申请/专利权人：安徽大学

申请日：2024-01-04

公开（公告）日：2024-03-22

公开（公告）号：CN117524502B

主分类号：G16H50/70

分类号：G16H50/70;G06F30/20;G06F17/16;G06F111/06

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明提供了一种基于模式挖掘的调强放射治疗多目标射束优化方法，包括以下步骤：数据输入：包含贡献度矩阵，靶区和周围危及器官的处方剂量约束；射束方向划分：按照贡献度矩阵划分若干等间距射束方向；构建多目标优化模型：将靶区和周围危及器官的处方剂量约束通过模式挖掘建模转化为一个包含两个优化目标的多目标优化问题；约束处理机制：选择不同解集所包含的最大射束数量和最小射束数量作为优化的约束;多目标优化：通过模式挖掘方法来引导多目标进行优化；输出结果：将模式挖掘进化优化得到的非劣解自动筛选出若干个代表性的解对应的剂量分布，包括等剂量线、剂量体积直方图，通过可视化的方式，供用户选择。

主权项：1.一种基于模式挖掘的调强放射治疗多目标射束优化方法，其特征在于，包括以下步骤：S1：数据输入：将放疗数据样本导入，其中，包含贡献度矩阵，靶区和周围危及器官的处方剂量约束；在所述步骤S1中：贡献度矩阵表示治疗方案中每个照射野下，单位强度的射束对病人体内各个计算采样点的剂量沉积，靶区和周围危及器官的处方剂量约束通过临床医生给出，考虑既往期间患者所接收的辐射量；S2：射束方向划分：初始化共面射束角度为，按照贡献度矩阵A划分若干等间距射束方向；在所述步骤S2中：射束方向划分如下： （1）式中表示射束划分的最小间隔角度，k表示射束序列集合，K表示射束方向集合；S3：构建多目标优化模型：将靶区和周围危及器官的处方剂量约束通过模式挖掘建模转化为一个包含两个优化目标的多目标优化问题，其中,包括最大剂量、最小剂量、最大剂量体积约束、最小剂量体积约束；在所述步骤S3中：假设表示包含不同射束的角度集合，则计算在射束集合的剂量照射下某个感兴趣区域内采样点所受的剂量为： （2）式中表示第个射束，n表示当前集合中射束的数量，表示在射束集合中第个射束的强度，通过共轭梯度法优化得出；在S3过程中，所述靶区和周围危及器官的处方剂量约束的四个目标约束公式如下： （3） （4） （5） （6）式中表示限定区域R在射束角度集合照射下的最小接受剂量，表示限定区域R在射束角度集合照射下的最大接受剂量，表示限定区域R接受剂量达到临床设定剂量水平的肿瘤体素比例，其中表示在比例下的最小剂量，表示限定区域R接受剂量低于某一剂量水平的体素的比例，其中表示在比例下的最大剂量；根据目标之间的关系，将上述处方剂量约束进行分类，将其转化为两个目标的多目标优化模型： （7） （8） （9）式中PTVs表示所有靶区的集合，OARs表示所有危及器官的集合；S4：约束处理机制：选择不同解集所包含的最大射束数量和最小射束数量作为优化的约束;在所述步骤S4中，约束处理机制中的控制解集中最大射束数量和最小射束数量的约束公式如下： （10）式中表示当前射束角度集合中的射束数量S5：多目标优化：通过模式挖掘方法来引导多目标进行优化；在所述步骤S5中：多目标优化：通过模式挖掘方法来引导多目标进行优化；具体包括以下步骤：S5.1：根据每个不同射束方向照射至危及器官和靶区剂量比值大小来指导种群初始化，利用不同单个射束方向照射至危及器官和靶区剂量比值大小作为指导初始化过程的评价指标，根据以下公式计算评价指标： （11）式中表示第个单个射束，表示靶区的数量，表示危及器官的数量，该评价指标越小表明该射束方向的剂量尽可能分布在目标靶区上；因此在初始化种群中每个解时，优先将评价指标更小的射束方向加入该解，以此在初始化时提高解的优化效率；S5.2：将多目标算法中种群的非劣解通过模式挖掘方法构造所有解的并集解作为最大射束候选集，同理构造所有解的交集解作为最小射束候选集，种群中每个解是由维二进制向量组通过0，1表示成一个射束角度集合，其中B表示整个平面划分的射束数量；若解向量的第维为1即表示该方向射束存在，否则不存在；S5.3：最大和最小候射束选集引导种群进行多点位交叉和变异，在交叉过程中以一定概率采用单点交叉方法，采用单点交叉和多点交叉混合的交叉算子，以一定概率将单个射束方向置为0或1，否则将以一定概率随机从多个点同时置为0或1；S5.4：根据种群中每个解的适应度大小来选择，其中解x的适应度大小由步骤S3转化的两个优化目标分别归一化后和公式（10）中得到解x的约束值线性加权得到，适应度值小的解继续进入下一代，具体的目标和约束线性加权的公式如下： （12）式中表示解x第i个目标归一化后的值，表示解在公式（10）下的约束归一化后的值，表示当前种群中非零解数量和所有解的数量之比；通过公式（12）自适应的调控可以保证算法在优化时的收敛性和多样性；S5.5：如果此时迭代次数达到设置的最大迭代次数结束优化，否则转至步骤S5.2继续进行优化；S6：输出结果：将模式挖掘进化优化得到的非劣解自动筛选出若干个代表性的解对应的剂量分布，包括等剂量线、剂量体积直方图，通过可视化的方式，供用户选择。

全文数据：

权利要求：

百度查询： 安徽大学 一种基于模式挖掘的调强放射治疗多目标射束优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD