基于剂量模拟的放疗计划自动生成方法、设备及存储介质与流程

本发明属于放射治疗，具体涉及一种基于剂量模拟的放疗计划自动生成方法及设备。

背景技术：

1、常规放射治疗计划设计是一个逆向优化过程，由于放射肿瘤学家的首选计划未知，没有任何起点，治疗规划者通常不得不通过试错的方式反复调整优化参数，以获得满足临床要求的计划。这一劳动密集且耗时的过程使研究人员在治疗计划中引入了自动化。

2、现有的自动计划算法主要包括以下几类：

3、第一，基于知识图谱的方法，一般是对已经做过治疗的病人计划做成一个数据库，每次来一个新病人，就从数据库中搜寻相似的病例，从而将相应的计划参数作为新病人计划的初始参数。

4、第二，基于剂量体积直方图(dose volume histogram,dvh)引导的方法，首先采用大量已经治疗过的案例和轮廓图建立解剖学和几何特征的映射关系，从而建立一套dvh模型，每来一个新的病人，就根据几何特征预测出可能的dvh用来引导计划。

5、第三，基于人工智能的自动计划，预测患者的三维剂量分布并用于自动计划。

6、但是，现有的自动计划算法存在以下问题：

7、1)放射治疗计划设计者之间的经验差异、投入计划设计的时间以及医疗机构的执行标准都会影响计划质量，从而影响临床治疗效果及患者预后。

8、2)当患者因为某些因素在放疗分次间需要更换治疗设备时，需要基于不同加速器设计放疗计划，当前计划设计方式即使保持优化参数一致也难以获得相近的放疗计划。

9、3)基于知识图谱的自动计划实现方法，需要庞大的病人数据库，预测准确性很难保证。

10、4)基于dvh引导的方法，只预测出了感兴趣区(region ofinterest,roi)的dvh，且在计算过程中去掉了剂量分布的空间信息，所以无法体现剂量在空间上的分布。

11、5)以往基于人工智能预测三维剂量分布的研究一般集中于如何提高三维剂量分布预测的准确性上，而没有考虑如何使用现有放疗计划系统(treatment planningsystem，tps)实现预测剂量分布到可执行计划的闭环。

技术实现思路

1、为了解决上述技术问题，本发明提出了一种基于剂量模拟的放疗计划自动生成方法、设备及存储介质。

2、为了达到上述目的，本发明的技术方案如下：

3、第一方面，本发明公开了一种基于剂量模拟的放疗计划自动生成方法，包括：

4、步骤s1：获取患者的ct影像、靶区及危及器官勾画信息，并将其导入tps；

5、步骤s2：获取原临床计划或预测获得的三维剂量分布；

6、步骤s3：获取原临床计划的射野角度或依据肿瘤类型从tps中获取射野模板，作为本计划射野；

7、步骤s4：以步骤s2获得的三维剂量分布为优化目标，优化各射野方向的通量图；

8、步骤s5：基于各射野方向的通量图，优化子野序列并计算最终剂量。

9、在上述技术方案的基础上，还可做如下改进：

10、作为优选的方案，步骤s4具体包括：

11、步骤s4.1：根据靶区勾画确定各射野方向沉积矩阵的计算范围，计算沉积矩阵；

12、步骤s4.2：初始化各射野通量值；

13、步骤s4.3：设置初始的惩罚函数形式；

14、步骤s4.4：迭代优化各射野方向的通量图，直至惩罚函数值小于阈值或迭代优化的次数达到预设值；

15、步骤s4.5：判断当前计划剂量与目标剂量gamma指标是否大于阈值；

16、若是，则优化完成；

17、否则，调整惩罚函数形式，并重新执行步骤s4.4-步骤s4.5。

18、作为优选的方案，步骤s4.4使用优化算法对各射野方向的通量图进行迭代优化以最小化惩罚函数值。

19、作为优选的方案，步骤s4.5中通过增加违反点权重、添加剂量均匀性指数、等剂量线适形指数中的一种或多种调整惩罚函数形式。

20、第二方面，本发明还公开一种基于剂量模拟的放疗计划自动生成设备，包括：

21、第一获取模块，用于获取患者的ct影像、靶区及危及器官勾画信息，并将其导入tps；

22、第二获取模块，用于获取原临床计划或预测获得的三维剂量分布；

23、第三获取模块，用于获取原临床计划的射野角度或依据肿瘤类型从tps中获取射野模板，作为本计划射野；

24、优化模块，用于以第二获取模块获得的三维剂量分布为优化目标，优化各射野方向的通量图；

25、剂量计算模块，用于基于各射野方向的通量图，优化子野序列并计算最终剂量。

26、作为优选的方案，优化模块具体包括：

27、沉积矩阵计算单元，用于根据靶区勾画确定各射野方向沉积矩阵的计算范围，计算沉积矩阵；

28、初始化单元，用于初始化各射野通量值；

29、惩罚函数初始设置单元，用于设置初始的惩罚函数形式；

30、优化单元，用于迭代优化各射野方向的通量图，直至惩罚函数值小于阈值或迭代优化的次数达到预设值；

31、判断单元，用于判断当前计划剂量与目标剂量gamma指标是否大于阈值；

32、若是，则优化完成；

33、否则，调整惩罚函数形式，并重新执行优化单元和判断单元中的方法。

34、作为优选的方案，优化单元使用优化算法对各射野方向的通量图进行迭代优化以最小化惩罚函数值。

35、作为优选的方案，判断单元通过增加违反点权重、添加剂量均匀性指数、等剂量线适形指数中的一种或多种调整惩罚函数形式。

36、此外，第三方面，本发明公开一种存储介质，存储介质存储有一种存储一个或多个程序的计算机，一个或多个程序包括指令，指令适于由存储器加载并执行上述基于剂量模拟的放疗计划自动生成方法。

37、本发明公开一种基于剂量模拟的放疗计划自动生成方法、设备及存储介质，具有以下有益效果：

38、第一，本发明基于预测剂量或原临床放疗计划剂量优化新放疗计划，避免由计划设计者之间的经验差异、投入计划设计的时间差异等因素导致的计划质量差异。

39、第二，本发明基于三维剂量分布进行计划优化，相对于常规基于dvh的优化方式，对剂量的空间分布更敏感，且能够关注到roi之外区域的剂量。

40、第三，当患者因某些因素在放疗分次间需要更换治疗设备时，可使用本发明所提方法，以原设备上所作临床计划的三维剂量为优化目标，基于新设备的参数重新设计放疗计划，从而保证患者后续治疗不受影响。

技术特征：

1.基于剂量模拟的放疗计划自动生成方法，其特征在于，包括：

2.根据权利要求1所述的放疗计划自动生成方法，其特征在于，所述步骤s4具体包括：

3.根据权利要求2所述的放疗计划自动生成方法，其特征在于，所述步骤s4.4使用优化算法对各射野方向的通量图进行迭代优化以最小化惩罚函数值。

4.根据权利要求2所述的放疗计划自动生成方法，其特征在于，所述步骤s4.5中通过增加违反点权重、添加剂量均匀性指数、等剂量线适形指数中的一种或多种调整惩罚函数形式。

5.基于剂量模拟的放疗计划自动生成设备，其特征在于，包括：

6.根据权利要求5所述的放疗计划自动生成设备，其特征在于，所述优化模块具体包括：

7.根据权利要求6所述的放疗计划自动生成方法，其特征在于，所述优化单元使用优化算法对各射野方向的通量图进行迭代优化以最小化惩罚函数值。

8.根据权利要求6所述的放疗计划自动生成方法，其特征在于，所述判断单元通过增加违反点权重、添加剂量均匀性指数、等剂量线适形指数中的一种或多种调整惩罚函数形式。

9.存储介质，其特征在于，所述存储介质存储有一种存储一个或多个程序的计算机，一个或多个程序包括指令，所述指令适于由存储器加载并执行上述权利要求1-4中任一所述基于剂量模拟的放疗计划自动生成方法。

技术总结
本发明公开一种基于剂量模拟的放疗计划自动生成方法、设备及存储介质，包括：获取患者的CT影像、靶区及危及器官勾画信息，并将其导入TPS；获取原临床计划或预测获得的三维剂量分布；获取原临床计划的射野角度或依据肿瘤类型从TPS中添加射野模板，作为本计划射野；以获得的三维剂量分布为优化目标，优化各射野方向的通量图；基于各射野方向的通量图，优化子野序列并计算最终剂量。本发明基于预测剂量或原临床放疗计划剂量优化新放疗计划，避免由计划设计者之间的经验差异、投入计划设计的时间差异等因素导致的计划质量差异。本发明基于三维剂量分布进行计划优化，相对于常规基于DVH的优化方式，对剂量的空间分布更敏感，且能够关注到ROI之外区域的剂量。当患者因某些因素在放疗分次间需要更换治疗设备时，可使用本发明所提方法，以原设备上所作临床计划的三维剂量为优化目标，基于新设备的参数重新设计放疗计划，从而保证患者后续治疗不受影响。

技术研发人员：汪倩倩,鞠垚,姚毅
受保护的技术使用者：苏州雷泰医疗科技有限公司
技术研发日：
技术公布日：2024/5/27