一種用分群實(shí)現(xiàn)快速優(yōu)化調(diào)強(qiáng)子野的方法
【專利摘要】本發(fā)明公開了一種用分群實(shí)現(xiàn)快速優(yōu)化調(diào)強(qiáng)子野的方法，解決現(xiàn)有技術(shù)優(yōu)化需要多次迭代，時(shí)間較長的問題。本發(fā)明包括以下步驟：（1）按照靶區(qū)的三維形狀和相關(guān)危及器官之間的解剖關(guān)系，確定用于形成射野所需的葉片，然后將用于形成射野的葉片分群；（2）采用模擬退火方法分別對(duì)每個(gè)群的葉片進(jìn)行判斷。本發(fā)明采用在模擬退火之前對(duì)葉片進(jìn)行分群，然后對(duì)每個(gè)群分別用一個(gè)CPU核進(jìn)行優(yōu)化計(jì)算；每個(gè)分群用一個(gè)獨(dú)立的目標(biāo)函數(shù)進(jìn)行判斷，改變分群中葉片的位置，計(jì)算出目標(biāo)函數(shù)，根據(jù)解的接受法則判定此次葉片改變是否能被接受。從而在保證減少子野數(shù)目和機(jī)器跳數(shù)、提高實(shí)施效率的基礎(chǔ)上減少了優(yōu)化時(shí)間；同時(shí)利用了多核CPU的運(yùn)算能力，降低浪費(fèi)。
【專利說明】一種用分群實(shí)現(xiàn)快速優(yōu)化調(diào)強(qiáng)子野的方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種用分群實(shí)現(xiàn)快速優(yōu)化調(diào)強(qiáng)子野的方法。

【背景技術(shù)】
[0002]通過調(diào)整射束強(qiáng)度分布來實(shí)現(xiàn)理想的劑量分布，稱為調(diào)強(qiáng)技術(shù)。調(diào)強(qiáng)技術(shù)是當(dāng)代放療技術(shù)最重要的發(fā)展方向，是放療技術(shù)的核心，能有效的提高腫瘤的治愈率和改善病人的生活質(zhì)量。目前調(diào)強(qiáng)主要有以下幾種方式:MLC靜態(tài)調(diào)強(qiáng)、MLC動(dòng)態(tài)調(diào)強(qiáng)、弧形調(diào)強(qiáng)、步進(jìn)式斷層調(diào)強(qiáng)。MLC靜態(tài)調(diào)強(qiáng)方法主要有分步逆向優(yōu)化法和直接子野優(yōu)化(DAO)兩種。在計(jì)劃質(zhì)量相當(dāng)?shù)那闆r下，直接子野優(yōu)化方法可明顯減少子野數(shù)目和機(jī)器跳數(shù)、提高實(shí)施效率。但算法優(yōu)化需要多次迭代，時(shí)間較長，計(jì)算效率低。
[0003]InteUAMD等CPU生產(chǎn)商都采用了多核技術(shù)來提升CPU性能，甚至提出了群核CPU的概念。這意味著，要充分發(fā)揮多核CPU的性能，程序就必須采用多線程并發(fā)計(jì)算的方式，傳統(tǒng)的串行程序?qū)?huì)極大地浪費(fèi)多核CPU的運(yùn)算能力；故而無法較好的應(yīng)用于現(xiàn)有的調(diào)強(qiáng)放療技術(shù)中。


【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于提供一種用分群實(shí)現(xiàn)快速優(yōu)化調(diào)強(qiáng)子野的方法，解決現(xiàn)有技術(shù)優(yōu)化需要多次迭代，時(shí)間較長的問題。
[0005]為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下:
[0006]一種用分群實(shí)現(xiàn)快速優(yōu)化調(diào)強(qiáng)子野的方法，包括以下步驟:
[0007](I)根據(jù)照射野的方向、靶區(qū)的三維形狀和相關(guān)危機(jī)器官之間的解剖關(guān)系，確定用于形成射野所需的葉片，然后將用于形成射野的葉片分群；
[0008](2)采用模擬退火方法分別對(duì)每個(gè)群的葉片進(jìn)行判斷；
[0009]所述步驟(2)中的模擬退火方法，包括以下步驟:
[0010]A、初始化:初始化溫度T，初始解狀態(tài)S，每個(gè)T值的迭代次數(shù)為L ；
[0011]B、對(duì) K=I, 2，3......L，執(zhí)行 C 至 E 步;
[0012]C、產(chǎn)生新解S’；
[0013]D、計(jì)算增量AF = F(S’)_F(S)，其中F(S)為評(píng)價(jià)函數(shù)；
[0014]E、若Λ F < 0，則接受S’作為新的當(dāng)前解，否則以概率exp (_ Δ F/T)接受S’作為新的當(dāng)前解；
[0015]F、T逐漸減小，重復(fù)執(zhí)行B到E，求得若干新的當(dāng)前解，判斷所有新的當(dāng)前解是否滿足終止條件，若是則輸出滿足終止條件的當(dāng)前解作為最優(yōu)解，結(jié)束程序；其中，T極限趨于O ；
[0016]所述評(píng)價(jià)函數(shù)如下:
[0017]0{1) = X X /； dkd -dk'' I
j k^m
[0018]其中，j是組織器官輪廓的編號(hào)；ω是組織結(jié)構(gòu)權(quán)重；1是筆束的強(qiáng)度；dkd是計(jì)算的劑量，dkp是處方劑量，下標(biāo)k是體元序數(shù)。
[0019]進(jìn)一步地，所述步驟(I)對(duì)每個(gè)群葉片中葉片在等中心的總寬度最小值必須滿足:
w =Cr
mm
[0020]< JL,
Υδ > W
/ j i ~ mi η

、/ = 1
[0021]式中r為光子束劑量核散射的寬度，C為考慮錐形束修正后的寬度冗余因子，i為葉片的序號(hào)，石i為弟i葉片在等中心的覽度，Wmin為葉片在等中心的總覽度最小值。
[0022]再進(jìn)一步地，所述步驟C產(chǎn)生新解時(shí)，每個(gè)分群中葉片數(shù)量N相同，選擇每個(gè)分群中的一個(gè)葉片進(jìn)行位置改變，相鄰分群中用于發(fā)生位置改變的葉片序號(hào)差值為分群葉片的數(shù)量N。
[0023]本發(fā)明與現(xiàn)有技術(shù)相比，具有以下優(yōu)點(diǎn)及有益效果:
[0024]本發(fā)明采用在模擬退火之前對(duì)葉片進(jìn)行分群，然后對(duì)每個(gè)群分別用一個(gè)CPU核進(jìn)行優(yōu)化計(jì)算；每個(gè)分群用一個(gè)獨(dú)立的目標(biāo)函數(shù)進(jìn)行判斷，改變分群中葉片的位置，計(jì)算出目標(biāo)函數(shù)，根據(jù)解的接受法則判定此次葉片改變是否能被接受。從而在保證減少子野數(shù)目和機(jī)器跳數(shù)、提高實(shí)施效率的基礎(chǔ)上減少了優(yōu)化時(shí)間；同時(shí)利用了多核CPU的運(yùn)算能力，降低浪費(fèi)。

【專利附圖】

【附圖說明】
[0025]圖1為本發(fā)明葉片分群示意圖。
[0026]圖2為本發(fā)明的實(shí)施例劑量體積直方圖。
[0027]圖3為本發(fā)明的流程示意圖。

