用于基于离子的放射疗法治疗计划的系统和方法与流程

本发明涉及一种用于基于离子的放射疗法治疗计划的系统和方法。

背景技术：

在任何放射疗法治疗计划中，主要目标是确保对标靶体积(例如肿瘤)实现规定的剂量(例如，统一剂量)，同时将对患者其他部位——并且尤其是对处于风险中的器官(oar)——的剂量最小化。通常，治疗计划涉及从不同的射束角传递辐射。在本文中，术语有风险的器官、处于风险中的器官和oar被视为同义词。

在质子治疗中，剂量是通过质子行进透过患者的组织时沉积其能量的方式来递送给患者的。每个质子将行进的距离取决于质子的能量。所述能量的大部分沉积在每个质子轨迹的末端附近，在沉积的能量中得到的峰被称为布拉格峰，在该布拉格峰处，将递送最高的剂量。因此，剂量计划通常尝试将入射质子的方向和动能进行分配，以便使布拉格峰存在于标靶的所有部分中。布拉格峰恰好出现在质子的迹线末端(trackend)之前，质子在迹线末端停下来。由于能量损失过程的随机性，因此具有相同入射方向和动能的质子在它们停止之前将经受不完全相同的能量损失和偏转。因此，布拉格峰在其最大值附近扩大为小的3d体积。一些质子的迹线末端位于布拉格峰的上游，而某些质子的迹线末端位于布拉格峰的下游。

在远端oar，即在质子轨迹方向上位于标靶之后的有风险的器官的位置，会出现问题。风险是，朝着远端oar方向行进的且其布拉格峰位于oar附近的一些质子会到达oar中并将其能量的一部分沉积在oar中。此外，设定误差和密度变化可能会影响治疗，从而使布拉格峰移至oar而不是标靶。在笔形射束扫描治疗计划的常规计划中，通常，权重最高的能量层是每个射束的最远端的能量层。因此，在远端的有风险的器官靠近标靶的情况下，覆盖整个标靶的愿望与保护所述有风险的器官的需求之间的冲突会加强。

同样，rbe因子在迹线末端处增加，这意味着，与在较浅深度处沉积的相同量的能量相比，朝向迹线末端沉积的能量具有更大的生物学效应。这导致质子剂量场的有效范围增加。rbe因子的大小是不确定的，并且通常是未知的，并因此很难包含在计算中。

已经尝试解决这些问题。例如，可以使用鲁棒性优化方法。还可以通过限定在临床标靶体积ctv周围的边际来提高鲁棒性。经扩展的体积被称为ptv，并且通常是在计划期间所规定的剂量的体积。另一种方法是以避开远端的有风险的器官的方式来选择射束角。

技术实现要素：

本发明的目的是提供一种基于离子的放射疗法治疗计划的方法和系统，所述方法和系统将避免向有风险的器官递送剂量，同时保持对标靶器官的期望的剂量。

本发明提出了一种对放射疗法治疗计划进行优化的方法，所述方法涉及使离子至少从第一射束角和第二射束角向患者的一部分递送能量，所述方法包括将优化函数应用于一组患者数据的步骤。所述优化函数包括惩罚函数，所述惩罚函数诸如为目标函数或约束，所述惩罚函数涉及对参数τ进行限制，所述参数τ限定一个或多个射束中的到达有风险的器官的离子的总数τoar相对于所述一个或多个射束中的离子的总数τa的分数。

应当理解，可以以许多方式来计算参数τ，其中可以选择被包括在参数τ的限定中的射束点，例如用于帮助优化器获得一个或多个特定标靶。例如，对于每个射束或对于射束的组合，可以使用每个射束的τoar和τa的值来计算参数τ。还可以将参数τ限制为仅包括在射束点的方向上具有oar的射束点，并且可以将参数τ限制为包括所包含的射束的能量层的子集。例如，可以仅考虑以下能量层：即，将导致迹线末端最接近oar的能量层，通常是最高能量的层。

