CN104225806A - 基于生物等效剂量的放射治疗计划设计方法和设计系统 - Google Patents
基于生物等效剂量的放射治疗计划设计方法和设计系统 Download PDFInfo
- Publication number
- CN104225806A CN104225806A CN201410432578.4A CN201410432578A CN104225806A CN 104225806 A CN104225806 A CN 104225806A CN 201410432578 A CN201410432578 A CN 201410432578A CN 104225806 A CN104225806 A CN 104225806A
- Authority
- CN
- China
- Prior art keywords
- treatment planning
- radiotherapy treatment
- bioequivalence
- dose
- radiobiological
- 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
Landscapes
- Radiation-Therapy Devices (AREA)
Abstract
本发明涉及基于生物等效剂量的放射治疗计划设计方法和设计系统。该方法包括提供放射生物学参数的步骤,提供放射生物学模型的步骤,基于生物等效剂量设计放射治疗计划的步骤,该步骤包括:接收放射生物学参数和放射生物学模型的步骤;基于所接收的放射生物学参数和放射生物学模型计算生物反应的步骤;根据计算的生物反应调整靶区及正常组织的生物等效剂量的步骤;根据调整后的生物等效剂量设计放射治疗计划的步骤,对放射治疗计划进行评估的步骤,该步骤包括:接收放射治疗计划的步骤;评估该放射治疗计划的步骤;确认该放射治疗计划是否满足预定要求的步骤,输出放射治疗计划的输出步骤。本发明还提供了基于生物等效剂量的放射治疗计划设计系统。
Description
技术领域
本发明涉及一种放射治疗计划设计方法和设计系统,具体而言,涉及一种基于生物等效剂量的放射治疗计划设计方法和设计系统。
背景技术
在过去几十年中,放射治疗(如利用X射线、γ射线、电子线、质子等)被广泛用于肿瘤治疗,而其中放射治疗计划系统是放射治疗的重要组成部分之一。通常,医生获取患者内部解剖结构的横断面图像,在图像上勾画靶区以及需要保护的正常组织,并根据患者的病情、身体状况等来确定照射范围以及剂量(分次剂量及总照射剂量)。物理师根据医生确定的治疗方案设计放射治疗计划,例如射野的设计、剂量优化与评估等,以使得剂量分布符合医生指定的剂量约束条件。
随着计算机技术和医学影像技术的飞速发展,放射治疗已进入了高精度时代,即定位精准和剂量实施精准。这为实施单次大剂量照射的治疗方案创造了条件。但是,当分次剂量提高之后,组织-剂量效应会发生变化,因此无法采用经典放疗方案给出的剂量限值作为计划评估标准。
此外,在现有的放射治疗中,通常针对一个患者只有一种治疗方案,因此不能判断该治疗方案的相对效果。
因此,需要一种放射治疗系统和方法,以解决以上问题。
发明内容
申请人发现,目前采用的物理剂量不能直观地反映出肿瘤靶区和正常组织的放射性反应(即剂量效应),而生物等效剂量可以直接反映出人体组织的放射性反应情况,因此,为了对放射治疗计划进行评估,就需要了解靶区及正常组织内的生物等效剂量的数值大小。由于现有的基于物理剂量的放射治疗计划设计系统无法提供生物等效剂量的分布图,导致医生不得不选择其中的某些感兴趣点,手动计算这些感兴趣点的生物等效剂量数值。因此,现有的基于物理剂量的放射治疗计划设计系统既不直观,也不全面,增加了利用生物等效剂量评价疗效的复杂性。此外,希望能够针对分次治疗方案的集合进行放射治疗计划设计,从而有助于选择最佳的分次治疗方案。
为了解决上述问题,本发明的第一方面提供了一种基于生物等效剂量的放射治疗计划设计方法,包括:
用于提供放射生物学参数的步骤,
用于提供放射生物学模型的步骤,
用于基于生物等效剂量设计放射治疗计划的步骤,其中,该用于基于生物等效剂量设计放射治疗计划的步骤包括:用于接收所述放射生物学参数和所述放射生物学模型的步骤;用于基于所接收的放射生物学参数和放射生物学模型计算生物反应的步骤;用于根据计算的生物反应调整靶区及正常组织的生物等效剂量的步骤;用于根据调整后的生物等效剂量设计放射治疗计划的步骤,
