CN105120949A - 自动最优imrt/vmat处置计划生成 - Google Patents
自动最优imrt/vmat处置计划生成 Download PDFInfo
- Publication number
- CN105120949A CN105120949A CN201380056838.6A CN201380056838A CN105120949A CN 105120949 A CN105120949 A CN 105120949A CN 201380056838 A CN201380056838 A CN 201380056838A CN 105120949 A CN105120949 A CN 105120949A
- Authority
- CN
- China
- Prior art keywords
- target
- disposal plan
- parameter
- multiple target
- priority
- 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
Classifications
-
- 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
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
- A61N5/1031—Treatment planning systems using a specific method of dose optimization
-
- 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
- A61N5/103—Treatment planning systems
- A61N5/1038—Treatment planning systems taking into account previously administered plans applied to the same patient, i.e. adaptive radiotherapy
-
- 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
- A61N5/103—Treatment planning systems
- A61N5/1039—Treatment planning systems using functional images, e.g. PET or MRI
-
- 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
- A61N5/1042—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head
- A61N5/1045—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head using a multi-leaf collimator, e.g. for intensity modulated radiation therapy or IMRT
-
- 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
- A61N5/1042—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head
- A61N5/1045—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head using a multi-leaf collimator, e.g. for intensity modulated radiation therapy or IMRT
- A61N5/1047—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head using a multi-leaf collimator, e.g. for intensity modulated radiation therapy or IMRT with movement of the radiation head during application of radiation, e.g. for intensity modulated arc therapy or IMAT
-
- 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
- A61N5/1042—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Urology & Nephrology (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Radiation-Therapy Devices (AREA)
- Surgical Instruments (AREA)
Abstract
一种生成最优处置计划的治疗规划系统(18)及方法。基于包括剂量分布图和优先级的多个临床目的,自动制定(154)多个目标。所述剂量分布图和所述优先级对应于多个结构,所述多个结构包括在规划图像内识别的多个靶和/或紧要结构。另外,基于所述多个目标来优化(156)多个处置计划参数,以生成处置计划。重新制定(162)所述多个目标并基于重新制定的所述多个目标来重新优化(156)所述多个处置计划参数,以生成重新优化的处置计划。基于重新制定的所述多个目标来重复所述优化(156),以生成重新制定的处置计划。
Description
技术领域
本申请总体涉及辐射治疗。其具体结合辐射治疗规划应用,并且将参考其进行描述。然而,要理解,本申请也应用于其他使用场景,并且不必须被限制到前述应用。
背景技术
在辐射治疗规划中,创建特定于患者的处置计划可能是个耗时且繁琐的任务。步骤中的许多都是冗长的且在不同患者或不同规划间几乎没有变化。能够使用宏语言或脚本将这些步骤中的许多自动化,但是没有用于书写逻辑表达式、循环及其他常见编程功能的工具的话,某些方面是困难的。
当前处置计划中难以自动化的一个领域是强度调制的辐射治疗(IMRT)或体积调制的弧形治疗(VMAT)优化。优化是个迭代过程,在其中用户试图指定为剂量或生物目标的形式的规划目的,以创建到靶结构的理想剂量,通常为均一剂量,并最小化到紧要结构的剂量。
