旋转逆向调强放疗优化方法及装置的制造方法
【技术领域】
[0001] 本发明主要涉及放疗技术领域，尤其涉及一种旋转逆向调强放疗优化方法及装 置。
【背景技术】
[0002] 放射治疗是利用一种或多种电离辐射对恶性肿瘤及一些良性病进行的治疗。调强 放疗（intensity modulated radiation therapy，IMRT)即是放疗的一种，由三维适形放疗 发展而来。调强放疗要求辐射野(后文简称射野）内射束强度按一定要求进行调节。调强放 疗是在各处射野与靶区外形一致的条件下，针对靶区三维形状和要害器官与靶区的具体解 剖关系对射束强度进行调节，单个射野内射束强度分布是不均匀的，但是整个靶区体积内 剂量分布比三维适形放疗更均匀。
[0003] 调强放疗中把每一个射野分割成多个细小的子野。在制定放疗计划时，按照靶区 的三维形状和与相关危及器官之间的解剖关系，对这些子野分配以不同的权重，使同一个 射野内产生优化的、不均匀的强度分布，以便使通过危及器官的束流通量减少，而靶区其他 部分的束流通量增大。
[0004] 目前临床上采用逆向算法来制定调强放疗计划，即由用户指定射野的方向和个 数、肿瘤上的目标剂量和危及器官上的剂量约束，由优化算法迭代给出每个射野所包含的 子野个数、形状及权重。美国专利12/834067和8229071B2提出的旋转逆向调强治疗方式中， 在放射治疗头连续旋转过程中非连续出束，一般情况下两个出束区间之间存在一个关束区 间，且子野形状在出束时保持不变，在关束时连续变化，然而，该专利并没有给出具体优化 算法。此外，Kainz等提出采用模拟退火算法进行优化，但模拟退火算法求解大规模优化问 题速度非常慢，且优化结果严重依赖于参数选择，具体参见公开文献"A planning and delivery study of a rotational IMRT technique with burst delivery'，。
【发明内容】
[0005] 本发明的目的在于，提供一种旋转逆向调强放疗优化方法及装置，能够优化射野 方向，解决现有技术中计算量大，优化速度慢的问题。
[0006] 为解决上述技术问题，本发明提供旋转逆向调强放疗优化方法，包括：
[0007] 获取多个方向的备选射野，将器官分成多个器官体元，将各方向的备选射野分成 多个子射束，计算各方向的备选射野的各子射束对各器官体元的单位剂量贡献；
[0008] 逐步迭代依次将多个方向的备选射野中使调强放疗的计划质量提升最大的一个 或多个备选射野作为参考射野，并确定各参考射野相应的子野形状及其所需的强度；
[0009] 对各参考射野所对应的子野进行优化；
[0010] 输出满足设定要求的各参考射野及其相应的子野形状，以及相应的子野形状所需 的强度。
[0011] 可选的，依据第一模型求得参考射野并确定相应子野形状，选取目标函数为
其中，Wj为第j个器官体元的权重，Dij为第i个子射束对第j个器 官体元的单位剂量贡献，yk为第k个备选射野当前的剂量贡献，k为第j个器官体元目标剂 量，目标函数对yk的偏导数
h为当前优化出的所有参考射 野对第j个器官体元的实际剂量，得出gk值最小的一组子射束组成的集合为参考射野。
[0012] 可选的，进行第一次优化时，仏等于零。
[0013] 可选的，依据一第二模型求解该参考射野所需的强度， 为该当前优化出的第k个参考射野对第j个器官体元的剂量贡献，根据f(Yk)= Σ^( ΣΥ?!^-k)2对yk进行优化。
[0014] 可选的，参考射野的个数或个数范围是被预定的。
[0015] 可选的，产生的子野强度有上下限约束，子野形状必须满足机器约束以及其他影 响通过剂量验证的约束。
[0016] 可选的，对各参考射野所包含的各子野进行优化的步骤包括:进行子野形状和权 重优化。
[0017] 相应的，本发明还提供一种旋转逆向调强放疗优化装置，包括：
[0018] 射野角度及形状优化模块，配置为获取多个方向的备选射野，将器官分成多个器 官体元，将各方向的备选射野分成多个子射束，计算各方向的备选射野的各子射束对各器 官体元的单位剂量贡献，将多个方向的备选射野中使调强放疗的计划质量提升最大的一个 或多个备选射野作为参考射野，并确定各参考射野相应的子野形状及其所需的剂量；
[0019] 直接子野优化模块，连接该射野角度及形状优化模块，配置为对各参考射野所包 含的各子野进行优化，且输出满足设定要求的子野优化结果。
[0020] 可选的，依据第一模型求得参考射野并确定相应子野形状，选取目标函数为
其中，wj为第j个器官体元的权重，Dij为第i个子射束对第j个器 .， 官体元的单位剂量贡献，yk为第k个备选射野当前的剂量贡献，k为第j个器官体元目标剂 量，目标函数对yk的偏导数
h为当前优化出的所有参考射 野对第j个器官体元的实际剂量，得出gk值最小的一组子射束组成的集合为参考射野。
[0021 ]可选的，进行第一次优化时，仏等于零。
