CN104815392B - 一种交互式放射治疗计划系统优化系统 - Google Patents
一种交互式放射治疗计划系统优化系统 Download PDFInfo
- Publication number
- CN104815392B CN104815392B CN201510170444.4A CN201510170444A CN104815392B CN 104815392 B CN104815392 B CN 104815392B CN 201510170444 A CN201510170444 A CN 201510170444A CN 104815392 B CN104815392 B CN 104815392B
- Authority
- CN
- China
- Prior art keywords
- optimization
- module
- isodose
- dosage
- treatment planning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明涉及一种交互式放射治疗计划系统优化方法和系统。方法包括以下步骤：在靶区/器官勾画、布置照射野后，采用优化目标函数进行放射治疗计划的优化生成等剂量线分布图，经过优化后的剂量分布不达标时，将不达标的等剂量线移动至目标位置，再一次采用优化目标函数进行优化直至剂量分布达标为止。系统包括判断模块、优化模块、等剂量线生成模块和移动模块。本发明能够简化放射治疗计划的制作过程。
Description
技术领域
本发明涉及放射线治疗计划制定技术领域，特别是涉及一种交互式放射治疗计划系统优化方法及系统。
背景技术
肿瘤放射治疗计划的制定是一个复杂的迭代过程，其步骤如图1所式。
当前的计划系统(TPS，treatment planning system)都是基于单机运行。物理师和医生首先将病人的CT数据导入TPS中，然后在CT上勾画靶区和器官；基于靶区和器官的信息，物理师在CT图像参考下布置照射野的几何位置，并输入医生开具的处方剂量和剂量限制。
接下来物理师启动优化算法，优化算法以处方剂量和剂量限制为目标，尽量使靶区内实现均匀的处方剂量分布，而危及器官得到的剂量在不超过剂量限制的情况下尽量小。优化算法的输出为照射野的辐射通量图。由此辐射通量图可以计算出病人体内辐射剂量分布。病人体内的剂量分布是物理师和医生评定一个治疗计划优劣的重要依据。好的治疗计划在靶区内生成均匀的处方剂量，并使危及器官内的剂量在低于限制剂量的范围内尽量地低。
当前TPS的优化算法的目标函数为：
其中，s为感兴趣目标(包含靶区和危及器官)的集合，wσ为感兴趣目标σ的权重因子，Gσ为感兴趣目标σ的代价函数，x为照射野的辐射通量图，即待优化的目标变量。Dσ为感兴趣目标σ的剂量沉积矩阵，矩阵元素Dij代表第j个射野单元(beamlet)在单位辐射强度下对第i个CT中的体素(voxel)所贡献的剂量。由此可知感兴趣目标σ所接受的剂量dσ与辐射通量图之间的关系dσ＝Dσx，如图2所示。
如果一次优化迭代后产生的剂量分布没有达到预期效果，物理师要调整优化算法的约束参数，然后再次启动优化算法，直到得到满意的剂量分布为止。可以调整的参数例如：感兴趣目标的权重因子、剂量限制，器官采样点分辨率，甚至勾画一个或多个虚拟的器官并给予特定的剂量限制来加入到优化的目标函数中。
由此可见，现有优化算法的可调参数和最终的剂量分布之间的相关性非常模糊。更改哪些参数，修改多少才能达到满意的效果，要依赖于物理师的临床经验。因此，制作一个满意的治疗计划所耗费的时间，是和制作计划的物理师临床经验十分相关的。同样一个病例，经验丰富的物理师可能尝试几次参数调整就能得到一个满足临床要求的治疗计划，而经验不足的物理师可能要尝试几十次才能达到目标。
随着CT分辨率的提高以及放射治疗对于精度和安全的要求越来越高，优化目标函数的规模也越来越大。譬如一个头颈部分放疗计划的剂量沉积矩阵D的规模大概为几十万乘以几万。优化这样大规模的病态目标函数是非常耗时的，当前TPS执行一次优化的时间依据放疗计划的复杂程度从十几分钟到几个小时不等。
发明内容
本发明所要解决的技术问题是提供一种交互式放射治疗计划系统优化方法及系统，能够简化放射治疗计划的制作过程。
本发明解决其技术问题所采用的技术方案是：提供一种交互式放射治疗计划系统优化方法，包括以下步骤：在靶区/器官勾画、布置照射野后，采用优化目标函数进行放射治疗计划的优化生成等剂量线分布图，经过优化后的剂量分布不达标时，将不达标的等剂量线移动至目标位置，再一次采用优化目标函数进行优化直至剂量分布达标为止。
所述优化目标函数为其中，x为待优化的辐射通量图，s为所有器官的集合，Vσ为器官内体素的集合，wj为体素j的权重因子，Fj为体素j的代价函数， Dj为体素j的剂量沉积矩阵。
所述将不达标的等剂量线移动至目标位置后，计算等剂量线运动所覆盖的区域，并找到该区域内包含的体素，将所有这些体素所对应的权重乘以一个比例系数。
本发明解决其技术问题所采用的技术方案是：还提供一种交互式放射治疗计划系统优化系统，包括判断模块、优化模块、等剂量线生成模块和移动模块，所述优化模块在靶区 /器官勾画、布置照射野后，采用优化目标函数进行放射治疗计划的优化；所述等剂量线生成模块根据所述优化模块优化的结果生成等剂量线分布图；所述判断模块用于判断优化后的剂量分布是否达标；所述移动模块用于将不达标的等剂量线移动至目标位置，完成后的所述优化模块再采用优化目标函数进行进行放射治疗计划的优化直至剂量分布达标为止。
所述优化目标函数为其中，x为待优化的辐射通量图，s为所有器官的集合，Vσ为器官内体素的集合，wj为体素j的权重因子，Fj为体素j的代价函数， Dj为体素j的剂量沉积矩阵。
所述优化模块在所述移动模块将不达标的等剂量线移动至目标位置后，用于计算等剂量线运动所覆盖的区域，并找到该区域内包含的体素，将所有这些体素所对应的权重乘以一个比例系数。
所述优化系统处于云端。
有益效果
由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：使用本发明的方法制作放射治疗计划，对物理师的经验要求不高，仅需按照要求的剂量分布来拖动等剂量线就可以快速得到想要的剂量分布，不到一个小时的时间即可完成一个放射治疗计划的制作，简化了放射治疗计划的制作过程，提高了病人的治疗效率，使得宝贵的医疗资源利用率更高。
附图说明
图1是现有技术中制定放射治疗计划的流程图；
图2是射野单元与体素剂量关系图；
图3是本发明的流程图；
图4是等剂量线移动示意图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的第一实施方式涉及一种交互式放射治疗计划系统优化方法，如图3所示，包括以下步骤：在靶区/器官勾画、布置照射野后，采用优化目标函数进行放射治疗计划的优化生成等剂量线分布图，经过优化后的剂量分布不达标时，将不达标的等剂量线移动至目标位置，再一次采用优化目标函数进行优化直至剂量分布达标为止。
本发明中用户的数据是存储在云端，用户通过计算机或其他的移动设备的客户端程序与云端连接在线使用。基于云端的放疗计划系统在靶区/器官勾画、布置照射野后，即可开始计划的优化过程。与传统方法不同的是，当剂量分布不达标的情况下，用户在屏幕上用鼠标或触摸设备直接拖动等剂量线到想要的位置，拖动松开后，运行在云端的优化算法自动启动，并实时返回重新优化后的剂量分布结果。如果用户认为计划结果还需要进一步修改，可以再次选择并拖动一条等剂量线并开始优化，直到得到满意的剂量分布为止。
新方法所使用的优化目标函数为：
其中，x为待优化的辐射通量图，s为所有器官的集合，Vσ为器官内体素的集合，wj为体素j的权重因子，Fj为体素j的代价函数，Dj为体素j的剂量沉积矩阵。
如图4所示，在第一次优化生成的等剂量线图中90％的等剂量线已经覆盖至OAR区使得剂量分布不能达标，此时可以在计算机屏幕上选择一根等剂量线并拖动到一个指定的位置后，系统自动算出该等剂量线运动所覆盖的区域(图4中两条等剂量线所包含的区域)，并找到该区域内包含的体素，将所有这些体素所对应的权重wj提高一个比例α，然后重新执行一次优化，其中优化方法在云端的GPU上并行执行以提高运行效率。
不难发现，本发明将希望生成的结果作为调整的手段，对物理师的经验要求不高，仅需按照要求的剂量分布来拖动等剂量线就可以快速得到想要的剂量分布，不到一个小时的时间即可完成一个放射治疗计划的制作，简化了放射治疗计划的制作过程，提高了病人的治疗效率，使得宝贵的医疗资源利用率更高。
本发明的第二实施方式涉及一种交互式放射治疗计划系统优化系统，包括判断模块、优化模块、等剂量线生成模块和移动模块，所述优化模块在靶区/器官勾画、布置照射野后，采用优化目标函数进行放射治疗计划的优化；所述等剂量线生成模块根据所述优化模块优化的结果生成等剂量线分布图；所述判断模块用于判断优化后的剂量分布是否达标；所述移动模块用于将不达标的等剂量线移动至目标位置，完成后的所述优化模块再采用优化目标函数进行进行放射治疗计划的优化直至剂量分布达标为止。
所述优化目标函数为其中，x为待优化的辐射通量图，s为所有器官的集合，Vσ为器官内体素的集合，wj为体素j的权重因子，Fj为体素j的代价函数， Dj为体素j的剂量沉积矩阵。
所述优化模块在所述移动模块将不达标的等剂量线移动至目标位置后，用于计算等剂量线运动所覆盖的区域，并找到该区域内包含的体素，将所有这些体素所对应的权重乘以一个比例系数。
为了提高运行的效率，所述优化系统可以处于云端。优化系统可以将最终得到的结果传输给放射治疗装置，放射治疗装置根据该结果对病人进行放射治疗。
Claims (2)
1.一种交互式放射治疗计划系统优化系统，其特征在于，包括判断模块、优化模块、等剂量线生成模块和移动模块，所述优化模块在靶区/器官勾画、布置照射野后，采用优化目标函数进行放射治疗计划的优化；所述等剂量线生成模块根据所述优化模块优化的结果生成等剂量线分布图；所述判断模块用于判断优化后的剂量分布是否达标；所述移动模块用于将不达标的等剂量线移动至目标位置，完成后的所述优化模块再采用优化目标函数进行放射治疗计划的优化直至剂量分布达标为止；所述优化目标函数为其中，x为待优化的辐射通量图，s为所有器官的集合，Vσ为器官内体素的集合，wj为体素j的权重因子，Fj为体素j的代价函数，Dj为体素j的剂量沉积矩阵；当所述判断模块判断得到剂量分布不达标时，用户通过所述移动模块直接拖动等剂量线到想要的位置，拖动松开后，所述优化模块在所述移动模块将不达标的等剂量线移动至目标位置后，计算等剂量线运动所覆盖的区域，并找到该区域内包含的体素，将所有这些体素所对应的权重乘以一个比例系数，实时返回重新优化后的剂量分布结果。
2.根据权利要求1所述的交互式放射治疗计划系统优化系统，其特征在于，所述优化系统处于云端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510170444.4A CN104815392B (zh) | 2015-04-10 | 2015-04-10 | 一种交互式放射治疗计划系统优化系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510170444.4A CN104815392B (zh) | 2015-04-10 | 2015-04-10 | 一种交互式放射治疗计划系统优化系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104815392A CN104815392A (zh) | 2015-08-05 |
| CN104815392B true CN104815392B (zh) | 2018-01-26 |
Family
ID=53726022
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510170444.4A Active CN104815392B (zh) | 2015-04-10 | 2015-04-10 | 一种交互式放射治疗计划系统优化系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104815392B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106621071B (zh) * | 2015-10-28 | 2024-02-20 | 南京中硼联康医疗科技有限公司 | 基于云计算的治疗计划系统及其使用方法 |
| CN106139424A (zh) * | 2016-08-02 | 2016-11-23 | 丽水市人民医院 | 一种精确放射治疗计划系统 |
| US10143859B2 (en) * | 2016-09-22 | 2018-12-04 | Varian Medical Systems International Ag | Controlling and shaping the dose distribution outside treatment targets in external-beam radiation treatments |
| CN106503429B (zh) * | 2016-10-12 | 2021-12-28 | 上海联影医疗科技股份有限公司 | 一种采样方法及放射治疗计划优化方法 |
| CN107978315B (zh) * | 2017-11-20 | 2021-08-10 | 徐榭 | 基于语音识别的对话式放射治疗计划系统及制定方法 |
| CN110060765B (zh) * | 2018-01-19 | 2022-06-17 | 北京连心医疗科技有限公司 | 一种标准化云放疗计划系统和存储介质 |
| CN109166613A (zh) * | 2018-08-20 | 2019-01-08 | 北京东方瑞云科技有限公司 | 基于机器学习的放射治疗计划评估系统及方法 |
| CN111001097B (zh) * | 2019-12-28 | 2022-09-16 | 上海联影医疗科技股份有限公司 | 一种放疗剂量评估系统、装置及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101820827A (zh) * | 2007-10-25 | 2010-09-01 | 断层放疗公司 | 适应性调整放疗剂量的分次照射剂量的方法 |
| CN102184334A (zh) * | 2011-05-19 | 2011-09-14 | 南京航空航天大学 | 一种基于检索的放射治疗计划系统及检索方法 |
| CN104036109A (zh) * | 2014-03-14 | 2014-09-10 | 上海大图医疗科技有限公司 | 基于图像的病例检索、勾画及治疗计划系统和方法 |
| CN104117151A (zh) * | 2014-08-12 | 2014-10-29 | 章桦 | 一种在线自适应放疗计划优化方法 |
| CN104338240A (zh) * | 2014-10-31 | 2015-02-11 | 章桦 | 一种在线自适应放疗计划自动优化方法及装置 |
-
2015
- 2015-04-10 CN CN201510170444.4A patent/CN104815392B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101820827A (zh) * | 2007-10-25 | 2010-09-01 | 断层放疗公司 | 适应性调整放疗剂量的分次照射剂量的方法 |
| CN102184334A (zh) * | 2011-05-19 | 2011-09-14 | 南京航空航天大学 | 一种基于检索的放射治疗计划系统及检索方法 |
| CN104036109A (zh) * | 2014-03-14 | 2014-09-10 | 上海大图医疗科技有限公司 | 基于图像的病例检索、勾画及治疗计划系统和方法 |
| CN104117151A (zh) * | 2014-08-12 | 2014-10-29 | 章桦 | 一种在线自适应放疗计划优化方法 |
| CN104338240A (zh) * | 2014-10-31 | 2015-02-11 | 章桦 | 一种在线自适应放疗计划自动优化方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104815392A (zh) | 2015-08-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104815392B (zh) | 一种交互式放射治疗计划系统优化系统 | |
| US11383102B2 (en) | Three-dimensional radiotherapy dose distribution prediction | |
| CN106029170B (zh) | 增量治疗计划编制 | |
| CN107072624B (zh) | 用于自动治疗计划的系统和方法 | |
| AU2020312642B2 (en) | Radiotherapy treatment plans using differentiable dose functions | |
| CN105930636B (zh) | 一种自动确定目标函数权重的放射治疗方案优化系统 | |
| JP2020512909A (ja) | 適応放射線療法の計画システム | |
| US20230173303A1 (en) | Knowledge based multi-criteria optimization for radiotherapy treatment planning | |
| CN105377368B (zh) | 用于控制imrt递送复杂度的交互式基于剂量梯度的优化技术 | |
| CN109621228A (zh) | 放射剂量的计算设备、装置和存储介质 | |
| CN110415785A (zh) | 人工智能引导放疗计划的方法及系统 | |
| CN110404184A (zh) | 一种测算放疗射线剂量分布和剂量目标函数的方法和系统 | |
| CN105930637A (zh) | 一种自动确定目标函数权重的放射治疗方案优化方法 | |
| Otto | Real-time interactive treatment planning | |
| CN113192554A (zh) | 放射粒子内放疗介入手术机器人的剂量优化方法及介质 | |
| CN105561485B (zh) | 放射治疗计划的优化装置 | |
| JP2023548950A (ja) | 放射線治療計画のための線量マップを予測する方法及びコンピュータプログラム | |
| Giordanengo et al. | RIDOS: A new system for online computation of the delivered dose distributions in scanning ion beam therapy | |
| EP4180088A1 (en) | A machine learning based system for generating objective functions for radiation therapy treatment planning | |
| Witte et al. | A deep learning based dynamic arc radiotherapy photon dose engine trained on Monte Carlo dose distributions | |
| CN117672462A (zh) | 一种基于人工智能的交互式放射治疗计划生成系统 | |
| Bedford | Inverse planning of lung radiotherapy with photon and proton beams using a discrete ordinates Boltzmann solver | |
| CN116688376A (zh) | 基于剂量预测和辅助轮廓的肺癌放疗计划生成方法及系统 | |
| CN115966281A (zh) | 一种弧形放疗计划的生成方法、装置、设备及存储介质 | |
| CN113941100A (zh) | 根据三维空间剂量分布生成可交付放疗计划的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190328 Address after: Room 101-25, Building 9, 509 Caobao Road, Xuhui District, Shanghai, 2003 Patentee after: Shanghai Datu Medical Technology Co., Ltd. Address before: Room 1401, No. 20, Lane 1199, Jiangpu Road, Yangpu District, Shanghai Patentee before: Shi Feng |
|
| TR01 | Transfer of patent right |