确定放射治疗的照射分布的装置和放射治疗系统的制作方法

本发明主要涉及放射治疗计划系统，尤其涉及一种确定放射治疗的照射分布的装置、放射治疗系统和计算机可读存储介质。

背景技术

随着放射物理、放射生物、临床肿瘤学等理论的发展，尤其是医学影像设备和计算机技术的不断进步，使放射治疗(后文简称放疗)技术得以不断完善和发展，更好地满足临床的要求。从最开始的普通放疗技术到三维适形放疗(3dimensionalconformalradiotherapy，3d-crt)和拉弧适形放疗(arcconformalradiotherapy)。

为了得到尽可能小的辐射剂量，放射治疗计划系统需要进行计划优化和剂量计算。目前的计划优化方法，一般使用梯度搜索算法(又称梯度下降法)，即根据目标函数对当前变量的梯度方向进行搜索。但是这种方法容易得到局部最优解，从而往往无法得到最优辐射剂量。

技术实现要素：

本发明要解决的技术问题是提供确定放射治疗的照射分布装置和放射治疗系统，能够跳出局部最优解。

为解决上述技术问题，本发明提供了一种确定放射治疗的照射分布的装置，包括：存储器，用于存储可由处理器执行的指令；处理器，用于执行所述指令以实现如下所述的方法：获取目标剂量分布、目标函数、初始射野形状和初始射野强度；基于构成射野形状的第一变量组对所述目标函数中进行第一优化，以得到多个控制点的射野形状和射野强度，所述第一优化包括局部优化方法；根据所述多个控制点的射野形状和射野强度得到当前剂量分布，比较当前剂量分布与目标剂量分布，确定是否进行第二优化；当确定进行所述第二优化时，基于所述目标函数中的第二变量组进行第二优化，且在所述第二优化结束后返回进行所述第一优化的步骤，其中所述第二优化包括全局优化方法，所述第二变量组选自所述第一变量组的一部分。

在本发明的一实施例中，基于所述目标函数中构成射野形状的第一变量组进行第一优化包括多次迭代以及每次迭代结束时判断是否满足迭代终止条件，当满足迭代终止条件时，将当前剂量分布与目标剂量分布比较。

在本发明的一实施例中，所述第一优化为基于梯度的优化方法、拟牛顿法或单纯形法。

在本发明的一实施例中，基于所述目标函数中的第二变量组进行第二优化包括多次迭代以及每次迭代结束时判断是否满足迭代终止条件，当满足迭代终止条件时，回到进行第一优化的步骤。

在本发明的一实施例中，如果当前剂量分布与目标剂量分布的差的绝对值超出设定阈值，则确定需要进行所述第二优化。

在本发明的一实施例中，所述第二优化是模拟退火或随机搜索，其中在随机搜索时随机设置所述第二变量组的值。

在本发明的一实施例中，根据当前剂量分布与目标剂量分布之间的剂量差分布中，绝对值超出设定阈值的区域来选取所述第二变量组。

在本发明的一实施例中，选取所述第二变量组的步骤包括：根据当前剂量分布与目标剂量分布的比较结果，确定三维剂量不符合区域；将三维剂量不符合区域映射到被指定的射野上，以获得对应所述射野的二维剂量不符合区域；根据所述二维剂量不符合区域选取多叶准直器中对应叶片的位置作为所述第二变量组。

在本发明的一实施例中，所述第一优化的迭代终止条件包括：所述第一优化的迭代次数达到第一指定值；或所述目标函数的变化量小于阈值。

在本发明的一实施例中，所述第二优化的迭代终止条件包括：所述第二优化的迭代次数达到第二指定值；或所述目标函数连续几次迭代的下降幅度小于阈值。

在本发明的一实施例中，基于所述目标函数中的第二变量组进行第二优化时，所述第一变量组与所述第二变量组的差集中的变量保持不变。

本发明一种计算机可读存储介质，其上存储有计算机指令，其中当计算机指令被处理器执行时，执行下述的方法：获取目标剂量分布、目标函数、初始射野形状和初始射野强度；基于构成射野形状的第一变量组对所述目标函数中进行第一优化，以得到多个控制点的射野形状和射野强度，所述第一优化包括局部优化方法；根据所述多个控制点的射野形状和射野强度得到当前剂量分布，比较当前剂量分布与目标剂量分布，确定是否进行第二优化；当确定进行所述第二优化时，基于所述目标函数中的第二变量组进行第二优化，且在所述第二优化结束后返回进行所述第一优化的步骤，其中所述第二优化包括全局优化方法，所述第二变量组选自所述第一变量组的一部分。

本发明还提出一种放射治疗系统，包括：多叶准直器；存储器，用于存储可由处理器执行的指令；处理器，用于执行所述指令以实现如下所述的方法，并使用使得目标函数最优化的控制点来控制所述多叶准直器的叶片的移动：获取目标剂量分布、目标函数、初始射野形状和初始射野强度；基于构成射野形状的第一变量组对所述目标函数中进行第一优化，以得到多个控制点的射野形状和射野强度，所述第一优化包括局部优化方法；根据所述多个控制点的射野形状和射野强度得到当前剂量分布，比较当前剂量分布与目标剂量分布，确定是否进行第二优化；当确定进行所述第二优化时，基于所述目标函数中的第二变量组进行第二优化，且在所述第二优化结束后返回进行所述第一优化的步骤，其中所述第二优化包括全局优化方法，所述第二变量组选自所述第一变量组的一部分。

与现有技术相比，本发明通过根据当前剂量分布与目标剂量分布的比较结果，确定是否需要进行额外的全局优化，并在全局优化中，通过选定部分变量以及重新设置部分变量的值，可望扩大搜索范围，从而具有跳出局部最优值的能力。

附图说明

图1是根据本发明一实施例的放射治疗系统的结构示意图。

图2是根据本发明一实施例的多叶准直器结构示意图。

图3是根据本发明一实施例的确定照射分布的方法流程图。

图4是根据本发明一实施例的第一优化的迭代流程图。

图5是根据本发明一实施例的第二优化的迭代流程图。

图6是根据本发明一实施例的选取部分变量的示例流程图。

图7是根据本发明一实施例的叶片位置选取示意图。

具体实施方式

为了更清楚地说明本申请的实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。

虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在放射治疗计划系统上。所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。

本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各种步骤。同时，或将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

放射治疗系统

图1是根据本发明一实施例的放射治疗系统的结构示意图。放射治疗系统例如是线性加速器或直线加速器。放射治疗系统100可包括静止机架102和旋转机架104，旋转机架104被可旋转地附接到静止机架102。旋转机架104可以关于旋转轴106围绕治疗区域108旋转。旋转的角度例如是180°、360°等。旋转轴106经过系统的等中心点。

旋转机架104可包括治疗头110，治疗头110具有递送治疗射束的治疗源112和能够对治疗头110的射野起限制作用的准直器114(例如多叶准直器mlc)。治疗源112配合旋转机架104围绕治疗区域108旋转。准直器114包括能够独立地移动以对场进行整形的一组狭口。治疗头110的射束的束轴和旋转机架104的旋转轴106的交点为放射治疗系统100的等中心点。

床台116支撑在治疗区域108中的对象的部分，并可以有多种运动的自由度。治疗床的自由度可以包括上下、左右、前后和旋转等自由度。例如，床台116包括被配置为平移进和平移出治疗区域108的台面118和被配置为围绕枢转点122旋转的基部120。基部120可在与治疗头110和治疗源112的旋转平面垂直的平面中旋转患者。

控制器124被配置为控制旋转机架104和床台116的同时旋转和在治疗期间通过治疗源112对治疗射束的连续递送。

治疗计划单元126可以创建放射治疗计划。应当意识到，治疗计划单元126能够经由执行一个或多个计算机可读指令的一个或多个处理器(例如，微处理器、中央处理单元、控制器等)来实施。在一个实例中，一个或多个计算机可读指令被编码在非瞬态计算机可读存储介质上，例如，物理存储器和/或其他非瞬态介质。额外地或备选地，计算机可读指令中的至少一个能够由载波、信号和/或其他瞬态介质来承载。

操作者控制台128包括人类可读输出设备(例如显示器)和输入设备(例如键盘和/或鼠标)。能在控制台128上访问的软件允许操作者控制放射治疗系统100的操作。例如，操作者能够选择并加载用于vmat模式的治疗计划。响应于此，控制台128向控制器124发送命令信号，该命令信号引起控制器124同时对旋转机架104和床台116进行旋转，同时治疗源112连续递送放射。

在本实施例中，放射治疗系统100包括治疗源112和多叶准直器114的组合。图2是根据本发明一实施例的多叶准直器结构示意图。参考图2所示，多叶准直器114是用于仅选择由治疗源112发射的入射宽射束20的部分的柔性阻挡设备。所选择的部分形成射束22和各自的照射分布23。在图2中示意图示的多叶准直器114的叶片21能沿着由双箭头a指示的方向移动，使得通过叶片21的可能位置来限定照射分布23沿着平行于方向a的线能实现的延伸。因此，叶片21的位置限定了照射分布23的开口或形状。通过随后重叠多叶准直器114的多个开口，即通过重叠多个得到的照射分布23，能够针对各自的照射方向生成任意的注量图。多叶准直器114可整体安装在治疗头110的内部或外部。

可以在图1所示的系统100中实施确定照射分布的流程。系统中存储根据流程及其变化例编码的计算机指令，并可执行这些指令以实现这些流程及其变化例。举例来说，计算机指令可存储在治疗计划单元126的存储器中，并由其处理器执行。处理器可使用得到的使得目标函数最优化的控制点来控制多叶准直器114的运作。

从这一角度看，本发明提供一种确定放射治疗的照射分布的装置，包括存储器，用于存储可由处理器执行的指令；处理器，用于执行所述指令以实现确定照射分布的流程。下面描述确定示例性的照射分布的流程。

确定照射分布的流程

在制定治疗计划时需要确定患者的哪些区域需要接收放射剂量，以及区域内各部分接收的放射剂量，构成照射分布。

图3是根据本发明一实施例的确定照射分布的流程流程图。参考图3所示，本实施例的确定放射治疗的照射分布的流程，包括以下步骤：

在步骤301，获取目标剂量分布、目标函数、初始射野形状和初始射野强度。

目标剂量分布例如可以由医生或者物理师指定，并输入例如图1所示的治疗计划单元126。

目标函数中可包含许多变量，目标函数的示例将在后文描述。这些变量可为治疗计划的机器参数(即在指定机架角度上叶片的位置)和对应的照射量。这些变量可具有初始值，从而确定初始射野形状和初始射野强度。

在步骤302，基于目标函数中构成射野形状的第一变量组进行第一优化，以得到多个控制点的射野形状和射野强度。

在此步骤中，会进行第一优化以优化目标函数中的射野形状和射野强度。第一优化可包括局部优化方法。目标函数可表达为当前剂量分布与目标剂量分布的差异，例如差值或者平方差。第一变量组可包括能够影响目标函数的所有变量，在此称为全变量。可以理解，出于一些目的，第一变量组可包括能够影响目标函数的大部分而非全部变量。在此，第一变量组可包括在所有指定照射角度中，能够在移动范围内覆盖到靶区的叶片位置。不同照射角度下相同叶片的位置为不同的变量。

第一优化的方法例如是基于梯度的优化，这是一种已知的通用优化算法。更具体地说，可以使用基于梯度下降的方法。根据目标函数对当前变量向量的梯度向量更新变量向量的值，从而生成使得目标函数值更好的新变量向量，直到满足优化终止条件。第一优化的方法还可以是拟牛顿法、单纯形法等。图4示出第一优化的迭代流程图。参考图4所示，第一优化可为包括多次迭代的迭代过程，在步骤402中判断是否满足迭代终止条件，如果是则结束优化，否则返回步骤401继续优化。迭代终止条件可以根据需要设定。举例来说，迭代终止条件可为：达到第一指定值的搜索次数；或者迭代终止条件可为：变量向量的变化量小于给定的阈值。迭代终止条件可以为多个，满足多个条件中之一，或者同时满足多个条件，可认为满足迭代终止条件。

在步骤303，根据当前剂量分布与目标剂量分布判断是否满足第二优化条件。

在此步骤中，会根据多个控制点的射野形状和射野强度得到当前剂量分布，然后比较当前剂量分布与目标剂量分布，确定是否进行第二优化，如果优化后的当前剂量分布与目标剂量分布的剂量之差在预定范围内，则不需要进行第二优化，流程结束，否则需要第二优化，流程进入步骤304。

例如，根据当前剂量分布与目标剂量分布的比较结果，确定是否需要进行第二优化。经过第一优化后，当前剂量分布仍可能在局部区域较高，从而不符合期望分布。为此，可将当前剂量分布与目标剂量分布比较，二者间的差构成的剂量差分布。如果剂量差分布中有部分区域的绝对值超出设定阈值，则确定需要进行第二优化，流程进入步骤304。相反，如果所有区域的绝对值都未超出设定阈值，则不需要进行第二优化，流程结束。

在步骤304，基于目标函数中的经选取的第二变量组进行第二优化。

在此步骤中，使用第二优化进一步优化前述的目标函数。在此，第二优化包括全局优化方法，具有跳出局部最优值的能力。在第二优化中，目标函数的第二变量组中的变量是选自第一优化时的第一变量组的一部分，称为部分变量。也就是说，第一优化中的目标函数的所有变量中，在进行第二优化时，有一部分仍然是变量，而另一部分则是不变量。并且在此步骤中，重新设置部分变量的值以使第二优化的范围大于第一优化。由于第一优化可能会落入局部最优值，因而在此步骤中，通过选定部分变量以及重新设置部分变量的值，可望扩大搜索范围，从而具有跳出局部最优值的能力。

在本实施例中，第一优化的方法采用局部优化方法，第二优化的方法采用全局优化方法。局部优化方法的特点是搜索速度快，可以处理变量个数较多的情况，全局优化的方法的特点是不会陷入局部最优，但速度慢，所以需要减少变量个数来满足实际应用的要求。通过这一组合，本发明可以利用两种方法的优势。

图5是根据本发明一实施例的第二优化的迭代流程图。参考图5所示，在步骤501选取第二变量组的变量。在此，可根据当前剂量分布与目标剂量分布之间的剂量差分布中，绝对值超出设定阈值的区域来选取第二变量组的变量。具体地说，经过第一优化后，感兴趣区域内每个定义的网格点(为三维网格点，下文以体素表示)都会有对应的当前剂量值，当该当前剂量值与目标剂量值的偏差绝对值大于设定阈值时，称该体素的剂量不符合。这些剂量不符合的体素的集合称为三维剂量不符合区域。目标函数的变量中，与三维剂量不符合区域有关的那些控制点，例如多叶准直器中各个叶片的位置，是此步骤中需要选取的第二变量组的变量。在此，第二变量组的变量可包括在所有指定照射角度中，能够在移动范围内覆盖到三维剂量不符合区域的叶片位置。不同照射角度下相同叶片的位置为不同的变量。

在步骤502，可以重新设置第二变量组的变量的值。经过第一优化，第一变量组中的各个变量已经迭代地改变以优化目标函数。然而三维剂量不符合区域的出现，意味着与此有关的部分变量的迭代方向可能不是最优的，因而在此步骤中，重新给第二变量组的变量赋予初始值以扩大搜索范围。

在步骤503，基于选取的第二变量组的变量和重新设置的变量的值，进行优化的迭代。

在此步骤中，可以使用一些已知的优化方法。举例来说，可以使用模拟退火方法或者随机搜索方法。模拟退火方法或者随机搜索方法时可重新设置第二变量组的变量的值。例如随机搜索方法开始时，可以随机设置第二变量组的变量的值，在迭代过程中，只有被选取的第二变量组的变量是变化的，其他的变量，即第一变量组的变量与第二变量组的变量的差集中的变量可保持不变。

在步骤504，会判断是否满足迭代终止条件，如果是则回到图3的步骤302，否则返回步骤503继续迭代。

迭代终止条件可以根据需要设定。举例来说，迭代终止条件可为：达到第二指定值的搜索次数；目标函数连续几次迭代的下降幅度小于阈值。

下面提供一个目标函数的示例。

f为目标函数，衡量当前的剂量分布与目标的剂量分布的差距，该值越小，表明当前的剂量分布越接近目标剂量分布。dn为第n个采样点上的剂量，为第n个采样点上的目标剂量，wn为第n个采样点的权重。n为自然数。g(·)是衡量采样点上实际剂量与目标剂量之差的函数，可以为绝对值函数、平方函数等。

