CN104636832B - 剂量分布变化估算方法及装置、直接子野优化方法及系统 - Google Patents

剂量分布变化估算方法及装置、直接子野优化方法及系统 Download PDF

Info

Publication number
CN104636832B
CN104636832B CN201510088950.9A CN201510088950A CN104636832B CN 104636832 B CN104636832 B CN 104636832B CN 201510088950 A CN201510088950 A CN 201510088950A CN 104636832 B CN104636832 B CN 104636832B
Authority
CN
China
Prior art keywords
blade
point
dosage
interest
distribution
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
CN201510088950.9A
Other languages
English (en)
Other versions
CN104636832A (zh
Inventor
周婧劼
张鹏
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.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
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 Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201510088950.9A priority Critical patent/CN104636832B/zh
Publication of CN104636832A publication Critical patent/CN104636832A/zh
Application granted granted Critical
Publication of CN104636832B publication Critical patent/CN104636832B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • G06F19/3481—

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Game Theory and Decision Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Radiation-Therapy Devices (AREA)

Abstract

本发明提供了一种剂量分布变化估算方法及装置、直接子野优化方法及系统，该估算方法包括：确定叶片移动前的初始剂量分布；在所述初始剂量分布中，确定因叶片移动而导致的剂量变化影响范围；对于剂量变化影响范围内的感兴趣点，根据所述初始剂量分布得到感兴趣点在叶片移动前的初始剂量，并确定因所述叶片移动而与所述感兴趣点关联的参考点，然后根据所述参考点在所述初始剂量分布中的剂量得到所述感兴趣点在所述叶片移动后的当前剂量；由感兴趣点的初始剂量和当前剂量计算感兴趣点的剂量变化。本发明对剂量分布变化的估算准确度较高，而且具有计算速度快、计算量小、占用内存少等优点。

Description

剂量分布变化估算方法及装置、直接子野优化方法及系统
技术领域
本发明主要涉及调强放疗技术，尤其涉及一种多叶光栅的叶片微调引起的剂量分布变化估算方法及装置，以及直接子野优化方法及系统。
背景技术
直接子野优化是放疗计划优化的主要方法，包括多叶光栅叶片位置调整和子野权重调整两个方面。其中，多叶光栅叶片位置调整是以多叶光栅叶片微调所引起的剂量分布变化作为依据，剂量分布变化计算的准确性在很大程度上影响了叶片位置调整的效果。同时，因为叶片调整过程中需要反复计算剂量分布变化，剂量分布变化的算法速度也决定了直接子野优化算法的性能。
现有技术中，Shepard等人提出的直接子野优化方法中，在每次对单个多叶光栅叶片位置进行微调前后，分别计算整个射野的剂量分布(具体请参见Shepard,D.M.,Earl,M.a.,Li,X.a.,Naqvi,S.,&Yu,C.(2002).Direct aperture optimization:A turnkeysolution for step-and-shoot IMRT.Medical Physics,29(6),1007.doi:10.1118/1.1477415)。该方法的优点是能准确得出剂量分布的变化，缺点是计算量大、耗时较长。
Zhu等人提出的直接子野优化方法，其中的剂量变化估算方法如图1所示。其中，A为叶片11的当前位置，B为叶片11微调后的位置，该方法只考虑线段AB的中点和射线源10连线方向上，病人12体内的多个点D1、D2….DN上的剂量变化(具体请参见Xiaofeng Zhu,Timothy Cullip,Gregg Tracton,Johnn Dooley,Sha X.Chang.Direct ApertureOptimization 1Using an Inverse Form ofBack Projection.Submitted to IOPPublishing for peer review 3January 2013)。
该方法所估算点的剂量变化Di如下：
Di＝ωKABDi,A
其中Di,A为叶片11在A位置时，单位加速器跳数(MU)下该射野对该点的剂量贡献；ω是需要调整的子野MU；KAB是标记叶片11的开合方向的系数，如果叶片11从A到B是朝射野内微调，即叶片合上，则KAB＝-1；反之，KAB＝1。该方法的优点是不需要重新计算新叶片位置的剂量，速度较快，缺点是对剂量变化估算不准确。
Cheng等人提出的直接子野优化方法中，通过把需要调整的射野划分成若干个小野(beamlet),分别计算每个小野对病人体内剂量分布的贡献，以此评估叶片微调引起的剂量变化。在微调叶片时，通过加上或减去已经计算的小野剂量贡献来计算剂量分布变化(具体请参见：Li-Tien Cheng,Bin Dong,Chunhua Men,Xun Jia,And Steve Jiang.BinaryLevel-Set Shape Optimization Model And Algorithm For Volumetric Modulated ArcTherapy In Radiotherapy Treatment.SIAM J.SCI.COMPUT.Vol.35,No.6,pp.B1321–B1340)。该方法的优点是调整叶片时不需要重新计算剂量，对剂量变化的估计也较为准确，但缺点是需要预先计算各个小野的剂量贡献，计算量较大，耗时较长，对计算设备的内存占用较多。
因此，需要一种新的直接子野优化方法，能够兼顾计算准确性、计算速度和计算量。
发明内容
本发明要解决的技术问题是提供一种剂量分布变化估算方法及装置、直接子野优化方法及系统，对剂量分布变化的估算准确度较高，而且具有计算速度快、计算量小、占用内存少等优点。
为解决上述技术问题，本发明提供了一种剂量分布变化估算方法，包括：
确定叶片移动前的初始剂量分布；
在所述初始剂量分布中，确定因所述叶片移动而导致的剂量变化影响范围；
对于所述剂量变化影响范围内的感兴趣点，根据所述初始剂量分布得到所述感兴趣点在所述叶片移动前的初始剂量，并确定因所述叶片移动而与所述感兴趣点关联的参考点，然后根据所述参考点在所述初始剂量分布中的剂量得到所述感兴趣点在所述叶片移动后的当前剂量；
由所述感兴趣点的初始剂量和当前剂量计算所述感兴趣点的剂量变化。
