面向多发性肿瘤放射治疗的高能X射线区域路径优化方法

摘要

本发明面向多发性肿瘤放射治疗的高能X射线区域路径优化方法属于医疗设备和人工智能技术领域；该方法首先将实际肿瘤区域退化成实际肿瘤点，确定实际肿瘤点的坐标；然后计算任意两个实际肿瘤点之间的距离，建立距离矩阵；再初始化探索参数，计算启发函数初值；接着探索最佳环路路径；最后找到最佳环路路径中距离最大的两个实际肿瘤点，最佳环路路径去掉所述两个实际肿瘤点的连线，剩余部分即为最终路径；本发明将实际肿瘤区域退化成一个肿瘤点，将放射线扫描问题转换为如何遍历所有肿瘤点且路径最短问题，并提出了一种路径优化方法，大大降低治疗时间，减轻病人治疗痛苦，将对人工智能在医疗设备中的发展起到积极的促进作用。

说明书

技术领域

本发明面向多发性肿瘤放射治疗的高能X射线区域路径优化方法属于医疗设备和人工智能技术领域。

背景技术

肿瘤放射治疗是利用放射线治疗肿瘤的一种局部治疗方法。放射线包括放射性同位素产生的α、β、γ射线和各类X射线治疗机或加速器产生的X射线、电子线、质子束及其他粒子束等。据统计，大约70％的癌症患者在治疗癌症的过程中需要用放射治疗，约有40％的癌症可以用放疗根治。放射治疗在肿瘤治疗中的作用和地位日益突出，已成为治疗恶性肿瘤的主要手段之一。

恶性肿瘤能够转移，即原发恶性肿瘤中的癌细胞通过血管、淋巴管以及肿瘤周围组织，随着血液、淋巴液和体液的运行，向其他远处部位的组织和器官转移，并且“生根”、“发芽”，形成与原发性肿瘤同样性质类型的恶性肿瘤，由于这些恶性肿瘤表现为在多处发生，因此称之为多发性肿瘤。

对于多发性肿瘤的放射线治疗，早期的方式是将多发性肿瘤看成多个独立的肿瘤，每次只针对其中一个肿瘤进行放射线治疗，这种方式需要多次治疗才能完成一个疗程，治疗时间长，治疗成本高。

针对上述方法所产生的问题，又出现了一种类似打印机打印文档的多发性肿瘤放射线扫描方法，在这种方法中，将多发性肿瘤看成一个只需局部治疗的巨型肿瘤，该巨型肿瘤所占区域称之为肿瘤大区域，在肿瘤大区域中，需要治疗的区域为实际肿瘤区域，而不需要治疗的区域为实际非肿瘤区域，放射线发生装置以喷墨打印机打印文档的方式扫过肿瘤大区域，在实际肿瘤区域投射放射线，在实际非肿瘤区域不投射放射线。这种方式虽然技术相对复杂，但是一次治疗就可以完成一个疗程，大大缩短了治疗时间，降低了治疗成本，已成为现阶段多发性肿瘤放射线治疗的主要方法。

在上述方法中，由于放射线发生装置也要扫过实际非肿瘤区域，而实际非肿瘤区域的面积往往远远大于实际肿瘤区域，因此，大量治疗时间浪费在了实际非肿瘤区域扫描过程中，如果能够降低这部分区域的扫描时间，从一个实际肿瘤区域快速运动到另一个实际肿瘤区域，可以大大降低治疗时间，减轻病人治疗痛苦，然而，还没有查阅到有相关的方法出现。

发明内容

针对上述问题，本发明公开了一种面向多发性肿瘤放射治疗的高能X射线区域路径优化方法，该方法从类似打印机打印文档的多发性肿瘤放射线扫描方法发展而来，利用实际非肿瘤区域往往远大于实际肿瘤区域的特点，将实际肿瘤区域退化成一个肿瘤点，将放射线扫描问题转换为如何遍历所有肿瘤点且路径最短问题，并提出了一种路径优化方法，这种方法有利于大大降低治疗时间，减轻病人治疗痛苦，将对人工智能在医疗设备中的发展起到积极的促进作用。

本发明的目的是这样实现的：

面向多发性肿瘤放射治疗的高能X射线区域路径优化方法，包括以下步骤：

步骤a、将实际肿瘤区域退化成实际肿瘤点，确定实际肿瘤点的坐标；

具体为：

将实际肿瘤点坐标填写到实际肿瘤点矩阵中，所述实际肿瘤点矩阵的每一行表示一个实际肿瘤点坐标，实际肿瘤点矩阵的第一列表示实际肿瘤点横坐标，实际肿瘤点矩阵的第二列表示实际肿瘤点纵坐标；

步骤b、计算任意两个实际肿瘤点之间的距离，建立距离矩阵；

具体为：

构建一个行列数均与实际肿瘤点数相同的方块矩阵，所述方块矩阵的第i行第j列表示第i个实际肿瘤点距离第j个实际肿瘤点的距离；

步骤c、初始化探索参数，计算启发函数初值；

具体为：

初始化探索维度、启发因子、保留因子、知识矩阵、探索初值和探索终值；

启发函数为距离矩阵的倒数；

步骤d、探索最佳环路路径；

具体为：

从探索初值开始，向探索终值进行迭代，在每一次迭代过程中，多个维度共同探索最佳路径，包括以下步骤：

步骤d1、在每个维度下，以任意一个实际肿瘤点作为探索起点，并初始化路径记录表；

步骤d2、补充每个维度的探索路径；

具体为：

步骤d21、区分已访问实际肿瘤点；

步骤d22、区分待访问实际肿瘤点；

步骤d23、计算待访问实际肿瘤点间的探索概率；具体为：

其中，P_ij表示探索概率当前维度下从第i个已探测实际肿瘤点向第j个未探测实际肿瘤点的概率，τ_ij为知识矩阵中第i行第j列元素，表示指引当前维度下从第i个已探测实际肿瘤点向第j个未探测实际肿瘤点的程度；η_ij为启发函数，与第i个实际肿瘤点和第j个实际肿瘤点之间的距离成反比；β表示启发因子；

步骤d24、采用轮盘赌方法确定要探索的下一个实际肿瘤点；

步骤d3、计算每个维度下探索路径的距离；

步骤d4、计算最短探索距离；

步骤d5、更新信息矩阵；具体为：

上式为赋值语句，等式右边的τ_ij表示当前探索值下知识矩阵中第i行第j列元素，等式左边的τ_ij表示下一探索值下知识矩阵中第i行第j列元素，ρ表示保留因子；

其中，Length^维度表示当前维度下，已经探测实际肿瘤点的总距离；

步骤e、找到最佳环路路径中距离最大的两个实际肿瘤点，最佳环路路径去掉所述两个实际肿瘤点的连线，剩余部分即为最终路径。

上述面向多发性肿瘤放射治疗的高能X射线区域路径优化方法用于治疗多发性肿瘤。

上述面向多发性肿瘤放射治疗的高能X射线区域路径优化方法在放射治疗设备中的应用。

有益效果：

第一、本发明从类似打印机打印文档的多发性肿瘤放射线扫描方法发展而来，利用实际非肿瘤区域往往远大于实际肿瘤区域的特点，将实际肿瘤区域退化成一个肿瘤点，将放射线扫描问题转换为如何遍历所有肿瘤点且路径最短问题，并提出了一种路径优化方法，这种方法有效避免大量治疗时间浪费在了实际非肿瘤区域扫描过程中，有利于大大降低治疗时间，减轻病人治疗痛苦，将对人工智能在医疗设备中的发展起到积极的促进作用。

第二、在本发明路径优化方法中，提出了一种迭代方法，通过探索维度、启发因子、保留因子、知识矩阵之间的相互运算，实现了对最短距离的探索。

第三、在本发明方法中，通过引用轮盘赌方法，实现探索路径的改变，有效避免探索路径集中到局部最优值。

附图说明

图1是本发明面向多发性肿瘤放射治疗的高能X射线区域路径优化方法流程图。

图2是仿真实验的程序的运行结果。

图3是仿真实验的Matlab软件界面截图。

具体实施方式

下面结合附图对本发明具体实施方式作进一步详细描述。

具体实施方式一

以下是本发明面向多发性肿瘤放射治疗的高能X射线区域路径优化方法的实施方式。

本实施方式的面向多发性肿瘤放射治疗的高能X射线区域路径优化方法，流程图如图1所示，该方法包括以下步骤：

步骤a、将实际肿瘤区域退化成实际肿瘤点，确定实际肿瘤点的坐标；

具体为：

将实际肿瘤点坐标填写到实际肿瘤点矩阵中，所述实际肿瘤点矩阵的每一行表示一个实际肿瘤点坐标，实际肿瘤点矩阵的第一列表示实际肿瘤点横坐标，实际肿瘤点矩阵的第二列表示实际肿瘤点纵坐标；

步骤b、计算任意两个实际肿瘤点之间的距离，建立距离矩阵；

具体为：

构建一个行列数均与实际肿瘤点数相同的方块矩阵，所述方块矩阵的第i行第j列表示第i个实际肿瘤点距离第j个实际肿瘤点的距离；

步骤c、初始化探索参数，计算启发函数初值；

具体为：

初始化探索维度、启发因子、保留因子、知识矩阵、探索初值和探索终值；

启发函数为距离矩阵的倒数；

步骤d、探索最佳环路路径；

具体为：

从探索初值开始，向探索终值进行迭代，在每一次迭代过程中，多个维度共同探索最佳路径，包括以下步骤：

步骤d1、在每个维度下，以任意一个实际肿瘤点作为探索起点，并初始化路径记录表；

步骤d2、补充每个维度的探索路径；

具体为：

步骤d21、区分已访问实际肿瘤点；

步骤d22、区分待访问实际肿瘤点；

步骤d23、计算待访问实际肿瘤点间的探索概率；具体为：

其中，P_ij表示探索概率当前维度下从第i个已探测实际肿瘤点向第j个未探测实际肿瘤点的概率，τ_ij为知识矩阵中第i行第j列元素，表示指引当前维度下从第i个已探测实际肿瘤点向第j个未探测实际肿瘤点的程度；η_ij为启发函数，与第i个实际肿瘤点和第j个实际肿瘤点之间的距离成反比；β表示启发因子；

步骤d24、采用轮盘赌方法确定要探索的下一个实际肿瘤点；

步骤d3、计算每个维度下探索路径的距离；

步骤d4、计算最短探索距离；

步骤d5、更新信息矩阵；具体为：

上式为赋值语句，等式右边的τ_ij表示当前探索值下知识矩阵中第i行第j列元素，等式左边的τ_ij表示下一探索值下知识矩阵中第i行第j列元素，ρ表示保留因子；

其中，Length^维度表示当前维度下，已经探测实际肿瘤点的总距离；

步骤e、找到最佳环路路径中距离最大的两个实际肿瘤点，最佳环路路径去掉所述两个实际肿瘤点的连线，剩余部分即为最终路径。

下面用Matlab对本发明面向多发性肿瘤放射治疗的高能X射线区域路径优化方法进行了仿真，仿真程序如下：

仿真实验的程序的运行结果如图2所示，从图2可以看出，最短距离为2487.9366个单位。

仿真实验的Matlab软件界面截图如图3所示，从图3可以看出，最短的路径6、9、1、8、2、10、5、7、4、3，软件用时1.248304s。

具体实施方式二

以下是本发明面向多发性肿瘤放射治疗的高能X射线区域路径优化方法的应用实施例。

本实施方式中的面向多发性肿瘤放射治疗的高能X射线区域路径优化方法，为具体实施方式一所述的方法，所述方法用于治疗多发性肿瘤。

具体实施方式三

以下是本发明面向多发性肿瘤放射治疗的高能X射线区域路径优化方法的应用实施例。

本实施方式中的面向多发性肿瘤放射治疗的高能X射线区域路径优化方法，为具体实施方式一所述的方法，所述方法应用于放射治疗设备。