非共面容积旋转调强放疗的计划优化方法研究

Volumetric Modulated Arc Therapy (VMAT) is one of the most advanced radiation treatment technologies. Coplanar VMAT has achieved great success in clinical applications, which inspire international colleagues to start investigations on noncoplanar VMAT. Preliminary results show, nonVMAT may have plan quality close to that of proton therapy, and therefore has broad application potential. However, those investigations have not solved the critical problems impeding nonVMAT applications, such as excessive simplification of the algorithm and slow computing speed. Aiming at the resolvement of these problems, this project is to start from the first principle to set up a complete, generic and rigid mathematical optimization model; design three new algorithms to solve it approximately; implement these algorithms using parallel computing with a GPU cluster; and finally compare the results with those from the idealized cases and the published algorithms to benchmark and evaluate the performance of the new algorithms. The evaluation not only includes the comparison of plan quality and optimization efficiency, but the plan delivery time and the accuracy of the dose distribution. The results from the research will form the theoretical foundation of noncoplanar VMAT. Because of the larger feasible space for beam orientations, noncoplanar VMAT is expected to elevate the plan quality significantly, which makes the research findings from this project valuable in application and will provide powerful guidance for the development of related products by domestic enterprises.

容积旋转调强放疗(VMAT)是目前最先进的放疗技术之一。共面VMAT技术临床应用已取得巨大成功，启发国外同行针对非共面VMAT技术(nVMAT)开展研究工作。初步研究结果显示，nVMAT计划质量有可能接近质子治疗技术，具有广泛的应用前景。但是，国外研究没有解决阻碍nVMAT应用的一些关键性问题，例如设计的算法过于简化近似，优化计算速度太慢。本项目将针对这些问题，首先从第一性原理出发，建立严格的数学模型;在此基础上，建立三种新型计划优化算法;然后，采用GPU集群并行计算技术编程实现这三种算法; 最后通过与理想情况、以及已发表的代表性算法对比，评价新算法的性能。评价时不仅对比计划质量和优化效率，还将对比计划实际执行时间和剂量分布的准确性。研究成果将构成非共面VMAT技术的理论基础。由于有更大的布野空间，非共面VMAT预期能大幅提高计划质量，研究成果将有重大的应用价值，将为国内企业开发相关产品。

现有研究表明，非共面容积旋转调强放疗（nVMAT）计划质量有可能接近质子治疗技术，具有广泛的应用前景。但是，国外研究没有解决阻碍nVMAT应用的一些关键性问题：1）未能从第一性原理出发准确地描述 nVMAT 计划设计问题，从而建立理论模型；2）所有启发式算法均是采用分步法确定计划的机器参数；3）计算速度有待提高。.本项目主要内容有：从第一性原理出发，建立严格的数学模型；在以上基础上，建立三种新型计划优化算法；采用GPU集群并行计算技术编程实现这三种算法；最后通过与理想情况以及已发表的代表性算法对比，评价新算法的性能。.本项目重要结果如下：建立nVMAT计划优化问题的严格数学理论模型；针对非线性约束优化方程组，建立基于通用随机算法；研究一种基于人体坐标系的非共面布野方法；研究适用于非共面放疗的笼式放疗装置，并应用于乳腺癌和肝癌上评价计划质量；建立外绕病人的离散化球面网格，设计并实现治疗机头在网格上转动时的碰撞检测算法；设计和实现随机路径选择和随机MLC叶片位置选择算法；建立由8个CPU和GPU以及万兆网卡组成的局域网集群；实现非共面IMRT的三维射野界面；实现共面VMAT稳定区域求解算法和叶片边缘剂量快速计算方法；实现一种CPU、GPU混合的高性能计算云，可同时协作多颗CPU计算服务器运行计算任务；实现nVMAT两种算法；“放射治疗计划系统软件”的产品样品，通过了“中国食品药品检定研究院”的YY0775-2010和YY/T0889-2013两项标准注册检验；研究nVMAT在包含内乳区照射的左侧乳腺癌放疗中的应用；提出评估剂量分布贴合靶区程度的新指数：剂量贴合度指数；研究一种新型的MatriXX角度响应模型；实现基于云的放射治疗咨询和协作系统。.本项目研究成果构成nVMAT技术的理论基础，为非共面放疗奠定了良好的基础，能够推动非共面放疗技术升级，促进非共面放疗技术的开展。由于有更大的布野空间，非共面放疗大幅提高计划质量，研究成果将有重大的应用价值，可进行成果转化，供国内企业开发相关产品。