调强放射治疗中的射野方向优化算法研究

论文摘要

放射治疗与手术治疗和化学药物治疗一起,组成了肿瘤的三大主要治疗手段。调强放射治疗技术（intensity-modulated radiotherapy, IMRT）的出现,进一步发展了经典的三维适形放射治疗技术,是放射肿瘤学史上的重大变革。但鉴于实际问题的复杂性,IMRT治疗计划在制作上仍然有许多问题亟待解决。本文紧密结合临床需求,以实现和完善常规的IMRT优化技术为基础,围绕IMRT射野方向优化（beam angle optimization, BAO）问题进行了深入地研究。所做的主要工作如下:（1）充分结合微粒群算法（particle swarm optimization, PSO）和遗传算法（genetic algorithm, GA）算法的优点,针对IMRT优化射野方向的具体问题,提出了以逼近（approaching）为主要进化思想的逼近遗传算法（approaching genetic algorithm, AGA）来自动选择射野角度。设计了以逼近为主要手段的搜索方式和独特的更新策略,提高了算法的搜索性能。对模拟病例和实际临床病例的研究结果表明,采用AGA来优化选择射野角度是可行和有效的,并且较GA更为快捷地寻找到最优的治疗计划。（2）结合生物DNA进化方面的相关知识,提出了一种新颖的DNA遗传算法（DNA genetic algorithm, DNA-GA）来解决BAO问题。结合DNA进化中变异热点（hot spots）和冷点（cold spots）现象,有效利用编码位置信息,创造性地设计了码位变异操作;同样,DNA进化过程中的删除、插入和倒位等过程被精心设计成为了DNA-GA的删除、插入和倒位等结构变异操作。DNA-GA的这些变异操作改变了变异遗传操作在GA里面的辅助地位,有效地增强了算法的搜索能力。初步的研究结果表明,采用DNA-GA来解决BAO问题是可行和有效的,并且比GA收敛更快。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 调强放射治疗的历史发展
• 1.2 调强放射治疗国内外研究现状
• 1.2.1 国际上的IMRT 研究现状
• 1.2.2 国内的IMRT 研究现状
• 1.3 本文所要解决的问题及其理论意义和使用价值
• 1.4 本文的结构
• 第二章 调强放射治疗计划的制作流程
• 2.1 正向计划与逆向计划
• 2.2 调强放射治疗的优化过程
• 2.2.1 优化射野的入射方向
• 2.2.2 优化射野的强度分布
• 2.3 本文的优化策略
• 2.3.1 射野强度分布优化时约束条件的给定
• 2.3.2 负强度笔形束的处理
• 2.3.3 射野角度搜索空间的确定
• 第三章 逼近遗传算法在射野方向优化中的研究与应用
• 3.1 序言
• 3.2 AGA 算法介绍
• 3.2.1 AGA 算法结构
• 3.2.2 AGA 优化射野方向的流程
• 3.3 应用与分析
• 3.3.1 模拟病例
• 3.3.2 临床鼻咽癌病例
• 3.4 小结
• 第四章 DNA 遗传算法在射野方向优化中的研究与应用
• 4.1 序言
• 4.2 DNA-GA 算法介绍
• 4.2.1 DNA-GA 算法结构
• 4.2.2 DNA-GA 算法细节描述
• 4.3 DNA-GA 算法性能
• 4.3.1 DNA-GA 算法性能的测试
• 4.3.2 DNA-GA 算法特征
• 4.4 DNA-GA 算法在优化射野方向中的应用
• 4.4.1 DNA-GA 优化射野方向的流程
• 4.4.2 模拟病例
• 4.4.3 临床胸部肿瘤病例
• 4.5 小结
• 第五章 结论与展望
• 5.1 结论
• 5.2 展望
• 致谢
• 参考文献
• 个人简历
• 攻硕期间取得的研究成果