放射治療方案的優(yōu)化方法研究.pdf

1、優(yōu)化是放射治療計劃系統(tǒng)的重要組成部分之一。針對放射治療方案的優(yōu)化問題，本文提出了一系列解決方案，主要包括以下幾個方面： 1)較全面地介紹了現(xiàn)代最優(yōu)化理論及方法，對NSGA-Ⅱ多目標優(yōu)化遺傳算法進行了較深入的研究，提出了在該方法中加入局部搜索算子及外部精英收集池的改進算法-NSGA-Ⅱ多目標混合遺傳算法。 2)針對伽瑪?shù)读Ⅲw定向放射治療計劃系統(tǒng)中的優(yōu)化問題提出了一個兩步優(yōu)化的方案。首先采用一種改進的基于距離變換的幾何優(yōu)化方

2、法，優(yōu)化靶點的數(shù)目、位置及相應(yīng)準直器直徑；然后根據(jù)幾何優(yōu)化獲得的靶點參數(shù)，研究了基于混合遺傳算法GA-BFGS方法優(yōu)化靶點權(quán)重的方法，以避免梯度法可能會陷入局部極小的問題。 3)針對全身伽瑪?shù)吨委燇w部腫瘤的靶點設(shè)計優(yōu)化問題，提出了一種新穎的靶點設(shè)計及優(yōu)化解決方案，建立了基于包圍盒的優(yōu)化模型，然后采用遺傳算法進行求解，使治療過程更為簡便快捷，并有利于減少治療過程中的定位誤差，填補了全身伽瑪?shù)栋悬c設(shè)計優(yōu)化研究的空白。 4)針

3、對全身伽瑪?shù)吨委燇w部腫瘤的治療路徑優(yōu)化問題，在靶點優(yōu)化的基礎(chǔ)上，提出了采用遺傳算法進行治療路徑優(yōu)化的解決方案，使治療過程更為簡便快捷，有利于減少治療過程中醫(yī)生的勞動強度。當靶點數(shù)過多時，我們給出了一種分層優(yōu)化的解決方案，以減少優(yōu)化時間，滿足臨床的實際要求。 5)實現(xiàn)了一種基于NSGA-Ⅱ多目標混合遺傳算法的調(diào)強放射治療逆向計劃的優(yōu)化方法，其中局部搜索采用L-BFGS算法。該方法得到的非劣解在目標空間分布均勻，計算速度快，魯棒性好

4、。 6)在Windows平臺上開發(fā)了一套用于周圍血管內(nèi)放射治療計劃優(yōu)化的主動漫游虛擬現(xiàn)實系統(tǒng)，用于提取血管的幾何結(jié)構(gòu)；建立血管內(nèi)放射治療計劃的優(yōu)化模型，采用適宜的優(yōu)化方法進行優(yōu)化，該方法綜合運用了混合遺傳算法GA-BFGS方法和快速模擬退火算法優(yōu)化相關(guān)的參數(shù)，其中GA-BFGS算法用于優(yōu)化連續(xù)參數(shù)即放射源的照射時間，快速模擬退火算法用于優(yōu)化離散參數(shù)即放射源的位置。這一策略綜合考慮了目標函數(shù)的形式，BFGS的快速收斂性，遺傳算法的