[发明专利]根据三维空间剂量分布生成可交付放疗计划的方法及装置

说明书

本发明提供一种根据三维空间剂量分布生成可交付放疗计划的方法，对获取到的用于生成可交付放疗计划的患者放疗相关数据进行预处理，并通过预设的场剂量预测模型来预测得到各个射野方向的场剂量，并进一步基于预测得到的场剂量，通过预设的注量图预测模型来预测对应的各个射野方向的注量图，最后基于预测得到的各个射野方向的注量图以及放疗设备参数生成可交付放疗计划。生成的可交付放疗计划中包含有各个射野方向的信息和加速器相关参数，因此是放疗加速器可执行的可交付计划；由于采用了深度卷积神经网络来预测场剂量和注量图，这种高维度特征自动提取的方式保留了原三维空间剂量分布的剂量学特征，因此转化前后剂量保真度高、生成速度快。

技术领域

本发明属于放射治疗领域，涉及针对放射治疗的放疗计划设计，具体涉及一种根据三维空间剂量分布生成可交付放疗计划的方法及装置。

背景技术

放射治疗(放疗)是癌症的主要治疗手段之一。放疗采用高能X线、伽马射线、电子和质子重离子等射线的电离辐射作用，来杀灭体内的肿瘤组织。实施放疗照射前，要设计放疗计划，模拟体内剂量分布，即尽可能精准给与肿瘤部位高的照射剂量，同时尽可能保护肿瘤周围的正常器官，具体而言，是指尽量不照射/少照射正常组织或尽量给与正常脏器低的照射剂量。为更好的达到这一要求，调强放疗进行的逆向放疗计划设计是代表性技术。

以调强放疗(IMRT)逆向计划为例，放疗计划设计的过程通常如下：1)放疗医生和物理师等在计算机断层扫描(CT)和/或磁共振(MRI)等影像上，通过勾画肿瘤和正常器官的靶区来区分确定肿瘤和正常脏器的轮廓。2)勾画完成后放疗医生处方放疗总体方案(具体包括照射次数、总照射剂量和分次照射剂量等)。3)剂量师在专用的放疗计划系统(TPS)中，采用逆向规划进行调强放疗(IMRT)计划的设计。具体而言，剂量师选择特定的放疗加速器，然后在TPS中尝试不同射野方向组合，并进行各个射野的场剂量计算、场剂量叠加和叠加后的总剂量评估，往往需要多次尝试才能达到医生的要求，因此剂量师需要不断进行上述尝试、迭代和优化，直到剂量分布满足放疗医生的要求。4)根据最终确定的剂量分布，TPS可生成各射野对应的注量图(Fluence Map)，在此基础上结合加速器等放疗设备的相关参数生成并优化用于计划交付的机器参数，即可以被加速器执行的计划文件(MLC文件)，从而实施对患者的照射。也可以此MLC文件再次进行剂量计算，得到最终的三维空间剂量分布。

剂量师在逆向设计过程中，通过优化从期望的剂量分布中获取机器参数。剂量师依靠他们自身的经验或治疗指南等为期望的剂量分布设定指标作为优化目标。这些目标通常包括点剂量(最大、最小或平均剂量)、剂量-体积值(如不超过多少体积的正常组织可以接受的最高剂量)和期望的等剂量线包绕靶区的情况等。剂量师还使用基于知识的规划(KBP)等工具来模拟高质量的历史计划或用帕累托曲面导航进行多准则优化(MCO)来探索权衡。无论使用哪种方法进行规划，所需的临床目标通常以感兴趣区域(ROI)的点剂量和剂量体积约束来表示，并随后通过迭代优化方法来实现。这些方法包括注量图优化(FMO)，以及直接机器参数优化(DMPO)，其进一步生成用于计划交付的机器参数，即生成可以被加速器执行的计划，从而进行病人的照射，也即放疗。

上述传统的放疗计划设计的方式主要是通过人工进行各个步骤的操作和评估。对每个放疗计划，剂量师可能要花费数小时甚至几天的时间进行设计，比较耗时，这有时会导致患者延迟1-4周的时间接受放疗。而且计划设计的质量和剂量师的经验水平、以及在每个放疗计划设计上花费的时间相关。临床上使用次优的放疗计划并非不常见。这都会影响肿瘤患者的放疗质量，进而影响患者的生存时间和生活质量。尽管有不同版本的商用自动计划设计模块上市，但都是基于二维的信息，应用于人体三维空间解剖结构上时，往往效果很差，不能从根本上提升放疗计划设计的效率和质量。

近年来，以深度学习为代表的人工智能在诸多医学影像领域得到广泛应用，取得了良好的技术效果。具体到肿瘤放射治疗领域，已有约30篇文献证实，通过学习大量高质量放疗计划的三维空间剂量分布，人工智能可以在数秒内预测出基于肿瘤患者解剖结构的个性化三维空间剂量分布，精度远超过传统的方式，预测出来剂量分布的各项临床指标，能达到放疗临床可接受的水平，并且一致性很高。