TextGrad: Automatic "Differentiation" via TextMert Yuksekgonul et al.
G.2 治療計画のための内側ループ最適化
我々は2ループ最適化アプローチ[109]を採用する。これは(i)逆計画のための内側ループと、(ii)内側ループのハイパーパラメータを最適化するための外側ループを含む。内側ループは従来のフルエンスマップ最適化に焦点を当て、様々な標的およびリスク臓器に対する複数の重み付き目的を組み合わせたコスト関数を最小化することにより、最適なフルエンスマップxを決定しようとする。このコスト関数は次のように定義される:
min∑t=1Ntwt([Kx]t−dt)2+∑s=1NswsΘ([Kx]s−ds)([Kx]s−ds)s.t.D95([Kx]t)=dt,x≥0,(26) ここで、{wt}t=1Nt と {ws}s=1Ns は、それぞれ Nt 個のPTV標的と Ns 個のOARに対する様々な目的関数のバランスを取るための重要度重み(TEXTGRADによって最適化されるハイパーパラメータ)である。K は線量影響行列を表し、各ビームレットが体積内の各ボクセルに与える単位フルエンスあたりの線量を規定する。{dt}t=1Nt と {ds}s=1Ns は、各構造に対するスカラー目的線量である。コスト関数は本質的に、PTV標的に対しては目標目的線量からの二乗偏差にペナルティを与え、OARに対しては線量が ds を超えた場合にのみ過線量の二乗にペナルティを与える。ヘヴィサイド関数 Θ は、目的関数が正の値のみを考慮することを保証するために用いられる。最小化は正の x 値に制約され、D95(構造体積の 95% が受ける最小線量)が臨床目標の処方線量と一致することを保証する。内側ループの最適化の求解には、内点法を備えた matRad [65] を使用する。