上叶片LL02、LL04、RL02、RL04向右移动预定长度而其他叶片保持不变而形成的参考射野形状，图4b示意性地表示当单位机器跳数(IMU)的射束强度通过图3b所示的射野形状后的感兴趣区域的参考剂量分布；图3c示意性地示出了在初始射野形状的基础上叶片LL02、LL04、RL02、RL04向左移动预定长度而其他叶片保持不变而形成的参考射野形状，图4c示意性地表示当单位机器跳数(IMU)的射束强度通过图3c所示的射野形状后的感兴趣区域的参考剂量分布；图3d示意性地示出了在初始射野形状的基础上叶片LLOl、LL03、RL01、RL03向左移动预定长度而其他叶片保持不变而形成的参考射野形状，图4d示意性地表示当单位机器跳数(IMU)的射束强度通过图3d所示的射野形状后的感兴趣区域的参考剂量分布；图3e示意性地示出了在初始射野形状的基础上LLOl、LL03、RL01、RL03向右移动预定长度而其他叶片保持不变而形成的参考射野形状，图4e示意性地表示当单位机器跳数(IMU)的射束强度通过图3e所示的射野形状后的感兴趣区域的参考剂量分布；图3f示意性地示出了在初始射野形状的基础上LL02向右移动预定长度而其他叶片保持不变而形成的叶片移动后的射野形状，图4f示意性地表示根据前述图3a和图4a的初始射野形状和初始剂量分布以及图3b以及图4b所示的参考射野形状和参考剂量分布估算得到的叶片移动后的剂量分布。
[0051]图3b_图3e显示了以图3a为基础而变化的规律性，这种规律性在这种示意性实施方式中表现为偶数列叶片的右移预定长度、偶数列叶片左移预定长度、奇数列左移预定长度、奇数列右移预定长度。其中，在示例中，所述预定长度均为一个步长，所述一个步长指的是叶片的最小移动长度，该预定长度在软件中是被预定的，且与软件中对多叶光栅的约束相同，易言之，由初始射野形状优化而成的下一个射野形状只能通过移动一个或多个叶片中的预定长度而得到。可以理解，预定长度作为参数是可以被调节的，比如可以为多个步长，可以在整个优化中均使用统一预定长度，也可在迭代过程中自适应变化。本领域普通技术人员应当可以理解，这里，所谓预定长度指的均是叶片受机器约束朝着某方向移动而在等中心平面的预定投影长度，其中，等中心平面指的是预设的一个平面，该等中心平面垂直于射线源发出的射束且该平面与射线源的距离为预设距离，在本领域中，等中心平面与射线源之间的预设距离一般为100cm。然而，如果在某些放疗机器中，并非将感兴趣区域的中心设置在等中心上的，前述预定长度的内涵亦随之变动。
[0052]前述图4a的初始剂量分布可以通过笔芯束(Pencil beam)模拟、蒙特卡罗模拟、卷积的方式得到，这些方式在现有技术中均是被公开的，也可以以实验数据模拟而得到。
[0053 ] 现在具体说明如何根据图3f、图3a_3e和图4a_4e估算并得到图4f。
[0054]参见图3f，这里已经假定根据优化步骤可以从图3a变化到图3f。即，只有叶片LL02向右移动了预定投影长度，其余叶片保持不动。先从图3a_3e中挑选出与图3f相似的形状，所谓相似，指的是与图3a所示的初始射野形状相比，图3a到图3f发生的形状变化在那副图或那几幅图中也发生了。可见，图3b所示的参考射野形状体现了这种变化。接着，考虑利用图3b的参考射野形状以及参考剂量。参见图5a和图5b，图5a为图3b所示的子野的网格化的示意图，图5b为图3f所示子野的网格化的示意图，本领域普通技术人员可以理解，因为图3f、图5b中叶片的凸出部分投影S5 (其面积为L X W，其中，L为预定长度，在此，该预定长度为一个步进长度，W为宽度，其中，L = W)与图3b中对应的叶片凸出部分投影S5完全相同，所以图3f、图5b中叶片的凸出部分投影S5对剂量分布的影响可以采用图3b以及图5a中对应的叶片凸出部分投影S5的剂量分布;再者，因为叶片边缘存在半影区域，所以沿着纵向方向(指的是叶片移动方向)以及横向方向，相比于初始剂量分布，在叶片的凸出部分投影S5以外的纵向和横向的一小部分的剂量分布也发生了变化，而且，这一小部分通常处于叶片的凸出部分投影S5纵向两侧长度各为L横向两侧各为W的范围所包围，S卩，半影影响范围处于S1、S2、S3、S4、S6、S7、S8、S9内，这对于本领域普通技术人员而言是熟知的。结果，受半影影响的这一小部分仍旧可以采用图3b或图5a的叶片凸出部分投影S5周围区域所对应的图4b中的剂量分布。更具体地，若叶片凸出部分投影S5为10_X 1mm时，则半影区在叶片凸出部分投影S5的纵向两侧分别主要影响约8_。
[0055]在叶片凸出部分投影S5的横向两侧分别主要影响约8mm，故，半影区影响的部分分布在以叶片凸出部分投影S5为中心的3X3的网格内。最后，以图3b中叶片凸出部分投影S5为中心的3 X 3的网格区域所对应的图4b的剂量分布更新图3a中的相应区域的剂量分布即为最新的剂量分布，如图4f所示。根据上文的叙述，本领域普通技术人员可以结合现有技术容易实现叶片移动后的剂量分布的更新，所以，有关剂量分布更新本身的内容在此不再赘述。
[0056]根据上文的叙述可以看出，在估算图3f所示的射野形状的剂量分布时并没有用到图3c-图3e所示的参考射野形状以及对应的图4c-图4e所示的参考剂量分布，这是因为图3b所示的参考射野形状已经反应了图3a到图3f所示的射野形状的变化。然而，可以理解，由于优化后的形状具有不可预测性，故就像上面的较佳实施方式所描述的事先将各种规律性形状以及其对应的剂量分布存储下来并用于后续的计算是必要的。
[0057]较优地，上文所述的实施方式可以通过在机器约束中加入每次只能移动一个叶片来实现。然而，可以理解，上文所述的实施方式也可以通过在机器约束中加入每次只能移动不相邻的叶片来实现，这时，如果叶片移动后的射野形状与叶片移动前的初始射野形状相比除了如图3f所示移动了一个叶片外还移动了其他的至少一个不相邻叶片，那么，应同时利用与被移动的叶片形状变化相关的参考射野形状以及对应的剂量分布。也可以理解，上文所述的实施方式也可以不限制叶片移动的数量以及叶片是否相邻，例如，当两个相邻的叶片同时向内凸伸一个长度时，可以选定对应的参考射野形状以及参考剂量分布同时利用加权的方法得到叶片移动后的剂量分布。
[0058]如图6所示，本发明还公开了一种子野优化方法，具体地，该子野优化方法包括:
[0059]S22:输入与感兴趣区域、机器约束以及优化算法相关的数据；
[0060]S24:初始化各子野的形状和权重；
[0061 ] S26:优化各子野的形状和权重；
[0062]S28:输出优化结果；
[0063]其中，S26中的优化各子野的形状的步骤至少包括:
[0064]-S261: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；
[0065]-S262: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；
[0066]-S263: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；
[0067]-S264: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
[0068]-S265: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