CN111111017A - 用于放射疗法治疗计划的系统和方法 - Google Patents

Abstract

本申请涉及用于放射疗法治疗计划的系统和方法。一种优化离子治疗的放射疗法治疗计划的方法，其中，中断了优化过程，丢弃了一些但不是全部的低权重点，并以减少的点集合重新开始优化过程。可以在重新开始优化过程之前，例如通过将一个或多个丢弃点的点权重添加到一个或多个剩余点来增加一个或多个剩余点的权重。

Description

用于放射疗法治疗计划的系统和方法

技术领域

本发明涉及一种用于计划诸如质子放射疗法治疗计划的离子放射疗法治疗计划，特别是涉及笔形射束扫描(PBS)的计划的系统和方法。

背景技术

在PBS中，使用离散的点集合将离子剂量投放至患者，这些点在能量层中被组织。能量层中的每个点对应于射束投放系统中定义的横向位置，并具有指定了要投放到该位置的粒子的数量的分配的权重。离子射束可以在点位置之间移动(静态调强PBS)时连续接通(准离散PBS或光栅扫描)或关断。能量层、点位置和权重共同构成了PBS治疗计划。在逆向计划中，权重被用作迭代优化过程中的优化变量以满足计划目标，这些目标通常基于患者内不同区域的期望计划或射束剂量。

当治疗患者时，根据治疗计划，使用投放系统从每个点投放正确数量的颗粒。投放系统通常具有下述限制：它们只能投放权重在最小和最大点权重之间的点。此限制可能与最能满足计划目标的数学最优计划的优选解决方案相抵触。特别是，优化计划通常将包含许多权重高于零但低于最小值的点。在某些情况下，可能会有大量投放系统将无法投放的此类低权重点。因此，所得剂量可能会偏离优化的期望目标。在特定区域具一簇仅低权重点的情况下，则存在该区域内所有点无法投放的风险，并且整个区域将收到太低的剂量。

理论上，这可以通过在优化开始之前对点进行最优定位来解决。实践中，这是几乎不可能的任务。实际上，点定位，尤其是间距，需要权衡。靠近位于在一起的点确保高的剂量均一性，但也会导致许多低权重点，而投放系统可能无法处理这些点。

解决包含无法投放的点的治疗计划的问题的一种方法是通过在计划优化之后，去除权重低于最小点权重的所有点。例如，在Howard等人的下文中描述了这样的解决方案：Effects of minimum monitor unit threshold on spot scanning proton planquality(最小监视单元阈值对点扫描质子计划质量的影响)，Med.Phys.41(9)，September2014。如上所述，并且如本文所说明的，去除点并非总是没有问题的，尤其是在经常发生的情况的许多低权重点靠近位于在一起的情况下。

一种稍微不同的方法是执行过滤，即在优化中的一定数量的迭代后去除点。在这种情况下，可以设置最小值，该最小值可以等于或小于投放系统允许的最小点权重，并且仅丢弃点权重低于该最小值的点。然后重新开始优化，并且现在仅使用过滤中保留的点进行多次迭代。通常，这将导致丢弃的点附近剩余点的点权重增加。虽然与完成优化之后简单地删除所有低权重点相比，这通常将产生更好的计划，但仍然存在过滤步骤中某些区域中可能会去除过多的点的问题。另外，不能保证从重新开始的优化中得到的点权重将高于最小允许点权重。

在RayStation 4.5中引入的一种替代解决方案包含在过滤步骤之后对优化问题中允许的点权重施加界限。这确保了计划将不包括具有比所允许的低的权重的任何点。Caoet al.，Incorporating deliverable monitor unit constrains into spot intensityoptimization in intensity modulated proton therapy treatment planning(将可投放的监视器单元并入强度调制质子疗法治疗计划中的点强度优化)，Phys Med Biol.PMC2014，August 07描述了一种类似的解决方案，其中，优化了点强度，并丢弃了该第一优化后权重为零的所有点。在随后的优化中，对所有点权重施加约束，使得每个点权重必须高于B，B为实际最小值的一部分(fraction)。来自这两个解决方案的结果与上面概述的方法相当，并且仍然存在过多点被过滤的相同问题。

