CN105246549B - 用于确定针对imrt的照射分布的设备 - Google Patents
用于确定针对imrt的照射分布的设备 Download PDFInfo
- Publication number
- CN105246549B CN105246549B CN201480030578.XA CN201480030578A CN105246549B CN 105246549 B CN105246549 B CN 105246549B CN 201480030578 A CN201480030578 A CN 201480030578A CN 105246549 B CN105246549 B CN 105246549B
- Authority
- CN
- China
- Prior art keywords
- extension
- fluence
- weight
- irradiation
- node
- 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.)
- Expired - Fee Related
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 159
- 238000002721 intensity-modulated radiation therapy Methods 0.000 title abstract 3
- 230000005855 radiation Effects 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 59
- 239000004744 fabric Substances 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 20
- 238000012805 post-processing Methods 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 description 30
- 238000004422 calculation algorithm Methods 0.000 description 17
- 239000011159 matrix material Substances 0.000 description 15
- 238000005286 illumination Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000001959 radiotherapy Methods 0.000 description 5
- 241001582888 Lobus Species 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 3
- 238000012804 iterative process Methods 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- VCUVETGKTILCLC-UHFFFAOYSA-N 5,5-dimethyl-1-pyrroline N-oxide Chemical compound CC1(C)CCC=[N+]1[O-] VCUVETGKTILCLC-UHFFFAOYSA-N 0.000 description 1
- 235000016936 Dendrocalamus strictus Nutrition 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 206010057362 Underdose Diseases 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Classifications
-
- 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
- A61N5/1036—Leaf sequencing algorithms
-
- 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
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N2005/1074—Details of the control system, e.g. user interfaces
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)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种用于确定用于IMRT的照射分布的设备(18)。使用分层图结构来确定照射分布的延伸，所述分层图结构考虑照射分布沿着各自的线的哪些延伸以及由此的哪些照射分布是能实现的。而且，确定限定照射分布的注量的第二权重，使得由各自的所确定的延伸和各自的第二权重所限定的照射分布的组合所形成的注量图与所提供的注量图之间的偏差最小化。该确定流程得到与所提供的注量图对应得非常好并且能通过辐射设备自动实现的照射分布。这得到经改进的IMRT，其中，不必要求对所确定的照射分布进行用于保证所确定的照射分布确实能实现的后处理。
Description
技术领域
本发明涉及一种用于确定要被引导到靶区域以用于执行强度调制辐射治疗(IMRT)的照射分布的设备、方法和计算机程序。本发明还涉及一种用于执行IMRT的装置。
背景技术
在IMRT中，通过使用不同的照射分布从不同的方向来照射如肿瘤区域的靶区域，其中，这些照射分布适于在已经通过不同方向上的不同照射分布照射靶区域之后，靶区域已经接收大部分辐射剂量，而靶区域的周围已经接收尽可能小的辐射剂量。一般地，以至少两个步骤来确定照射分布。在第一步骤中，针对每个照射方向，在辐射剂量约束下计算注量图(fluence map)，所述注量图基本上限定哪个区域应当接收哪个辐射剂量，并且在第二步骤中，针对每个照射方向，将各自的注量图变换为能由用于执行IMRT的辐射设备实现的照射分布的序列。对计算出的注量图到能实现的照射分布的序列的这种变换对辐射剂量进行修改，所述辐射计量将最终由不同的区域接收并因此导致IMRT的降低的质量。
发明内容
本发明的目的是提供一种用于确定要被引导到靶区域以用于执行IMRT的照射分布的设备、方法和计算机程序，所述设备、方法和计算机程序允许具有经改进的质量的IMRT。本发明的另一目的是提供一种用于执行所述IMRT的装置。
在本发明的第一方面中，提出了一种用于确定要被引导到靶区域以用于执行IMRT的照射分布的设备，其中，所述设备包括：
注量图提供单元，其用于提供注量图，
分层图结构提供单元，其用于提供分层图结构，其中，所述分层图结构包括具有节点的层，其中，层的所述节点表示照射分布沿着线的能实现的延伸，所述延伸能通过辐射设备实现，其中，不同层的所述节点表示照射分布沿着不同的平行线的能实现的延伸，并且其中，相邻层的节点由被分配有第一权重和正则化值的图边缘连接，其中，所述正则化值取决于通过由各自的图边缘连接的所述节点所表示的所述照射分布的所述延伸之间的偏差，
延伸确定单元，其用于针对若干照射分布确定照射分布沿着所述平行线的延伸，其中，所述延伸确定单元适于通过确定由所述图边缘连接的、通过所述分层图结构的节点的序列来确定照射分布的所述延伸，所述节点的序列对取决于被分配给将所述序列的所述节点连接的所述图边缘的所述第一权重和所述正则化值的组合的成本函数进行优化，由此确定所述照射分布的轮廓，
第二权重确定单元，其用于确定限定所述延伸已经被确定的所述照射分布的注量的第二权重，使得具有所确定的延伸和由所述第二权重限定的所述注量的所述照射分布的组合与所提供的注量图之间的偏差最小化。
通过使用考虑了照射分布沿着各自的线的哪些延伸以及由此的哪些照射分布是能实现的所述分层图结构来确定节点的序列以及由此的所述照射分布的延伸，并且通过确定针对所述照射分布的所述第二权重以使得由各自确定的延伸和各自的第二权重限定的照射分布的组合所形成的注量图与所提供的注量图之间的偏差最小化，所确定的照射分布与所提供的注量图非常好地相对应，其中，这些照射分布能由所述辐射设备自动实现。在根据这些所确定的照射分布来执行所述IMRT的情况下，这引起经改进的IMRT。
照射分布(其也可以被称为段)能够由其在特定方向上(例如在行方向或列方向上)的延伸来限定，即其能够由其开口的形状且由沿着该开口的照射的所述注量来限定。优选地，所述注量沿着照射分布(即段)的所述开口是恒定的。各自段的各自开口的恒定注量是通过针对各自的照射分布所确定的所述第二权重来限定的。所述注量可以通过各自的出束时间(beam-on time)和射束的强度来限定。
所述注量图提供单元能够是其中已经存储了期望的理想注量图的存储单元，或其能够是用于经由有线或无线数据连接接收所述注量图并用于提供接收到的注量图的接收单元。所述注量图提供单元还能够是用于通过使用已知注量图计算算法来计算理想的期望注量图的计算单元，如处理器，其中，所述已知注量图计算算法基于生物(如人或动物)内的期望的辐射剂量分布来确定注量图。
所述靶区域优选地是生物内待处置的区域。例如，所述靶区域能够是人内的肿瘤区域。所述照射分布和所述注量图优选地是基本垂直于各自照射方向的平面中的二维注量分布。所述成本函数优选地取决于沿着节点的所述序列遍历的所有第一权重的和。
优选的是，所述辐射设备包括辐射源和多叶准直器的组合，其中，沿着其来限定所述照射分布的所述延伸的所述线沿着所述多叶准直器的叶片对齐，并且其中，所述多叶准直器的所述叶片的能实现的位置限定了所述照射分布沿着各自的线的能实现的延伸。通过使用多叶准直器，能够在技术上相对容易且非常准确地提供任意的照射分布，具体而言是沿着所述线的所述照射分布的任意的延伸，这能够允许对所述IMRT的进一步改进。
优选的是，所述分层图结构提供单元适于确定对具有所确定的延伸和由所述第二权重限定的所述注量的照射分布的组合与所提供的注量图之间的偏差进行指示的偏差函数，并且适于取决于所述偏差函数来确定所述第一权重。更优选的是，所述分层图结构提供单元适于取决于所述偏差函数的梯度来确定所述第一权重。优选地，所述第一权重是取决于所述偏差函数关于所述照射分布的像素即关于各自的延伸的元素的所述梯度来确定的。具体而言，所述分层图结构提供单元能够适于取决于针对由通过所述图边缘连接的所述节点所表示的所述延伸的所述梯度来确定针对图边缘的第一权重。优选地，针对图边缘的第一权重是取决于针对由所述节点表示的所述延伸即针对例如各自的延伸的元素的所有组合的所述梯度来确定的，所述节点是通过在其所有像素位置处的所述图边缘连接的。例如，所述分层图结构提供单元能够适于取决于针对由通过在所有像素位置处的所述图边缘连接的所述节点表示的所述延伸的所述梯度的和来确定针对图边缘的第一权重。以这种方式确定所述第一权重还能够改进执行所述IMRT的质量。
所述偏差函数优选地指示具有所确定的延伸和由所述第二权重限定的所述注量的照射分布的组合与所提供的注量图之间的平方差的和。
所述分层图结构提供单元可以适于在由这些节点所表示的所述照射分布的延伸的组合不能由所述辐射设备实现的情况下，将无限值作为第一权重分配给图边缘，以用于指示从由所述图边缘连接的所述节点中的一个到由所述图边缘连接的所述节点中的另一个的不可能的传递。例如，能够将无限值作为第一权重分配给各自的图边缘。
正则化值被分配给所述图边缘。所述正则化值取决于由通过各自的图边缘连接的所述节点表示的所述照射分布的所述延伸之间的偏差。例如，正则化能够被用于加强平滑的开口轮廓和/或较大的开口区域，这能够引起IMRT的进一步经改进的质量。
在实施例中，所述分层图结构提供单元和所述延伸确定单元适于在所述延伸确定单元已经确定照射分布的延伸之后：a)基于取决于所确定的延伸的选择准则来选择所述分层图结构的节点；b)将正则化值分配给所述图边缘；以及c)再次确定所述照射分布的所述延伸，其中，仅考虑所选择的节点。具体而言，所述正则化值仅被分配给与所选择的节点相对应的所述图边缘。由于所述节点是基于取决于所确定的延伸的选择准则来选择的，因此所述节点可以被选择为使得仅选择可能不使具有所确定的延伸和由所述第二权重限定的所述注量的所有照射分布的组合与所提供的注量图之间的偏差增大的节点。因此，所述节点能够被选择为使得再次确定所述照射分布的所述延伸，其中，仅考虑所选择的节点，不可能导致具有降低的质量的解决方案。而且，由于在仅考虑所选择的节点的对所述照射分布的所述延伸的这种进一步的确定中，除所述第一权重外还使用被分配给所述图边缘的正则化值，因此能够以降低的计算工作量来确定所述照射分布的正则化延伸。
在优选的实施例中，所述分层图结构提供单元、所述延伸确定单元和所述第二权重确定单元适于重复地执行对所述分层图结构的提供、对所述延伸的确定和对所述第二权重的确定。具体而言，所述分层图结构提供单元可以适于通过重复地确定所述第一权重来重复地提供所述分层图结构。因此，能够以迭代过程确定所述照射分布，直到满足退出准则，例如直到已经达到预定义数量的迭代或已经达到形成真正的注量图的所述照射分布的组合与所提供的注量图之间的预定义的偏差阈值。
在本发明的另一方面中，提出了一种用于执行IMRT的装置，其中，所述装置包括：
辐射设备，其用于提供要被引导到靶区域的照射分布，
如权利要求1所述的设备，其用于确定能由所述辐射设备(2)实现并要被引导到所述靶区域以用于执行强度调制辐射治疗的照射分布，以及
控制单元，其用于根据所确定的照射分布来控制所述辐射设备。
在本发明的另一方面中，提出了一种用于确定要被引导到靶区域以用于执行IMRT的照射分布的方法，其中，所述方法包括：
-由注量图提供单元来提供注量图，
-由分层图结构提供单元来提供分层图结构，其中，所述分层图结构包括具有节点的层，其中，层的所述节点表示照射分布的沿着线的能实现的延伸，所述延伸能由辐射设备实现，其中，不同层的所述节点表示照射分布沿着不同平行线的能实现的延伸，并且其中，相邻层的节点由被分配有第一权重er和正则化值的图边缘连接，其中，所述正则化值取决于通过由各自的图边缘连接的所述节点所表示的所述照射分布的所述延伸之间的偏差，
-由延伸确定单元针对若干照射分布来确定照射分布沿着所述平行线的延伸，其中，所述延伸是针对照射分布通过确定由所述图边缘连接的、通过所述分层图结构的节点的序列来确定的，所述节点的序列对取决于被分配给将所述序列的所述节点连接的所述图边缘的所述第一权重er和所述正则化值的组合的成本函数进行优化，由此确定所述照射分布的轮廓，
-由第二权重确定单元来确定限定其所述延伸已经被确定的所述照射分布的注量的第二权重，使得具有所确定的延伸和由所述第二权重限定的所述注量的所述照射分布的组合与所提供的注量之间的偏差最小化。
在本发明的另一方面中，提出了一种用于确定要被引导到靶区域以用于执行强度调制辐射治疗的照射分布的计算机程序，其中，所述计算机程序包括程序代码单元，所述程序代码单元用于当所述计算机程序在控制根据权利要求1所述的设备的计算机上运行时令所述设备执行根据权利要求12所述的方法的步骤。
应当理解，根据权利要求1所述的设备、根据权利要求11所述的装置、根据权利要求12所述的方法以及根据权利要求13所述的计算机程序具有相似和/或同样的优选实施例，具体而言为从属权利要求所限定的优选实施例。
应当理解，本发明的优选实施例也能够是从属权利要求或以上实施例与各自的独立权利要求的任何组合。
参考下文描述的实施例，本发明的这些和其他方面将是显而易见的，并且将参考下文描述的实施例对本发明的这些和其他方面进行说明。
附图说明
在附图中：
图1示意性且示范性地示出了用于执行IMRT的装置的实施例；
图2示意性且示范性地示出了图1所示的装置的多叶准直器；
图3示范性地图示了分层图结构的实施例；
图4图示了用于正则化的不同的参数；
图5示出了示范性地图示用于确定要被引导到靶区域以用于执行IMRT的照射分布的方法的实施例的流程图；
图6示意性且示范性地示出了所提供的理想的注量图；
图7示意性且示范性地示出了用于对图6所示的所提供的理想的注量图进行近似的照射分布；
图8示意性且示范性地示出了已经通过对图7所示的照射分布进行组合而被建模的模型注量图；
图9示出了根据图6所示的所提供的理想的注量图和图8所示的模型注量图而计算出的差异图像；并且
图10示出了示意性地图示用于确定要被引导到靶区域以用于执行IMRT的照射分布的方法的另一实施例。
具体实施方式
图1示意性且示范性地示出了用于执行IMRT的装置1的实施例。装置1包括辐射设备2，其用于提供要被引导到躺在如桌子8的支撑期间上的人7内的靶区域的照射分布。辐射设备2发射形成照射分布的辐射5，并且被安装在可旋转机架6上，以便使辐射设备2围绕人7旋转。
装置1包括用于确定要被引导到人7内的靶区域以用于执行IMRT的照射分布的设备10。设备10包括注量图提供单元11，其用于提供针对辐射设备2在人7周围的若干旋转位置的若干注量图。因此，注量图提供单元11针对每个IMRT射束角提供二维注量图。具体而言，注量图提供单元11适于执行注量图优化(FMO)算法，所述注量图优化算法通过解决正向约束(positivity-constraint)优化问题来针对每个处置射束角(即针对辐射设备2的每个旋转位置)计算二维理想注量图。为了确定二维注量图，优选地在包括靶区域的人的三维图像中对靶区域进行描绘和分割，其中，注量图优化算法对人7内的辐射剂量分布的函数的目标进行优化。优选地，注量图优化算法确定二维注量图，使得所描绘并分割的靶区域接收预定义的辐射剂量，而人7的不应被处置的周围部分接收尽可能小的辐射剂量。注量图提供单元11能够适于使用已知FMO算法，如在A.Brahme的文章“Optimization of stationary andmoving beam radiation therapy techniques”(Radiotherapy and Oncology,12：129至140页，1988年)中所公开的算法，在此通过应用将其并入本文。然而，还可以使用其他已知FMO算法，如在D.M.shepard等人的文章“Iterative Approaches to Dose Optimization”(physics in Medicine and Biology,45：(1)：69至90页，1999年)和S.Webb的“Optimizingthe planning of intensity-modulated radiotherapy”(Physics in Medicine andBiology,39:(12)：2229至2246页，1994年)中所公开的算法，在此通过引用将其并入本文。
能够自动对靶区域进行描绘和分割，或者能够通过使用输入单元15(如键盘、鼠标、触摸屏等)和显示器16来对其进行半自动或完全人工的描绘和分割。注量图提供单元11还能够是其中已经存储了针对辐射设备2的不同旋转位置的二维注量图的存储单元，或者其能够是用于通过有线或无线数据连接从已经计算出二维注量图的另一设备接收二维注量图的接收单元，其中，所述接收单元能够提供接收到的二维注量图。
设备10还包括分层图结构提供单元12，其用于提供分层图结构。分层图结构包括具有节点的层，其中，层的节点表示能由辐射设备2实现的照射分布沿着线的延伸br，其中，不同的层与不同的平行线相对应，并且其中，相邻层的节点是通过第一权重er分配到的图边缘来连接的。在该实施例中，辐射设备2包括辐射源3和多叶准直器4的组合，其中，沿着其限定照射分布的延伸br的线沿着多叶准直器4的叶片对齐，并且其中，多叶准直器4的叶片的能实现的位置沿着各自的线来限定照射分布的能实现的延伸br。在图2中示意性且示范性地图示的多叶准直器4的叶片17能沿着由双箭头19指示的方向移动，使得通过叶片17的可能位置来限定照射图样18沿着平行于方向19的线的能实现的延伸br。因此，叶片17的位置限定了照射分布18的开口或形状。
多叶准直器4是用于仅选择由辐射源3发射的入射宽光子束20的部分的柔性阻挡设备。所选择的部分形成辐射5和各自的照射分布18。得到的射束5在所选择的部分中具有恒定的强度水平，即各自的照射分布18基本上仅具有两个注量值，即0和大于0的注量值。通过随后重叠多叶准直器4的多个开口，即通过重叠多个得到的照射分布18(这也可以被称为段)，能够针对各自的照射方向生成任意的注量图，以便对人7中的任意的剖面进行近似。由于物理限制和约束(如最小叶间间隙、叶片交错接合、叶片最大中心超程等)，叶片17的位置受到限制。为了生成能递送的孔径，即能实现的照射分布18,通过在确定照射分布的过程(也可以被称为叶片排序过程)期间使用分层图结构来考虑物理限制和约束。
设备10还包括延伸确定单元13，其用于针对若干照射分布确定照射分布沿着平行线的延伸br，其中，延伸确定单元13适于通过确定由图边缘连接的、通过分层图结构的节点的序列来确定照射分布的延伸br，所述节点的序列对取决于分配给将序列的节点连接的图边缘的第一权重er的成本函数进行优化。而且，设备10包括第二权重确定单元14，其用于确定对照射分布的注量进行限定的第二权重w，将针对辐射设备2的各自的旋转位置来确定所述第二权重w，并且已经针对所述第二权重w确定了延伸br，使得具有所确定的延伸br和由第二权重w限定的注量的照射分布的组合m与所提供的各自的注量图之间的偏差最小化。
分层图结构提供单元12、延伸确定单元13以及第二权重确定单元14适于重复地执行对分层图结构的提供、对延伸br的确定以及对第二权重w的确定，其中，通过重复地确定第一权重来重复地提供(即重复地确定)分层图结构。因此，能够迭代地执行对分层图结构的提供、对延伸的确定以及对第二权重的确定，直到满足退出准则。退出准则可以是：已经达到预定义数量的迭代步骤和/或具有所确定的延伸br和由第二权重w限定的注量的照射分布的组合m与所提供的注量图之间的偏差小于预定义的阈值。
分层图结构提供单元12适于确定对具有所确定的延伸br和由第二权重w限定的注量的的照射分布的组合m与各自的所提供的注量图之间的偏差进行指示的偏差函数f，并且取决于偏差函数f来确定第一权重er。在该实施例中，分层图结构提供单元12适于取决于偏差函数f关于照射分布的像素的梯度(即局部梯度)来确定第一权重er。偏差函数f的梯度信息被用于使照射分布的组合m与各自的所提供的注量图之间的差最小化。具体而言，分层图结构提供单元12适于取决于针对相邻延伸对br、br-1的偏差函数f的梯度来确定针对图边缘的第一权重er(br,br-1)，其中，所述相邻延伸对是由通过在所有像素位置处的各自的图边缘连接的节点表示的。偏差函数优选地是对具有所确定的延伸br和由第二权重w限定的注量的照射分布的组合m与各自的所提供的注量图之间的平方差的和进行指示的函数。
设备10适于找到能递送的注量图模型，即具有所确定的延伸br和由第二权重w限定的注量的照射分布的能递送的组合m，其对针对辐射设备2的各自的旋转位置的所提供的注量图(即由注量图提供单元11所提供的给定的靶注量图)进行近似。在该实施例中，由列矢量m来表示针对注量图的模型。列矢量m表示堆叠在彼此上的注量图模型的若干行或列。通过N个多叶准直器开口(即N个照射分布或段)的集合来形成注量图模型，其中，每一个与第二权重wi(也可以被称为段权重)相关联。限定注量的叶片准直器开口和第二权重是可调节的机器参数。由于多叶准直器被假设为针对m中的像素位置要么阻挡注量要么完全打开，因此各自段的元素被认为是二元的。第n段开口能够被指代为sn，其中，取决于各自的像素是否被多叶准直器阻挡，该矢量sn的矢量元素是零或一。能够限定二元矩阵S，其中，该二元矩阵的列是由矢量sn形成的。第n段或照射分布的第二权重能够被指代为wn，其中，能够在矢量w中收集所有第二权重。接着能够根据以下公式将注量图模型限定为二元矩阵S与对应的第二权重的线性组合：
m＝S·w (1)
如果假设准直器叶片对的移动方向19在注量图图像的行内，则能够将二元段开口sn设置成R个较小的二元子矢量br，每行一个，其中，每个二元子矢量br表示沿着各自的线(在该实施例中即沿着各自的行)的延伸，并且其中，R指示由多叶准直器4所提供的叶片17或行的对的总数。
分层图结构优选地被用于确定段开口sn，其满足所有物理约束以及可选的其他用户限定的约束。在该实施例中，图的每个层表示多叶准直器网格的一个行，即一个叶片对。针对每层，特定数量的节点被用于表示多叶准直器坐标中所有能实现的叶片对位置。具体而言，第r准直器行中左叶片位置与右叶片位置之间的开口确定相应的子矢量br(即照射分布沿着相应的行的相应的延伸)的二元图样，其中，所有打开的像素被识别为1而由多叶准直器4的叶片17屏蔽的像素被识别为0。影响单个行中相对的叶片17的位置的那些约束(如单个开口、最小间隙、最大超程等)降低br中潜在开口组合的数量。图边缘使相邻层的节点连接，其中，将对应的第一权重(也可以被称为成本)分配给每个图边缘。
为了确定第一权重，分层图结构提供单元12能够使用基于注量图梯度的目标，即例如偏差函数f能够是所提供的理想的靶注量图与实际的经建模的注量图m之间的平方差的和，其中，该偏差函数f(其还可以被称为目标函数)能够被用于通过确定关于注量图像素的该函数的梯度的叶片排序。偏差函数f的梯度信息被用于使理想的靶注量图与注量图m之间的差最小化。通过提供针对可用开口br和br-1的偏差函数f的局部梯度值，优选地针对相邻节点br和br-1的图边缘来确定第一权重er(br,br-1)和并将其分配给相邻节点br和br-1的图边缘。在此，假设将偏差函数f的梯度分解为局部(即相邻br的对)的贡献的和。因此，关于注量图像素的目标函数(即偏差函数)能够被用于确定最佳搜索方向。
如果由这些节点所表示的照射分布的延伸br、br-1的组合不能由辐射设备2(例如通过交错接合违反)实现，则分层图结构提供单元12适于将无限(即无效)的第一权重er(br,br-1)分配给指示从通过图边缘连接的节点中的一个到通过图边缘连接的节点中的另一个的不可能的传递的图边缘。例如，如果机器约束禁止开口(即第r行与其之前行之间的延伸br和br-1)的组合，则能够将无限(即无效)的值作为第一权重分配给对应的图边缘。
