CN105377368A - 用于控制imrt递送复杂度的交互式基于剂量梯度的优化技术 - Google Patents
用于控制imrt递送复杂度的交互式基于剂量梯度的优化技术 Download PDFInfo
- Publication number
- CN105377368A CN105377368A CN201480025692.3A CN201480025692A CN105377368A CN 105377368 A CN105377368 A CN 105377368A CN 201480025692 A CN201480025692 A CN 201480025692A CN 105377368 A CN105377368 A CN 105377368A
- Authority
- CN
- China
- Prior art keywords
- dose
- gradient
- user
- dose gradient
- optimizer
- 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
-
- 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
- A61N5/1036—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
- A61N5/1077—Beam delivery systems
-
- 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)
Abstract
一种用于强度调制辐射治疗规划的基于剂量梯度的优化的方法。首先,优化器(6)执行对所述规划的第一优化(40),以生成对应于所述规划的剂量分布。接下来,所述优化器(6)生成针对所述规划的每个射束的射束特定剂量梯度图(42)。然后,针对所述规划指定(44)新剂量梯度。最后,所述优化器(6)使用所述新剂量梯度执行最终优化(46)。所述新剂量梯度作为软约束带入到目标函数中给出所述最终优化。所述优化器(3)将限制因子应用于所述目标函数,使得仅在所述第一剂量梯度超过针对特定细射束的所述新剂量梯度时由所述优化器限制第一剂量梯度。
Description
技术领域
本申请涉及医学领域并且尤其适用于辐射处置规划,并且将尤其参考辐射处置规划来进行描述。然而,应意识到,本申请也适用于其他医学介入和处置流程。当患者被诊断患有癌症时,能够寻求若干处置选项。一个处置选项是辐射治疗。当辐射治疗被选择时,根据与患者有关的大量数据来构建详细的规划。
背景技术
在过去的十年里,技术进步已提供了在强度调制辐射治疗(IMRT)、强度调制光子治疗(IMPT)等领域中的大的飞跃,以改进剂量递送。最近,研究兴趣已经转向将从射束放置开始到剂量优化的在规划生成中涉及的各个任务自动化,以协助并减小临床用户的工作量负担的方法。
规划评估被分类为三个阶段:1、物理评估,2、技术评估,以及3、临床评估。通常在规划完成之后,由技术人员检查规划的物理方面和技术方面。由辐射肿瘤科医师调查规划的临床方面。当前,基于覆盖规划的物理方面、技术方面和临床方面的五种类别来评估IMRT规划:1、几何分析,2、剂量分布分析,3、剂量体积直方图(DVH)分析,4、参数分析,以及5、递送能力分析。
几何分析被执行以评估射束放置的最优性。射束放置是非常重要的步骤。优化的质量主要受射束的数量和其角度的影响。鉴于增加了IMRT规划的最优性和递送能力,已经制定出针对IMRT中的最优射束放置的规则。
剂量分布分析量化地验证在轴向平面、冠状平面和矢状平面中的剂量分布的最优性。该分析能够被进一步分裂为2D分析和3D分析。2D剂量分布分析隐含逐切片对剂量分布进行评估。这种类型的分析被用于评估关于每个切片中的目标体积的规定剂量的正形性。这种类型的分析也能够揭露在目标体积中和目标体积周围的冷点或热点的分布。冷点或热点是在接收小于或大于预期剂量的辐射的目标和危险器官内的区。3D分布分析在确定剂量分布关于一组射束取向对总体目标体积的正形性如何时是有用的。
剂量体积直方图(DVH)是用于评估规划的最优性的有力工具。DVH以图形2维格式表示3维剂量分布。针对目标体积的DVH图形地表示在覆盖率、一致性和同质性方面的剂量分布的质量。针对危险器官(OAR)的DVH曲线表示在平均剂量和最大剂量方面使OAR幸免的效率。
参数分析被执行以量化地验证剂量的最优性。在该分析中使用的参数是:(a)针对目标体积和OAR的最小剂量、平均剂量和最大剂量,以及(b)针对目标体积的覆盖率指标、一致性指标和同质性指标。除了针对规划评估的物理度量之外,在规划评估中使用多个生物度量。这些生物度量包括等效均匀剂量(EUD)、肿瘤控制概率(TCP)和正常组织并发症概率(NTCP)等。
递送能力分析被执行以便评估在剂量递送方面的规划的鲁棒性如何。该分析涉及对诸如以下的参数的验证:段数、每段的最小或平均机器跳数(MU)、最小段面积(MSA)、总递送时间等。MU是在辐射治疗中对线性加速器的机器输出的量度。递送能力分析揭露了规划实际上是否是可递送的。
辐射处置规划(RTP)评估是耗时的过程,其也要求专业技术。IMRT中使用的逆向规划方法学是复杂的过程,其潜在地容易受噪声和高频空间波动的影响,所述高频空间波动产生尖锐的注量峰和谷,例如梯度。这些特征在它们帮助实现被给予处置规划系统的目标时,被认为是期望的。然而,这些特征能够导致非期望的影响,包括机器跳数(MU)的大的增加、对几何不确定性的敏感,以及延长的递送时间。得到的MU与射束的强度分布中的波动的频率和幅度直接成比例。另一问题是由于过度的MU(即“热”点)而由透射和泄漏被递送到患者的额外剂量。当强度模式变得更为复杂时,所计算的、定序的和递送的强度模式之间的差异增加。
开发出了试图通过减小递送的IMRT射束中的不必要的调制来增加IMRT过程的效率的方法。解决该问题的一种方法是在优化之后并入平滑算法,这产生更为连续的强度模式,以改进递送能力并减小过度MU。然而,通过平滑来减小射束复杂度的尝试通常导致规划劣化,因为平滑算法不能够区分期望的与非期望的调制的区。
另一种方法是接受一些高强度峰对于产生质量规划而言是不必要的。能够通过在优化过程中针对规划应用“强度限制”来避免不必要的调制。这样的细射束强度限制方法不准确,因为其难以确定可应用在整个DVH规划上的单个截止强度水平。基于孔径的IMRT技术,诸如直接孔径优化(DAO)和直接机器参数优化(DMPO),帮助减小一些递送复杂度。然而,直接基于孔径的优化问题比基于注量的优化要更加难以解决得多。在基于孔径的技术中,良好的起始点对优化而言是必要的,以确保高质量规划。对合适的最大分段数量的选择在直接基于孔径的优化方法中是重要的,以在规划最优性与剂量递送能力之间寻求平衡。
发明内容
本申请提供了一种用于控制IMRT递送复杂度的改进的基于剂量梯度的优化技术。
根据本申请的一个优选方法,提供了一种用于优化强度调制辐射治疗规划的方法,包括:根据初始规划指定的设置来优化规划,以创建在射束方向视图(eyeview)中的经优化的剂量分布;根据在所述射束方向视图中的所述经优化的剂量分布来生成剂量梯度图;并且指定针对在射束方向视图中的用户指定的区域的新剂量梯度。
根据本申请的一个优选实施例,提供了一种处置规划优化系统,包括:用户接口,其用于接收来自用户的输入;非暂态存储器模块,其用于存储包括来自多个源的数据的处置规划数据集;以及优化器。所述优化器被编程为:根据初始规划指定的设置来优化所述规划,以创建在射束方向视图中的经优化的剂量分布;根据在射束方向视图中的所述经优化的剂量分布来生成剂量梯度图;并且指定针对在射束方向视图中的用户指定的区域的新剂量梯度。
根据本申请的另一方法,提供了一种基于剂量梯度的优化方法,包括:根据初始规划指定的设置来优化所述规划,以创建针对射束方向视图的经优化的剂量分布;将所述剂量分布划分为多个细射束;计算针对所述多个细射束中的每个细射束的第一剂量梯度值;根据每个细射束的所述剂量梯度值来编译剂量梯度图;确定在每个射束方向视图的所述剂量梯度图内的不足剂量梯度;描绘在所述剂量梯度图内的关于所述不足剂量梯度的子区域;指定针对所描绘的子区域的用户剂量梯度;并且使用所述用户剂量梯度来执行第二优化。
一个优点在于校准时间和成本得以减小。
另一优点是对在优化之后的规划质量的可能改变的增加的可预测性。
一个另外的优点是更容易识别过度调制的细射束。
本领域普通技术人员在阅读并理解了以下详细描述后将意识到本发明的另外的优点。
附图说明
本发明可以采取各种部件和各部件的布置的形式,并且可以采取各种步骤和各步骤的安排的形式。附图仅出于图示优选实施例的目的,而不应被解读为对本发明的限制。
图1描绘了辐射治疗规划评估系统的实施例。
图2描绘了剂量分布图(上)和基于所述剂量分布图的导出的对应的剂量梯度图(下)。
图3描绘了针对一个射束的射束方向视图(上)以及在优化和转换之后的对应的开放密度矩阵(下)。
图4描绘了用于剂量梯度优化的方法。
图5描绘了用初始优化规划的方法。
图6描绘了用于生成剂量梯度的方法。
图7描绘了用于指定新剂量梯度的方法。
具体实施方式
本申请提供使用基于剂量梯度的优化来优化IMRT规划的功能。本申请提供存储和访问特定于患者的处置规划数据的功能,其中,所述数据包括多个分布式源。本申请提供执行对处置规划的初始优化的功能。本申请提供基于处置规划数据来生成剂量梯度图的功能。本申请提供了针对在射束方向视图中的特定区域并且针对来自规划中使用的多个射束的单个射束来指定剂量梯度的功能。本申请还提供执行对规划的最终优化的功能。本申请提供接受用户输入并实时向用户显示结果以用于规划操纵的功能。
剂量梯度与强度调制直接成比例,使得修改梯度类似于修改剂量的强度调制。图1描绘了用于提供基于剂量梯度的优化以控制处置规划递送复杂度的系统的实施例。优化系统包括用户接口2,所述用户接口接受来自用户的输入。用户接口2通过鼠标、键盘、触摸屏、显示器、麦克风、数据文件等来接受用户输入。用户通常是具有规划和患者状态的知识的肿瘤科医师或技术人员。存储器模块4包括存储数据和输入的非暂态计算机可读介质。存储器模块4接受来自用户接口2的输入,并将输入存储为由优化器6访问的数据。优化器6包括用于访问和处理数据的一个或多个处理器。在一个实施例中,优化器6包括用于存储针对一个或多个处理器的指令的非暂态计算机可读介质。
优化器6被连接到系统中的其余模块。优化器6访问在处置规划模块8处驻留的处置规划,并且访问优化所需的数据。优化器6被连接到显示器10。显示器10是LCD、TFT、LED、CRT、触摸屏,或另一屏幕实施方式。在一些实施例中,显示器10位于用户接口2内。例如,参考图2,显示器10向用户显示剂量分布的视图(图2,上)以及对应的剂量梯度图(图2,下)。用户利用用户接口2通过在图上的改变的剂量梯度来更改剂量。在一个实施例中,用户接口2经由笔、触控笔或其他标记工具来接受用户输入。
优化器6也被有线或无线地连接到网络12,经优化的规划能够通过网络12被分布到其他医生或处置提供者,用于进一步查看。例如,规划通过网络12被分布到肿瘤科医师,肿瘤科医师在他/她的办公室里显示和查看所述规划并通过网络2将批准、注释、校正等发回。
