专利名称：一种直接优化静态调强子野形状及其机器跳数的系统和方法
技术领域：
本发明涉及到精确放疗中，采用多叶光栅进行调强时，最小化多叶光栅对应的子野个数及总的机器跳数的系统和方法。
背景技术：
静态调强放疗中得到可以实施的子野形状及其机器跳数的一般步骤是首先借助优化算法优化得到每个方向上满足期望剂量分布的最优强度，然后对优化后的强度进行子野分割，转换为MLC可以实施的子野，这种方式简称为“二步法”。由于在强度分布优化时，并没有考虑多叶光栅本身所包含的一些约束限制，这些限制只有在子野分割时考虑，因此导致子野分割会产生很多个子野形状和及其对应的权重。长期的临床应用表明，“二步法”存在的缺陷，可以总结为:(1)每个照射野的子野数目多，总的照射跳数(MU)往往是常规/适形照射野的数倍，这种情况不仅会增加照射的时间，还将增加产生漏射、机头散射和tongue-groove效应的概率；(2)可能会生成一些小的、形状很不规则的子野，这些子野在实施过程中产生的误差较大，射线利用率低，因此可能影响患者受照剂量的准确度；(3)在将理想的强度分布转换为可以实施的强度分布时，两个强度会有差别，这种差别往往使计划质量变差，本已满足的临床要求的计划可能不再满足。
发明内容
本发明技术解决问题:为了克服“二步法”的缺陷，提供一种根据期望的剂量分布，直接优化每个射野方向上各个子野的形状及其机器跳数的系统和方法，可以快速得到满足要求的每个射野方向的各个子野形状及其机器跳数，不仅可以有效的解决传统“二步法”存在的精度问题，而且操作简单 ，还提高了计划制定和计划实施的效率。本发明的技术方案是:一种直接优化静态调强子野形状及其机器跳数的系统，如
图1所示，包括:(I)数据导入模块，用于导入从放疗计划系统中输出的人体影像CT数据、靶区及感兴趣区域定义信息、射野方向信息、多叶光栅信息及计划设计者对计划的要求信息；(2)数据处理模块，根据数据导入模块导入的靶区信息，射野方向信息，计算靶区在射野方向上的投影，向外扩一定的大小得到对应射野方向的射野形状，然后根据多叶光栅类型，对每个射野形状进行网格化，在多叶光栅运动方向上网格大小为0.5cm，在多叶光栅运动垂直方向，网格大小为多叶光栅叶片在等中心平面厚度，最后采用基于蒙卡的快速有限笔形束剂量计算方法计算射野内每个单元野对各个计算采样点的剂量影响；(3)优化模块，主要是进行优化模型的建立及采用优化算法进行优化；根据导入模块导入的计划设计者对计划的要求，通过二次目标函数形式转化为优化的目标函数，然后供步骤优化过程使用；采用基于物理剂量或剂量-体积约束的目标函数及约束，表达为:
权利要求
1.种直接优化静态调强子野形状及其机器跳数的系统，其特征在于包括: (1)数据导入模块，用于导入从放疗计划系统中输出的人体影像CT数据、靶区及感兴趣区域定义信息、射野方向信息、多叶光栅信息及计划设计者对计划的要求信息； (2)数据处理模块，根据数据导入模块导入的靶区信息，射野方向信息，计算靶区在射野方向上的投影，向外扩一定的大小得到对应射野方向的射野形状，然后根据多叶光栅类型，对每个射野形状进行网格化，在多叶光栅运动方向上网格大小为0.5cm，在多叶光栅运动垂直方向，网格大小为多叶光栅叶片在等中心平面厚度，最后采用基于蒙卡的快速有限笔形束剂量计算方法计算射野内每个单元野对各个计算采样点的剂量影响； (3)优化模块，根据计划设计者对计划的要求进行优化模型的建立及采用优化算法进行优化；根据导入模块导入的计划设计者对计划的要求，通过二次目标函数形式转化为优化的目标函数，然后供步骤优化过程使用；采用基于物理剂量或剂量-体积约束的目标函数及约束，表达为:
2.种直接优化静态调强子野形状及其机器跳数的方法，其特征在于实现步骤如下: (1)按照Dicom-RT格式导入人体CT影像数据、靶区及感兴趣区域定义信息、射野方向信息，根据靶区在射野方向上的投影并向外扩一定的大小作为对应射野方向的射野形状，然后供步骤(4)使用；根据CT影像数据、靶区及感兴趣区域定义信息对各区域进行采样得到各区域的计算点信息供步骤(4)和步骤(5)使用； (2)导入每个方向的子野个数、采用的多叶光栅(Mult1-LeafCollimator,MLC)类型供步骤(5)中遗传算法初始化个体时使用，多叶光栅类型信息还供步骤(4)中射野网格化使用； (3)导入计划设计者对计划的要求，通过二次目标函数形式转化为优化的目标函数，然后供步骤(5)使用；采用基于物理剂量或剂量-体积约束的目标函数及约束，表达为: N.0AR
3.据权利要求2所述的直接优化静态调强子野形状及其机器跳数的方法，其特征在于:所述步骤(5)中遗传算法群体初始化，每个个体对应的子野序列中每个子野初始形状为根据靶区当前射野方向上投影外扩0.1cm Icm对应的MLC形状。
4.据权利要求2所述的直接优化静态调强子野形状及其机器跳数的方法，其特征在于:所述遗传算法的 编码方式采用二维二进制编码，且每行中的编码为I的位置连续；交叉和变异采用常规的二进制编码方式下的交叉变异方式，不满足每行中I的位置连续的交叉变异被放弃。
5.据权利要求2所述的直接静态调强优化子野形状及其机器跳数的方法，其特征在于:所述共轭梯度算法在迭代过程中，迭代次数小于20，当迭代出现负值时，直接将其赋值为0，并继续优化。
全文摘要
本发明公开了一种直接优化静态调强子野形状及其机器跳数的系统和方法。该系统包括输入模块、数据处理模块、优化模块及优化结果输出模块，本该发明主要是根据放疗计划制定者要求，自动建立相应的目标函数，然后采用遗传算法进行子野形状的调整，采用共轭梯度算法进行子野权重的优化，两种算法交替优化，最后得到满足要求子野形状及其对应机器跳数权重。该方法可以快速的得到满足要求的每个射野方向的各个子野形状及其机器跳数，优化结果就是直接可以实施的子野序列。本发明不仅可以有效的解决传统方法存在的精度的问题，而且操作简单，可以提高制定计划和实施计划效率。
文档编号A61N5/00GK103083821SQ20131002973
公开日2013年5月8日 申请日期2013年1月27日 优先权日2013年1月27日
发明者曹瑞芬, 裴曦, 王捷, 吴宜灿 申请人:合肥超安医疗科技有限公司