放射治疗是治疗恶性肿瘤的主要手段之一。在过去的二十年中,随着计算机技术、计算机断层扫描和磁共振成像等医学影像诊断技术的不断发展,放射治疗技术杀死肿瘤细胞并保护正常组织的能力得到了极大的提高。调强放射治疗(Intensity Modulated Radiation Therapy,IMRT)是三维适形放射治疗技术的一种,具备提供更好靶区剂量、更好保护正常组织、有效改善癌症患者的生存质量的潜力,已成为本世纪放射治疗的主流技术。其通过计算机辅助的优化程序控制多叶准直器(Multileaf Collimator,MLC)计算出符合临床要求的非均匀的强度分布,以便提高治疗效果。然而,鉴于实际问题的复杂性,IMRT的优势还远没有在临床应用中完全发挥出来,其中尚有许多问题有待解决。本文围绕IMRT中的自动方案优化方法、直接子野优化(Direct Aperture Optimization,DAO)算法、子野生成算法、提高优化速度,缩短治疗时间等方面的问题展开研究,主要工作如下:1.在IMRT的逆向计划中,通常通过线性加权使多目标优化问题转为单目标优化问题,即在优化之前给各子目标函数以相应的权重因子来权衡其重要程度。为了获得一个高质量的治疗计划,常常需要物理师以手工“试误”的方式反复调整子目标函数的权重,这是一个十分耗时耗力的过程。为了减少物理师的工作量,实现逆向计划完全自动化的优化过程,提出了一种基于粒子群算法的权重因子优化技术。新算法主要包含三个步骤:(i)在搜索空间中随机地初始化一组权重因子(即粒子),其中每个粒子对应于一个包含不同权重的目标函数;(ii)对不同的粒子利用注量图优化求解器得到最优解,并根据结果确定个体最优位置和全局最优位置;(iii)根据个体最优和全局最优更新权重因子。步骤(ii)与步骤(iii)交替迭代执行,直到满足终止条件。在新方法中,适应度函数由剂量—体积直方图上的几个控制点组合而成。此外,还在新算法中采用了扰动策略以提高种群多样性,利用弹性参数提高了算法的灵活性。实验结果表明新算法在无需人力干预的情况下,在合理的计算时间内可生成满足临床要求的优化方案,使得计划设计过程摆脱了对人力的依赖,减少了物理师的工作量。2.针对传统DAO算法收敛速度慢、易停滞、全局搜索能力低的缺点,提出了一种基于梯度信息的DAO优化方法。在新算法中分别采用不同的优化方法对将子野形状和子野权重进行迭代优化。首先为提高子野形状优化每次搜索的有效性,对传统模拟退火(Simulated Annealing,SA)算法进行了改进,将梯度信息融合在SA算法中。采用基于梯度的SA法确定子野形状,并在优化同时充分考虑MLC叶片间的约束条件,保证优化后的子野形状满足临床放射治疗的要求。之后再利用具有求解大规模约束优化问题能力的带约束最小存储拟牛顿算法优化子野权重。实验结果表明,与传统算法相比,新算法计算时间减少了15.90%,同时得到的治疗方案靶区最低剂量提高了0.29%,最高剂量降低了0.45%;危及器官膀胱最高剂量降低了0.25%;危及器官直肠最高剂量降低了0.09%,说明在IMRT中采用本文算法直接优化子野,可在短时间内得到满足临床要求并可直接实施照射的治疗方案,具有较好的临床实用价值。3.为了降低基于列生成的子野生成算法的计算复杂度和规划时间,提出了一种基于阈值分割的子野生成算法,并将其嵌入到DAO算法中。该方法主要包括两部分:模糊控制器和阈值分割算法。针对梯度图中的噪声抑制子野生长的问题,首先利用模糊控制器对梯度图进行智能平滑,消除噪声,以提高子野形状的连续性;然后采用阈值分割算法替代原解代价问题直接生成新子野。实验结果表明,相比基于最短路径算法的子野生成算法,新算法在优化时自动生成的子野开口面积更大,且子野数目更少,使得算法优化运行时间减少了58.61%?0.40。说明,本文算法在保证放射治疗质量的同时能够有效减少计算量缩短运行时间。