[发明专利]一种用于调强放射治疗直接子野优化的方法及系统

说明书

本发明公开了一种用于调强放射治疗直接子野优化的方法，获取病人的基本信息；计算目标函数梯度矩阵，并利用模糊器消除噪声；利用自适应阈值分割原理生成新子野形状；优化子野权重，对已有的全部子野权重进行优化；优化子野形状，对已有的全部子野形状进行优化；输出三维剂量分布、DVH曲线、子野个数，子野形状和子野权重信息。本发明还公开了一种包含上述方法的用于调强放射治疗直接子野优化系统，包括信息获取模块，预处理模块，生成子野模块，优化子野权重模块，优化子野形状模块，信息输出模块。本发明解决了现有优化方法及系统得到子野形状精确度低及优化效率低的问题。

技术领域

本发明属于放射治疗方案优化技术领域，具体涉及一种用于调强放射治疗直接子野优化的方法。本发明还提供一种包含上述方法的用于调强放射治疗直接子野优化的系统。

背景技术

放射治疗是治疗恶性肿瘤的三大主要手段之一。调强放射治疗(Intensity-modulated radiotherapy，IMRT)采用强度不均匀的射野照射靶区，在确保靶区接受到均匀的高剂量照射时，最大限度地减少周围正常器官的辐射风险，是当前最常用的临床放射治疗技术。传统的IMRT一般采用“两步法”：先优化注量图(fluence map optimization,FMO)得到最优强度分布，再将最优强度分布分割成多叶准直器(multileaf collimator,MLC)序列。“两步法”的缺点在于优化注量图时并未考虑MLC约束，降低了剂量分布的适形度。为了克服了“两步法”照射强度分布与最优强度分布之间不一致的缺点，直接子野优化(directaperture optimization,DAO)通过逆向计划直接对子野的形状和权重进行优化，得到满足MLC约束的子野，降低了治疗的不确定性，从而成为近几年较热门的IMRT优化方法。

子野形状生成算法是DAO方法中最为关键的步骤，决定着DAO方法是否成功。目前常用的子野形状生成算法分三种。第一种据患者射野方向视图上肿瘤部位和周围危及器官的解剖结构确定每个子野的初始形状，再利用优化算法迭代优化子野形状和子野权重，从而得到可以直接交付的治疗方案，具体可以参加期刊文章：Sun J et al.“Two-stepintensity modulated arc therapy(2-step IMAT)with segment weight and widthoptimization”.Radiation Oncology,2011,6(1):57。但由于子野形状和患者体内解剖结构之间的关系非常复杂，导致在首次迭代中产生大量的子野且所生成的子野形状精度不够准确，增加了方案优化所需的时间，从而只能产生折中的治疗方案。第二种方法首先优化子射束强度，然后将其分割成子野形状，此方法类似于“两步法”，由于硬件约束难以实现最优方案。第三种是近年来备受关注的列生成方法。它在每次迭代中将最大程度地减小目标函数值并且同时满足放疗设备的机械约束条件的子野形状加入到当前治疗方案中。这种可以保证得到的优化结果是全局最优的，但是这种方法中的子野形状生成算法的计算量是非常大的，增加了方案优化所需的时间。

发明内容

本发明要解决现有技术的不足，提供了一种能够更加准确并快速地生成治疗方案中子野形状的用于调强放射治疗直接子野优化的优化方法。

本发明为了实现上述目的所采用的技术方案是：