CN112057753B - 一种放疗计划调整系统和装置 - Google Patents

一种放疗计划调整系统和装置 Download PDF

Info

Publication number
CN112057753B
CN112057753B CN202011009009.0A CN202011009009A CN112057753B CN 112057753 B CN112057753 B CN 112057753B CN 202011009009 A CN202011009009 A CN 202011009009A CN 112057753 B CN112057753 B CN 112057753B
Authority
CN
China
Prior art keywords
weight
added
region
point
target
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
Application number
CN202011009009.0A
Other languages
English (en)
Other versions
CN112057753A (zh
Inventor
唐军祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN202011009009.0A priority Critical patent/CN112057753B/zh
Publication of CN112057753A publication Critical patent/CN112057753A/zh
Application granted granted Critical
Publication of CN112057753B publication Critical patent/CN112057753B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103—Treatment planning systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Radiology & Medical Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Urology & Nephrology (AREA)
  • Radiation-Therapy Devices (AREA)

Abstract

本发明实施例公开了一种放疗计划调整系统和装置。该系统包括处理器，其被配置成：在监测到放疗计划调整的触发事件时，获取与触发事件对应的已生成的放疗计划中各采样点的点约束目标和点权重；获取各采样点对应的感兴趣区域的区域约束目标，根据各点约束目标、各点权重和区域约束目标确定区域权重；根据接收到的用户输入的待添加约束目标和待添加权重，对放疗计划进行调整，其中，待添加权重是根据区域权重的量级确定的权重。本发明实施例的技术方案，通过将基于采样点的点约束目标和点权重转换为基于ROI的用户可理解的区域约束目标和区域权重，由此实现了根据用户需求对自动生成的放疗计划进行调整的效果。

Description

一种放疗计划调整系统和装置
技术领域
本发明实施例涉及放射治疗技术领域，尤其涉及一种放疗计划调整系统和装置。
背景技术
放疗计划(即，放射治疗计划)的制定是目前放疗过程中的重要步骤之一，制定出的放疗计划的优劣将直接影响患者的治疗效果。但是，其制定过程容易受到物理师的计划制定水平、责任心、治疗计划系统(Treatment Plan System，TPS)的应用难易程度等多方面因素的影响。
目前市面上出现了一些带有自动计划功能的TPS，该自动计划功能如同一个“黑匣子”，其会根据用户给定的输入参数，基于自动优化算法自动生成一个放疗计划。但是，由于各物理师对放疗计划的需求不尽相同，基于统一的自动优化算法生成的放疗计划必然无法满足每个物理师的实际需求。
发明内容
本发明实施例提供了一种放疗计划调整系统和装置，以实现根据用户需求对自动生成的放疗计划进行调整的效果。
第一方面，本发明实施例提供了一种放疗计划调整系统，可以包括：
处理器，其被配置成：
在监测到放疗计划调整的触发事件时，获取与触发事件对应的已生成的放疗计划中各采样点的点约束目标和点权重；
获取各采样点对应的感兴趣区域的区域约束目标，根据各点约束目标、各点权重和区域约束目标确定区域权重；
根据接收到的用户输入的待添加约束目标和待添加权重，对放疗计划进行调整，其中，待添加权重是根据区域权重的量级确定的权重。
可选的，获取各采样点对应的感兴趣区域的区域约束目标，可以包括：
获取各采样点对应的感兴趣区域的预先设定的处方剂量值；
根据处方剂量值确定感兴趣区域的区域约束目标。
可选的，根据各点约束目标、各点权重和区域约束目标确定区域权重，可包括：
根据各点约束目标和各点权重确定各采样点在剂量分布上的偏离程度，并根据偏离程度和区域约束目标确定区域权重。
可选的，根据偏离程度和区域约束目标确定区域权重，可以包括：
通过如下式子计算得到区域权重：
Figure BDA0002696946830000021
其中，
Figure BDA0002696946830000022
是偏离程度，
Figure BDA0002696946830000023
是区域权重，
Figure BDA0002696946830000024
是第k个采样点的点权重，
Figure BDA0002696946830000025
是第k个采样点的点约束目标，
Figure BDA0002696946830000026
是区域约束目标，Dpre-k是第k个采样点的剂量值，r是感兴趣区域内各采样点的总数目。
可选的，根据接收到的用户输入的待添加约束目标和待添加权重，对放疗计划进行调整，可以包括：
获取用户输入的感兴趣区域的待添加约束目标和待添加权重；
将待添加约束目标转换为各采样点的已添加约束目标、且将待添加权重转换为各采样点的已添加权重；
根据各已添加约束目标和各已添加权重，调整放疗计划。
可选的，根据各已添加约束目标和各已添加权重，调整放疗计划，包括：
根据各已添加约束目标、各已添加权重和各采样点的剂量值，确定预设目标函数的函数值，并根据函数值确定各采样点的梯度；
根据各梯度对子野的子野形状和子野权重进行调整，并根据调整结果重新计算出各剂量值；
根据各剂量值对各已添加权重进行调整，以得到调整后的放疗计划。
可选的，在根据各剂量值对各已添加权重进行调整前，处理器还被配置成：
重新执行根据各已添加约束目标、各已添加权重和各采样点的剂量值，确定预设目标函数的函数值的步骤，直至重复执行次数达到预设执行次数或是函数值满足预设收敛条件。
可选的，感兴趣区域包括第一感兴趣区域和第二感兴趣区域；
若待添加权重是第一感兴趣区域的权重，则待添加权重是根据第一感兴趣区域对应的区域权重的量级确定的权重。
可选的，待添加约束目标包括待调整区域的最大剂量目标、最小剂量目标和平均剂量目标中的至少一个。
第二方面，本发明实施例还提供了一种放疗计划调整装置，配置于处理器中，可以包括：
放疗计划获取模块，用于在监测到放疗计划调整的触发事件时，获取与触发事件对应的已生成的放疗计划中各采样点的点约束目标和点权重；
权重确定模块，用于获取各采样点对应的感兴趣区域的区域约束目标，根据各点约束目标、各点权重和区域约束目标确定区域权重；
放疗计划调整模块，用于根据接收到的用户输入的待添加约束目标和待添加权重，对放疗计划进行调整，待添加权重是根据区域权重的量级确定的权重。
本发明实施例的技术方案，在获取到经由TPS生成的放疗计划中各采样点的点约束目标和点权重、以及各采样点对应的感兴趣区域的区域约束目标之后，可以根据各点约束目标、各点权重和区域约束目标确定区域权重，以便将基于采样点的点约束目标和点权重转换为基于ROI的用户可以理解的区域约束目标和区域权重，这有助于用户根据该区域约束目标和该区域权重设置新的待添加约束目标和待添加权重，其中，待添加权重是根据区域权重的量级确定的权重；进而，在接收到用户输入的待添加约束目标和待添加权重之后，可以根据二者对放疗计划进行进一步调整，以得到更加符合用户需求的放疗计划。上述技术方案，通过将基于采样点的点约束目标和点权重转换为基于ROI的用户可理解的区域约束目标和区域权重，以便用户根据该区域约束目标和该区域权重输入自己的需求，由此实现了根据用户需求对自动生成的放疗计划进行调整的效果。
附图说明
图1是本发明实施例中的一种放疗计划调整系统中采样点的示意图；
图2是本发明实施例中的一种放疗计划调整系统中优化过程的流程图；
图3是本发明实施例一中的一种放疗计划调整系统中处理器的执行流程图；
图4是本发明实施例二中的一种放疗计划调整系统中处理器的执行流程图；
图5是本发明实施例三中的一种放疗计划调整装置的结构框图。
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。
在介绍本发明实施例之前，先对本发明实施例的应用场景进行示例性说明：在由带有自动计划功能的TPS制定放疗计划时，其根据用户给定的输入参数，基于自动优化算法对各采样点的剂量值进行优化，并基于优化结果对各采样点的点权重进行调整，具体示例可参见图1，其中Voxel是采样点，Dosegrid是剂量网格，Skin是皮肤，PTV是计划靶区(Planning Target Volume)、OAR是危及器官(Organ At Risk)。为更好地理解TPS中放疗计划的优化过程，在此以图2为例对其进行示例性的说明，这一优化过程可以理解为开始优化过程：
A)根据计划图像、布野、处方和勾画结果预测放疗计划的剂量分布。
B)根据该剂量分布自动设置每个采样点的点约束目标和点权重，该点约束目标和该点权重均是初始化的未经过优化的数值，这里以点约束目标包括最大剂量目标和最小剂量目标、点权重包括最大剂量目标权重和最小剂量目标权重为例，对上述自动设置过程进行阐述。将各个采样点可以划分为靶区内采样点和靶区外采样点，在此基础上：
1)针对靶区内采样点的点约束目标：靶区内每个采样点具有最大剂量目标和最小剂量目标，期望各采样点的最终的剂量值在相应的最小剂量目标和最大剂量目标之间。为此，最小剂量目标
Figure BDA0002696946830000061
可以是处方剂量值DRx，其中，i＝1,2，……，n，n是靶区内各采样点的总数目，DRx可以是用户预先设定的待照射靶区所需要的照射剂量值，各采样点的处方剂量值一致。相应的，最大剂量目标
Figure BDA0002696946830000062
可以是DRx乘以控制系数C1(例如1.07)，各采样点的C1可以相同也可以不同，那么各采样点的
Figure BDA0002696946830000063
可以相同也可以不同。需要说明的是，上述
Figure BDA0002696946830000064
和
Figure BDA0002696946830000065
的设置过程仅是一个可选方案，其余的合理的设置方案亦是可以。
Figure BDA0002696946830000066
和
Figure BDA0002696946830000067
设置的意义在于，在A)中得到的剂量分布并非是最优分布，此时第i个采样点的剂量值可能小于
Figure BDA0002696946830000068
或是大于
Figure BDA0002696946830000069
因此，后续在开始优化时，当第i个采样点的剂量值小于
Figure BDA00026969468300000610
或是大于
Figure BDA00026969468300000611
时可加以惩罚，以使该采样点的剂量值在
Figure BDA00026969468300000612
和
Figure BDA00026969468300000613
之间，满足最大剂量目标和最小剂量目标。
2)针对靶区外采样点的点约束目标：靶区外每个采样点具有最大剂量目标，期望各采样点的最终的剂量值小于其最大剂量目标
Figure BDA00026969468300000614
m是靶区外各采样点的总数目。
Figure BDA00026969468300000615
可以为预测出的剂量分布中该采样点的剂量值Dpre乘以控制系数C2(例如0.95)，需要说明的是，由于靶区外存在很多器官，各器官的照射需求存在差异，因此靶区外各采样点的
Figure BDA00026969468300000616
可以存在差异。另外，上述
Figure BDA00026969468300000617
的设置过程仅是一个可选方案，并非是具体限定。
3)针对靶区内采样点的点权重：靶区内各采样点可设置较对较高的点权重，例如，最小剂量目标权重为
Figure BDA00026969468300000618
(如1000)，最大剂量目标权重为
Figure BDA00026969468300000619
(如800)。
4)针对靶区外采样点的点权重：靶区外各采样点可设置相对较低的点权重，例如，最大剂量目标权重为
Figure BDA00026969468300000620
(如100)。
C)获取用户针对该放疗计划输入的一些OAR或靶区适形性等指标的特殊需求，根据用户的输入结果对
Figure BDA00026969468300000621
进行修正，即图2中的“获取用户输入的点约束目标”和“修正点约束目标”。
D)根据修正后的每个采样点的点约束目标和点权重开始优化，优化过程中的目标函数可以是下述式子，其中，前两项可以表示靶区内各采样点的实际剂量值与最小剂量目标和最大剂量目标之间的偏离程度，第三项可以表示靶区外各采样点的实际剂量值与最大剂量目标之间的偏离程度：
Figure BDA0002696946830000071
需要说明的是，上述优化过程可以理解为迭代过程，在各次迭代过程中，
Figure BDA0002696946830000072
和
Figure BDA0002696946830000073
以及
Figure BDA0002696946830000074
和
Figure BDA0002696946830000075
是已知且固定不变的数值，而每个采样点的剂量值Dpre在不断变化，Dpre的不断变化带来了fobj的不断变化，此时，直至fobj满足优化目标如fobj足够小或收敛到某个数值，迭代结束。为了区分靶区内采样点的剂量值和靶区外采样点的剂量值，在上述式子中，可以将靶区内采样点的剂量值称为Di且将靶区外采样点的剂量值称为Dj。
E)依据优化结果采用相应策略对每个采样点的点权重进行调整，即优化后的每个采样点的点约束目标未出现变化且点权重出现变化。此时可以再次执行步骤D)中的优化过程，并得到优化结束后输出的结果，该结果可以优化后的剂量值，也可以是根据优化后的各剂量值确定的整体的剂量分布；判断该结果是否满足目标结果，若是则执行步骤F)，否则再次执行步骤E)。换言之，在对各剂量值进行优化之后，对各点权重进行调整，再对剂量值进行优化，并判断优化结束后输出的结果是否满足目标结果，若是则执行步骤F)，否则再次执行步骤E)。当然，若优化过程的执行次数已达到上限，此时亦可执行步骤F)，等。
F)输出最终的放疗计划，并保存每个采样点的点约束目标和点权重。经由用户判断输出的放疗计划是否达到需求，若是则优化结束，否则进入继续优化过程以对该放疗计划进行调整，即下述各实施例阐述的放疗计划调整过程，该调整过程可理解为继续优化过程。
需要说明的是，在传统的经由用户制定放疗计划的过程中，其是对感兴趣区域(Region of Interest，ROI)设定区域约束目标和区域权重，该ROI可以是PTV、OAR、NT等等，该NT是由靶区外全部的采样点的几何组成的ROI，该用户可以是物理师。即，ROI中各个采样点共用同一区域约束目标和同一区域权重。在此基础上，用户可以根据当前的放疗计划的制定效果对优化后的区域约束目标和区域权重进行调整，此时，用户的调整依据是区域约束目标和区域权重，而并非是点约束目标和点权重。
然而，TPS输出的放疗计划是经由自动优化算法多次优化后的每个采样点的点约束目标和点权重，经过优化后的各个采样点的点权重的差异非常大。为使该放疗计划满足用户的个性化需求，用户需要在这一系列的采样点的点约束目标和点权重的基础上对该放疗计划进行调整，显然，这一调整过程并不符合传统的用户针对ROI中的区域约束目标和区域权重进行调整的习惯，而且用户很难根据这一系列的采样点的点约束目标和点权重来设定新的约束目标、以及相应的新的权重，这是因为新的权重的量级难以衡量，权重太小则起不到调整作用，而权重太大则会破坏原有的放疗计划。
为解决这一问题，本发明实施例提出了在TPS输出放疗计划之后，将放疗计划中的一系列的采样点的点约束目标和点权重，转换为用户习惯的便于理解的基于ROI的区域约束目标和区域权重，以便于用户根据该区域约束目标和该区域权重对放疗计划进行调整，如针对ROI继续添加新的约束目标和新的权重，以使TPS基于添加结果对放疗计划继续进行优化以得到符合用户的实际需求的放疗计划。上述技术方案的具体实现过程在下述各实施例中进行详细阐述。
实施例一
图3是本发明实施例一中提供的一种放疗计划调整系统中的处理器所配置的步骤的流程图。本实施例可适用于根据用户输入的待添加约束目标和待添加权重对TPS输出的放疗计划进行调整的情况。该步骤可以由本发明实施例提供的放疗计划调整装置来执行，该装置可以由软件和/或硬件的方式实现，该装置可配置于本发明实施例提供的放疗计划调整系统的处理器中。
参见图3，本发明实施例所提供的放疗计划调整系统可以包括处理器，该处理器可以被配置成如下步骤：
