基于L-BFGS与NSGA-Ⅱ混合算法的IMRT逆向计划优化研究
2015-12-02桂志国
杨 婕,桂志国
(1.中北大学 电子测试技术国家重点实验室,山西 太原030051;2.山西中医学院 医药管理学院,山西 太原030619)
0 引 言
调强放射治疗(Intensity Modulation Radia-tion Therapy,IMRT)被誉为21世纪放射治疗发展的方向,是目前治疗恶性肿瘤的主要手段之一.它通过调节照射肿瘤靶区(Planning Target Vol-ume,PTV)射线束的强度,使得靶区接受的剂量最大,靶区周围危及器官(Organ At Risk,OAR)和正常组织(Normal Tissues,NT)接受的剂量最小,从而提高治疗增益比,改善病人生存质量.逆向计划是IMRT的关键环节,其主要过程是依据医生给出PTV处方剂量和OAR耐受剂量,综合考虑各种因素确定优化目标函数,再由计算机通过各种优化算法计算每个射野的最佳射束强度分布,最终得到较优的治疗计划.逆向计划的质量直接影响到治疗的精度和疗效.
IMRT逆向计划中优化目标函数分为物理目标函数和生物目标函数.物理目标函数描述的是处方剂量与所计算剂量分布之间的差值,如平均剂量函数、最小剂量函数、最大剂量函数和剂量-体积(Dose-Volume,DV)准则等[1].生物目标函数描述的是方案治疗效果,是肿瘤或正常组织内的非线性放射生物效应,如等效均一剂量(Equivalent Uniform Dose,EUD)、肿瘤控制率(Tumor Control Probability,TCP)和正常组织并发症发生概率(Normal Tissue Complication Probability,NTCP).物理目标函数的具有定义简单,便于应用的优点,但具有一定的局限性,不能准确地预测肿瘤或正常组织内的非线性放射生物效应,生物目标函数已成为一种替代物理目标函数的选择[2].有文献[3-5]表明,生物目标函数可以得到更好的剂量分布.
IMRT逆向计划优化方法分为单目标法和多目标法.单目标法是将多个优化目标通过加权求和化为单一函数再使用成熟算法优化,如L-BFGS(Limited Memory BFGS)算法.该方法的优点是收敛速度较快,优化时间短;……
