一種基于梯度法和漫水填充法的調(diào)強(qiáng)子野優(yōu)化方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于梯度法和漫水填充法的調(diào)強(qiáng)子野優(yōu)化方法，屬于智能計(jì)算方 法技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 靜態(tài)調(diào)強(qiáng)放療是目前臨床上最常用的治療手段，一般情況下是首先優(yōu)化得到每個(gè) 方向上滿足期望劑量分布的射野強(qiáng)度，然后對(duì)該強(qiáng)度進(jìn)行子野分割，轉(zhuǎn)換為動(dòng)態(tài)多葉光柵 可以實(shí)施的子野，這種方式簡(jiǎn)稱為"二步法"。由于在強(qiáng)度分布優(yōu)化時(shí)，難以或者沒(méi)有考慮動(dòng) 態(tài)多葉光柵的硬件約束限制，而該類約束限制只有在子野分割時(shí)考慮，因此導(dǎo)致子野分割 后會(huì)產(chǎn)生子野數(shù)較多，大大提高了治療時(shí)間，增加了治療不確定性。長(zhǎng)期的臨床應(yīng)用表明， "二步法"存在的缺陷，可以總結(jié)為：（1)每個(gè)照射野的子野數(shù)目多，總的照射跳數(shù)(MU)往往 是常規(guī)或者適形照射野的數(shù)倍甚至十余倍，這種情況不僅會(huì)增加照射的時(shí)間，還將增加產(chǎn) 生漏射、機(jī)頭散射等因素帶來(lái)的影響；（2)可能會(huì)生成一些小的、形狀很不規(guī)則的子野，這些 子野在實(shí)施過(guò)程中產(chǎn)生的誤差較大，射線利用率低，因此可能影響患者受照劑量的準(zhǔn)確度；
[3] 在將理想的強(qiáng)度分布轉(zhuǎn)換為可以實(shí)施的強(qiáng)度分布時(shí)，兩個(gè)強(qiáng)度會(huì)有差別，這種差別往往 使計(jì)劃質(zhì)量變差，本已滿足的臨床要求的計(jì)劃可能不再滿足。
[0003] 調(diào)強(qiáng)子野優(yōu)化方法目前國(guó)內(nèi)外也有不少研究，目前主要分兩大類:第一類是采用 智能算法優(yōu)化，這類算法不易陷入極值解，但是調(diào)強(qiáng)子野優(yōu)化問(wèn)題是非凸問(wèn)題，優(yōu)化時(shí)間往 往難以令人接受;第二類是采用確定性方法優(yōu)化，這類算法模型簡(jiǎn)單，優(yōu)化速度快，但是優(yōu) 化結(jié)果往往難以令人滿意。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明技術(shù)解決問(wèn)題:為了克服現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種基 于梯度法和漫水填充法的調(diào)強(qiáng)子野優(yōu)化方法，能夠快速有效解決調(diào)強(qiáng)子野優(yōu)化問(wèn)題，其優(yōu) 化結(jié)果能夠完全滿足放療計(jì)劃制定的要求，而又使得計(jì)算時(shí)間能夠在本領(lǐng)域技術(shù)人員可以 接受的范圍內(nèi)。
[0005] 本發(fā)明的技術(shù)方案如下：一種基于梯度法和漫水填充法的調(diào)強(qiáng)子野優(yōu)化方法，實(shí) 現(xiàn)步驟如下：
[0006] (1)初始化子野形狀
[0007] 根據(jù)射野方向觀初始化每個(gè)射野方向上對(duì)應(yīng)的子野形狀，該子野形狀由靶區(qū)在射 野方向上外輪廓外擴(kuò)得到；
