CN107223066A - 一种降低基于dmpo的imrt规划中的局部热/冷点的方法 - Google Patents
一种降低基于dmpo的imrt规划中的局部热/冷点的方法 Download PDFInfo
- Publication number
- CN107223066A CN107223066A CN201580075842.6A CN201580075842A CN107223066A CN 107223066 A CN107223066 A CN 107223066A CN 201580075842 A CN201580075842 A CN 201580075842A CN 107223066 A CN107223066 A CN 107223066A
- Authority
- CN
- China
- Prior art keywords
- object function
- function
- machine
- dosage
- radiation
- 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
- A61N5/1077—Beam delivery systems
- A61N5/1081—Rotating beam systems with a specific mechanical construction, e.g. gantries
-
- 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
-
- 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)
Abstract
本发明公开一种调节现有处置计划的方法和相关系统。基于双目标函数系统运行第二优化,所述双目标函数系统包括用于关于现有计划的优化的第一目标函数和包括所述第一目标函数作为函数要素的第二扩展的目标函数。
Description
技术领域
本发明涉及用于借助于辐射分配器调节要暴露于辐射的对象中的剂量分布的第一规范的方法,涉及用于借助于辐射分配器调节要暴露于辐射的对象中的剂量分布的第一规范的装置,涉及计算机程序产品,并且涉及计算机可读介质。
背景技术
癌症仍然是人类的灾难之一,并且辐射治疗是与之相抗击的主要手段之一。在辐射治疗中,使用高能量处置辐射射束来破坏癌变的组织,同时节省健康的组织。
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在空间上调制处置射束,从而不仅在形状上,而且在根据处置计划的规定剂量要求方面精确地顺应。
基于定义多个剂量目标或剂量体积目标的目标函数使用数值优化来计算处置计划。尽管计划可能在全局范围内符合这些目标,但仍然可能存在局部缺陷。例如,癌变区域的一些部分可能接收超过所需的剂量或可能接收小于所需的剂量。
尽管有系统来“微调”现有的处置计划(参见例如C Cotrutz和L Xing,“FMRT doseshaping with regionally variable penalty scheme”,Med.Phys.2003;30 544-51),但是这些有时不容易操作。鉴于移除这种局部缺陷对当前处置计划的射束布置或目标函数参数进行的任何修改都可能导致剂量分布的巨大变化。特别地,变化的幅度和类型超出了用户的直接影响,并且可能导致若干手动回溯步骤。
发明内容
因此,本领域可能需要一种用于调节辐射处置计划的备选方法。
本发明的目的通过独立权利要求的主题来解决,其中,进一步的实施例被并入从属权利要求中。
应当注意,本发明的以下描述的方面同样适用于借助于辐射分配器调节要暴露于辐射的对象中的剂量分布的第一规范的装置,适用于计算机程序产品,并且适用于计算机可读介质。
根据本发明的第一方面,提供了一种借助于辐射分配器调节要暴露于辐射的对象中的剂量分布的第一规范的方法,所述规范是基于第一目标函数计算的,所述目标函数依据针对所述辐射分配器的机器设置来定义对象中的至少一个相应位置的剂量要求,所述方法包括以下步骤:
基于所述第一规范来识别相对于阈值不满足依据所述第一目标函数的相应剂量要求的至少一个位置;
接收针对所识别的至少一个位置的新剂量要求;
基于两个目标函数来计算第二规范,所述两个目标函数包括所述第一目标函数和由所述第一目标函数形成的第二扩展的目标函数,其中,除了所述新剂量要求之外,所述扩展的目标函数包括依据所述第一目标函数的所述剂量要求中的至少一个。
根据一个实施例,所述方法包括将所述机器设置分类到两个组中,即分类到关键组和非关键组中,其中,能够与至少一个识别的对象位置相关联的机器设置被分类到所述关键组中,而如果满足依据所述第一目标函数的所述相应剂量要求,则能够与所述对象位置或不同对象位置相关联的机器设置被分类到所述非关键组中。
根据一个实施例,在非关键组中存在比在关键组中存在的更多的机器设置。
根据一个实施例,第一目标函数被限制于机器设置的非关键组,并且其中,第二目标函数被限制于机器设置的关键组。
根据一个实施例,第二目标函数包括至少一个用户可调节权重因子,以对第一目标函数对第二目标函数的贡献进行加权。根据一个实施例,该权重因子是用户可调节的。
根据一个实施例,该方法包括在显示设备上显示第一和/或第二目标函数的相应的值。
目标函数的显示和第一目标函数对第二目标函数的贡献的加权(及其调节)两者提供了经调节的计划的计算的用户控制。
术语机器设置也可以指分段的某些属性(即,多叶准直器中的特定叶配置,但本文也设想其它调制器设备)。分段的属性包括以下各项的任何一项或组合:形状、尺寸、MU(监测器单元)等。机器设置还包括要根据规范(本文中也称为“处置计划”或简称“计划”)使用的不同的这种分段的数量,并且在一个实施例中,“机器设置”仅指所述数量,即要使用的分段(来自整个分段的总集合)的数量。
在本文中也被称为“处置计划”的规范允许控制辐射分配器的操作,其中,该规范依据辐射分配器的多个机器设置来定义要在要处置的对象上沉积的剂量分布。然后可以使用机器设置来控制所述分配器的调制器设备(例如多叶准直器),以如此影响处置射束的空间强度调制,并且从而实现剂量要求所需的空间强度概况。所提出的方法特别适用于DMPO(直接机器参数优化)。
所提出的方法允许在用户能够关于所有全局指标与DVH(剂量-体积直方图)的平衡创建“几乎”可接受的处置计划但是其受3D剂量分布的局部不足时解决这种情况。尤其是当患者体积中存在剂量或者太高(热点)或者太低(冷点)的区域时。这种几乎可接受的计划应该在局部得到改进,而不会失去其整体特性。具体地,应该保留关键结构节省和目标一致性与整体3D剂量分布之间的先前建立的权衡。在这一点上,用户面临关于该计划应该被允许变化多少以便校正所识别的局部缺陷的权衡情况。所提出的基于DMPO的IMRT规划允许创建局部改进的计划,同时保留关键结构节省和目标一致性之间的先前建立的权衡。
另外,与基于DMPO的IMRT的现有方案(诸如上面参考的Cotrutz论文)不同,所提出的方法适用于单标准(即使用一个目标函数)以及多标准(使用两个或更多个目标函数)优化。所提出的方法允许用户将所得到的局部缺陷直接与机器参数(例如,分段)相关。这得到用于临床放射治疗用途的更直观且易于实施的算法。此外,所提出的方法允许在优化期间不违反(或仅稍微违反)其他约束的情况下严格约束新的ROI(局部缺陷)。
本文所使用的术语“优化”是指搜索机器设置的解空间以改进(最小化或最大化)目标函数的数值算法。这并不一定意味着最终结果(即新的处置计划,特别是机器设置(如分段的数量和/或其属性))在全局意义上是“最佳的”或“最优的”。总之,优化器可能会朝向局部最小值(或最大值,视情况而定),而不是全局最小值(或最大值)收敛,或者如果在预定义的迭代次数之后没有变化到预定义的最低有效位数,则在固定迭代次数之后中止优化。
附图说明
现在将参考以下附图描述本发明的示例性实施例,其中:
图1示出了辐射递送的布置;
图2示出了用于调节辐射处置计划的流程图;
图3是根据图2的方法的方面的图形表示。
具体实施方式
参考图1,示出了用于在辐射治疗中分配或递送辐射的布置。辐射治疗的主要目标是杀死动物或人类患者PAT中的癌组织ROI。更具体地,其目的是尽可能多地杀死癌组织,同时尽可能多地排除围绕癌组织的健康组织。
高能X射线处置射束XB跨癌组织ROI辐照,优选地从多个不同角度辐照。
通过使用线性加速器系统(本文称为“LINAC”)实现辐射治疗。LINAC系统要被用于IMRT。LINAC包括可旋转机架GT。该机架可围绕处置区域并围绕一个或多个轴线旋转。在图1中示出仅一个旋转轴(参见圆弧形箭头),但这仅仅是为了说明的目的,并且决不会为限制,因为LINAC可能包括多于一个旋转轴。在处置区域中,要处置的患者PAT被置于处置床C上。
LINAC的操作的总体控制来自通信地耦合到LINAC系统的电子设备的操作控制台OC或工作站。操作控制台OC还可以包括控制监测器MT。
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。波导WG从电子枪朝向钨靶TT引导。
在操作中,电子枪EG将电子流注入到波导WG中。当微波行进通过波导时,由磁控管MG生成的微波使电子加速。经加速的电子撞击在钨靶TT上。这种撞击导致形成高能X射线射束。该初级X射线射束可以被布置在处置头中的初级准直器PC准直,以减少散射。上面概述的LINAC的部件仅用于说明性目的,而不是限制性的。特别地,本文同样设想了其他LINAC设计。
然后,如此预准直的处置射束穿过布置在处置头TH中的初级准直器之后的多叶准直器MLC。然后经多叶准直的处置射束XB射出处置头TH,行进穿过处置区域,并且然后投射通过患者PAT,并且尤其是通过感兴趣区域ROI,以理想地破坏所有的癌组织。
多叶准直器MLC的一个功能是提供处置射束的横截面的整形,使得横截面至少大致符合ROI的几何结构。用于IMRT目的的MLC的另一个更重要的功能是将叶片LF定位在射束中来形成多个开口,以局部地修改射束的部分,从而如此影响针对IMRT的期望辐射强度调制。
图1的插图A)提供了沿着投影方向Z(即沿着射束XB的垂直方向(插图A中),投影方向Z延伸到纸张平面内)在多叶准直器MLC上的视图。如可以看出的,多叶准直器MLC由高度辐射不透明的细长结构(即叶片或桨叶LF)的多个相对的对形成。相对的叶片可以通过合适的致动器彼此独立地移动。可以在相对的叶片对之间的射束的横截面内的任何地方形成一个或多个开口。由于叶片是可独立可移动的,并且通过采用每个叶片足够薄(约5mm)的足够数量的叶片对(有时为30个或更多–但是这绝不是限制性的),可以形成复杂的开口模式。
在一个实施例中,MLC还包括多个专用射束阻挡单元(有时称为“钳口(jaws)”),通过这些专用射束阻挡单元实现整体射束整形。例如,MLC可以具有一组N个叶片以及例如多个钳口(例如四个,但是这仅是为了说明而绝不是限制)。钳口相对于射束在北、南、西、东方向上被布置在相对的对中。针对每个射束方向(即对于给定的处置头位置),钳口的位置从每一侧按照所述方向尽可能接近ROI的轮廓对准。这定义了一个减小的(例如但不一定是方形的)区,也被称为“活动区”,其被保持打开。然后可以将该区内的结构(如ROI)暴露于射束辐照。活动区之外(即在钳口“后面”)的结构不会被辐照。这减少(或者甚至可能取消)不想要的额外剂量给处于危险中的周围器官。
MLC叶片LF的特定空间配置在本文中可以被称为“分段”。构成分段的叶片位置形成孔洞(即,由MLC叶片保持打开的多于一个孔或间隙),其在本文中可以被称为给定分段的“形状”。给定分段的“尺寸”是孔洞多大的面积量度(平方厘米或平方毫米的量级)。分段也可以借助于监测单位(MU)来描述。这是指示通过该分段的辐射递送的持续时间的参数。简而言之,分段可以由以下属性定义:形状、尺寸和MU。
迄今为止描述的辐射分配布置100的部件可以被理解为可以分配辐射的“硬件”。要如何控制MLC由控制命令处理的一组控制命令定义。然后,控制命令被转发到辐射递送控制器RDC,辐射递送控制器RDC然后将对应的较低水平位置命令传送到MLC以实现射束的强度调制。RDC控制器也可以负责激活射束XB并且将处置头TH沿着相对于ROI的所需方向定位。
更具体地,控制命令是从一组机器设置导出的,其包括执行要用于给定患者的IMRT的特定多个分段的X射线管控制命令。IMRT利用MLC将辐射射束XB整形为每射束角度的多个“子射束”,从而创建不同强度的注量图。在递送后,这些经注量调制的子射束在三维中求和以创建高度符合的剂量分布。与以前的辐射递送技术相比,IMRT以所需剂量或规定剂量向具有更不规则形状的肿瘤靶ROI提供更准确的辐射递送,同时避免附近的正常组织和器官处于危险中(OAR)。
针对IMRT的处置规划涉及制定适当分段的规范(“处置计划”),当该规范实现时,允许实现跨ROI的所需剂量分布。“反向”处置规划涉及“目标函数”(OF)的数值优化。处置目标(例如,患者体内每个位置的剂量要求,其可依据诸如CT或MRI等的适当详细的ROI图像定义到体素水平)由用户以数字形式提供为“约束”,然后将这些用于优化目标函数以最终达到适当的机器参数(尤其是分段),以根据目标函数递送最佳处置。目标函数以数字格式总结了所有临床目标。更具体地,目标函数用于测量当前剂量分布与期望剂量分布的差异有多大。
通常,使用注量图优化(FMO)来确定这些分段。FMO方法不同于针对建议的布置所基于的IMRT的DMPO“直接机器参数优化”方法。在FMO中,实践是定义针对肿瘤和正常组织的剂量约束,在此基础上计算“最优”注量。然后使用由也被称为“叶序列”的“转换程序”计算的有序MLC形状序列间接递送优化的注量。FMO的主要限制是,这种方法没有考虑到由MLC本身施加的递送约束。换句话说,FMO通过其必要的叶序列后处理可以产生通常需要大量分段和监测单元(MU)的叶序列。与FMO方法相对,在基于DMPO的FMRT中,一旦用户定义了剂量约束,就不需要经由注量图进行“绕行”,而是依据机器设置(特别是分段和要使用的分段数)将潜在的优化问题公式化,以如此直接解释要使用的特定MLC的机械约束和递送约束。这里的机器参数包括分段形状和权重(MU)。DPMO-IMRT方法显著减少了分段和监测单元(MU)的数量,同时能够匹配常规基于FMO的FMRT计划的质量。
在DPMO-IMRT优化中使用的目标函数测量跨所有ROI位置的全局最优。换句话说,尽管计算出的处置计划是全局最优的,但是在某些位置处可能仍然存在局部缺陷,在这些位置中不满足个体剂量要求,但是由OF测量时这些缺陷跨所有ROI位置被“抵消”。能观察到这些缺陷的位置可以被适当地称为“冷点”或“热点”(或统称为“缺陷点”)。一般来说,热点是组织体积(依据ROI图像),其在给定的计划TP下将根据适用的约束接收大于规定剂量的剂量,而冷点是接收小于规定剂量的剂量的那些位置。
目前,对于大多数肿瘤类型,没有关于这些点的幅度和体积的普遍接受的共识。在某些情况下,例如H&N(头颈部),建议95%的PTV(患者体积)应该接收规定的剂量,在这种情况下,接收大于规定剂量的110%的剂量的剂量点可以被视为热点。同样地,接收小于规定剂量的93%的剂量的剂量点可以被视为冷点。在这两种情况下,位置非常重要。然而,这些因数通常不适用于所有情况,并且可能需要使用其他阈值。另外,在术语或尺寸中,体积超过PTV体积的15%和PTV外的正常组织的2-5%的热点是至关重要的。类似地,体积超过PTV体积的2-5%的冷点可以被认为在H&N中是关键的。将理解,这些因数仅仅是示例性的,绝不是限制性的。
为了根据现有计划TP来解决热点和/或冷点的出现,本文提出的布置包括处置计划调节模块TPA。
处置计划调节模块TPA可以作为模块在操作者控制台或相关的规划工作站上运行。下面将在图2和图3中更详细地解释处置计划调节模块TPA的操作。广泛地,处置计划调节模块TPA被配置为读取现有处置计划TP并将其处理成新的经更新处置计划TP_新,其中,具有与其相关联的较少的冷点和/或热点或至少减少了这些缺陷点的关键性。
现在更详细地转到处置计划调节器TPA,这在图1的插图B)中示意性地示出。处置计划调节器TPA包括计划输入端口IN、剂量信息输入端口D-IN和计划输出端口OUT。处置计划调节器TPA还包括位置标识符LI和计划重新调节器模块PRM。
广义地,计划调节器的操作如下:
初始地,基于DMPO的IMRT优化在第一周期中运行,具有用户指定的临床目标和递送约束的初始集合。该初始计划TP是在输入端口IN处接收的。让我们假设该初始计划在如由第一目标函数F1所测量的所有全局目标的平衡方面都是“几乎”可接受的,但该计划确实受局部缺陷影响,例如至少一个热点和/或至少一个冷点。
然后,位置标识符LI识别这些局部剂量缺陷(即,热点和/或冷点)。剂量分布的局部缺陷被勾画为患者模型中的新ROI,例如与稍后要用于实际剂量递送的LINAC几何结构适当配准的MRI、CT或其他体积图像。在热点/冷点的情况下,这些勾画可以是自动的或者可以基于用户定义的阈值。如上面提及的,没有适用于所有情况的普遍认可的阈值信息用于定义何时将缺陷认为是热点或冷点。上面已经概述了用于H&N情况的百分比阈值的一个集合。冷点/热点阈值信息对于每种癌症情况通常是不同的,并且最终是经验性的,本文假定该冷点/热点阈值信息可用于手头的情况。上述与ROI中的位置相关的自动识别还可以适用于识别不符合临床目标的(亚)OAR(风险中的器官)。
在冷点/热点识别之后,然后要求用户经由适当的文本或图形用户输入单元来指定剂量或剂量体积限制以及这些新ROI中的每个的惩罚(重要性权重)。这些新的剂量要求由剂量信息输入端口D-IN接收。为了在此任务中更好地支持用户,可以基于新ROI关于目标函数的灵敏度量度由系统自动计算剂量或剂量体积目标的初始集合。在Vaitheeswaran,R.,Narayanan,V.S.,Bhangle,J.,&Nirhali,A.,"TU-A-BRA-05:An Algorithm forAutomated Determination of EVIRT Objective Function Parameters,"MedicalPhysics,37(6),3369-3369,2010中描述了一种这样的方法。
然后定义新的增强或扩展的目标函数以形成目标函数系统。该函数系统包括原始的“主”目标函数F1和新的目标函数F2。F1不包括在剂量定义输入端口D-IN处接收的新ROI的目标,而是仅包括来自第一周期的旧目标/要求,而除了来自第一周期的旧目标/要求之外,F2确实包括新ROI的目标/要求。该目标函数系统F1、F2的定义可以通过目标函数定义工具(未示出)自动完成,或者可以由用户输入。
分类器模块CL进行操作以在要由输入计划要使用的所有分段的集合上定义分段组分类。对新ROI(热点和冷点)有显著贡献的分段被识别并分类在“关键分段组(CSG)”下。其余分段被分类在“正常分段组(NSG)”下。作为第一优化周期的结果获得的分段及其属性(权重和形状)被直接用作以下第二优化周期的起始点(初始条件)。
然后计划重新调节器模块操作为在第二周期中执行基于DMPO的IMRT优化。DMPO优化的该第二周期现在同时调用F1和F2用于优化。在该第二优化周期中,将使用F1作为目标函数来优化“NSG分段”的权重和形状,而使用F2作为目标函数来优化“CSG分段”的权重和形状。
在第二周期结束时,新计划TP_新被输出。然后,用户具有以下选项:保留在第二周期中计算的一些或全部新机器参数,或者基于先前的F1值保持旧机器参数。
初始计划TP可以由任何计划优化器机器来计算,或者实际上可以由所提出的IPS计算,在这种情况下,初始条件直接传给现在使用“基础”目标函数F1而不是目标函数系统F1、F2的两个重新调节器PRM。参考图2的流程图,现在将更详细地解释处置计划重新调节器TPA的操作下面的方法。
在初步步骤S205处,基于第一目标函数F1执行DMP优化的第一周期。该第一周期优化是用临床目标和递送约束的初始集合执行的。此处,必要条件是得到在所有全局目标的平衡方面几乎可接受的计划。假设该计划受局部缺陷影响,因为它会导致热点和/或冷点出现。
在步骤S210处,这些局部缺陷中的一些或全部例如经由作为一个或多个ROI的勾画来识别。
在步骤S220处,然后定义针对新ROI的剂量约束以及惩罚。
在步骤S230中,形成双目标函数(即,两个目标函数的系统)。该双目标函数包括步骤S205的“主”函数F1和增强或扩展的目标函数F2。F1不包括新ROI(局部缺陷)的目标,而F2除了旧目标之外确实包括新ROI的目标。由于其包括旧目标和新目标两者,因此F2被配置为协商全局权衡。根据一个实施例,双目标函数系统依据下面的方程(1)、(2)(或其数学等价物):
F1=∑n wn *(Dn–Pn)2 (1)
F2=α*F1+β*∑m wm*(Dm–Pm)2 (2)
在等式(1)、(2)中:
Pn是每体素n的规定剂量,而Dn是在点n处计算的剂量;
wn是分配给特定器官或组织内的体素的权重;
Pm是新ROI中的每个体素m的规定剂量,而Dm是在点m处计算的剂量;并且
wm是分配给新ROI(局部缺陷)内的体素的权重。
如能够看到的,增强函数F2在一个实施例中是两个函数要素(即F1和被绘制为针对新ROI的剂量定义的函数要素(方程(2)中右侧的总和))的线性组合的总体狭窄。
尽管相对于体素坐标来绘制等式,但并不是针对所有实施例都是如此必要。例如,在一个实施例中,粗略化方法可能是有益的,其中体素集合被折叠成“块”,并且优化不是在体素的水平上定义,而是在这些体素块的水平上定义。
在方程(2)中,α和β是加权因子。通过以适当的比率设置这些因子(例如约1/4,但这仅是示例性的,确切的比例是经验问题),用户可以控制F1对F2的效应之间的平衡,以便在一方面或多或少地维持所建立的权衡(按照F1和α),以及依据在第二优化周期中试图克服局部缺陷的每个F2的偏执(可由β调节)。
在步骤S240中,执行分段组分类。按照输入计划TP对新ROI产生重大贡献的分段(热点和冷点)被归类在“关键分段组(CSG)”下。其余分段被归类在“正常分段组(NSG)”下。让我们假设存在从第一优化周期产生的N个分段。现在进行了“关键性分析”,其中,识别了对新ROI(局部热点和冷点)产生显著贡献的那些分段。这可以通过测量给定分段对ROI内的体素的贡献百分比来完成。还将执行基于对ROI体素的贡献百分比的分段的优先顺序,以获得CSG分段的“方便”的数量。
令N为从第一优化周期产生的分段的总数,nl为在NSG下分类的分段的数量,n2为在CSG下分类的分段的数量,使得:
N=n1+n2,其中,n2<nl(3)
下表总结了F1、F2对两个组NSG和CSG的角色:
分段组 | 分段的数量 | 在优化期间处理的问题 | 调用的目标函数 |
NSG | n1 | 总体权衡(全局) | F1 |
CSG | n2 | 全局+局部 | F2 |
图3是分段分组和针对分段组的目标函数的分配的图示。热点和/或冷点(一个被示出为黑点)的位置依据合适的患者模型PM,例如CT图像或其他合适的体积图像。接收正确剂量的位置在PM中显示为阴影。所涉及的分段被显示为子射束眼视图(BEV)图像。F1考虑全局(优化)问题(GP),而扩展的目标函数F2考虑全局(GP)和局部(LP)优化问题。CSG中的分段按照BEV示出为阴影,依据NSG的分段被示出为干净。可以通过运行光线跟踪算法来建立PM中的位置与贡献分段之间的关联。已经在例如M de Greef et al,"Accelerated raytracing for radiotherapy dose calculations on a GPU",Medical Physics 36,4095(2009)或者C Fox et al"Fast voxel and polygon ray-tracing algorithms inintensity modulated radiation therapy treatment planning",Medical Physics 33,1364(2006)中描述了这样的射线跟踪算法。