根据本发明的一个实施例，所述参考点是通过将所述感兴趣点平行并逆着所述叶片移动的方向移动所述叶片移动的距离的投影长度而确定的。
根据本发明的一个实施例，根据所述参考点在所述初始剂量分布中的剂量得到所述感兴趣点在所述叶片移动后的当前剂量包括：
确定参考点，所述参考点由所述感兴趣点沿所述叶片移动方向的反方向平移得到，平移的距离大致等于所述叶片的移动距离在所述感兴趣点所处平面上的投影长度，其中，所述投影以射线源为点光源得到；
由所述叶片移动前的剂量分布得到所述参考点在所述叶片移动前的初始剂量，所述感兴趣点的当前剂量大致等于所述参考点的初始剂量或者与所述参考点的初始剂量成比例。
根据本发明的一个实施例，确定所述叶片移动后的剂量变化影响范围包括：在一平面上，沿所述叶片移动方向的影响范围为所述叶片的移动距离在该平面上的投影，以及该投影沿所述叶片移动方向及其反方向分别延伸A/2的和，其中，A为所述叶片在该平面上的半影宽度。
根据本发明的一个实施例，确定所述叶片移动后的剂量变化影响范围还包括：在一平面上，垂直于所述叶片移动方向的影响范围为所述叶片的宽度在该平面上的投影所覆盖的范围。
根据本发明的一个实施例，确定所述叶片移动后的剂量变化影响范围还包括：
确定所述叶片的移动距离在预设的等中心平面上的投影长度，以及所述叶片在所述等中心平面内的半影宽度；
对于所述等中心平面外的其他平面，根据该平面距离所述等中心平面的距离，按照投影关系变换得到所述叶片的移动距离在该平面上的投影长度，以及所述叶片在该平面内的半影宽度。
根据本发明的一个实施例，所述叶片的移动距离在所述等中心平面上的投影长度和/或所述叶片在所述等中心平面内的半影宽度通过外部输入的方式而确定。
根据本发明的一个实施例，所述叶片在所述等中心平面内的半影宽度根据所述射线源的射束的三维水箱开野测量数据得到。
根据本发明的一个实施例，确定所述叶片移动前的初始剂量分布包括：计算所述叶片移动前的剂量分布矩阵，所述剂量分布矩阵的矩阵网格尺寸小于或等于所述叶片单次移动的步长。
根据本发明的一个实施例，所述叶片移动前的剂量分布覆盖整个射野。
为了解决上述问题，本发明还提供了一种直接子野优化方法，包括：
选择要调整的子野；
选择要调整的叶片；
确定所述叶片的移动方向及移动距离；
采用上述任一项所述的剂量分布变化估算方法，估算所述叶片移动引起的剂量分布变化；
根据所述剂量分布变化确定是否接受所述叶片移动。
为了解决上述问题，本发明还提供了一种剂量分布变化估算装置，包括：
剂量分布确定模块，用于确定叶片移动前的初始剂量分布；
剂量变化影响范围确定模块，用于在所述初始剂量分布中确定因所述叶片移动而导致的剂量变化影响范围；
剂量确定模块，对于所述剂量变化影响范围内的感兴趣点，根据所述叶片移动前的剂量分布得到所述感兴趣点在所述叶片移动前的初始剂量，并确定因所述叶片移动而与所述感兴趣点关联的参考点，然后根据所述参考点在所述初始剂量分布中的剂量得到所述感兴趣点在所述叶片移动后的当前剂量；
剂量变化计算模块，由所述感兴趣点的初始剂量和当前剂量计算所述感兴趣点的剂量变化。
为了解决上述问题，本发明还提供了一种直接子野优化系统，包括：
子野选择模块，用于选择要调整的子野；
叶片选择模块，用于选择要调整的叶片；
叶片微调模块，用于确定所述叶片的移动方向及移动距离；
上述剂量分布变化估算装置，用于估算所述叶片移动引起的剂量分布变化；
判断模块，用于根据所述剂量分布变化确定是否接受所述叶片移动。
与现有技术相比，本发明具有以下优点：
本发明实施例的剂量分布变化估算方法中，首先确定叶片移动导致的剂量变化影响范围，之后，对于剂量变化影响范围内的感兴趣点，通过叶片移动前的初始剂量分布及其平移得到感兴趣点的初始剂量和当前剂量，并以此来计算感兴趣点的剂量变化。上述方法仅针对剂量变化影响范围进行计算，无需重新计算整个射野的剂量分布，计算速度更快；而且无需预先计算各个小野的剂量分布，计算量较小，占用的内存也较小，而且，上述方法利用叶片移动前的剂量分布，通过平移的方式来得到叶片移动后的当前剂量，可以得到较为准确的剂量估算结果。
本发明实施例的直接子野优化方法基于上述剂量分布变化估算方法来完成优化，加快了优化速度。
附图说明
图1是现有技术中的一种剂量变化估算方法的估算算法示意图；
图2是根据本发明实施例的直接子野优化方法的流程示意图；
图3是根据本发明实施例的剂量分布变化估算方法的流程示意图；
