CN113877072A - 一种近距离放射治疗中对粒子源分布进行优化的动态规划算法 - Google Patents
一种近距离放射治疗中对粒子源分布进行优化的动态规划算法 Download PDFInfo
- Publication number
- CN113877072A CN113877072A CN202010629408.0A CN202010629408A CN113877072A CN 113877072 A CN113877072 A CN 113877072A CN 202010629408 A CN202010629408 A CN 202010629408A CN 113877072 A CN113877072 A CN 113877072A
- Authority
- CN
- China
- Prior art keywords
- particle source
- distribution
- dose
- brachytherapy
- particle
- 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.)
- Pending
Links
- 239000002245 particle Substances 0.000 title claims abstract description 33
- 238000002725 brachytherapy Methods 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000005457 optimization Methods 0.000 claims abstract description 8
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002147 killing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
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
- A61N5/1048—Monitoring, verifying, controlling systems and methods
-
- 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
- A61N5/1031—Treatment planning systems using a specific method of dose optimization
-
- 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
- A61N5/1031—Treatment planning systems using a specific method of dose optimization
- A61N2005/1034—Monte Carlo type methods; particle tracking
Abstract
本发明公开了一种近距离放射治疗中对粒子源分布进行优化的动态规划算法，它包括4个步骤——(1)针对不同的剂量要求，采用不同的粒子源间距；(2)采用三线性插值法对所得的剂量分布进行插值，以得到剂量体积直方图，并采用公式对其进行分析；(3)如果(2)中所得的F小于100，则继续优化，如果所得F大于等于100，则直接输出；(4)如果需要进一步优化，则先对单个粒子源进行追踪，对其位置进行各种调整，然后重复进行(2)和(3)，直到找到合适的位置，固定住后再对下一个粒子重复进行(2)、(3)和(4)。本方法能充分利用动态规划算法的优势，提升了剂量分布的均匀性。
Description
技术领域
本发明涉及放射物理、动态规划算法在近距离放射治疗中对粒子源分布进行优化的应用。
背景技术
以放射性125I粒子为代表的近距离放射治疗最早起源于20世纪70年代左右，随着超声以及CT等等成像设施的应用，慢慢地在临床中有着一席之地，由于其杀伤效果优秀、剂量分布均匀、辐射污染低、并发症少等优点，已经成为了放射治疗中的一大支柱。
国内目前对于近距离放射治疗中的粒子源分布的算法研究依旧处于初步阶段，较为依赖于成熟的国外引进过来的机器中蕴含的算法，对于这方面的研究比较少。一般都局限于用来比较等间距分布的情况还是外围式分布的情况更加优良，更符合实际的要求。
针对上述局限，如果能基于处方剂量进行初始分布的设计，并对其效果进行分析，判断是否需要进一步优化。然后再对所有源的位置进行调整，继续进行分析，重复上述过程，将有效地使得粒子源分布的剂量更能均匀覆盖靶区，提高临床的近距离放射治疗的治疗效果。
发明内容
本发明的目的在于通过分析多个粒子源分布的剂量体积直方图里的数据，提取出相应的参数后进行比较，看哪种分布更合理。
本发明的目的是这样实现的：结合公式得到的参数，设计动态规划算法，具体包括：1)当所得参数变小时，说明这次调整源的分布出了偏差；2)当所得参数变大时，说明这次调整源的分布比之前更佳。
附图说明
图1，初始化的粒子源分布的剂量分布示意图
图2，三线性插值法示意图
图3，初始化的粒子源分布的剂量体积直方图
图4，调整单个粒子源时的剂量分布示意图
图5，粒子源全部调整完之后的剂量分布示意图
图6，摘要说明图
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实例对本发明进行详细的描述。
一种近距离放射治疗中对粒子源分布进行优化的动态规划算法，步骤包括：
1)根据设定处方剂量的大小，设定源与源之间初始的间隔距离，按照栅格上面的顶点来进行分布；
2)对步骤1中得到的剂量分布做一个剂量体积直方图，并根据公式算出参数；
3)对步骤2中得到的参数进行比较，看是否需要进一步优化；
4)如果参数达不到标准，则改变单个源的位置，重复步骤2，3直到全部的源分布好；
步骤1)中，针对不同的剂量要求，应当采用不同的间距。
比如经过蒙特卡罗模拟得到的125I粒子的剂量分布，在处方剂量为60Gy时需要粒子源之间间隔1cm左右，才能保证粒子源之间的区域的剂量达到处方剂量。图1展示了某次测试下的初始粒子源分布。
步骤2)中，将采用三线性插值法对所得的剂量分布进行插值，图2展示了三线性插值法的示意图，用来得到剂量体积直方图，计算插值其中一个点的公式如下：
其中Dj代表的是点j的剂量，y1、y2、y都是对应的点的纵坐标，因为A1和A2的x与z均无变化，所以可以利用线性插值来计算中间某个点的剂量，重复这一过程即可。
采用下面公式对其进行分析。图3展示了初始粒子源分布的剂量体积直方图。
公式中ε1、ε2、ε3、ε4均为相应的系数，Vp(j)则是剂量为j时的体积。
步骤3)中，如果所得的F小于100，则继续优化，如果所得F大于等于100，则直接输出；
步骤4)中，如果需要进一步优化，则先对单个粒子源进行追踪，如图4所展示，对其位置进行9种方向上的调整，然后重复进行步骤2)和步骤3)，直到找到合适的位置，固定住后再对下一个粒子重复进行步骤2)、步骤3)和步骤4)。图5则展示了经过动态规划后所得的剂量分布。
应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (2)
1.本发明公开了一种近距离放射治疗中对粒子源分布进行优化的动态规划算法，其特征是设定初始值后，对其进行不断优化和评估。
2.根据权利要求1所述的一种近距离放射治疗中对粒子源分布进行优化的动态规划算法，其特征是设定初始值后，对其进行不断优化和评估从而得到最优解，包括：
2.1)根据设定处方剂量的大小，设定源与源之间初始的间隔距离，按照栅格上面的顶点来进行分布；
2.2)对初始分布的剂量分布进行分析，通过三线性插值得出剂量体积直方图，并根据下面的公式算出所得的参数F。如果所得的F小于100，则继续优化，如果所得F大于等于100，则直接输出；
2.3)如果要对粒于源分布进行优化，那么首先固定中心的粒子源，从里到外对某个单独的粒子源进行调整后，得出已经固定的粒子源的剂量体积直方图后并分析F，如果F大于等于100，则固定住这个粒于源，重复这一过程直到所有粒子源的剂量体积直方图分析后的F大于等于100，则结束流程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010629408.0A CN113877072A (zh) | 2020-07-02 | 2020-07-02 | 一种近距离放射治疗中对粒子源分布进行优化的动态规划算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010629408.0A CN113877072A (zh) | 2020-07-02 | 2020-07-02 | 一种近距离放射治疗中对粒子源分布进行优化的动态规划算法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113877072A true CN113877072A (zh) | 2022-01-04 |
Family
ID=79012992
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010629408.0A Pending CN113877072A (zh) | 2020-07-02 | 2020-07-02 | 一种近距离放射治疗中对粒子源分布进行优化的动态规划算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113877072A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102722641A (zh) * | 2012-05-25 | 2012-10-10 | 南京大学 | 一种快速得到凹形肿瘤靶区剂量分布的方法 |
| CN103038669A (zh) * | 2010-06-22 | 2013-04-10 | 卡尔·奥托 | 用于估计和操作所估计的辐射剂量的系统和方法 |
| US20140206926A1 (en) * | 2013-01-18 | 2014-07-24 | Robert van der LAARSE | Methods for optimizing and evaluating dose distributions in brachytherpay |
| CN103977499A (zh) * | 2014-05-21 | 2014-08-13 | 北京航空航天大学 | 粒子植入治疗计划设计方法 |
| US20160059039A1 (en) * | 2014-09-02 | 2016-03-03 | Mayo Foundation For Medical Education And Research | System and method for robust intensity-modulated proton therapy planning |
| JP2018187089A (ja) * | 2017-05-08 | 2018-11-29 | 株式会社日立製作所 | 治療計画装置 |
| CN110141773A (zh) * | 2019-04-02 | 2019-08-20 | 成都真实维度科技有限公司 | 瘤体内放射性粒子源排布方法 |
| CN110141801A (zh) * | 2019-05-17 | 2019-08-20 | 天津大学 | 面向近距离粒子内放疗手术智能剂量规划方法 |
-
2020
- 2020-07-02 CN CN202010629408.0A patent/CN113877072A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103038669A (zh) * | 2010-06-22 | 2013-04-10 | 卡尔·奥托 | 用于估计和操作所估计的辐射剂量的系统和方法 |
| CN102722641A (zh) * | 2012-05-25 | 2012-10-10 | 南京大学 | 一种快速得到凹形肿瘤靶区剂量分布的方法 |
| US20140206926A1 (en) * | 2013-01-18 | 2014-07-24 | Robert van der LAARSE | Methods for optimizing and evaluating dose distributions in brachytherpay |
| CN103977499A (zh) * | 2014-05-21 | 2014-08-13 | 北京航空航天大学 | 粒子植入治疗计划设计方法 |
| US20160059039A1 (en) * | 2014-09-02 | 2016-03-03 | Mayo Foundation For Medical Education And Research | System and method for robust intensity-modulated proton therapy planning |
| JP2018187089A (ja) * | 2017-05-08 | 2018-11-29 | 株式会社日立製作所 | 治療計画装置 |
| CN110141773A (zh) * | 2019-04-02 | 2019-08-20 | 成都真实维度科技有限公司 | 瘤体内放射性粒子源排布方法 |
| CN110141801A (zh) * | 2019-05-17 | 2019-08-20 | 天津大学 | 面向近距离粒子内放疗手术智能剂量规划方法 |
Non-Patent Citations (2)
| Title |
|---|
| 周凌宏等: "基于遗传算法的剂量优化技术研究", 南方医科大学学报, no. 01 * |
| 姜海松等: "面向体部肿瘤近距离粒子植入的三维自动布源算法研究", 《介入放射学杂志》, vol. 37, no. 05, pages 427 - 431 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bellinzona et al. | On the parametrization of lateral dose profiles in proton radiation therapy | |
| Jacques et al. | Real‐time dose computation: GPU‐accelerated source modeling and superposition/convolution | |
| CN105930636A (zh) | 一种自动确定目标函数权重的放射治疗方案优化系统 | |
| CN105893772A (zh) | 用于放射治疗计划的数据获取方法和装置 | |
| CN105617536A (zh) | 旋转逆向调强放疗优化方法及装置 | |
| CN107073286A (zh) | 放射线治疗计划装置、放射线治疗计划方法以及放射线治疗系统 | |
| CN100432700C (zh) | 医用电子加速器能谱测量方法 | |
| Nguyen et al. | A comprehensive formulation for volumetric modulated arc therapy planning | |
| Yue et al. | Dose prediction via distance-guided deep learning: Initial development for nasopharyngeal carcinoma radiotherapy | |
| WO2019213743A1 (en) | Systems and methods for planning, controlling and/or delivering radiotherapy and radiosurgery using combined optimization of dynamic axes (coda) | |
| Nazareth et al. | Optimization of beam angles for intensity modulated radiation therapy treatment planning using genetic algorithm on a distributed computing platform | |
| CN113877072A (zh) | 一种近距离放射治疗中对粒子源分布进行优化的动态规划算法 | |
| Sarin et al. | Validation of PRIMO Monte Carlo model of Clinac® iX 6MV photon beam | |
| CN111494815B (zh) | 基于混合变尺度模型的三维剂量计算方法、装置及介质 | |
| Pepin et al. | Assessment of dose‐volume histogram precision for five clinical systems | |
| Zeghari et al. | Investigation of variance reduction techniques parameters to enhance the efficiency for a 12 MV photon beam | |
| CN102024097A (zh) | 一种治疗计划中靶点布置优化方法和治疗计划系统 | |
| Liu et al. | Use of proximal operator graph solver for radiation therapy inverse treatment planning | |
| Deasy et al. | A collaboratory for radiation therapy treatment planning optimization research | |
| CN112151146B (zh) | 通量图优化系统、装置和存储介质 | |
| Tewell et al. | The PLUNC 3D treatment planning system: a dynamic alternative to commercially available systems | |
| Zhang et al. | A column generation approach based on region growth | |
| Bahreyni-Toosi et al. | Monte Carlo simulation of a 6 MV X-ray beam for open and wedge radiation fields, using GATE code | |
| Gossman et al. | Dose-volume histogram quality assurance for linac-based treatment planning systems | |
| Pakarinen et al. | Profeel—An open source dosimetry data visualization and analysis software |
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 |