[0022] 可选的，依据一第二模型求解该参考射野所需的强度， 为该当前优化出的第k个参考射野对第j个器官体元的剂量贡献，根据f(Yk)= Σ^( 2YkDkj-tj)2对yk进行优化。
[0023] 可选的，还包括剂量计算模块，连接该射野角度及形状优化模块和该直接子野优 化模块，配置为计算射野的剂量分布。
[0024] 可选的，该直接子野优化模块通过进行子野形状和权重调整来对各参考射野所包 含的各子野进行优化。
[0025] 可选的，还包括剂量体积直方图计算模块，连接该射野角度及形状优化模块和该 直接子野优化模块，配置为计算射野的剂量体积直方图。
[0026] 与现有技术相比，本发明中，将大规模非线性问题分解成两个较小规模问题分别 求解，每次迭代中可在多项式时间内分别得到两个较小规模问题的全局最优解，算法收敛 快，减少用户工作量。
【附图说明】
[0027] 图1为本发明一实施例中的旋转逆向调强放疗优化方法的流程图；
[0028] 图2为本发明一实施例中多个方向射野的不意图；
[0029] 图3为本发明一实施例中将器官分成多个体元的结构示意图；
[0030] 图4为本发明一实施例中旋转逆向调强放疗优化装置的流程图。
【具体实施方式】
[0031] 下面将结合示意图对本发明的旋转逆向调强放疗优化方法及装置进行更详细的 描述，其中表示了本发明的优选实施例，应该理解本领域技术人员可以修改在此描述的本 发明，而仍然实现本发明的有利效果。因此，下列描述应当被理解为对于本领域技术人员的 广泛知道，而并不作为对本发明的限制。
[0032] 本发明的旋转逆向调强放疗优化方法包括:获取多个方向的备选射野，将器官分 成多个器官体元，将各方向的备选射野分成多个子射束，计算各方向的备选射野的各子射 束对各器官体元的单位剂量贡献;逐步迭代依次将多个方向的备选射野中使调强放疗的计 划质量提升最大的一个或多个备选射野作为参考射野，并确定各参考射野相应的子野形状 及其所需的强度;对各参考射野所对应的子野进行优化;输出满足设定要求的各参考射野 及其相应的子野形状，以及相应的子野形状所需的强度。本发明中，将大规模非线性问题分 解成两个较小规模问题分别求解，每次迭代中可在多项式时间内分别得到两个较小规模问 题的全局最优解，算法收敛快，减少用户工作量。
[0033] 以下结合附图1~图4对本发明的旋转逆向调强放疗优化方法及装置进行详细的 描述，图1为旋转逆向调强放疗优化方法的流程图，具体包括如下步骤：
[0034]执行步骤S1，参考图2所示，获取多个方向的备选射野，如图2中的opl、op2、 〇p3、……等方向，本实施例中，备选射野的所有方向可以是用户预先设定的，也可以通过本 发明的优化方法得出。在放疗过程中，在区间[CPo，CPi ]，[ CP2，CP3 ]，[ CP4，CP5 ]，[ CP6，CP7 ]关 束，即不进行放疗，并且在关束区间内从上一次开束时子野形状连续变化到下一次开束时 所需子野形状。而在剩余区间[1 1，+&1]，[-&2，+&2]，[- &3，+&3]开束，在开束区间内保持子野 形状不变并出束进行放疗。本实施例中，需要找出各个方向上的合适的射野形状和强度。
[0035] 参考图3所示，将器官离散成多个器官体元的集合，例如，将器官分成j个体元，同 时，将各方向的备选射野均分成多个子射束，例如，各方向的备选射野共包括i个子射束，每 个方向的备选射野包括其中的部分子射束，之后，计算各方向的备选射野的各子射束对各 器官体元的单位剂量贡献即为第i个子射束对第j个器官体元的单位剂量贡献，单位 为cGy/MU。在本发明的实施例中，可使用笔形束(Pencil Beam)、卷积(Convolution)或者蒙 特卡罗(Monte Carlo)等方法来计算得到单位剂量贡献Dij。
[0036] 执行步骤S2,逐步迭代依次将多个方向的备选射野中使调强放疗的计划质量提升 最大的一个或多个备选射野作为参考射野，并确定各参考射野相应的子野形状及其所需的 强度。
[0037]具体的，依据第一模型求得参考射野并确定相应子野形状，第一模型选取目标函 数为
[0039]其中，^为第j个器官体元的权重，权重^为用户预先根据需要进行设定的，Du为 第i个子射束对第j个器官体元的单位剂量贡献，yk为第k个备选射野当前的剂量贡献，为 第j个器官体元目标剂量，目标剂量k为用户预先根据需要进行设定的。接着，将目标函数 对yk求偏导，则目标函数对yk的偏导数为
[0041] 其中，D」为当前优化出的所有参考射野对第j个器官体元的实际剂量，可以理解的 是，在进行第一次优化时，h等于零，进行第二次优化时,?等于第一次优化出的参考射野的 实际剂量，进行第三次优化时，仏等于第一次和第二次优化出的参考射野的实际剂量的和， 并以此类推。在本实施例中，通过计算得出g k值最小的一组子射束组成的集合为参考射野， 也就是说，每个参考射野对应一个子野形状。参考射野的个数小于等于备选射野的总数，并 且