作为处置规划的部分,技术人员或临床医师通常根据需要规定针对目标体积的大的剂量和针对周围正常组织/器官的较小的最大剂量,以实现规定剂量分布。技术人员将需要的数量的射束放置在合适的机架角中。优化器6执行对位于处置规划模块8上的规划的初始优化。初始优化使规划的细节初始化。初始优化序列被执行作为基于注量的优化或基于孔径的优化。优化器6计算剂量并生成在射束方向视图中的剂量分布,以在显示器10上向用户显示。针对选定的射束角,优化器6针对射束方向视图中的每个射束,检索在等中心平面(即正交于射束并且与等中心相交的平面)中的经优化的剂量分布。即,观察者如同从射束源沿射束看去地观察剂量分布。
根据生成的剂量分布,优化器6将剂量分布转换为剂量梯度图。剂量梯度图是在等中心平面处的剂量改变的速率的射束特定视图。剂量梯度图以射束方向视图在显示器10上被显示给用户。优化器6示出了针对具体射束的射束特定视图,并且关闭其他射束对等中心平面的剂量贡献。这允许用户容易地使剂量梯度图与该具体射束的强度调制相关。
优化器6通过首先将给定射束方向视图(BEV)离解为包括多个网格点(即细射束)的计算网格,来将剂量分布转换为剂量梯度图。考虑约定的BEV网格分辨率,在初始优化中获得的剂量分布通过每个射束的BEV被显示在显示器10上。优化器6通过计算在计算网格中的每个具体细射束周围的剂量梯度来将BEV特定剂量分布转换为剂量梯度图。
为了计算针对BEV中的给定剂量分布的剂量梯度,计算在计算网格上的每个细射束i与其最近近邻j之间的剂量差异。在每个细射束i处的梯度Gi然后被计算为:
其中Gi为在细射束i处的剂量梯度,Δdij为细射束i与其最接近近邻j中的每个之间的剂量的差异,并且Δxij为细射束i与计算中使用的最接近近邻点j中的每个之间的距离。优化器6选择四至六个近邻点用于对每个射束的BEV中的梯度计算。剂量梯度为正标量,并且描述变化的量级,而非局部梯度的方向性能。剂量梯度以每毫米剂量单位为单位。参考图2,剂量分布20被显示为紧邻其对应的剂量梯度图22。在一个实施例中,剂量分布20和剂量梯度图22被彼此并列地示出在显示器10上。在另一实施例中,视图被单独地示出在显示器10上。
优化器6在用户接口2的显示器10上向用户显示剂量梯度图22。剂量梯度图然后能够由使用用户接口2的用户来操纵。针对剂量梯度,区域中的强度调制的程度与在区域中获得的剂量梯度的水平直接成比例。通过改变剂量梯度,被分布到区域的剂量的强度得以改变。
在一个实施例中,用户接口2在显示器10上向用户显示剂量梯度图。由于,分布的剂量与剂量梯度直接成比例,因此用户能够使用用户接口2来更改剂量梯度,以获得更好的剂量分布。用户在剂量梯度图中描绘BEV子区域,并指定针对该区域的选定的剂量梯度水平。区域涉及被引导朝向所描绘的区域的细射束的特定集合。用户接口2通过显示器10示出在剂量梯度图内或被叠加在剂量梯度图上的肿瘤或危险器官的轮廓,以进一步辅助用户来描绘针对指定的剂量梯度的区域。用户容易地使解剖结构与剂量梯度相关,以进一步优化规划。轮廓是通过分割3D诊断规划图像(例如CT、MRI等)并将分割边界交叠在剂量图上而生成的。基于剂量梯度的精细调谐允许用户预测在优化之后的最终剂量分布中的可能的影响。剂量梯度是以每毫米剂量单位为单位进行测量的,这允许用户使剂量梯度与解剖结构直接相关。这使得用户能够基于针对目标体积和危险周围器官的临床医师的规定来将剂量梯度调谐到需要的水平。针对具体BEV子区域的剂量梯度中的减小的水平是由用户基于针对目标体积和其他器官获得的DVH曲线而手动决定的。用户指定BEV子区域内的剂量梯度。优化器6然后使用来自用户接口2的用户输入来将剂量梯度值分配给BEV子区域内的每个细射束。在一个实施例中,用户接口2接受来自编辑工具(例如铅笔、笔刷、触控笔等)的输入,其中,用户使用编辑工具物理地描绘或调节BEV子区域。
在另一实施例中,用户描绘一个剂量梯度图内的多个小BEV子区域,并且然后指定针对每个区域的剂量梯度。在一个另外的实施例中,用户针对多个射束中的每个射束,利用特定射束的对应的剂量梯度图描绘BEV子区域。在另一实施例中,使用优化器6自动执行描绘以描绘区域。
优化器6然后使用指定的剂量梯度来执行对规划的最终优化。优化器6使用指定的剂量梯度作为针对所描绘的BEV子区域内的细射束的最大容许剂量梯度。优化器6输出指定的剂量梯度作为用于对规划的最终优化的约束。最终优化基于定义的目标函数F。在一个实施例中,目标函数被定义为:
其中Pn为针对每个体素n的规定剂量,同时Dn为在点n处计算的剂量;并且wn为被分配到具体器官或组织内部的体素的权重;i指代细射束编号;j指代BEV子区域编号;并且k指代射束编号。Gijk为使用来自先前梯度计算的方程式在第k个射束中的第j个BEV子区域中的第i个细射束处获得的当前剂量梯度。指定Gijk为在第k个射束中的第j个BEV子区域中的第i个细射束处的用户指定的剂量梯度。在一个实施例中,指定Gijk是由优化器6基于针对整个区域的用户指定的剂量梯度,针对第i个细射束指定的。
以上目标函数的wi j k是由下式所确定的限制因子:
如果Gijk≤指定Gijk,则wijk=0
如果Gijk>指定Gijk,则wijk=1
限制因子确保了仅超过针对具体细射束的指定的剂量梯度的剂量梯度通过优化过程被限制。
在一个实施例中,优化器6使用以上目标函数来执行基于注量的优化。优化器6根据注量优化创建最优注量概况,并将注量概况转换为递送能力概况。在另一实施例中,优化器6执行基于孔径的优化,诸如直接机器参数优化(DMPO)。优化器6在DMPO过程的注量优化期间使用递送约束。
在一个实施例中,注量概况在规划软件中被表示为开放密度矩阵。参考图3,示出了在等中心30平面处的一个射束的射束方向视图(图3,上)。在射束方向视图中的是指示要由射束靶向的区域的目标体积32。并排于射束方向视图(图3,上)的是在优化器6已经执行了最终优化之后的经优化的注量概况34(图3,下)。在一个实施例中,优化器6将最优注量概况显示为开放密度矩阵34。
参考图4,示出了用于基于剂量梯度的优化的方法。在步骤40,优化器6执行初始优化,以获得初始规划剂量分布(图2,上)。在步骤42,由优化器6根据剂量分布来生成剂量梯度图(图2,下)。在步骤44,针对生成的剂量梯度图中的区域,指定新剂量梯度。在步骤46,由优化器6使用指定的剂量梯度作为约束来执行最终优化。最终优化使用上面讨论的定义的目标函数,来获得针对目标的最优注量概况和递送能力概况。
参考图5,初始优化步骤40被展开为多个步骤。在步骤50,技术人员描绘要被靶向的患者身体的区域和要被避开的危险器官(OAR)。能够执行分割以帮助识别目标和OAR。技术人员能够是对创建IMRT规划负责的临床医师或辐射肿瘤科医师。在步骤52,技术人员确定适当的射束放置以辐照目标区并使对OAR的辐照最小化。在步骤54,优化器6基于规划生成初始剂量体积约束。初始剂量体积约束确定目标中和周围的具体区接收多少剂量。在步骤56,优化器6使用初始约束来执行对规划的初始优化,以生成剂量分布。初始优化56为基于注量的或基于孔径的优化。
参考图6,剂量梯度图生成步骤42被展开为多个步骤。在步骤60,优化器6将来自初始优化的剂量分布离解为细射束的计算网格。每个细射束是网格中的网格点,籍此能够由个体细射束划分剂量分布的部分。在步骤62,优化器6使用上文讨论的方程式来计算在每个细射束处的剂量梯度值。在步骤64,优化器6使用显示器10来显示在剂量梯度图(图2,下)中的剂量梯度值。
参考图7,指定新剂量梯度步骤44被展开为多个步骤。在步骤70,使用用户接口2,用户观察具体射束的剂量梯度图,并且描绘被确定为需要新剂量梯度的BEV子区域。用户根据各种因子来描绘这些区域,所述各种因子诸如是剂量的位置,或在其中剂量梯度对于规划要求而言太高或太低的确定的“热”点或“冷”点等。在步骤72,用户使用用户接口来指定针对BEV子区域的新剂量梯度。在步骤74,优化器使用针对BEV子区域的指定的剂量梯度,来将剂量梯度分配到BEV子区域中的每个细射束。
在一个实施例中,迭代进行指定步骤44和最终优化步骤46,直到用户对剂量分布、MU和强度调制满意为止。如果用户不满意,则重复这些步骤,直到用户对经优化的规划满意,并且满足所要求的规划目标为止。一旦用户满意,就针对目标体积32生成开放密度矩阵34。在显示器10上显示开放密度矩阵34(图3,下),以供用户查看。
根据本申请的方法和系统不仅适用于对辐射或光子治疗规划的规划优化,而且例如还适用于当提供患者照护时经历的其他系统或环境中。除了肿瘤科医师、物理师以及其他处置提供者以外,本申请尤其用作用于训练用户来对规划进行评估的训练工具,同时在忽略规划的部分的情况下提供对用户的检查。
尽管已经参考本公开的系统和方法的示范性实施例描述了本公开的系统和方法,但是本公开不限于这样的示范性实施例。相反,容易对本文公开的系统和方法进行各种修改、增强和/或变化,而不偏离本文的精神或范围。因此,本公开在权利要求的范围内实现并涵盖这样的修改、增强和/或变化。
Claims (20)
1.一种强度调制辐射治疗处置规划优化系统,包括:
用户接口(2),其被配置为接收来自用户的输入;
非暂态存储器模块(8),其被配置为存储包括来自多个源的数据的IMRT处置规划数据集;
显示器(10),其被配置为向所述用户显示信息;以及
优化器(6),其被编程为:
根据初始规划指定的设置来优化(40)IMRT规划,以创建在射束方向视图中的经优化的剂量分布(20);
根据在所述射束方向视图中的所述经优化的剂量分布来生成(42)剂量梯度图(22);并且
通过所述用户接口(2)接收来自所述用户的指定的剂量梯度和指定的子区域。
2.根据权利要求1所述的系统,其中,所述优化器还被编程为:
使用所述指定的剂量梯度来执行(46)第二优化。
3.根据权利要求1或2中的任一项所述的系统,其中,所述优化器执行作为基于注量的优化的初始优化。
4.根据权利要求1或2中的任一项所述的系统,其中,所述优化器执行作为基于孔径的优化的所述初始优化。
5.根据权利要求1-4中的任一项所述的系统,其中,生成所述剂量梯度图包括生成针对在所述射束方向视图中的多个射束中的单个射束的剂量梯度。
6.根据权利要求1-5中的任一项所述的系统,其中,所述优化器通过以下来指定新剂量梯度:
描绘(70)在射束方向视图中的射束的多个细射束;并且
指定(72)针对所描绘的区域的需要的剂量梯度水平。
7.根据权利要求1-6中的任一项所述的系统,其中,所述显示器(10)实时向所述用户显示(64)与肿瘤或危险器官有关的所述剂量分布(20)、所述剂量梯度图(22)、所述剂量梯度。
8.根据权利要求1-7中的任一项所述的系统,其中,所述用户接口(2)接受用户输入以操纵所述优化。
9.一种用于优化强度调制辐射治疗规划的方法,包括:
利用优化器(6)根据初始规划指定的设置来优化(40)所述强度调制辐射治疗规划,以创建在射束方向视图中的经优化的剂量分布;
根据在所述射束方向视图中的所述经优化的剂量分布来生成(42)剂量梯度图;并且
指定(44)针对在射束方向视图中的用户指定的区域的新剂量梯度。
10.根据权利要求9所述的方法,还包括:
使用指定的剂量梯度来执行(46)第二优化。
11.根据权利要求9或10中的任一项所述的方法,其中,初始优化是基于注量的优化。
12.根据权利要求9或10中的任一项所述的方法,其中,初始优化是基于孔径的优化。
13.根据权利要求9-12中的任一项所述的方法,其中,每个生成的剂量梯度图示出针对在所述射束方向视图中的多个射束中的单个射束的剂量梯度。
14.根据权利要求9-13中的任一项所述的方法,其中,所述的指定新剂量梯度包括:
描绘(70)在射束方向视图中的射束的多个细射束;并且
指定(72)针对所描绘的区域的剂量梯度水平。
15.根据权利要求9-14中的任一项所述的方法,包括:
在显示器(10)上显示(64)与肿瘤或危险器官有关的所述剂量分布(20)和所述剂量梯度图(22)以供用户查看。
16.根据权利要求15所述的方法,其中,所述用户通过用户输入(2)操纵所述剂量梯度。
17.一种承载软件的非暂态计算机可读介质,所述软件用于控制一个或多个处理器执行根据权利要求9-16中的任一项所述的方法。
18.一种包括一个或多个处理器的剂量梯度优化器(6),所述一个或多个处理器被编程为:
根据初始规划指定的设置来优化(40)强度调制辐射治疗规划,以创建针对射束方向视图的经优化的剂量分布;
将所述剂量分布(20)划分(60)为多个细射束;
计算(62)针对所述多个细射束中的每个细射束的第一剂量梯度值;
根据每个细射束的所述剂量梯度值来编译(42)剂量梯度图(22);
从用户接口(2)接收指示在每个射束方向视图的所述剂量梯度图内的不足剂量梯度的用户输入;
从用户接口(2)接收在所述剂量梯度图(22)内关于所述不足剂量梯度的描绘的(70)子区域的用户输入;
从用户接口(2)接收针对所描绘的子区域的用户指定的(72)剂量梯度的用户输入;并且
使用所述用户指定的剂量梯度来执行(46)第二优化。
19.根据权利要求18所述的优化器,其中,执行所述第二优化包括:
将限制因子应用到目标函数,使得仅在第一剂量梯度超过针对特定细射束的用户剂量梯度时,所述第一剂量梯度由所述优化器限制。
20.根据权利要求18或19中的任一项所述的优化器,其中,所述优化器使用目标函数F来执行所述第二优化,其中
Pn为针对体素n的规定剂量,Dn为在点n处计算的剂量,wn为被分配到具体器官或组织内部的体素的权重,i指代细射束编号,j指代BEV子区域编号,k指代射束编号,Gijk为在第k个射束中的第j个BEV子区域中的第i个细射束处获得的当前剂量梯度,并且指定Gijk为在第k个射束中的第j个BEV子区域中的第i个细射束处的所述用户指定的剂量梯度。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361819886P | 2013-05-06 | 2013-05-06 | |
US61/819,886 | 2013-05-06 | ||
PCT/IB2014/060785 WO2014181204A2 (en) | 2013-05-06 | 2014-04-17 | An interactive dose gradient based optimization technique to control imrt delivery complexity |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105377368A true CN105377368A (zh) | 2016-03-02 |
CN105377368B CN105377368B (zh) | 2019-05-14 |
Family
ID=50721854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480025692.3A Active CN105377368B (zh) | 2013-05-06 | 2014-04-17 | 用于控制imrt递送复杂度的交互式基于剂量梯度的优化技术 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10076673B2 (zh) |
EP (1) | EP2994195B1 (zh) |
JP (1) | JP6684205B2 (zh) |
CN (1) | CN105377368B (zh) |
WO (1) | WO2014181204A2 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107158581A (zh) * | 2017-05-15 | 2017-09-15 | 中国医学科学院肿瘤医院 | 术中放疗扫描路径规划方法和术中放疗系统 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016092441A1 (en) * | 2014-12-11 | 2016-06-16 | Koninklijke Philips N.V. | A method to reduce local hot/cold spots in dmpo-based imrt planning |
US20180111005A1 (en) * | 2015-05-28 | 2018-04-26 | Koninklijke Philips N.V. | Method of selecting beam geometries |
EP3103519B1 (en) * | 2015-06-12 | 2021-06-02 | RaySearch Laboratories AB | A method, a computer program product and a computer system for radiotherapy optimization |
