对放射疗法治疗进行计划的系统和方法技术方案

系统(100)基于以下形式的输入对目标体积的放射疗法治疗进行计划：候选束的集合

System and method of planning radiotherapy

The system (100) plans the radiotherapy treatment of the target volume based on the input of the following form: the set of candidate beams

【技术实现步骤摘要】
【国外来华专利技术】对放射疗法治疗进行计划的系统和方法
本专利技术总体涉及放射疗法治疗的计划。更具体地，本专利技术涉及用于对放射疗法治疗进行计划的系统以及对应的方法。本专利技术还涉及一种计算机程序和一种处理器可读介质。
技术介绍
在放射疗法治疗中，使用一种或多种治疗用放射束将剂量输送到患者的治疗体积中。在此，相应的治疗用放射束的取向是重要参数。治疗用放射束的取向通常由放射源的位置、束中心轴线的方向和治疗头的旋转来确定。在CyberKnifeTM机器中，可以通过安装在机械人臂上的线性加速器而直接控制取向参数。在此，属于单个源位置的取向被称为属于公共节点。在具有携带线性加速器的所谓的C形臂的机械中，其中放射源围绕患者以恒定的源轴线距离旋转，束取向由等中心位置和分别描述治疗台、患者床和治疗头的旋转的三组元的角度(准直器角度)来限定。对于C形臂安装的机器，共面治疗与一般的非共面治疗通常的区别是，在共面治疗中，床角度对于所有束是恒定的。来自粒子疗法机器的治疗束可以使用与C形臂安装的线性加速器类似的旋转台来指向患者。对于在照射期间束取向是不改变的输送技术(例如在三维适形放射疗法(3D-CRT)、静电场强度调制放射疗法(IMRT)和强度调制粒子疗法(IMPT)中)，束取向的集合直接对应于治疗束的集合。束取向的集合也可以被转换成用于电弧疗法的连续轨迹，在电弧疗法中束在照射期间扫过患者，诸如在体积调制电弧疗法(VMAT)中。通过例如识别束取向之间的“最短路径”，在使得在取向的集合之间移动所述束所需的时间最小的意义上，将离散的束取向的集合转换成连续的圆弧轨迹。3D-CRT、IMRT和VMAT是不同光子疗法技术的示例，它们是使用安装C形臂的线性加速器来输出。IMPT可以从固定的束线输送或者通过使用旋转台来输送。从束取向的较大的候选集合中选择适当的束取向的子集合的一般问题非常不易于解析。现在，存在许多不同的方法来优化束取向，例如所谓的贪心方法(greedymethod)，该方法从零束开始并且然后在此时迭代地添加一个束。在此，必须在每次迭代时执行多次优化——对未被选择的每个候选束执行一次优化——并且因为候选束的数量通常非常大，所以这些计算趋于是高处理强度的。在任何情况下，每次迭代的选出束都是可以最大程度地改善目标函数值的候选束。因此，贪心方法不能在短的计算时间内容易地提供可行的治疗计划。通过每个子问题仅使用少量优化迭代，或甚至仅使用来自第一次迭代的梯度信息，可以减少计算时间。然而，这种简化使得束选择高度接近，因此质量相对较低。混合整数编程方法表示另一种替代方法，其中通过对所有可能的解决方案的结构化枚举来将束取向优化问题解析为全局最优。混合整数编程方法的计算成本非常高，因此对于实际问题尺寸是不可行的。随机搜索方法表示另一示例，其中，如果改进目标函数值，则随机交换这些束并保持互换。这种方法也倾向于是具有处理强度的，或者至少耗费时间的。还有元启发式方法，诸如模拟退火算法和遗传算法，它们利用随机的和预定义的搜索规则的组合来改进当前选出束的集合。随机搜索方法和元启发式方法也需要很长的计算时间，为了能够对大部分搜索空间进行取样。一个附加选项是采用考虑连续束角空间的局部搜索方法，并尝试通过使用由敏感性分析或有限差分计算的梯度来改善目标函数值。然而，局部搜索方法仅对微调有用，因为束取向优化问题具有许多局部最小值。最后，还有几何方法，几何方法分析患者的解剖结构，并计算候选束方向的质量分数而不执行任何治疗计划优化。几何方法可以非常快。但是，它们的准确度有限，因为它们不依赖于实际的治疗计划优化。鉴于上述问题和不足之处，因此，普遍的临床实践是手动地选择束取向。当然，这是远非理想的。
技术实现思路
本专利技术的目的是减轻上述问题，并提供一种治疗计划解决方案，该治疗计划解决方案实现了用户友好的界面，并且相对于需要选择束取向的子集合的处理资源是有效的，以从潜在的可以使用的更大的束取向的候选集合中使用。根据本专利技术的一个方面，该目的通过一种用于对放射疗法治疗进行计划的系统来实现，在该放射疗法治疗中由治疗束照射目标体积。该系统包括处理器和存储器。存储器包含可由所述处理器执行的指令，由此所述系统操作以执行以下连贯步骤。-获得输入集合，所述输入集合包括：候选束的集合，其中所述候选束的集合中的每个束限定了治疗束相对于目标体积的设置；用于放射疗法治疗的治疗计划，该治疗计划使用候选束的子集合；描述治疗计划的质量的目标函数；以及描述了必须被满足的关于治疗计划的要求的可行域；所述目标函数和/或可行域反映了第一复杂度准则，所述第一复杂度准则将第一复杂度测量限制为小于或等于最大的第一复杂度。第一复杂度测量与治疗计划的输送时间有关；-执行优化步骤，由此通过根据目标函数和可行域对治疗计划进行优化来对更新的治疗计划进行计算；以及-检查是否满足终止准则。如果满足，则基于所述更新的治疗计划来对选出束的集合进行计算，其中选出束的集合是候选束的集合的子集合。如果不满足，所述更新的治疗计划将被设定为治疗计划；对更新的第一复杂度准则进行计算；所述更新的第一复杂度准则被设定为第一复杂度准则；以及该程序返回到用于另一次迭代的优化步骤。该系统是有利的，因为所提出的从治疗计划中逐步消除束的策略产生了一种对于每次迭代来说变得有更小计算强度的计算过程。此外，初始步骤已经需要相对较低的计算能力。因此，可以在时间和计算效果方面使整体计划过程高效。根据本专利技术的该方面的一种实施方式，该系统还包含至少一个输入接口和输出接口。该至少一个输入接口配置成例如经由手动的用户输入、本地数据存储来接收目标函数和可行域的限定，或从在线资源接收目标函数和可行域的限定。输出接口被配置成输出经确定的选出束的集合，例如，用以在显示器或存储装置上以本地地和/或远程地呈现。这些接口是有利的，因为它们在源数据的起源地和结果数据的目的地方面提供高度的灵活性。根据本专利技术这个方面的另一实施方式，第一复杂度准则表示第二复杂度准则的连续且可微分的逼近。即，第二复杂度准则将第二复杂度测量限制在最大的第二复杂度内，并且第二复杂度测量指示在治疗计划中使用的候选束的集合中的束的数量。然而，这样的第二复杂度准则通常是所谓的阶梯函数，该阶梯函数在任何地方都是不可微分的。因此，所提出的第一复杂度准则(基于所述连续且可微分的逼近)实质上有助于优化计算。此外，可由处理器执行的指令使系统进一步操作以：在返回到优化步骤之前，对更新的第二复杂度准则进行计算并将所述更新的第二复杂度准则设定为所述第二复杂度准则。这意味着，类似于第一复杂度准则，所述第二复杂度准则也在优化继续之前被更新。根据本专利技术的该方面的又一实施方式，所述输入集合还包含最终的最大的第一复杂度。可由处理器执行的指令还使系统操作以在返回到优化步骤的最终的迭代之前对所述更新的第一复杂度准则进行计算。最大的第一复杂度等于最终的最大的第一复杂度。因此，可以预先知道所得到的治疗计划的复杂度。根据本专利技术的该方面的又一实施本文档来自技高网...

【技术保护点】
1.一种用于对放射疗法治疗进行计划的系统(100)，在所述放射疗法治疗中，目标体积由治疗束进行照射，所述系统(100)包括：/n处理器(110)，以及/n存储器(140)，所述存储器(140)包含能由所述处理器(110)执行的指令(145)，由此所述系统(100)操作成执行以下连贯的步骤：/n[S

【技术特征摘要】
【国外来华专利技术】1.一种用于对放射疗法治疗进行计划的系统(100)，在所述放射疗法治疗中，目标体积由治疗束进行照射，所述系统(100)包括：
处理器(110)，以及
存储器(140)，所述存储器(140)包含能由所述处理器(110)执行的指令(145)，由此所述系统(100)操作成执行以下连贯的步骤：
[S11]获得输入集合，所述输入集合包括：
候选束的集合所述候选束的集合中的每个候选束都限定所述治疗束相对于所述目标体积的设置；
用于所述放射疗法治疗的治疗计划(x)，所述治疗计划(x)使用所述候选束的子集合
目标函数(F)，所述目标函数(F)描述所述治疗计划(x)的质量；以及
可行域(X)，所述可行域(X)描述必须被满足的关于所述治疗计划(x)的要求，
所述目标函数(F)和所述可行域(X)中的至少一者反映第一复杂度准则所述第一复杂度准则将第一复杂度测量(τ(x))限制为小于或等于最大的第一复杂度所述第一复杂度测量(τ(x))与用于所述治疗计划(x)的输送时间相关；
[S12]执行优化步骤，由此通过根据所述目标函数(F)和所述可行域(X)对所述治疗计划(x)进行优化来对更新的治疗计划(x')进行计算；以及
[S13]检查是否满足终止准则；
以及，如果满足，则[S131]基于所述更新的治疗计划(x')来对选出束的集合进行计算，所述选出束的集合是所述候选束的集合的子集合；
以及，如果不满足，则[S132]将所述更新的治疗计划(x')设定为所述治疗计划(x)；对更新的第一复杂度准则进行计算；将所述更新的第一复杂度准则设定为所述第一复杂度准则以及返回到步骤[S12]。


2.根据权利要求1所述的系统(100)，其中，所述系统(100)还包括：
至少一个输入接口(120)，所述至少一个输入接口(120)配置成接收所述目标函数(F)和所述可行域(X)的限定，以及
输出接口(130)，所述输出接口(130)配置成输出经确定的选出束的集合


3.根据权利要求1和2中的任一项所述的系统(100)，其中，所述第一复杂度准则表示对第二复杂度准则的连续且可微分的逼近，所述第二复杂度准则将第二复杂度测量(t(x))限制在最大的第二复杂度内，所述第二复杂度测量(t(x))表示在所述治疗计划(x)中使用的所述候选束的集合中的束的数量，以及能由所述处理器(110)执行的所述指令(145)使所述系统(100)进一步操作成在返回到步骤[S12]之前对更新的第二复杂度准则进行计算以及将所述更新的第二复杂度准则设定为所述第二复杂度准则


4.根据前述权利要求中的任一项所述的系统(100)，其中，所述输入集合还包括最终的最大的第二复杂度(tmax)，以及能由所述处理器(110)执行的所述指令(145)使所述系统(100)进一步操作成对所述更新的第一复杂度准则进行计算，使得在返回到步骤[S12]的最终的迭代之前，所述最大的第一复杂度等于所述最终的最大的第一复杂度(τmax)。


5.根据权利要求3所述的系统(100)，其中，所述输入集合还包括最终的最大的第二复杂度(tmax)，以及能由所述处理器(110)执行的所述指令(145)使所述系统(100)进一步操作成对所述更新的第二复杂度准则进行计算，使得在返回到步骤[S12]的最终的迭代之前，所述最大的第二复杂度等于所述最终的最大的第二复杂度(tmax)。


