CN103157196B - 用于粒子治疗的辐照规划方法和辐照规划装置 - Google Patents

用于粒子治疗的辐照规划方法和辐照规划装置 Download PDF

Info

Publication number
CN103157196B
CN103157196B CN201210528210.9A CN201210528210A CN103157196B CN 103157196 B CN103157196 B CN 103157196B CN 201210528210 A CN201210528210 A CN 201210528210A CN 103157196 B CN103157196 B CN 103157196B
Authority
CN
China
Prior art keywords
planning
irradiation
target
target volume
adjustment curve
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.)
Active
Application number
CN201210528210.9A
Other languages
English (en)
Other versions
CN103157196A (zh
Inventor
W.陈
A.格默尔
E.里特泽尔
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.)
Siemens Healthineers AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of CN103157196A publication Critical patent/CN103157196A/zh
Application granted granted Critical
Publication of CN103157196B publication Critical patent/CN103157196B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103Treatment planning systems
    • A61N5/1031Treatment planning systems using a specific method of dose optimization
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103Treatment planning systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103Treatment planning systems
    • A61N5/1031Treatment planning systems using a specific method of dose optimization
    • A61N2005/1034Monte Carlo type methods; particle tracking
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103Treatment planning systems
    • A61N2005/1041Treatment planning systems using a library of previously administered radiation treatment applied to other patients
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103Treatment planning systems
    • A61N5/1038Treatment planning systems taking into account previously administered plans applied to the same patient, i.e. adaptive radiotherapy

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)

Abstract

本发明涉及一种用于为目标体积建立辐照规划的方法,包括如下步骤:提供调制曲线,该调制曲线表征了在目标点中粒子数的调制,这些目标点在所述目标体积中在射束方向上彼此前后布置;确定所述目标体积的当前位置;确定多个当前目标点,所述当前目标点覆盖在其当前位置中的目标体积;在使用所述调制曲线的情况下将粒子数与所述当前目标点对应。所述发明还涉及一种为了实施该方法所构造的辐照规划装置。

Description

用于粒子治疗的辐照规划方法和辐照规划装置
技术领域
本发明涉及一种用于对目标体积关于粒子治疗进行辐照规划的方法,特别是在这样的辐照规划的情况下,对于所述辐照规划在目标体积中逐目标点地规定了待施加的粒子数。本发明还涉及一种相应的辐照规划装置。
背景技术
在粒子治疗的准备阶段需要确定辐照规划。基本上通过辐照规划确定怎样辐照目标体积,从而在体内施加期望的剂量分布。在粒子治疗的情况下,通常分别为目标体积的目标点或光栅点规定了在那里待施加的粒子数。
为此对于辐照规划,通常采用迭代的优化方法。由于计算的复杂性有时持续较长的时间并且要求高的计算开销来这样确定辐照规划,使得关于辐照目标体积和周围器官满足特定期望的剂量预给定值。
此外,因为患者的内部解剖结构可能随时间变化,因此相适应的辐照规划的确定被复杂化。例如腹部内的目标体积可能每天改变其位置或者在几天或几周的过程中改变其位置。通常具有位置变化的典型的器官是前列腺。由此,例如根据膀胱和/或直肠的填充状态,位于前列腺附近的膀胱和位于前列腺附近的直肠可能对前列腺的位置和形状产生影响。
因此在某一天计算出的辐照规划对于在另一天进行辐照的患者来说可能不再是最佳的。
发明内容
因此,本发明要解决的技术问题是,提供一种用于辐照规划的方法,该方法实现了快速的辐照规划并且允许将辐照规划与目标体积精确地匹配。此外,本发明要解决的技术问题是,提供一种相应的辐照规划装置。
用于为目标体积建立辐照规划的按照本发明的方法包括如下步骤:
-提供调制曲线,该调制曲线表征了在目标点中粒子数的调制,这些目标点在目标体积中在射束方向上彼此前后布置,
-确定目标体积的当前位置,
-确定多个当前目标点,所述当前目标点覆盖在其当前位置中的目标体积,
-在使用调制曲线的情况下将粒子数与当前目标点对应。
本发明基于如下认知:通常用于辐照规划的迭代的优化方法持续较长的时间并且计算开销较大。
取而代之现在建议,为了达到预给定值的规划目标借助调制曲线来实施辐照规划。
已经认识到,在已经建立的辐照规划中彼此前后布置的目标点的粒子数的调制穿过整个目标体积仅具有微小的变化。方向表达“彼此前后”在此与射束方向有关。彼此前后布置的目标点因此在粒子束的射束方向上彼此前后布置。彼此前后布置的目标点可以对应于不同的能量层。位于较末稍的目标点在此比位于较近中心的目标点具有更高的能级。
此外相对来说,粒子数的调制从射束方向来看在为相同患者的不同CT数据组计算的辐照规划之间是类似的;调制甚至在不同的患者之间是类似的。
现在基于该分析得到如下认知:现在不再需要采用高成本的优化方法来进行辐照规划,而是可以根据调制曲线实施辐照规划。
调制曲线描述了,用于待辐照的目标体积的辐照规划的粒子数从射束方向来看在目标体积内怎样变化。在大多数情况下调制曲线描述了粒子数从末稍向近中心减少。调制曲线例如可以通过解析函数来实现,或者也可以通过例如从中可以得出粒子数在彼此前后布置的目标点中怎样变化的一维阵列来实现。
因为调制曲线涉及在射束方向上的粒子数的调制,调制曲线也可以称为深度调制曲线(英文“depth modulation curve”DMC)。
本发明的一个方面在于,从已经存在的规划(或者多个存在的规划)的粒子数中提取调制曲线或深度调制曲线。该调制曲线然后可以作为基础用于确定新的规划,更确切地说用于确定在新的规划中的粒子数。
与基于目标函数的迭代优化来实现关于期望的剂量分布的剂量预给定值的通常的优化相比,所建议的方法虽然仅是近似方法,但其在许多情况下提供足够良好的结果。借助该近似方法能够快速地规划适配。
如果提供了目标体积的当前位置、例如目标体积的当前轮廓,则通过这种方式可以极其快速地、例如在1分钟内完成存在的辐照规划的匹配(英文“Re-Planning”,再规划)。所建议的用于规划适配的方法既可以在射束匹配时在线地实现,例如在辐照片段期间或者完全在射束应用期间实现,也可以在离线的再规划的情况下使用。甚至可以考虑,该方法可以用于在对于其还没有执行辐照规划的新的患者的情况下的规划。
例如可以按照扫描方法来对覆盖目标体积的目标点进行辐照,对于所述目标点已经确定并对应了粒子数,方法是粒子束连续地先后对准各个目标点,直到在目标点上分别应用了对应的粒子数。例如光栅扫描方法可以被用作扫描方法,其中从光栅点至光栅点地扫描粒子束。目标点也可以称为光栅点。但其它扫描方法也是可能的,例如连续扫描。同样在扫描中也可以应用不同的方案,例如再扫描,其中多次经过光栅点来进行剂量施加。
特别地,在准备阶段中可以由至少一个现有的辐照规划来确定调制曲线,在该辐照规划中存储了粒子数与目标体积的目标点的对应。
现有的辐照规划例如可以具有与要通过按照本发明的方法确定的辐照规划相同的辐照目标,也就是关于用于目标体积的剂量、用于处于危险状态的器官的剂量等的相同的预给定值。如果使用多个现有的辐照规划,则例如可以由每个辐照规划确定调制曲线并且然后(必要时在标准化之后)将其平均。
在此,在准备阶段用于确定调制曲线的目标体积可以与对于其确定了当前位置的目标体积一样属于同一人。通过这种方式如果对于相同患者进行再规划,那么例如可以为此采用将现有的辐照规划与出现的目标体积的位置变化和/或形状变化相匹配。
但是在准备阶段用于确定调制曲线的目标体积也可以与对于其确定了当前位置的目标体积属于不同的人。例如可以使用现有的为一个人的目标体积所建立的辐照规划,以便由此确定调制曲线,该调制曲线然后在按照本发明的方法中用于为另外的人的相同目标体积建立辐照规划。
