[發明專利]放療的控制方法及裝置

有效

• 申請號: 202011194094.2
• 申請日: 2020-10-30
• 公開（公告）號: CN112263787B
• 公開（公告）日: 2021-08-10
• 發明（設計）人: 周琦超;張煒;孔令軻;石麗婉;林勤
• 申請（專利權）人: 福建自貿試驗區廈門片區Manteia數據科技有限公司
• 主分類號: A61N5/10
• 分類號: A61N5/10
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 周春枚

本發明公開了一種放療的控制方法及裝置。其中，該方法包括：獲取預設模型；針對放療目標，通過所述預設模型輸出多葉準直器的目標葉片序列，得到計劃文件；將所述計劃文件導入放療計劃系統控制直線加速器工作，以執行放療計劃，解決了相關技術中確定多葉準直器葉片序列的準確度和穩定性不佳的技術問題。

技術領域

本發明涉及放療控制技術領域，具體而言，涉及一種放療的控制方法及裝置。

背景技術

放療的基本目標是在給予腫瘤靶區充分照射的同時，盡可能減少健康組織的輻射。直線加速器的光束適形是一種重要的方法，利用該方法可以最大程度地減少健康器官和組織所吸收的放射劑量。多葉準直器是實現該方法的重要裝置，它是一個固定在直線加速器上的設備。它由多個可獨立移動的葉片組成，這些葉片通常由高原子序數的材料制成，可以阻擋一部分輻射束以使其改變形狀，同時改變其強度。

多葉準直器在放射治療中起著重要作用。它是調強放療的關鍵模塊，而調強放療是腫瘤學上最重要的發展之一。放療可以盡可能地使輻射劑量與目標體積保持一致，并減少對健康組織的輻射。放療的核心是逆向計劃，即首先給出所需的劑量分布，然后求解積分方程以找到合適的光束形狀和強度。然而，由于所需的劑量分布無法直接設置，因此無法直接通過劑量分布來求解積分方程。在大多數放療計劃系統中，通常是用兩個步驟來獲得合適的光束形狀和強度，以及可執行的多葉準直器序列。第一步，設置目標函數或成本函數并將其最小化，以生成光束強度圖，此過程稱為注量圖優化。第二步，應用葉排序算法將強度圖轉化成一組可執行的多葉準直器形狀或運動軌跡，該過程又分為兩個部分，先根據強度圖從數學層面上進行計算，得到一個初始的序列，然后再根據直線加速器的具體機器限制進行在優化，得到最終的多葉準直器葉片序列。

盡管這兩個步驟已經在放療計劃系統中廣泛使用，但它仍有一些局限性。最大的限制來源于葉排序算法，目前已有的葉排序算法基本上都是在數學方法上進行優化，但這些優化方法計算得到的多葉準直器葉片序列通常還要再根據機器限制進行再優化，這個過程會損失一定的精度，并且由于機器在執行過小的多葉準直器形狀時會給患者帶來較大的漏射劑量，同時治療時間會被延長。另一方面，這些算法在對照射強度進行優化時，精度通常會受到限制，因此難以達到最佳的效果。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種放療的控制方法及裝置，以至少解決相關技術中確定多葉準直器葉片序列的準確度和穩定性不佳的技術問題。

根據本發明實施例的一個方面，提供了一種放療的控制方法，包括：獲取預設模型；針對放療目標，通過所述預設模型輸出多葉準直器的目標葉片序列，得到計劃文件；將所述計劃文件導入放療計劃系統控制直線加速器工作，以執行放療計劃。

進一步地，在獲取預設模型之前，所述方法還包括：獲取樣本數據，其中，所述樣本數據中包括：歷史計劃文件中的注量圖；采用所述樣本數據，通過神經網絡模型進行強化學習訓練，生成所述預設模型。

進一步地，在獲取樣本數據之前，所述方法還包括：根據所述直線加速器的型號對訓練框架進行環境參數設定，其中，所述環境參數至少包括：每個葉片的葉片寬度，每個葉片的運動范圍，每個葉片的運動速度，所述多葉準直器的葉片總數量；對所述訓練框架的葉片進行狀態設定，其中，所述狀態設定至少包括：當前葉片在所屬位置，當前得到的注量圖，目標注量圖；對所述訓練框架的葉片設定獎勵函數，其中，所述獎勵函數用于計算當前輸出的注量圖和目標注量圖之間的差異，并按照葉片位置分配相應的獎勵。

進一步地，在獲取樣本數據之前，所述方法還包括：根據設定的所述環境參數、所述狀態和所述獎勵函數，確定環境中模擬的多葉準直器的狀態。