CN105031820A - 调强放疗逆向优化方法和装置 - Google Patents
调强放疗逆向优化方法和装置 Download PDFInfo
- Publication number
- CN105031820A CN105031820A CN201510552508.7A CN201510552508A CN105031820A CN 105031820 A CN105031820 A CN 105031820A CN 201510552508 A CN201510552508 A CN 201510552508A CN 105031820 A CN105031820 A CN 105031820A
- Authority
- CN
- China
- Prior art keywords
- launched field
- ziye
- radiation therapy
- intensity modulated
- modulated radiation
- 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.)
- Granted
Links
Landscapes
- Radiation-Therapy Devices (AREA)
Abstract
本发明提供了一种调强放疗逆向优化方法和装置。该方法包括以下步骤:获得多个初始的备选射野;计算各备选射野中各子射束对器官体元的单位照射跳数剂量贡献;根据备选射野的剂量分布,求解该多个备选射野中,使调强放疗的计划质量提升最大的一个或多个参考射野及相应的子野形状;求解各参考射野相应的子野形状所需的照射跳数;对各参考射野所包含的各子野进行优化;以及输出满足设定要求的子野优化结果。
Description
技术领域
本发明主要涉及放疗设备,尤其涉及一种调强放疗逆向优化方法和装置。
背景技术
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(intensitymodulatedradiationtherapy,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。
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。
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。在调强放疗计划中,用户通常是依靠经验来选择射野方向,射野方向的选择对最后得到的计划质量影响重大,如果用户经验不足,可能导致优化后得不到满足医生要求的治疗计划。这时如果对射野方向再进行调整,整个优化过程需要重新进行,花费较多的时间。
发明内容
本发明要解决的技术问题是提供一种调强放疗逆向优化方法和装置,能够优化射野方向,避免因用户经验不足、射野方向选择不当造成计划效果不佳。
为解决上述技术问题,本发明提供了一种调强放疗逆向优化方法,包括以下步骤:获得多个初始的备选射野;计算各备选射野中各子射束对器官体元的单位照射跳数剂量贡献;根据备选射野的剂量分布,求解该多个备选射野中,使调强放疗的计划质量提升最大的一个或多个参考射野及相应的子野形状;求解各参考射野相应的子野形状所需的照射跳数;对各参考射野所包含的各子野进行优化;以及输出满足设定要求的子野优化结果。
可选地,上述的调强放疗逆向优化方法还包括接受每个子野最小照射跳数、最小子野面积以及每个射野下最大子野个数的设置。
可选地,上述的调强放疗逆向优化方法还包括合并各参考射野中相邻角度的子野来减少参考射野个数。
可选地,该参考射野的个数或个数范围是被预定的。
可选地,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微调。
可选地,依据一第一模型求解该参考射野,其中该第一模型包含一组在一个或多个约束条件下价值最低的射束集合。
可选地,依据一第二模型求解各参考射野相应的子野形状所需的照射跳数。
可选地,当子野优化结果不满足用户要求时,求解新的参考射野及相应的子野形状。
本发明还提出一种调强放疗逆向优化装置,包括射野角度及形状优化模块和直接子野优化模块。射野角度及形状优化模块,配置为获得多个初始的备选射野,计算各备选射野中各子射束对器官体元的单位照射跳数剂量贡献,根据射野的剂量分布,求解该多个备选射野中,使调强放疗的计划质量提升最大的一个或多个参考射野及相应的子野形状,以及求解各参考射野相应的子野形状所需的照射跳数;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。
可选地,该射野角度及形状优化模块还配置为合并各参考射野中相邻角度的子野来减少参考射野个数。
可选地,该参考射野的个数或个数范围是被预定的。
可选地,该直接子野优化模块通过进行子野形状和权重微调来对各参考射野所包含的各子野进行优化。
可选地,该射野角度及形状优化模块依据一第一模型求解该参考射野,其中该第一模型包含一组在一个或多个约束条件下价值最低的射束集合。
可选地,该该射野角度及形状优化模块依据一第二模型求解各参考射野相应的子野形状所需的照射跳数。
可选地,上述的调强放疗逆向优化装置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。
可选地,上述的调强放疗逆向优化装置还包括数据输入输出模块,连接该射野角度及形状优化模块,配置为接受每个子野最小照射跳数、最小子野面积以及每个射野下最大子野个数的设置。
可选地,上述的调强放疗逆向优化装置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。
与现有技术相比,本发明能够自行求解最优射野方向而不依赖于用户指定的特定射野方向。本发明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,避免因用户经验不足带来治疗计划质量不佳、重复计划。
附图说明
图1是本发明第一实施例的调强放疗逆向优化方法流程图。
图2是本发明第二实施例的调强放疗逆向优化方法流程图。
图3是本发明第三实施例的调强放疗逆向优化方法流程图。
图4是本发明一实施例的调强放疗逆向优化装置结构框图。
具体实施方式
为让本发明的上述目的、特征和优点能更明显易懂,以下结合附图对本发明的具体实施方式作详细说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其它不同于在此描述的其它方式来实施,因此本发明不受下面公开的具体实施例的限制。
本发明的实施例描述针对调强放疗的逆向优化方法和装置,其能够不依赖用户初始选择的射野方向来制定调强放疗计划,方法可以直接根据一些初始的备选射野来求解最优射野方向。
进行逆向优化之前,用户即放疗设备的操作者定义感兴趣器官,并将感兴趣器官分为待治疗器官和需保护器官两类,每个器官离散为体元的集合,并对每个器官分别定义剂量约束。调强放疗计划的目的是根据这些条件求得每个射野所包含的子野个数、形状及权重。与已知方法不同,本发明实施例的方法不要求用户指定射野的方向和个数,尽管用户仍然可以选择这样做。下面的各实施例分别展开描述本发明的细节。
实施例一
图1是本发明第一实施例的调强放疗逆向优化方法流程图。参考图1所示,本实施例的方法包括以下步骤:
在步骤101,获得多个初始的备选射野。
备选射野由其照射方向决定,可以用机架角360度范围内的角度来定义照射方向。在一实例中,可以在机架角360度范围内选取多个控制点作为备选射野的角度,称之为备选角度,控制点的数量N(正整数)对应备选射野的个数,可以由方法预设。多个控制点的选取例如是在360度内均匀选取,或者是根据已知的信息偏向部分角度。在另一实例中,也可以由用户来指定备选角度和数量。由用户来指定备选角度和数量可能会部分依赖于用户的经验,这对于经验丰富的用户来说可以提高优化方法的效率,对于经验不丰富的用户来说,仍然可以通过后续的流程来优化射野方向。
在步骤102,计算各备选射野中各子射束对器官体元的单位照射跳数剂量贡献。
在此,照射跳数衡量射束对器官体元的照射强度。在该步骤中,通过对待照射器官取适形投影得到每个备选角度的最大可用射野范围,将第k个(k=1,2,3,...,N)备选角度的最大可用射野范围划分为若干个子射束,该备选角度上最大可用射野范围内任意子野形状都可表示为该方向上子射束的集合。对每个备选角度计算每个子射束对每个器官体元的单位照射跳数剂量贡献Dij,其中i表示第i个子射束,j表示第j个体元,单位为cGy/MU。
在本发明的各实施例中,可使用笔形束(PencilBeam),卷积(Convolution),或者蒙特卡罗(MonteCarlo)等方法来计算得到单位跳数剂量贡献Dij。
在本发明的各实施例中,可使用多叶光栅来限定射野的子野形状。然而可以理解,可以使用其它类似的限束器来实现这一目的。
在步骤103,根据备选射野的剂量分布,求解多个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参考射野及相应的子野形状。
在此步骤中先确定参考射野以及相应的子野形状。调强放疗的计划质量衡量射野的当前剂量与理想剂量之间差异。求解一个使计划质量提升最大的备选角度k及相应的子野形状Ak。定义wi为子射束i在当前剂量分布下的价值(price),根据此值可以得到若将此子射束包含在子野中可使前述差异下降的程度。期望在多个备选角度中选择某个备选角度,其包含一组价值最低且符合约束条件的射束集合。
可以通过建立一个第一模型来求解参考射野及相应的子野形状,示例性的第一模型定义为:
s.t.constraint1
constraint2
...