对于具有许多靶和紧要结构的计划,优化问题具有大量对用户而言难以导航的维度。另外,当前的用户界面能够包含目的的长列表,以供用户来控制。然而,仅小的子集是必要的,并且许多能够被隐藏或被组合在一起成为共同目的。甚至,尽管创建满足目的的规划是相对容易的,但通常难以创建最优规划。规划通常能够被进一步优化,常常是显著地,但最优规划难以定义。因此,难以评判当前试验中优化的程度。既不能考虑额外结构也不能进一步减少到现有紧要结构的剂量。因此,优化可能是繁琐、不一致、非最优、且非直观的。
发明内容
本申请提供一种新的且改进的系统和方法,其克服了上述问题及其他问题。
根据一个方面,提供一种用于生成最优处置计划的治疗规划系统。所述系统包括至少一个处理器,所述处理器被编程为基于包括剂量分布图和优先级的多个临床目的来自动制定多个目标。所述剂量分布图和所述优先级对应于多个结构,所述多个结构包括在规划图像内识别的多个靶和/或紧要结构。所述处理器还被编程为基于所述多个目标来优化多个处置计划参数,以生成处置计划;以及重新制定所述多个目标,包括以下中的至少一个:修改所述多个目标的参数,以及将一个或多个额外目标增加到所述多个目标。基于重新制定的所述多个目标来重复所述优化,以生成重新制定的处置计划。
根据另一方面,提供一种用于生成最优处置计划的治疗规划方法。基于包括剂量分布图和优先级的多个临床目的来自动制定多个目标。所述剂量分布图和所述优先级对应于多个结构,所述多个结构包括在规划图像内识别的多个靶和/或紧要结构。基于所述多个目标来优化多个处置计划参数,以生成处置计划,以及重新制定所述多个目标。所述重新制定包括以下中的至少一个:修改所述多个目标的参数,以及将一个或多个额外目标增加到所述多个目标。基于重新制定的所述多个目标来重复所述优化,以生成重新制定的处置计划。
根据另一方面,提供一种用于生成最优处置计划的治疗规划系统。所述系统包括制定模块,所述制定模块基于包括剂量分布图和优先级的多个临床目的自动制定多个目标,所述剂量分布图和所述优先级对应于靶和/或紧要结构。所述系统还包括:优化模块,其基于所述多个目标来优化多个处置计划参数,以生成处置计划;以及重新制定模块,其重新制定所述多个目标,所述多个目标包括以下中的至少一个:修改所述多个目标的参数,以及将一个或多个额外目标增加到所述多个目标。更进一步,所述系统包括重新优化模块,所述重新优化模块基于所述重新制定的多个目标来重新优所述多个处置计划参数。
一个优点在于用于辐射治疗规划的更直观的用户界面。
另一优点在于更优化的辐射治疗规划。
另一优点在于较不繁琐的辐射治疗规划。
另一优点在于更一致的辐射治疗规划。
另一优点在于较低的患者剂量。
本领域普通技术人员在阅读和理解了以下详细描述后,将认识到本发明再另外的优点。
附图说明
本发明可以采取各种部件和各部件的布置,以及各个步骤和各步骤的安排的形式。附图仅出于图示优选的实施例的目的,并且不应被解释为对本发明的限制。
图1图示包括用于生成处置计划的改进方法的治疗系统。
图2图示处置计划生成例程。
具体实施方式
参考图1,治疗系统10,例如强度调制的辐射治疗(IMRT)系统或体积调制的辐射弧形治疗(VMAT)系统,包括成像系统12,以生成患者的感兴趣区域的一个或多个规划图像。规划图像是体积的(即,三维的)并且通常被存储在治疗系统10的规划图像存储器14中。感兴趣区域包括一个或多个靶结构,并且通常包括一个或多个紧要结构。靶结构中的每个都是要被辐照的病变或其他组织区域,例如肿瘤。紧要结构中的每个都是器官或其他组织区域,其有受来自意在靶结构的辐射损害的风险,例如行进到靶结构的辐射,该辐射已穿过靶结构,或者紧邻靶结构通过。
成像系统12使用一种或多种成像模态,例如计算机断层摄影(CT)、正电子发射断层摄影(PET)、磁共振(MR)、单光子发射计算机断层摄影(SPECT)、锥形束计算机断层摄影(CBCT)等,来生成规划图像。因此,成像系统12包括对应于成像模态的一个或多个扫描器16,以及将来自扫描器的原始图像数据重建成规划图像的后端系统。如图所示,成像系统12使用至少CT来生成规划图像,并且包括CT扫描器16。
治疗系统10的规划系统18基于通常从规划图像存储器14接收的规划图像,生成针对患者的最优处置计划。最优处置计划适当地包括多个处置部分,每个部分识别针对靶结构的规划靶体积(PTV)、靶结构周围的边际、针对靶结构的剂量分布图、针对紧要结构的剂量限度、以及治疗束方向和强度,并且通常被存储在治疗系统10的处置计划存储器20中。规划系统18包括至少一个处理器22和至少一个程序存储器24。程序存储器24包括处理器可执行指令,其在被处理器22运行时,生成最优处置计划。处理器22运行处理器可执行指令,以生成最优处置计划。规划系统18还包括使处理器22、程序存储器24以及规划系统18的任意其他部件互相连接的至少一个系统总线26。
处理器可执行指令的控制模块28控制规划系统18的总体操作,包括最优处置计划的生成。控制模块28适当地使用规划系统18的显示设备30向规划系统18的用户显示图形用户界面(GUI)。另外,控制模块28适当地允许用户使用规划系统18的输入设备32与GUI交互。例如,用户能够与GUI交互以指定控制最优处置计划的生成的参数。
处理器可执行指令的分割模块34分割规划图像,以在规划图像内识别结构(即,靶结构,以及通常,紧要结构)与骨或其他辐射衰减结构的边界。能够自动和/或手动执行分割。对于自动分割,采用分割例程以识别结构的边界。分割例程能够是任意数目的已知分割例程中的一种,例如基于模型或图集的分割例程。对于手动分割,用户使用输入设备32来识别结构的边界。在一些实施例中,分割模块34采用用户接口以为用户显示规划图像。用户能够然后使用输入设备32在规划图像上识别结构的边界。
也预期能够使用自动与手动分割的组合执行分割。即,能够如上所述自动识别结构的边界。能够然后使用显示设备30为用户显示所自动识别的边界——可选地被叠加在规划图像上,并且用户能够根据需要使用用户输入设备32来修改所识别的边界。
处理器可执行指令的治疗束设置模块36配置被用户治疗递送的一个或多个治疗束。这能够自动和/或手动执行。对于自动治疗束设置,采用合适的例程以对配置治疗束的参数进行自动配置。对于手动分割,用户使用用户输入设备32来指定配置治疗束的参数。也预期能够使用自动和手动治疗束设置的组合执行治疗束设置。即,能够采用如上所述的自动选择。然后能够使用显示设备30为用户显示自动配置的参数,并且用户能够根据需要来使用用户输入设备32修改参数。
处理器可执行指令的辅助规划模块38生成最优处置计划。这包括接收102用于处置参数的生成的输入参数。输入参数包括规划图像内的结构(即,靶结构,以及通常,紧要结构)的边界——其是使用分割模块34识别的,以及治疗束配置参数——其是使用治疗束设置模块36确定的。
输入参数还包括从用户输入设备32接收的参数。这些参数包括将在规划图像中识别的结构中的每个标记为靶结构和紧要结构中的一种。另外,这些参数包括,针对每个结构,指定,1)基于用户的专业知识或临床指南要达到的剂量分布图;以及,2)相对于其他结构的优先级。结构的优先级指示其对应的剂量分布图相对于其他结构的优先级。优先级然后能够被用于解决,例如,覆盖靶结构与使紧要结构不受伤害之间的冲突。
基于输入参数,辅助规划模块38自动生成104规划参数以控制处置计划生成例程150,如后文讨论并在图2中图示的。规划参数包括,例如等中心、剂量网格,等等。
在一些实施例中,用户使用用户输入设备32查看并确认106规划参数。即,使用显示设备30为用户显示规划参数。用户然后能够根据需要使用用户输入设备32来修改规划参数。额外地,或备选地,使用显示设备30为用户显示描述结构之间的交叠的交叠统计数据。交叠统计数据能够辅助用户做出优先级决策,例如针对靶覆盖而使结构不受伤害或牺牲它的决策。
使用任意数目的途径来基于输入参数确定结构之间的交叠。根据一种途径,确定结构与其他结构之间的体积交叠,该体积交叠对应于交叠区域。根据另一种途径,创建来自治疗束之一的视角的结构与其他结构的投影图像。然后在投影图像内确定结构与其他结构之间的交叠,并将交叠区域反投影到体积规划图像。在一些实施例中,针对每个治疗束采用该途径。
基于规划参数(在适用时,如所确认的),辅助规划模块38根据图2中图示的处置计划生成例程150来生成108最优处置计划。如将看到的,处置计划生成例程150逐步地细化一组剂量目标,以在复杂多维搜索空间中将逆向规划优化向着最优方案驱动。最优处置计划通常被存储在治疗系统10的处置计划存储器40中。
进一步参考图2,处置计划生成例程150包括从在规划图像中识别的结构生成152子结构的最优集合。子结构基于结构的几何关系和相对优先级,并且有利地帮助优化以尽可能少的冲突运行,并实现较快的收敛。
为了生成子结构,使用任意数目的途径(例如上文讨论的途径中的一种或多种)来针对与其他结构的交叠分析每个结构。对于结构与另一结构之间的每个交叠,如果结构的优先级小于其他结构的优先级,则从结构移除交叠区域以创建子结构。例如,如果紧要结构与具有较高优先级的靶结构交叠,则生成子结构,该子结构是紧要结构减去交叠区域。适当地从子结构中的每个移除填充空白,以考虑在结构的交叠边界处的高剂量梯度。
在生成了子结构的最优集之后,使用结构和子结构来制定154剂量目标。每个剂量目标包括多个参数,包括剂量、权重、生物学因数(例如“a”值),等等。通常,基于结构和子结构的剂量分布图,智能地执行从用户输入目标到针对优化器的剂量目标的转化。然而,也能够基于靶与紧要结构和子结构之间的距离分布图,智能地执行到针对优化器的剂量目标的转化。基于对应的结构和子结构的优先级,分配剂量目标的权重。
结构的剂量分布图和优先级被并入规划参数,或以其他方式由规划参数定义,并且子结构采取对应结构的剂量分布图和优先级。另外,靶与紧要结构和子结构之间的距离分布图由规划参数定义。
使用剂量目标,执行156逆向规划优化以生成处置计划。逆向规划优化例程能够是任意数目的周知例程。目的是减小将对紧要结构及其他非靶结构的剂量减少到这样的点,即刚刚在让步于对靶结构的显著覆盖之前,同时维持对靶结构的预期剂量覆盖。
逆向规划优化例程包括确定针对剂量目标中的每个的调整力量(tuningforce)。调整力量基于剂量、权重、当前值(即,相对于优化器的方案的目标评估),以及任意数目的生物学参数(例如“a”值)中的一个或多个。如果调整力量对应于紧要结构,则调整力量向着更低水平推动对应区域的剂量。然而,如果调整力量对应于靶结构,则调整力量向着靶结构的剂量分布图推动对应于区域的剂量。
在生成了处置计划之后,将处置计划与用户指定的临床目的(例如结构的剂量分布图或异质性指数)进行比较158,以定量地评估处置计划多好地实现临床目的。能够例如通过被设计为对处置计划多好地实现临床目进行评分的评分例程,来执行比较和定量评估。临床目的被并入规划参数,或以其他方式由规划参数定义。然后基于所述比较158做出关于临床目的是否得到满足的确定160。例如,只要处置计划与临床目的之间的相似度超过预定水平,则处置计划代表了最优处置计划。否则,重新制定162剂量目标。
重新制定剂量目标通过在维持平衡状态的同时驱动调整力量,来引导至最优方案(按照用户优先级)。如果紧要结构不与靶结构交叠,则向更低剂量调节对应的剂量目标的调整力量。否则,基于紧要结构的优先级和临床指导要求调节调整力量,以实现最优权衡。
为了重新制定剂量目标,确定目标函数中的每个的当前值。如上文指出的,当前值是相对于优化器的解(即,处置计划)的目标评估。将当前值与(例如,由用户使用用户输入设备指定的)预定收敛值进行比较。如果当前值小于预定收敛值,则修改剂量目标的参数,以将剂量目标的当前值增加到大致为预定收敛值。如果当前值大于预定收敛值,则修改剂量目标的参数,以将剂量目标的当前值减小到大致为预定收敛值。
除了修改剂量目标的参数以外,还能够针对高优先级结构增加额外的剂量目标,和/或能够调节现有目标的权重。例如,如果对应的临床目的未得到满足,则能够针对高优先级结构增加高权重目标。作为另一个范例,能够识别热点和/或冷点,并能够增加对应于这些点的目标,以实现对靶结构的适形剂量分布。作为另一个范例,能够识别靶结构之外的剂量溢出,并且能够增加目标以减少所识别的溢出。
在一些实施例中,用户能够采用用户输入设备32,以修改剂量目标的参数和/或生成新的剂量目标。例如,能够利用显示设备30为用户呈现目标。用户能够然后使用用户输入设备32手动修改目标。作为另一个范例,能够利用显示设备30为用户呈现简化的用户界面,其呈现冲突结构对。针对每个结构对,用户能够然后指定结构之间的优先级,能够使用用户输入设备32将该优先级用于更新剂量目标的参数。
在重新制定剂量目标之后,针对重新制定的剂量目标重复前面的动作,以执行156逆向规划优化开始。在一些实施例中,执行该重复直到预定次数,使得在重复之前做出关于重复是否已被执行多于预定次数的确定162。只要已如此,则最优处置计划为最近的处置计划。否则,重复继续。备选地,执行重复直到从一次重复到下一次的规划改变落在最小改进标准以下。
