放射治疗计划中的鲁棒直接孔径优化
最优化与控制
2022-03-18 v2
摘要
调强放射治疗(IMRT)允许为癌症患者设计定制的高度适形治疗。然而，创建IMRT治疗计划是一个数学上复杂的过程，通常分多个较简单的阶段进行。这种顺序方法通常将辐射剂量要求与机械可传递性考虑分开，可能导致次优的治疗质量。为了将患者健康视为首要，整体模型必须同时处理这些计划要素，消除阶段之间的质量损失。这种组合的直接孔径优化(DAO)方法很少与不确定性缓解技术（如鲁棒优化）配对，因为两者都具有固有的复杂性。本文概述了一个鲁棒DAO (RDAO)模型，并讨论了有效整合关键约束的新方法。由于高度复杂的RDAO模型难以求解，提出了一种原始的候选计划生成(CPG)启发式方法。CPG快速生成高质量、可行的计划，这些计划立即具有临床可行性，也可用于生成可行的初始解以热启动RDAO模型。使用具有运动不确定性的临床患者数据集获得的计算结果表明，纳入CPG在初始可行解和最终输出计划质量方面都有好处。
引用
@article{arxiv.2111.04847,
title = {Robust Direct Aperture Optimization for Radiation Therapy Treatment Planning},
author = {Danielle A. Ripsman and Thomas G. Purdie and Timothy C. Y. Chan and Houra Mahmoudzadeh},
journal= {arXiv preprint arXiv:2111.04847},
year = {2022}
}
备注
27 pages, 14 figures