[发明专利]一种用于IMRT的分子动力学再优化算法

权利要求书

1.一种用于IMRT的分子动力学再优化算法，其特征在于，首先利用分子动力学方法优化得到每个射野的子野序列，然后根据子野数目的要求，舍弃面积最小的部分子野，最后将该结果作为模拟退火算法的初始条件，对每个子野的叶片的位置和跳数进行进一步的优化；

其具体过程如下：

目标函数PreObj离散化后的表达式为：

O ( I ) = Σ j n v w j ( Σ i N B I i d j i - d j 0 ) 2 ]]>

其中，NV是离散化后的体元数目；NB是离散化后笔束的数目；Wj是第j个体元的权重；Ii是第i个笔束的强度；是第i个笔束在第j个体元上产生的剂量；是第j个体元的处方剂量；

为了得到最优化的结果，要使目标剂量最小化，即第i笔束，有：

- ∂ 0 ( i ) ∂ I i = 0 ]]>

得到以笔束强度为变量的方程组；

其第i个方程为：

I i Σ i = 1 N B D i j - D 0 = 0 ]]>

其中

D i j = Σ j = 1 N V d j i d j k D 0 = Σ j = 1 N V d j 0 d j k ]]>

在得到最优的笔束强度分布后，经过离散化，可以得到子野序列：Fi表示第i子野，表示第j角度照射野的第k子野，MUi表示第i子野的跳数；

由照射子野Fi得到的强度分布与优化得到的强度分布存在差异，此时，利用模拟退火算法对离散化得到的子野的叶片位置和跳数进行进一步优化，其流程如下：

(1)利用离散化后的子野序列计算剂量分布，计算当前的目标函数值PreObj；

(2)获得一个随机变量，根据其值决定对叶片或射野跳数进行改变；

(3)获得一个随机变量，根据其值决定对哪一个射野进行改变；

(4)如果是对叶片进行改变，获得两个随机变量，决定对哪一对叶片以及对A叶片或B叶片的位置进行改变；

(5)获得一个随机变量，决定改变量的大小，对叶片位置或跳数进行改变。

(6)改变后形成新的子野序列，并在此基础上计算新的剂量分布，计算新的目标函数值CurObj；

(7)如果CurObj<PreObj，则接受该次改变；如果CurObj>PreObj，则放弃该次改变；

(8)如果循环次数达到设定值，或CurObj达到要求，则结束；否则，设置PreObj＝CurObj，并从第二步开始重复进行。