[发明专利]用于计算辐射治疗的注量图的方法和系统

说明书

本文描述了用于辐射治疗的注量图产生或注量图优化(FMO)的方法。用于产生注量图的方法的一种变型包括平滑不可微分的惩罚函数并使用加速近端梯度法(例如，FISTA)来计算注量图，该注量图可以由放射疗法系统用于将选定剂量的辐射施加到一个或多个感兴趣区域(ROI)或感兴趣体积(VOI)。

相关申请的交叉引用

本申请要求2016年3月9日提交的美国临时专利申请第62/305,974 号的优先权，该临时专利申请特此通过引用整体并入。

背景技术

辐射治疗计划中的注量图优化(FMO)问题最通常通过内点法或基于梯度的方法(例如投影梯度法或拟牛顿法)来求解。在第一种方法中，通常将优化问题再形成为线性规划或二次规划，然后使用内点法求解。虽然内点法对于小和中尺寸问题表现非常好，但它们的缺点是它们需要在每次迭代时求解大的线性方程组。对于大规模问题，包括大的注量图优化问题，这可能变得计算密集度过高。基于梯度的方法不受此限制；但是，它们无法处理不可微分的目标函数和复杂约束。这对如何表示注量图优化问题提出了重大限制，并限制了最终治疗计划的质量。

发明内容

本文描述了用于为辐射治疗计划产生注量图和/或注量图优化(FMO) 的方法。用于FMO的方法的一种变型包括近端梯度法(例如，诸如FISTA 的加速近端梯度法)，其具有平滑的不可微分惩罚函数以计算可以由放射疗法系统使用，将指定的辐射剂量施加到一个或多个感兴趣区域(ROI)或感兴趣体积(VOI)的注量图。注量图可包括从处方辐射剂量计划(例如，治疗计划)导出的辐射细光束数据(例如，细光束强度数据)集合。注量图可用于相对于ROI以一个或多个选定角度定位辐射源，并调整辐射源的光束强度，使得将所需辐射剂量施加到ROI，同时减少危及器官(OAR) 的辐射暴露。本文描述的方法可计算注量图，使得OAR的辐射暴露低于预选阈值，同时仍将选定的辐射剂量递送至ROI。一些变型可以使用一个或多个L₁类型惩罚函数或成本函数，而其他变型可以使用一个或多个L₂类型惩罚函数或成本函数。

计算或产生用于辐射治疗的注量图可以包括选择感兴趣体积，选择感兴趣体积内的多个体素，以及选择候选细光束集合b＝{b_i}。细光束可以是全辐射光束的一部分，其由多叶准直器叶片开口限定(例如，如图1B中所示)。多个体素中的每一个可具有可接受的剂量范围(例如，最大辐射剂量水平和最小辐射剂量水平)，其可由治疗计划和/或临床医生限定。该候选细光束集合可具有初始细光束强度权重x⁰＝{x_i⁰}。该方法可以包括基于候选细光束集合b计算用于感兴趣体积的剂量矩阵A剂量矩阵A表示由候选细光束集合b递送到多个体素中的每个的每体素剂量。用于n个候选细光束{b_i}和具有k个预选体素的VOI的剂量计算矩阵A的一个实例是(k x n) 矩阵。剂量计算矩阵A的第i列(其具有k个元素)表示从单位加权细光束b_i到k个体素中的每一个的剂量贡献。剂量矩阵A可以逐列计算，例如，通过沿着通过患者体积的路径对每个细光束的孔径进行光线跟踪并计算单位加权细光束对k个体素中的每一个的贡献。对于该剂量计算过程存在几种众所周知的算法，它们的精度和速度不同。可以在本文描述的任何方法中使用的剂量计算算法的实例可以包括蒙特卡罗模拟、筒串卷积叠加、笔形束卷积等。