图3图示了可以由分层图结构提供单元12提供的可能的分层图结构21。在图3中，分层图结构21包括具有不同节点28和图边缘29的若干层24……27。针对第r层26并针对第(r-1)层25，示范性地指示了延伸，即对应的二元矢量br、br-1。而且，针对一些图边缘29，示范性地指示了第一权重er。
而且，在图3中，方框22、23分别指代由图边缘连接的、通过层结构21的节点的序列的开始和结束，所述节点的序列对取决于被分配给将序列的节点连接的图边缘的第一权重的成本函数进行优化。因此，方框22、23分别指代虚拟开始节点和虚拟结束节点，其中，在分层图结构21中搜索的最短路径在虚拟开始节点22处开始并且在虚拟结束节点23处终止。
在图3中，分层图结构21表示具有最大为R行和C列的照射分布的集合，其中，在该简单的范例中，R＝4并且C＝2。通过针对图像行中的C像素的有效叶片对开口组合(在该范例中是(00)、(01)、(10)和(11))的数量来限定每层的节点的数量。每个节点28由二元行开口图样(即各自的延伸br)表征。如果br和br表示针对叶片对的有效配置，例如不具有交错接合的配置，则第r-1层中具有br-1的节点利用引导的图边缘29与第r层中具有br的节点连接。对应的边缘权重(即对应的第一权重)是er(br,br-1)。
分层图结构提供单元12优选地还适于将正则化值Pr分配给图边缘。正则化值可以取决于由通过各自的图边缘连接的节点所表示的照射分布的延伸br、br-1之间的偏差。正则化值(其也能够被称为正则化权重)能够被添加到优选地是基于局部梯度的权重的第一权重。正则化值能够被用于增强平滑开口轮廓和/或较大的开口区域。例如，以下的正则化项可以被添加到第一权重er，以增强较平滑的段开口轮廓：
权重参数α能够被用于针对第一权重er与平滑惩罚Pr之间的最佳折衷进行调谐。可以通过尝试不同的权重参数α并选择引起对由注量图提供单元11所提供的理想的注量图的最佳近似的权重参数α来确定权重参数α。
图4示意性且示范性地图示了针对较平滑的段开口轮廓的正则化。在图4中，Lr和Rr表示第r对的左叶片和右叶片，而br指示对应的叶片对开口，即照射分布沿着由两个叶片Lr和Rr限定的线的对应的延伸。Lr+1和Rr+1表示相邻的第(r+1)对的左叶片和右叶片，而br+1指示对应的叶片对开口。所提出的惩罚权重Pr通过使左和右相邻叶片端部距离ΔLr和ΔRr最小化来增强较平滑的段开口轮廓。最终的组合边缘权重，即通过使用权重参数α的各自的第一权重与正则化值的组合，被用于找到通过分层图结构21的“较低成本”路径，即根据网络理论的“最短路径”，并且因此找到如以下描述的最佳段开口。
为了生成在其中由延伸br的序列来限定每个开口sn的能递送的开口sn的最优集合，延伸确定单元13优选地应用最短路径搜索，以便找到通过分层图结构21的最佳路径。不考虑含有与无限权重相关联的图边缘的那些路径。而且，也不考虑不具有到来的或出发的图边缘的节点。沿着最短路径(即在该实施例中与被分配给图边缘的所遍历的权重的最小和相对应)的节点的序列与段优化问题的解相对应，其中，节点的序列中的每个节点与二元图像行开口相关联。在图遍历期间，动态编程流程针对每个经访问的节点来确定最短部分路径。该原理使搜索复杂性在图像行的数量中保持线性，而不是例如指数增长。为了执行图搜索，能够使用如宽度优先、深度优先类型算法的搜索算法。额外的启发(如A*-搜索或射束搜索修剪)可以被用于进一步加速搜索。
对段开口的约束优化优选地是逐段方式的。具体而言，在逐段策略中，在保持段二元矩阵S的剩余段开口固定的同时对段开口的一个集合进行优化。例如，让第n段开口sn是约束优化流程的对象。在这种情况下，可以通过从对注量图模型的确定中排除段开口sn和第二权重wn(见公式(1))来限定中间注量图一般地，对sn进行优化的目的等价于找到可行的方向矢量s使得利用段权重参数w来实现偏差函数f的减小，即该方法类似于基于线搜索的迭代优化中对搜索方向的确定，其中，段权重参数w与步长成比例，并且搜索方向矢量s由机器的属性约束。然而，通过允许第二权重确定单元14在对单独的段开口sn进行优化之后对所有的第二权重w进行优化，该方法与经典的线搜索方法不同。
当以权重w沿着方向s从中间注量图移动时，偏差函数f的变化通过以下公式给出：
优选地根据以下公式针对所有段行R考虑将偏差函数f的变化分解成局部(即相邻br的对)的贡献的和：
因此，优选地针对相邻延伸br、br-1的对来确定偏差函数f的变化。这样分解成局部贡献的和允许采用在分层图结构内的动态编程流程，这使搜索复杂性保持为线性的。
通过分层图结构提供单元12对分层图结构的确定优选地根据以下公式，取决于针对相邻延伸br、br-1的可用对的偏差函数f的表达式δfr(见公式(4))以及针对相邻延伸br、br-1的组合表示由辐射设备2所禁止的配置的无限(即无效)值，来使用针对图边缘的局部第一权重er(br,br-1)：
使用这样的函数er(br,br-1)，能够将约束优化问题重新用公式表示为非约束段优化问题，以针对可行的延伸(b1 … bR)T找到最优的第n段开口
具体而言，公式(6)的规则和局部逐行图像结构允许等价地用公式表达为R节点层的经引导的非循环图中的最短路径搜索。例如，在第r层中，每个节点与第r准直器行中的叶片对的可行的开口br相关联。第r层中的每个节点经由边缘连接到先前层中的节点。每个边缘与权重有关；将与叶片对开口br和br-1相关联的两个节点连接的图像的权重通过公式(5)中的函数er(br,br-1)给出。对于图中的最短路径搜索，未考虑与无限权重相关联的所有边缘；未考虑不具有到来的或出发的边缘的节点。与最短路径(即所遍历的边缘权重的最小和)上的图像行开口(b1 … bR)T相关联的节点的集合与公式(6)中的问题的最优解相对应。
在该实施例中，优选地根据以下公式通过一阶泰勒级数来对表达式δf(公式(3))进行近似：
在另一实施例中，还可以应用高阶泰勒级数，具体而言为二阶泰勒级数。采用梯度信息来确定针对相邻延伸br、br-1的有效对的局部梯度以及根据第一权重er(br,br-1)的偏差函数的最优下降。优选地，针对第一行r＝1执行球形处置，即仅使用一个梯度来确定第一权重。
可以将任选的正则化矩阵添加到偏差函数f以给出例如对大开口或平滑开口轮廓的偏好。诸如正则化项Pr(见公式(2))的任何正则化项优选地遵循与第一权重er(br,br-1)相同的位置的表达式。
当对第二权重w(其也可以被称为段权重)进行确定和优化时，第二权重确定单元14优选地适于假设形成段二元矩阵S的段开口sn的固定集合。第二权重是非负值，使得优选地解决下边界约束优化问题。然而，能够通过变量替换将约束优化问题转换为非约束问题。例如，可以针对可行的段度量S的通过变量替换将约束的优化问题，即根据关于初始第二权重w0的偏差函数f来确定最优的第二权重w(其中w≥w0)，变换为非约束优化问题：
表达式指代逐元素地得到新参数矢量的平方，因此仅具有正值。可以将任选的正则化矩阵添加到的确定例程以对针对的不需要的解进行惩罚，例如w中与非常长的出束时间相对应的大值。能够由第二权重确定单元14将二次收敛非线性非约束优化算子(如共轭梯度优化算子或L-BFGS优化算子)应用到公式(8)的内部优化问题。优选地，计算涉及关于经变换的段权重的偏差函数f的一阶导数并且在一些情况下设计二阶信息。根据梯度链规则从关于原始第二权重w的梯度能够容易地获得关于经变换的段权重的基于注量图的偏差函数f的梯度。
在该表达式中，指代由经变换的段权重矢量的元素构建的对角线矩阵。
具体而言，能够由第二权重确定单元14使用在D.Pflugfelder等人的文章“Acomparison of three optimization algorithms for intensity modulated radiationtherapy”(Zeitschrift für medizinische Physik，18卷，2号，111至119页，2008年)中所公开的算法，在此通过引用将其并入本文。
