CN107349531B - 一种放疗设备、存储介质、子野形状生成方法及装置 - Google Patents

Abstract

本发明实施例公开了一种放疗设备、存储介质、子野形状生成方法及装置。该治疗设备包括：治疗头、控制器和多叶准直器；治疗头包括产生射线束的放射源；多叶准直器包括多个叶片；控制器用于执行如下操作：依据当前剂量分布和理想剂量分布，获得当前贡献矩阵；依据当前贡献矩阵，确定初始子野形状；按照预设调整目标，调整初始子野形状，生成目标子野形状；根据确定的目标子野形状控制多叶准直器的多个叶片移动，以形成目标子野形状。通过上述技术方案，实现了形状规则性更易控制的子野形状的生成，从而使得多叶准直器能够准确形成目标子野形状，进一步使得控制器更加精确地控制目标子野的剂量。

Description

一种放疗设备、存储介质、子野形状生成方法及装置

技术领域

本发明实施例涉及放射治疗技术，尤其涉及一种放疗设备、存储介质、子野形状生成方法及装置。

背景技术

调强放射治疗中，首先依据病人的解剖图像(例如，CT图像或MR图像)对包括肿瘤的感兴趣区域完成勾画轮廓、确定射野数目及入射方向，再确定对各个感兴趣区域的剂量要求，即理想剂量分布。然后，由计划者以数学形式输入优化参数，如理想剂量分布和危及器官的剂量耐受极限等，然后由计算机通过数学的方法(如迭代法、模拟退火法或蒙特卡洛法等)自动进行优化，以得到最优的调强放射治疗计划。

上述计算机优化求解的过程主要包括两个步骤：生成子野形状及确定已有子野形状的权重。其中，子野指的是由多叶准直器(Multi-Leaf Collimator，MLC)的叶片形成的不同形状的开口所限定的照射野。通常一个射野内可以生成至少一个子野。

目前，对于子野形状的生成方法中，通过把待计划的射野划分成若干个小野(beamlet)，分别计算每个小野对病人体内剂量分布的贡献，即该射野内的贡献矩阵。然后基于该贡献矩阵，利用数学方法，进行子野形状的生成。比如，Romeijn采用最短路算法进行子野形状的生成(具体参见Romeijn,H.Edwin,et al.,A Column Generation Approach toRadiation Therapy Treatment Planning Using Aperture Modulation[J].SiamJournal on Optimization,2012,15(3):838-862.)。但是，其所产生的子野形状比较零碎或者子野形状偏窄，使得剂量计算算法无法准确计算剂量，也不利于计划的实际执行。

发明内容

本发明实施例提供一种放疗设备、存储介质、子野形状生成方法及装置，以实现更加快速、准确地生成形状规则性更易控制的子野形状，从而使得多叶准直器准确形成目标子野形状。

第一方面，本发明实施例提供了一种放疗设备，该设备包括：

治疗头、控制器和多叶准直器；

所述治疗头包括产生射线束的放射源；

所述多叶准直器包括多个叶片；

所述控制器用于执行如下操作：

依据当前剂量分布和理想剂量分布，获得当前贡献矩阵；

依据所述当前贡献矩阵，确定初始子野形状；

按照预设调整目标，调整所述初始子野形状，生成目标子野形状，其中，所述预设调整目标为使所述目标子野形状对应的累积贡献值为最大累积贡献值，且所述目标子野形状满足预设形状约束变量阈值；

根据确定的目标子野形状控制所述多叶准直器的所述多个叶片移动，以形成目标子野形状。

第二方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如下操作：

依据当前剂量分布和理想剂量分布，获得当前贡献矩阵；

依据所述当前贡献矩阵，确定初始子野形状；

按照预设调整目标，调整所述初始子野形状，生成目标子野形状，其中，所述预设调整目标为使所述目标子野形状对应的累积贡献值为最大累积贡献值，且所述目标子野形状满足预设形状约束变量阈值。

第三方面，本发明实施例还提供了一种子野形状生成方法，包括：

依据当前剂量分布和理想剂量分布，获得当前贡献矩阵；

依据所述当前贡献矩阵，确定初始子野形状；

按照预设调整目标，调整所述初始子野形状，生成目标子野形状，其中，所述预设调整目标为使所述目标子野形状对应的累积贡献值为最大累积贡献值，且所述目标子野形状满足预设形状约束变量阈值。