[0008] (2)采用梯度法優(yōu)化子野權(quán)重并得到射野上的強(qiáng)度梯度使用梯度法優(yōu)化當(dāng)前子野 對(duì)應(yīng)的權(quán)重，同時(shí)計(jì)算優(yōu)化后的每個(gè)射野方向強(qiáng)度梯度矩陣；
[0009] (3)基于強(qiáng)度梯度采用漫水填充法計(jì)算該射野新的子野形狀
[0010] 根據(jù)步驟(2)的強(qiáng)度梯度矩陣找到最小值，如果最小值大于閾值，則停止，否則基 于最小值所在位置進(jìn)行漫水填充法計(jì)算，找出符合子野形狀要求的子野，其中漫水填充法 的邊界閾值要小于最小值；
[0011] 對(duì)所有射野都做漫水填充法計(jì)算生成新子野，則得到一組新的子野形狀；
[0012] (4)步驟(2)和(3)交替循環(huán)進(jìn)行，直到滿足停止標(biāo)準(zhǔn)，最終得到一組最優(yōu)的子野形 狀和權(quán)重。
[0013] 所述步驟(3)中基于最小值所在位置進(jìn)行漫水填充法計(jì)算實(shí)現(xiàn)步驟如下：
[0014] (21)擴(kuò)展梯度矩陣最小值所在行連續(xù)的列，直到邊界達(dá)到閾值；
[0015] (22)基于當(dāng)前擴(kuò)展的行，在已擴(kuò)展列，相鄰行的位置找對(duì)應(yīng)列，找出最小值，最小 值大于閾值，則停止，否則進(jìn)行步驟(21)擴(kuò)展；
[0016] (23)重復(fù)步驟(22 )，直到新的子野形狀生成。
[0017] 本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點(diǎn)在于：
[0018] (1)本發(fā)明能夠快速有效解決調(diào)強(qiáng)子野優(yōu)化問(wèn)題，其優(yōu)化結(jié)果能夠完全滿足放療 計(jì)劃制定的要求，而又使得計(jì)算時(shí)間能夠在本領(lǐng)域技術(shù)人員可以接受的范圍內(nèi)。因此，本發(fā) 明具有極其重要的工業(yè)應(yīng)用價(jià)值、而且克服了尚未解決的技術(shù)難題。
[0019] (2)本發(fā)明不僅能夠準(zhǔn)確地建立調(diào)強(qiáng)子野優(yōu)化問(wèn)題的模型，實(shí)現(xiàn)了可以快速高效 優(yōu)化調(diào)強(qiáng)子野，滿足實(shí)際的用戶需求。
【附圖說(shuō)明】
[0020] 圖1為本發(fā)明實(shí)現(xiàn)流程圖。
【具體實(shí)施方式】
[0021] 如圖1所示，本發(fā)明實(shí)現(xiàn)為：
[0022] (1)初始化子野形狀，具體如下：
[0023] 根據(jù)劑量計(jì)算得到第k個(gè)射野中每個(gè)筆形束對(duì)靶區(qū)采樣點(diǎn)的劑量貢獻(xiàn)矩陣Dk，通 過(guò)公式(1)得到矩陣S k>1。
[0024]

(1)
[0025] 式中，ε是一個(gè)常數(shù)，一般取值為〇.〇〇l，（i，j)表示第i行第j列。Sk,i作為第k個(gè)射野 的第一個(gè)初始子野形狀。
[0026] (2)采用梯度法優(yōu)化子野權(quán)重并計(jì)算射野上的強(qiáng)度梯度，具體如下：
[0027] 在得到每個(gè)射野方向上最初的子野形狀后，使用梯度法優(yōu)化對(duì)應(yīng)的子野權(quán)重。使 得加速器照射后的各器官采樣點(diǎn)劑量值盡量滿足醫(yī)生給定的器官劑量約束。梯度法優(yōu)化子 野權(quán)重的目標(biāo)函數(shù)如下：