分层图结构提供单元12、延伸确定单元13以及第二权重确定单元14优选地适于在迭代流程中操作，在所述迭代流程中，以迭代技术对机器参数(即S和w)进行优化，所述迭代技术在由延伸确定单元13执行的对段开口sn的优化与由第二权重确定单元14执行的对第二权重的优化之间切换。例如，首先，保持第二权重固定并对段开口进行优化，其中，接着保持段开口固定并对第二权重进行优化，等等。具体而言，在保持矩阵S的剩余的元素固定的同时逐列(即逐段开口)地对含有所有段(即待确定的所有照射分布)的叶片开口的矩阵S进行优化。在对矩阵S的每个单独的列sn的优化之后，如以上描述的，可以由第二权重确定单元14对所有的第二权重w进行重新优化。在已经通过该策略对矩阵S中的所有N列进行优化之后，可以重新迭代整个流程，例如通过以矩阵S的第一列重新开始来迭代。优选地，执行迭代流程直到满足退出准则，如达到偏差函数的期望阈值，即由注量模型m对理想的靶注量图进行充分近似。段开口sn和第二权重w初始具有初始值，所述初始值可以基于可以由用户提供的先验知识。然而，还可以以另一方式提供初始值。例如，可以使用任意的初始值，或者可以初始假设叶片对完全关闭，使得例如S＝0。在这种情况下，迭代策略与列生成相对应，其中，利用新段开口sn的每个生成，生成矩阵S的另外的列矢量。优选地执行列生成流程直到满足退出准则，如已经达到期望的最大数量的段sn。IMRT装置1还包括控制单元9，其用于根据所确定的照射分布来控制辐射源设备2。具体而言，在设备10已经确定对近似理想的所提供的注量图的照射分布进行限定的段开口sn和对应的第二权重w之后，控制单元9控制辐射设备2，使得在辐射设备2的各自的旋转位置处将已经针对辐射设备2的该旋转位置确定的照射分布引导靶区域以用于执行IMRT。
下面将参考图5所示的流程图示范性地描述用于确定要被引导到靶区域以用于执行IMRT的照射分布的方法的实施例。
在步骤101中，针对辐射设备的不同旋转位置提供若干理想的注量图，其中，每个注量图应当由待确定的照射分布的组合进行近似。在步骤102中，方法被初始化，具体而言，针对辐射设备的每个旋转位置提供由段开口sn和第二权重w限定的初始照射分布。在步骤103中，提供分层图结构，其中，分层图结构包括具有节点的层，其中，层的节点表示照射分布的能由辐射设备实现的沿着线的延伸br，其中，不同的层与不同的平行线相对应，并且其中，相邻层的节点通过被分配至少第一权重er的图边缘来连接。优选地，还将正则化值分配给图边缘。线优选地与由多叶准直器的叶片对所限定的照射分布的行相对应。
在步骤104中，针对若干照射分布并针对若干旋转位置来确定照射分布sn沿着平行线的延伸br。在步骤105中，由第二权重确定单元针对旋转位置来确定对其延伸br已经被确定的照射分布的注量进行限定的第二权重，使得具有所确定的延伸br与由第二权重w限定的注量的对应的照射分布的组合m与针对各自的旋转位置所提供的注量图之间的偏差最小化。在步骤106中，确定是否已经满足退出准则，其中，如果情况就是这样，则用于确定照射分布的方法在步骤107中结束。否则，方法迭代地继续步骤104。针对辐射设备的每个旋转位置执行步骤，使得针对每个旋转位置来确定由段开口sn和第二权重w限定的照射分布的集合，所述集合对针对辐射设备的各自的旋转位置所提供的理想的所提供的注量图进行近似。
为了安全且高效地实施IMRT，当被应用到IMRT时，必须理解多叶准直器、相关联的递送系统和每个系统的限制的特性。使用多个静态分割场，即使用“步进并射击(step-and-shoot)方法”，来实施二维强度调制射束递送方法是已知的。以期望的“理想的”注量分布(即理想的注量图)开始，已知方法使用多叶准直器来生成分割场的序列以递送多水平强度。这种辐射处置规划算法的基本部件是用于确定将产生期望的射束注量图样的叶片位置序列的单元。然而，通过该已知方法，在叶片排序过程(也能够被称为转换过程或分割过程)期间，不考虑多叶准直器的物理约束和限制(如叶间最小间隙、叶片交错接合、最大叶片超程等)和额外的用户限定的软约束。具体而言，已知的叶片排序过程创建对理想的注量图的离散化多水平注量近似，因此创建分割场的集合，并且仅在过程的结束时对段进行检查和后处理以确保满足所有多叶准直器约束。利用这样的策略，忽略许多不可递送的段，这随后导致放射疗法计划退化。以上参考图1至图5所描述的用于确定要被引导到靶区域以用于执行IMRT的照射分布的设备和方法克服了该问题。
所述设备和方法优选地适于将列生成方法应用到H.Edwin Romeijn等人的文章“Acolumn generation approach to radiation therapy treatment planning usingaperture modulation”(Journal on Optimization，Society of Industrial andApplied Mathematics SIAM J.OPTIM.，15卷，3号，838至862页，2005年)中所提出的辐射治疗处置计划，直接用于叶片排序。这导致最终生成的段的集合，即与第二权重一起的确实能递送的照射分布的集合。而且，通过使用被添加到分层图结构的正则化值，以上参考图1至图5所描述的设备和方法通过允许包括可以由用户限定的额外的软约束来提供对算法的延伸，以便例如增强平滑开口轮廓或大开口。具体而言，设备和方法优选地适于解决约束组合优化问题以找到最佳的能递送段开口，其中，由设备和方法来使用基于注量图的功能梯度信息，并且可以将任选的正则化矩阵添加到目标函数以给出例如对最终解决方案中的大开口或平滑开口轮廓的偏好。在给出通过解决约束组合优化问题而生成的新段的情况下，通过解决约束优化问题来计算对应的权重(即对应的第二权重)。这里，关于段权重(即关于第二权重)的基于注量的功能梯度能够被用于将优化算子引导向最小值。迭代地运行这些步骤(即找出最佳能递送段开口和计算对应的第二权重)直到达到可以是用户定义的最大数量的段。
图6示意性且示范性地示出了针对辐射设备2的特定旋转位置由注量图提供单元11提供的理想的注量图。图7示意性且示范性地示出了由设备10针对辐射设备2的旋转位置确定的若干照射分布，并且图8示意性且示范性地示出了形成经建模的注量图的图7所示的照射分布的组合。图9示意性且示范性地示出了根据图6所示的理想的所提供的注量图和图8所示的经建模的注量图计算出的差异图像。在该范例中，多叶准直器具有40个叶片对，其中，每个叶片的宽度为1cm，叶片的最小间隙是0.6cm，叶片交错接合是0.6cm，叶片最大超程是12.5cm，并且最大叶片移动分辨率是0.1cm。
所提供的二维注量图(其也能够被称为靶注量图)和由多叶准直器限定的网格优选地在相同坐标系中被给出，并且如果情况不是这样，则优选地对理想的注量图进行变换以与多叶准直器的几何结构相匹配。能够通过使用多种可能的重采样方法之一来执行该几何变换。例如，能够沿着叶片宽度对所提供的理想的注量图的像素注量进行平均，以便限定与叶片宽度一致并且由此原则上能递送的新矩阵。而且，可以对所提供的注量图进行平移、旋转和/或扭曲，以便确切地匹配多叶准直器的网格。任选地，能够对所提供的理想的注量图应用额外的低通滤波，以便降低可以呈现在所提供的理想的注量图中的噪声。
在实施例中，分层图结构提供单元12和延伸确定单元13可以适于在延伸确定单元13已经确定照射分布的延伸之后，a)基于取决于所确定的延伸的选择准则来选择分层图结构的节点，b)将正则化值分配给图边缘，并且c)再次确定照射分布的延伸，其中，仅考虑所选择的节点。以下将参考图10所示的流程图对此进行解释。
在与步骤101相对应的步骤201中，针对辐射设备的不同旋转位置提供若干理想的注量图，其中，应当通过待确定的照射分布的组合对每个注量图进行近似。在步骤202中，针对辐射设备的当前旋转位置提供由段开口和第二权重限定的初始照射分布。在步骤203中，针对待优化的当前段开口提供分层图结构，其中，分层图结构包括具有节点的层，其中，层的节点表示能由辐射设备实现的照射分布沿着线的能实现的延伸，其中，不同的层与不同的平行线相对应，并且其中，相邻层的节点是通过被分配第一权重的图边缘来连接的。线与由多叶准直器的叶片的对限定的照射分布的行相对应。而且，在步骤203中，通过确定照射分布沿着平行线的延伸来确定段开口(即照射分布)，其中，这些延伸是通过确定由图边缘连接的、通过分层图结构的节点的序列而被确定的，所述节点的序列对取决于被分配给将序列的节点连接的图边缘的第一权重的成本函数进行优化。在步骤204中，基于取决于所确定的延伸的选择准则来选择分层图结构的节点，如公式(2)中所限定的正则化值的正则化值被分配给图边缘，具体而言，仅分配给与所选择的节点相对应的图边缘，并且再次确定照射分布(即待确定的当前段开口)的延伸，其中，仅考虑所选择的节点，由此生成经改进的正则化的照射分布，即段开口。在步骤205中，由第二权重确定单元来确定限定照射分布(即段开口)的注量的第二权重，使得照射分布和由针对当前旋转位置的第二权重限定的注量的组合与对应于当前旋转位置的注量图之间的偏差最小化。在步骤206中，确定针对当前旋转位置是否所有段开口都已经被优化。如果情况不是这样，则方法继续步骤203。否则，在步骤207中，检查是否已经针对所有旋转位置执行了优化流程。如果情况不是这样，则优化流程继续步骤202。否则，流程在步骤208中结束。在步骤206中，还可以检查是否已经达到偏差函数的用户限定的阈值，其中，如果情况不是这样，则流程可以继续步骤203，以便进一步改进段开口，即使已经针对所有段开口执行了流程。
根据多准则优化理论，众所周知，对两个或更多个相冲突的目标的加权线性和的最小化能够导致冗长的权重调谐过程，以便实现与决策者要求最佳拟合的帕累托(Pareto)解。以上参考图10所描述的优化流程提供克服该问题的多步骤方法。步骤203和204提供两步的词典式顺序方案，其首先通过仅使基于梯度的泛函最小化来找到最优段开口，并且其次通过优化基于正则化的泛函来细化其轮廓。能够通过使用针对梯度退化的用户限定的最大阈值来提供选择准则，其中，通过选择过程，可能将所有可能的节点从分层图结构移除，这可能导致先前所确定的基于梯度的解的不可接受的退化。对这样的阈值的设定比调谐权重因数对用户具有更直观的意义。另外，通过增加规划者对正则化动作的控制，该词典式方案能够避免冗长且麻烦的权重调谐过程，并且能够得到叶片排序准确度与开口形状正则化之间的较好的折衷。这种用于段生成的词典式顺序的概念还能够被应用在直接机器参数优化(DMPO)框架内。
具体而言，步骤203能够被认为是基于梯度的段开口优化步骤。为了生成最优的能递送开口，在该步骤中，可以应用最短路径搜索来找到通过分层图结构的最佳(即较低成本的)路径。未考虑含有与无限第一权重相关联的边缘的路径；未考虑不具有到来或出发的边缘的节点。最短路径上的(即具有遍历的第一边缘权重的最小和的)节点的集合与步骤203中的段优化问题的解相对应，其中，节点与二元图像行开口相关联。在图遍历期间，动态编程流程针对每个所访问的节点确定最短部分路径。该原理在图像行的数量中使搜索复杂度保持线性而不是指数增长。能够将任何适当的搜索算法(如宽度优先、深度优先类型的算法)用于图搜索。可以使用额外的启发(如A*-搜索或者射束搜索修剪)来进一步加速搜索。
步骤204可以被认为是段开口平滑正则化步骤。在步骤203中生成最优段开口之后，应用正则化来对其形状进行细化，例如以在步骤204中使开口轮廓更平滑。可以通过移除所有非选择的节点b＞ r来修改分层图结构，这能够产生比用户规定的最大阈值更高的梯度退化。例如，先前所确定的最优开口的局部梯度的部分p∈[0,1]能够被用作阈值：
因此，能够将对梯度退化与用户规定的最大阈值的比较用作在每个图层中移除表示延伸的节点b＞ r的选择准则。一般地，节点移除导致小得多的图结构，使得后续的最短路径搜索典型地比在步骤203中执行的最短路径搜索更快。为了增强平滑开口轮廓和/或较大的开口区域，正则化泛函优选地被用于对所有剩余的图边缘进行加权。正则化泛函可以是在以上提到的公式(2)中所限定的正则化值。为了生成最优的规则的能递送段开口，再次应用最短路径搜索以找到通过经修改的分层图结构的最佳(即较低成本的)路径。
注量图提供单元可以适于针对不同旋转位置初始地提供若干注量图，其中，在整个优化流程期间，所提供的注量图可以是固定的。然而，注量图提供单元还可以适于在针对旋转位置执行优化流程时确定针对各旋转位置的注量图，使得在针对特定旋转位置已经确定了经优化的段开口之后，注量图提供单元提供注量图以用于针对下一旋转位置优化段开口。
以上参考图1至图9所描述的用于确定要被引导到靶区域以用于执行IMRT的照射分布的设备和方法能够改进IMRT计划质量，这是因为通过限定，所有生成的段和由此的对应的照射分布总是能递送的。而且，该设备和方法允许对正则化的应用以产生具有平滑轮廓或较大区域的开口。所描述的用于确定照射分布的设备优选地适于使用关于段权重的基于注量的泛函梯度以将优化算子引导向如以上描述的最小值。
虽然在以上描述的实施例中，多叶准直器已经被用于生成照射分布，但是在其他实施例中，也能够使用其他器件尤其是其他准直器来生成照射分布。例如能够使用准直器来生成具有可变长度的单个照射线(即基本上一维线)，所述单个照射线能够基本垂直于辐射设备的旋转移动的旋转轴而被定向，并且其可以在旋转轴的方向上移动，以用于提供照射分布沿着平行线的延伸。
本领域技术人员通过研究附图、公开内容以及权利要求书，在实践要求保护的本发明时，能够理解并实现对所公开的实施例的其他变型。
在权利要求书中，词语“包括”不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。
单个单元或其他单元可以满足权利要求中记载的若干项目的功能。尽管在互不相同的从属权利要求中记载了特定措施，但是这并不指示不能有利地使用这些措施的组合。
可以通过任何其他数量的单元或设备来执行由一个或若干单元或设备所执行的流程，如对理想的注量图的提供(尤其是对理想的注量图的确定)、对分层图结构的提供(尤其是对分层图结构的确定)、对照射分布的延伸br的确定、对第二权重的确定等。例如，可以能够通过单个单元或通过任何其他数量的单元或设备来执行步骤101至107。这些步骤，以及根据用于确定要被引导到靶区域以用于执行IMRT的照射分布的方法对用于确定要被引导到靶区域以用于执行IMRT的照射分布的设备的控制能够被实现为计算机程序和/或专用硬件的程序代码单元。
计算机程序可以被存储/分布在适合的介质上，例如与其他硬件一起提供或作为其他硬件的部分提供的光学存储介质或固态介质，但是也可以被以其他形式分布，例如经由因特网或其他的有线或无线的电信系统。
权利要求中的任何附图标记都不应被解释为对范围的限制。
本发明涉及一种用于确定用于IMRT的照射分布的设备。使用分层图结构来确定照射分布的延伸，所述分层图结构考虑照射分布沿着各自的线的哪些延伸以及由此的哪些照射分布是能实现的。而且，确定限定照射分布的注量的第二权重，使得由各自的所确定的延伸和各自的第二权重所限定的照射分布的组合所形成的注量图与所提供的注量图之间的偏差最小化。该确定流程得到与所提供的注量图对应得非常好并且能通过辐射设备自动实现的照射分布。这得到经改进的IMRT，其中，不必要求对所确定的照射分布进行用于保证所确定的照射分布确实能实现的后处理。
Claims (12)
1.一种用于确定要被引导到靶区域以用于执行强度调制辐射治疗的照射分布的设备，所述设备包括：
-注量图提供单元(11)，其用于提供注量图，
-分层图结构提供单元(12)，其用于提供分层图结构(21)，其中，所述分层图结构(21)包括具有节点的层，其中，层的所述节点表示照射分布沿着线的能实现的延伸(br)，所述延伸能通过辐射设备(2)实现，其中，不同层的所述节点表示照射分布沿着彼此平行的不同的线的能实现的延伸(br)，并且其中，相邻层的节点由被分配有第一权重(er)和正则化值(Pr)的图边缘连接，其中，所述正则化值(Pr)取决于由通过各自的图边缘连接的所述节点所表示的所述照射分布的所述延伸(br、br-1)之间的偏差，
-延伸确定单元(13)，其用于针对若干照射分布确定照射分布沿着所述平行线的延伸(br)，其中，所述延伸确定单元(13)适于通过确定由所述图边缘连接的、通过所述分层图结构(21)的节点的序列来确定照射分布的所述延伸(br)，所述节点的序列对取决于被分配给将所述序列的所述节点连接的所述图边缘的所述第一权重(er)和所述正则化值(Pr)的组合的成本函数进行优化，由此确定所述照射分布的轮廓，
-第二权重确定单元(14)，其用于确定限定所述延伸(br)已经被确定的所述照射分布的注量的第二权重(w)，使得具有所确定的延伸(br)和由所述第二权重(w)限定的所述注量的所述照射分布的组合(m)与所提供的注量图之间的偏差最小化，其中，所述分层图结构提供单元(12)适于确定对具有所确定的延伸(br)和由所述第二权重(w)限定的所述注量的照射分布的所述组合(m)与所提供的注量图之间的偏差进行指示的偏差函数(f)，并且适于取决于所述偏差函数来确定所述第一权重(er)。
2.根据权利要求1所述的设备，其中，所述辐射设备(2)包括辐射源(3)和多叶准直器(4)的组合，其中，沿着其限定所述照射分布的所述延伸(br)的所述线沿着所述多叶准直器(4)的叶片对齐，并且其中，所述多叶准直器(4)的所述叶片的能实现的位置限定所述照射分布沿着各自的线的所述能实现的延伸(br)。
3.根据权利要求1所述的设备，其中，所述分层图结构提供单元(12)适于取决于所述偏差函数(f)的梯度来确定所述第一权重(er)。
4.根据权利要求3所述的设备，其中，所述分层图结构提供单元(12)适于取决于通过由图边缘连接的所述节点表示的所述延伸(br、br-1)的梯度来确定针对所述图边缘的第一权重(er)。
5.根据权利要求1所述的设备，其中，所述偏差函数(f)指示具有所确定的延伸(br)和由所述第二权重(w)限定的所述注量的照射分布的所述组合(m)与所提供的注量图之间的平方差的和。
6.根据权利要求1所述的设备，其中，所述分层图结构提供单元(12)适于在由这些节点所表示的所述照射分布的延伸(br、br-1)的组合不能由所述辐射设备(2)实现的情况下，将无限值作为第一权重(er)分配给图边缘，以用于指示从由所述图边缘连接的所述节点中的一个到由所述图边缘连接的所述节点中的另一个的不可能的传递。
7.根据权利要求1所述的设备，其中，所述分层图结构提供单元(12)和所述延伸确定单元(13)适于在所述延伸确定单元(13)已经确定照射分布的延伸(br)之后：
-基于取决于所确定的延伸(br)的选择准则来选择所述分层图结构的节点，
-将正则化值(Pr)分配给所述图边缘，并且
-再次确定所述照射分布的所述延伸(br)，其中，仅考虑所选择的节点。
8.根据权利要求1所述的设备，其中，所述分层图结构提供单元(12)、所述延伸确定单元(13)和所述第二权重确定单元(14)适于重复地执行对所述分层图结构(21)的提供、对所述延伸(br)的确定和对所述第二权重(w)的确定。
9.根据权利要求8所述的设备，其中，所述分层图结构提供单元(12)适于通过重复地确定所述第一权重(er)来重复地提供所述分层图结构(21)。
10.一种用于执行强度调制辐射治疗的装置，所述装置包括：
-辐射设备(2)，其用于提供要被引导到靶区域的照射分布，
-如权利要求1所述的设备，其用于确定能由所述辐射设备(2)实现并要被引导到所述靶区域以用于执行强度调制辐射治疗的照射分布，以及
-控制单元，其用于根据所确定的照射分布来控制所述辐射设备(2)。
11.一种用于确定要被引导到靶区域以用于执行强度调制辐射治疗的照射分布的方法，所述方法包括：
-由注量图提供单元(11)来提供注量图，
-由分层图结构提供单元(12)来提供分层图结构(21)，其中，所述分层图结构(21)包括具有节点的层，其中，层的所述节点表示照射分布沿着线的能实现的延伸(br)，所述延伸能由辐射设备(2)实现，其中，不同层的所述节点表示照射分布沿着不同的平行线的能实现的延伸(br)，并且其中，相邻层的节点由被分配有第一权重(er)和正则化值(Pr)的图边缘连接，其中，所述正则化值(Pr)取决于通过由各自的图边缘连接的所述节点所表示的所述照射分布的所述延伸(br、br-1)之间的偏差，
-由延伸确定单元(13)针对若干照射分布来确定照射分布沿着所述平行线的延伸(br)，其中，所述延伸(br)是针对照射分布通过确定由所述图边缘连接的、通过所述分层图结构(21)的节点的序列来确定的，所述节点的序列对取决于被分配给将所述序列的所述节点连接的所述图边缘的所述第一权重(er)和所述正则化值(Pr)的组合的成本函数进行优化，由此确定所述照射分布的轮廓，
-由第二权重确定单元(14)来确定限定其所述延伸(br)已经被确定的所述照射分布的注量的第二权重，使得具有所确定的延伸(br)和由所述第二权重(w)限定的所述注量的照射分布的组合(m)与所提供的注量图之间的偏差最小化，其中，所述分层图结构提供单元(12)确定对具有所确定的延伸(br)和由所述第二权重(w)限定的所述注量的照射分布的所述组合(m)与所提供的注量图之间的偏差进行指示的偏差函数(f)，并且取决于所述偏差函数来确定所述第一权重(er)。
12.一种存储介质，存储用于确定要被引导到靶区域以用于执行强度调制辐射治疗的照射分布的计算机程序，所述计算机程序包括程序代码单元，所述程序代码单元用于当所述计算机程序在控制根据权利要求1所述的设备的计算机上运行时令所述设备执行根据权利要求11所述的方法的步骤。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP13169709.6 | 2013-05-29 | ||
| EP13169709 | 2013-05-29 | ||
| PCT/EP2014/059807 WO2014191204A1 (en) | 2013-05-29 | 2014-05-14 | Device for determining illumination distributions for imrt |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105246549A CN105246549A (zh) | 2016-01-13 |
| CN105246549B true CN105246549B (zh) | 2019-02-22 |
Family
ID=48537825
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201480030578.XA Expired - Fee Related CN105246549B (zh) | 2013-05-29 | 2014-05-14 | 用于确定针对imrt的照射分布的设备 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US9393442B2 (zh) |
| EP (1) | EP3003483B1 (zh) |
| JP (1) | JP6018327B2 (zh) |
| CN (1) | CN105246549B (zh) |
| WO (1) | WO2014191204A1 (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016046683A2 (en) * | 2014-09-22 | 2016-03-31 | Koninklijke Philips N.V. | Radiation therapy planning optimization and visualization |
| EP3075416B1 (en) * | 2015-04-02 | 2017-06-07 | RaySearch Laboratories AB | System and method for determining a radiation treatment plan |
| CN105413068B (zh) * | 2015-12-31 | 2019-01-08 | 上海联影医疗科技有限公司 | 求解通量图的优化方法和放射治疗设备 |
| JP6889495B2 (ja) | 2016-03-09 | 2021-06-18 | リフレクション メディカル， インコーポレイテッド | 放射線療法のためのフルエンスマップ生成方法 |
| EP3357539A1 (en) * | 2017-02-02 | 2018-08-08 | Koninklijke Philips N.V. | Warm start initialization for external beam radiotherapy plan optimization |
| EP3831448A1 (en) * | 2019-12-02 | 2021-06-09 | Koninklijke Philips N.V. | System, method and computer program for determining a radiation therapy plan for a radiation therapy system |
| CN116457060A (zh) * | 2020-11-17 | 2023-07-18 | 西安大医集团股份有限公司 | 靶点的权重确定方法、装置及放射治疗系统 |
| EP4029563A1 (en) * | 2021-01-14 | 2022-07-20 | Koninklijke Philips N.V. | Radiation therapy planning system, method and computer program for planning a radiation therapy procedure |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1946339A (zh) * | 2004-02-20 | 2007-04-11 | 佛罗里达大学研究基金会公司 | 用于提供适形放射治疗同时对软组织进行成像的系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6240161B1 (en) | 1997-09-25 | 2001-05-29 | Siemens Medical Systems, Inc. | Multi-leaf collimator constrained optimization of intensity modulated treatments |
