《Medical Dosimetry》 2021年10月22日在线发表D Jay Wieczorek, Rupesh Kotecha, Matthew D Hall,等撰写的《Leksell伽玛刀lightning剂量优化软件的系统评估和计划质量评估。Systematic evaluation and plan quality assessment of the Leksell® gamma knife® lightning dose optimizer 》(doi: 10.1016/j.meddos.2021.08.006.)。
比较伽玛刀治疗患者的人工正向剂量计划(MFP)和基于Elekta Fast Inverse planning (FIP,快速逆向剂量计划)的逆向优化方案( inversely optimized plans)的立体定向放射外科(SRS)计划质量指标(stereotactic radiosurgery (SRS) plan quality metrics)。
伽玛刀(瑞典斯德哥尔摩,Elekta AB)立体定向放射外科(SRS)是一种常用的治疗平台,用于治疗颅内良性和恶性肿瘤,以及各种非肿瘤性疾病,如动静脉畸形和三叉神经痛。最新重新设计的系统( The latest redesigned systems), Perfexion 型和Icon型,将192个钴60源固定在8个扇区(每个扇区有24个源)。每个扇区可以独立移动,并可以设置为4个不同的位置——在处理过程中,3个定义为4、8和16毫米尺寸的准直器,以及一个关闭(阻挡)(off,blocked )位置,与旧平台相比,有助于高效照射复杂靶点。
历史上,手动正向计划(MFP)被用于计划者手动在肿瘤内放置靶点以形成所需的等剂量分布。在这个过程中,剂量计划者需要确定多个参数,包括数量、位置、准直器设置和每个靶点的相对权重( the number, location, collimator settings, and relative weights of each of the shots )。在最简单的例子中,考虑到扇形准直器大小的不同选择,一个单独的靶点有65536个可能的射线束形状。由于大多数肿瘤需要不止一个靶点才能覆盖靶体积,因此可能性的数量呈指数性增长。因此,MFP计划的质量高度依赖于剂量计划者的经验和投入到每个计划中的时间。对于形状不规则的大肿瘤,MFP过程耗时耗力。2010年,Elekta AB在Leksell GammaPlan (LGP)中引入了一种逆向计划(IP)工具,可根据预先设定的剂量计划设置选择优化靶区剂量。IP工具使用成熟的指标,如在预定等剂量水平上的覆盖率、选择性和梯度指数(GI),以及照射时间(BOT)处罚(a Beam-On Time (BOT) penalization )来开发计划解决方案。不幸的是,由于优化问题的非凸性和相对等剂量线的使用以及靶点位置的可变性(due to the nonconvex nature of the optimiza- tion problem where difficulties arise due to the use of relative iso- dose lines and the variability in the positions of the shots ),获得最佳方案的解决方法本质上是困难的。由于这个原因,它的临床应用一直受到限制,因为它不能始终优于具有重要经验的手工剂量计划者,仍然普遍需要手工编辑。
2020年底,Elekta AB为Leksell Gamma计划发布了一款新的剂量优化器。该优化器被称为Fast Inverse Planning (FIP),在商业上称为Lightning TM,它利用Sjolund等人发表的开创性研究中发表的线性规划优化一个表述很好的线性目标函数(optimizes a well formulated linear objective function employing linear programming)。与以往的伽玛刀治疗计划方法不同,Lightning开发用于快速生成计划,在优化后只需最小的调整或不需要作调整,即可达到靶区覆盖和适形性的目标,同时使周围关键结构受照的最大剂量最小化。
FIP算法在三个阶段解决逆向规划:等中心点摆放、优化和排序(isocenter placement, optimization, and sequencing )。在第一阶段,利用骨架和曲率两个几何属性(geometrical attributes - skeleton and curvature )在靶区中生成均匀分布的等中心点(well-distributed isocenters are generated in the target )。在后续的优化步骤中,等中心点的位置不变。