第四方面，本发明实施例还提供了一种子野形状生成装置，该装置包括：

当前贡献矩阵获取模块，用于依据当前剂量分布和理想剂量分布，获得当前贡献矩阵；

初始子野形状确定模块，用于依据所述当前贡献矩阵，确定初始子野形状；

目标子野形状生成模块，用于按照预设调整目标，调整所述初始子野形状，生成目标子野形状，其中，所述预设调整目标为使所述目标子野形状对应的累积贡献值为最大累积贡献值，且所述目标子野形状满足预设形状约束变量阈值。

本发明实施例通过治疗设备的控制器执行依据当前剂量分布和理想剂量分布，获得当前贡献矩阵；依据所述当前贡献矩阵，确定初始子野形状；按照预设调整目标，调整所述初始子野形状，生成目标子野形状，其中，所述预设调整目标为使所述目标子野形状对应的累积贡献值为最大累积贡献值，且所述目标子野形状满足预设形状约束变量阈值；根据确定的目标子野形状控制所述多叶准直器的所述多个叶片移动，以形成目标子野形状的操作，能够使得子野形状的规则性更加容易控制，从而使放疗设备的多叶准直器准确形成目标子野形状，进一步使得控制器更加精确地控制目标子野的剂量。

附图说明

图1是本发明实施例一中的放疗设备的结构示意图；

图2是本发明实施例二中的一种子野形状生成方法的流程图；

图3是本发明实施例中的子野形状生成过程示意图；

图4是本发明实施例中的局部当前贡献矩阵对应的贡献矩阵区域示意图；

图5是本发明实施例二中的确定调整速度矢量的示意图；

图6是本发明实施例三中的一种子野形状生成方法的流程图；

图7是本发明实施例四中的一种子野形状生成装置的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。在不冲突的情况下，本发明实施例和实施例中的特征可以相互组合。

本发明实施例中的子野形状生成方法可适用于放射治疗计划中，尤其适用于各种调强放疗的逆向放射治疗计划中，更具体地，用于逆向放射治疗计划中计算机优化求解过程中的第一过程，即生成子野形状，并能够用于控制MLC的叶片移动以形成子野形状。此处以调强放射治疗计划为例，对本发明实施例的应用场景进行说明。

调强放射治疗计划的大致过程是，先确定器官轮廓、射野数目、射野入射方向及理想剂量分布。然后，在上述所有入射方向上，轮流进行子野形状的生成及相应的辐射照射剂量的确定(即子野形状权重的确定)，直至所有入射方向形成的累积剂量分布满足理想剂量分布，即完成该待放射治疗的器官的放射治疗计划。其中，本发明实施例所提供的子野形状生成方法就用于进行子野形状的生成。比如，根据待放射治疗的器官轮廓，确定了三个射野，射野方向分别为0°方向、120°方向和270°方向。那么，可以在0°方向上，先确定一个子野形状(记为首子野形状)和其对应的权重。之后，基于该首子野形状、子野形状权重和理想剂量分布，利用子野形状生成方法生成下一个子野形状，该下一个子野形状可以在0°方向上，也可以在120°方向上，还可以在270°方向上。同时，利用现有的权重确定方法重新确定当前所有的子野形状对应的权重。然后，重复上述子野形状生成和权重确定过程，直至确定出0°、120°和270°入射方向上所需要的多个子野形状和对应的子野形状权重，该多个子野形状内的累积剂量分布能够满足上述理想剂量分布。至此，确定出该器官轮廓对应的所有射野中的所有子野形状和相应权重，即完成针对该待放射治疗的器官的调强放射治疗计划。

实施例一

参见图1，本实施例提供了一种放疗设备100，该放疗设备100包括：

治疗头110、控制器120和多叶准直器130；

所述治疗头110包括产生射线束的放射源；

所述多叶准直器130包括多个叶片；

所述控制器120用于执行如下操作：

依据当前剂量分布和理想剂量分布，获得当前贡献矩阵；

依据所述当前贡献矩阵，确定初始子野形状；

按照预设调整目标，调整所述初始子野形状，生成目标子野形状，其中，所述预设调整目标为使所述目标子野形状对应的累积贡献值为最大累积贡献值，且所述目标子野形状满足预设形状约束变量阈值；

