CN106573152A - 用于自适应放射治疗规划的受监管的4d剂量图变形 - Google Patents
用于自适应放射治疗规划的受监管的4d剂量图变形 Download PDFInfo
- Publication number
- CN106573152A CN106573152A CN201580043548.7A CN201580043548A CN106573152A CN 106573152 A CN106573152 A CN 106573152A CN 201580043548 A CN201580043548 A CN 201580043548A CN 106573152 A CN106573152 A CN 106573152A
- Authority
- CN
- China
- Prior art keywords
- deformation
- dosage
- roi
- amplitude
- dose
- 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
- 238000001959 radiotherapy Methods 0.000 title abstract description 11
- 238000013439 planning Methods 0.000 title abstract description 10
- 230000003044 adaptive effect Effects 0.000 title description 3
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000009826 distribution Methods 0.000 claims abstract description 24
- 230000009466 transformation Effects 0.000 claims abstract description 6
- 230000004907 flux Effects 0.000 claims description 46
- 238000005457 optimization Methods 0.000 claims description 31
- 230000008859 change Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 238000007408 cone-beam computed tomography Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims description 2
- 238000012384 transportation and delivery Methods 0.000 abstract description 8
- 238000007726 management method Methods 0.000 abstract description 5
- 239000011159 matrix material Substances 0.000 description 26
- 238000002591 computed tomography Methods 0.000 description 22
- 230000005855 radiation Effects 0.000 description 19
- 238000002721 intensity-modulated radiation therapy Methods 0.000 description 16
- 210000003484 anatomy Anatomy 0.000 description 11
- 230000002441 reversible effect Effects 0.000 description 6
- 206010028980 Neoplasm Diseases 0.000 description 5
- 239000003795 chemical substances by application Substances 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002224 dissection Methods 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000002427 irreversible effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000002307 prostate Anatomy 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 2
- 229910052721 tungsten Inorganic materials 0.000 description 2
- 239000010937 tungsten Substances 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002079 cooperative effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013442 quality metrics Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012800 visualization 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
- A61N5/1031—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
- A61N5/1037—Treatment planning systems taking into account the movement of the target, e.g. 4D-image based planning
-
- 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
- A61N2005/1085—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy characterised by the type of particles applied to the patient
- A61N2005/1089—Electrons
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
用于在辐射治疗规划和/或递送中的剂量管理的方法和装置(DMS)。在不同时间采集感兴趣区域ROI的图像。计算配准变换，所述配准变换使两幅图像中的一幅被变形到另一幅。然后，基于合适的度量来计算所述变换的幅值。如果所计算的幅值被发现与预定义标准相符合，则所述变换被用于使剂量分布图变形，并且基于经变形的剂量图来从中计算新的通量图。
Description
技术领域
本发明涉及用于关于感兴趣区域的剂量管理的方法、剂量管理装置、计算机程序产品以及计算机可读介质。
背景技术