6.根据权利要求5所述的系统(100)，其中，所述终止准则是以以下项中的至少一者为基础的：
[a]步骤[S12]的最大迭代次数，
[b]所述第一复杂度测量(τ(x))小于或等于所述最终的最大的第一复杂度(τmax)，
[c]所述第二复杂度测量(t(x))小于或等于所述最终的最大的第二复杂度(tmax)，以及
[d]接收到用户输入(S)，所述用户输入(S)指定停止命令。


7.根据前述权利要求中的任一项所述的系统(100)，其中，能由所述处理器(110)执行的所述指令(145)使所述系统(100)进一步操作成在返回到步骤[S12]之前执行更新过程，所述更新过程包括：
基于所述更新的治疗计划(x')对更新的候选束的集合进行计算，所述更新的候选束的集合是所述候选束的集合的子集合；
将所述更新的候选束的集合设定为所述候选束的集合
对反映所述可行域(X)的要求以及仅仅所述候选束的集合中的束能够在所述治疗计划(x)中被使用的要求的更新的可行域(X')进行计算；以及
将所述更新的可行域(X')设定为所述可行域(X)。


8.根据权利要求7所述的系统(100)，其中，能由所述处理器(110)执行的所述指令(145)使所述系统(100)进一步操作成：
在所述更新过程之后且在返回到步骤[S12]之前，基于所述更新的治疗计划(x')和所述可行域(X)来对进一步更新的治疗计划(x”)进行计算，所述可行域(X)包括所述进一步更新的治疗计划(x")。


9.根据权利要求7或8中的任一项所述的系统(100)，其中，能由所述处理器(110)执行的所述指令(145)使所述系统(100)进一步操作成在所述更新过程之后且在返回到步骤[S12]之前执行以下步骤中的一个步骤：
将所述更新的治疗计划(x')设定为所述治疗计划(x)；或
将所述进一步更新的治疗计划(x”)设定为所述治疗计划(x)。


10.根据权利要求7至9中的任一项所述的系统(100)，其中，对所述更新的候选束的集合进行计算，使得在返回到步骤[S12]之前满足以下项中的至少一者：
[i]：所述进一步更新的治疗计划(x”)的第一复杂度测量(τ(x”))小于或等于所述最大的第一复杂度以及
[ii]：所述进一步更新的治疗计划(x”)的第二复杂度测量(t(x”))小于或等于所述最大的第二复杂度


11.根据权利要求8所述的系统(100)，其中，对所述更新的候选束的集合进行计算，使得所述进一步更新的治疗计划(x”)的目标函数值(F(x”))尽可能接近所述更新的治疗计划(x')的目标函数值(F(x'))。


12.根据权利要求7至11中的任一项所述的系统(100)，其中，能由所述处理器(110)执行的所述指令(145)使所述系统(100)进一步操作成：
通过从所述候选束的集合中排除至少一个束来对所述更新的候选束的集合进行计算，所述被排除的至少一个束对所述更新的治疗计划(x')贡献最小。


13.根据前述权利要求中的任一项所述的系统(100)，其中，所述目标函数(F)和所述可行域(X)中的至少一者根据计划剂量(D)与期望的放射剂量(Dref)的偏差来描述所述放射疗法治疗的计划的质量，所述计划剂量(D)是基于限定所述目标体积的图像数据(Dimg)来计算的。


14.根据前述权利要求中的任一项所述的系统(100)，其中，在所述输入集合中获得的所述治疗计划(x)表示以下项中的一者：
使用所述候选束的集合中的所述束的子集合来照射所述目标体积，所述候选束的集合的所述子集合中的每个束的所述治疗束与所述目标体积相符并具有均匀的注量分布，用于所述候选束的集合的所述子集合中的每个束的所述治疗束的所述注量分布是按分级系列设置的，使得用于所述目标体积的平均的计划剂量(D)等于规定的目标剂量；
不输送照射；或者
根据先前生成的治疗计划，使用所述候选束的集合中的所述束的子集合来输送照射。


15.根据前述权利要求中的任一项所述的系统(100)，其中，...

【专利技术属性】
技术研发人员：拉斯穆斯·博克兰茨，阿尔宾·弗雷德里克松，
申请(专利权)人：光线搜索实验室公司，
类型：发明
国别省市：瑞典;SE