使用分层多分辨匹配的多叶准直器(MLC)开口的快速生成

技术领域

下文总体上涉及放射治疗技术、放射治疗计划优化技术、由波束参数定义的放射治疗计划到诸如多叶准直器设置之类的物理可实现参数的转换、以及相关的技术。

背景技术

对于外部光子束放射治疗(RT)，由MLC限定的开口的创建是处理计划系统(TPS)中的中心部件。不同的MLC开口配置被应用于一些变体，用于不同的治疗模型以及优化类型，例如：对于体积调制弧线疗法(VMAT)；直接机器参数优化(DMPO)；叶片测序；等等。MLC设置对于每个单独的患者被优化以最佳地递送放射到目标(通常是恶性肿瘤)，当限制不需要的放射被暴露在任意邻近的恶性器官(也被称作有风险的器官或OARs)时。在传统RT中，放射源在患者周围以步进的方式被移动，以及MLC设置在每个位置被优化，使得时间积分放射暴露满足被医学专家设计的各种对象(例如，药剂师和肿瘤学家的协作)。在连续性弧线RT方法例如VMAT，放射源被连续移动超过最高360°的弧线。为了执行连续的弧线RT计划优化，连续弧线被离散化到多个控制点(CP)，这些控制点可以继而被类似地处理到传统RT计划的步进位置。例如，一些放射治疗计划系统产生医学数字成像和通信(DICOM)格式中的计划。DICOM标准仅允许以离散的方式在波束位置的序列定义MLC的叶片的位置，以及也被用于计划系统自身。可以理解的是，为了达成足够的分辨率，CP的数目可以是相当大的。更高数目的CP包括更细粒度的角采样率，这增长了参数的数目，这些参数可以被调整以提高RT计划特性。在剂量计算期间，更细粒度的角采样减少从连续的递送近似到离散造影架位置的误差。

典型的MLC包括多行叶片对(以及可选地具有一些更大的阻挡元件)。叶片尖端的位置可以被单独地控制。叶片尖端的位置被一些被数据性或动态地(例如，基于MLC的特性，造影架机理，以及治疗模态)定义的范围约束管理。当执行MLC优化时，在每个CP的每个MLC的叶片尖端的位置是一个参数，使得将被优化的参数的总数是很大的。在某些两步优化方法中，在每个CP的波束形状通过一系列被优化的虚拟射束被定义使得被递送到患者的时间积分放射剂量分布满足不同的临床目标(例如，有关于被递送到靶的最小化剂量对象以及有关于被递送到关键器官的最大化剂量的对象)；继而，MLC设置被优化以实现期望的子波束。在例如DMPO的单程方法中，MLC设置直接被优化到各自的临床目标。具有大数目变量的RT计划可以被分别优化到临床目标上。具有大量变量的RT计划可以使用列生成方法被优化，该方法在影响图优化(FMO)以及基于影响程度的段开口(重新)生成之间迭代。

对于VMAT，尤其是开口生成的准确性以及计算速度在治疗计划过程中是基本的，因为非常大数目的控制点要考虑。在VMAT中，MLC叶片的运动沿着每个治疗弧线被建模作为离散控制点的结果。每个控制点和特别的MLC开口相关联。控制点的序列沿着每个弧线按照预定义的角分辨率，典型的是在4°或2°这种给定设置，将在涉及多弧线的场景中优化的开口的数目大约为几百。

通常来说，用于创建控制点的开口的任务，在治疗递送场景典型地构成给定一些边界条件，计算对理想目标的通量近似拟合的问题。这种近似拟合(例如，在最小均方误差)可以在几种方法中被实施，这些方法取决于用于叶片顶端的建模类型以及用于在其间相应的开放场。基于系统的需求以在一定的精度定义叶片位置，包括用于MLC叶片的模型的实用性方法是离散空间网格，这种网格定义可行的叶片顶端位置。对于这种网格模型，最佳MLC拟合问题的解空间是潜在地非常大的可行MLC开口(例如，依靠网格尺寸)的离散序列。最佳的MLC开口被找到，通过在被假设的叶片对开口形成的光子通量与理想的目标通量之间进行模式匹配。在两步优化中，理想的目标通量通常被在MLC开口优化步骤之前的FMO获得，以及FMO可能考虑来自治疗计划的当前状态中的其他控制点的通量。在DMPO方法中，MLC开口直接被优化以实现目标通量。

对于在典型MLC系统中的开口创建，多行开口对2-D目标通量图的优化拟合将被获得；这涉及按照网格模型计算对于所有可行的叶片对开口在单个行处的匹配分数。为了获得最终的全体拟合标准，单独的匹配分数在每个MLC的行中必须被适当的结合。此外，更多的数目，例如，涉及相邻叶片行(以控制以及调整被打开的叶片对的行组成的开口轮廓)也可以有助于总体的拟合标准。按照这种标准，全局优化方法，例如基于最短路径图查询算法是在大量集的可行的MLC开口中确定最佳拟合开口的有效的方法。

在当今的高通量半自动RT治疗计划的医学治疗计划中(依然通常需要治疗计划职工的一些手动交互)，最终计划的快速评估结果是需要的。因此，用于治疗计划优化(通常包括多步骤MLC开口创建)的非常快速的计算方法的可用性是对于TPS的实际使用必不可少的。

下面公开了新的以及改进的系统以及方法以克服这些问题。

发明内容

在一个公开的方面，一种用于优化放射治疗计划的设备，包括至少一个连接到放射治疗设备的电处理器，用于当被MLC调制的同时使用治疗放射源向患者递送治疗放射源。非瞬态计算机可读介质存储可读指令以及执行优化方法包括：优化MLC分别对目标函数的MLC设置，其中MLC设置定义多个CP处用于MLC叶片对的多行的MLC叶片尖端位置。优化被执行在两个或多个迭代中，伴随在后续迭代中MLC设置的分辨率的增加。

在本公开的另一个方面，非瞬态计算机可读介质存储由至少一个电子处理器可执行以执行放射治疗计划优化方法的指令。该方法包括：关于目标函数优化放射治疗设备的MLC的MLC设置，其中MLC设置定义在沿着弧线的多个CP处的针对多行MLC叶片的MLC叶片尖端位置。优化被执行在一个或多个迭代中，并且在连续的迭代中MLC设置的分辨率。优化包括在连续的迭代中增加叶片尖端位置的分辨率以及在连续的迭代中增加MLC叶片对的行的数目。

在另一个公开方面，放射治疗计划优化方法包括：关于目标函数优化放射治疗设备的MLC的MLC设置，其中MLC设置定义在沿着弧线的多个CP处的针对多行MLC叶片的MLC叶片尖端位置；以及使用放射治疗设备的治疗放射源贯穿弧线来递送治疗放射到患者，同时治疗放射源由MLC按照放射治疗计划被调制。优化在两个或多个迭代中被执行，并且在连续的迭代中MLC设置的分辨率增加。

一种优点在于生成具有准确的剂量递送的RT计划。

另一种优点在于利用良好的MLC网格以优化MLC叶片的位置。

另一种优点在于快速生产具有优化的MLC叶片的位置的优化RT计划。

另一种优点在于，通过利用高分辨率MLC网格(以及用于VMAT的角度网格)生成精确的MLC叶片的位置，同时仍然维持在多行开口创建过程中的快速计算速度。

一个给定的实施例可以提供零个、一个、两个、多个或全部有上述的优点，和/或可以提供其他优点，这对本领域的普通技术人员在阅读以及理解本公开的发明时将成为显然的。

附图说明

本公开可以采取不同组件以及组件的不同布置的形式，以及采取不同步骤以及步骤的不同布置的形式。附图仅用于示出优选实施例并且不应被解释为限制本公开。

图1示出了根据一个方面的放射递送计划优化系统。

图2至图4示出了优化图1的系统的MLC的叶片的位置的不同的实施例。

具体实施方式

下文涉及放射治疗计划。这包括两步。第一步，执行FMO。这优化了每个控制点(CP)处的通量曲线(fluence profile)，因此生成针对每个控制点的通量图(fluence map)。然而，通量图不是物理可实现的。因此，在第二步，每个CP处的通量图被转换为MLC叶片的设置。在各种优化过程——DMPO，MLC设置直接对照临床目标函数而被优化，基于用于叶片顺序的基于剂量对象的梯度。存在各种可能的组合/顺序，例如，跟随FMO的、基于临床目标的原始粗糙MLC设置优化，以及两者的来回反复。