在准备阶段用于确定调制曲线的目标体积甚至也可以属于模拟目标体积的模体。用于模体中模拟的目标体积的辐照规划也已经足以确定用于建立人的辐照规划的调制曲线。
通过对多个目标点线的粒子数取平均,可以在准备阶段中确定调制曲线。在此通过在射束方向上彼此前后布置的目标点给出目标点线。目标点线描述了穿过目标体积的针状射束(Nadelstrahl)的路径,或在此针状射束击中的目标点的路径。这可以是在射束方向上彼此前后布置的一串目标点。
对于多个目标点线的每个目标点线可以确定粒子数从末梢向近中心下降。然后可以对与不同目标点线对应的粒子数调制进行取平均并且由此建立调制曲线。
关于为辐照目标体积所需的粒子束的能级可以对调制曲线进行标准化。标准化最终意味着粒子数乘以因数。例如可以通过如下进行标准化,即粒子数除以位于最远末稍的能量层的能级。如果要采用用于确定要求与参考目标体积不同的粒子束能级来进行辐照的目标体积的粒子数的调制曲线,也就是要求匹配为辐照所需的粒子束的有效范围,则该标准化是特别有帮助的。由此,与对于其当前位置根据调制曲线来确定辐照规划的目标体积相比,从中确定调制曲线的辐照规划例如可以不同地要求粒子束的(最大)有效范围。
如果在新的规划和现有的规划之间存在太过不同的粒子束的有效范围,则通过标准化来均衡由于粒子数由现有规划到新的规划的转换而产生的不准确性。在从现有规划到新的规划的转换的情况下,粒子数可以总体地与因数相乘,该因数相应于在新的规划中粒子束的最大能量与在旧的规划中粒子束的最大能量的商。
在本方法的实施方式中确定目标体积的当前位置,方法是将当前的三维图像数据组(例如CT数据组)与之前的三维数据组(例如规划CT)进行配准,其中在之前的数据组中已知目标体积的形状和/或位置。之前数据组中的目标体积的形状和/或位置可以这样转换到当前数据组。例如可以将目标体积的轮廓从一个数据组转换到另一个数据组,以便标明目标体积的当前形状和/或位置。
在确定覆盖在其当前位置中的目标体积的多个目标点的情况下,可以选择例如在射束方向上或在垂直于射束方向的方向上的目标点距离,该目标点距离相应于已经存在的参考规划。
例如可以从由其确定调制曲线的参考规划中接受目标点距离。通过这种方式粒子数可以特别容易地由调制曲线转换到当前目标点。例如由此可以避免描述调制曲线的阵列元素的内插。
在本方法的实施方式中,在将粒子数与当前目标点对应的情况下,通过调制曲线描述的粒子数与由当前目标点构成的目标点线相对应。
在与由当前目标点组成的目标点线对应之前,可以关于为辐照目标体积所需的能级来匹配通过调制曲线描述的并且与当前目标点对应的粒子数。通过这种方式,该方法可以均衡由于当前目标体积的位置变化和/或形状变化导致的与参考目标体积相比不同的入射深度。
该方法可以用于计算具有最优的物理或生物的剂量分布的辐照规划。
在具有最优的生物的剂量分布的辐照规划的情况下所建议的方法是特别具有优势的,因为与具有迭代的待优化的目标函数的通常的优化相比实现了特别大的时间节约。
本方法可以用于将已经存在的辐照规划转换到新的辐照规划。现有的辐照规划和新的辐照规划在此可以对应于相同的患者。但是,现有的辐照规划和新的辐照规划甚至也可以对应于不同的患者。甚至可能的是,现有的辐照规划对应于模体并且新的辐照规划对应于患者。
本方法还能够用于确定在辐照场中的粒子数,其中调制曲线不是由第一辐照场,而是由第二或第三辐照场确定,该辐照场与第一辐照场相比具有不同的入射角度。
本方法具有较大的灵活性,因为已经公知调制曲线在不同人之间、甚至在模体和人之间以及关于不同的辐照场具有大的相似性。
在本方法的实施方式中可以提供多个调制曲线,这些调制曲线例如可以被存储到数据库中。这些调制曲线可以由不同的辐照规划产生,该不同的辐照规划关于目标器官、目标剂量、待应用的粒子位置和/或目标点距离是不同的。在将粒子数与当前目标点对应的情况下,现在可以选择调制曲线,特别是其中原始辐照规划的预给定值与新的辐照规划的预给定值最佳地一致的调制曲线。
按照本发明的辐照规划装置具有计算装置并且包括:
用于提供调制曲线的部件,该调制曲线表征了在目标点中的粒子数的调制,这些目标点在目标体积中在射束方向上彼此前后布置,
用于确定目标体积的当前位置的部件,
用于确定多个当前目标点的部件,所述目标点覆盖在其当前位置中的目标体积,
用于在使用调制曲线的情况下将粒子数与当前目标点对应的部件。
计算装置尤其可以被构造为如上面描述的那样实施本发明的实施方式。
各个特征、其优点和其作用的上述和以下的描述,既涉及装置类别也涉及方法类别,而无需在每种情况下个别地明确指出这点;在此,所公开的各个特征还可以与所示出的组合不同地为本发明所必须。
附图说明
结合下面的附图对本发明的实施方式作进一步说明,但本发明不限于此。附图中:
图1示出了用于该方法的实施方式的流程图,借助其由粒子数曲线计算辐照规划,
图2示出了等能量层、光栅点层和射束线(Strahllinie)的图示,
图3和图4示出了用于解释方法步骤的光栅点和等能量层的示意图,
图5示出了由物理治疗规划推导出的非标准化调制曲线,
图6和图7示出了用于不同的物理或生物的辐照规划的标准化调制曲线,
图8至图11示出了分析在患者内部适配的情况下的方法品质的结果,
图12至图15示出了分析在患者两者之间适配的情况下的方法品质的结果,
图16至图18示出了用于前列腺辐照的不同模体的数据组,和
图19至图22示出了分析在模体-患者适配和场间适配的情况下的方法品质的结果。
具体实施方式
首先根据图1至图4描述本方法的流程。
图1示出了用于建议的适配方法的流程的方法步骤。
对于方法的准备,产生粒子数曲线,该粒子数曲线描述了在目标体积的不同深度的粒子数的调制,因此也称为深度调制曲线(英语:“depth modulation curve”,DMC)。DMC由一个或多个参考规划产生。
对于在线适配辐照规划或者对于所谓的再规划(Re-Planning),这一点例如可以是原始的患者规划。但也可以是参考患者的规划或者用于模体的规划。但是根据该规划(或者根据多个规划)也可以“从头开始”重新计算用于新的患者的辐照规划。
为了计算用于当前的患者解剖结构的规划,记录CT数据组。例如通过用户或者通过对已经存在的参考目标体积进行形变转换来标出目标体积或其轮廓。定义目标体积的对称中心(Isozentrum)。
关于新的目标体积划分光栅点,并且对于每个光栅点由调制曲线产生粒子数。
通过这种方式获得与当前的患者解剖结构匹配的辐照规划。
下面进一步解释用于产生DMC、用于划分光栅点以及用于适配粒子数的方法。
产生DMC
为了说明,在图2中示出了简化的由四个等能量层23构造的强烈示意性的凸出的目标体积,以多个光栅点25覆盖该目标体积。
宽箭头21示出了粒子束的入射方向。末稍的层位于左边,近中心的层位于右边。在每个层中中央光栅点27表示对称中心。
光栅点25可以沿着射束线29(即在射束方向上)投影。总之,在此示出的目标体积中得出新的射束线29或新的光栅点投影31。
用于辐照目标体积的细节,诸如光栅点位置、能级和场信息(例如场的数量和射束的入射角)可以从一个或多个参考规划中得出。该一个或多个参考规划通过常规的辐照规划方法来生成并且关于前面描述的物理剂量或RBE加权剂量达到最优。
现在通过执行如下步骤来对于一个或多个辐照规划的每个场产生调制曲线DMC:
在第一步骤中,在参考规划中将光栅点投影到垂直于射束方向的层(如图2解释的那样)上。
然后对于穿过具有相同光栅点投影的光栅点的每个射束线,对于每个能量层沿着射束线提取粒子数。该粒子数可以存储在一维阵列或矢量中,其中位于最远末稍的光栅点作为矢量的起始点。
图3以表格形式示出了属于新的射束线的光栅点或粒子数矢量。左边的列相应于末稍的等能量层,右边的列相应于近中心的等能量层。阴影密度定性地标明了与光栅点对应的粒子数。粒子数从末稍到近中心下降。
然后这样移动所有粒子数矢量,使得起始值都在末稍边缘的能量层中开始。
图4以表格形式示出了属于新的射束线的、移动到末稍等能量层的粒子数矢量。现在,矢量在末稍等能量层中开始,也就是在粒子束能再次由目标体积射出的层中开始。
现在可以通过计算移动的粒子数矢量的平均值来计算深度调制曲线。原理上关于图4的列取平均。
然后,平均矢量的粒子数(也就是沿着DMC的粒子数)除以位于最远末稍的能量层的能级。通过该标准化可以均衡关于在待辐照的患者/对象中的目标体积的位置的区别。
如果存在多个参考规划,则可以对于这些规划中的每一个确定标准化的DMC并且然后对其取平均。
图5示出了非标准化的DMC(粒子数“particle number”相对于能量层“energyslice”),该非标准化的DMC由物理治疗规划推导出来,该物理治疗规划由相同前列腺患者的不同CT数据组产生并且涉及辐照场(F1)。目标剂量是在两个彼此相对布置的场(+90°和-90°)中1Gy的物理剂量。非标准化的DMC极其良好地一致。
图6示出了用于不同辐照规划的标准化的DMC(标准化粒子数“normalizedparticle number”相对于能量层“energy slice”),这些不同的辐照规划关于不同的辐照场(F1和F2)或者属于模体(英文:“larger phantom,大模体”,“original phantom,原始模体”,“smaller phantom,小模体”)或者属于不同的患者(“患者1”至“患者4”)。在此,辐照规划是关于物理剂量最优的辐照规划。
图7类似于图6示出了粒子数曲线的图示,只是使得这次由关于生物剂量最优的辐照规划产生DMC。
图6中的物理辐照规划分别基于1Gy的片段剂量。图7中的生物辐照规划分别基于3Gy的片段剂量。同样,在此分别用于两个相对布置的辐照场的辐照规划是最优的。
可以看出,生物规划的DMC比物理规划的DMC彼此更加不同。但是所有DMC还是良好地一致。
确定辐照场和光栅点
下面描述怎样确定辐照场或光栅点,以便执行基于新的成像数据组的辐照规划。
在记录了新的CT数据组并且确定了目标体积的轮廓和对称中心之后,如下面描述的那样划分光栅点。
首先,在射束方向上对于CT数据组的每个体素计算水等效路径长度(英文:“water-equivalent path length”,WEPL)。为此可以采用在Met al,"Treatmentplanning for heavy-ion radiothera-py:physical beam model and doseoptimization",Phys.Med.Biol.45(2000)3299–3317中描述的方法,例如使用公开的公式(7)。
然后,在考虑目标体积的WEPL的情况下规定用于规划适配的能量层。为此基本上可以使用相同的能量间隔,如对于一个或多个参考规划规定的那样。
然后产生新的光栅,该新的光栅具有目标体积的对称中心作为原点(Urspruch)。同样在此基本上可以选择相同的光栅间隔,如对一个或多个参考规划所适用的那样。
现在关于新的光栅划分光栅点,以便以光栅点在每个能量层上覆盖目标体积。在此基本上使用目标体积的轮廓的类似或相同的扩展,如在一个或多个参考规划中所使用的那样。
适配粒子数
通过使用前面产生的DMC,关于新的光栅点现在可以确定粒子数。
首先,垂直于射束方向投影新的光栅点。
对于每个投影的光栅点,沿着对应的射束线确定沿着该射束线的光栅点的粒子数。在此,起始点是由其从目标体积再次射出射束的能量层。现在DMC的粒子数与该起始点之前的一系列光栅点对应。事先,标准化的DMC还与在新的规划中出现的最末稍的能量层的能级相乘。通过这种方式撤销了前面实施的标准化并且均衡关于对于目标体积必要的入射深度在参考规划和当前规划之间的区别。如果由射束线穿过的等能量层的数量比DMC的长度更大,则DMC的最终粒子数可以与经受的光栅点对应。这一点是可接受的,因为DMC的终段是尽可能平坦的。
结果
下面检查利用上述方法适配的辐照规划。基于前列腺示例患者和两个场的模体的不同规划的DMC的相似性,在物理最优规划中以及在生物最优规划中执行如下分析:
-将参考规划适配到相同患者的另一个CT数据组(患者内部适配)
-将一个患者规划适配到另一个患者(患者之间适配)
-将模体规划适配到患者(模体-患者适配)
-将由场推导出的DMC适配到适配了的规划的两个场(场之间适配)
患者内部适配
通过对于物理辐照规划的前列腺患者的示例来测试患者内部适配。
在此,从一系列患者CT数据组中随机地选择CT数据组作为参考数据组。
由对应的物理参考辐照规划确定DMC。通过上面描述的方法对于其余CT数据组产生适配的辐照规划。
在患者内部适配中弃用通过除以最末稍的能级进行的DMC的标准化,因为对于相同患者来说在射束方向上可能的有效范围区别极其微小,使得对粒子数的影响几乎可以忽略。
关于适配规划计算目标体积的V95(图8)、目标体积内的均匀性(“dosehomogeneity”,剂量均匀性;图9)、处于危险中的器官的V50(在前列腺的情况下也就是膀胱“bladder”和直肠“rectum”;图10和图11),该适配规划应用于各个CT数据组,并且与利用常规方法为各个CT数据组计算出的规划的相应参数相比较。
在图8至图11中将对于具有0.77和1.0的轮廓扩展的辐照规划(“plans withcontour extension”)通过通常的优化所计算出的用于不同CT数据组的规划(“daily CT”)与根据公开的方法的适配了的规划相比较。
可以实现目标体积的令人满意的剂量覆盖和均匀性,以及处于危险中的器官的类似的剂量负荷。
患者之间适配
类似于患者内部适配根据生物规划来测试患者之间适配。
为此,按照上面描述的流程对于不同的CT数据组适配用于示例患者(患者2)的生物规划,方法是使用由另一个示例患者(患者3)的规划所确定的DMC。
如在图12至图15中示出的那样,在此,剂量覆盖、均匀性以及处于危险中的器官的负荷也是令人满意的。
模体-患者适配和场之间适配
这两个规划适配同样根据生物规划来测试。
对于模体-患者适配,借助MATLAB产生具有不同目标体积或其虚拟CT数据组的三个前列腺癌模体。图16至图18示出了具有身体51、骨骼结构53和目标体积55的模体的构造。可以看出,对象具有不同的大小。
计算平均DMC,其中对于取平均来说以三个模体的生物规划的标准化DMC为基础。根据该平均DMC将患者规划适配到不同的CT数据组。在此,将场(+90°场)的DMC适配到新的规划中的两个场,以便测试场之间适配。
图19至图22示出了类似于图8至图11或图12至图15的分析结果。
在此与通常为CT数据组计算出的规划相比,剂量覆盖、均匀性以及风险器官的负荷也是令人满意的。
方法的限制和解决方案
本方法最佳地适用于具有在射束方向上时间上连续的时间点的凸出的目标体积。否则会发生如下情况,即影响剂量分布和处于危险中的器官的保护。
但是可以考虑,对于这种情况执行所谓的场分块法(Field-Patching),其中凹形的目标体积被划分为多个凸出的部分,从而避免在规划适配中凹形的目标体积的情况。
基于DMC来确定光栅点的粒子数的用于规划或用于再规划的按照本发明的适配方法允许,与特别是用于生物规划的高成本的迭代的剂量优化相比,极快速地计算规划。
在利用模体数据组和不同前列腺患者的数据组进行的测试中,在患者内部适配、患者之间适配、模体-患者适配以及场之间适配中可以实现出色的目标体积覆盖和剂量均匀性,并且同时实现用于处于危险中的器官的类似的剂量负荷。
在此,该比较涉及将利用按照本发明的方法所确定的规划与根据通常的方法所计算的规划相比较。
例如可以在实施中借助商业上可用的MATLAB极快速地执行规划计算,通常在少于一分钟的时间内,并且因此具有这样的可能,用于在线适配以便补偿片段之间的患者运动。
此外,该方法还可以用于快速的离线再规划以及用于患者辐照的新规划。
按照215840号金融援助协定(Finanzhilfevereinbarung)在欧盟第七框架计划(RP7/2007-2013)的过程中促进了导致本发明的工作。

Claims (14)

1.一种用于为目标体积建立辐照规划的方法,包括如下步骤:
-提供调制曲线,该调制曲线表征了在目标点中粒子数的调制,这些目标点在所述目标体积中在射束方向上彼此前后布置,
-确定所述目标体积的当前位置,
-确定多个当前目标点,所述当前目标点覆盖在其当前位置中的目标体积,
-在使用所述调制曲线的情况下将粒子数与所述当前目标点对应。
2.根据权利要求1所述的方法,其中,在准备阶段中由至少一个现有的辐照规划来确定所述调制曲线,在该辐照规划中存储了粒子数与所述目标体积的目标点的对应。
3.根据权利要求2所述的方法,
其中,在准备阶段用于确定调制曲线的目标体积与对于其确定了当前位置的目标体积属于同一人,或
其中,在准备阶段用于确定调制曲线的目标体积与对于其确定了当前位置的目标体积属于不同的人,或
其中,在准备阶段用于确定调制曲线的目标体积属于模拟目标体积的模体。
4.根据权利要求2或3所述的方法,其中,通过对多个目标点线的粒子数取平均,在准备阶段中确定所述调制曲线,其中通过在射束方向上彼此前后布置的目标点给出目标点线。
5.根据权利要求1或2所述的方法,其中,根据为辐照所述目标体积所需的粒子束的能级对所述调制曲线进行标准化。
6.根据权利要求1或2所述的方法,其中,在确定覆盖所述目标体积的多个目标点的情况下选择目标点距离,该目标点距离符合已经存在的参考规划。
7.根据权利要求1或2所述的方法,其中,在将粒子数与当前目标点对应的情况下,通过所述调制曲线描述的粒子数与由当前目标点构成的目标点线相对应。
8.根据权利要求7所述的方法,其中,在与由当前目标点组成的目标点线对应之前,根据为辐照目标体积所需的能级来匹配通过所述调制曲线描述的粒子数。
9.根据权利要求1或2所述的方法,其中,所述方法用于重新计算已经计算出的辐照规划,从而计算出具有最优的物理或生物的剂量分布的辐照规划。
10.根据权利要求1或2所述的方法,其中,所述方法用于将已经存在的辐照规划转换到新的辐照规划,
-其中所述现有的辐照规划和所述新的辐照规划对应于相同的患者,或
-其中所述现有的辐照规划和所述新的辐照规划对应于不同的患者,或
-其中所述现有的辐照规划对应于模体并且所述新的辐照规划对应于患者。
11.根据权利要求1或2所述的方法,其中,实施所述方法以便确定第一辐照场的粒子数,其中所述调制曲线由第二辐照场确定,所述第二辐照场与所述第一辐照场相比具有不同的入射角度。
12.根据权利要求1或2所述的方法,
其中,提供多个调制曲线,所述调制曲线由不同的辐照规划产生,所述不同的辐照规划关于目标器官、目标剂量、待应用的粒子位置和/或目标点距离是不同的,
并且在将粒子数与当前目标点对应的情况下选择所述调制曲线之一。
13.一种具有计算装置的辐照规划装置,包括:
用于提供调制曲线的部件,该调制曲线表征了在目标点中的粒子数的调制,这些目标点在目标体积中在射束方向上彼此前后布置,
用于确定所述目标体积的当前位置的部件,
用于确定多个当前目标点的部件,所述目标点覆盖在其当前位置中的目标体积,
用于在使用所述调制曲线的情况下将粒子数与所述当前目标点对应的部件。
14.根据权利要求13所述的辐照规划装置,其中,所述计算装置被构造为用于实施根据权利要求1至12中任一项所述的方法。
CN201210528210.9A 2011-12-09 2012-12-10 用于粒子治疗的辐照规划方法和辐照规划装置 Active CN103157196B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE201110088160 DE102011088160B3 (de) 2011-12-09 2011-12-09 Bestrahlungsplanungverfahren und Bestrahlungsplanungsvorrichtung für die Partikeltherapie
DE102011088160.3 2011-12-09

Publications (2)

Publication Number Publication Date
CN103157196A CN103157196A (zh) 2013-06-19
CN103157196B true CN103157196B (zh) 2017-05-24

Family

ID=47115429

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210528210.9A Active CN103157196B (zh) 2011-12-09 2012-12-10 用于粒子治疗的辐照规划方法和辐照规划装置

Country Status (4)

Country Link
US (1) US9511241B2 (zh)
EP (1) EP2602004B1 (zh)
CN (1) CN103157196B (zh)
DE (1) DE102011088160B3 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012212340B3 (de) 2012-07-13 2013-11-28 Siemens Aktiengesellschaft Bestimmen eines zeitoptimierten Bestrahlungsplans für eine Partikelbestrahlungsanlage
JP5909167B2 (ja) * 2012-09-12 2016-04-26 株式会社日立製作所 放射線治療計画装置
DE102012110864B4 (de) * 2012-11-12 2014-08-21 Gsi Helmholtzzentrum Für Schwerionenforschung Gmbh Bewegungsrobuste Bestrahlungsplanung mittels Teilbestrahlungsplänen
CN103338225B (zh) * 2013-05-27 2015-02-25 沈阳东软医疗系统有限公司 基于云平台的医疗影像数据共享的方法、云平台和系统
JP6855240B2 (ja) 2013-09-27 2021-04-07 メビオン・メディカル・システムズ・インコーポレーテッド 粒子ビーム走査
US9962560B2 (en) 2013-12-20 2018-05-08 Mevion Medical Systems, Inc. Collimator and energy degrader
US10675487B2 (en) 2013-12-20 2020-06-09 Mevion Medical Systems, Inc. Energy degrader enabling high-speed energy switching
US9661736B2 (en) 2014-02-20 2017-05-23 Mevion Medical Systems, Inc. Scanning system for a particle therapy system
WO2017063699A1 (en) * 2015-10-15 2017-04-20 Brainlab Ag Target region partitioning in radiation therapy for minimising irradiation of non-target tissue
US10786689B2 (en) 2015-11-10 2020-09-29 Mevion Medical Systems, Inc. Adaptive aperture
DE102015222955B4 (de) * 2015-11-20 2023-05-04 Siemens Healthcare Gmbh Konturbestimmung zur Konfiguration eines Strahlentherapiegerätes
EP3426343B1 (en) * 2016-03-09 2020-09-16 Koninklijke Philips N.V. Pre-optimization method for quick prediction of achievability of clinical goals in intensity modulated radiation therapy
CN109803723B (zh) 2016-07-08 2021-05-14 迈胜医疗设备有限公司 一种粒子疗法系统
US11103730B2 (en) 2017-02-23 2021-08-31 Mevion Medical Systems, Inc. Automated treatment in particle therapy
US11344746B2 (en) * 2017-05-03 2022-05-31 Raysearch Laboratories Ab System and method for ion based radiotherapy treatment planning
US10653892B2 (en) 2017-06-30 2020-05-19 Mevion Medical Systems, Inc. Configurable collimator controlled using linear motors
WO2020185544A1 (en) 2019-03-08 2020-09-17 Mevion Medical Systems, Inc. Delivery of radiation by column and generating a treatment plan therefor

