质子放射治疗由于具有布拉格峰特性,在临床肿瘤治疗中有巨大优势,目前在国内外发展迅速。质子调强放射治疗基于主动扫描技术,通过调节各个扫描点权重,在肿瘤区域获得高适形高剂量同时可最大程度保护危及器官。质子调强放疗由于其物理特性和技术特点,其治疗计划优化面临三个特有的技术问题:1)扫描点众多导致寻优难度大,且数据量过大、计算时间较长;2)扫描路径未经充分优化,过长的非必要扫描路径影响计划实施效率;3)治疗计划易受不确定性因素影响,导致计划剂量不稳定。本论文研究质子调强放疗核心优化算法和技术,同时解决以上计划优化问题,进一步提高其临床实用性及可行性。本论文研究目标为质子调强放射治疗计划的高稳定性和快速优化算法研究及应用。研究任务包括:(1)研究质子调强放疗强度优化方法;(2)研究质子调强扫描路径优化方法;(3)研究质子调强鲁棒优化方法。针对以上质子调强放疗计划优化三个主要问题,本论文提出了相应的三个研究方法:提出了基于稀疏矩阵预处理的改进共轭梯度方法解决强度优化问题;发展了基于自适应遗传算法的优化方法解决扫描路径优化问题;提出了基于同步优化的鲁棒优化方法解决不确定性影响问题。所有三个方法将参照AAPMTG-119标准进行测试。主要研究结果有:(1)临床病例强度优化测试结果显示四例测试病例强度优化得到的质子调强计划剂量结果均能满足处方目标。在经稀疏矩阵预处理后,用于强度优化的剂量矩阵占用存储分别下降76.5%、80.3%、79.6%和83.7%,同时强度优化计算加速比分别为2.46、1.91、2.45和1.75。(2)临床病例扫描路径优化测试结果显示扫描路径优化可有效减少非必要计划路径,经优化后四例病例总扫描路径长度分别降低27.2%、18.7%、25.4%和33.0%,提高了计划实施效率。(3)临床病例鲁棒优化测试结果显示鲁棒优化得到的质子调强计划在不确定性因素发生时剂量扰动幅度更窄,基于同步优化方法的鲁棒优化可有效提高计划稳定性。由此我们得出研究结论:本论文对质子调强放疗强度优化算法、扫描路径优化算法和鲁棒优化算法进行了深入研究,通过与放疗计划系统进行集成及病例测试,研究并完成了一套先进及临床可用的质子调强放疗优化模块。