放射治疗计划优化方法及系统技术方案

本发明专利技术涉及放射治疗领域，提出一种放射治疗计划优化方法，包括：获取感兴趣区域的剂量目标，所述感兴趣区域包括感兴趣的器官及肿瘤，建立优化模型进行优化，计算优化后所述感兴趣区域内的剂量分布，迭代地执行以下步骤直至满足放射治疗计划优化结束：判断所述感兴趣区域内的剂量分布是否满足所述剂量目标，如满足，则放射治疗计划优化结束，如不满足，则更新当前优化模型并进行优化，计算优化后所述感兴趣区域内的剂量分布。本发明专利技术提供的放射治疗计划优化方法通过将不满足剂量目标的采样点加入优化模型对优化模型不断更新，可以得到感兴趣区域内的剂量满足要求的放射治疗计划。

【技术实现步骤摘要】
放射治疗计划优化方法及系统
本专利技术涉及放射治疗领域，尤其涉及一种放射治疗计划优化方法及系统。
技术介绍
放射治疗是利用放射线如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、质子束及其它粒子束等治疗恶性肿瘤的一种方法。由于射束能量高，在肿瘤细胞被杀死的同时正常细胞也会受到影响。为了尽可能地减少对正常组织的伤害，需要制定放射治疗计划。放射治疗计划中，医生需要给出处方和治疗方案，物理师根据医生处方，勾画器官和肿瘤位置，以及总的肿瘤体积(GrossTumorVolume，GTV)、临床目标体积(ClinicalTargetvolume，CTV)和计划治疗体积(PlanningTargetVolume，PTV)等靶区，制定放射治疗计划并进行优化。在放射治疗计划优化之后，计算当前计划对应的患者体内的剂量分布以判断当前计划是否满足预期要求。如果靶区的某些部位的剂量达不到处方剂量的要求或者需要保护的危及器官的某些部位的剂量超过了限定剂量，则此时的放射治疗计划不能满足医生的要求，需要进行调整。
技术实现思路
为克服现有技术的不足，本专利技术提供了一种放射治疗计划优化方法，包括：获取感兴趣区域的剂量目标，所述感兴趣区域包括感兴趣的器官及肿瘤；建立优化模型进行优化；计算优化后所述感兴趣区域内的剂量分布；迭代地执行以下步骤直至满足放射治疗计划优化结束：判断所述感兴趣区域内的剂量分布是否满足所述剂量目标，如满足，则放射治疗计划优化结束，如不满足，则更新当前优化模型并进行优化，计算优化后所述感兴趣区域内的剂量分布。可选的，所述更新当前优化模型并进行优化包括：将不满足所述剂量目标的采样点加入当前优化模型并进行优化。可选的，所述判断所述感兴趣区域内的剂量分布是否满足所述剂量目标为自动判断所述感兴趣区域内各采样点的剂量值是否满足所述剂量目标。可选的，所述放射治疗计划优化方法还包括：调整放射治疗计划的优化参数，基于调整后的优化参数更新优化模型并进行优化。可选的，所述放射治疗计划优化方法还包括：对不满足所述剂量目标的区域进行辅助勾画，基于所述辅助勾画的区域更新优化模型并进行优化。可选的，所述更新优化模型为重新建立优化模型。可选的，所述更新优化模型为更新当前优化模型。本专利技术还提出了一种放射治疗计划系统，包括：获取单元，用于获取感兴趣区域的剂量目标，所述感兴趣区域包括感兴趣的器官及肿瘤；优化单元，用于建立优化模型并进行优化；剂量计算单元，用于计算优化后所述感兴趣区域内的剂量分布；判断单元，用于判断所述感兴趣区域内的剂量分布是否满足所述剂量目标，输出单元，用于输出放射治疗计划优化结果。可选的，所述优化单元还用于根据判断单元的结果用不满足所述剂量目标的采样点更新所述优化模型并进行优化。可选的，所述判断单元用于自动判断所述感兴趣区域内各采样点的剂量值是否满足所述剂量目标。相对于现有技术，本专利技术提供的放射治疗计划优化方法通过将不满足剂量目标的采样点加入优化模型对优化模型不断更新，可以得到感兴趣区域内的剂量满足要求的放射治疗计划；本专利技术提供的放射治疗计划优化方法可以自动对采样点的剂量进行检查，从而得到不满足剂量目标的采样点用于更新优化模型。本专利技术提供的放射治疗计划优化方法中，物理师对自动优化的结果不满意，可以对优化参数进行调整和/或增加辅助勾画继续进行优化以得到满意的放射治疗计划。附图说明为了更清楚地说明本专利技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。图1是本专利技术实施例提供的放射治疗计划优化方法流程图一；图2是本专利技术实施例提供的放射治疗计划优化方法流程图二。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在放射治疗中，要求高剂量的辐射尽可能地被输送至肿瘤靶区，尽量减少对周围器官的伤害，因此需要制定放射治疗计划。为了更好地控制各器官或靶区内的剂量分布，对放射治疗计划进行优化使得放射线在杀死肿瘤细胞的同时尽可能不照射周围的正常组织。本专利技术实施例提出了一种新的放射治疗计划优化方法，可以使得肿瘤靶区以及周围器官内的剂量分布满足要求。图1是本专利技术实施例提供的放射治疗计划优化方法流程图一。参考图1所示，本专利技术提供的放射治疗计划优化方法包括：步骤S101，获取感兴趣区域的剂量目标。感兴趣区域包括感兴趣的器官和肿瘤，可以在放射治疗计划优化之前由医生进行勾画。在本实施例中，可以将患者图像加载至放射治疗计划系统，在放射治疗计划系统的界面上对感兴趣的器官和肿瘤进行勾画。勾画可以由医生手动勾画也可以为自动勾画，或者由手动勾画和自动勾画进行结合。图像可以为CT图像、PET图像、MR图像或者融合图像等，在此不作限定。剂量目标也称为剂量约束，由医生设置，要求放射治疗计划对应的感兴趣区域内的剂量分布满足剂量约束。例如医生为肿瘤区域设置剂量下限和剂量上限，为肿瘤周围的正常器官设置剂量上限。步骤S102，建立优化模型进行优化。基于上述步骤中获取的感兴趣区域以及剂量目标建立优化模型并进行优化。可以采用通量图优化方法建立通量图优化模型，也可以采用直接子野优化方法建立直接子野优化模型。由于患者图像的分辨率较高，像素点较多，如果图像中的全部像素点均参与放射治疗计划的优化，则导致计算量较大，优化时间较长，因此，一般情况下，放射治疗计划的优化是基于采样点进行计算。因此，在建立优化模型之前可以对图像进行降采样，用采样点代表全部像素点参与放射治疗计划的优化，也就是说基于采样点建立优化模型并进行优化。对图像的采样方法在此不作限定。本实施例中的采样点可以来源于图像的像素点，也可以来源于根据采样方法在图像上产生的点或者用户选择的点，在此不进行限定。在本实施例中，构造优化模型的目标函数，利用优化算法进行求解从而获得最优化方案。其中，目标函数可以为如下形式：其中，∑voi表示对不同感兴趣区域进行求和，dv为采样点v在优化过程中的实时剂量，Uvoi为感兴趣区域voi的剂量目标的上限，Lvoi为感兴趣区域voi的剂量目标的下限，wvoi为感兴趣区域voi的权重，Vvoi为感兴趣区域voi的采样点集合，|Vvoi|为感兴趣区域voi的采样点数量，v为采样点集合Vvoi中的采样点。当感兴趣区域为器官时，剂量目标只有上限Uvoi。本实施例中对优化算法不进行限定，例如可以采用模拟退火算法、梯度算法、蚁群算法或其它已知或未知的适用算法求解上述目标函数的最优解。步骤S103，计算优化后所述感兴趣区域内的剂量分布。计算步骤S102中得到的放射治疗计划对应的感兴趣区域内的剂量分布。为了减少计算量，可以基于采样点对感兴趣区域内的剂量分布进行计算。剂量计算的算法很多，例如蒙特卡罗算法、卷积算法、笔形束算法等，在此不作限定。当然，也可以对所有的像素点进行剂量计算，在此不进行限定。步骤S104，判断所述感兴趣区本文档来自技高网...

【技术保护点】
一种放射治疗计划优化方法，包括：获取感兴趣区域的剂量目标，所述感兴趣区域包括感兴趣的器官及肿瘤；建立优化模型进行优化；计算优化后所述感兴趣区域内的剂量分布；迭代地执行以下步骤直至满足放射治疗计划优化结束：判断所述感兴趣区域内的剂量分布是否满足所述剂量目标，如满足，则放射治疗计划优化结束，如不满足，则更新当前优化模型并进行优化，计算优化后所述感兴趣区域内的剂量分布。

【技术特征摘要】
1.一种放射治疗计划优化方法，包括：获取感兴趣区域的剂量目标，所述感兴趣区域包括感兴趣的器官及肿瘤；建立优化模型进行优化；计算优化后所述感兴趣区域内的剂量分布；迭代地执行以下步骤直至满足放射治疗计划优化结束：判断所述感兴趣区域内的剂量分布是否满足所述剂量目标，如满足，则放射治疗计划优化结束，如不满足，则更新当前优化模型并进行优化，计算优化后所述感兴趣区域内的剂量分布。2.如权利要求1所述的放射治疗计划优化方法，其特征在于，所述更新当前优化模型并进行优化包括：将不满足所述剂量目标的采样点加入当前优化模型并进行优化。3.如权利要求1所述的放射治疗计划优化方法，其特征在于，所述判断所述感兴趣区域内的剂量分布是否满足所述剂量目标为自动判断所述感兴趣区域内各采样点的剂量值是否满足所述剂量目标。4.如权利要求1所述的放射治疗计划优化方法，其特征在于，还包括：调整放射治疗计划的优化参数，基于调整后的优化参数更新优化模型并进行优化。5.如权利要求1所述的放射治疗计划优化方法，其特征...

【专利技术属性】
技术研发人员：赵轲俊，
申请(专利权)人：上海联影医疗科技有限公司，
类型：发明
国别省市：上海,31