用于对放射治疗计划进行评估的步骤,其中,该用于对放射治疗计划进行评估的步骤包括:用于接收放射治疗计划的步骤;用于评估该放射治疗计划的步骤;用于确认该放射治疗计划是否满足预定要求的步骤,
用于输出放射治疗计划的输出步骤。
在本发明第一方面的一个优选实施方案中,所述用于基于生物等效剂量设计放射治疗计划的步骤还包括:
用于生成执行放射治疗计划所需的参数的步骤;
用于计算物理剂量分布图以及生物等效剂量分布图的步骤;
用于计算物理剂量-体积直方图以及生物等效剂量-体积直方图的步骤。
在本发明第一方面的一个优选实施方案中,其中所述放射生物学参数包括人体组织器官名称、α/β值、半致死剂量和亚致死损伤半修复时间。
在本发明第一方面的一个优选实施方案中,其中所述放射生物学模型包括组织-剂量效应模型、基因放射敏感性模型和乏氧模型。
在本发明第一方面的一个优选实施方案中,其中所述用于对放射治疗计划进行评估的步骤还包括:
用于确认物理剂量分布图以及生物等效剂量分布图是否满足要求的步骤;
用于确认物理剂量-体积直方图以及生物等效剂量-体积直方图是否满足要求的步骤。
在本发明第一方面的一个优选实施方案中,其中执行放射治疗计划所需的参数包括射野、子野、机器跳数。
在本发明第一方面的一个优选实施方案中,其中该放射治疗计划设计方法用于X射线、电子线、质子或重离子放射治疗。
本发明的第二方面提供了一种基于生物等效剂量的放射治疗计划设计系统,包括:
用于提供放射生物学参数的装置,
用于提供放射生物学模型的装置,
用于基于生物等效剂量设计放射治疗计划的装置,其中,该用于基于生物等效剂量设计放射治疗计划的装置包括:用于接收所述放射生物学参数和所述放射生物学模型的装置;用于基于所接收的放射生物学参数和放射生物学模型计算生物反应的装置;用于根据计算的生物反应调整靶区及正常组织的生物等效剂量的装置;用于根据调整后的生物等效剂量设计放射治疗计划的装置,
用于对放射治疗计划进行评估的装置,其中,该用于对放射治疗计划进行评估的装置包括:用于接收放射治疗计划的装置;用于评估该放射治疗计划的装置;用于确认该放射治疗计划是否满足预定要求的装置,
用于输出放射治疗计划的输出装置。
在本发明第二方面的一个优选实施方案中,所述用于基于生物等效剂量设计放射治疗计划的装置还包括:
用于生成执行放射治疗计划所需的参数的装置;
用于计算物理剂量分布图以及生物等效剂量分布图的装置;
用于计算物理剂量-体积直方图以及生物等效剂量-体积直方图的装置。
在本发明第二方面的一个优选实施方案中,其中所述放射生物学参数包括人体组织器官名称、α/β值、半致死剂量和亚致死损伤半修复时间。
在本发明第二方面的一个优选实施方案中,其中所述放射生物学模型包括组织-剂量效应模型、基因放射敏感性模型和乏氧模型。
在本发明第二方面的一个优选实施方案中,其中所述用于对放射治疗计划进行评估的装置还包括:
用于确认物理剂量分布图以及生物等效剂量分布图是否满足要求的装置;
用于确认物理剂量-体积直方图以及生物等效剂量-体积直方图是否满足要求的装置。
在本发明第二方面的一个优选实施方案中,其中执行放射治疗计划所需的参数包括射野、子野、机器跳数。
在本发明第二方面的一个优选实施方案中,其中该放射治疗计划设计系统用于X射线、电子线、质子或重离子放射治疗。
本发明的第三方面提供一种基于生物等效剂量的放射治疗计划设计方法,包括:
用于提供典型病例的分次剂量治疗方案的集合的步骤;
用于针对所述集合中的每个分次剂量治疗方案执行权利要求1-7任一项所述的方法的步骤。
在本发明第三方面的一个优选实施方案中,还包括:用于确认满足预定要求的分次剂量治疗方案的步骤。
在本发明第三方面的一个优选实施方案中,其中所述分次剂量治疗方案的集合包括不同部位、不同分期、不同身体状态的历史典型病例的分次剂量治疗方案。
本发明的第四方面提供一种基于生物等效剂量的放射治疗计划设计系统,包括:
用于提供典型病例的分次剂量治疗方案的集合的装置;
用于针对所述集合中的每个分次剂量治疗方案执行权利要求1-7任一项所述的方法的装置。
在本发明第四方面的一个优选实施方案中,该包括:用于确认满足预定要求的分次剂量治疗方案的装置。
在本发明第四方面的一个优选实施方案中,其中所述分次剂量治疗方案的集合包括不同部位、不同分期、不同身体状态的历史典型病例的分次剂量治疗方案。
与现有技术相比,本发明的优点在于:
1)可以根据患者的个体化生物学特征,选择适当的放射生物学模型;而现有方法不考虑肿瘤的个体化生物学特性;因此,本发明有助于提高疗效;
