基于先验知识的头颈部肿瘤调强放疗计划多目标优化方法.pdf

第 38 卷 第 3 期 中国医学物理学杂志 Vol. 38
2021 年 3 月 Chinese Journal of Medical Physics March 2021 - 265 -
DOI:.1005- 医学放射物理
基于先验知识的头颈部肿瘤调强放疗计划多目标优化方法
刘劲光 1，2，刘国才 1
1. 湖南大学电气与信息工程学院，湖南 长沙 410082；2. 湖南工程学院计算科学与电子学院，湖南 湘潭 411104
【摘要】头颈部肿瘤调强放射治疗计划本质上是目标函数个数大于 20、优化变量数大于 1 000的复杂多目标优化问题，目
前没有精确求其Pareto最优解集的有效方法。本文提出了一种新的有效近似求解方法。首先，根据71例头颈部肿瘤患者
的放疗剂量先验知识，对各危及器官的线性 EUD按相关系数进行 R型聚类分析，将所有危及器官聚为 3类；其次，将所有
属于同类危及器官的线性 EUD均值看作目标函数，联合肿瘤靶区的约束条件，构造一个维度较低的多目标优化模型；最
后，通过基于角解的增强夹心算法逼近该低维、局部的 Pareto前沿，并通过可视化导航方法快速选出一个调强放疗计划。
对比传统的多目标调强放疗计划优化方法，该方法能显著减少目标函数的个数，极大程度地简化 Pareto前沿。实验结果
表明，本文方法可以将头颈部肿瘤调强放疗计划多目标优化模型中的20~21个目标函数减少到6~7个，并能有效确定其近
似的Pareto前沿，找到与临床放疗计划质量相当、部分指标甚至更优的放疗计划。
【关键词】头颈部肿瘤；调强放射治疗；多目标优化；Pareto前沿逼近
【中图分类号】R318； 【文献标志码】A 【文章编号】1005-202X（2021）03-0265-12
Prior knowledge-based multi-objective optimization method for intensity-modulated radiotherapy
planning of head and neck cancer
LIU Jingguang1, 2, LIU Guocai1
1. School of Electrical and Information Engineering, Hu'nan University, Changsha 410082, China; 2. School of Computational Science
and Electronics, Hu'nan Institute of Engineering, Xiangtan 411104, China
Abstract: Intensity-modulated radiotherapy (IMRT) planning of head and neck cancer is a complex multi-criteria
optimization with more than 20 criteria and thousands of decision variables. So far, there is no effective method that can
determine the accurate Pareto optimal solution set. Herein an effectiv