放射治療計劃優(yōu)化方法及系統(tǒng)與流程
本發(fā)明涉及放射治療領(lǐng)域，尤其涉及一種放射治療計劃優(yōu)化方法及系統(tǒng)。
背景技術(shù)：
放射治療是利用放射線如放射性同位素產(chǎn)生的α、β、γ射線和各類x射線治療機或加速器產(chǎn)生的x射線、電子線、質(zhì)子束及其它粒子束等治療惡性腫瘤的一種方法。
由于射束能量高，在腫瘤細(xì)胞被殺死的同時正常細(xì)胞也會受到影響。為了盡可能地減少對正常組織的傷害，需要制定放射治療計劃。放射治療計劃中，醫(yī)生需要給出處方和治療方案，物理師根據(jù)醫(yī)生處方，勾畫器官和腫瘤位置，以及總的腫瘤體積(Gross Tumor Volume，GTV)、臨床目標(biāo)體積(Clinical Target volume，CTV)和計劃治療體積(Planning Target Volume，PTV)等靶區(qū)，制定放射治療計劃并進行優(yōu)化。
在放射治療計劃優(yōu)化之后，計算當(dāng)前計劃對應(yīng)的患者體內(nèi)的劑量分布以判斷當(dāng)前計劃是否滿足預(yù)期要求。如果靶區(qū)的某些部位的劑量達(dá)不到處方劑量的要求或者需要保護的危及器官的某些部位的劑量超過了限定劑量，則此時的放射治療計劃不能滿足醫(yī)生的要求，需要進行調(diào)整。
技術(shù)實現(xiàn)要素：
為克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種放射治療計劃優(yōu)化方法，包括：獲取感興趣區(qū)域的劑量目標(biāo)，所述感興趣區(qū)域包括感興趣的器官及腫瘤；建立優(yōu)化模型進行優(yōu)化；計算優(yōu)化后所述感興趣區(qū)域內(nèi)的劑量分布；迭代地執(zhí)行以下步驟直至滿足放射治療計劃優(yōu)化結(jié)束：判斷所述感興趣區(qū)域內(nèi)的劑量分布是否滿足所述劑量目標(biāo)，如滿足，則放射治療計劃優(yōu)化結(jié)束，如不滿足，則更新當(dāng)前優(yōu)化模型并進行優(yōu)化，計算優(yōu)化后所述感興趣區(qū)域內(nèi)的劑量分布。
可選的，所述更新當(dāng)前優(yōu)化模型并進行優(yōu)化包括：將不滿足所述劑量目標(biāo)的采樣點加入當(dāng)前優(yōu)化模型并進行優(yōu)化。
可選的，所述判斷所述感興趣區(qū)域內(nèi)的劑量分布是否滿足所述劑量目標(biāo)為自動判斷所述感興趣區(qū)域內(nèi)各采樣點的劑量值是否滿足所述劑量目標(biāo)。
可選的，所述放射治療計劃優(yōu)化方法還包括：調(diào)整放射治療計劃的優(yōu)化參數(shù)，基于調(diào)整后的優(yōu)化參數(shù)更新優(yōu)化模型并進行優(yōu)化。
可選的，所述放射治療計劃優(yōu)化方法還包括：對不滿足所述劑量目標(biāo)的區(qū)域進行輔助勾畫，基于所述輔助勾畫的區(qū)域更新優(yōu)化模型并進行優(yōu)化。
可選的，所述更新優(yōu)化模型為重新建立優(yōu)化模型。
可選的，所述更新優(yōu)化模型為更新當(dāng)前優(yōu)化模型。
本發(fā)明還提出了一種放射治療計劃系統(tǒng)，包括：獲取單元，用于獲取感興趣區(qū)域的劑量目標(biāo)，所述感興趣區(qū)域包括感興趣的器官及腫瘤；優(yōu)化單元，用于建立優(yōu)化模型并進行優(yōu)化；劑量計算單元，用于計算優(yōu)化后所述感興趣區(qū)域內(nèi)的劑量分布；判斷單元，用于判斷所述感興趣區(qū)域內(nèi)的劑量分布是否滿足所述劑量目標(biāo)，輸出單元，用于輸出放射治療計劃優(yōu)化結(jié)果。
可選的，所述優(yōu)化單元還用于根據(jù)判斷單元的結(jié)果用不滿足所述劑量目標(biāo)的采樣點更新所述優(yōu)化模型并進行優(yōu)化。
可選的，所述判斷單元用于自動判斷所述感興趣區(qū)域內(nèi)各采樣點的劑量值是否滿足所述劑量目標(biāo)。
相對于現(xiàn)有技術(shù)，本發(fā)明提供的放射治療計劃優(yōu)化方法通過將不滿足劑量目標(biāo)的采樣點加入優(yōu)化模型對優(yōu)化模型不斷更新，可以得到感興趣區(qū)域內(nèi)的劑量滿足要求的放射治療計劃；
本發(fā)明提供的放射治療計劃優(yōu)化方法可以自動對采樣點的劑量進行檢查，從而得到不滿足劑量目標(biāo)的采樣點用于更新優(yōu)化模型。
本發(fā)明提供的放射治療計劃優(yōu)化方法中，物理師對自動優(yōu)化的結(jié)果不滿意，可以對優(yōu)化參數(shù)進行調(diào)整和/或增加輔助勾畫繼續(xù)進行優(yōu)化以得到滿意的放射治療計劃。
附圖說明
為了更清楚地說明本發(fā)明的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其它附圖。
圖1是本發(fā)明實施例提供的放射治療計劃優(yōu)化方法流程圖一；
圖2是本發(fā)明實施例提供的放射治療計劃優(yōu)化方法流程圖二。
具體實施方式
下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
在放射治療中，要求高劑量的輻射盡可能地被輸送至腫瘤靶區(qū)，盡量減少對周圍器官的傷害，因此需要制定放射治療計劃。為了更好地控制各器官或靶區(qū)內(nèi)的劑量分布，對放射治療計劃進行優(yōu)化使得放射線在殺死腫瘤細(xì)胞的同時盡可能不照射周圍的正常組織。本發(fā)明實施例提出了一種新的放射治療計劃優(yōu)化方法，可以使得腫瘤靶區(qū)以及周圍器官內(nèi)的劑量分布滿足要求。
圖1是本發(fā)明實施例提供的放射治療計劃優(yōu)化方法流程圖一。參考圖1所示，本發(fā)明提供的放射治療計劃優(yōu)化方法包括：
步驟S101，獲取感興趣區(qū)域的劑量目標(biāo)。
感興趣區(qū)域包括感興趣的器官和腫瘤，可以在放射治療計劃優(yōu)化之前由醫(yī)生進行勾畫。在本實施例中，可以將患者圖像加載至放射治療計劃系統(tǒng)，在放射治療計劃系統(tǒng)的界面上對感興趣的器官和腫瘤進行勾畫。勾畫可以由醫(yī)生手動勾畫也可以為自動勾畫，或者由手動勾畫和自動勾畫進行結(jié)合。圖像可以為CT圖像、PET圖像、MR圖像或者融合圖像等，在此不作限定。
劑量目標(biāo)也稱為劑量約束，由醫(yī)生設(shè)置，要求放射治療計劃對應(yīng)的感興趣區(qū)域內(nèi)的劑量分布滿足劑量約束。例如醫(yī)生為腫瘤區(qū)域設(shè)置劑量下限和劑量上限，為腫瘤周圍的正常器官設(shè)置劑量上限。
步驟S102，建立優(yōu)化模型進行優(yōu)化。
基于上述步驟中獲取的感興趣區(qū)域以及劑量目標(biāo)建立優(yōu)化模型并進行優(yōu)化?？梢圆捎猛繄D優(yōu)化方法建立通量圖優(yōu)化模型，也可以采用直接子野優(yōu)化方法建立直接子野優(yōu)化模型。
由于患者圖像的分辨率較高，像素點較多，如果圖像中的全部像素點均參與放射治療計劃的優(yōu)化，則導(dǎo)致計算量較大，優(yōu)化時間較長，因此，一般情況下，放射治療計劃的優(yōu)化是基于采樣點進行計算。因此，在建立優(yōu)化模型之前可以對圖像進行降采樣，用采樣點代表全部像素點參與放射治療計劃的優(yōu)化，也就是說基于采樣點建立優(yōu)化模型并進行優(yōu)化。對圖像的采樣方法在此不作限定。本實施例中的采樣點可以來源于圖像的像素點，也可以來源于根據(jù)采樣方法在圖像上產(chǎn)生的點或者用戶選擇的點，在此不進行限定。
在本實施例中，構(gòu)造優(yōu)化模型的目標(biāo)函數(shù)，利用優(yōu)化算法進行求解從而獲得最優(yōu)化方案。其中，目標(biāo)函數(shù)可以為如下形式：
其中，∑voi表示對不同感興趣區(qū)域進行求和，dv為采樣點v在優(yōu)化過程中的實時劑量，Uvoi為感興趣區(qū)域voi的劑量目標(biāo)的上限，Lvoi為感興趣區(qū)域voi的劑量目標(biāo)的下限，wvoi為感興趣區(qū)域voi的權(quán)重，Vvoi為感興趣區(qū)域voi的采樣點集合，|Vvoi|為感興趣區(qū)域voi的采樣點數(shù)量，v為采樣點集合Vvoi中的采樣點。當(dāng)感興趣區(qū)域為器官時，劑量目標(biāo)只有上限Uvoi。
本實施例中對優(yōu)化算法不進行限定，例如可以采用模擬退火算法、梯度算法、蟻群算法或其它已知或未知的適用算法求解上述目標(biāo)函數(shù)的最優(yōu)解。
步驟S103，計算優(yōu)化后所述感興趣區(qū)域內(nèi)的劑量分布。
計算步驟S102中得到的放射治療計劃對應(yīng)的感興趣區(qū)域內(nèi)的劑量分布。為了減少計算量，可以基于采樣點對感興趣區(qū)域內(nèi)的劑量分布進行計算。劑量計算的算法很多，例如蒙特卡羅算法、卷積算法、筆形束算法等，在此不作限定。當(dāng)然，也可以對所有的像素點進行劑量計算，在此不進行限定。
步驟S104，判斷所述感興趣區(qū)域內(nèi)的劑量分布是否滿足所述劑量目標(biāo)。
由步驟S103計算得到各采樣點的劑量值，在本步驟中逐個判斷所述感興趣區(qū)域內(nèi)的采樣點的劑量值是否滿足所述劑量目標(biāo)。本步驟可以由計算機自動執(zhí)行。
逐個判斷采樣點的劑量值是否滿足所述劑量目標(biāo)，并將不滿足所述劑量目標(biāo)的采樣點存入集合S。由于不同感興趣區(qū)域的劑量目標(biāo)可能不同，因此可以逐個對感興趣區(qū)域進行判斷，并將不滿足劑量目標(biāo)的采樣點按照感興趣區(qū)域進行分類存放，此時集合S＝∪voiSvoi，其中集合Svoi表示感興趣voi中不滿足劑量目標(biāo)的采樣點的集合，∪voiSvoi表示集合Svoi的并集。在將所有采樣點的劑量值判斷之后，若集合則表示不存在不滿足劑量目標(biāo)的采樣點，也就是說，所有采樣點的劑量值均滿足劑量目標(biāo)，此時的放射治療計劃即為最終結(jié)果，放射治療計劃優(yōu)化結(jié)束，輸出放射治療計劃結(jié)果。
若集合則表示存在不滿足劑量目標(biāo)的采樣點，該不滿足劑量目標(biāo)的采樣點按感興趣區(qū)域分別存入對應(yīng)的集合Svoi中，并進入步驟S105。
在其它實施例中，也可以判斷所有像素點的劑量值是否滿足劑量目標(biāo)，并將不滿足劑量目標(biāo)的像素點按感興趣區(qū)域進行分類存放以便進行下述計算。
步驟S105，更新當(dāng)前優(yōu)化模型并進行優(yōu)化。
利用不滿足劑量目標(biāo)的采樣點更新當(dāng)前的優(yōu)化模型。例如，將不滿足劑量目標(biāo)的采樣點加入上述的目標(biāo)函數(shù)，得到更新的目標(biāo)函數(shù)如下：
其中，Obj(do)為當(dāng)前采樣點劑量的懲罰函數(shù)，也是更新前的目標(biāo)函數(shù)，∑voi表示對不同感興趣區(qū)域進行求和，dv為采樣點v在優(yōu)化過程中的實時劑量，Uvoi為感興趣區(qū)域voi的劑量目標(biāo)的上限，Lvoi為感興趣區(qū)域voi的劑量目標(biāo)的下限，wvoi為感興趣區(qū)域voi的權(quán)重，Vvoi為感興趣區(qū)域voi的采樣點集合，|Vvoi|為感興趣區(qū)域voi的采樣點數(shù)量，v為采樣點集合Vvoi中的采樣點，當(dāng)感興趣區(qū)域為器官時，劑量目標(biāo)只有上限Uvoi，P(ds)為集合S中的采樣點劑量的懲罰函數(shù)，ds為采樣點s在優(yōu)化過程中的實時劑量，s為采樣點集合Svoi中的采樣點，f(s)為懲罰因子，與采樣點s的分布以及數(shù)量有關(guān)，可以由放射治療計劃系統(tǒng)規(guī)定或由醫(yī)生進行設(shè)定并輸入至放射治療計劃系統(tǒng)。例如可以設(shè)置但不限于此，其中ws＝maxvoi{wvoi}，表示集合S涉及的感興趣區(qū)域的最大優(yōu)化權(quán)重，|S|為集合S中的采樣點數(shù)量。
利用優(yōu)化算法求解更新后的目標(biāo)函數(shù)的最優(yōu)解，并返回步驟S103，計算優(yōu)化后所述感興趣區(qū)域內(nèi)的劑量分布。之后進入步驟S104，再次判斷所述感興趣區(qū)域內(nèi)的劑量分布是否滿足所述劑量目標(biāo)。如滿足，放射治療計劃優(yōu)化結(jié)束，輸出放射治療計劃結(jié)果，如不滿足，則利用本次計算得到的不滿足劑量目標(biāo)的采樣點更新當(dāng)前的目標(biāo)函數(shù)，例如，更新后的目標(biāo)函數(shù)為：
其中，Obj(do)為當(dāng)前采樣點劑量的懲罰函數(shù)，也是更新前的目標(biāo)函數(shù)，∑voi表示對不同感興趣區(qū)域進行求和，dv為采樣點v在優(yōu)化過程中的實時劑量，Uvoi為感興趣區(qū)域voi的劑量目標(biāo)的上限，Lvoi為感興趣區(qū)域voi的劑量目標(biāo)的下限，wvoi為感興趣區(qū)域voi的權(quán)重，Vvoi為感興趣區(qū)域voi的采樣點集合，|Vvoi|為感興趣區(qū)域voi的采樣點數(shù)量，v為采樣點集合Vvoi中的采樣點，當(dāng)感興趣區(qū)域為器官時，劑量目標(biāo)只有上限Uvoi，ds為采樣點s在優(yōu)化過程中的實時劑量，s為采樣點集合Svoi中的采樣點，f(s)為懲罰因子，與采樣點s的分布以及數(shù)量有關(guān)，可以由放射治療計劃系統(tǒng)規(guī)定或由醫(yī)生進行設(shè)定并輸入至放射治療計劃系統(tǒng)，例如可以設(shè)置但不限于此，其中ws＝maxvoi{wvoi}，表示集合S涉及的感興趣區(qū)域的最大優(yōu)化權(quán)重，|S|為集合S中的采樣點數(shù)量，P(ds)為集合S(2)中的采樣點劑量的懲罰函數(shù)，為采樣點s(2)在優(yōu)化過程中的實時劑量，s(2)為采樣點集合中的采樣點，f(s(2))為懲罰因子，與采樣點s(2)的分布以及數(shù)量有關(guān)，可以由放射治療計劃系統(tǒng)規(guī)定或由醫(yī)生進行設(shè)定并輸入至放射治療計劃系統(tǒng)。例如可以設(shè)置但不限于此，其中表示集合S(2)涉及的感興趣區(qū)域的最大優(yōu)化權(quán)重，|S(2)|為集合S(2)中的采樣點數(shù)量，且
重復(fù)步驟S103～S105，直至感興趣區(qū)域內(nèi)的劑量分布滿足所述劑量目標(biāo)。
在上述實施例中，通過將不滿足劑量目標(biāo)的采樣點加入優(yōu)化模型以對優(yōu)化模型進行不斷更新，從而使得不滿足劑量目標(biāo)的采樣點在優(yōu)化過程中得到較多關(guān)注，從而起到劑量補強的作用，最終可以得到感興趣區(qū)域內(nèi)的劑量滿足要求的放射治療計劃；且可以通過計算機自動判斷采樣點的劑量是否滿足劑量目標(biāo)，因此優(yōu)化過程中無需人工介入，節(jié)省時間和人力。
在其它實施例中，也可以將所有像素點中不滿足劑量目標(biāo)的像素點加入當(dāng)前優(yōu)化模型從而更新當(dāng)前優(yōu)化模型并進行優(yōu)化，得到劑量分布滿足所述劑量目標(biāo)的放射治療計劃。
在本實施例中，也可以為迭代循環(huán)設(shè)置閾值，當(dāng)?shù)h(huán)的次數(shù)達(dá)到所述閾值時，放射治療計劃結(jié)束，此時可以輸出放射治療計劃優(yōu)化失敗的結(jié)果或者輸出窗口供醫(yī)生進行選擇，醫(yī)生可以選擇接受當(dāng)前優(yōu)化結(jié)果，也可以選擇放棄當(dāng)前優(yōu)化結(jié)果，也可以通過調(diào)整當(dāng)前優(yōu)化參數(shù)重新優(yōu)化。
圖2是本發(fā)明實施例提供的放射治療計劃優(yōu)化方法流程圖二。參考圖2所示，本發(fā)明提供的放射治療計劃優(yōu)化方法包括：
步驟S201，獲取感興趣區(qū)域的劑量目標(biāo)。
感興趣區(qū)域包括感興趣的器官和腫瘤，可以在放射治療計劃優(yōu)化之前由醫(yī)生進行勾畫。在本實施例中，可以將患者圖像加載至放射治療計劃系統(tǒng)，在放射治療計劃系統(tǒng)的界面上對感興趣的器官和腫瘤進行勾畫。勾畫可以由醫(yī)生手動勾畫也可以為自動勾畫，或者由手動勾畫和自動勾畫進行結(jié)合。圖像可以為CT圖像、PET圖像、MR圖像或者融合圖像等，在此不作限定。
劑量目標(biāo)也稱為劑量約束，由醫(yī)生設(shè)置，要求放射治療計劃對應(yīng)的感興趣區(qū)域內(nèi)的劑量分布滿足劑量約束。例如醫(yī)生為腫瘤區(qū)域設(shè)置劑量下限和劑量上限，為腫瘤周圍的正常器官設(shè)置劑量上限。
步驟S202，建立優(yōu)化模型進行優(yōu)化。
基于上述步驟中獲取的感興趣區(qū)域以及劑量目標(biāo)建立優(yōu)化模型并進行優(yōu)化?？梢圆捎猛繄D優(yōu)化方法建立通量圖優(yōu)化模型，也可以采用直接子野優(yōu)化方法建立直接子野優(yōu)化模型。
由于患者圖像的分辨率較高，像素點較多，如果圖像中的全部像素點均參與放射治療計劃的優(yōu)化，則導(dǎo)致計算量較大，優(yōu)化時間較長，因此，一般情況下，放射治療計劃的優(yōu)化是基于采樣點進行計算。因此，在建立優(yōu)化模型之前可以對圖像進行降采樣，用采樣點代表全部像素點參與放射治療計劃的優(yōu)化，也就是說基于采樣點建立優(yōu)化模型并進行優(yōu)化。對圖像的采樣方法在此不作限定。本實施例中的采樣點可以來源于圖像的像素點，也可以來源于根據(jù)采樣方法在圖像上產(chǎn)生的點或者用戶選擇的點，在此不進行限定。