2)可以根据肿瘤的部位、分期及患者的身体状态,选择分次剂量治疗方案集合,并且在放射治疗计划评估后医生可以根据需要选择满足临床要求的最佳的分次剂量治疗方案;而现有方法需要医生制定一种分次剂量治疗方案,而不是治疗方案集合,所以也就无法选择最佳的分次剂量治疗方案;因此,本发明帮助医生找到最佳的分次剂量治疗方案,有助于提高疗效;
3)放射治疗计划的设计:采用基于生物等效剂量的放射治疗计划设计;而现有的方法是基于物理剂量设计,没有考虑肿瘤和正常组织的个体化生物学特性;因此,本发明更容易得到满足生物等效剂量要求的放射治疗计划,从而有助于提高疗效;和/或
4)放射治疗计划的评估:可以直接显示生物等效剂量分布图和生物等效剂量-体积直方图;而现有的方法只能够显示物理剂量分布图和物理剂量-体积直方图,导致医生为了了解靶区及正常组织内的生物等效剂量的数值大小,不得不选择其中的某些感兴趣点,手动计算这些点的数值,而不能整体了解肿瘤和正常组织的生物等效剂量分布情况;因此,本发明可以更加方便直接地为医生提供有关生物等效剂量的图形显示,减少放射治疗计划评估的复杂性,提高临床的工作效率。
本发明能够被用于放射治疗领域,针对放射治疗方案设计放射治疗计划。其中采用生物学参数和生物学模型来计算生物等效剂量,从而根据生物等效剂量来设计放射治疗计划。此外,本发明对设计的放射治疗计划进行评估,以符合预定要求。本发明还提供了分次剂量治疗方案的集合,从而可以针对集合中的每个治疗方案设计放射治疗计划。
附图说明
图1是现有的放射治疗的流程图。
图2是根据本发明一个实施方案的放射治疗的流程图。
图3a是根据本发明一个实施方案的放射治疗计划设计方法的流程图。
图3b是根据本发明另一实施方案的放射治疗计划设计方法的流程图。
图4是本发明的放射治疗计划设计系统的框图。
图5-6是根据本发明的一个基于生物等效剂量的放射治疗计划系统生成的生物等效剂量分布图和肿瘤控制概率分布图。
图7-8是根据本发明的一个基于生物等效剂量的放射治疗计划系统生成的生物等效剂量-体积直方图以及肿瘤控制概率及正常组织并发症概率-体积直方图。
具体实施方式
本文所使用的术语“α/β值”表示产生特定生物效应的靶细胞(不是组织)修复亚致死性能力。通常,早反应组织靶细胞α/β值较大,晚反应组织靶细胞α/β值较小。
本文所使用的术语“半致死剂量”是指放射生物学中引起被照射靶细胞的死亡概率为50%时的剂量,其作为指标衡量靶细胞所属组织的放射敏感性。
本文所使用的术语“亚致死损伤”是指受照射以后,细胞的部分靶而不是所有靶内所累积的电离事件,通常指DNA的单链断裂。亚致死损伤是一种可修复的放射损伤。亚致死损伤的修复是指假如将某一既定单次照射剂量分成间隔一定时间的两次时所观察到的存活细胞增加的现象。通常,使用亚致死损伤半修复时间(T1/2)来表示不同组织亚致死损伤的修复特性。
本文所使用的术语“射野”是指治疗射线束在病人体表上投射的区域,在调强放射治疗中,一个射野可以分成多个子野。
本文所使用的术语“机器跳数”是放疗专业术语,1个机器跳数约等于0.01个戈瑞(Gy)。1戈瑞(Gy)是指1kg被辐照物质吸收1焦耳的能量。
本文所使用的术语“组织-剂量效应模型”根据剂量的大小,计算射线对组织的生物学效应,基于的原理是射线会造成细胞的放射损伤,而且放射损伤的严重程度与剂量的大小成正比。
本文所使用的术语“基因放射敏感性模型”根据基因的不同,计算射线对组织的生物学效应,基于的原理是某些基因对放射敏感,而某些基因对放射抗拒。
本文所使用的术语“乏氧模型”根据肿瘤细胞氧合水平的数值,计算射线对肿瘤组织的生物学效应,基于的原理是绝大部分肿瘤都含有处于不同氧合水平的细胞,其中的乏氧细胞对辐射不敏感。
图1是现有的放射治疗的流程图。在放射治疗中,首先确定分次剂量治疗方案,并设定正常组织和危及器官的剂量限值。然后根据医生确定的方案进行放射治疗计划设计。最后根据所设计的放射治疗计划来评估是否满足临床要求,并确定最终的放射治疗计划。
如图1示出的,现有的放射治疗利用了物理剂量,设定组织和正常组织的物理剂量要求,基于物理剂量进行放射治疗计划设计,并根据物理剂量要求,评估放射治疗计划是否满足临床要求。
下面将参照图2-8更详细地描述本发明的实施方案。
图2是根据本发明一个实施方案的放射治疗流程图。如图2中所示,在本发明的一个实施方案的放射治疗过程中,放射治疗计划设计包括了利用放射生物学参数、通过放射生物学模型来计算正常组织以及危及器官对剂量的反应。放射生物学参数可以更直观地反映靶区对剂量的反应。例如,对于同一剂量,不同器官对其的反应并不同。因此,依据生物学参数,可以优化剂量,更好地确定治疗效果。此外,如图2中示出的,本发明还评估放射治疗计划是否满足临床需求,并确定最终的放射治疗计划。
图3a是根据本发明一个实施方案的放射治疗计划设计方法的流程图。
如图3a示出的,根据本发明的放射治疗计划设计方法包括提供放射生物学参数和放射生物学模型,然后根据所述放射生物学参数和放射生物学模型设计放射治疗计划,所设计的放射治疗计划被进行评估,最后输出放射治疗计划。
在基于所述放射生物学参数和放射生物学模型设计放射治疗计划的步骤中,首先接收所述放射生物学参数和所述放射生物学模型,基于所接收的放射生物学参数和放射生物学模型计算生物反应,根据该生物反应来调整靶区及正常组织的生物等效剂量,最后根据生物等效剂量设计放射治疗计划。
在对放射治疗计划进行评估的步骤,所设计的放射治疗计划被确认是否满足预定要求。若放射治疗计划满足预定要求,则由输出模块输出确认后的放射治疗计划,否则返回至放射治疗计划设计步骤,生成新的治疗计划,重新进行评估,然后由输出模块输出满足预定要求的放射治疗计划。
在一个优选实施方案中,设计放射治疗计划还包括生成执行放射治疗计划所需的参数;计算物理剂量分布图及生物等效剂量分布图;以及计算物理剂量-体积直方图以及生物等效剂量-体积直方图。
在一个优选实施方案中,对放射治疗计划进行评估还包括:确认物理剂量分布图以及生物等效剂量分布图是否满足要求;确认物理剂量-体积直方图以及生物等效剂量-体积直方图是否满足要求。
在一个优选实施方案中,其中执行放射治疗计划所需的参数包括射野、子野、机器跳数。
在一个优选实施方案中,放射生物学参数包括人体组织器官名称、α/β值、半致死剂量和亚致死损伤半修复时间等放射生物学参数。
此外,在一个优选实施方案中,放射生物学模型包括组织-剂量效应模型、基因放射敏感性模型和乏氧模型等放射生物学模型。
应理解,放射生物学参数、放射生物学模型以及执行放射治疗计划所需的参数不限于本公开内容中所描述的,任何其他合适的放射生物学参数、放射生物学模型以及参数都适用于本发明。
图3b是根据本发明另一实施方案的放射治疗计划设计方法的流程图。
在该实施方案中,首先提供典型病例的分次剂量治疗方案的集合。然后,针对分次剂量治疗方案的集合中的每个分次剂量治疗方案,执行上述参考图3a所描述的放射治疗计划设计方法。
在一个优选实施方案中,上述方法还包括确认满足预定要求的分次剂量治疗方案。
在一个优选实施方案中,分次剂量治疗方案的集合包括不同部位、不同分期、不同身体状态的历史典型病例分次剂量治疗方案。例如,分次剂量治疗方案的集合包括有关照射部位的历史典型病例分次剂量治疗方案、有关剂量模式的历史典型病例分次剂量治疗方案、有关分次剂量大小的历史典型病例分次剂量治疗方案和有关总照射剂量大小的历史典型病例分次剂量治疗方案。
图4示出了根据本发明一个实施方案的放射治疗计划设计系统的结构示意图。
如图4示出的,放射治疗计划设计系统100包括放射生物学参数数据库101、放射生物学模型数据库102、放射治疗计划设计模块103、放射治疗计划评估模块104以及输出模块105。放射生物学参数数据库101和放射生物学模型数据库102分别提供放射生物学参数和放射生物学模型。放射治疗计划设计模块103从放射生物学参数数据库101中获得放射生物学参数,并从放射生物学模型数据库102获得放射生物学模型。将获得的放射生物学参数代入放射生物学模型中,从而确定放射剂量对于患者的效用。根据该效用,可以判断剂量的设计是否合理,从而使得对单次大剂量治疗方案进行全面正确地评估成为可能。该放射治疗计划设计模块通过放射生物学参数和放射生物学模型计算生物反应,从而调整靶区及正常组织的生物等效剂量,并利用放射治疗计划设计优化算法搜寻最优的治疗计划。放射治疗计划评估模块104评估放射治疗计划,若放射治疗计划满足临床要求,则由输出模块105输出确认后的放射治疗计划,否则返回放射治疗计划设计模块103,生成新的治疗计划,重新进行评估,最后由输出模块输出105输出评估后的放射治疗计划。
本发明该放射治疗计划设计方法和系统用于X射线、电子线、质子或重离子放射治疗。
应理解,本发明并不限于本公开内容中描述的步骤,在不脱离本发明上述基本技术思想前提下,可以对上述步骤的顺序进行调整。
本文述及的各实施方案或者不同优选级别的方案,除非另有说明均可任意组合。
显然,根据本发明的上述内容,按照本领域的普通技术知识和惯用手段,在不脱离本发明上述基本技术思想前提下,还可以进行其它多种形式的修改、替换或变更。本领域人员能够理解,本申请所描述的本发明技术方案的各个特征均可根据需要进行适当的组合。
Claims (10)
1.一种基于生物等效剂量的放射治疗计划设计方法,包括:
用于提供放射生物学参数的步骤,
用于提供放射生物学模型的步骤,
用于基于生物等效剂量设计放射治疗计划的步骤,其中,该用于基于生物等效剂量设计放射治疗计划的步骤包括:用于接收所述放射生物学参数和所述放射生物学模型的步骤;用于基于所接收的放射生物学参数和放射生物学模型计算生物反应的步骤;用于根据计算的生物反应调整靶区及正常组织的生物等效剂量的步骤;用于根据调整后的生物等效剂量设计放射治疗计划的步骤,
用于对放射治疗计划进行评估的步骤,其中,该用于对放射治疗计划进行评估的步骤包括:用于接收放射治疗计划的步骤;用于评估该放射治疗计划的步骤;用于确认该放射治疗计划是否满足预定要求的步骤,
用于输出放射治疗计划的输出步骤。
2.根据权利要求1所述的放射治疗计划设计方法,所述用于基于生物等效剂量设计放射治疗计划的步骤还包括:
用于生成执行放射治疗计划所需的参数的步骤;
用于计算物理剂量分布图以及生物等效剂量分布图的步骤;
用于计算物理剂量-体积直方图以及生物等效剂量-体积直方图的步骤。
3.根据权利要求1或2所述的放射治疗计划设计方法,其中所述放射生物学参数包括人体组织器官名称、α/β值、半致死剂量和亚致死损伤半修复时间。
4.根据权利要求1或2所述的放射治疗计划设计方法,其中所述放射生物学模型包括组织-剂量效应模型、基因放射敏感性模型和乏氧模型。
5.根据权利要求2所述的放射治疗计划设计方法,其中所述用于对放射治疗计划进行评估的步骤还包括:
用于确认物理剂量分布图以及生物等效剂量分布图是否满足要求的步骤;
用于确认物理剂量-体积直方图以及生物等效剂量-体积直方图是否满足要求的步骤。
6.根据权利要求2所述的放射治疗计划设计方法,其中执行放射治疗计划所需的参数包括射野、子野、机器跳数。
7.根据权利要求1所述的放射治疗计划设计方法,其中该放射治疗计划设计方法用于X射线、电子线、质子或重离子放射治疗。
8.一种基于生物等效剂量的放射治疗计划设计系统,包括:
用于提供放射生物学参数的装置,
用于提供放射生物学模型的装置,
用于基于生物等效剂量设计放射治疗计划的装置,其中,该用于基于生物等效剂量设计放射治疗计划的装置包括:用于接收所述放射生物学参数和所述放射生物学模型的装置;用于基于所接收的放射生物学参数和放射生物学模型计算生物反应的装置;用于根据计算的生物反应调整靶区及正常组织的生物等效剂量的装置;用于根据调整后的生物等效剂量设计放射治疗计划的装置,
用于对放射治疗计划进行评估的装置,其中,该用于对放射治疗计划进行评估的装置包括:用于接收放射治疗计划的装置;用于评估该放射治疗计划的装置;用于确认该放射治疗计划是否满足预定要求的装置,
用于输出放射治疗计划的输出装置。
9.一种基于生物等效剂量的放射治疗计划设计方法,包括:
用于提供典型病例的分次剂量治疗方案的集合的步骤;
用于针对所述集合中的每个分次剂量治疗方案执行权利要求1-7任一项所述的方法的步骤。
10.一种基于生物等效剂量的放射治疗计划设计系统,包括:
用于提供典型病例的分次剂量治疗方案的集合的装置;
用于针对所述集合中的每个分次剂量治疗方案执行权利要求1-7任一项所述的方法的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410432578.4A CN104225806B (zh) | 2014-08-28 | 2014-08-28 | 基于生物等效剂量的放射治疗计划设计方法和设计系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410432578.4A CN104225806B (zh) | 2014-08-28 | 2014-08-28 | 基于生物等效剂量的放射治疗计划设计方法和设计系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104225806A true CN104225806A (zh) | 2014-12-24 |
CN104225806B CN104225806B (zh) | 2017-08-11 |
Family
ID=52215261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410432578.4A Active CN104225806B (zh) | 2014-08-28 | 2014-08-28 | 基于生物等效剂量的放射治疗计划设计方法和设计系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104225806B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636832A (zh) * | 2015-02-27 | 2015-05-20 | 上海联影医疗科技有限公司 | 剂量分布变化估算方法及装置、直接子野优化方法及系统 |
CN106552325A (zh) * | 2015-09-25 | 2017-04-05 | 瓦里安医疗系统公司 | 考虑基于成像的辐射剂量 |
CN106621071A (zh) * | 2015-10-28 | 2017-05-10 | 南京中硼联康医疗科技有限公司 | 基于云计算的治疗计划系统及其使用方法 |
CN109166613A (zh) * | 2018-08-20 | 2019-01-08 | 北京东方瑞云科技有限公司 | 基于机器学习的放射治疗计划评估系统及方法 |
CN109847199A (zh) * | 2019-01-28 | 2019-06-07 | 中国科学院近代物理研究所 | 乏氧细胞辐照装置 |
CN111494810A (zh) * | 2019-01-03 | 2020-08-07 | 光线搜索实验室公司 | 用于生成放射治疗计划的方法和对应的放射治疗系统 |
CN111867677A (zh) * | 2018-03-13 | 2020-10-30 | 皇家飞利浦有限公司 | 使用生物学影响计算来优化辐射治疗中的分次方案 |
CN114129910A (zh) * | 2021-11-18 | 2022-03-04 | 中国医学科学院肿瘤医院深圳医院 | 一种纳米金属放射增敏生物等效剂量的计算方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101820827A (zh) * | 2007-10-25 | 2010-09-01 | 断层放疗公司 | 适应性调整放疗剂量的分次照射剂量的方法 |
CN103394167A (zh) * | 2013-08-01 | 2013-11-20 | 山东省肿瘤医院 | 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 |
-
2014
- 2014-08-28 CN CN201410432578.4A patent/CN104225806B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101820827A (zh) * | 2007-10-25 | 2010-09-01 | 断层放疗公司 | 适应性调整放疗剂量的分次照射剂量的方法 |
CN103394167A (zh) * | 2013-08-01 | 2013-11-20 | 山东省肿瘤医院 | 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 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636832A (zh) * | 2015-02-27 | 2015-05-20 | 上海联影医疗科技有限公司 | 剂量分布变化估算方法及装置、直接子野优化方法及系统 |
CN104636832B (zh) * | 2015-02-27 | 2018-09-21 | 上海联影医疗科技有限公司 | 剂量分布变化估算方法及装置、直接子野优化方法及系统 |
CN106552325A (zh) * | 2015-09-25 | 2017-04-05 | 瓦里安医疗系统公司 | 考虑基于成像的辐射剂量 |
CN106621071A (zh) * | 2015-10-28 | 2017-05-10 | 南京中硼联康医疗科技有限公司 | 基于云计算的治疗计划系统及其使用方法 |
CN106621071B (zh) * | 2015-10-28 | 2024-02-20 | 南京中硼联康医疗科技有限公司 | 基于云计算的治疗计划系统及其使用方法 |
CN111867677A (zh) * | 2018-03-13 | 2020-10-30 | 皇家飞利浦有限公司 | 使用生物学影响计算来优化辐射治疗中的分次方案 |
CN109166613A (zh) * | 2018-08-20 | 2019-01-08 | 北京东方瑞云科技有限公司 | 基于机器学习的放射治疗计划评估系统及方法 |
CN111494810A (zh) * | 2019-01-03 | 2020-08-07 | 光线搜索实验室公司 | 用于生成放射治疗计划的方法和对应的放射治疗系统 |
CN111494810B (zh) * | 2019-01-03 | 2021-10-29 | 光线搜索实验室公司 | 用于生成放射治疗计划的方法和对应的放射治疗系统 |
CN109847199A (zh) * | 2019-01-28 | 2019-06-07 | 中国科学院近代物理研究所 | 乏氧细胞辐照装置 |
CN114129910A (zh) * | 2021-11-18 | 2022-03-04 | 中国医学科学院肿瘤医院深圳医院 | 一种纳米金属放射增敏生物等效剂量的计算方法 |
CN114129910B (zh) * | 2021-11-18 | 2023-10-31 | 中国医学科学院肿瘤医院深圳医院 | 一种纳米金属放射增敏生物等效剂量的计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104225806B (zh) | 2017-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104225806A (zh) | 基于生物等效剂量的放射治疗计划设计方法和设计系统 | |
Allen Li et al. | The use and QA of biologically related models for treatment planning: Short report of the TG‐166 of the therapy physics committee of the AAPM | |
Lomax et al. | Quantifying the degree of conformity in radiosurgery treatment planning | |
Alterovitz et al. | Optimization of HDR brachytherapy dose distributions using linear programming with penalty costs | |
Pyakuryal et al. | A computational tool for the efficient analysis of dose‐volume histograms for radiation therapy treatment plans | |
de la Zerda et al. | Formulating adaptive radiation therapy (ART) treatment planning into a closed-loop control framework | |
Siauw et al. | IPIP: A new approach to inverse planning for HDR brachytherapy by directly optimizing dosimetric indices | |
Hahn et al. | Towards harmonizing clinical linear energy transfer (LET) reporting in proton radiotherapy: a European multi-centric study | |
Pantelis et al. | The effect of finite patient dimensions and tissue inhomogeneities on dosimetry planning of 192Ir HDR breast brachytherapy: a Monte Carlo dose verification study | |
JP2007514499A (ja) | 外部ビーム照射療法用の治療計画の全体的最適化のためのシステム及び方法 | |
US20200398080A1 (en) | Automatic Generation of Radiation Treatment Plan Optimization Objectives | |
Rossi et al. | First fully automated planning solution for robotic radiosurgery–comparison with automatically planned volumetric arc therapy for prostate cancer | |
US12076586B2 (en) | Method and system for robust radiotherapy treatment planning for biological uncertainties | |
Li et al. | Impact of dose calculation accuracy during optimization on lung IMRT plan quality | |
Chow et al. | Evaluation of the effect of patient dose from cone beam computed tomography on prostate IMRT using Monte Carlo simulation | |
Lee et al. | Physical and radiobiological evaluation of radiotherapy treatment plan | |
Yang et al. | Beam orientation optimization for intensity-modulated radiation therapy using mixed integer programming | |
Giantsoudi et al. | A gEUD‐based inverse planning technique for HDR prostate brachytherapy: Feasibility study | |
Nguyen et al. | Computerized triplet beam orientation optimization for MRI‐guided Co‐60 radiotherapy | |
Pedersen et al. | Cross-modality applicability of rectal normal tissue complication probability models from photon-to proton-based radiotherapy | |
Surucu et al. | Planning tools for modulated electron radiotherapy | |
Rong et al. | A planning study for palliative spine treatment using StatRT and megavoltage CT simulation | |
Ahmed et al. | An automated intensity-modulated radiation therapy planning system | |
Paelinck et al. | Comparison of dose–volume histograms of IMRT treatment plans for ethmoid sinus cancer computed by advanced treatment planning systems including Monte Carlo | |
Gelover et al. | Patient's specific integration of OAR doses (D2 cc) from EBRT and 3D image‐guided brachytherapy for cervical cancer |
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 |