一种基于剂量预评估的自适应放疗剂量调强优化计算方法

技术领域

本发明涉及医疗技术领域，尤其涉及一种基于剂量预评估的自适应放疗剂量调强优化计算方法。

背景技术

肿瘤放射治疗是利用放射线治疗肿瘤的一种局部治疗方法。放射线包括放射性同位素产生的α、β、γ射线和各类x射线治疗机或加速器产生的x射线、电子线、质子束及其他粒子束等。大约70％的癌症患者在治疗癌症的过程中需要用放射治疗。放射治疗在肿瘤治疗中的作用和地位日益突出，已成为治疗恶性肿瘤的主要手段之一。

放射治疗的疗效取决于放射敏感性，不同组织器官以及各种肿瘤组织在受到照射后出现变化的反应程度各不相同。放射敏感性与肿瘤细胞的增殖周期和病理分级有关，即增殖活跃的细胞比不增殖的细胞敏感，细胞分化程度越高放射敏感性越低，反之愈高。

IMRT是一种先进的高精度放射线疗法，它利用计算机控制的X光加速器去向恶性肿瘤或肿瘤内的特定区域发射精确的辐射剂量。IMRT可根据肿瘤的3D形状通过调节(或控制)辐射的强度使辐射剂量更加准确。IMRT也可对肿瘤内的区域通过聚焦施加更高的辐射剂量，而使周围的正常组织接收最小的辐射剂量。这种放疗需要通过CT的3D重建图像与患者的协同被小心地设计、决定最适于肿瘤形状的放射剂量强度图形。一般方法是结合几个已调制的来自不同方向的放射线束产生一个自定义的单一辐射，在使肿瘤的辐射剂量最大化的同时保护临近的正常组织。

根据优化对象的不同，IMRT分为基于器官的优化和基于体元的优化。基于器官的优化是把处方剂量和权重因子给定在器官水平上，特定器官内的所有体元在目标函数中被平等对待。因为这些参数与最终剂量分布之间缺乏明确的关系，所以确定这些参数本质上是一个“猜测”游戏，经常需要多次试错过程，计划质量和计划设计效率非常依赖物理师的临床经验。

与基于器官的优化不同，基于体元的优化直接调整目标函数中与每个体元相关的参数，基于体元的优化能够比基于器官的优化得到更优的剂量分布。因此，有必要提出一种基于剂量预评估的自适应放疗剂量调强优化计算方法来解决上述技术问题。

发明内容

为解决上述技术问题，本发明提出一种基于剂量预评估的自适应放疗剂量调强优化计算方法，通过扫描病人身体并得到病人数字化的身体模型；所述数字化的身体模型以栅格形式进行划分，将最小划分单元定义为体元，并生成体元库，所述体元库中存储有各体元的体元编号和体元属性；其中，体元编号和体元属性以映射表的形式进行存储，所述体元唯一对应体元编号，所述体元编号唯一对应体元属性；所述体元属性中保存着对应体元编号的体元权重、体元坐标、体元隶属器官和体元处方剂量。

作为更进一步的解决方案，通过医师确定病人的病灶，并将病人病灶所处位置定义为靶区；将对靶区进行放疗时，放疗危及正常器官的区域定义为危及器官区；

将数字化的身体模型输入到三维放射治疗计划系统软件中，所述三维放射治疗计划系统软件能对放疗进行计算机模拟计算；物理师根据病人病灶情况和医生给出的处方制定放疗计划的输入参数，其中，输入参数包括射野参数和器官约束条件参数；

通过设置放疗计划的射野参数能对数字化的身体模型进行对应剂量预评估计算，通过剂量预评估计算能得到靶区和危及器官区中各体元的放疗剂量预评估值。

作为更进一步的解决方案，所述剂量预评估计算各体元的放疗剂量预评估值的计算步骤如下：

获取加速器限束装置的剂量跌落系数k(l)，表示为距离射野边缘l处的剂量与射野边缘剂量的百分比，其计算公式为：

k(l)＝(D

式中，D

通过体元属性中的体元坐标，计算危及器官区体元j与靶区的最小距离l

通过公式：dpre

作为更进一步的解决方案，将危及器官约束条件参数输入，每一个约束条件都由剂量D

对危及器官的任意一个约束条件；

通过设定器官约束条件中设置的体积比例V

N

通过预评估剂量以及约束条件中的剂量D

数N

判断N

若N

若N

作为更进一步的解决方案，优化计算前需进行体元处方剂量初始化，靶区体元的初始处方剂量和权重设置为该靶区约束条件的剂量和权重；危及器官体元初始处方剂量则按照预评估剂量从小到大找出N