| US6449335B1 (en) * | 2000-08-23 | 2002-09-10 | Siemens Medical Solutions Usa, Inc. | System and method for optimizing radiation treatment with an intensity modulating multi-leaf collimator |
| US8014494B2 (en) * | 2009-10-20 | 2011-09-06 | University Of Maryland, Baltimore | Single-arc dose painting for precision radiation therapy |
| US8588369B2 (en) | 2008-08-28 | 2013-11-19 | Varian Medical Systems, Inc. | Radiation system with rotating patient support |
| GB0918536D0 (en) | 2009-10-21 | 2009-12-09 | Whites Material Handling Ltd | Double action safety lock |
| US8615068B2 (en) | 2011-09-23 | 2013-12-24 | Wisconsin Alumni Research Foundation | System and method for intensity modulated arc therapy treatment planning |
-
2014
- 2014-05-14 US US14/891,074 patent/US9393442B2/en active Active
- 2014-05-14 JP JP2015563181A patent/JP6018327B2/ja not_active Expired - Fee Related
- 2014-05-14 EP EP14725093.0A patent/EP3003483B1/en active Active
- 2014-05-14 CN CN201480030578.XA patent/CN105246549B/zh not_active Expired - Fee Related
- 2014-05-14 WO PCT/EP2014/059807 patent/WO2014191204A1/en active Application Filing
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1946339A (zh) * | 2004-02-20 | 2007-04-11 | 佛罗里达大学研究基金会公司 | 用于提供适形放射治疗同时对软组织进行成像的系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6018327B2 (ja) | 2016-11-02 |
| JP2016521587A (ja) | 2016-07-25 |
| US20160082287A1 (en) | 2016-03-24 |
| US9393442B2 (en) | 2016-07-19 |
| EP3003483A1 (en) | 2016-04-13 |
| CN105246549A (zh) | 2016-01-13 |
| WO2014191204A1 (en) | 2014-12-04 |
| EP3003483B1 (en) | 2017-12-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105246549B (zh) | 用于确定针对imrt的照射分布的设备 | |
| Shen et al. | Intelligent inverse treatment planning via deep reinforcement learning, a proof-of-principle study in high dose-rate brachytherapy for cervical cancer | |
| CN107545137A (zh) | 肿瘤放射治疗计划智能优化方法 | |
| US8952346B2 (en) | Systems and methods for isotopic source external beam radiotherapy | |
| Lyu et al. | A novel optimization framework for VMAT with dynamic gantry couch rotation | |
| CN107106866B (zh) | 辐射治疗规划优化和可视化 | |
| CN109152928A (zh) | 放射疗法的注量图产生方法 | |
| CN107206253A (zh) | 具有非共面轨迹的容积调强弧形治疗（vmat） | |
| CN110211664A (zh) | 一种基于机器学习自动设计放射治疗方案的系统 | |
| JP2002522128A (ja) | 放射線治療計画を作成する方法 | |
| CN105413068B (zh) | 求解通量图的优化方法和放射治疗设备 | |
| Ma et al. | Deep learning-based inverse mapping for fluence map prediction | |
| CN113226460B (zh) | 在放射疗法治疗规划的轨迹优化时并入多靶 | |
| CN108771795B (zh) | 确定放射治疗的照射分布的装置和放射治疗系统 | |
| Dong et al. | Monte Carlo tree search-based non-coplanar trajectory design for station parameter optimized radiation therapy (SPORT) | |
| CN110248701A (zh) | 对外部射束放射治疗计划优化的热启动初始化 | |
| CN105561485B (zh) | 放射治疗计划的优化装置 | |
| Mahnam et al. | Simultaneous delivery time and aperture shape optimization for the volumetric-modulated arc therapy (VMAT) treatment planning problem | |
| Balvert et al. | A framework for inverse planning of beam-on times for 3D small animal radiotherapy using interactive multi-objective optimisation | |
| CN113891742B (zh) | 用于基于连续深度学习的放射疗法治疗规划的方法和系统 | |
| Fan et al. | Verification of the machine delivery parameters of a treatment plan via deep learning | |
| CN113260413B (zh) | 使用切片的外部射束放射疗法的射束角优化 | |
| Cáceres et al. | Stochastic local search for the direct aperture optimisation problem | |
| Mueller et al. | A hybrid column generation and simulated annealing algorithm for direct aperture optimization | |
| Li et al. | A new Monte Carlo-based treatment plan optimization approach for intensity modulated radiation therapy |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190222 |