多叶准直器是实施精确放疗的关键设备，其叶片序列算法是联系放射治疗系统和硬件控制系统的纽带。本文通过广泛调研，结合应用需求，以建立精确多叶准直器叶片序列算法的实验平台为目标，基于团队前期所开展的精确放疗系统ARTS(Advanced/Accurate Radiation Therapy System)相关工作，对多叶准直器叶片序列算法所涉及的关键科学问题进行了深入的研究，内容包括强度分布图分群算法优化，静态调强和动态调强，设计并实现了多叶准直器(MulitileafCollimator，MLC)的静态、动态调强的处方准备系统，将ARTS系统所产生的强度分布图精确转换为多叶准直器控制文件。　　 精确放疗系统的优化结果是在每个射束角度下的强度分布图(IntensityMap)。强度分布图的复杂程度决定了多叶准直器实施照射的难度。分群算法将强度分布图所有元素进行分群优化，在针对目前广泛使用的等间距分群算法的调研基础上，提出了用K-Means不等间距分群算法解决强度分布图的分群问题，并通过实例说明了K-Means分群算法的优越性，即以尽可能少的分群数目和更小的二次函数剂量约束误差来表现原强度分布图的性质。　　 分群之后的强度分布图可以根据需求转换为相应的多叶准直器静态或者动态调强控制文件。作为一种有效的调强方式，MLC静态调强算法具有剂量学优势，但治疗时间偏长。为缩短总的治疗时间，我们在ARTS系统中集成了多种算法，对NS和TNMU计算结果进行比较从而优选的方法。此外，前期的研究关注于静态调强的效率问题对实际照射中MLC子野的形状优化少有关注。针对这个问题，我们提出基于MLC行间距的优化的子野形状优化模型算法，使子野形状变得紧凑，同时结合共轭梯度法对子野的系数进行优化，使得优化后的实施剂量体积分布与期望剂量体积分布基本一致。　　 多叶准直器动态调强算法是在保持照射的情况下，叶片持续运动获得期望的强度分布。目前采用的方法是“滑动窗技术”(Sliding Window)。在计算机控制下，每对叶片形成一个“窗口”，从射野的一端滑向另一端。“窗口”大小与“窗口”滑动的速度都在不断的调节。本文提出的基于强度分布图网格宽度的动态调强算法比基于强度剖面的Sliding Window算法更容易校验速度，对叶片运行的速度变化要求更低，大大降低了对多叶准直器硬件的设计要求。从临床病例的测试结果来看，执行效率高，剂量分布合理，剂量体积图符合临床要求。