調(diào)強放療優(yōu)化方法及系統(tǒng)的制作方法
【技術領域】
[0001] 本發(fā)明主要涉及調(diào)強放療技術,尤其涉及一種調(diào)強放療優(yōu)化方法及系統(tǒng)。
【背景技術】
[0002] 調(diào)強放療(IMRT,Intensity Modulated Radiation Therapy)是一種常用的放療 方式,其主要是通過對射野(beam)內(nèi)的劑量強度進行調(diào)節(jié)和優(yōu)化,以滿足要求。調(diào)強放療 的優(yōu)化可以通過通量圖(fluence map)優(yōu)化來實現(xiàn)。
[0003] 現(xiàn)有技術中,通量圖優(yōu)化主要有兩種策略:其一是建立優(yōu)化模型,以通量圖離散化 的筆芯束(pencil beam或beamlet)權重為決策變量,以離散化體素(voxel)的實際劑量與 規(guī)定劑量差的某種函數(shù)(比如加權平方和)為最小化目標,通過適當?shù)膬?yōu)化算法得到全局 最優(yōu)或近似全局最優(yōu)解,例如,公告號/公開號為US6560311、US6735277、W02005/072825A1 等專利文獻皆采用此種方法;其二是通過求解方程組得到筆芯束權重,并通過適當?shù)姆绞?逐步去掉筆芯束權重中的負值,直到結果滿足要求,例如,公告號為US6882702的專利文獻 采用的即是此種方法。
[0004] 上述兩種技術都存在以下缺陷:第一,必須預先計算并存儲大量筆芯束的劑量分 布矩陣,耗時長,需要占用計算設備中大量的內(nèi)存;第二,變量數(shù)目巨大,約束眾多,導致不 論是求解優(yōu)化模型或求解方程組的過程都十分緩慢。
【發(fā)明內(nèi)容】
[0005] 本發(fā)明要解決的技術問題是提供一種調(diào)強放療優(yōu)化方法及系統(tǒng),可以避免預先計 算、存儲筆芯束劑量分布矩陣,也可以回避求解方程組的過程,至少具有優(yōu)化速度快、占用 內(nèi)存小的優(yōu)點。
[0006] 為解決上述技術問題,本發(fā)明提供了一種調(diào)強放療優(yōu)化方法,包括:
[0007] 將射束和感興趣器官分別離散化為多個筆芯束和多個體素,并確定所述多個筆芯 束與所述多個體素彼此之間的關聯(lián)度,其中,所述關聯(lián)度反映所述筆芯束對所述體素的劑 量貢獻;
[0008] 根據(jù)所述多個筆芯束與所述多個體素的關聯(lián)度、所述多個體素的當前劑量分布、 所述多個體素的理想劑量分布以及所述多個體素的權重,對所述多個筆芯束的權重進行更 新,以得到所述多個筆芯束的權重的更新值;
[0009] 依據(jù)所述多個筆芯束的權重的更新值計算所述多個體素的新劑量分布,如果所述 新劑量分布不滿足要求,則再次對所述多個筆芯束的權重進行更新,直至所述多個體素的 新劑量分布滿足要求。
[0010] 根據(jù)本發(fā)明的一個實施例,對所述多個筆芯束的權重進行更新包括:
[0011] 根據(jù)所述多個體素的當前劑量分布和理想劑量分布,確定所述多個體素的當前劑 量值和理想劑量值;
[0012] 對于每一筆芯束,確定每一體素與該筆芯束的關聯(lián)系數(shù);
[0013] 對于每一筆芯束,將所述多個體素與該筆芯束的關聯(lián)系數(shù)依據(jù)各體素的權重進行 加權平均,以得到該筆芯束的更新系數(shù),該筆芯束的權重的更新值等于該筆芯束的權重的 當前值乘以該筆芯束的更新系數(shù)。
[0014] 根據(jù)本發(fā)明的一個實施例,所述關聯(lián)系數(shù)為所述筆芯束與所述體素之間的關聯(lián) 度、所述體素的理想劑量值以及所述體素的當前劑量值的函數(shù)。
[0015] 根據(jù)本發(fā)明的一個實施例,所述函數(shù)戈
【主權項】
1. 一種調(diào)強放療優(yōu)化方法,其特征在于,包括: 將射束和感興趣器官分別離散化為多個筆芯束和多個體素,并確定所述多個筆芯束與 所述多個體素彼此之間的關聯(lián)度,其中,所述關聯(lián)度反映所述筆芯束對所述體素的劑量貢 獻; 根據(jù)所述多個筆芯束與所述多個體素的關聯(lián)度、所述多個體素的當前劑量分布、所述 多個體素的理想劑量分布以及所述多個體素的權重,對所述多個筆芯束的權重進行更新, 以得到所述多個筆芯束的權重的更新值; 依據(jù)所述多個筆芯束的權重的更新值計算所述多個體素的新劑量分布,如果所述新劑 量分布不滿足要求,則再次對所述多個筆芯束的權重進行更新,直至所述多個體素的新劑 量分布滿足要求。
2. 根據(jù)權利要求1所述的方法,其特征在于,對所述多個筆芯束的權重進行更新包括: 根據(jù)所述多個體素的當前劑量分布和理想劑量分布,確定所述多個體素的當前劑量值 和理想劑量值; 對于每一筆芯束,確定每一體素與該筆芯束的關聯(lián)系數(shù); 對于每一筆芯束,將所述多個體素與該筆芯束的關聯(lián)系數(shù)依據(jù)各體素的權重進行加權 平均,以得到該筆芯束的更新系數(shù),該筆芯束的權重的更新值等于該筆芯束的權重的當前 值乘以該筆芯束的更新系數(shù)。
3. 根據(jù)權利要求2所述的方法,其特征在于,所述關聯(lián)系數(shù)為所述筆芯束與所述體素 之間的關聯(lián)度、所述體素的理想劑量值以及所述體素的當前劑量值的函數(shù)。 pd.
4. 根據(jù)權利要求3所述的方法,其特征在于,所述函數(shù)為Y,其中,aij為筆芯束j i 與體素 i的關聯(lián)度,Pdi為體素 i的理想劑量值,d i為體素 i的當前劑量值。
5. 根據(jù)權利要求2所述的方法,其特征在于,對所述多個筆芯束的權重進行更新采用 的計算公式為:j e N,其中,M為所述多個體素的集合,N為所述多個筆 芯束的集合,b/為筆芯束j的權重的更新值,1^_為筆芯束j的權重的當前值,a u為筆芯束 j與體素 i的關聯(lián)度,Pdi為體素 i的理想劑量值,d i為體素 i的當前劑量值,w i為體素 i的 權重。
6. 根據(jù)權利要求1所述的方法,其特征在于,依據(jù)所述多個筆芯束的權重的更新值計 算所述多個體素的新劑量分布之后,再次對所述多個筆芯束的權重進行更新之前,還包括: 將所述多個筆芯束的權重的更新值同乘以一平移系數(shù),以使所述多個體素落入預設劑量區(qū) 間范圍的體積達到最大;再次對所述多個筆芯束的權重進行更新時,所述筆芯束的權重的 當前值為所述筆芯束的權重的更新值乘以所述平移系數(shù)。
7.