放射治疗是治疗恶性肿瘤的主要手段之一,其目标是最大限度地将放射线集中照射到肿瘤(靶区),而周围的正常组织及器官应受到最小的剂量。三维适形放射治疗(3D-CRT)使剂量分布形状与肿瘤的形状一致的同时,可使周围正常组织受照射剂量大大减少,从而为靶区的增量照射创造了条件,但是3D-CRT仅能实现与射野照射方向垂直平面内二维方向的适形,为此,近年来发展了的调强放射治疗(IMRT)技术,从而实现了三维方向上的高度适形,由于技术的复杂性,IMRT的优势还远远没有发挥出来,目前尚有许多问题需要解决。其中射野方向及射野权重的优化,是调强放疗中的关键技术。
传统的放射治疗是通过一个基于设计者经验的反复试错方法,不但浪费了大量时间而且最后得到的结果只是一个经验值并不是一个最优解。随着IMRT研究的深入和逆向治疗计划的发展,放射治疗中如何自动选择射野参数引起了广泛的关注,射野方向以及射野权重的优化是二个必不可少的方面,为了节省临床上所需的时间,使放射治疗有效果的同时更具有效率,越来越多的科研人员加入到此项课题的研究行列中来。其中主要用到的优化算法有:线性规划法、均方优化法、梯度法、有约束模拟退火法和遗传算法等。由于临床问题的随机性,以及射野方向与射野权重相互偶合的问题,本文选择了具有全局性、随机性及鲁棒性的双种群遗传算法。
双种群遗传算法(Genetic Algorithm With Two Population,GAWTP)是一类新型全局优化随机搜索技术,它通过向自然界学习,借鉴生物的进化机制来求解问题,特别是,它不要求目标函数具有连续性、导数存在、线性条件等的假设,而且其固有的并行性,使其在速度、优化性能等方面具有良好的性能。
本文利用双种群遗传算法的所有特性,从解决射野方向与射野权重优化问题入手,在三维光子笔射束剂量计算模型下,用二维卷积的方法和快速傅立叶变换(FFT)实现了精确的剂量计算;结合双种群遗传算法对射野方向与权重两个参数进行了优化;优化过程中采用了基于经验的约束方法,并使用了基于剂量约束的目标函数来计算个体适应度的大小。在软件中,搭建了靶区勾画、三维等剂量分布、体积直方图等模块。最后,在此软件平台下,针对同一病例在不同的优化目标下选用不同的优化参数进行了比较。结果表明,用双种群算法同时优化射野方向与权重是一个非常有效的方法,它使剂量的分布更加的适形并且更好的保护了关键器官与正常组织,更有效的节省了放疗时间,从而满足了临床上的要求。
在论文的最后,我们对工作进行了总结,并对遗留的问题进行了讨论与展望。
暂无评论