[0028] Fob j ( Xk ) = Fxarget ( Xk ) +F〇AR ( Xk ) (2)

[0029]
[0030]
[0031]
[0032]

[0033]
[0034]
[0035]
[0036] 其中，F(xiàn)Target和F_分別是革E區(qū)和危及器官的目標(biāo)函數(shù);NTarget和NciAR分別表不革巴區(qū) 和危及器官的個(gè)數(shù)；ω target,,和ω。", i分別表示第i個(gè)靶區(qū)和危及器官的權(quán)重，權(quán)重表示各 器官的重要程度，一般取值在〇~1;6#^1和￡。& 1分別表示第1個(gè)靶區(qū)和危及器官的目標(biāo) 函數(shù);Ntarget, i分別表示第i個(gè)靶區(qū)和危及器官的采樣點(diǎn)個(gè)數(shù);山表示第j個(gè)采樣點(diǎn)的 劑量;S表示如果采樣點(diǎn)的劑量在約束范圍內(nèi)，則取0,否則取表示第i個(gè)靶區(qū)的劑 量約束，如果采樣點(diǎn)劑量小于靶區(qū)劑量下限，那么DtawM就等于靶區(qū)劑量下限，如果采樣點(diǎn) 劑量大約靶區(qū)劑量上限，那么DtargeM就等于靶區(qū)劑量上限，如果采樣點(diǎn)劑量在約束內(nèi)，則該 項(xiàng)為〇，不參與計(jì)算;D。％ i表示第i個(gè)危及器官的劑量上限;Nray表示射野內(nèi)的筆形束個(gè)數(shù)； aj>m表示第m個(gè)筆形束對(duì)第j個(gè)采樣點(diǎn)的劑量影響;Xm表示第m個(gè)筆形束的強(qiáng)度;Μ為離散后的 射野個(gè)數(shù);x k表示第k個(gè)射野的權(quán)重，是需要優(yōu)化的參數(shù);segk為第k個(gè)射野的子野0/1矩陣按 照行優(yōu)先排列的向量。
[0037]最后梯度法優(yōu)化過(guò)程中會(huì)產(chǎn)生每個(gè)射野方向的梯度矩陣Tk，k表示第k個(gè)射野。
[0038] (3)基于強(qiáng)度梯度采用漫水填充法計(jì)算該射野新的子野形狀
[0039]根據(jù)第k個(gè)射野的強(qiáng)度梯度矩陣Tk，找到最小值τ(1,^，其中，i，j分別表示第i行和 第j列。如果τ(1』大于-0.01，則說(shuō)明第k個(gè)射野強(qiáng)度梯度沒(méi)有需要新增的子野，停止。否則， 以TUd作為種子，采用四向連通的方式進(jìn)行漫水填充法擴(kuò)展。擴(kuò)展過(guò)程中需要滿足以下幾 點(diǎn)限制：
[0040] >每一行只能有一個(gè)連續(xù)區(qū)域；
[0041] 對(duì)所有射野都做一次漫水填充法生成新子野，則得到一組新的子野形狀，再通過(guò) 梯度法優(yōu)化每個(gè)子野對(duì)應(yīng)的權(quán)重，同時(shí)計(jì)算射野的強(qiáng)度梯度，漫水填充法和梯度法交替循 環(huán)進(jìn)行，直到滿足停止標(biāo)準(zhǔn)。
[0042] (4)最終得到一組最優(yōu)的子野形狀和權(quán)重。
[0043] 下面結(jié)合具體的實(shí)例再進(jìn)行詳細(xì)說(shuō)明。
[0044] 本發(fā)明能夠快速得到最優(yōu)的調(diào)強(qiáng)子野，在用戶設(shè)置好相關(guān)的參數(shù)后，通過(guò)梯度法 和漫水填充法快速得到一組子野形狀和權(quán)重，針對(duì)周圍型肺癌放療病例，具體實(shí)現(xiàn)步驟如 下：
[0045] (1)根據(jù)射野筆形束對(duì)靶區(qū)劑量貢獻(xiàn)，初始化子野形狀下：
[0046] 周圍型肺癌例題添加5個(gè)射野，根據(jù)劑量計(jì)算得到第k個(gè)射野中每個(gè)筆形束對(duì)靶區(qū) 采樣點(diǎn)的劑量貢獻(xiàn)矩陣Dk，D k的第i行第j列表示該筆形束對(duì)靶區(qū)所有采樣點(diǎn)劑量貢獻(xiàn)總和， 通過(guò)公式(1)得到矩陣Sk>1。
[0047]

( 10、
[0048] 式中，ε是一個(gè)常數(shù)，一般取值為〇.〇〇l，（i，j)表示第i行第j列。Sk,i作為第k個(gè)射野 的第一個(gè)初始子野形狀。一般來(lái)說(shuō)，S k,:符合子野要求。
[0049] (2)采用梯度法優(yōu)化子野權(quán)重并計(jì)算射野的強(qiáng)度梯度，具體如下：
[0050] 在得到5個(gè)射野最初的子野形狀后，使用梯度法優(yōu)化對(duì)應(yīng)的子野權(quán)重。使得加速器 照射后的各器官采樣點(diǎn)劑量值盡量滿足醫(yī)生給定的器官劑量約束。梯度法優(yōu)化子野權(quán)重的 目標(biāo)函數(shù)如下：

[0059] 其中，F(xiàn)Target和F_分別是革E區(qū)和危及器官的目標(biāo)函數(shù);NTarget和NciAR分別表不革巴區(qū) 和危及器官的個(gè)數(shù)；ω target,,和ω。", i分別表示第i個(gè)靶區(qū)和危及器官的權(quán)重，權(quán)重表示各 器官的重要程度，一般取值在〇~1;6#^1和￡。& 1分別表示第1個(gè)靶區(qū)和危及器官的目標(biāo) 函數(shù);Ntarget, i分別表示第i個(gè)靶區(qū)和危及器官的采樣點(diǎn)個(gè)數(shù);山表示第j個(gè)采樣點(diǎn)的 劑量;S表示如果采樣點(diǎn)的劑量在約束范圍內(nèi)，則取0,否則取表示第i個(gè)靶區(qū)的劑 量約束，如果采樣點(diǎn)劑量小于靶區(qū)劑量下限，那么DtawM就等于靶區(qū)劑量下限，如果采樣點(diǎn) 劑量大約靶區(qū)劑量上限，那么DtargeM就等于靶區(qū)劑量上限，如果采樣點(diǎn)劑量在約束內(nèi)，則該 項(xiàng)為〇，不參與計(jì)算;D。％ i表示第i個(gè)危及器官的劑量上限;Nray表示射野內(nèi)的筆形束個(gè)數(shù)； aj>m表示第m個(gè)筆形束對(duì)第j個(gè)采樣點(diǎn)的劑量影響;Xm表示第m個(gè)筆形束的強(qiáng)度;Μ為離散后的 射野個(gè)數(shù);x k表示第k個(gè)射野的權(quán)重，是需要優(yōu)化的參數(shù);segk為第k個(gè)射野的子野0/1矩陣按 照行優(yōu)先排列的向量。
[0060]最后梯度法優(yōu)化過(guò)程中會(huì)產(chǎn)生每個(gè)射野方向的梯度矩陣Tk，k表示第k個(gè)射野。
[0061 ] (3)基于強(qiáng)度梯度采用漫水填充法計(jì)算該射野新的子野形狀
[0062]根據(jù)第k個(gè)射野的強(qiáng)度梯度矩陣Tk，找到最小值τ(1^，其中，i，j分別表示第i行和 第j列。如果τ(1』大于-0.01，則說(shuō)明第k個(gè)射野強(qiáng)度梯度沒(méi)有需要新增的子野，停止。否則， 以TUd作為種子，采用四向連通的方式進(jìn)行漫水填充法擴(kuò)展。擴(kuò)展過(guò)程中需要滿足以下幾 點(diǎn)限制：
[0063] >邊界閾值為T(i,j)的1/3;
[0064] :>_每一行只能有一個(gè)連續(xù)區(qū)域；
[0065] 對(duì)所有射野都做一次漫水填充法生成新子野，則得到一組新的子野形狀，再通過(guò) 梯度法優(yōu)化每個(gè)子野對(duì)應(yīng)的權(quán)重，同時(shí)計(jì)算射野的強(qiáng)度梯度，漫水填充法和梯度法交替循 環(huán)進(jìn)行，直到滿足停止標(biāo)準(zhǔn)。
[0066] (4)最終得到一組最優(yōu)的子野形狀和權(quán)重。
[0067]提供以上實(shí)施例僅僅是為了描述本發(fā)明的目的，而并非要限制本發(fā)明的范圍。本 發(fā)明的范圍由所附權(quán)利要求限定。不脫離本發(fā)明的精神和原理而做出的各種等同替換和修 改，均應(yīng)涵蓋在本發(fā)明的范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于梯度法和漫水填充法的調(diào)強(qiáng)子野優(yōu)化方法，其特征在于實(shí)現(xiàn)步驟如下： (1) 初始化子野形狀 根據(jù)射野方向觀初始化每個(gè)射野方向上對(duì)應(yīng)的子野形狀，該子野形狀由靶區(qū)在射野方 向上外輪廓外擴(kuò)得到； (2) 采用梯度法優(yōu)化子野權(quán)重并得到射野上的強(qiáng)度梯度 使用梯度法優(yōu)化當(dāng)前子野對(duì)應(yīng)的權(quán)重，同時(shí)計(jì)算優(yōu)化后的每個(gè)射野方向強(qiáng)度梯度矩 陣； (3) 基于強(qiáng)度梯度采用漫水填充法計(jì)算該射野新的子野形狀 根據(jù)步驟(2)的強(qiáng)度梯度矩陣找到最小值，如果最小值大于閾值，則停止，否則基于最 小值所在位置進(jìn)行漫水填充法計(jì)算，找出符合子野形狀要求的子野，其中漫水填充法的邊 界閾值要小于最小值； 對(duì)所有射野都做漫水填充法計(jì)算生成新子野，則得到一組新的子野形狀； (4) 步驟(2)和(3)交替循環(huán)進(jìn)行，直到滿足停止標(biāo)準(zhǔn)，最終得到一組最優(yōu)的子野形狀和 權(quán)重。2. 根據(jù)權(quán)利要求1基于梯度法和漫水填充法的調(diào)強(qiáng)子野優(yōu)化方法，其特征在于:所述步 驟(3)中基于最小值所在位置進(jìn)行漫水填充法計(jì)算實(shí)現(xiàn)步驟如下： (21) 擴(kuò)展梯度矩陣最小值所在行連續(xù)的列，直到邊界達(dá)到閾值； (22) 基于當(dāng)前擴(kuò)展的行，在已擴(kuò)展列，相鄰行的位置找對(duì)應(yīng)列，找出最小值，最小值大 于閾值，則停止，否則進(jìn)行步驟(21)擴(kuò)展； (23) 重復(fù)步驟(22)，直到新的子野形狀生成。
【專利摘要】本發(fā)明提供了一種基于梯度法和漫水填充法的調(diào)強(qiáng)子野優(yōu)化方法，首先根據(jù)靶區(qū)和危及器官信息、射束參數(shù)以及劑量(體積)約束等條件建立優(yōu)化模型，并初始化每個(gè)射野的初始子野；其次，采用梯度法優(yōu)化子野權(quán)重并得到射野上的強(qiáng)度梯度；再次，基于強(qiáng)度梯度使用漫水填充法計(jì)算該射野新的子野形狀；最后，回到第二步直到退出優(yōu)化。本發(fā)明不僅求解速度快，優(yōu)化效果好，而且算法穩(wěn)定，魯棒性強(qiáng)。
【IPC分類】A61N5/10
【公開(kāi)號(hào)】CN105709341
【申請(qǐng)?zhí)枴緾N201610029746
【發(fā)明人】裴曦, 吳宜燦, 胡麗琴, 曹瑞芬, 汪冬
【申請(qǐng)人】中國(guó)科學(xué)院合肥物質(zhì)科學(xué)研究院