论文部分内容阅读
目的
针对目前容积旋转调强放疗(VMAT)计划中的优化时间长和解的可重复性差等问题,探讨一种基于快速梯度下降的优化算法。
方法利用梯度下降算法求解由少数固定野组成的常规调强放疗(IMRT)计划,通过叶片序列生成算法得到最优射野孔径形状和权重。在保持已有优化射野的前提下,渐进地增加并优化新的射野直到达到所需射野数。通过实际病例对该方法的性能进行评估。
结果针对头颈部肿瘤病例,VMAT计划的优化时间约为5 min,而目前使用的商业VMAT优化算法一般需要10~20 min。由于梯度下降算法为确定性算法,得到的优化解可重复。VMAT计划的靶区适形度和均匀度皆优于IMRT计划。对大部分危及器官的保护而言,VMAT计划略好于IMRT计划。
结论和已有VMAT优化算法相比,新算法不仅优化时间大幅缩短,而且保证了解的可重复性。