CN103315746A - 用于自动患者识别的方法和系统 - Google Patents

用于自动患者识别的方法和系统 Download PDF

Info

Publication number
CN103315746A
CN103315746A CN2013101034551A CN201310103455A CN103315746A CN 103315746 A CN103315746 A CN 103315746A CN 2013101034551 A CN2013101034551 A CN 2013101034551A CN 201310103455 A CN201310103455 A CN 201310103455A CN 103315746 A CN103315746 A CN 103315746A
Authority
CN
China
Prior art keywords
patient
imaging
reference picture
image
individuality
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
CN2013101034551A
Other languages
English (en)
Inventor
P·孔兹
J·霍尼格
M·休伯
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 International AG
Original Assignee
Varian Medical Systems International 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 Varian Medical Systems International AG filed Critical Varian Medical Systems International AG
Publication of CN103315746A publication Critical patent/CN103315746A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0036—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room including treatment, e.g., using an implantable medical device, ablating, ventilating
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/90—Identification means for patients or instruments, e.g. tags
    • 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
    • A61N5/1048—Monitoring, verifying, controlling systems and methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Abstract

本发明涉及用于自动患者识别的方法和系统。在一种核实患者身份的方法中，获得要接受放射治疗的个体的图像并将其与预期进行放射治疗的患者的参考图像进行比较。可基于个体的图像与患者的参考图像的比较做出个体是预期患者的确认或者否定。

Description

用于自动患者识别的方法和系统
技术领域
本发明整体涉及辐射系统和方法，更具体地涉及用于使用医学图像的患者识别的方法和系统。
背景技术
患者识别核实或者否定预期或者计划进行放射治疗的患者的身份。其对于防止意外误诊、特别是在总治疗剂量随时间分多期输送的分次放射治疗中而言是重要的过程。为了防止患者不匹配，放射治疗中心通常实施针对患者识别的工作流程过程和指导方针。这些过程可以像询问如患者姓名和出生日期等的控制问题那样简单。一些更加高级的过程使用条形码或者指纹识别系统。这些和其他的常规患者识别过程被实施为独立于治疗的步骤并且或多或少容易出错。例如，患者可能具有相同或类似的姓名并且疾病或焦虑会妨碍他们对他们的姓名做出响应。控制问题容易被遗漏，特别是在日常治疗计划延迟并且多名患者正在等待或者患者需要被重新安排到其他治疗系统的情况下尤其如此。条形码或者指纹识别系统会造成残留错误，因为患者条形码或者指纹可能在患者实际位于治疗室进行治疗之前过早地检查。
因此，总体上需要一种具有改进精度和健全性的患者识别系统。需要一种可与现有的患者识别系统一体以核实识别过程的正确性的方法。需要可实施为治疗过程的一体部分并自动地执行以减少活动之间错误交换患者的风险的患者识别系统。
发明内容
提供用于使用医学图像的患者识别的方法和系统。还提供包括作为放射治疗的一体部分的患者识别的放射治疗方法和系统。这里还描述了其他实施方式。
附图说明
在结合下面提供的附图和权利要求阅读以下详细描述后，将更好地理解这些和各个其他特征和优点。其中：
图1是根据本发明的一些实施方式的示例性辐射系统的示意表示；
图2是示出根据本发明的一些实施方式的患者识别过程的步骤的流程图；
图3是示出根据本发明的一些实施方式的分次放射治疗方法的框图。
具体实施方式
描述了患者识别方法和系统的多种实施方式。应该理解，本发明不限于描述的特定实施方式，因为它们当然可以改变。结合特定实施方式描述的方面不必然局限于该实施方式，而是可以在任何其他实施方式中实践。例如，虽然结合x射线成像描述了多种患者识别方法和系统，但将认识到所述方法和系统也可以其他成像模式实施。还应当理解，这里使用的术语只是为了描述特定实施方式的目的，不意欲是限制性的，因为本发明的范围将只通过所附的权利要求以及这些权利要求所享有的全部等同范围来限制。如说明书和所附的权利要求书所使用的，单数形式的“一”、“一个”和“所述”包括复数的引述对象，除非上下文明显表明不是这样。因此，例如，对“个体的图像”的引述可包括个体的一个或多个图像，对“患者的参考图像”的引述可包括患者的一个或多个参考图像。
如这里所使用的，术语“图像”或者“医学图像”可互换地使用，指的是由成像系统形成的图像，这些成像系统包括但不限于x射线照相、x射线计算机断层(CT)成像、磁共振成像(MRI)、正电子发射断层(PET)成像、单光子发射计算机断层(SPECT)成像以及超声(US)成像。医学图像可以是2D图像或者3D图像。
本发明提供使用作为日常患者安排的一部分获得的医学图像的患者识别方法。该患者识别过程可实施为治疗过程的一体部分并自动地执行。患者识别过程可在患者已经定位在治疗台上后并在马上要接通治疗束进行照射之前进行。患者识别和治疗剂量输送之间的短时间窗口内在地降低了活动之间错误交换患者的风险。
在一些实施方式中，提供一种使用医学图像核实患者身份的方法。使用成像系统获得要接受放射治疗的个体的医学图像。获得的个体图像可以与预期或者计划要进行放射治疗的患者的参考图像进行比较。患者的参考图像可在分次放射治疗的计划期或者第一治疗期获得。可以基于个体图像与患者参考图像的比较来做出要接受放射治疗的个体是预期的患者的确认或者否定。
可以使用位于被指定用于患者识别的室中的成像系统获得个体的医学图像。替代地，可使用位于治疗室中的成像系统来获得个体的医学图像。例如，成像系统可联接到治疗机。替代地，成像系统可与治疗机分离但仍位于治疗室中。在治疗室中核实患者身份的一个好处在于患者可以在身份核实后保留在治疗室中，这样可以大幅降低错误交换患者的风险。
个体的医学图像可使用任何合适的成像模式来获得，例如x射线照相、计算机断层(CT)成像、磁共振成像(MRI)、正电子发射断层(PET)成像、单光子发射计算机断层(SPECT)成像以及超声(US)成像。同样，计划或者预期要进行放射治疗的患者的参考图像可使用任何合适的成像模式来获得，例如x射线照相、计算机断层(CT)成像、磁共振成像(MRI)、正电子发射断层(PET)成像、单光子发射计算机断层(SPECT)成像以及超声(US)成像。个体的医学图像和患者的参考图像可使用不同位置和时间的相同成像模式来获得。例如，个体和患者的图像都可使用X射线成像获得，但图像可通过不同的X射线成像机采集。替代地，个体的医学图像和患者的参考图像可使用不同的成像模式获得。例如，要接受放射治疗的个体的医学图像可使用x射线成像获得，而患者的参考图像可使用MRI或者其他成像模式获得，反之亦然。
这些和其他成像模式是已知的，因此这里省略其结构和操作的详细描述，以避免使本发明的描述复杂化。Iniewski等人在“MedicalImaging Principles，Detectors，and Electronics”，John Wiley & Sons，Inc.，New Jersey(2009)中描述了多种成像模式，该文章的公开内容全部通过引用结合在本文中。总体上，成像系统可包括提供能够穿透组织的一些形式的能量的成像源和检测信号并将信号转换成用于使用算法重构图像的有用数据的一些类型的图像采集装置。医学图像可提供关于组织或器官的解剖、生理和功能信息，它们在治疗计划和患者模拟以确保用于治疗的治疗剂量的精确输送中是宝贵的。在治疗过程中，成像系统可结合治疗机使用，以辅助患者安排并辅助引导或者监控治疗输送。例如，在X射线放射治疗系统中，线性加速器(LINAC)可包括一个或多个成像系统，例如包括可从加利福尼亚的Palo Alto的Varian Medical Systems获得的机载成像器(OBI)的成像系统。成像系统可包括指定的成像源和图像采集装置。替代地，图像采集装置可被构造成使用来自线性加速器的治疗束采集图像信号。在一些实施方式中，线性加速器产生的辐射能量可以被调节以提供适于通过成像器进行图像采集的束。成像系统也可以是在治疗过程中进行成像的单独的成像装置。例如，成像系统可以是轨道上的CT、活动超声装置等。
患者的参考图像和/或个体的图像可以是2D图像或者3D图像。在一些实施方式中，患者的参考图像是3D图像，个体的图像可以是2D图像或者3D图像。替代地，患者的参考图像可以是2D图像，个体的图像可以是2D图像或者3D图像。2D图像可以是投影图像或者从成像系统采集的图像数据重构的数字图像。2D图像可以由均具有亮度值或灰度值的二维像素(图片元素)的阵列构成。2D图像中的2D像素阵列可对应于患者中的同等数量的3D体素(体积元素)。体素具有等于图像平面中的像素的两维，第三维代表扫描的层厚。3D图像可由一系列2D图像数据集或者由通过成像系统采集的体图像数据集重构。体绘制、重投影或者本领域中已知的其他合适技术可用于体重构，从而以3D的方式呈现图像数据。举例而言，扇束CT(FBCT)或者锥束CT(CBCT)系统可以用来采集用于2D或者3D图像重构的图像数据集。
在一些实施方式中，个体的医学图像与患者的参考图像的比较会涉及个体图像和患者图像的配准(registration)。图像配准可自动或者手动进行。如这里使用的，术语“配准”指的是使用相同或者不同成像模式采集的相同或者不同对象的图像之间的对准。图像配准在不同图像中建立空间信息对应，使得相应的特征可以关联。在该发明中，图像配准和比较可在2D(患者)和2D(个体)图像、2D(患者)和3D(个体)图像、3D(患者)和2D(个体)图像以及3D(患者)和3D(个体)图像之间进行。患者或者个体的2D或者3D图像可使用相同成像模式或者不同成像模式获得。本领域中已知用于使用相同或不同成像模式获得的2D或3D图像的图像配准的方法和算法。Hajnal等人在“Medical Image Registration”，CRC PressLLC，2001中描述了用于医学图像配准的多种方法和算法，其公开内容全部通过引用结合在此。
在一些实施方式中，个体图像与患者参考图像的比较可包括个体图像和患者参考图像之间的相似性指数的计算。较大的相似性指数值表示图像之间的较大相似性。较小的相似性指数值表示图像之间更加不相似。在本发明中，因为比较的图像来自于同一患者或者来自于不同患者，在比较的图像来自于同一患者的情况下，相似性指数值会非常高，或者在比较的图像来自于不同患者的情况下，所述指数值会非常低。可以在确定比较的图像是来自同一患者还是不同患者中限定公差阈值。如果相似性指数值超过限定的公差阈值，可生成否定消息以通知用户可能出现错误患者。如果相似性指数值落在限定的公差阈值以下，可生成确认消息以通知用户是正确患者。可基于相似性指数的计算值开始或者停止治疗剂量的输送。
用于计算图像的相似性指数的方法和算法在本领域是可用的，包括相互信息、交叉关联和格局强度等的计算。这些和其他方法和算法是本领域已知的，因此在这里省略其详细描述。总体上，相互信息的计算是比较两个图像的数学方法。其是计算两个图像的相似性的像素的方法。在信息理论中，两个任何变量的相互信息指的是一个变量包含另一个的信息量。在本发明中，相互信息可以定性地认为是一个图像解释另一个的良好程度的度量。两个图像之间的关联(交叉关联)也是用于特征检测的基于像素的方法。像素式交叉关联可使用数学矩阵计算，其可以是用于两个图像的相似性程度的度量。Roshni VS等人在“Using Mutual Information and CrossCorrelation as Metrics for Registration of Images，”Journal ofTheoretical and Applied Information Technology，2006，pp.474-481中描述了使用相互信息和交叉关联的计算方法，其公开内容全部通过引用结合在此。
在一些实施方式中，个体的医学图像与患者的参考图像的比较会涉及两个图像的对应区域中的特征提取和特征的比较。在格局识别中，特征提取是维度减少的一种形式并涉及使用算法来检测和隔离图像的多个希望部分或者形状(特征)。用于特征提取的方法和算法是本领域已知的。在本发明中，如果比较图像中的特征被归类为不相似，那么算法可得出图像来自不同患者的结论。
在一些实施方式中，两种图像中患者器官的解剖界标或者形状和尺寸可被分割、提取和比较。解剖界标是解剖结构中可以具有一些确定性或者把握在图像中检测的位置。举例而言，人类患者的骨盆区域中的解剖界标可包括髋臼、上耻骨联合间隙、大转子、耻骨或者下耻骨。人类患者的胸部区域中的解剖界标可以包括宫颈中间、腋窝中间、胸部上、胸部中间或者气管分叉。上面列出的特定骨对于一些患者来说可能是高度独特的，可以计算骨的一些特征，例如骨盆骨的直径、特定骨的长度等。如果比较的两种图像中患者器官的解剖界标或者形状或者尺寸被归类为相似，那么算法可得出图像来自同一患者的结论。
在一些实施方式中，提供一种包括作为放射治疗的一体部分的患者识别过程的放射治疗方法。在实施该方法时，个体可定位在治疗室中以便接受放射治疗。在输送治疗剂量之前，执行患者识别过程以核实已经为了治疗而定位的个体的身份。识别过程确认或者否定个体是预期进行放射治疗的患者。如果患者识别过程确认所述个体是预期的患者，则辐射束可接通以开始输送治疗剂量。如果患者识别过程确定已经为了放射治疗而定位的个体不是预期的患者，则系统可阻挡治疗束并通知用户患者错误。有利地，患者识别过程是治疗的一体部分，不太可能被遗漏。此外，用于日常患者安排或者定位的图像可用来核实个体的身份，因此不需要专门进行患者识别的另外成像系统，虽然它们也可使用。
在提供的放射治疗方法中，患者识别可涉及已经安排治疗的个体的图像与本来计划要进行放射治疗的患者的参考图像的比较。个体的图像和患者的参考图像可使用任何合适的成像模式独立地获得，例如x射线照相、计算机断层(CT)成像、磁共振成像(MRI)、正电子发射断层(PET)成像、单光子发射计算机断层(SPECT)成像以及超声(US)成像。个体的图像和患者的参考图像可使用相同的成像模式获得。例如，个体和患者的图像都可以使用X射线成像获得，但是这些图像也可通过不同位置处的不同X射线成像机采集。替代地，个体的医学图像和患者的参考图像可使用不同的成像模式获得。例如，已经被安排接受放射治疗的个体的医学图像可使用X射线成像获得，患者的参考图像可使用MRI或者其他成像模式在计划期获得，反之亦然。
患者的参考图像和/或个体的图像可以是2D图像或者3D图像。举例而言，患者的参考图像是3D图像，个体的图像可以是2D图像或者3D图像。替代地，患者的参考图像可以是2D图像，个体的图像可以是2D图像或者3D图像。举例而言，扇束CT(FBCT)或者锥束CT(CBCT)系统可以用来采集用于2D或者3D图像重构的图像数据。
多种方法和算法可以用来比较个体的医学图像和患者的参考图像。可以执行相同或者不同成像模式的2D和/或3D图像的配准。例如，可以计算并在比较中使用个体的图像与患者的参考图像之间的相似性指数。可以在确定比较的图像是来自同一患者还是不同患者中限定公差阈值。举例而言，如果相似性指数值超过限定的公差阈值，可生成否定消息以通知用户可能出现错误患者。如果相似性指数值落在限定的公差阈值以下，可生成确认消息以通知用户患者正确。可基于计算的相似性指数值开始或者停止治疗剂量的输送。可使用相互信息、交叉关联、格局强度或者任何其他合适的方法或者算法计算相似性指数。
替代地，个体医学图像与患者参考图像的比较可使用特征提取以比较两种图像的对应区域中的特征来执行。可以分割、提取和比较两种图像中患者器官的解剖界标或者形状和尺寸。例如，如果比较的两种图像中患者器官的解剖界标或者形状或尺寸被归类为相似，那么算法可得出图像是从同一患者采集的结论。
在一些实施方式中，提供适于分次治疗的放射治疗方法。在该方法中，总治疗剂量随时间分多期输送，并且在多期的每期中，使用医学图像执行患者识别。特别是，该方法可包括第一期中的第一治疗和第二期中的第二治疗。在第一治疗中，执行第一核实以核实第一个体是否是预期要进行第一治疗的患者。第一核实包括获得第一个体的图像并将第一个体的图像与预期进行治疗的患者的第一参考图像进行比较。在第二治疗中，执行第二核实以核实第二个体是否是预期要进行第二治疗的患者。第二核实包括获得第二个体的图像并将第二个体的图像与预期进行治疗的患者的第二参考图像进行比较。患者的第一参考图像和第二参考图像可以是相同的并在计划期中获得。替代地，患者的第一参考图像可在计划期获得，而患者的第二参考图像可在第一期中的第一治疗过程中当第一个体已经被核实是预期患者时获得。应当注意，术语“第一”或“第二”在这里用于方便描述，不意欲在文字上限制包括多个期的分次治疗。例如，第二核实可以是任何随后治疗期的任何随后核实。第二参考图像可以指用于这种第二核实的参考图像，并且可以是日常图像，例如在已经识别和确认患者的先前期期间获得的图像。第一个体、第二个体和患者的图像可以使用x射线照相、计算机断层(CT)成像、磁共振成像(MRI)、正电子发射断层(PET)成像、单光子发射计算机断层(SPECT)成像或者超声(US)成像独立地获得。
现在参照附图描述示例性实施方式。应当注意，一些附图没有按比例绘制，而只是用来便于描述具体的实施方式。它们并不用作排他性描述或者本发明的范围的限制。
图1示意性示出了可用来实施本发明的方法的示例性辐射系统100。该辐射系统100可包括台架110、患者支承120和控制系统130。控制系统130可定位在治疗室102的外部，台架110和患者支承120可定位在治疗室102内。台架110可由支架112可转动地支承并包含用于束生成和准直的各种装置。例如，台架110可含有加速器，加速器可包括电子源和能够产生高能电子的加速器引导件。台架110还可包括治疗头，治疗头可包含能够产生、成形和监控治疗束的各种装置。例如，治疗头可包括适于在受高能电子束冲击时产生x射线辐射的目标组件、适于在辐射场进行均匀剂量分布的束过滤组件以及能够监控辐射束的参数的离子室组件、能够限定束的总体尺寸和形状的准直器组件等等。台架110还可支承可操作以精密控制治疗束的尺寸和形状的多叶准直器(MLC)。2009年12月18日提交的题为“Beam Filter Positioning Device”的美国申请No.12/568619中描述了各种实施方式的辐射系统，该美国申请的公开内容全部通过引用结合在此。
台架110可支承一个或多个成像系统114、116。成像系统114、116可辅助患者定位或者设置并辅助引导和监控治疗剂量输送。成像系统114、116还可如上面更详细描述地辅助核实患者身份。成像系统可包括MV成像系统114和kV成像系统116。MV成像系统114可包括可以例如从台架110的基部延伸和缩回到台架110的基部中的MV成像检测器。MV成像检测器114可使用由台架110支承的加速器生成的束采集图像数据。kV成像系统116可包括kV成像源和安装在例如台架110的侧部上并能够运动的kV成像检测器。成像系统114、116采集的图像数据可使用合适的算法来处理，并且重构的图像可以以2D或者3D的方式呈现在显示器上。患者的身份可通过将成像系统114、116采集的日常患者图像与提供给控制系统130的参考图像进行比较来核实。
控制系统130控制辐射系统100的操作，优选地利用计算机用户界面132。控制系统130可包括计算机，计算机包括存储器和处理器，例如数字信号处理器(DSP)、中央处理单元(CPU)或者微处理器(μP)，并且可通过诸如图形用户界面(GUI)的计算机软件界面来操作。存储器可存储用于操作辐射系统100的程序。存储器可存储治疗计划信息，包括例如患者中肿瘤的性质、要输送的治疗剂量以及台架110相对于患者的位置和/或运动等。在本文中，存储器还可存储患者的参考图像和用于执行患者识别的程序。处理器可使用参考图像和患者设置中采集的图像执行患者识别程序。
图2是示出根据本发明的一些实施方式的示例性患者识别过程200的步骤的流程图。在步骤202提供参考患者图像并在步骤204提供日常患者图像。参考患者图像可在计划期或者在分次放射治疗的第一治疗天获得。日常患者图像可在患者为了治疗在治疗室中定位或者设置时使用成像系统采集。参考患者图像和日常患者图像可在步骤206通过例如计算相似性指数或者其他合适的算法来比较。在步骤208，如果确定计算的相似性指数落在预定公差阈值以下，则可生成确认消息以通知用户正确的患者已经设置(210)，用户可继续开始输送治疗剂量(212)。如果在步骤208确定计算的相似性指数超过预定的公差阈值，可生成否定消息以通知用户有可能是错误患者，用户可暂停治疗或者系统可自动阻止治疗(214)。在一些实施方式中，公差阈值可以是动态和适应性的。
图3是示出根据本发明一些实施方式的示例性分次放射治疗方法的框图。分次放射治疗可在时间上包括多个期(n)(治疗日1，…治疗日n-1，治疗日n)，每期可包括使用医学图像的患者识别过程。例如，在第一期的治疗日1，参考患者图像可与治疗日1的日常患者图像比较。用于第一期治疗日1的参考患者图像可在放射治疗之前在治疗计划期中采集。在第二期治疗日2，参考患者图像可与治疗日2的日常患者图像比较。用于第二期治疗日2的参考患者图像可在患者的身份已经被确认和患者被治疗时在第一期治疗日1中获得。在最后一期治疗日n，来自治疗日(n-1)一期的参考患者图像可用来与治疗日n采集的日常患者图像进行比较。因此，用于分次放射治疗的患者识别的参考图像可以随着治疗的进行是最新的。替代地，来自不同治疗日的患者图像可直接与治疗计划期中采集的参考患者图像比较，而不是与前一治疗日的患者图像比较。
提供了使用医学图像的患者识别的方法和结合作为放射治疗一体部分的患者识别的放射治疗方法。本领域技术人员将认识到，可以在本发明的精神和范围内进行各种修改。所有这些和其他变型和修改由发明人想到，因此在本发明的范围内。

Claims (24)

1.一种核实患者身份的方法，包括以下步骤：
提供预期进行放射治疗的患者的参考图像；
获得要接受放射治疗的个体的图像；
将获得的个体图像与患者的参考图像进行比较；以及
基于获得的个体图像与患者的参考图像的比较确认或者否定所述个体是预期的患者。
2.根据权利要求1所述的方法，其中，个体的图像使用x射线照相、计算机断层(CT)成像、磁共振成像(MRI)、正电子发射断层(PET)成像、单光子发射计算机断层(SPECT)成像或者超声(US)成像获得。
3.根据权利要求1所述的方法，其中，患者的参考图像是x射线照相、计算机断层(CT)成像、磁共振成像(MRI)、正电子发射断层(PET)成像、单光子发射计算机断层(SPECT)成像或者超声(US)成像的图像。
4.根据权利要求1所述的方法，其中，个体的图像和患者的参考图像使用相同的成像模式或者不同的成像模式获得。
5.根据权利要求1所述的方法，其中，个体的图像和/或患者的参考图像是2D或者3D图像。
6.根据权利要求1所述的方法，其中，比较包括计算个体的图像与患者的参考图像之间的相似性指数。
7.根据权利要求1所述的方法，其中，比较包括使用相互信息、交叉关联或者格局强度计算个体的图像与患者的参考图像之间的相似性指数。
8.根据权利要求1所述的方法，其中，比较包括提取个体的图像和患者的参考图像中的特征并比较所提取的特征。
9.根据权利要求1所述的方法，其中，比较包括分割个体的图像和患者的参考图像中的一个或多个解剖界标并比较这一个或多个解剖界标。
10.根据权利要求1所述的方法，其中，个体的图像使用定位在治疗室中的成像系统采集。
11.根据权利要求1所述的方法，其中，个体的第一图像使用联接到治疗机的成像系统采集。
12.一种放射治疗方法，包括以下步骤：
定位个体以接受放射治疗；
核实个体的身份以确认或者否定所述个体是预期要进行放射治疗的患者；以及
如果个体被确认是预期的患者，则对个体执行放射治疗；
其中，核实步骤包括获得已经定位要接受放射治疗的个体的图像并将个体的图像与预期进行放射治疗的患者的参考图像进行比较。
13.根据权利要求12所述的放射治疗方法，其中，在核实步骤中，个体的图像和/或患者的参考图像使用x射线照相、计算机断层(CT)成像、磁共振成像(MRI)、正电子发射断层(PET)成像、单光子发射计算机断层(SPECT)成像或者超声(US)成像独立地获得。
14.根据权利要求12所述的放射治疗方法，其中，在核实步骤中，个体的图像和/或患者的参考图像使用相同的成像模式或者不同的成像模式独立地获得。
15.根据权利要求12所述的放射治疗方法，其中，在核实步骤中，个体的图像和/或患者的参考图像是2D或者3D图像。
16.根据权利要求12所述的放射治疗方法，其中，在核实步骤中，比较包括计算个体的图像与患者的参考图像之间的相似性指数。
17.根据权利要求12所述的放射治疗方法，其中，在核实步骤中，比较包括使用相互信息、交叉关联或者格局强度计算个体的图像与患者的参考图像之间的相似性指数。
18.根据权利要求12所述的放射治疗方法，其中，在核实步骤中，比较包括提取个体的图像和患者的参考图像中的特征并比较所提取的特征。
19.根据权利要求12所述的放射治疗方法，其中，在核实步骤中，比较包括分割个体的图像和患者的参考图像中的一个或多个解剖界标并比较这一个或多个解剖界标。
20.一种患者的分次放射治疗的方法，包括：
第一期中的第一治疗；和
第二期中的第二治疗；其中
第一期中的第一治疗包括第一个体身份的第一核实，其中第一核实包括获得第一个体的日常图像并将第一个体的日常图像与预期进行放射治疗的患者的第一参考图像进行比较；以及
第二期中的第二治疗包括第二个体的身份的第二核实，其中第二核实包括获得第二个体的日常图像并将第二个体的日常图像与预期进行第二治疗的患者的第二参考图像进行比较。
21.根据权利要求20所述的方法，其中，患者的第一参考图像在针对患者的计划期中获得，患者的第二参考图像在其中第一个体被确认是预期进行放射治疗的患者的第一期中的第一治疗中获得。
22.根据权利要求20所述的方法，其中，患者的第一参考图像和患者的第二参考图像在针对患者的计划期中获得。
23.根据权利要求20所述的方法，其中，第一个体的图像和第二个体的图像使用x射线照相、计算机断层(CT)成像、锥束计算机断层(CBCT)成像、磁共振成像(MRI)、正电子发射断层(PET)成像、单光子发射计算机断层(SPECT)成像或者超声(US)成像独立地获得。
24.根据权利要求20所述的方法，其中，患者的第一参考图像和患者的第二参考图像在第一期之前的治疗期中获得。
CN2013101034551A 2012-03-20 2013-03-20 用于自动患者识别的方法和系统 Pending CN103315746A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/424,560 US9179982B2 (en) 2012-03-20 2012-03-20 Method and system for automatic patient identification
US13/424,560 2012-03-20

Publications (1)

Publication Number Publication Date
CN103315746A true CN103315746A (zh) 2013-09-25

Family

ID=49185000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013101034551A Pending CN103315746A (zh) 2012-03-20 2013-03-20 用于自动患者识别的方法和系统

Country Status (2)

Country Link
US (1) US9179982B2 (zh)
CN (1) CN103315746A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104971437A (zh) * 2015-07-06 2015-10-14 谭庭强 基于生物特征的自动患者识别方法
CN107851458A (zh) * 2015-06-23 2018-03-27 奥帕斯卡有限公司 用于验证患者的方法及使用该方法的设备
CN107980008A (zh) * 2016-08-25 2018-05-01 株式会社东芝 医学图像处理设备、治疗系统和医学图像处理程序
CN110085299A (zh) * 2019-04-19 2019-08-02 合肥中科离子医学技术装备有限公司 一种图像识别去燥方法、系统及图像库
CN113397578A (zh) * 2020-07-27 2021-09-17 上海联影医疗科技股份有限公司 一种成像系统和方法

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8017915B2 (en) 2008-03-14 2011-09-13 Reflexion Medical, Inc. Method and apparatus for emission guided radiation therapy
US9031288B2 (en) * 2012-04-18 2015-05-12 International Business Machines Corporation Unique cardiovascular measurements for human identification
DE102013214023B4 (de) * 2013-07-17 2015-02-12 Siemens Aktiengesellschaft Verfahren zu einem Auswerten und Vergleichen von zeitlich aufeinander folgenden kombinierten medizinischen Bildgebungsuntersuchungen sowie ein medizinisches Bildgebungssystem, das zu einem Ausführen des erfindungsgemäßen Verfahrens ausgelegt ist
EP3256215B1 (en) * 2015-02-11 2023-10-04 ViewRay Technologies, Inc. Planning and control for magnetic resonance guided radiation therapy
US10304569B2 (en) * 2015-12-03 2019-05-28 Heartflow, Inc. Systems and methods for associating medical images with a patient
EP3448517B1 (en) * 2016-04-28 2019-12-18 Koninklijke Philips N.V. Image guided treatment delivery
WO2018093933A1 (en) 2016-11-15 2018-05-24 Reflexion Medical, Inc. System for emission-guided high-energy photon delivery
CN116943051A (zh) 2016-11-15 2023-10-27 反射医疗公司 放射治疗患者平台
WO2018183748A1 (en) 2017-03-30 2018-10-04 Reflexion Medical, Inc. Radiation therapy systems and methods with tumor tracking
CN114699655A (zh) 2017-07-11 2022-07-05 反射医疗公司 用于pet检测器余辉管理的方法
CN111148471B (zh) 2017-08-09 2023-08-22 反射医疗公司 用于发射引导放射治疗中的故障检测的系统和方法
US11369806B2 (en) 2017-11-14 2022-06-28 Reflexion Medical, Inc. Systems and methods for patient monitoring for radiotherapy
JP6845480B2 (ja) * 2018-01-18 2021-03-17 国立大学法人東海国立大学機構 診断支援装置、方法およびプログラム
CN211857087U (zh) * 2020-02-24 2020-11-03 宁波激智科技股份有限公司 一种减干涉准直膜
US20210272677A1 (en) * 2020-02-28 2021-09-02 New York University System and method for patient verification
WO2021190756A1 (en) 2020-03-26 2021-09-30 Brainlab Ag Determining image similarity by analysing registrations

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003030324A (ja) * 2001-07-19 2003-01-31 Hitachi Medical Corp 患者識別方法及びシステム並びに画像診断装置
US20030083562A1 (en) * 2001-11-01 2003-05-01 Ali Bani-Hashemi Patient positioning system employing surface photogrammetry
CN1464422A (zh) * 2002-06-21 2003-12-31 陈付国 电子病历卡智能系统
US20070064979A1 (en) * 2005-09-20 2007-03-22 Brigh Tex Bio-Photonics Llc Systems and methods for automatic skin-based identification of people using digital images
US20090262894A1 (en) * 2008-04-22 2009-10-22 Siemens Medical Solutions Usa, Inc. Medical Imaging Processing and Care Planning System
CN201600695U (zh) * 2009-07-31 2010-10-06 深圳市丰泰瑞达实业有限公司 一种健康医疗系统
US20110153341A1 (en) * 2009-12-17 2011-06-23 General Electric Company Methods and systems for use of augmented reality to improve patient registration in medical practices

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4857716A (en) 1986-05-12 1989-08-15 Clinicom Incorporated Patient identification and verification system and method
TWI278782B (en) * 2001-08-24 2007-04-11 Toshiba Corp Personal recognition apparatus
GB2390792B (en) * 2002-07-08 2005-08-31 Vision Rt Ltd Image processing system for use with a patient positioning device
US7251353B2 (en) * 2002-11-26 2007-07-31 University Of Chicago Automated method of patient recognition using chest radiographs
US7532705B2 (en) * 2006-04-10 2009-05-12 Duke University Systems and methods for localizing a target for radiotherapy based on digital tomosynthesis

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003030324A (ja) * 2001-07-19 2003-01-31 Hitachi Medical Corp 患者識別方法及びシステム並びに画像診断装置
US20030083562A1 (en) * 2001-11-01 2003-05-01 Ali Bani-Hashemi Patient positioning system employing surface photogrammetry
CN1464422A (zh) * 2002-06-21 2003-12-31 陈付国 电子病历卡智能系统
US20070064979A1 (en) * 2005-09-20 2007-03-22 Brigh Tex Bio-Photonics Llc Systems and methods for automatic skin-based identification of people using digital images
US20090262894A1 (en) * 2008-04-22 2009-10-22 Siemens Medical Solutions Usa, Inc. Medical Imaging Processing and Care Planning System
CN201600695U (zh) * 2009-07-31 2010-10-06 深圳市丰泰瑞达实业有限公司 一种健康医疗系统
US20110153341A1 (en) * 2009-12-17 2011-06-23 General Electric Company Methods and systems for use of augmented reality to improve patient registration in medical practices

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107851458A (zh) * 2015-06-23 2018-03-27 奥帕斯卡有限公司 用于验证患者的方法及使用该方法的设备
CN104971437A (zh) * 2015-07-06 2015-10-14 谭庭强 基于生物特征的自动患者识别方法
CN107980008A (zh) * 2016-08-25 2018-05-01 株式会社东芝 医学图像处理设备、治疗系统和医学图像处理程序
CN107980008B (zh) * 2016-08-25 2020-10-30 株式会社东芝 医学图像处理设备、治疗系统和医学图像处理程序
CN110085299A (zh) * 2019-04-19 2019-08-02 合肥中科离子医学技术装备有限公司 一种图像识别去燥方法、系统及图像库
CN110085299B (zh) * 2019-04-19 2020-12-08 合肥中科离子医学技术装备有限公司 一种图像识别去燥方法、系统及图像库
CN113397578A (zh) * 2020-07-27 2021-09-17 上海联影医疗科技股份有限公司 一种成像系统和方法

Also Published As

Publication number Publication date
US20130251099A1 (en) 2013-09-26
US9179982B2 (en) 2015-11-10

Similar Documents

Publication Publication Date Title
CN103315746A (zh) 用于自动患者识别的方法和系统
US11865368B2 (en) Tracking soft tissue in medical images
US10300305B2 (en) Image guidance for radiation therapy
EP1374151B1 (en) System and method for fusion-aligned reprojection of incomplete data
EP1664996B1 (en) Systems for gating medical procedures
US10149987B2 (en) Method and system for generating synthetic electron density information for dose calculations based on MRI
JP6611814B2 (ja) 放射線治療のための可搬型ｃｔスキャナーの使用
EP2479708A1 (en) Systems and methods for tracking moving targets and monitoring object positions
US20080109013A1 (en) Fiducial-less tracking of a volume of interest
WO2016094695A1 (en) Magnetic resonance projection for constructing four-dimensional image information
US11669982B2 (en) Soft tissue stereo-tracking
US10631778B2 (en) Patient setup using respiratory gated and time resolved image data
US20190111279A1 (en) Patient pre-positioning in frameless cranial radiosurgery using thermal imaging
Arimura et al. Computerized estimation of patient setup errors in portal images based on localized pelvic templates for prostate cancer radiotherapy
US11511131B2 (en) Radiation treatment parameters for target region tumour
Simonson Image registration with uncertainty analysis

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20130925