特開 2024-122774 治療計画装置、方法、およびプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024122774

(43)【公開日】2024-09-09

(54)【発明の名称】治療計画装置、方法、およびプログラム

(51)【国際特許分類】

   A61N 5/10 20060101AFI20240902BHJP

【ＦＩ】

A61N5/10 P

【審査請求】未請求

【請求項の数】12

【出願形態】ＯＬ

(21)【出願番号】P 2023030506

(22)【出願日】2023-02-28

(71)【出願人】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(71)【出願人】

【識別番号】504173471

【氏名又は名称】国立大学法人北海道大学

(74)【代理人】

【識別番号】110000279

【氏名又は名称】弁理士法人ウィルフォート国際特許事務所

(72)【発明者】

【氏名】高柳 泰介

(72)【発明者】

【氏名】山田 貴啓

(72)【発明者】

【氏名】平山 嵩祐

(72)【発明者】

【氏名】宮崎 康一

(72)【発明者】

【氏名】小橋 啓司

(72)【発明者】

【氏名】青山 英史

(72)【発明者】

【氏名】橋本 孝之

(72)【発明者】

【氏名】加藤 徳雄

(72)【発明者】

【氏名】田口 大志

(72)【発明者】

【氏名】安田 耕一

(72)【発明者】

【氏名】小野寺 康仁

【テーマコード（参考）】

4C082

【Ｆターム（参考）】

4C082AC02

4C082AC04

4C082AN01

4C082AN05

4C082AR11

(57)【要約】

【課題】複数の計算モデルに基づく治療計画の作成を可能にする技術を提供する。
【解決手段】放射線治療の治療計画を作成するための治療計画装置は、処理装置とメモリとを有して構成される。メモリは、複数の計算モデルを記憶し、処理装置は、複数の計算モデルの少なくとも２つを用いて、放射線治療の条件に対しての、放射線治療の効果を表す生物効果指標の計算値を算出し、算出される少なくとも２つの計算値が所定の目標値に近づくように条件を探索する。
【選択図】図１

【特許請求の範囲】

【請求項1】

処理装置とメモリとを有して構成される放射線治療の治療計画を作成するための治療計画装置であって、
前記メモリは、複数の計算モデルを記憶し、
前記処理装置は、
前記複数の計算モデルの少なくとも２つを用いて、放射線治療の条件に対しての、放射線治療の効果を表す生物効果指標の計算値を算出し、
算出される少なくとも２つの前記計算値が所定の目標値に近づくように前記条件を探索する、
治療計画装置。

【請求項2】

前記処理装置は、前記計算値と前記目標値との差に基づく目的関数を用いて前記条件を探索する、
請求項１に記載の治療計画装置。

【請求項3】

前記目的関数は、前記少なくとも２つの計算モデルに対して指定された重みによって前記計算値と前記目標値との差を重み付けして加算する関数である、
請求項２に記載の治療計画装置。

【請求項4】

前記処理装置は、前記目的関数の値を最小化するように前記条件を探索する、
請求項３に記載の治療計画装置。

【請求項5】

前記処理装置は、放射線治療において放射線を照射すべき標的領域および／または前記放射線を照射すべきでないリスク領域を対象として前記生物効果指標を算出する、
請求項１に記載の治療計画装置。

【請求項6】

前記生物効果指標が前記標的領域の腫瘍制御確率と前記リスク領域の正常組織障害発生確率である、
請求項５に記載の治療計画装置。

【請求項7】

前記条件は、照射分割回数と、スポットスキャニング照射におけるスポット毎の照射線量とを含む、
請求項１に記載の治療計画装置。

【請求項8】

表示装置を更に有し、
前記処理装置は、前記生物効果指標の計算に用いる前記少なくとも２つの計算モデルの情報を示す管理画面を前記表示装置に表示する、
請求項１に記載の治療計画装置。

【請求項9】

前記処理装置は、前記メモリに記憶された前記複数の計算モデルのうち、前記生物効果指標の計算に用いるものを選択可能にする選択画面を前記表示装置に表示する、
請求項８に記載の治療計画装置。

【請求項10】

表示装置を更に有し、
前記処理装置は、前記生物効果指標を計算する対象の関心領域に対応づけて、該生物効果指標の計算に用いる前記少なくとも２つの計算モデルの情報を示す管理画面を前記表示装置に表示する、
請求項５に記載の治療計画装置。

【請求項11】

処理装置とメモリとを有して構成される治療計画装置によって放射線治療の治療計画を作成するための治療計画方法であって、
前記処理装置が、
前記メモリに、複数の計算モデルを記録し、
前記複数の計算モデルの少なくとも２つを用いて、放射線治療の条件に対しての、放射線治療の効果を表す生物効果指標の計算値を算出し、
算出される少なくとも２つの前記計算値が所定の目標値に近づくように前記条件を探索する、
治療計画方法。

【請求項12】

処理装置とメモリとを有して構成される治療計画装置によって放射線治療の治療計画を作成するための治療計画プログラムであって、
前記メモリに、複数の計算モデルを記録し、
前記複数の計算モデルの少なくとも２つを用いて、放射線治療の条件に対しての、放射線治療の効果を表す生物効果指標の計算値を算出し、
算出される少なくとも２つの前記計算値が所定の目標値に近づくように前記条件を探索する、
ことを前記処理装置に実行させるための治療計画プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、放射線治療の治療計画を作成する技術に関する。

【背景技術】

【0002】

放射線治療では、治療予後の予測指標である生物効果指標が用いられる。生物効果指標として、腫瘍制御確率（Tumor control probability, TCP）と、正常組織障害発生確率(Normal tissue complication probability, NTCP)とがしばしば用いられる。

【0003】

特許文献１には、処方（総線量、フラクション数等）を入力として計算モデルに基づいてＴＣＰとＮＴＣＰを計算し、ＴＣＰとＮＴＣＰを目標値に近づけるように処方を最適化する治療計画の手法が開示されている。ここで、ＴＣＰは１に近いほど、ＮＴＣＰはゼロに近いほど良い処方と判断される。

【0004】

非特許文献１には、ＴＣＰを算出する複数の計算モデルが提案されている。ここではその中から一例としてポアソン統計モデルを説明する。一般的に、放射線による細胞死は、ポアソン統計に従うことが知られている。治療開始前に腫瘍（標的）内に含まれるがん細胞の数をｎとし、放射線治療に伴うがん細胞の生存確率をλとすると、治療終了後に標的内のがん細胞数χをゼロとする確率Ｐ（χ＝０）、即ちＴＣＰは式（１）に示される。

【0005】

【数1】

【0006】

このとき、放射線治療に伴う腫瘍細胞の生存確率λは、線形－二次曲線モデル（ＬＱモデル）によって式（２）のように表される。

【0007】

【数2】

【0008】

ここで、Ｄは標的への総照射線量、Ｎは放射線の分割照射回数である。α、βはがん細胞の放射線感受性を示すパラメータである。α、βは、ｉｎ ｖｉｔｒｏでの放射線照射実験などによって求めることができる。このα、βは、一意に定まるものでなく類似の症例であっても、文献や施設によって異なる数値が採用されている場合がある。

【0009】

また、上述したポアソン統計モデルと異なる計算モデル（例えば、等価均一線量モデルなど）では、このα、βではなく、他のパラメータが用いられることがある。他のパラメータは、例えば、縦軸を過去の治療実績（例えば、無増悪を１、増悪を０とする）、横軸を標的の等価均一線量（Equivalent uniform dose, EUD）等としたグラフに対して計算モデルをフィッティングすることにより決定することができる。

【先行技術文献】

【特許文献】

【0010】

【特許文献1】国際公開ＷＯ２０１８／１１６３５４Ａ１号

【非特許文献】

【0011】

【非特許文献1】J. H. Chang et al., RADBIOMOD: A simple program for utilising biological modelling in radiotherapy plan evaluation, Physica Medica 32, 248-254, 2016

【非特許文献2】CM. van Leeuwen, et al., The alfa and beta of tumours: a review of parameters of the linear-quadratic model, derived from clinical radiotherapy studies. Radiat Oncol. 13, 96, 2018.

