基于优化参数树搜索算法的直肠癌调强放疗自动计划

摘要：

目的:针对调强放疗(IMRT)计划大量耗费人工及计划质量高度依赖物理师临床经验且差异较大等问题，探讨一种可实现无监督调强放疗自动计划的方案。方法:采用Varian Eclipse 15.6治疗计划系统(TPS)自带的脚本应用程序接口(ESAPI)和优化参数树搜索算法(OPTSA)模拟，实现整个计划设计过程。通过ESAPI进行交互，自动输入输出相关参数；利用OPTSA对靶区和危及器官(OAR)的剂量学参数进行评估，并迭代调整优化目标参数来逐步改善，最终获得满足临床需求的IMRT计划。为验证自动计划的有效性，从临床数据库中选取20例既往已完成治疗的直肠癌病例，比较基于OPTSA算法的自动计划和临床人工计划在剂量分布和特定剂量学参数上的差异。结果:所有的自动计划均满足临床要求。90%的自动计划质量超过既往人工计划，10%的自动计划则与人工计划质量基本一致。PTV平均适形指数(CI)在自动计划和人工计划中分别为0.88和0.80。与人工计划相比，自动计划OAR剂量学指标平均降低11%。自动计划和人工计划平均运行时间分别为(28.15±3.61)和(36.7±4.6)min。结论:利用ESAPI所创建的OPTSA自动计划质量不劣于人工计划。在保证计划质量和一致性的情况下，OPTSA自动计划可缩短计划设计中所耗费的人力时间。

关键词：自动IMRT、直肠癌、脚本应用程序接口、优化参数树搜索算法

所属期刊栏目：41

资助基金：国家重大研发计划2019YFF01014405;北京市医管局培育计划PX2019042;北京市自然科学基金1202009;首都卫生发展科研专项首发2018-4-1027;教育部科技发展中心产学研创新基金-"智融兴教"基金2018A01019;中央高校基本科研业务费/北京大学临床医学＋X青年专项PKU2020LCXQ019;National Key R&D Program of China2019YFF01014405;Beijing Municipal Administration of Hospitals Incubating ProgramPX2019042;Beijing Natural Science Foundation1202009;Capital′s Funds for Health Improvement and Research2018-4-1027;Ministry of Education Science and Technology Development Center2018A01019;Fundamental Research Funds for the Central Universities/Peking University Clinical Medicine Plus X-Young Scholars ProjectPKU2020LCXQ019

在线出版日期：2023-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：66-73