一个统一的路径搜索算法,用于IMRT和IMPT光束方向优化

科学领域:

• 辐射瘤学 辐射瘤学
• 医学物理 医学物理
• 计算成像技术的成像

背景情况:

• 自动光束方向优化 (BOO) 对于强度调节放射治疗 (IMRT) 和强度调节质子疗法 (IMPT) 计划质量至关重要.
• 目前的方法,如组稀疏度优化,需要手动调整来确定最佳数量的束.
• 需要更快,全自动化的BOO方法来有效地识别最佳光束配置.

研究的目的:

• 引入和评估一种基于梯度下降的自动BOO的新型路径搜索算法 (PathGD).
• 将PathGD的效率和剂量性能与现有方法 (GS-FISTA,手动选择) 进行比较.
• 评估使用PathGD对头癌患者顺序添加光束的剂量学益处.

主要方法:

• 一个基于梯度下降的路径搜索算法PathGD是为了流动地图优化而开发的,它使用顺序添加光束来优化流动地图.
• 用PathGD来选择三名头部和部患者的光束配置 (2-4个质子,5-15个光子光束).
• 通过PathGD生成的图表与来自组稀疏性-FISTA (GS-FISTA) 和手动选择 (MAN) 的图表进行了比较,以计算效率,剂量计和稳定性 (对于质子图表) 来说.

主要成果:

• 通过PathGD,比GS-FISTA的光束选择速度平均快35%.
• 路径GD与GS-FISTA计划的CTV覆盖率相匹配,同时显著降低了OAR平均和最大剂量 (平均13.6%).
• 通过PathGD改进了CTV剂量指标,并减少了最糟糕的OAR剂量,突出了其光束对光束方法的剂量测量优势.

结论:

• 在IMRT和IMPT方面,PathGD提供了一种高效且在剂量测量上优越的替代方案,与现有的BOO方法相比.
• 算法的分析每束剂量计成本的能力有助于选择最佳计划.
• 路径GD的表现强调了光束排列优化的重要性,特别是对于IMPT.