一种基于扰动的旋转调强优化方法

摘要

本发明提供了一种基于扰动的旋转调强优化方法。首先根据靶区和危及器官信息、射束设置参数以及各个器官剂量(体积)约束和硬件约束等条件建立旋转调强优化模型，采用强度分布优化得到初始化子野。然后采用扰动优化子野形状，形状确定后再采用共轭梯度法优化子野权重，最终优化出旋转调强最优解。本发明不仅准确地建立了优化问题的数学模型，而且求解速度快，算法稳定，鲁棒性强。

主权项

一种基于扰动的旋转调强优化方法，其特征在于实现步骤如下：(1)采用强度分布优化得到初始化子野及其权重，具体如下：通过强度分布优化得到第k个射野的强度F_k后，通过过滤强度，得到矩阵F'_k；考虑到相邻方向间多叶光栅移动的连续性，两个相邻方向的子野间位置变化尽量小；在选择子野的时候，有两个需要考虑的因素：开口面积和位置指标；计算第k个射野的第j个子野权重SP_k,j，选择权重最高的子野，舍去其他子野；使用共轭梯度法优化对应的子野权重；使得加速器照射后的各器官采样点剂量值尽量满足医生给定的器官剂量约束；(2)采用扰动方法优化子野形状旋转调强需要优化得到各个离散方向上子野的权重和形状，通过交替优化权重和形状来完成，具体为：通过步骤(1)得到的初步子野权重后，优化子野形状是通过扰动来进行完成，在改变子野的形状后，向量X_m随之变化；采用变量S_k表示第k个射野方向的子野形状，L_i和R_i分别表示子野第i行的左叶片和右叶片位置；对子野叶片的位置采用扰动进行调整，具体公式如下：$L_i^{\mathrm{new}}=L_i+{\delta }_{L,i}---\left(1\right)$$R_i^{\mathrm{new}}=R_i+{\delta }_{R,i}---\left(2\right)$式中的和分别表示调整后的第i行左叶片和右叶片位置，δ_L,i和δ_R,i分别表示第i行左叶片和右叶片的位置扰动，取值范围为[‑1，1]；在对所有子野均作一遍形状优化后，得到一组新的子野形状；步骤(1)和步骤(2)交替循环进行，直到找到最优解。