放射治疗是治疗肿瘤的主要方法之一。在放射治疗系统中进行精确计划是实现精确放射治疗的重要环节，而精确的放射剂量计算方法及快速、有效的调强优化算法是制定高质量放疗方案的前提和保障。　　本文主要致力于笔形束剂量计算方法和方案优化算法的研究，在总结现有放疗剂量计算方法及方案优化算法的基础上，对已有的经典笔形束算法进行改进，增加剂量计算的精度;在调强放射治疗中，将等效凸生物准则应用到方案优化的目标函数中，保证方案优化结果为全局生物最优。在上述工作的基础上，我们进一步研究了调强放射治疗中随机几何不确定性的校正问题以及自适应放射治疗中最佳重新规划时间和次数的问题。　　在调强放射治疗过程中，笔形束算法经常被用来计算剂量分布。在第一部分中，提出了一种新的笔形束模型来计算非均匀介质中的光子剂量分布。为了校正由倾斜的笔形束核所引入的计算误差并缩短校正过程所花费的计算时间，使用不同射线源到皮肤表层距离(distancefrom source to surface，DSS)的笔形束核在球壳坐标系统中计算剂量分布，并分别采用叠加算法和快速傅立叶变换算法计算剂量分布。为了增加叠加剂量计算方法的计算精度，通过移动射束在体模表层入射点的位置和修改对应射束笔形束核的DSS，对深度分量进行校正，从而直接使用密度拉伸算法在当前球壳上对剖面分量进行校正，而无需考虑不同深度的球壳上的密度信息。在不考虑侧向非均匀介质分布的情况下，可以在每层球壳上直接使用快速傅立叶变换算法对剂量计算进行加速，减少了剂量计算所需时间。实验结果表明，叠加剂量计算方法的精度高于经典笔形束算法;FFTC方法的精度较低，但是相比叠加剂量计算方法，计算速度提升了近40倍。　　正常组织并发症概率(normal tissue complication probability, NTCP)准则与临床治疗密切相关，它可以直接估算在任何剂量分布下正常组织出现并发症的概率。但是，在引入NTCP这一生物因子参与调强放疗注量图优化的过程中，NTCP准则是关于注量分布的非线性、非凸函数。逆向计划中，直接在目标函数中使用NTCP准则增加了求解优化问题的难度。在第二部分中，我们将等效凸NTCP准则应用到逆向方案优化中，并与其它方案优化算法进行了比较。在逆向计划中，我们使用基于物理-生物准则的混合目标函数，其中等效凸NTCP准则被用来减少正常组织所接收到的剂量照射，物理准则被用来控制靶区剂量的分布。总目标函数是基于NTCP准则的子目标函数和基于物理准则的子目标函数的加权和。采用基于梯度的优化算法，即limited-memory Broyden-Fletcher-Goldfarb-Shanno算法，来求解大规模受限最小化优化问题。新算法还与基于剂量-体积准则的优化算法以及其它两种基于NTCP准则的优化算法在10例前列腺肿瘤患者上进行了对比实验。实验结果表明，利用新算法可以得到临床可接受的放射治疗计划，且相比其它两种优化算法，新算法所得放射治疗计划质量更高，所需计算时间更短。　　由于随机误差具有有限的反应时间及不规则的运动形式，放射治疗中固有的随机几何不确定性不能被完全消除。在第三部分中，提出一种新的反卷积算法来校正随机几何不确定性。新算法由序列展开方法和巴特沃斯滤波器构成。为了抑制反卷积结果中的高频分量，只取序列展开式的前4项。根据不同的随机几何不确定性的概率密度函数调整巴特沃斯滤波器的参数，进一步滤除反卷积结果中的高频分量来缩小静态注量图和卷积后注量图的差异，特别是在射野的边缘位置处。为了减少靶区外正常组织接收到的剂量照射，鲁棒注量图在射野外的注量分布被置为零。实验结果表明，新算法提升了放射治疗的质量且满足临床放射治疗的要求。　　放射治疗过程通常持续一个月之久，期间需要根据患者及肿瘤变化情况重新制定放射治疗方案。完全重新规划的工作量非常大，包括重新进行CT扫描、器官勾画和计划设计等。由于医疗资源有限，不可能为每个病人在每次分次照射之前进行重新规划。但是，可以使用有限次数的重新规划，最大程度地改善病人的放射治疗质量。在第四部分中，主要研究了离线自适应放射治疗算法，提出了一种确定离线自适应放射治疗中最佳重新规划时间及次数的算法。相对于直接采用体模内解剖结构变化或剂量变化确定最佳重新规划时间的方法，新算法根据累积剂量分布来确定最佳重新规划的时间及次数，综合地考虑了重新规划对整体剂量分布的影响，而不仅仅是对某次分次照射进行校正。最后，我们分别给出了头颈部肿瘤自适应放射治疗的最佳重新规划时间及次数。