调强放疗(Intensity Modulated Radiation Therapy,IMRT)是实现精确放疗最普遍的一种放射治疗技术,是一个逆向计划设计的过程,其目的是使治疗计划中的射线高剂量照射区域与肿瘤靶区在三维方向上高度适形,尽最大可能地将射线照射的高剂量集中在肿瘤靶区,同时让周围的正常组织器官和危及器官受到最少的剂量照射。治疗计划系统(Therapy Planning System,TPS)是一种能实现IMRT放疗计划设计和评估的软件系统,利用计算机技术实现放疗计划的自动化设计,易得到最佳的放射治疗方案,有效提高了患者的肿瘤控制概率和生存率。本文使用TPS系统,基于光子束的有限笔形束卷积模型,确定了优化目标函数,在多种模体和病例上进行了实验研究。本文研究所使用的剂量计算模型是有限笔形束卷积模型,因此射束权重优化本质是优化笔射束权重。放疗中如何自动选择射野参数引起了广泛关注,射野方向及其权重优化是两个必不可少的方面,本文从射野方向和笔射束权重优化两个方向入手,运用群体智能算法提高优化性能。人工蜂群算法和遗传算法都属于群体智能算法,都是一类新型全局优化搜索技术,它们通过向自然界学习,借鉴蜂群采蜜的智能行为和生物遗传的进化机制来求解问题。特别是,它们不需要目标函数具有连续性、线性条件、导数存在等约束,还具有并行计算的特点,使其在速度和性能等方面有良好的表现。本文的主要成果和创新点包括:(1)在射野方向优化的问题上,本文提出人工蜂群算法优化射野方向,结合前人对射野方向设置的的先验知识,对射野组合设置约束,缩小搜索空间,同时也让初始解较为均匀地分布在搜索空间上,最终利用人工蜂群算法局部搜索能力强的优势在局部细节上寻找更优解,加快了优化问题的收敛速度。(2)在笔射束权重优化的问题上,由于笔射束权重数量规模较大,影响了收敛速度,本文提出了人工蜂群结合遗传算法优化每个有限笔射束的权重。将人工蜂群算法的局部搜索能力强和遗传算法的全局搜索能力强的特点相结合,这两种算法互相弥补各自算法的不足,提高了优化的收敛速度,加快得到最优的笔射束权重设置。