This study describes a method that uses a genetic algorithm to select optimal beam angles in proton therapy and evaluates the effectiveness of the proposed algorithm in actual patients. In the use of the genetic algorithm to select the optimal angle, a gene represents the angle of each field and a chromosome represents the combination of beam angles. The fitness of the genetic algorithm, which represents the suitability of the chromosome to the solution, was quantified by using the dose distribution. The weighting factors of the organs used for fitness were obtained from clinical data through logistic regression, reflecting the dose characteristics of actual patients. Genetic operations, such as selection, crossover, mutation, and replacement, were used to modify the population and were repeated until an evaluation based on fitness reached the termination criterion. The proposed genetic algorithm was tested by assessing its ability to select optimal beam angles in three patients with liver cancer. The optimal results for fitness, planning target volume (PTV), normal liver, and skin in the population were compared with the clinical treatment plans, a process that took an average of 36.8 minutes. The dose-volume histograms (DVHs) and the fitness of the genetic algorithm plans did not differ significantly from the actual treatment plans. These findings indicate that the proposed genetic algorithm can automatically generate proton treatment plans with the same quality as actual clinical treatment plans.

中文翻译：

---

使用遗传算法优化质子治疗计划的光束角的可行性研究

本研究描述了一种方法，该方法使用遗传算法来选择质子治疗中的最佳射束角度，并评估所提出算法在实际患者中的有效性。在使用遗传算法选择最佳角度时，一个基因代表每个场的角度，一个染色体代表光束角度的组合。遗传算法的适应度，代表染色体对解决方案的适用性，通过使用剂量分布来量化。用于健身的器官的权重因子是通过逻辑回归从临床数据中获得的，反映了实际患者的剂量特征。遗传操作，如选择、交叉、变异和替换，用于修改种群并重复，直到基于适应度的评估达到终止标准。所提出的遗传算法通过评估其在三名肝癌患者中选择最佳光束角度的能力进行了测试。将人群中健康、计划目标体积 (PTV)、正常肝脏和皮肤的最佳结果与临床治疗计划进行了比较，该过程平均耗时 36.8 分钟。剂量体积直方图 (DVH) 和遗传算法计划的适应度与实际治疗计划没有显着差异。这些发现表明，所提出的遗传算法可以自动生成与实际临床治疗计划质量相同的质子治疗计划。所提出的遗传算法通过评估其在三名肝癌患者中选择最佳光束角度的能力进行了测试。将人群中健康、计划目标体积 (PTV)、正常肝脏和皮肤的最佳结果与临床治疗计划进行了比较，该过程平均耗时 36.8 分钟。剂量体积直方图 (DVH) 和遗传算法计划的适应度与实际治疗计划没有显着差异。这些发现表明，所提出的遗传算法可以自动生成与实际临床治疗计划质量相同的质子治疗计划。所提出的遗传算法通过评估其在三名肝癌患者中选择最佳光束角度的能力进行了测试。将人群中健康、计划目标体积 (PTV)、正常肝脏和皮肤的最佳结果与临床治疗计划进行了比较，该过程平均耗时 36.8 分钟。剂量体积直方图 (DVH) 和遗传算法计划的适应度与实际治疗计划没有显着差异。这些发现表明，所提出的遗传算法可以自动生成与实际临床治疗计划质量相同的质子治疗计划。将人群中的皮肤和皮肤与临床治疗计划进行比较，这个过程平均需要 36.8 分钟。剂量体积直方图 (DVH) 和遗传算法计划的适应度与实际治疗计划没有显着差异。这些发现表明，所提出的遗传算法可以自动生成与实际临床治疗计划质量相同的质子治疗计划。将人群中的皮肤和皮肤与临床治疗计划进行比较，这个过程平均需要 36.8 分钟。剂量体积直方图 (DVH) 和遗传算法计划的适应度与实际治疗计划没有显着差异。这些发现表明，所提出的遗传算法可以自动生成与实际临床治疗计划质量相同的质子治疗计划。