其中k为某个备选角度,Ak为此备选角度对应子野包含的子射束集合,constraint1,constraint2为约束条件。可以看到,第一模型包含某个备选角度,控制点包含一组价值最低且符合各约束条件的射束集合。相应的约束条件可包括但不限于:
(a).射束集合构成的形状满足机器约束条件,其中,该机器约束条件,例如指叶片的运动范围、速度和形状等;
(b).射束集合射野面积满足最小子野面积SEGmin约束,例如大于等于最小子野面积。
如果在某个备选角度k上子野个数已达到最大子野个数,则将该角度移出备选角度,不再生成角度k的子野。
最小子野面积SEGmin和最大子野个数可以是算法取预设的默认值。
在步骤103中,每次计算可以求得一个参考射野,通过多次计算,依次求得一个或多个参考射野。需要求得的参考射野的个数或者个数范围可以是被预定的。例如由算法根据肿瘤类型预设,或者由用户指定。
可以理解,根据本发明的上述实施方式,步骤103计算求得的参考射野的个数会小于或等于前述步骤101的备选射野的个数。例如,在步骤101中,可以以2度为间隔在机架角360度范围内选取181个控制点作为备选射野的角度,即,存在181个备选射野;在步骤103计算求得的参考射野的个数也许只是10个。
在步骤104,求解各参考射野相应的子野形状所需的照射跳数。
可以通过建立一个第二模型来求解参考射野及相应的子野形状,示例性的第二模型为:
其中V是所有感兴趣器官体元的集合。zj是体元j的实际剂量,单位为cGy。yk为备选角度k的子野形状Ak需照射的跳数。Dij是单位跳数剂量贡献。F(zj)可定义为关于zj的任意凸函数,例如取:
其中,o,u∈R|V|分别为对应于剂量过高或过低的惩罚参数,t∈R|V|为体元所属器官的目标剂量。
在步骤105,对各参考射野所包含的各子野进行优化。
优化的内容可包括对子野形状和权重的微调。举例来说,可采用以下方法调整子野形状:对每一个子野的每一个多叶光栅的叶片,随机选择叶片移动方向和步长;计算叶片移动后的剂量分布及相应的目标函数的值,如果目标函数值下降,则接受该叶片移动,否则拒绝叶片移动。
在步骤106,输出满足设定要求的子野优化结果。
在此步骤中,可以判定子野优化结果是否满足用户设定的要求,如果是则输出结果。如果不是,说明该病例比较复杂,可以重复步骤103的计算来补充新的备选射野,并重复步骤104-105。当然,如果有较大的把握预期子野优化结果能够满足设定要求,则不必进行额外的判定,直接输出子野优化结果。在这种情况下,可以不必重复步骤103-105。
在本实施例中,通过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;通过直接求解最优射野方向,减少用户工作量,避免因用户经验不足带来治疗计划质量不佳、重复计划。
实施例二
图2是本发明第二实施例的调强放疗逆向优化方法流程图。参考图2所示,方法包括如下步骤:
在步骤201,获得多个初始的备选射野。
备选射野由其照射方向决定,可以用机架角360度范围内的角度来定义照射方向。在一实例中,可以在机架角360度范围内选取多个控制点作为备选射野的角度,称之为备选角度,控制点的数量N(正整数)对应备选射野的个数,可以由方法预设。多个控制点的选取例如是在360度内均匀选取,或者是根据已知的信息偏向部分角度。在另一实例中,也可以由用户来指定备选角度和数量。由用户来指定备选角度和数量可能会部分依赖于用户的经验,这对于经验丰富的用户来说可以提高优化方法的效率,对于经验不丰富的用户来说,仍然可以通过后续的流程来优化射野方向。
在步骤202,计算各备选射野中各子射束对器官体元的单位照射跳数剂量贡献。
在此,照射跳数衡量射束对器官体元的照射强度。在该步骤中,通过对待照射器官取适形投影得到每个备选角度的最大可用射野范围,将第k个(k=1,2,3,...,N)备选角度的最大可用射野范围划分为若干个子射束,该备选角度上最大可用射野范围内任意子野形状都可表示为该方向上子射束的集合。对每个备选角度计算每个子射束对每个器官体元的单位照射跳数剂量贡献Dij,其中i表示第i个子射束,j表示第j个体元,单位为cGy/MU。
在本发明的各实施例中,可使用笔形束(PencilBeam),卷积(Convolution),或者蒙特卡罗(MonteCarlo)等方法来计算得到单位跳数剂量贡献Dij。
在本发明的各实施例中,可使用多叶光栅来限定射野的子野形状。然而可以理解,可以使用其它类似的限束器来实现这一目的。
在步骤203,根据备选射野的剂量分布,求解多个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参考射野及相应的子野形状。
在此步骤中先确定参考射野以及相应的子野形状。调强放疗的计划质量衡量射野的当前剂量与理想剂量之间差异。求解一个使计划质量提升最大的备选角度k及相应的子野形状Ak。定义wi为子射束i在当前剂量分布下的价值(price),根据此值可以得到若将此子射束包含在子野中可使前述差异下降的程度。期望在多个备选角度中选择某个备选角度,其包含一组价值最低且符合约束条件的射束集合。
可以通过建立一个第一模型来求解参考射野及相应的子野形状,示例性的第一模型定义为:
s.t.constraint1
constraint2
...
其中k为某个备选角度,Ak为此备选角度对应子野包含的子射束集合,constraint1,constraint2为约束条件。可以看到,第一模型包含某个备选角度,控制点包含一组价值最低且符合各约束条件的射束集合。相应的约束条件可包括但不限于:
(a).射束集合构成的形状满足机器约束条件;
(b).射束集合射野面积满足最小子野面积SEGmin约束。
如果在某个备选角度k上子野个数已达到最大子野个数,则将该角度移出备选角度,不再生成角度k的子野。
在步骤203中,每次计算可以求得一个参考射野,通过多次计算,依次求得一个或多个参考射野。需要求得的参考射野的个数或个数范围是被预定的。例如可以由算法根据肿瘤类型预设,或者由用户指定。
在步骤204,求解各参考射野相应的子野形状所需的照射跳数。
可以通过建立一个第二模型来求解参考射野及相应的子野形状,示例性的第二模型为:
其中V是所有感兴趣器官体元的集合。zj是体元j的实际剂量,单位为cGy。MUmin是子野的最小照射跳数。yk为备选角度k的子野形状Ak需照射的跳数。Dij是单位跳数剂量贡献。
。F(zj)可定义为关于zj的任意凸函数,例如取:
其中,o,u∈R|V|分别为对应于剂量过高或过低的惩罚参数,t∈R|V|为体元所属器官的目标剂量。
在步骤205,合并各参考射野中相邻角度的子野。
合并的目的是避免相似参考射野的无意义重复,减少参考射野数量,从而缩短计划执行时间。
例如,表示k角度上已经挑选出来的N个子野,表示与k相邻的(k+1)角度上已经挑选出来的M个子野。若N>=M,即k角度上子野较多,则把子野较少的(k+1)角度的子野合并到k角度上,得到即k方向上有(N+M)个子野,(k+1)方向上无子野。
可以理解,前述步骤205也可以在步骤203之后并在步骤204之前进行。
在步骤206,对各参考射野所包含的各子野进行优化。
优化的内容可包括对子野形状和权重的微调。举例来说,可采用以下方法调整子野形状:对每一个子野的每一个多叶光栅的叶片,随机选择叶片移动方向和步长;计算叶片移动后的剂量分布及相应的目标函数的值,如果目标函数值下降,则接受该叶片移动,否则拒绝叶片移动。
在步骤207,输出满足设定要求的子野优化结果。
在此步骤中,需要判定子野优化结果是否满足用户设定的要求,如果是则输出结果。如果不是,说明该病例比较复杂,可以重复步骤203的计算来补充新的备选射野,并重复步骤204-206。当然,如果有较大的把握预期子野优化结果能够满足设定要求,则不必进行额外的判定,直接输出子野优化结果。在这种情况下,可以不必重复步骤203-206。
在本实施例中,最小子野面积SEGmin、最大子野个数和Dij是单位跳数剂量贡献可以是算法取预设的默认值。设置这三个参数的目的是避免产生低效的子野,延长治疗时间。
在本实施例中,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;通过直接求解最优射野方向,减少用户工作量,避免因用户经验不足带来治疗计划质量不佳、重复计划。
实施例三
图3是本发明第三实施例的调强放疗逆向优化方法流程图。参考图3所示,方法包括如下步骤:
在步骤301,接受每个子野最小照射跳数MUmin和最小子野面积SEGmin,和每个射野下最大子野个数的设定。设置这三个参数的目的是避免产生低效的子野,延长治疗时间。
在步骤302,获得多个初始的备选射野。
备选射野由其照射方向决定,可以用机架角360度范围内的角度来定义照射方向。在一实例中,可以在机架角360度范围内选取多个控制点作为备选射野的角度,称之为备选角度,控制点的数量N(正整数)对应备选射野的个数,可以由方法预设。多个控制点的选取例如是在360度内均匀选取,或者是根据已知的信息偏向部分角度。在另一实例中,也可以由用户来指定备选角度和数量。由用户来指定备选角度和数量可能会部分依赖于用户的经验,这对于经验丰富的用户来说可以提高优化方法的效率,对于经验不丰富的用户来说,仍然可以通过后续的流程来优化射野方向。
在步骤303,计算各备选射野中各子射束对器官体元的单位照射跳数剂量贡献。
在此,照射跳数衡量射束对器官体元的照射强度。在该步骤中,通过对待照射器官取适形投影得到每个备选角度的最大可用射野范围,将第k个(k=1,2,3,...,N)备选角度的最大可用射野范围划分为若干个子射束,该备选角度上最大可用射野范围内任意子野形状都可表示为该方向上子射束的集合。对每个备选角度计算每个子射束对每个器官体元的单位照射跳数剂量贡献Dij,其中i表示第i个子射束,j表示第j个体元,单位为cGy/MU。
在本发明的各实施例中,可使用笔形束(PencilBeam),卷积(Convolution),或者蒙特卡罗(MonteCarlo)等方法来计算得到单位跳数剂量贡献Dij。
在本发明的各实施例中,可使用多叶光栅来限定射野的子野形状。然而可以理解,可以使用其它类似的限束器来实现这一目的。
在步骤304,根据备选射野的剂量分布,求解多个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参考射野及相应的子野形状。
在此步骤中先确定参考射野以及相应的子野形状。调强放疗的计划质量衡量射野的当前剂量与理想剂量之间差异。求解一个使计划质量提升最大的备选角度k及相应的子野形状Ak。定义wi为子射束i在当前剂量分布下的价值(price),根据此值可以得到若将此子射束包含在子野中可使前述差异下降的程度。期望在多个备选角度中选择某个备选角度,其包含一组价值最低且符合约束条件的射束集合。
可以通过建立一个第一模型来求解参考射野及相应的子野形状,示例性的第一模型定义为:
s.t.constraint1
constraint2
...