作为更进一步的解决方案，在优化迭代时对处方剂量进行自适应更新，自适应更新通过如下步骤进行：

改变射野内射束的强度；

计算新射束在人体内的剂量分布，剂量分布结合评价函数，通过评价函数来衡量计算

剂量与处方剂量之间的差距；

计算评价函数，得到评价差距；

若评价差距变大，则将当前射束强度还原为上一次迭代值；

若评价差距变小，则保存当前射束强度；

作为更进一步的解决方案，所述评价函数为：

其中，NV表示体元的总个数；ω

作为更进一步的解决方案，自适应更新时，在第k+1次迭代过程中，

当体元j属于靶区时：

当体元j属于危及器官区时：

其中，dcoef表示自适应处方剂量变化因子，其数值小于1；

作为更进一步的解决方案，由于过低的危及器官区处方剂量会降低靶区剂量，过高的靶区处方剂量则会提高危及器官的剂量，要对上述使用的自适应体元处方剂量

对于体元j属于危及器官区，当

对于体元j属于靶区，当的

作为更进一步的解决方案，经过若干次迭代后，得到满足约束条件、优化迭代次数达到设定值的处方剂量，中止自适应更新，并通过处方剂量得到最终的强度分布。

与相关技术相比较，本发明提供的用于一种基于剂量预评估的自适应放疗剂量调强优化计算方法具有如下有益效果：

1、本发明通过构建病人身体的数字化模型并用于放疗剂量的研究，将身体划分为体元，并将体元作为研究放疗剂量的最小单元，根据约束条件选择危及器官种的部分体元参与评价函数计算和评估，有效的减少了计算量，提高了优化计算的效率。

2、本发明通过使用加速器限束装置跌落系数进行病人体元的剂量计算，从而做到预测的目的，而放疗剂量预评估完全通过电脑进行自动计算，方便快捷的同时，还能减少对物理师的临床经验的依赖和试错过程，提高计划设计的效率；

3、本发明通过器官的权重因子与基于体元的处方剂量相结合，用来优化放疗计划，能有效的制定合理且对危及器官区伤害小的调强放疗计划；

4、首先是根据剂量预评估值和约束条件确认调强计划方案的可行性，在存在可行性的情况下再通过约束条件选择合适的初始处方剂量，改变射束强度后进行剂量计算并使用评价函数来进行评价，若评价函数优于之前值，则保存新的射束强度并更新体元的处方剂量，再次进行迭代直到满足优化退出条件得到最终的射束强度分布。

附图说明

图1为本发明提供的一种基于剂量预评估的自适应放疗剂量调强优化计算方法的计划设计流程图。

图2为本发明提供的一种基于剂量预评估的自适应放疗剂量调强优化计算方法得到的头部肿瘤病例的剂量体积直方图。

具体实施方式

下面结合附图和实施方式对本发明作进一步说明。

如图1与图2所示，本发明一种基于剂量预评估的自适应放疗剂量调强优化计算方法，通过扫描病人身体并得到病人数字化的身体模型；所述数字化的身体模型以栅格形式进行划分，将最小划分单元定义为体元，并生成体元库，所述体元库中存储有各体元的体元编号和体元属性；其中，体元编号和体元属性以映射表的形式进行存储，所述体元唯一对应体元编号，所述体元编号唯一对应体元属性；所述体元属性中保存着对应体元编号的体元权重、体元坐标、体元隶属器官和体元处方剂量。

需要说明的是：本实施例通过构建病人身体的数字化模型并用于放疗剂量的研究，将身体划分为体元，并将体元作为研究放疗剂量的最小单元，可以起到精准测量的作用，此外，本实施例为体元附加器官属性，并利用体元标号建立映射表，映射表能精准快速的建立人体体元的关系网络，而体元属性能体现体元之间的差异，有利于研究不同器官体元的放疗剂量。

