CN114496161A - 放疗剂量的优化方法及装置 - Google Patents

放疗剂量的优化方法及装置 Download PDF

Info

Publication number
CN114496161A
CN114496161A CN202210109187.3A CN202210109187A CN114496161A CN 114496161 A CN114496161 A CN 114496161A CN 202210109187 A CN202210109187 A CN 202210109187A CN 114496161 A CN114496161 A CN 114496161A
Authority
CN
China
Prior art keywords
dose
target
irradiation
determining
irradiation dose
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
Application number
CN202210109187.3A
Other languages
English (en)
Inventor
周琦超
袁志刚
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.)
Manteia Data Technology Co ltd In Xiamen Area Of Fujian Pilot Free Trade Zone
Original Assignee
Manteia Data Technology Co ltd In Xiamen Area Of Fujian Pilot Free Trade Zone
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 Manteia Data Technology Co ltd In Xiamen Area Of Fujian Pilot Free Trade Zone filed Critical Manteia Data Technology Co ltd In Xiamen Area Of Fujian Pilot Free Trade Zone
Priority to CN202210109187.3A priority Critical patent/CN114496161A/zh
Publication of CN114496161A publication Critical patent/CN114496161A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Urology & Nephrology (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Radiation-Therapy Devices (AREA)

Abstract

本申请公开了一种放疗剂量的优化方法及装置。其中，该方法包括：获取目标体素集合的第一参考剂量和目标体素集合的照射剂量；根据所述第一参考剂量和预先设置的目标函数对所述目标体素集合的照射剂量进行优化；其中，所述目标函数的值与所述目标体素集合的照射剂量和所述第一参考剂量的差值正相关；在所述目标函数达到设定条件的情况下，确定所述目标体素集合的照射剂量达到优化后的目标剂量。本申请解决了由于过度依赖人工调试造成的放射剂量优化效率低的技术问题。

Description

放疗剂量的优化方法及装置
技术领域
本申请涉及放疗剂量优化领域，具体而言，涉及一种放疗剂量的优化方法及装置。
背景技术
肿瘤放射治疗计划的制定是一个比较复杂的迭代过程，计划设计主要经过靶区和危及器官勾画、照射野布置(固定照射野或者弧)、计划优化、计划评估最终剂量计算等流程。计划优化过程很依赖物理师的经验和技巧，物理师需要根据医生给的处方等不断尝试调节优化约束和参数来改进计划，直到达到比较满意剂量指标。在临床应用中，经常会有对已有的计划或剂量做些改动后需要相应的新的计划的实际需求，比如更换治疗机器后仍需要继续之前的治疗，比如通过深度学习模型预测的剂量需要与之相对应的一个计划等。这些如果仍然按照完整的做计划的模式，则做计划的效率低下，甚至不能完成。现在并没有一个较好的通过剂量分布生成计划的技术。大多数采用的方法仍然和传统的添加约束的方法类似，这种方法未能充分利用剂量分布的数据和信息，只是利用了剂量分布的一些信息，将其转化为剂量体积直方图参数等信息用于添加优化约束条件。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种放疗剂量的优化方法及装置，以至少解决由于过度依赖人工调试造成的放射剂量优化效率低的技术问题。
根据本申请实施例的一个方面，提供了一种放疗目标剂量的确定方法，包括：获取目标体素集合的第一参考剂量和目标体素集合的照射剂量；根据所述第一参考剂量和预先设置的目标函数对所述目标体素集合的照射剂量进行优化；其中，所述目标函数的值与所述目标体素集合的照射剂量和所述第一参考剂量的差值正相关；在所述目标函数达到设定条件的情况下，确定所述目标体素集合的照射剂量达到优化后的目标剂量。
可选地，所述目标函数中至少包括以下参数：重要程度因子、局部修正因子、第k次调整时靶区体素集合的第二参考剂量；其中，所述目标体素集合包括：靶区体素集合和目标器官体素集合；所述重要程度因子用于调整所述第二参考剂量在所述目标函数中的权重且与所述第二参考剂量正相关；k为正整数。
可选地，所述局部修正因子通过以下方式确定，包括：根据所述目标体素集合的位置矢量和所述目标体素集合的设定接受条件确定所述局部修正因子。
可选地，所述照射剂量通过以下方式确定，包括：根据通量对应的照射剂量和子野照射区域对应的通量个数确定所述照射剂量。
可选地，所述第二参考剂量通过以下方式确定，包括：获取在进行第k次调整时所述靶区体素集合当前照射剂量；确定所述靶区体素集合当前照射剂量的剂量体积直方图；确定所述当前照射剂量的剂量体积直方图的设定区段与所述第一参考剂量的剂量体积直方图的交点，其中，所述剂量体积直方图用于表示与体素集合对应的照射剂量；依据所述交点对应的剂量值确定所述第二参考剂量。
可选地，所述第二参考剂量还通过以下方式确定：在所述交点不存在的情况下，将所述靶区体素集合当前照射剂量的剂量体积直方图的设定点位对应的剂量值确定为所述第二参考剂量。
可选地，在获取目标体素集合的第一参考剂量和目标体素集合的照射剂量之前，所述方法还包括：对靶区和目标器官进行采样以确定所述目标体素集合；对所述目标体素集合进行投影以确定剂量沉积矩阵，并通过所述剂量沉积矩阵确定所述通量对应的照射剂量。
根据本申请实施例的另一方面，还提供了一种放疗目标剂量的优化装置，包括：获取模块，用于获取目标体素集合的第一参考剂量和目标体素集合的照射剂量；优化模块，用于根据所述第一参考剂量和预先设置的目标函数对所述目标体素集合的照射剂量进行优化；其中，所述目标函数的值与所述目标体素集合的照射剂量和所述第一参考剂量的差值正相关；确定模块，用于在所述目标函数达到设定条件的情况下，确定所述目标体素集合的照射剂量达到优化后的目标剂量。
根据本申请实施例的再一方面，还提供了一种非易失性存储介质，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行上述放疗剂量的优化方法。
根据本申请实施例的再一方面，还提供了一种电子设备，包括存储器和处理器；所述处理器用于运行程序，其中，所述程序运行时执行上述放疗剂量的优化方法。
在本申请实施例中，采用获取目标体素集合的第一参考剂量和目标体素集合的照射剂量；根据所述第一参考剂量和预先设置的目标函数对所述目标体素集合的照射剂量进行优化；其中，所述目标函数的值与所述目标体素集合的照射剂量和所述第一参考剂量的差值正相关；在所述目标函数达到设定条件的情况下，确定所述目标体素集合的照射剂量达到优化后的目标剂量的方式，通过第一参考剂量和预先设置的目标函数对所述目标体素集合的照射剂量进行优化直到达到优化后的目标剂量，达到了自动优化放疗剂量的目的，从而实现了提高放射剂量优化效率的技术效果，进而解决了由于过度依赖人工调试造成的放射剂量优化效率低技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1示出了一种用于实现放疗剂量的优化方法的计算机终端(或移动设备)的硬件结构框图；
图2是根据本申请实施例的一种可选的放疗剂量的优化方法的示意图；
图3是根据本申请实施例的一种可选的剂量沉积矩阵示意图；
图4是根据本申请实施例的一种可选的放疗剂量的优化装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了便于描述，以下对本申请实施例涉及的部分名词或术语进行说明：
DVH：剂量体积直方图；BEV：射束方向视图；bixel：射束方向视图投影的像素点；voxel：体素。
根据本申请的实施例，提供了一种放疗剂量的优化方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现放疗剂量的优化方法的计算机终端(或移动设备)的硬件结构框图。如图1所示，计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b，……，102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中的放疗剂量的优化方法对应的程序指令/数据存储装置，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的放疗剂量的优化方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输模块106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输模块106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
图2是根据本申请实施例的放疗剂量的优化方法，如图2所示，该方法包括如下步骤：
步骤S202，获取目标体素集合的第一参考剂量和目标体素集合的照射剂量；
步骤S204，根据所述第一参考剂量和预先设置的目标函数对所述目标体素集合的照射剂量进行优化；其中，所述目标函数的值与所述目标体素集合的照射剂量和所述第一参考剂量的差值正相关；
步骤S206，在所述目标函数达到设定条件的情况下，确定所述目标体素集合的照射剂量达到优化后的目标剂量。
通过上述步骤，可以实现通过第一参考剂量和预先设置的目标函数对所述目标体素集合的照射剂量进行优化直到达到优化后的目标剂量，达到了自动优化放疗剂量的目的，从而实现了提高放射剂量优化效率的技术效果，进而解决了由于过度依赖人工调试造成的放射剂量优化效率低技术问题。
需要进行说明的是，第一参考剂量可以通过预先训练的剂量预测模型得到，预测模型的训练数据集可以为历史病例剂量分布数据组成；在实际操作中，对于同一病例，再次进行治疗，在当次治疗方案未发生改变的情况下，可以将前一次治疗计划对应的照射剂量作为当次治疗的第一参考剂量，也可以通过重采样之后和上述目标体素集合相对应的一个剂量分布。剂量在本申请中具体指：电离辐射剂量，即介质在能产生电离辐射的射线或者粒子束的照射下，在介质中产生的电离辐射的量。
需要进一步说明的是，上述设定条件包括：目标函数收敛到设定误差范围或优化迭代次数达到设置的最大迭代次数。
在具体的应用场景中，可以通过调整多页光栅的叶片位置和束流照射来实现对照射剂量的调整以制定目标剂量的执行序列从而达到目标剂量分布。具体序列包括但不限于：调整机架角度、准直器角度、多页光栅中各叶片的位置、各控制点或者子野的权重。
在本申请的一些实施例中，目标函数中至少包括以下参数：重要程度因子、局部修正因子、第k次调整时靶区体素集合的第二参考剂量；其中，所述目标体素集合包括：靶区体素集合和目标器官体素集合；所述重要程度因子用于调整所述第二参考剂量在所述目标函数中的权重且与所述第二参考剂量正相关；k为正整数。
具体地，目标函数的表达式如下：
Figure BDA0003494514770000061
其中，K(k)＝ceil(N·k/n)/N,k＝1,2,…,n；k为当前调整次数；n为总调整次数；N为调整过程中目标函数权重变化调整分阶参数；sgn为符号函数，ceil为向上取整函数，min和max分别为取最小值和最大值函数；λ为靶区重要程度因子且(0＜λ＜1)；α是惩罚指数，(可以取二次惩罚)；di为体素i的照射剂量；Di为体素i的第一参考剂量；
Figure BDA0003494514770000062
为第k次优化时靶区体素集合的第二参考剂量；Γ(i)为体素i处的局部修正因子；VT为靶区体素集合，VO为目标器官体素集合。
需要进行说明的是，目标器官可以为危及器官，靶区重要程度因子λ用于调节靶区和危及器官之间的相对权重。对于更看重靶区剂量特性的场景，可以将靶区重要程度因子设置较大一些。在更看重危及器官保护的情况下，则可以将靶区重要程度因子设置较小一些，具体的，根据肿瘤类型进行确定，对于某一种类型的肿瘤，可以先挑选一些病例，调试靶区重要程度因子λ，直到符合物理师做计划的习惯时，即确定这种病种固定下来用该值。
惩罚指数α通过利用数学上不同次幂函数速度变化不同来衡量差异性，其离目标值越远惩罚越大。
在一些可选地方式中，在目标体素集合的某些区域中，在当前照射剂量与参考剂量差值较大的情况下，可以通过调整局部修正因子的值以加强对该区域的惩罚力度，以增加该区域的照射强度使得当前照射剂量和参考剂量的分布更趋于一致。具体的，局部修正因子只在体素i的邻域小范围起作用，所以只能调整局部。而且局部修正因子的值与该点处的剂量和位置误差有关系，剂量和位置误差越小，则局部修正因子的值也越小，惩罚就越弱，反正越强。在优化中算法则会通过调整通量分布或者多叶光栅的运动尽量让该点处的剂量和位置误差更小，从而实现局部调整的目的。
在本申请的一些实施例中，局部修正因子通过以下方式确定：根据所述目标体素集合的位置矢量和所述目标体素集合的设定接受条件确定所述局部修正因子。
具体地，第一种方式为直接取一个随机常数，例如：体素i处的局部修正因子Γ(i)＝c，c为常数，但此种方式实质上相当于不考虑目标函数的局部修正；第二种方式为用伽马值计算，计算以Di为第一参考剂量，接受条件为(L mm,D％)的伽马值，具体计算式如下式所示：
Figure BDA0003494514770000071
式中，
Figure BDA0003494514770000072
为满足接受条件情况下体素j的位置向量，
Figure BDA0003494514770000073
为体素i的L毫米邻域内的点的位置向量，dj为体素j的照射剂量，Si为体素i在接收条件为(L mm,D％)时的所有满足接受条件的体素集合。
需要进行说明的是，接受条件里的L指的是距离目标体素点L毫米以内的点，D指的是最大能接受的误差百分数，接受条件(L mm,D％)是指只考虑以该点为中心，半径L毫米的球体邻域内的点，以D％为误差接受度来计算该点处的局部修正因子值，误差接受度为预先设定的。
在本申请的一些实施例中，照射剂量通过以下方式确定：根据通量对应的照射剂量和子野照射区域对应的通量个数确定所述照射剂量。
具体地，第一种方式为：通量优化，即将体素i的照射剂量di表示为通量X的函数，以通量X作为体素i的照射剂量di的优化决策变量，体素i的照射剂量di的计算式如下：
Figure BDA0003494514770000074
式中，P为BEV(beam eye view，射束方向视图)的投影，xj为通过第j个bixel(投影的像素点)的通量，Dj,i为剂量引擎提前计算好的由第j个bixel的通量对体素i的照射剂量。
需要进行说明的是，第j个bixel的通量是指从放射源发出的穿过第j个bixel的射束的强度。
在优化得到满足要求的目标通量后，再通过叶片序列算法生成多页光栅叶片的位置和子野的强度。
需要进行说明的是，剂量引擎为预先设置好的一种用于计算照射剂量的算法，多页光栅叶片用于调整照射野，其中照射野为是一个方向由一些列的多页光栅运动和束流照射形成的集合，在容积调强放疗的情况下，照射野指的是机架在设定的弧的范围内的运动、多页光栅运动和束流照射等的集合；子野为上述照射野的组成部分，具体指的是在设定机架角，设定光栅位置时，进行设定量的照射，称之为一个子野。
照射剂量还可以通过第二种方式进行确认：直接子野优化，具体的，体素i的照射剂量计算方式如下式所示：
Figure BDA0003494514770000081
式中，K为子野集合，xw(k)为子野k的权重，P为BEV投影，Dj,i为剂量引擎提前计算的由第j个bixel的通量对体素i的照射剂量，xp(k)为子野k对应的多页光栅的叶片位置，Φj(xp(k))表示第j个bixel在子野k内的比例。
需要进行说明的是，上述比例具体指由多页光栅叶片位置形成的子野形状的比例，如果全部在子野内，则其值为1，全部在外部则其值为0，边界区域的部分在子野内的bixel，根据其所在bixel在子野内位置的比例计算得到在0和1之间。
在本申请的一些实施例中，第二参考剂量通过以下方式确定：获取在进行第k次调整时所述靶区体素集合当前照射剂量；确定所述靶区体素集合当前照射剂量的剂量体积直方图；确定所述当前照射剂量的剂量体积直方图的设定区段与所述第一参考剂量的剂量体积直方图的交点，其中，所述剂量体积直方图用于表示与体素集合对应的照射剂量；依据所述交点对应的剂量值确定所述第二参考剂量。
具体地，在利用目标函数进行第k次调整时，在靶区体素集合的当前照射剂量的剂量体积直方图DVH的D90-D100段与第一参考剂量对应的DVH的交点值设置为第二参考剂量。
在本申请的一些实施例中，在所述交点不存在的情况下，将所述靶区体素集合当前照射剂量的剂量体积直方图的设定点位对应的剂量值确定为所述第二参考剂量。
例如可以取靶区体素集合的当前照射剂量的剂量体积直方图DVH的D50值作为第二参考剂量，具体可根据实际需要设定。
在本申请的一些实施例中，在获取目标体素集合的第一参考剂量和目标体素集合的照射剂量之前，所述方法还包括：对靶区和目标器官进行采样以确定所述目标体素集合；对所述目标体素集合进行投影以确定剂量沉积矩阵以用于确定所述单位通量对应的照射剂量。
具体地，例如：在照射野布置后，对靶区和各危机器官进行采样(不限制采样方式)，根据体积和计算内存所能承受的数量确定采样数目，然后根据采样数目计算分辨率得到优化的体素集合，对BEV进行投影，得到bixel(像素点)集合，最后调用剂量引擎计算得到剂量沉积矩阵，如图3所示，矩阵中每一个bixel对应一个照射剂量。
需要进行说明的是，危及器官
本申请实施例还提供了一种放疗剂量的优化装置，如图4所示，该装置包括：
获取模块40，用于获取目标体素集合的第一参考剂量和目标体素集合的照射剂量；优化模块42，用于根据所述第一参考剂量和预先设置的目标函数对所述目标体素集合的照射剂量进行优化；其中，所述目标函数的值与所述目标体素集合的照射剂量和所述第一参考剂量的差值正相关；确定模块44，用于在所述目标函数达到设定条件的情况下，确定所述目标体素集合的照射剂量达到优化后的目标剂量。
优化模块42包括：目标函数确定模块；目标函数确定模块用于根据重要程度因子、局部修正因子、第k次调整时靶区体素集合的第二参考剂量；其中，目标体素集合包括：靶区体素集合和目标器官体素集合；所述重要程度因子用于调整所述第二参考剂量在所述目标函数中的权重且与所述第二参考剂量正相关；k为正整数。
目标函数确定模块包括：局部修正因子确定子模块、照射剂量确定子模块、第二参考剂量确定子模块；局部修正因子确定子模块用于根据所述目标体素集合的位置矢量和所述目标体素集合的设定照射条件确定所述局部修正因子；照射剂量确定子模块用于根据通量对应的照射剂量和子野照射区域对应的通量个数确定所述照射剂量；第二参考剂量确定子模块用于获取在进行第k次调整时所述靶区体素集合当前照射剂量；确定所述靶区体素集合当前照射剂量的剂量体积直方图；确定所述当前照射剂量的剂量体积直方图的设定区段与所述第一参考剂量的剂量体积直方图的交点，其中，所述剂量体积直方图用于表示与体素集合对应的照射剂量；依据所述交点对应的剂量值确定所述第二参考剂量。
第二参考剂量确定子模块包括二次确定单元，二次确定单元用于在所述交点不存在的情况下，将所述靶区体素集合当前照射剂量的剂量体积直方图的设定点位对应的剂量值确定为所述第二参考剂量。
所述装置还包括剂量确定模块，剂量确定模块用于对所述靶区和所述目标器官进行采样以确定所述目标体素集合；对所述目标体素集合进行投影以确定剂量沉积矩阵以用于确定所述通量对应的照射剂量。
本申请实施例还提供了一种非易失性存储介质，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行上述放疗目标剂量的确定方法，包括：获取目标体素集合的第一参考剂量和目标体素集合的照射剂量；根据所述第一参考剂量和预先设置的目标函数对所述目标体素集合的照射剂量进行优化；其中，所述目标函数的值与所述目标体素集合的照射剂量和所述第一参考剂量的差值正相关；在所述目标函数达到设定条件的情况下，确定所述目标体素集合的照射剂量达到优化后的目标剂量。
本申请实施例还提供了一种电子设备，包括存储器和处理器；所述处理器用于运行程序，其中，所述程序运行时执行上述放疗剂量的优化方法。
本申请基于参考剂量进行自动优化，从而实现自动计划的功能。不需要物理师手动添加优化约束和调节参数，能够简化物理师做计划的流程，提高做计划的效率。同时一方面按照参考剂量惩罚，另一方面按照标称参考剂量惩罚，能够让优化结果不断逼近参考剂量且朝着比参考剂量更好的方向优化。
前期靶区参考剂量惩罚项权重较大，后期参考剂量惩罚项权重较大，这样在优化过程中，前期先快速朝着靶区剂量靠近，尽快得到一个初步的次优解，然后不断逼近参考剂量。采用了局部惩罚因子来对小范围内的剂量进行动态惩罚，让剂量分布和参考剂量的一致性更好。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种放疗剂量的优化方法，其特征在于，包括：
获取目标体素集合的第一参考剂量和目标体素集合的照射剂量；
根据所述第一参考剂量和预先设置的目标函数对所述目标体素集合的照射剂量进行优化；其中，所述目标函数的值与所述目标体素集合的照射剂量和所述第一参考剂量的差值正相关；
在所述目标函数达到设定条件的情况下，确定所述目标体素集合的照射剂量达到优化后的目标剂量。
2.根据权利要求1所述的方法，其特征在于，所述目标函数中至少包括以下参数：重要程度因子、局部修正因子、第k次调整时靶区体素集合的第二参考剂量；其中，所述目标体素集合包括：靶区体素集合和目标器官体素集合；所述重要程度因子用于调整所述第二参考剂量在所述目标函数中的权重且与所述第二参考剂量正相关；k为正整数。
3.根据权利要求2所述的方法，其特征在于，所述局部修正因子通过以下方式确定，包括：
根据所述目标体素集合的位置矢量和所述目标体素集合的设定接受条件确定所述局部修正因子。
4.根据权利要求2所述的方法，其特征在于，所述照射剂量通过以下方式确定，包括：
根据通量对应的照射剂量和子野照射区域对应的通量个数确定所述照射剂量。
5.根据权利要求2所述的方法，其特征在于，所述第二参考剂量通过以下方式确定，包括：
获取在进行第k次调整时所述靶区体素集合当前照射剂量；
确定所述靶区体素集合当前照射剂量的剂量体积直方图；
确定所述当前照射剂量的剂量体积直方图的设定区段与所述第一参考剂量的剂量体积直方图的交点，其中，所述剂量体积直方图用于表示与体素集合对应的照射剂量；
依据所述交点对应的剂量值确定所述第二参考剂量。
6.根据权利要求5所述的方法，其特征在于，所述第二参考剂量还通过以下方式确定：
在所述交点不存在的情况下，将所述靶区体素集合当前照射剂量的剂量体积直方图的设定点位对应的剂量值确定为所述第二参考剂量。
7.根据权利要求4所述的方法，其特征在于，在获取目标体素集合的第一参考剂量和目标体素集合的照射剂量之前，所述方法还包括：
对靶区和目标器官进行采样以确定所述目标体素集合；
对所述目标体素集合进行投影以确定剂量沉积矩阵，并通过所述剂量沉积矩阵确定所述通量对应的照射剂量。
8.一种放疗目标剂量的优化装置，其特征在于，包括：
获取模块，用于获取目标体素集合的第一参考剂量和目标体素集合的照射剂量；
优化模块，用于根据所述第一参考剂量和预先设置的目标函数对所述目标体素集合的照射剂量进行优化；其中，所述目标函数的值与所述目标体素集合的照射剂量和所述第一参考剂量的差值正相关；
确定模块，用于在所述目标函数达到设定条件的情况下，确定所述目标体素集合的照射剂量达到优化后的目标剂量。
9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至7中任意一项所述放疗剂量的优化方法。
10.一种电子设备，其特征在于，包括存储器和处理器；所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述放疗剂量的优化方法。
CN202210109187.3A 2022-01-28 2022-01-28 放疗剂量的优化方法及装置 Pending CN114496161A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210109187.3A CN114496161A (zh) 2022-01-28 2022-01-28 放疗剂量的优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210109187.3A CN114496161A (zh) 2022-01-28 2022-01-28 放疗剂量的优化方法及装置

Publications (1)

Publication Number Publication Date
CN114496161A true CN114496161A (zh) 2022-05-13

Family

ID=81478197

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210109187.3A Pending CN114496161A (zh) 2022-01-28 2022-01-28 放疗剂量的优化方法及装置

Country Status (1)

Country Link
CN (1) CN114496161A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115938591A (zh) * 2023-02-23 2023-04-07 福建自贸试验区厦门片区Manteia数据科技有限公司 基于放疗的剂量分布区间确定装置及电子设备
CN116153465A (zh) * 2023-04-24 2023-05-23 福建自贸试验区厦门片区Manteia数据科技有限公司 基于参考dvh的放疗计划生成装置、电子设备及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115938591A (zh) * 2023-02-23 2023-04-07 福建自贸试验区厦门片区Manteia数据科技有限公司 基于放疗的剂量分布区间确定装置及电子设备
CN115938591B (zh) * 2023-02-23 2023-05-09 福建自贸试验区厦门片区Manteia数据科技有限公司 基于放疗的剂量分布区间确定装置及电子设备
CN116153465A (zh) * 2023-04-24 2023-05-23 福建自贸试验区厦门片区Manteia数据科技有限公司 基于参考dvh的放疗计划生成装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN114496161A (zh) 放疗剂量的优化方法及装置
CN105413068B (zh) 求解通量图的优化方法和放射治疗设备
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
US8315357B2 (en) Radiation therapy inverse treatment planning using a regularization of sparse segments
JP6602299B2 (ja) 効率的治療計画トレードオフ分析
Xhaferllari et al. Automated IMRT planning with regional optimization using planning scripts
US7809107B2 (en) Method for controlling modulation strength in radiation therapy
Papp et al. Direct leaf trajectory optimization for volumetric modulated arc therapy planning with sliding window delivery
CN109310880B (zh) 辐射疗法中的使用切片的轨迹优化
US20050123098A1 (en) Method and apparatus for optimization of collimator angles in intensity modulated radiation therapy treatment
WO2013179125A1 (en) A method and a system for optimizing a radiation therapy treatment plan
WO2011153639A2 (en) Multi-objective radiation therapy optimization method
US11738208B2 (en) Pareto optimal projection search (POPS) for automated radiation therapy treatment planning
US20200043580A1 (en) Clinical goal treatment planning and optimization
WO2015090459A1 (en) Incremental treatment planning
Craft Multi-criteria optimization methods in radiation therapy planning: a review of technologies and directions
CN110327554A (zh) 基于预测剂量分布引导的调强放疗计划优化方法及应用
Van Haveren et al. Fast and fuzzy multi-objective radiotherapy treatment plan generation for head and neck cancer patients with the lexicographic reference point method (LRPM)
Yue et al. Dose prediction via distance-guided deep learning: Initial development for nasopharyngeal carcinoma radiotherapy
Qiu et al. Online adaptive planning methods for intensity-modulated radiotherapy
Smolders et al. Dosimetric comparison of autocontouring techniques for online adaptive proton therapy
Bedford Sinogram analysis of aperture optimization by iterative least-squares in volumetric modulated arc therapy
Mahnam et al. Integrating DVH criteria into a column generation algorithm for VMAT treatment planning
Peng et al. VMATc: VMAT with constant gantry speed and dose rate
Van Haveren et al. Automatically configuring the reference point method for automated multi-objective treatment planning

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