癌症仍然是人类的重大疫症之一，并且辐射治疗是对抗该疫症的主要工具之一。在辐射治疗中，高能量处置辐射射束被用于摧毁癌变组织，同时避开健康组织。
被称为强度调制放射治疗(IMRT)的特定类型的辐射治疗规划允许对处置射束进行空间调制，从而不仅在形状上而且还在根据处置计划的规定剂量要求方面精确地符合。
标准IMRT实施方式不考虑被处置部位的解剖结构可能在辐射递送的整个过程期间改变的可能事件。
尽管在过去一些更为先进的方案中已经提出了如何针对被处置的解剖结构中的改变来调整处置计划，对何时调整的决策仍留给肿瘤科医生。例如参见Q Jackie Wu等人的“On-line re-optimization of prostate IMRT plans for adaptive radiationtherapy”(Phys.Med.Biol.53，2008年，第673-691页)。
但是，在现有的方案中，仍没有线索来向人类专业人员提供关于何时和/或在什么情况下应当重新优化处置计划。医务人员可用来达到这样的决策的信息可能过多，并且可能难以得出关于如何进行的明确结论。该问题还由于对国家健康服务可用的资源有限而被复杂化，这是因为计划调整可能证明是昂贵的。
发明内容
因此，在本领域中存在对支持与辐射处置计划调整有关的决策制定的方法或相关装置的需要。
本发明的目的是通过独立权利要求的主题来解决的，其中，在从属权利要求中并入了另外的实施例。
应当注意，本发明的以下描述的方面等同地适用于剂量管理装置、计算机程序单元以及计算机可读介质。
根据本发明的第一方面。提供了一种用于关于感兴趣区域ROI的剂量管理的方法，包括：
-建立ROI的先前图像CBCTk与当前图像CBCTk+1之间的空间配准变换，所述变换定义变形；
-计算所述变形的幅值；
-如果所述变形的所述幅值与预定义变形标准相符合或者响应于有关于所计算的幅值而发出的信号，则将所述配准变换应用到针对所述ROI的现有剂量分布图Dk以获得变形的剂量图Dk+1。
根据一个实施例，所述方法包括基于经变换的剂量图Dk+1来计算(新的，亦即，经更新的)光子通量矢量
根据一个实施例，对所述通量矢量的所述计算包括最小二乘优化。
根据一个实施例，如果所述变形的所述幅值与预定义变形标准不相符合，则执行对初始剂量分布图D0的重新计算。
根据一个实施例，所述方法包括输出对所述变形幅值的指示。所述指示包括如下中的任一项或其组合：i)可视化，或者ii)声学信号。
换言之，所提出的剂量管理方法检查将所述ROI的当前状态与先前状态(例如，但并非必要地，与第一、初始状态)对齐所要求的变形。如果所述变形被评估为不是太“严重的”，所述剂量分布图可以根据由所述ROI经历的变形而被变形，并且(新的)通量图能够通过最小二乘拟合方案或者其他适合的数值技术来计算。在拟合运算中，新的通量图被拟合以逼近(在与更新的或早前的(例如，第一)通量矩阵相乘之后)经变形的剂量图。该变形方案在计算上比重新计算早前的(具体地，但并非必要地，在部段“0”处计算的初始通量图)对辐射处置计划(RTP)的昂贵的重新优化更为便宜。以这种方式，能够达到针对处置计划调整的确凿的、合理的并且决定性的决策。在计算上昂贵的RTP优化的重新运行能够被保留仅用于其中ROI的解剖结构已经被改变到这样的程度的情况：这样的重新运行是临床上被批准的。所述变形的严重程度或幅值能够通过在合适的例如几何形状、度量方面使标准(或者不同标准的组合)公式化来判别，对其的选择对手头的临床情况敏感。例如，所述标准可以涉及计算与所述变换相关联的(一个或多个)雅克比矩阵，以评估所述变换是否是可逆的。如果所述变换包括奇异性，这可以被用作对如下指示：ROI的(解剖结构的)改变自原始RTP被设置开始是实质的并且对RTP的重新计算是可取的。
所计算的变形幅值可以被用作关于这样变形的剂量图对于处置计划的特权将如何接近地保持为真的准确度或保真度的记号。
与用于继续进行变形的剂量图的所计算的变形幅值有关的信号可以是用户例如在监视器上向人类用户可视化所述变形幅值之后发出的。如果用户相信满足了所述标准，则他或她通过鼠标点击或键盘事件或者以其他方式来发出信号作为确认信号，使得能够执行基于所述变形的剂量图的对当前或早前通量图的调整。如果所述变形幅值被评价为过高或者过于严重，则用户能够请求替代新的RTP优化。RTP优化的重新运行然后可以要求对新的初始图像的采集。
然而，在备选的、完全自动化的实施例中，所述信号可以由决策逻辑单元(在所述变换幅值相对于预定义标准的评价之后)自动地发出，因此用户发出的确认信号并不是必要的。
所述图像可以是3D CT图像，尽管这可能是不必要的，这是因为在一些实施例中还可以使用来自其他模态的成像术和/或较低维度的成像术。
在本文中，术语“ROI”被用于指示靶标部位，亦即，要利用辐射进行处置的身体的部分，例如，肿瘤、癌变组织的包块等。
附图说明
现在将参考如下附图来描述本发明的示范性实施例，在附图中：
图1示出了用于辐射递送的布置；
图2示出了辐射治疗方案的方框图；
图3示出了剂量分布调整的方框图；
图4示出了用于调整处置计划的方法的流程图。
具体实施方式
参考附图1，示出了用于在辐射治疗中递送辐射的布置。辐射治疗的主要目标是消灭动物或人类患者PAT中的癌变组织ROI。更为具体地，目标是尽可能地消灭癌变组织，但是与此同时，尽可能地避开包围癌变组织的健康组织。
高能量X射线处置射束XB优选从多个不同的角度跨癌变组织ROI被辐照。
辐射治疗是通过使用线性加速器系统(在本文中被称为“LINAC”)来实现的。LINAC系统要被用于IMRT。LINAC包括可旋转机架GT。所述机架能围绕处置区域并且围绕一个或多个轴旋转。在图1中仅示出了一个旋转轴(参见圆箭头)，但这仅是出于例示性的目的，而并非是限制，这是因为LINAC可以包括超过一个旋转轴。在处置区域中，要被处置的患者PAT被设置在处置卧榻C上。
所述可旋转机架包括处置头TH。在一个实施例中，LINAC还包括电子枪EG、磁控管MG和波导WG。所述波导WG被从电子枪引导至钨靶TT。
在操作中，电子枪EG将电子流注入到波导WG中。所述电子随着由磁控管MG生成的微波行进通过所述波导而被所述微波加速。经加速的电子撞击在钨靶TT上。该撞击引起要形成的高能量X射线射束。该主X射线射束可以通过被布置在处置头中的主准直器PC进行准直以降低散射。如上文所综述的LINAC的部件单纯是出于例示性的目的，而并非是限制。具体地，在本文中同样设想到了其他LINAC设计。
然后，这样经预先准直的处置射束通过被布置在处置头TH中的主准直器之后的多叶准直器MLC。经多叶准直的处置射束XB然后从处置头TH向外射出，行进通过处置区域，并且然后投射通过患者PAT，并且具体地，通过感兴趣区域ROI，从而理想地摧毁所有癌变组织。
多叶准直器MLC的一项功能是提供对处置射束的截面的整形，使得所述截面至少粗略地符合ROI的几何结构。用于IMRT目的的MLC的另一更为重要的功能是将叶片LF定位在射束中，以形成多个开口，从而局部地修改射束的部分，从而实现针对IMRT的期望的辐射强度调制。
图1的插图A)提供了关于沿着投射方向Z(亦即，沿着(插图A中的)射束XB的传播方向)的多叶准直器MLC的视图，所述投射方向Z延伸到纸张平面中)。能够看出，所述多叶准直器MLC是由高度辐射不透明的、细长结构的多个相对的对(亦即，叶片或刀片LF)形成的。相对的叶片能够通过独立于彼此的合适的致动器来移动。能够在叶片的相对的对之间的射束截面内的任意位置形成一个或多个开口。由于叶片是能独立移动的并且通过采用足够数量(有时为30或者更多——但这并非是限制)的叶片对，其中每个叶片足够薄(约5mm)，因此能够形成开口的复杂图案。
