CN115920257A - 一种调强放射治疗射束角度优化系统 - Google Patents
一种调强放射治疗射束角度优化系统 Download PDFInfo
- Publication number
- CN115920257A CN115920257A CN202310086294.3A CN202310086294A CN115920257A CN 115920257 A CN115920257 A CN 115920257A CN 202310086294 A CN202310086294 A CN 202310086294A CN 115920257 A CN115920257 A CN 115920257A
- Authority
- CN
- China
- Prior art keywords
- dose
- iteration
- matrix
- radiation therapy
- distribution matrix
- 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.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 26
- 238000002721 intensity-modulated radiation therapy Methods 0.000 title claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims abstract description 55
- 238000001959 radiotherapy Methods 0.000 claims abstract description 29
- 230000000694 effects Effects 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 230000008021 deposition Effects 0.000 claims abstract description 14
- 230000001629 suppression Effects 0.000 claims abstract description 14
- 239000013598 vector Substances 0.000 claims description 6
- 229910052731 fluorine Inorganic materials 0.000 claims description 4
- 125000001153 fluoro group Chemical group F* 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000021615 conjugation Effects 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 abstract description 3
- 201000011510 cancer Diseases 0.000 description 6
- 206010028980 Neoplasm Diseases 0.000 description 5
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 210000000920 organ at risk Anatomy 0.000 description 3
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000002512 chemotherapy Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000023886 lateral inhibition Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Radiation-Therapy Devices (AREA)
Abstract
本发明属于调强放射治疗领域,公开了一种调强放射治疗射束角度优化系统,对放疗数据进行压缩并采用稀疏读取,然后计算剂量沉积矩阵;通过共轭梯度算法求解射束方向的强度分布矩阵;通过剂量沉积矩阵和强度分布矩阵计算剂量分布矩阵;通过侧抑制函数和邻近效应函数对射束方向约束;通过子野内体素剂量条件对剂量分布矩阵优化,得到每个射束方向的目标剂量;基于目标剂量、抑制值和邻近效应值计算射束方向的重要性;剔除重要性最低的射束方向,直至剩余射束方向数量等于预先设定的角度数量,然后将射束方向还原成射束角度,输出射束角度及其对应的目标剂量。本发明系统,提高了计算速度,有效避免射束角度过于集中和分散,提高了放疗效果。
Description
技术领域
本发明涉及调强放射治疗技术领域,尤其是涉及一种调强放射治疗射束角度优化系统。
背景技术
中国国家癌症中心2022公布的数据表明,我国2016年新发约406.4万恶性肿瘤病例,其中约有241.35万死亡病例,平均每天确诊约11134人。癌症粗发病率和粗死亡率在2000年到2016年持续上升,我国癌症防控任务愈发严峻。
目前主要有三种方式治疗癌症,分别是放射治疗、手术治疗和化学治疗。传统的放射治疗不可避免的会照射到靶区周围的正常器官,对其造成损伤。进而发展出了适形放射治疗,即使用准直器得到射野的形状,从而保护靶区周围的正常器官。但是由于靶区形状不规则,比如某些区域隆起,这时适形放射治疗不能保证靶区内的剂量分布均匀,就有癌细胞不能完全被杀死的可能。针对这个问题发展出了调强放射治疗。调强放射治疗通过调整每个方向上射线强度,使得靶区每一点的剂量分布均匀,进而增强放射治疗的效果,降低癌症复发的可能性。是否选择了合适的角度对放疗质量有很大影响,但射束角度优化很难最优化,因为这是一个非凸问题,具有多个局部极小值。在国内外,射束角度优化的问题已经有很多学者进行了研究,针对计算速度和最终临床放疗效果的研究仍然有较大的提升空间。
发明内容
本发明提出一种调强放射治疗射束角度优化系统,以期能加快射束角度的求解速度,使实际放疗效果达到临床要求。
一种调强放射治疗射束角度优化系统,包括如下模块:
数据预处理模块;将放疗数据进行压缩并采用稀疏读取,得到稀疏矩阵样本;
方向划分模块;初始化射束角度为0~360°,剔除禁忌角度,并按照固定步长划分出若干个射束方向;
第一计算模块;以射束长度为步长,对稀疏矩阵样本进行行累加,得到当前所有射束方向的剂量沉积矩阵;
第二计算模块;通过共轭梯度算法求解射束方向的强度分布矩阵;
第三计算模块;通过剂量沉积矩阵和强度分布矩阵计算剂量分布矩阵;
优化模块;通过侧抑制函数和邻近效应函数对射束方向进行约束;通过子野内体素剂量条件对剂量分布矩阵优化,得到每个射束方向的目标剂量;
剔除模块;基于目标剂量、抑制值和邻近效应值,计算射束方向的重要性;剔除重要性最低的射束方向,直至剩余射束方向数量等于预先设定的角度数量,然后将射束方向还原成射束角度,输出射束角度及其对应的目标剂量。
进一步的,射束长度:BeamLen=rows*clos;
进一步的,第二计算模块的具体执行过程为:输入剂量沉积矩阵P、迭代初值x0、右端项b、方向系数A、阈值ε,初始化当前迭代次数k=0、方向向量d0=b-Ax0、梯度r0=d0、总迭代次数n=size(P,1);然后进行迭代更新,迭代过程具体如下:
(2)更新迭代初值:xk+1=xk+ρkdk;
(3)计算迭代梯度:rk+1=b-Axk+1;
如果‖rk+1‖≤ε或者达到总迭代次数n,则停止迭代,返回近似解xk+1作为强度分布矩阵X,否则继续迭代;
(5)更新共轭方向:dk+1=rk+1+βkdk;
(6)更新迭代次数:k=k+1;
(7)进行下一次迭代;
式中,ρk表示第k次迭代的步长;rk表示第k次迭代的梯度;rk+1表示第k+1次迭代的梯度;dk表示第k次迭代的方向向量;xk表示第k次迭代的初值;xk+1第k+1次迭代的初值。
进一步的,剂量分布矩阵:D=P*X;
侧抑制函数:LI=C1*(cos2.5η+cos18η)*std;
临近效应函数:PE=C2*(cos2.5η+cos18η)*std;
式中,D表示剂量分布矩阵;P表示剂量沉积矩阵;X表示强度分布矩阵;LI表示侧抑制值;PE表示临近效应值;C1和C2表示控制参数;η表示射束间的角度差;std表示移除效应标准差。
进一步的,通过子野内体素剂量条件对剂量分布矩阵优化的具体执行过程为:
(1)计算调强放疗中单个体素的剂量:dv=∑iDivyi;
(2)计算网格强度:yi=∑jωjpij;
(3)建立目标优化函数:ObjectValue=fk(x),k=1,2,3,4;
(4)建立剂量约束:
f1(x)=∑iωi*MinDose(xi,Vi,dmin)
f2(x)=∑iωi*MaxDose(xi,Vi,dmax)
f3(x)=∑iωi*PreDose(xi,Vi,dpre)
f4(x)=∑iωi*DVC(xi,Vi,ddvc,r)
式中,Vi表示子野;xi表示网格强度yi的解;v表示单个体素;dv表示单个体素的剂量;ωi表示子野的得分权重;dr表示子野内剂量最大的体素的剂量;f1(x)用于约束子野Vi中每个体素的最小剂量都不低于预先定义的剂量dmin;f2(x)用于约束子野Vi中每个体素的最大剂量都不高于预先定义的剂量dmax;f3(x)用于约束子野Vi中所有体素的剂量需接近预先定义的剂量dpre;f4(x)用于约束子野Vi内剂量最大的体素的剂量不高于预先定义的剂量ddvc。
进一步的,射束方向还原为射束角度:γ=Mi*α,Mi∈M;
式中,γ表示射束角度;Mi表示第i个射束方向;α表示固定步长;M表示射束方向的集合。
本发明采用上述调强放射治疗射束角度优化系统,具备如下优势:1)在调强放射治疗射束角度选择的数据处理过程中,压缩了贡献度矩阵,在不改变最终放疗效果的前提下,使得计算数据大大减少;2)采用稀疏读取压缩后的贡献度矩阵,使得射束角度求解速度变快;3)为防止射束方向过于集中提出了侧抑制值,为防止射束方向过于分散提出了邻近效应,从而避免了冷点和热点问题,保证了最终选择的射束角度的合理性,进而保证了放疗效果。
附图说明
图1为本发明系统的计算流程示意图;
图2为本发明系统采用共轭梯度算法求解强度分布矩阵的流程图;
图3为调强放疗中的注量图示例。
具体实施方式
以下结合附图和实施例对本发明的技术方案作进一步说明。
本发明的调强放射治疗射束角度优化系统,通过对贡献度矩阵进行压缩并采用稀疏读取来提高计算速度,引入了侧抑制值和邻近效应,避免了射束方向过于集中和分散,从而保证放疗效果。本系统包括数据预处理模块、第一计算模块、方向划分模块、第二计算模块、第三计算模块、优化模块和剔除模块,其总体流程图如图1所示。
数据预处理模块:导入临床使用的各器官放疗数据,得到数据集Qij(贡献度矩阵)。其中,i表示体素数,j表示子光束数。此处的j统计的是未剔除禁忌角度下的射束方向数。对数据集进行压缩,压缩倍率设置为δ,即将Qij的行向量以δ为步长进行合并,再进行稀疏读取,最终完成了矩阵压缩,得到稀疏矩阵样本Q′mn。其中,m=i/δ,n=j。
方向划分模块:初始化射束角度为0~360°,剔除禁忌角度,按照固定步长α进行划分,最终得到若干个射束方向。
式中,{θj}表示所有禁忌角度的集合;α表示固定步长。
第一计算模块:首先初始化子野的行和列,然后计算出每个方向的射束长度。
BeamLen=rows*clos
式中,BeamLen表示每个方向的射束长度;rows表示子野的行数;clos表示子野的列数。然后使用BeamLen作为步长在稀疏矩阵样本Q′mn中进行行累加,得到当前所有方向的剂量沉积矩阵P。剂量沉积矩阵P表示单位强度射束在待照射体模内的剂量分布数据。
第二计算模块:使用共轭梯度算法求解当前射束方向的强度分布矩阵X,其流程如图2所示。首先,输入剂量沉积矩阵P、迭代初值x0、右端项b、方向系数A、阈值ε,初始化当前迭代次数k=0、方向向量d0=b-Ax0、梯度r0=d0、总迭代次数n=size(P,1);然后进行迭代更新,迭代过程具体如下:
(2)更新迭代点:xk+1=xk+ρkdk;
(3)计算新的梯度:rk+1=b-Axk+1;
如果‖rk+1‖≤ε或者达到总迭代次数n,则停止迭代,返回近似解xk+1作为强度分布矩阵X,否则继续迭代;
(5)更新共轭方向:dk+1=rk+1+βkdk;
(6)更新迭代次数:k=k+1;
(7)进行下一次迭代。
第三计算模块:通过剂量沉积矩阵和强度分布矩阵计算剂量分布矩阵。
D=P*X
优化模块:引入侧抑制函数和邻近效应函数,避免射束方向过于集中和分散。
LI=C1*(cos2.5η+cos18η)*std
PE=C2*(cos2.5η+cos18η)*std
式中,C1和C2表示控制参数;η表示射束间的角度差;std表示移除效应标准差,std=1。
通过子野内体素剂量条件对剂量分布矩阵优化,得到每个射束方向的目标剂量。调强放疗的注量图可以包含多个子野,每个子野的形状和权重都是唯一的。如图3所示,该注量图包含3个子野,每个子野的网格可以有被遮挡、未被遮挡两种状态。
计算调强放疗中单个体素的剂量dv。
dv=∑iDivyi
式中,Div表示在第i个网格的子射束照射下体素v的剂量分布系数;yi表示第i个网格的网格强度。网格强度yi由射束权重和MLC叶片位置确定。
yi=∑jωjpij
式中,ωj表示第j个子野的射束权重;第j个子野中的第i个网格被MLC屏蔽则pij=0,第j个子野中的第i个网格没有被MLC屏蔽则pij=1。
目标函数定义如下:
ObjectValue=fk(x),k=1,2,3,4
式中,f1(x)用于约束放疗子区域Vi中每个体素的最小剂量都不低于预先定义的剂量dmin;f2(x)用于约束放疗子区域Vi中每个体素的最大剂量都不高于预先定义的剂量dmax;f3(x)用于约束放疗子区域Vi中所有体素的剂量尽可能接近预先定义的剂量dpre;f4(x)用于约束放疗子区域Vi中所有体素里最大的剂量不高于预先定义的剂量ddvc。
f1(x)=∑iωi*MinDose(xi,Vi,dmin)
f2(x)=∑iωi*MaxDose(xi,Vi,dmax)
f3(x)=∑iωi*PreDose(xi,Vi,dpre)
f4(x)=∑iωi*DVC(xi,Vi,ddvc,r)
式中,Vi表示放疗子区域(靶区或危及器官);xi是网格强度yi的解;v表示单个体素;dv表示单个体素剂量;ωi为放疗子区域(靶区或危及器官)的得分权重;dr为放疗子区域(靶区或危及器官)中剂量最大的体素的剂量。
剔除模块:首先计算重要性。在当前剩余的射束方向中依次剔除一个射束方向(此处剔除方向是暂时的,只是为了得到重要性,真正进行剔除是在下一环节),然后重新计算目标函数,并进一步计算剔除了该方向之后剩余所有射束的重要性。
式中,importance表示重要性数值;Mj表示当前剔除的射束方向。
筛选出重要性最小的一组,并剔除该射束方向。如果剩余的射束方向数量等于预先设定的角度数量,则停止计算,使用公式Mi*α(Mi∈M)将方向还原成角度,返回结果;否则计算剔除射束方向后的强度分布矩阵,并重新迭代。
以上是本发明的具体实施方式,但本发明的保护范围不应局限于此。任何熟悉本领域的技术人员在本发明所揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内,因此本发明的保护范围应以权利要求书所限定的保护范围为准。
Claims (7)
1.一种调强放射治疗射束角度优化系统,其特征在于,包括:
数据预处理模块;将放疗数据进行压缩并采用稀疏读取,得到稀疏矩阵样本;
方向划分模块;初始化射束角度为0~360°,剔除禁忌角度,并按照固定步长划分出若干个射束方向;
第一计算模块;以射束长度为步长,对稀疏矩阵样本进行行累加,得到当前所有射束方向的剂量沉积矩阵;
第二计算模块;通过共轭梯度算法求解射束方向的强度分布矩阵;
第三计算模块;通过剂量沉积矩阵和强度分布矩阵计算剂量分布矩阵;
优化模块;通过侧抑制函数和邻近效应函数对射束方向进行约束;通过子野内体素剂量条件对剂量分布矩阵优化,得到每个射束方向的目标剂量;
剔除模块;基于目标剂量、抑制值和邻近效应值,计算射束方向的重要性;剔除重要性最低的射束方向,直至剩余射束方向数量等于预先设定的角度数量,然后将射束方向还原成射束角度,输出射束角度及其对应的目标剂量。
3.根据权利要求2所述的调强放射治疗射束角度优化系统,其特征在于,第二计算模块的具体执行过程为:输入剂量沉积矩阵P、迭代初值x0、右端项b、方向系数A、阈值ε,初始化当前迭代次数k=0、方向向量d0=b-Ax0、梯度r0=d0、总迭代次数n=size(P,1);然后进行迭代更新,迭代过程具体如下:
(2)更新迭代初值:xk+1=xk+ρkdk;
(3)计算迭代梯度:rk+1=b-Axk+1;
如果‖rk+1‖≤ε或者达到总迭代次数n,则停止迭代,返回近似解xk+1作为强度分布矩阵X,否则继续迭代;
(5)更新共轭方向:dk+1=rk+1+βkdk;
(6)更新迭代次数:k=k+1;
(7)进行下一次迭代;
式中,ρk表示第k次迭代的步长;rk表示第k次迭代的梯度;rk+1表示第k+1次迭代的梯度;dk表示第k次迭代的方向向量;xk表示第k次迭代的初值;xk+1第k+1次迭代的初值。
4.根据权利要求3所述的调强放射治疗射束角度优化系统,其特征在于,
剂量分布矩阵:D=P*X;
侧抑制函数:LI=C1*(cos2.5η+cos18η)*std;
临近效应函数:PE=C2*(cos2.5η+cos18η)*std;
式中,D表示剂量分布矩阵;P表示剂量沉积矩阵;X表示强度分布矩阵;LI表示侧抑制值;PE表示临近效应值;C1和C2表示控制参数;η表示射束间的角度差;std表示移除效应标准差。
5.根据权利要求4所述的调强放射治疗射束角度优化系统,其特征在于,优化模块中,通过子野内体素剂量条件对剂量分布矩阵优化的具体执行过程为:
(1)计算调强放疗中单个体素的剂量:dv=∑iDivyi;
(2)计算网格强度:yi=∑jωjpij;
(3)建立目标优化函数:ObjectValue=fk(x),k=1,2,3,4;
(4)建立剂量约束:
f1(x)=∑iωi*MinDose(xi,Vi,dmin)
f2(x)=∑iωi*MaxDose(xi,Vi,dmax)
f3(x)=∑iωi*PreDose(xi,Vi,dpre)
f4(x)=∑iωi*DVC(xi,Vi,ddvc,r)
式中,Vi表示子野;xi表示网格强度yi的解;v表示单个体素;dv表示单个体素的剂量;ωi表示子野的得分权重;dr表示子野内剂量最大的体素的剂量;f1(x)用于约束子野Vi中每个体素的最小剂量都不低于预先定义的剂量dmin;f2(x)用于约束子野Vi中每个体素的最大剂量都不高于预先定义的剂量dmax;f3(x)用于约束子野Vi中所有体素的剂量需接近预先定义的剂量dpre;f4(x)用于约束子野Vi内剂量最大的体素的剂量不高于预先定义的剂量ddvc。
7.根据权利要求6所述的调强放射治疗射束角度优化系统,其特征在于,
射束方向还原为射束角度:γ=Mi*α,Mi∈M;
式中,γ表示射束角度;Mi表示第i个射束方向;α表示固定步长;M表示射束方向的集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310086294.3A CN115920257B (zh) | 2023-01-17 | 2023-01-17 | 一种调强放射治疗射束角度优化系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310086294.3A CN115920257B (zh) | 2023-01-17 | 2023-01-17 | 一种调强放射治疗射束角度优化系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115920257A true CN115920257A (zh) | 2023-04-07 |
CN115920257B CN115920257B (zh) | 2024-07-16 |
Family
ID=86556128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310086294.3A Active CN115920257B (zh) | 2023-01-17 | 2023-01-17 | 一种调强放射治疗射束角度优化系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115920257B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117524502A (zh) * | 2024-01-04 | 2024-02-06 | 安徽大学 | 一种基于模式挖掘的调强放射治疗多目标射束优化方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110291028A1 (en) * | 2010-05-27 | 2011-12-01 | Matthew Brand | Method for Optimization Radiotherapy Particle Beams |
US20140073831A1 (en) * | 2012-09-12 | 2014-03-13 | Hitachi, Ltd. | Radiation treatment planning system |
WO2015102680A2 (en) * | 2013-09-11 | 2015-07-09 | The Board Of Trustees Of The Leland Stanford Junior University | Methods and systems for beam intensity-modulation to facilitate rapid radiation therapies |
CN107823806A (zh) * | 2017-09-15 | 2018-03-23 | 中北大学 | 一种用于调强放射治疗直接子野优化的方法及系统 |
CN109499012A (zh) * | 2018-12-27 | 2019-03-22 | 苏州雷泰医疗科技有限公司 | 一种优化剂量引导的tps自动迭代优化算法 |
CN109985316A (zh) * | 2017-12-29 | 2019-07-09 | 北京连心医疗科技有限公司 | 一种复杂射野的放疗剂量快速计算方法、设备和存储介质 |
CN110246562A (zh) * | 2018-03-07 | 2019-09-17 | 有方(合肥)医疗科技有限公司 | 确定放疗系统中的子射束强度的方法、装置及计算机系统 |
US20200282232A1 (en) * | 2019-03-06 | 2020-09-10 | Varian Medical Systems | Radiation treatment based on dose rate |
-
2023
- 2023-01-17 CN CN202310086294.3A patent/CN115920257B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110291028A1 (en) * | 2010-05-27 | 2011-12-01 | Matthew Brand | Method for Optimization Radiotherapy Particle Beams |
US20140073831A1 (en) * | 2012-09-12 | 2014-03-13 | Hitachi, Ltd. | Radiation treatment planning system |
WO2015102680A2 (en) * | 2013-09-11 | 2015-07-09 | The Board Of Trustees Of The Leland Stanford Junior University | Methods and systems for beam intensity-modulation to facilitate rapid radiation therapies |
CN107823806A (zh) * | 2017-09-15 | 2018-03-23 | 中北大学 | 一种用于调强放射治疗直接子野优化的方法及系统 |
CN109985316A (zh) * | 2017-12-29 | 2019-07-09 | 北京连心医疗科技有限公司 | 一种复杂射野的放疗剂量快速计算方法、设备和存储介质 |
CN110246562A (zh) * | 2018-03-07 | 2019-09-17 | 有方(合肥)医疗科技有限公司 | 确定放疗系统中的子射束强度的方法、装置及计算机系统 |
CN109499012A (zh) * | 2018-12-27 | 2019-03-22 | 苏州雷泰医疗科技有限公司 | 一种优化剂量引导的tps自动迭代优化算法 |
US20200282232A1 (en) * | 2019-03-06 | 2020-09-10 | Varian Medical Systems | Radiation treatment based on dose rate |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117524502A (zh) * | 2024-01-04 | 2024-02-06 | 安徽大学 | 一种基于模式挖掘的调强放射治疗多目标射束优化方法 |
CN117524502B (zh) * | 2024-01-04 | 2024-03-22 | 安徽大学 | 一种基于模式挖掘的调强放射治疗多目标射束优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115920257B (zh) | 2024-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kallman et al. | An algorithm for maximizing the probability of complication-free tumour control in radiation therapy | |
Raaijmakers et al. | Dose optimization for the MRI-accelerator: IMRT in the presence of a magnetic field | |
CN103157196B (zh) | 用于粒子治疗的辐照规划方法和辐照规划装置 | |
US20070201614A1 (en) | Method and system for optimizing dose delivery of radiation | |
Laub et al. | Monte Carlo dose computation for IMRT optimization | |
CN110237439B (zh) | 用于正交双层光栅装置的静态调强子野优化方法 | |
CN103083821A (zh) | 一种直接优化静态调强子野形状及其机器跳数的系统和方法 | |
Cao et al. | Multi-objective optimization of inverse planning for accurate radiotherapy | |
JP2009525797A (ja) | 逆方向治療計画法 | |
CA2587587A1 (en) | Method and system for optimizing dose delivery of radiation | |
CN109499012B (zh) | 一种优化剂量引导的tps自动迭代优化方法 | |
CN115920257A (zh) | 一种调强放射治疗射束角度优化系统 | |
CN110215623B (zh) | 基于子野优化的正交双层光栅旋转调强的实现方法及装置 | |
CN108211136B (zh) | 基于动态光栅的旋转调强优化方法及放射治疗设备 | |
CN107551411B (zh) | 针对射程不确定性的质子重离子调强放疗鲁棒优化方法 | |
WO2012037472A2 (en) | Gpu-based fast dose calculator for cancer therapy | |
CN105561485B (zh) | 放射治疗计划的优化装置 | |
CN113178242B (zh) | 一种基于耦合式生成对抗网络的自动计划优化系统 | |
Li et al. | A new Monte Carlo-based treatment plan optimization approach for intensity modulated radiation therapy | |
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 | |
Jones et al. | A comparison of physically and radiobiologically based optimization for IMRT | |
CN110289075B (zh) | 一种基于模糊熵的直接子野优化方法及系统 | |
Engel et al. | A dose optimization method for electron radiotherapy using randomized aperture beams | |
Tang et al. | Stochastic versus deterministic kernel-based superposition approaches for dose calculation of intensity-modulated arcs | |
Gaudreault et al. | Automated lattice radiation therapy treatment planning personalised to tumour size and shape |
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 |