IMRT中射束强度分布优化问题的研究

摘要

放射治疗的基本目标是努力提高放射治疗的治疗增益比，即最大限度地将放射线的剂量集中到靶区内，在杀灭肿瘤细胞的同时减少或避免周围正常组织和器官的照射。
　　调强放射治疗(Intensity Modulated Radiation Therapy，IMRT)作为一种先进的适形放疗技术，将会是21世纪初放射治疗技术的主流。
　　作为调强放射治疗关键步骤的逆向治疗计划的目的是找到达到某一临床目标的治疗实施方案，即确定射线种类、能量、射野方向和数目、射野形状和权重等治疗实施参数[1]。因为计划及实施的复杂性，通常需要通过使用计算机辅助的逆向治疗计划来求解问题，调强放疗射束强度分布优化问题的研究是实现逆向治疗计划的核心，因此对其的研究具有重要的意义。
　　本文在国家自然科学基金项目“IMRT逆向计划中多目标优化算法及其目标函数的研究(60872112)”的资助下，对IMRT中射束强度分布优化问题进行了研究，主要工作为:
　　1.对多目标优化算法的发展及其研究热点展开了讨论，并将应用于IMRT中的多目标优化算法进行概括总结;
　　2.对免疫算法进行了系统的阐述，并提出了一种改进的免疫克隆算法，通过与其他进化算法在五个典型测试函数上的结果的比较，证明该算法能使进化种群迅速收敛到理想的Pareto前沿面，并且能获得较均匀分布的Pareto最优解;
　　3将改进的免疫克隆算法应用到IMRT逆向计划实验平台，并通过实际算例来验证有效性。

目录

声明

摘要

第1章 绪论

1．1 课题背景及意义

1．2 IMRT概述

1．2．1 IMRT的实现

1．2．2 IMRT治疗计划系统的关键技术

1．2．3 IMRT的国内外研究现

1．3 论文的主要内容

第2章 多目标优化算法

2．1 多目标优化问题的数学描述

2．2 多目标优化算法的分类

2．2．1 传统的多目标算法

2．2．2 多目标进化算法

2．3 应用于IMRT中的多目标优化算法

2．3．1 共轭梯度算法

2．3．2 典型的多目标进化算法及其改进的算法

2．3．3 混合优化算法

2．4 本章小结

第3章 免疫算法的研究

3．1 免疫壳隆算法

3．1．1 生物免疫系统

3．1．2 基本免疫算法

3．1．3 免疫算法的研究现状

3．2 改进的免疫克隆算法

3．2．1 算法的基本策略

3．2．2 算法的实现

3．2．3 实验测试及结果分析

3．3 本章小结

第4章 基于逆向计划平台的可行性测试

4．1 目标函数的构建

4．1．1 常用的物理目标函数

4．1．2 基于平均剂量的目标函数

4．2 IMRT多目标逆向计划系统设计

4．3 算例测试

4．3．1 算例一

4．3．2 算例二

4．4 本章小结

第5章 结论与展望

5．1 结论

5．2 前景展望

参考文献

致谢

攻读学位期间参加的科研项目和成果