專利名稱:治療計劃逆向規(guī)劃方法和治療計劃系統(tǒng)的制作方法
技術(shù)領(lǐng)域:
本發(fā)明涉及一種放射治療規(guī)劃技術(shù),尤其涉及放射治療計劃逆向規(guī)劃方法和治療計劃系統(tǒng)。
背景技術(shù):
立體定向放射治療手術(shù)或立體定向放射治療是放射治療中常見的兩種放射治療技術(shù),常見的設(shè)備是基于鈷-60放射源的伽瑪?shù)逗突陔娮蛹铀倨鞯腦刀。前者通常采用多個鈷-60放射源聚焦照射的方式,使靶體接受高劑量的均勻照射而周圍健康組織受量很低以達到控制或根除病變的目的。利用伽瑪?shù)吨委熢O(shè)備實施放射治療之前,通常需要制定出一個可接受的放射治療計劃。伽瑪?shù)兜闹委熡媱澩ǔMㄟ^手工采用交互迭代的方式進行。這是一個正向規(guī)劃過程,即醫(yī)生或物理師根據(jù)靶體的體積和形狀,采用試錯方式,逐步增加靶點數(shù)目,交互調(diào)整各靶點的位置、準直器大小以及相對權(quán)重等參數(shù),直到最終獲得一個令人滿意的治療計劃。由于伽瑪?shù)犊晒┻x擇的準直器大小有限,治療計劃通常需要采用多個靶點照射,這樣需要調(diào)整的參數(shù)很多,尤其是當靶體的體積較大且形狀不規(guī)則,或者靶體鄰近有健康組織時,這是一個非常費時的過程,同時對計劃設(shè)計人員的經(jīng)驗和技能要求很1 。為了解決這個問題提出了治療計劃的逆向規(guī)劃,即由醫(yī)生或物理師預(yù)先給出放射治療的若干目標,然后通過數(shù)學(xué)優(yōu)化技術(shù),反求出滿足這些放射治療目標的最優(yōu)的治療計劃。當前治療計劃的逆向規(guī)劃方法通常是預(yù)設(shè)一個初始計劃,然后根據(jù)計劃設(shè)計人員設(shè)定的治療目標,通過迭代優(yōu)化方式,對初始計劃進行優(yōu)化以獲得一個最優(yōu)的治療計劃。因此對于逆向規(guī)劃而言,其迭代過程是否高效成為一個關(guān)鍵問題。
發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是提供一種高效的治療計劃逆向規(guī)劃方法;本發(fā)明要解決的另一技術(shù)問題是提供一種基于該規(guī)劃方法的治療計劃系統(tǒng)。本發(fā)明要解決的技術(shù)問題通過以下技術(shù)方案加以解決—種治療計劃逆向規(guī)劃方法,用于在放射治療前對患者要進行放射治療的區(qū)域進行劑量規(guī)劃,包括設(shè)置逆向規(guī)劃目標和利用種群進化對初始治療計劃進行治療計劃優(yōu)化的過程,所述優(yōu)化過程包括步驟A 設(shè)置迭代優(yōu)化參數(shù)種群大小、種群進化次數(shù);步驟B 對所述初始治療計劃進行隨機抖動,產(chǎn)生種群中的個體治療計劃;步驟C 計算所述種群所有個體治療計劃對應(yīng)的劑量場;步驟D 根據(jù)個體治療計劃篩選策略,對個體治療計劃進行篩選;步驟E 根據(jù)所述劑量場和所述逆向規(guī)劃目標計算篩選剩下的個體治療計劃的適應(yīng)度;步驟F 選擇適應(yīng)度最大的個體治療計劃作為當前最優(yōu)計劃;
步驟G 若當前迭代次數(shù)大于所述種群進化次數(shù),則轉(zhuǎn)到步驟I,否則進入下一步;步驟H 將種群進化到新一代種群,轉(zhuǎn)到步驟C ;步驟I 停止迭代優(yōu)化并輸出最優(yōu)的治療計劃。其中所述逆向規(guī)劃目標包括處方劑量Dp、各個健康組織/危及器官限制劑量 Dffl(i),靶體的相對性重要性因子Ka、健康組織/危及器官的相對性重要性因子Kb和健康組織/危及器官內(nèi)部重要性因子Ks,其中Ka+Kb = 1,Σ Ks = 1 ;所述適應(yīng)度通過下式計算
權(quán)利要求
1.一種治療計劃逆向規(guī)劃方法,用于在放射治療前對患者要進行放射治療的區(qū)域進行劑量規(guī)劃,其特征在于,包括設(shè)置逆向規(guī)劃目標和利用種群進化對初始治療計劃進行治療計劃優(yōu)化的過程,所述優(yōu)化過程包括步驟A 設(shè)置迭代優(yōu)化參數(shù)種群大小、種群進化次數(shù);步驟B 對所述初始治療計劃進行隨機抖動,產(chǎn)生種群中的個體治療計劃;步驟C 計算所述種群所有個體治療計劃對應(yīng)的劑量場;步驟D 根據(jù)個體治療計劃篩選策略,對個體治療計劃進行篩選;步驟E 根據(jù)所述劑量場和所述逆向規(guī)劃目標計算篩選剩下的個體治療計劃的適應(yīng)度;步驟F 選擇適應(yīng)度最大的個體治療計劃作為當前最優(yōu)計劃; 步驟G 若當前迭代次數(shù)大于所述種群進化次數(shù),則轉(zhuǎn)到步驟I,否則進入下一步; 步驟H 將種群進化到新一代種群,轉(zhuǎn)到步驟C ; 步驟I 停止迭代優(yōu)化并輸出最優(yōu)的治療計劃。
2.如權(quán)利要求1所述的方法,其特征在于,其中所述逆向規(guī)劃目標包括處方劑量Dp、 各個健康組織/危及器官限制劑量Dm(i),靶體的相對性重要性因子Ka、健康組織/危及器官的相對性重要性因子Kb和健康組織/危及器官內(nèi)部重要性因子Ks,其中Ka+Kb = 1,Σ Ks =1 ;所述適應(yīng)度通過下式計算
3.如權(quán)利要求1所述的方法,其特征在于,其中所述步驟D包括步驟Dl 將靶體體積向外擴展預(yù)設(shè)的第一范圍,形成靶體第一擴展區(qū),將所述靶體第一擴展區(qū)內(nèi)大于預(yù)設(shè)第一劑量閾值的體積超過預(yù)設(shè)第一體積閾值的個體治療計劃篩選出種群;步驟D2 將靶體體積在所述第一擴展區(qū)向外擴展預(yù)設(shè)的第二范圍,形成靶體第二擴展區(qū),將靶體第二擴展區(qū)內(nèi)存在大于預(yù)設(shè)第二劑量閾值劑量的個體治療計劃篩選出種群;步驟D3 將健康組織/危及器官內(nèi)大于預(yù)設(shè)第三劑量閾值的體積超過預(yù)設(shè)第二體積閾值的個體治療計劃篩選出種群;步驟D4 將健康組織/危及器官內(nèi)存在大于預(yù)設(shè)第四劑量閾值劑量的個體治療計劃篩選出種群。
4.如權(quán)利要求1至3任一所述的方法,其特征在于,其中步驟H所述進化到新一代種群包括通過交配和/或變異進化到新一代種群。
5.如權(quán)利要求1至3任一所述的方法,其特征在于,其中步驟H所述進化到新一代種群包括通過對當前最優(yōu)計劃進行擾動進化到新一代種群。
6.一種治療計劃系統(tǒng),用于在放射治療前對患者要進行放射治療的區(qū)域進行劑量規(guī)劃,其特征在于,包括設(shè)置模塊、優(yōu)化模塊、進化模塊和迭代模塊,所述設(shè)置模塊用于,設(shè)置治療計劃的逆向規(guī)劃目標;設(shè)置迭代優(yōu)化參數(shù)種群大小、種群進化次數(shù);對初始治療計劃進行隨機抖動,產(chǎn)生種群中的個體治療計劃;所述優(yōu)化模塊用于計算所述種群所有個體治療計劃對應(yīng)的劑量場; 根據(jù)個體治療計劃篩選策略,對個體治療計劃進行篩選; 根據(jù)所述劑量場和所述逆向規(guī)劃目標計算篩選后剩下的個體治療計劃的適應(yīng)度; 選擇適應(yīng)度最大的個體治療計劃作為當前最優(yōu)計劃; 所述進化模塊用于將所述種群進化到新一代種群;所述迭代模塊用于若進化次數(shù)大于所述種群進化次數(shù),輸出當前最優(yōu)計劃并結(jié)束;否則調(diào)用進化模塊產(chǎn)生新一代種群,再調(diào)用優(yōu)化模塊進行優(yōu)化。
7.如權(quán)利要求6所述的系統(tǒng),其特征在于,其中所述逆向規(guī)劃目標包括處方劑量Dp、 各個健康組織/危及器官限制劑量Dm(i),靶體的相對性重要性因子Ka、健康組織/危及器官的相對性重要性因子Kb和健康組織/危及器官內(nèi)部重要性因子Ks,其中Ka+Kb = 1,Σ Ks =1 ;所述優(yōu)化模塊還用于通過下式計算所述適應(yīng)度m = ^KaVptv +KbYjKToars其中,V1為靶體中Dp包絡(luò)的靶體體積,V2為Dp的體積,V3為靶體的體積,Vptv為靶體中劑量值小于處方劑量Dp的體積,V1tws為第i個健康組織/危及器官中劑量值大于0 1(1)的體積。
8.如權(quán)利要求6所述的系統(tǒng),其特征在于,其中所述設(shè)置模塊還用于將所述靶體體積向外擴展預(yù)設(shè)的第一范圍,形成靶體第一擴展區(qū);將所述靶體體積在所述第一擴展區(qū)向外擴展預(yù)設(shè)的第二范圍,形成靶體第二擴展區(qū);其中所述優(yōu)化模塊還用于將所述靶體第一擴展區(qū)內(nèi)大于預(yù)設(shè)第一劑量閾值的體積超過預(yù)設(shè)第一體積閾值的個體治療計劃篩選出種群;將靶體第二擴展區(qū)內(nèi)存在大于預(yù)設(shè)第二劑量閾值劑量的個體治療計劃篩選出種群; 將健康組織/危及器官內(nèi)大于預(yù)設(shè)第三劑量閾值的體積超過預(yù)設(shè)第二體積閾值的個體治療計劃篩選出種群;將健康組織/危及器官內(nèi)存在大于預(yù)設(shè)第四劑量閾值劑量的個體治療計劃篩選出種群。
9.如權(quán)利要求6至8任一所述的系統(tǒng),其特征在于,其中所述進化模塊還用于通過交配和/或變異進化到新一代種群。
10.如權(quán)利要求6至8任一所述的系統(tǒng),其特征在于,其中所述進化模塊還用于對當前最優(yōu)計劃進行擾動進化到新一代種群。
全文摘要
本發(fā)明公開了一種治療計劃逆向規(guī)劃方法,包括A設(shè)置迭代優(yōu)化參數(shù);B產(chǎn)生個體治療計劃;C計算個體治療計劃劑量場;D根據(jù)個體治療計劃篩選策略,對個體治療計劃進行篩選;E根據(jù)所述劑量場和所述逆向規(guī)劃目標計算篩選剩下的個體治療計劃的適應(yīng)度;F選擇當前最優(yōu)計劃;G若進化次數(shù)大于種群進化次數(shù),轉(zhuǎn)到I;否則進入下一步;H將種群進化到新一代種群,轉(zhuǎn)到C;I停止種群進化并輸出當前最優(yōu)計劃。本發(fā)明還公開了一種治療計劃系統(tǒng)。本發(fā)明在計算適應(yīng)度之前對種群計劃進行篩選,并對篩選后剩余的個體治療計劃計算適應(yīng)度,能有效降低計算量,使得整個迭代過程高效。
文檔編號A61N5/10GK102247660SQ20111009766
公開日2011年11月23日 申請日期2011年4月18日 優(yōu)先權(quán)日2011年4月18日
發(fā)明者劉啟平, 卿侯, 崔智 申請人:深圳市海博科技有限公司