其中k为某个备选角度,Ak为此备选角度对应子野包含的子射束集合,constraint1,constraint2为约束条件。可以看到,第一模型包含某个备选角度,控制点包含一组价值最低且符合各约束条件的射束集合。相应的约束条件可包括但不限于:
(a).射束集合构成的形状满足机器约束条件;
(b).射束集合射野面积满足最小子野面积SEGmin约束。
如果在某个备选角度k上子野个数已达到最大子野个数,则将该角度移出备选角度,不再生成角度k的子野。
最小子野面积SEGmin和最大子野个数可以是算法取预设的默认值。
在步骤304中,每次计算可以求得一个参考射野,通过多次计算,依次求得一个或多个参考射野。需要求得的参考射野的个数或个数范围是被预定的。例如可以由算法根据肿瘤类型预设,或者由用户指定。
在步骤305,求解各参考射野相应的子野形状所需的照射跳数。
可以通过建立一个第二模型来求解参考射野及相应的子野形状,示例性的第二模型为:
其中V是所有感兴趣器官体元的集合。zj是体元j的实际剂量,单位为cGy。yk为备选角度k的子野形状Ak需照射的跳数。Dij是单位跳数剂量贡献。F(zj)可定义为关于zj的任意凸函数,例如取:
其中,o,u∈R|V|分别为对应于剂量过高或过低的惩罚参数,t∈R|V|为体元所属器官的目标剂量。
在步骤306,合并各参考射野中相邻角度的子野。
合并的目的是避免相似参考射野的无意义重复,减少参考射野数量,从而缩短计划执行时间。
例如,表示k角度上已经挑选出来的N个子野,表示与k相邻的(k+1)角度上已经挑选出来的M个子野。若N>=M,即k角度上子野较多,则把子野较少的(k+1)角度的子野合并到k角度上,得到即k方向上有(N+M)个子野,(k+1)方向上无子野。
在步骤307,对各参考射野所包含的各子野进行优化。
优化的内容可包括对子野形状和权重的微调。举例来说,可采用以下方法调整子野形状:对每一个子野的每一个多叶光栅的叶片,随机选择叶片移动方向和步长;计算叶片移动后的剂量分布及相应的目标函数的值,如果目标函数值下降,则接受该叶片移动,否则拒绝叶片移动。
在步骤308,输出满足设定要求的子野优化结果。
在此步骤中,需要判定子野优化结果是否满足用户设定的要求,如果是则输出结果。如果不是,说明该病例比较复杂,可以重复步骤304的计算来补充新的备选射野,并重复步骤305-307。当然,如果有较大的把握预期子野优化结果能够满足设定要求,则不必进行额外的判定,直接输出子野优化结果。在这种情况下,可以不必重复步骤304-307。
在本实施例中,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;通过直接求解最优射野方向,减少用户工作量,避免因用户经验不足带来治疗计划质量不佳、重复计划。
图4是本发明一实施例的调强放疗逆向优化装置结构框图。参考图4所示,装置400主要包括射野角度及形状优化模块410和直接子野优化模块420。射野角度及形状优化模块410配置为获得多个初始的备选射野,计算各备选射野中各子射束对器官体元的单位照射跳数剂量贡献,根据射野的剂量分布,求解多个备选射野中,使调强放疗的计划质量提升最大的一个或多个参考射野及相应的子野形状,以及求解各参考射野相应的子野形状所需的照射跳数。直接子野优化模块420连接射野角度及形状优化模块410,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。
较佳地,射野角度及形状优化模块410还配置为合并各参考射野中相邻角度的子野来减少参考射野个数。
可选地,参考射野的个数或个数范围是被预定的。
较佳地,直接子野优化模块420通过进行子野形状和权重微调来对各参考射野所包含的各子野进行优化。
较佳地,射野角度及形状优化模块410是依据一第一模型求解各参考射野,其中第一模型包含一组在一个或多个约束条件下价值最低的射束集合。
较佳地,该射野角度及形状优化模块410依据一第二模型求解各参考射野相应的子野形状所需的照射跳数。
回到图4,装置还可包括剂量计算模块430,连接射野角度及形状优化模块410和直接子野优化模块420,配置为计算射野的剂量分布。射野角度及形状优化模块410和直接子野优化模块420可以向剂量计算模块430提供当前需要优化的射野,由后者返回当前剂量分布。
较佳地,装置还可包括剂量体积直方图计算模块440,连接射野角度及形状优化模块410和直接子野优化模块420,配置为计算射野的剂量体积直方图(DVH)。射野角度及形状优化模块410和直接子野优化模块420可以向剂量体积直方图计算模块440提供当前剂量分布,由后者返回DVH图。
较佳地,装置还可包括数据输入输出模块450,连接射野角度及形状优化模块410,配置为接受每个子野最小照射跳数、最小子野面积以及每个射野下最大子野个数的设置。可以理解,当需要时数据输入输出模块450还能够接受其它信息,例如获得病人数据、机器参数和其它用户设置参数。
虽然本发明已参照当前的具体实施例来描述,但是本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,在没有脱离本发明精神的情况下还可作出各种等效的变化或替换,因此,只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。
Claims (17)
1.一种调强放疗逆向优化方法,包括以下步骤:
获得多个初始的备选射野;
计算各备选射野中各子射束对器官体元的单位照射跳数剂量贡献;
根据备选射野的剂量分布,求解该多个备选射野中,使调强放疗的计划质量提升最大的一个或多个参考射野及相应的子野形状;
求解各参考射野相应的子野形状所需的照射跳数;
对各参考射野所包含的各子野进行优化;
输出满足设定要求的子野优化结果。
2.如权利要求1所述的调强放疗逆向优化方法,其特征在于,还包括接受每个子野最小照射跳数、最小子野面积以及每个射野下最大子野个数的设置。
3.如权利要求1所述的调强放疗逆向优化方法,其特征在于,还包括合并各参考射野中相邻角度的子野来减少参考射野个数。
4.如权利要求1所述的调强放疗逆向优化方法,其特征在于,该参考射野的个数或个数范围是被预定的。
5.如权利要求1所述的调强放疗逆向优化方法,其特征在于,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微调。
6.如权利要求1所述的调强放疗逆向优化方法,其特征在于,依据一第一模型求解该参考射野,其中该第一模型包含一组在一个或多个约束条件下价值最低的射束集合。
7.如权利要求1所述的调强放疗逆向优化方法,其特征在于,依据一第二模型求解各参考射野相应的子野形状所需的照射跳数。
8.如权利要求1所述的调强放疗逆向优化方法,其特征在于,当子野优化结果不满足用户要求时,求解新的参考射野及相应的子野形状。
9.一种调强放疗逆向优化装置,包括:
射野角度及形状优化模块,配置为获得多个初始的备选射野,计算各备选射野中各子射束对器官体元的单位照射跳数剂量贡献,根据射野的剂量分布,求解该多个备选射野中,使调强放疗的计划质量提升最大的一个或多个参考射野及相应的子野形状,以及求解各参考射野相应的子野形状所需的照射跳数;
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。
10.如权利要求9所述的调强放疗逆向优化装置,其特征在于,该射野角度及形状优化模块还配置为合并各参考射野中相邻角度的子野来减少参考射野个数。
11.如权利要求9所述的调强放疗逆向优化装置,其特征在于,该参考射野的个数或个数范围是被预定的。
12.如权利要求9所述的调强放疗逆向优化装置,其特征在于,该直接子野优化模块通过进行子野形状和权重微调来对各参考射野所包含的各子野进行优化。
13.如权利要求9所述的调强放疗逆向优化装置,其特征在于,该射野角度及形状优化模块依据一第一模型求解该参考射野,其中该第一模型包含一组在一个或多个约束条件下价值最低的射束集合。
14.如权利要求9所述的调强放疗逆向优化装置,其特征在于,该该射野角度及形状优化模块依据一第二模型求解各参考射野相应的子野形状所需的照射跳数。
15.如权利要求9所述的调强放疗逆向优化装置,其特征在于,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。
16.如权利要求9所述的调强放疗逆向优化装置,其特征在于,还包括数据输入输出模块,连接该射野角度及形状优化模块,配置为接受每个子野最小照射跳数、最小子野面积以及每个射野下最大子野个数的设置。
17.如权利要求9所述的调强放疗逆向优化装置,其特征在于,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510552508.7A CN105031820B (zh) | 2015-09-01 | 2015-09-01 | 调强放疗逆向优化方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510552508.7A CN105031820B (zh) | 2015-09-01 | 2015-09-01 | 调强放疗逆向优化方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105031820A true CN105031820A (zh) | 2015-11-11 |
CN105031820B CN105031820B (zh) | 2018-04-03 |
Family
ID=54439163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510552508.7A Active CN105031820B (zh) | 2015-09-01 | 2015-09-01 | 调强放疗逆向优化方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105031820B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105617536A (zh) * | 2015-12-24 | 2016-06-01 | 上海联影医疗科技有限公司 | 旋转逆向调强放疗优化方法及装置 |
CN107998519A (zh) * | 2017-12-26 | 2018-05-08 | 荣科科技股份有限公司 | 一种用于imrt的分子动力学再优化算法 |
CN108066902A (zh) * | 2016-11-14 | 2018-05-25 | 上海东软医疗科技有限公司 | 一种子野信息确定方法和装置 |
CN108711447A (zh) * | 2018-05-23 | 2018-10-26 | 南方医科大学 | 基于体素权重因子的自动调强多目标优化方法及其应用 |
CN108883300A (zh) * | 2016-03-30 | 2018-11-23 | 瓦里安医疗系统国际股份公司 | 关于放射治疗计划优化的方法和设备 |
CN109979564A (zh) * | 2017-12-28 | 2019-07-05 | 北京连心医疗科技有限公司 | 一种智能放疗计划方法、设备和存储介质 |
CN110246562A (zh) * | 2018-03-07 | 2019-09-17 | 有方(合肥)医疗科技有限公司 | 确定放疗系统中的子射束强度的方法、装置及计算机系统 |
CN111986778A (zh) * | 2020-07-31 | 2020-11-24 | 上海联影医疗科技股份有限公司 | 一种调强计划优化系统、装置及存储介质 |
WO2020248489A1 (zh) * | 2019-06-11 | 2020-12-17 | 苏州雷泰智能科技有限公司 | 基于子野优化的正交双层光栅旋转调强的实现方法及装置 |
CN113521558A (zh) * | 2021-06-02 | 2021-10-22 | 上海联影医疗科技股份有限公司 | 容积调强计划生成系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1604134A (zh) * | 2003-11-26 | 2005-04-06 | 戴建荣 | 优化放疗射野方向和强度分布的方法和系统 |
US6907282B2 (en) * | 2001-11-09 | 2005-06-14 | Siemens Medical Solutions Usa, Inc. | Intensity map resampling for multi-leaf collimator compatibility |
CN101120871A (zh) * | 2006-12-29 | 2008-02-13 | 成都川大奇林科技有限责任公司 | 精确放射治疗计划系统 |
CN102136041A (zh) * | 2011-04-18 | 2011-07-27 | 深圳市海博科技有限公司 | 治疗计划逆向规划方法和治疗计划系统 |
KR101164610B1 (ko) * | 2010-03-10 | 2012-07-10 | 학교법인 건국대학교 | 다엽 콜리메이터의 로그 파일을 이용한 세기조절 방사선 치료계획의 선량 분포 분석방법 및 장치 |
CN103083821A (zh) * | 2013-01-27 | 2013-05-08 | 合肥超安医疗科技有限公司 | 一种直接优化静态调强子野形状及其机器跳数的系统和方法 |
CN104107062A (zh) * | 2013-04-17 | 2014-10-22 | 深圳市医诺智能科技发展有限公司 | 一种评估放射治疗效果方法及系统 |
-
2015
- 2015-09-01 CN CN201510552508.7A patent/CN105031820B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6907282B2 (en) * | 2001-11-09 | 2005-06-14 | Siemens Medical Solutions Usa, Inc. | Intensity map resampling for multi-leaf collimator compatibility |
CN1604134A (zh) * | 2003-11-26 | 2005-04-06 | 戴建荣 | 优化放疗射野方向和强度分布的方法和系统 |
CN101120871A (zh) * | 2006-12-29 | 2008-02-13 | 成都川大奇林科技有限责任公司 | 精确放射治疗计划系统 |
KR101164610B1 (ko) * | 2010-03-10 | 2012-07-10 | 학교법인 건국대학교 | 다엽 콜리메이터의 로그 파일을 이용한 세기조절 방사선 치료계획의 선량 분포 분석방법 및 장치 |
CN102136041A (zh) * | 2011-04-18 | 2011-07-27 | 深圳市海博科技有限公司 | 治疗计划逆向规划方法和治疗计划系统 |
CN103083821A (zh) * | 2013-01-27 | 2013-05-08 | 合肥超安医疗科技有限公司 | 一种直接优化静态调强子野形状及其机器跳数的系统和方法 |
CN104107062A (zh) * | 2013-04-17 | 2014-10-22 | 深圳市医诺智能科技发展有限公司 | 一种评估放射治疗效果方法及系统 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105617536A (zh) * | 2015-12-24 | 2016-06-01 | 上海联影医疗科技有限公司 | 旋转逆向调强放疗优化方法及装置 |
CN108883300A (zh) * | 2016-03-30 | 2018-11-23 | 瓦里安医疗系统国际股份公司 | 关于放射治疗计划优化的方法和设备 |
CN108066902A (zh) * | 2016-11-14 | 2018-05-25 | 上海东软医疗科技有限公司 | 一种子野信息确定方法和装置 |
CN108066902B (zh) * | 2016-11-14 | 2019-12-20 | 上海东软医疗科技有限公司 | 一种子野信息确定方法和装置 |
CN107998519A (zh) * | 2017-12-26 | 2018-05-08 | 荣科科技股份有限公司 | 一种用于imrt的分子动力学再优化算法 |
CN109979564A (zh) * | 2017-12-28 | 2019-07-05 | 北京连心医疗科技有限公司 | 一种智能放疗计划方法、设备和存储介质 |
CN110246562B (zh) * | 2018-03-07 | 2021-08-06 | 有方(合肥)医疗科技有限公司 | 确定放疗系统中的子射束强度的方法、装置及计算机系统 |
CN110246562A (zh) * | 2018-03-07 | 2019-09-17 | 有方(合肥)医疗科技有限公司 | 确定放疗系统中的子射束强度的方法、装置及计算机系统 |
CN108711447A (zh) * | 2018-05-23 | 2018-10-26 | 南方医科大学 | 基于体素权重因子的自动调强多目标优化方法及其应用 |
CN108711447B (zh) * | 2018-05-23 | 2022-05-03 | 南方医科大学 | 基于体素权重因子的自动调强多目标优化方法及其应用 |
WO2020248489A1 (zh) * | 2019-06-11 | 2020-12-17 | 苏州雷泰智能科技有限公司 | 基于子野优化的正交双层光栅旋转调强的实现方法及装置 |
CN111986778A (zh) * | 2020-07-31 | 2020-11-24 | 上海联影医疗科技股份有限公司 | 一种调强计划优化系统、装置及存储介质 |
CN111986778B (zh) * | 2020-07-31 | 2024-02-20 | 上海联影医疗科技股份有限公司 | 一种调强计划优化系统、装置及存储介质 |
CN113521558A (zh) * | 2021-06-02 | 2021-10-22 | 上海联影医疗科技股份有限公司 | 容积调强计划生成系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105031820B (zh) | 2018-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105031820A (zh) | 调强放疗逆向优化方法和装置 | |
CN105617536A (zh) | 旋转逆向调强放疗优化方法及装置 | |
US10328282B2 (en) | System and method for novel chance-constrained optimization in intensity-modulated proton therapy planning to account for range and patient setup uncertainties | |
Cao et al. | Incorporating deliverable monitor unit constraints into spot intensity optimization in intensity-modulated proton therapy treatment planning | |
Zenklusen et al. | A study on repainting strategies for treating moderately moving targets with proton pencil beam scanning at the new Gantry 2 at PSI | |
Romeijn et al. | A column generation approach to radiation therapy treatment planning using aperture modulation | |
CN100496386C (zh) | 精确放射治疗计划系统 | |
Bedford et al. | Constrained segment shapes in direct‐aperture optimization for step‐and‐shoot IMRT | |
US9067064B2 (en) | Optimization process for volumetric modulated arc therapy | |
CN107708807A (zh) | 用于放射疗法优化的方法、计算机程序产品和计算机系统 | |
Deist et al. | High-dose-rate prostate brachytherapy inverse planning on dose-volume criteria by simulated annealing | |
US11291858B2 (en) | Radiation treatment planning with multiple target subset optimization | |
CN105377368A (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 | |
CN105617535A (zh) | 一种剂量分布估算方法以及子野优化方法 | |
EP3791401A1 (en) | Systems and methods for planning, controlling and/or delivering radiotherapy and radiosurgery using combined optimization of dynamic axes (coda) | |
CN102247660B (zh) | 治疗计划逆向规划方法和治疗计划系统 | |
Schipaanboord et al. | TBS-BAO: fully automated beam angle optimization for IMRT guided by a total-beam-space reference plan | |
Mueller et al. | A hybrid column generation and simulated annealing algorithm for direct aperture optimization | |
US20140275703A1 (en) | Method and system for dose determination of radiation therapy | |
JP2018108284A (ja) | 情報処理装置、情報処理方法およびコンピュータプログラム | |
CN102136041A (zh) | 治疗计划逆向规划方法和治疗计划系统 | |
Zhang et al. | A two-stage sequential linear programming approach to IMRT dose optimization | |
CN105477789A (zh) | 基于二次规划模型抑制总出束时间的动态调强放疗方法 | |
CN107998519A (zh) | 一种用于imrt的分子动力学再优化算法 | |
CN112263787B (zh) | 放疗的控制方法及装置 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |