高能X(γ)射線的三維劑量計(jì)算模型

IMRT治療方案優(yōu)化高能X(γ)射線的三維劑量計(jì)算模型治療計(jì)劃的設(shè)計(jì)步驟體模階段計(jì)劃設(shè)計(jì)計(jì)劃確認(rèn)計(jì)劃執(zhí)行射野劑量分布的數(shù)字表達(dá)三維劑量計(jì)算模型中，最常用的劑量數(shù)據(jù)的表達(dá)方式是劑量網(wǎng)格矩陣直角坐標(biāo)系極坐標(biāo)系扇形線坐標(biāo)系等離軸比線坐標(biāo)系坐標(biāo)系的選擇取決于采用的劑量計(jì)算模型1、直角坐標(biāo)系最直觀的網(wǎng)格矩陣表示方法網(wǎng)格點(diǎn)大小按劑量精度選擇射野邊緣，劑量變化梯度較大的地方，應(yīng)選較小網(wǎng)格點(diǎn)缺點(diǎn)：需存儲的數(shù)據(jù)量較大2、極坐標(biāo)系特別適用于旋轉(zhuǎn)照射的劑量計(jì)算劑量等中心處歸一Pijθj3、扇形線坐標(biāo)系網(wǎng)格點(diǎn)為源于放射源的扇形線與平行于模體（或患者皮膚表面）的平行線（深度線）的交點(diǎn)扇形線間距隨偏離中心軸而變化，半影區(qū)扇形線較密4、等離軸比線坐標(biāo)系等離軸比線為位于同一離軸比線上諸點(diǎn)的劑量率與模體內(nèi)同一深度處中心軸上劑量率之比為常數(shù)劑量網(wǎng)格點(diǎn)為平行于模體的不同深度線與相應(yīng)離軸比線的交點(diǎn)射野邊緣等離軸比線靠得比較近，射野中心區(qū)域的等離軸比線相距較遠(yuǎn)劑量計(jì)算模型組織的不規(guī)則輪廓和不均勻性密度次級電子的輸運(yùn)和能量沉積劑量計(jì)算模型：不規(guī)則輪廓和不均勻性密度基于修正基于模型次級電子能量沉積基于修正的劑量計(jì)算模式以參考條件下對標(biāo)準(zhǔn)野測量深度劑量、離軸比、散射因子等為基礎(chǔ)，加之必要修正后得到實(shí)際放射物理?xiàng)l件和放射治療對象劑量分布的劑量計(jì)算方法。均勻模體中，P點(diǎn)的劑量為：Dm：參考射野在等中心處的模體內(nèi)最大劑量點(diǎn)處劑量；OUF：射野輸出因子；INSQ：距離平方反比因子；TMR：組織最大劑量比；OAR：計(jì)算點(diǎn)所在深度處的射野離軸比；WC：楔形板、組織補(bǔ)償器、射野擋塊等對原射線的修正因子不均勻模體時，利用有效深度修正矩陣法解析法基于修正的劑量計(jì)算模式不規(guī)則輪廓和不均勻性密度矩陣法楔形板、射野擋塊、組織補(bǔ)償器、曲面和不均勻組織對劑量分布的影響，按一維校正因子逐點(diǎn)計(jì)算與修正。等劑量線疊加在矩陣網(wǎng)格上，形成射野劑量矩陣。多個射野劑量矩陣的疊加，形成多野照射的劑量分布解析法劑量分布通常表示為兩個函數(shù)的乘積。二維情況下：射野中心平面上點(diǎn)(x,z)處的劑量；射野中心軸上與計(jì)算點(diǎn)P在同一深度處的點(diǎn)P’的劑量；深度z處距離射野中心軸x處的離軸比；三維情況下：

矩陣法和解析法依賴于實(shí)驗(yàn)條件和實(shí)驗(yàn)?zāi)Ｐ停糜趯?shí)際劑量計(jì)算時，通常要根據(jù)實(shí)際情況進(jìn)行校正，如射野形狀、源皮距、人體曲面、非均勻組織、楔形板等主要用于計(jì)算二維平面上的劑量分布劑量計(jì)算模型基于模型的劑量計(jì)算模式原射線和散射線劑量分離法卷積法蒙特卡羅法次級電子輸運(yùn)次級電子沉積1、原射線劑量和散射線劑量分離法在電子平衡的條件下，將體模中任意一點(diǎn)的劑量分為原射線劑量和散射線劑量兩部分，即體模內(nèi)的吸收劑量為：原射線劑量計(jì)算：指數(shù)衰減規(guī)律散射線劑量計(jì)算:散射空氣比(SAR)[或散射最大劑量比(SMR)，散射模體比(SPR)]微分散射空氣比(differentialscatter-airratio,DSAR)半經(jīng)驗(yàn)公式模型原射線劑量：用零射野的組織空氣比(TAR)表示最大劑量空氣比(TMR)，組織模體比(TPR)散射線劑量：用散射空氣比(SAR)表示散射最大劑量比(SMR)，散射模體比(SPR)射野內(nèi)任一點(diǎn)的劑量為：Dm計(jì)算點(diǎn)處空氣中的吸收劑量；d為組織深度；r為計(jì)算點(diǎn)深度處的圓形野半徑；POAR為模體中深度d處原射線的離軸比半經(jīng)驗(yàn)公式模型在均勻模體中或不規(guī)則野的劑量計(jì)算，有較高計(jì)算精度沒有考慮計(jì)算點(diǎn)周圍不均勻組織對劑量的影響，不能用于三維計(jì)算對半經(jīng)驗(yàn)公式模型的改進(jìn)等效組織空氣比(ETAR)法有效深度d′:修正扇形線方向上不均勻組織引起的深度變化有效射野r′:組織密度和散射點(diǎn)與計(jì)算點(diǎn)間相對位置的函數(shù)不均勻組織引起的劑量校正因子CF為：第i,j,k個體素單元的散射線對計(jì)算點(diǎn)劑量貢獻(xiàn)的相對重要性扇形線上第i個不均勻組織的相對電子密度微分散射空氣比(DSAR)微分散射空氣比(DSAR)：散射體積單元△V內(nèi)的散射空氣比均勻介質(zhì)中某一點(diǎn)的散射劑量為DSAR在受照體積內(nèi)的積分關(guān)鍵：把體模分成一系列的子層面，然后導(dǎo)出各子層面對計(jì)算點(diǎn)的微分表達(dá)式，由這些微分表達(dá)式計(jì)算出各子層面對計(jì)算點(diǎn)的散射貢獻(xiàn)微分散射空氣比(DSAR)柱形環(huán)單元內(nèi)r·△r·△θ內(nèi)的散射空氣比：柱形環(huán)單元r·△r·△θ內(nèi)的散射空氣比沿深度d的變化，即△V內(nèi)的散射空氣比對r，θ，z求和可求得P點(diǎn)的散射劑量微分散射空氣比(DSAR)對不均勻組織，P點(diǎn)的散射劑量散射體積單元的組織密度水的密度散射體積單元中原射線的改變量達(dá)到P點(diǎn)散射線的衰減的改變量2、卷積法劑量計(jì)算是通過將放射性的光通分布(fluencedistribution)與一個點(diǎn)擴(kuò)展函數(shù)(pointspreaddistribution)或卷積核相卷積來實(shí)現(xiàn)表示體模中點(diǎn)(x,y,z)處的劑量表示射野的光通分布表示點(diǎn)擴(kuò)展函數(shù)或卷積核MU：加速器監(jiān)測劑量計(jì)數(shù)CF：參考射野在最大劑量點(diǎn)處的校準(zhǔn)劑量率W：第i個子野中第j個FSPB的權(quán)重ROF：射野輸出因子TMR：組織最大劑量比ISF：反平方校準(zhǔn)因子卷積核的獲取直接實(shí)驗(yàn)測量法（粗糙的方法）采用適當(dāng)?shù)南薰夂蜏?zhǔn)直裝置，把準(zhǔn)直器散射降到最低，把測量得到的小野劑量分布的二維截面劑量分布作為二維卷積核有限面積的近似卷積核高斯函數(shù)逼近法

用高斯函數(shù)的解析式逼近三（二）維卷積核小角度散射MonteCarlo模擬法（高精度方法）等同于在均勻介質(zhì)中用MonteCarlo方法進(jìn)行劑量計(jì)算解卷積法（簡單可靠）從測量數(shù)據(jù)中用解卷積方法抽取卷積核的方法卷積核包含了全部光子與物質(zhì)作用的全部物理信息，獲取容易可靠3.蒙特卡羅法(MonteCarlo)原理：用MonteCarlo方法來模擬大量單個光子在輸運(yùn)過程中與物質(zhì)的作用過程，通過對作用過程的隨機(jī)采樣，對每一次作用應(yīng)用放射物理定律來預(yù)測和統(tǒng)計(jì)作用的結(jié)果。MonteCarlo技術(shù)是用隨機(jī)抽樣技術(shù)模擬三個過程：原射線的能譜及其離軸分布；原射線及散射線光子在介質(zhì)中的輸運(yùn)過程；模擬由光子與物質(zhì)相互作用后產(chǎn)生的次級電子的輸運(yùn)和能量沉積過程。MonteCarlo是一種適用性最強(qiáng)的三維劑量計(jì)算方法，但計(jì)算時間太長無法滿足臨床的實(shí)時要求。IMRT治療方案優(yōu)化IMRT計(jì)劃優(yōu)化優(yōu)化目標(biāo)函數(shù)和優(yōu)化搜索算法是IMRT優(yōu)化的重要內(nèi)容目標(biāo)函數(shù)優(yōu)化搜索算法+預(yù)期治療結(jié)果靶區(qū)及危及器官內(nèi)三維劑量分布射野入射方向，射束強(qiáng)度分布，劑量權(quán)重，射束數(shù)目等目標(biāo)函數(shù)

(ObjectiveFunction)目標(biāo)函數(shù)

以數(shù)學(xué)公式表示期望分布和實(shí)際分布差異的函數(shù)形式最簡單的目標(biāo)函數(shù)：優(yōu)化的目的在于使Objectivefunction=0目標(biāo)函數(shù)物理目標(biāo)函數(shù)（常用，成熟）給定或限定靶區(qū)和危及器官應(yīng)達(dá)到的物理劑量分布，實(shí)施準(zhǔn)確的優(yōu)化治療生物目標(biāo)函數(shù)（最高原則，根本目標(biāo)）限定應(yīng)達(dá)到要求的治療結(jié)果，如無并發(fā)癥的腫瘤控制率等，實(shí)施最佳的治療尚未進(jìn)入臨床使用階段物理目標(biāo)函數(shù)治療計(jì)劃優(yōu)化的目的：靶區(qū)得到足夠的劑量，危及器官得以保護(hù)可通過下面3種可能途徑實(shí)現(xiàn)：危及器官(OAR)作為約束條件，對靶區(qū)劑量函數(shù)進(jìn)行優(yōu)化；靶區(qū)劑量作為約束條件，對OAR劑量進(jìn)行最小化；靶區(qū)劑量和OAR劑量一起構(gòu)成函數(shù)進(jìn)行優(yōu)化；√靶區(qū)劑量和OAR劑量一起構(gòu)成函數(shù)進(jìn)行優(yōu)化，其目標(biāo)函數(shù)一般式：根據(jù)治療的地點(diǎn)和靶區(qū)的定位及大小來調(diào)整懲罰，以反映全面的治療目標(biāo)臨床研究和應(yīng)用最為廣泛的物理目標(biāo)函數(shù)基于劑量的目標(biāo)函數(shù)(dose-basedobjectivefunction)基于劑量體積的目標(biāo)函數(shù)(dose-volume-basedobjectivefunction)基于等效均勻劑量的目標(biāo)函數(shù)(equivalentuniformdose-basedobjectivefunction)基于劑量的目標(biāo)函數(shù)

(dose-basedobjectivefunction)基本形式只有超過耐受劑量的OAR點(diǎn)才對它的目標(biāo)函數(shù)構(gòu)成有貢獻(xiàn)應(yīng)用基于劑量-體積的目標(biāo)函數(shù)

(dose-volume-basedobjectivefunction)基于劑量-體積的目標(biāo)函數(shù)基于劑量體積的優(yōu)化僅懲罰一定范圍內(nèi)突破劑量限制的點(diǎn)，因此，在優(yōu)化處理過程中更具靈活性只有當(dāng)正常組織的吸收劑量位于D1與D2之間時，才對該目標(biāo)函數(shù)有貢獻(xiàn)對于靶區(qū)，可用兩種劑量體積標(biāo)準(zhǔn)限制冷熱點(diǎn)的出現(xiàn)V(>82Gy)≦5%及V(>79Gy)≧95%基于等效均勻劑量的目標(biāo)函數(shù)

(EUD-basedobjectivefunction)EUD是一種生物等效劑量。若以此劑量均勻照射所產(chǎn)生的生物效應(yīng)，與實(shí)際的非均勻劑量照射所產(chǎn)生的效果相同，即等效，則可以用該EUD來表示實(shí)際的非均勻劑量分布。EUD廣義形式為：（適用于腫瘤和正常組織）基于等效均勻劑量的目標(biāo)函數(shù)

(EUD-basedobjectivefunction)EUD簡單形式：小結(jié)目前以劑量-體積為基礎(chǔ)的目標(biāo)函數(shù)已經(jīng)成為公認(rèn)的標(biāo)準(zhǔn)，這種方法易于使用，不復(fù)雜，速度快，對于多數(shù)治療部位，都能得到較滿意的計(jì)劃，可作為常規(guī)臨床實(shí)踐的首選。以EUD為基礎(chǔ)的優(yōu)化是一種頗具競爭力地替代方法，它的表達(dá)式簡單，容易計(jì)算，且在一定程度上模擬了被照射器官的生物效應(yīng)。它是物理目標(biāo)函數(shù)到生物目標(biāo)函數(shù)的一個過渡，將在今后的IMRT放射治療中將會得到越來越廣泛的應(yīng)用。

優(yōu)化算法確定性方法(Deterministicmethod)梯度算法(Gradientmethod)隨機(jī)性方法(Stochasticmethod)模擬退火法(Simulatedannealing)遺傳算法(Geneticalgorithm)梯度算法共軛梯度法牛頓法縮放共軛梯度法熱點(diǎn)常用共軛梯度法迭代公式：牛頓法牛頓算法的迭代公式為牛頓梯度法不但利用了目標(biāo)函數(shù)在搜索點(diǎn)的梯度，還利用了二階導(dǎo)數(shù)，考慮了梯度變化的趨勢，因而能更快地搜索出最優(yōu)點(diǎn)縮放共軛梯度法縮放共軛梯度法用以下算式來代替共軛梯度法中二階導(dǎo)數(shù)的計(jì)算縮放共軛梯度法隨機(jī)性方法以隨機(jī)搜尋的算法來作為最優(yōu)化的理論基礎(chǔ)模擬退火法（Simulatedannealing）遺傳算法（Geneticalgorithm）

遺傳算法

（Geneticalgorithm）

GA算法是一種基于群體型操作的算法，以群體中的所有個體為操作對象。選擇、交叉和變異是GA算法的三個主要操作算子。它們構(gòu)成了所謂的遺傳操作。GA算法的基本流程GA算法的基本流程編碼技術(shù)：把空間的參數(shù)轉(zhuǎn)換成遺傳空間的由基因按照一定結(jié)構(gòu)組成的個體一維染色體編碼二維染色體編碼多參數(shù)影射編碼等初始群體的生成群體的規(guī)模：取個體編碼長度的一個線性倍數(shù)群體中個體的初始化：隨機(jī)方式初始化GA算法的基本流程適應(yīng)度函數(shù)的建立針對輸入可以計(jì)算出能加以比較的非負(fù)結(jié)果簡單通用：目標(biāo)函數(shù)的簡單變形選擇操作：優(yōu)勝劣汰的過程適應(yīng)度比例方法排序選擇方法競標(biāo)賽選擇方法排擠方法GA算法的基本流程交叉操作：把兩個父代個體的部分結(jié)構(gòu)加以替換重組生成新的個體交叉概率：決定是否需要進(jìn)行交叉操作設(shè)定交叉點(diǎn)，對交叉點(diǎn)前后的部分結(jié)構(gòu)進(jìn)行交換變異操作：對個體串上的某些基因位置上的基因值進(jìn)行變動隨機(jī)確定需要變異的基因的位置變異概率對該位置的基因值進(jìn)行變異IMRT射野權(quán)重優(yōu)化編碼技術(shù)編碼對象就是筆射束權(quán)重，采用二進(jìn)制編碼初始群體確定群體規(guī)模，利用System.random函數(shù)產(chǎn)生規(guī)模為2M的群體，并計(jì)算出每個個體的適應(yīng)度，從中篩選出適應(yīng)度比較高的M個個體形成初始種群，并建立解碼函數(shù)。應(yīng)用舉例預(yù)設(shè)5個子野，根據(jù)腫瘤的形態(tài)和位置，5個子野的方向設(shè)定為45°、120°、210°、270°、330°IMRT射野權(quán)重優(yōu)化適應(yīng)度函數(shù)的建立應(yīng)用舉例IMRT射野權(quán)重優(yōu)化適應(yīng)度函數(shù)的建立應(yīng)用舉例優(yōu)化的目標(biāo)是使g(X)取值最小因GA適用于最大值問題的優(yōu)化，因此f(X)=1/g(X)當(dāng)g(X)=0，說明得到最優(yōu)解治療計(jì)劃設(shè)計(jì)為：腫瘤靶區(qū)處方劑量8000cGy、危險器官和正常組織的最高受限劑量為3000cGy、5000cGy，分20次照射，每周5次，每次腫瘤靶區(qū)實(shí)際受照劑量為