CN109069860B - 用于执行放射疗法的剂量计算的计算机系统 - Google Patents

Abstract

提出了一种用于放射疗法治疗的基于场景的治疗方案优化方法，其中限定第一和第二可能场景。针对各场景限定不同优化函数并且通过应用第一场景下的第一优化函数以及第二场景的第二优化方案来优化该治疗方案，进而获得第一优化放射疗法治疗方案。

Description

用于执行放射疗法的剂量计算的计算机系统

技术领域

本发明涉及放射疗法治疗方案的优化以及特别是考虑不同场景(scenario)的放射疗法治疗方案。

背景技术

通常，放射疗法治疗方案包括优化方案以实现一个或多个设定目标。为了努力尽可能接近地实现这些目标，限定了优化问题。优化问题通常包括目标函数，其具有一个或多个目标函数组成，每个组成(constituent)与优化应该努力朝向的目标相关。优化问题通常还包括一个或多个约束条件，也就是说，应该更加严格地履行的条件，诸如针对肿瘤的最小化剂量或针对危及器官(organs at risk)的最大剂量，或控制目标函数的变量的边界。

在生成放射疗法治疗方案时，通常有一些无法精确知道的变量。这意味着始终会具有一些不确定性。为了处理这些不确定性，可以限定一些不同的场景，每个表示可能的变化值的集，并且可以优化该方案以给出对所有场景的满意结果。

能够考虑的不确定性包括但不限于：

·治疗准备的不确定性。这可以包括如由不准确勾画(delineation)、图像采集期间不准确的患者定位、以及CT亨氏单位转化至质子阻止能量中的不精确性所引起的不确定性。

·治疗执行的不确定性。这些不确定性可与治疗部位内的变量有关，诸如患者摆位、器官运动和呼吸运动中的不确定性。其他治疗执行的不确定性随时间变化而引起，包括肿瘤收缩、或患者的一般体重减少。

·参数的不确定性，诸如放射生物学模型参数估计或剂量处方中的不确定性。

在基于场景的优化方法中，限定一些场景，每个表示一个可能配置，或针对一个或多个不确定性的一组变量。限定一组目标并以在所有这些场景中尽可能满足这些目标为目标来优化方案。该优化导致与仅以单个场景为条件的优化相比对错误不太敏感的方案。该优化可例如通过试图使针对最差情形场景的目标函数满足一定的最小目标来执行，或通过最小化所有场景上目标函数的加权平均来执行。

设定的目标可能分别与针对靶和危及器官的最小和最大剂量有关，或与治疗结果的DVH或另一合适量度有关。例如，目标可以是：至少靶的一定部位应该接受至少一定的最小剂量。为了获得可实现方案，设定目标以使得它们能够满足可能场景。会发生一个或多个差性能的场景相比其他场景来说仅能够满足极其低的目标。在这些情形中，通常忽略差性能的场景并且仅在更高性能的场景上执行方案。

发明内容

本发明的一个目的是进一步改进用于放射疗法治疗方案优化的基于场景的计算机系统。

本发明涉及一种用于执行放射疗法的剂量计算的计算机系统，该计算机系统包括处理装置和程序存储器，在程序存储器中存储有计算机程序，该计算机程序当被执行时将控制处理装置，以通过使用基于场景的优化函数，来基于至少第一和第二场景执行优化，每个场景表示至少一个不确定性的实现，计算机程序当被执行时将控制处理装置执行以下步骤：

a、提供用于治疗方案优化的输入数据；

b、限定针对第一场景的第一优化函数；

c、限定针对第二场景的第二优化函数，所述第二优化函数不同于第一优化函数；

d、通过应用第一场景下的第一优化函数和第二场景下的第二优化函数来优化放射疗法治疗方案，进而获得第一优化放射疗法治疗方案。

第一优化函数和/或第二优化函数可被包括为优化中的约束条件。可替代地，第一优化函数和/或第二优化函数可被包括为优化中的目标函数组成。还能够仅包括一个优化函数，或包括一个优化函数作为约束条件而另一个作为目标函数组成。通常，针对治疗设定目标，并且这些目标用于限定目标函数组成、约束条件或它们的组合。目标函数组成是期望目标，优化应该努力朝向此期望目标，或优化应该尽可能地努力地去满足此期望目标，而约束条件是必须精确满足的严格目标。