在第二阶段,将优化问题表述为目标和约束的加权和,产生一个代价函数,惩罚以下参数(formulated as a weighted sum of objectives and constraints resulting in a cost function that penalizes the following parameters ):
1)靶区受照射剂量(Dose to target ):如果靶区内部和表面体素的受照剂量小于处方剂量,则处罚(Penalizes if dose is less than prescription dose within the interior and surface voxels of the target; );
2)保护危及器官(OARs):通过处罚在接近靶区的环形区域的体素中超过处方剂量的剂量和通过处罚在低剂量区域中超过阈值剂量的剂量,实现高选择性和高剂量梯度(High selectivity and high dose gradient is achieved by penalizing dose exceeding the prescription dose in voxels in a ring region close to the target and by penalizing dose exceeding the threshold doses in the low dose region);针对单靶区和多靶区问题,优化软件定义了环型区域和低剂量区( both the ring and the low dose regions are defined by the optimizer for single and multi-target problems );
3) BOT处罚(penalization ):在优化过程中,每个扇区和准直器的时间被最小化,但允许独立变化,然后在排序阶段转换为可照射的靶点(During optimization, times for each sector and collimator are minimized but allowed to vary independently and are then converted to deliverable shots in the sequencing phase )。在排序阶段,每个扇区的单个准直器的照射时间被合并成可照射的复合靶点(The resulting irra- diation times of individual collimator in each sector are combined into deliverable composite shots in the sequencing phase. This optimization step could result in multiple shots at the same isocenter position )。这个优化步骤可能导致在相同的等中心点位置拍摄多个镜头。在这一步中,BOT小于快门时间(0.1分钟)的靶点被丢弃,并使用导出的靶点执行最终的优化(在这一步中,BOT小于快门时间(0.1分钟)的镜头被丢弃,并使用导出的镜头执行最终的优化)。
鉴于这种新的剂量优化软件的发展,本研究的动机是调查和评估使用FIP产生的治疗计划的质量,并了解治疗计划时间的任何改善。具体来说,研究的主要目的是比较MFP和FIP SRS计划之间的相关计划质量指标。
临床治疗上,对连续100例患者(115处病灶;67处转移性和48处良性病灶),进行人工正向剂量计划(MFP)-SRS计划;采用基于凸面线性规划公式(convex linear programming formulation)的快速逆向剂量计划(FIP)剂量优化软件(dose optimize)重新剂量计划。
纳入的病变大致分为两组:非点状病变(第一组)和点状病变(第二组)。第一组100例患者,非点状病变115例,其中转移性病变67例,良性病变48例。为了研究FIP在多发性小体积点状病变(中位体积0.005 cc)中的行为,研究了第二组患者,即第二组患者。第二组4例,分别有6个病灶,14个病灶,17个病灶,28个病灶,共65个点状病灶。两组临床治疗MFP SRS计划均采用FIP剂量优化软件重新剂量计划。第一组和第二组中所有病变的特征见表1。
表1本研究中115个病灶(组1)和65个病灶(组2)点状转移的分布和体积特征.
手动剂量计划
使用MFP生成临床计划,使用或不使用以前版本的逆向计划工具(GammaPlan v11.0.3和v11.1.1)。对于第一组,临床治疗方案是通过人工优化靶点数、3D空间等中心点位置、相对权重(剂量贡献-)和准直器,以最大化选择性,同时确保靶区覆盖率100%。计划的第一步是在靶区中放置射击。根据病变的大小,选择处方等剂量线大于50%,然后手动或使用之前版本的优化软件中提供的shot Fill(靶点填充)工具进行靶点设置。Shot Fill技术根据病变的大小设置为使用单割准直器大小或复合靶点。对于邻近风险结构的计划,靶点位置通常是手工完成的。然后,使用逆向计划优化工具手动或组合优化靶区配置、权重和等中心点位置,直到靶区覆盖率达到1.0,并对选择性值进行优化。剂量计划师根据制度指示和计划师的经验对生成的逆向计划参数进行评估。以下标准用于评估逆向计划:
(1) 根据每家医院的指南靶区覆盖率为100%(Target cov- erage of 100% per institutional guidelines );
(2) 评估是否生成了最佳的靶点数目和准直器大小(Assessment if optimal number of shots and collimator sizes were generated );
(3) 处方等剂量线围绕靶体积的平整度和适形性(Smoothness and conformity of prescription isodose line around the target volume. )。
(4) 照射时间(BOT)。最后三个评价标准很大程度上依赖于剂量计划人员的专业知识。
(5) 第二组的点状病变根据肿瘤的形状,计划使用单个4mm靶点或4mm、8mm和闭塞扇区的复合靶点。在复合剂量模式下选择处方等剂量线(IDL),以最大限度地提高选择性,同时保持100%的靶区覆盖率。根据机构实践指南,这些点状病变的处方等剂量线(IDL)范围被限制在50-94%之间。
表2对1组(良性、转移性和总的)病灶进行人工正向计划(MFP)和快速逆向计划(FIP)优化方案的中位方案指标和照射参数的比较。总的来说,三组中位PCI和GI在治疗时间和靶区覆盖上均有显著改善。P<有统计学意义;0.05。
表3分组良性病变人工正向计划(MFP)和快速逆向计划(FIP)优化方案的中位方案指标和照射参数比较在MFP和FIP计划之间,AVMs的PCI有显著的统计学改善。在FIP优化方案中,所有亚组的中位GI均有显著改善。所有的亚组都显示FIP计划的靶点数量显著增加。
表4组1 FIP方案在各子组中的平均迭代次数和优化时间:改进PCI (△PCI= 0.01)、PCI最小变化(△PCI = ±0.01)、PCI恶化(△PCI<0.01)、转移性病变、良性病变、总病变、无危险约束和有危险约束。
逆向计划(FIP)
FIP计划的生成是为了匹配或超过MFP计划指标,其重要性顺序如下:1)靶区覆盖率(TC);2) Paddick适形性指数(PCI) ;3)照射时间(BOT);4) 剂量梯度(GI)。FIP优化软件设计在有或没有基础计划下允许对所有或部分选择的病变进行逆向计划。在优化软件中针对选定的靶区输入包括处方剂量、最大靶剂量、覆盖操作、低剂量处罚、BOT处罚和OAR的最大剂量。覆盖操作是一个复选框,可以选择最大化靶区覆盖。
在第一组中,115个病灶中有101个单独使用FIP优化软件进行优化。7例同时优化2个病灶。在第二组中,对每个患者的所有病灶同时优化。对于多病灶优化,所有病灶均纳入初始优化。选择需要调整覆盖率、适形性或BOT的病变,然后再进行优化。重复这个过程,直到找到最佳的复合剂量分布。在这两组中,FIP计划是通过提供处方剂量和最大靶剂量生成的,以便在启用覆盖选项的情况下,处方等剂量线大于50%。初始FIP剂量优化是使用优化软件上的低剂量和BOT处罚的默认50/50(范围0:100)优化设置执行的。然后对连续优化参数进行调整,以最大限度地扩大靶区覆盖率和剂量适形性,同时保持治疗时间与MFP计划相当。根据医疗机构指导方针,通过改变弹丸重量或在冷点添加低重量4mm靶点,对靶区覆盖率为99%的计划进行最低限度的修改,以实现100%的靶区覆盖率。不同机构的实践指南有所不同,并对计划进行了优化,以实现98%-100%的靶区覆盖率,对于靶区覆盖率为> 98%的FIP计划,可以跳过最后的修改步骤。
对于多发性、转移性点状病灶(第二组),如果初始FIP优化采用默认优化设置,在适形性和靶区覆盖方面没有产生临床最佳方案,则对选定靶区执行使用较高的低剂量处罚和略低的BOT处罚的连续优化。通过将低剂量处罚设置为65-85,而BOT处罚设置为40,实现了临床可接受的计划。已经达到收敛的靶区(Targets that had reached convergence)被从优化列表中移除,并运行优化,直到所有靶区达到临床可接受的剂量分布。
为了比较使用FIP和MFP生成的方案,对所有第1组病变的方案质量指标和照射参数进行了比较,并进一步对转移性和良性病变进行了分组。对于良性病变,我们对垂体腺瘤、前庭神经鞘瘤、动静脉畸形和脑膜瘤进行了额外的亚组分析。记录每个病例的FIP剂量优化迭代次数和计划时间。
计划质量指标
为了量化计划质量和便于比较,我们记录并评估了以下计划参数:治疗计划时间、BOT、等中心点数、处方等剂量线(IDL)、靶区覆盖率(TC)和选择性。记录所有计划的迭代次数和优化时间(Number of iterations and optimization time ),按PCI,△ PCI, △PCI = PCI FIP-PCI Clinical分组。识别出下列亚组:PCI改善组(△PCI>0.01)、PCI最小改变组(△PCI = ±0.01)、PCI恶化组(△PCI<0.01)。此外,注意到以下剂量测定的剂量计划指标:Paddick适形性指数,PCI, 定义为:
PCI = TV PIV 2 /(T V xPIV1),(1),
其中,TV PIV 的体积靶区覆盖的处方等剂量线,TV是靶体积和PIV是处方等剂量的体积。
梯度指数,GI,被定义为:GI=PIV 50% /PIV100% (2)
PIV 50%是50%的处方等剂量线的绝对体积,而PIV 100%是处方等剂量线的体积。
照射参数
在所有靶点扇区准直器的大小参数分布的频率(%)被定义为:
ηc (%) = Nc /Nx8 x 100(3)
其中,Nc为所有靶点中,c大小的准直器出现的次数(mm),其中c {4, 8, 16, B}和N为使用靶点的数目。式(3)中的分母为处理方案中扇区的总数,是N与8的乘积,8是表示每个靶点扇区数量的标量。
靶点套靶点的频率(Frequency of shot-in-shot ):将每个病灶在同一坐标位置的靶点数目制成表格。为进行统计分析,对数据进行正态性检验。采用非正态分布的Wilcoxon符号秩检验来评估MFP和FIP治疗方案之间的统计差异。p p<0.05有统计学意义。
表5使用50/50优化设置的FIP基线优化与使用不同优化设置的最终优化方案相比,产生非最优方案的2组小/点状病变子集的方案特征比较。这些病灶最终优化方案的剂量分布和计划质量指标可与单靶点MFP计划相媲美。
表6对第2组小病变(中位体积= 0.005cc,范围:0.002-0.04 cc)的手动正向计划(MFP)和快速逆向计划(FIP)优化方案的中位计划指标和传递参数的比较。统计上,FIP计划的中位PCI和中位GI有显著改善。
图7。所有病变的MFP和FIP图的扇形准直器大小和阻塞分布频率。与MFP相比,FIP计划中闭塞扇区的使用显著增加,4毫米扇区准直器的使用减少。
图8。显示了所有病变的MFP和FIP计划之间每个坐标的靶点次数的频率。如前所述,FIP计划与MFP相比,每个坐标的靶点数量显著增加。
生成比较方案以匹配或超过以下指标(按重要性排序):靶区覆盖(Target Coverage,TC)、Paddick适形性指数(Paddick Conformity Index,PCI)、照射时间(beam-on time ,BOT)和梯度指数(Gradient Index,GI)。对所有病变进行MFP和FIP之间的计划质量指标和照射参数的比较,并将其分为亚组进行进一步分析。此外,研究了一组病例中多个点状(<4mm)转移灶的FIP的表现。使用非正态分布的Wilcoxon符号秩检验来评估MFP和FIP治疗方案之间的统计学差异。
总体而言,76%(87/115)的FIP计划显示,与MFP计划相比,计划质量在统计学上有显著改善。与MFP相比,FIP计划显示PCI中位值增加了1.1% (p<0.01), GI降低了3.7% (p<0.01),中位靶点数增加了74% (p<0.01)。MFP计划和FIP计划之间的靶区覆盖(TC)和照射时间(BOT)差异无统计学意义(p>0.05)。FIP计划显示,使用16mm (p<0.01)和靶点阻挡(blocked shots)(p<0.01),相应减少4毫米靶点(p<0.01)。在FIP计划中,每个坐标使用多靶点的比例显著较高(p<0.01)。(As compared to MFP, FIP plans demonstrated an increase in the median PCI by 1.1% (p<0.01), a decrease in GI by 3.7% (p< 0.01), and an increase in median number of shots by 74% (p< 0.01). TC and BOT were not statistically significantly different between MFP and FIP plans (p>0.05). FIP plans showed a statistically significant increase in use of 16 mm (p< 0.01) and blocked shots (p< 0.01), with a corresponding decrease in 4 mm shots (p< 0.01). Use of multiple shots per coordinate was significantly higher in FIP plans (p<0.01). )
即便改变优化参数,FIP优化器仍未能在4/115(3.5%)病灶中生成临床可接受的方案。FIP计划的平均优化时间为5.0 min(范围:1.0 - 10.0 min)。在多点状病变的情况下,通过将默认的低剂量/BOT惩罚优化设置(the default low-dose/BOT penalty optimization setting)从默认的50/50更改为75-85/40,FIP的PCI得到了显著改善(P<0.01)。
FIP极大地减少了SRS治疗规划的手工工作,同时实现了与专家规划人员相当的计划质量——极大地提高了总体剂量计划效率。FIP计划采用非直观的增加使用阻挡扇区(blocked sectors) 和靶点-套-靶点(shot-in-shot technique )技术,以实现高质量的计划。若干FIP计划未能实现临床可接受的治疗,需要进一步研究。
伽玛刀SRS治疗计划过去使用MFP技术,计划质量严重依赖于计划人员的经验和模拟和治疗之间可用的计划时间。原则上,一个理想的计划是有效生成的,旨在最大限度地扩大靶区覆盖范围和选择性,同时使GI和BOT最小化。开发软件解决方案来完成这一任务是具有挑战性的,因为如果在优化阶段,所有可用参数,如靶点位置、靶点准直和靶点权重等,逆向优化问题本质上是非凸的(the problem of inverse optimization is essentially non-convex if all available parameters—i.e., shot po- sition, shot collimation, and shot weight—are varied during the optimization phase) 。LGP v5.34是第一个商业化的逆向计划工具。与专家计划师相比,该软件可以产生较差的方案;由于优化软件的限制,导致靶点坐标离靶区太远,未能限制相邻危及器官(OARs)的剂量。在2010年发布的LGP v10.0中,引入了梯度指数来限制靶体积之外的剂量,从而解决了后一个限制。虽然这导致了比以前的优化软件有显著改进,手动计划仍然优于逆向优化计划,特别是在有多个靶区的计划。在本研究中,逆向优化工具v11.0.1与使用MFP优化的人工剂量计划结合治疗病变。在此优化中使用的目标是基于相对等剂量值,因此有两个主要缺点,即:(1)逆向优化软件需要在优化之前选择一条等剂量线,这直接影响最终的优化方案;(2)使用相对等剂量优化限制了对多个病变的优化,并限制了相邻OAR的最大受照剂量。此外,优化软件允许在优化软件中改变等中心点位置,从而导致非凸优化问题(the optimizer allows for isocenter positions to be varied in the op- timizer resulting in a non-convex optimization problem. )。在本研究中评估的新的FIP优化软件是一种全新的完全逆向优化剂量计划方案,用于GammaPlan v.11.3.1,该方案可对一组定位良好的等中心点平行优化准直器配置和权重(opti- mizes collimator configuration and weighting in parallel for a set of well-positioned isocenters )。该软件解决方案已被设计成最大的靶区覆盖率和选择性,同时使BOT, GI和OAR受照最大剂量最小化(to maximize target coverage and selectivity while minimiz- ing BOT, GI, and maximum dose to OARs )。
FIP优化软件提供了一种快速和完全自动化的Gamma Knife病例剂量计划方法,用户输入最少,适用于那些需要>99%的靶区覆盖。据作者所知,这是第一个广泛评估SRS治疗计划的FIP临床计划质量指标的文稿。
图1。轴位和矢状位的T1 -对比增强对比治疗计划MRI显示了一个典型病例的剂量分布的对比(PCI <0.01)组。左列图像显示MFP计划,PCI = 0.83,右列图像显示FIP优化计划,PCI = 0.77。
图2。轴位和矢状位的T1 -增强对比治疗计划MRI显示了微小改变(PCI = 0.01)组中一个代表性病例的剂量分布的比较。左列图像显示了PCI = 0.93的MFP计划,右列图像显示了PCI = 0.93的FIP优化计划。
图3。轴位和矢状位T1 -增强治疗计划MRI显示比较了一个典型病例的剂量分布增加(△PCI ≧0.01)组。左列图像显示MFP计划,PCI = 0.88,右列图像显示FIP优化计划,PCI = 0.94。
在测试本研究中评估的FIP的临床表现时,115个临床治疗的病灶被重新优化,以匹配靶区覆盖指标,低剂量和BOT处罚的默认优化加权设置为50/50(re-optimized to match target coverage metrics with the default optimization weighting setting of 50/50 for Low-dose and BOT penalty )。为寻求进一步改进,使52%的患者达到FIP计划的靶区覆盖率。在本研究中,FIP收敛到一个中值时间为5分钟的解决方案,这大大缩短了生成计划所需的时间(FIP converged to a solution with a median time of 5 minutes, which significantly shortened the time needed to generate a plan )。FIP生成的处理方案需要大量靶点,而且许多靶点时间较短,这是专家规划者通常不会采用的策略。FIP还显示了更多的靶点套靶点等中心位置的使用。这似乎是由优化软件的设计驱动的,因为在优化过程中等中心位置是均匀分布和固定的(FIP-generated treatment plans employ a significantly higher number of shots, and many with low shot times, a strategy not typically employed by expert planners. FIP also showed an increased use of a higher number of shot-in-shot isocenter positions. This appears to be driven by the design of the optimizer since the isocenter positions are well distributed and fixed during the optimization process. )。正因为如此,等中心点位置被重新使用/再利用(recycled/reused )以达到最佳剂量分布。此外,在基于扇形优化之后的排序阶段,可以在同一等心点上获得多个靶点。最后,与MFP方案相比,FIP生成的治疗方案使用了更多的16mm准直器,这可能来自于使BOT最小化的努力。如图5中前庭神经鞘瘤病例所示,增加使用16mm准直器可能导致某些病例的临床方案较差。
FIP没有提供选择处方等剂量线(IDL)的选项,但是,可以通过提供靶体积上的最大剂量限制来驱动优化器,使其不低于最小IDL。在目前的研究中,最大剂量被限制为确保处方等剂量线(IDL)为≧50%。这一决定是由惯例驱动的,即这提供了靶点外最大的剂量下降,这与临床结果相关(This decision isdriven by the precedent that this provides the steepest dose fall-offoutside the target, which is correlated with clinical outcomes.)。然而,以往的研究表明,剂量下降受多种因素的影响,如%IDL(等剂量曲线%),复合靶点,和多变的靶点套靶点的权重。此外,几乎没有证据表明最大剂量对SRS治疗的疗效或安全性的临床影响。在没有特定照射靶区最大剂量的情况下,优化软件选择处方等剂量曲线(IDL)以使梯度指数最大化,这在当前的研究中没有使用。
图4。轴位和矢状位T1 -对比增强治疗计划MRI显示了临床不可接受的FIP优化计划与MFP计划的剂量分布的比较,注意到处方剂量的不一致性。左列图像显示MFP计划,PCI = 0.94,治疗时间为78.41分钟。右侧柱状图像显示FIP优化方案,PCI = 0.69,治疗时间为281.47分钟。
总体而言,76%的患者的选择性和梯度指数与专业规划的MFP患者相比有显著改善。对于研究中所包括的所有病变,使用FIP的BOT与MFP病例的具有可比性。在一些类似于图4所示病例的临床场景中,FIP无法收敛到一个解决方案,并产生了临床较差的方案。制造商的初步调查表明,在某些非点状病变的情况下,该算法有局限性,这将在未来的版本中解决。所有良性病变亚组的Paddick适形性指数(PCI)均具有可比性,除了AVMs,其FIP方案的PCI明显优于MFP方案的。尽管增加了16mm靶点的使用,相对于MFP计划总体而言,良性病变的FIP计划显示GI(梯度指数)改善(p<0.05)。在多个非点状病变的情况下,特别是对于彼此接近的病变,需要多次迭代优化以改善梯度指数。此外,还注意到,用于单个优化的BOT明显长于同时优化多个非点状结构的BOT。这保证了对优化软件的进一步研究,并且超出了本研究的范围。
图5。一个典型前庭神经鞘瘤患者的轴位和矢状位T1 -对比增强治疗计划MRI显示了MFP计划(左列图像)与FIP计划(右列图像)的比较。与FIP计划的PCI = 0.79相比,MFP显示PCI = 0.83。
对于多个点状病变,使用默认的50/50优化设置可能会导致次优方案,因为增加了使用8毫米和16毫米扇形准直器的多个靶点。然而,使用增加的65-85/40的低剂量处罚设置,与单一的4mm靶点方案相比,效果如何呢?可能需要多次优化迭代来汇聚所有病变,同时在后续迭代中排除已达到临床目标的靶点。
图6。轴向T1-增强对比治疗计划的MRI显示了转移点状病灶的剂量分布,包括MFP计划(a)、FIP计划(默认50/50优化设置)和FIP计划(默认85/40优化设置)。使用适当的优化设置,FIP优化软件可以生成与MFP计划相当的计划。