图4是根据本发明实施例的剂量分布变化估算方法的估算算法示意图；
图5是根据本发明实施例的剂量分布变化估算方法的投影变换算法示意图；
图6是根据本发明实施例的直接子野优化系统的结构框图；
图7是根据本发明实施例的剂量分布变化估算装置的结构框图。
具体实施方式
为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其它不同于在此描述的其它方式来实施，因此本发明不受下面公开的具体实施例的限制。
首先需要说明的是，本文中的“叶片”指的是多叶光栅(MLC)中的叶片；“长度”指的是平行于叶片移动方向上的距离；“宽度”指的是垂直于叶片移动方向上的距离；“投影”是以射线源为点光源，被照射对象在一平面上投射得到的影子；“平面”指的是平行于预设的等中心平面的各个平面。
参考图2，根据本发明的一个实施例，该直接子野优化方法包括如下步骤：
步骤S21，选择要调整的子野；
步骤S22，选择要调整的叶片；
步骤S23，确定所述叶片的移动方向及移动距离；
步骤S24，估算叶片移动引起的剂量分布变化；
步骤S25，根据剂量分布变化确定是否接受叶片移动；
步骤S26，判断是否达到优化目标，如果是，则前进至步骤S27，结束优化；如果否，则返回至步骤S21，继续进行优化。
参考图3，图3示出了图2中步骤S24的详细流程，包括如下步骤：
步骤S241，确定叶片移动前的初始剂量分布；
步骤S242，在所述初始剂量分布中，确定因叶片移动而导致的剂量变化影响范围；
步骤S243，对于剂量变化影响范围内的感兴趣点，根据初始剂量分布得到感兴趣点在叶片移动前的初始剂量，并确定因叶片移动而与感兴趣点关联的参考点，然后根据参考点在初始剂量分布中的剂量得到感兴趣点在叶片移动后的当前剂量；
步骤S244，由感兴趣点的初始剂量和当前剂量计算所述感兴趣点的剂量变化。
下面结合图3和图4对各个步骤进行详细说明。
在步骤S241中，叶片41移动前的初始剂量分布可以覆盖整个射野。该初始剂量分布可以是通过射野的射束的剂量在病人体内或模体内三维空间内的分布。
该初始剂量分布可以通过外部输入的方式来得到。例如，可以通过读取存储介质来获得，或者通过网络连接等通讯方式从外部读取。
或者，该初始剂量分布也可以通过计算得到。例如，可以计算叶片41移动前的剂量分布矩阵，该剂量分布矩阵的矩阵网格尺寸优选为小于或等于叶片41的单次移动步长。叶片41的单次移动步长为叶片单次移动的最小距离。
在步骤S242中，根据叶片41的移动方向和移动距离，确定因叶片41的移动导致的剂量变化影响范围。病人体内或模体内处于该剂量变化影响范围的各个体素(voxel)的剂量视为已经发生变化，需要重新计算，而病人体内或模体内处于剂量变化影响范围之外的体素的剂量分布视为不受叶片41移动的影响，也即视为未发生变化。
参考图4，图4示出了叶片41从当前位置A移动到微调后位置B后，病人42体内等中心平面上的剂量变化影响范围以及剂量估算过程。其中，“等中心平面”指的是预设的一个平面，该等中心平面垂直于射线源40发出的射束，并且该平面与射线源40的距离为预设距离，在本领域中，等中心平面与射线源40之间的预设距离通常为100cm。
如图4所示，当叶片41从当前位置A移动到微调后位置B后，在等中心平面上，由叶片41引起的剂量变化影响范围的长度可以为叶片41的移动距离L在等中心平面上的投影x以及该投影x沿叶片41的移动方向及其反方向分别延伸a/2的加和长度，其中，a为叶片41在等中心平面上的半影宽度，也即，在叶片41移动方向上，剂量变化影响范围的长度可表示为x+a/2+a/2。剂量变化影响范围的宽度(等中心平面上垂直于叶片41移动方向)可以为叶片41的宽度在等中心平面上的投影(图4中未示出)。故，该剂量变化影响范围为前述的加和长度以及叶片宽度在等中心平面上的投影形成的方形区域。
其中，叶片41的移动距离L在等中心平面上的投影x可以通过计算机根据某种策略自动选取和/或外部通过输入装置给定的方式来确定。例如，投影x的位置可以通过计算得到，而投影x的长度可以通过外部输入的方式来确定。实际上，由于叶片41的移动距离L往往难以精确测量，因此，采用外部输入的方式来确定投影x的长度，并以此来间接地指示移动距离L的大小。
叶片41在等中心平面上的半影宽度a可以通过外部输入或者是读取存储数据的方式来确定。例如，可以根据射束的三维水箱开野测量数据或者其他适当的测量数据得到该半影宽度a，然后通过外部输入的方式来确定。本领域技术人员应当可以理解，对于相对位置已经确定的射线源40、叶片41以及等中心平面，叶片41的半影宽度a是可以被确定的。
在剂量变化影响范围确定后，对于该剂量变化影响范围内的全部感兴趣点，其在叶片41移动后的当前剂量可以这样得到：先将由叶片41移动而导致的剂量变化影响范围内的兴趣点平行并逆着叶片41先前移动的方向平移，其中，平移的距离为叶片41移动距离L(在叶片的安装平面上)的投影长度x，从而得到前述受剂量变化影响的兴趣点的剂量平移参考点，然后，由于该剂量平移参考点在叶片41未移动前的剂量是已知的(即，已在叶片41移动前算出)，则叶片41移动引起的剂量变化影响范围内的兴趣点的剂量即为该剂量平移参考点在叶片41未移动前的剂量。换言之，叶片41移动后，剂量变化影响范围内的剂量分布可以由叶片41移动前的剂量分布沿叶片41的移动方向平移得到，平移的方向沿叶片41的移动方向，平移的距离等于叶片41的移动距离L在感兴趣点所处平面的投影长度。仍以等中心平面为例，平移距离为叶片41的移动距离L在等中心平面上的投影x的长度。
具体地，对于剂量变化影响范围内的感兴趣点D，确定因叶片41移动而与感兴趣点D关联的参考点D’。该参考点D’由感兴趣点D沿叶片41移动方向的反方向平移得到，仍以等中心平面为例，平移距离为叶片41的移动距离L在等中心平面上的投影x的长度。叶片41移动后，感兴趣点D的当前剂量大致等于参考点D’在叶片41移动前的初始剂量。
之后，可以根据叶片41移动前的剂量分布，得到感兴趣点D及其参考点D’的初始剂量。例如，可以在叶片41移动前的剂量分布矩阵中，根据感兴趣点D及其参考点D’的位置查找各自位置对应的剂量，感兴趣点D的当前剂量大致等于参考点D’的初始剂量。可选择地，在一种实施方式中，可以根据前述方法估算得到的感兴趣点D的当前剂量，判断是否要接受叶片41的移动，并判断是否已经达到预定的优化目标。
感兴趣点D的初始剂量减去感兴趣点D的当前剂量，即可得到叶片41移动后导致的感兴趣点D的剂量变化。之后，可以根据该剂量变化判断是否要接受叶片41的移动，并判断是否已经达到预定的优化目标。
在优化过程中，上述剂量变化估算方法可以适用于多叶光栅中单个叶片的微调引起的剂量变化，也可以多次应用于同一个子野中的不同叶片移动导致的剂量变化。
上述剂量变化估算方法仅需要针对剂量变化影响范围内的感兴趣点进行计算，无需重新确定整个射野的剂量分布，也无需计算各个小野的剂量，计算量较小，有利于加快计算速度，减少对计算设备的内存的占用。
在本发明的实施例中，通过平移法将叶片移动后的剂量变化影响范围内的兴趣点的剂量推定为叶片未移动前的对应剂量参考点的剂量，然而，本领域技术人员应当可以理解，为了使剂量变化影响范围内感兴趣点的剂量更准确，实际中，可以通过调节因子对剂量平移参考点在叶片未移动前的剂量进行调节，例如，叶片移动后的剂量变化影响范围内的感兴趣点的剂量推定为约等于调节因子与该剂量平移参考点在叶片未移动前的剂量的乘积，也即感兴趣点的当前剂量与参考点的初始剂量成比例。
进一步地，在前述优选实施方式中，该感兴趣点对应的参考点例举为一个，然而，本领域技术人员应当可以理解，该感兴趣点对应的参考点也可以为多个，即，通过多个参考点来计算感兴趣点的当前剂量。具体地，选取感兴趣点以及分布在该感兴趣点两侧且与该感兴趣点相隔该叶片宽度的投影长度的点，可以将这三个点加权后的剂量作为该感兴趣点的当前剂量。计算时，首先，判断中间叶片(即，感兴趣点上方的叶片)以及与该叶片相邻的叶片的状态，如果该点上方对应的叶片未阻挡放射源的射线(即，因对应叶片未移动而不受影响)，则该点的剂量即为上次计算的初始剂量，若该点上方对应的叶片已阻挡射线源的射线(即，因对应叶片移动而受到影响)，则该点的剂量可以通过前述方法得到，最后，当分别得到三个点的第二次计算后的剂量，再根据加权运算即可得到更准确的感兴趣点的当前剂量。可以容易理解，当中间叶片为合时，其左侧和右侧相邻叶片均可以为开或合两种状态，这样，就出现：中间叶片为合、左侧相邻叶片为合、右侧相邻叶片为合(称为第一种状态)；中间叶片为合、左侧相邻叶片为合、右侧相邻叶片为开(称为第二种状态)；中间叶片为合、左侧相邻叶片为开、右侧相邻叶片为开(称为为第三种状态)；以及中间叶片为合、左侧相邻叶片为开、右侧相邻叶片为合的四种状态(称为第四种状态)。而且，可以理解，在第一种状态下，该感兴趣点的剂量应最小，在第三种状态下，该感兴趣点的剂量应最大，在第二种和第四种状态下，该感兴趣点的剂量应基本相同。这种算法的好处在于，由于射线散射，相邻叶片的开合状态会影响中间叶片下方的感兴趣点，这样充分考虑了相邻叶片的状态，使得计算更加准确。
图4所示是以等中心平面为例进行说明，对于等中心平面以外的感兴趣点，可以根据该感兴趣点所在的平面与等中心平面之间的距离，按照投影关系变换来计算剂量变化影响范围以及剂量变化。下面参考图5进行详细说明。
对于等中心平面400，叶片的半影宽度a已经确定。在此基础上，对于感兴趣点所处的平面401，叶片在该平面401上的半影宽度A可以采用如下公式计算：A＝a×(d+SAD)/SAD，其中，SAD为射线源40到等中心平面400的距离，d为平面401与等中心平面400之间的距离。同理，叶片的移动距离L在等中心平面400上的投影长度x在401上的投影X可以采用如下公式计算：X＝x×(d+SAD)/SAD。
采用上述变换方法，只要确定了叶片的移动距离L(或者该叶片的移动距离L在等中心平面400上的投影长度x)以及叶片在等中心平面400上的半影宽度a，就可以得到任一平面401上的投影长度X以及半影宽度A。
参考图6，根据本发明的一个实施例，该直接子野优化系统60可以包括：子野选择模块61，用于选择要调整的子野；叶片选择模块62，用于选择要调整的叶片；叶片微调模块63，用于确定叶片的移动方向及移动距离；剂量分布变化估算装置64，用于估算叶片移动后的剂量分布或叶片移动引起的剂量分布变化；判断模块65，用于根据剂量分布或剂量分布变化确定是否接受叶片移动。
参考图7，图7示出了剂量分布变化估算装置64的具体结构方框图，剂量分布变化估算装置64可以包括：剂量分布确定模块641，用于确定叶片移动前的初始剂量分布；剂量变化影响范围确定模块642，用于在所述初始剂量分布中确定因所述叶片移动而导致的剂量变化影响范围；剂量确定模块643，对于剂量变化影响范围内的感兴趣点，根据叶片移动前的初始剂量分布得到感兴趣点在叶片移动前的初始剂量，并确定因所述叶片移动而与所述感兴趣点关联的参考点，然后根据所述参考点在所述初始剂量分布中的剂量得到所述感兴趣点在所述叶片移动后的当前剂；剂量变化计算模块644，由感兴趣点的初始剂量和当前剂量计算所述感兴趣点的剂量变化。
进一步而言，剂量分布确定模块641可以包括剂量分布矩阵计算子模块，用于计算叶片移动前的剂量分布矩阵，剂量分布矩阵的矩阵网格尺寸小于或等于所述叶片单次移动的步长。
剂量变化影响范围642可以包括：计算子模块，用于确定剂量变化影响范围，在一平面上，沿叶片移动方向的剂量变化影响范围为叶片的移动距离在该平面上的投影以及该投影沿叶片移动方向及其反方向分别延伸A/2，沿垂直于叶片移动方向的剂量变化影响范围为叶片宽度在该平面的投影，因此，剂量变化影响范围为由前述的叶片移动距离在该平面上的投影以及该投影沿叶片移动方向及其反方向分别延伸A/2的和与叶片宽度在该平面的投影共同构成方形区域，其中，A为叶片在该平面上的半影宽度；基准子模块，用于确定叶片的移动距离在预设的等中心平面上的投影长度，以及叶片在所述等中心平面内的半影宽度；投影变换子模块，对于等中心平面外的其他平面，根据该平面距离等中心平面的距离，按照投影关系变换得到叶片的移动距离在该平面上的投影长度，以及叶片在该平面内的半影宽度。
剂量确定模块643可以包括：参考点确定子模块，用于确定剂量变化影响范围内的感兴趣点的参考点，参考点由感兴趣点沿叶片移动方向的反方向平移得到，平移的距离等于叶片的移动距离在感兴趣点所处平面上的投影长度，所述投影以射线源为点光源得到；当前剂量确定子模块，由叶片移动前的初始剂量分布得到参考点在叶片移动前的初始剂量，感兴趣点的当前剂量大致等于平移参考点的初始剂量。
关于图6所示的直接子野优化系统60以及图7所示剂量分布变化估算装置64的更多信息，可以参考前述实施例中直接子野优化方法以及剂量分布变化估算方法的相关描述，这里不再赘述。
虽然本发明已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，在没有脱离本发明精神的情况下还可作出各种等效的变化或替换，因此，只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。

Claims (11)

1.一种剂量分布变化估算装置，其特征在于，包括：
剂量分布确定模块，用于确定叶片移动前的初始剂量分布；
剂量变化影响范围确定模块，用于在所述初始剂量分布中确定因所述叶片移动而导致的剂量变化影响范围；
剂量确定模块，对于所述剂量变化影响范围内的感兴趣点，根据所述初始剂量分布得到所述感兴趣点在所述叶片移动前的初始剂量，并确定因所述叶片移动而与所述感兴趣点关联的参考点，然后根据所述参考点在所述初始剂量分布中的剂量得到所述感兴趣点在所述叶片移动后的当前剂量；
剂量变化计算模块，由所述感兴趣点的初始剂量和当前剂量计算所述感兴趣点的剂量变化。
2.根据权利要求1所述的装置，其特征在于，所述参考点是通过将所述感兴趣点平行并逆着所述叶片移动的方向移动所述叶片移动的距离的投影长度而确定的。
3.根据权利要求1所述的装置，其特征在于，所述剂量确定模块包括：
参考点确定子模块，用于确定所述剂量变化影响范围内的感兴趣点的参考点，所述参考点由所述感兴趣点沿所述叶片移动方向的反方向平移得到，平移的距离等于所述叶片的移动距离在所述感兴趣点所处平面上的投影长度，所述投影以射线源为点光源得到；
当前剂量确定子模块，由所述叶片移动前的剂量分布得到所述参考点在所述叶片移动前的初始剂量，所述感兴趣点的当前剂量等于所述平移参考点的初始剂量或者与所述参考点的初始剂量成比例。
4.根据权利要求3所述的装置，其特征在于，所述剂量变化影响范围确定模块包括：
第一范围计算子模块，用于确定沿所述叶片移动方向的影响范围，在一平面上，沿所述叶片移动方向的影响范围为所述叶片的移动距离在该平面上的投影以及该投影沿所述叶片移动方向及其反方向分别延伸A/2的和，其中，A为所述叶片在该平面上的半影宽度。
5.根据权利要求4所述的装置，其特征在于，所述剂量变化影响范围确定模块还包括：
第二范围计算子模块，用于确定垂直于所述叶片移动方向的影响范围，在一平面上，垂直于所述叶片移动方向的影响范围为所述叶片的宽度在该平面上的投影所覆盖的范围。
6.根据权利要求4所述的装置，其特征在于，所述剂量变化影响范围确定模块还包括：
基准子模块，用于确定所述叶片的移动距离在预设的等中心平面上的投影长度，以及所述叶片在所述等中心平面内的半影宽度；
投影变换子模块，对于所述等中心平面外的其他平面，根据该平面距离所述等中心平面的距离，按照投影关系变换得到所述叶片的移动距离在该平面上的投影长度，以及所述叶片在该平面内的半影宽度。
7.根据权利要求6所述的装置，其特征在于，所述基准子模块通过外部输入的方式确定所述叶片的移动距离在所述等中心平面上的投影长度和/或所述叶片在所述等中心平面内的半影宽度。
8.根据权利要求6所述的装置，其特征在于，所述叶片在所述等中心平面内的半影宽度根据所述射线源的射束的三维水箱开野测量数据得到。
9.根据权利要求1所述的装置，其特征在于，所述剂量分布确定模块包括：
剂量分布矩阵计算子模块，用于计算所述叶片移动前的剂量分布矩阵，所述剂量分布矩阵的矩阵网格尺寸小于或等于所述叶片单次移动的步长。
10.根据权利要求1所述的装置，其特征在于，所述叶片移动前的初始剂量分布覆盖整个射野。
11.一种直接子野优化系统，其特征在于，包括：
子野选择模块，用于选择要调整的子野；
叶片选择模块，用于选择要调整的叶片；
叶片微调模块，用于确定所述叶片的移动方向及移动距离；
权利要求1至10中任一项所述的剂量分布变化估算装置，用于估算所述叶片移动引起的剂量分布变化；
判断模块，用于根据所述剂量分布变化确定是否接受所述叶片移动。
CN201510088950.9A 2015-02-27 2015-02-27 剂量分布变化估算方法及装置、直接子野优化方法及系统 Active CN104636832B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510088950.9A CN104636832B (zh) 2015-02-27 2015-02-27 剂量分布变化估算方法及装置、直接子野优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510088950.9A CN104636832B (zh) 2015-02-27 2015-02-27 剂量分布变化估算方法及装置、直接子野优化方法及系统

Publications (2)

Publication Number Publication Date
CN104636832A CN104636832A (zh) 2015-05-20
CN104636832B true CN104636832B (zh) 2018-09-21

Family

ID=53215556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510088950.9A Active CN104636832B (zh) 2015-02-27 2015-02-27 剂量分布变化估算方法及装置、直接子野优化方法及系统

Country Status (1)

Country Link
CN (1) CN104636832B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105617535A (zh) * 2015-12-24 2016-06-01 上海联影医疗科技有限公司 一种剂量分布估算方法以及子野优化方法
CN108922589B (zh) * 2018-06-28 2021-11-09 上海联影医疗科技股份有限公司 一种放疗计划显示系统及存储介质
CN110876839B (zh) * 2018-09-06 2021-02-19 北京连心医疗科技有限公司 不均匀网格分布模拟直线加速器治疗计划的剂量计算方法
CN111667148A (zh) * 2020-05-13 2020-09-15 浙江云科智造科技有限公司 一种led产线品质管控方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101120871A (zh) * 2006-12-29 2008-02-13 成都川大奇林科技有限责任公司 精确放射治疗计划系统
CN103083821A (zh) * 2013-01-27 2013-05-08 合肥超安医疗科技有限公司 一种直接优化静态调强子野形状及其机器跳数的系统和方法
CN103520843A (zh) * 2013-09-10 2014-01-22 沈阳东软医疗系统有限公司 一种逆向调强放疗的子野处理方法及装置
CN103706044A (zh) * 2014-01-01 2014-04-09 杨金磊 一种放射治疗的计划设计方法
CN104225806A (zh) * 2014-08-28 2014-12-24 高献书 基于生物等效剂量的放射治疗计划设计方法和设计系统
CN104338240A (zh) * 2014-10-31 2015-02-11 章桦 一种在线自适应放疗计划自动优化方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101848745B (zh) * 2007-10-16 2015-07-15 皇家飞利浦电子股份有限公司 用于调强弧形治疗序列化与最优化的方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101120871A (zh) * 2006-12-29 2008-02-13 成都川大奇林科技有限责任公司 精确放射治疗计划系统
CN103083821A (zh) * 2013-01-27 2013-05-08 合肥超安医疗科技有限公司 一种直接优化静态调强子野形状及其机器跳数的系统和方法
CN103520843A (zh) * 2013-09-10 2014-01-22 沈阳东软医疗系统有限公司 一种逆向调强放疗的子野处理方法及装置
CN103706044A (zh) * 2014-01-01 2014-04-09 杨金磊 一种放射治疗的计划设计方法
CN104225806A (zh) * 2014-08-28 2014-12-24 高献书 基于生物等效剂量的放射治疗计划设计方法和设计系统
CN104338240A (zh) * 2014-10-31 2015-02-11 章桦 一种在线自适应放疗计划自动优化方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种快速调强放射治疗直接子野优化方法;王捷 等;《中国医学物理学杂志》;20150131;第32卷(第1期);第4-7页 *
子野分割算法对剂量分布和计划执行效率的影响;李金凯 等;《医疗装备》;20140831;第2014年卷(第8期);第1-4页 *

Also Published As

Publication number Publication date
CN104636832A (zh) 2015-05-20

Similar Documents

Publication Publication Date Title
CN104636832B (zh) 剂量分布变化估算方法及装置、直接子野优化方法及系统
CN107507234B (zh) 锥束计算机断层扫描图像与x光图像配准方法
US8058601B2 (en) Determining a multimodal pixon map for tomographic-image reconstruction
Penfold et al. Total variation superiorization schemes in proton computed tomography image reconstruction
JP6437812B2 (ja) 放射線療法治療のための放射線量を最適化する方法および放射線療法システム
US7907697B2 (en) System to estimate X-ray scatter
US9563817B2 (en) Apparatus and method for reconstructing an image using high-energy-based data
Borman et al. Characterization of imaging latency for real-time MRI-guided radiotherapy
KR20210046790A (ko) X선 이미징 시스템
US8184876B2 (en) NNLS image reconstruction
CN105405100B (zh) 一种稀疏驱动sar图像重建正则化参数自动选择方法
JP2015533298A (ja) 人体における放射線量の分布を決定する方法
CN104851080A (zh) 一种基于tv的三维pet图像重建方法
US8014580B2 (en) Determining a pixon map for image reconstruction
Uribe et al. A hybrid Gibbs sampler for edge-preserving tomographic reconstruction with uncertain view angles
Mareček et al. Faster and lower-dose X-ray reflectivity measurements enabled by physics-informed modeling and artificial intelligence co-refinement
US20240245363A1 (en) Techniques for processing cbct projections
Vo et al. A fast-converging iterative method for X-ray in-line phase contrast tomography
US11908045B2 (en) Iterative algorithm for proton CT image reconstruction
US9406128B2 (en) X-ray dose distribution calculation for a computed tomography examination
Brancewicz et al. Compton profile study and electron momentum density reconstruction in hexagonal Mg
Ceddia et al. Ghost projection. II. Beam shaping using realistic spatially random masks
Sung et al. Wave optics simulation of grating‐based X‐ray phase‐contrast imaging using 4D Mouse Whole Body (MOBY) phantom
Bakushinsky et al. Inverse problem in optical tomography and its numerical investigation by iteratively regularized methods.
Phan et al. Tomography of large format electron microscope tilt series: Image alignment and volume reconstruction

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 201807 2258 Chengbei Road, Jiading District, Shanghai

Patentee after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201807 2258 Chengbei Road, Jiading District, Shanghai

Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.