在步骤S250中,根据方程(1)和(2)基于目标函数系统来执行第二优化周期。
从第一优化周期得到的分段及其属性(尺寸、形状和权重)被直接用作第二优化周期的起点(初始条件)。第二周期被启动,其同时使用F1和F2进行优化。在该优化周期中,将使用F1来优化“NSG分段”的尺寸、形状和权重;将使用F2来优化“CSG分段”的尺寸、形状和权重。
该第二优化运行允许所有(N个)分段“考虑”全局权衡问题,而较少数量的分段(n2)除了全局权衡问题之外还要“考虑”局部缺陷。以此方式,可以在第二优化周期期间保留从第一优化周期获得的一些、大多数或者甚至全部的初始条件。
此外,基于双目标函数(1)、(2)(其也可以被认为是在分段的空间上优化的目标函数划分,同样地划分为NSG和CSG)来运行优化允许用户控制允许给定的NSG段在第二周期期间相对于其依据第一优化周期的属性在分段尺寸、形状和权重方面改变的量(可测量为比率或百分比)。最终,第二优化周期已经被观察到在大部分(如果不是全部)情况下得到局部改进的计划,其也保留了一个方面的关键结构节省与另一方面的目标一致性之间的先前建立的权衡。
依据方程(3),由于仅“高度影响”CGS分段的相对小(具有n2个元素)子集被分配为“消除”局部缺陷,可以关于新的ROI指定严格约束,并且仍然避免扰乱先前在第一优化周期中建立的权衡。已经观察到大约1/4的量级的n2/n1的比率得到计划的改进,但是其他比例在其他情况下可能也适用并且在本文中被设想。
此外,包括在目标函数F2中的加权因子α和β将允许用户控制在第二优化周期中维持(从先前的第一周期)建立的权衡与消除局部缺陷之间的平衡。这为用户处理本地缺陷以及将计划调节器配置和定制到手头任务的细节提供一个或更多个方便等级。两个目标函数F1、F2的加权因子是用户可调节的,并且在一个实施例中,该系统在第二优化周期开始时或在执行第二周期优化期间包括α和/或β的基于文本或图形的输入。
在第二优化周期结束时,用户可以通过查看Fl的当前值来验证已经建立的全球权衡是否已经被损害。然后用户可以基于F1、F2和其他计划质量指标的当前值自由地保持当前的机器参数或检索初始机器参数。
该系统还可以包括可视化器工具VIS,以在步骤S260中在运行第二周期优化期间在屏幕MT上的一个观察口或两个专用观察口上显示F1和/或F2的相应的值。这允许用户更好地跟随优化的过程。
在一个实施例中,可视化器工具VIS可以被配置为在步骤处显示在它们各自的组(NSG和CSG)下的分段,或者可以被配置为显示其中分段和其组之间的关联被可视化的“分段图”。
在一个实施例中,两个NSG分段和CSG分段中的分段属性的改变在优化运行期间同时显示在相应的专用用户界面中。
在一个实施例中,可视化器工具VIS可以被配置为在观察口中可视化给定分段关于可检测到的局部缺陷(热点或冷点)的关键性。关键性可以如上所述以百分比项来测量,其指示所述分段对控制所述冷点或热点处的辐射沉积的贡献的量。在显示步骤S260处,设想依据可视化器工具VIS的上述显示实施例的任何组合(部分或全部)。
总之,所提出的方法被配置为在关键结构节省和目标一致性(全局问题)之间维持总体权衡,同时能够移除局部剂量缺陷。一旦局部缺陷在第一优化周期后被识别,整个问题如前所述被分裂为两部分。类似地,两个分段组被识别。我们的方法的新颖之处在于,在第二优化周期期间,使得这两个不同的分段组调用两个不同的目标函数(F1和F2)。在此过程中,分配更多数量的分段来查看整体权衡(不包括局部缺陷),而除了总体权衡之外,还分配了少量n2个“高度影响”分段来考虑局部缺陷。换句话说,在第二周期中,很少的分段获得额外的分配。然后,本文提出了在第二优化周期期间保留从第一周期获得的大部分初始条件。基本上,解决局部问题所需要的分段数量在这种方法中是预定的。以此方式,确保了第二周期不会对现有的计划质量产生巨大的干扰,同时能够纠正局部缺陷。尽管一些NSG段在第二优化周期期间也将经历改变(即,它们的一个或多个属性被改变)。然而,由于目标函数的划分,NSG段的属性的变化幅度预期是最小的。另外,要注意的是,第二循环是优化分段尺寸、形状和权重的完整优化。
所提出的方法具有以下优点:
提供了一种新的方法来在建立的权衡和局部剂量缺陷之间平衡,“权衡”是在目标覆盖率与正常组织节省之间的首次优化中实现的平衡。
包括在目标函数扩展的目标函数中的加权因子α和β允许用户主动确定处理局部缺陷的方式。
该方法允许严格约束新的ROI而不违反优化期间的其他约束。
另一个独特的优点是,该方法提供了优化过程的一定程度的体素特异性,而不需要进行完整的基于体素的优化。
该方法可以用于在自动计划环境中受益,并且可以提高所述自动计划环境的效率。
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一种计算机程序单元,其特征在于适于在适当的系统上运行根据前面的实施例之一所述的方法的方法步骤。
因此,所述计算机程序单元可以被存储在计算机单元上,所述计算机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以上描述的方法的步骤或诱发以上描述的方法的步骤的执行。此外,其可以适于操作以上描述的装置的部件。所述计算单元能够适于自动地操作和/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。所述数据处理器由此可以被装备为执行本发明的方法。
本发明的该示范性实施例涵盖从一开始就使用本发明的计算机程序或借助于更新将现有程序转变为使用本发明的程序的计算机程序两者。
更进一步地,所述计算机程序单元能够提供实现如以上所描述的方法的示范性实施例的流程的所有必需步骤。
根据本发明的另一示范性实施例,提出了一种计算机可读介质,例如CD-ROM,其中,所述计算机可读介质具有存储在所述计算机可读介质上的计算机程序单元,其中,所述计算机程序单元由前面部分描述。
计算机程序可以存储和/或分布在与其他硬件一起提供或作为其他硬件的部分提供的诸如光学存储介质或固态介质的适当的介质上,但是计算机程序也可以以其他的形式分布,例如经由因特网或其他有线或无线的远程电信系统分布。
然而,所述计算机程序也可以存在于诸如万维网的网络上并能够从这样的网络中下载到数据处理器的工作存储器中。根据本发明的另一示范性实施例,提供了一种用于使得计算机程序单元能够被下载的介质,其中,所述计算机程序单元被布置为执行根据本发明的之前描述的实施例之一所述的方法。
必须指出,本发明的实施例参考不同主题加以描述。具体而言,一些实施例参考方法类型的权利要求加以描述,而其他实施例参考设备类型的权利要求加以描述。然而,本领域技术人员将从以上和下面的描述中了解到,除非另行指出,除了属于一种类型的主题的特征的任何组合之外,涉及不同主题的特征之间的任何组合也被认为由本申请公开。然而,所有特征能够被组合以提供超过特征的简单加和的协同效应。
尽管已经在附图和前面的描述中详细说明和描述了本发明,但这样的说明和描述被认为是说明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。通过研究附图、说明书和从属权利要求,本领域的技术人员在实践请求保护的本发明时能够理解和实现所公开的实施例的其他变型。
在权利要求中,词语“包括”不排除其他单元或步骤,并且,词语“一”或“一个”并不排除多个。单个处理器或其他单元可以履行权利要求书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。权利要求中的任何附图标记不应被解释为对范围的限制。
Claims (11)
1.一种借助于辐射分配器(LINAC)调节要暴露于辐射的对象中的剂量分布的第一规范的方法,所述规范是基于第一目标函数计算的,所述目标函数依据针对所述辐射分配器的机器设置来定义针对对象中的至少一个相应位置的剂量要求,所述方法包括以下步骤:
基于所述第一规范来识别(S210)至少一个位置,针对所述至少一个位置,相对于阈值,依据所述第一目标函数的相应剂量要求不被满足;
接收(S220)针对所识别的至少一个位置的新剂量要求;
基于两个目标函数来计算(S250)第二规范,所述两个目标函数包括所述第一目标函数和由所述第一目标函数形成的第二扩展的目标函数,其中,所述扩展的目标函数除了所述新剂量要求之外还包括依据所述第一目标函数的所述剂量要求中的至少一个。
2.根据权利要求1所述的方法,包括以下步骤:
将所述机器设置分类(S240)到两个组中,即分类到关键组和正常组中,其中,能够与所述至少一个识别的对象位置相关联的机器设置被分类到所述关键组中,而在依据所述第一目标函数的所述相应剂量要求被满足的情况下,能够与所述对象位置或不同对象位置相关联的机器设置被分类到所述正常组中。
3.根据权利要求1或2所述的方法,其中,所述正常组(NSG)中比所述关键组(CSG)中多至少一个机器设置。
4.根据权利要求1-3中的任一项所述的方法,其中,所述第一目标函数被限制于机器设置的所述正常组,并且其中,所述第二目标函数被限制于机器设置的所述关键组。
5.根据权利要求1-4中的任一项所述的方法,其中,所述第二目标函数包括至少一个用户可调节权重因子,以对所述第一目标函数对所述第二目标函数的贡献进行加权。
6.根据权利要求1-5中的任一项所述的方法,包括在显示设备(MT)上显示(S260)所述第一目标函数和/或所述第二目标函数的相应的值。
7.一种用于借助于辐射分配器调节要暴露于辐射的对象中的剂量分布的第一规范的装置(TPA),所述规范是基于第一目标函数计算的,所述目标函数依据针对所述辐射分配器的机器设置来定义针对对象中的至少一个相应位置的剂量要求,所述方法包括以下步骤:
输入端口(IN),其被配置为接收所述第一规范;
位置标识符(LI)模块,其被配置为基于所述第一规范来识别至少一个位置,针对所述至少一个位置,相对于阈值,依据所述第一目标函数的相应剂量要求不被满足;
剂量输入端口(D-IN),其被配置为接收针对所识别的至少一个位置的新剂量要求;
计划重新调节器模块(PRM),其被配置为基于两个目标函数计算第二规范,所述两个目标函数包括所述第一目标函数和由所述第一目标函数形成的第二扩展的目标函数,其中,所述扩展的目标函数除了所述新剂量要求之外还包括依据所述第一目标函数的所述剂量要求中的至少一个。
8.根据权利要求7所述的装置(TPA),包括:
分类器(CL),其被配置为将所述机器设置分类到两个组中,即分类到关键组和正常组中,其中,能够与所述至少一个识别的对象位置相关联的机器设置被分类到所述关键组中,而在依据所述第一目标函数的所述相应剂量要求被满足的情况下,能够与所述对象位置或不同对象位置相关联的机器设置被分类到所述正常组中。
9.根据权利要求7或8中的任一项所述的装置,包括可视化器(VIS),所述可视化器被配置为在显示设备(MT)上实现对所述第一目标函数和/或所述第二目标函数的相应的值的显示。
10.一种用于控制根据权利要求7-9中的任一项所述的装置的计算机程序单元,所述计算机程序单元当由处理单元运行时,适于执行根据权利要求1-6所述的方法的步骤。
11.一种在其上存储有根据权利要求10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 |
---|---|---|---|
IN6251CH2014 | 2014-12-11 | ||
IN6251/CHE/2014 | 2014-12-11 | ||
PCT/IB2015/059375 WO2016092441A1 (en) | 2014-12-11 | 2015-12-04 | A method to reduce local hot/cold spots in dmpo-based imrt planning |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107223066A true CN107223066A (zh) | 2017-09-29 |
CN107223066B CN107223066B (zh) | 2020-10-27 |
Family
ID=55071084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580075842.6A Active CN107223066B (zh) | 2014-12-11 | 2015-12-04 | 一种降低基于dmpo的imrt规划中的局部热/冷点的方法、装置、系统和介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10617887B2 (zh) |
EP (1) | EP3229905B1 (zh) |
CN (1) | CN107223066B (zh) |
WO (1) | WO2016092441A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3103519B1 (en) * | 2015-06-12 | 2021-06-02 | RaySearch Laboratories AB | A method, a computer program product and a computer system for radiotherapy optimization |
EP3357539A1 (en) * | 2017-02-02 | 2018-08-08 | Koninklijke Philips N.V. | Warm start initialization for external beam radiotherapy plan optimization |
EP3744394A1 (en) * | 2019-05-27 | 2020-12-02 | Koninklijke Philips N.V. | Intensity modulated particle therapy plan normalization scheme |
US11278737B2 (en) | 2019-09-09 | 2022-03-22 | Varian Medical Systems International Ag | Systems and methods for automatic treatment planning and optimization |
EP3892327B1 (en) * | 2020-04-06 | 2024-05-08 | RaySearch Laboratories AB | Radiation therapy treatment planning |
EP4015038A1 (en) * | 2020-12-18 | 2022-06-22 | Koninklijke Philips N.V. | Radiation therapy planning |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1926552A (zh) * | 2003-12-12 | 2007-03-07 | 西安大略大学 | 用于对放射剂量输送进行优化的方法和系统 |
WO2014181204A2 (en) * | 2013-05-06 | 2014-11-13 | Koninklijke Philips N.V. | An interactive dose gradient based optimization technique to control imrt delivery complexity |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7529339B2 (en) | 2003-12-12 | 2009-05-05 | University Of Western Ontario | Method and system for optimizing dose delivery of radiation |
EP2260902A1 (en) | 2009-06-10 | 2010-12-15 | Deutsches Krebsforschungszentrum Stiftung des öffentlichen Rechts | Radiation treatment planning system and computer program product |
US9507886B2 (en) | 2010-06-07 | 2016-11-29 | Jason Fiege | Multi-objective radiation therapy optimization method |
-
2015
- 2015-12-04 WO PCT/IB2015/059375 patent/WO2016092441A1/en active Application Filing
- 2015-12-04 US US15/534,697 patent/US10617887B2/en active Active
- 2015-12-04 CN CN201580075842.6A patent/CN107223066B/zh active Active
- 2015-12-04 EP EP15820617.7A patent/EP3229905B1/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1926552A (zh) * | 2003-12-12 | 2007-03-07 | 西安大略大学 | 用于对放射剂量输送进行优化的方法和系统 |
WO2014181204A2 (en) * | 2013-05-06 | 2014-11-13 | Koninklijke Philips N.V. | An interactive dose gradient based optimization technique to control imrt delivery complexity |
Non-Patent Citations (1)
Title |
---|
ILMA XHAFERLLARI: "Automated IMRT planning with regional optimization using planning scripts", 《JOURNAL OF APPLIED CLINICAL MEDICAL PHYSICS》 * |
Also Published As
Publication number | Publication date |
---|---|
EP3229905B1 (en) | 2019-06-19 |
EP3229905A1 (en) | 2017-10-18 |
CN107223066B (zh) | 2020-10-27 |
US10617887B2 (en) | 2020-04-14 |
US20170361127A1 (en) | 2017-12-21 |
WO2016092441A1 (en) | 2016-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10857384B2 (en) | Controlling and shaping the dose distribution outside treatment targets in external-beam radiation treatments | |
CN107223066A (zh) | 一种降低基于dmpo的imrt规划中的局部热/冷点的方法 | |
CN110960805B (zh) | 对强度调制质子疗法执行照射时间优化的方法和装置 | |
US8009803B2 (en) | Treatment plan optimization method for radiosurgery | |
US7809107B2 (en) | Method for controlling modulation strength in radiation therapy | |
US9630024B2 (en) | Radiation treatment planning system and method of radiation treatment planning | |
EP3984594A1 (en) | Three-dimensional radiotherapy dose distribution prediction | |
EP2994195B1 (en) | Interactive dose gradient based optimization technique to control imrt delivery complexity | |
US11369804B2 (en) | Particle arc treatment planning | |
US20180111005A1 (en) | Method of selecting beam geometries | |
JP5401391B2 (ja) | 粒子線治療計画装置及び治療計画方法 | |
Sahoo et al. | 3D treatment planning system—Varian Eclipse for proton therapy planning | |
McCann et al. | Lung sparing and dose escalation in a robust‐inspired IMRT planning method for lung radiotherapy that accounts for intrafraction motion | |
Leal et al. | MLC leaf width impact on the clinical dose distribution: a Monte Carlo approach | |
Shrimali et al. | Pitfalls and challenges to consider before setting up a lung cancer intensity-modulated radiotherapy service: A review of the reported clinical experience | |
WO2024082293A1 (en) | Multicriterial treatment plan optimization using let cost functions | |
Lee et al. | Clinical validation of Rapid Plan head & neck model |
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 |