一种调强放射治疗射束角度优化系统技术方案

本发明专利技术属于调强放射治疗领域，公开了一种调强放射治疗射束角度优化系统，对放疗数据进行压缩并采用稀疏读取，然后计算剂量沉积矩阵；通过共轭梯度算法求解射束方向的强度分布矩阵；通过剂量沉积矩阵和强度分布矩阵计算剂量分布矩阵；通过侧抑制函数和邻近效应函数对射束方向约束；通过子野内体素剂量条件对剂量分布矩阵优化，得到每个射束方向的目标剂量；基于目标剂量、抑制值和邻近效应值计算射束方向的重要性；剔除重要性最低的射束方向，直至剩余射束方向数量等于预先设定的角度数量，然后将射束方向还原成射束角度，输出射束角度及其对应的目标剂量。本发明专利技术系统，提高了计算速度，有效避免射束角度过于集中和分散，提高了放疗效果。放疗效果。放疗效果。

【技术实现步骤摘要】
一种调强放射治疗射束角度优化系统


[0001]本专利技术涉及调强放射治疗
，尤其是涉及一种调强放射治疗射束角度优化系统。

技术介绍

[0002]中国国家癌症中心2022公布的数据表明，我国2016年新发约406.4万恶性肿瘤病例，其中约有241.35万死亡病例，平均每天确诊约11134人。癌症粗发病率和粗死亡率在2000年到2016年持续上升，我国癌症防控任务愈发严峻。
[0003]目前主要有三种方式治疗癌症，分别是放射治疗、手术治疗和化学治疗。传统的放射治疗不可避免的会照射到靶区周围的正常器官，对其造成损伤。进而发展出了适形放射治疗，即使用准直器得到射野的形状，从而保护靶区周围的正常器官。但是由于靶区形状不规则，比如某些区域隆起，这时适形放射治疗不能保证靶区内的剂量分布均匀，就有癌细胞不能完全被杀死的可能。针对这个问题发展出了调强放射治疗。调强放射治疗通过调整每个方向上射线强度，使得靶区每一点的剂量分布均匀，进而增强放射治疗的效果，降低癌症复发的可能性。是否选择了合适的角度对放疗质量有很大影响，但射束角度优化很难最优化，因为这是一个非凸问题，具有多个局部极小值。在国内外，射束角度优化的问题已经有很多学者进行了研究，针对计算速度和最终临床放疗效果的研究仍然有较大的提升空间。