作为更进一步的解决方案，通过医师确定病人的病灶，并将病人病灶所处位置定义为靶区；将对靶区进行放疗时，放疗危及正常器官的区域定义为危及器官区；

将数字化的身体模型输入到三维放射治疗计划系统软件中，所述三维放射治疗计划系统软件能对放疗进行计算机模拟计算；物理师根据病人病灶情况和医生给出的处方制定放疗计划的输入参数，其中，输入参数包括射野参数和器官约束条件参数；

通过设置放疗计划的射野参数能对数字化的身体模型进行对应剂量预评估计算，通过剂量预评估计算能得到靶区和危及器官区中各体元的放疗剂量预评估值。

需要说明的是：在对放疗进行数字化模拟时，本实施例通过对加速器限束装置参数进行模拟，从而做到精准预测的目的，而放疗剂量预评估完全通过电脑进行自动计算，方便快捷的同时，还能减少预估误差。

作为更进一步的解决方案，所述剂量预评估计算各体元的放疗剂量预评估值的计算步骤如下：

获取加速器限束装置的剂量跌落系数k(l)，表示为距离射野边缘l处的剂量与射野边缘剂量的百分比，其计算公式为：

k(l)＝(D

式中，D

通过体元属性中的体元坐标，计算危及器官区体元j与靶区的最小距离l

通过公式：dpre

需要说明的是：在进行放射治疗时，我们理想的情况是在只对治疗病灶的靶区进行照射，而其他区域不进行照射，但是实际的情况是，病灶周围的器官难免受到影响，我们将这个区域称之为危及器官区，而不同的照射角度、照射强度会改变这种不好的影响，有一些是降低危及器官区所受到的伤害，有一些是扩大危及器官区所受到的伤害，故我们需要找出对危及器官区伤害小的照射方案进行放射治疗。然而照射方案的设定需要进行大量的实验，且由于病人的病灶不同，其照射方案也会存在巨大差异，现阶段通常是医师进行经验评估，但是这种方案太依赖医师的经验，无法稳定提出优质的治疗计划，为此，本实施例通过剂量预评估对各体元的放疗剂量预评估值进行计算，从而优化放疗剂量调强计算。

作为更进一步的解决方案，将危及器官约束条件参数输入，每一个约束条件都由剂量D

对危及器官的任意一个约束条件；

通过设定器官约束条件中设置的体积比例V

N

其中N

通过预评估剂量以及约束条件中的剂量D

判断N

若N

若N

需要说明的是：不同约束条件有不同的重要度，所以我们需要为每个约束条件设置权重，从而使计算出来的危及器官处方剂量更加精准。

作为更进一步的解决方案，优化计算前需进行体元处方剂量初始化，靶区体元的初始处方剂量和权重设置为该靶区约束条件的剂量和权重；危及器官体元初始处方剂量则按照预评估剂量从小到大找出N

作为更进一步的解决方案，在优化迭代时对处方剂量进行自适应更新，自适应更新通过如下步骤进行：

改变射野内射束的强度；

计算新射束在人体内的剂量分布，剂量分布结合评价函数，通过评价函数来衡量计算剂量与处方剂量之间的差距；

计算评价函数，得到评价差距；

若评价差距变大，则将当前射束强度还原为上一次迭代值；

若评价差距变小，则保存当前射束强度；

作为更进一步的解决方案，所述评价函数为：

其中，NV表示体元的总个数；ω

本实施例在处方剂量的选择上通过自适应的方法来进行：首先是确认质量方案的可行性，在存在可行性的情况下确认放疗剂量预评估值，再通过约束条件选择合适的初始处方剂量，并使用评价函数来进行评价，若预评估值优于当前处方剂量，则将处方剂量替换为预评估值，并在此进行迭代。

作为更进一步的解决方案，自适应更新时，在第k+1次迭代过程中，

当体元j属于靶区时：

当体元j属于危及器官区时：

其中，dcoef表示自适应处方剂量变化因子，其数值小于1；

作为更进一步的解决方案，由于过低的危及器官区处方剂量会降低靶区剂量，过高的靶区处方剂量则会提高危及器官的剂量，要对上述使用的自适应体元处方剂量

对于体元j属于危及器官区，当

对于体元j属于靶区，当的

作为更进一步的解决方案，经过若干次迭代后，得到满足约束条件、优化迭代次数达到设定值的处方剂量，中止自适应更新，并通过处方剂量得到最终的强度分布。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。