根据确定的目标子野形状控制所述多叶准直器的所述多个叶片移动，以形成目标子野形状。

可选地，所述控制器120执行的依据所述当前贡献矩阵，确定初始子野形状的操作具体包括：

依据所述当前贡献矩阵，确定最大正贡献值；

依据所述最大正贡献值，确定初始子野形状。

可选地，所述控制器120执行的按照预设调整目标，调整所述初始子野形状，生成目标子野形状的操作具体包括：

按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据所述调整速度矢量，调整所述初始子野形状，生成目标子野形状。

进一步地，所述控制器120执行的按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据所述调整速度矢量，调整所述初始子野形状，生成目标子野形状的操作具体包括：

a、将所述初始子野形状作为第一中间子野形状；

b、按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据调整速度矢量，调整第一中间子野形状，生成第二中间子野形状；

c、分别确定第一中间子野形状和第二中间子野形状对应的第一累积贡献值和第二累积贡献值，并依据第一累积贡献值和第二累积贡献值确定累积贡献值差值；

d、判断累积贡献值差值是否大于所述预设差值阈值；

若是，则将第二中间子野形状更新为第一中间子野形状，并重复步骤b、步骤c和步骤d；

若否，则确定第二中间子野形状为所述目标子野形状。

其中，所述控制器120执行的操作中的预设形状约束规则为曲率约束规则。

上述控制器120所执行的所有操作步骤的详细说明，见后续各实施例中有关子野形状生成方法的阐述。

本实施例的技术方案，通过治疗设备的控制器执行依据当前剂量分布和理想剂量分布，获得当前贡献矩阵；依据所述当前贡献矩阵，确定初始子野形状；按照预设调整目标，调整所述初始子野形状，生成目标子野形状，其中，所述预设调整目标为使所述目标子野形状对应的累积贡献值为最大累积贡献值，且所述目标子野形状满足预设形状约束变量阈值；根据确定的目标子野形状控制所述多叶准直器的所述多个叶片移动，以形成目标子野形状的操作，能够使得子野形状的规则性更加容易控制，从而使放疗设备的多叶准直器准确形成目标子野形状，进一步使得控制器更加精确地控制目标子野的剂量。

实施例二

本实施例提供的子野形状生成方法可适用于放射治疗计划中，尤其适用于各种调强放疗的逆向放射治疗计划中。该方法可以由子野形状生成装置来执行，该装置可以由软件和/或硬件的方式实现，该装置可以集成在用于放射治疗的医疗设备中，例如典型的是X线治疗机、钴-60治疗机或后装治疗机等。参见图2，本实施例的子野形状生成方法具体包括如下步骤：

S110、依据当前剂量分布和理想剂量分布，获得当前贡献矩阵。

其中，当前剂量分布指的是当前射野内当前的照射剂量所对应的剂量分布，其可以是某个入射方向的射野内确定首子野形状之后的剂量分布，也可以是该射野计划的中间过程中生成某个子野形状之后的剂量分布。简单来说，当前剂量分布就是在本步骤执行之前，当前射野的剂量分布。当前贡献矩阵指的是在当前剂量分布下，当前射野内每个小野对当前剂量分布的贡献值所构成的矩阵，即当前贡献矩阵中的每个矩阵元素对应一个小野的当前贡献值。当前贡献矩阵中的矩阵元素值，即贡献值取值范围为[-1,1]，如果某个当前贡献值为正值(即正贡献值)，则说明该当前贡献值对应的小野对于治疗计划的提升有正向贡献，目标子野形状中应当予以保留。

具体地，在某一次确定子野形状和对应的权重之后，放射治疗计划系统通常能够获得当前剂量分布。那么，利用当前剂量分布和理想剂量分布之间的差异就可以确定出当前贡献矩阵。比如，采用诸如梯度的数学方法，对当前剂量分布和理想剂量分布之间的差异值进行进一步计算，就可以反推得到当前贡献矩阵，如图3所示。为了更加清楚地进行说明，将图3中的贡献矩阵区域200进行放大以及数值化显示，如图4所示。从图3及图4可以看出，图中每一个小格对应一个小野，即一个矩阵元素，其贡献值越大，颜色越靠近白色，比如图4中最大的贡献值为+0.2856，图3中相应矩阵元素位置处的颜色最白；反之，其贡献值越小，颜色越靠近黑色，比如图4中周边矩阵元素位置处的贡献值为负数，则图3中相应位置处的颜色为灰色。

S120、依据所述当前贡献矩阵，确定初始子野形状。

其中，初始子野形状指的是要生成的、最终的子野形状(即目标子野形状)对应的最初的子野形状。

具体地，可以依据当前贡献矩阵的数值分布情况，确定初始子野形状。比如，根据之前已有的子野形状在当前贡献矩阵中的分布情况，推测出初始子野形状。又比如，直接根据当前贡献矩阵中正贡献值的分布情况，确定初始子野形状。

S130、按照预设调整目标，调整所述初始子野形状，生成目标子野形状，其中，所述预设调整目标为使所述目标子野形状对应的累积贡献值为最大累积贡献值，且所述目标子野形状满足预设形状约束变量阈值。

其中，累积贡献值指的是一个子野形状所覆盖区域内的当前贡献矩阵的所有贡献值的累加结果。最大累积贡献值指的是当前贡献矩阵中所能得到的累积贡献值的最大值。预设形状约束变量阈值指的是预先设定的、对曲线形状进行约束的约束变量的值，其通常可以人为经验设定。比如，约束变量设定为曲率，那么预设形状约束变量阈值就是预设曲率阈值，即预先设定的、可容忍的曲线变形程度对应的曲率值。预设形状约束变量阈值的设置在于保证目标子野形状的规则性。

具体地，对初始子野形状进行动态调整，直至调整之后的子野形状比较规则，且其所覆盖区域内的累积贡献值达到最大累积贡献值，即达到预设调整目标，则将该最后调整得到的子野形状确定为目标子野形状。

示例性地，步骤S130可以包括：按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据调整速度矢量，调整所述初始子野形状，生成目标子野形状。

其中，预设形状约束规则指的是预先设定的、调整子野形状时进行形状约束的规则。比如，形状周长、形状构成的面积或形状的曲率等。示例性地，预设形状约束规则为曲率约束规则。也就是说，在调整子野形状的过程中，需要计算待调整子野形状对应的曲线的曲率，并依据该曲率对待调整子野形状的调整进行约束。调整速度矢量指的是用于调整子野形状对应曲线的速度矢量，该速度矢量通常会使子野形状朝着预设调整目标进行调整。

具体地，可以按照如下公式，综合地利用当前贡献矩阵和预设形状约束规则确定出待调整子野形状调整的调整速度矢量：

其中，Pi表示待调整子野形状对应曲线上的第i点；C(Pi)表示Pi点的曲率相关函数，其可以将Pi点的二维坐标映射为曲率速度矢量，即F(Pi)表示Pi点的贡献矩阵相关函数，其可以将Pi点的二维坐标映射为贡献值速度矢量，即vⁱ表示Pi点处的调整速度矢量，其由曲率速度矢量和贡献值速度矢量共同确定，α和β分别为权重系数，其可以是人为经验设定的数值。

根据上述公式可知，Pi点的调整速度矢量的调整速度方向和调整速度大小均与Pi点处的曲率值和贡献值分布有关。根据预设调整目标可知，调整速度方向应当向着使曲率减小，且贡献值分布为正贡献值的方向；调整速度大小可以正比于Pi点的曲率值和/或反比于Pi点的贡献梯度值(由贡献值计算的梯度值)。总之，确定的调整速度矢量，要使得待调整子野形状以最快的速度进行形状调整，且调整之后的子野形状对应的累积贡献值大于待调整子野形状对应的累积贡献值，且调整之后的子野形状对应曲线的曲率不会过大。

