[发明专利]一种引入伽玛通过率优化目标的放射治疗计划优化系统

说明书

本发明提供了一种引入伽玛通过率优化目标的放射治疗计划优化系统，包括图像处理模块、射野布置模块、剂量计算模块、伽玛通过率预测模块、处方剂量设置模块、伽玛通过率设置模块、计划优化模块、计划输出模块，通过在放射治疗计划的多目标优化模型中引入伽玛通过率优化目标，优化过程中调用基于深度学习模型的伽玛通过率预测模块进行计算更新射野强度分布，实时个体化的评估和调整不同感兴趣区域的伽玛通过率目标，输出同时满足临床处方剂量和伽玛通过率要求的放射治疗计划。本发明提高了放射治疗计划伽玛通过率，解决了因放射治疗计划伽玛通过率不达标，需要重复多次制定和验证放射治疗计划的问题，提高了放射治疗流程实施的效率。

技术领域

本发明涉及放射治疗计划优化系统领域，具体涉及一种引入伽玛通过率优化目标的放射治疗计划优化系统。

背景技术

肿瘤是威胁人类生命健康和导致人类死亡的重大疾病之一，放射治疗是治疗肿瘤的一种有效方法。现代精确放射治疗的实施需要借助放射治疗计划优化系统制定放射治疗计划对患者进行照射，达到给予肿瘤靶区致死剂量，同时尽量降低靶区周围危及器官所受剂量的目的。放射治疗计划优化系统提供的放射治疗计划的剂量分布是根据数学模型计算得到的结果，为了保证实际照射的准确性，在放射治疗开始前，需要借助剂量验证设备，包括胶片、矩阵电离室、电子射野影像装置和穿透式电离室等，对制定的放射治疗计划进行测量，比较放射治疗计划计算的剂量分布和使用验证设备测量的剂量分布之间的一致性。目前评价放射治疗计划验证准确性通常采用伽玛通过率方法，当满足预设标准(例如排除验证设备小于最大测量剂量10％的测量点，剂量值偏差限值2％，等剂量距离偏差限值2mm，伽玛限值1.0)的验证设备内测量点比例大于预设限值(例如95％)则认为放射治疗计划通过准确性评估，可以用于患者的放射治疗。

现有的放射治疗计划优化系统建立的多目标优化数学模型中，优化目标为靶区和危及器官的处方剂量目标(例如最大剂量、最小剂量、平均剂量、大于指定剂量的最大体积和大于指定剂量的最小体积的要求等)，但未引入放射治疗计划伽玛通过率目标，因此为了达到照射准确性要求的伽玛通过率目标，放射治疗计划制定是一个反复试错的过程(例如申请号201880072734.7，发明名称为“放射疗法治疗计划优化工作流程”的专利，就没有考虑伽玛通过率目标的问题)。当验证放射治疗计划后得到的伽玛通过率低于预设限值时，物理师需要分析放射治疗计划不通过的原因，重新制定放射治疗计划，包括修改处方剂量目标的参数值、目标权重和射野调强复杂度的参数值，重新优化放射治疗计划射野强度分布，并再次验证修改后的放射治疗计划，如果放射治疗计划伽玛通过率仍然不达标，则需要重复制定和验证放射治疗计划这一过程，直至放射治疗计划伽玛通过率满足限值要求。因此，在初次放射治疗计划伽玛通过率不达标的情况下，需要耗费大量人力物力重新制定和验证放射治疗计划，并且由于在优化过程中无法实时评估放射治疗计划伽玛通过率，修改后的计划仍然存在伽玛通过率不达标的情况，因此延误了患者接受放射治疗的时间，降低了放射治疗流程实施的效率。

发明内容

发明目的：为解决背景技术中存在的技术问题，本发明提出一种引入伽玛通过率优化目标的放射治疗计划优化系统，以提高放射治疗计划伽玛通过率，解决因放射治疗计划伽玛通过率不达标，需要重复多次制定和验证放射治疗计划的问题，提高放射治疗流程实施的效率。

本发明为解决上述技术问题采用以下技术方案：

一种引入伽玛通过率优化目标的放射治疗计划优化系统，包括：图像处理模块、射野布置模块、剂量计算模块、伽玛通过率预测模块、处方剂量设置模块、伽玛通过率设置模块、计划优化模块和计划输出模块；

所述图像处理模块用于获取患者影像资料和分割影像的感兴趣区域ROI；

所述射野布置模块用于设置放射治疗计划的射野参数；

所述剂量计算模块用于根据射野强度分布计算患者体内三维剂量分布；

所述伽玛通过率预测模块用于预测不同感兴趣区域ROI的小于不同伽玛限值的伽玛通过率；