在一个实施例中，MLC还包括多个专用射束阻挡器件(有时被称为“狭口”)，通过所述狭口实现总体射束整形。例如，MLC可以具有一组N个叶片以及例如多个狭口(例如四个，但这是仅仅是出于性的目的，而并非是限制)。所述狭口在相对于射束的北、南、西、东方向上被布置为相对的对。针对每个射束方向(亦即，针对给定处置头位置)，狭口的位置与每侧对齐，尽可能地接近根据所述方向的ROI的轮廓。这限定了减小的(例如，但并非必要地，矩形形状)区，也被称为“活跃区”，其是开放的。在该区内的结构(例如，ROI)然后能够被暴露于射束辐照。在该活跃区外部的(亦即，狭口“后面”)结构将不被辐照。这降低了(或者甚至可能消除)对周围风险器官的不希望的额外剂量。
对LINAC操作的总体控制是从被通信地耦合到LINAC系统的电子器件的操作控制台OC或工作站进行的。所述操作控制台OC还可以包括控制监视器MT。操作者控制台运行剂量监管或管理模块DSM，下文将在图4处更为详细地解释那些操作。宽泛地，所述剂量管理模块DSM被配置为修改辐射处置计划的分量。如果发现要满足特定的条件，经修改的处置计划可以被传递到叶片序列测定工具LS上，所述叶片序列测定工具LS将处置计划转换成具体针对多叶准直器和/或X射线射束XB的激活和/或机架的运动的控制命令，以沿着要求的方向来定位所述处置头TH。所述控制命令然后被转发到辐射递送控制器RDC，所述辐射递送控制器RDC然后将对应的较低水平的位置命令发送到MLC，使得准直器叶片假定合适的位置以形成必要的开口以用于实现对射束的强度调制。RDC控制器还可以负责激活射束并且沿着相对于ROI的要求的方向来定位处置头TH。
辐射治疗计划具体包括被称为“通量图”的量。通量图定义跨处置射束的截面的处置射束的强度。更为具体地，处置射束(也被称为基本射束)针对给定辐射方向(根据相对于ROI的处置头的位置)包括被称为“细射束”的单射束。每条基本射束是通过其角度位置(或者方向α)、其初始能量以及其(2D)通量图来确定的。所述通量图包括被称为像素的元素。在每幅通量图中的“像素”的数量等于针对给定基本射束的细射束的数量。每个像素定义针对具体细射束的“权重”(亦即，数量)。该权重表达所述细射束对沿着所述方向递送的剂量的贡献。然后，在IMRT中，总辐照的剂量是通过若干独立基本射束的叠加构成的，每个角度方向一条静态射束。通常，在IMRT中使用5-14个(但该数量仅仅是示范性的)递送方向。
给定从通量图优化(FMO——以下在图4中示出了关于FMO的更多细节)获得的一组经适当优化的“理想”通量图(强度分布图)，叶片序列测定工具LS部分小心地指定所要求的MLC开口，如由MLC叶片位置以及狭口位置(如果存在的话)所定义的。所述强度分布图将仅在通过狭口打开的活跃区内是非零的。所有递送的MLC开口的总和然后被期望(根据“理想”通量图)以足够的准确度重新产生在“活跃区”内的强度分布图。每个单个MLC开口能够产生射束截面，所述射束截面能够与沿着给定投投射的ROI区是不同的(具体而言，更小)。能够使用多种不同的叶片序列测定技术中的任一种，例如，分步击发或“滑动窗口”，在本文中设想到所有这些技术。
综上，多叶准直器提供对X射线射束的空间强度调制，从而实现通量图所要求的空间强度分布图。对射束的强度进行空间调制的能力是IMRT的实质，其进一步帮助实现尽可能地杀死癌变组织并且尽可能地避开健康组织的目标。
参考图2，示出了非标准辐射处置流程的概览视图。早前提到的处置计划还包括被称为(3D)剂量(分布)图D的量。所述剂量图D定义要被施予到ROI的不同部分的总体X射线剂量。通常，所述处置在在不同时间段上延伸，亦即，总剂量的部分在不同时间点作为部段k＝0到k＝N时被递送。所述部段可以按小时、按日或者按周或者以其他合适的时间段来递送。而且，针对任意给定的部段，所述剂量可以以不同的投射方向来递送。基于临床要求，计算初始通量图这通常基于在处置的开始时的ROI的采集的初始计算机断层摄影(CT)图像CT0。针对每个部段k实例，计算影响矩阵M。所述影响矩阵M允许根据矩阵相乘从所述通量图计算剂量D图。在该矩阵相乘符号中，影响矩阵M中的每项表示根据单位通量递送的剂量。而且，为了标记效率，表示“全局”通量图矢量，其包括针对所有射束方向α的“标划出的”个体通量
针对给定部段k的影响矩阵Mk基于在每个部段k之前的ROI的所拍摄的经更新的CT图像。该“当天图像”CBCTk反映感兴趣区域ROI的当前状态。所述当天图像可以是锥形射束CT图像或者超声(2D或优选3D超声)图像，或者可以由诸如磁共振(MR)等的任意其他合适的成像模态来采集。所述当天图像CBCTk然后被用于以已知的方式计算与ROI的当前状态相关联的影响矩阵M。根据经更新的影响图Mk和初始通量图能够通过矩阵相乘如所提到的来计算更新的剂量图Dk。鉴于在当天图像中所记录的改变，所述剂量图Dk基于初始通量来描述在部段k中跨ROI的不同部分必须被局部地递送的剂量。换言之，针对部段k>0的剂量图Dk的计算仍基于初始通量图对所述初始通量图的确定要求大量的计算，因此，试图避免针对随后的部段中的每个部段来重新计算通量图然而，由于例如在感兴趣区域的改变，所述剂量图可能大幅偏离在处置计划中所描述的。这是不满足的，并且如在本文中所提出的方法和监管模块DMS帮助应对感兴趣区域的动态变化，同时考虑与重新计算新的计划优化中的相关联的花费。
参考图3，示出了综述对所提出的监管模块DMS的操作的方框图。在本文中提出的内容在于，针对部段k>0的每个或者至少单个或子集，计算变形场Tk0。所述变形场是根据所述初始CT图像到在第k个部段处采集的当前CT图像CBCTk0的配准来导出的。该变形场Tk0然后被用于使根据初始影响矩阵M0和初始通量图导出的初始剂量图D0变形。该变形的剂量图Dk0然后被用作靶标剂量图，从而在变形场Tk0被发现符合一个/多个预定义标准的情况下在优化流程中计算更新的通量图所述计算(如果满足所述标准)能够通过最小二乘优化或者其他合适的数值技术来进行。当被应用到针对所考虑的部段的当前影响矩阵Mk时，经更新的通量图被计算为逼近变形的剂量图Dk0。
宽泛地，并且如在图1的插图B)中所示，在本文中所提出的监管模块DMS包括输入端口IN和输出端口OUT。辐射控制器RDC包括配准模块RG、决策逻辑单元DL以及优化器模块OP。配准模块RG计算被要求将初始CT图像配准到在部段k处采集的一幅CT图像的变形场。如果决策逻辑单元DL这样进行决策，则这样计算的所述变换场然后如上文所解释的被应用到所述当前剂量图以导出变形的一个，根据所述变形的一个，在简化的优化方案中，计算新的经更新的通量图。如在本文中所提出的，在所述变换场被应用到当前剂量图之前，所述决策逻辑DL检查所述变换场并且核查其是否与预定义标准相符合。如果所述变换场与所述预定义标准不相符合，则警报信号将被发出到换能器TD，以警告用户如下事实：基础变形场在性质上“过于严重”。所述警报信号可以被用于激活警报灯或者用于发出声学警报信号等。所述警报信号还可以被用于初始化或推荐在计算上昂贵的计划优化中对新的、初始通量图的重新计算。另外地，如果所述变形场被发现与预定义标准相符合，则流控制传递到优化器上以向优化器发出指令以针对新的通量图进行调整，如上文在图3中所解释的。换言之，能够在一些情况下避免对的在计算上昂贵的重新计算，并且仅在必要的情况下进行所述重新计算，亦即，当ROI与在k＝0处的初始状态实质偏离时，这是因为变形的ROI将要求实质背离初始处置计划的剂量图。
参考图4中的流程图，现在将更为详细地解释用于改善的辐射递送的剂量管理的方法。
