用于胰腺立体定向体部放射治疗的可解释规划机器人

胰腺立体定向体部放射治疗计划要求计划者与治疗计划系统（TPS）进行连续且耗时的交互，以达到最优的剂量分布。我们致力于开发一个基于强化学习（RL）的规划机器人，以系统地处理复杂的权衡，并持续、高效地实现高质量计划。胰腺 SBRT 计划的重点是在危及器官（OAR）保护与计划靶区（PTV）覆盖之间取得平衡。计划者评估剂量分布并进行计划调整，以在遵守 OAR 剂量约束的同时优化 PTV 覆盖。我们已将计划者与 TPS 之间的此类交互形式化为一个有限时界 RL 模型。首先，基于人类计划者的经验评估计划状态特征，并将其定义为计划状态。其次，定义计划动作以表示计划者通常会采取的步骤，以满足不同的计划需求。最后，我们推导出了一个基于由医生分配的约束所引导的目标函数的奖励系统。该规划机器人通过从 16 名先前治疗过的患者中增强得到的 48 个计划进行了自我训练，并在单独的验证集中为 24 个病例生成了计划。所有 24 个由机器人生成的计划在满足所有临床计划约束的同时，实现了与临床计划相似的 PTV 覆盖。此外，机器人学习到的知识可以被可视化并解释为与人类计划知识相一致，并且在不同训练会话中学习到的知识图谱是一致的，表明了学习过程的可重复性。