简介:摘要目的提出一种基于元启发策略的放疗自动计划方法(ATP-STAR),并验证其有效性。方法ATP-STAR方法的主要过程为先对优化参数进行向量化编码,采用高斯卷积修正优化参数,再利用模拟退火选择备选优化参数向量集,结合射野通量优化,并行探索最优的优化参数组合,实现计划自动试错。选取20例肿瘤个体化差异较大的病例进行方法测试。邀请具备5年以上临床工作经验的物理师进行人工计划设计。人工计划和ATP-STAR计划均基于开源matRad计划系统完成,射野及处方剂量与临床治疗计划保持一致。分析不同病种ATP-STAR与人工计划的靶区和危及器官剂量学差异。结果对靶区而言,ATP-STAR计划的均匀性优于人工计划(脑瘤:z=2.28, P=0.022;肺癌:z=2.29, P=0.022;肝癌:z=2.11, P=0.035),脑瘤和肝癌ATP-STAR计划的适形性与人工计划相当,肺癌ATP-STAR计划的适形性略差于人工计划(z=2.29, P=0.022)。对脑瘤的危及器官而言,相比于人工计划,ATP-STAR计划的左眼晶状体Dmean平均受量由2.19 Gy降至1.76 Gy(z=2.28, P=0.022),左视神经Dmean由11.36 Gy降至10.22 Gy(z=2.28, P=0.022),右视神经Dmax由32.92 Gy降至29.97 Gy(z=2.10, P=0.036),垂体Dmax由39.53 Gy降至35.21 Gy(z=2.29, P=0.022)。对肺癌的危及器官而言,ATP-STAR计划的脊髓Dmax平均受量由38 Gy降至31.17 Gy(z=2.12,P=0.034),双肺Dmean由8.51 Gy降至8.07 Gy(z=2.29, P=0.022),心脏Dmean由3.21 Gy降至2.69 Gy(z=2.29, P=0.022)。对肝癌的危及器官而言,ATP-STAR计划的脊髓Dmax由18.19 Gy降至14.76 Gy(z=2.11,P=0.035),肝脏Dmean由15.61 Gy降至14.45 Gy(z=2.11, P=0.035),肾脏Dmean由4.76 Gy降至4.04 Gy(z=2.10, P=0.036)。结论ATP-STAR方法较少依赖人工计划设计经验,易于推广,有望改善调强放疗计划质量及一致性,并节省临床人力和时间成本。