参考图1,递送系统42运行最优处置计划以向患者递送治疗,例如消融治疗、体外射束辐射治疗和/或短距离放射治疗。治疗通常包括辐射,例如X-射线、高强度聚焦超声(HIFU)等等中的一种或多种。递送系统42包括递送装置44——例如线性粒子加速器,以及控制系统44,其根据最优处置计划控制递送装置46。最优处置计划通常是从处置计划存储器40接收的,但也预期其他源。
如本文中使用的存储器包括以下中的一个或多个:非瞬时性计算机可读介质;磁盘或其他磁性存储介质;光盘或其他光学存储介质;随机存取存储器(RAM)、只读存储器(ROM),或其他电子存储器设备或芯片或操作互联芯片的集合;可以经由互联网/内联网或局域网从其检索所存储的指令的互联网/内联网服务器;等。另外,如本文中使用的,处理器包括以下中的一个或多个:微处理器、微控制器、图形处理单元(GPU)、专用集成电路(ASIC)、现场可编程门阵列(FPGA),等等;控制器包括(1)处理器和存储器,处理器运行存储器上的处理器可执行指令,实现控制器的功能;或者(2)模拟和/或数字硬件;用户输入设备包括以下中的一个或多个:鼠标、键盘、触摸屏显示器、一个或多个按钮、一个或多个开关、一个或多个触发器、语音识别引擎,等等;数据库包括一个或多个存取;并且显示设备包括以下中的一个或多个:LCD显示器、LED显示器、等离子显示器、投影显示器、触摸屏显示器,等等。
己参考优选的实施例描述了本发明。他人在阅读和理解了前面的详细描述后,可以想到多种修改和变动。想要的是本发明被解读为包括全部这样的修改和变动,只要它们落入权利要求书或其等价方案的范围内。
Claims (20)
1.一种用于生成最优处置计划的治疗规划系统(18),所述系统(18)包括:
至少一个处理器(22),其被编程为:
基于包括剂量分布图和优先级的多个临床目的来自动制定(154)多个目标,所述剂量分布图和所述优先级对应于多个结构,所述多个结构包括在规划图像内识别出的多个靶和/或紧要结构;
基于所述多个目标来优化(156)多个处置计划参数,以生成处置计划;
重新制定(162)所述多个目标,包括以下中的至少一项:修改所述多个目标的参数,以及将一个或多个额外的目标增加到所述多个目标;并且
基于重新制定的所述多个目标来重复所述优化(156),以生成重新制定的处置计划。
2.根据权利要求1所述的治疗规划系统(18),其中,所述处理器(22)还被编程为:
将所述处置计划与所述临床目的进行比较(158),以确定一分数,所述分数评估所述处置计划实现所述临床目的的程度;
其中,所述重新制定(162)是响应于所述分数落入预定范围内而被执行的。
3.根据权利要求1和2中的任一项所述的治疗规划系统(18),其中,所述重新制定(162)和所述优化(156)被重复预定的迭代次数,或直到所述临床目的得到满足。
4.根据权利要求1-3中的任一项所述的治疗规划系统(18),其中,所述处理器(22)还被编程为:
根据所述靶和/或紧要结构生成(152)所述多个结构的额外结构,所述生成(152)包括:
确定靶和/或紧要结构的交叠对;并且
从所述交叠对的所述结构移除具有较低的用户指定优先级的交叠区域,以创建额外结构。
5.根据权利要求1-4中的任一项所述的治疗规划系统(18),其中,所述优化(156)包括:
确定针对每个目标的调整力量,所述调整力量基于剂量、权重和当前值中的一个或多个,并且所述当前值评估当前解决方案实现所述目标的程度;以及
调节朝向对应于所述多个结构的区域的剂量,其中,对应于紧要结构的调整力量推向更低剂量,而对应于靶结构的调整力量同时推向更高剂量。
6.根据权利要求1-5中的任一项所述的治疗规划系统(18),其中,所述重新制定(162)包括:
确定针对所述多个目标中的每个的当前值,所述当前值评估所述处置计划实现所述目标的程度并且是基于所述目标的参数的;以及
修改所述多个目标的所述参数,以将所述当前值大致匹配到对应的预定收敛值。
7.根据权利要求1-6中的任一项所述的治疗规划系统(18),其中,所述多个目标的所述参数包括剂量参数和对应的权重参数。
8.根据权利要求1-7中的任一项所述的治疗规划系统(18),其中,所述额外目标包括以下中的至少一个:
针对高优先级结构的目标,所述目标具有未通过所述处置计划得到满足的对应的临床目的;
针对热区域或冷区域的目标;以及
针对剂量溢出的区域的目标,所述剂量溢出来自朝向靶结构的剂量。
9.根据权利要求1-8中的任一项所述的治疗规划系统(18),其中,所述重新制订(162)包括:
从用户接收针对一对冲突结构的相对优先级;以及
基于接收到的优先级来修改所述参数。
10.一种治疗系统(10),包括:
根据权利要求1-9中的任一项所述的治疗规划系统(18);以及
根据所述重新制定的处置计划控制的治疗递送装置(44)。
11.一种用于生成最优处置计划的治疗规划方法,所述方法包括:
基于包括剂量分布图和优先级的多个临床目的来自动制定(154)多个目标,所述剂量分布图和所述优先级对应于多个结构,所述多个结构包括在规划图像内识别出的多个靶和/或紧要结构;
基于所述多个目标优来化(156)多个处置计划参数,以生成处置计划;
重新制定(162)所述多个目标,包括以下中的至少一个:修改所述多个目标的参数,以及将一个或多个额外目标增加到所述多个目标;以及
基于重新制定的所述多个目标来重复所述优化(156),以生成重新制订的处置计划。
12.根据权利要求11所述的治疗规划方法,还包括:
将所述处置计划与所述临床目的进行比较(158),以确定一分数,所述分数评估所述处置计划实现所述临床目的的程度;
其中,所述重新制定(162)是响应于所述分数落入预定范围内而被执行的。
13.根据权利要求11和12中的任一项所述的治疗规划方法,其中,所述重新制定(162)和所述优化(156)被重复预定的迭代次数,或直到所述临床目的得到满足。
14.根据权利要求11-13中的任一项所述的治疗规划方法,还包括:
根据所述靶和/或紧要结构生成(152)所述多个结构的额外结构,所述生成(152)包括:
确定靶和/或紧要结构的交叠对;以及
从所述交叠对的所述结构移除具有较低的用户指定优先级的交叠区域,以创建额外结构。
15.根据权利要求11-14中的任一项所述的治疗规划方法,其中,所述优化(156)包括:
确定针对每个目标的调整力量,所述调整力量基于剂量、权重和当前值中的一个或多个,所述当前值评估当前解决方案实现所述目标的程度;以及
调节朝向对应于所述多个结构的区域的剂量,其中,对应于紧要结构的调整力量推向更低剂量,而对应于靶结构的调整力量同时推向更高剂量。
16.根据权利要求11-15中的任一项所述的治疗规划方法,其中,所述重新制定(162)包括:
确定针对所述多个目标中的每个的当前值,所述当前值评估所述处置计划实现所述目标的程度并且基于所述目标的参数;以及
修改所述多个目标的所述参数,以将所述当前值大致匹配到对应的预定收敛值。
17.根据权利要求11-16中的任一项所述的治疗规划方法,其中,所述多个目标的所述参数包括剂量参数和对应的权重参数。
18.至少一个处理器(22),其被编程为执行根据权利要求11-17中的任一项所述的方法。
19.一种承载有软件的非暂态计算机可读介质(24),所述软件控制一个或多个处理器(22)以执行根据权利要求11-17中的任一项所述的方法。
20.一种用于生成最优处置计划的治疗规划系统(18),所述系统(18)包括:
制定模块,其基于包括剂量分布图和优先级的多个临床目的自动制定(154)多个目标,所述剂量分布图和所述优先级对应于靶和/或紧要结构;
优化模块,其基于所述多个目标来优化(156)多个处置计划参数,以生成处置计划;
重新制定模块,其重新制定(162)所述多个目标,包括以下中的至少一项:修改所述多个目标的参数,以及将一个或多个额外目标增加到所述多个目标;以及
重新优化模块,其基于所述重新制定的多个目标来重新优化(154)所述多个处置计划参数。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261719528P | 2012-10-29 | 2012-10-29 | |
US61/719,528 | 2012-10-29 | ||
PCT/IB2013/059440 WO2014068435A2 (en) | 2012-10-29 | 2013-10-18 | Automatic optimal imrt/vmat treatment plan generation. |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105120949A true CN105120949A (zh) | 2015-12-02 |
CN105120949B CN105120949B (zh) | 2019-05-03 |
Family
ID=49956258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380056838.6A Active CN105120949B (zh) | 2012-10-29 | 2013-10-18 | 用于自动最优imrt/vmat处置计划生成的系统 |
Country Status (5)
Country | Link |
---|---|
US (2) | US9943702B2 (zh) |
EP (1) | EP2912585B1 (zh) |
JP (1) | JP6317749B2 (zh) |
CN (1) | CN105120949B (zh) |
WO (1) | WO2014068435A2 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550528A (zh) * | 2016-01-07 | 2016-05-04 | 中国科学院合肥物质科学研究院 | 一种放射治疗计划自动叠加优化系统及方法 |
CN108109678A (zh) * | 2017-12-29 | 2018-06-01 | 上海联影医疗科技有限公司 | 确定弧形放射治疗的照射分布的方法、装置和计算机可读存储介质 |
CN108472501A (zh) * | 2016-01-07 | 2018-08-31 | 皇家飞利浦有限公司 | 在迭代处置规划中对优化策略的自动选择 |
CN108883300A (zh) * | 2016-03-30 | 2018-11-23 | 瓦里安医疗系统国际股份公司 | 关于放射治疗计划优化的方法和设备 |
CN109890461A (zh) * | 2016-10-28 | 2019-06-14 | 皇家飞利浦有限公司 | 用于迭代处置规划的图形用户接口 |
CN110475588A (zh) * | 2017-04-05 | 2019-11-19 | 光线搜索实验室公司 | 用于自动的放射疗法治疗计划的系统和方法 |
CN110740783A (zh) * | 2018-05-02 | 2020-01-31 | 上海联影医疗科技有限公司 | 用于生成放射治疗计划的系统和方法 |
CN111050848A (zh) * | 2017-07-31 | 2020-04-21 | 皇家飞利浦有限公司 | 在优化期间用于oar和靶目标的调谐机制 |
CN111417435A (zh) * | 2017-09-13 | 2020-07-14 | 医科达有限公司 | 放射疗法治疗计划优化工作流程 |
CN112790858A (zh) * | 2020-12-31 | 2021-05-14 | 杭州堃博生物科技有限公司 | 消融参数配置方法、装置、系统及计算机可读存储介质 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9943702B2 (en) * | 2012-10-29 | 2018-04-17 | Koninklijke Philips N.V. | Automatic optimal IMRT/VMAT treatment plan generation |
US11495355B2 (en) * | 2014-05-15 | 2022-11-08 | The Johns Hopkins University | Method, system and computer-readable media for treatment plan risk analysis |
CN106471507B (zh) * | 2014-06-30 | 2020-04-14 | 皇家飞利浦有限公司 | 辐射治疗规划系统和方法 |
JP6845136B2 (ja) * | 2014-12-04 | 2021-03-17 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 治療プランニング・システム、治療プラン生成方法及び記憶媒体 |
US10537299B2 (en) * | 2015-06-04 | 2020-01-21 | Rensselaer Polytechnic Institute | Attenuation map reconstruction from TOF PET data |
WO2016198979A1 (en) | 2015-06-08 | 2016-12-15 | Koninklijke Philips N.V. | Radiation therapy optimization unit with global considerations |
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 |
WO2018138387A1 (en) | 2017-01-30 | 2018-08-02 | Koninklijke Philips N.V. | Estimation of the achievability of treatment goals in radiation therapy |
WO2019161135A1 (en) * | 2018-02-15 | 2019-08-22 | Siris Medical, Inc. | Result-driven radiation therapy treatment planning |
EP3547323A1 (en) * | 2018-03-30 | 2019-10-02 | Koninklijke Philips N.V. | Brachytherapy treatment planning system |
CN109859817B (zh) * | 2019-04-01 | 2022-12-09 | 安徽大学 | 食管放射治疗计划中风险器官剂量学评估方法、评估系统 |
US20200360728A1 (en) * | 2019-05-15 | 2020-11-19 | Elekta Ab (Publ) | Machine learning based dose guided real-time adaptive radiotherapy |
EP3744394A1 (en) * | 2019-05-27 | 2020-12-02 | Koninklijke Philips N.V. | Intensity modulated particle therapy plan normalization scheme |
US11995849B2 (en) * | 2021-05-24 | 2024-05-28 | Biosense Webster (Israel) Ltd. | Automatic registration of an anatomical map to a previous anatomical map |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005080989A (ja) * | 2003-09-10 | 2005-03-31 | Toshiba Corp | 治療システム、治療支援システム及び治療支援方法 |
US20070003011A1 (en) * | 2004-06-21 | 2007-01-04 | Lane Derek G | Fast gradient-histogram inverse planning technique for radiation treatment |
CN101267858A (zh) * | 2005-07-22 | 2008-09-17 | 断层放疗公司 | 根据生物学模型修改放射疗法治疗计划的方法和系统 |
CN101443816A (zh) * | 2006-05-11 | 2009-05-27 | 皇家飞利浦电子股份有限公司 | 用于图像引导下辐射治疗的图像可变形配准 |
CN102194054A (zh) * | 2011-04-18 | 2011-09-21 | 深圳市海博科技有限公司 | 治疗计划逆向规划方法和治疗计划系统 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002210027A (ja) | 2001-01-16 | 2002-07-30 | Mitsubishi Electric Corp | 放射線治療装置 |
ATE312648T1 (de) | 2002-06-17 | 2005-12-15 | Nucletron Bv | System zur echtzeitplanung von strahlentherapie |
WO2005035061A2 (en) * | 2003-10-07 | 2005-04-21 | Nomos Corporation | Planning system, method and apparatus for conformal radiation therapy |
US7362848B2 (en) * | 2005-06-27 | 2008-04-22 | Accuray Incorporated | Method for automatic anatomy-specific treatment planning protocols based on historical integration of previously accepted plans |
CN101512547A (zh) * | 2005-07-22 | 2009-08-19 | 断层放疗公司 | 用于预测剂量实施的方法和系统 |
US8442287B2 (en) * | 2005-07-22 | 2013-05-14 | Tomotherapy Incorporated | Method and system for evaluating quality assurance criteria in delivery of a treatment plan |
US7567694B2 (en) * | 2005-07-22 | 2009-07-28 | Tomotherapy Incorporated | Method of placing constraints on a deformation map and system for implementing same |
JP2009502250A (ja) * | 2005-07-22 | 2009-01-29 | トモセラピー・インコーポレーテッド | 放射線療法治療計画に関連するデータを処理するための方法およびシステム |