S110、在监测到放疗计划调整的触发事件时，获取与触发事件对应的已生成的放疗计划中各采样点的点约束目标和点权重。
其中，触发事件可以是用户触发的用于对放疗计划进行调整的事件，这一放疗计划可以是由带有自动计划功能的TPS生成的用于对待照射靶区进行放射治疗的计划。点约束目标是对采样点进行约束的目标，例如采样点的最大剂量目标、最小剂量目标、平均剂量目标等等，各采样点的点约束目标可能相同也可能不同，各采样点可能来源于靶区内或是靶区外，在此均未做具体限定。点权重是相应的点约束目标的权重，如最大剂量目标的最大剂量目标权重、最小剂量目标的最小剂量目标权重、平均剂量目标的平均剂量目标权重等等，经由TPS生成的放疗计划中各采样点的点权重是优化后的点权重，通常情况下，各采样点的点权重的差异较大。
S120、获取各采样点对应的感兴趣区域的区域约束目标，并根据各点约束目标、各点权重和区域约束目标确定区域权重。
其中，区域约束目标可以是对各采样点对应的ROI进行约束的目标，该各采样点对应的ROI的数量可以是一个、两个或是多个。获取各采样点对应的ROI的区域约束目标，该区域约束目标与各采样点的点约束目标直接相关，例如，若点约束目标是采样点的最大剂量目标，则区域约束目标是该采样点对应的ROI的最大剂量目标；再如，若点约束目标是采样点的最小剂量目标，则区域约束目标是ROI的最小剂量目标；等等。
区域约束目标的具体设置可参考点约束目标的设置过程，示例性的，正如上文所述，点约束目标与处方剂量值DRx或与剂量分布中相应的采样点的剂量值Dpre有关，其中，DRx是针对某个区域设置的剂量值且Dpre是针对各采样点分别预测的剂量值。在此基础上，为符合用户对放疗计划的调整习惯，可以将整个ROI的区域约束目标设置为一个数值，由此，可以获取各采样点对应的ROI的预先设定的处方剂量值，该处方剂量值是针对整个ROI进行设置的剂量值，并根据该处方剂量值确定ROI的区域约束目标。
进一步，根据各点约束目标、各点权重和区域约束目标确定区域权重，该区域权重是该区域约束目标的权重，其可以根据与该区域约束目标相对应的点约束目标、与该点约束目标相对应的点权重以及该区域约束目标确定。比如，假设区域权重是ROI的最大剂量目标的权重，则其可以根据ROI内各采样点的最大剂量目标、该最大剂量目标的权重(即，最大剂量目标权重)、以及ROI的最大剂量目标共同确定。除此之外，还可以考虑ROI内各采样点的剂量值等因素，在此未做具体限定。
需要说明的是，上述步骤设置的意义在于，可以将TPS的“黑匣子”中的信息(即，点约束区域和点权重)转换为用户习惯操作的信息(即，区域约束目标和区域权重)，这有助于用户在符合其操作习惯的基础上，为已生成的放疗计划添加新的约束目标和权重。也就是说，上述步骤可以使用户在调整过程中采用传统的添加方式来添加新的约束目标和权重，这种原有的操作习惯有助于用户的理解和操作，以便可以快速得到符合用户期望的放疗计划。
S130、根据接收到的用户输入的待添加约束目标和待添加权重，对放疗计划进行调整，其中，待添加权重是根据区域权重的量级确定的权重。
其中，待添加约束目标是用户根据TPS生成的放疗计划的效果优良，针对ROI再次进行约束的目标，待添加权重是待添加约束目标的权重，这一待添加权重的量级与区域权重的量级相一致。在实际应用中，可选的，各采样点对应的ROI可能是两个或多个，该待添加约束目标可以是对各ROI中的待调整区域进行约束的目标，该调整区域可以是用户认为的需要再次进行调整的区域。
由此，在接收到用户输入的待添加约束目标和待添加权重后，可以根据该待添加约束和该待添加权重对已生成的放疗计划进行调整，由此得到了更加符合用户需求的放疗计划。
在此基础上，可选的，ROI包括第一ROI和第二ROI，假设待添加权重是第一ROI的权重，则待添加权重可根据第一ROI对应的区域权重的量级确定。示例性的，若区域约束目标包括靶区的区域约束目标1、OAR的区域约束目标2和NT的区域约束目标3，则区域权重包括相应的区域权重1、区域权重2和区域权重3。此时，假设待添加约束目标是股骨头的约束目标，该股骨头位于靶区内，则待添加权重可以根据区域权重1的量级确定。
再可选的，若某ROI内各种类型的区域权重隶属于同一量级，在确定该ROI的待添加权重时，可以根据任一种类型的区域权重的量级来确定。例如，继续以上述例子为例，假设区域约束目标1包括与最大剂量有关的区域约束目标11和与最小剂量有关的区域约束目标12，且相应的区域权重11和区域权重12的量级等同，因此，用户在确定待添加权重时，可以直接根据区域权重11或区域权重12的量级来确定。但是，若某ROI内各种类型的区域权重隶属于不同的量级，在确定该ROI的待添加权重时，可以根据与该待添加权重的类型一致的区域权重的量级来确定。例如，假设区域权重11和区域权重12的量级不等同，用户在确定待添加权重时，可以先确定待添加权重的类型是最大剂量还是最小剂量，再根据与该类型一致的区域权重的量级确定该待添加权重。
本发明实施例的技术方案，在获取到经由TPS生成的放疗计划中各采样点的点约束目标和点权重、以及各采样点对应的感兴趣区域的区域约束目标之后，可以根据各点约束目标、各点权重和区域约束目标确定区域权重，以便将基于采样点的点约束目标和点权重转换为基于ROI的用户可以理解的区域约束目标和区域权重，这有助于用户根据该区域约束目标和该区域权重设置新的待添加约束目标和待添加权重，其中，待添加权重是根据区域权重的量级确定的权重；进而，在接收到用户输入的待添加约束目标和待添加权重之后，可以根据二者对放疗计划进行进一步调整，以得到更加符合用户需求的放疗计划。上述技术方案，通过将基于采样点的点约束目标和点权重转换为基于ROI的用户可理解的区域约束目标和区域权重，以便用户根据该区域约束目标和该区域权重输入自己的需求，由此实现了根据用户需求对自动生成的放疗计划进行调整的效果。
一种可选的技术方案，根据各点约束目标、各点权重和区域约束目标确定区域权重，具体可以包括：根据各点约束目标和各点权重确定各采样点在剂量分布上的偏离程度，并根据偏离程度和区域约束目标确定区域权重。这样设置的原因在于，目标函数中的每一项均可以表示实际剂量值和目标剂量间的偏离程度，以上文所述的目标函数fobj为例，其中的三项可以分别表示靶区内各采样点的实际剂量值与最小剂量目标间的偏离程度、各采样点的实际剂量值与最大剂量目标间的偏离程度、及靶区外各采样点的实际剂量值与最大剂量目标间的偏离程度。因此，根据各点约束目标和各点权重可以确定各采样点在剂量分布上的偏离程度，该偏离程度和基于区域约束目标和区域权重确定的感兴趣区域在剂量分布上的偏离程度相一致，这意味着根据各采样点在剂量分布上的偏离程度和区域约束目标可以确定区域权重。
在此基础上，可以通过如下式子计算得到区域权重：
Figure BDA0002696946830000131
其中，
Figure BDA0002696946830000132
是各采样点在剂量分布上的偏离程度，
Figure BDA0002696946830000133
是感兴趣区域在剂量分布上的偏离程度，
Figure BDA0002696946830000134
