CN105979873B - 用于基于连续材料指数的剂量计算的方法和系统 - Google Patents
用于基于连续材料指数的剂量计算的方法和系统 Download PDFInfo
- Publication number
- CN105979873B CN105979873B CN201480064853.XA CN201480064853A CN105979873B CN 105979873 B CN105979873 B CN 105979873B CN 201480064853 A CN201480064853 A CN 201480064853A CN 105979873 B CN105979873 B CN 105979873B
- Authority
- CN
- China
- Prior art keywords
- particle
- border
- voxel
- boundary
- index
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 239000000109 continuous material Substances 0.000 title description 10
- 238000004364 calculation method Methods 0.000 title description 5
- 239000000463 material Substances 0.000 claims abstract description 282
- 239000002245 particle Substances 0.000 claims abstract description 86
- 230000005540 biological transmission Effects 0.000 claims abstract description 31
- 238000004088 simulation Methods 0.000 claims abstract description 22
- 230000003993 interaction Effects 0.000 claims description 36
- 239000000203 mixture Substances 0.000 claims description 27
- 238000001959 radiotherapy Methods 0.000 claims description 17
- 241000406668 Loxodonta cyclotis Species 0.000 claims description 3
- 206010028980 Neoplasm Diseases 0.000 claims description 3
- 230000008021 deposition Effects 0.000 claims description 3
- 210000000056 organ Anatomy 0.000 claims description 3
- 238000002560 therapeutic procedure Methods 0.000 abstract description 13
- 210000000988 bone and bone Anatomy 0.000 description 31
- 230000005855 radiation Effects 0.000 description 22
- 230000008569 process Effects 0.000 description 21
- 210000004872 soft tissue Anatomy 0.000 description 19
- 210000001519 tissue Anatomy 0.000 description 18
- 238000012360 testing method Methods 0.000 description 13
- 238000009826 distribution Methods 0.000 description 8
- 230000000704 physical effect Effects 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000000342 Monte Carlo simulation Methods 0.000 description 5
- 210000004027 cell Anatomy 0.000 description 5
- 238000010894 electron beam technology Methods 0.000 description 4
- 230000002285 radioactive effect Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 210000002808 connective tissue Anatomy 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000000981 epithelium Anatomy 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 210000004126 nerve fiber Anatomy 0.000 description 2
- 230000000505 pernicious effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000012925 reference material Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 229910001369 Brass Inorganic materials 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241000566107 Scolopax Species 0.000 description 1
- 231100000987 absorbed dose Toxicity 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000010951 brass Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004980 dosimetry Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 210000005003 heart tissue Anatomy 0.000 description 1
- 229910052734 helium Inorganic materials 0.000 description 1
- 239000001307 helium Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 230000005476 size effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
-
- 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
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- A61N2005/1034—Monte Carlo type methods; particle tracking
-
- 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
-
- 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
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
提供了用于模拟放射疗法中粒子与对象之间的能量传输的系统和方法。为要治疗的患者的一部分生成具有多个体素的三维表示。确定多个体素中的每一个的材料指数。材料指数具有与体素相对应的第一边界材料的标识符和与第二边界材料相关联的体素的百分比。方法还包括通过基于体素的材料指数和边界材料列表计算由粒子在患者内沉积的能量的量模拟粒子与对象之间的能量传输。
Description
相关申请的交叉引用
本申请是非临时申请并且要求2013年12月4日提交的美国临时申请No.61/911,999的优先权的权益,该申请的全部通过引用合并至此。
技术领域
本专利申请涉及模拟放射疗法的辐射传输,以及更特别地涉及基于连续材料指数模拟辐射传输。然而,可以理解,所描述的技术可以在其它医疗应用中得到应用。
背景技术
放射疗法通常适用于治疗癌性肿瘤。在放射疗法疗程期间,患者经受设计为控制或者杀死恶性癌性细胞的电离或者非电离辐射。然而,除治疗癌性细胞以外,放射疗法可能通过损坏接近人或者动物体内恶性癌性细胞的正常或者健康细胞而对患者引起非期望副作用。在放射疗法期间,放射性粒子通过辐射传输进入患者身体并且与患者的组织和器官相互作用。辐射传输指的是放射性粒子通过与组织和器官相互作用向患者身体传递能量从而使患者身体经受辐射的过程。尽管在放射疗法期间采用机制减小赋予正常细胞的辐射,但是期望模拟辐射传输以在治疗疗程之前估计患者将接收的能量的量以便于治疗计划和管理。
蒙特卡罗(Monte Carlo)模拟是用于模拟放射疗法中的辐射传输的通常使用的方法。根据蒙特卡罗模拟,将粒子(诸如光子或者电子)与患者身体之间的相互作用建模为随机过程。基于粒子在其中行进的组织的材料性质对粒子相互作用进行随机采样。这些性质包括,例如,带电粒子的质量阻止本领和质量散射本领以及各种类型的离散粒子相互作用的质量衰减系数。
在常规蒙特卡罗模拟中,将患者的身体建模为包括多个体素的三维数据集。每个体素可以表示三维空间中规则网格上的值。为患者模型的每个体素定义表示物理性质和材料性质的材料信息。基于材料信息,可以通过确定由特定粒子行进的距离和粒子与体素之间的相互作用类型来确定辐射传输。
已经使用两个常规方法定义蒙特卡罗模拟中的材料信息。一个方法是“无材料”方法,仅根据水的能量将表示物理性质的数据制成表。随后相对于水的质量密度基于体素的质量密度在每个体素中修改数据。然而,该方法典型地非常不灵活并且不允许用户为准确的材料组成已知的特定体素分配具体介质。此外,当存在金属或者其它高原子序数材料时,“无材料”方法可能在模拟中引入显著系统误差。
另一个常规方法是将每个体素明确地标识为包括单个定义材料的“离散材料”方法。材料可以包括由混合物的质量或者化合物的原子数量指定比例的单个元素或者若干元素。然而,仅仅基于在成像期间收集的信息向每个患者体素分配材料介质。
因此,“离散材料”方法将离散化误差引入到剂量计算中。例如,预计密度分别为1.100g/cc和1.102g/cc的两个体素具有非常相似的材料性质。然而,“离散材料”方法可以将前者体素表征为软组织以及将后者体素表征为骨骼。这两个体素包括具有不同质量密度的不同材料并且可以与具有相同能量的放射性粒子不同地相互作用。
另外,“离散材料”方法可以在介质的剂量(DTM)与水的剂量(DTW)之间产生间断映射。DTM与DTW之间的选择影响在模拟期间确定哪个量,并且因此最终确定向用户呈现什么。在DTM的情况下,确定由实际材料接收的每单位质量的实际沉积能量。在DTW的情况下,确定介质中嵌入的非常小的水体积的剂量。尽管常规蒙特卡洛算法可以计算DTM,但是历史剂量算法常常将组织近似为水。美国医学物理学家协会已经建议所有放射疗法计划系统都报告DTM和DTW两者。因此,随后通常需要在DTM与DTW之间转换。在上面的示例中,DTW/DTM比率对于所声称“软组织”体素为大约1.01以及对于所声称“骨骼”体素为大约1.12。因此,DTM/DTW比率中11%的差可以由质量密度中的微小差引起。为了在DTM与DTW之间进行平滑转换,必须引入新材料,该新材料是软组织和骨骼的分级混合物。必须定义至少十个软组织和骨骼的中间混合物以确保DTW/DTM比率中的不连续性决不超过1%。
如从上述显而易见的,用于模拟放射疗法的辐射传输的常规技术具有若干缺陷。因此,需要克服这些缺陷的放射疗法的辐射传输中的改进。
发明内容
根据实施例,公开了用于模拟放射疗法中粒子与对象之间的能量传输的计算机实现的方法。方法包括将对象的多个边界材料和多个标识进行标识。多个标识中的每一个标识多个边界材料中的一个。方法还包括基于对象的部分的材料性质从多个边界材料选择对象的一部分的第一边界材料和第二边界材料的组合。方法还包括基于第一边界材料和第二边界材料的组合确定对象的部分的材料指数以及基于材料指数计算由粒子在对象的部分内沉积的能量的量。
根据另一个实施例,公开了用于模拟粒子与经受放射疗法的患者之间的能量传输的系统。系统包括用于存储计算机可执行指令的存储介质和用于执行计算机可执行指令的处理器。指令使得处理器生成患者的至少一部分的三维表示。三维表示包括多个体素。指令还使得处理器基于边界材料和分配给边界材料的标识符确定多个体素中的每一个的材料指数。每个体素的材料指数具有包括对应体素内的第一边界材料的标识符的第一部分以及包括与体素内的第二边界材料相关联的对应体素的百分比的第二部分。指令还使得处理器基于体素的材料指数和边界材料列表计算由粒子在患者内沉积的能量的量。
根据另一个实施例,公开了包括计算机可执行指令的计算机可读介质。当由处理器执行时,指令使得处理器执行用于模拟放射疗法中粒子与对象之间的能量传输的方法。方法包括将对象的多个边界材料和多个标识进行标识。多个标识中的每一个标识多个边界材料中的一个。方法还包括基于对象的部分的材料性质从多个边界材料选择对象的一部分的第一边界材料和第二边界材料的组合,基于第一边界材料和第二边界材料的组合确定对象的部分的材料指数,以及基于材料指数计算由粒子在对象的部分内沉积的能量的量。
将在下面的描述中对本公开另外的目的和优点进行部分地阐述,并且部分地将通过描述变得清晰或者可以通过本公开的实践进行学习。将借助于所附权利要求中特别指出的元素和组合实现和得到本公开的目的和优点。
应当理解,上述一般说明和下列详细说明两者仅是示例性和解释性的并且如所要求的并不限制于本公开。
附图说明
附图(并入并且构成本说明书的一部分)图示了本公开的若干实施例并且与描述一起用来解释本公开的原理。在附图中:
图1是根据本公开实施例用于模拟放射疗法的辐射传输的系统的图;
图2是根据本公开实施例为了放射疗法剂量计算的目的模拟不带电粒子的传输的过程的流程图;
图3是根据本公开另一个实施例为了放射疗法剂量计算的目的模拟带电粒子的传输的过程的流程图;
图4是根据本公开实施例具有示例性边界材料列表的表格;
图5示出了根据本公开实施例所进行的测试的结果;以及
图6示出了根据本公开另一个实施例进行的测试的结果。
具体实施方式
现在将详细参照所公开的实施例,在附图中对所公开实施例的示例进行了图示。在可能的情况下,在整个附图中将使用相同的附图标记指代相同或者相似的部分。
根据蒙特卡罗技术,将经受放射疗法的患者身体建模为包括多个材料的几何结构或者三维数据集。三维数据集包括各自包括一个或者多个材料的多个体素。模拟中使用的每个材料的物理数据或者性质必须先验地可获得。所需数据在蒙特卡罗系统之间变化。材料数据源的示例包括可在http://physics.nist.gov/xcom(在2014年1月27日访问)处获得的XCOM(光子截面数据库)或者可在http://physics.nist.gov/Star(在2014年1月27日访问)处获得的ESTAR、PSTAR和ASTAR(用于计算电子、质子和氦离子的阻止本领和范围表的计算机程序),它们中的全部通过引用合并于此。可获得材料的列表不特定于给定患者或者治疗计划。个别情况可以仅使用所有定义材料的子集。
所公开的实施例提供连续材料指数(CMI)技术,该技术先验地定义多个边界材料和它们的相应材料信息。在蒙特卡罗模拟期间,将特定体素的材料确定为至少两个或者更多个边界材料的组合。单个体素内的边界材料的百分比可以在体素之间连续地变化。
根据实施例,可以将边界材料的列表定义为包括例如空气、组织和骨骼。替换地,可以定义各种类型的组织,包括,例如,上皮组织、结缔组织、肌肉组织(例如,骨骼组织、平滑组织或者心脏组织)和神经组织。在列表中,边界材料可以成对地布置并且由例如(空气,组织)和(组织,骨骼)表示。在每个体素内,可以根据本公开的各种实施例定义两个材料的组合或者混合物。
在另一个实施例中,列表中的单个材料可以多次出现,表示所有可能的边界材料对。例如,边界材料的列表可以包括空气、组织、骨骼和空气,这允许对三个单个材料的所有可能对进行建模。由技术定义的边界材料可以是特定于情况的并且不限于此处描述的示例性实施例。
所公开的系统和方法消除了对常规方法要求的多个预定义材料混合物的需要。这可以通过使用十进制数代替整数标识体素的材料含量来实现。可以使用十进制数对用两个或者更多个材料或者物质的组合而不是仅一个材料填充体素的事实进行建模。因此,即使利用所选择的边界材料中的少量预定义材料,所公开的方法和系统也可以提供基本上较大数量的组合以及平滑的DTM/DTW转换。该数据表示还可以更好地符合材料(诸如空气和软组织的组合或者骨骼和软组织的组合)没有在体素内均匀地混合而是占据体素的几何离散部分的物理现实。
所公开的系统和方法可以在任何蒙特卡罗辐射传输模拟中实现,诸如S.Hissoiny、B.Ozell、H.Bouchard和P.Despres在Medical Physics的38(2):754-764,2011的“GPUMCD:A new GPU-oriented Monte Carlo dose calculation platform”中公开的图形处理单元(GPU)蒙特卡罗剂量(GPUMCD)代码,其全部内容通过引用合并于此。本领域技术人员将认识到GPUMCD代码仅用于例示性目的并且不限制此处公开的方法和系统的范围。
图1描绘了根据实施例用于模拟放射疗法中的辐射传输的系统100的示意图。系统100包括处理器102、存储介质104、输入/输出模块106和网络模块112。处理器102可以是本领域中已知的中央处理单元(CPU),诸如INTEL处理器或者AMD处理器。在实施例中,CPU可以是通用处理器。存储介质104可以是易失性或者非易失性存储器,诸如ROM、RAM、闪存驱动器、硬盘驱动器、CD-ROM、DVD-ROM、寄存器等等。存储介质104可以存储包括与模拟放射疗法有关的计算机可执行指令的计算机代码。处理器102可以从存储介质104取回并且执行计算机可执行指令,该计算机可执行指令可以使得处理器102执行根据本公开实施例的方法和/或步骤中的任何一个。
另外,存储介质104还可以存储与模拟放射疗法有关的数据。数据可以包括表示如上面讨论的已知边界材料(诸如空气、骨骼和组织)的材料数据。已知边界材料可以存储在表格中,该表格包括每个边界材料的标识或者标识符。例如,表格可以将空气、骨骼和组织分别地标识为材料1、材料2和材料3。此外,表格还可以例如为各种类型组织提供指示,分别地对于上皮组织、结缔组织和神经组织指示为材料4、材料5和材料6。
存储介质104中的数据还可以包括例如特定于患者的数据,诸如在放射疗法之前获取的图像。这些图像可以是CT图像、MRI图像、X射线图像、超声图像等等。处理器102可以基于图像数据生成患者的几何模型。几何模型可以是包括表示患者身体的感兴趣部分或者区域的多个体素的三维数据集。
基于图像数据和材料数据,处理器102还可以确定每个体素的材料性质,诸如密度、质量阻止本领等等。可以在模拟期间生成材料性质。替换地,可以在模拟之前由用户将每个体素的材料性质输入到系统100中。存储介质104可以存储表示所有体素的材料性质的材料指数。每个体素的材料指数可以将体素内材料的标识和材料的相应比例进行标识。在模拟期间,处理器102可以从存储介质104取回材料指数并且使用材料指数模拟放射性粒子与患者身体之间的辐射传输。
输入/输出模块106可以包括与外围设备(诸如输入设备108和输出设备110)进行通信的接口和电路。输入设备108可以包括例如键盘、鼠标、触摸板、光笔等等。输出设备110可以包括例如监控器或者投影仪。系统100可以通过输入设备108和输出设备110与用户交互。例如,系统100可以通过用户输入设备108接收用户输入。用户输入可以包括与放射疗法的模拟和建模有关的参数。输出设备110可以是配置为向用户显示模拟结果的监控器或者投影仪。可以将输入设备108和输出设备110集成在单个设备中,诸如可以接收用户输入和提供用户输出两者的触摸屏。例如,组合的集成设备可以是iPad、平板或者智能手机。
网络模块112可以包括与计算机网络或者其它计算机系统进行通信的接口或者电路。例如,网络模块112可以包括Wi-Fi接口、以太网接口、蓝牙接口或者其它无线接口或者有线接口。网络模块112可以允许系统100接收与模拟放射疗法有关的数据和指令。例如,可以利用医院的计算机网络提供数据和指令。例如,系统100可以通过网络模块112接收材料数据和特定于患者的数据并且将材料数据和特定于患者的数据两者存储在存储介质104中以用于稍后的取回。
根据实施例,基于上面讨论的数据和边界材料,系统100可以确定患者模型的至少下列信息:
a)每个体素的质量密度;
b)体素是否包括两个材料的混合物;以及
c)如果体素包括混合物,则体素内的两个边界材料和它们的体积比例。如果体素不包括混合物(即,两个边界材料的组合),则体素的材料指数。
因此,所有体素可以包括至少两个边界材料的混合物。在一些体素中,一个材料可以具有零的比例以及另一个材料可以具有一的比例;从而指示没有混合物。因此,系统100(如常规蒙特卡罗剂量建模系统)与具有各自仅包括一个材料的体素的模型相容。然而,不同于常规系统,系统100还可以对单个体素内的两个或者更多个材料的组合以及患者模型内的两个或者更多个材料的连续变化进行建模。
根据另一个实施例,系统100可以为每个体素分配材料指数。如果具体体素的材料指数没有小数部分,则体素包括纯边界材料。另一方面,如果体素的材料指数具有小数部分(例如,n.5),那么体素包括边界材料n和n+1的混合物。在这里,n是表示上面讨论的边界材料的列表中的第n个边界材料的标识符的整数。
根据另一个实施例,系统100可以基于输入数据(诸如上面讨论的边界材料和特定于患者的数据)生成每个体素的CMI标识符(例如,连续材料指数)。可以在运行时生成所有体素的CMI标识符。例如,体素的材料指数可以具有x.y的形式,包括整数部分x和小数部分y。整数部分x标识给定体素内存在的材料组合中的第一材料。小数部分y表示由组合中第二材料组成的体素的百分比。作为另一个示例,如上所述,当材料边界包括空气、软组织和骨骼时,包括组织和骨骼的体素的CMI指数1.26指示体素包括体积占74%的组织和体积占26%的骨骼的组合。由材料指数的小数部分指示的体素的百分比还可以在另一个实施例中表示质量或者重量中的百分比。
系统100可以基于指示给定体素包括两个材料的混合物并且具有给定密度的输入数据计算相对百分比。计算依赖于已知纯材料的本征密度的事实。例如,水、软组织和皮质骨分别地具有1.00g/cc、1.06g/cc和1.85g/cc的本征密度,这些本征密度是已知的并且可以输入并且存储在系统100中。系统100随后可以根据下列公式计算体素内第二材料的百分比:
其中fi是第i个材料的相对百分比,ρ是体素密度以及ρi是第i个边界材料的本征密度。
根据另一个实施例,在模拟放射疗法期间,系统100可以使用每个体素的两条信息(质量密度和材料标识符)建立在患者身体内给定位置处的材料性质。材料标识符用于取得特定于材料的性质(例如,质量衰减系数、质量阻止本领、质量散射本领等等)以及质量密度用于获得特定于材料的量的值。
根据实施例,系统100可以确定患者身体内给定位置处的材料性质并且使用材料性质对粒子与患者身体之间的离散相互作用进行建模。可以基于体素内材料的性质对粒子与体素之间的相互作用类型进行采样。在该实施例中,粒子与体素之间的相互作用仅可以在从体素中存在的两个材料随机采样的一个材料中进行。
系统100可以基于Woodcock跟踪使用上面讨论的GPUMCD技术,其中对于粒子(诸如光子或者电子),将跨越人体模型(phantom)的所有体素的线性衰减系数假设为恒定的。因此,尽管每单位路径长度的相互作用概率是恒定的,但是存在低密度或者低质量衰减系数的材料中的假设相互作用的较高概率。因此,相互作用点位于体素内第一材料(即,材料1)的概率等于通过第一材料的路径长度的分数,取该分数等于由第一材料占据的体素的分数。因此,基于体素中两个材料的相对百分比进行采样。
在该实施例中,系统100可以生成均匀随机数并且确定随机数是否低于第二材料的相对百分比,该第二材料的相对百分比由材料指数(即,CMI指数)的小数部分y表示。如果随机数低于第二材料的百分比,则系统100使用用于对相互作用类型进行采样的第二材料的性质并且计算相互作用的效果。否则,系统100使用第一材料的性质。
根据替换实施例,系统100可以定义路线以对行进穿过体素的移动粒子的轨迹进行建模。系统100随后可以沿着线路确定材料性质并且基于体素的材料性质和粒子在体素中行进的距离确定多少能量沉积在体素中。系统100可以假设轨迹的分数f1在第一材料(材料1)内以及另一个分数f2=1.0-f1在第二材料(材料2)内。相应地,系统100可以根据下列公式确定粒子在体素内沉积的能量:
Edep=L(f1S1+f2S2), (2)
其中Edep是体素中沉积的能量,L是粒子在体素中行进的距离,Si是第i个材料的受限总线性阻止本领。
替换地,还可以根据下列公式确定体素中沉积的能量:
Edep=L(f1ρ1+f2ρ2)seff, (3)
其中可以根据下列公式确定seff:
其中s1和s2分别地表示第一材料和第二材料的质量阻止本领。
根据另一个实施例,系统100还可以根据下列公式确定参考介质的剂量(DTRM),诸如水的剂量(DTW):
EDTRM=L(f1ρ1s1+f2ρ2s2)sref, (6)
其中sref是参考材料的受限总质量阻止本领。
根据另一个实施例,系统100还可以确定沿着粒子轨迹累积的其它量。例如,系统100可以使用类似于上面式(2)的公式确定多个散射参数bc和的有效值,该多个散射参数是管理多个散射的独立于能量的材料性质。为此,在计算有效值时,式(2)中的Si可以由感兴趣的性质(例如,bc或者)替换。
图2图示了与所公开实施例一致的用于模拟放射疗法期间粒子与患者身体之间的辐射传输的示例性方法。具体地,图2描绘了用于基于不带电粒子(诸如光子)的连续材料指数模拟辐射传输的过程200。过程200可以由系统100实现。
根据图2,在步骤202处,系统100确定不带电粒子(诸如光子)是否具有比用户已经定义的预定最小能量多的能量。如果是,则过程200继续至步骤204。如果不是,则过程200终止。在步骤204处,系统100计算到粒子与患者身体之间的下一个相互作用点的距离。在步骤206处,系统100模拟粒子到步骤204处确定的下一个相互作用点的移动。因此,下一个相互作用点成为当前相互作用点。在步骤208处,系统100取回当前相互作用点处的体素的体素信息(诸如质量密度、材料指数等等)并且标识当前相互作用点处的边界材料和对应质量密度。
在步骤210处,系统100使用上面在式(5)和(6)中定义的过程基于粒子的能量以及当前体素的材料指数和质量密度确定物理性质(诸如当前相互作用点的截面数据)。在步骤212处,系统100根据确定每个相互作用类型的截面的已知技术确定粒子将经历哪个相互作用。在步骤214处,系统100根据蒙特卡罗技术模拟粒子与当前体素之间的相互作用。在步骤216处,系统100验证粒子具有比预定最小能量多的能量。在步骤218处,如果粒子具有比预定最小能量多的能量,则过程200回到步骤204以进行下一个迭代。过程200继续迭代直到粒子的能量变得小于预定量或者粒子离开患者身体。
图3描绘了与所公开实施例一致的用于基于带电粒子(诸如电子)的连续材料指数模拟辐射传输的过程300。还可以在上面描述的系统100上实现过程300。根据图3,在步骤302处,系统300确定粒子是否具有比预定最小能量多的能量以及粒子是否仍然在患者身体中。如果是,则过程300继续至步骤304。如果不是,则过程300终止。在步骤304处,系统100计算到粒子与患者身体之间的下一个相互作用点的距离。在步骤306处,系统100确定粒子是否已经到达下一个相互作用点的位置。如果是,则过程300继续至步骤318。如果否,则过程300继续至步骤308。
在步骤308处,系统100计算从当前相互作用位置到体素边界的距离。在步骤310处,系统100取回当前体素的信息,诸如质量密度、材料指数等等。在步骤312处,系统100基于粒子的能量、当前体素的材料指数和质量密度取回当前体素的物理性质,诸如截面值、阻止本领值、散射本领值。在步骤314处,系统100基于体素中行进的距离和体素的物理性质确定体素中沉积的能量。在步骤316处,系统100试验性地使粒子前进到体素边界。过程300随后返回至步骤306。
在步骤318处,系统100取回当前体素的信息,诸如质量密度、材料指数等等。在步骤320处,系统100基于粒子能量确定当前体素的物理性质,诸粒子质量密度、材料标识符等等。在步骤322处,系统100确定粒子将经历哪个相互作用并且对相互作用进行采样。在步骤324处,系统100根据蒙特卡罗技术模拟粒子与体素之间的相互作用。此后,过程300随后返回至步骤302并且继续下一个迭代。
尽管图2和图3分别地描述了基于如本领域技术人员已知的不带电粒子(例如,光子)和带电粒子(例如,电子)的连续材料指数模拟辐射传输的实施例,所描述的过程不限于这些类型的粒子。
根据实施例,可以在上面描述的GPUMCD代码中实现此处公开的连续材料指数(CMI)方法。将由GPUMCD代码生成的具有CMI和没有CMI的结果进行比较以评估CMI的性能。在该实施例中,以人体模型表面上大约1.5cm乘1.5cm的场大小执行所有测试。运行测试直到达到大约0.25%的不确定性。在国际辐射单位和测量委员会(ICRU)的技术报告No.44的“Tissue Substitutes in Radiation Dosimetry and Measurement”(Bethesda,MD,1989)中提供了边界材料的化学组成,该技术报告通过引用合并于此。在图4的表格1中列出了一些示例性边界材料的化学组成和质量密度。
根据另外的实施例,第一测试可以测试三个不同模型,包括:几何结构1:薄的替换离散材料层;几何结构2:粗的预混合均匀材料层;以及几何结构3:粗的由连续材料指数定义的混合物层。所有三个模型可以包括软组织和骨骼,并且是关于其中存在的骨骼材料的数量的等效物。三个模型可以分别地标记为参考模型、混合物模型和CMI模型。使用这三个不同模型的目标是表明CMI模型产生等效物或者比与常规技术相对应的参考模型和混合物模型更好的结果。CMI模型还表明CMI技术对包括所有材料类型的所有几何结构有效。另外,对于混合物和CMI几何结构,计算具有设置到软组织的参考材料的DTRM。由于电子束对材料差异更敏感,因此模拟24MeV电子束。
参考模型可以使用0.1mm深的体素。例如,对于具有10个体素厚度的板,体素层在1.92g/cc的皮质骨与1.06g/cc的组织之间交替。因此,在具有1.0cm厚度的板内,存在体积占50%的软组织和体积占50%的皮质骨。
混合物模型可以使用0.2mm深的体素。例如,对于具有5个体素或者1.0cm厚度的板,按照1.49g/cc的密度使用表示50%骨骼和50%软组织的混合物的预混合材料。
CMI模型可以使用0.2mm深的体素。例如,对于具有5个体素或者1.0cm厚度的板,体素被标识为具有边界材料为组织和骨骼以及体素质量密度为1.49g/cc的CMI指数。
在图5中呈现了上面描述的利用24MeV电子束的第一测试的结果。在图5中,实线表示剂量结果,以及虚线表示差结果。使剂量结果绝对归一化并且随后重新按比例缩放,以使得参考分布的最大值等于100。对于已经重新按比例缩放的数据,将所有差结果计算为valtest-valref。图5中的插图是异质性区域的近视图。在两种情况中都报告了介质的剂量值。还使用‘o’标记将组织的剂量结果插入在图表中。DTRM结果限于围绕骨板的区域以减少杂波。
系统100还可以处理参考PDD数据来以与测试模型相同的分辨率将结果进行内插。特别地,对于所有体素,将体素的剂量乘以体素的质量以得到沉积的能量。对于连续体素对(例如,体素1与体素2,或者体素3与体素4),将第一体素中沉积的能量添加至第二体素中沉积的能量并且存储在具有测试几何结构的分辨率的能量沉积曲线图中。最终,将能量沉积曲线图中的每个值除以两个原始体素的组合质量以得到组合体素中的吸收剂量。
在图5中的异质性区域内(即,从1.0cm到2.0cm的深度),所有曲线之间的吻合在0.5%内。紧接在异质性区域之后,所有曲线在1%吻合内,并且在剩余区域内保持这样。本领域技术人员将认识到参考PDD并不一定表示其它结果进行评估所针对的基本事实。它表示从骨骼开始使骨骼和组织层交替的具体情形。如果交替层从软组织开始,则参考数据不同。
根据另一个实施例,第二测试可以评估当物理界面横切体素内部时CMI方法的性能。在该实施例中,两个不同边界材料之间的界面与体素网格不一致。参考模型表示包括200个体素的底层物理人体模型,其中每个体素为1.0mm深,其中软组织与骨骼之间的界面为5.1cm深。通过将分辨率降低到小于捕获人体模型的大量细节的充分分辨率的剂量网格(诸如100个2.0mm的体素),对表示底层物理人体模型的模型进行下采样。由于界面落在第26个体素的中间,因此不能以该分辨率清晰地描述界面。因此,第26个体素是一半软组织和一半骨骼并且因此被分配1.49g/cc的密度。当利用混合物模型时,为混合物模型分配一半软组织和一半骨骼的预定义介质。当利用CMI模型时,为CMI模型分配指示相同部分软组织和骨骼的CMI介质指数。模拟使用24MeV电子束。
在图6中呈现上面讨论的具有清晰界面的第二测试的结果。类似地,在图6中,实线表示剂量结果,以及虚线表示差结果。使剂量结果绝对归一化并且随后重新按比例缩放,以使得参考分布的最大值等于100。对于已经重新按比例缩放的数据,将所有差结果计算为valtest-valref。图6的插图是位于5.1cm深处的界面的近视图。
如图6所示,参考分布与其它分布之间的大差异在界面体素本身内可见。由于两种情形中的物理现实不相同,因此这些差异是被预期的。在参考情况中,界面前1mm处的材料包括软组织,以及界面后1mm处的材料包括骨骼。然而,在其它情况中,界面周围2mm内的材料各向同性地包括软组织和骨骼的50%-50%混合物。混合物和连续几何结构两者在界面前、内和后以相同方式起作用,这是预计结果。在浅深度处参考分布与测试分布之间的差异可能由体素大小效应引起。相同体素分辨率处的两个测试分布彼此吻合。
有利地,通过使用蒙特卡罗模拟,将经受放射疗法的患者身体建模为包括多个体素的三维数据集。过程通过确定由特定粒子行进的距离和粒子与体素之间的相互作用类型来确定辐射传输。
每个体素可以表示三维空间中规则网格上的值。定义了表示每个体素的物理和材料性质的材料信息,其中材料不特定于给定患者或者治疗计划。例如,每个体素可以包括一个或者多个边界材料。将特定单个体素的材料确定为至少两个或者更多个边界材料的组合。有利地,不同于常规系统,单个体素内的边界材料的百分比可以在患者模型的体素之间连续地变化。
此外,可以有利地使用十进制数对用两个或者更多个材料或者物质的组合而不是仅一个材料填充体素的事实进行建模以符合材料(诸如空气和软组织的组合或者骨骼和软组织的组合)没有在体素内均匀地混合而是占据体素的几何离散部分的物理现实。使用每个体素的两条信息(质量密度和材料标识符)建立患者身体内给定位置处的材料性质。材料标识符用于取得特定于材料的性质(例如,质量衰减系数、质量阻止本领、质量散射本领等等)以及质量密度用于获得特定于材料的量的值。这些材料指数(例如,诸如质量密度、所标识的材料等等)标识体素内的材料和它们的相应比例,其用于确定当前体素的当前物理性质。
基于体素的物理性质,可以通过确定由特定粒子(例如,带电的、不带电的以及其它类型的粒子)行进的距离和粒子与体素之间的相互作用类型来确定放射性粒子与患者身体之间的辐射传输。
通过考虑说明书和所公开实施例的实践,其它实施例对本领域技术人员来说将是清晰的。意图在由下列权利要求指示所公开实施例的真正范围和精神的情况下,将说明书和示例仅看作示例性的。
Claims (24)
1.一种用于利用至少一个处理器模拟放射疗法中粒子与患者之间的能量传输的计算机实现的方法,包括:
标识所述患者中的对象的多个边界材料和多个标识,所述多个标识中的每一个对所述多个边界材料中的一个进行标识;
基于对象的部分的材料性质,为对象的所述部分从所述多个边界材料选择第一边界材料和第二边界材料的组合;
基于第一边界材料和第二边界材料的组合确定对象的所述部分的材料指数;以及
通过基于材料指数计算由粒子在对象的所述部分内沉积的能量的量来模拟粒子与对象的所述部分之间的能量传输,包括模拟所述粒子与对象的所述部分之间的相互作用,其中,所述相互作用在从所述对象的所述部分中存在的所述第一边界材料和所述第二边界材料随机选择的所述第一边界材料或所述第二边界材料中进行。
2.根据权利要求1所述的计算机实现的方法,其中选择第一边界材料和第二边界材料的组合还包括确定对象的部分中的第一边界材料和第二边界材料的百分比组成。
3.根据权利要求2所述的计算机实现的方法,其中计算由粒子在对象的所述部分内沉积的能量的量还包括:
从所述第一边界材料和所述第二边界材料随机选择所述相互作用在其中进行的一个边界材料,其中,选择所述第一边界材料和所述第二边界材料的概率分别与第一边界材料和第二边界材料的百分比组成成比例。
4.根据权利要求2所述的计算机实现的方法,其中所述材料指数包括第一部分和第二部分,所述第一部分对应于标识所述第一边界材料的多个标识之一,所述第二部分对应于所述第二边界材料的百分比组分。
5.根据权利要求4所述的计算机实现的方法,其中计算由所述粒子在对象的所述部分内沉积的能量的量还包括:
生成随机数;
确定所述随机数是否低于所述材料指数的所述第二部分;
当确定所述随机数低于所述材料指数的所述第二部分时,选择所述第二边界材料用于模拟所述相互作用;而
当确定所述随机数等于或大于所述材料指数的所述第二部分时,选择所述第一边界材料用于模拟所述相互作用。
6.根据权利要求5所述的计算机实现的方法,其中计算由粒子在对象的部分内沉积的能量的量还包括根据蒙特卡罗技术模拟粒子与对象的所述部分之间的相互作用。
7.根据权利要求1所述的计算机实现的方法,其中对象的部分的材料性质包括对象的部分的材料密度。
8.根据权利要求1所述的计算机实现的方法,其中计算由粒子在对象的部分内沉积的能量的量还包括计算由粒子在对象的部分内行进的距离。
9.根据权利要求1所述的计算机实现的方法,其中粒子是带电粒子或者不带电粒子中的至少一个。
10.根据权利要求9所述的计算机实现的方法,其中粒子是电子。
11.根据权利要求9所述的计算机实现的方法,其中粒子是光子。
12.根据权利要求1所述的计算机实现的方法,还包括基于表示对象的三维数据集来定义对象的部分。
13.根据权利要求1所述的计算机实现的方法,还包括确定粒子的能量的量是否大于最小值。
14.根据权利要求1所述的计算机实现的方法,其中对象包括所述患者中的感兴趣的器官或者肿瘤中的至少一个。
15.一种用于模拟粒子与经受放射疗法的患者之间的能量传输的系统,包括:
用于存储计算机可执行指令的存储介质;以及
用于执行计算机可执行指令的处理器,指令使得处理器:
生成患者的至少一部分的三维表示,三维表示包括多个体素;
基于边界材料和分配给边界材料的标识符确定所述多个体素中的每一个的材料指数,每个体素的材料指数具有包括对应体素内的第一边界材料的标识符的第一部分以及包括体素内的与第二边界材料相关联的对应体素的百分比的第二部分;以及
通过基于体素的材料指数和边界材料列表计算由粒子在所述患者内的对象内沉积的能量的量来模拟粒子与所述患者内的所述对象之间的能量传输。
16.根据权利要求15所述的系统,其中指令还使得处理器:
确定由所述粒子在体素中的至少一个内行进的距离,其中计算由所述粒子在患者内的对象内沉积的能量的量还基于该距离。
17.根据权利要求16所述的系统,其中材料指数还包括边界材料的材料性质的信息。
18.根据权利要求17所述的系统,其中边界材料的材料性质包括阻止本领、散射本领或者衰减系数中的至少一个。
19.根据权利要求15所述的系统,其中指令还使得处理器基于体素的密度、第一边界材料的密度和第二边界材料的密度来确定与第二边界材料相关联的对应体素的所述百分比。
20.一种非易失性计算机可读介质,包括当由处理器执行时使得处理器执行用于模拟放射疗法中粒子与对象之间的能量传输的方法的计算机可执行指令,方法包括:
标识对象的多个边界材料和多个标识,所述多个标识中的每一个所述对多个边界材料中的一个进行标识;
基于对象的部分的材料性质从所述多个边界材料为对象的所述部分选择第一边界材料和第二边界材料的组合;
基于第一边界材料和第二边界材料的组合确定对象的所述部分的材料指数;以及
通过基于材料指数计算由粒子在对象的部分内沉积的能量的量来模拟粒子与对象的所述部分之间的能量传输,包括模拟所述粒子与对象的所述部分之间的相互作用,其中,所述相互作用在从所述对象的所述部分中存在的所述第一边界材料和所述第二边界材料随机选择的所述第一边界材料或所述第二边界材料中进行。
21.根据权利要求20所述的非易失性计算机可读介质,其中选择第一边界材料和第二边界材料的组合还包括将对象的部分的密度与所述多个边界材料的密度进行比较。
22.根据权利要求21所述的非易失性计算机可读介质,其中确定材料指数还包括确定与第一边界材料相关联的对象的部分的第一百分比和与第二边界材料相关联的对象的部分的第二百分比。
23.根据权利要求22所述的非易失性计算机可读介质,其中材料指数包括第一部分和第二部分,第一部分包括第一边界材料的标识,第二部分包括对象的部分的第二百分比。
24.根据权利要求20所述的非易失性计算机可读介质,其中对象是患者中的感兴趣的器官或者肿瘤中的至少一个。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361911999P | 2013-12-04 | 2013-12-04 | |
US61/911,999 | 2013-12-04 | ||
US14/271,862 | 2014-05-07 | ||
US14/271,862 US10292670B2 (en) | 2013-12-04 | 2014-05-07 | Method and system for dose calculation based on continuous material indexing |
PCT/IB2014/066493 WO2015083064A1 (en) | 2013-12-04 | 2014-12-02 | Method and system for dose calculation based on continuous material indexing |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105979873A CN105979873A (zh) | 2016-09-28 |
CN105979873B true CN105979873B (zh) | 2019-09-27 |
Family
ID=53265570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480064853.XA Active CN105979873B (zh) | 2013-12-04 | 2014-12-02 | 用于基于连续材料指数的剂量计算的方法和系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10292670B2 (zh) |
EP (1) | EP3077940B1 (zh) |
CN (1) | CN105979873B (zh) |
DE (1) | DE112014005581T5 (zh) |
WO (1) | WO2015083064A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104750992B (zh) | 2015-04-01 | 2017-11-28 | 上海联影医疗科技有限公司 | 模拟粒子输运和确定放疗中人体剂量的方法、装置及系统 |
CN108310677B (zh) * | 2017-01-11 | 2020-02-28 | 南京中硼联康医疗科技有限公司 | 基于医学影像数据的平滑几何模型建立方法 |
CN108295384B (zh) * | 2017-01-11 | 2020-02-28 | 南京中硼联康医疗科技有限公司 | 基于医学影像的组织元素质量比例解构方法及几何模型建立方法 |
EP3388107B1 (en) * | 2017-04-13 | 2021-10-13 | RaySearch Laboratories AB | Method, system and computer program product for ion radiotherapy |
WO2022109314A1 (en) * | 2020-11-19 | 2022-05-27 | Emory University | Systems and methods for generating material maps for treatment planning using monte carlo methods |
CN118678985A (zh) * | 2021-12-31 | 2024-09-20 | 西安大医集团股份有限公司 | 放疗剂量确定方法、装置、设备及存储介质 |
CN117390107B (zh) * | 2023-12-13 | 2024-03-08 | 迈胜医疗设备有限公司 | 密度非均匀介质剂量平均传能线密度转换方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5341292A (en) * | 1992-06-04 | 1994-08-23 | New England Medical Center Hospitals, Inc. | Monte Carlo based treatment planning for neutron capture therapy |
US5381518A (en) * | 1986-04-14 | 1995-01-10 | Pixar | Method and apparatus for imaging volume data using voxel values |
US5870697A (en) * | 1996-03-05 | 1999-02-09 | The Regents Of The University Of California | Calculation of radiation therapy dose using all particle Monte Carlo transport |
US6175761B1 (en) * | 1998-04-21 | 2001-01-16 | Bechtel Bwxt Idaho, Llc | Methods and computer executable instructions for rapidly calculating simulated particle transport through geometrically modeled treatment volumes having uniform volume elements for use in radiotherapy |
CN1778275A (zh) * | 2004-11-19 | 2006-05-31 | 吴大可 | 自控动态立体定向放射治疗系统 |
CN101028192A (zh) * | 2006-12-29 | 2007-09-05 | 成都川大奇林科技有限责任公司 | 一种光子束放射治疗适形照射的方法 |
CN102648482A (zh) * | 2009-09-11 | 2012-08-22 | 斯特拉克斯联合控股有限公司 | 用于所选组织结构的图像分析的方法及系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5640496A (en) | 1991-02-04 | 1997-06-17 | Medical Instrumentation And Diagnostics Corp. (Midco) | Method and apparatus for management of image data by linked lists of pixel values |
EP0649117A3 (en) | 1993-10-15 | 1996-01-31 | George S Allen | Process for the production of medical images. |
CA2320122C (en) | 1998-02-09 | 2007-06-12 | University Of Southampton | Treatment planning method and apparatus for radiation therapy |
US6148272A (en) | 1998-11-12 | 2000-11-14 | The Regents Of The University Of California | System and method for radiation dose calculation within sub-volumes of a monte carlo based particle transport grid |
AU2204400A (en) | 1999-12-21 | 2001-07-03 | Bechtel Bwxt Idaho, Llc | Monte carlo simulation of neutron transport for use in radiotherapy |
AU2001294604A1 (en) * | 2000-09-22 | 2002-04-02 | Numerix Llc | Improved radiation therapy treatment method |
US8073658B2 (en) * | 2006-06-05 | 2011-12-06 | Cambridge Research & Instrumentation, Inc. | Monte Carlo simulation using GPU units on personal computers |
US8176053B2 (en) | 2010-02-17 | 2012-05-08 | Lockheed Martin Corporation | Query system for a hybrid voxel and feature database |
US9495513B2 (en) * | 2010-09-17 | 2016-11-15 | William Marsh Rice University | GPU-based fast dose calculator for cancer therapy |
CN104136199B (zh) | 2011-11-17 | 2016-12-07 | 斯特拉塔西斯公司 | 使用复合材料积层制造身体部位模型的系统及制造方法 |
-
2014
- 2014-05-07 US US14/271,862 patent/US10292670B2/en active Active
- 2014-12-02 EP EP14868509.2A patent/EP3077940B1/en active Active
- 2014-12-02 WO PCT/IB2014/066493 patent/WO2015083064A1/en active Application Filing
- 2014-12-02 CN CN201480064853.XA patent/CN105979873B/zh active Active
- 2014-12-02 DE DE112014005581.6T patent/DE112014005581T5/de active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5381518A (en) * | 1986-04-14 | 1995-01-10 | Pixar | Method and apparatus for imaging volume data using voxel values |
US5341292A (en) * | 1992-06-04 | 1994-08-23 | New England Medical Center Hospitals, Inc. | Monte Carlo based treatment planning for neutron capture therapy |
US5870697A (en) * | 1996-03-05 | 1999-02-09 | The Regents Of The University Of California | Calculation of radiation therapy dose using all particle Monte Carlo transport |
US6175761B1 (en) * | 1998-04-21 | 2001-01-16 | Bechtel Bwxt Idaho, Llc | Methods and computer executable instructions for rapidly calculating simulated particle transport through geometrically modeled treatment volumes having uniform volume elements for use in radiotherapy |
CN1778275A (zh) * | 2004-11-19 | 2006-05-31 | 吴大可 | 自控动态立体定向放射治疗系统 |
CN101028192A (zh) * | 2006-12-29 | 2007-09-05 | 成都川大奇林科技有限责任公司 | 一种光子束放射治疗适形照射的方法 |
CN102648482A (zh) * | 2009-09-11 | 2012-08-22 | 斯特拉克斯联合控股有限公司 | 用于所选组织结构的图像分析的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
DE112014005581T5 (de) | 2016-11-17 |
EP3077940A1 (en) | 2016-10-12 |
CN105979873A (zh) | 2016-09-28 |
WO2015083064A1 (en) | 2015-06-11 |
US20150154374A1 (en) | 2015-06-04 |
US10292670B2 (en) | 2019-05-21 |
EP3077940B1 (en) | 2018-10-31 |
EP3077940A4 (en) | 2017-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105979873B (zh) | 用于基于连续材料指数的剂量计算的方法和系统 | |
US11413474B2 (en) | System and method for modelling of dose calculation in radiotherapy treatment planning | |
Rodriguez et al. | PRIMO: a graphical environment for the Monte Carlo simulation of Varian and Elekta linacs | |
Ahmad et al. | A margin-of-the-day online adaptive intensity-modulated radiotherapy strategy for cervical cancer provides superior treatment accuracy compared to clinically recommended margins: a dosimetric evaluation | |
Yepes et al. | Comparison of Monte Carlo and analytical dose computations for intensity modulated proton therapy | |
CN107106866B (zh) | 辐射治疗规划优化和可视化 | |
Zourari et al. | Dosimetric accuracy of a deterministic radiation transport based 192Ir brachytherapy treatment planning system. Part III. Comparison to Monte Carlo simulation in voxelized anatomical computational models | |
Schümann et al. | Efficient voxel navigation for proton therapy dose calculation in TOPAS and Geant4 | |
CN103038669A (zh) | 用于估计和操作所估计的辐射剂量的系统和方法 | |
JP2007514499A (ja) | 外部ビーム照射療法用の治療計画の全体的最適化のためのシステム及び方法 | |
White et al. | Comparison of TG‐43 and TG‐186 in breast irradiation using a low energy electronic brachytherapy source | |
Lemaréchal et al. | GGEMS-Brachy: GPU GEant4-based Monte Carlo simulation for brachytherapy applications | |
Disher et al. | An in-depth Monte Carlo study of lateral electron disequilibrium for small fields in ultra-low density lung: implications for modern radiation therapy | |
JP2017514532A (ja) | 不確かさに基づく放射線療法治療計画のための方法およびシステム | |
Da Silva et al. | Sub-second pencil beam dose calculation on GPU for adaptive proton therapy | |
Matney et al. | Perturbation of water‐equivalent thickness as a surrogate for respiratory motion in proton therapy | |
Fonseca et al. | A medical image-based graphical platform—Features, applications and relevance for brachytherapy | |
Schmid et al. | Monte Carlo study on the sensitivity of prompt gamma imaging to proton range variations due to interfractional changes in prostate cancer patients | |
Yuan et al. | Lung IMRT planning with automatic determination of beam angle configurations | |
Otto | Real-time interactive treatment planning | |
Zhang et al. | Comprehensive evaluation and clinical implementation of commercially available Monte Carlo dose calculation algorithm | |
Reynaert et al. | Clinical implementation of a Monte Carlo based treatment plan QA platform for validation of Cyberknife and Tomotherapy treatments | |
Ureba et al. | MCTP system model based on linear programming optimization of apertures obtained from sequencing patient image data maps | |
Vazquez et al. | A deep learning-based approach for statistical robustness evaluation in proton therapy treatment planning: a feasibility study | |
Wang et al. | A track repeating algorithm for intensity modulated carbon ion 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 |