KR20080057265A (ko) * | 2005-10-14 | 2008-06-24 | 토모테라피 인코포레이티드 | 적응 방사선 치료를 위한 방법 및 인터페이스 |
US7693257B2 (en) * | 2006-06-29 | 2010-04-06 | Accuray Incorporated | Treatment delivery optimization |
US8699664B2 (en) * | 2006-07-27 | 2014-04-15 | British Columbia Center Agency Branch | Systems and methods for optimization of on-line adaptive radiation therapy |
JP2008099807A (ja) * | 2006-10-18 | 2008-05-01 | Hitachi Ltd | 放射線治療計画装置及び放射線治療計画方法 |
JP2011500293A (ja) * | 2007-10-25 | 2011-01-06 | トモセラピー・インコーポレーテッド | 放射線療法線量の分割を適応させるための方法 |
JP2009253705A (ja) | 2008-04-07 | 2009-10-29 | Canon Inc | 通信装置及びその制御方法 |
EP2313842A2 (en) | 2008-08-14 | 2011-04-27 | Koninklijke Philips Electronics N.V. | Prospective adaptive radiation therapy planning |
DE102008053611A1 (de) * | 2008-10-27 | 2010-05-06 | Gsi Helmholtzzentrum Für Schwerionenforschung Gmbh | Bestrahlung eines Zielvolumens unter Berücksichtigung eines zu schützenden Volumens |
EP2260902A1 (en) | 2009-06-10 | 2010-12-15 | Deutsches Krebsforschungszentrum Stiftung des öffentlichen Rechts | Radiation treatment planning system and computer program product |
BR112012022445A2 (pt) | 2010-03-08 | 2019-09-24 | Koninklijke Philips Electrnics N. V. | "sistema e mídia de aemazenagem |
RU2605998C2 (ru) | 2010-06-11 | 2017-01-10 | Конинклейке Филипс Электроникс Н.В. | Одновременная оптимизация мультимодальной инверсии для планирования радиотерапевтического лечения |
EP2605828B1 (en) | 2010-08-17 | 2018-04-18 | Board Of Regents, The University Of Texas System | Automated treatment planning for radiation therapy |
WO2012045163A1 (en) | 2010-10-06 | 2012-04-12 | University Health Network | Methods and systems for automated planning of radiation therapy |
US9943702B2 (en) * | 2012-10-29 | 2018-04-17 | Koninklijke Philips N.V. | Automatic optimal IMRT/VMAT treatment plan generation |
-
2013
- 2013-10-18 US US14/438,885 patent/US9943702B2/en active Active
- 2013-10-18 JP JP2015538600A patent/JP6317749B2/ja active Active
- 2013-10-18 WO PCT/IB2013/059440 patent/WO2014068435A2/en active Application Filing
- 2013-10-18 CN CN201380056838.6A patent/CN105120949B/zh active Active
- 2013-10-18 EP EP13821157.8A patent/EP2912585B1/en active Active
-
2015
- 2015-01-20 US US14/600,474 patent/US10512792B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005080989A (ja) * | 2003-09-10 | 2005-03-31 | Toshiba Corp | 治療システム、治療支援システム及び治療支援方法 |
US20070003011A1 (en) * | 2004-06-21 | 2007-01-04 | Lane Derek G | Fast gradient-histogram inverse planning technique for radiation treatment |
CN101267858A (zh) * | 2005-07-22 | 2008-09-17 | 断层放疗公司 | 根据生物学模型修改放射疗法治疗计划的方法和系统 |
CN101443816A (zh) * | 2006-05-11 | 2009-05-27 | 皇家飞利浦电子股份有限公司 | 用于图像引导下辐射治疗的图像可变形配准 |
CN102194054A (zh) * | 2011-04-18 | 2011-09-21 | 深圳市海博科技有限公司 | 治疗计划逆向规划方法和治疗计划系统 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550528A (zh) * | 2016-01-07 | 2016-05-04 | 中国科学院合肥物质科学研究院 | 一种放射治疗计划自动叠加优化系统及方法 |
CN105550528B (zh) * | 2016-01-07 | 2018-06-29 | 中国科学院合肥物质科学研究院 | 一种放射治疗计划自动叠加优化系统 |
CN108472501A (zh) * | 2016-01-07 | 2018-08-31 | 皇家飞利浦有限公司 | 在迭代处置规划中对优化策略的自动选择 |
CN108472501B (zh) * | 2016-01-07 | 2020-08-07 | 皇家飞利浦有限公司 | 用于为患者生成辐射治疗处置计划的系统及其计算机程序 |
CN108883300A (zh) * | 2016-03-30 | 2018-11-23 | 瓦里安医疗系统国际股份公司 | 关于放射治疗计划优化的方法和设备 |
CN109890461B (zh) * | 2016-10-28 | 2023-10-24 | 皇家飞利浦有限公司 | 用于生成处置计划的系统和方法 |
CN109890461A (zh) * | 2016-10-28 | 2019-06-14 | 皇家飞利浦有限公司 | 用于迭代处置规划的图形用户接口 |
CN110475588A (zh) * | 2017-04-05 | 2019-11-19 | 光线搜索实验室公司 | 用于自动的放射疗法治疗计划的系统和方法 |
CN111050848A (zh) * | 2017-07-31 | 2020-04-21 | 皇家飞利浦有限公司 | 在优化期间用于oar和靶目标的调谐机制 |
CN111050848B (zh) * | 2017-07-31 | 2023-03-14 | 皇家飞利浦有限公司 | 在优化期间用于oar和靶目标的调谐方法和介质 |
CN111417435A (zh) * | 2017-09-13 | 2020-07-14 | 医科达有限公司 | 放射疗法治疗计划优化工作流程 |
CN111417435B (zh) * | 2017-09-13 | 2021-11-19 | 医科达有限公司 | 放射疗法治疗计划优化工作流程 |
CN108109678B (zh) * | 2017-12-29 | 2021-08-10 | 上海联影医疗科技股份有限公司 | 确定弧形放射治疗的照射分布的方法、装置和计算机可读存储介质 |
CN108109678A (zh) * | 2017-12-29 | 2018-06-01 | 上海联影医疗科技有限公司 | 确定弧形放射治疗的照射分布的方法、装置和计算机可读存储介质 |
CN110740783A (zh) * | 2018-05-02 | 2020-01-31 | 上海联影医疗科技有限公司 | 用于生成放射治疗计划的系统和方法 |
CN110740783B (zh) * | 2018-05-02 | 2022-05-03 | 上海联影医疗科技股份有限公司 | 用于生成放射治疗计划的系统和方法 |
CN112790858A (zh) * | 2020-12-31 | 2021-05-14 | 杭州堃博生物科技有限公司 | 消融参数配置方法、装置、系统及计算机可读存储介质 |
CN112790858B (zh) * | 2020-12-31 | 2021-11-09 | 杭州堃博生物科技有限公司 | 消融参数配置方法、装置、系统及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20150273238A1 (en) | 2015-10-01 |
WO2014068435A3 (en) | 2014-10-30 |
US10512792B2 (en) | 2019-12-24 |
EP2912585A2 (en) | 2015-09-02 |
CN105120949B (zh) | 2019-05-03 |
WO2014068435A2 (en) | 2014-05-08 |
US9943702B2 (en) | 2018-04-17 |
JP6317749B2 (ja) | 2018-04-25 |
EP2912585B1 (en) | 2019-06-19 |
US20150141733A1 (en) | 2015-05-21 |
JP2015532869A (ja) | 2015-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105120949A (zh) | 自动最优imrt/vmat处置计划生成 | |
US10232192B2 (en) | Efficient treatment plan trade-off analysis | |
EP3227809B1 (en) | Shape based initialization and qa of progressive auto-planning | |
JP6557227B2 (ja) | 治療計画の自動化 | |
Clements et al. | Monaco treatment planning system tools and optimization processes | |
CN110114117A (zh) | 使用优先化约束的交互式剂量操纵 | |
CN111867677B (zh) | 使用生物学影响计算来优化辐射治疗中的分次方案 | |
CN105451817A (zh) | 用于自动估计自适应辐射治疗重新规划的效用的方法和系统 | |
WO2015090457A1 (en) | Selection of radiotherapy treatment plans | |
CN109890461B (zh) | 用于生成处置计划的系统和方法 | |
CN108697905B (zh) | 放射治疗规划设备、方法和存储介质 | |
CN104136079A (zh) | 针对研磨而调整孔形状的方法 | |
KR101973271B1 (ko) | 로봇암 기반의 방사선 치료를 위한 치료계획장치 및 그 방법 | |
EP3744394A1 (en) | Intensity modulated particle therapy plan normalization scheme |
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 |