一种剂量分布估算方法以及子野优化方法
【技术领域】
[0001]本发明主要涉及放疗设备，尤其涉及一种剂量分布估算方法以及与其相关的子野优化方法。
【背景技术】
[0002]直接子野优化是放疗计划优化的主要方法，包括多叶光栅叶片位置调整和子野权重调整两个方面。其中，多叶光栅叶片位置调整是以多叶光栅叶片微调所引起的剂量分布变化作为依据，剂量分布变化计算的准确性在很大程度上影响了叶片位置调整的效果。同时，因为叶片调整过程中需要反复计算剂量分布变化，剂量分布变化的算法速度也决定了直接子野优化算法的性能。
[0003]Zhu等人提出的直接子野优化方法，其中的剂量变化估算方法如图1所示。其中，A为叶片11的当前位置，B为叶片11微调后的位置，该方法只考虑线段AB的中点和射线源10连线方向上，病人12体内的多个点DhD2....Dn上的剂量变化(具体请参见Xiaofeng Zhu,Timothy Cullip,Gregg Tracton，Johnn Dooley ,Sha X.Chang.Direct ApertureOptimizat1n IUsing an Inverse Form ofBack Project1n.Submitted to 1PPublishing for peer review 3 January 2013)0
[0004]该方法所估算点的剂量变化Di如下:
[0005]Di= ω KabDi, a
[0006]其中D1,a为叶片11在A位置时，单位加速器跳数(MU)下该射野对该点的剂量贡献；ω是需要调整的子野MU;KAB是标记叶片11的开合方向的系数，如果叶片11从A到B是朝射野内微调，即叶片合上，则Kab = -1;反之，KAB=1。该方法的优点是不需要重新计算新叶片位置的剂量，速度较快，缺点是对剂量变化估算不准确。
[0007]Cheng等人提出的直接子野优化方法中，通过把需要调整的射野划分成若干个小野(beamlet)，分别计算每个小野对病人体内剂量分布的贡献，以此评估叶片微调引起的剂量变化。在微调叶片时，通过加上或减去已经计算的小野剂量贡献来计算剂量分布变化(具体请参见:L1-Tien Cheng,Bin Dong,Chunhua Men1Xun Jia,And Steve Jiang.BinaryLevel-Set Shape Optimizat1n Model And Algorithm For Volumetric Modulated ArcTherapy In Rad1therapy Treatment.SIAM J.SCI.COMPUT.Vol.35,N0.6，pp.B1321-B1340)。该方法的优点是调整叶片时不需要重新计算剂量，对剂量变化的估计也较为准确，但缺点是需要预先计算各个小野的剂量贡献，计算量较大，耗时较长，对计算设备的内存占用较多。
[0008]因此，需要一种新的优化方法，能够兼顾计算准确性、计算速度和计算量。
【发明内容】
[0009]本发明要解决的技术问题是提供一种剂量分布变化估算方法及装置、子野优化方法及系统，对剂量分布变化的估算准确度较高，而且具有计算速度快、计算量小、占用内存少等优点。
[0010]为解决上述技术问题，本发明提供了一种剂量分布估算方法，包括:确定叶片移动前的初始射野形状对感兴趣区域的初始剂量分布;移动构成所述初始射野形状中的预定叶片到预定长度后得到参考射野形状，以来自靶的射束照射得到所述感兴趣区域的参考剂量分布，其中，所述参考射野形状与所述初始射野形状相比具有规律性变化；以及将叶片移动后的射野形状与所述初始射野形状相比有变化的部分与所述参考射野形状的至少一部分相匹配并根据匹配结果相应地选定所述参考剂量分布的至少一部分并连同初始剂量分布计算叶片移动后的剂量分布。
[0011]具体地，所述根据匹配结果相应地选定所述参考剂量分布的至少一部分是:根据所述参考射野形状的与所述叶片移动后的射野形状相匹配的至少一部分形状所影响到的所述感兴趣区域的至少一部分来确定叶片移动后的与所述参考射野形状的至少一部分相匹配的射野形状对所影响到的所述感兴趣区域的至少一部分并更新这部分的初始剂量分布为参考剂量分布。
[0012]更具体地，所述参考射野形状的与所述叶片移动后的射野形状相匹配的至少一部分形状所影响到的所述感兴趣区域的至少一部分是根据叶片的半影区来确定的。
[0013]具体地，得到参考射野形状和得到参考剂量分布的步骤包括:将构成所述初始射野形状的奇数列或偶数列叶片沿着第一方向移动预定长度形成射野形状并允许来自靶的射束照射从而得到所述感兴趣区域的剂量分布。具体地，得到参考射野形状和得到参考剂量分布的步骤还包括:将构成所述初始射野形状的奇数列或偶数列叶片沿着与所述第一方向相反的第二方向移动预定长度形成射野形状并允许来自靶的射束照射从而得到所述感兴趣区域的剂量分布。
[0014]根据本发明的另一方面，公开了一种剂量分布估算方法，包括:确定叶片移动前的初始射野形状对感兴趣区域的初始剂量分布;将构成所述初始射野形状的奇数列叶片沿着第一方向移动预定长度形成第一射野形状并允许来自靶的射束照射从而得到所述感兴趣区域的第一剂量分布，并沿着与所述第一方向相反的第二方向移动所述预定长度形成第二射野形状并允许来自靶的射束照射从而得到所述感兴趣区域的第二剂量分布;将构成所述初始射野形状的偶数列叶片沿着所述第一方向移动所述预定长度形成第三射野形状并允许来自所述靶的射束照射从而得到所述感兴趣区域的第三剂量分布，并沿着与所述第一方向相反的第二方向移动所述预定长度形成第四射野形状并允许来自靶的射束照射从而得到所述感兴趣区域的第四剂量分布;将叶片移动后的射野形状与所述初始射野形状相比有变化的部分与所述第一射野形状、第二射野形状、第三射野形状和第四射野形状中的至少一个的至少一部分相匹配并根据匹配结果在所述第一剂量分布、所述第二剂量分布、所述第三剂量分布和所述第四剂量分布中相应地选用至少一个的至少一部分并连同初始剂量分布计算叶片移动后的剂量分布。具体地，所述初始剂量分布是通过以下的任一种方法得到的:基于实验数据模拟、笔芯束模拟、蒙特卡罗模拟、卷积。具体地，所述预定长度为一个步长或多个步长，其中，所述一个步长为所述叶片的最小移动距离。具体地，所述预定长度是与机器约束彼此关联的。
[0015]根据本发明的另一方面，公开了一种子野优化方法，包括:输入与感兴趣区域、机器约束以及优化算法相关的数据;初始化各子野的形状和权重;优化各子野的形状和权重；输出优化结果;其中，所述优化各子野的形状的步骤至少包括:选择待调节的子野，所述待调节的子野的形状为初始射野形状;确定所述初始射野形状对所述感兴趣区域的初始剂量分布;移动构成所述初始射野形状的预定叶片到预定长度以得到参考子野形状并以来自靶的射束照射得到对所述感兴趣区域的参考剂量分布;从构成所述初始射野形状的叶片中确定待移动的叶片以及其移动方向；以及将叶片移动后的射野形状与所述初始射野形状相比有变化的部分与所述参考射野形状的至少一部分相匹配并根据匹配结果相应地选定所述参考剂量分布的至少一部分并连同初始剂量分布计算叶片移动后的剂量分布。进一步地，所述优化各子野的形状和权重还包括:基于叶片移动后的子野形状，优化其权重;是否接受该优化结果;若是，则进行优化结果输出步骤;若否，则选择待调节的子野的步骤顺