举例而言，参见图5，假设需要确定调整速度矢量的点为待调整子野形状500上的P1点，那么需要先依据公式(1)、(2)计算P1点的曲率速度矢量和贡献值速度矢量然后确定α和β的数值，并由公式(3)确定出P1点的调整速度矢量v¹。根据预设调整目标可知，P1点的调整速度矢量501的调整速度方向应该是朝向待调整子野形状500的内侧，而调整速度大小可以正比于P1点的曲率值。由于P1点的曲率过大，容易产生有不规则边缘的子野形状，故P1点调整速度矢量的确定主要考虑曲率的影响，即α值应当大于β值，从而使得的贡献增大。再假设需要确定调整速度矢量的点为待调整子野形状500上的P2点，则同样计算P2点的曲率速度矢量和贡献值速度矢量然后确定α和β的数值，并确定出P2点的调整速度矢量v²。根据预设调整目标可知，P2点的调整速度矢量502的调整速度方向应该是朝向待调整子野形状500的外侧，且朝向正贡献值分布较多的方向；而调整速度大小可以反比于P2点的贡献梯度值。由于P2点的曲率较小，故P2点调整速度矢量的确定可以不用过多考虑曲率的影响，而主要考虑贡献值的影响，即α值应当小于β值，从而使得的贡献增大。

然后，利用上述确定的调整速度矢量，对初始子野形状进行调整。当调整后的子野形状相对于调整前的子野形状有明显的形状变化时，反复执行上述过程，直至调整后的子野形状不再有明显的形状变化为止，则将该最后调整的子野形状确定为目标子野形状。在确定了目标子野形状之后，就可以控制MLC的叶片进行移动，即使MLC的叶片左右逼近目标子野形状，以形成目标子野，便于后续进行放射治疗。

需要注意的是，本发明实施例中确定的调整速度矢量，可以使得子野形状调整过程中的形状曲线的变动仅跨越一个小野中的一部分，而不是必须跨越一个完整的小野。这就使得子野形状的确定更加精细化，从而使得后续形成目标子野时，能够充分利用MLC叶片的可运动范围，提高剂量控制的精确程度。

本实施例的技术方案，通过依据当前贡献矩阵，确定初始子野形状，并按照预设调整目标，调整初始子野形状，解决了子野形状的规则性难以控制的问题，能够使得子野形状的规则性更加容易控制，从而生成形状更加规则的目标子野形状，使得目标子野的剂量控制更加精确，更有利于放疗设备的准确执行。

实施例三

本实施例在上述实施例二的基础上，对“依据所述当前贡献矩阵，确定初始子野形状”进行了进一步优化。在此基础上，还可以进一步对“按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据所述调整速度矢量，调整所述初始子野形状，生成目标子野形状”进行优化。其中与上述各实施例相同或相应的术语的解释在此不再赘述。参见图6，本实施例的子野形状生成方法包括：

S210、依据当前剂量分布和理想剂量分布，获得当前贡献矩阵。

S220、依据所述当前贡献矩阵，确定最大正贡献值。

具体地，在获得当前贡献矩阵之后，确定出该当前贡献矩阵中正贡献值为最大的矩阵元素，即确定最大正贡献值。参见图4，贡献矩阵区域200为图3的当前贡献矩阵中包含最大正贡献值的区域，故确定出贡献矩阵区域200中的最大正贡献值0.2856，即确定了当前贡献矩阵中的最大正贡献值。

S230、依据所述最大正贡献值，确定初始子野形状。

具体地，以步骤S220中确定的最大正贡献值为参照，确定出初始子野形状。比如，参见图4，以图中的最大正贡献值0.2856为中心，划定一个圆形区域，确定为该当前贡献矩阵对应的初始子野形状201。需要说明的是，依据最大正贡献值来确定初始子野形状时，该最大正贡献值在划定区域中的位置、划定区域的大小及形状均不作限定。

S240、将所述初始子野形状作为第一中间子野形状。

其中，第一中间子野形状为确定目标子野形状的中间过程中生成的某一个中间子野形状。

具体地，该过程是一个初始化过程，即将第一中间子野形状初始化为初始子野形状。

S250、按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据调整速度矢量，调整第一中间子野形状，生成第二中间子野形状。

其中，第二中间子野形状为确定目标子野形状的中间过程中生成的又一个子野形状，其是对第一中间子野形状进行调整后生成的中间子野形状。

具体地，参见图3，综合地利用当前贡献矩阵和预设形状约束规则确定出对第一中间子野形状进行调整的调整速度矢量，然后利用该调整速度矢量，对第一中间子野形状201′进行调整，生成第二中间子野形状202，之后执行步骤S260。

S260、分别确定第一中间子野形状和第二中间子野形状对应的第一累积贡献值和第二累积贡献值，并依据第一累积贡献值和第二累积贡献值确定累积贡献值差值。

具体地，确定出第一中间子野形状对应的累积贡献值，即第一累积贡献值，以及第二中间子野形状对应的累积贡献值，即第二累积贡献值。然后，将第一累积贡献值与第二累积贡献值做差，得到累积贡献值差值，之后执行步骤S270。

S270、判断累积贡献值差值是否大于所述预设差值阈值。

其中，预设差值阈值指的是预先设定的、两个子野形状对应的两个累积贡献值之间的差值，其用于判断两个子野形状之间是否产生明显的形状变化。这里需要说明将预设差值阈值确定为判断两个子野形状之间是否有明显的形状变化的依据的原因：当调整前后的两个子野形状对应的两个累积贡献值之间的差值足够小(不大于预设差值阈值)时，说明这两个子野形状之间几乎没有产生调整方向(依据为累积贡献值的增大)和调整速度，那么这两个子野形状之间就不会产生明显的形状变化。

具体地，将步骤S250获得的累积贡献值差值与预设差值阈值作比较，根据比较结果判断累积贡献值差值是否大于预设差值阈值。如果累积贡献值差值大于预设差值阈值，则说明第二中间子野形状相对于第一中间子野形状仍然具有较大的形状变化，即该第二中间子野形状还可以继续调整，其不是目标子野形状，则执行步骤S280；反之，如果累积贡献值差值小于或等于预设差值阈值，则说明第二中间子野形状相对于第一中间子野形状不再有明显的形状变化，即该第二中间子野形状无须继续调整，可以将其确定为目标子野形状，则执行步骤S290。

S280、将第二中间子野形状更新为第一中间子野形状。

具体地，在步骤S270确定累积贡献值差值大于预设差值阈值时，将步骤S260中生成的第二中间子野形状更新为第一中间子野形状，然后返回执行步骤S250，即利用更新后的第一中间子野形状，重新生成一个第二中间子野形状。

S290、确定第二中间子野形状为所述目标子野形状。

具体地，在重复多次执行步骤S250至步骤S280，即在多次更新第一中间子野形状和多次生成第二中间子野形状之后，会在步骤S270中确定累积贡献值差值不大于预设差值阈值，此时会结束当前循环操作，执行本步骤的操作，即将当前循环过程中生成的第二中间子野形状确定为最终的子野形状，即确定图3中的目标子野形状203。这是因为，子野形状调整的目标是使得目标子野形状对应的累积贡献值为当前贡献矩阵中的最大累积贡献值。而当累积贡献值差值不大于预设差值阈值时，说明当前循环过程中的第一累积贡献值和第二累积贡献值都非常接近于最大累积贡献值，也就是说，当前循环过程中的第一中间子野形状和第二中间子野形状都达到了目标子野形状的生成需求，可以将两者中的任一个作为目标子野形状。而考虑到第二中间子野形状是对第一中间子野形状进行进一步调整之后得到的子野形状，其对应的累积贡献值会更加接近于最大累积贡献值，所以本实施例中优选将第二中间子野形状确定为目标子野形状。

本实施例的技术方案，通过更新第一中间子野形状及生成第二中间子野形状，并依据第一中间子野形状及第二中间子野形状对应的累积贡献值确定出累积贡献值差值，当累积贡献值差值大于预设差值阈值时，反复执行上述过程，直至累积贡献值差值小于或等于预设差值阈值时，将第二中间子野形状确定为目标子野形状，能够使得生成的目标子野形状相对于当前贡献矩阵为最佳的子野形状，即子野形状更加规则，且其覆盖区域内所包含的对提升治疗计划有正向贡献的小野最多，能够在一定程度上减少运算量，从而加快治疗计划的制定过程。

以下是本发明实施例提供的子野形状生成装置的实施例，该装置与上述各实施例的子野形状生成方法属于同一个发明构思，在子野形状生成装置的实施例中未详尽描述的细节内容，可以参考上述子野形状生成方法的实施例。