US10252081B2 (en) * | 2015-09-25 | 2019-04-09 | Varian Medical Systems International Ag | Apparatus and method using automatic generation of a base dose |
US10881875B2 (en) * | 2016-03-09 | 2021-01-05 | Koninklijke Philips N.V. | Pre-optimization method for quick prediction of achievability of clinical goals in intensity modulated radiation therapy |
EP3426345B1 (en) | 2016-03-09 | 2021-06-23 | RefleXion Medical, Inc. | Fluence map generation methods for radiotherapy |
US10143859B2 (en) | 2016-09-22 | 2018-12-04 | Varian Medical Systems International Ag | Controlling and shaping the dose distribution outside treatment targets in external-beam radiation treatments |
EP3357539A1 (en) * | 2017-02-02 | 2018-08-08 | Koninklijke Philips N.V. | Warm start initialization for external beam radiotherapy plan optimization |
CN110289075B (zh) * | 2019-04-29 | 2022-04-22 | 中北大学 | 一种基于模糊熵的直接子野优化方法及系统 |
US20230191149A1 (en) * | 2021-12-20 | 2023-06-22 | Siemens Healthineers International Ag | Method and apparatus to detect and respond to radiation treatment plan spot weight edits |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2260902A1 (en) * | 2009-06-10 | 2010-12-15 | Deutsches Krebsforschungszentrum Stiftung des öffentlichen Rechts | Radiation treatment planning system and computer program product |
US20110075806A1 (en) * | 2009-09-28 | 2011-03-31 | Janne Ilmari Nord | Treatment Plan Optimization Method For Radiosurgery |
US20110122997A1 (en) * | 2009-10-30 | 2011-05-26 | Weiguo Lu | Non-voxel-based broad-beam (nvbb) algorithm for intensity modulated radiation therapy dose calculation and plan optimization |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2551734B2 (ja) * | 1994-04-08 | 1996-11-06 | 技術研究組合医療福祉機器研究所 | 放射線治療システム |
US6504899B2 (en) | 2000-09-25 | 2003-01-07 | The Board Of Trustees Of The Leland Stanford Junior University | Method for selecting beam orientations in intensity modulated radiation therapy |
US6661872B2 (en) | 2000-12-15 | 2003-12-09 | University Of Florida | Intensity modulated radiation therapy planning system |
US7162008B2 (en) | 2001-12-03 | 2007-01-09 | University Of Maryland, Baltimore | Method for the planning and delivery of radiation therapy |
US7027557B2 (en) | 2004-05-13 | 2006-04-11 | Jorge Llacer | Method for assisted beam selection in radiation therapy planning |
US7902530B1 (en) | 2006-04-06 | 2011-03-08 | Velayudhan Sahadevan | Multiple medical accelerators and a kV-CT incorporated radiation therapy device and semi-automated custom reshapeable blocks for all field synchronous image guided 3-D-conformal-intensity modulated radiation therapy |
RU2571374C2 (ru) * | 2009-08-31 | 2015-12-20 | Конинклейке Филипс Электроникс, Н.В. | Интерактивный компьютеризованный редактор для компенсаторов, используемых в планировании лучевой терапии |
EP2545474A1 (en) | 2010-03-08 | 2013-01-16 | Koninklijke Philips Electronics N.V. | Scheduling of dose calculation tasks including efficient dose calculation |
US9289627B2 (en) | 2010-06-22 | 2016-03-22 | Varian Medical Systems International Ag | System and method for estimating and manipulating estimated radiation dose |
-
2014
- 2014-04-17 EP EP14723886.9A patent/EP2994195B1/en active Active
- 2014-04-17 JP JP2016512446A patent/JP6684205B2/ja active Active
- 2014-04-17 US US14/785,751 patent/US10076673B2/en active Active
- 2014-04-17 CN CN201480025692.3A patent/CN105377368B/zh active Active
- 2014-04-17 WO PCT/IB2014/060785 patent/WO2014181204A2/en active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2260902A1 (en) * | 2009-06-10 | 2010-12-15 | Deutsches Krebsforschungszentrum Stiftung des öffentlichen Rechts | Radiation treatment planning system and computer program product |
US20110075806A1 (en) * | 2009-09-28 | 2011-03-31 | Janne Ilmari Nord | Treatment Plan Optimization Method For Radiosurgery |
US20110122997A1 (en) * | 2009-10-30 | 2011-05-26 | Weiguo Lu | Non-voxel-based broad-beam (nvbb) algorithm for intensity modulated radiation therapy dose calculation and plan optimization |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107158581A (zh) * | 2017-05-15 | 2017-09-15 | 中国医学科学院肿瘤医院 | 术中放疗扫描路径规划方法和术中放疗系统 |
US11541250B2 (en) | 2017-05-15 | 2023-01-03 | Cancer Hospital, Chinese Academy Of Medical Sciences | Intraoperative radiation therapy system and method for intraoperative radiation therapy |
Also Published As
Publication number | Publication date |
---|---|
EP2994195A2 (en) | 2016-03-16 |
WO2014181204A2 (en) | 2014-11-13 |
US20160089549A1 (en) | 2016-03-31 |
EP2994195B1 (en) | 2022-02-23 |
US10076673B2 (en) | 2018-09-18 |
CN105377368B (zh) | 2019-05-14 |
JP2016520385A (ja) | 2016-07-14 |
JP6684205B2 (ja) | 2020-04-22 |
WO2014181204A3 (en) | 2015-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105377368A (zh) | 用于控制imrt递送复杂度的交互式基于剂量梯度的优化技术 | |
US11103727B2 (en) | Model based PBS optimization for flash therapy treatment planning and oncology information system | |
JP5805757B2 (ja) | 放射線量を推定し、推定された放射線量を操作するためのシステムおよび方法 | |
CN102671309B (zh) | 用于确定辐照规划的方法和装置 | |
US20040165696A1 (en) | Systems and methods for global optimization of treatment planning for external beam radiation therapy | |
JP2006142043A (ja) | 放射線治療線量を自動的に計画する方法 | |
CN101820827A (zh) | 适应性调整放疗剂量的分次照射剂量的方法 | |
CN101500648A (zh) | 利用剂量体积直方图生成轮廓结构的系统和方法 | |
Pawlicki et al. | Monte Carlo simulation for MLC-based intensity-modulated radiotherapy | |
Ferris et al. | Optimization of gamma knife radiosurgery. | |
Reynaert et al. | Clinical implementation of a Monte Carlo based treatment plan QA platform for validation of Cyberknife and Tomotherapy treatments | |
Van Dyk | Quality assurance of radiation therapy planning systems: current status and remaining challenges | |
Yuan et al. | Lung IMRT planning with automatic determination of beam angle configurations | |
CN110021399A (zh) | 一种放射治疗计划的自动设计方法 | |
Hofmaier et al. | Variance‐based sensitivity analysis for uncertainties in proton therapy: A framework to assess the effect of simultaneous uncertainties in range, positioning, and RBE model predictions on RBE‐weighted dose distributions | |
Saw et al. | Commissioning and quality assurance for MLC-based IMRT | |
Ghimire et al. | Forecasting patient-specific dosimetric benefit from daily online adaptive radiotherapy for cervical cancer | |
Deufel et al. | Quality assurance for high dose rate brachytherapy treatment planning optimization: using a simple optimization to verify a complex optimization | |
Knöös et al. | Independent checking of the delivered dose for high-energy X-rays using a hand-held PC | |
Lee et al. | Automated gamma knife radiosurgery treatment planning with image registration, data‐mining, and Nelder‐Mead simplex optimization | |
Giordanengo et al. | RIDOS: A new system for online computation of the delivered dose distributions in scanning ion beam therapy | |
Ruotsalainen et al. | Nonlinear interactive multiobjective optimization method for radiotherapy treatment planning with Boltzmann transport equation | |
Purdy et al. | Three-dimensional treatment planning and conformal therapy | |
CN116612853B (zh) | 放疗验证计划剂量生成方法、系统、电子设备及存储介质 | |
Zhao et al. | Deriving optimal planning organ at risk volume margins in prostate external beam radiotherapy |
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 |