【具體實(shí)施方式】
[0028]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明，本發(fā)明的實(shí)施方式包括但不限于下列實(shí)施例。
[0029]實(shí)施例
[0030]如圖3所示，一種用分群實(shí)現(xiàn)快速優(yōu)化調(diào)強(qiáng)子野的方法，具體實(shí)施如下:
[0031]根據(jù)照射野的方向、靶區(qū)的三維形狀和相關(guān)危及器官之間的解剖關(guān)系，確定用于形成射野所需的葉片，然后將用于形成射野的葉片分群，射野外葉片不作考慮，例如圖1，圖1中形成射野的葉片編號(hào)為5?24。每個(gè)群分別用一個(gè)CPU核進(jìn)行優(yōu)化計(jì)算，每個(gè)群用一個(gè)獨(dú)立的目標(biāo)函數(shù)進(jìn)行判斷，改變?nèi)褐腥~片的位置，計(jì)算出目標(biāo)函數(shù)，根據(jù)解的接受法則判定此次葉片改變是否能被接受，具體則是采用模擬退火方法分別對(duì)每個(gè)群的葉片進(jìn)行判斷。
[0032]其中，分群的數(shù)量并不是分得越多越好，根據(jù)CPU核的數(shù)量以及葉片在等中心得寬度來決定。所述步驟(I)對(duì)每個(gè)群葉片中葉片在等中心的總寬度最小值必須滿足:
w =Cr
mm
[0033]<
Υδ > W
/ r ι — rr mm
、/=1
[0034]式中r為光子束劑量核散射的寬度，C為考慮錐形束修正后的寬度冗余因子，i為葉片的序號(hào)，δ j為弟i葉片在等中心的覽度，W為葉片在等中心的總覽度最小值。
[0035]根據(jù)實(shí)際情況，下面舉例說明將圖1中的葉片被初始化分為4個(gè)分群，即N的取值為5。第一分群葉片編號(hào)為5-9 ;第二分群葉片編號(hào)為10-14 ;第三分群葉片編號(hào)為15-19 ；第四分群葉片編號(hào)為20-24。
[0036]所述模擬退火方法，包括以下步驟:
[0037]A、初始化:初始化溫度T，初始解狀態(tài)S，每個(gè)T值的迭代次數(shù)L ；
[0038]B、對(duì) K=I, 2，3......L，執(zhí)行 C 至 E 步;
[0039]C、產(chǎn)生新解S’；
[0040]D、計(jì)算增量AF = F(S’)-F(S)，其中F(S)為評(píng)價(jià)函數(shù)；
[0041]E、若Λ F < 0，則接受S’作為新的當(dāng)前解，否則以概率exp (_ Δ F/T)接受S’作為新的當(dāng)前解；
[0042]F、T逐漸減小，重復(fù)執(zhí)行B到E，求得若干新的當(dāng)前解，判斷所有新的當(dāng)前解是否滿足終止條件，若是則輸出當(dāng)前解作為最優(yōu)解，結(jié)束程序；其中，T極限趨于O ;
[0043]所述評(píng)價(jià)函數(shù)如下:O(I)=
j k^m
[0044]其中，j是組織器官輪廓的編號(hào)；ω是組織結(jié)構(gòu)權(quán)重；1是筆束的強(qiáng)度；dkd是計(jì)算的劑量，dkp是處方劑量，下標(biāo)k是體元序數(shù)。
[0045]為了使每個(gè)群之間互不影響，需要避開選擇到相鄰分群葉片互相影響的情況，采用的方式是選擇每個(gè)群中的一對(duì)葉片進(jìn)行位置改變，相鄰分群的中用于發(fā)生位置改變的葉片序號(hào)差值為分群葉片的數(shù)量N，這樣可以使得分群的間隔要求最低，例如分群I選擇葉片6改變時(shí)，對(duì)應(yīng)的其他三個(gè)分群的葉片編號(hào)則為11、16、21。
[0046]終止條件有:循環(huán)溫度T小于設(shè)定參數(shù)值、迭代成功次數(shù)達(dá)到設(shè)定參數(shù)值、目標(biāo)函數(shù)值小于設(shè)定參數(shù)值等。
[0047]本發(fā)明應(yīng)用于個(gè)人計(jì)算機(jī)(CPU4核主頻3.0GHz、內(nèi)存4G、操作系統(tǒng)win7)，做一例典型的鼻咽癌調(diào)強(qiáng)病例，用7個(gè)方向(機(jī)架角分別為0°、52。、104。、156。、208。、260。、312° )固定野做調(diào)強(qiáng)計(jì)劃進(jìn)行測試，得出計(jì)劃的劑量體積直方圖見圖2，實(shí)線為不分群下各器官的劑量體積直方圖，圓點(diǎn)為分4個(gè)群時(shí)各器官的劑量體積直方圖。從圖中可以看出分群和不分群情況下得到的優(yōu)化效果基本一致，但是把射野分為兩群時(shí)優(yōu)化效率提高了
1.5倍，分為3個(gè)群時(shí)效率提高了 2.2倍，分為4個(gè)群是效率提高了 3.1倍。從而說明本發(fā)明相對(duì)現(xiàn)有的方法其效率明顯有所提高，且是大幅度提高，有效的縮短了調(diào)強(qiáng)時(shí)間。
[0048]按照上述實(shí)施例，便可很好地實(shí)現(xiàn)本發(fā)明。值得說明的是，基于上述結(jié)構(gòu)設(shè)計(jì)的前提下，為解決同樣的技術(shù)問題，即使在本發(fā)明上做出的一些無實(shí)質(zhì)性的改動(dòng)或潤色，所采用的技術(shù)方案的實(shí)質(zhì)仍然與本發(fā)明一樣，故其也應(yīng)當(dāng)在本發(fā)明的保護(hù)范圍內(nèi)。
【權(quán)利要求】
1.一種用分群實(shí)現(xiàn)快速優(yōu)化調(diào)強(qiáng)子野的方法，其特征在于，包括以下步驟: (1)根據(jù)照射野的方向、靶區(qū)的三維形狀和相關(guān)危機(jī)器官之間的解剖關(guān)系，確定用于形成射野所需的葉片，然后將用于形成射野的葉片分群； (2)采用模擬退火方法分別對(duì)每個(gè)群的葉片進(jìn)行判斷； 所述步驟(2)中的模擬退火方法，包括以下步驟: A、初始化:初始化溫度T，初始解狀態(tài)S，每個(gè)T值的迭代次數(shù)為L； B、對(duì)K= I, 2, 3......L，執(zhí)行C至E步； C、產(chǎn)生新解S’； D、計(jì)算增量AF= F(S’)-F(S)，其中F(S)為評(píng)價(jià)函數(shù)； E、若ΛF < O，則接受S’作為新的當(dāng)前解，否則以概率exp (- Δ F/T)接受S’作為新的當(dāng)前解； F、T逐漸減小，重復(fù)執(zhí)行B到E，求得若干新的當(dāng)前解，判斷所有新的當(dāng)前解是否滿足終止條件，若是則輸出滿足終止條件的當(dāng)前解作為最優(yōu)解，結(jié)束程序；其中，T極限趨于O ; 所述評(píng)價(jià)函數(shù)如下: D = Σ^Σ (7A

j 其中，j是組織器官輪廓的編號(hào)；ω是組織結(jié)構(gòu)權(quán)重；1是筆束的強(qiáng)度；dkd是計(jì)算的劑量，dkp是處方劑量,下標(biāo)k是體元序數(shù)。
2.根據(jù)權(quán)利要求1所述的一種用分群實(shí)現(xiàn)快速優(yōu)化調(diào)強(qiáng)子野的方法，其特征在于，所述步驟(I)對(duì)每個(gè)群葉片中葉片在等中心的總寬度最小值必須滿足: w =Cr
nun
< JL.\Υδ.>Ψ ■
ιnun./ = 1 式中r為光子束劑量核散射的寬度，C為考慮錐形束修正后的寬度冗余因子，i為葉片的序號(hào)，S i為第i葉片在等中心的寬度，Wmin為葉片在等中心的總寬度最小值。
3.根據(jù)權(quán)利要求1或2所述的一種用分群實(shí)現(xiàn)快速優(yōu)化調(diào)強(qiáng)子野的方法，其特征在于，所述步驟C產(chǎn)生新解時(shí)，每個(gè)分群中葉片數(shù)量N相同，選擇每個(gè)分群中的一個(gè)葉片進(jìn)行位置改變，相鄰分群中用于發(fā)生位置改變的葉片序號(hào)差值為分群葉片的數(shù)量N。
【文檔編號(hào)】G06F9/46GK104268437SQ201410559541
【公開日】2015年1月7日 申請(qǐng)日期:2014年10月17日 優(yōu)先權(quán)日:2014年10月17日
【發(fā)明者】勾成俊, 吳章文, 付鳳強(qiáng) 申請(qǐng)人:成都奇林科技有限責(zé)任公司