CN101184527A - 并入功能性成像信息的放射治疗方案 - Google Patents
并入功能性成像信息的放射治疗方案 Download PDFInfo
- Publication number
- CN101184527A CN101184527A CNA2006800182592A CN200680018259A CN101184527A CN 101184527 A CN101184527 A CN 101184527A CN A2006800182592 A CNA2006800182592 A CN A2006800182592A CN 200680018259 A CN200680018259 A CN 200680018259A CN 101184527 A CN101184527 A CN 101184527A
- Authority
- CN
- China
- Prior art keywords
- troops
- imaging information
- functional imaging
- radiation therapy
- therapy plan
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 35
- 230000003439 radiotherapeutic effect Effects 0.000 title 1
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000001959 radiotherapy Methods 0.000 claims abstract description 39
- 230000005855 radiation Effects 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims description 35
- 206010021143 Hypoxia Diseases 0.000 claims description 9
- 206010002660 Anoxia Diseases 0.000 claims description 5
- 241000976983 Anoxia Species 0.000 claims description 5
- 230000007953 anoxia Effects 0.000 claims description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 5
- 229910052760 oxygen Inorganic materials 0.000 claims description 5
- 239000001301 oxygen Substances 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 230000001915 proofreading effect Effects 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 claims 3
- 230000011218 segmentation Effects 0.000 abstract description 4
- 230000035945 sensitivity Effects 0.000 abstract description 4
- 210000001519 tissue Anatomy 0.000 description 28
- 206010028980 Neoplasm Diseases 0.000 description 12
- 238000002591 computed tomography Methods 0.000 description 12
- 238000002560 therapeutic procedure Methods 0.000 description 8
- 210000004027 cell Anatomy 0.000 description 7
- 238000012937 correction Methods 0.000 description 6
- 230000036541 health Effects 0.000 description 6
- 210000000056 organ Anatomy 0.000 description 6
- 238000005194 fractionation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 239000000700 radioactive tracer Substances 0.000 description 5
- 230000035479 physiological effects, processes and functions Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000001146 hypoxic effect Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 210000002381 plasma Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- HIIJZYSUEJYLMX-UHFFFAOYSA-N 1-fluoro-3-(2-nitroimidazol-1-yl)propan-2-ol Chemical compound FCC(O)CN1C=CN=C1[N+]([O-])=O HIIJZYSUEJYLMX-UHFFFAOYSA-N 0.000 description 1
- 238000010176 18-FDG-positron emission tomography Methods 0.000 description 1
- ZCXUVYAZINUVJD-AHXZWLDOSA-N 2-deoxy-2-((18)F)fluoro-alpha-D-glucose Chemical compound OC[C@H]1O[C@H](O)[C@H]([18F])[C@@H](O)[C@@H]1O ZCXUVYAZINUVJD-AHXZWLDOSA-N 0.000 description 1
- YCKRFDGAMUMZLT-UHFFFAOYSA-N Fluorine atom Chemical compound [F] YCKRFDGAMUMZLT-UHFFFAOYSA-N 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 206010030113 Oedema Diseases 0.000 description 1
- 108091006611 SLC10A1 Proteins 0.000 description 1
- 102100021988 Sodium/bile acid cotransporter Human genes 0.000 description 1
- 230000003471 anti-radiation Effects 0.000 description 1
- 230000008827 biological function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 229910052731 fluorine Inorganic materials 0.000 description 1
- 239000011737 fluorine Substances 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- OBBCSXFCDPPXOL-UHFFFAOYSA-N misonidazole Chemical compound COCC(O)CN1C=CN=C1[N+]([O-])=O OBBCSXFCDPPXOL-UHFFFAOYSA-N 0.000 description 1
- 229950010514 misonidazole Drugs 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
- A61N5/1039—Treatment planning systems using functional images, e.g. PET or MRI
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1042—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Radiation-Therapy Devices (AREA)
- Electrotherapy Devices (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
公开了一种放射疗法方案过程和设备,其提供了对共同登记的解剖性和功能性成像信息的基于模型的分段,以提供更精确的放射疗法方案。基于生物学的分段对图像信息进行建模以产生参数图,此后将该参数图群集成具有相似放射敏感性或与治疗定义相关的其他生物参数的区域。为每个群集的区域规定了其自己的放射规定剂量。
Description
放射疗法是利用诸如X射线放射之类的放射对诸如癌肿瘤之类的疾病进行治疗的疗法。在应用放射来进行治疗之前,必须设计放射疗法方案。放射治疗方案用于对健康组织当中的有病组织进行定位并且然后将治疗集中在有病组织上。应用于健康组织的放射会损害健康组织并且会对病人有副作用。因此,放射治疗方案越精确越好。
放射疗法是图像引导的处理,其成功关键取决于成像模态的精确性。因而,成功放射疗法方案的开发取决于可从成像信息中确定的且集成到治疗方案处理中的信息级别。
典型地,计算机断层造影(CT)图像已用于提供用于治疗方案的成像信息。CT图像提供了允许区分健康组织与有病组织的解剖性信息。CT图像进一步提供了在有病组织周围的重要器官的位置。一旦已确定了有病组织的位置,则医生人工地绘出有病组织或者目标区域以及周围器官的轮廓。此后根据临床经验为目标区域规定统一的放射剂量(处方剂量)。一旦规定了处方剂量,则运行优化过程以获得进行随后治疗的最佳机器设置以及利用该最佳机器设置可实现的最终剂量分配(应用剂量)。
近年来,医学成像已发展到可提供与感兴趣区域有关的改进信息。一个这样的改进是并入通过正电子发射断层造影(PET)、单光子发射型计算机断层造影(SPECT)、或者功能性磁共振波谱成像(MRS)所获得的生理学或功能性信息。医生可与解剖学信息相结合地使用功能性信息以更好的定义有病区域的位置和特征。功能性信息可提供与肿瘤的侵入性有关的重要信息。通过提供运动示踪剂,可示出诸如肿瘤之类的有病组织在诸如其容积上的放射敏感性之类的生物机能方面有变化。因此,必须用更高级别的放射来治疗侵入性更大的有病组织区域以便根除有病组织。
当前在放射疗法方案中以两种方式来使用诸如FDG-PET之类的功能性成像信息。第一,可以使用功能性成像信息来帮助勘定有病组织相对于健康组织的边界。第二,可以使用功能性成像信息来标识有病组织中的不同区域的侵入性。通过对有病组织中侵入性更强的区域进行定位,可将更高局部化的放射应用到侵入区域上,同时可向诸如接近于健康组织的那些区域之类的其他区域给予较低的放射剂量。该区别性放射剂量应用允许更着重地将侵入性有病组织作为目标并对其进行处理,同时使周围最低侵入性和健康组织区域免于受到增大的剂量。
因为多种原因,当前对功能性成像信息的使用是不充分的。第一,大多数技术未并入与治疗的定义相关的参数。通常,必须利用描述基础生理学处理的生理学或生物模型来从功能性成像信息中提取这些参数。这会导致错误的或者不精确的轮廓勘定。第二,当前技术未提供自动化过程。医生对功能性成像信息进行检查并且人工地绘制有病组织和周围器官的轮廓。第三,当前技术未考虑功能性成像信息的噪声和低对比度。与低对比度相结合的噪声造成了这样的主要问题,即会因为不能精确地描绘不同放射敏感性的区域而将高度任意性引入到方案过程中。此外,当将噪声图像信息直接馈送到优化处理中时,在应用剂量方面会显露出人为因素。这种人为因素可能是优化处理过程中对噪音级别敏感的不稳定性的结果。不稳定性会导致不是最佳的应用剂量和长处理时间。
本发明的目的在于一种改进的放射疗法方案过程和一种用于实现该改进的放射疗法方案过程的设备。这种改进的放射疗法方案过程并入了功能性成像信息以提供更精确的放射疗法方案。
在一个实施例中,获取解剖性和功能性成像信息并对其进行共同登记。导出基于功能性成像信息的参数图并且使用该参数图来形成相似放射敏感性或与治疗定义相关的其他生物信息的群集。所形成的每个群集都具有规定的放射剂量,此后通过特定放射疗法方案设备来对该放射剂量进行优化。
在并入并构成了该说明书一部分的附图中,与上面所给出的对本发明的概述相结合说明了本发明的实施例,并且下面所给出的详细描述用于对本发明的原理进行说明。本领域普通技术人员应该了解到这些说明性实施例并不意味着对本发明做出了限制,而是仅仅提供了具体并入了本发明原理的示例。
图1说明了基于生物学的分段放射疗法方案过程的处理流程图。
图2说明了在校正前后的群集目标区以及处于危险之中的周围器官的比较。
图3说明了参数图和示出从基于生物学的分段放射疗法方案过程中所导出的三个群集的对应放射敏感性群集的说明性示例。
在这里所公开的放射疗法方案过程提供了一种并入功能性成像信息以提供更精确的放射疗法方案的改进方法。为了相对于放射敏感性来更好地表征出目标区和危险器官,该放射疗法方案过程具体并入了在共同登记的解剖性和功能性成像数据上执行的、基于生物学的分段步骤。基于生物学的分段步骤首先对来着功能性成像信息的、与放射疗法方案相关的参数进行建模以结果产生参数图。功能性成像信息可作为单个图像或来自相同模态或不同模态的一组图像而提供。就相同模态而言,可在动态模式下获取图像,这意味着在较长的时间段上获取一系列图像。另外,可结合各种造影剂(或示踪剂)。此后,建模从单个图像或多个图像中提取感兴趣的参数,这结果导致参数图相对于相关生物参数的更好特定性和敏感性。基于生物学的分段步骤此后将该参数图与解剖数据结合在一起以将成像组织群集成数目为用户可定义且应用相关的组织类别。每个组织类别具有相似的放射敏感性,并且因此在放射治疗期间需要或可忍受相似的放射剂量。
可将图1中所概述的放射疗法方案过程10分段成四个步骤:(1)图像获取和共同登记20;(2)基于生物学的分段30;(3)剂量规定50;以及(4)优化和应用剂量确定60。
放射疗法方案过程10中的第一步是在步骤12获取功能性成像信息F(r′)并且在步骤14获取解剖性成像信息A(r)。可利用诸如例如CT、X射线、超声波、或者MRI之类的任何解剖性成像模态来获得解剖性成像信息。可利用诸如例如PET、SPECT、γ射线探测器、或者MRS之类的任何功能性成像模态来获得功能性成像信息。然后在步骤16利用技术对功能性成像信息F(r′)和解剖性成像信息A(r)进行共同登记以在步骤18提供共同登记的数据集A(r),F(r)。
当完成了对解剖性和功能性成像信息的共同登记时,该放射疗法方案过程10继续到基于生物学的分段步骤30。可将基于生物学的分段步骤30分成三个子步骤,即(1)在32进行建模;(2)在36进行群集;以及(3)在36进行校正。应该注意的是校正子步骤是可选择的且是操作者和过程相关的。
在建模子步骤32中,对诸如例如肿瘤侵入性和放射敏感性之类、与定义放射疗法方案相关的参数进行建模。例如,对时间序列的功能性图像的动态建模允许对诸如在给定组织中摄取、截留、或者清除造影剂之类的生理学处理的速度常数进行准确量化。此后使用分割建模来通过采用非线性回归来提取这些速度常数。在其他实施例中,在简单模型中将诸如活动图之类的功能性数据转换成标准摄取值。使用标准摄取值提供了与病人重量较不相关的模型及其他与疾病无关的参数。然而,该标准摄取值的使用取决于正被使用的示踪剂,这是因为一些示踪剂需要更复杂的建模技术。该建模步骤32会导致参数图K(r)的创建,此后如步骤34所示,可以将该参数图映射到解剖性数据A(r)上,并且该参数图表示在目标容积和处于危险之中的器官上的放射敏感性分布。
在步骤36处,基于位置和功能性将目标区和处于危险中的器官的体元s群集成具有相似放射敏感性的类别。类别的总数取决于噪声内容以及参数图的参数范围。这是因为如果类别代表强度ΔS的差值最少比噪声σS大五倍的话,那么通常在噪声环境下可区分出两种类别。这基于下述图像检测模型,该模型声明了用于对噪声背景中的统一目标进行可靠检测的相似准则,即信号差值与噪声的比率应大于5或者:
(1)ΔS/σS≥5
因此,可根据(2)来确定类别数目:
(2)#类另=(KMAX-KMIN)/k·<σk>
其中KMAX和KMIN分别是目标容积的最大和最小参数值;<σk>是代表目标容积中的噪声的标准偏差;并且k是根据(1)值为五或更大的常数。应该理解的是可实验地确定k以便优化系统。
图2说明了已群集成三个类别T1、T2、和T3的目标区以及具有近似相等放射敏感性的两个区R1和R2的器官。这三个类别T1、T2、和T3的每一个都包括具有相似放射敏感性的有病组织的区域。在图2中,T1表示具有较低活性和侵入性并因此需要较小放射剂量的肿瘤的坏死部分。相反地,T3是需要高剂量增强的最活跃的肿瘤段。剩余群集T2具有中等的侵入性并因此需要中等放射剂量。典型地,用于群集T2的放射剂量在为群集T3所规定的最大剂量与为T1所规定的最小剂量之间并且足以杀死该群集中的细胞。
如在图2中所进一步说明的,基于模型的分段放射疗法方案过程10可以选择性地包括校正步骤。对群集的校正通过诸如形态学操作之类的高级图像处理工具而并入了先验知识,并且还并入了专门知识以对错误群集的域进行校正。校正可以是自动的或者半自动的,以使群集的大小降低预定百分比,或者校正可以由医生经由图形用户界面人工进行。如图2所示,在T1和T2的边缘的周围降低T3以产生更精确的高放射剂量治疗区。校正量以及由此的用于自动校正的校正参数取决于图像群集内的噪声变化。在噪声变化σk接近或者超过了参数差值Δk时,需要较高程度的校正。
此后,基于生物学的分段放射疗法方案过程10继续到步骤50,其中向相同放射敏感性的群集分配相同剂量和容许级别。在步骤52确定的各个剂量级别D1...DU+V可基于对已知放射敏感性的试验结果或者基于医生对可接受处方剂量的知识。可提供一组查找表来使用试验结果作为开始规定剂量,此后如果期望的话,可以由医生来对其进行修改。作为选择,可使用使肿瘤生理学与致死剂量相关的放射生物学模型。此后在步骤60,将各个集群T1...TU,R1...RV的规定剂量D1...DU+V送入到优化算法中以在70确定放射疗法方案P的应用剂量。