每个MLC包括多行叶片对。换言之，MLC的每行具有两个MLC叶片，并且开口被限定在两个叶片的面对的端部之间(除非端部被引导为接触以完全闭合开口)。通过沿着行滑动叶片，这种开口可以被设置更大或更小，并且可以沿着行或在MLC的钳口(jaw)下被定位。

出于计划的目的，在诸如VMAT之类的技术中所采用的连续弧线被离散化为多个CP，例如，在一些示例中以2°到4°递增。通过同时优化所有CP处的MLC设置，(来自第一步的)第一CP处的通量图的不完全匹配可以通过第二CP处的预期通量图的不完全匹配以补偿第一CP处的不完全通量图匹配的方式来补偿。MLC设置优化通常是迭代式的，并且在两步方法中使用总体通量图作为目标函数。在类似DMPO的方法中，MLC设置优化可以使用临床目标作为目标函数。

精确的剂量递送是高质量处理计划的基本目标。这使得MLC叶片尖端的精确以及高分辨的放置是强制性的。在利用离散MLC网格模型用于叶片定位的情况下，这样的要求需要高分辨率的网格间距。然而，在开口创建期间更细粒度的MLC网格产生匹配过程中所涉及的更大数目的不同的假设叶片对开口。求解空间的这种增加可能使得在处理计划期间模式匹配成为自动优化中耗时的步骤。

下文公开了通过使用由粗粒度到细粒度的分辨率序列来提高MLC优化的效率。一方面，每行的MLC叶片尖端使用粗粒度的网格在它们的全部动态范围上被初始优化。在下一轮，使用更细粒度的网格在该范围的较小子集上进行优化；如此等等，直到最细粒度的物理可实现的网格分辨率被达到。优化序列已经发现，在多数情况下这种方法提供类似于从一开始就使用最细粒度的分辨率所实现的结果。

在本文中公开的其他实施例中，通过组合若干个邻近的MLC叶片行以粗粒度化在垂直方向的分辨率，由粗粒度到细粒度的方法可以用于“垂直”方向(也就是说，横向于行的长度的方向)。

在本文中公开的其他实施例中，通过组合沿着弧线邻近的若干个CP以粗粒度化沿着弧线的分辨率，由粗粒度到细粒度方法可以用于角方向。

由粗粒度到细粒度的序列的方法可以被独立用于任意一个、两个、或所有三个维度。更粗粒度的定位不仅使得叶片更快地序列化(sequencing)(即，具有更少的探索可能性)，而且潜在地使得剂量计算变快。

在本文中进一步公开的实施例中，采用了如下的选择：使用MLC开口特性或质量作为MLC优化中的目标。通常，由于垂直的邻近MLC叶片行的尖端位置具有很大的差异而对开口产生参差不齐的边缘的优化MLC设置是不被期望的。类似地，开口的锯齿形边缘是不被期望的。原则上，这些开口特性可以通过在优化中添加合适的MLC开口目标而(以柔性的方式)被强制执行(enforced)。这样的目标也可以被包括为与本文中所公开的由粗粒度到细粒度的优化序列结合。然而，粗粒度到细粒度的优化序列可以自然地偏向更光滑的开口边缘，因为，例如当优化从在垂直方向将(例如)12行组合到一起转变到在垂直方向将(例如)4行组合到一起，原始的12行的组合中的行在4行分辨率优化的开始时具有同一尖端位置。

参考图1，放射递送计划优化系统的说明性实施例被示出。放射治疗可以是采用治疗放射波束的任意类型的放射治疗，例如，电子波束、光子波束、高能X射线波束等。放射处理可以采用离散的“步进和发射”方法，其中放射波束源沿着部分或全部包围患者的轨迹在固定位置之间步进。备选地，放射处理可以采用连续弧线放射治疗，诸如VMAT、强度调制弧线疗法(IMAT)、步进以及短RT递送，或其他，其中由于波束沿着部分或全部包围的轨迹在患者周围旋转，放射波束源连续照射患者。例如，轨迹的贯穿(traversing)包括沿着连续弧线移动治疗放射源。波束的数目可以是一个、两个、三个或更多。在连续弧线放射治疗的情况下，在治疗会话中所执行的弧线的数目通常可以是一个、两个、三个、四个或更多。出于计划的目的，连续弧线被离散化为离散的控制点，例如，以2°或4°的间隔(取决于所希望的分辨率，大于或小于这样的间隔也被考虑)。在其他示例中，轨迹可以是圆形的、非圆形的、或其他形状的，以及可以以步进和发射方法或连续地贯穿。在后一种情况中，连续的轨迹通常被离散化为沿着轨迹的控制点，以便放射治疗计划更易处理。

在一个示例中，放射递送规划优化系统可以是具有多叶准直器(MLC)14的线性加速器(LINAC)12，多叶准直器(MLC)14被配置为成形和递送撞击目标(例如，作为放射源16的x射线或伽马射线发生器以及相关硬件)的高能电子束，该目标发射x射线(即，光子)作为响应，导致治疗波束被递送到患者(未示出)。MLC 14包括由被组合成对的多个MLC叶片(其细节在图2-4中示出)形成的波束孔径BA，这些对可调节地被设置，以在放射处理期间成形放射波束。LINAC 12包括支撑LINAC的固定底座13，以及安装到底座13上的具有臂17的竖架部分15，臂17围绕在躺在桌子或治疗床19上的患者的水平轴H旋转(未示出)。在一些实施例中，治疗床19提供运动的三个平移自由度以及可选的运动的三个旋转自由度，其中治疗床位置设置优选地是要由放射递送计划优化系统10执行的参数化放射处理计划的参数。治疗放射波束从LINAC 12发出并且在朝向桌子19的方向(例如，如图1所示的向下)穿过MLC 14(并且由其成形)。对于用于递送RT的包括连续弧的轨迹，臂17在组成弧线的角度范围上沿着轴H旋转以向患者递送治疗放射，并且随着臂17旋转，MLC 14的叶片按照预定的放射治疗计划打开以及闭合，以便在弧线的不同角度处(在计划中被建模为控制点CP)调制放射波束的形状。

放射治疗递送设备12也包括计算设备18(或被计算设备18控制)，(例如，典型地工作站计算机，或更一般的计算机，尽管其他形式因素例如平板电脑，智能电话等也被考虑)。工作站18包括具有典型组件的计算机或其他电子数据处理设备，例如至少一个电子处理器20，至少一个用户输出设备22(例如，鼠标，键盘，轨迹球，和/或类似的)、以及显示设备24。在一些实施例中，显示设备24可以是从计算机18中的分离的元件。RT计划典型地在具有高计算容量的计算机25上被运行，例如经由医院网络访问的服务器计算机。虽然示出了单个服务器25，但是应当理解，可以通过多个协作的服务器计算机(例如，计算集群，云计算资源，等)来获得期望的计算能力，并且应当理解计算机25包括这种多计算机实施例。

一个或多个非瞬态存储介质26也被提供以储存数据和指令(例如，软件)，数据和指令是可读的以及可以由计算机25执行以执行如本文公开的RT计划，和/或由工作站或其他控制器18执行以控制RT递送设备12，以按照计划递送治疗放射到患者。非瞬态存储介质26可以以非限定说明性示例的方式，包括一个或多个磁盘，RAID或其他磁存储介质；固态驱动器、闪存驱动器、电可擦除只读存储器(EEROM)或其它电子存储器；光盘或其他光存储；它们的各种组合；等等。存储介质26可以包括多个不同的介质，可选地具有不同类型，以及可以是各种分布的(例如，安装在工作站18上的硬件驱动，经由医院网络访问的RAID，和/或等等)。优化的RT计划30被服务器25生成，被合适地储存在非瞬态存储介质26，以及随后被按照RT计划30控制的工作站18以及LINAC12下载，以递送治疗放射到患者。在另一个实施例中，优化的RT计划30在DICOM格式中被传输到，以及从肿瘤学信息资源库(没有示出)、放射递送计划优化系统10、PACS资源库(没有示出)及其他中传输。如本文所示，非瞬态存储介质26也存储可以被至少一个电子处理器20，25读取以及执行的指令。这些指令包括可以被服务器25读取以及执行的指令，以优化用于通过LINAC 12递送到患者的放射治疗的治疗。经优化的放射治疗的治疗计划30可以被保存到一个或多个非瞬态存储介质26，被发送(例如，无线地)到LINAC 12的控制器计算机18，以控制LINAC 12以根据优化的放射治疗的治疗计划30向患者递送放射治疗。

非瞬态存储介质26存储可由至少一个电子处理器(例如，服务器25)读取和执行指令以执行所公开的操作，包括执行放射治疗计划优化方法或过程102以生成RT计划30。

继续参考图1，放射治疗计划优化方法102的说明性实施例以流程图的形式被示出。在操作104中，用于MLC的粗粒度分辨率被设置。这可以是沿着MLC叶片对方向的粗粒度分辨率，和/或在垂直方向(即，横向于MLC叶片对的方向)的粗粒度分辨率。通过“粗粒度的分辨率”，意味着该分辨率比MLC14的物理分辨率更粗粒度。对于MLC叶片对的方向，分辨率是粗粒度的，因为用于定位叶片尖端的分辨率不像移动叶片的机械致动器实际实现的分辨率一样精细。例如，如果MLC 14可以以1.0mm的精度实际定位它的叶片尖端，则粗粒度分辨率可能仅允许以5.0mm的精度(即粗粒度分辨率)定位叶片尖端。对于横向MLC叶片对的方向(即“垂直”方向)，分辨率是粗粒度的，因为MLC 14被建模为具有比MLC 14中实际存在的叶片对更少的叶片对。例如，如果MLC 14具有40个叶片对，那么它可以用仅具有10个叶片对的粗粒度分辨率表示。这需要将四叶片对的组合建模为单个叶片对。通常，操作104可以仅在叶片对的方向上，或仅在横向于叶片对的方向上，或在二者上设置粗粒度分辨率。(如果在这些方向中的一个方向上不使用粗粒度略分辨率，则由MLC 14可实现的全分辨率在该方向上被采用)。

在操作106中，MLC优化使用在104处定义的粗粒度分辨率被执行。MLC优化106可以采用任意已知的MLC优化算法，并且MLC优化106可以关于通量图执行，其中通量图由先前的FMO生成，在这种情况下，被粗粒度化的MLC设置关于由通量图定义的目标被优化；或者，例如在DMPO中进行的，MLC优化106可以关于临床目标被优化。

在MLC优化106后，在操作108中，相比操作104的初始的粗粒度的分辨率，更细粒度的MLC分辨被设置。例如，如果MLC叶片尖端有物理可实现的1.0mm的分辨率，并且在104处更粗粒度的分辨率初始是5.0mm，那么在操作108中这可能被减少到2.0mm的分辨率(这比起1.0mm的物理分辨率仍是粗粒度的，但比开始的5.0mm分辨率更细粒度)。除了使用更细粒度的分辨率，可以考虑减小优化范围：例如，如果叶片尖端位置的初始优化在MLC14的全部动态范围上被执行，操作108现在可以可选地设置全范围的一半的范围，该范围以MLC优化106的输出的叶片的尖端位置(对于每个叶片尖端)为中心。类似地，如果MLC 14具有40个叶片对，并且初始粗粒度分辨率为10个叶片对，则在操作108这可以被调整为20个叶片对。如返回箭头110示意性示出的，流程继而返回到MLC优化106的下一次迭代，其中MLC优化106现在以操作108处设置的更细粒度的分辨率执行。该循环106，108，110可以可选地被重复一次或多次，直到在操作108的最后一次通过时分辨率被设置为等于MLC 14的物理上可实现的分辨率。在图1中未示出的另一考虑的变型中，除了如每个操作104，108的MLC设置的连续的分辨率，进一步考虑包括沿着弧线的CP的角分辨率的连续的减小。

在102处，MLC 14的MLC设置针对相应的目标函数被优化，例如上文所述的那样。MLC设置定义沿着弧线的多个CP处的针对多行MLC叶片对的MLC叶片18的尖端位置。优化106在两次或更多次迭代中被执行，并且对于连续的迭代中的每个操作108，MLC设置的分辨率增加。在一个示例中，目标函数由使用FMO的优化通量图定义。优化包括：通过针对放射治疗计划30的临床目标(例如，包括以下项的临床目标：开口中叶片18的对的最小数目、最小开口宽度、开口的平滑度、以及开口的形状等)优化沿着弧线的CP处的射束来优化通量图。在另一示例中，目标函数包括放射治疗计划30的临床目标(例如，DPMO优化循环)。

在一个实施例中，优化操作102包括在连续的迭代中增加MLC 14的叶片18的尖端位置的分辨率。例如，在第一次迭代中，在粗粒度的网格上优化叶片18的尖端位置。在每个连续的迭代中，在比先前的迭代更细粒度的网格上优化叶片18的尖端位置，直到达到MLC叶片尖端的机械分辨率。可选地，优化可以进一步包括减小范围，在该范围上叶片尖端位置在连续的迭代中被优化(例如，该范围可以是第一迭代中的叶片尖端的全部机械范围，然后在第二迭代中范围可以是关于从第一迭代的位置的范围的+/-一半，等)。

优化操作102的实施例执行具有逐渐调整的MLC网格空间分辨率的、在多个迭代中被重复的模式匹配操作。上面描述的第一迭代是在计算上有效的，因为模式匹配处理针对被定义在粗粒度的MLC网格中的叶片18的假设位置的小集合执行。在每个后续的迭代中，叶片18之间的所得到的开口被使用，以限制用于下一次迭代中的模式匹配处理的搜索空间(即，在其上执行优化的范围被减小)。通常，这样的受限下一级搜索空间被构造为可行开口(“类似”于在当前级别的最佳匹配开口)的间隔(interval)。如本文使用的，“相似性”可以指沿着行维度(例如，横向长度)的相应的叶片尖端位置的空间距离。下一次迭代中的模式匹配在定义于细粒度MLC网格的假设开口的新集合上进行搜索，但施加从先前迭代的结果获得的附加搜索空间限制。优化操作102在多次迭代106，108，110上被执行，直到已经达到MLC网格的足够的最终(物理上可实现的)分辨率。通过这种设计，在每次迭代中将被评估的叶片18之间的假设开口的数目保持受控，这限制了总体运行时间。

非瞬态存储介质26存储指令以执行优化操作102的实施例。指令可以包括这些叶片18的一套层级。指令也包括用于如下的指令：通过对照例如给定的目标通量执行匹配，以生成叶片18之间的开口的“最佳拟合”多行配对。这些指令可对个体叶片尖端施加局部范围约束(或其它分段(segment)开口要求)。最短路径搜索算法可以被实施以确定范围约束内的全局优化开口。指令可进一步包括用于生成针对MLC 14的每行中叶片尖端位置的局部位置范围约束的指令。在叶片18之间的给定参考开口的叶片尖端位置被用于构造每一行中的范围约束，该范围约束定义每个给定的尖端位置周边的(对称的)空间邻域。通常，每个范围的空间宽度可以由用户选择。然而，合适的选择是设置间隔的左右范围等于当前考虑的迭代的MLC网格间距。

图2示出了优化操作102的第一实施例的示例。在该说明性示例中，假设分级的开口创建在例如三个不同的级别中被执行(即，循环中的三个通道106，108，110)。MLC 14具有在图2中由PRR(例如，1mm作为示例)表示的物理上可实现的分辨率。第一层级利用第一分辨率RES 1(例如，5mm网格点间隔)的MLC网格并且仅将叶片位置优化到第一分辨率。在图2中示出，随后的第二和第三层级利用连续增加的MLC网格分辨率，例如针对第二层级的RES 2(例如，2mm网格空间间隔)，针对第三层级的RES 3(例如，1mm网格空间间隔)。更一般地，最终层级的空间分辨率可以通过考虑以下两者来确定：(i)MLC的机械规格以及(ii)由用户或由TPS明确规定的参数。

图2中示出了叶片对的单个叶片18。(即，在图2中叶片对的相对叶片未被示出。)在每次迭代中在开口的每行在叶片尖端位置周围，行进范围被定义，并且优化在该行进范围上被执行，(例如，用于第一迭代的等于全部叶片行进范围的行进范围TR1，用于第二迭代的经减小的行进范围TR2，以及用于最终迭代的经进一步减小的行进范围TR3)。用另一种方式陈述，针对每个迭代的行进范围TR1、TR2和TR3是对优化的约束。在第一次迭代之后的每次迭代中，行进范围TR2，TR3以在前一次迭代获得的上一次叶片尖端位置为中心(例如，行进范围TR2以在第一次迭代中获得的叶片尖端位置为中心)，以及以一定的量延伸到上一次叶片尖端位置的两侧(例如，向左和向右)。在说明性的图2中，行进范围TR2以先前的粗粒度分辨率RES 1向左延伸以及也以RES 1向右延伸。类似地，用于最终迭代的行进范围TR 3以先前的粗粒度分辨率RES 2向左延伸以及也以RES 2向右延伸，直到它达到分辨率RES 3(该分辨率等于物理上可实现的分辨率PRR)。

返回参考图1，在另一实施例中(可选地与第一实施例组合)，优化操作102包括在连续的迭代中增加MLC 14的叶片18的对的行的数目。即，MLC设置在“垂直”方向上的分辨率被增加。例如，在第一迭代中，通过组合邻近的叶片行，MLC 14的叶片18的对的行的数目相比于在MLC中的MLC叶片对的行的物理数目被减少，使得MLC设置在横向于行的方向在粗粒度网格上被优化。在每个后续的迭代中，叶片18的行使用更细粒度的网格被组合，直到达到在MLC中的MLC叶片对的行的物理数目。这种方法也有助于找到遵守要求的最优值(例如，局部最优值)，例如要求具有最小数目的叶片对的一个或多个分段开口。平滑的较大的分段开口在计算的剂量和实际递送的剂量之间具有较小的差异。

优化操作102的实施例涉及单个叶片对照一行目标通量图的匹配得分的快速计算。为了获得由多行叶片对位置组成的最佳MLC开口，这种匹配操作(例如在基于图搜索的优化框架中)被逐行执行。这种过程可通过在多个层级中在MLC行上以分级的多分辨率执行行匹配操作来进一步加速：在其它实例中，对可能的分段开口进行强力评估并且对强度进行聚类(例如，k-均值)以及将这些转换为分段开口。

图3示出了优化操作102的第二实施例的示例。在第一层级中，仅对被描绘为黑条的一些预先选择的行(例如，图3中示出的行0和行4)执行叶片对匹配操作。对于所有其它行(例如，行1，行2和行3，描绘为白色条)，以近似的、计算成本更低廉的(相对于叶片对匹配操作)方式来设置叶片尖端位置。叶片位置的这种近似可以是例如基于根据那些预先选择的行中的叶片尖端的内插。这种内插也引导开口的生成朝向平滑的开口轮廓形状，这种平滑的开口轮廓形状有利于准确计算患者放射剂量。由该第一层级产生的所有(匹配的或内插的)行的叶片对可以被用于结合上面提到的用于叶片尖端定位的分级多层级方法(例如，如图2所示)。返回参考图3，在第二层级中，不同行的集合(例如，行0，2和4)被预先选择，该集合比在上一层级中覆盖更多行。因此，在第二层级中，更多行的叶片对根据匹配操作被准确地优化，并且更少行的叶片对(例如，行1和3)通过内插被设置。该过程在多个层级上迭代，直到MLC中所有行的叶片尖端位置通过匹配操作被优化(例如，如最终层级中所示的行0-4)。

继续参考图3，在另一种方法中，邻近的行可以被组合在一起，以在横向于行的“垂直”方向上形成更大宽度的单个虚拟行。这在图3的中间示例中由虚线框图示地示出，其中两个虚拟叶片18v由虚线指示。该方法消除了内插的计算成本，但可能在使开口轮廓平滑的方面效果较小。

在一些实例中，优化操作102可包括在连续的迭代(例如，如图2中所示)中增加叶片18的尖端位置的分辨率以及在连续的迭代(例如，如图3中所示)中增加MLC叶片对的行的数目。

在另一方面，逐渐增加MLC设置的分辨率的方法102可以与逐渐增加(或者以其他方式控制许多)沿着弧线的CP的角位置的分辨率相结合。本实施例特别地适用于VMAT，其基于由多个顺序的控制点组成的弧线。开口针对沿着顺序(即角度)维度定位在不同的角分辨率的CP被生成。在传统(即非多分辨率)VMAT中，沿着弧的整个CP集合同时(例如通过应用匹配操作)被优化。典型地，这种沿着弧的所有控制点的创建被迭代多次，以实现对目标通量的拟合保真度的逐渐改善。

在本实施例中，仅有少量在VMAT弧线上的CP(即，以粗粒度角度分辨率定义的那些)由匹配操作创建。所有其他CP通过使用计算量较小的方法被设置。这种计算量较小的方法可以基于从在粗粒度的角分辨率上创建的开口的复制或内插。因此，计算量较大的匹配操作最初仅在由粗粒度角分辨率定义的少数CP上执行。在随后的迭代中，角间距的分辨率逐渐增加，以使得更多的CP经受计算量较大的匹配操作。在该过程期间可以用更大的CP集合(可以内插或可以不内插)进行剂量计算以避免不准确。

非瞬态存储介质26存储指令以执行优化操作102的实施例。这些指令可以包括沿着VMAT弧线的CP的角度分辨率。第一迭代具有粗粒度的角度间隔，角度间隔逐渐变得细粒度，直到最终的角度CP间隔。指令也包括如下指令：在弧线上的特定控制点处通过执行对照给定目标通量的匹配来生成最佳拟合叶片对开口。对于VMAT，这些指令能够对单独的叶片尖端施加动态序列约束。指令进一步包括从序列中的其他开口创建合成的叶片对开口的指令。这以高效计算的方式被执行。这可以通过，例如，i)从序列中复制最近的(即，在角度场景)现存的开口；ii)从序列中一些现存的开口适当的内插，等等被实现。

图4示出了角分辨率的迭代增加的例子。在典型的VMAT优化中，连续弧线被离散到沿着弧线的控制点的具有4°的角度间隔的分辨率。对于说明性的多分辨率方法，有三个层级的角分辨率：对于第一层级为16°；对于第二层级为8°；对于第三层级为4°。图4示出了叶片18沿着CP的各种角度，在分别为0°、4°、8°、12°、16°、20°、24°和32°的度数，标记为A-H。基于该示例，在第一迭代步骤中，开口(例如，0°、16°和32°)通过应用匹配操作(如暗阴影所示)被生成，而开口在例如4°、8°、12°和20°处从其它开口(如无阴影所示)低成本地合成。在第二迭代步骤中，0°、8°、16°、24°和32°处的开口通过应用匹配操作而产生，而4°、12°、20°和24°处的开口从其它开口低成本地合成。在第三迭代步骤中，通过应用匹配运算所有开口以0°、4°、8°、12°、16°(以及等等)的局部角间隔被生成。

返回参考图1，当放射治疗计划30被优化后，其被存储在非瞬态存储器26中。在放射治疗疗程的那天，放射治疗计划30从存储器26被取回到工作站18，以及用于控制LINAC12以根据计划30递送放射治疗，包括：在每个CP处配置MLC 14以使用LINAC 12贯穿弧线向患者递送治疗放射，同时由MLC按照经优化的放射治疗计划30调制LINAC 12。

已经参考优选的实施例描述了本公开。在阅读以及理解前面的详细的描述的基础上，其他人可以想到修改以及变更。旨在将本公开理解为包括所有的修改以及变更，在它们落在附加权利要求或它们的等同物的范围内的情况下。