CN101501704A - 用于drr生成和图像配准的图像分割 - Google Patents

用于drr生成和图像配准的图像分割 Download PDF

Info

Publication number
CN101501704A
CN101501704A CNA2007800298818A CN200780029881A CN101501704A CN 101501704 A CN101501704 A CN 101501704A CN A2007800298818 A CNA2007800298818 A CN A2007800298818A CN 200780029881 A CN200780029881 A CN 200780029881A CN 101501704 A CN101501704 A CN 101501704A
Authority
CN
China
Prior art keywords
image
dimensional
treatment
projection
data
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.)
Pending
Application number
CNA2007800298818A
Other languages
English (en)
Inventor
傅东山
王宏武
C·R·小莫勒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Accuray Inc
Original Assignee
Accuray Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Accuray Inc filed Critical Accuray Inc
Publication of CN101501704A publication Critical patent/CN101501704A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • 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
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/38—Registration of image sequences
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Radiation-Therapy Devices (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

一种用于提高与从分割的脊柱数据获得的数字重建放射照片的2D－3D配准的系统、方法和设备。

Description

用于DRR生成和图像配准的图像分割
技术领域
本发明的实施方式涉及图像引导的放射治疗系统，以及更具体地，涉及在图像引导的放射治疗系统中使用分割以改进数字重建放射照片的实用性。
背景技术
图像引导的放射手术和放射疗法系统(总起来就是图像引导的放射治疗系统)是通过对病理解剖体输送规定的放射(例如，x射线或伽马射线)剂量并且同时最小化对周围的组织和关键解剖结构(例如脊髓)的照射，来使用外部放射射束以治疗病理解剖体(例如肿瘤、病变、血管畸形、神经错乱等)的放射治疗系统。放射手术和放射疗法都被设计成使病理解剖体坏死或者损害病理解剖体的同时不伤害健康的组织和关键结构。放射疗法的特征在于每次治疗的低放射剂量(每次治疗1-2戈瑞(Gray))和多次治疗(例如30-45次治疗)。放射手术的特征在于在1-5次治疗中的相对高的放射剂量(通常每次治疗5戈瑞或者更多)(1戈瑞等于1焦耳每千克)。
在放射疗法和放射手术中，放射剂量从多个角度被输送到病理解剖体的位置。由于每个放射射束的角度是不同的，每个射束可以贯穿被病理解剖体占有的目标区域，同时在其进出目标区域的途中穿过健康组织的不同区域。所以，在目标区域的累积放射剂量比较高，而对健康组织和关键结构的平均放射剂量比较低。
与基于框架的放射疗法和放射手术系统(其中刚性并且侵入性的框架被固定在患者上以在整个诊断成像、治疗计划和随后的治疗输送过程中使患者固定不动)相比，图像引导的放射手术和放射疗法系统通过在治疗期间跟踪患者剂量(位置和定向)免除了对固定侵入性的框架的需要。另外，在基于框架的系统通常局限于颅骨内疗法的情况下，图像引导的系统没有这样的限制。
图像引导的放射疗法和放射手术系统包括基于门架的系统和基于机器人的系统。在基于门架的系统中，放射源附着于门架上，所述门架在单个平面中围绕旋转中心(等中心)移动。每次，在治疗期间输送放射射束，射束的轴穿过等中心。所以治疗角度受放射源的放射范围和患者定位系统的自由度的限制。在基于机器人的系统中，例如由加利福尼亚州的艾可瑞公司(Accuray，Inc.)制造的(射波刀
Figure A200780029881D0012143811QIETU
)立体放射手术系统，放射源不被限制在单个旋转平面，而具有5个或者更多的自由度。
在传统的图像引导的放射治疗系统中，通过将患者的二维(2D)治疗中x射线图像与2D数字重建放射照片(DRR)进行比较来完成治疗期间的患者跟踪，所述2D数字重建放射照片从用于诊断和治疗计划的三维(3D)预治疗成像数据中获得。预治疗成像数据可以是例如计算断层扫描(CT)数据、磁共振成像(MRI)数据、正电子发射断层扫描(PET)数据或3D旋转血管造影(3DRA)。通常，治疗中x射线成像系统是立体的，从两个或者更多不同的观察点(例如直角)生成患者的图像，并且对每个观察点生成相应的DRR。
DRR是通过释放(精确地投射)穿过3D图像的射线来模拟治疗中x射线成像系统的几何结构而生成的合成的x射线图像。然后，生成的DRR具有与治疗中x射线成像系统相同的尺度和观察点。为了生成DRR，3D成像数据被分成体素(体积元素)，并且每个体素被分配一个从3D成像数据获得的衰减(损失)值。然后DRR中的每个像素的相对强度就是所投射的穿过3D图像的每个射线的体素损失的和。在DRR被生成之前，通过在3D成像数据上执行3D变换(旋转和平移)来模拟不同的患者剂量。
在一些图像引导的系统中，在治疗期间3D变换和DRR生成被实时地反复执行。在例如由加利福尼亚州森尼维耳市的艾可瑞公司制造的CyberKnife
Figure A200780029881D0012143811QIETU
立体放射手术系统的其他系统中，在治疗开始之前预计算对应于期望范围的患者剂量的一组DRR(在每次投射中)。
治疗中x射线图像与DRR的每次比较生成相似性量度，或者等价地，生成差异量度(例如交叉相关性、平均信息量、交互信息、梯度相关性、模式强度、梯度差异、图像强度梯度)，所述差异量度可以被用于搜索可以生成对治疗中x射线图像具有更高相似性量度的DRR的3D变换(或者用于直接搜索上面所述的预计算的DRR)。当相似性量度被充分地最大化(或者等价地，差异量度被最小化)时，对应于DRR的3D变换可以被用于将治疗计划的3D坐标系统与治疗输送系统的3D坐标系统对准，从而使放射源和患者的相对位置与治疗计划一致。在预计算的DRR的情况下，最大化相似性量度可以被用于计算两个最近的DRR之间的微分3D变换。图1示出了对于治疗中DRR生成的情况的上述过程。
配准和跟踪算法的精确度的一个限制因素是从3D成像数据获得的DRR的质量。三维扫描过程(例如CT或MRI扫描)比较耗时，通常需要许多分钟。理想地，为了最好的图像质量，患者应该在过程期间保持完全静止，但是这通常是不可能的。特别地，患者不能够停止呼吸也通常不能够长期屏住呼吸。年老的患者或者带有危及呼吸的系统的其他患者可能根本不能屏住呼吸。例如，当正在对脊柱成像时，呼吸造成3D成像数据中的运动假象，因为诸如肺、肋骨和隔膜的身体结构在相对于脊柱运动。当3D成像数据随后被用于生成DRR时，由于包括真实细节损失和虚假细节存在的2D中的图像假象和DRR中的噪声，在3D中出现运动假象，所述运动假象降低了DRR与x射线图像之间差异的相似性量度的灵敏度。另外，即使不存在运动假象，仅仅其他骨结构和软组织的存在也可能造成DRR中足够的图像假象从而降低图像比较的质量。
附图说明
本发明以示例的方式而非限制的方式被示出，在附图中，其中：
图1示出了在传统的图像引导的放射治疗系统中的2D-3D配准；
图2示出了在一个实施方式中的图像引导的机器人放射手术系统；
图3示出了在一个实施方式中的坐标系统表示；
图4A-4D示出了在一个实施方式中的2D-2D配准；
图5A和5B是示出了在传统的图像引导的放射治疗系统中的工作流程的流程图；
图6A是示出了在一个实施方式中的工作流程的流程图；
图6B是示出了在可替换的实施方式中的工作流程的流程图；
图7示出了在一个实施方式中的所关注的体积的几何表示；
图8示出了在一个实施方式中的所关注的体积的体积表示；
图9示出了在一个实施方式中的分割工具；
图10A和10B示出了在一个实施方式中作等值线；
图11A和11B是来自示出了运动假象的未分割的3D图像数据的两个投射中的DRR；
图12A和12B是在一个实施方式中来自分割的3D图像数据的图11A和11B的两个投射中的DRR；
图13A和13B是来自示出了骨组织和软组织假象的未分割的3D图像数据的两个投射中的DRR；
图14A和图14B是在一个实施方式中来自分割的3D图像数据的图13A和13B的两个投射中的DRR；
图15是示出了在一个实施方式中的方法的流程图；以及
图16是示出了在其中本发明的实施方式可以被执行的系统的框图。
具体实施方式
在下面的描述中，为了提供对本发明的实施方式的全面理解，叙述了许多具体细节，例如特定组件、装置、方法等的示例。然而，对于本领域技术人员来说显然的是，可以在没有这些具体细节的情况下实施本发明的实施方式。换句话说，熟知的材料或方法没有被详细地描述以避免不必要地模糊本发明的实施方式。在此使用的术语“x射线图像”可以表示可视的x射线图像(例如，显示在显示屏上)或者x射线图像的数字表示(例如与x射线检测器的像素输出相对应的文件)。在此使用的术语“治疗中图像”可以指在放射手术或者放射疗法过程的治疗输送阶段期间在任何点实时捕捉的图像，所述期间可以既包括放射源打开时的时期也包括放射源关闭时的时期。有时，为了便于说明，CT成像数据在此可以用作示例性的3D成像形态。可以理解的是，来自任何类型的3D成像形态的数据，例如CT数据、MRI数据、PET数据、3DRA数据等等，也可以在本发明的各种实施方式中使用。
除非在下面叙述中另外明显指出，可以理解诸如“分割”、“生成”、“配准”、“确定”、“对准”、“定位”、“处理”、“计算”、“选择”、“估计”、“跟踪”等等的术语可以指计算机系统或者类似电子计算装置的行为和程序，所述类似电子计算装置可以把表示为在计算机系统的寄存器和存储器内的物理(例如电子)量的数据操作和转换成以类似方式表示为在计算机系统存储器或寄存器或者其他这样的信息存储、传送或显示装置内的物理量的其他数据。在此描述的方法的实施方式使用计算机软件被执行。如果写成符合可识别的标准的编程语言，被设计成执行所述方法的指令序列可以被编译以用于在各种硬件平台上执行和用于与各种操作系统的接口。另外，本发明的实施方式没有针对任何特定的编程语言被描述。应当理解，可以使用各种编程语言来执行本发明的实施方式。
图2示出了图像引导的基于机器人的放射治疗系统100的配置，例如由加利福尼亚州森尼维耳市的艾可瑞公司制造的CyberKnife
Figure A200780029881D0012143811QIETU
立体放射手术系统。在图2中，放射治疗源是安装在机器人臂102的末端的线性加速器(LINAC)101，所述机器人臂102具有多个(例如，5个或更多个)自由度从而定位LINAC 101以用从各个角度输送的射束在许多平面上在围绕患者的操作体积中照射病理解剖体(目标区域或者体积)。治疗可以包括具有单个等中心、多个等中心或具有非等中心方式的射束路径。
图2的治疗输送系统包括治疗中成像系统，所述治疗中成像系统可以包括x射线源103A和103B以及x射线检测器(成像器)104A和104B。两个x射线源103A和103B可以安装在操作室的天花板上的固定位置并且可以被对准以从两个不同的角度位置(例如，分开90度)投射成像x射线射束来在机器等中心105(其在治疗期间提供用于定位治疗床106上的患者的参考点)相交以及在穿过患者后照亮各自的检测器104A和104B的成像平面。在其他实施方式中，系统100可以包括多于或者少于两个的x射线源以及多于或者少于两个的检测器，并且任意一个检测器是可移动的而不是固定的。在另外实施方式中，x射线源和检测器的位置可以被交换。
检测器104A和104B可以由将x射线转换成可见光的闪烁材料(例如非晶硅)和CMOS(互补金属氧化物半导体)或CCD(电荷耦合装置)成像单元阵列制造，所述CMOS或CCD成像单元阵列在配准过程期间将光转换成可以与参考图像比较的数字图像。
图3示出了治疗输送系统(诸如治疗输送系统100)的3D坐标系统、治疗中成像系统(诸如治疗输送系统100中的治疗中成像系统)的2D坐标系统以及3D图像(诸如预治疗CT图像)的3D坐标系统之间的几何关系。在图3中，坐标系统xyz(其中x垂直于图3的平面)与3D图像相关，坐标系统x’y’z’(其中x’垂直于图3的平面)与治疗输送系统相关，以及投射A和B与治疗中成像系统相关，在所述治疗中成像系统中SA和SB表示x射线源(诸如x射线源103A和103B)以及OA和OB是x射线检测器(诸如x射线检测器104A和104B)的成像平面的中心。在图3中，投射A和投射B是分别从方向OASA和OBSB观察的。
3D变换可以由图3中所示的从坐标系统xyz到坐标系统x’y’z’的三个平移(Δx，Δy，Δz)和三个旋转(Δθx，Δθy，Δθz)定义。相反地，3D变换可以由从坐标系统x’y’z’到坐标系统xyz的三个平移(Δx′，Δy′，Δz′)和三个旋转(Δθx′，Δθy′，Δθz′)定义。投射A的坐标中的轴xA的方向与3D图像坐标系统中的轴x的方向相反。投射B的坐标中的轴xB的方向与3D图像坐标系统中的轴x的方向相同。两个3D坐标系统之间的3D刚性变换可以从基础三角学获得，如下：
x = x ′ , y = ( y ′ - z ′ ) / 2 , z = ( y ′ + z ′ ) / 2 ,
θ x = θ x ′ , θ y = ( θ y ′ - θ z ′ ) / 2 , θ z = ( θ y ′ + θ z ′ ) / 2 . - - - ( 1 )
在投射A的2D坐标系统(xAyA)中，3D刚性变换被分解成平面内变换(xA，yA，θA)和两个平面外旋转
Figure A200780029881D0017144006QIETU
。相似地，在投射B的2D坐标系统(xByB)中，分解包括平面内变换(xB，yB，θB)和两个平面外旋转
Figure A200780029881D0017144022QIETU
。图4A到4D示出了这里所述的平面内变换和平面外旋转，其中2D x射线图像由平面201表示，以及2D DDR由平面201表示。注意到两个投射的使用过于约束3D刚性变换的6个参数的解，等式(1)的3D刚性变换可以被简化。投射A中的平移xA是与投射B中的xB相同的参数，并且投射A中的平面外旋转
Figure A200780029881D0017144043QIETU
与投射B中的相同。如果αA和αB分别是投射A和投射B的几何放大因子(例如与放射源到患者和患者到探测器的距离相关的尺度因子)，则坐标系统(x’y’z’)和2D坐标系统之间的平移具有下面的关系：
x′＝(αBxB-αAxA)/2，y′＝αAyA，z′＝αByB.          (2)
对于投射A，给出一组对应于两个平面外旋转
Figure A200780029881D0018144122QIETU
的不同结合的DRR，使用相似性量度，2D平面内变换(xA，yA，θA)可以由2D到2D图像比较而估计出，并且两个平面外旋转
Figure A200780029881D0018144134QIETU
可以通过将x射线图像与所述DRR图像组进行最优匹配而计算出，如下所述。相似地，可以使用相同的过程来解决投射B的2D平面内变换(xB，yB，θB)和平面外旋转
Figure A200780029881D0018144148QIETU
。如下所述，所述平面内变换和平面外旋转可以通过在x射线图像与DRR图像组之间进行配准来获得，这对于投射A和投射B来说是独立的。当识别出具有匹配的平面外旋转的DRR图像时，所述平面内旋转和平面外旋转具有下面的关系：
θy′＝θB，θz′＝θA.          (3)
如果平面外旋转θy′在投射A的参考DRR图像组中被忽略，当θy′很小的时候(例如小于5°)，平面内变换可以被(xA，yA，θA)近似地描述。一旦作出这样的简化假设，并给出对应于各种平面外旋转
Figure A200780029881D0018144243QIETU
的参考DRR图像组，可以用一种或者多种多相配准方法解出平面内变换(xA，yA，θA)和平面外旋转
Figure A200780029881D0018144253QIETU
，所述一种或者多种多相配准方法如在2004年6月30日提交的题为“Fiducial-less Tracking with Non-rigid Image Registration”的美国专利申请No.10/880486中和在2004年6月30日提交的题为“Image EnhancementMethod and System for Fiducial-less Tracking of Treatment Targets”的美国专利申请No.10/881208中所述的方法，这两份专利申请都被作为参考而合并于此。可以对投射B做相应的简化。在一个实施方式中，为参考DRR图像定义的平面外旋转的范围可以被限制在大约±5°，因为在初始的患者对准之后，平面外旋转可以被认为很小。
给出投射A中的结果(xA，yA，θA，
Figure A200780029881D0018144316QIETU
)和投射B中的结果(xB，yB，θB，
Figure A200780029881D0018144326QIETU
)，在3D图像坐标系统中的3D刚性变换的近似可以使用下面的表达式获得：
x = ( - α A x A + α B x B ) / 2 , y = ( α A y A - α B y B ) / 2 , z = ( α A y A + α B y B ) / 2 ,
θ x = ( θ x A + θ x B ) / 2 , θ y = ( θ B - θ A ) / 2 , θ z = ( θ B + θ A ) / 2 . - - - ( 4 )
因而，两个投射完全可以由两组四个参数
Figure A200780029881D00193
和
Figure A200780029881D00194
来定义。对于每个投射，相似性量度可以被定义为各自的参数的函数： S A = F ( x A , y A , θ A , θ x A ) 和 S B = f ( x B , y B , θ B , θ x B ) 。然而，需要共同定义两个投射的参数的总数可以被减少到六个，首先注意
θ x A = θ x B = θ x . - - - ( 4 )
然后，分别对于投射A和B给出几何放大因子αA和αB，坐标系统(x’y’z’)与2D投射坐标系统之间的平移具有下面的关系：
x′＝-αAxA＝αBxB，y′＝αAyA，z′＝αByB            (5)
将前述等式代入方程组(1)得到：
x = - α A x A = α B x B , y = ( α A y A - α B y B ) / 2 , z = ( α A y A + α B y B ) / 2 ,
θ x = θ x A = θ x B , θ y = ( θ B - θ A ) / 2 , θ z = ( θ B + θ A ) / 2 . - - - ( 6 )
所以， 给出两个投射中的一对DRR和一对X射线图像，通过在两个4-参数搜索空间中或者在一个6-参数搜索空间中搜索，结合的相似性量度Stotal＝SA+SB＝f(x，yA，yB，θx，θA，θB)可以完全最大化。随后，使用方程组(6)，配准结果可以被映射到治疗输送系统的坐标系统。
前述说明意在提供对一个示例性的图像引导的放射治疗系统的3D预治疗成像、3D刚性变换、DRR和治疗中x射线图像之间的关系的理解，其中在所述示例性的图像引导的放射治疗系统中本发明的实施方式可以被实施。然而，应当理解的是，本发明的实施方式也可以在其他类型的放射治疗系统中实施，包括门架型图像引导的放射治疗系统和/或在治疗期间实时或者几乎实时地生成DRR图像的放射治疗系统。
医学图像分割是将3D医学图像(例如CT，MRI，PER或3DRA图像)划分到对于一个或者多个特性或特征(例如组织类型、密度)相似的区域中的过程。在放射治疗系统(包括基于框架的和图像引导的)中，分割是治疗计划中的关键步骤，其中目标病理解剖体(例如肿瘤或病变)和关键解剖结构(例如脊髓)的边界和体积被定义和映射到治疗计划中。分割的精确度对于在病理解剖体的治疗期间，在避免健康的组织受到不必要的放射的情况下获得放射剂量中的高度的适形性(conformality)和均匀性非常关键。
在传统的图像引导的放射治疗系统中，在治疗计划期间用于图像分割的3D成像数据也用于DRR生成。图5A示出了在治疗期间生成DRR图像的传统的图像引导的放射治疗系统中的工作流程，如上所述。如图5A中所示，图像分割和DRR生成在治疗计划和治疗输送的不同路径中被执行。如图5A中所示，在预治疗3D成像数据被生成之后，图像分割被用于区分目标病理解剖体和要避免的关键解剖结构(例如脊髓)。图像分割的结果在治疗计划中被用于计划对病理解剖体的放射输送。
然而，DRR根据预分割3D成像数据的3D刚性变换而生成，所述预分割3D成像数据可以包括如上所述的运动假象和其他假象。在治疗时期，2D治疗中x射线图像与2D DRR进行比较并且比较的结果(如上所述的相似性量度)被反复使用以寻找生成与治疗中x射线图像最相似的DRR的3D成像数据的3D刚性变换。当相似性量度被最大化时，相应的3D刚性变换被选择以将3D成像数据的坐标系统与治疗输送系统的3D坐标系统对准(例如通过移动放射源和/或患者)。
图5B示出了在治疗前生成DRR图像的图像引导的放射治疗系统中的工作流程，如上所述。图5B中的工作流程除了2D-2D图像比较的结果被用于从预计算DRR中选择而不用于获得3D变换函数之外与图5A中的工作流程在所有方面都相同。在图5B中，一旦发现了最大化相似性量度(基于最优匹配的预计算DRR)，3D变换可以从3D-3D对准过程的DRR中外插或者内插。然而在此，DRR再次由预分割3D成像数据的3D刚性变换生成。
用于将DRR与治疗中x射线图像比较以及用于计算相似性量度的方法和算法可以非常强大并且能够在没有插入的基准标记的情况下，既跟踪刚性解剖结构也跟踪非刚性(可变形的)解剖结构，例如脊柱。对于非刚性和/或可变形的解剖结构，例如脊柱，由于从预处理成像和在治疗期间得到的x射线图像获得的DRR之间的无法缩减的差异(例如反映在预处理成像期间相对于患者的姿势的脊柱扭转或弯曲)，配准和跟踪可能很复杂。计算来自这种图像的平均刚性变换参数的方法被发展成处理非刚性体的配准和跟踪。包括DDR与治疗中x射线图像之间的矢量位移域的计算以及2D-2D配准和2D-3D配准及跟踪方法的这类方法在美国专利申请No.10/880486和美国专利申请10/881208中被详细的描述。然而，就这样的程度而言，即DDR由未分割的3D成像数据生成并且DRR包括虚假细节或缺少真实细节，在DRR图像与治疗中x射线图像之间计算的任何相似性量度对图像差异的敏感性会降低。
图6A示出了在一个实施方式中的方法300，其显示了在生成实时DRR的放射治疗系统中如何在DRR生成之前使用图像分割以从3D成像数据中去除不想要的假象。在图6A中，在操作301中，3D成像数据以传统方式(例如CT、MRI、PET、3DRA等)获得。在操作302中，3D成像数据被分割从而为治疗计划的目的来描绘目标病理解剖体(例如脊柱肿瘤或者病变)和关键解剖结构。在操作303中，3D成像数据的所关注的体积(VOI)被分割来用于DRR生成。所关注的体积可以包括解剖结构，例如脊柱，并且所关注的体积也可以包括一些立即临近组织(immediately adjacent tissue)以及可以具有容易被手动或者自动定义(例如使用医学成像轮廓工具)的轮廓(例如圆柱形轮廓)。脊柱以外的其他解剖结构，例如头骨或骨盆，也可以被分割。如上所述，图像分割(302)被用于治疗计划(304)中。在治疗中成像系统的每个投射中，来自操作303的分割的VOI数据在操作310中被进行如上所述的3D变换以及在操作306中被用于生成“分割的”DRR。在操作307中，根据固定的或者自适应的治疗计划304，DRR与在操作305中获得的治疗中x射线图像进行比较。如上所述，所述比较可以生成相似性量度，该相似性量度被反馈回到VOI分割数据的3D变换中以在每个投射中生成新的DRR。当相似性量度被最大化时(311)，当前的3D变换被选择并用于在放射治疗系统中的患者姿势与3D预治疗图像的3D坐标之间进行3D-3D对准(308)。
图6B示出了在一个实施方式中的方法400，其显示了在使用预计算的DRR的放射治疗系统中如何在DRR生成之前使用图像分割以从3D成像数据中去除不想要的假象。在图6B中，在操作401中，3D成像数据以传统方式(例如CT、MRI、PET、3DRA等)获得。在操作402中，3D成像数据被分割从而为治疗计划的目的来描绘目标病理解剖体和关键解剖结构，如上所述。在操作403中，3D成像数据的所关注的体积(VOI)被分割来用于DRR生成，如上所述。图像分割(402)被用于治疗计划(404)中，如上所述。来自操作403的分割的VOI数据通过多种3D变换在放射治疗系统(410)中被进行3D变换，所述多种3D变换包含所期望范围的患者姿势。在治疗中成像系统的每个投射中，所述多种3D变换被用于生成多个“分割的”DRR，如上所述(406)。在操作412中，根据固定的或者自适应的治疗计划404，初始的DRR在每个投射中被选择并与在操作405中获得的治疗中x射线图像进行比较。如上所述，所述比较可以生成相似性量度，该相似性量度被反馈回到DRR选择操作412以在每个投射中选择新的DRR。当最大化相似性量度(411)基于最优匹配的DRR时，3D变换可以从预选择的3D变换中被内插或者外插以及被用于在放射治疗系统中的患者姿势与3D预治疗图像的3D坐标之间进行3D-3D对准(408)。
在患者的3D预治疗图像空间(例如CT或者其他3D图像体积)中，VOI分割定义三维几何结构以隔离解剖结构(例如脊柱)以及可选择地隔离迅速围绕所述解剖结构的区域，所述区域在没有不想要的假象的情况下可以被用于生成DRR。所关注的体积可以表示成两种格式，即通常包括堆叠的平行轮廓的几何表示，或者如下所述主要是二元掩模体积(binary maskvolume)的体积表示。这两种格式是可转换的，可以从一种转换成另一种。所关注的体积以几何格式被存储以节省存储空间。
图7示出了包括由堆叠的轮廓402定义的VOI401的CT图像体积400的简化的几何表示。每个轮廓在平行于CT图像体积400的切片的相应平面403上被定义。轮廓通常被表示为一组点，所述一组点可以被内插以获得图7中所示的封闭轮廓。
图8示出了图7中的VOI401的几何表示如何被转换成VOI401的体积表示。在图8中，CT图像体积400被分成体素(例如示例性的体素501)，所述体素具有与原始CT成像数据相同的分辨率。CT图像体积400中的体素可以被3D二元掩模掩盖(即在3D CT图像体积中每个体素有一个掩模)。3D二元掩模被定义为1比特二元掩模组或者定义为多比特掩模组，所述1比特二元掩模组在CT图像体积中具有对于每个像素的1比特掩模，所述多比特掩模组在CT图像体积中具有对于每个像素的多比特掩模。1比特二元掩模可以在CT图像体积中选择体素或者取消选择体素以定义单个VOI。例如，对于位于由轮廓402定义的VOI内部的体素的单个比特值可以被设置成1，以及对于位于由轮廓402定义的VOI外部的体素的单个比特值可以被设置成0。多比特掩模允许在一个3D二元掩模中对多个所关注的体积进行编码，每个比特对应于一个VOI。例如，8比特掩模可以表示8个所关注的体积。32比特掩模，如图5中示例性的多比特掩模502和503所示出的，能够在32个不同的所关注的体积中的每一个中表示其体素的状态(即被选择或者被取消选择)。
上面所述的过程可以用脊柱分割工具自动进行，例如由加利福尼亚州森尼维耳市的艾可瑞公司的MultiPlanTM(多计划TM)治疗计划系统中提供的工具。所述分割工具可以被用于操作患者的医学图像(例如CT或者诸如MRI、PET等的其他图像体积)。图9是示出了分割工具如何允许用户从医学图像的三个切割平面同时描绘所关注的脊柱体积的屏幕截图600，所述三个切割平面即：轴平面601、矢状面602和冠状面603.
在轴平面601上，显示了二维轮廓。当被用户定义时，所述轮廓可以是实线轮廓，或者所述轮廓可以是被计算机从邻近轮廓内插的虚线轮廓。用户可以通过调整轮廓大小、对轮廓缩放或者移动轮廓而修改轮廓。用户也可以修改轮廓的形状从而通过调整形状变形参数来匹配在正被显示的图像切片上的实际脊柱。形状变形参数定义了轮廓接近于椭圆的程度。例如，当形状变形参数被设置为0时，轮廓可以是标准椭圆。当形状变形参数被设置为1时，使用自动边缘识别方法，轮廓可以呈现脊柱骨的外形，所述自动边缘识别方法例如在悬而未决的美国专利申请No.10/880486和No.10/881208中描述的自动边缘识别方法。通过在[0，1]的范围内调整所述变形参数，轮廓的形状可以从如图10A中所示的椭圆701平滑地变形成例如如图10B中所示的脊柱骨702。用户也可以调整轮廓702的形状，例如使用在轮廓702的限界框704上的控制点(例如控制点703)。
在矢状面602和冠状面603上，所关注的脊柱体积的投射的侧面轮廓被显示。所有用户定义的轮廓(例如轮廓604)的中心被连接成脊柱606的中心轴。用户可以通过移动或者拖拽轮廓的中心来移动、添加或去除轮廓。当轮廓的中心在矢状面或者冠状面上被移动时，在轴图像切片上定义的实际轮廓被相应移动。当用户选择相邻的周轮廓的两个中心点之间的任意点时，新轮廓在该位置被添加，轮廓被自动设置以内插到两个相邻的轴轮廓中。当用户在两个相邻轮廓的区域外或者图像边界外拖拽和放下轮廓的中心点时，轮廓从所关注的体积中被移除。一旦所关注的脊柱体积以几何格式被描绘和存储，所关注的脊柱体积被转换成体积格式，并且所述所关注的脊柱体积成为只包括所关注的体积内部的体素的三维图像体积。
图11A和11B示出了患者的胸脊柱的两个垂直投射的DRR，所述两个垂直投射的DRR从CT图像体积中的未分割的3D成像数据中获得。可以看到两个图像呈现出由CT图像获得期间的呼吸运动造成的严重的图像假象。图12A和12B示出了在应用脊柱分割以及去除来自VOI外部骨组织和软组织的图像假象之后的由图11A和11B表示的相同的两个垂直投射。
图13A和13B示出了患者的胸脊柱的两个垂直投射的DRR，所述两个垂直投射的DRR从CT图像体积中的未分割的3D成像数据中获得。可以看到两个图像呈现出来自骨结构和软组织的干扰假象。图14A和14B示出了在应用脊柱分割以及去除来自VOI外部骨组织和软组织的图像假象之后的由图13A和13B表示的相同的两个垂直投射。
如上所述，在图像引导的放射治疗期间从分割的3D成像数据获得的DRR可以与治疗中x射线相比较，从而提供对DRR与治疗中x射线图像之间的微小差异更加敏感的相似性量度。所以，DRR与治疗中x射线之间的配准更加精确。在例如脊柱的非刚性结构的情况下，在治疗中成像系统的每个投射中的2D位移域的改进的精确性中可以证明更加精确的配准，所述2D位移域在观察的成像域中的每个点处描述DRR与治疗中x射线之间的矢量位移。然后每个投射中的位移域可以被结合并被平均化以确定平均刚性变换，如在美国专利申请No.10/880486和No.10/881208中所述的(2D位移域可以被看作用于非刚性结构的配准的一种相似性量度)。
一旦获得了刚性变换，放射治疗系统中的患者的姿势可以与3D预治疗图像的坐标对准，目标病理解剖体的坐标(例如从治疗计划中获得的)可以被定位，并且放射治疗可以被应用到病理解剖体。
因而，描述了用于DRR生成和图像配准的VOI分割的方法。在一个实施方式中，如图15中所示，方法1200包括：获得包括所关注的体积(VOI)和病理解剖体的3D成像数据(操作1201)；根据3D成像数据分割所关注的体积以去除成像假象(操作1202)；根据两个或者多个投射中的分割的VOI的3D变换生成数字重建放射照片(DRR)(操作1203)；将DRR与患者的2D治疗中图像进行比较以生成每个投射中的相似性量度(操作1204)；对应于每个投射中的最大化相似性量度，计算3D刚性变换，从而将患者的姿势与3D成像数据对准并根据治疗计划定位病理解剖体的坐标(操作1205)；以及使病理解剖体和放射治疗源的相对位置与治疗计划相一致(操作1206)。如图15中所示，操作1204到1206(或者可选择地，如上所述的1203到1206)可以被反复进行从而在放射治疗阶段期间不断校正患者的移动。
图16示出了系统1300的一个实施方式，所述系统1300用于执行本发明的特征可以被实施的放射治疗。如下面所述和在图13中所示的，系统1300可以包括诊断成像系统1000、治疗计划系统2000以及治疗输送系统3000。
诊断成像系统1000可以是能够生成患者的医学诊断图像的任何系统，所述医学诊断图像可以被用于随后的医学诊断、治疗计划和/或治疗输送。例如，诊断成像系统1000可以是计算断层扫描(CT)系统、磁共振成像(MRI)系统、正电子发射断层扫描(PET)系统、超声波系统等等。为了便于讨论，下面可能有时关于CT成像形态来讨论诊断成像系统1000。然而，诸如上面所述的那些成像形态的其他的成像形态也可以被使用。
诊断成像系统1000包括成像源1010以生成成像射束(例如x射线、超声波或射频波等等)，诊断成像系统1000还包括成像检测器1020以检测和接收由成像源1010生成的射束或者由来自成像源的射束激发的次级射束或者发射(例如在MRI或PET扫描中)。
成像源1010和成像检测器1020可以被耦合到数字处理系统1030以控制成像操作和处理图像数据。诊断成像系统1000包括总线或用于在数字处理系统1030、成像源1010和成像检测器1020之间传输数据和指令的其他装置1035。数字处理系统1030可以包括一个或者多个通用处理器(例如微处理器)、诸如数字信号处理器(DSP)的专用处理器、或诸如控制器或者现场可编程门阵列(FPGA)的其他类型的装置。数字处理系统1030也可以包括诸如存储器、存储装置、网络适配器等等的其他组件(未示出)。数字处理系统1030可以被配置成生成标准格式的数字诊断图像，例如DICOM(医学中的数字成像和通信)格式。在其他实施方式中，数字处理系统1030可以生成其他标准或者非标准的数字图像格式。数字处理系统1030可以通过数据链路1500将诊断图像文件(例如前述的DICOM格式的文件)传送到治疗计划系统2000，所述数据链路1500例如可以是直接链路、局域网(LAN)链路或者诸如因特网的广域网(WAN)链路。另外，在系统之间传输的信息可以被拉或推过连接系统的通信介质，例如在远程诊断或治疗计划配置中。在远程诊断或治疗计划中，用户可以将本发明的实施方式用于诊断或治疗计划，尽管在系统用户与患者之间存在物理间隔。
治疗计划系统2000包括处理装置2010以接收和处理图像数据。处理装置2010可以代表一个或者多个通用处理器(例如微处理器)、诸如数字信号处理器(DSP)的专用处理器、或诸如控制器或者现场可编程门阵列(FPGA)的其他类型的装置。处理装置2010可以被配置成执行用于进行这里所述的治疗计划和/或图像处理操作的指令，例如这里所述的脊柱分割工具。
治疗计划系统2000也可以包括通过总线2055耦合到处理装置2010的系统存储器2020，以用于存储要被处理装置2010执行的信息和指令，所述系统存储器2020可以包括随机存取存储器(RAM)或者其他动态存储装置。系统存储器2020也可以被用于在处理装置2010执行指令期间存储临时变量或者其他中间信息。系统存储器2020也可以包括只读存储器(ROM)和/或其他耦合到总线2055的静态存储装置以用于存储处理装置2010的静态信息和指令。
治疗计划系统2000也可以包括耦合到总线2055的存储装置2030以用于存储信息和指令，所述存储装置2030代表一个或者多个存储装置(例如磁盘驱动器或者光盘驱动器)。存储装置2030可以被用于存储指令，所述指令用于执行这里讨论的治疗计划步骤和/或用于存储这里讨论的3D成像数据和DRR。
处理装置2010也可以被耦合到显示装置2040以用于将信息(例如VOI的2D或3D表示)显示给用户，所述显示装置2040例如阴极射线管(CRT)或液晶显示器(LCD)。诸如键盘的输入装置2050可以被耦合到处理装置2010以用于将信息和/或命令选择传送到处理装置2010。一个或者多个其他的用户输入装置(例如鼠标、跟踪球或光标方向键)也可以被用于传送方向信息，从而选择处理装置2010的命令和控制显示器2040上的光标移动。
可以理解的是，治疗计划系统2000只代表本治疗计划系统的一个示例，该治疗计划系统可以具有不同的配置和机构，其可以包括比治疗计划系统2000更多或者更少的组件以及可以用于本发明。例如，一些系统通常具有多个总线，例如外围总线和专用缓存总线等。治疗计划系统2000也可以包括MIRIT(医学图像查看和导入工具)以支持DICOM导入(所以图像可以被融合并且目标在不同的系统上被描绘以及然后被导入到治疗计划系统中以用于计划和剂量计算)、允许用户进行治疗计划的扩展的图像融合能力以及观察在各种成像形态(例如MRI、CT、PET等)的任何一种上的剂量分配。治疗计划系统在本领域是公知的，因此不做详细讨论。
治疗计划系统2000可以与诸如治疗输送系统3000的治疗输送系统共享其数据库(例如存储在存储装置2030中的数据)，从而在治疗输送之前不需要从治疗计划系统导出。治疗计划系统2000可以通过数据链路2500被链接到治疗输送系统3000，所述数据链路2500可以是上面关于数据链路1500所述的直接链路、LAN链路或者WAN链路。应该注意的是，当数据链路1500和2500被实施为LAN或WAN连接时，诊断成像系统1000、治疗计划系统2000和/或治疗输送系统3000中的任何一个可以位于分散的位置从而使得系统可以在物理上相互远离。可替换的，诊断成像系统1000、治疗计划系统2000和/或治疗输送系统3000中的任何一个可以在一个或者多个系统中相互集成。
治疗输送系统3000包括疗法和/或手术放射源3010以根据治疗计划给予目标体积规定的放射剂量。治疗输送系统3000也可以包括成像系统3020以捕捉用于如上所述的与诊断图像配准或关联的患者体积(包括目标体积)的治疗内图像从而根据放射源定位患者。成像系统3020可以包括上述成像系统中的任何一个。治疗输送系统3000也可以包括数字处理系统3030以控制放射源3010、成像系统3020和诸如治疗床3040的患者支撑装置。数字处理系统3030可以被配置成利用在诊断成像系统1000中由数字处理系统1030生成的数字重建放射照片(例如来自分割的3D成像数据的DRR)和/或在治疗计划系统2000中由处理装置2010生成的DRR来配准来自成像系统3020的根据两个或者多个立体投射的2D放射照片图像。数字处理系统3030可以包括一个或者多个通用处理器(例如微处理器)、诸如数字信号处理器(DSP)的专用处理器、或诸如控制器或者现场可编程门阵列(FPGA)的其他类型的装置。数字处理系统3030也可以包括诸如存储器、存储装置、网络适配器等等的其他组件(未示出)。数字处理系统3030可以通过总线3045或其他类型的控制和通信接口耦合到放射源3010、成像系统3020以及治疗床3040。
数字处理系统3030可以实施方法(例如上面所述的方法1200)以将从成像系统3020获得的图像与预操作治疗计划图像配准从而对准在治疗输送系统3000内的治疗床3040上的患者，以及从而精确地根据目标体积定位放射源。
治疗床3040可以耦合到具有多个(例如5个或者更多)自由度的另一个机器人臂(未示出)。床臂可以具有5个旋转自由度和一个基本垂直的线性自由度。可替换地，床臂可以具有6个旋转自由度和一个基本垂直的线性自由度或者至少4个旋转自由度。床臂可以被垂直安装到柱或者壁上，或者水平安装到基座、地板或者天花板上。可替换地，治疗床3040可以是另一个机械机构的组件，例如由加利福尼亚州的艾可瑞公司开发的
Figure A200780029881D0030144754QIETU
治疗床，或者是本领域的普通技术人员所公知的另一种类型的传统治疗台。
应该注意的是，在此描述的方法和设备不局限于只用于医学诊断成像和治疗。在可替换的实施方式中，在此描述的方法和设备可以用于医学技术领域之外的应用中，例如工业成像和材料的非破坏性测试(例如汽车工业中的电机组、航空工业中的机身、建筑工业中的焊接和石油工业中的钻孔岩心)以及地震勘测。在这些应用中，例如，“治疗”通常可以指放射射束的应用。
从前述描述中可以看出，本发明的方面可以至少部分地在软件中实施。也就是，技术可以响应计算机系统或者其他数据处理系统的处理器而在计算机系统或者其他数据处理系统中被执行，所述计算机系统或者其他数据处理系统的处理器例如处理装置2010，所述处理装置2010例如执行包含在诸如系统存储器2020的存储器中的指令序列。在各种实施方式中，硬件电路可以和软件指令结合起来使用以实施本发明。因此，技术不局限于硬件电路和软件的任何特定结合或者用于数据处理系统执行的指令的任何特定资源。另外，通过本说明书，各种功能和操作可以被描述为由软件代码执行或者引起从而简化说明。然而，本领域的技术人员会意识到这种表述的意思是由诸如处理装置2010的处理器或者控制器执行代码所产生的功能。
机器可读介质可以被用于存储软件和数据，所述软件和数据当被数据处理系统执行时使得系统执行本发明的各种方法。该可执行软件和数据可以被存储在各种地方，包括例如系统存储器2020和存储装置2030或者能够存储软件程序和/或数据的任何其他装置。
因此，机器可读介质包括以机器(例如计算机、网络装置、个人数字助手、制造工具、具有一个或者多个处理器组的任何装置等)可存取的格式提供(即存储和/或传输)信息的任何机构。例如，机器可读介质包括可记录的/不可记录的介质(例如只读存储器(ROM)、随机存取存储器(RAM)、磁盘存储介质、光存储介质、闪存装置等等)，以及电、光、声或者其他形式的传播信号(例如载波、红外信号、数字信号等)等等。
应该理解的是，贯穿本说明书的对于“一个实施方式”或者“实施方式”的引用意味着结合所述实施方式描述的特定特征、结构或者特性被包括在本发明的至少一个实施方式中。因此，应该强调和理解的是，在本说明书的各部分中对于“一个实施方式”或者“实施方式”或者“可替换的实施方式”的两个或者多个引用不必要地全指同样的实施方式。此外，特定的特征、结构或特性可以在本发明的一个或者多个实施方式中被适当结合。另外，当按照一些实施方式描述本发明时，本领域中的技术人员会意识到本发明不限于所述实施方式。在所附权利要求的范围内，本发明的实施方式可以在做出修改和变化的情况下被实施。所以说明书和附图被认为是示例性的而不是对本发明的限制。

Claims (53)

1.一种方法，该方法包括：
根据三维成像数据来分割所关注的体积以获得被分割的所关注的体积，其中所述三维成像数据包括病理解剖体；以及
在两个或者多个投射中的每一个投射中，根据所述被分割的所关注的体积的三维变换来生成数字重建放射照片。
2.根据权利要求1所述的方法，该方法还包括：
将每个投射中的数字重建放射照片与相对应的二维治疗中图像相比较以在每个投射中产生相似性量度；以及
计算与每个投射中的最大化相似性量度相对应的三维刚性变换。
3.根据权利要求2所述的方法，其中所述最大化相似性量度对应于每个投射中的所述数字重建放射照片与所述相对应的二维治疗中图像之间的配准，所述方法还包括根据每个投射中的所述数字重建放射照片与所述相对应的二维治疗中图像之间的变换来计算所述三维刚性变换。
4.根据权利要求2所述的方法，其中每个投射中的所述相似性量度包括所述数字重建放射照片与所述相对应的二维治疗中图像之间的矢量位移域。
5.根据权利要求4所述的方法，该方法还包括根据每个投射中的二维位移域来确定所述被分割的所关注的体积的平均刚性变换。
6.根据权利要求5所述的方法，该方法还包括：
使所述病理解剖体和放射治疗源的相对位置与放射治疗计划相一致。
7.根据权利要求2所述的方法，其中计算所述三维刚性变换包括：
计算每个投射中的第一数字重建放射照片与所述相对应的二维治疗中图像之间的相似性量度；以及
根据所述相似性量度来选择被三维分割的区域的变换，该变换在每个投射中生成第二数字重建放射照片，所述第二数字重建放射照片与所述相对应的二维治疗中图像的相似性量度增强。
8.根据权利要求7所述的方法，该方法还包括：
选择在每个投射中产生最大相似性量度的所述被三维分割的区域数据的变换。
9.根据权利要求2所述的方法，其中计算所述三维刚性变换包括：
计算每个投射中的多个数字重建放射照片中的每一个数字重建放射照片与所述相对应的二维治疗中图像之间的相似性量度，其中投射中的每个数字重建放射照片与所述被分割的所关注的体积的不同三维变换相对应。
10.根据权利要求9所述的方法，该方法还包括：
选择在每个投射中产生最大相似性量度的所述被分割的所关注的体积的变换。
11.根据权利要求10所述的方法，该方法还包括：
根据在每个投射中产生最大相似性量度的所述被分割的所关注的体积的变换来确定所述病理解剖体的三维坐标。
12.根据权利要求11所述的方法，该方法还包括：
使用所述病理解剖体的三维坐标来定位放射治疗射束源从而使得从所述放射治疗射束源发射的放射射束集中在所述病理解剖体上。
13.根据权利要求11所述的方法，该方法还包括：
使用所述病理解剖体的三维坐标来定位患者从而使得从放射治疗射束源发射的放射射束集中在所述病理解剖体上。
14.根据权利要求1所述的方法，其中所述所关注的体积包括在所述三维成像数据的一个或者多个视图中的一组二维轮廓。
15.根据权利要求1所述的方法，其中分割所述所关注的体积包括生成三维体素掩模，其中该体素掩模被配置成描绘被分割的区域和排除在所述被分割的区域外部的所有解剖结构。
16.根据权利要求15所述的方法，其中所述三维体素掩模根据一组二维轮廓而被生成。
17.根据权利要求15所述的方法，其中所述三维体素掩模包括多个多比特体素掩模，其中该多比特体素掩模中的每个比特对应于不同的所关注的体积。
18.根据权利要求1所述的方法，该方法还包括从医学成像系统中获得所述三维成像数据。
19.根据权利要求1所述的方法，其中所述三维成像数据包括用于治疗计划的计算断层扫描图像数据、磁共振图像数据、正电子发射断层扫描图像数据以及三维旋转血管造影图像数据中的一者或多者。
20.根据权利要求1所述的方法，其中被三维分割的区域是脊柱。
21.根据权利要求1所述的方法，其中被三维分割的区域是头骨。
22.根据权利要求1所述的方法，其中相对应的二维治疗中图像包括治疗中x射线图像。
23.一种制造的产品，该产品包括：
机器可存取介质，所述机器可存取介质包括数据，所述数据当被机器存取时使得所述机器执行以下操作：
根据三维成像数据来分割所关注的体积以获得被分割的所关注的体积，其中所述三维成像数据包括病理解剖体；以及
在两个或者多个投射中的每一个投射中，根据所述被分割的所关注的体积的三维变换来生成数字重建放射照片。
24.根据权利要求23所述的制造的产品，其中所述机器可存取介质还包括使所述机器执行以下操作的数据：
将每个投射中的所述数字重建放射照片与相对应的二维治疗中图像相比较以在每个投射中产生相似性量度；以及
计算与每个投射中的最大化相似性量度相对应的三维刚性变换。
25.根据权利要求24所述的制造的产品，其中所述最大化相似性量度对应于每个投射中的所述数字重建放射照片与所述相对应的二维治疗中图像之间的配准，所述操作还包括根据每个投射中的所述数字重建放射照片与所述相对应的二维治疗中图像之间的变换计算所述三维刚性变换。
26.根据权利要求24所述的制造的产品，其中所述数字重建放射照片与所述相对应的二维治疗中图像之间的变换是每个投射中的二维位移域。
27.根据权利要求26所述的制造的产品，其中所述机器可存取介质还包括使所述机器执行以下操作的数据：
根据每个投射中的所述二维位移域来确定所述被分割的所关注的体积的平均刚性变换。
28.根据权利要求27所述的制造的产品，其中所述机器可存取介质还包括使所述机器执行以下操作的数据：
使所述病理解剖体和放射治疗源的相对位置与放射治疗计划相一致。
29.根据权利要求24所述的制造的产品，其中计算所述三维刚性变换包括：
计算每个投射中的第一数字重建放射照片与所述相对应的二维治疗中图像之间的相似性量度；以及
根据所述相似性量度来选择被三维分割的区域的变换，该变换在每个投射中生成第二数字重建放射照片，所述第二数字重建放射照片与所述相对应的二维治疗中图像的相似性量度增强。
30.根据权利要求29所述的制造的产品，其中所述机器可存取介质还包括使所述机器执行以下操作的数据：
选择在每个投射中产生最大相似性量度的所述被三维分割的区域数据的变换。
31.根据权利要求24所述的制造的产品，其中所述机器可存取介质还包括使所述机器执行以下操作的数据：
计算每个投射中的多个数字重建放射照片的每一个与所述相对应的二维治疗中图像之间的相似性量度，其中投射中的每个数字重建放射照片与所述被分割的所关注的体积的不同三维变换相对应。
32.根据权利要求31所述的制造的产品，其中所述机器可存取介质还包括使所述机器执行以下操作的数据：
选择在每个投射中产生最大相似性量度的所述被分割的所关注的体积的变换。
33.根据权利要求32所述的制造的产品，其中所述机器可存取介质还包括使所述机器执行以下操作的数据：
根据在每个投射中产生最大相似性量度的所述被分割的所关注的体积的变换来确定所述病理解剖体的三维坐标。
34.根据权利要求33所述的制造的产品，其中所述机器可存取介质还包括使所述机器执行以下操作的数据：
使用所述病理解剖体的三维坐标来定位放射治疗射束源从而使得从所述放射治疗射束源发射的放射射束集中在所述病理解剖体上。
35.根据权利要求33所述的制造的产品，其中所述机器可存取介质还包括使所述机器执行以下操作的数据：
使用所述病理解剖体的三维坐标来定位患者从而使得从放射治疗射束源发射的放射射束集中在所述病理解剖体上。
36.根据权利要求23所述的制造的产品，其中所述被分割的所关注的体积包括在所述三维成像数据的一个或者多个视图中的一组二维轮廓。
37.根据权利要求23所述的制造的产品，其中分割所述所关注的体积包括生成三维体素掩模，其中所述体素掩模被配置成描绘所述所关注的体积和排除在所述所关注的体积外部的所有解剖结构。
38.根据权利要求37所述的制造的产品，其中所述三维体素掩模根据一组二维轮廓而被生成。
39.根据权利要求37所述的制造的产品，其中所述三维体素掩模包括多个多比特体素掩模，其中所述多比特体素掩模中的每个比特对应于不同的所关注的体积。
40.根据权利要求23所述的制造的产品，其中所述机器可存取介质还包括数据，所述数据使得所述机器执行以下操作，所述操作包括从医学成像系统中获得所述三维成像数据。
41.根据权利要求23所述的制造的产品，其中所述三维成像数据包括用于治疗计划的计算断层扫描图像数据、磁共振图像数据、正电子发射断层扫描图像数据以及三维旋转血管造影图像数据中的一者或多者。
42.根据权利要求23所述的制造的产品，其中被三维分割的区域是脊柱。
43.根据权利要求23所述的制造的产品，其中被三维分割的区域是头骨。
44.根据权利要求23所述的制造的产品，其中相对应的二维治疗中图像包括治疗中x射线图像。
45.一种系统，该系统包括：
治疗计划系统，该治疗计划系统包括第一处理装置，其中所述第一处理装置被配置成根据三维扫描数据来分割所关注的体积以获得被分割的所关注的体积，其中所述三维成像数据包括病理解剖体，以及其中所述第一处理装置还被配置成根据两个或者多个投射中的每一个投射中的被分割的所关注的体积来生成多个数字重建放射照片；以及
治疗输送系统，该治疗输送系统包括第二处理装置，该第二处理装置被配置成将每个投射中的一个或者多个数字重建放射照片与相对应的二维治疗中图像相比较以生成每个投射中的二维位移域。
46.根据权利要求45所述的系统，该系统还包括图像获取系统，该图像获取系统包括第三处理装置，其中所述第三处理装置被配置成获得所述三维成像数据，以及其中所述第二处理器还被配置成确定所述三维图像数据的平均刚性变换和所述病理解剖体的三维位移并且将图像引导的放射治疗应用于所述病理解剖体。
47.根据权利要求46所述的系统，其中所述第一处理装置、所述第二处理装置和所述第三处理装置是相同的处理装置。
48.根据权利要求46所述的系统，其中所述第一处理装置、所述第二处理装置和所述第三处理装置是不同的处理装置。
49.一种设备，该设备包括：
用于从成像的体积中去除图像假象的装置；以及
用于在没有所述图像假象的情况下生成所述成像的体积的二维投射的装置。
50.根据权利要求49所述的设备，其中所述图像假象是运动假象。
51.根据权利要求49所述的设备，其中所述图像假象是干扰假象。
52.根据权利要求49所述的设备，该设备还包括用于将所述成像的体积的二维投射与相对应的二维治疗中图像相配准以确定所述二维治疗中图像与所述成像的体积之间的二维-三维变换的装置。
53.根据权利要求49所述的设备，该设备还包括用于将所述成像的体积的二维投射与相对应的二维治疗中图像相比较以生成相似性量度的装置，其中所述相似性量度与所述成像的体积的三维变换相对应。
CNA2007800298818A 2006-08-11 2007-08-10 用于drr生成和图像配准的图像分割 Pending CN101501704A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/502,699 2006-08-11
US11/502,699 US20080037843A1 (en) 2006-08-11 2006-08-11 Image segmentation for DRR generation and image registration

Publications (1)

Publication Number Publication Date
CN101501704A true CN101501704A (zh) 2009-08-05

Family

ID=39050849

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2007800298818A Pending CN101501704A (zh) 2006-08-11 2007-08-10 用于drr生成和图像配准的图像分割

Country Status (5)

Country Link
US (1) US20080037843A1 (zh)
EP (1) EP2050041A4 (zh)
JP (1) JP2010500151A (zh)
CN (1) CN101501704A (zh)
WO (1) WO2008021245A2 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102440789A (zh) * 2011-09-08 2012-05-09 付东山 一种基于双能x射线图像的软组织病灶定位方法及系统
CN103380441A (zh) * 2010-12-20 2013-10-30 皇家飞利浦电子股份有限公司 用于自动生成初始辐射处置规划的系统和方法
CN105640575A (zh) * 2014-11-28 2016-06-08 株式会社东芝 医学图像生成装置、方法和程序
CN104134210B (zh) * 2014-07-22 2017-05-10 兰州交通大学 基于组合相似性测度的2d‑3d医学图像并行配准方法
CN108846830A (zh) * 2018-05-25 2018-11-20 妙智科技（深圳）有限公司 对ct中腰椎自动定位的方法、装置以及存储介质
CN109069859A (zh) * 2016-02-02 2018-12-21 医科达有限公司 图像引导式放射治疗中的三维呼吸运动管理
CN109223032A (zh) * 2017-07-11 2019-01-18 中慧医学成像有限公司 一种三维超声成像检测脊柱变形的方法
CN109937072A (zh) * 2016-08-29 2019-06-25 爱可瑞公司 旋转成像和跟踪系统中的离线角度选择
CN110913768A (zh) * 2017-04-05 2020-03-24 爱可瑞公司 顺序单像跟踪

Families Citing this family (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9980691B2 (en) * 2006-12-28 2018-05-29 David Byron Douglas Method and apparatus for three dimensional viewing of images
US11228753B1 (en) 2006-12-28 2022-01-18 Robert Edwin Douglas Method and apparatus for performing stereoscopic zooming on a head display unit
US11315307B1 (en) 2006-12-28 2022-04-26 Tipping Point Medical Images, Llc Method and apparatus for performing rotating viewpoints using a head display unit
US11275242B1 (en) 2006-12-28 2022-03-15 Tipping Point Medical Images, Llc Method and apparatus for performing stereoscopic rotation of a volume on a head display unit
US10795457B2 (en) 2006-12-28 2020-10-06 D3D Technologies, Inc. Interactive 3D cursor
US20080186378A1 (en) * 2007-02-06 2008-08-07 Feimo Shen Method and apparatus for guiding towards targets during motion
JP5529860B2 (ja) * 2008-06-25 2014-06-25 コーニンクレッカ フィリップス エヌ ヴェ 被写体における関心対象の限局装置及び方法
US8457372B2 (en) * 2008-09-30 2013-06-04 Accuray Incorporated Subtraction of a segmented anatomical feature from an acquired image
US8170799B2 (en) * 2008-11-24 2012-05-01 Ingrain, Inc. Method for determining in-situ relationships between physical properties of a porous medium from a sample thereof
JP2012510317A (ja) * 2008-11-28 2012-05-10 フジフイルム メディカル システムズ ユーエスエイ インコーポレイテッド 脊椎のラベル付けの伝搬のためのシステムおよび方法
US8232748B2 (en) 2009-01-26 2012-07-31 Accuray, Inc. Traveling wave linear accelerator comprising a frequency controller for interleaved multi-energy operation
JP2010246883A (ja) * 2009-03-27 2010-11-04 Mitsubishi Electric Corp 患者位置決めシステム
US8792614B2 (en) 2009-03-31 2014-07-29 Matthew R. Witten System and method for radiation therapy treatment planning using a memetic optimization algorithm
JP5286145B2 (ja) * 2009-04-16 2013-09-11 株式会社日立製作所 ベッド位置決め方法
JP5279637B2 (ja) * 2009-07-02 2013-09-04 株式会社日立製作所 ベッド位置決めシステム及びベッド位置決め方法
US8203289B2 (en) 2009-07-08 2012-06-19 Accuray, Inc. Interleaving multi-energy x-ray energy operation of a standing wave linear accelerator using electronic switches
KR101121353B1 (ko) 2009-08-03 2012-03-09 한국과학기술원 2차원 초음파 영상에 대응하는 2차원 ｃｔ 영상을 제공하는 시스템 및 방법
US8311187B2 (en) 2010-01-29 2012-11-13 Accuray, Inc. Magnetron powered linear accelerator for interleaved multi-energy operation
US20110188720A1 (en) * 2010-02-02 2011-08-04 General Electric Company Method and system for automated volume of interest segmentation
US8284898B2 (en) * 2010-03-05 2012-10-09 Accuray, Inc. Interleaving multi-energy X-ray energy operation of a standing wave linear accelerator
US9258876B2 (en) 2010-10-01 2016-02-09 Accuray, Inc. Traveling wave linear accelerator based x-ray source using pulse width to modulate pulse-to-pulse dosage
US8836250B2 (en) 2010-10-01 2014-09-16 Accuray Incorporated Systems and methods for cargo scanning and radiotherapy using a traveling wave linear accelerator based x-ray source using current to modulate pulse-to-pulse dosage
US8942351B2 (en) 2010-10-01 2015-01-27 Accuray Incorporated Systems and methods for cargo scanning and radiotherapy using a traveling wave linear accelerator based X-ray source using pulse width to modulate pulse-to-pulse dosage
US9167681B2 (en) 2010-10-01 2015-10-20 Accuray, Inc. Traveling wave linear accelerator based x-ray source using current to modulate pulse-to-pulse dosage
BR112013015181A2 (pt) * 2010-12-15 2016-09-13 Koninkl Philips Electronics Nv método e sistema
DE102011005438B4 (de) * 2011-03-11 2017-11-09 Siemens Healthcare Gmbh Verfahren zum Erzeugen eines Durchleuchtungsbildes eines Patienten
JP5611091B2 (ja) * 2011-03-18 2014-10-22 三菱重工業株式会社 放射線治療装置制御装置、その処理方法、及びプログラム
US9128204B2 (en) 2011-04-15 2015-09-08 Exxonmobil Upstream Research Company Shape-based metrics in reservoir characterization
DE102011076771A1 (de) * 2011-04-15 2012-10-18 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Bestrahlungsplanung
US11284846B2 (en) * 2011-05-12 2022-03-29 The John Hopkins University Method for localization and identification of structures in projection images
US8891848B2 (en) * 2011-06-14 2014-11-18 Radnostics, LLC Automated vertebral body image segmentation for medical screening
GB201203883D0 (en) * 2012-03-05 2012-04-18 King S College London Method and system to assist 2D-3D image registration
KR101323334B1 (ko) * 2012-05-14 2013-10-29 삼성메디슨 주식회사 볼륨 이미지 생성 장치 및 방법
CN102743158B (zh) * 2012-07-23 2013-11-27 中南大学湘雅医院 一种脊柱数字化重建方法及系统
US9418427B2 (en) * 2013-03-15 2016-08-16 Mim Software Inc. Population-guided deformable registration
CN104346799B (zh) * 2013-08-01 2018-02-02 上海联影医疗科技有限公司 一种ct图像中脊髓的提取方法
TWI536186B (zh) * 2013-12-12 2016-06-01 三緯國際立體列印科技股份有限公司 三維圖檔搜尋方法與三維圖檔搜尋系統
WO2015127970A1 (en) 2014-02-26 2015-09-03 Brainlab Ag Tracking soft tissue in medical images
CN104767910A (zh) 2015-04-27 2015-07-08 京东方科技集团股份有限公司 视频图像拼接系统及方法
WO2017000988A1 (en) 2015-06-30 2017-01-05 Brainlab Ag Medical image fusion with reduced search space
EP3416561B1 (en) 2016-02-16 2020-05-13 Brainlab AG Determination of dynamic drrs
US10089756B2 (en) * 2016-06-30 2018-10-02 Zhiping Mu Systems and methods for generating 2D projection from previously generated 3D dataset
DE102016215971A1 (de) * 2016-08-25 2018-03-01 Siemens Healthcare Gmbh Segmentierung einer Angiographie unter Verwendung einer bestehenden dreidimensionalen Rekonstruktion
US10713801B2 (en) 2017-01-06 2020-07-14 Accuray Incorporated Image registration of treatment planning image, intrafraction 3D image, and intrafraction 2D x-ray image
JP6800462B2 (ja) * 2017-02-23 2020-12-16 国立大学法人群馬大学 患者位置決め支援装置
EP3468668B1 (en) 2017-05-30 2020-01-01 Brainlab AG Soft tissue tracking using physiologic volume rendering
WO2018228673A1 (en) 2017-06-13 2018-12-20 Brainlab Ag Binary tracking on medical images
JP6806655B2 (ja) * 2017-10-10 2021-01-06 株式会社日立製作所 放射線撮像装置、画像データ処理装置及び画像処理プログラム
CN111344747B (zh) * 2017-11-02 2023-12-05 西门子医疗有限公司 基于实况图像生成合成图像的系统和方法
EP3834883A4 (en) 2018-08-10 2022-03-23 Our United Corporation METHOD AND DEVICE FOR TUMOR POSITIONING
CN110310314B (zh) * 2019-03-26 2022-01-25 上海联影智能医疗科技有限公司 图像配准方法、装置、计算机设备和存储介质
JP7311109B2 (ja) * 2019-05-14 2023-07-19 東芝エネルギーシステムズ株式会社 医用画像処理装置、医用画像処理プログラム、医用装置、および治療システム
WO2021035109A1 (en) * 2019-08-21 2021-02-25 The University Of North Carolina At Chapel Hill Systems and methods for generating multi-view synthetic dental radiographs for intraoral tomosynthesis

