【摘要】：放射治療是治療惡性腫瘤的主要手段之一。在過去的二十年中,隨著計算機技術(shù)、計算機斷層掃描和磁共振成像等醫(yī)學(xué)影像診斷技術(shù)的不斷發(fā)展,放射治療技術(shù)殺死腫瘤細(xì)胞并保護正常組織的能力得到了極大的提高。調(diào)強放射治療(Intensity Modulated Radiation Therapy,IMRT)是三維適形放射治療技術(shù)的一種,具備提供更好靶區(qū)劑量、更好保護正常組織、有效改善癌癥患者的生存質(zhì)量的潛力,已成為本世紀(jì)放射治療的主流技術(shù)。其通過計算機輔助的優(yōu)化程序控制多葉準(zhǔn)直器(Multileaf Collimator,MLC)計算出符合臨床要求的非均勻的強度分布,以便提高治療效果。然而,鑒于實際問題的復(fù)雜性,IMRT的優(yōu)勢還遠(yuǎn)沒有在臨床應(yīng)用中完全發(fā)揮出來,其中尚有許多問題有待解決。本文圍繞IMRT中的自動方案優(yōu)化方法、直接子野優(yōu)化(Direct Aperture Optimization,DAO)算法、子野生成算法、提高優(yōu)化速度,縮短治療時間等方面的問題展開研究,主要工作如下:1.在IMRT的逆向計劃中,通常通過線性加權(quán)使多目標(biāo)優(yōu)化問題轉(zhuǎn)為單目標(biāo)優(yōu)化問題,即在優(yōu)化之前給各子目標(biāo)函數(shù)以相應(yīng)的權(quán)重因子來權(quán)衡其重要程度。為了獲得一個高質(zhì)量的治療計劃,常常需要物理師以手工“試誤”的方式反復(fù)調(diào)整子目標(biāo)函數(shù)的權(quán)重,這是一個十分耗時耗力的過程。為了減少物理師的工作量,實現(xiàn)逆向計劃完全自動化的優(yōu)化過程,提出了一種基于粒子群算法的權(quán)重因子優(yōu)化技術(shù)。新算法主要包含三個步驟:(i)在搜索空間中隨機地初始化一組權(quán)重因子(即粒子),其中每個粒子對應(yīng)于一個包含不同權(quán)重的目標(biāo)函數(shù);(ii)對不同的粒子利用注量圖優(yōu)化求解器得到最優(yōu)解,并根據(jù)結(jié)果確定個體最優(yōu)位置和全局最優(yōu)位置;(iii)根據(jù)個體最優(yōu)和全局最優(yōu)更新權(quán)重因子。步驟(ii)與步驟(iii)交替迭代執(zhí)行,直到滿足終止條件。在新方法中,適應(yīng)度函數(shù)由劑量—體積直方圖上的幾個控制點組合而成。此外,還在新算法中采用了擾動策略以提高種群多樣性,利用彈性參數(shù)提高了算法的靈活性。實驗結(jié)果表明新算法在無需人力干預(yù)的情況下,在合理的計算時間內(nèi)可生成滿足臨床要求的優(yōu)化方案,使得計劃設(shè)計過程擺脫了對人力的依賴,減少了物理師的工作量。2.針對傳統(tǒng)DAO算法收斂速度慢、易停滯、全局搜索能力低的缺點,提出了一種基于梯度信息的DAO優(yōu)化方法。在新算法中分別采用不同的優(yōu)化方法對將子野形狀和子野權(quán)重進行迭代優(yōu)化。首先為提高子野形狀優(yōu)化每次搜索的有效性,對傳統(tǒng)模擬退火(Simulated Annealing,SA)算法進行了改進,將梯度信息融合在SA算法中。采用基于梯度的SA法確定子野形狀,并在優(yōu)化同時充分考慮MLC葉片間的約束條件,保證優(yōu)化后的子野形狀滿足臨床放射治療的要求。之后再利用具有求解大規(guī)模約束優(yōu)化問題能力的帶約束最小存儲擬牛頓算法優(yōu)化子野權(quán)重。實驗結(jié)果表明,與傳統(tǒng)算法相比,新算法計算時間減少了15.90%,同時得到的治療方案靶區(qū)最低劑量提高了0.29%,最高劑量降低了0.45%;危及器官膀胱最高劑量降低了0.25%;危及器官直腸最高劑量降低了0.09%,說明在IMRT中采用本文算法直接優(yōu)化子野,可在短時間內(nèi)得到滿足臨床要求并可直接實施照射的治療方案,具有較好的臨床實用價值。3.為了降低基于列生成的子野生成算法的計算復(fù)雜度和規(guī)劃時間,提出了一種基于閾值分割的子野生成算法,并將其嵌入到DAO算法中。該方法主要包括兩部分:模糊控制器和閾值分割算法。針對梯度圖中的噪聲抑制子野生長的問題,首先利用模糊控制器對梯度圖進行智能平滑,消除噪聲,以提高子野形狀的連續(xù)性;然后采用閾值分割算法替代原解代價問題直接生成新子野。實驗結(jié)果表明,相比基于最短路徑算法的子野生成算法,新算法在優(yōu)化時自動生成的子野開口面積更大,且子野數(shù)目更少,使得算法優(yōu)化運行時間減少了58.61%?0.40。說明,本文算法在保證放射治療質(zhì)量的同時能夠有效減少計算量縮短運行時間。
【圖文】：

圖1.1 MLC形成的非規(guī)則射野自Bjiamgard等提出IMRT以來，目前已有多種適形調(diào)強方法，如圖1.2所示，主要包括幾下幾類[8]：圖1.2 適形調(diào)強方法分類其中2D物理補償器制作周期長，且使用不便；斷層治療和電磁掃描使用成本高貴。相比之下，MLC調(diào)強技術(shù)成熟且成本適中，成為目前臨床應(yīng)用較為廣泛的調(diào)強技術(shù)。MLC調(diào)強技術(shù)主要分為靜態(tài)MLC調(diào)強、動態(tài)MLC調(diào)強和旋轉(zhuǎn)適形調(diào)強。靜態(tài)調(diào)強是采

圖1.1 MLC形成的非規(guī)則射野自Bjiamgard等提出IMRT以來，目前已有多種適形調(diào)強方法，如圖1.2所示，主要包括幾下幾類[8]：圖1.2 適形調(diào)強方法分類其中2D物理補償器制作周期長，且使用不便；斷層治療和電磁掃描使用成本高貴。相比之下，MLC調(diào)強技術(shù)成熟且成本適中，，成為目前臨床應(yīng)用較為廣泛的調(diào)強技術(shù)。MLC調(diào)強技術(shù)主要分為靜態(tài)MLC調(diào)強、動態(tài)MLC調(diào)強和旋轉(zhuǎn)適形調(diào)強。靜態(tài)調(diào)強是采用一系列形狀和權(quán)重各不相同的子野依次照射靶區(qū)，射野強度分布由所有子野的強度累加而成。該技術(shù)的特征是切換子野時會將射線處于關(guān)閉狀態(tài)，其優(yōu)點是實施簡單、易于監(jiān)控等。不足是由于射線的反復(fù)打開與關(guān)閉會影響劑量率的穩(wěn)定性，并且在大多數(shù)情況下
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TP18;R730.55

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 王捷;裴曦;曹瑞芬;胡麗琴;吳宜燦;;一種快速調(diào)強放射治療直接子野優(yōu)化方法[J];中國醫(yī)學(xué)物理學(xué)雜志;2015年01期

2 李夏東;吳稚冰;馬勝林;吳式t;張霓;夏冰;張珂;;放射生物L(fēng)Q線性二次模型的數(shù)理基礎(chǔ)及臨床意義[J];中國醫(yī)學(xué)物理學(xué)雜志;2012年01期

3 張雯栶;王剛;朱朝暉;肖娟;;粒子群優(yōu)化算法種群規(guī)模的選擇[J];計算機系統(tǒng)應(yīng)用;2010年05期

4 段玉紅;高岳林;;基于差分演化的粒子群算法[J];計算機仿真;2009年06期

5 雒書朋;王麗玲;;精確放射治療的發(fā)展[J];醫(yī)療衛(wèi)生裝備;2007年11期

6 王萬良;唐宇;;微粒群算法的研究現(xiàn)狀與展望[J];浙江工業(yè)大學(xué)學(xué)報;2007年02期

7 陳柏生;;一種二值圖像連通區(qū)域標(biāo)記的新方法[J];計算機工程與應(yīng)用;2006年25期

8 張利彪,周春光,馬銘,劉小華;基于粒子群算法求解多目標(biāo)優(yōu)化問題[J];計算機研究與發(fā)展;2004年07期

9 張樹生;一種基于線的標(biāo)號傳播二值圖象連通體快速檢測方法[J];計算機研究與發(fā)展;1994年10期

相關(guān)博士學(xué)位論文 前1條

1 金雛鳳;圖像引導(dǎo)放射治療模式下精確放射治療生物學(xué)效應(yīng)研究[D];中國科學(xué)技術(shù)大學(xué);2012年

本文編號：2679845