是ROI的区域权重，type是区域约束目标的目标类型，如最大(max)、最小(min)、平均(aver)等等，例如，在ROI是靶区时，
Figure BDA0002696946830000135
还可以表示为
Figure BDA0002696946830000136
在ROI是非靶区时，
Figure BDA0002696946830000137
还可以表示为
Figure BDA0002696946830000138
Figure BDA0002696946830000139
是第k个采样点的点权重，k＝1,2，……，r，r是ROI内各采样点的总数目，即ROI内共有r个采样点；第k个采样点可以是靶区内采样点，也可以是靶区外采样点，例如，
Figure BDA00026969468300001310
是靶区内某采样点的最大剂量目标权重，正如上文所述，其还可以表示为
Figure BDA00026969468300001311
Figure BDA00026969468300001312
中的i即为
Figure BDA00026969468300001313
中的k；再如，
Figure BDA00026969468300001314
是靶区外某采样点的最大剂量目标权重，正如上文所述，其还可以表示为
Figure BDA00026969468300001315
Figure BDA00026969468300001316
中的j即为
Figure BDA00026969468300001317
中的k。
Figure BDA00026969468300001318
是点约束目标，它的其余表示方式与
Figure BDA00026969468300001319
类似；且
Figure BDA00026969468300001320
是区域约束目标，它的其余表述方式与
Figure BDA00026969468300001321
类似，在此均不再赘述。Dpre-k是第k个采样点的剂量值，其是经过开始优化过程优化后的剂量值。
上述步骤设置的意义在于，经由TPS生成的放疗计划中各采样点的点权重存在较大差异，为使ROI内每个采样点的点权重相一致，可以将不同的点权重通过上述式子等价转换为一个区域权重，以便用户根据该区域权重对放疗计划进行调整。为了更好地理解上述式子的具体由来，下面继续以上文中的示例性说明为例，对该式子的确定过程进行示例性说明。
Figure BDA0002696946830000141
Figure BDA0002696946830000142
其中，式子(1)是基于采样点设置的目标函数，将式(1)转换为式(2)得到基于ROI设置的目标函数，令式(2)与式(1)中每一项对应相等，可以得到下述式(3)、式(4)和式(5)：
Figure BDA0002696946830000143
Figure BDA0002696946830000144
Figure BDA0002696946830000145
在此基础上，对式(3)、式(4)和式(5)进行总结概括，则可以得到
Figure BDA0002696946830000151
的计算式子。进一步，正如上文所述，区域约束目标可与ROI内预先设定的处方剂量值相关，由此，可以令式(3)中
Figure BDA0002696946830000152
式(4)中
Figure BDA0002696946830000153
且式(5)中
Figure BDA0002696946830000154
其中，C3和p均是预先设定的系数，可选的，p可在(0.95，1)内取值，ROI内各采样点的C3相同且p相同。由于ROI内各采样点的剂量值、点约束目标和点权重均是已知数值，由此可以计算得到等效的区域权重的具体数值，此时，靶区内各采样点的
Figure BDA0002696946830000155
靶区内各采样点的
Figure BDA0002696946830000156
且靶区外各采样点的
Figure BDA0002696946830000157
分别相一致，由此以将基于采样点的点约束目标和点权重分别转换为基于ROI的区域约束目标和区域权重，转换结果可如表1所示：
表1基于ROI的区域约束目标和区域权重
Figure BDA0002696946830000158
实施例二
图4是本发明实施例二中提供的一种放疗计划调整系统中的处理器所配置的步骤的流程图。本实施例以上述各技术方案为基础进行优化。在本实施例中，可选的，根据接收到的用户输入的待添加约束目标和待添加权重，对放疗计划进行调整，具体可以包括：获取用户输入的感兴趣区域的待添加约束目标和待添加权重；将待添加约束目标转换为各采样点的已添加约束目标、且将待添加权重转换为各采样点的已添加权重；根据各已添加约束目标和各已添加权重，调整放疗计划。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4，本实施例的处理器可以被配置成如下步骤：
S210、在监测到放疗计划调整的触发事件时，获取与触发事件对应的已生成的放疗计划中各采样点的点约束目标和点权重。
S220、获取各采样点对应的感兴趣区域的区域约束目标，根据各点约束目标、各点权重和区域约束目标确定区域权重。
S230、获取用户输入的感兴趣区域的待添加约束目标和待添加权重，其中，待添加权重是根据区域权重的量级确定的权重。
S240、将待添加约束目标转换为各采样点的已添加约束目标、且将待添加权重转换为各采样点的已添加权重，并根据各已添加约束目标和各已添加权重，对放疗计划进行调整。
其中，由于TPS是根据采样点的点约束目标和点权重对放疗计划进行优化，而用户输入的待添加约束目标和待添加权重均是针对ROI进行设置，因此，在获取到用户输入的ROI的待添加约束目标和待添加权重之后，可以将其转换为针对各采样点的已添加约束目标和已添加权重，其中该已添加约束目标是一种点约束目标，且该已添加权重是一种点权重。进一步，可以根据各已添加约束目标和各已添加权重对放疗计划进行调整，该调整过程可以参见上文所述的示例性说明，在此不再赘述。
本发明实施例的技术方案，通过将用户输入的针对ROI的待添加约束目标和待添加权重分别转换为针对采样点的已添加约束目标和已添加权重，以便于TPS根据各采样点的已添加约束目标以及已添加权重对已生成的放疗计划再次进行优化，实现了放疗计划的再次优化的效果。
一种可选的技术方案，根据各已添加约束目标和各已添加权重，调整放疗计划，具体可以包括：1)根据各已添加约束目标、各已添加权重以及各采样点的剂量值，确定预设目标函数的函数值，该预设目标函数可以是预先设置的优化过程中的目标函数，并根据该函数值确定各采样点的梯度，当然，除已添加约束目标和已添加权重之外，还可以考虑先前优化后的点约束目标和点权重，在此未做具体限定。2)根据各梯度对子野的子野形状和子野权重进行调整，根据调整结果重新计算出各剂量值，其中，剂量值的计算过程可以是先根据子野形状和子野权重计算出剂量场，再根据剂量场来计算出每个采样点的剂量值。在此基础上，可选的，步骤1)和步骤2)可以重复执行，直至重复执行次数达到预设执行次数或是函数值满足预设收敛条件等等，以便得到更优化的剂量值。3)根据各剂量值对各已添加权重进行调整，以得到调整后的放疗计划，如根据各剂量值对各已添加权重进行调整，并根据调整结果更新各已添加权重，再次执行步骤1)和步骤2)，并在执行完毕后输出结果，该结果可以是迭代调整后的剂量值，也可以是根据迭代调整后的各剂量值确定的整体的剂量分布；判断该结果是否满足目标结果，若是则输出调整后的放疗计划，否则再次执行步骤3)。换言之，在对各剂量值进行迭代调整后，对各已添加权重进行调整，再对剂量值进行迭代调整，并判断迭代调整后输出的结果是否满足目标结果，若是则输出调整后的放疗计划，否则再次执行上述步骤。当然，若迭代调整的执行次数已达到上限，此时亦可直接输出调整后的放疗计划，等等。
为了更好地理解上述待添加约束目标和待添加权重的应用过程，下面继续以实施例一中的例子为例，对其进行示例性说明。如图2所示，在计算出
Figure BDA0002696946830000171
Figure BDA0002696946830000172
和
Figure BDA0002696946830000173
后，可以将其进行显示，以便用户根据它们的量级确定待添加权重。例如，若用户认为某OAR的最大剂量目标需要进行约束，则可以添加与该OAR有关的待添加约束目标和待添加权重，这一添加过程可以体现在目标函数上，如将式(2)转换为下述式(6)，这是根据用户输入更新后的目标函数，其中，
Figure BDA0002696946830000181
是待添加权重，
Figure BDA0002696946830000182
是待添加约束目标，Ds是OAR内第s个采样点的剂量值，s＝1,2，……，q，q是OAR内各采样点的总数目。进一步的，根据式(6)将基于ROI的待添加约束目标和待添加权重转换为式(7)基于采样点的已添加约束目标和已添加权重，并根据式(7)对放疗计划再次进行优化，该优化过程可参见上述示例性说明中优化过程的步骤C)-步骤F)，直至输出的放疗计划满足用户需求。
Figure BDA0002696946830000183
Figure BDA0002696946830000184
实施例三
图5为本发明实施例三提供的放疗计划调整装置的结构框图，该装置配置于处理器中，所述处理器配置于上述任意实施例所提供的放疗计划调整系统中，则该装置可以用于执行放疗计划调整系统中的处理器所配置的步骤。该装置与上述各实施例的放疗计划调整系统属于同一个发明构思，在放疗计划调整装置的实施例中未详尽描述的细节内容，可以参考上述放疗计划调整系统的实施例。参见图5，该装置配置于处理器中，具体可包括：放疗计划获取模块310、权重确定模块320和放疗计划调整模块330。
其中，放疗计划获取模块310，用于在监测到放疗计划调整的触发事件时，获取与触发事件对应的已生成的放疗计划中各采样点的点约束目标和点权重；
权重确定模块320，用于获取各采样点对应的感兴趣区域的区域约束目标，根据各点约束目标、各点权重和区域约束目标确定区域权重；
放疗计划调整模块330，用于根据接收到的用户输入的待添加约束目标和待添加权重，对放疗计划进行调整，其中，待添加权重是根据区域权重的量级确定的权重。
可选的，权重确定模块320，具体可以包括：
处方剂量值获取单元，用于获取各采样点对应的感兴趣区域的预先设定的处方剂量值；
目标确定单元，用于根据处方剂量值确定感兴趣区域的区域约束目标。
可选的，权重确定模块320，具体可以包括：
权重确定单元，用于根据各点约束目标和各点权重确定各采样点在剂量分布上的偏离程度，并根据偏离程度和区域约束目标确定区域权重。
可选的，权重确定单元，具体可以包括：
权重确定子单元，用于通过如下式子计算得到区域权重：
Figure BDA0002696946830000191
其中，
Figure BDA0002696946830000192
是偏离程度，
Figure BDA0002696946830000193
是区域权重，
Figure BDA0002696946830000194
是第k个采样点的点权重，
Figure BDA0002696946830000195
是第k个采样点的点约束目标，
Figure BDA0002696946830000196
是区域约束目标，Dpre-k是第k个采样点的剂量值，r是感兴趣区域内各采样点的总数目。
可选的，放疗计划调整模块330，具体可以包括：
目标权重获取单元，用于获取用户输入的感兴趣区域的待添加约束目标和待添加权重；目标权重转换单元，用于将待添加约束目标转换为各采样点的已添加约束目标、且将待添加权重转换为各采样点的已添加权重；放疗计划调整单元，用于根据各已添加约束目标和各已添加权重，调整放疗计划。
可选的，放疗计划调整单元，具体可以包括：
梯度确定子单元，用于根据各已添加约束目标、各已添加权重和各采样点的剂量值，确定预设目标函数的函数值，并根据函数值确定各采样点的梯度；
剂量值更新子单元，用于根据各梯度对子野的子野形状和子野权重进行调整，并根据调整结果重新计算出各剂量值；
放疗计划调整子单元，用于根据各个剂量值对各已添加权重进行调整，以得到调整后的放疗计划。
可选的，上述放疗计划调整单元，还可以包括：
重复执行子单元，用于重新执行根据各已添加约束目标、各已添加权重和各采样点的剂量值，确定预设目标函数的函数值的步骤，直至重复执行次数达到预设执行次数或是函数值满足预设收敛条件。
可选的，感兴趣区域包括第一感兴趣区域和第二感兴趣区域；
若待添加权重是第一感兴趣区域的权重，则待添加权重是根据第一感兴趣区域对应的区域权重的量级确定的权重。
可选的，待添加约束目标包括待调整区域的最大剂量目标、最小剂量目标和平均剂量目标中的至少一个。
本发明实施例三提供的放疗计划调整装置，通过放疗计划获取模块和权重确定模块相互配合，在获取到经由TPS生成的放疗计划中各采样点的点约束目标和点权重、以及各采样点对应的感兴趣区域的区域约束目标之后，可以根据各点约束目标、各点权重和区域约束目标确定区域权重，以便将基于采样点的点约束目标和点权重转换为基于ROI的用户可以理解的区域约束目标和区域权重，这有助于用户根据该区域约束目标和该区域权重设置新的待添加约束目标和待添加权重，其中，待添加权重是根据区域权重的量级确定的权重；进而，放疗计划调整模块在接收到用户输入的待添加约束目标和待添加权重之后，可以根据二者对放疗计划进行进一步调整，以得到更加符合用户需求的放疗计划。上述装置，通过将基于采样点的点约束目标和点权重转换为基于ROI的用户可理解的区域约束目标和区域权重，以便用户根据该区域约束目标和该区域权重输入自己的需求，实现了根据用户需求对自动生成的放疗计划进行调整的效果。
本发明实施例所提供的放疗计划调整装置可以执行本发明任意实施例所提供的放疗计划调整系统中的处理器所配置的步骤，具备执行步骤相应的功能模块和有益效果。
值得注意的是，上述放疗计划调整装置的实施例中，所包括的各个单元和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，各功能单元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。
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 (9)

1.一种放疗计划调整系统，其特征在于，包括：
处理器，其被配置成：
在监测到放疗计划调整的触发事件时，获取与所述触发事件对应的已生成的放疗计划中各采样点的点约束目标和点权重；
获取各所述采样点对应的感兴趣区域的区域约束目标，根据各所述点约束目标、各所述点权重和所述区域约束目标确定区域权重；
根据接收到的用户输入的待添加约束目标和待添加权重，对所述放疗计划进行调整，其中，所述待添加权重是根据所述区域权重的量级确定的权重；
所述根据各所述点约束目标、各所述点权重和所述区域约束目标确定区域权重，包括：
根据各所述点约束目标和各所述点权重确定各所述采样点在剂量分布上的偏离程度，并根据所述偏离程度和所述区域约束目标确定区域权重。
2.根据权利要求1所述的系统，其特征在于，所述获取各所述采样点对应的感兴趣区域的区域约束目标，包括：
获取各所述采样点对应的感兴趣区域的预先设定的处方剂量值；
根据所述处方剂量值确定所述感兴趣区域的区域约束目标。
3.根据权利要求1所述的系统，其特征在于，所述根据所述偏离程度和所述区域约束目标确定区域权重，包括：
通过如下式子计算得到区域权重：
Figure FDA0003665658880000011
其中，
Figure FDA0003665658880000021
是所述偏离程度，
Figure FDA0003665658880000022
是所述区域权重，
Figure FDA0003665658880000023
是第k个所述采样点的所述点权重，
Figure FDA0003665658880000024
是第k个所述采样点的所述点约束目标，
Figure FDA0003665658880000025
是所述区域约束目标，Dpre-k是第k个所述采样点的剂量值，r是所述感兴趣区域内各所述采样点的总数目。
4.根据权利要求1所述的系统，其特征在于，所述根据接收到的用户输入的待添加约束目标和待添加权重，对所述放疗计划进行调整，包括：
获取用户输入的所述感兴趣区域的待添加约束目标和待添加权重；
将所述待添加约束目标转换为各所述采样点的已添加约束目标、且将所述待添加权重转换为各所述采样点的已添加权重；
根据各所述已添加约束目标和各所述已添加权重，调整所述放疗计划。
5.根据权利要求4所述的系统，其特征在于，所述根据各所述已添加约束目标和各所述已添加权重，调整所述放疗计划，包括：
根据各所述已添加约束目标、各所述已添加权重和各所述采样点的剂量值，确定预设目标函数的函数值，并根据所述函数值确定各所述采样点的梯度；
根据各所述梯度对子野的子野形状和子野权重进行调整，并根据调整结果重新计算出各所述剂量值；
根据所述剂量值对各所述已添加权重进行调整，以得到调整后的放疗计划。
6.根据权利要求5所述的系统，其特征在于，在所述根据所述剂量值对各所述已添加权重进行调整之前，所述处理器还被配置成：
重新执行所述根据各所述已添加约束目标、各所述已添加权重和各所述采样点的剂量值，确定预设目标函数的函数值的步骤，直至重复执行次数达到预设执行次数或是所述函数值满足预设收敛条件。
7.根据权利要求1所述的系统，其特征在于，所述感兴趣区域包括第一感兴趣区域和第二感兴趣区域；
若所述待添加权重是所述第一感兴趣区域的权重，则所述待添加权重是根据所述第一感兴趣区域对应的所述区域权重的量级确定的权重。
8.根据权利要求1所述的系统，其特征在于，所述待添加约束目标包括待调整区域的最大剂量目标、最小剂量目标和平均剂量目标中的至少一个。
9.一种放疗计划调整装置，其特征在于，配置于处理器中，包括：
放疗计划获取模块，用于在监测到放疗计划调整的触发事件时，获取与所述触发事件对应的已生成的放疗计划中各采样点的点约束目标和点权重；
权重确定模块，用于获取各所述采样点对应的感兴趣区域的区域约束目标，根据各所述点约束目标、各所述点权重和所述区域约束目标确定区域权重；
放疗计划调整模块，用于根据接收到的用户输入的待添加约束目标和待添加权重，对所述放疗计划进行调整，其中，所述待添加权重是根据所述区域权重的量级确定的权重；
其中，所述权重确定模块，包括：
权重确定单元，用于根据各所述点约束目标和各所述点权重确定各所述采样点在剂量分布上的偏离程度，并根据所述偏离程度和所述区域约束目标确定区域权重。
CN202011009009.0A 2020-09-23 2020-09-23 一种放疗计划调整系统和装置 Active CN112057753B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011009009.0A CN112057753B (zh) 2020-09-23 2020-09-23 一种放疗计划调整系统和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011009009.0A CN112057753B (zh) 2020-09-23 2020-09-23 一种放疗计划调整系统和装置

Publications (2)

Publication Number Publication Date
CN112057753A CN112057753A (zh) 2020-12-11
CN112057753B true CN112057753B (zh) 2022-08-16

Family

ID=73681654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011009009.0A Active CN112057753B (zh) 2020-09-23 2020-09-23 一种放疗计划调整系统和装置

Country Status (1)

Country Link
CN (1) CN112057753B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116130056B (zh) * 2023-04-17 2023-08-22 福建自贸试验区厦门片区Manteia数据科技有限公司 放疗计划的确定装置和电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103949015A (zh) * 2014-04-25 2014-07-30 北京航空航天大学 一种伽玛刀放射治疗逆向计划设计方法
WO2015081079A1 (en) * 2013-11-26 2015-06-04 Henry Ford Innovation Institute Software for using magnetic resonance images to generate a synthetic computed tomography image
CN106730411A (zh) * 2016-12-21 2017-05-31 上海联影医疗科技有限公司 放射治疗计划优化方法及系统
CN110548231A (zh) * 2019-09-12 2019-12-10 上海联影医疗科技有限公司 放疗计划生成系统、装置及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8180020B2 (en) * 2008-10-23 2012-05-15 Accuray Incorporated Sequential optimizations for treatment planning
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015081079A1 (en) * 2013-11-26 2015-06-04 Henry Ford Innovation Institute Software for using magnetic resonance images to generate a synthetic computed tomography image
CN103949015A (zh) * 2014-04-25 2014-07-30 北京航空航天大学 一种伽玛刀放射治疗逆向计划设计方法
CN106730411A (zh) * 2016-12-21 2017-05-31 上海联影医疗科技有限公司 放射治疗计划优化方法及系统
CN110548231A (zh) * 2019-09-12 2019-12-10 上海联影医疗科技有限公司 放疗计划生成系统、装置及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于射束元的调强逆向治疗计划中子野权重的最优化研究;陈炳周等;《Nuclear Techniques》;20070810;第30卷(第8期);2-4页 *
放射治疗计划设计中基于体元分布的目标剂量确定及应用;陈炳周等;《Nuclear Techniques》;20080709;第31卷(第5期);1-3页 *

Also Published As

Publication number Publication date
CN112057753A (zh) 2020-12-11

Similar Documents

Publication Publication Date Title
CN110420396B (zh) 一种放射治疗计划优化系统、装置及存储介质
CN110124214B (zh) 预测剂量分布引导的调强放疗计划优化系统、介质及设备
US11224762B2 (en) System and method for automatic radiotherapy treatment planning
CN106029170B (zh) 增量治疗计划编制
CN110548231B (zh) 放疗计划生成系统、装置及存储介质
EP3776567A1 (en) Decision support tool for adaptive radiotherapy in ct/linac console
CN106471507A (zh) 辐射治疗规划系统和方法
CN112057753B (zh) 一种放疗计划调整系统和装置
CN108711447B (zh) 基于体素权重因子的自动调强多目标优化方法及其应用
CN104815392B (zh) 一种交互式放射治疗计划系统优化系统
CN109453473A (zh) 放射治疗计划系统、确定装置及存储介质
CN111128340A (zh) 放射治疗计划生成设备、装置和存储介质
Van Haveren et al. Lexicographic extension of the reference point method applied in radiation therapy treatment planning
CN110706780B (zh) 放疗计划生成系统及存储介质
CN111375145B (zh) 用于使用连续质量度量进行治疗计划的系统和方法
EP3418926A1 (en) Optimizing a treatment plan based on a score function depending on a quality function
CN117116421B (zh) 放疗计划的确定方法和装置
CN116130056B (zh) 放疗计划的确定装置和电子设备
Li et al. Strategies for automatic online treatment plan reoptimization using clinical treatment planning system: A planning parameters study
US20230144124A1 (en) Base dose calculation
CN113658168B (zh) 指定剂量区的获取方法、系统、终端及存储介质
CN116341182A (zh) 基于多目标进化和传统优化方法协同的质子调强多目标优化方法及其系统
CN112149669B (zh) 放疗计划生成系统、装置及存储介质
CN111986777A (zh) 放射治疗计划优化系统、装置和存储介质
Chen et al. Adaptive fractionation therapy: II. Biological effective dose

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant