在近距离放射治疗中处理治疗计划的不确定性

近距离放射治疗是一种针对各种癌症形式的治疗方法，通过将放射性材料通过放置在患者体内的导管直接传递到肿瘤内部或附近。优化模型通常用于计划前列腺癌的高剂量率近距离放射治疗。特别是基于线性或二次惩罚的模型已被证明能够生成临床可行的计划。在治疗计划过程中，有多种不确定性来源。使用超声波的成像技术产生模糊边界，医疗设备具有一定的允许不准确性等。这些因素可能导致模型与现实之间的差异。所使用的模型未考虑这些类型的不确定性，这可能在实际中造成治疗不足的风险。本论文研究了一种方法，通过逐步增加线性惩罚模型对所使用数据中固有小错误和不确定性的抵抗力。该方法的目的是减轻由不确定性引起的治疗质量潜在问题。所提出的算法包括逐步将约束添加到线性惩罚模型，这些约束代表不同实现不确定性的情况。这些约束是基于混合整数规划（MIP）模型的解决方案生成的，该模型在给定计划的情况下，引入导管放置的错误以最大化惩罚。最终目标是找到最坏情况下的情况，以便模型在生成治疗计划时考虑到这一点。主要发现是，应用该提议算法时鲁棒性增加。生成的计划质量与非鲁棒计划具有相似的质量。然而，在该算法能够看到任何实际应用之前，计算成本必须大幅降低。