CN101002231A - 基于区域竞争可变形网格适配的分割 - Google Patents
基于区域竞争可变形网格适配的分割 Download PDFInfo
- Publication number
- CN101002231A CN101002231A CNA2005800270762A CN200580027076A CN101002231A CN 101002231 A CN101002231 A CN 101002231A CN A2005800270762 A CNA2005800270762 A CN A2005800270762A CN 200580027076 A CN200580027076 A CN 200580027076A CN 101002231 A CN101002231 A CN 101002231A
- Authority
- CN
- China
- Prior art keywords
- grid
- image
- mesh
- overlapping
- adaptive
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000011218 segmentation Effects 0.000 title description 2
- 230000006978 adaptation Effects 0.000 title 1
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000003709 image segmentation Methods 0.000 claims abstract description 14
- 238000001959 radiotherapy Methods 0.000 claims description 29
- 238000005457 optimization Methods 0.000 claims description 26
- 230000005855 radiation Effects 0.000 claims description 20
- 230000003044 adaptive effect Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 13
- 238000005520 cutting process Methods 0.000 claims description 10
- 239000000203 mixture Substances 0.000 claims description 9
- 238000002600 positron emission tomography Methods 0.000 claims description 6
- 238000005192 partition Methods 0.000 claims description 5
- 238000002591 computed tomography Methods 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 3
- 238000002603 single-photon emission computed tomography Methods 0.000 claims description 2
- 230000008676 import Effects 0.000 claims 2
- 230000014616 translation Effects 0.000 claims 1
- 210000000056 organ Anatomy 0.000 description 22
- 238000012545 processing Methods 0.000 description 14
- 206010028980 Neoplasm Diseases 0.000 description 11
- 238000011112 process operation Methods 0.000 description 9
- 210000000664 rectum Anatomy 0.000 description 9
- 230000008878 coupling Effects 0.000 description 7
- 238000010168 coupling process Methods 0.000 description 7
- 238000005859 coupling reaction Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 6
- 238000003325 tomography Methods 0.000 description 6
- 201000011510 cancer Diseases 0.000 description 4
- 210000002307 prostate Anatomy 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 210000000988 bone and bone Anatomy 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 3
- 230000003439 radiotherapeutic effect Effects 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 238000013170 computed tomography imaging Methods 0.000 description 2
- 230000005251 gamma ray Effects 0.000 description 2
- 230000003211 malignant effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001915 proofreading effect Effects 0.000 description 2
- 230000002285 radioactive effect Effects 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 206010060862 Prostate cancer Diseases 0.000 description 1
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005194 fractionation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000011275 oncology therapy Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 201000001514 prostate carcinoma Diseases 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
- G06T17/205—Re-meshing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/755—Deformable models or variational models, e.g. snakes or active contours
- G06V10/7553—Deformable models or variational models, e.g. snakes or active contours based on shape, e.g. active shape models [ASM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20116—Active contour; Active surface; Snakes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30028—Colon; Small intestine
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- General Health & Medical Sciences (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Radiation-Therapy Devices (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
一种图像分割方法分割图像中的多个图像特征。所述多个图像特征是非同时地相继地加以分割的。每个图像特征的分割包括使初始网格适配于图像特征边界。每个图像特征的分割此外还包括防止该适配的网格与任何之前适配的网格重叠。
Description
技术领域
以下涉及图像处理技术。该技术尤其适用于与放射治疗的治疗计划发展相结合对计划图像进行分割和轮廓界定, 并且将具体参照这种应用来介绍该技术。不过,该技术可以一般性地在图像分割和轮廓界定中得到应用,并且可以在采用图像分割和轮廓界定的方法和系统中得到应用,比如用于诊断医学成像、磁共振血管照相术等等中。
背景技术
在进行放射疗法的过程中,要使用多叶式准直器或其它束整形元件对断层摄影辐射束或多个辐射束进行强度调制,以精确照射癌变区域,同时限制了有风险的敏感近旁器官的辐射暴露。放射治疗之前,要根据通过计算机断层摄影或其它成像技术获得的放射疗法对象的一个或多个计划图像来计划放射疗法的疗程或多个疗程。在常用的办法中,癌肿瘤和有风险的近旁器官是使用图像分割在计划图像内识别出来的。使用三维轮廓或网格对所关心的每个项目(肿瘤、器官等)进行分割,从而识别出肿瘤或器官的空间边界。对强度调制参数进行优化,以便在限制与有风险器官对应的轮廓或网格内的辐射暴露的同时,将辐射主要递送到与癌变区域(肿瘤、受癌症控制的器官等)相对应的轮廓或网格内。
计划图像的人工分割或轮廓界定的劳动强度很大。每个表面一般来说是二维边界的堆叠,必须通过拉伸、移位,使这些二维边界与相应的肿瘤或器官的边界相符合,或者采用其它方式,操纵表面上的小的部分,直到整个三维表面与器官或其它正在进行轮廓界定的项目相一致。针对每个癌变区域和每个有风险器官的每个图像切片重复进行这一处理。轮廓界定中发生的错误能够导致对恶性肿瘤的不充分照射、对周围器官的辐射损伤或者二者都有。
鉴于这些困难和顾虑,希望轮廓界定处理部分地或全部地实现自动化。在某些自动轮廓界定方法中,将三维表面分割成多边形网格。例如,可以采用三角形网格元,并且反复调节三角形网格元的顶点坐标,直到网格表面与界定轮廓的区域的边界充分对应。网格的优化采用结合了比如下列标准的优化准则:(i)在每个多边形网格元中找出一个或多个图像特征;(ii)最小使图像特征点和网格形状折衷的能量参数;等等。
通常,要分割不止一个感兴趣的项目。例如,在前列腺癌治疗中,要界定出受癌症侵害的前列腺的轮廓作为放射疗法的目标,同时要界定出膀胱、直肠和股骨头的轮廓作为要限制其射线照射的有风险器官。因为这些器官相互接近,经过计算机优化的轮廓或网格可能会产生重叠。这样的重叠是很成问题的,尤其是如果诸如膀胱或直肠这样的有风险器官的轮廓与诸如前列腺这样的目标器官的轮廓相交叠时。在这些情况下,交叠区域的状态是模棱两可的:是应该将交叠区域作为目标器官的一部分而对其进行射线照射呢,还是应该将交叠区域作为有风险器官的一部分而避免对其进行辐射呢?
在一种避免轮廓或网格重叠的方法中,将“弹簧”体态(“springaspect”)引入到每个网格分量中。在两个轮廓在优化期间遇到一起时,弹簧体态防止这两个轮廓交叉或交叠。不过,这种方法具有某些困难。首先,如果两个轮廓在最初就交叠,例如由用户提供的或者由自动轮廓启动算法给出的轮廓交叠,那么这些方法可能会失效。实际上,弹簧体态在这些情况下可阻止错误的初始交叠在优化期间得到修正。
其次,弹簧体态的高强度会带来相邻网格之间不精确的大间隔。如果由这些网格所代表的器官的边界实际上相互接近(或者甚至可能相互挤靠在一起),以至它们各自的网格在接触区域内具有非常相似或一致的表面,那么这是很成问题的。相反,如果将弹簧体态设置为较低强度,则可能不足以避免网格的交叠。
发明内容
以下内容考虑克服前面提到的局限性和其它问题的得到改进的设备和方法。
按照一个方面,给出了一种用于分割图像中的多个图像特征的图像分割方法。所述多个图像特征是非同时地相继地分割的。每个图像特征的分割包括使初始网格适配于该图像特征的边界。每个图像特征的分割此外还包括防止该适配的网格与任何之前适配的网格交叠。
按照另一个方面,公开了一种用于分割图像中的多个图像特征的图像分割设备。提供了用于非同时地相继地分割多个图像特征的装置。每个图像特征的分割包括使初始网格适配于该图像特征的边界。每个图像特征的分割此外还包括防止该适配的网格与任何之前适配的网格交叠。
一个优势在于具有得到提高的稳定性的自动轮廓界定或分割。
另一个优势在于在轮廓界定或分割解决方案中避免了轮廓交叠。
另一个优势在于得到提高的轮廓界定精确性。
再另一个优势在于分割处理中得到提高的工作流程效率。
在阅读了以下详细说明后,对于本领域技术人员而言,众多额外的优势和益处将会变得显而易见。
附图说明
本发明的形式可以为各种部件和部件设置,并且各种处理操作和处理操作的排列。附图仅仅是为了图解说明优选实施方式并且不要理解为限制本发明。
图1示意性表示用于执行放射疗法治疗的放射治疗系统。
图2示意性表示图1的放射治疗系统的轮廓界定处理器。
图3A表示具有两个现有的确定轮廓的示例图像。
图3B表示与图3A的具有两个现有确定轮廓的图像相对应的二进制轮廓掩模。
图4A表示具有由用户采用屏幕上光标选定的初始轮廓的具有图3A的两个现有确定轮廓的图像。
图4B表示用户进行的图4A的轮廓的调整,其中轮廓界定处理器的防交叠处理器防止用户进行的调整与现有的确定轮廓交叠。
图5表示由图2的轮廓界定处理器执行的自动轮廓界定处理的处理流程图。
图6图解说明校正使当前轮廓与已经优化的轮廓产生交叠的调整的适当方法。
图7表示由图2的轮廓界定处理器适当执行的自动轮廓界定处理的另一种处理流程图。
图8A和8B表示使用和不使用图7的防交叠技术的示例直肠轮廓界定的结果。
具体实施方式
参照图1,放射治疗系统包括计划计算机断层摄影成像扫描仪10。所示出的扫描仪10包括:在成像区域20的相对侧安装在旋转门架16上的锥形束X射线源12和二维X射线探测器阵列14。(为了解释说明,在图1中将X射线源12、探测器阵列14和旋转门架16都暴露了出来;不过,要意识到,在一般情况下,这些组件封闭在固定的门架外壳中)。将放射治疗的对象(比如癌症病人(未示出))安置在病人托架22上并且移动到成像区域20内,并使用扫描仪10采集该对象的计算机断层摄影投影数据。重建处理器26采用滤波反投影或其它图像重建算法来将所采集的投影数据重建为放射治疗对象的一个或多个计划图像。将重建得出的计划图像存储在计划图像存储器30中。
轮廓界定处理器32定义三维表面轮廓并且使该三维表面轮廓与要照射的肿瘤或其它恶性组织的计划图像一致,并且通常,还要与计划图像中有风险的一个或多个器官的轮廓一致。例如,在病人患有前列腺癌症的情况下,不仅要界定出癌变的前列腺的轮廓,而且还要界定出在放射治疗期间有接收到过多射线照射的风险的器官的轮廓。在前列腺放射治疗的情况下,这些有风险器官可能包括,例如,直肠和膀胱。轮廓界定处理器32可选择包括手动图形用户界面,通过这个界面,放射技术人员使用指点器或其它控制手段手动定义轮廓。轮廓界定处理器针对与每个网格或轮廓对应的肿瘤、有风险器官或其它目标对每个网络或轮廓进行优化。在通过拉伸、平移或者以其它方式移动网格或轮廓的一些部分来优化每个轮廓时,使用二进制轮廓掩模34对照其它轮廓对它进行检查,所述掩模指示由其它轮廓包含排除的体素。在将由其它轮廓包含的体素也从包含在当前正在优化的轮廓中排除的意义上来说,由其它轮廓包含的体素是被排除的体素。这确保了当前正在优化的轮廓不与其它轮廓交叠。
将得到的一个或多个轮廓存储在轮廓存储器36中。从所述一个或多个计划图像中得到的其它解剖数据,如辐射衰减或组织密度信息,在通常情况下也存储在轮廓存储器36中。轮廓优化可以使用合适的网格或轮廓优化算法自动进行,或者可以通过图形用户界面38手动执行。如果使用自动轮廓优化,那么图形用户界面使得用户能够检验轮廓匹配情况,而且,如果需要,还使用户能够校正或精细调节自动匹配的轮廓。
存储在轮廓存储器36中的解剖信息由放射治疗计划参数优化处理器40用来为放射治疗计划确定最佳参数。在强度受调制的放射疗法中,使用多个辐射束或者围绕着对象以断层摄影方式旋转的单个辐射束来照射肿瘤或其它恶性组织。优化处理器40使用包括至少:(i)产生癌变组织的充分照射;和(ii)限制有风险器官的照射的优化标准对诸如下列参数进行优化:限定孔形状的多叶式准直器设置;全局射束强度或权重;射束方向;楔角;分阶段时间表(fractionation schedule)等。将经过优化的治疗计划参数存储在治疗计划参数存储器42中。
作为放射治疗参数优化的定量实例,如果有9个围绕着对象以40°的间隔排列的离散成角射束位置而且每个射束位置具有由多叶式准直器有选择地分成0.5×0.5cm2小射束的10×10cm2的射束面积,那么就会有9×400=3600个小射束要优化。这九个辐射束中的每个射束还可以具有全局参数,比如总射束强度或权重、射束方向、楔角、分阶段时间表等。在McNutt等人的美国专利No.6735277(WO03/099380)中公开了一种适于优化这种大量参数的优化技术。
在放射治疗疗程中,将对象放置在射线释放系统50的可移动工作台或其它对象支撑物48上。典型地,使用皮带、夹钳、软垫或其他身体约束工具,将对象,或至少将待接受放射治疗的对象的那部分,基本固定在对象支撑物48上。在所图示的实施方式中,射线释放系统50是断层摄影系统,该系统包括线性电子加速器(即,直线加速器)54,该线性电子加速器54产生撞击在钨或其它靶上的加速电子束,以生成用来照射对象的X射线束或伽马射线束。多叶式准直器56对X射线束或伽马射线束进行整形或强度调制。在治疗过程中,辐射源围绕着对象以断层摄影方式旋转,以便在达到360°的角度视野范围内照射对象。可以使用其它射线释放系统代替图示的断层摄影射线释放系统50,比如多射束系统,其中围绕着对象门架在固定或可调的角度位置上在角度上间隔开多个辐射源,并且这些辐射源产生同时或交替地照射对象的多个辐射束。例如,可以围绕着对象以40°的间隔排列每一个均具有单独的多叶式准直器的九个辐射源,以提供先前定量参数优化实例的九个射束位置。
参照图2,介绍轮廓界定处理器32的适当示例实施方式。新网格定义处理器60定义新的网格。在图示的实施方式中,这项工作是通过用户界面38完成的;例如,用户可以采用指点装置来识别所关心的图像特征的中心。在另一种实施方式中,新网格定义处理器60自动定义网格,例如使用图形识别算法来识别所关心的特征。还没有针对相应的所关心图像特征加以优化的新定义的网格存储在网格存储器36中。以类似的方式,可以定义任何数量的网格。
已定义网格选择器62用来识别当前要进行调整的网格。在任何给定时间,只能对一个网格进行调整。该选择可以由用户经由用户界面38进行,或者选择可以是自动的。最好,选择器62按照从最容易精确定义到最难精确定义的顺序选择已定义网格来进行调整。例如,在透射计算机断层摄影成像中,骨骼具有与相邻软组织明显不同的差异,具有轮廓分明的形状,在成像期间保持相对稳定,所以是首选优化的良好候选对象。反复网格调整处理器66进行网格或轮廓的反复调整,以使网格或轮廓适配于对应的感兴趣图像特征的边界。调整循环过程可以是人工进行的--用户经由用户界面38,对用户选定的网格部分,输入连续选定的调整值。作为替代或此外,可以基于适当的循环优化算法进行自动反复调整。
在选定轮廓的反复调整期间,防交叠处理器/准则70用于防止当前正调整的已定义网格或轮廓与其它已定义网格或轮廓交叠。防交叠处理器/准则70参考二进制轮廓掩模34来识别包含在并非当前正在调整的已定义轮廓的轮廓中的图像的像素或体素。二进制掩模34具有与图像有位到像素或位到体素的对应关系的二进制位的图。具有第一二进制值(例如,二进制数值“1”)的位表示相应体素或像素是从当前正在匹配的网格或轮廓中排除的排除的体素或像素,因为它包含于其它网格或轮廓之一中。具有第二二进制值(例如,二进制值“0”)的位表示相应的体素或像素没有由任何其它已定义轮廓包含,并且因此可供并入正在调整的当前已定义网格中。
在一种方法中,防交叠处理器/准则70在每次调整循环之后进行交叠检查。交叠检查判断经过调整的网格或轮廓是否与其它网格或轮廓交叠。参照二进制掩模34,很容易进行这一检查--交叠由包含一个或多个下述体素的处于调整当中的当前网格或轮廓表明:所述体素在二进制掩模34中的对应位表明该体素为排除的体素。如果发现交叠,那么防交叠处理器/准则70调整当前网格或轮廓来消除交叠。如果第二个网格的三角形处于第一个网格内,则另一种可供选用的检查方式是沿三角形法线对交叉点进行计数。如果交叉点的数量是偶数,那么该三角形就不在该网格内。
在另一种方法中,防交叠处理器/准则70提供调整选择准则,其结合到由循环网格调整处理器66进行的循环的基于准则的优化中。由防交叠处理器/准则70提供的调整选择准则确保:调整循环过程不将被排除的位选择成包含在当前网格或轮廓中。例如,该调整选择准则可为考虑中的每个体素产生0到255之间的选择值,其中0代表该体素不是正在界定轮廓的感兴趣特征的一部分,而255强烈偏向于并入该体素。对于这种准则,对于在二进制掩模34中表示为要加以排除的任何体素,由防交叠处理器/准则70提供的调整选择准则应当将所述值设置为0。另外,可以反复地调整所述准则,直至当前网格的交叠部分移出被掩蔽的区域。
虽然在任何给定时刻仅仅能够调整由选择器62当前选定的那一个网格或轮廓,但是在某些实施方式中,一个网格的优化没有必要在开始另一个网格的调整之前完成。也就是说,例如,可以部分调整和优化第一个已定义网格,随后选择第二个已定义网格,对其进行部分调整和优化,随后再次选则第一个已定义网络来进行进一步优化。在这种来来回回的方法中,当通过将与当前选择的网格对应的位设置为不代表排除的二进制值而选择该网格来进行调整时,应当将该当前选择的网格从二进制掩模34中“删除”。一旦当前掩模由选择器62解除选择,就通过将与解除选择的网格对应的位设置为代表排除的二进制值来将其“放回”到二进制掩模34中。
在其它实施方式中,每个网格是相继优化的,而且一旦网格得到优化就不再可调整。在这些实施方式中,在当前网格的调整完成之前,不将其输入二进制掩模34中,此时,解除当前网格的选择,并且在二进制掩模34中为相应位赋予排除二进制值。
参照图3A和3B,针对具体的实例图像示出了用二进制掩模来识别被排除体素的方法。图3A表示实例图像,同时还有两个在所示的例子中与膀胱和前列腺器官对应的经过调整的网格或轮廓80、82。图3B表示相应的二进制掩模,在该掩模中,由现有已定义轮廓80、82之一包含的被排除像素是白色的,而不包含于任何现有已定义轮廓的像素是黑色的。
参照图4A和4B,图解说明了在人工调整当前网格或轮廓的情况下的轮廓交叠保护。图4A中示出了初始轮廓86,并且该初始轮廓要用于界定直肠的轮廓。初始轮廓86是位于例如围绕着由用户经由指点装置的屏幕上光标88指定的位置的默认圆形轮廓。图4B表示由用户将屏幕上的光标88向左移动到现有已定义轮廓80内来进行的调整循环过程。结果得到的更新后轮廓90应该包括与现有已定义轮廓80交叠的部分92(用虚曲线表示)。不过,防交叠处理器70使用图3B中的二进制掩模检测出该交叠,并且调整部分92,从而定义出合适地位于其它现有轮廓80、82之外的更新后轮廓90的校正后部分94。虽然图4A和4B的实例与初始轮廓86的用户调整有关,但是图解说明的防交叠处理在轮廓处理期间的其它时间也是有用的,比如在用户调整自动匹配的轮廓以校正自动匹配中的错误的时候,或者在自动匹配处理试图扩展到被排除体素区域中的时候。
参照图5,介绍由轮廓界定处理器32适当进行的自动轮廓优化处理。在处理操作100中由新网格定义处理器60获得初始轮廓。用户可使用图形识别或其它自动算法选择或确定初始轮廓。在处理操作102中由循环网格调整处理器66进行调整循环处理。调整循环处理实质上可以采用任何类型的准则来选择轮廓的形变。在一些实施方式中,采用多边形网格作为轮廓,例如由三角形网格成分构成的轮廓,其中相邻三角形具有邻接的边和共同的顶点。三角形网格成分的顶点坐标是根据诸如图像特征准则106和能量值准则108这样的调整选择准则来加以调整的。例如,图像特征准则106表征由预期调整所结合的图像特征的范围,而能量值准则108表征由预期调整强加于网格上的“应变能”。
在调整之后,防交叠处理器70对照二进制轮廓掩模34检查调整后的多边形网格,并且在处理操作110中校正任何与其它轮廓的交叠,产生由调整循环得到的更新后轮廓112。在判定处理操作114中,判定多边形网格优化是否应当终止。判定114使用适当的停止准则,如网格成分位置的积分百分率变化、最大网格成分调整等。如果表明还要进一步进行循环,则处理流程返回到调整循环处理操作102。当优化完成时,得到的轮廓就是最终轮廓120。在处理操作122中,通过将由最终轮廓120包含的体素设置为排除二进制值来更新二进制掩模34。在判定处理操作124中,判断是否有更多的特征需要界定轮廓。如果有,那么处理控制转到初始轮廓处理操作100;如果没有,那么控制终止于轮廓界定完成处理操作126。
图6图解说明由防交叠处理器70进行的适当的交叠校正。在图6的例子中,正在对多边形网格130进行调整,以使其适配于图像特征132的边界。在调整循环之后,三角形多边形网格成分136位于已经与图像特征142相匹配的现有网格140内。防交叠处理器70使用二进制掩模34检测交叠。通过沿一方向向位于已经进行过优化的网格140之外的新顶点位置146(由图6中的虚线表示)平移三角形多边形网格成分136的各顶点来校正所检测到的交叠。将平移方向向量计算为与其它网格的三角形相交的一个网格的所有三角形边向量的均值向量。新的顶点位置是通过沿着平移方向向量找到与第二个网格相交的最近点而计算出来的。
图5中所示的自动轮廓优化处理流程有利地避免了网格或轮廓的交叠。将会意识到,即使在处理操作100中选定的初始轮廓与之前优化过的轮廓交叠,这一初始交叠也将会在第一次调整循环中的交叠校正处理操作110中得到消除。
参照图7,介绍了由轮廓界定处理器32适当进行的另一种自动轮廓优化。在处理操作200中,由新网格定义处理器60获得初始轮廓。该初始轮廓可以是用户选择的,也可以是自动选取的。在处理操作202中进行调整循环。该调整循环本质上可以采用任何类型的准则来选择轮廓的形变,比如图像特征准则106和能量值准则108。此外,调整循环处理操作102采用由防交叠处理器70从二进制轮廓掩模34中得出的防交叠准则。分配给被排除体素的防交叠准则值是这样的:调整循环处理操作将不会把轮廓调整得包括这些被排除体素。因此,循环调整永远不会产生交叠,并且调整循环处理操作的输出是不与任何之前匹配的轮廓交叠的经过更新的轮廓212。(相反,图5的自动轮廓优化可能会产生交叠,不过,所产生的交叠总是会被交叠校正处理操作110消除掉。)
在判定处理操作214中,决定是否应该终止多边形网格优化。判定214使用适当的停止准则。如果指出还要进一步循环,则处理流程返回到调整循环处理操作202。当优化完毕时,得到的轮廓是最终轮廓220。在处理操作222中,通过将由最终轮廓220包含的体素设置为排除二进制值来更新二进制掩模34。在判定处理操作224中,判定是否有更多的特征要界定轮廓。如果有,则处理控制转到初始轮廓处理操作200;如果没有,则控制将终止于轮廓界定完成处理操作226。
在使用图5中所示的轮廓优化处理流程或者图7中所示的轮廓优化处理流程时,使用最轮廓分明的特征开始轮廓界定是很有益处的。例如,在透射型计算机断层摄影图像中,最轮廓分明的特征通常是具有最高辐射衰减的那些特征;这样,在透射型计算机断层摄影图像中,硬特征(比如骨骼)通常要比软特征更加轮廓分明。因此,对于这些图像,一般应当首先对骨骼结构进行匹配,随后再对轮廓不太分明的结构进行匹配。对于其它具有不同对比度特性的成像模式,除骨骼以外的其它特征可能是最轮廓分明的特征,因此应当首先对这些特征进行匹配。
参照图8A和8B,图解说明了使用图7中所示的自动轮廓优化处理流程实现的示例分割结果。图8A中的图像与图3A中的图像相同,并且包括与膀胱和前列腺器官相对应的两个经过调整的网格或轮廓,它们的二进制掩模在图3B示出。在图8A中还示出了初始直肠轮廓250。对初始轮廓250应用图7的优化处理,以产生图8B中所示的不与之前调整的网格或轮廓80、82交叠的匹配的直肠轮廓252。相反,由初始轮廓250开始的类似(但是不包括防交叠准则)匹配处理产生了也在附图8B中示出的匹配的直肠轮廓254。后一种匹配的直肠轮廓254与所定义的轮廓80严重交叠。
将会意识到,本文介绍的轮廓界定技术可用于使二维或三维网格适配于相应二维或三维图像中的感兴趣特征。而且,虽然本文介绍的轮廓界定设备和方法是参照用于放射治疗疗程的计算机断层摄影计划图像加以介绍的,但是可以采用本文介绍的轮廓界定或图像分割设备和方法可用来分割由基本上任何类型的成像模式获得的图像,比如由磁共振成像扫描仪、单光子发射计算机断层摄影(SPECT)扫描仪、正电子发射断层摄影(PET)扫描仪、X射线系统等获得的图像。再有,虽然本文介绍的轮廓界定或图形分割设备和方法是参照在放射治疗计划中的应用来加以介绍的,但是将会意识到,在基本上任何受益于图像分割的应用中都可以采用这些图像分割设备和方法。
已经参照优选实施方式介绍了本发明。显然,在阅读和理解了前面的详细说明的情况下,他人将会想到各种修改和改变。因此,我们的意图是,要将本发明解释为包含所有这些修改和改变,只要它们落在所附权利要求及其等价内容的范围之内。
Claims (21)
1、一种用于分割图像中的多个图像特征的图像分割方法,该分割方法包括:
一个接一个地不同时地分割所述多个图像特征,每个图像特征的分割包括使初始网格适配于该图像特征的边界,每个图像特征的分割此外还包括防止该适配的网格与任何之前适配的网格交叠。
2、如权利要求1所述的分割方法,其中防止该适配的网格与任何之前适配的网格交叠包括:
定义不与任何之前适配的网格交叠的起始网格;
基于用户输入调整该起始网格,以定义初始网格;并且
在调整期间,防止该调整过程造成初始网格与任何之前适配的网格交叠。
3、如权利要求1所述的分割方法,此外还包括:
在分割图像特征之后,显示交叠在图像上的已适配的网格;
基于用户输入调整所显示的已适配的网格;并且
在调整所显示的已适配的网格期间,防止该调整过程造成所显示的已适配的网格与任何之前适配的网格交叠。
4、如权利要求1所述的分割方法,其中使初始网格适配于图像特征的边界包括:
使用多个调整选择准则反复调整网格的各部分。
5、如权利要求4所述的分割方法,其中所述多个调整选择准则包括一调整选择准则,其排除经过调整的网格部分与任何之前适配的网格交叠。
6、如权利要求4所述的分割方法,此外还包括:
在确定了每个适配的网格时更新二进制掩模(34),该二进制掩模识别包含于之前适配的网格中的图像的被排除像素或体素,所述多个调整选择准则包括防止经过调整的网格部分与被排除的像素或体素交叠的调整选择准则。
7、如权利要求4所述的分割方法,其中的反复调整包括:
在每次反复调整之后,(i)识别与之前适配的网格交叠的任何经过调整的网格部分;并且(ii)将任何识别出的经过调整的网格交叠部分重新定位到之前适配的网格之外。
8、如权利要求7所述的分割方法,其中网格是多边形网格,网格各部分是多边形网格成分,识别出的网格交叠部分是识别出的多边形网格成分,并且将识别出的网格部分重新定位到之前适配的网格之外包括:
沿着选定方向将识别出的多边形网格成分的顶点平移到之前适配的网格之外的位置。
9、如权利要求1所述的分割方法,其中网格是由顶点限定的,而且所述防止用于防止任何顶点被定位到之前适配的网格内。
10、如权利要求1所述的分割方法,其中图像是由下列之一产生的医学诊断图像:(i)计算机断层摄影扫描仪(10),(ii)磁共振成像扫描仪,(iii)单光子发射计算机断层摄影(SPECT)扫描仪,(iv)正电子发射断层摄影(PET)扫描仪,和(v)X射线系统。
11、一种放射治疗方法,包括:
采集放射治疗对象的一个或多个计划图像;
使用权利要求1所述的图像分割方法界定所述一个或多个计划图像中的解剖学特征的轮廓,以产生分别代表(i)要加以治疗的组织和(ii)有风险组织之一的轮廓;
基于这些轮廓,研究出放射治疗计划;并且
依照该放射治疗计划,对放射治疗对象进行放射治疗。
12、一种执行权利要求1所述的图像分割方法的计算机软件程序。
13、一种医学成像系统,其包括编程为用来执行权利要求1所述的图像分割方法的处理器。
14、一种用于分割图像中的多个图像特征的图像分割设备,该分割设备包括:
用于非同时地分割所述多个图像特征的装置(32,38),分割每个图像特征包括使初始网格适配于该图像特征的边界,分割每个图像特征此外还包括防止适配的网格与任何其它网格交叠。
15、如权利要求14所述的分割设备,此外还包括:
二进制掩模(34),该二进制掩模识别由除了正在适配的网格之外的网格所包含的图像的被排除像素或体素,所述分割(32,38)装置参照该二进制掩模来防止适配的网格与任何其它网格交叠。
16、如权利要求14所述的图像分割设备,其中分割装置包括:
用于使已定义网格适配于所述多个图像特征中相应的一个的构件(66),该构件专门用于在任意给定时刻仅仅使一个已定义网格适配;
用于定义新网格的构件(60),在该定义之后应用所述适配构件来使新定义的网格适配于该多个图像特征中相应的一个;和
防交叠构件(70),该防交叠构件与所述适配构件协作,以防止当前正在适配的已定义网格与任何其它已定义网格交叠。
17、如权利要求16所述的图像分割设备,其中防交叠构件(70)此外还与用于定义新网格的构件(60)协作,以防止新定义的网格与任何之前定义的网格交叠。
18、如权利要求16所述的图像分割设备,其中所述适配构件(66)采用反复适配,并且在每个适配循环之后,由所述适配构件调用防交叠构件(70),以(i)确定该适配循环是否造成当前正在适配的已定义网格与另一个已定义网格交叠和(ii)调整当前正在适配的已定义网格来消除所述所确定的交叠。
19、如权利要求18所述的图像分割设备,其中所述适配构件(66)包括用户界面(38),该用户界面用来(i)接收选择已定义网格之一作为当前正在适配的已定义网格的用户输入和(ii)接收适配用户输入,每个适配用户输入造成一次适配循环。
20、如权利要求16所述的图像分割设备,其中所述适配构件(66)采用循环的基于准则的优化,并且防交叠构件(70)包括:
二进制掩模34,该二进制掩模指出由已定义网格之一包含的图像的被排除像素或体素;和
防交叠调整准则(70),其作为准则之一包含在循环的基于准则的优化中,防交叠调整准则防止当前正在适配的网格并入被排除像素或体素。
21、一种放射治疗设备,包括:
计划成像器(10),用于采集放射治疗对象的一个或多个计划图像;
如权利要求14所述的分割设备(32,38),用于分割至少一个计划图像,以产生分别代表(i)要加以治疗的组织和(ii)有风险组织之一的轮廓;
放射治疗计划器(40),用于根据这些轮廓研究出放射治疗计划;和
射线释放系统(42,50),用于依照放射治疗计划对放射治疗对象进行放射治疗。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US59990404P | 2004-08-09 | 2004-08-09 | |
US60/599,904 | 2004-08-09 | ||
PCT/IB2005/052552 WO2006016317A2 (en) | 2004-08-09 | 2005-07-28 | Segmentation based on region-competitive deformable mesh adaptation |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101002231A true CN101002231A (zh) | 2007-07-18 |
CN101002231B CN101002231B (zh) | 2010-09-08 |
Family
ID=35478251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2005800270762A Active CN101002231B (zh) | 2004-08-09 | 2005-07-28 | 基于区域竞争可变形网格适配的分割 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9014466B2 (zh) |
EP (1) | EP1779324B1 (zh) |
JP (1) | JP4989471B2 (zh) |
CN (1) | CN101002231B (zh) |
WO (1) | WO2006016317A2 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101499165B (zh) * | 2009-03-09 | 2011-01-26 | 广东威创视讯科技股份有限公司 | 交叉重叠染色体的分割方法 |
CN107076862A (zh) * | 2014-10-16 | 2017-08-18 | 株式会社日立制作所 | 射线检测器、射线摄像装置、计算机断层摄影装置以及射线检测方法 |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7831081B2 (en) * | 2005-08-15 | 2010-11-09 | Boston Scientific Scimed, Inc. | Border detection in medical image analysis |
EP1929444B1 (en) | 2005-09-23 | 2011-11-16 | Philips Intellectual Property & Standards GmbH | A method of and a system for adapting a geometric model using multiple partial transformations |
EP2044576A2 (en) | 2006-07-17 | 2009-04-08 | Koninklijke Philips Electronics N.V. | Efficient user interaction with polygonal meshes for medical image segmentation |
EP2513863A1 (en) * | 2009-12-16 | 2012-10-24 | Koninklijke Philips Electronics N.V. | Use of collection of plans to develop new optimization objectives |
EP2617009A1 (en) * | 2010-09-17 | 2013-07-24 | Koninklijke Philips Electronics N.V. | Contour delineation for radiation therapy planning with real-time contour segment impact rendering |
TWI450742B (zh) * | 2011-03-15 | 2014-09-01 | Crystalvue Medical Corp | 光學裝置 |
US9495752B2 (en) * | 2012-09-27 | 2016-11-15 | Siemens Product Lifecycle Management Software Inc. | Multi-bone segmentation for 3D computed tomography |
US9122959B2 (en) * | 2013-05-03 | 2015-09-01 | Impac Medical Systems, Inc. | Method and apparatus for automated delineation of structure shape for image guided treatment planning |
US9355447B2 (en) * | 2013-08-21 | 2016-05-31 | Wisconsin Alumni Research Foundation | System and method for gradient assisted non-connected automatic region (GANAR) analysis |
US10290093B2 (en) * | 2015-09-22 | 2019-05-14 | Varian Medical Systems International Ag | Automatic quality checks for radiotherapy contouring |
US10729920B2 (en) * | 2015-10-02 | 2020-08-04 | Varian Medical Systems International Ag | Systems and methods for quantifying radiation beam conformity |
US10115226B2 (en) * | 2016-07-21 | 2018-10-30 | Christie Digital Systems Usa, Inc. | System and method for geometric warping correction in projection mapping |
WO2018218478A1 (zh) | 2017-05-31 | 2018-12-06 | 上海联影医疗科技有限公司 | 图像处理方法及系统 |
US10430987B1 (en) * | 2017-06-09 | 2019-10-01 | Snap Inc. | Annotating an image with a texture fill |
US10679350B2 (en) | 2018-08-10 | 2020-06-09 | Koninklijke Philips N.V | Method and apparatus for adjusting a model of an anatomical structure |
WO2020123701A1 (en) * | 2018-12-12 | 2020-06-18 | Tornier, Inc. | Soft tissue modeling and planning system for orthopedic surgical procedures |
US11995854B2 (en) * | 2018-12-19 | 2024-05-28 | Nvidia Corporation | Mesh reconstruction using data-driven priors |
CN115943305A (zh) * | 2020-06-24 | 2023-04-07 | 索尼集团公司 | 信息处理装置、信息处理方法、程序和信息处理系统 |
US11900592B2 (en) * | 2020-12-03 | 2024-02-13 | Ping An Technology (Shenzhen) Co., Ltd. | Method, device, and storage medium for pancreatic mass segmentation, diagnosis, and quantitative patient management |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5859891A (en) * | 1997-03-07 | 1999-01-12 | Hibbard; Lyn | Autosegmentation/autocontouring system and method for use with three-dimensional radiation therapy treatment planning |
EP0998719A4 (en) * | 1997-07-25 | 2000-11-22 | Arch Dev Corp | METHOD AND SYSTEM FOR CLASSIFYING LUNG PARTS IN LATERAL THORAX RADIOGRAPHY |
WO2002073536A2 (en) * | 2001-03-09 | 2002-09-19 | Koninklijke Philips Electronics N.V. | Image segmentation |
JP4319031B2 (ja) * | 2001-09-06 | 2009-08-26 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 対象のセグメンテーション方法及び装置 |
US6735277B2 (en) * | 2002-05-23 | 2004-05-11 | Koninklijke Philips Electronics N.V. | Inverse planning for intensity-modulated radiotherapy |
JP4575157B2 (ja) * | 2002-07-19 | 2010-11-04 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | メッシュ適応による多数の対象又は複合的な対象の同時セグメンテーション |
CN1224943C (zh) * | 2002-07-26 | 2005-10-26 | 中国科学院自动化研究所 | 基于活动轮廓模型的多个对象的自动分割方法 |
EP1554695A2 (en) * | 2002-10-16 | 2005-07-20 | Koninklijke Philips Electronics N.V. | Hierarchical image segmentation |
-
2005
- 2005-07-28 JP JP2007525404A patent/JP4989471B2/ja not_active Expired - Fee Related
- 2005-07-28 EP EP05779725.0A patent/EP1779324B1/en active Active
- 2005-07-28 US US11/573,290 patent/US9014466B2/en active Active
- 2005-07-28 CN CN2005800270762A patent/CN101002231B/zh active Active
- 2005-07-28 WO PCT/IB2005/052552 patent/WO2006016317A2/en active Application Filing
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101499165B (zh) * | 2009-03-09 | 2011-01-26 | 广东威创视讯科技股份有限公司 | 交叉重叠染色体的分割方法 |
CN107076862A (zh) * | 2014-10-16 | 2017-08-18 | 株式会社日立制作所 | 射线检测器、射线摄像装置、计算机断层摄影装置以及射线检测方法 |
CN107076862B (zh) * | 2014-10-16 | 2019-04-26 | 株式会社日立制作所 | 射线检测器、射线摄像装置、计算机断层摄影装置以及射线检测方法 |
Also Published As
Publication number | Publication date |
---|---|
US9014466B2 (en) | 2015-04-21 |
US20070211939A1 (en) | 2007-09-13 |
EP1779324B1 (en) | 2018-01-17 |
CN101002231B (zh) | 2010-09-08 |
WO2006016317A2 (en) | 2006-02-16 |
WO2006016317A3 (en) | 2006-10-12 |
JP2008508977A (ja) | 2008-03-27 |
EP1779324A2 (en) | 2007-05-02 |
JP4989471B2 (ja) | 2012-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101002231B (zh) | 基于区域竞争可变形网格适配的分割 | |
CN101490716B (zh) | 用于医学图像分割的与多边形网格的高效用户交互 | |
JP5107709B2 (ja) | 放射線治療の処置計画の適合化 | |
US7046831B2 (en) | System and method for fusion-aligned reprojection of incomplete data | |
US10850119B2 (en) | Interactive computer-aided editor for compensators used in radiotherapy treatment planning | |
CN102656607A (zh) | 使用计划收集来发展新的优化的目标 | |
US20140275706A1 (en) | Systems and methods for determining and delivering radiation treatment plans | |
CN101969852A (zh) | 用于改进图像分割的方法和系统 | |
US9084888B2 (en) | Systems and methods for segmentation of radiopaque structures in images | |
Stroom et al. | Automatic calculation of three-dimensional margins around treatment volumes in radiotherapy planning | |
US8605966B2 (en) | Radiotherapeutic treatment planning apparatus and methods | |
US11865361B2 (en) | System and method for scanning pattern optimization for flash therapy treatment planning | |
US20170221222A1 (en) | System and method of applying an arbitrary angle to reformat medical images | |
CN103620646A (zh) | 基于混合点的配准 | |
JP5401391B2 (ja) | 粒子線治療計画装置及び治療計画方法 | |
KR102401984B1 (ko) | 세기 조절 방사선 치료를 위한 방사선 치료 계획 수립 장치 및 방법 | |
CN104136079A (zh) | 针对研磨而调整孔形状的方法 | |
US20200066409A1 (en) | Imaging waypoints for radiation treatment | |
WO2004030761A1 (en) | Improvements in or relating to radiation treatment planning | |
CN118096521A (zh) | 用于拼接的射线影像获取方法、射线影像拼接方法和系统 | |
Cheung et al. | DICOM-based computer-aided evaluation of intensity modulated radiation therapy (IMRT) treatment plans |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |