[发明专利]基于预测剂量分布引导的调强放疗计划优化方法及应用

权利要求书

1.一种基于预测剂量分布引导的调强放疗计划优化方法，其特征在于，包括以下步骤：

S10：将患者的感兴趣区域的几何解剖结构特征输入到经训练的神经网络模型，获得危及器官的三维剂量分布预测；

S20：以所述三维剂量分布预测作为优化引导，建立射野强度分布模型，所述射野强度分布模型的优化目标函数包括基于三维剂量分布预测的目标项和基于等效体积剂量的目标项；

S30：基于所述优化目标函数设置相关参数并求解，获得调强放疗优化计划；

S20中，所述射野强度分布模型的优化过程还考虑计划靶区以及其周围组织的剂量要求并构建计划靶区周围器官和组织的优化目标；

具体地，S20包括以下子步骤：

S21：确定计划射野的个数及其角度，运用剂量计算引擎生成剂量沉积矩阵W，以光子强度通量图x作为优化求解对象，得到其中表示计算剂量分布；

S22：以预测三维剂量分布作为优化引导，利用危及器官的预测三维剂量分布构建基于体素的优化目标函数，以剂量分布预测得到参考等效体积与计算等效体积；

S23：构建等效体积目标，最小化参考等效体积与计算等效体积比值；

S24：设置剂量以及剂量-体积约束项，另外对计划靶区周围组织结构设定剂量目标约束；

S25：将各目标函数加权构成总二次损失函数，并结合约束项来优化所述射野强度分布模型；

更具体的，S20包括以下子步骤：

S21：通过采用原始计划中的射野信息并使用开源剂量计算与优化工具包MatRad内置逆向计划设计模块进行剂量计算后得出剂量沉积矩阵W，以光子强度通量图x作为求解对象，得到其中表示计算剂量分布；

S22：以预测三维剂量分布作为优化引导，利用S10中所得危及器官的预测三维剂量分布构建基于体素的优化目标函数以重现所预测的三维剂量分布为预测引导计划优化的最直观解决方案，以预测剂量分布得到参考等效体积与计算等效体积，对应目标函数的表达式为：

其中，V_ref为参考等效体积；V_eff为计算等效体积；N为该危及器官内的所有体素的总和；d₀为医生要求的参考剂量；为预测计划得到的预测剂量；为计算剂量分布；K为等效体积权重因子，直接控制了和的形状，K值越大曲线越陡峭；

S23：构建等效体积目标，最小化参考等效体积与计算等效体积比值，使优化剂量分布趋近于预测剂量分布且实现对危及器官内剂量的空间雕刻，其函数表达式为：

其中，为基于等效体积的优化目标函数；V_ref为参考等效体积；V_eff为计算等效体积；

S24：设置计划靶区的均匀处方剂量目标函数，其表达式为：

其中，f_DV为基于剂量-体积的优化目标函数；N为对应ROI的体素总数；p为不同剂量体积约束的权重；为计算剂量分布；d₀为参考剂量，针对靶区时同时代表处方剂量；

并设置剂量以及剂量-体积约束项；

S25：将各目标函数加权构成总二次损失函数F，并结合约束函数C构成射野强度分布模型，其数学表达式为：

其中，N_OARs和N_Target分别表示计划涉及危及器官的数目和靶区的数目；为基于等效体积的优化目标函数，f_DV为基于剂量-体积的优化目标函数；w_v和w_DV分别代表和f_DV中不同ROI的优化权重，旨在减少其区域内的低剂量体积以保护该结构内的更多体积；C为剂量与剂量-体积约束函数。

2.根据权利要求1所述的基于预测剂量分布引导的调强放疗计划优化方法，其特征在于，根据以下步骤获得危及器官的三维剂量分布预测：

收集有效的调强放疗计划数据形成病例数据库，其中，该病例数据库反映患者的解剖结构特征和剂量特征之间的关联性；

提取所述病例数据库中每个患者的解剖结构特征和对应的剂量特征；

搭建人工神经网络，输入患者的解剖结构特征和剂量特征，通过训练学习出解剖结构特征和剂量特征之间的映射关系，得到二者的关联模型，并使用所述关联模型预测新患者的三维剂量分布。