该方法引入参数τ作为所递送的粒子的终止在处于风险中的特定器官中的总数的分数。在对该参数进行限制的目标函数上添加惩罚函数将会使得以其迹线末端到达oar的射束点的权重降低。这意味着，朝向远端的有风险的器官的方向行进的更少的粒子将使其轨迹末端位于有风险的器官附近的体积中或有风险的器官内部的体积中。为了对此进行补偿，由来自同一射束或另一射束的其他射束点传递的并在该体积中沉积能量的粒子数量将增加，以实现规定的剂量。如果这些粒子穿行通过有风险的器官的边缘而不停在有风险的器官的边缘，则可以实现此目的。即使这些离子中的某些离子会在有风险的器官中沉积能量，例如由于设定误差，但这些粒子的迹线末端(rbe增加的位置)也将不会位于有风险的器官中。

因此，该方法确保了以下内容：通过对不同射束之间的剂量贡献进行自动重新分配，使得oar中的迹线末端的数量最小化，从而使得向所述体积递送的剂量是所希望的，同时保证了对处于风险中的器官的剂量处于较低水平。

惩罚函数可以例如规定τ应该被保持低于某个阈值，阈值例如为0.05。或者，惩罚函数可以规定τ应保持尽可能小。惩罚函数可以是在治疗计划优化中使用的任何合适的惩罚函数，并且可以包括线性的或非线性的惩罚，例如二次惩罚。参数τ也可以被用作约束。

该方法可以进一步包括计算τ的步骤。可以将参数τ计算为在有风险的器官中的迹线末端的数量与所述患者体内的或所述患者的一部分中的迹线末端的总数之间的比率。或者，计算每个射束或射束组合的τ、以及与来自一个射束或来自所有射束或对于所述射束组合的迹线末端的数量相关的τ。或者，可以仅针对在射束点的方向上有oar的射束点来计算参数τ。在一个实施方式中，使用来自第一射束角的到达有风险的器官的离子的总数τoar1以及来自第一射束角的离子的总数τa1来计算τ＝τoar1/τa1。

如果基于与离子所穿过的组织中的实际密度不同的密度来执行确定迹线末端的位置的计算，则可以实现进一步的优点。在一优选实施方式中，基于比离子所穿过的组织中的实际密度稍低的密度来执行确定迹线末端的位置的计算。因此，优化将基于τ的高估值。这将导致对那些有风险到达oar的射束点的权重的抑制作用增加。这将限制离子在其轨迹末端在有风险的器官中的沉积能量。如上所述，沉积在迹线末端附近的能量具有相对较高的生物学效应，因此特别希望避免在有风险的器官中出现此类离子。来自另一射束的剂量可能能够部分地或全部地对此进行补偿，并且不会受到变化的组织密度的影响。

或者，迹线末端的位置可以基于比离子所穿过的实际密度稍高的密度。在迹线末端在标靶体积的所不希望的上游的情况下，这可以是有利的。例如，在某些情况下，可能需要使用在标靶上游有oar的射束。与oar位于标靶下游的更常见情况类似，希望在oar中将迹线末端的数量保持最少。在这种情况下，最靠近oar的能量层将是最低能量的层。

本发明还涉及一种包括计算机可读代码装置的计算机程序产品，所述计算机程序产品在计算机中运行时将使所述计算机执行根据前述权利要求中的任一项所述的方法。计算机程序产品存储在诸如非暂时性存储介质之类的载体上。本发明还涉及一种包括处理器和程序存储器的计算机系统，所述程序存储器保存上述计算机程序产品，使得所述计算机程序产品能够由所述处理器执行。本发明还涉及一种包括这种计算机系统的治疗计划系统。

