Beam angle optimization in radiation therapy

Cancer is the second leading cause of mortality worldwide, with radiation treatment among the main types of its treatment. The primary goal of radiation therapy planning is to focus the majority of radiation on the targeted region to eliminate tumor cells while minimizing exposure to the surrounding anatomical structures as much as possible in order to reduce toxicity. Effective planning of comprehensive radiotherapy treatment involves optimizing numerous parameters and is subdivided into three subproblems: Beam Angle Optimization (BAO), involving the selection of the beam number and associated angles; Fluence Map Optimization, where intensity maps are computed for each chosen beam angle; and the Delivery problem, which involves determining the sequence of configurations for treatment delivery. While the latter two subproblems are well-explored and possess convex characteristics, the BAO problem presents a challenge due to its high-dimensional and non-convex nature. Currently, clinical approaches to beam selection predominantly rely on trial-and-error methods. This thesis investigates the main methodologies employed to tackle the BAO problem. Furthermore, it presents two developed methodology integrated into the workflow of an open-source treatment planning system, with the goal of facilitating its practical application within clinical settings. Additionally, we explored a methodology to tackle the BAO problem as an adaptive treatment personalization problem, integrating patient-specific data. By integrating biological characteristics and treatment response biomarkers, personalized approach holds promise for optimizing treatment outcomes, reducing the risks of complications, and improving overall patient care in radiation oncology.

Il cancro è la seconda causa principale di mortalità nel mondo, e la radioterapia rappresenta uno dei suoi principali metodi di trattamento. L'obiettivo primario della pianificazione di un trattamento radioterapeutico consiste nel concentrare la maggior parte della radiazione sulla regione malata con lo scopo di uccidere le cellule tumorali riducendo allo stesso tempo al minimo l'esposizione alle radiazioni delle strutture anatomiche circostanti al fine di ridurne la tossicità. La pianificazione di un trattamento radioterapico efficace e completo implica l'ottimizzazione di numerosi parametri ed è suddivisa in tre sotto-problemi: il problema di beam angle optimization (BAO), che coinvolge la selezione del numero di fasci e degli angoli associati; il Fluence Map Optimization, dove vengono calcolate le mappe di intensità per ciascun angolo di fascio scelto; e il problema del delivery, che consiste nel determinare la sequenza di configurazioni per la somministrazione del trattamento. Mentre gli ultimi due sotto-problemi sono ben esplorati e possiedono caratteristiche convesse, il problema di BAO presenta una sfida a causa della sua alta dimensionalità e la sua natura non convessa. Attualmente, gli approcci clinici utilizzati per questo problema si basano principalmente su metodi di trial-and-error. Questa tesi presenta le principali metodologie impiegate per affrontare il problema BAO. Inoltre, presenta una metodologia sviluppata e integrata nel flusso di lavoro di un sistema open-source di treatment planning, con l'obiettivo di facilitarne l'applicazione pratica all'interno dei contesti clinici. Infine, abbiamo esplorato una metodologia per affrontare il problema BAO nell'ambito del trattamento personalizzato della terapia, integrando dati specifici del paziente. Tenendo in considerazione caratteristiche biologiche e biomarker di risposta al trattamento, l'approccio personalizzato offre possibilità di ridurre i rischi di complicazioni e migliorare la cura complessiva del paziente in radioterapia oncologica.