在预备步骤S405处，执行初始RTP优化，亦即，在部段0处确定初始通量图优化(FMO)。
在第一部段0处，给出如下内容：患者PAT的初始CT图像CT0，在一个实施例中，给出复合剂量目标函数和剂量影响矩阵M0。目标函数f对解剖结构灵敏度、临床剂量要求进行“编码”，并且被定义在通量图的空间上。所述计划优化能够被理解为利用定义在的通量图空间上的所述约束的函数f的受约束的优化问题。函数f在如下意义上是“复合的”：其表达多个优化目标并且所述优化要求使其加权和最小化，所谓的复合代价函数。而且，与针对不同部段k>0的各种“当天图像”相反，已经观察到锥形射束CT不是足够准确，因此(完全)非锥形骨(例如，平行或扇形)射束CT扫描器或MR(或者也设想到能够以要求的准确度/分辨率递送图像的任何其他模态)或3D超声被用于初始图像。
影响矩阵是矩形矩阵n x m，包括对要被辐照的体积的所有n个体素的所有m个细射束贡献。对此，针对每个IMRT射束角度的优化的2D通量图是通过使函数最小化来确定的，并且计算对应的3D剂量分布 其中，x＝(x,y,z)是在体积网格中的点。换言之，将M与矩阵相乘产生在患者身体中的点x上的剂量的3D体积剂量分布D。更为明确地，其中，x是空间网格位置并且b是细射束索引。
通过利用已知的方法求解正约束的优化问题来计算针对每个处置射束角度的2D目标通量图。例如参见Pflugfelder等人的“A comparison of three optimizationalgorithms for intensity modulated radiation therapy”(Z.Med.Phys.，2008年，第18卷，第2号，第111–119页)。
在计划优化的一个示范性实施例中，基于根据初始图像CT0的图像信息首先勾勒和分割ROI。在RTO优化中，目标(其是在靶标中的剂量分布的函数)被优化以递送期望的IMRT计划。对应的3D优化的剂量分布能够被确定为其中，x＝(x,y,z)是在体积网格中的点。
在预备步骤S410处，基于例如患者PAT的当天CBCT(CTk)来评价针对部段k的剂量分布，并且在一个实施例中，计算新的影响剂量矩阵Mk。再次地，使用锥形射束CT来采集当天图像CTk是仅根据一个实施例的。在另一实施例中，US(2D或者优选3D)图像被替代地使用，但MR或其他成像模态可以被类似地使用以受益。
为了计算新的影响剂量矩阵Mk，公知的“剂量引擎”能够被应用以确定新的剂量影响矩阵，例如，基于细笔形射束(TPB)、基于SVD(奇异值分解)TPB、基于崩塌锥形、基于蒙特卡洛的剂量引擎等。参见T.Bortfeld等人的“Decomposition of pencil beam kernelsfor fast dose calculations in three-dimensional treatment planning”(MedPhys.，1993年，第20卷，第311-318页)，并且在此对其进行引用。最终，在部段k处的体积剂量分布能够被计算为如果该3D剂量分布满足所有或者至少一些临床要求，那么所述计划能够被容易地递送。但是，如果由于几何未对齐和/或由于关于ROI的解剖结构改变(例如，肿瘤由于RT治疗动作已经收缩或者一些新的特征已经在感兴趣区域内出现)，则新的剂量分布Dk可能不能接受以用于递送，并且然后，可以调用新的冗长的并且成本高的RTP优化(以确定新的优化的通量图)或者一些种类的计划调整。
如下步骤提供了所提出的如何以在计算上经济的方式来应对这样的ROI动态变化的解决方案。
在步骤S415中，所述图像配准是通过剂量监管模块DMS的配准部件RG来执行的。针对该步骤的基本原理如下。在没有解剖结构改变和几何未对齐发生的情况下，在每个第k个部段处的剂量分布将与原始剂量图D0相同。但是，如果体积改变发生，则根据的原始细射束将创建与期望的剂量分布不同的剂量分布Dk(x)。如果我们假设在第0个部段与第k个部段之间仅发生中等的解剖结构改变，则其可以类似地假设剂量分布能够“跟随”或者随这些解剖结构改变共同改变，因此，“共同几何地”变形的剂量能够被期望以模拟在处置处的期望剂量。已经提出了过多的刚性和弹性配准方法以校正几何未对齐。例如参见B.Zitová,J.Flusser的“Image registration methods:a survey”(Image and VisionComputing，2003年，第21卷，第11号，第977-1000页)，并在在本文中对其进行引用。在对卧榻的简单旋转-平移不足以校正解剖结构差异的情况下，能够应用系统设置和/或卧榻位置误差、更为复杂的刚性和/或弹性(或者基于光学流的)配准方法以校正所述未对齐。为了确定期望的变形场，当前重建的CBCT图像CTk在即时步骤S415中被配准到第一部段的初始CT图像CT0。在备选实施例中，配准到早前的CTl(l<k)图像，而不必配准到初始图像。在其中CT0图像和CTk图像是以不同的空间分辨率给出的情况下，在开始配准之前将要求额外的刚性重新采样(例如，三线性插值)。该配准步骤的结果是3D变形场Tk0(x)，其项中的每项描述要求使两幅考虑的图像变形到彼此的局部刚性和/或弹性改变。
在步骤S420中，变形的幅值针对准确度或可接受度而被验证。精确的图像配准会是非常困难的(例如，针对肺RT)，特别是在其中发生解剖结构的显著改变的那些情况下。在由于潜在的非可逆折叠运动样式的这些情况下，在配准期间可能发生一些不想要的事件(例如，体素的创建/灭失)。
为了增强安全性并且帮助决策制定，在步骤S420中确定变形场Tk0的或者更多统计结果或度量。所述统计结果或度量然后可以被返回到用户，作为反馈，例如作为视觉绘制或其他信号。用户指定的或者以其他方式预先定义的标准(例如，在一个实施例中，变形场Tk0的各项的最大幅值和/或平均幅值)能够被用于检测在所述场内的强变形(强变形能够导致非常不准确的变形的剂量分布)。
根据一个实施例，所述度量被计算作为变形场Tk0的雅克比矩阵JT以利用潜在的非可逆运动样式来识别点。雅克比的行列式能够被用于利用潜在的非可逆运动样式来递送示出所述点的颜色编码的3D图。在该实施例中，所述阈值是关于行列式值来设置的。
换言之，所计算的量度提供关于根据当前的当天图像的ROI与根据先前图像(例如，初始图像)的ROI有多相似的基于图像的相似度量度，或者，又换言之，所述度量充当关于所执行的配准的质量量度的指示。
然后由决策逻辑单元DL将变形/配准变换的所计算的幅值与阈值进行比较。如果所述幅值被判定与预定标准相符合，则流控制自动地或者在接收到来自用户的确认信号之后传递到步骤S425。所述幅值评价可以采取比较所计算的度量是否在所述阈值之下或之上的形式。例如，这可以通过将变形场Tk0的各矢量项的最大幅值和/或平均幅值(例如，长度)与阈值进行比较来进行。如果基本上所有矢量项(针对预定义数量的离群值安全)在阈值之下，则这可以指示变形场Tk0是可接受的，因此，ROI的当前结构/位置与其先前的、尤其是初始结构/位置充分相似。
备选地或额外地，可以通过如上文简要提到的核查一个或多个ROI刚性点的雅克比行列式来核查在一个或多个ROI刚性点处的变换是否是可逆的。如果所述变换是可逆的(即，非零雅克比行列式)，则所述变换Tk0被认为是可接受的。为了更为特异性，当雅克比的行列式在空间域中是连续的且恒等变换的区域(即，非移动/改变区，其中，所述行列式返回统一体)是可能的时，所述雅克比矩阵的所述行列式必须是严格为正的。因此，在一个实施例中，仅在雅克比的行列式在ROI中的所有位置x处为正(>0)的情况下或者在具有雅克比非正的行列式的位置x的数量小于预定义临界阈值的情况下，所述变换Tk0被认为是可接受的。
然而，如果所评价的变形场Tk0与标准不相符合，例如，如果变形场Tk0的各项的最大幅值和/或平均幅值在超过预先设置的数量的位置处超出阈值和/或存在至少一个这样的ROI刚性点，在所述ROI刚性点处，所述变换根据雅克比测试实施例是不可逆的，则这被标记，这是因为所述变换不是可接受的。流控制然后可以返回步骤S405，以基于例如新的CT图像针对新的RTP进行重新优化。
现在返回参考雅克比测试，已经发现，非可逆变形的存在(亦即，雅克比在ROI中的至少一个点x处或者在超过预定义数量的点x处为零或为负)可以指示显著的解剖结构改变，使得根据S405的对计划优化的重新运行可能被批准，尽管所述步骤S405在资源方面是昂贵的。换言之，在其中使用雅克比测试的实施例中，如果存在至少一个位置x(或者如果存在超过预先设置的数量(>1)的位置x)，针对所述位置的雅克比的行列式为负(<0)或为零，则变换场Tk0将被认为是不可接受的。
可以通过驱动诸如闪烁灯或扬声器的合适的换能器TD将所述变换是不可接受的事实视觉地或声学地指示给用户。视觉指示还可以包括在监视器MT上向用户显示合适的信息，例如，对度量的视觉绘制，例如通过示出其中位置x被突出显示的视觉图表，其中，矢量场违反预先设置的幅值标准或者其中雅克比指示不可逆(奇异点)等。
在步骤S425处，如果所述变形场被发现满足所述标准，则应用所述变形场Tk0以使初始剂量图D0变形到当前的当天图像CTk。该步骤的结果是新的、对应地“变形的”剂量图Dk0(x)＝D0(Tk0(x))。备选地，所述变形可以被应用至先前所认可的或者以其他方式合适的剂量图Dl(l<k)，因此可能不必被应用到初始剂量图D0。
在步骤S430处，执行通量图调节。为了确定新的射束通量分布图(其能够递送期望的变形的剂量分布Dk0)，在一个实施例中计算矩阵Mk的伪逆以产生：
备选地，例如，如果该矩阵求逆不是能容易施行的，则最小二乘问题能够被替代地求解以确定经更新的通量图这里，最小二乘通量图优化(FMO)问题是通过优化器OP来求解的，以找到最佳细射束通量强度其能够递送与参考变形的剂量图Dk0相似的(或者与相对于所选取的范数||尽可能相似的)剂量图
这里，为了找到最优解，能够应用公共二次收敛非线性非约束优化器(例如，共轭梯度，L-BFGS)。例如参见早前引用的Pflugfelder的参考文献。可以相对于任何合适的范数||来测量接近度，并且“最佳”或“尽可能相似”可能不必意味着在绝对值的意义上“最佳”或“最相似”，而是在一些实施例中，在预定义裕量内的“接近度”可以足以建立新的经更新的通量图。
在一个实施例中，并非经由剂量引擎重新计算Mk(但是仍能够在其他实施例中进行)，在优化(1)方法中，我们假定Mk＝M0，亦即，我们通过在初始优化步骤S405中获得的初始剂量影响矩阵M0来逼近针对随后的部段k的Mk。该假设是通过观察产生的，即：可能由ROI中的解剖结构改变引起的M(影响矩阵)的改变对于诸如前列腺的特定癌症部位是可以忽略的，并且在本文中假定该假设针对其他癌症类型也是有效的。
步骤S415-S430现在可以迭代地执行，直到达到部段的最大数量。换言之，以上变形和变型监管可以针对每个k基于逐部段来重复地应用，尽管这可能不是这样必要的，这是因为所述方法可以仅在单个部段k>0处或仅在一些部段(例如，针对每一个其他部段或者每个第m(m>2)个部段或者在随机的部段等)处应用。
又换言之，如果所述变换被接受，则所述计划不需要根据步骤S405被重新优化，但是其仅仅足以将所述通量图调整到根据步骤S430的变形的剂量图，这比步骤S405在计算上较不昂贵。在根据步骤S430的调整中，对剂量图的变形被“延续”新的通量图。换句话说，在步骤S430中，所述通量图仅仅是与所述变形剂量图共变形的。并不要求如在步骤S405中从“零”开始对所述通量图的“重新计算”。具体而言，针对初始通量图的根据步骤S405的计划优化的在计算上昂贵的剂量计算部分能够被避免，计划优化步骤S405也是昂贵的，这是因为所述计算需要基于新的、经更新的CT图像，并且所述新的计划需要通过授权的人类专家来认可。具体而言，基于CT，需要计算新的影响矩阵，需要针对ROI进行重新分割，再次设置所有剂量约束，同时考虑在先前的部段处已经递送的剂量等。这会是非常冗长、昂贵且耗时的。在这种情况下，所提出的方法允许用于避免重新优化的合理基础，并且允许替代地执行相对“便宜的步骤”S425-S430以找到经修改的通量图。
所提出的方法在其中发生中等的几何和解剖结构差异的临床情况下是尤其有用的，其中，所提出的方法能够改善在多个IMRT处置部段上的总递送剂量的准确度。此外，为了增加安全性和可信度，关于根据步骤S的准确的当前剂量校正的反馈被提供给规划者。
在本文中所提出的方法适合用于IMRT，但是也可以用在VMAT(体积调制的弧形治疗)中。当使用VMAT时，叶片序列测定步骤将需要被调整以考虑在辐射递送期间对处置头的连续旋转，其不同于在其中(如上文提到的)从离散方向在预先设置数量的静态基本射束中递送辐射的IMRT。
在本发明的另一示范性实施例中，提供了一种计算机程序或计算机程序单元，其特征在于，其适于在适当的系统上执行根据前述实施例的方法的方法步骤。
因此，计算机程序单元可以被存储在计算机单元中，所述计算机程序单元也可以是本发明的实施例的部分。该计算单元可以适于执行或引发对上述方法的步骤的执行。此外，该计算单元可以适于操作上述装置的部件。该计算单元能够适于自动操作和/或运行用户的命令。计算机程序可以被加载到数据处理器的工作存储器中。因此，可以装备数据处理器来执行本发明的方法。
本发明的该示范性实施例覆盖从一开始就使用本发明的计算机程序，以及借助于将现有程序更新转换为使用本发明的程序的计算机程序二者。
更进一步地，计算机程序单元可以能够提供所有必要步骤以完成如上所述的方法的示范性实施例的流程。
根据本发明另外的示范性实施例，提出了一种计算机可读介质，例如CD-ROM，其中，该计算机可读介质具有被存储于所述计算机可读介质上的计算机程序单元，所述计算机程序单元由前面的章节所描述。
计算机程序可以被存储和/或被分布在合适的介质上，例如，与其他硬件一起或作为其他硬件的部分供应的光学存储介质或固态介质，但是也可以以其他形式被分布，例如，经由互联网或其他有线或无线的电信系统被分布。
然而，计算机程序也可以被呈现在网络上，如万维网，并且能够从这样的网络被下载到数据处理器的工作存储器中。根据本发明的另外的示范性实施例，提供了用于使计算机程序单元可用于下载的介质，所述计算机程序单元被布置为执行根据本发明的先前描述的实施例中的一个所述的方法。
必须指出，本发明的实施例是参考不同主题来描述的。尤其地，一些实施例是参考方法型权利要求来描述的，而其他实施例是参考装置型权利要求来描述的。然而，除非另有说明，本领域技术人员将从以上和以下的描述中推断出，除属于一种类型的主题的特征的任意组合之外，涉及不同主题的特征之间的任意组合也被认为在本申请中被公开。然而，所有的特征都能够被组合来提供多于特征的简单加合的协同效应。
尽管已经在附图和前面的描述中详细图示和描述了本发明，但是这样的图示和描述应当被认为是图示性或示范性的，而非限制性的；本发明不限于所公开的实施例。本领域技术人员通过研究附图、公开内容以及权利要求，在实践请求保护的发明时能够理解并实现对所公开的实施例的其他变型。
在权利要求中，“包括”一词不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以实现在权利要求中记载的若干项的功能。尽管某些措施被记载在互不相同的从属权利要求中，但是这并不指示不能有利地使用这些措施的组合。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。
Claims (10)
1.一种用于关于感兴趣区域ROI的剂量管理的方法，包括：
-建立(S415)ROI的先前图像(CBCTk)与当前图像(CBCTk+1)之间的空间配准变换，所述变换定义变形；
-计算(S420)所述变形的幅值；
-如果所述变形的所述幅值与预定义变形标准相符合或者响应于有关于所计算的幅值而发出的信号，
-则将所述配准变换应用(S425)到针对所述ROI的现有剂量分布图Dk以获得变形的剂量图Dk+1。
2.根据权利要求1所述的方法，包括：
-基于经变换的剂量图Dk+1来计算(S430)光子通量矢量
3.根据权利要求2所述的方法，其中，对所述通量矢量的所述计算包括最小二乘优化。
4.根据权利要求1-3中的任一项所述的方法，其中，如果所述变形的所述幅值与预定义变形标准不相符合，则重新计算(S405)初始剂量分布图D0。
5.根据权利要求1-4中的任一项所述的方法，包括：
-输出对所述变形幅值的指示。
6.根据权利要求5所述的方法，其中，所述指示包括如下中的任一项或其组合：i)可视化，或者ii)声学信号。
7.一种被配置为实施根据步骤1-6中的任一个步骤的方法的剂量管理装置(DMS)。
8.一种包括根据权利要求7所述的剂量管理装置的线性加速器布置(LINAC)。
9.一种用于控制根据权利要求7所述的剂量管理装置或者用于控制根据权利要求8所述的线性加速器布置(LINAC)的计算机程序单元。
10.一种在其上存储有根据权利要求9所述的程序单元的计算机可读介质。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP14181156 | 2014-08-15 | ||
| EP14181156.2 | 2014-08-15 | ||
| PCT/EP2015/067893 WO2016023786A1 (en) | 2014-08-15 | 2015-08-04 | Supervised 4-d dose map deformation for adaptive radiotherapy planning |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106573152A true CN106573152A (zh) | 2017-04-19 |
| CN106573152B CN106573152B (zh) | 2021-01-26 |
Family
ID=51392069
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201580043548.7A Expired - Fee Related CN106573152B (zh) | 2014-08-15 | 2015-08-04 | 用于自适应放射治疗规划的受监管的4d剂量图变形 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US10537749B2 (zh) |
| EP (1) | EP3180084A1 (zh) |
| CN (1) | CN106573152B (zh) |
| WO (1) | WO2016023786A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110975172A (zh) * | 2019-12-18 | 2020-04-10 | 上海联影医疗科技有限公司 | 一种通量图重建方法和系统 |
| CN113706409A (zh) * | 2021-08-18 | 2021-11-26 | 苏州雷泰医疗科技有限公司 | 基于人工智能的cbct图像增强方法、装置和存储介质 |
Families Citing this family (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6844942B2 (ja) | 2015-04-28 | 2021-03-17 | 株式会社東芝 | 粒子線治療システムおよび粒子線治療用管理システム |
| CN109152928B (zh) | 2016-03-09 | 2021-05-28 | 反射医疗公司 | 用于计算辐射治疗的注量图的方法和系统 |
| JP6925364B2 (ja) * | 2016-03-30 | 2021-08-25 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 適応放射線治療計画 |
| AU2017324627B2 (en) * | 2016-09-07 | 2019-12-05 | Elekta, Inc. | System and method for learning models of radiotherapy treatment plans to predict radiotherapy dose distributions |
| EP3357539A1 (en) * | 2017-02-02 | 2018-08-08 | Koninklijke Philips N.V. | Warm start initialization for external beam radiotherapy plan optimization |
| EP3391940A1 (en) * | 2017-04-21 | 2018-10-24 | Koninklijke Philips N.V. | Planning system for adaptive radiation therapy |
| CN110997063B (zh) * | 2017-05-30 | 2022-04-29 | 反射医疗公司 | 用于计算放射注量的方法的放射治疗系统 |
| EP4344736A3 (en) | 2017-06-22 | 2024-07-03 | RefleXion Medical, Inc. | Methods for calculating bounded dose-volume histograms (dvh) for evaluating a treatment plan |
| US10456600B2 (en) | 2017-07-26 | 2019-10-29 | Reflexion Medical, Inc. | Graphical representation of radiation therapy |
| US10507337B2 (en) | 2017-09-13 | 2019-12-17 | Elekta, Inc. | Radiotherapy treatment plan optimization workflow |
| WO2019060764A1 (en) | 2017-09-22 | 2019-03-28 | Reflexion Medical, Inc. | SYSTEMS AND METHODS FOR RADIATION DELIVERY IN SHUTTLE MODE |
| US11247074B2 (en) * | 2018-04-26 | 2022-02-15 | Rodney Wiersma | Systems and methods for determining 6DoF correction trajectories in compensating movement of a treatment target in a patient |
| EP3586920A1 (en) * | 2018-06-29 | 2020-01-01 | RaySearch Laboratories AB | System and method for radiation treatment planning |
| CN109499011B (zh) * | 2018-12-21 | 2020-11-10 | 苏州雷泰医疗科技有限公司 | 用于正交双层光栅装置的动态调强子野分割方法 |
| US10888713B2 (en) * | 2018-12-28 | 2021-01-12 | Varian Medical Systems, Inc. | Multileaf collimator with alternating trapezoidal leaf geometry design |
| WO2020150505A1 (en) | 2019-01-16 | 2020-07-23 | Reflexion Medical, Inc. | Methods for setup corrections in radiation therapy |
| WO2021011207A1 (en) | 2019-07-12 | 2021-01-21 | Reflexion Medical, Inc. | Multi-target treatment planning and delivery and virtual localization for radiation therapy |
| JP2023512214A (ja) | 2020-01-28 | 2023-03-24 | リフレクション メディカル， インコーポレイテッド | 放射性核種および外部ビーム放射線療法の共同最適化 |
| US11077320B1 (en) | 2020-02-07 | 2021-08-03 | Elekta, Inc. | Adversarial prediction of radiotherapy treatment plans |
| US11992702B2 (en) | 2020-09-21 | 2024-05-28 | Elekta, Inc. | Machine learning optimization of fluence maps for radiotherapy treatment |
| 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 |
| US11938341B2 (en) * | 2021-12-20 | 2024-03-26 | Siemens Healthineers International Ag | Method and apparatus for fast influence matrix generation |
| US20240100357A1 (en) * | 2022-09-27 | 2024-03-28 | Siemens Healthineers International Ag | Method and apparatus to modify dose values during radiation treatment planning |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101267858A (zh) * | 2005-07-22 | 2008-09-17 | 断层放疗公司 | 根据生物学模型修改放射疗法治疗计划的方法和系统 |
| CN102306239A (zh) * | 2011-07-22 | 2012-01-04 | 李宝生 | 基于锥形束ct图像ct值校正技术的放疗剂量评估和优化方法 |
| CN103226837A (zh) * | 2013-05-21 | 2013-07-31 | 南方医科大学 | 一种观察子宫肿瘤放疗总剂量的分布图像的生成方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3775993B2 (ja) | 1998-08-06 | 2006-05-17 | ウイスコンシン アラムナイ リサーチ フオンデーシヨン | 放射線治療計画を作成するシステム |
| US6853705B2 (en) | 2003-03-28 | 2005-02-08 | The University Of North Carolina At Chapel Hill | Residual map segmentation method for multi-leaf collimator-intensity modulated radiotherapy |
| EP1917999A1 (en) | 2006-11-03 | 2008-05-07 | Ion Beam Applications S.A. | Method and device for IMRT verification |
| CN101820948A (zh) | 2007-10-25 | 2010-09-01 | 断层放疗公司 | 用于放疗实施的运动适应性优化的系统和方法 |
| CN102138155A (zh) | 2008-08-28 | 2011-07-27 | 断层放疗公司 | 计算剂量不确定度的系统和方法 |
| WO2015085252A1 (en) * | 2013-12-06 | 2015-06-11 | Sonitrack Systems, Inc. | Radiotherapy dose assessment and adaptation using online imaging |
-
2015
- 2015-08-04 WO PCT/EP2015/067893 patent/WO2016023786A1/en active Application Filing
- 2015-08-04 US US15/501,893 patent/US10537749B2/en active Active
- 2015-08-04 CN CN201580043548.7A patent/CN106573152B/zh not_active Expired - Fee Related
- 2015-08-04 EP EP15745211.1A patent/EP3180084A1/en not_active Withdrawn
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101267858A (zh) * | 2005-07-22 | 2008-09-17 | 断层放疗公司 | 根据生物学模型修改放射疗法治疗计划的方法和系统 |
| CN102306239A (zh) * | 2011-07-22 | 2012-01-04 | 李宝生 | 基于锥形束ct图像ct值校正技术的放疗剂量评估和优化方法 |
| CN103226837A (zh) * | 2013-05-21 | 2013-07-31 | 南方医科大学 | 一种观察子宫肿瘤放疗总剂量的分布图像的生成方法 |
Non-Patent Citations (1)
| Title |
|---|
| GEORG A.WEIDLIC,UMA SWAMY: "《A Method for Online Dose-Guided Adaptive Radiotherapy》", 《CUREUS》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110975172A (zh) * | 2019-12-18 | 2020-04-10 | 上海联影医疗科技有限公司 | 一种通量图重建方法和系统 |
| CN113706409A (zh) * | 2021-08-18 | 2021-11-26 | 苏州雷泰医疗科技有限公司 | 基于人工智能的cbct图像增强方法、装置和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20170232274A1 (en) | 2017-08-17 |
| US10537749B2 (en) | 2020-01-21 |
| EP3180084A1 (en) | 2017-06-21 |
| WO2016023786A1 (en) | 2016-02-18 |
| CN106573152B (zh) | 2021-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106573152A (zh) | 用于自适应放射治疗规划的受监管的4d剂量图变形 | |
| US11383102B2 (en) | Three-dimensional radiotherapy dose distribution prediction | |
| Graeff | Motion mitigation in scanned ion beam therapy through 4D-optimization | |
| CN107427691A (zh) | 用于磁共振引导的辐射治疗的规划和控制 | |
| CN108882897A (zh) | 图像引导放射疗法中的迭代图像重建 | |
| KR20170047215A (ko) | 방사선 역 치료 계획을 위한 시스템 및 컴퓨터 프로그램 제품 | |
| 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 | |
| US20230302297A1 (en) | Patient imaging for dynamic online adaptive radiotherapy | |
| US11915346B2 (en) | Iterative image reconstruction | |
| US10881877B2 (en) | Systems and methods for evaluating motion tracking for radiation therapy | |
| Skouboe et al. | Simulated real‐time dose reconstruction for moving tumors in stereotactic liver radiotherapy | |
| Ureba et al. | MCTP system model based on linear programming optimization of apertures obtained from sequencing patient image data maps | |
| Bedford et al. | Dosimetric accuracy of delivering SBRT using dynamic arcs on Cyberknife | |
| US20230372739A1 (en) | Techniques for detecting movement during radiotherapy treatment | |
| Su et al. | Monte Carlo based continuous aperture optimization for VMAT on conventional and MR‐linacs: A proof of concept | |
| Salari et al. | A stochastic control approach to intrafraction motion management in intensity-modulated radiotherapy | |
| WO2024202088A1 (ja) | 線量分布計算システム、プログラム及び線量分布計算方法 | |
| Zhu et al. | Direct aperture optimization using an inverse form of back‐projection | |
| Hargrave | The development of a clinical decision making framework for image guided radiotherapy | |
| Damato et al. | Quality Assurance Technologies | |
| Witte et al. | A deep learning based dynamic arc radiotherapy photon dose engine trained on Monte Carlo dose distributions | |
| Lu et al. | Sequential monoscopic image‐guided motion compensation in tomotherapy stereotactic body radiotherapy (SBRT) for prostate cancer | |
| Bernatowicz | Towards clinical implementation of scanned proton therapy of moving targets | |
| Matney | Investigation of Respiratory Motion Management Techniques for Proton and Photon Radiotherapy of Lung Cancer | |
| Ureba Sánchez et al. | MCTP system model based on linear programming optimization of apertures obtained from sequencing patient image data maps |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for 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 |
Granted publication date: 20210126 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |