下: D = Σ^Σ (7A
j 其中，j是组织器官轮廓的编号；ω是组织结构权重；1是笔束的强度；dkd是计算的剂量，dkp是处方剂量,下标k是体元序数。
2.根据权利要求1所述的一种用分群实现快速优化调强子野的方法，其特征在于，所述步骤(I)对每个群叶片中叶片在等中心的总宽度最小值必须满足: w =Cr
nun
< JL.\Υδ.>Ψ ■
ιnun./ = 1 式中r为光子束剂量核散射的宽度，C为考虑锥形束修正后的宽度冗余因子，i为叶片的序号，S i为第i叶片在等中心的宽度，Wmin为叶片在等中心的总宽度最小值。
3.根据权利要求1或2所述的一种用分群实现快速优化调强子野的方法，其特征在于，所述步骤C产生新解时，每个分群中叶片数量N相同，选择每个分群中的一个叶片进行位置改变，相邻分群中用于发生位置改变的叶片序号差值为分群叶片的数量N。
【文档编号】G06F9/46GK104268437SQ201410559541
【公开日】2015年1月7日 申请日期:2014年10月17日 优先权日:2014年10月17日
【发明者】勾成俊, 吴章文, 付凤强 申请人:成都奇林科技有限责任公司