发明内容

本发明的目的是最小化投放系统的约束对放射疗法治疗计划的质量的影响。特别地，本发明试图使关于点权重的约束的负面影响最小化。

本发明涉及一种在计算机中执行的优化放射治疗计划的方法，包括以下步骤：

a)运行优化，以便在预定的点集合上分发期望的剂量，其中，所述优化包含根据从每个预定的点的期望的剂量给每个预定的点分配点权重，

b)中断优化，

c)至少识别第一低权重点和第二低权重点，所述低权重点的点权重低于第一阈值，

d)从点集合丢弃所述第二所识别的低权重点，同时将所述第一所识别的低权重点保留在点集合中，以获得减少的点集合，

e)重新开始优化以获得放射治疗计划，其中，通过减少的点集合来投放期望的剂量。

步骤b)至e)可以重复适当的次数。

在优选实施例中，第一阈值被选择为投放系统的最小点权重。在其他实施例中，可以将其选择为低于最小点权重但高于零的值。也可以将其选择为高于投放系统的最小点权重的值，例如，以说明投放系统中的不确定性。

因此，根据本发明，在优化期间从计划中去除了一些但不是全部的低权重点。这可以通过不同的方式来实现，在以下优化迭代过程中，所有这些方式在消除了一些低权重点并将点权重重新分配给一个或多个其他点方面有相同之处。测试结果已经表明，这种方法比诸如上述方法的现有技术解决方案产生更好的计划。可以丢弃所有低权重点中的特定部分，例如，具有最低权重的点。可替代地，可以丢弃具有比低于最小权重的阈值低的权重的所有低权重点。在步骤e)中的后续优化期间，去除一些低权重点本身会导致计划中剩余点的点权重增加，以维持期望的剂量水平。

该方法优选地还包括以下步骤：在重新开始优化功能之前，增加至少一个剩余点的权重以补偿丢弃的第二低权重点的权重。在继续优化之前增加一个或多个剩余点的点权重以利于点权重的重新分配是可行的，但不是必需的。这可以基于丢弃的点的点权重或根据一些其他合适的规则来完成。在简单的实施例中，减少的点集合中的所有剩余的低权重点的权重可以增加到特定权重，诸如最小点权重或最小点权重的特定部分，例如，最低点权重的80％或90％。可以将一个或多个去除的点的权重重新分配给一个或多个剩余点，或分配给添加到现有点集合中的一个或多个新点。

在优选实施例中，在优化继续之前，将分配给被丢弃的点的点权重重新分配给另一、第二点。可以随机选择第二点，或者可以基于从在几何距离或放射距离的点位置构造的某种度量中与丢弃的点的接近度、点能量，点权重或点剂量分配来选择第二点。在优选实施例中，将点在点集中排序，并将来自丢弃的点的点权重添加到该集合中的下一个点。还可以标识集合中的下一个低权重点，并将丢弃的点的点权重添加到集合中的下一个低权重点。可以重复此操作，直到分配给低权重点的点权重之和超过第二阈值，并且该低权重点将保留在集合中。可替代地，可以基于与在由丢弃的点的权重加权的多个丢弃的点之间的几何重心或放射重心的接近度来选择第二点。

优选实施例包括以下步骤：识别和丢弃预定义的点集合中的最低加权点，并将其权重重新分配给另一个点，并对新的最低加权点重复此步骤，即，识别并丢弃新的最低加权点并将其权重重新分配给另一点。这可以重复适当的次数。这样，最低加权点将被丢弃，并且其权重将被重新分配。

可以在被丢弃的点的能量层内或在另一现有的能量层中选择第二点的位置。作为其原始权重与已删除点的权重的函数，最简单地说是总和，来重新计算第二点的权重。可以将第二点保留在减少的点集合中，或者可以在后续步骤中将其丢弃，并将其权重重新分配给第三点。选择该方法以助于在继续优化期间点权重的重新分配。当然有可能重新计算第二点的权重以包括一个以上丢弃的点的权重。也有可能在其他几个点上分配丢弃的点的点权重。也将是可能的是，如果一个以上的低权重点被丢弃，以节省点的权重的总和，而在剩余点上更有利地分发它的方式累积点的权重并重新分配它们。

在一些实施例中，可以定义不在预定义的点集合中的一个或多个新点，并且可以将丢弃的点的点权重重新分配给这些新点。在这样的实施例中，该方法包括步骤：对于新点确定在新的或现存的能量层中的纵向位置和在所选择的能量层内的横向位置，并且将点权重分配给新点，以补偿一个或多个丢弃的点。这使得能够为新点选择最优位置，例如，可以基于在优选地由丢弃的点的权重加权的多个丢弃的点之间的几何重心或放射重心来选择它。

所提出的解决方案的最终结果是更高质量、并且在存在最小点权重限制的情况下剂量分配也更接近于期望的优化结果的计划。对于目标体积的区域尤其如此，在该区域中，必须存在低权重点以获得期望的剂量分配。得到的计划对最终去除低权重(无法投放)点的敏感性较低。相对于诸如能量层间距和横向点间距的初始点分配参数的选择，得到的计划也更加鲁棒。例如，即使最初在目标中放置了太多点，结果也是稳定的，这使得可以探索具有较小间距的最佳点分配，从而导致可能提高计划质量。类似地，得到的计划对最小点权重上的精确机器限制敏感性较低。与数学上最优计划的偏差是最小点权重的更平滑函数，从而使行为更可预测。

本发明还涉及一种计算机程序产品，该计算机程序产品包括优选地存储在非暂时性存储介质上的计算机可读代码装置，当在处理器上运行时，该计算机可读代码装置将使处理器执行本发明的方法。本发明还涉及一种包括处理器、数据存储器和程序存储器的计算机系统，其中，程序存储器包括根据上述的计算机程序产品，该计算机程序产品被布置为在处理器中运行以控制放射疗法治疗计划。

附图说明

以下将通过示例并参考附图更详细地描述本发明，在附图中，

图1a、1b和1c是离子PBS计划中能量层的示意性表示。图1a示出了点的初始分配，图1b示出了根据现有技术方法的点的得到的分配，图1c示出了根据本发明的点的得到的分配。

图2a和2b是示意性地示出了多个点的点权重的直方图。

图3是根据本发明的方法的总体实施例的流程图。

图4示意性地示出了可以用于执行该方法的计算机系统。

具体实施方式

图1a说明了离子PBS计划的一个能量层，其具有初始定义的点，即，从优化过程开始就使用的点的集合。这些点具有应将离子笔形射束指向的定义的横向位置。通常，在完整的计划中，存在若干具有不同点分配的这种能量层，使得从点投放的剂量在三个维度上与目标形状相符。可以看出，在该示例中，点以均匀的横向间隔分配，这是典型的情况。可以以任何合适的方式，通过默认值或者通过诸如投放系统的特性的考虑的参数来确定位置和点之间的间距。

图1b说明了根据现有技术的在计划优化和过滤之后在相同能量层内的点分配。点权重低于投放系统的最小点权重的所有点已被滤出(去除)。可以看出，存在其中几乎所有点的点权重都低于最小点权重的明显的中心区域。当来自更多远端(较高能量)层的点在相同区域沉积剂量时，通常会发生这种情况。由于在该区域中所有点都已被丢弃，因此无法使用这些点来调整剂量以实现优化目标。在一些现有技术系统中，这将是计划的最终结果。在其他现有技术系统中，这将是进一步优化的起点。在后一种情况下，进一步优化可能会尝试通过增加中央空白区域中和紧邻中央空白区域的剩余点的点权重来补偿这一点。但是，在这两种情况下，丢弃的点都将永久消失，可能的下一步可能是返回到起点并重新开始点放置。

图1c说明了根据本发明的实施例的在计划优化之后在相同能量层内的点分配。可以看出，仅丢弃了中心区域中的一些低权重点，而其他已经被保留。当重新计算此中心区域中剩余点的点权重以补偿在丢弃一些点时所损失的剂量时，该区域中每个剩余点的权重将具有高于最小点权重的权重的机会更大。结果是比根据现有技术更均匀的，特别是在优化算法经过一些迭代后，在有很多低权重点的中心区域中更均匀的剂量分配。

图2a是示出了编号为1-7的七个点的点权重的直方图，用作如何分别选择要丢弃或保留哪些点的简化示例。水平虚线标记要使用的由投放系统处理的最小点权重。可以看出，在该示例中，点3和点5的点权重低于最小点权重。因此，根据本发明，应丢弃它们中的一个并应保留它们中的一个。当然，在实际情况下，将有更多的点以及更多的低权重点。这些低权重点中的一些应丢弃，而一些应保留。一部分低权重点的去除本身将导致相邻剩余点的点权重在随后的优化步骤中增加。如下面将要讨论的，在彼此一定程度上接近的一组低权重点内，将丢弃的点的点权重增加到所保留的低权重点的点权重上以增加后一个点的点权重将高于最小点权重的机会。

图2b是示出了与图2a相同的点权重和相同的最小点权重的直方图，再次用作简化示例。在图2b中，还存在由实线指示的最小阈值，该阈值高于零且低于最小点权重。这将使得能够进行点的进一步适应处理。例如，可以决定完全丢弃权重低于最小阈值的所有点，并保留权重高于最小阈值的点。再次，所保留的低权重点的权重优选地但非必需地增加。如果低权重点在一定程度上彼此接近，则通过增加丢弃的低权重点的点权重将是实现此目的的合适方法。

图3是本发明的一种方法的总体流程图。如剂量计划中常见的那样，将患者的一个或多个图像用作输入数据。在第一步骤S31中，提供输入数据，包括点集合及其初始点权重、优化函数和点权重的最小阈值。优化函数使用点权重作为变量。本领域技术人员熟悉如何定义优化函数。最小阈值可以等于投放系统的最小点权重，或者可以被设置为合适的值。该值可以是零与最小点权重之间的值。如果最小阈值低于最小点权重，则在此过程期间，较少的点将被标记为低权重点。该值也可以是高于投放系统的最小点权重的值，例如以通过避免权重接近最小值的点来解决投放系统中的不确定性。在第二步骤S32中，以常规方式多次迭代地运行优化。在第三步骤S33中，识别任何低权重点，即点权重低于最小阈值的点。如果还识别出具有高比例的低权重点的任何区域，则可能有助于进一步处理。在图1a、1b和1c所示的情况下，这将是主要由低权重点组成的中央区域。在下一步骤S34中，一些低权重点被丢弃。如以下将讨论的，可以以不同的方式确定要丢弃多少点以及丢弃哪些点。

步骤S35是可选步骤，其中，增加剩余的低权重点的点权重。这可以通过将丢弃的点的点权重重新分配给一个或多个剩余点，优选地分配给剩余的低权重点来完成。如以下将讨论的，可以以多种不同的方式来确定如何重新分配点权重。在步骤S36中，优化以至少一个后续迭代继续，直到最终治疗计划已被优化并被输出为S37。在优化的此连续迭代期间，由于优化将补偿由于丢弃的点而丢失的剂量，因此点权重将在剩余点之间重新分配。步骤S35如果被执行，则将有助于步骤S36中的重新分配。

在步骤S33中，可以设置该方法以识别具有低于最小阈值的点权重的所有点，所述最小阈值可以是最小点权重或在零与最小点权重之间的值。它也可能是高于最小点权重的值。可替代地，可以设置该方法以识别具有最低点权重的N个点，N是点的指定数目或点总数的一部分。如果将最小阈值设置为零到最小点权重之间的值，则可能会丢弃权重低于最小阈值的所有点，因为权重在最小阈值和最小点权重之间的低权重点将保持不变。

在步骤S34中，一些低权重点被丢弃。在一般情况下，还会保留一些低权重点。可以用许多不同的方式确定丢弃多少点和保留多少点。在一个优选的实施例中，可以丢弃例如20、30、40或50％的具体部分的低权重点。可以以不同的方式，例如随机地确定要丢弃哪些单个点，或者可以丢弃每个第二、第三或第四低权重点。可替代地，要丢弃哪些点的决策可以基于能量层内或全局范围内的点位置、点剂量信息、目标或危险器官的几何形状或任何其他计划参数。可替代地，在低权重点中，点可以按其权重排序，而具有最低权重的点可以被丢弃。

根据一个实施例，丢弃最低加权的点，并将其权重重新分配给另一点。然后，丢弃新的最低加权点，并将其权重重新分配给另一点。重复该过程，直到不存在权重低于最小阈值的剩余点。可以以任何合适的方式来选择要向其重新分配丢弃的点的权重的点。

可以以不同的方式来实现可选步骤S35中的权重的重新分配。在考虑点在2D或3D中的几何分配的某种度量中，被一起考虑用于重新分配的低权重点应当彼此接近，并且优选地地彼此相邻。在最简单的情况下，所有剩余点的点权重例如增加特定值、特定部分或直至特征值，这可以以例如，与最小点权重有关地的任何合适的方式确定。还可以考虑在丢弃的点和保留的低权重点之间的比率来确定这种增加。

点权重的重新分配也可以考虑有关通常是来自CT图像和感兴趣的轮廓区域的患者几何形状的信息。例如，该信息可以用于以不同于目标外部的点的方式处理目标内部的点。一种可能的规则可以是，可以在不重新分配其点权重的情况下去除目标外部的点，而在不将其点权重重新分配到目标内一个或多个其他点的情况下，可以不去除目标内的点。

优选地，考虑一个或多个丢弃的点的点权重来增加剩余点的点权重。一种简单的实现此的方法是将所有点或在步骤S33中标识为低权重点的所有点编号。当遇到第一低权重点时，该过程将继续根据编号顺序识别下一个点。可替代地，可以通过检查与第一低权重点相邻的所有点以选择相邻点来识别下一个点。在这两种情况下，第一低权重点都然后被丢弃，并将其权重加到下一个点的权重上。也可以丢弃低权重点序列中的一个以上点，并将丢弃的点的所有权重添加到序列中的一个低权重点上。可以以任何合适的方式来选择该一个低权重点，包括作为序列中的第一或最后一个点、序列中间附近的点或序列内的随机点。也可以将其选择为添加之前具有最高或最低点权重或者最接近低权重点平均值的点权重的点的序列中的点。该方法可以被安排为添加例如三个、四个或五个的预定数量的点的权重，或者可以被布置为继续丢弃更多的点并添加其点权重，直到保留的点的总点权重高于阈值，该阈值通常但不一定是最小点权重。

在步骤S35中也可以在一个以上的点上重新分配一个或多个丢弃的点的点权重。一个或多个丢弃的点的点权重也可以分配在最初高于最小阈值的多个点上。例如，在来自一组丢弃的点的点权重被累积但未达到最小点权重的实施例中，这可能是有用的。在这种情况下，该组中的所有点都可能被丢弃，并且它们的累积的点权重可以被分配给已经具有高于最小阈值的点权重的一个附近点，或者可以分配在许多此类点上。例如，可以进行重新分配以使所有剩余点的点权重更加相等。可替代地，可以进行重新分配，从而将较高部分的重新分配的点权重添加到具有较低或较高点权重的点来以其开始。可以考虑在其上重新分配点权重的剩余点的剂量分配来进行点权重的重新分配。

应当注意，一起考虑的一组丢弃点可以包括仅来自一个能量层的点，或如果来自不同能量层的丢弃的点彼此之间具有某种接近度，可以包括来自不同能量层的点。如上所述，接近度可以基于几何距离或放射距离，可能根据有关点的点权重来加权。接近度也可以考虑例如有关点剂量分配的相似性度量被概括。

图4是其中可以执行根据本发明的方法的计算机系统的示意图。计算机41包括处理器43、数据存储器44和程序存储器45。优选地，还以键盘、鼠标、操纵杆、语音识别装置或任何其他可用的用户输入装置的形式存在一个或多个用户输入装置47、48。用户输入装置还可以被布置为从外部存储器单元接收数据。

数据存储器44包括要在诸如预先计算的计划和临床目标的过程中使用的数据。程序存储器45保存被布置为使计算机执行结合图3讨论的方法步骤的计算机程序。

将明白，示意性示出并讨论了数据存储器44和程序存储器45。可能存在几个数据存储单元，每个数据存储单元保存一种或多种不同类型的数据，或者一个数据存储器以适当的结构化方式保存所有数据，并且对于程序存储器也一样。例如，可能存在用于预先计算的计划、临床目标和组合计划的单独的存储器或存储器段。一个或多个存储器也可以存储在其他计算机上。

在先前的讨论中，由于点权重低，已经假定可以丢弃点，但是不能将点添加到最初定义的点集合。但是，将也可以定义一个或多个新点并将点权重从一个或多个丢弃的点重新分配给此类新点。优选地，根据丢弃点的位置和权重，选择新点来替换多个丢弃点。例如，可以将优选地根据它们各自的点的权重进行加权的丢弃的点的位置之间的几何重心用作新点位置。还可以考虑放射深度、CT几何形状、点和总剂量分配、点特性或诸如点间距的任何平面参数来确定新点位置。新点位置还可例如通过增加到具有高权重的点的距离来考虑未被丢弃的一个或多个点的位置。即使在所有丢弃的点都位于同一能量层的情况下，也不必在该能量层中定义新点位置；将其放置在不同的能量层中可能更可行。因此，可以将新点放置在最近的现有能量层中或新能量层中。

Claims (14)

1.一种优化离子治疗的放射治疗计划的方法，包括在计算机中执行的以下步骤；

a)运行优化，以便在预定的点集合上分发期望的剂量，其中，所述优化包含根据从每个所述预定的点投放的期望的剂量给每个所述预定的点分配点权重，

b)中断所述优化，

c)识别至少第一低权重点和第二低权重点，所述第一低权重点和第二低权重点的点权重低于第一阈值，

d)从所述点集合丢弃第二所识别的低权重点，同时将第一所识别的低权重点保留在所述点集合中，以获得减少的点集合，

e)运行所述优化以获得放射治疗计划，其中，通过所述减少的点集合来投放所述期望的剂量。

2.根据前一权利要求所述的方法，其中，识别多个低权重点，并且所述丢弃第二所识别的低权重点的步骤进一步包含丢弃所述低权重点的特定部分。

3.根据权利要求1或2的方法，还包括以下步骤：增加在所述减少的点集合中的至少一个剩余点的所述权重，以补偿所丢弃的第二低权重点的所述权重。

4.根据权利要求3所述的方法，还包括以下步骤：将所丢弃的第二低权重点的所述点权重添加到所述至少一个剩余点的所述点权重。

5.根据权利要求4所述的方法，还包括以下步骤：将多于一个丢弃的低权重点的所述点权重添加到所述至少一个剩余点上。

6.根据权利要求5所述的方法，其中，低于第二阈值的点权重被添加到所述至少一个剩余点，直到所述点权重之和超过第二阈值。

7.根据权利要求3至6中的任一项所述的方法，其中，所述至少一个剩余点被选择为在所述预定的点集合中的下一个点或者在所述预定的点集合的下一个低权重点。

8.根据权利要求3至6中任一项所述的方法，其中，基于与在通过所丢弃的点的权重加权的多个丢弃的点之间的几何重心或放射重心的接近度来选择所述至少一个剩余点。

9.根据权利要求2至8中的任一项所述的方法，包括以下步骤：识别并丢弃在所述预定的点集合中的最低加权点，并且将它的权重重新分配给另一点，并对新的最低加权点重复此步骤。

10.根据前述权利要求中任一项所述的方法，还包括以下步骤：确定新点的位置，并且将点权重分配给所述新点以补偿一个或多个丢弃的点。

11.根据权利要求10所述的方法，其中，基于由所丢弃的点的所述权重加权的多个丢弃的点之间的几何重心或放射重心来确定用于所述新点的所述位置。

12.根据前述权利要求中的任一项所述的方法，其中，步骤b)至e)被至少重复一次。

13.一种计算机程序产品，所述计算机程序产品包括优选存储在非临时性存储介质上的计算机可读代码装置，当在处理器上运行时，所述计算机可读代码装置将使所述处理器执行根据前述权利要求中任一项所述的方法。

14.一种计算机系统(41)，所述计算机系统(41)包括处理器(43)、数据存储器(44)和程序存储器(45)，其中，所述程序存储器包括被布置为在所述处理器中运行以控制放射疗法治疗计划的根据权利要求13所述的计算机程序产品。

Images