在其他实施例中,可按照诸如例如肿瘤控制概率(TCP)和正常组织并发概率(NTCP)之类的生物学权重的形式将功能性图像信息F(r)直接并入到优化处理中,以代替向具有不同放射敏感性的子肿瘤分区规定不同的剂量级别。
如上所述,该流程是基于生物学的分段放射疗法方案过程的应用的说明性示例。本领域普通技术人员应该理解,以下示例仅意味着提供本发明的工作示例并不是对本发明的范围做出限制。
利用CT可得到解剖性信息并且可将其与肺癌肿瘤的时间系列的FMISO-PET([18F]-氟米索硝唑)图像共同登记。FMISO是有选择地绑定到缺氧细胞上的探针。缺氧细胞是示出处于正常级别之下的不足含氧级别的那些细胞。缺氧细胞趋向于抗放射,因此表明这些细胞是更大侵入性的并且需要更高放射剂量。
当完成了对共同登记的CT和时间系列的FMISO-PET图像信息的获取时,提取与像素的平均氧含量相关联的像素参数,即在组织中所俘获的示踪剂的净摄取率。利用对时间序列的FMISO-PET图像的分割建模来从图像信息中提取所提取的参数。分割模型是具有下述血浆参考信息的不可逆的两组织分割模型,所述血浆参考信息取自血样或者是从图像本身的较大血池中提取。在组织中所俘获的示踪剂的净摄取率由从第一分隔到第二分隔的示踪流体速率给出。产生用于指定肿瘤每个体元(voxel)的缺氧级别的参数图,并且将其与CT图像合并在一起。利用CT图像数据来画出肿瘤的轮廓。在参数图上执行k平均分类器群集技术以将肿瘤像素群集成三个缺氧类别。如图3所示,创建了三个群集:高缺氧区域H3、中等缺氧区域H2、以及低缺氧区域H1。应该注意的是可应用诸如例如c平均分类器、模糊c平均分类器、或者无监督的贝斯分类器之类的可替代的群集技术。如有必要,此后可对群集H1、H2、H3进行校正。该校正可通过使医生对图像进行目视检查并且通过图形用户界面来对群集区域进行修改来人工进行。在一些实施例中,可自动进行校正,其中取决于噪声将一个或多个集群区域降低了预定百分比。还可在自动校正之后对集群进行进一步的人工校正。
一旦形成了不同的群集H1、H2、H3,则医生规定与每个不同群集相对应的剂量级别。规定剂量可以通过医生的经验或者通过放射生物学建模来确定,其中该放射生物学建模用于将给定群集的氧含量转换成致死剂量以杀死特定群集中的细胞。该放射生物学建模可采用查找表,该查找表可用作规定剂量或者用作所提议的规定剂量,此后可通过医生对其进行修改。此后将处方剂量级别馈送入诸如由菲利普(Philips)医疗系统所制造的PINNACLETM放射治疗方案设备之类的放射治疗方案设备的优化引擎中。优化方案设备使机器参数成为因子以确定各个群集区域的应用剂量。
已参考一个或多个优选实施例对本发明进行了描述。清楚地,在读取并理解了该说明书后,可想起其他修改和变化。它意图包括在随后权利要求或其等效体的范围之内的所有这样的修改和变化。
Claims (20)
1.一种放射疗法方案过程(10)包括:
获取(14)解剖性成像信息(A(r));
获取(12)功能性成像信息(F(r′));
共同登记(20,16)所述解剖性和功能性成像信息(A(r),F(r′),18);
对所述功能性成像信息(F(r′),F(r))进行建模(32)以创建参数图(K(r));
对参数图(K(r))中的段进行群集(36)以形成具有相似放射敏感性或与治疗定义相关的其他生物学信息的群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3);
为所形成的每个群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)规定(50)放射剂量(D1....DU+V);以及
对每个群集的放射剂量(D1...DU+V)进行优化(60)以提供每个群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)的应用剂量。
2.根据权利要求1的放射疗法方案过程(10),还包括校正步骤(36),其中对群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)进行修改。
3.根据权利要求2的放射疗法方案过程(10),其中所述校正步骤(36)包括对一个或多个群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)的大小修改预定值。
4.根据权利要求1的放射疗法方案过程(10),其中通过下述公式来确定所形成的群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)的数目:
#群集=(KMAX-KMIN)/k·<σk>
5.根据权利要求1的放射疗法方案过程(10),其中从查找表或放射生物学模型中导出为每个群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)所规定的放射剂量(D1...DU+V)。
6.根据权利要求1的放射疗法方案过程(10),其中对功能性成像信息(F(r′),F(r))的建模(32)基于缺氧。
7.根据权利要求1的放射疗法方案过程(10),其中对功能性成像信息(F(r′),F(r))的建模(32)基于含氧量。
8.根据权利要求1的放射疗法方案过程(10),其中所形成的群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)的数目取决于噪声。
9.一种放射治疗方案设备包括:
用于获取(14)解剖性成像信息(A(r))的装置;
用于获取(12)功能性成像信息(F(r′))的装置;
用于共同登记(20,16)解剖性和功能性成像信息(A(r),F(r′),18)的装置;
用于对功能性成像信息(F(r′),F(r))进行建模(32)以创建参数图(K(r))的装置;
用于对所述参数图(K(r))中的段进行群集(36)以形成具有相似放射敏感性的群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)的装置;
用于对所形成的每个群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)规定(50)放射剂量(D1...DU+V)的装置;以及
用于对每个群集的放射剂量(D1...DU+V)进行优化(60)以提供每个群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)的应用剂量的装置。
10.根据权利要求9的放射治疗设备,还包括用于对一个或者多个群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)进行校正(36)的装置。
11.根据权利要求10的放射治疗设备,其中用于对一个或者多个群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)进行校正(36)的所述装置包括用于对一个或多个群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)的大小修改预定值的装置。
12.根据权利要求9的放射治疗设备,其中通过下述公式来确定所形成的群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)的数目:
#群集=(KMAX-KMIN)/k·<σk>
13.根据权利要求9的放射治疗设备,还包括用于确定所规定的放射剂量(D1...DU+V)的查找表。
14.根据权利要求9的放射治疗设备,其中对功能性成像信息(F(r′),F(r))的建模(32)基于缺氧。
15.根据权利要求9的放射治疗设备,其中对功能性成像信息(F(r′),F(r))的建模(32)基于含氧量。
16.根据权利要求9的放射治疗设备,其中所形成的群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)的数目取决于噪声。
17.一种放射疗法方案过程(10),包括:
获取(14)解剖性成像信息(A(r));
通过FMISO-PET(F(r′))获取(12)功能性成像信息;
共同登记(20,16)解剖性和功能性成像信息(A(r),F(r′),18);
根据缺氧来对功能性成像信息(F(r′),F(r))进行建模(32)以创建参数图(K(r));
对参数图(K(r))中的段进行群集(36)以形成具有相似缺氧的群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3);
对所形成的每个群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)规定(50)放射剂量(D1...DU+V);以及
对每个群集的放射剂量(D1...DU+V)进行优化(60)以提供每个群集的应用剂量。
18.根据权利要求17的放射疗法方案过程(10),还包括校正步骤(36),其中对群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)进行修改。
19.根据权利要求17的放射疗法方案过程(10),其中通过下述公式来确定所形成的群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)的数目:
#群集=(KMAX-KMIN)/k·<σk>
20.根据权利要求1的放射疗法方案过程(10),其中所形成的群集(T1,T2,T3...TU,R1,R2,RV,H1,H2,H3)的数目取决于噪声。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US59500505P | 2005-05-26 | 2005-05-26 | |
US60/595,005 | 2005-05-26 | ||
PCT/IB2006/051358 WO2006126109A1 (en) | 2005-05-26 | 2006-05-01 | Radio-therapeutic treatment planning incorporating functional imaging information |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101184527A true CN101184527A (zh) | 2008-05-21 |
CN101184527B CN101184527B (zh) | 2012-05-09 |
Family
ID=37023132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2006800182592A Active CN101184527B (zh) | 2005-05-26 | 2006-05-01 | 并入功能性成像信息的放射治疗方案设备 |
Country Status (7)
Country | Link |
---|---|
US (1) | US7636420B2 (zh) |
EP (1) | EP1901810B1 (zh) |
JP (1) | JP2008545468A (zh) |
CN (1) | CN101184527B (zh) |
AT (1) | ATE485873T1 (zh) |
DE (1) | DE602006017842D1 (zh) |
WO (1) | WO2006126109A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102365111A (zh) * | 2009-03-27 | 2012-02-29 | 皇家飞利浦电子股份有限公司 | 标志适配的正常组织并发症概率 |
CN103945901A (zh) * | 2011-10-14 | 2014-07-23 | 住友重机械工业株式会社 | 带电粒子束照射系统以及带电粒子束照射计划方法 |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080171931A1 (en) * | 2007-01-16 | 2008-07-17 | Michael Maschke | Device and procedure for cardiac treatment with a MRI - X-ray hybrid system |
US8812240B2 (en) * | 2008-03-13 | 2014-08-19 | Siemens Medical Solutions Usa, Inc. | Dose distribution modeling by region from functional imaging |
JP5613235B2 (ja) * | 2009-07-20 | 2014-10-22 | コーニンクレッカ フィリップス エヌ ヴェ | 関心腫瘍領域の画成のための生体構造モデリング |
US8284897B2 (en) * | 2010-01-26 | 2012-10-09 | Varian Medical Systems International Ag | Method and apparatus to facilitate treating a target portion of a patient's body with radiation |
US20130325432A1 (en) * | 2011-03-18 | 2013-12-05 | Stephan Mittermeyer | Method for enabling the planning of a treatment of a tumour using a therapeutic virus |
US9466116B2 (en) * | 2011-04-15 | 2016-10-11 | Siemens Aktiengesellschaft | Method and system for separating tissue classes in magnetic resonance images |
JP5646400B2 (ja) * | 2011-06-22 | 2014-12-24 | 株式会社日立製作所 | 画像処理フロー評価方法及び当該方法を実行する画像処理装置 |
US9439627B2 (en) | 2012-05-22 | 2016-09-13 | Covidien Lp | Planning system and navigation system for an ablation procedure |
US8750568B2 (en) | 2012-05-22 | 2014-06-10 | Covidien Lp | System and method for conformal ablation planning |
US9439622B2 (en) | 2012-05-22 | 2016-09-13 | Covidien Lp | Surgical navigation system |
US9498182B2 (en) | 2012-05-22 | 2016-11-22 | Covidien Lp | Systems and methods for planning and navigation |
US9439623B2 (en) | 2012-05-22 | 2016-09-13 | Covidien Lp | Surgical planning system and navigation system |
US10960230B2 (en) * | 2012-10-16 | 2021-03-30 | Nam P. Nguyen | Calibration of hypoxic region focused radiotherapy treatment plans |
GB201219403D0 (en) * | 2012-10-29 | 2012-12-12 | Uni I Olso | Method for improved estimation of tracer uptake in physiological image volumes |
JP6445548B2 (ja) * | 2013-06-26 | 2018-12-26 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | マルチモード組織分類のためのシステム |
US9355447B2 (en) * | 2013-08-21 | 2016-05-31 | Wisconsin Alumni Research Foundation | System and method for gradient assisted non-connected automatic region (GANAR) analysis |
US9827445B2 (en) * | 2013-09-27 | 2017-11-28 | Varian Medical Systems International Ag | Automatic creation and selection of dose prediction models for treatment plans |
US9782607B2 (en) * | 2014-08-05 | 2017-10-10 | The University Of Chicago | Systems and methods for radiation treatment planning using combined imaging and treatment dose |
CN110869086A (zh) | 2017-06-22 | 2020-03-06 | 反射医疗公司 | 生物自适应放射疗法的系统和方法 |
KR101996268B1 (ko) * | 2018-01-04 | 2019-07-04 | 연세대학교 산학협력단 | 방사선의 전달 정도 관리 방법 및 이를 이용한 방사선의 전달 정도 관리 장치 |
US20190255352A1 (en) * | 2018-02-22 | 2019-08-22 | Landeskrankenanstalten-Betriebsgesellschaft-KABEG | Method and System for Irradiating a Patient's Tumor |
US20190255356A1 (en) * | 2018-02-22 | 2019-08-22 | Landeskrankenanstalten-Betriebsgesellschaft - KABEG | Method and System for Treatment of a Patient's Tumor |
WO2020023961A1 (en) * | 2018-07-27 | 2020-01-30 | Munbodh Reshma | Computer-implemented method of evaluating a protocol for radiation therapy |
CN112566581B (zh) | 2018-08-10 | 2024-03-19 | 柯惠有限合伙公司 | 用于消融可视化的系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2617283B2 (ja) * | 1995-05-26 | 1997-06-04 | 技術研究組合医療福祉機器研究所 | 放射線治療計画装置 |
US5859891A (en) | 1997-03-07 | 1999-01-12 | Hibbard; Lyn | Autosegmentation/autocontouring system and method for use with three-dimensional radiation therapy treatment planning |
JPH10309324A (ja) * | 1997-05-12 | 1998-11-24 | Hitachi Ltd | 治療計画システム |
US6402689B1 (en) * | 1998-09-30 | 2002-06-11 | Sicel Technologies, Inc. | Methods, systems, and associated implantable devices for dynamic monitoring of physiological and biological properties of tumors |
JP2000105279A (ja) * | 1998-09-30 | 2000-04-11 | Sumitomo Heavy Ind Ltd | 放射線治療領域設定方法、治療装置、治療計画作成装置、及び治療用データベースシステム |
US6490476B1 (en) * | 1999-10-14 | 2002-12-03 | Cti Pet Systems, Inc. | Combined PET and X-ray CT tomograph and method for using same |
US7046762B2 (en) * | 1999-11-05 | 2006-05-16 | Georgia Tech Research Corporation | Systems and methods for global optimization of treatment planning for external beam radiation therapy |
US6792073B2 (en) * | 2000-05-05 | 2004-09-14 | Washington University | Method and apparatus for radiotherapy treatment planning |
US6904306B1 (en) | 2002-01-23 | 2005-06-07 | Koninklijke Philips Electronics N.V. | Method and apparatus for evaluation of contrast agent uptake based on derived parametric images |
EP1509129A4 (en) | 2002-05-08 | 2009-03-25 | Yeda Res & Dev | SENSITIZED ONLINE BOLD NUCLEAR PENNOMOGRAPHY PROCESS |
CA2523189A1 (en) * | 2003-04-22 | 2004-11-04 | Molecular Technologies, Inc. | System and method for synthesis of molecular imaging probes including fdg |
-
2006
- 2006-05-01 CN CN2006800182592A patent/CN101184527B/zh active Active
- 2006-05-01 WO PCT/IB2006/051358 patent/WO2006126109A1/en active Application Filing
- 2006-05-01 EP EP06728098A patent/EP1901810B1/en active Active
- 2006-05-01 US US11/914,765 patent/US7636420B2/en active Active
- 2006-05-01 JP JP2008512959A patent/JP2008545468A/ja active Pending
- 2006-05-01 AT AT06728098T patent/ATE485873T1/de not_active IP Right Cessation
- 2006-05-01 DE DE602006017842T patent/DE602006017842D1/de active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102365111A (zh) * | 2009-03-27 | 2012-02-29 | 皇家飞利浦电子股份有限公司 | 标志适配的正常组织并发症概率 |
CN102365111B (zh) * | 2009-03-27 | 2016-06-22 | 皇家飞利浦电子股份有限公司 | 标志适配的正常组织并发症概率 |
CN103945901A (zh) * | 2011-10-14 | 2014-07-23 | 住友重机械工业株式会社 | 带电粒子束照射系统以及带电粒子束照射计划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101184527B (zh) | 2012-05-09 |
EP1901810A1 (en) | 2008-03-26 |
JP2008545468A (ja) | 2008-12-18 |
DE602006017842D1 (de) | 2010-12-09 |
US20080267351A1 (en) | 2008-10-30 |
EP1901810B1 (en) | 2010-10-27 |
ATE485873T1 (de) | 2010-11-15 |
WO2006126109A1 (en) | 2006-11-30 |
US7636420B2 (en) | 2009-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101184527B (zh) | 并入功能性成像信息的放射治疗方案设备 | |
CN108778416B (zh) | 使用组织参数估计根据mr数据的伪ct生成的系统、方法和介质 | |
AU2016338923B2 (en) | Pseudo-CT generation from MR data using a feature regression model | |
CN108815721B (zh) | 一种照射剂量确定方法及系统 | |
US7606405B2 (en) | Dynamic tumor diagnostic and treatment system | |
CN102656607B (zh) | 使用计划收集来发展新的优化的目标 | |
Zhang et al. | Multi‐needle localization with attention U‐net in US‐guided HDR prostate brachytherapy | |
CN107545584A (zh) | 医学图像中定位感兴趣区域的方法、装置及其系统 | |
CN108364678B (zh) | 一种基于机器学习的鼻咽癌放疗计划自动化设计方法 | |
US12005270B2 (en) | Systems and methods for accelerated online adaptive radiation therapy | |
KR20090012323A (ko) | 에러 적응성 기능성 이미지화 | |
US9492124B2 (en) | System and method for treatment planning of organ disease at the functional and anatomical levels | |
Maffei et al. | Hierarchical clustering applied to automatic atlas based segmentation of 25 cardiac sub-structures | |
CN115666717A (zh) | 用于导出和利用虚拟体积结构来预测在实施治疗的放射时的潜在碰撞的方法和装置 | |
WO2006119340A2 (en) | Dynamic tumor diagnostic and treatment system | |
CN103518194A (zh) | 基于知识的自动图像分段 | |
Vandewinckele et al. | Segmentation of head-and-neck organs-at-risk in longitudinal CT scans combining deformable registrations and convolutional neural networks | |
Zhang et al. | Individualized and inverse optimized needle configuration for combined intracavitary-interstitial brachytherapy in locally advanced cervical cancer | |
Jassim et al. | The geometric and dosimetric accuracy of kilovoltage cone beam computed tomography images for adaptive treatment: a systematic review | |
US11723616B2 (en) | Method of verifying a position of an interventional device | |
Jin et al. | Computer-assisted delineation of lung tumor regions in treatment planning CT images with PET/CT image sets based on an optimum contour selection method | |
CN116051467B (zh) | 基于多任务学习的膀胱癌肌层侵犯预测方法及相关装置 | |
Podgorsak | An automatic planning method for breast electronic tissue compensation treatments based on breast radius and separation | |
Kulkarni et al. | Comparing the performance of a deep learning-based lung gross tumour volume segmentation algorithm before and after transfer learning in a new hospital | |
Kitner | Automatic localization of catheters in prostate brachytherapy |
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 |