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101006541A (zh) * 2003-06-02 2007-07-25 福克斯·彻斯癌症中心 高能多能离子选择系统、离子束治疗系统及离子束治疗中心
DE102007045879A1 (de) * 2007-09-25 2009-04-02 Gesellschaft für Schwerionenforschung mbH Verfahren und Vorrichtung zur Bestrahlung eines bewegten Zielvolumens
CN102138155A (zh) * 2008-08-28 2011-07-27 断层放疗公司 计算剂量不确定度的系统和方法
CN102223913A (zh) * 2008-10-13 2011-10-19 Gsi重离子研究亥姆霍茨中心有限公司 用于为辐照设备确定控制参数的装置和方法、辐照设备和辐照方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2004298243A1 (en) * 2003-12-02 2005-06-23 Fox Chase Cancer Center Method of modulating laser-accelerated protons for radiation therapy
DE102008009765B4 (de) * 2008-02-19 2012-10-31 Gsi Helmholtzzentrum Für Schwerionenforschung Gmbh Bestimmen von Steuerparametern einer Bestrahlungsanlage für eine Bestrahlung eines Zielvolumens
DE102008018417A1 (de) 2008-04-10 2009-10-29 Siemens Aktiengesellschaft Verfahren und Vorrichtung zum Erstellen eines Bestrahlungsplans
DE102008053321A1 (de) * 2008-10-27 2010-05-12 Gsi Helmholtzzentrum Für Schwerionenforschung Gmbh Bestrahlung von zumindest zwei Zielvolumen

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101006541A (zh) * 2003-06-02 2007-07-25 福克斯·彻斯癌症中心 高能多能离子选择系统、离子束治疗系统及离子束治疗中心
DE102007045879A1 (de) * 2007-09-25 2009-04-02 Gesellschaft für Schwerionenforschung mbH Verfahren und Vorrichtung zur Bestrahlung eines bewegten Zielvolumens
CN102138155A (zh) * 2008-08-28 2011-07-27 断层放疗公司 计算剂量不确定度的系统和方法
CN102223913A (zh) * 2008-10-13 2011-10-19 Gsi重离子研究亥姆霍茨中心有限公司 用于为辐照设备确定控制参数的装置和方法、辐照设备和辐照方法

Also Published As

Publication number Publication date
EP2602004A3 (de) 2013-09-18
CN103157196A (zh) 2013-06-19
DE102011088160B3 (de) 2013-05-16
EP2602004A2 (de) 2013-06-12
EP2602004B1 (de) 2015-12-09
US20130150647A1 (en) 2013-06-13
US9511241B2 (en) 2016-12-06

Similar Documents

Publication Publication Date Title
CN103157196B (zh) 用于粒子治疗的辐照规划方法和辐照规划装置
US10850122B2 (en) Optimization methods for radiation therapy planning
CN114681813B (zh) 放射治疗自动计划系统、自动计划方法及存储介质
JP5805757B2 (ja) 放射線量を推定し、推定された放射線量を操作するためのシステムおよび方法
US10417390B2 (en) Methods and systems for radiotherapy treatment planning
US7496173B2 (en) Method and system for optimizing dose delivery of radiation
CN103282967B (zh) 用于放射疗法的自动化治疗计划
US7529339B2 (en) Method and system for optimizing dose delivery of radiation
US10076673B2 (en) Interactive dose gradient based optimization technique to control IMRT delivery complexity
KR20100016039A (ko) 분계 불확실성의 확률론적 분석에 의한 방사선 요법시 개선된 치료 계획 평가
US20180111005A1 (en) Method of selecting beam geometries
CN103394167A (zh) 一种基于生物效应剂量的肿瘤放射治疗并发症的预测方法
EP3881895B1 (en) Method, computer program product and computer system for radiotherapy planning, and radiotherapy delivery system
CN108066902B (zh) 一种子野信息确定方法和装置
Lee et al. A set cover approach to fast beam orientation optimization in intensity modulated radiation therapy for total marrow irradiation
CN107998519A (zh) 一种用于imrt的分子动力学再优化算法
CN115317809A (zh) 一种采用结果引导实现放射性粒子植入的方法
CN110368605B (zh) 一种生物效应引导的自适应放射治疗系统
JP2001340475A (ja) 放射線治療計画支援方法及び装置、並びに、これを用いた放射線治療装置
Paetkau SpaceOAR hydrogel optimization and management for rectal sparing in prostate cancer patients
Krawczyk et al. Volumetric Modulated Arc Therapy Dose Distribution Prediction for Breast Cancer Patients: CNN Approach
CN117379707A (zh) 一种磁共振图像引导离子束放疗参数设置方法和系统
Wagenaar et al. OC-0443: Robust optimization of VMAT in head and neck patients
Teke Monte Carlo techniques for patient specific verification of complex radiation therapy treatments including TBI, VMAT and SBRT lung
Voutilainen Spatial objectives in radiation therapy 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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220120

Address after: Erlangen

Patentee after: Siemens Healthineers AG

Address before: Munich, Germany

Patentee before: SIEMENS AG

TR01 Transfer of patent right