附图说明

下面将通过示例的方式并参考附图更详细地描述本发明，在附图中：

图1a至图1c示出了射束轨迹、布拉格峰、rbe因子和迹线末端的分布。

图2示出了具有与标靶相邻的处于风险中的器官的示意性的患者。

图3示出了由治疗计划产生的迹线末端。

图4是用于放射疗法治疗和/或计划的系统的概观视图。

具体实施方式

图1a示出了沿着例如质子之类的离子的穿过患者的一部分的轨迹的沉积能量，该沉积能量是距离x的函数。标靶12和处于风险中的器官13的位置分别由第一框和第二框表示。可以看出，能量的主要部分被沉积在布拉格峰中，该布拉格峰位于从辐射源观察的靠近标靶12的远端末端。还可以看出，离子在穿过标靶12之后将继续沉积能量，并将其能量的最后的部分沉积在处于风险中的器官13中。

已知的是，布拉格峰之后沉积的能量的相对生物有效性rbe大于较早沉积的能量的rbe。在图1b中示出了这种效果，图1b以实线示出了与图1a中相同的沉积能量曲线，并且以虚线示出了rbe。沿着大多数的粒子轨迹，rbe大约为1.1，到最后逐渐增加到虽然难以断言但是可能高达1.6的值。这意味着，沉积在迹线末端附近的相对较低的剂量将比较早沉积的对应剂量具有更大的生物学效应。

图1c显示了迹线末端作为已行进的距离(即离子在患者体内停止的位置)的函数的分布。可以看出，无法以100％的精度预测迹线末端位置。取而代之的是，迹线末端位置将具有类似于高斯分布的分布。

图2示意性地示出了一种情况，在该情况中例如肿瘤之类的标靶21在两侧围住了处于风险中的器官22。例如，在脑干附近生长出脑肿瘤的情况下，可能会发生这种情况。典型地，在这种情况下，将从至少两个射束角递送辐射，以使对标靶的剂量最大化而对处于风险中的器官22的剂量最小化。在此示例中，典型的射束角将是来自该图的上方如竖向箭头23所示和来自该图的右侧如水平箭头24所示。

在笔形射束扫描中，治疗计划由多个能量层指定，在多个能量层中，每层都包含多个给定权重的笔形射束的射束点。每个射束点都有其在标靶中的某处的由能量层所确定的深度处的布拉格峰。布拉格峰在图2中用点表示，并且布拉格峰分布在待治疗的体积中。布拉格峰将被限定在不同的能量层中，具有最低能量的层对应于最靠近辐射源的布拉格峰，在图中用e1表示，以及具有最高能量的层对应于距辐射源最远的布拉格峰，在图中用e8表示。位于能量层e8中且位于有风险的器官前面的位置的粒子是那些具有在有风险的器官中也沉积能量的最高风险的粒子。如上所讨论的，如果患者相对于辐射源略微移动，或者如果由粒子穿过的组织的密度与计划中使用的密度值不同，则可能会发生这种情况。还有一种称为散乱分布的效应，这意味着由穿过患者相同部位并具有相同能量的两个粒子所沉积的能量将沿着轨迹发生变化。因此，这两个粒子将停在不同的位置。

图3示出了与图2相同的示意性情况，分别具有标靶31、有风险的器官32以及第一射束角33和第二射束角34。对于以下讨论，将考虑来自水平射束角34的贡献。区域35指示在标靶31的靠近该有风险的器官32的部分的远端侧处。该区域适当地大致对应于由属于特定能量层的射束点将到达的区域。该层具有确定的能量，使得射束点到达该标靶31的远端部分而不到达有风险的器官中。射束34具有附加的能量层以到达标靶体积的上部部分的定位较深的部分。对于这些较高能量的层，在有风险的器官32中不存在具有布拉格峰的射束点。

在该模型中使用的参数τ限定为：

τ：分数τoar/τa，其中，

τa是在两个射束中的离子的总数(＝迹线末端的总数)，并且τoar：在oar体积内具有迹线末端的离子的数量。传统治疗计划中τ的典型值为0.2，这意味着大约20％的离子到达有风险的器官。

在特定实施方式中，在模型中使用的参数τ限定为：

τ：分数τoar1/τa1，其中，

τoar1是来自第一射束角的到达有风险的器官的离子的总数，τa1是来自第一射束角的离子的总数。

可能优选的是，基于所包括的一个或多个射束的能量层的子集合来计算τ。例如，在图2所示的情况下，仅考虑最靠近有风险的器官的能量层e8、或最靠近有风险的器官的n个层，n为1到7的整数。在相反的情况下，有风险的器官位于标靶的上游，则可以考虑能量层e1、或从e1开始的多个连续的层。

跟踪末端惩罚函数可以是与用于放射疗法治疗计划优化的惩罚函数相似的各种类型的惩罚函数。因此，优化问题可以表述为“使τ保持尽可能小”或“使τ保持低于阈值”。阈值可以是固定值，或者可以根据被视为是现实的情况来设定，例如5％或7％。惩罚可以是线性的或非线性的，例如二次的或指数的。迹线末端惩罚函数通常是总目标函数的一部分，其中优化的目标是使总目标函数值最小化。或者，迹线末端惩罚函数可以被应用为必须满足的约束。

通过目标函数来限制被允许到达有风险的器官32的离子的分数的效果是分配给到达有风险的器官的射束点的权重将减小。观察从图2和图3的右侧进入的离子，在能量层e8中的离子将更少，因此该射束角将对标靶31的靠近有风险的器官32的区域35中的剂量贡献较小。为了补偿从该射束产生的在该体积中的剂量的减小，在图3中从上方入射的竖向的射束角33的在该区域中的离子的数量将增加。这将通过优化函数来自动处理。由于设定误差，例如，存在以下风险：来自竖向射束角33的穿过该区域35的一些离子将能量沉积在有风险的器官32中。该能量沉积将不会在相应粒子的迹线末端处发生，并因此不会具有升高的rbe值。因此，相同的能量沉积将导致较少的损伤。这是有利的，因为没有迹线末端，随着rbe因子中的不确定性更小，则因此该剂量可以被更精确地计算。

如果执行该计划，假设：对于被穿过的组织来说，当在计算τ时出现密度值比实际密度值低一些，则可以实现另一优点。这将产生优化，以进一步减少透过体积35到达进入oar体积的离子的风险。因此，该计划在密度扰动方面更加稳健。

图4是用于放射疗法治疗和/或计划的系统的概观视图。将会理解，可以以任何合适的方式来设计这样的系统，并且图4中所示的设计仅是示例。患者61定位在治疗床63上。该系统包括安装在格栅67中的辐射源65，该辐射源用于向定位于床63上的患者发射辐射。通常，床63和格栅67可相对于彼此在多个维度上进行移动，以使得能够尽可能灵活且正确地将辐射传递至患者。这些部分是本领域技术人员众所周知的。该系统还包括可以用于放射疗法治疗计划和/或控制放射疗法治疗的计算机71。将会理解，计算机71可以是不连接至治疗单元的单独的单元。

计算机71包括处理器73、数据存储器74和程序存储器76。优选地，还存在以键盘、鼠标、操纵杆、语音识别装置或任何其他可用的用户输入装置的形式的一个或多个用户输入装置78、79。用户输入装置还可以被布置为接收来自外部存储器单元的数据。

数据存储器74包括临床数据和/或用于获得治疗计划的其他信息，包括待用于该计划的一组临床目标。数据存储器74还包括用于一个或多个患者的一个或多个剂量图，所述剂量图被用在根据本发明的实施方式的治疗计划中。程序存储器76保存根据本发明可知的计算机程序，该计算机程序包括优化函数并且被布置成用于治疗计划优化。

基于优化将目标函数最小化在本领域中是众所周知的。在这种情况下，如上所述，目标函数包括基于限制τ的目标函数。

可以理解，仅示意性地示出和讨论了数据存储器74和程序存储器76。可以有若干个数据存储器单元，每个数据存储器单元保存一种或多种不同类型的数据，或者一个数据存储器以适当的结构方式保存所有数据，并且对于程序存储器也是如此。一个或多个存储器也可以存储在其他计算机上。例如，计算机可以仅被布置为执行所述方法中的一种方法，存在用于执行所述优化的另一台计算机。