质子调强放疗计划的鲁棒性优化方法研究

目的提出改进最差场景算法,能够提升计划鲁棒性并且能平衡计划在标称场景下剂量分布质量与计划鲁棒性。方法对C形靶模型计划优化中,以标称场景优化为主,同时在每次迭代时计算每个体素在9种场景下的剂量值,取其与在标称场景下该体素剂量值的最大差值作为鲁棒性优化项添加入优化目标函数进行优化。结果在自主开发的鲁棒性优化计算模块验证,当权重因子probust=0.8时,相比常规优化,临床靶体积的ΔD95%由9.8Gy减小至7.6Gy。当probust由1减小到0时,ΔD95%由7.0Gy增大至9.8Gy,计划鲁棒性降低,而标称场景下CTV的D95%、Dmax和危及器官的D5%、Dmax减小,剂量分布质量得到提高。结论改进最差场景算法能够有效地提高计划对于射程和摆位不确定性的鲁棒性,并且该方法中probust可提供给计划制定者用于权衡治疗计划在标称场景的剂量分布质量和计划的鲁棒性。

碳离子治疗计划中的RBE加权剂量鲁棒优化方法

提出基于混合束模型的相对生物学效应(RBE)加权剂量鲁棒优化方法,用于减少碳离子束射程和摆位偏差对生物剂量分布的影响。建立概率组合鲁棒优化模型,利用二次型目标函数表达式,分别制定针对物理吸收剂量和RBE加权剂量的碳离子束治疗计划,并基于共轭梯度优化算法求解出各自最优的权重解,使得靶区和危及器官(OAR)实际剂量分布在射程和摆位偏差组合情况下尽量满足剂量要求。采用C型靶模型测试鲁棒优化方法的有效性。与基于计划靶区(PTV)的常规优化方法相比,针对物理吸收剂量的鲁棒优化计划临床靶区(CTV)的△D_(95%)减少10.00 cGy,OAR的△D_(5%)和△Dmax分别减少21.50和35.97 cGy,计划的鲁棒性得到了很好的提升。针对RBE加权剂量的鲁棒优化计划CTV的△D_(95%)降低14.00 cGy(RBE),OAR的△D_(5%)和△D_(max)分别减少19.00和26.28 cGy(RBE),说明该方法不仅减少了CTV的生物剂量变化,也减少了OAR的生物剂量热点。该结果证明了基于混合束模型的RBE加权剂量鲁棒优化方法在有效提高碳离子放疗计划鲁棒性的同时使OAR也得到了很好的保护。

基于GPU加速的质子调强放疗鲁棒优化器

开发一种基于图形处理器(GPU)加速的质子调强放疗鲁棒优化器,用于减小质子束射程不确定性和靶区定位偏差对质子放疗的影响。建立的鲁棒优化模型使用的目标函数包括9种边界剂量目标,分别是:无偏差情况、2种射程偏差(偏长与偏短)、6种摆位不确定性(前后、侧向、上下入射方向各2种正负偏差)。首先靶区和危及器官的剂量贡献矩阵使用笔形束算法计算得到,然后使用共轭梯度法优化目标函数让其满足约束条件,这两部分均采用GPU加速。头颈部、肺部和前列腺三个临床病例被用来检测本优化器的性能表现。与传统基于计划靶区(PTV)的质子调强放疗计划相比,鲁棒优化器能够优化出对射程不确定性和摆位误差更加不敏感的治疗计划,让靶区实现了高剂量均匀性的同时危及器官(OARs)也得到了更好的保护。经过100次迭代,三个病例的优化时间均在10 s左右。该结果证明了基于GPU加速的质子调强放疗鲁棒优化器能够在短时间内设计出高鲁棒性的质子治疗计划,从而提高质子放射治疗的可靠性。