一種基于蟻群算法的射束方向多目標優化系統及方法技術方案

本發明專利技術提供了一種基于蟻群算法的射束方向多目標優化系統及方法。首先根據靶區和危及器官信息、射束設置參數以及各個器官劑量（體積）約束建立多目標優化模型，采用快速非支配排序的并行蟻群算法進行射束方向搜索。每個螞蟻同時進行搜索，搜索時根據狀態轉移概率進行選擇，每批螞蟻完成搜索后就進行一次信息素更新，所有螞蟻都完成搜索后，得到一組最優射束方向的非支配解。本發明專利技術不僅準確地建立了優化問題的數學模型，而且求解速度快，算法穩定，魯棒性強，用戶可以從非支配解集里面挑選合理的解。

【技術實現步驟摘要】

本專利技術涉及，屬于計算機

技術介紹
電子直線加速器作為治療癌癥的主要工具之一，無論是經典適形照射還是先進的調強照射，射束方向的選擇對于制定計劃都是非常重要的。如果用人工進行調試的話，將會費時費力，并且對于復雜病例，極有可能找不到好的方向。因此，發展一種自動優化射束方向的技術對于放療本領域技術人員來說是非常重要的。蟻群算法是新興的人工智能算法，尤其在解決組合離散問題時，蟻群算法表現了很好的性能，本專利技術涉及基于蟻群算法的放射治療射束方向多目標優化方法，該方法是解決放射治療射束方向選擇問題的有效技術途徑。從20世紀90年代，已有多種基于最優化理論方法用于確定射束方向，比如:基于先驗知識的射束方向優化方法、遺傳算法等。但是這些方法都是把本領域技術人員給的多目標問題轉化成單目標問題，在一定程度上縮小了本領域技術人員的選擇范圍。并且已有的射束方向優化要么計算時間過長，要么做了過多的簡化近似處理而不具有實際價值。正是由于模型以及方法的不完善，導致了相應的優化系統不能建立起來。 蟻群算法解決優化問題時表現的并行性、協同性、自組織性和強魯棒性等特點，與放射治療射束方向多目標優化的要求是相符的。采用并行的蟻群算法，可以大大提高優化的速度，滿足用戶的要求。現有中國專利申請CN101422640介紹了一種優化放射治療射束強度分布的多目標優化方法和系統，該專利主要是使用多目標優化方法優化射束強度分布，而射束強度只有在射束方向確定后才能開始優化。在實際應用中，往往會碰到復雜的情況，射束方向如果通過人工進行設置，很難得到最優解，只有通過人工智能算法優化出最優的射束方向才能最終得到最優的射束強度分布。
技術實現思路
本專利技術技術解決問題:為了克服現有技術的不足，本專利技術的目的在于提供，克服了目前手動難以找到最優射束方向和僅用單目標模型代替多目標模型的難題，實現了可以快速確定供給劑量的方案，滿足實際的用戶需求。本專利技術的技術方案如下:一種基于蟻群算法的射束方向多目標優化系統，包括:數據輸入模塊、射束方向優化的多目標優化模型建立模塊、射束方向全局優化模塊和數據輸出模塊；其中:數據輸入模塊，輸入計劃系統中的射束方向、能量，模體的信息數據，并把數據傳輸到射束方向優化的多目標優化模型建立模塊；射束方向優化的多目標優化模型建立模塊，根據數據輸入模塊提供的射束方向和能量，以及模體信息，建立射束方向優化的多目標優化模型如下:本文檔來自技高網...

【技術保護點】
一種基于蟻群算法的射束方向多目標優化系統，其特征在于包括：數據輸入模塊、射束方向優化的多目標優化模型建立模塊、射束方向全局優化模塊和數據輸出模塊；其中：數據輸入模塊，輸入計劃系統中的射束方向、能量，模體的信息數據，并把數據傳輸到射束方向優化的多目標優化模型建立模塊；射束方向優化的多目標優化模型建立模塊，根據數據輸入模塊提供的射束方向和能量，以及模體信息，建立射束方向優化的多目標優化模型如下：minobj1=1NtargetΣi=1Ntarget(ditarget-Dreftarget)2---(1)minobj2=1NOARΣi=1NtargetdiOAR---(2)VtargetD>PVtargetD---(3)VOARD<PVOARD---(4)di(x)=Σm=1NbeamΣj=1Nm,rayai,j×xm,j---(5)式（1）和（2）中，obj1和obj2代表兩個優化目標，分別是靶區的函數值和危及器官的函數值，Ntarget和NOAR分別代表靶區和危及器官上的采樣點數量，和分別表示靶區和危及器官上每個采樣點的劑量，表示靶區的期望劑量，式（3）和（4）中，表示靶區中劑量大于D的體積百分比，表示靶區中劑量大于D的至少體積百分比，表示危及器官中劑量大于D的體積百分比，表示危及器官中劑量大于D的至多體積百分比，式（5）中，Nbeam表示射束個數，ai，j表示第j個筆形束對器官中第i個點的劑量影響大小，xm，j表示第m個射束上的第j個筆形束；射束方向全局優化模塊，根據射束方向優化的多目標優化模型，優化模型找到最優解；把x個射束方向看成是x個節點，將m個螞蟻平均放在每個節點上，即每個射束方向上有個螞蟻，m個螞蟻并行移動，對于第k個螞蟻從第i個節點移動到第j 個節點，移動時根據概率來選擇下一個節點，具體函數如下：pijk(t)=[τij(t)]α·[ηik(t)]βΣs⋐allowedk[τis(t)]α·[ηis(t)]β,ifj∈allowedk0else其中τij(t)代表第t次迭代時，路徑(i,j)上的信息素量，ηik(t)表示路徑(i,j)的長度，α和β分別代表信息素和長度的重要性；同時更新禁忌表tabuk，最終得到全局最優的xm，j；得到全局最優的xm，j后，可得到該螞蟻移動路徑對應的射束方向，即最優的射束方向；數據輸出模塊，基于射束方向全局優化模塊的最優的射束方向輸出給計劃系統，計劃系統通過劑量計算得到給定的期望劑量。FDA00002721040700016.jpg,FDA00002721040700017.jpg,FDA00002721040700018.jpg,FDA00002721040700019.jpg,FDA000027210407000110.jpg,FDA000027210407000111.jpg,FDA000027210407000112.jpg,FDA000027210407000113.jpg,FDA00002721040700021.jpg...

【技術特征摘要】
1.一種基于蟻群算法的射束方向多目標優化系統，其特征在于包括:數據輸入模塊、射束方向優化的多目標優化模型建立模塊、射束方向全局優化模塊和數據輸出模塊；其中: 數據輸入模塊，輸入計劃系統中的射束方向、能量，模體的信息數據，并把數據傳輸到射束方向優化的多目標優化模型建立模塊； 射束方向優化的多目標優化模型建立模...

【專利技術屬性】
技術研發人員：裴曦，鄭華慶，曹瑞芬，吳宜燦，
申請(專利權)人：合肥超安醫療科技有限公司，
類型：發明
國別省市：