实施例四

参见图7，本实施例提供的子野形状生成装置具体包括：

当前贡献矩阵获取模块710，用于依据当前剂量分布和理想剂量分布，获得当前贡献矩阵；

初始子野形状确定模块720，用于依据所述当前贡献矩阵，确定初始子野形状；

目标子野形状生成模块730，用于按照预设调整目标，调整所述初始子野形状，生成目标子野形状，其中，所述预设调整目标为使所述目标子野形状对应的累积贡献值为最大累积贡献值，且所述目标子野形状满足预设形状约束变量阈值。

可选地，初始子野形状确定模块720具体用于：

依据所述当前贡献矩阵，确定最大正贡献值；

依据所述最大正贡献值，确定初始子野形状。

可选地，目标子野形状生成模块730包括：

目标子野形状生成子模块，所述目标子野形状生成子模块用于按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据所述调整速度矢量，调整所述初始子野形状，生成目标子野形状。

进一步地，目标子野形状生成子模块具体用于：

a、将所述初始子野形状作为第一中间子野形状；

b、按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据调整速度矢量，调整第一中间子野形状，生成第二中间子野形状；

c、分别确定第一中间子野形状和第二中间子野形状对应的第一累积贡献值和第二累积贡献值，并依据第一累积贡献值和第二累积贡献值确定累积贡献值差值；

d、判断累积贡献值差值是否大于所述预设差值阈值；

若是，则将第二中间子野形状更新为第一中间子野形状，并重复步骤b、步骤c和步骤d；

若否，则确定第二中间子野形状为所述目标子野形状。

可选地，上述装置中，所述预设形状约束规则为曲率约束规则。

通过本发明实施例四的一种子野形状生成装置，解决了子野形状的规则性难以控制的问题，达到了子野形状的生成过程更加简便、更加快速，以及子野形状的规则性更加容易控制，从而生成形状更加规则的目标子野形状，使得目标子野的剂量控制更加精确，更有利于放疗设备的准确执行的效果。

本发明实施例所提供的子野形状生成装置可执行本发明任意实施例所提供的子野形状生成方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述子野形状生成装置的实施例中，所包括的各个模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

实施例五

本实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种子野形状生成方法，该方法包括：

依据当前剂量分布和理想剂量分布，获得当前贡献矩阵；

依据所述当前贡献矩阵，确定初始子野形状；

按照预设调整目标，调整所述初始子野形状，生成目标子野形状，其中，所述预设调整目标为使所述目标子野形状对应的累积贡献值为最大累积贡献值，且所述目标子野形状满足预设形状约束变量阈值。

可选地，所述依据所述当前贡献矩阵，确定初始子野形状包括：

依据所述当前贡献矩阵，确定最大正贡献值；

依据所述最大正贡献值，确定初始子野形状。

可选地，所述按照预设调整目标，调整所述初始子野形状，生成目标子野形状包括：

按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据所述调整速度矢量，调整所述初始子野形状，生成目标子野形状。

进一步地，按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据所述调整速度矢量，调整所述初始子野形状，生成目标子野形状包括：

a、将所述初始子野形状作为第一中间子野形状；

b、按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据调整速度矢量，调整第一中间子野形状，生成第二中间子野形状；

c、分别确定第一中间子野形状和第二中间子野形状对应的第一累积贡献值和第二累积贡献值，并依据第一累积贡献值和第二累积贡献值确定累积贡献值差值；

d、判断累积贡献值差值是否大于所述预设差值阈值；

若是，则将第二中间子野形状更新为第一中间子野形状，并重复步骤b、步骤c和步骤d；

若否，则确定第二中间子野形状为所述目标子野形状。

其中，所述预设形状约束规则为曲率约束规则。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的子野形状生成方法。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (12)

1.一种放疗设备，其特征在于，包括：治疗头、控制器和多叶准直器；

所述治疗头包括产生射线束的放射源；

所述多叶准直器包括多个叶片；

所述控制器用于执行如下操作：

依据当前剂量分布和理想剂量分布，获得当前贡献矩阵；

依据所述当前贡献矩阵，确定初始子野形状；

按照预设调整目标，调整所述初始子野形状，生成目标子野形状，其中，所述预设调整目标为使所述目标子野形状对应的累积贡献值为最大累积贡献值，且所述目标子野形状满足预设形状约束变量阈值；

根据确定的目标子野形状控制所述多叶准直器的所述多个叶片移动，以形成目标子野形状。

2.根据权利要求1所述的放疗设备，其特征在于，所述控制器执行的依据所述当前贡献矩阵，确定初始子野形状的操作具体包括：

依据所述当前贡献矩阵，确定最大正贡献值；

依据所述最大正贡献值，确定初始子野形状。

3.根据权利要求1所述的放疗设备，其特征在于，所述控制器执行的按照预设调整目标，调整所述初始子野形状，生成目标子野形状的操作具体包括：

按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据所述调整速度矢量，调整所述初始子野形状，生成目标子野形状。

4.根据权利要求3所述的放疗设备，其特征在于，所述控制器执行的按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据所述调整速度矢量，调整所述初始子野形状，生成目标子野形状的操作具体包括：

a、将所述初始子野形状作为第一中间子野形状；

b、按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据调整速度矢量，调整第一中间子野形状，生成第二中间子野形状；

c、分别确定第一中间子野形状和第二中间子野形状对应的第一累积贡献值和第二累积贡献值，并依据第一累积贡献值和第二累积贡献值确定累积贡献值差值；

d、判断累积贡献值差值是否大于所述预设差值阈值；

若是，则将第二中间子野形状更新为第一中间子野形状，并重复步骤b、步骤c和步骤d；

若否，则确定第二中间子野形状为所述目标子野形状。

5.根据权利要求1所述的放疗设备，其特征在于，所述控制器执行操作中的预设形状约束规则为曲率约束规则。

6.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如下操作：

依据当前剂量分布和理想剂量分布，获得当前贡献矩阵；

依据所述当前贡献矩阵，确定初始子野形状；

按照预设调整目标，调整所述初始子野形状，生成目标子野形状，其中，所述预设调整目标为使所述目标子野形状对应的累积贡献值为最大累积贡献值，且所述目标子野形状满足预设形状约束变量阈值。

7.根据权利要求6所述的存储介质，其特征在于，所述处理器执行的依据所述当前贡献矩阵，确定初始子野形状的操作具体包括：

依据所述当前贡献矩阵，确定最大正贡献值；

依据所述最大正贡献值，确定初始子野形状。

8.根据权利要求6所述的存储介质，其特征在于，所述处理器执行的按照预设调整目标，调整所述初始子野形状，生成目标子野形状的操作具体包括：

按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据所述调整速度矢量，调整所述初始子野形状，生成目标子野形状。

9.根据权利要求8所述的存储介质，其特征在于，所述处理器执行的按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据所述调整速度矢量，调整所述初始子野形状，生成目标子野形状的操作具体包括：

a、将所述初始子野形状作为第一中间子野形状；

b、按照所述当前贡献矩阵和预设形状约束规则，确定调整速度矢量，并依据调整速度矢量，调整第一中间子野形状，生成第二中间子野形状；

c、分别确定第一中间子野形状和第二中间子野形状对应的第一累积贡献值和第二累积贡献值，并依据第一累积贡献值和第二累积贡献值确定累积贡献值差值；

d、判断累积贡献值差值是否大于所述预设差值阈值；

若是，则将第二中间子野形状更新为第一中间子野形状，并重复步骤b、步骤c和步骤d；

若否，则确定第二中间子野形状为所述目标子野形状。

10.根据权利要求6所述的存储介质，其特征在于，所述处理器执行的操作中的预设形状约束规则为曲率约束规则。

11.一种子野形状生成方法，其特征在于，包括：

依据当前剂量分布和理想剂量分布，获得当前贡献矩阵；

依据所述当前贡献矩阵，确定初始子野形状；

按照预设调整目标，调整所述初始子野形状，生成目标子野形状，其中，所述预设调整目标为使所述目标子野形状对应的累积贡献值为最大累积贡献值，且所述目标子野形状满足预设形状约束变量阈值。

12.一种子野形状生成装置，其特征在于，包括：

当前贡献矩阵获取模块，用于依据当前剂量分布和理想剂量分布，获得当前贡献矩阵；

初始子野形状确定模块，用于依据所述当前贡献矩阵，确定初始子野形状；

目标子野形状生成模块，用于按照预设调整目标，调整所述初始子野形状，生成目标子野形状，其中，所述预设调整目标为使所述目标子野形状对应的累积贡献值为最大累积贡献值，且所述目标子野形状满足预设形状约束变量阈值。