[发明专利]一种放射治疗系统及计算机可读存储装置

说明书

本公开内容涉及用于放射疗法治疗计划的系统、方法和计算机可读存储装置。例如，方法可以针对患者生成治疗计划。该方法可以接收反映放射疗法治疗数据的训练数据。训练数据可以包括特征向量和目标向量。该方法还可以基于特征向量和目标向量来确定训练模型。该方法还可以接收与患者相关联的测试数据。测试数据可以包括描述性特征向量。该方法还可以基于描述性特征向量和训练模型来确定疗法模型。疗法模型可以用于生成治疗计划。

技术领域

本公开内容总体上涉及放射疗法。更具体地，本公开内容涉及用于开发在放射疗法期间要使用的统计上最优的放射疗法治疗计划的系统和方法。

背景技术

放射疗法用于治疗哺乳动物(例如，人和动物)组织中的癌症和其他疾病。一种这样的放射疗法装置是伽马刀，伽马刀用大量低强度伽马射线照射患者，该大量低强度伽马射线以高强度和高精度汇聚在目标(例如，肿瘤)处。另一种放射疗法装置使用线性加速器，该线性加速器用高能粒子(例如，电子等)照射肿瘤。又一种放射疗法装置(回旋加速器)使用质子和/或离子。应该准确地控制辐射束的布置和剂量，以确保肿瘤接收规定的辐射，而束的布置应该使对周围健康组织(通常被称为危及器官 (OAR))的损害最小化。治疗计划可以用于控制辐射束参数，并且放射疗法装置通过向患者递送空间上变化的剂量分布来实现治疗。

放射疗法形式的治疗计划可能是患者特定的、耗时的且资源需求高的任务。此外，计划质量是主观的且高度依赖于机构和计划者的技能和经验。已经引入自动治疗计划来便利此过程。这通常通过采用与正在经历治疗的患者具有类似的医学特性的先前治疗的患者的临床上批准和交付的参考计划的库来完成。计划中的一种方法是：对治疗的患者和参考计划而言，尝试使剂量-体积直方图(DVH)类似。然而，众人皆知，DVH难以优化，并且需要迭代地解决涉及代理函数(surrogate function)的问题的高强度工作。另外，DVH将实际空间剂量分布压缩到一个维度，因此丢失重要的信息。

已经进行了一些尝试来基于体素(voxel)(例如，“剂量绘画”)优化治疗计划。剂量绘画可以用于针对患者解剖体中的每个体素指定不同的标准。然而，代替具有与相关器官的数量(例如，十个)大约一样多的参数，其以与存在体素(例如，数百万)大约一样多的参数结束。另外，将体素参数选择成使得：参考计划DVH和治疗DVH类似。但是由于DVH标准缺乏空间信息，因此类似的DVH不保证类似的治疗计划，并且通常需要另外的计算机高强度计算以找到最优计划。

因此，需要用于生成最优治疗计划以解决上述问题的方法和系统。

发明内容

本公开内容的某些实施方式涉及一种用于针对患者生成治疗计划的方法。该方法可以包括接收反映放射疗法治疗数据的训练数据。该训练数据可以包括特征向量和目标向量。该方法还可以包括基于接收的训练数据的特征向量和目标向量来确定训练模型。该方法还可以包括接收与患者相关联的测试数据。测试数据可以包括描述性特征向量。该方法还可以包括基于描述性特征向量和训练模型来确定疗法模型。此外，该方法可以包括基于疗法模型来生成针对测试数据的治疗计划。

本公开内容的某些实施方式涉及一种放射疗法系统。该放射疗法系统可以包括存储计算机可执行指令的存储器以及通信地耦接至存储器的处理器装置。处理器装置可以被配置成执行计算机可执行指令以接收反映放射疗法治疗数据的训练数据。训练数据可以包括特征向量和目标向量。处理器装置还可以被配置成基于接收的训练数据的特征向量和目标向量来确定训练模型。处理器装置还可以被配置成接收与患者相关联的测试数据。测试数据可以包括描述性特征向量。处理器装置还可以被配置成基于描述性特征向量和训练模型来确定疗法模型。此外，处理器装置可以被配置成基于疗法模型来生成针对测试数据的治疗计划。