某个采样点上的剂量值由所有照射方向的注量分布确定。fr,m表示第r个照射方向上的第m个点上的注量值。tr,m,n表示单位强度的注量(当fr,m为1)时对第n个采样点的剂量贡献。

注量分布上某点的值，由其照射方向上的各行多叶准直器的开口以及该点的位置决定。xl,0和xl,1表示第l行多叶准直器的开口位置坐标，其中xl,0可表示开口的左侧叶片的位置坐标，xl,0可表示右侧叶片的位置坐标。xm和ym表示注量图中第m个点的位置。bl表示第l行是否对该点产生影响，如果第l行的开口不在射野范围内，则bl为0，否则为1。ξ(·)是影响函数。

在前文中，根据当前剂量分布与目标剂量分布之间的剂量差分布中，绝对值超出设定阈值的区域来选取第二变量组的变量的方式可以是多种多样的，本领域技术人员有能力根据这一教导得出各种实现方式。下文提供一个较佳的示例。

图6是根据本发明一实施例的选取第二变量组的变量的示例流程图。参考图6所示，在步骤601，可根据当前剂量分布与目标剂量分布的比较结果，确定三维剂量不符合区域。感兴趣区域内每个定义的体素都会有对应的当前剂量值，当该当前剂量值与目标剂量值的偏差绝对值大于设定阈值时，称该体素的剂量不符合。这些剂量不符合的体素的集合称为三维剂量不符合区域。

在步骤602，将三维剂量不符合区域映射到被指定的射野上，以获得对应该射野的二维剂量不符合区域。

例如，定义感兴趣区域的所有体素的集合为定义三维剂量不符合区域为

将内的所有体素映射到指定的射野上，假设射野的个数为n(n为正整数)个，对于第n(n＝1,2,3,…,n)个射野的第m(m为正整数)个网格(二维网格点，下用像素表示)，如果有内的体素映射的位置落在该像素上，则称该像素对应剂量不符合，第n个射野上所有剂量不符合的像素的集合称为第n个射野的二维剂量不符合区域，记为

在步骤603，根据二维剂量不符合区域选取多叶准直器中对应叶片的位置作为第二变量组的变量。

例如，对于第n个射野，如果其存在剂量不符合区域，只要某个叶片的移动范围与2d剂量不符合区域相交，则该叶片的位置，例如片端位置选择为第二优化中的第二变量组的变量。

参考图7所示，对于某个二维剂量不符合区域如果一对叶片71和一对叶片72的移动范围与之相交，则叶片对71和72的位置可作为第二优化中的变量。其他叶片对，例如叶片对73的移动范围不与二维剂量不符合区域相交，则其位置不必作为变量，而是在第二优化的迭代过程中保持固定(即不变量)。

下面示例步骤602中，从体素到像素的映射方法。以下公式中的位置单位为毫米，角度单位为弧度：

对于一个体素，假设其在病人坐标系(记为csp)下的三维坐标记为vp＝(xpypzp)′，如果要将其映射到第n个射野上，假设床角度为θt，机架角度为θg，准直器角度为θc，将该体素在射束坐标系下的坐标表示为vb＝(xbybzb)′，和vp满足以下关系：

(vb′1)^t＝tp2b×(vp′1)

tp2b为病人坐标系到射束坐标系的变换矩阵，

表示三维旋转矩阵，旋转轴为ξ,ξ＝x,y,z，旋转角度为θ，sp2b为尺度变换矩阵，由于从病人体系到射束坐标系之间不存在单位的变化，因此sp2b是单位阵，op2b为从病人坐标系到射束坐标系关于坐标原点和坐标轴的转换矩阵：

在生成二维剂量不符合区时，不关心射束坐标系中b的值，只需要判断(xbyb)是属于射野网格中的哪个像素。

对于射野中的网格，只要某个像素中存在从三维剂量不符合区域中的体素映射的点，则该像素就属于这个射野的2d剂量不符合区域。所有存在三维剂量不符合区域的映射点的网格的集合称为这个射野的2d剂量不符合区域。

从这一角度看，本发明还提供一种计算机可读存储介质，其上存储有计算机指令，其中当计算机指令被处理器执行时，执行本申请所描述的方法。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述发明披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。

同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

虽然本发明已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，在没有脱离本发明精神的情况下还可作出各种等效的变化或替换，因此，只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。