[发明专利]用于优化放射疗法治疗计划的方法、用户界面、计算机程序产品和计算机系统

说明书

一种获得插值治疗计划的方法是基于通过对包括基于与临床目标的偏差的优化函数的优化问题的优化，在相关联的剂量分布之间进行插值。该方法可以适当地用于改进由多准则优化得到的导航计划。

技术领域

本发明涉及一种用于优化放射疗法治疗计划的计算机程序产品、计算机系统和方法。

背景技术

在放射疗法治疗领域中，关键的挑战是制定高质量的计划。不断地寻找改进的方法来优化治疗计划，以确保对诸如肿瘤的靶区的预期效果，同时对健康组织造成尽可能小的损伤并且优选地对诸如心脏或脊髓的风险器官根本没有任何损伤，

治疗计划优化的一种形式是多准则优化，这种多准则优化使临床医生能够通过导航界面探索不同的治疗选择。这种形式的优化是基于包括优化函数的集合的优化问题。每个优化函数可以是目的函数或约束。基于目的函数和约束获得多个预先计算的治疗计划。通过调整目的函数的值在计划之间进行线性导航，使用预先计算的计划实现了实时多准则治疗计划。

治疗计划的多准则优化通常从包括N个目标函数的集合的优化问题开始，N是大于或等于2的整数。从目的函数中预先计算可能的治疗计划的集合，并且确定其结果剂量分布。每个计划由治疗参数的集合定义，这些治疗参数可能分别与积分通量、或与例如多叶准直器(MLC)叶位的机器参数、或离子束疗法的斑点权重、或近距离放射疗法的种子停留时间有关。

这些可能的治疗计划可以用作多准则导航过程的输入数据，并且在本文中被称为输入治疗计划或计算剂量分布被的输入计划。例如，可以使用大约50个输入治疗计划以及其相关联的剂量分布。基于目的函数和输入治疗计划，确定与输入治疗计划相关联的剂量分布的加权组合。这种加权组合或加权和在本文中被称为导航剂量分布。

用于多准则优化的目的函数和约束是基于治疗计划的质量度量。目的函数是质量度量，通常与例如按照特定器官的最小或最大剂量的剂量分布有关。约束包括质量度量以及相关联的可行值的集合。用作目的函数和约束的质量度量应当有使它们适合于优化的数学属性，诸如连续性和可微性。用作目的函数和约束的质量度量通常是对结构的实际体素剂量与参考剂量水平之间的偏差的惩罚，诸如二次惩罚。

已经开发了允许操作员调整每个目的函数的预期值的用户界面。为每个目的函数都提供一个滑块条，并且操作员可以操纵滑块条。滑块移动通过导航算法转变成剂量分布的加权变化，该导航算法以预期目的函数值作为输入。为了方便导航，钳位可能适用于限制滑块移动的可能范围。在最简单的实施例中，钳位充当与滑块相关联的目的函数的上界。

在数学上，多准则优化问题可以表示为：

最小化[f₁(x),f₂(x),…,f_N(x)]^T

受限于X中的x，

其中，每个f_i是多准则优化问题的目的函数，并且x是变量的向量。x的元素可以直接对应于关于治疗计划被发送到治疗机的格式的机器参数。x的元素还可以是治疗计划的规范，从该治疗计划可以得出机器参数，诸如每个波束方向的积分通量分布。可行集合X定义对应于治疗计划的有效表示的变量向量集合。这个集合可以使用约束函数c的一些向量来定义，例如X＝{x:c(x)≤0}。典型约束的示例是需要MLC叶对中的相对叶之间有最小分离的函数以及每个光子段或离子斑点的MU的数量的下界。在不失一般性的情况下，可以最小化所有目的函数f₁,f₂,…,f_N，因为目的的最大化相当于目的的负性的最小化。

如果多准则优化问题的解x^*是可行的，则该解被称为帕累托(Pareto)最优解(x^*属于X)，并且没有其他可行解，该可行解至少具有每个目的函数的好的目的函数值和至少一个目的的严格地更好的目的函数值。根据以下项，通过用多准则问题的尺度化对应进行优化，可以计算多准则问题的不同的帕累托最优解：