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US561100A (en) * 1896-06-02 Andrew b
US4438495A (en) * 1981-11-13 1984-03-20 General Electric Company Tomography window-level gamma functions
US4641352A (en) * 1984-07-12 1987-02-03 Paul Fenster Misregistration correction
US5117829A (en) * 1989-03-31 1992-06-02 Loma Linda University Medical Center Patient alignment system and procedure for radiation treatment
FR2666426B1 (fr) * 1990-08-31 1994-08-19 Gen Electric Cgr Procede de correction des mesures de densite optique effectuees sur un film radiographique.
US6405072B1 (en) * 1991-01-28 2002-06-11 Sherwood Services Ag Apparatus and method for determining a location of an anatomical target with reference to a medical apparatus
US5696848A (en) * 1995-03-09 1997-12-09 Eastman Kodak Company System for creating a high resolution image from a sequence of lower resolution motion images
US5825908A (en) * 1995-12-29 1998-10-20 Medical Media Systems Anatomical visualization and measurement system
US5901199A (en) * 1996-07-11 1999-05-04 The Board Of Trustees Of The Leland Stanford Junior University High-speed inter-modality image registration via iterative feature matching
JP3896188B2 (ja) * 1997-06-13 2007-03-22 株式会社日立製作所 放射線治療計画のための画像処理装置
US5987164A (en) * 1997-08-01 1999-11-16 Microsoft Corporation Block adjustment method and apparatus for construction of image mosaics
US6008813A (en) * 1997-08-01 1999-12-28 Mitsubishi Electric Information Technology Center America, Inc. (Ita) Real-time PC based volume rendering system
JP3053389B1 (ja) * 1998-12-03 2000-06-19 三菱電機株式会社 動体追跡照射装置
US6295377B1 (en) * 1998-07-13 2001-09-25 Compaq Computer Corporation Combined spline and block based motion estimation for coding a sequence of video images
US6504541B1 (en) * 1998-10-21 2003-01-07 Tele Atlas North America, Inc. Warping geometric objects
US6658059B1 (en) * 1999-01-15 2003-12-02 Digital Video Express, L.P. Motion field modeling and estimation using motion transform
JP3538055B2 (ja) * 1999-02-15 2004-06-14 日本電気株式会社 動きベクトル検出装置
US6757423B1 (en) * 1999-02-19 2004-06-29 Barnes-Jewish Hospital Methods of processing tagged MRI data indicative of tissue motion including 4-D LV tissue tracking
US6792162B1 (en) * 1999-08-20 2004-09-14 Eastman Kodak Company Method and apparatus to automatically enhance the quality of digital images by measuring grain trace magnitudes
DE19953177A1 (de) * 1999-11-04 2001-06-21 Brainlab Ag Exakte Patientenpositionierung durch Vergleich von rekonstruierten und Linac-Röntgenbildern
US6782287B2 (en) * 2000-06-27 2004-08-24 The Board Of Trustees Of The Leland Stanford Junior University Method and apparatus for tracking a medical instrument based on image registration
US6837892B2 (en) * 2000-07-24 2005-01-04 Mazor Surgical Technologies Ltd. Miniature bone-mounted surgical robot
US6728401B1 (en) * 2000-08-17 2004-04-27 Viewahead Technology Red-eye removal using color image processing
US6907281B2 (en) * 2000-09-07 2005-06-14 Ge Medical Systems Fast mapping of volumetric density data onto a two-dimensional screen
US6665450B1 (en) * 2000-09-08 2003-12-16 Avid Technology, Inc. Interpolation of a sequence of images using motion analysis
US6728424B1 (en) * 2000-09-15 2004-04-27 Koninklijke Philips Electronics, N.V. Imaging registration system and method using likelihood maximization
US6748043B1 (en) * 2000-10-19 2004-06-08 Analogic Corporation Method and apparatus for stabilizing the measurement of CT numbers
US6415013B1 (en) * 2000-12-28 2002-07-02 Ge Medical Systems Global Technology Company, Llc Backprojection methods and apparatus for computed tomography imaging systems
US7072435B2 (en) * 2004-01-28 2006-07-04 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for anomaly detection
US7522779B2 (en) * 2004-06-30 2009-04-21 Accuray, Inc. Image enhancement method and system for fiducial-less tracking of treatment targets
US7327865B2 (en) * 2004-06-30 2008-02-05 Accuray, Inc. Fiducial-less tracking with non-rigid image registration
US8989349B2 (en) * 2004-09-30 2015-03-24 Accuray, Inc. Dynamic tracking of moving targets

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103380441A (zh) * 2010-12-20 2013-10-30 皇家飞利浦电子股份有限公司 用于自动生成初始辐射处置规划的系统和方法
CN103380441B (zh) * 2010-12-20 2016-06-22 皇家飞利浦电子股份有限公司 用于自动生成初始辐射处置规划的系统和方法
CN102440789A (zh) * 2011-09-08 2012-05-09 付东山 一种基于双能x射线图像的软组织病灶定位方法及系统
CN102440789B (zh) * 2011-09-08 2014-07-09 付东山 一种基于双能x射线图像的软组织病灶定位系统
CN104134210B (zh) * 2014-07-22 2017-05-10 兰州交通大学 基于组合相似性测度的2d‑3d医学图像并行配准方法
CN105640575A (zh) * 2014-11-28 2016-06-08 株式会社东芝 医学图像生成装置、方法和程序
US11182907B2 (en) 2016-02-02 2021-11-23 Elekta Ltd. Motion management in image-guided radiotherapy using contour elements
CN109069859A (zh) * 2016-02-02 2018-12-21 医科达有限公司 图像引导式放射治疗中的三维呼吸运动管理
CN109937072A (zh) * 2016-08-29 2019-06-25 爱可瑞公司 旋转成像和跟踪系统中的离线角度选择
CN109937072B (zh) * 2016-08-29 2022-01-18 爱可瑞公司 一种跟踪方法和计算装置
CN110913768A (zh) * 2017-04-05 2020-03-24 爱可瑞公司 顺序单像跟踪
CN110913768B (zh) * 2017-04-05 2024-03-19 爱可瑞公司 顺序单像跟踪
CN109223032A (zh) * 2017-07-11 2019-01-18 中慧医学成像有限公司 一种三维超声成像检测脊柱变形的方法
CN109223032B (zh) * 2017-07-11 2022-02-08 中慧医学成像有限公司 一种三维超声成像检测脊柱变形的方法
CN108846830A (zh) * 2018-05-25 2018-11-20 妙智科技（深圳）有限公司 对ct中腰椎自动定位的方法、装置以及存储介质

Also Published As

Publication number Publication date
JP2010500151A (ja) 2010-01-07
US20080037843A1 (en) 2008-02-14
WO2008021245A3 (en) 2008-11-06
EP2050041A2 (en) 2009-04-22
EP2050041A4 (en) 2011-08-24
WO2008021245A2 (en) 2008-02-21

Similar Documents

Publication Publication Date Title
CN101501704A (zh) 用于drr生成和图像配准的图像分割
US11547870B2 (en) Radiation treatment planning using four-dimensional imaging data
CN101478918B (zh) 图像引导放射手术中的平行立体视觉几何结构
CN101553281B (zh) 使用直接目标配准的目标跟踪
US8457372B2 (en) Subtraction of a segmented anatomical feature from an acquired image
US10549116B2 (en) Radiotherapy utilizing the entire 4PI solid angle
CN101600473B (zh) 定量数据分析中的运动补偿及治疗装置
EP2223720B1 (en) Radiation therapy planning device
CN110381839A (zh) 处置计划图像、分次内3D图像和分次内2D x射线图像的图像配准
WO2015060330A1 (ja) 放射線治療装置およびシステムおよび方法
US20090005668A1 (en) Non-invasive method for using 2D angiographic images for radiosurgical target definition
CN109937072A (zh) 旋转成像和跟踪系统中的离线角度选择
CN101278361A (zh) 在放射疗法期间使用虚拟图像来瞄准肿瘤的方法和设备
CN101443819A (zh) 三维医学图像的勾画
US12014519B2 (en) Partial deformation maps for reconstructing motion-affected treatment dose
CN110381838A (zh) 使用体积成像的无视图的视图的分次间处置靶运动管理
Chen et al. Treatment planning

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20090805