输入数据可包括患者数据，其包括根据治疗方案待处理的患者的区域的3D图像。另外地，或除了这些图像之外，输入数据可包括在优化步骤中需要优化的初始治疗方案。

如果输入数据包括初始治疗方案时，该方法还可包括在选择第一和第二优化函数所分别基于的第一和第二目标前评估针对第一和第二场景的初始方案的步骤。

通常，在基于场景的优化方法中，一组优化函数用于所有场景的优化。这意味着该方法将努力实现针对包括最差场景的所有场景来说相同水平的目标实现。如果使用了基于最差情形的优化方法，这意味着该方案的质量将受限于最难场景、也就是将产生最低质量方案的场景。在其他方法中，资源将被以不太优化的方式来使用，其努力优化了差的场景而不是优化具有更大可能实现满意结果的场景。根据本发明，通过使得针对每个不同场景使用不同优化函数，能够尽可能优化每个场景，而不管与其他场景关联的限制。这样，能够在不针对最有利场景限定方案质量的情况下考虑到所有场景，包括最难的那些。考虑到甚至差性能的场景的可能性的同时，依然实现了针对较好场景的最佳可能结果，这意味着整体方案的显著改进。

根据本发明的方法在可获得与不同场景中目标实现的可实现水平相关信息的情形中特别有用。

不同的场景通常包括针对诸如如下变量的不同数值：

·患者体重，其可保持恒定但在一些情形中在治疗期间是减少的；

·肿瘤收缩；

·患者位置；

·治疗参数，诸如放射生物模型参数。

针对不同场景的不同目标可能意味着，例如如果肿瘤依然大，则放射疗法必须覆盖肿瘤的较大部分，而如果肿瘤收缩，则需要覆盖肿瘤的较小部分。或者如果肿瘤靠近危机器官，则肿瘤可能接收到较低剂量以确保危及器官接收到较低剂量。

本发明优化方法可有利地用于各种不同类型的情形。

例如，在通常的放射疗法情形中，存在应该接收至少最低剂量的靶和应该接收不超过较低的最大剂量的危及器官。由于上述的不确定性，在治疗期间靶和危及器官之间的实际距离是未知的，因此限定了各种不同的场景。在一些场景中，靶和危及器官之间的距离将足够的大以允许对靶的高覆盖。在其他场景中，靶和危及器官之间的距离较小，则需要接受靶覆盖的一些损失以保护危及器官。使用根据本发明的场景特定优化函数，能够实现针对这些场景中每个的最佳可能目标函数组成和约束条件，而不受其他场景的限制。

基于场景的优化还可以结合优先式优化或字典式优化使用。优先式优化是半自动技术，其中基于用户指定的优先目标列表以生成治疗方案。以尽可能按照目标优先级的连续顺序来优化该方案以实现各目标，从第一优化中的最重要目标开始并使用一次迭代中获得的目标实现水平作为随后优化迭代期间的约束条件。根据本发明的实施方式，对于每个场景，通过基于前次优化后场景中前次观察的目标实现水平来设定给定场景中所需的目标实现水平，独立地确定关于前次优化目标的约束条件。因此在不干涉更高优先目标的范围内优化同一优先级内每个目标或目标群的实现。根据本发明的实施方式，针对每个场景独立地施加关于前次优化目标的约束条件以使得在一个场景中所需的目标实现水平是基于该场景中前次观察的目标实现水平来设定的。

出于优先式优化的目的，该方法可包括针对第一或第二场景设定至少第一附加目标的步骤，所述第一附加目标重要程度低于第一目标，该方法还包括以下步骤，在根据步骤d的放射疗法治疗方案优化后添加至少一个基于优化方案的约束条件至优化问题以创建更新的第一优化问题，然后基于更新的第一优化问题和第一附加目标再次执行步骤b-d，进而获得第二优化放射疗法治疗方案。

创建更新的第一优化问题的步骤优选地包括从目标函数忽略第一目标并将第一附加目标添加至目标函数，以及添加一个与根据第一优化放射疗法治疗方案第一目标满足程度相关约束条件。

根据本发明的实施方式，该优化可用于剂量模拟的目的，例如用于将初始方案转换以适于另一类型的放射或另一射束控制。剂量模拟方法中的共同特性是优化是以最小化当前剂量和参考剂量之间(或当前剂量容积直方图和参考剂量容积直方图之间)的偏差为目标执行的。剂量模拟能够用于不同类型的方案转换，其包括如下：

·从一个治疗机器至另一治疗机器的转换，或从一种射束配置至另一射束配置的转换；

·理想剂量至遵照输送方法物理限制的治疗方案的转换；

·受制于防止一些类型的剂量退化的约束条件的优化，例如，最小化累积剂量而保持靶覆盖和均匀性；

·光子治疗方案至质子治疗方案的转换。在质子治疗方案中，必须考虑不确定性，而在光子治疗规划中，通常在靶周围施加边缘就足够了。在使用几何边缘生成光子方案时，用于光子方案的场景剂量能够使用静态剂量云近似提取，这是因为边缘隐式地设定了静态剂量云近似。这意味着误差被认为是在不受误差影响的剂量分布内刚性地移动患者或解剖结构。质子治疗方案则能够通过关于精确场景剂量的优化来生成。

根据本发明，建议关于场景依赖的参考剂量分布来执行剂量模拟。该优化允许执行方案转换而不会有任何不必要的对错误的鲁棒性损失。

在由多标准导航生成的鲁棒质子治疗方案的线性组合转换为关于最小点重量界限可行的鲁棒质子方案时，可以应用剂量模拟的另一个示例。如果方案的线性组合中一个或多个点(即从不同角度和/或以不同能量输送的剂量分区)具有比治疗系统中限定的最小重量更低的重量，该方案必须重新计算，例如通过使用各方案上场景剂量的线性组合作为针对每个场景的参考剂量的剂量模拟。

根据本发明的方法还可以结合自适应治疗。在自适应治疗中，不仅在第一个治疗时段(fraction)之前，还在治疗期间的一个或多个附加时间，基于在另外时间点上采集的新的患者图像来计算新的治疗方案。可在每个时段之前，或者例如每周一次计算新的治疗方案。根据本发明的实施方式，新的治疗方案可以是基于场景的。因此，可以减少必须考虑的可能场景的数量、和/或它们之间的变量，这是因为每个方案将仅覆盖整个治疗的一部分，这将限制可能变化的程度。包括何时重新计算方案的场景也可以基于先前各治疗时段之间所观察到的变化。在结合自适应方案时，该方法还包括在输送至少一个治疗时段后执行以下步骤：获得更新的输入数据并基于更新的输入数据执行该方法。通常，将获得一个或多个时段图像以提供在治疗期间患者变化程度的信息。

每个实施方式中使用的场景数量应该足以提供每个场景的表示，这些场景可能在治疗期间发生、或者在自适应治疗方案的情形中直至需要计算下次治疗规划的时间段。所需场景的实际数量将取决于不确定性的类型和程度、每个感兴趣区域的大小以及可能的其他因素而变化。例如在涉及密度微小不确定性的情形中，2或3个场景是足够的，而对于更复杂的情形，则可能需要数千个场景才能获得满意的结果。

本发明的各方面还涉及一种包括计算机可读代码装置的计算机程序产品，当在处理器上运行时，该计算机可读代码装置将使得处理器执行根据本发明实施方式的方法。以计算机可执行指令编码的非瞬态计算机可读介质，该计算机可执行指令编码在处理器上运行时将使得处理器执行所述方法。

附图说明

下面将仅以示例方式并参考附图更加详细地描述本发明，其中：

图1是本发明方法的实施方式的流程图；

图2是与结合优先的优化使用的本发明方法的实施方式的流程图；

图3是本发明方法的可替代实施方式的流程图；

图4可用于实现本发明的计算机系统的示意图。

具体实施方式

图1是可例如结合剂量模拟使用的方法的实施方式的流程图，它也适于不涉及剂量模拟的其他类型的情形。在该实施方式中，起始点是步骤S11中获得的初始治疗方案和多个待考虑场景，以及该方法目的在于基于初始治疗方案获得改进治疗方案，或在其中初始治疗方案不能满足所有机器限制的情形时获得可输送治疗方案。取决于方案中包括的数据类型，可能需要用于剂量计算的其他输入数据，例如关于患者的数据。初始治疗方案可以以本领域公知的任意方式来获得，包括基于场景的和不基于场景的方法。通常它可以是针对该同一患者制定的先前方案，但它也能够是从标准方案库里获得的。

场景可以手动地或完全自动地限定。多个限定场景的半自动方式也是可预想到的。在优选实施方式中，允许用户设定不确定性的程度作为对系统的输入，该系统将基于这些不确定性来计算合适的场景集。

在步骤S12，关于不同场景处涉及靶的剂量的至少一个方面的质量，针对多个场景评估初始治疗方案。该方面可涉及剂量水平、平均剂量、DVH或整个剂量分布。如上所提及，初始治疗方案不一定使用基于场景的方法来获得，但如果使用，则步骤S12中使用的场景可不同于用于初始治疗方案的那些场景。在本发明的所有实施方式中，如上所述，使用至少两个场景但优选更多。这些场景对于一个或多个不确定性进行限定，例如关于下述中的一个或多个：

·设置误差

·范围误差

·器官运动

·患者运动

在步骤S13，针对每个场景设定不同目标。设定用于每个场景的目标以反映针对该特定场景的初始方案实现的结果。这意味着针对一个场景的目标集比同一方案中可替代场景的对应目标集更严格。如上所提及，这些目标可设定为目标函数组成、约束条件、或这些的组合。还能够包括由初始方案反映的附加目标。

在步骤S14，新的治疗方案针对新的条件进行优化。如上所说明，在剂量模拟的情形中，这可能意味着例如新的方案是针对与初始方案相比不同类型的放射或不同的射束配置来优化的。

图2是将当结合优先式优化使用该方法时的实施方式的流程图。在优先式优化中，存在具有不同优先级的多个目标、或目标集，并且优化首先针对具有最高优先级的目标或多个目标执行。然后针对其他目标以降低的优先级顺序迭代地执行优化。步骤S21-S23与图1中步骤S11-S13的步骤相同。在第一次迭代的步骤S23中，考虑具有最高优先级的目标或目标集。优选地，反映这些目标的优化函数被包括为目标组成。在步骤S24中，基于步骤S23中设定的目标集来优化该方案。然后通常评估该方案作为判定步骤S25的输入数据。

在步骤S25中确定该方案应该进一步改进时，步骤S24中获得的目标实现水平被包括在目标中用于优化的进一步迭代。这在该方法返回至步骤S22之前由步骤S26说明。优选地，丢弃在第一次迭代中步骤S23使用的目标并且反映包括在步骤S26中的目标的优化函数被包括为约束条件，通常执行连续优化以至少满足步骤S24中获得的实现水平，这可能具有滑动因子以允许与达到水平的一些偏离。在第二次迭代中，具有第二最高优先级的目标将是步骤S23中设定的目标。

在步骤S25中，判定可以基于上述提及的评估，从而当评估结果是方案质量足够时，则程序将终止。可替代地，可以事先设定程序的迭代次数，从而使得判定为“否”并且程序将在该方案的一定数量的优化后终止。

在图2中所示出的程序的优选实施方式中，步骤S26包括对优化函数的下述修改：从目标函数中丢弃关于针对前次优化迭代设定的至少一个目标的任意目标函数组成。而是，优选地，增加由前次优化迭代中满足至少一个目标的程度来限定的约束条件。通常，该约束条件将是该目标应当在下次优化中至少以相同程度得到满足，或仅在一定限度内退化。例如，如果实现了靶的一定剂量覆盖，则在下次优化中应该实现至少相同剂量覆盖。同样，关于下一优先级上至少一个目标的目标函数组成会被添加至针对下次优化迭代的目标函数中。

图3是程序在步骤S31中以患者数据和多个不同场景开始的方法的实施方式的流程图。患者数据通常包括患者的规划图像和可能的其他数据，诸如先前方案、或涉及患者的其他几何数据。

如果一个方案被包括，则在图3中未示出的对应于步骤S12的步骤中，该方案可针对不同场景被评估。

在步骤S32中，针对不同场景设定不同目标。这可以通过手动地、或通过系统支持半自动地、或自动地执行。在步骤S33中对方案进行优化并且在步骤S34评估该方案。在步骤S34后，可执行判定步骤S35以确定是否需要执行进一步优化。如果需要，该程序返回至步骤S32，如果不需要，则终止程序。终止程序的判定可取决于本领域公知的许多不同方面，举例来说，关于先前步骤的改进大小、该方法消耗的时间、执行的的步骤数量或达到期望的质量水平。如果患者数据中没有包含任何方案，规划系统将生成一个初始猜测作为起始点用于优化该方案。

图4是其中可执行本发明中方法的计算机系统的示意图。计算机51包括处理器53、数据存储器54和程序存储器55。优选地，还存在用户输入装置58，其以键盘、鼠标、操作杆、声音识别装置或任意其他可用的用户输入装置的形式出现。

数据存储器用于保存该方法的输入数据。输入数据的类型取决于实施方式。输入数据可包括治疗方案、患者数据、一个或多个值集和一个或多个目标函数，以及在优化期间将被考虑的场景。数据存储器中的数据将在计算机51中生成、通过用户输入装置来输入、或以本领域已知的任意方式从另一存储装置接收。

将理解的是，数据存储器54仅是示意性示出。可具有数个数据存储器单元，每个用于存储一个或多个不同类型的数据，例如，一个数据存储器用于值集，一个用于目标函数等。

程序存储器55保持计算机程序，其被布置为控制处理器执行优化的计算机程序。将理解的是，并非图1、图3和图2的各个流程图中方法的所有步骤都必须在计算机51中执行。

Claims (10)

1.一种用于执行放射疗法的剂量计算的计算机系统（51），所述计算机系统（51）包括处理装置（53）和程序存储器（55），在所述程序存储器（55）中存储有计算机程序，所述计算机程序当被执行时将控制所述处理装置（53），以通过使用基于场景的优化函数，来基于至少第一场景和第二场景执行放射疗法治疗方案优化，每个场景表示至少一个不确定性的实现，所述计算机程序当被执行时将控制所述处理装置（53）执行以下步骤：

a、提供用于治疗方案优化的输入数据；

b、限定针对所述第一场景的第一优化函数；

c、限定针对所述第二场景的第二优化函数，所述第二优化函数不同于所述第一优化函数，使得不同的优化函数被分别用于所述第一场景和所述第二场景；

d、通过应用所述第一场景下的所述第一优化函数和所述第二场景下的所述第二优化函数来优化放射疗法治疗方案，由此获得第一优化放射疗法治疗方案。

2.根据权利要求1所述的计算机系统（51），其中所述第一优化函数和/或所述第二优化函数被包括为所述优化中的约束条件。

3.根据权利要求1所述的计算机系统（51），其中所述第一优化函数和/或所述第二优化函数被包括为所述优化中的目标函数组成。

4.根据权利要求1所述的计算机系统（51），其中所述输入数据包括患者数据，所述患者数据包括根据所述治疗方案待处理的所述患者的区域的3D图像。

5.根据权利要求1所述的计算机系统（51），其中所述输入数据包括初始治疗方案。

6.根据权利要求5所述的计算机系统（51），所述计算机程序当被执行时将控制所述处理装置（53）进一步执行以下步骤：评估所述第一场景和所述第二场景的初始治疗方案，基于所述评估选择第一目标和第二目标，以及使得所述第一优化函数和所述第二优化函数分别基于所述第一目标和所述第二目标。

7.根据权利要求5或6所述的计算机系统（51），其中优化包括剂量模拟，例如转换所述初始治疗方案以适于另一类型的放射或另一射束配置。

8.根据权利要求6所述的计算机系统（51），其中针对所述第一场景或所述第二场景设定至少一个第一附加目标，所述第一附加目标重要程度低于所述第一目标，所述计算机程序当被执行时将控制所述处理装置（53）进一步执行以下步骤：在根据步骤d优化所述放射疗法治疗方案后，将基于优化方案的至少一个约束条件添加至优化问题，以创建更新的第一优化问题，然后基于所述更新的第一优化问题和所述第一附加目标再次执行步骤b-d，由此获得第二优化放射疗法治疗方案。

9.根据权利要求8所述的计算机系统（51），其中创建所述更新的第一优化问题包括从目标函数忽略所述第一目标并将所述第一附加目标添加至所述目标函数，以及添加关于根据第一优化放射疗法治疗方案所述第一目标满足程度的约束条件。

10.根据权利要求1-5中任一项所述的计算机系统（51），所述计算机程序当被执行时将控制所述处理装置（53）进一步执行以下步骤：在输送至少一个治疗时段后获得更新的输入数据并基于所述更新的输入数据来执行步骤b-d。

Images