放射治療為治療腫瘤的三大常規(guī)手段之一,超過半數(shù)的癌癥患者在治療過程中需要接受放射治療。放射治療利用射線照射病灶,通過射線能量破壞癌細(xì)胞染色體以達(dá)到殺死癌細(xì)胞、治療腫瘤的目的。放射治療在利用射線照射病灶時(shí),會(huì)不可避免地照射到病灶周圍的正常組織,從而引起輻射損傷。為了減少正常組織在放射治療過程中所接收的劑量、降低正常組織并發(fā)癥發(fā)生的概率,調(diào)強(qiáng)放射治療（Intensity-modulated Radiation Therapy,IMRT）應(yīng)運(yùn)而生。IMRT利用多種調(diào)強(qiáng)技術(shù),依據(jù)優(yōu)化算法所得放射治療計(jì)劃設(shè)置子野形狀和權(quán)重,使得照在人體上的射線高劑量區(qū)域與靶區(qū)區(qū)域高度重合,降低靶區(qū)周圍正常組織所接收到的劑量。本研究立足于IMRT的多葉準(zhǔn)直器靜態(tài)調(diào)強(qiáng)技術(shù),對(duì)子野形狀生成優(yōu)化算法展開了深入研究,主要工作如下:（1）針對(duì)在IMRT方案優(yōu)化中,物理準(zhǔn)則目標(biāo)函數(shù)無法準(zhǔn)確反映生物組織在非均勻劑量照射下的生物反應(yīng)、有限內(nèi)存的BFGS算法（Limited memory BFGS,L-BFGS）無法直接求解IMRT方案優(yōu)化問題等問題,提出一種基于生物準(zhǔn)則的IMRT方案優(yōu)化方法,并應(yīng)用于求解采用兩步法實(shí)現(xiàn)IMRT靜... 

【文章來源】：中北大學(xué)山西省

【文章頁數(shù)】：150 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

MLC系統(tǒng)

圖1-1 MLC系統(tǒng)理論上,MLC的葉片越薄,靶區(qū)適形度越好,對(duì)OARs的保護(hù)越好[59-61]。由于射線在葉片端面存在半影效應(yīng),因此為了減小半影效應(yīng),葉片端面一般為弧形,而不是平整切面。盡管現(xiàn)如今制作工藝越來越先進(jìn),但不可避免的是,由于葉片之間存在縫隙,射線依舊能夠穿透MLC葉片造成射線的透射或者漏射。為了解決這一問題,部分MLC系統(tǒng)的葉片之間采用凹凸槽設(shè)計(jì)。由于本研究重點(diǎn)在于對(duì)子野形狀生成優(yōu)化算法進(jìn)行改進(jìn),并未涉及關(guān)于MLC劑量計(jì)算、硬件構(gòu)造等方面的改進(jìn),因此在本研究中,將MLC系統(tǒng)視為理想系統(tǒng),即MLC系統(tǒng)的葉片端面為平整切面且不存在半影效應(yīng)以及射線漏射等情況。在理想MLC系統(tǒng)下研究子野形狀生成優(yōu)化算法,雖然不考慮半影效應(yīng)以及射線漏射等因素對(duì)計(jì)劃質(zhì)量的影響,但是在生成子野形狀過程中,需要考慮MLC固有的物理約束。如圖1-2所示為三種類型的子野形狀。與之對(duì)應(yīng)的MLC的物理約束根據(jù)其左右葉片所能構(gòu)成的子野類型分為三類:無約束(允許葉片形成圖1-2(a)(b)(c)所示子野)、MLC的相鄰兩行左右葉片不允許交錯(cuò)(允許葉片形成圖1-2(a)(b)所示子野)、MLC葉片不允許交錯(cuò)且葉片開口區(qū)域連通(允許葉片形成圖1-2(a)所示子野)。在本研究中,所涉及理想MLC系統(tǒng)的物理約束為MLC相鄰兩行左右葉片不允許交錯(cuò)。

一般地,一個(gè)完整IMRT治療計(jì)劃的實(shí)施,需要數(shù)據(jù)準(zhǔn)備模塊、優(yōu)化模塊、評(píng)估模塊以及計(jì)劃實(shí)施模塊,實(shí)施的具體流程如圖2-1所示。首先,在流程開始部分,數(shù)據(jù)準(zhǔn)備模塊采用射線對(duì)病人病灶進(jìn)行掃描獲得三維影像數(shù)據(jù),利用所獲得的影像數(shù)據(jù)計(jì)算劑量沉積矩陣并對(duì)優(yōu)化目標(biāo)進(jìn)行建模,即將IMRT方案優(yōu)化建模為一個(gè)優(yōu)化問題;然后在優(yōu)化模塊,采用相應(yīng)的優(yōu)化算法,求解建模所得的優(yōu)化問題,獲得臨床可接受的治療計(jì)劃;接著在評(píng)估模塊,根據(jù)臨床經(jīng)驗(yàn)和專家知識(shí)對(duì)獲得的治療計(jì)劃進(jìn)行評(píng)估,若不滿足臨床要求則重新進(jìn)入優(yōu)化模塊進(jìn)行再優(yōu)化,反之則進(jìn)入實(shí)施模塊;在實(shí)施模塊,將治療計(jì)劃傳輸?shù)組LC的葉片驅(qū)動(dòng)裝置,以控制MLC的光柵移動(dòng),以及控制射線源對(duì)病灶進(jìn)行照射。其中,本研究所關(guān)注的是采用優(yōu)化方法求解建模所得IMRT方案優(yōu)化問題,以獲得臨床可接受的治療計(jì)劃,即本研究的工作重點(diǎn)集中于優(yōu)化模塊,更具體的是對(duì)生成子野形狀的優(yōu)化算法進(jìn)行改進(jìn)。在第一章中,已經(jīng)介紹了IMRT的優(yōu)化方法可分為兩步法和DAO。兩步法中首先是通過求解FMO問題得到優(yōu)化后的注量圖,然后對(duì)優(yōu)化后的注量圖進(jìn)行分割,得到臨床可接受的子野形狀和權(quán)重。本章節(jié)重點(diǎn)關(guān)注兩步法中的FMO問題的求解,目的是得到更符合臨床要求的注量圖用于后續(xù)分割步驟以獲得子野形狀和子野權(quán)重。求解優(yōu)化問題,首先關(guān)注的是優(yōu)化問題的目標(biāo)函數(shù)。眾所周知,由于在放射治療中,射線照射病灶時(shí),不可避免地會(huì)照射到靶區(qū)周圍的正常組織,因此放射治療涉及到的組織結(jié)構(gòu)并不是單一的,同時(shí)一個(gè)組織結(jié)構(gòu)至少需要一個(gè)子目標(biāo)函數(shù)來控制其上的劑量分布,由此可得IMRT方案優(yōu)化問題是一個(gè)多目標(biāo)優(yōu)化的問題,則在本研究中,IMRT方案優(yōu)化問題的目標(biāo)函數(shù)可由多個(gè)子目標(biāo)函數(shù)通過加權(quán)線性和[103]的形式構(gòu)成:

【參考文獻(xiàn)】：
期刊論文
[1]《“健康中國2030”規(guī)劃綱要》[J].   中國腫瘤. 2019(10)
[2]基于危及器官預(yù)測劑量分布與gEUD混合目標(biāo)的調(diào)強(qiáng)放療計(jì)劃優(yōu)化[J]. 賈啟源,郭芙彤,吳艾茜,亓孟科,麥燕華,孔繁圖,周凌宏,宋婷.  中華放射醫(yī)學(xué)與防護(hù)雜志. 2019 (06)
[3]中國惡性腫瘤流行情況及防控現(xiàn)狀[J]. 曹毛毛,陳萬青.  中國腫瘤臨床. 2019(03)
[4]基于最速下降法改進(jìn)的人工蜂群算法[J]. 梁昔明,趙旭芳.  北京建筑大學(xué)學(xué)報(bào). 2018(03)
[5]基于約束優(yōu)先級(jí)列表的調(diào)強(qiáng)放療自動(dòng)多目標(biāo)優(yōu)化方法[J]. 麥燕華,孔繁圖,楊一威,李永寶,宋婷,周凌宏.  南方醫(yī)科大學(xué)學(xué)報(bào). 2018(06)
[6]一種基于梯度信息的直接子野優(yōu)化算法[J]. 楊婕,張鵬程,張麗媛,桂志國.  生物醫(yī)學(xué)工程學(xué)雜志. 2018(03)
[7]基于混合準(zhǔn)則的IMRT計(jì)劃優(yōu)化[J]. 郭彩萍,舒華忠,桂志國,張麗媛.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2016(06)
[8]正常組織并發(fā)癥概率模型綜述[J]. 朱健,李寶生,舒華忠,白曈,尹勇,羅立民,DE CREVOISIER Renaud.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2014(02)
[9]等效均勻劑量優(yōu)化法在肺癌調(diào)強(qiáng)放療計(jì)劃優(yōu)化中的應(yīng)用[J]. 廖雄飛,Jack Yang,Yie Chen,黎杰,王培.  腫瘤預(yù)防與治療. 2012(06)
[10]發(fā)達(dá)與發(fā)展中國家癌癥發(fā)病率與死亡率的比較與分析[J]. 王永川,魏麗娟,劉俊田,李世霞,王慶生.  中國腫瘤臨床. 2012(10)

博士論文
[1]大規(guī)模多目標(biāo)演化算法及其應(yīng)用研究[D]. 洪文靜.中國科學(xué)技術(shù)大學(xué) 2018
[2]面向極大規(guī)模集成電路封裝X射線檢測的圖像處理關(guān)鍵問題研究[D]. 馬鴿.華南理工大學(xué) 2016
[3]無約束最優(yōu)化問題與非線性方程組的若干解法研究[D]. 劉金魁.重慶大學(xué) 2016
[4]放射治療計(jì)劃的自動(dòng)優(yōu)化及再優(yōu)化關(guān)鍵技術(shù)研究[D]. 李楠.南方醫(yī)科大學(xué) 2014
[5]幾類共軛梯度算法的研究[D]. 姚勝偉.華東理工大學(xué) 2014
[6]基于乳腺X線圖像的乳腺癌檢測方法研究[D]. 張勝君.北京交通大學(xué) 2013
[7]求解大規(guī)模優(yōu)化問題的幾種方法[D]. 肖運(yùn)海.湖南大學(xué) 2007
[8]擬牛頓法及其收斂性[D]. 周偉軍.湖南大學(xué) 2006
[9]多目標(biāo)進(jìn)化算法及其應(yīng)用研究[D]. 孟紅云.西安電子科技大學(xué) 2005
[10]放射治療方案的優(yōu)化方法研究[D]. 周正東.東南大學(xué) 2005

碩士論文
[1]共軛梯度法在信號(hào)恢復(fù)問題中的應(yīng)用[D]. 王慧敏.內(nèi)蒙古大學(xué) 2019
[2]基于區(qū)域生長的OCT圖像分割算法研究[D]. 曹彪.北京理工大學(xué) 2015
[3]基于模糊理論的圖像對(duì)比度增強(qiáng)算法研究[D]. 王睿凱.中北大學(xué) 2014
[4]求解無約束最優(yōu)化問題的一個(gè)新的擬牛頓方法[D]. 陳姍.南京理工大學(xué) 2013
[5]基于IMRT和VMAT的自適應(yīng)優(yōu)化算法的研究與應(yīng)用[D]. 邱健健.上海交通大學(xué) 2013
[6]解多目標(biāo)優(yōu)化問題的進(jìn)化算法[D]. 劉彤.西安電子科技大學(xué) 2010
[7]IMRT逆向計(jì)劃中多目標(biāo)優(yōu)化算法進(jìn)化策略的研究[D]. 林琳.浙江工業(yè)大學(xué) 2009
[8]IMRT逆向計(jì)劃中優(yōu)化算法的研究[D]. 張?jiān)銮?東北大學(xué) 2009
[9]多葉準(zhǔn)直器的優(yōu)化設(shè)計(jì)[D]. 崔偉杰.中國協(xié)和醫(yī)科大學(xué) 2009
[10]灰度和彩色圖像對(duì)比度增強(qiáng)的PDE方法研究[D]. 克兢.西北大學(xué) 2008



本文編號(hào)：3022211