CN110960805B - 对强度调制质子疗法执行照射时间优化的方法和装置 - Google Patents

Abstract

一种基于给定的剂量体积约束来确定用于质子放射疗法***的结果治疗规划的计算机实现的方法，其中结果治疗规划针对治疗时间被优化，该方法包括：访问剂量体积约束和范围信息，其中范围信息指示与剂量体积约束的可接受的偏差。基于质子放射疗法***，该方法还包括：访问包括多个机器参数的机器配置信息，多个机器参数限定质子放射疗法***在照射患者时可达到的最大分辨率。进一步地，该方法包括：将多个机器参数迭代调整到降低最大分辨率的值，以及模拟多个候选治疗规划以生成多个治疗规划结果，其中每个治疗规划结果包括相应的治疗时间和相应的规划质量。最后，该方法包括：选择治疗时间最短的结果治疗规划。

Description

对强度调制质子疗法执行照射时间优化的方法和装置

技术领域

本说明书总体上涉及放射疗法领域，并且更具体地涉及在执行放射疗法治疗规划时优化疗法***的性能，同时维持可接受的规划质量。

背景技术

放射疗法治疗规划制定通常采用医学成像，诸如X射线、计算机断层扫描(CT)、磁共振成像(MRI)等。通常，一系列二维患者图像(每个图像代表患者解剖结构的二维横截面“切片”)用于根据患者的解剖结构重构感兴趣体积(VOI)或感兴趣结构的三维表示。

VOI通常包括一个或多个感兴趣器官，其通常包括规划靶体积(PTV)，诸如恶性生长或包括放射疗法所靶向的恶性组织的器官；处于放射疗法暴露的风险的恶性生长附近的相对健康的危及器官(OAR)；或患者解剖结构的较大部分，其包括一个或多个PTV与一个或多个OAR的组合。放射疗法治疗规划制定的目标通常旨在尽可能在处方剂量附近照射PTV，同时尽量减少照射附近OAR。

所得放射疗法治疗规划在医疗进程期间用于选择性地将身体的精确区域(诸如恶性肿瘤)暴露于特定剂量的放射，以破坏不良组织。在制定患者特定放射疗法治疗规划时，通常从三维模型中提取信息，以确定一个或多个PTV以及一个或多个OAR的参数，诸如形状、体积、位置和方位。

质子疗法是一种外部射束放射疗法，其特征在于使用质子射束照射患病组织。通常，放射疗法包括将高能质子、光子或电子放射(“疗法放射”)射束引导到靶体积(例如，肿瘤或病变)中。质子疗法相对于其他常规疗法(诸如X射线或中子放射疗法)的主要优势在于，质子放射可以受到深度的限制，因此可以避免暴露于意外放射，或其至少受到深度超出靶计算区域的非靶细胞的限制。

质子治疗的主流实现方式使用处于不同能量水平的单能量笔形射束，在靶区域上这些单能量笔形射束的一个或多个深度层进行光斑扫描。通过叠加几个不同能量的质子射束，可以使用均匀的指定剂量扩展布拉格峰以覆盖靶体积。相对于其他类型的外部射束放射疗法，这使得质子放射施加能够更精确地定位放射剂量。在质子疗法治疗期间，诸如回旋加速器或同步加速器之类的粒子加速器用于从例如位于粒子加速器的中心的内部离子源生成质子射束。在最终通过射束线末端段的放射施加设备(通常通过放射喷嘴)施加到治疗房间中的靶体积之前，加速对射束中的质子(经由所生成的电场)，随后，“提取”加速后的质子射束，并且磁性引导通过一系列相互连接的管(称为射束线)，通常通过建筑物的多个腔室、房间、甚至楼层。

由于放射疗法所靶向的体积(例如，器官或身体区域)通常位于皮肤表面下方和/或沿三个维度延伸，并且由于质子疗法(像所有放射疗法一样)可能对位于靶区域和射束发射器之间的受试者体内的介入组织有害，正确计算和施加正确剂量数量和位置对于避免将放射受试者体内的区域暴露在靶向以接收放射的特定区域之外至关重要。

在用放射治疗患者之前，制定特定于该患者的治疗规划。该规划基于过去经验使用模拟和优化来定义疗法的各个方面。例如，对于强度调制放射疗法(IMRT)，该规划可以指定适当的射束类型和适当的射束能量。规划的其他部分可以指定例如射束相对于患者的角度、射束形状、推注和护罩的位置等。一般而言，治疗规划的目的是向靶体积递送足够的放射，同时使周围健康组织暴露于放射降至最低。

在IMRT中，规划者的目标是要找到针对多个临床目标而言最佳的解决方案，在向一个目标的改进可能会对实现另一目标产生不利影响的意义上，这可能自相矛盾。例如，使肝脏不接受放射剂量的治疗规划可能会导致胃接受太多放射。这些权衡取舍会导致迭代过程，在该迭代过程中，规划者会创建不同的规划，以找到最适合实现所需结果的一个规划。更进一步地，治疗规划软件可以用于找到考虑所有临床目标和剂量测定准则的最佳规划。

在质子疗法中，期望照射时间短。在对某些器官(尤其是肺部)的疗法期间，患者必须屏住呼吸以防止肿瘤移入或移出质子射束。因此，通常用屏气技术治疗肺癌或肝癌，以最大程度地减少移动靶的相互作用。因此，尽可能快地递送所需剂量会限制患者需要屏住呼吸的时间。

常规市售治疗规划***的缺点之一如下：虽然它们可以例如根据某些剂量体积约束(用于靶体积和危及器官)或根据规划稳健性(把分次间或分次内位置不精确性考虑在内)进行优化，但是通常，常规质子疗法***通常在优化期间不会考虑射束施加的时间行为。也就是说，当前针对规划质量对治疗规划进行优化，例如，根据针对靶体积和危及器官的给定剂量体积约束对治疗规划进行优化。更具体地，用于质子疗法的常规治疗规划***没有通过把对照射时间有显着影响的某些机器特定准则(与质子疗法递送***特性有关)考虑在内来针对时间进行优化。换句话说，常规治疗规划***无法针对递送***机器特定限制进行优化，这会导致延长照射时间并且增加发生互锁的可能性。

发明内容

根据本发明的实施例提供了一种方法，该方法在治疗规划过程期间对强度调制质子疗法***执行基于时间的优化，特别是通过把与递送质子疗法的机器的物理约束有关的某些射束特点和配置(或校准)准则考虑在内。换句话说，根据本发明的实施例创建了一种治疗规划，该治疗规划在同时递送临床可接受的规划质量(用于剂量分配)的同时，针对性能效率而进行优化(使用某些放射疗法射束和机器特定参数)。

在一个实施例中，公开了一种基于给定的剂量体积约束来确定质子放射疗法***的结果治疗规划的计算机实现的方法，其中结果治疗规划针对治疗时间被优化。该方法包括：访问剂量体积约束和范围信息，其中范围信息指示与剂量体积约束的可接受的偏差。基于质子放射疗法***，该方法还包括：访问包括多个机器参数的机器配置信息，该多个机器参数限定质子放射疗法***在照射患者时可达到的最大分辨率。进一步地，该方法包括：迭代调整多个机器参数以生成多个候选治疗规划，其中迭代调整包括：将多个机器参数调整到降低最大分辨率的值。随后，该方法包括：针对质子放射疗法***模拟多个候选治疗规划以生成多个治疗规划结果，其中每个治疗规划结果包括相应的治疗时间和相应的规划质量。最后，该方法包括：从多个候选治疗规划中选择结果治疗规划，其中结果治疗规划产生治疗规划结果，该治疗规划结果包括多个治疗规划结果中的最短治疗时间和关于剂量体积约束的可接受的规划质量。实施例还包括一种计算机***，其被实现为执行如上所述的方法。

因此，根据本发明的实施例具体地改善了放射治疗规划的领域并且总体上改善了放射疗法的领域。在IMRT中，射束强度跨越患者的每个治疗区域(靶体积)变化。可以用许多较小的射束(例如，笔形射束或子束)来治疗患者，而不是用相对较大且均匀的射束治疗患者，每个射束可以具有自己的强度，并且可以从不同角度递送(其可以称为射束几何形状)来照射光斑。由于许多可能的射束几何形状、射束数目和射束强度范围，所以有效地存在无限数目的可能治疗规划，因此，始终并且高效生成和评估高质量的治疗规划已超出了人类的能力范围并且需要使用计算机***，特别是考虑到与使用放射疗法治疗如癌症等疾病相关联的时间约束，以及特别考虑到在任何给定时间段期间正在接受或需要接受放射疗法的大量患者。

更进一步地，执行多方向优化是在不牺牲规划质量的前提下，通过考虑复杂的机器和射束特定参数(例如，每个光斑的最少施加监测单元、能量层间距、光斑尺寸、以及光斑间距等)来优化治疗规划，以提高效率，超出了人类的能力范围并且需要使用计算***质量。根据本发明的实施例允许生成具有低治疗递送时间的有效治疗规划，这限制了由于患者移动而导致的治疗递送不规则或不准确的可能性。此外，根据本发明的实施例通过提高***可靠性和可用性来帮助改善计算***的功能，这是由互锁发生的可能性较低造成。

在附图和以下描述中阐述了本发明的一个或多个实施例的细节。通过说明书和附图以及权利要求书，本发明的其他特征、目的和优点将变得显而易见。

附图说明

图1示出了可以在其上实现本文中所描述的实施例的计算***的示例的框图。

图2图示了根据本发明的实施例中的基于知识的规划***的实施例，该基于知识的规划***包含剂量测定准则和某些递送***特性的组合用于生成放射治疗规划。

图3A图示了根据本发明的实施例中的过程的数据流程图，该过程可以被实现为创建把某些物理自由度考虑在内的治疗规划。

图3B图示了根据本发明的实施例的过程的数据流程图，该过程可以被实现为从通过变化机器特定参数而生成的若干个候选治疗规划中选择结果治疗规划。

图4图示了根据本发明的实施例的其中可以优化结果能量和它们之间的阶跃的方式。

图5A和图5B图示了根据本发明的实施例的在其上递送质子疗法的x-y平面中的示例性网格。

图6是图示了根据本发明的实施例的多个候选治疗规划及其结果的表格，其中该表格的每个单元代表由优化引擎实现以确定相应治疗规划的放射时间和规划质量的放射机器模型。

图7是图示了根据本发明的实施例的在治疗规划***中使用机器特定参数来确定最高效治疗规划的方式的高级软件流程图。

图8是描绘了根据本发明的实施例的用于基于给定剂量体积约束来确定质子放射疗法***的结果治疗规划的另一示例性过程流程的流程图，其中针对治疗时间对最终规划进行优化。

具体实施方式

现在，详细参考本公开的各种实施例，其示例在附图中图示。虽然结合这些实施例进行了描述，但是应当理解，它们并不旨在将本公开限制于这些实施例。相反，本公开旨在覆盖备选物、修改和等同物，其可以包括在由所附权利要求限定的本公开的精神和范围内。更进一步地，在本公开的以下具体实施方式中，阐述了许多具体细节以便提供对本公开的透彻理解。然而，应当理解，可以在没有这些具体细节的情况下实践本公开。在其他实例中，未对公知的方法、过程、部件和电路进行详细描述，以免不必要地模糊本公开的各方面。

根据过程、逻辑块、处理以及对计算机存储器内的数据位的操作的其他符号表示来呈现以下具体实施方式的一些部分。这些描述和表示是数据处理领域的技术人员用来将其工作的实质最有效地传达给本领域其他技术人员的手段。在本申请中，进程、逻辑块、过程等被认为是导致期望结果的步骤或指令的自洽序列。这些步骤是利用物理量的物理操纵的步骤。通常，尽管不是必须的，但是这些量采取能够在计算***中存储、传送、组合、比较和以其他方式操纵的电或磁信号的形式。已证明，主要出于通用目的，有时将这些信号称为事务、位、值、元素、符号、字符、样本、像素等是方便的。

然而，应当注意，所有这些和类似术语均要与适当的物理量相关联，并且仅仅是应用于这些量的方便标签。除非从下面的讨论中另外明确指出，否则应当领会，在本公开中，利用诸如“访问”、“调整”、“模拟”、“选择”、“加载”和“使用”之类的术语的讨论是指计算***或类似的电子计算设备或处理器(例如，图1的计算***100)的动作和过程(例如，图8的流程图)。计算***或类似的电子计算设备在计算***的存储器、寄存器或其他这种信息存储、传输或显示设备内操纵和转换表示为物理(电子)量的数据。

根据方法来呈现和讨论以下具体实施方式的各部分。尽管本文在描述该方法的操作的附图(例如，图8)中公开了其步骤和顺序，但是这些步骤和顺序是示例性的。实施例非常适合于执行本文中的附图的流程图中所列举的各种其他步骤或步骤的变体，并且以不同于本文所描绘和描述的顺序来执行。

可以在驻留于由一个或多个计算机或其他设备执行的某种形式的计算机可读存储介质(诸如程序模块)上的计算机可执行指令的一般上下文中讨论本文中所描述的实施例。通过示例而非限制，计算机可读存储介质可以包括非暂态计算机存储介质和通信介质。通常，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、部件、数据结构等。在各种实施例中，可以根据需要组合或分配程序模块的功能。

计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据之类的信息的任一方法或技术实现的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程ROM(EEPROM)、闪存或其他存储技术、光盘ROM(CD-ROM)、数字通用磁盘(DVD)或其他光学存储装置、盒式磁带、磁带、磁盘存储装置或其他磁性存储设备、或可以用于存储所需信息并且可以访问以检索该信息的任何其他介质。

通信介质可以体现计算机可执行指令、数据结构和程序模块，并且包括任何信息递送介质。通过示例而非限制，通信介质包括诸如有线网络或直接有线连接之类的有线介质，以及诸如声学、射频(RF)、红外和其他无线介质之类的无线介质。上述的任何组合还可以包括在计算机可读介质的范围内。

本公开提供了一种在不牺牲剂量分布(或治疗规划质量)的情况下在治疗输送期间减少照射时间的固有挑战的解决方案。具体地，本公开的各种实施例提供了一种方法，其在质子疗法***的治疗规划过程期间具体通过把质子递送***的特点(例如，与递送质子疗法有关的某些射束特点和配置/校准准则)考虑在内来对质子疗法***执行基于时间的优化。换句话说，根据本发明的实施例创建了一种治疗规划，其在同时递送临床上可接受的规划质量(用于剂量分配)的同时，针对性能效率进行优化(使用某些放射疗法射束和机器特定参数)。

可以根据用于规划靶体积(PTV)和危及器官(OAR)的给定剂量体积约束以及根据规划稳健性(把分次间或分次内位置不精确性考虑在内)来优化常规市售放射治疗规划***。然而，常规治疗规划***在其优化执行中所考虑的基础数据中并未考虑递送***的某些物理约束或特性(例如，某些射束特点或机器特定操作参数及其限制)。因而，即使常规治疗规划***可能产生临床上可接受的治疗规划，但是制定的治疗规划无法使用完整的***或机器功能来以最有效或最可靠的方式利用***来获得按规划递送的治疗。换句话说，因为某些递送***特定参数(例如，与射束机器的物理约束有关)是固定的(并且在治疗规划期间或尝试建立最佳治疗规划时无法变化)，所以常规治疗规划***所制定的治疗规划虽然可以接受，但在时间上无法进行优化，因此效率低下。因此，即使常规***中优化的治疗规划通过了规划质量和治疗递送时间的准则，在递送期间也无法应用放射疗法射束机器，或者在治疗规划期间可能由于当前可用的商业治疗规划***未考虑到的特定于射束机器功能(或机器特定规划参数)的限制而没有规划目标所要求的最佳递送效率。

因而，本发明的实施例在制定性能优化的治疗规划时考虑并调整递送所需的规划质量的某些输送***特定参数，例如，射束能量、光斑位置、整体最小光斑强度、以及光斑横向扩展(或光斑大小)。这允许本发明的实施例执行多方向优化并且递送治疗规划，该治疗规划以最短的照射时间段同时递送临床上可接受的规划质量(用于剂量分配)。相比之下，假定常规治疗递送***的与某些物理约束相关联的参数(例如、射束能量、光斑位置、光斑横向扩展等)是固定的，并且在制定治疗规划时无法进行优化。

在一个实施例中，本发明包括基于软件的优化引擎，其将递送***知识转换为治疗规划。优化引擎为治疗规划提供可接受的治疗规划质量(剂量分配)，同时针对规划递送效率(尤其是治疗规划的所有场的递送时间)以及总体递送性能进行优化，以提高***的可靠性和可用性。优化效率(通过考虑放射疗法射束机器的特定行为、阈值和限制)还减少发生互锁的可能性。因而，本发明的实施例能够以最高可能的效率来递送具有治疗递送***(TDS)的全部能力的治疗规划。优化引擎允许TDS的用户有针对性地通过找到单个治疗的最佳结果(相对于与治疗递送有关的效率影响变量)来利用放射治疗递送***和治疗规划***。

本发明的实施例是有利的，因为它们允许最佳使用机器能力，这减少了互锁的发生，可以在治疗规划期间管理和直接影响该互锁的发生。由于互锁更少，所以递送***能够跟上所产生的治疗规划，并且避免了机器停机。

进一步地，本发明的优化引擎同时确保足够的治疗规划质量并且定制治疗递送以利用TDS的最大***能力(包括时间行为和可靠性在内)。因而，本发明的实施例使总体照射时间最少，同时维持了保证精确射束位置和剂量施加的限制。因为治疗时间较短，所以本发明的实施例支持高级屏气治疗规划。换句话说，在治疗时间较短的情况下，可能不需要患者屏住呼吸更长的时间，从而允许在最小化患者移动的同时准确递送治疗。更进一步地，由于放射时间较短，所以减少了机器负荷/磨损。

附加地，针对某些递送***的特定参数(例如，射束能量、光斑位置、整体最小光斑强度、以及光斑横向扩展(或光斑大小))进行优化会导致治疗规划更稳健。例如，变化的光斑位置和光斑横向扩展可以允许使用更少的光斑来施加可接受的剂量。由于优化引擎可使用的在定性方面更大的自由度集合，所以在其他物理自由度上进行优化还可能导致剂量测定准则的结果更好。具体地，它导致靶结构(例如，肿瘤)的剂量均一性得以改善。

通过考虑某些机器自由度(例如，射束能量、光斑位置、整体最小光斑强度、以及光斑横向扩展)来设计更可靠的***还防止了万一前一个治疗规划失败(例如，由于互锁)，治疗规划的设计者必须重新设计治疗规划。通过在优化过程中提供增加的自由度并且更好地利用硬件功能，本发明的实施例能够减少递送时间、机器互锁概率和机器维护，而不会对主剂量测定目标产生重大影响。

图1示出了可以在其上实现本文中所描述的实施例的计算***100的示例的框图。在最基本的配置中，***100包括至少一个处理单元102和存储器104。该最基本的配置在图1中由虚线106图示。***100还可以具有附加特征和/或功能。例如，***100还可以包括附加存储装置(可移除和/或不可移除)，其包括但不限于磁盘、光盘或磁带。这种附加存储装置在图1中由可移除存储装置108和不可移除存储装置120图示。***100还可以包含一个或多个通信连接122，其允许该设备例如使用与一个或多个远程计算机的逻辑连接在联网环境中与其他设备通信。

***100还包括一个或多个输入设备124，诸如键盘、鼠标、笔、语音输入设备、触摸输入设备等。还可以包括一个或多个输出设备126，诸如显示设备、扬声器、打印机等。

如将在下文所进一步解释的，根据本发明的实施例利用优化引擎218。在图1的示例中，存储器104包括与优化引擎218相关联的计算机可读指令、数据结构、程序模块等。然而，优化引擎218可以驻留在***100所使用的计算机存储介质中的任一计算机存储介质，或者可以分布在计算机存储介质的某个组合上，或者可以分布在联网计算机的某个组合上。

优化引擎218被编程为同时针对性能效率进行优化，同时还考虑到治疗规划质量并且定制治疗递送以利用TDS的最大***能力(包括时间行为和可靠性在内)。在常规治疗规划***中，特定于机器的物理自由度(例如，可用射束能量的数目和它们之间的阶跃、光斑位置、光斑横向扩展等)是固定参数。优化引擎218允许用户通过变化与机器有关的物理自由度来针对效率进行优化。相比之下，常规治疗规划***仅针对物理自由度(例如，可用射束能量的数目和它们之间的阶跃、光斑位置、光斑横向扩展等)使用固定参数(其可能通过反复试验制定)。

图2图示了根据本发明的实施例中的基于知识的规划***200的实施例，该基于知识的规划***200包含剂量测定准则和某些递送***特性的组合用于生成放射治疗规划。在图2的示例中，***200包括知识库202和治疗规划工具集合210。知识库202包括患者记录204(例如，放射治疗规划)、治疗类型206、统计模型208、以及用于递送有效治疗规划的其他剂量测定准则。根据本发明的实施例，知识库202还可以包括某些递送***特性238(例如，可以变化的自由度，其包括可用能量的数目和它们之间的阶跃、光斑位置、光斑强度、以及光斑横向扩展)。

图2的示例中的治疗规划工具集合210包括当前患者记录212、治疗类型214、医学图像处理模块216、优化器218、剂量分配模块220、以及最终放射治疗规划222。

治疗规划工具集合210通过知识库202(通过患者记录204)搜索与当前患者记录212类似的先前患者记录。统计模型208可以用于将当前患者记录212的预测结果与统计患者进行比较。使用当前患者记录212、选择的治疗类型206、选择的统计模型208、以及递送***特性238，工具集合210使用优化引擎218生成放射治疗规划222以针对几个(可能冲突)目标(例如，时间与剂量分配的适当性)进行优化。以这种方式制定的放射治疗规划(例如，治疗规划222)可以被称为平衡规划。

更具体地，基于过去的临床经验，当患者表现出特定的诊断、阶段、年龄、体重、性别、合并症等时，可以存在最常用的治疗类型。通过选择规划者过去对相似患者使用的治疗类型，可以选择治疗类型214。医学图像处理模块216使用当前患者记录212中的医学图像提供(例如，来自计算机断层摄影或磁共振成像)二维横截面切片(cross-sectional slides)的自动轮廓和自动分割以形成3D图像。剂量分布图由剂量分配模块220计算。

可以在知识库202中搜索可以由优化引擎218应用以确定剂量分布的目标的组合。例如，可以从知识库202中选择平均危及器官剂量体积直方图、平均人群危及器官剂量体积直方图、以及平均危及器官目标。在根据本发明的实施例中，优化引擎218可以针对某些递送***特定参数(来自输送***特性238)，例如，可用能量的数目和它们之间的阶跃、光斑位置、光斑强度、以及光斑横向扩展进行优化。如上文所提及的，由于在定性方面较大的自由度集合可用于优化引擎，所以在其他物理自由度上进行优化还可以导致剂量测定准则或临床目标的结果更好。具体地，它导致靶结构(例如，肿瘤)的剂量均一性得以改善。进一步地，它还导致优化时间，即，可以以最快且最有效的方式递送可接受的剂量质量。

相比之下，在常规疗法***中，唯一考虑的准则是最终剂量分配的静态特性，其实际上决定了规划的质量。然而，本发明的实施例还考虑了递送剂量分配的时间方面。换句话说，本发明的实施例使得能够以最省时的方式来递送可接受质量的治疗规划。

图3A图示了根据本发明的实施例的过程300，该过程300可以被实现为创建把某些物理自由度考虑在内的治疗规划。过程300可以被实现为存储在计算机可用介质中并且在如图1的***100的计算***上执行的计算机可读指令。

图3A的临床目标320包括(作为计算机可读数据)临床目标或临床目标集合。一般而言，临床目标是与治疗结果相关的因素。临床目标在将剂量递送到靶体积(例如，患病组织)同时最小化到周围(例如，健康)组织的剂量的竞争目标之间提供了折中的余地。临床目标320还可以包括与那些目标的可接受偏差范围，并且仍然产生可接受规划质量。

临床目标320用于指导放射治疗规划的制定，该放射治疗规划除其他参数外还描述了要使用的放射的类型、要在多个射束站指向患者的放射疗法射束的方位、射束的准直形状、以及要在每个站递送的剂量。临床目标还可以限定质量指标的约束或目标，诸如最小剂量数量和最大剂量数量以及特定组织体积(称为感兴趣区域或ROI)的平均剂量、剂量均匀性、靶体积剂量分配、危及器官剂量分配、其他正常组织剂量分配、其他空间剂量分配、以及其他可接受的偏差范围。

鉴于患者的解剖结构细节310(在知识库202中也可用)和临床目标320，治疗规划***可以针对剂量测定准则进行优化。例如，剂量测定准则可以规定要施加到规划靶体积(PTV)的放射的最小灰度数量和要施加到危及器官(OAR)的放射的最大灰度数量。换句话说，剂量测定准则可以被认为是剂量体积规划或剂量分配规划，其确定剂量在被治疗的三维空间上的分配方式。

本发明的实施例包括优化引擎218，该优化引擎218递送可接受的治疗规划质量(用于给定的剂量测定准则)，同时针对递送***特性330(例如，与治疗递送***相关联的各种物理自由度)进行优化，以制定治疗规划340。如上文所提及的，常规治疗***只能针对剂量测定准则进行优化。相比之下，本发明的实施例允许用户通过变化与机器有关的物理自由度(例如，可用射束能量的数目和它们之间的阶跃、光斑位置、光斑横向扩展等)来针对效率进行优化。

在一个实施例中，治疗规划软件可以接收作为输入的机器配置，诸如各种机器特定参数中的每个机器特定参数的最大范围和最小范围，例如，用于确定层间距的目标结构的最大深度和最小深度，射束机器可以递送的每个光斑的监测单元(MU)的最大数目和最小数目、最大光斑大小和最小光斑大小(或光斑横向扩展)、以及用于确定光斑定位的目标结构的最大宽度和最小宽度。鉴于参数中的每个参数的范围，优化引擎218能够执行模拟并且采用一些复杂优化算法来递送最佳治疗规划。

在一个实施例中，提供给治疗规划软件的范围信息可以是与剂量体积约束的可接受偏差。例如，PVT覆盖范围可以介于95％至107％之间，并且最大剂量低于112％。

在一个实施例中，例如，治疗规划软件的优化引擎218可以运行模拟以确定与选定的机器特定参数集合相关联的各种照射时间。优化引擎218可以被编程为确定变化机器特定参数以便在维持可接受的规划质量的同时解决最短照射时间的方式。换句话说，可以对优化引擎218进行编程以分析中间结果，并且使用它们更快地朝向产生最低照射时间的解决方案收敛。在一个实施例中，可以用一种或几种不同的优化算法来对优化引擎218进行编程，这些算法在不牺牲规划质量的情况下允许引擎收敛到最有效的解决方案。

在本发明的一个实施例中，基于质子放射疗法***，访问包括各种机器参数的机器配置信息。机器参数可以例如限定质子放射疗法***在照射患者时可达到的最大分辨率。在一个实施例中，优化引擎可以被配置为迭代调整各种机器参数以生成一个或多个候选治疗规划。例如，可以将机器参数迭代调整到降低最大分辨率的值。随后，可以模拟所生成的各种候选治疗规划，以便确定与治疗规划中的每个治疗规划相关联的相应治疗时间和相应规划质量。然后，可以对优化引擎进行编程，以选择可以产生可接受的规划质量和最短可能的治疗时间的候选治疗规划。

图3B图示了根据本发明的实施例的过程的数据流程图，该过程可以被实现以从通过变化机器特定参数而生成的多个候选治疗规划中选择结果治疗规划。

变化的各种自由度352和每个参数354的可接受的高低范围都用于生成候选治疗规划集合356。每个候选治疗规划对于机器特定参数中的每个机器特定参数可以具有不同的值(或自由度)，但在特定的候选治疗规划内，该值可能保持恒定。例如，可以生成三个不同的候选治疗规划，其中候选治疗规划中的每个候选治疗规划对于每个光斑最少的MU的数目可能具有不同的值，例如，分别为3、5和7个。随后，优化引擎的模拟器362生成候选治疗规划中的一个或多个候选治疗规划的治疗规划结果386。在一个实施例中，优化引擎可能能够收敛于最高效的解决方案，而无需模拟候选治疗规划中的每个候选治疗规划。鉴于剂量测定准则370，治疗规划选择器380然后将从结果集合中选择最省时的治疗规划382。

例如，本发明的实施例允许通过优化过程来考虑整体最小光斑强度(以监测单元或MU来测量)。在常规***中，整体最小光斑强度基于射束机器来固定。本发明的实施例允许每个光斑最少的MU变化，以便针对时间约束进行优化。例如，在身体的某些部位中，放置仅递送最少MU的光斑是有益的。然而，在其他部位中，相对于放置较少的较高强度的光斑，放置许多低强度的光斑就剂量测定准则而言没有任何益处。换句话说，对于身体的某些部位来说，接收较少的高强度的光斑而非几个低强度的光斑可能更快且更高效。对于身体的某些部位，治疗递送***可以使用较少的光斑，每个光斑使用更多个MU，这会牺牲分辨率，同时维持治疗规划质量允许***更高效。

通过允许每个光斑最少的MU变化，优化引擎218可以通过在患者上递送较少的较高强度的光斑(如果许可)而非递送几个较低强度的不同光斑来优化治疗规划。进一步地，通过减少光斑的总数，优化引擎可以制定治疗规划，其中照射时间更快并且靶结构(例如，肿瘤)的剂量均一性得以改善。例如，参考上文所提供的示例，如果将每个光斑最少的监测单元(MU)的数目指定为5个，其中范围为±3，则优化引擎可以生成若干个候选治疗规划，其中在各种候选治疗规划之间，每个光斑最少的MU在2个MU到8个MU之间变化。在模拟各种治疗规划之后，优化引擎可以选择以最快的治疗时间生成可接受的规划质量的治疗规划。

图4图示了根据本发明的实施例的其中可以优化结果能量和它们之间的阶跃的方式。

在IMRT中，射束强度在患者的每个治疗区域(靶体积)之间变化。可以用许多较小的射束(例如，笔形射束或子束)来治疗患者，而不是用相对较大且均匀的射束治疗患者，每个射束可以具有自己的强度，并且可以从不同角度进行递送(其可以称为射束几何形状)。由于许多可能的射束几何形状、射束数目和射束强度范围，可以有效地存在无限数目的可能治疗规划。如上文所提及的，在制定治疗规划时，本发明的实施例使用优化引擎218来在不牺牲规划质量的情况下选择性能最高效的治疗规划。

可以根据本发明的实施例优化的射束机器特定参数中的一个射束机器特定参数是所使用的能量的数目以及它们之间的间距或距离。能量水平对应于射束可以到达的治疗区域内的深度。例如，与150MeV射束相比，180MeV射束能够以更大的深度照射PTV。在常规***中，在使用某种规划进行任何优化之前，相邻层/连续层之间的能量差(诸如固定数目的层或固定层间距)是固定的(其是连续能量之间的差，例如，每层之间为3MeV)。

例如，在本发明的一个实施例中，可以将所使用的能量的数目和连续能量之间的差视为可以在各种候选治疗规划之间变化的附加参数。换句话说，各个候选治疗规划在递送治疗场的能量水平之间可能会有差异。如上文所提及的，质子疗法可能受到深度的限制，因此，可以避免暴露于意外放射，或其至少受到深度超过靶计算区域的非靶细胞的限制。如上文所提及的，在常规治疗***中，能量层间距(连续能量层之间的差)是固定参数，并且与每层之间的固定距离相关联。例如，在常规治疗***中，如果靶结构的最小深度为100MeV并且目标结构的最大深度为200MeV，其中层间距固定为5MeV，则治疗递送***可以在100MeV和200MeV之间以每次增量为5MeV(例如，以105MeV、110MeV、115MeV等)递送治疗。

相比之下，本发明的实施例允许优化引擎确定能量水平的数目(其需要在靶结构的最大深度和最小深度之间相加)以及其间的连续能量水平(在递送治疗场中)之间的差。例如，治疗规划软件可以接收最小治疗深度和最大治疗深度(基于患者)。可替代地，治疗规划软件还可以接收可接受能量范围。如图4所示，PTV可以在220MeV和182MeV的范围之间。得知最小深度和最大深度(或可接受的能量范围)以及它可以沉积的能量层的最小数目和最大数目，治疗规划软件可以生成具有不同深度和能量层数目的若干个候选治疗规划。随后，优化引擎可以模拟各种候选治疗规划中的一个或多个候选治疗规划，并且自动执行优化以确定最佳层数及其之间的空间。例如，对于图4中所示的PTV，优化引擎218可以确定最佳层数为4，间距为210MeV、205MeV、195MeV和190MeV。因而，与常规治疗规划***相比，本发明的实施例不限于固定层数或层之间的固定空间(其可能非常费时)。层数和连续层之间的距离可以变化。优化引擎通常会挑选层数和层间距以使照射时间最少，同时维持确保精确的射束位置和剂量施加的限制。

为了确定最佳层数及其之间的间距，优化引擎可能需要对具有不同能量水平的多个候选治疗规划进行各种模拟。例如，优化引擎可以从182MeV开始，并且以恒定值或该值的倍数(例如，增量为5MeV的或5MeV的倍数(跨多个候选治疗规划))变化能量水平，以便确定最佳层数和间距。可能无需模拟每个可能的治疗规划，因为优化算法被配置为经过一定数目的模拟后朝向最佳解决方案收敛。

本发明的实施例还被配置为当针对效率进行优化时，在各种候选治疗规划上变化光斑位置和光斑横向扩展(光斑尺寸)。如先前所提及的，在常规***中，通常在其上递送治疗的光斑尺寸和网格尺寸是固定的。然而，本发明的实施例通过在多个候选治疗规划的可接受范围内变化光斑尺寸和光斑位置而允许灵活性和效率更高。例如，鉴于目标的形状(和相关联的位置限制)，优化引擎可以确定最佳光斑大小和光斑位置。如上文所提及的，这些参数允许治疗规划***牺牲最大分辨率以提高效率。换句话说，放射治疗***可以迭代调整光斑定位和光斑横向扩展，以找到分辨率和效率的最佳组合。

图5A和图5B图示了根据本发明的实施例的在其上递送质子治疗的能量水平内的x-y平面中的示例性网格。如图5B中所见，光斑横向扩展大于图5A中的光斑横向扩展。由于光斑尺寸和光斑间距(或光斑定位)参数相关，因此光斑尺寸越大，光斑之间所需的间距越窄。本发明的实施例允许将光斑尺寸和光斑间距设置在最佳水平，使得可以在可能的最快时间量内充分地递送所需剂量。例如，在一种特定治疗中，代替在两个光斑510和520处递送质子疗法(如图5A所示)，治疗规划软件可以确定将剂量能量简单地引向单个更大光斑530是同等有效和更高效。在这种实例中，例如，因为优化引擎允许照射较少的较大尺寸的光斑，而不是几个较小的光斑，所以可以使照射时间最少。

在本发明的一个方面中，可以在多个候选治疗规划上变化光斑位置，使得光斑不需要符合固定网格。在常规治疗***中，因为光斑大小和光斑间距参数是固定的，所以需要使光斑符合固定网格。本发明的实施例允许光斑横向扩展和光斑定位参数在多个候选治疗规划之间自由变化(在可接受的范围内)，因此，光斑不需要符合固定网格。例如，如图5A所见，光斑585不符合固定网格。

图6是图示了根据本发明的实施例的多个候选治疗规划及其结果的表格，其中该表格的每个单元代表由优化引擎实现的放射机器模型，以确定用于相应治疗规划的放射时间和规划质量。

如图6的表格中所示，调整每个光斑最少的MU和能量层间距以制定多个候选治疗规划(对于三个场，场1、场2、以及场3)。在图6所示的表格中指示的单元中的每个单元包括与相应的治疗规划相关联的模拟的结果。例如，每个单元呈现治疗输送***执行与能量层间距和每个光斑的最少MU的对应设置相关联的相应模拟所花费的持续时间(秒数)。

如图6所示，网格630显示满足所有治疗规划质量准则(例如，PTV覆盖范围、最大剂量等)的所有关联候选治疗规划的基于时间的结果。其他候选治疗规划的一个或多个规划质量准则失败。更进一步地，在这些准则之中，网格640显示可以在最短时间段内进行的所有治疗规划的结果，同时维持可接受的规划质量。在该示例中，治疗规划640可能是优化引擎218的输出。

同样，对于所有自由度，优化引擎218将通过在可接受范围内变化机器参数来确定各种候选治疗规划的治疗时间和对应规划质量，从而进行各种模拟。在大多实例中，优化引擎可能不需要执行每个可能的模拟，但是可以使用优化算法收敛到最高效的解决方案(具有可接受的规划质量)。

如结合图3B所讨论的，变化的各种自由度352和每个参数354的可接受的高低范围用于生成候选治疗规划集合356。例如，在图6的表格中，针对每个光斑的最少MU(例如，3个MU、5个MU、8个MU和11个MU)和能量层间距(3MeV、5MeV、8MeV和11MeV)的每种组合生成候选治疗规划。对于机器特定参数中的每个机器特定参数(或自由度)，每个候选治疗规划可以具有不同的值，但是在特定候选治疗规划内，该值会保持恒定。

例如，回到图6中的表格，可以生成候选治疗规划，该候选治疗规划使用每个光斑最少3个MU，能量层间距为3MeV，即，在该特定候选治疗规划内，每个光斑的MU和能量层间距会保持恒定。优化引擎的模拟器362随后生成一个或多个候选治疗规划的治疗规划结果386。如上文所提及的，在一个实施例中，优化引擎可能能够收敛于最有效的解决方案，而无需模拟候选治疗规划中的每个候选治疗规划。换句话说，在场的治疗规划期间，优化引擎可能不需要针对每个光斑最少的MU和能量层间距的每个可能组合生成结果。

鉴于剂量测定准则370，治疗规划选择器380随后将从结果集合中选择最省时的治疗规划382。在图6的示例中，从结果集合中，结果规划640被确定为最省时的治疗规划。

在一个实施例中，治疗规划软件可以包括图形用户界面(GUI)，其在优化期间计算并且显示场照射时间。进一步地，GUI可以允许用户将目标和优先级放在每个治疗场的递送时间上。此外，GUI可以允许用户在优化界面中变化场特定机器参数，例如，光斑横向扩展、每个光斑最少的MU的数目等。

图7是根据本发明的实施例的高级软件流程图，其图示了在治疗规划***中使用机器特定参数来确定最高效的治疗规划的方式。

治疗规划软件***将机器参数从机器参数数据库772接收到波束数据服务模块732中，接收到服务层730中。然后，机器参数传输到业务层722，其中控制***712执行使用机器参数计算各种处理规划。由控制***计算模块712确定的照射数据传输到应用层702。在应用层中，治疗规划***704使用照射数据来使用模块708确定治疗时间。一旦治疗时间计算脚本708确定了治疗时间，治疗规划***就可以选择维持规划质量可接受的同时时间最高效的治疗。

图8是描绘根据本发明的实施例的用于基于给定剂量体积约束来确定质子放射疗法***的结果治疗规划的另一示例性处理流程800的流程图，其中结果规划针对治疗时间进行优化。

在步骤802处，访问剂量体积约束和范围信息，其中范围信息指示与剂量体积约束的可接受的偏差。如上文所提及的，还可以将机器特定参数的最小范围和最大范围提供给治疗规划软件以执行优化。

在步骤804处，基于所述质子放射疗法***，访问包括多个机器参数的机器配置信息，这些机器参数限定质子放射疗法***在照射患者时可达到的最大分辨率。换句话说，可以变化机器参数以在照射患者时实现最大可能分辨率，然而，为了效率，还可以通过权衡最大分辨率来变化相同的参数以在最短的时间量内为患者递送治疗。

在步骤806处，治疗规划软件的优化引擎迭代调整多个机器参数以生成多个候选治疗规划，其中迭代调整包括将多个机器参数调整到降低最大分辨率的值。例如，降低最大分辨率会导致性能更高。

在步骤808处，优化引擎针对质子放射疗法***模拟多个候选治疗规划，以生成多个治疗规划结果，其中每个治疗规划结果包括相应的治疗时间和相应的规划质量。如图6所示，对于模拟的每个治疗规划，可以获得时间值，以指示递送相应治疗所需的时间量。

最后，在步骤810处，优化引擎从多个候选治疗规划中选择结果治疗规划，其中结果治疗规划产生治疗规划结果，该治疗规划结果包括多个治疗规划结果中的最短治疗时间以及关于剂量体积约束的可接受的规划质量。

因此，对根据本发明的实施例进行了描述。除了IMRT之外，这些实施例还可以用于规划不同类型的外部射束放射疗法，其包括例如图像引导放射疗法(IGRT)、RapidArc^TM放射疗法、立体定向身体放射疗法(SBRT)、以及立体定向消融放射疗法(SABR)。

更进一步地，本发明的实施例执行多方向优化，其通过考虑复杂的机器和射束特定参数(例如，每个光斑的最小施加监测单元、能量层间距、光斑大小、光斑间距等)来针对效率优化治疗规划，而又不牺牲规划质量，即，执行这种多方向优化超出了人类的能力范围并且需要使用计算***。根据本发明的实施例允许生成具有低治疗递送时间的有效治疗规划，其限制了由于患者移动而导致的治疗递送不规则或不准确的可能性。通过针对效率和基于时间的约束进行优化，根据本发明的实施例有助于提高计算***的功能，因为它们提高了***可靠性和可用性。

尽管已经以特定于结构特征和/或方法动作的语言描述了主题，但是应当理解，所附权利要求书中定义的主题不必限于上述特定特征或动作。相反，上述特定特征和动作被公开为实现权利要求的示例形式。

Claims (17)

1.一种基于给定的剂量体积约束来确定用于质子放射疗法***的结果治疗规划的计算机实现的方法，其中所述结果治疗规划针对治疗时间被优化，所述方法包括：

访问所述剂量体积约束和范围信息，其中所述范围信息指示与所述剂量体积约束的可接受的偏差；

基于所述质子放射疗法***，访问包括多个机器参数的机器配置信息，所述多个机器参数能够被改变，使得所述质子放射疗法***在照射患者时达到最大分辨率，其中所述多个机器参数与所述质子放射疗法***的射束机器的射束特点相关联，并且其中所述机器配置信息包括对于所述多个机器参数中的每个机器参数的范围；

迭代调整所述多个机器参数以生成多个候选治疗规划，其中所述迭代调整包括：将所述多个机器参数调整到降低所述最大分辨率的值；

针对所述质子放射疗法***来模拟所述多个候选治疗规划，以生成多个治疗规划结果，其中每个治疗规划结果包括：相应的治疗时间和相应的规划质量，其中所述模拟包括：使用针对所述多个机器参数中的每个机器参数在相应范围内选择的值，进行一个或多个模拟；以及

从所述多个候选治疗规划中选择所述结果治疗规划，其中所述结果治疗规划产生治疗规划结果，所述治疗规划结果包括：所述多个治疗规划结果中的最短治疗时间以及关于所述剂量体积约束的可接受的规划质量，其中所述可接受的规划质量被定义为介于所述范围信息内的所述剂量体积约束的规划质量。

2.根据权利要求1所述的方法，其中所述多个机器参数包括：每个光斑的最少监测单元；以及可用能量的数目。

3.根据权利要求2所述的方法，其中所述多个机器参数还包括光斑横向扩展。

4.根据权利要求3所述的方法，其中所述多个机器参数还包括光斑定位。

5.根据权利要求1所述的方法，还包括：

将所述结果治疗规划加载到所述质子放射疗法***中。

6.根据权利要求1所述的方法，其中所述范围信息包括：

介于下限百分比和上限百分比之间的规划靶体积覆盖范围；以及

低于界限百分比的最大剂量。

7.一种计算机***，包括耦合到总线的处理器以及耦合到所述总线的存储器，其中所述存储器用指令编程，所述指令当被执行时使得所述计算机***实现基于给定的剂量体积约束来确定用于质子放射疗法***的结果治疗规划的方法，其中所述结果治疗规划针对治疗时间被优化，其中所述方法包括：

访问所述剂量体积约束和范围信息，其中所述范围信息指示与所述剂量体积约束的可接受的偏差；

基于所述质子放射疗法***，访问包括多个机器参数的机器配置信息，所述多个机器参数能够被改变，使得所述质子放射疗法***在照射患者时达到最大分辨率，其中所述多个机器参数与所述质子放射疗法***的射束机器的约束相关联，并且其中所述机器配置信息包括对于所述多个机器参数中的每个机器参数的范围；

迭代调整所述多个机器参数以生成多个候选治疗规划，其中所述迭代调整包括：将所述多个机器参数调整到降低所述最大分辨率的值；

针对所述质子放射疗法***来模拟所述多个候选治疗规划，以生成多个治疗规划结果，其中每个治疗规划结果包括：相应的治疗时间以及相应的规划质量，其中所述模拟包括：使用针对所述多个机器参数中的每个机器参数在相应范围内选择的值，进行一个或多个模拟；以及

从所述多个候选治疗规划中选择所述结果治疗规划，其中所述结果治疗规划产生治疗规划结果，所述治疗规划结果包括：所述多个治疗规划结果中的最短治疗时间；以及关于所述剂量体积约束的可接受的规划质量，其中所述可接受的规划质量被定义为介于所述范围信息内的所述剂量体积约束的规划质量。

8.根据权利要求7所述的***，其中所述多个机器参数包括：每个光斑的最少监测单元；以及可用能量的数目和所述可用能量之间的阶跃。

9.根据权利要求8所述的***，其中所述多个机器参数还包括最小光斑尺寸。

10.根据权利要求9所述的***，其中所述多个机器参数还包括最小光斑间距。

11.根据权利要求7所述的***，还包括所述质子放射疗法***，并且其中所述方法还包括：

将所述结果治疗规划加载到所述质子放射疗法***中；以及

使得按照所述结果治疗规划配置的所述质子放射疗法***来照射患者。

12.根据权利要求7所述的***，其中所述范围信息包括：

介于下限百分比和上限百分比之间的规划靶体积覆盖范围；以及

低于界限百分比的最大剂量。

13.一种确定用于质子放射疗法的治疗规划的计算机实现的方法，所述治疗规划针对治疗时间被优化，所述方法包括：

访问限定患者解剖结构、剂量测定准则和递送***特性的信息，其中所述剂量测定准则包括剂量体积约束和范围信息，其中所述范围信息指示与所述剂量体积约束的可接受的偏差；

基于质子放射疗法***，访问包括多个机器参数的递送***特性，所述多个机器参数配置能够改变所述质子放射疗法***以达到最大分辨率，其中所述多个机器参数与由所述质子放射疗法***递送的射束的射束特点相关联，并且其中所述递送***特性包括对于所述多个机器参数中的每个机器参数的范围；

迭代调整所述多个机器参数以生成多个候选治疗规划，其中所述迭代调整包括：将所述多个机器参数调整到降低所述质子放射疗法***可达到的最大分辨率的值；

针对所述质子放射疗法***来模拟所述多个候选治疗规划，以生成多个治疗规划结果，其中每个治疗规划结果包括：相应的治疗时间以及相应的规划质量，其中所述模拟包括：使用针对所述多个机器参数中的每个机器参数在相应范围内选择的值，进行一个或多个模拟；以及

从所述多个候选治疗规划中选择所述治疗规划，其中所述治疗规划产生治疗规划结果，所述治疗规划结果包括：所述多个治疗规划结果中的最短治疗时间；以及关于所述剂量体积约束的可接受的规划质量，其中所述可接受的规划质量被定义为介于所述范围信息内的所述剂量体积约束的规划质量。

14.根据权利要求13所述的方法，其中所述多个机器参数包括：射束能量；光斑位置；光斑强度；以及光斑横向扩展。

15.根据权利要求13所述的方法，其中所述多个机器参数包括：射束能量；以及光斑强度。

16.根据权利要求15所述的方法，还包括：

将所述治疗规划加载到所述质子放射疗法***中。

17.根据权利要求15所述的方法，其中所述范围信息包括：

介于下限百分比和上限百分比之间的规划靶体积覆盖范围；以及

低于界限百分比的最大剂量。

Images