技术实现思路

[0004]本专利技术提出一种调强放射治疗射束角度优化系统，以期能加快射束角度的求解速度，使实际放疗效果达到临床要求。
[0005]一种调强放射治疗射束角度优化系统，包括如下模块：
[0006]数据预处理模块；将放疗数据进行压缩并采用稀疏读取，得到稀疏矩阵样本；
[0007]方向划分模块；初始化射束角度为0～360
°
，剔除禁忌角度，并按照固定步长划分出若干个射束方向；
[0008]第一计算模块；以射束长度为步长，对稀疏矩阵样本进行行累加，得到当前所有射束方向的剂量沉积矩阵；
[0009]第二计算模块；通过共轭梯度算法求解射束方向的强度分布矩阵；
[0010]第三计算模块；通过剂量沉积矩阵和强度分布矩阵计算剂量分布矩阵；
[0011]优化模块；通过侧抑制函数和邻近效应函数对射束方向进行约束；通过子野内体素剂量条件对剂量分布矩阵优化，得到每个射束方向的目标剂量；
[0012]剔除模块；基于目标剂量、抑制值和邻近效应值，计算射束方向的重要性；剔除重要性最低的射束方向，直至剩余射束方向数量等于预先设定的角度数量，然后将射束方向还原成射束角度，输出射束角度及其对应的目标剂量。
[0013]进一步的，射束长度：BeamLen＝rows*clos；
[0014]射束方向划分：式中，BeamLen表示每个方向的射束长度；rows表示子野的行数；clos表示子野的列数；{θ
j
}表示所有禁忌角度的集合；α表示固定步长。
[0015]进一步的，第二计算模块的具体执行过程为：输入剂量沉积矩阵P、迭代初值x0、右端项b、方向系数A、阈值ε，初始化当前迭代次数k＝0、方向向量d0＝b
‑
Ax0、梯度r0＝d0、总迭代次数n＝size(P,1)；然后进行迭代更新，迭代过程具体如下：
[0016](1)计算迭代步长：
[0017](2)更新迭代初值：x
k+1
＝x
k
+ρ
k
d
k
；
[0018](3)计算迭代梯度：r
k+1
＝b
‑
Ax
k+1
；
[0019]如果‖r
k+1
‖≤ε或者达到总迭代次数n，则停止迭代，返回近似解x
k+1
作为强度分布矩阵X，否则继续迭代；
[0020](4)更新组合系数：
[0021](5)更新共轭方向：d
k+1
＝r
k+1
+β
k
d
k
；
[0022](6)更新迭代次数：k＝k+1；
[0023](7)进行下一次迭代；
[0024]式中，ρ
k
表示第k次迭代的步长；r
k
表示第k次迭代的梯度；r
k+1
表示第k+1次迭代的梯度；d
k
表示第k次迭代的方向向量；x
k
表示第k次迭代的初值；x
k+1
第k+1次迭代的初值。
[0025]进一步的，剂量分布矩阵：D＝P*X；
[0026]侧抑制函数：LI＝C1*(cos
2.5
η+cos
18
η)*std；
[0027]临近效应函数：PE＝C2*(cos
2.5
η+cos
18
η)*std；
[0028]式中，D表示剂量分布矩阵；P表示剂量沉积矩阵；X表示强度分布矩阵；LI表示侧抑制值；PE表示临近效应值；C1和C2表示控制参数；η表示射束间的角度差；std表示移除效应标准差。
[0029]进一步的，通过子野内体素剂量条件对剂量分布矩阵优化的具体执行过程为：
[0030](1)计算调强放疗中单个体素的剂量：d
v
＝∑
i
D
iv
y
i
；
[0031](2)计算网格强度：y
i
＝∑
j
ω
j
p
ij
；
[0032](3)建立目标优化函数：ObjectValue＝f
k
(x),k＝1,2,3,4；
[0033](4)建立剂量约束：
[0034]f1(x)＝∑
i
ω
i
*MinDose(x
i
,V
i
,d
min
)
[0035][0036]f2(x)＝∑
i
ω
i
*MaxDose(x
i
,V
i
,d
max
)
[0037][0038]f3(x)＝∑
i
ω
i
*PreDose(x
i
,V
i
,d
pre
)
[0039][0040]f4(x)＝∑
i
ω
i
*DVC(x
i
,V
i
,d
dvc
,r)
[0041][0042]式中，V
i
表示子野；x
i
表示网格强度y
i
的解；v表示单个体素；d
v
表示单个体素的剂量；ω
i
表示子野的得分权重；d
r
表示子野内剂本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种调强放射治疗射束角度优化系统，其特征在于，包括：数据预处理模块；将放疗数据进行压缩并采用稀疏读取，得到稀疏矩阵样本；方向划分模块；初始化射束角度为0～360
°
，剔除禁忌角度，并按照固定步长划分出若干个射束方向；第一计算模块；以射束长度为步长，对稀疏矩阵样本进行行累加，得到当前所有射束方向的剂量沉积矩阵；第二计算模块；通过共轭梯度算法求解射束方向的强度分布矩阵；第三计算模块；通过剂量沉积矩阵和强度分布矩阵计算剂量分布矩阵；优化模块；通过侧抑制函数和邻近效应函数对射束方向进行约束；通过子野内体素剂量条件对剂量分布矩阵优化，得到每个射束方向的目标剂量；剔除模块；基于目标剂量、抑制值和邻近效应值，计算射束方向的重要性；剔除重要性最低的射束方向，直至剩余射束方向数量等于预先设定的角度数量，然后将射束方向还原成射束角度，输出射束角度及其对应的目标剂量。2.根据权利要求1所述的调强放射治疗射束角度优化系统，其特征在于，射束长度：BeamLen＝rows*clos；射束方向划分：式中，BeamLen表示每个方向的射束长度；rows表示子野的行数；clos表示子野的列数；{θ
j
}表示所有禁忌角度的集合；α表示固定步长。3.根据权利要求2所述的调强放射治疗射束角度优化系统，其特征在于，第二计算模块的具体执行过程为：输入剂量沉积矩阵P、迭代初值x0、右端项b、方向系数A、阈值ε，初始化当前迭代次数k＝0、方向向量d0＝b
‑
Ax0、梯度r0＝d0、总迭代次数n＝size(P,1)；然后进行迭代更新，迭代过程具体如下：(1)计算迭代步长：(2)更新迭代初值：x
k+1
＝x
k
+ρ
k
d
k
；(3)计算迭代梯度：r
k+1
＝b
‑
Ax
k+1
；如果‖r
k+1
‖≤ε或者达到总迭代次数n，则停止迭代，返回近似解x
k+1
作为强度分布矩阵X，否则继续迭代；(4)更新组合系数：(5)更新共轭方向：d
k+1
＝r
k+1
+β
k
d
k
；(6)更新迭代次数：k＝k+1；(7)进行下一次迭代；式中，ρ
k
表示第k次迭代的步长；r
k
表示第k次迭代的梯度；r
k+1
表示第k+1次迭代的梯度；d
k
表示第k次迭代的方向向量；x
k
表示第k次迭代的初值；x
k+1
第k+1次迭代的初值。4.根据权利要求3所述的调强放射治疗射束角度优化系统，其特征在于，剂量分布矩阵：D＝P*X；侧抑制函数：LI＝C1*(cos
2.5
η+cos
18
η)*std；临近效应函数：PE＝C2*(cos
2.5
η+cos
18
η)*std；
式中，D表示剂量分布矩阵；P表示剂量沉积矩阵；X表示强度分布矩阵；LI...

【专利技术属性】
技术研发人员：田野，陈亮，司朗春，曹瑞芬，张兴义，
申请(专利权)人：安徽大学，
类型：发明
国别省市：