Ir al contenido principal
TextGrad: Automatic "Differentiation" via TextMert Yuksekgonul et al.

G.2 Optimización del bucle interno para la planificación del tratamiento

Empleamos un enfoque de optimización de dos bucles [109], que incluye (i) un bucle interno para la planificación inversa y (ii) un bucle externo para optimizar los hiperparámetros del bucle interno. El bucle interno se centra en la optimización tradicional del mapa de fluencia, buscando determinar el mapa de fluencia óptimo xx minimizando una función de coste que combina múltiples objetivos ponderados para varios objetivos y órganos en riesgo. Esta función de coste se define como:

min⁡∑t=1Ntwt([Kx]t−dt)2+∑s=1NswsΘ([Kx]s−ds)([Kx]s−ds)s.t.D95([Kx]t)=dt,x≥0,(26)\begin{array}{r l} & {\min \sum_{t = 1}^{N_{t}}w_{t}([K x]{t} - d{t})^{2} + \sum_{s = 1}^{N_{s}}w_{s}\Theta ([K x]{s} - d{s})([K x]{s} - d{s})}\\ & {\mathrm{s.t.} D_{95}([K x]{t}) = d{t},}\\ & {\qquad x\geq 0,} \end{array} \quad (26)

Aquí, {wt}t=1Nt\{w_{t}\}{t = 1}^{N{t}} y {ws}s=1Ns\{w_{s}\}{s = 1}^{N{s}} son los pesos de importancia (los hiperparámetros optimizados por TEXTGRAD) que equilibran los diversos objetivos para NtN_{t} objetivos PTV y NsN_{s} OARs, respectivamente. KK denota la matriz de influencia de dosis, que especifica la dosis por unidad de fluencia entregada a cada vóxel en el volumen por cada beamlet. {dt}t=1Nt\{d_{t}\}{t = 1}^{N{t}} y {ds}s=1Ns\{d_{s}\}{s = 1}^{N{s}} son las dosis objetivo escalares para cada estructura. La función de coste esencialmente penaliza las desviaciones al cuadrado de las dosis objetivo para los objetivos PTV y penaliza la sobredosificación al cuadrado para los OARs solo cuando las dosis exceden dsd_{s}. La función de Heaviside Θ\Theta se utiliza para asegurar que el objetivo considere solo valores positivos. La minimización está restringida a valores positivos de xx y asegura que D95D_{95} —la dosis mínima recibida por el 95%95\% del volumen de la estructura— coincida con la dosis prescrita para el objetivo clínico. Utilizamos matRad [65] con algoritmos de punto interior para resolver la optimización del bucle interno.