【発明の概要】

【発明が解決しようとする課題】

【0012】

上述したように、同じ症例に対して採用し得る計算モデルおよびパラメータセットは複数存在する。当然のことながら、計算モデルおよびパラメータセットによって算出される、ＴＣＰあるいはＮＴＣＰといった生物効果指標の値は異なる。従って、医療従事者には、生物効果指標に基づいて治療計画を立案する際に、個々の患者に対してどの計算モデルおよびパラメータセットを用いるか検討し選択することが求められる。また、医療従事者は、計算モデルおよびパラメータセットを一意に決めかねる場合がある。しかし、そのような場合であっても、医療従事者は、複数の計算モデルおよびパラメータセットの折衷案を見出すことは困難である。

【0013】

本開示に含まれるひとつの目的は、複数の計算モデルに基づく治療計画の作成を可能にする技術を提供することである。

【課題を解決するための手段】

【0014】

本開示に含まれるひとつの態様による治療計画装置は、処理装置とメモリとを有して構成される放射線治療の治療計画を作成するための治療計画装置である。メモリは、複数の計算モデルを記憶し、処理装置は、複数の計算モデルの少なくとも２つを用いて、放射線治療の条件に対しての、放射線治療の効果を表す生物効果指標の計算値を算出し、算出される少なくとも２つの計算値が所定の目標値に近づくように条件を探索する。

【発明の効果】

【0015】

本開示に含まれるひとつの態様によれば、複数の計算モデルに基づく治療計画の作成が可能になる。

【図面の簡単な説明】

【0016】

【図1】本実施形態に係る治療計画装置の構成例を示す概略構成図である。

【図2】治療計画装置による治療計画立案処理の一例を説明するためのフローチャートである。

【図3】標的領域及び除外領域を入力するためのＧＵＩの一例を示す図である。

【図4】標的領域に対して用いる目標腫瘍制御確率、計算モデル、モデルの重み、及びパラメータセットを入力するためのＧＵＩの一例を示す図である。

【図5】計算モデルの選択を行うためのＧＵＩの一例である。

【図6】パラメータセットの選択を行うためのＧＵＩの一例である。

【発明を実施するための形態】

【0017】

以下、本発明の実施形態を、添付図面を参照して説明する。

【0018】

図１は、本実施形態に係る治療計画装置１００の構成例を示す概略構成図である。治療計画装置１００は、種々の情報処理が可能な装置、例えば、コンピュータ装置などの情報処理装置にて構成される。

【0019】

図１の例では、治療計画装置１００は、演算処理装置１０１と、入力装置１０２と、表示装置１０３と、メモリ１０４と、データベース１０５と、通信装置１０６とを有する。演算処理装置１０１は、入力装置１０２、表示装置１０３、メモリ１０４、データベース１０５及び通信装置１０６と接続される。この接続方式は、特に限定されず、ＬＡＮ（Local Area Network）又はインターネットなどのＷＡＮ（Wide Area Network）を介した接続方式でもよい。

【0020】

演算処理装置１０１は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphic Processing Unit）及びＦＰＧＡ（Field-Programmable Gate Array）などのプロセッサであり、治療計画装置１００全体を制御する制御部を構成する。

【0021】

入力装置１０２は、治療計画装置１００を操作する操作者から種々の情報を受け付ける装置であり、例えば、マウス及びキーボードなどである。表示装置１０３は、治療計画などの種々の情報を表示する装置であり、例えば、ディスプレイなどである。

【0022】

メモリ１０４及びデータベース１０５は、同一又は異なる記録媒体で構成され、演算処理装置１０１の動作を規定するプログラム（コンピュータプログラム）、及び、演算処理装置１０１にて使用及び生成される種々の情報（例えば、後述する計算モデル）を記録する。記録媒体は、例えば、ＨＤＤ（Hard Disk Drive）のような磁気記憶媒体、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）及びＳＳＤ（Solid State Drive）のような半導体記憶媒体、ＤＶＤ（Digital Versatile Disk）のような光ディスク及び光ディスクドライブの組み合わせなどである。なお、治療計画装置１００の動作開始時（例えば、電源投入時）に演算処理装置１０１が記録媒体からプログラムを読み出し、その読み出しプログラムを実行して、治療計画に関する種々の処理を実行することで、治療計画装置１００全体を制御する。

【0023】

通信装置１０６は、外部の装置と通信可能に接続する通信インタフェースである。図１の例では、通信装置１０６は、放射線治療装置２００と接続されている。

【0024】

本実施形態では、スポットスキャニング方式の粒子線治療に対応した治療計画装置に本発明を適用した例について説明する。ただし、本発明は、Ｘ線治療あるいはスポットスキャニング方式以外の粒子線治療にも同様に適用でき、同等の効果を得ることができる。スポットスキャニング方式とは、患者体内、特に腫瘍などの放射線を照射すべき標的領域の内部及び周辺に対し３次元的に点（スポット）を配置し、各スポットに細径ビームを照射していく。各スポットには照射すべき規定の線量が定められており、あるスポットに対し規定の線量が照射されると、次のスポットにビームを偏向し、順次ビームを照射していく。全てのスポットに対して規定の線量が照射されることで、標的領域に所望の照射線量分布が形成される。

【0025】

スポットスキャニング方式以外の治療の例として、Ｘ線を用いた強度変調放射線治療（IMRT、Intensity Modulated Radiation Therapy)、及び強度変調回転照射（VMAT、Volumetric Modulated Arc Therapy)に対応した治療計画装置があり、本発明はそれらの治療にも適用可能である。ＩＭＲＴやＶＭＡＴといった強度変調を行うＸ線治療装置では、標的に対して複数の方向からＸ線が照射される。各々の方向から照射されたＸ線が標的内に形成する線量分布は不均一となっているが、全方向からの寄与を重ね合わせることで標的の３次元形状に合致した均一な線量分布が患者体内に付与される。このとき、各方向から照射されるべきＸ線のフルエンス分布は、治療計画装置を用いて逆問題を解くことで得られる。また、Ｘ線の任意のフルエンス分布を実現するために、マルチリーフコリメータをＸ線源とアイソセンタの間に設置しいてもよい。このような放射線治療装置に対応した治療計画装置でも本発明は本実施形態における効果と同等の効果を得ることができる。

【0026】

図２は、治療計画装置１００による治療計画立案処理の一例を説明するためのフローチャートである。なお、以下では、粒子ビームを放射線と呼ぶこともある。

【0027】

治療計画立案処理では、先ず、演算処理装置１０１は、放射線を照射する標的領域と、放射線の照射を避ける除外領域とを受け付ける（ステップＳ１）。例えば、演算処理装置１０１は、患者のＣＴ画像の各スライス画像を表示装置１０３に表示し、操作者から入力装置１０２を介してスライス画像ごとに標的領域及び除外領域を受け付ける。標的領域は、例えば、腫瘍などの領域である。除外領域は、例えば、重要臓器（Organ at Risk：ＯＡＲ）の領域である。以下、リスク領域である除外領域をＯＡＲと記載することもある。また、標的領域とＯＡＲの両方を指して関心領域と記載することもある。

【0028】

図３は、操作者が標的領域及び除外領域を入力するためのＧＵＩ（Graphical User Interface）の一例を示す図である。操作者が、あるスライス画像上でマウスあるいはスタイラスペン等で標的領域３０１とＯＡＲ３０２を入力すると、標的領域３０１とＯＡＲ３０２は、図３に示すように、表示装置１０３上のＧＵＩ（Graphical User Interface）に描画される。図３に示したように、本実施形態では標的領域が１つ、ＯＡＲが１つの例を示すが、標的領域とＯＡＲはそれぞれ２つ以上あってもよい。

【0029】

図２の説明に戻る。演算処理装置１０１は、受け付けた標的領域及び除外領域を３次元の位置情報としてメモリ１０４又はデータベース１０５に記録する（ステップＳ２）。

【0030】

次に、演算処理装置１０１は、標的領域３０１に対して、治療効果の目標値である目標腫瘍制御確率ＴＣＰ_ｏｂｊを受け付ける（ステップＳ３）。また、演算処理装置１０１は、ＯＡＲ３０２に対して、治療効果の目標値である目標正常組織障害発生確率ＮＴＣＰ_ｏｂｊを受け付ける。さらに、演算処理装置１０１は、標的領域３０１とＯＡＲ３０２に対してそれぞれ重みｗ_ＴＣＰ、ｗ_ＮＴＣＰを受け付ける。重みが大きく設定された関心領域ほど処方の最適化において優先的に考慮される。

【0031】

再び、図２の説明に戻る。演算処理装置１０１は受け付けた標腫瘍制御確率ＴＣＰ_ｏｂｊ、目標正常組織障害発生確率ＮＴＣＰ_ｏｂｊと、それぞれの重みｗ_ＴＣＰ、ｗ_ＮＴＣＰとをメモリ１０４又はデータベース１０５に記録する（ステップＳ４）

【0032】

さらに、演算処理装置１０１は、標的領域３０１及びＯＡＲ３０２に対して、ＴＣＰ又はＮＴＣＰを算出するための計算モデルと、計算モデルの重みｗ_{ｍｏｄｅｌ}と、計算モデルのパラメータセットとを受け付ける（ステップＳ５）。演算処理装置１０１は受け付けた計算モデルと、重みｗ_{ｍｏｄｅｌ}と、パラメータセットとをメモリ１０４又はデータベース１０５に記録する（ステップＳ６）。重みｗ_ＴＣＰ、ｗ_ＮＴＣＰと同様に、複数の計算モデルを設定した場合は、重みｗ_{ｍｏｄｅｌ}が大きく設定された計算モデルほど処方の最適化において優先的に考慮される。

【0033】

図４は、操作者が標的領域３０１に対して用いる目標腫瘍制御確率ＴＣＰ_ｏｂｊ、ＴＣＰの計算モデル、モデルの重みｗ_{ｍｏｄｅｌ}、及びパラメータセットを入力するためのＧＵＩの一例を示す図である。操作者は、図３に示した標的領域の設定画面呼び出しボタン３０３を、入力装置１０２を用いて選択することで、関心領域ごとに図４に示すＧＵＩを呼び出すことができる。図４に示すように、計算モデルは、１つの関心領域に対して複数設定することができる。なお、本実施形態では、同じ計算モデルに対して異なる複数のパラメータセットを組み合わせて別個の計算モデルとして治療計画装置１００に登録することもできる。

【0034】

計算モデル及びパラメータセットは、データベース１０５に事前に保存されたものの一覧から操作者が選択することができる。操作者が、図４に示すモデル追加ボタン４０１を選択すると、後述のモデル選択画面（図５）が呼び出される。一度追加した計算モデルは、モデル削除ボタン４０２を選択することで削除することができる。

【0035】

図５は、計算モデルの選択を行うためのＧＵＩの一例である。データベース１０５に事前に保存された、指定された関心領域の種類（標的、ＯＡＲ）に合致する計算モデルの一覧が示される。モデル選択ボタン５０１を選択することで、操作者は新たに追加する計算モデルを選択することができる。操作者は、モデル選択キャンセルボタン（戻るボタン）５０２を選択すると、計算モデルの選択をキャンセルし、図４に示した設定画面に戻ることができる。図５において計算モデルが選択されると、パラメータセットを選択するための画面が呼び出される。

【0036】

図６は、パラメータセットの選択を行うためのＧＵＩの一例である。このＧＵＩでは、データベース１０５に事前に保存されたパラメータセットのうち、図５に示すモデル選択画面で選択した計算モデルに対応したもの一覧が示される。パラメータセット選択ボタン６０１を選択することで、操作者は選択した計算モデルに用いるパラメータセットを選択することができる。パラメータセット選択キャンセルボタン（戻るボタン）６０２を選択すると、パラメータセット選択をキャンセルし、図５に示すモデル選択画面に戻ることができる。

【0037】

以上、図４～図６を用いて、操作者が標的領域３０１に対して用いる目標腫瘍制御確率ＴＣＰ_ｏｂｊ、ＴＣＰの計算モデル、モデルの重みｗ_{ｍｏｄｅｌ}、及びパラメータセットを入力する手順について説明したが、ＯＡＲ３０２の目標正常組織障害発生確率ＮＴＣＰ_ｏｂｊ、ＮＴＣＰの計算モデル、計算モデルの重みｗ_{ｍｏｄｅｌ}、及び計算モデルのパラメータセットを入力する手順もこれと同様である。図３に示したＯＡＲの設定画面呼び出しボタン３０５を選択することにより、操作者が標的領域３０１に対して用いる目標腫瘍制御確率ＴＣＰ_ｏｂｊ、ＴＣＰの計算モデル、モデルの重みｗ_{ｍｏｄｅｌ}、及びパラメータセットを入力するためのＧＵＩが呼び出される。このＧＵＩは図４のＧＵＩと同様であり、以下図４～図６と同様のＧＵＩからＯＡＲ３０２の目標正常組織障害発生確率ＮＴＣＰ_ｏｂｊ、ＮＴＣＰの計算モデル、計算モデルの重みｗ_{ｍｏｄｅｌ}、及び計算モデルのパラメータセットを入力することができる。

【0038】

全ての関心領域に対してモデル設定が完了すると、操作者は図３に示す最適化開始ボタン３０４を選択する。最適化開始ボタン３０４が選択されると、設定された生物効果指標、計算モデル、モデルの重み、及びパラメータセットを用いた最適な処方の探索が開始される。
再び、図２の説明に戻る。

【0039】

演算処理装置１０１はメモリ１０４又はデータベース１０５に記録された情報に基づき、処方探索のための目的関数を設定する（ステップＳ７）。目的関数を式（３）に示す。

【0040】

【数3】

【0041】

次に、演算処理装置１０１によるＴＣＰの計算方法の一例として、モデルの一例をポアソン統計モデルを説明する。放射線照射を受けたがん細胞の確率は、ポアソン統計に従うことが知られている。したがって、治療終了時に標的領域３０１内のボクセルｋに含まれるがん細胞の数がゼロとなる確率Ｐ_ｋ（χ＝０）は式（４）で表される。

【0042】

【数4】

【0043】

このとき、放射線治療に伴うボクセルｋのがん細胞の生存確率λ_ｋは、線形－二次曲線モデル（ＬＱモデル）によって、式（５）のように表される。

【0044】

【数5】

【0045】

D_kはボクセルkに対する総照射線量、Nは分割回数である。α_ｉ、β_ｉははがん細胞の放射線感受性を示す、モデルiのパラメータである。

【0046】

ＴＣＰは、治療終了後に標的領域３０１内に含まれるのがん細胞の数をゼロとなる確率であるため、式（６）のように、標的領域３０１に含まれる全てのボクセルに対する確率Ｐ（χ＝０）の積を演算することで計算される。

【0047】

【数6】

【0048】

なお、本実施形態では、ポアソン統計モデルによるＴＣＰの計算方法を例示したが、等価均一線量モデルといった別のモデルを用いることも可能であり、その場合にも本実施形態と同等の効果が得られる。

【0049】

次に、演算処理装置１０１によるＮＴＣＰの計算方法の一例を説明する。ある代表的なモデルに従えば、ＯＡＲのＮＴＣＰは式（７）に従って計算される。

【0050】

【数7】

ここで、ｔは式（８）に表される。

【0051】

【数8】

【0052】

さらに、Ｄ_ｍａｘＶ^ｎｐは式（９）で表される。

【0053】

【数9】

【0054】

ここで、Ｖは、ＯＡＲ全体の体積、ｖは、ボクセルあたりの体積を示す。ｋはＯＡＲに含まれるボクセルの番号である。ｎ_ｐ、ｍ_ｐ及びＴＤ_５０は、過去の臨床データ等に基づいて定まるパラメータであり、操作者にてデータベース１０５に予め保存されている。

【0055】

Ｄ_ｋ’は、ボクセルｋにおける換算総照射線量であり、１回の照射線量をｄ_ｒｅｆ＝２Ｇｙとした場合に、総照射線量をＤ_ｋとしかつ分割回数をＮとした照射と同等の生物学的効果を得るための総照射線量を示す。前述のように、総照射線量をＤ_ｋとしかつ分割回数をＮとした照射により、ボクセルｋに含まれる正常組織が生き残る確率λ_ｋは、式（１０）により表すことができる。

【0056】

【数10】

【0057】

ここで、α_ｊ、β_ｊは正常組織細胞の放射線感受性を示す、計算モデルｊのパラメータである。従って、換算総照射線量Ｄ_ｋ’は式（１１）～（１２）のようにして求めることができる。

【0058】

【数11】

【0059】

なお、本実施形態に示したＮＴＣＰの計算方法は一例であり、別のモデル式を用いてＮＴＣＰを計算することも可能であり、その場合にも本実施形態と同等の効果が得られる。

【0060】

ＴＣＰとＮＴＣＰの計算に求められるボクセル毎の線量Ｄ_ｋは、標的領域３０１及びＯＡＲ３０２に含まれる各ボクセルの吸収線量を要素とするベクトル（以下、吸収線量ベクトルとも称する）と、スポット毎のビーム照射量を要素とするベクトル（以下、スポット線量ベクトルとも称する）との関係を示す式（１３）に基づいて計算される。

【0061】

【数12】

【0062】

行列Ａは、各スポットへ照射した放射線が各ボクセルｋに与える線量を表す行列であり、操作者によって事前に設定された照射方向、及び、ＣＴ画像による体内情報に基づいて計算される。

【0063】

再び、図２の説明に戻る。ステップＳ７にて目的関数を生成すると、演算処理装置１０１は、その目的関数を最小化するスポット毎照射線量および分割回数を繰り返し探索によって求める（ステップＳ８）。終了条件は、特に限定されないが、繰り返し探索における反復計算の全体の計算時間、繰り返し探索において計算を反復した回数、又は、１回に反復計算あたりの目的関数の変化量などを指標とし、指標に応じた条件を設定すればよい。

【0064】

式（１３）の左辺に示された吸収線量ベクトルは、式（１３）の右辺に含まれるスポット線量ベクトルが不明な状態でも、標的領域３０１内の線量はＤ_ｍｅａｎで一様に分布し、標的外では標的領域３０１からの距離に従って等方的に減少する、との仮定に基づいて推定することができる。この仮定の下では、スポット線量ベクトルの替わりに線量Ｄ_ｍｅａｎを探索パラメータとすることができる。これにより探索パラメータの数が減少するため、速い収束が期待できる。ただし、分割回数Ｎと中心線量Ｄ_ｍｅａｎの探索が完了した後、式（１４）に示す目的関数Ｆ’に基づき、改めてスポット線量ベクトルを決定する手順が必要となる。

【0065】

【数13】

【0066】

ただし、吸収線量ベクトルとスポット線量ベクトルの関係は式（１３）に示した通りである。

【0067】

再び、図２に戻る。最後に、演算処理装置１０１は、求めたスポット毎のビーム照射量に基づいて、３次元の線量分布を計算し、その計算結果を表示装置１０３に表示すると共に、メモリ１０４又はデータベース１０５に記録し、治療計画を完了する（ステップＳ９）。

【0068】

以上説明した実施形態は、本発明の説明のための例示であり、本発明の範囲をそれらの実施形態にのみ限定する趣旨ではない。当業者は、本発明の範囲を逸脱することなしに、他の様々な態様で本発明を実施することができる。また、上述した実施形態には以下に示す事項が含まれている。ただし、本実施形態に含まれる事項が以下に示すものだけに限定されることはない。
（事項１）

【0069】

処理装置とメモリとを有して構成される放射線治療の治療計画を作成するための治療計画装置であって、前記メモリは、複数の計算モデルを記憶し、前記処理装置は、前記複数の計算モデルの少なくとも２つを用いて、放射線治療の条件に対しての、放射線治療の効果を表す生物効果指標の計算値を算出し、算出される少なくとも２つの前記計算値が所定の目標値に近づくように前記条件を探索する。これによれば、２つ以上の計算モデルを用いて算出される生物効果指標の計算値を目標値に近づけるように条件を探索するので、１つの計算モデルおよびパラメータセットに依存しないロバストな治療計画を作成することができる。
（事項２）

【0070】

事項１に記載の治療計画装置において、前記処理装置は、前記計算値と前記目標値との差に基づく目的関数を用いて前記条件を探索する。これによれば、目的関数の最適化により条件を探索することができる。
（事項３）

【0071】

事項２に記載の治療計画装置において、前記目的関数は、前記少なくとも２つの計算モデルに対して指定された重みによって前記計算値と前記目標値との差を重み付けして加算する関数である。これによれば、各計算モデルに優先度を与えて処方の最適化を行うことができる。
（事項４）

【0072】

事項３に記載の治療計画装置において、前記処理装置は、前記目的関数の値を最小化するように前記条件を探索する。
（事項５）

【0073】

事項１に記載の治療計画装置において、前記処理装置は、放射線治療において放射線を照射すべき標的領域および／または前記放射線を照射すべきでないリスク領域を対象として前記生物効果指標を算出する。
（事項６）

【0074】

事項５に記載の治療計画装置において、前記生物効果指標が前記標的領域の腫瘍制御確率と前記リスク領域の正常組織障害発生確率である。これによれば、腫瘍制御確率と正常組織障害発生確率とを最適化する処方を探索することができる。
（事項７）

【0075】

事項１に記載の治療計画装置において、前記条件は、照射分割回数と、スポットスキャニング照射におけるスポット毎の照射線量とを含む。これによれば、最適な照射分割回数とスポット毎の照射線量とを探索することができる。
（事項８）

【0076】

事項１に記載の治療計画装置において、表示装置を更に有し、前記処理装置は、前記生物効果指標の計算に用いる前記少なくとも２つの計算モデルの情報を示す管理画面を前記表示装置に表示する。これによれば、治療計画作成者は、どの計算モデルを用いるかを確認しながら治療計画を作成することができる。
（事項９）

【0077】

事項８に記載の治療計画装置において、前記処理装置は、前記メモリに記憶された前記複数の計算モデルのうち、前記生物効果指標の計算に用いるものを選択可能にする選択画面を前記表示装置に表示する。これによれば、治療計画作成者は、選択画面上で計算モデルを選択して治療計画の作成を行うことができる。
（事項１０）

【0078】

請求項５に記載の治療計画装置において、表示装置を更に有し、前記処理装置は、前記生物効果指標を計算する対象の関心領域に対応づけて、該生物効果指標の計算に用いる前記少なくとも２つの計算モデルの情報を示す管理画面を前記表示装置に表示する。これによれば、治療計画作成者は、関心領域と計算モデルを画面で確認しながら治療計画を作成することができる。

【符号の説明】

【0079】

１００…治療計画装置、１０１…演算処理装置、１０２…入力装置、１０３…表示装置、１０４…メモリ、１０５…データベース、１０６…通信装置、２００…放射線治療装置、３０１…標的領域、３０２…ＯＡＲ、３０３、３０５…設定画面呼び出しボタン、３０４…最適化開始ボタン、４０１…モデル追加ボタン、４０２…モデル削除ボタン、５０１…モデル選択ボタン、５０２…モデル選択キャンセルボタン、６０１…パラメータセット選択ボタン、６０２…パラメータセット選択キャンセルボタン

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】