粒子植入治疗计划设计方法[0002]放射性粒子植入治疗也被称为近距离放射治疗，是一种用于治疗肿瘤的放射治疗手段。粒子植入通过模板引导，经皮穿刺等介入手段将放射性粒子(125i，1(l3Pd)植入癌变肿瘤的区域，在对肿瘤进行持续性低剂量照射的同时，能有效地减小危及器官(OARs)辐射剂量，具有较好的放射生物效应，取得了较好的临床效果。此外，粒子植入治疗还具有副作用小，使用安全、费用低、微创等特点，被广泛地应用于头颈部、肺部、肝部、胰腺、前列腺等部位肿瘤的治疗。[0003]放射性粒子植入治疗成功的关键是合理规划粒子在靶区的排列分布，确保靶区的辐射剂量达到处方剂量且尽可能的均匀分布，同时减小周围危及器官承受的剂量。为了达到治疗效果，临床治疗中需要通过超声、计算机断层扫描(CT)或者核磁共振成像(MRI)等成像设备确定靶区的形状和位置，以及靶区周围的临近组织以及相对位置关系，然后制定治疗计划，确定粒子的数目以及分布位置。[0004]传统的治疗计划设计是一个不断试错修改(trial and error)的过程:物理师根据临床经验设计出初步的治疗计划，然后计算剂量，根据靶区和危及器官内的剂量分布调整粒子数目和位置，重复这个步骤直到得出一个可行的治疗计划。然而，治疗计划设计通常需要综合权衡考虑多个目标，设计的过程繁重且耗时较长，而且在很大程度上依赖于物理师的临床经验。[0005]现有针对治疗计划设计的优化方法针对前列腺粒子植入提出，根据优化方法求解的手段可以分为:随机性(stochastic)优化方法,确定性(deterministic)优化方法和启发性(heuristic)优化方法。随机性优化方法包括:模拟退火方法(simulated annealing,SA)和遗传方法(genetic algorithm, GA)。随机性方法的优化模型中将祀区和OAR等效为椭圆或者圆柱，通过随机的确定植入粒子的位置得到治疗计划，然后计算剂量并评估模型中的剂量分布，得出当前计划的评价度，并应用评价度指导优化过程。基于简化模型的剂量分布评价规则在一定程度上并不能体现真实的剂量分布情况，实际应用中很可能得出不可行的治疗计划。同时随机性优化方法针对穿刺针道已经确定的情况提出，优化问题相对简单。对于针道尚未确定、靶区体积较大的病例，优化问题较为复杂，应用随机性优化方法有可能陷入局部最优解的死循环。确定性优化方法将所有可能位置是否植入粒子编码为I和O。根据对靶区最大最小剂量值、剂量分布均整度，OAR最大剂量以及穿刺针数量的要求确定多目标函数和约束条件，通过分支定界(branch and bound)方法求解混合整数规划(mixed-1nteger programming)。由于优化模型比较复杂,计算量较大,计算时间仍然长达数小时。此外，目标函数中各项的权重也直接影响着优化结果，在实际应用中需要根据不同的病症进行调整。现有的启发性优化方法以粒子对靶区和OAR的剂量贡献度为评价准则，选择当前最优粒子直到靶区处方剂量覆盖度达到预定值。由于评价准则没有考虑靶区剂量的均整度，启发性优化方法采用一种基于等剂量线的约束规则防止粒子聚集。当针数达到预定值之后，将可选粒子的位置限制在已有穿刺针上，如果当前没有可用粒子，同时靶区剂量未达到预定要求，增加针数阈值，移除所有粒子重新优化。相对于随机性优化方法和确定性优化方法，启发性优化方法能够较快地得出治疗计划，但是，该方法针对避免粒子聚集和减少穿刺针提出的机制还存在一定的问题，实际应用中很可能得到穿刺针较少但剂量分布较差的治疗计划，同时迭代次数较多，计算时间较长，不能满足术中计划设计的临床需要。
[0006]本发明针对治疗计划对剂量分布的要求，提供了一种粒子植入治疗计划设计方法，本发明方法提出了一种有效的粒子判优准则，合理地利用了粒子和靶区以及OARs的相对位置关系的先验知识，能够快速地得出治疗计划。本发明提供的粒子植入治疗计划设计方法结合启发性优化方法的特点，提出用于减少穿刺针数目的双重迭代策略，能够在保证剂量分布的前提下，有效地减少了穿刺针数，提高了粒子植入治疗计划计划的可行性。[0007]本发明提供的粒子植入治疗计划设计方法，包括如下步骤:
[0008]步骤1:设所有可能位置的粒子组成集合S，计算各粒子对靶区和OARs的平均剂量;
[0009]步骤2:按照判优准则确定集合S中各粒子的评价值，根据评价值对粒子进行排序，评价值最小的粒子为当前最优粒子；
[0010]判优准则Cs 定义为: