[论文解读] Approximated segmentation considering technical and dosimetric constraints in intensity-modulated radiation therapy with electrons

Antje Kiesel, Tobias Gauer|arXiv (Cornell University)|May 6, 2010

Advanced Radiotherapy Techniques参考文献 25被引用 4

一句话总结

本文提出了一种用于电子束调强放射治疗（IMRT）的启发式分割算法，通过仅使用满足技术与剂量学约束（如最小野区尺寸和MLC过travel限制）的射野片段来近似强度矩阵，从而在保持等效剂量分布的同时减少分割数和 monitor units。关键贡献在于通过受约束的近似显著提升了治疗交付效率，临床验证显示 beam-on 时间减少且计划质量提高。

ABSTRACT

In intensity-modulated radiation therapy, optimal intensity distributions of incoming beams are decomposed into linear combinations of leaf openings of a multileaf collimator (segments). In order to avoid inefficient dose delivery, the decomposition should satisfy a number of dosimetric constraints due to suboptimal dose characteristics of small segments. However, exact decomposition with dosimetric constraints is only in limited cases possible. The present work introduces new heuristic segmentation algorithms for the following optimization problem: Find a segmentation of an approximated matrix using only allowed fields and minimize the approximation error. Finally, the decomposition algorithms were implemented into an optimization programme in order to examine the assumptions of the algorithms for a clinical example. As a result, identical dose distributions with much fewer segments and a significantly smaller number of monitor units could be achieved using dosimetric constraints. Consequently, the dose delivery is more efficient and less time consuming.

研究动机与目标

• 解决因小尺寸射野中输出因子和穿透深度不理想而导致电子束 IMRT 剂量交付效率低下的问题。
• 开发启发式分割算法，在满足实际技术与剂量学约束（如最小野区尺寸和 MLC 过travel 限制）的前提下近似强度矩阵。
• 在确保分割片段连通且避免细长或退化形状的前提下，最小化近似误差。
• 在不损害剂量分布质量的前提下，减少治疗交付中的分割数和 monitor units。
• 通过临床剂量体积直方图比较和近似性能的数值分析验证该方法。

提出的方法

• 将问题建模为一个近似问题：仅使用允许的片段对强度矩阵进行分割，以最小化原始矩阵与近似矩阵之间的总变化量（近似误差）。
• 引入五项约束：两项用于 MLC 过travel，三项用于强制实现最小野区尺寸并防止细长野区形状。
• 采用两种算法变体：ASS（含垂直间隙）和 ASAS（额外增加垂直间隙约束），两者均使用迭代步骤，包括分割、合并、两两拆分、关键片段处理及优化改进。
• 采用参数化方法，通过最小野区尺寸（f）、垂直间隙（g1, g2）和过travel约束来控制片段形状与尺寸。
• 在 IMRT 优化流程中应用该算法，比较使用小尺寸与大尺寸片段的计划所生成的剂量分布。
• 使用相对总变化、分割数、monitor units 和 beam-on 时间等指标评估性能，测试对象为 264 个测试矩阵。

实验结果

研究问题

• RQ1 在仅使用满足最小野区尺寸和技术约束的片段的前提下，电子束 IMRT 中的强度矩阵能否被有效近似，同时保持临床可接受的剂量分布？
• RQ2 引入垂直间隙参数如何影响受约束分割中近似误差与分割数之间的权衡？
• RQ3 剂量学约束（如输出因子和穿透深度）在多大程度上影响 IMRT 分割的可行性与质量？
• RQ4 在现实技术与剂量学约束下，可实现的最小近似误差是多少？其与无约束分解相比如何？
• RQ5 在违反约束条件下，所提出的启发式算法与现有精确分解方法在性能与效率方面相比如何？

主要发现

• 所提出的算法在分割数和 monitor units 显著减少的同时，实现了与无约束分割相同或更优的剂量分布。
• 对于 f=3 且 g1=3 的 ASS 算法，平均分割数降至 15，相对总变化为 0.16，表明近似误差可接受。
• 对于 f=4 且 g1=g2=2 的 ASAS 算法，平均分割数降至 6.82，beam-on 时间仅为 7.69 分钟，显著低于其他方法。
• MSC-近似后的总变化量（ASS 为 57.09，ASAS 为 44.39）作为在约束条件下可实现近似误差的强下界。
• 合并与两两拆分步骤降低了近似误差，改进步骤进一步减小了残余误差。
• 具有大块连通区域的均匀矩阵近似更准确，而稀疏矩阵中存在不连通小区域时误差较高，但整体计划质量仍保持临床可接受水平，因多野角度剂量平衡得以维持。