在本實施例中，構(gòu)造優(yōu)化模型的目標(biāo)函數(shù)，利用優(yōu)化算法進行求解從而獲得最優(yōu)化方案。其中，目標(biāo)函數(shù)可以為如下形式：
其中，∑voi表示對不同感興趣區(qū)域進行求和，dv為采樣點v在優(yōu)化過程中的實時劑量，Uvoi為感興趣區(qū)域voi的劑量目標(biāo)的上限，Lvoi為感興趣區(qū)域voi的劑量目標(biāo)的下限，wvoi為感興趣區(qū)域voi的權(quán)重，Vvoi為感興趣區(qū)域voi的采樣點集合，|Vvoi|為感興趣區(qū)域voi的采樣點數(shù)量，v為采樣點集合Vvoi中的采樣點。當(dāng)感興趣區(qū)域為器官時，劑量目標(biāo)只有上限Uvoi。
本實施例中對優(yōu)化算法不進行限定，例如可以采用模擬退火算法、梯度算法、蟻群算法或其它已知或未知的適用算法求解上述目標(biāo)函數(shù)的最優(yōu)解。
步驟S203，計算優(yōu)化后所述感興趣區(qū)域內(nèi)的劑量分布。
計算步驟S202中得到的放射治療計劃對應(yīng)的感興趣區(qū)域內(nèi)的劑量分布。為了減少計算量，可以基于采樣點對感興趣區(qū)域內(nèi)的劑量分布進行計算。劑量計算的算法很多，例如蒙特卡羅算法、卷積算法、筆形束算法等，在此不作限定。當(dāng)然，也可以對所有的像素點進行劑量計算，在此不進行限定。
步驟S204，判斷所述感興趣區(qū)域內(nèi)的劑量分布是否滿足所述劑量目標(biāo)。
由步驟S203計算得到各采樣點的劑量值，在本步驟中逐個判斷所述感興趣區(qū)域內(nèi)的采樣點的劑量值是否滿足所述劑量目標(biāo)。本步驟可以由計算機自動執(zhí)行。
若各采樣點的劑量值均滿足對應(yīng)的劑量目標(biāo)，此時的放射治療計劃即為最終結(jié)果，放射治療計劃優(yōu)化結(jié)束，輸出放射治療計劃結(jié)果。
若存在采樣點的劑量值不滿足劑量目標(biāo)，將不滿足劑量目標(biāo)的像素點按感興趣區(qū)域進行分類存放并進入步驟S205。
步驟S205，判斷是否達(dá)到循環(huán)次數(shù)的閾值。
若是，則進入步驟S206，若否，則進入步驟S208。
循環(huán)次數(shù)的閾值由醫(yī)生進行設(shè)置，合適的循環(huán)次數(shù)可以避免進入死循環(huán)或者優(yōu)化計算的時間太長。
步驟S206，接收調(diào)整后的優(yōu)化參數(shù)和/或輔助勾畫。
醫(yī)生可以對當(dāng)前的優(yōu)化參數(shù)進行調(diào)整，例如調(diào)整各器官和腫瘤的權(quán)重、劑量目標(biāo)、采樣點等，醫(yī)生還可以對不滿足劑量目標(biāo)的區(qū)域進行輔助勾畫，從而對當(dāng)前的優(yōu)化模型進行調(diào)整。
步驟S207，基于調(diào)整后的優(yōu)化參數(shù)和/或輔助勾畫更新優(yōu)化模型進行優(yōu)化。
基于調(diào)整后的優(yōu)化參數(shù)及原感興趣區(qū)域重新建立優(yōu)化模型，或基于原優(yōu)化參數(shù)、原感興趣區(qū)域以及輔助勾畫的區(qū)域重新建立優(yōu)化模型，或基于調(diào)整后的優(yōu)化參數(shù)、原感興趣區(qū)域以及輔助勾畫的區(qū)域重新建立優(yōu)化模型。優(yōu)化模型的目標(biāo)函數(shù)可以參照步驟S202中的目標(biāo)函數(shù)形式，在此不再贅述。此處重新建立優(yōu)化模型是指不考慮步驟S208中對當(dāng)前優(yōu)化模型的更新。
在其它實施例中可以基于調(diào)整后的優(yōu)化參數(shù)對當(dāng)前的優(yōu)化模型進行更新，或基于原感興趣區(qū)域以及輔助勾畫的區(qū)域?qū)Ξ?dāng)前的優(yōu)化模型進行更新，或基于調(diào)整后的優(yōu)化參數(shù)、原感興趣區(qū)域以及輔助勾畫的區(qū)域?qū)Ξ?dāng)前的優(yōu)化模型進行更新。
利用優(yōu)化算法求解新目標(biāo)函數(shù)的最優(yōu)解，并返回步驟S203，計算優(yōu)化后所述感興趣區(qū)域內(nèi)的劑量分布。重復(fù)步驟S203～S208，直至獲得醫(yī)生滿意的放射治療計劃。利用新目標(biāo)函數(shù)進行優(yōu)化時，循環(huán)次數(shù)可以從零開始重新計算。
步驟S208，更新當(dāng)前優(yōu)化模型并進行優(yōu)化。
利用不滿足劑量目標(biāo)的采樣點更新當(dāng)前的優(yōu)化模型。例如，將不滿足劑量目標(biāo)的采樣點加入上述的目標(biāo)函數(shù)，得到更新的目標(biāo)函數(shù)如下：
其中，Obj(do)為當(dāng)前采樣點劑量的懲罰函數(shù)，也是更新前的目標(biāo)函數(shù)，∑voi表示對不同感興趣區(qū)域進行求和，dv為采樣點v在優(yōu)化過程中的實時劑量，Uvoi為感興趣區(qū)域voi的劑量目標(biāo)的上限，Lvoi為感興趣區(qū)域voi的劑量目標(biāo)的下限，wvoi為感興趣區(qū)域voi的權(quán)重，Vvoi為感興趣區(qū)域voi的采樣點集合，|Vvoi|為感興趣區(qū)域voi的采樣點數(shù)量，v為采樣點集合Vvoi中的采樣點，當(dāng)感興趣區(qū)域為器官時，劑量目標(biāo)只有上限Uvoi，P(ds)為集合S中的采樣點劑量的懲罰函數(shù)，ds為采樣點s在優(yōu)化過程中的實時劑量，s為采樣點集合Svoi中的采樣點，f(s)為懲罰因子，與采樣點s的分布以及數(shù)量有關(guān)，可以由放射治療計劃系統(tǒng)規(guī)定或由醫(yī)生進行設(shè)定并輸入至放射治療計劃系統(tǒng)。例如可以設(shè)置但不限于此，其中ws＝maxvoi{wvoi}，表示集合S涉及的感興趣區(qū)域的最大優(yōu)化權(quán)重，|S|為集合S中的采樣點數(shù)量。
利用優(yōu)化算法求解更新后的目標(biāo)函數(shù)的最優(yōu)解，并返回步驟S203，計算優(yōu)化后所述感興趣區(qū)域內(nèi)的劑量分布。重復(fù)步驟S203～S208，直至獲得醫(yī)生滿意的放射治療計劃。
在其它實施例中，也可以將所有像素點中不滿足劑量目標(biāo)的像素點加入當(dāng)前優(yōu)化模型從而更新當(dāng)前優(yōu)化模型并進行優(yōu)化，得到劑量分布滿足所述劑量目標(biāo)的放射治療計劃。
在上述實施例中的步驟順序可能發(fā)生改變，例如醫(yī)生可以在任一次優(yōu)化計算之后修改優(yōu)化參數(shù)和/或進行輔助勾畫，不要求在達(dá)到循環(huán)次數(shù)閾值的時候才修改優(yōu)化參數(shù)和/或進行輔助勾畫；或者醫(yī)生可以對任一次的優(yōu)化結(jié)果修改優(yōu)化參數(shù)和/或進行輔助勾畫，例如即使放射治療計劃的優(yōu)化結(jié)果已經(jīng)滿足所述感興趣區(qū)域的劑量目標(biāo)，如果醫(yī)生對該放射治療計劃的結(jié)果不滿意也可以修改優(yōu)化參數(shù)和/或進行輔助勾畫以進一步進行放射治療計劃的優(yōu)化。
在上述實施例中，一方面通過將不滿足劑量目標(biāo)的采樣點加入優(yōu)化模型以對優(yōu)化模型進行不斷更新，可以得到感興趣區(qū)域內(nèi)的劑量滿足要求的放射治療計劃；且可以通過計算機自動判斷采樣點的劑量是否滿足劑量目標(biāo)，節(jié)省時間和人力；另一方面醫(yī)生可以對優(yōu)化參數(shù)進行調(diào)整和/或進行輔助勾畫，從而得到滿意的放射治療計劃優(yōu)化結(jié)果。
在本發(fā)明的實施例中，還提出了一種放射治療計劃系統(tǒng)，包括：
獲取單元，用于獲取感興趣區(qū)域的劑量目標(biāo)，所述感興趣區(qū)域包括感興趣的器官及腫瘤；
優(yōu)化單元，用于建立優(yōu)化模型并進行優(yōu)化；
劑量計算單元，用于計算優(yōu)化后所述感興趣區(qū)域內(nèi)的劑量分布；
判斷單元，用于判斷所述感興趣區(qū)域內(nèi)的劑量分布是否滿足所述劑量目標(biāo)，
輸出單元，用于輸出放射治療計劃優(yōu)化結(jié)果。
當(dāng)判斷單元的結(jié)果為所述感興趣區(qū)域內(nèi)的劑量分布滿足所述劑量目標(biāo)時，則輸出單元輸出放射治療計劃的優(yōu)化結(jié)果，當(dāng)判斷單元的結(jié)果為所述感興趣區(qū)域內(nèi)存在采樣點的劑量值不滿足所述劑量目標(biāo)時，則優(yōu)化單元利用不滿足所述劑量目標(biāo)的采樣點更新當(dāng)前的優(yōu)化模型并進行優(yōu)化，不斷循環(huán)直至放射治療計劃優(yōu)化結(jié)束。
在本實施例中判斷單元自動判斷所述感興趣區(qū)域內(nèi)的劑量分布是否滿足所述劑量目標(biāo)。
在本實施例的放射治療計劃系統(tǒng)中還可以包括勾畫單元，用于勾畫所述感興趣區(qū)域。
在本實施例的放射治療計劃系統(tǒng)中還可以包括采樣單元，用于對感興趣區(qū)域進行采樣。
在本實施例的放射治療計劃系統(tǒng)中，獲取單元還用于獲取調(diào)整后的優(yōu)化參數(shù)，例如調(diào)整各器官和腫瘤的權(quán)重、劑量目標(biāo)、采樣點等，優(yōu)化單元基于調(diào)整后的參數(shù)建立優(yōu)化模型或?qū)Ξ?dāng)前優(yōu)化模型進行更新并進行優(yōu)化。
在本實施例的放射治療計劃系統(tǒng)中，勾畫單元還用于對不滿足劑量目標(biāo)的區(qū)域進行輔助勾畫，優(yōu)化單元基于所述感興趣區(qū)域以及輔助勾畫區(qū)域建立優(yōu)化模型或?qū)Ξ?dāng)前優(yōu)化模型進行更新并進行優(yōu)化。
在本實施例的放射治療計劃系統(tǒng)中，優(yōu)化單元還可以基于調(diào)整后的優(yōu)化參數(shù)、原感興趣區(qū)域以及輔助勾畫區(qū)域建立優(yōu)化模型或?qū)Ξ?dāng)前優(yōu)化模型進行更新并進行優(yōu)化。
在本實施例中的具體細(xì)節(jié)可以參考上述對圖1或圖2的描述，在此不再贅述。
以上所揭露的僅為本發(fā)明的幾種較佳實施例而已，當(dāng)然不能以此來限定本發(fā)明之權(quán)利范圍，因此依本發(fā)明權(quán)利要求所作的等同變化，仍屬本發(fā)明所涵蓋的范圍。
- 還沒有人留言評論。精彩留言會獲得點贊！