跳到主要内容
TextGrad: Automatic "Differentiation" via TextMert Yuksekgonul et al.

G.2 治疗规划的内循环优化

我们采用双环优化方法[109],其包括(i)用于逆向规划的内循环,以及(ii)用于优化内循环超参数的外循环。内循环侧重于传统的注量图优化,力求通过最小化一个成本函数来确定最优注量图xx,该成本函数组合了针对各种靶区和危及器官的多个加权目标。该成本函数定义为:

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)

这里,{wt}t=1Nt\{w_{t}\}{t = 1}^{N{t}}和{ws}s=1Ns\{w_{s}\}{s = 1}^{N{s}}是重要性权重(由TEXTGRAD优化的超参数),分别平衡NtN_{t}个PTV靶区和NsN_{s}个OAR的各个目标。KK表示剂量影响矩阵,其指定每个束元向体积中每个体素递送的每注量单位的剂量。{dt}t=1Nt\{d_{t}\}{t = 1}^{N{t}}和{ds}s=1Ns\{d_{s}\}{s = 1}^{N{s}}是每个结构的标量目标剂量。该成本函数本质上惩罚PTV靶区相对于目标目标剂量的平方偏差,并且仅当剂量超过dsd_{s}时惩罚OAR的平方过剂量。Heaviside函数Θ\Theta用于确保目标仅考虑正值。最小化受限于正的xx值,并确保D95D_{95}——结构体积的95%95\%所接受的最小剂量——与临床目标的处方剂量匹配。我们使用matRad[65]结合内点算法来求解内循环优化。