CN107281657B - 一种针对多发性肿瘤的放疗设备高能光束路径优化方法 - Google Patents
一种针对多发性肿瘤的放疗设备高能光束路径优化方法 Download PDFInfo
- Publication number
- CN107281657B CN107281657B CN201710632104.8A CN201710632104A CN107281657B CN 107281657 B CN107281657 B CN 107281657B CN 201710632104 A CN201710632104 A CN 201710632104A CN 107281657 B CN107281657 B CN 107281657B
- Authority
- CN
- China
- Prior art keywords
- actual tumor
- point
- exploration
- matrix
- distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 206010028980 Neoplasm Diseases 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000001959 radiotherapy Methods 0.000 title claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims abstract description 44
- 238000005457 optimization Methods 0.000 claims description 16
- 230000014759 maintenance of location Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000011282 treatment Methods 0.000 abstract description 17
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 230000005855 radiation Effects 0.000 description 10
- 201000011510 cancer Diseases 0.000 description 8
- 238000004088 simulation Methods 0.000 description 4
- 230000002285 radioactive effect Effects 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 210000004880 lymph fluid Anatomy 0.000 description 1
- -1 lymph fluid Substances 0.000 description 1
- 210000001365 lymphatic vessel Anatomy 0.000 description 1
- 210000003563 lymphoid tissue Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 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
-
- 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
-
- 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
- A61N2005/1092—Details
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
本发明一种针对多发性肿瘤的放疗设备高能光束路径优化方法属于医疗设备和人工智能技术领域；该方法首先将实际肿瘤区域退化成实际肿瘤点，确定实际肿瘤点的坐标；然后计算任意两个实际肿瘤点之间的距离，建立距离矩阵；再初始化探索参数，计算启发函数初值；接着探索最佳环路路径；最后找到最佳环路路径中距离最大的两个实际肿瘤点，最佳环路路径去掉所述两个实际肿瘤点的连线，剩余部分即为最终路径；本发明将实际肿瘤区域退化成一个肿瘤点，将放射线扫描问题转换为如何遍历所有肿瘤点且路径最短问题，并提出了一种路径优化方法，大大降低治疗时间，减轻病人治疗痛苦，将对人工智能在医疗设备中的发展起到积极的促进作用。
Description
技术领域
本发明一种针对多发性肿瘤的放疗设备高能光束路径优化方法属于医疗设备和人工智能技术领域。
背景技术
肿瘤放射治疗是利用放射线治疗肿瘤的一种局部治疗方法。放射线包括放射性同位素产生的α、β、γ射线和各类X射线治疗机或加速器产生的X射线、电子线、质子束及其他粒子束等。据统计，大约70％的癌症患者在治疗癌症的过程中需要用放射治疗，约有40％的癌症可以用放疗根治。放射治疗在肿瘤治疗中的作用和地位日益突出，已成为治疗恶性肿瘤的主要手段之一。
恶性肿瘤能够转移，即原发恶性肿瘤中的癌细胞通过血管、淋巴管以及肿瘤周围组织，随着血液、淋巴液和体液的运行，向其他远处部位的组织和器官转移，并且“生根”、“发芽”，形成与原发性肿瘤同样性质类型的恶性肿瘤，由于这些恶性肿瘤表现为在多处发生，因此称之为多发性肿瘤。
对于多发性肿瘤的放射线治疗，早期的方式是将多发性肿瘤看成多个独立的肿瘤，每次只针对其中一个肿瘤进行放射线治疗，这种方式需要多次治疗才能完成一个疗程，治疗时间长，治疗成本高。
针对上述方法所产生的问题，又出现了一种类似打印机打印文档的多发性肿瘤放射线扫描方法，在这种方法中，将多发性肿瘤看成一个只需局部治疗的大的肿瘤，其中，需要治疗的区域为实际肿瘤区域，而不需要治疗的区域为实际非肿瘤区域，放射线发生装置以喷墨打印机打印文档的方式扫过大的肿瘤，在实际肿瘤区域投射放射线，在实际非肿瘤区域不投射放射线。这种方式虽然技术相对复杂，但是一次治疗就可以完成一个疗程，大大缩短了治疗时间，降低了治疗成本，已成为现阶段多发性肿瘤放射线治疗的主要方法。
在上述方法中，由于放射线发生装置也要扫过实际非肿瘤区域，而实际非肿瘤区域的面积往往远远大于实际肿瘤区域，因此，大量治疗时间浪费在了实际非肿瘤区域扫描过程中，如果能够降低这部分区域的扫描时间，从一个实际肿瘤区域快速运动到另一个实际肿瘤区域，可以大大降低治疗时间，减轻病人治疗痛苦，然而，还没有查阅到有相关的方法出现。
发明内容
针对上述问题，本发明公开了一种针对多发性肿瘤的放疗设备高能光束路径优化方法，该方法从类似打印机打印文档的多发性肿瘤放射线扫描方法发展而来，利用实际非肿瘤区域往往远大于实际肿瘤区域的特点，将实际肿瘤区域退化成一个肿瘤点，将放射线扫描问题转换为如何遍历所有肿瘤点且路径最短问题，并提出了一种路径优化方法，这种方法有利于大大降低治疗时间，减轻病人治疗痛苦，将对人工智能在医疗设备中的发展起到积极的促进作用。
本发明的目的是这样实现的：
面向多发性肿瘤放射治疗的高能X射线区域路径优化方法，包括以下步骤：
步骤a、将实际肿瘤区域退化成实际肿瘤点，确定实际肿瘤点的坐标；
具体为：
将实际肿瘤点坐标填写到实际肿瘤点矩阵中，所述实际肿瘤点矩阵的每一行表示一个实际肿瘤点坐标，实际肿瘤点矩阵的第一列表示实际肿瘤点横坐标，实际肿瘤点矩阵的第二列表示实际肿瘤点纵坐标；
步骤b、计算任意两个实际肿瘤点之间的距离，建立距离矩阵；
具体为：
构建一个行列数均与实际肿瘤点数相同的方块矩阵，所述方块矩阵的第i行第j列表示第i个实际肿瘤点距离第j个实际肿瘤点的距离；
步骤c、初始化探索参数，计算启发函数初值；
具体为：
初始化探索维度、启发因子、保留因子、知识矩阵、探索初值和探索终值；
启发函数为距离矩阵的倒数；
步骤d、探索最佳环路路径；
具体为：
从探索初值开始，向探索终值进行迭代，在每一次迭代过程中，多个维度共同探索最佳路径，包括以下步骤：
步骤d1、在每个维度下，以任意一个实际肿瘤点作为探索起点，并初始化路径记录表；
步骤d2、补充每个维度的探索路径；
具体为：
步骤d21、区分已访问实际肿瘤点；
步骤d22、区分待访问实际肿瘤点；
步骤d23、计算待访问实际肿瘤点间的探索概率；具体为：在当前维度下，对于未探索的实际肿瘤点，首先计算Aij＝τij·[ηij]β，其中，τij为知识矩阵中第i行第j列元素，ηij为启发函数，与第i个实际肿瘤点和第j个实际肿瘤点之间的距离成反比，β表示启发因子；然后计算B＝∑Aij；最后构建0方块矩阵P，并按照Pij＝Aij/B的算法给矩阵P赋值；
步骤d24、采用轮盘赌方法确定要探索的下一个实际肿瘤点；
步骤d3、计算每个维度下探索路径的距离；
步骤d4、计算最短探索距离；
步骤d5、更新信息矩阵；具体为：
上式为赋值语句，等式右边的τij表示当前探索值下知识矩阵中第i行第j列元素，等式左边的τij表示下一探索值下知识矩阵中第i行第j列元素，ρ表示保留因子；
其中，表示当前维度下，第i个已探测实际肿瘤点到第j个未探测实际肿瘤点之间的距离；
步骤e、找到最佳环路路径中距离最大的两个实际肿瘤点，最佳环路路径去掉所述两个实际肿瘤点的连线，剩余部分即为最终路径。
上述面向多发性肿瘤放射治疗的高能X射线区域路径优化方法用于治疗多发性肿瘤。
上述面向多发性肿瘤放射治疗的高能X射线区域路径优化方法在放射治疗设备中的应用。
有益效果：
第一、本发明从类似打印机打印文档的多发性肿瘤放射线扫描方法发展而来，利用实际非肿瘤区域往往远大于实际肿瘤区域的特点，将实际肿瘤区域退化成一个肿瘤点，将放射线扫描问题转换为如何遍历所有肿瘤点且路径最短问题，并提出了一种路径优化方法，这种方法有效避免大量治疗时间浪费在了实际非肿瘤区域扫描过程中，有利于大大降低治疗时间，减轻病人治疗痛苦，将对人工智能在医疗设备中的发展起到积极的促进作用。
第二、在本发明路径优化方法中，提出了一种迭代方法，通过探索维度、启发因子、保留因子、知识矩阵之间的相互运算，实现了对最短距离的探索。
第三、在本发明方法中，通过引用轮盘赌方法，实现探索路径的改变，有效避免探索路径集中到局部最优值。
第四、本发明同本课题组同日申请的发明专利《面向多发性肿瘤放射治疗的高能X射线区域路径优化方法》相比，由于在更新信息矩阵的步骤中，将当前维度下，已经探测实际肿瘤点的总距离替换为第i个已探测实际肿瘤点到第j个未探测实际肿瘤点之间的距离，因此节省了总距离的计算过程，使得算法用时也更少。
附图说明
图1是本发明一种针对多发性肿瘤的放疗设备高能光束路径优化方法流程图。
图2是仿真实验的程序的运行结果。
图3是仿真实验的Matlab软件界面截图。
具体实施方式
下面结合附图对本发明具体实施方式作进一步详细描述。
具体实施方式一
以下是本发明一种针对多发性肿瘤的放疗设备高能光束路径优化方法的实施方式。
本实施方式的一种针对多发性肿瘤的放疗设备高能光束路径优化方法，流程图如图1所示，该方法包括以下步骤：
步骤a、将实际肿瘤区域退化成实际肿瘤点，确定实际肿瘤点的坐标；
具体为：
将实际肿瘤点坐标填写到实际肿瘤点矩阵中，所述实际肿瘤点矩阵的每一行表示一个实际肿瘤点坐标，实际肿瘤点矩阵的第一列表示实际肿瘤点横坐标，实际肿瘤点矩阵的第二列表示实际肿瘤点纵坐标；
步骤b、计算任意两个实际肿瘤点之间的距离，建立距离矩阵；
具体为：
构建一个行列数均与实际肿瘤点数相同的方块矩阵，所述方块矩阵的第i行第j列表示第i个实际肿瘤点距离第j个实际肿瘤点的距离；
步骤c、初始化探索参数，计算启发函数初值；
具体为：
初始化探索维度、启发因子、保留因子、知识矩阵、探索初值和探索终值；
启发函数为距离矩阵的倒数；
步骤d、探索最佳环路路径；
具体为：
从探索初值开始，向探索终值进行迭代，在每一次迭代过程中，多个维度共同探索最佳路径，包括以下步骤：
步骤d1、在每个维度下，以任意一个实际肿瘤点作为探索起点，并初始化路径记录表；
步骤d2、补充每个维度的探索路径；
具体为：
步骤d21、区分已访问实际肿瘤点；
步骤d22、区分待访问实际肿瘤点；
步骤d23、计算待访问实际肿瘤点间的探索概率；具体为：在当前维度下，对于未探索的实际肿瘤点，首先计算Aij＝τij·[ηij]β，其中，τij为知识矩阵中第i行第j列元素，ηij为启发函数，与第i个实际肿瘤点和第j个实际肿瘤点之间的距离成反比，β表示启发因子；然后计算B＝∑Aij；最后构建0方块矩阵P，并按照Pij＝Aij/B的算法给矩阵P赋值；
步骤d24、采用轮盘赌方法确定要探索的下一个实际肿瘤点；
步骤d3、计算每个维度下探索路径的距离；
步骤d4、计算最短探索距离；
步骤d5、更新信息矩阵；具体为：
上式为赋值语句，等式右边的τij表示当前探索值下知识矩阵中第i行第j列元素，等式左边的τij表示下一探索值下知识矩阵中第i行第j列元素，ρ表示保留因子；
其中，表示当前维度下，第i个已探测实际肿瘤点到第j个未探测实际肿瘤点之间的距离；
步骤e、找到最佳环路路径中距离最大的两个实际肿瘤点，最佳环路路径去掉所述两个实际肿瘤点的连线，剩余部分即为最终路径。
下面用Matlab对本发明一种针对多发性肿瘤的放疗设备高能光束路径优化方法进行了仿真，仿真程序如下：
仿真实验的程序的运行结果如图2所示，从图2可以看出，最短距离为2432.6172个单位。
仿真实验的Matlab软件界面截图如图3所示，从图3可以看出，最短的路径5、7、4、3、6、9、1、8、10、2，软件用时0.892959s。
同本课题组同日申请的发明专利《面向多发性肿瘤放射治疗的高能X射线区域路径优化方法》相比，得到的最短距离从2487.9366个单位缩短到2432.6172个单位，即探索得到的最短距离更短，用时从1.248304s缩短到0.892959s，用时也更少。
具体实施方式二
以下是本发明一种针对多发性肿瘤的放疗设备高能光束路径优化方法的应用实施例。
本实施方式中的一种针对多发性肿瘤的放疗设备高能光束路径优化方法，为具体实施方式一所述的方法，所述方法用于治疗多发性肿瘤。
具体实施方式三
以下是本发明一种针对多发性肿瘤的放疗设备高能光束路径优化方法的应用实施例。
本实施方式中的一种针对多发性肿瘤的放疗设备高能光束路径优化方法，为具体实施方式一所述的方法，所述方法应用于放射治疗设备。
Claims (1)
1.面向多发性肿瘤放射治疗的高能X射线区域路径优化方法，其特征在于，包括以下步骤：
步骤a、将实际肿瘤区域退化成实际肿瘤点，确定实际肿瘤点的坐标；
具体为：
将实际肿瘤点坐标填写到实际肿瘤点矩阵中，所述实际肿瘤点矩阵的每一行表示一个实际肿瘤点坐标，实际肿瘤点矩阵的第一列表示实际肿瘤点横坐标，实际肿瘤点矩阵的第二列表示实际肿瘤点纵坐标；
步骤b、计算任意两个实际肿瘤点之间的距离，建立距离矩阵；
具体为：
构建一个行列数均与实际肿瘤点数相同的方块矩阵，所述方块矩阵的第i行第j列表示第i个实际肿瘤点距离第j个实际肿瘤点的距离；
步骤c、初始化探索参数，计算启发函数初值；
具体为：
初始化探索维度、启发因子、保留因子、知识矩阵、探索初值和探索终值；
启发函数为距离矩阵的倒数；
步骤d、探索最佳环路路径；
具体为：
从探索初值开始，向探索终值进行迭代，在每一次迭代过程中，多个维度共同探索最佳路径，包括以下步骤：
步骤d1、在每个维度下，以任意一个实际肿瘤点作为探索起点，并初始化路径记录表；
步骤d2、补充每个维度的探索路径；
具体为：
步骤d21、区分已访问实际肿瘤点；
步骤d22、区分待访问实际肿瘤点；
步骤d23、计算待访问实际肿瘤点间的探索概率；具体为：在当前维度下，对于未探索的实际肿瘤点，首先计算Aij＝τij·[ηij]β，其中，τij为知识矩阵中第i行第j列元素，ηij为启发函数，与第i个实际肿瘤点和第j个实际肿瘤点之间的距离成反比，β表示启发因子；然后计算B＝ΣAij；最后构建0方块矩阵P，并按照Pij＝Aij/B的算法给矩阵P赋值；
步骤d24、采用轮盘赌方法确定要探索的下一个实际肿瘤点；
步骤d3、计算每个维度下探索路径的距离；
步骤d4、计算最短探索距离；
步骤d5、更新信息矩阵；具体为：
上式为赋值语句，等式右边的τij表示当前探索值下知识矩阵中第i行第j列元素，等式左边的τij表示下一探索值下知识矩阵中第i行第j列元素，ρ表示保留因子；
其中，表示当前维度下，第i个已探测实际肿瘤点到第j个未探测实际肿瘤点之间的距离；
步骤e、找到最佳环路路径中距离最大的两个实际肿瘤点，最佳环路路径去掉所述距离最大的两个实际肿瘤点的连线，剩余部分即为最终路径。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710632104.8A CN107281657B (zh) | 2017-07-28 | 2017-07-28 | 一种针对多发性肿瘤的放疗设备高能光束路径优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710632104.8A CN107281657B (zh) | 2017-07-28 | 2017-07-28 | 一种针对多发性肿瘤的放疗设备高能光束路径优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107281657A CN107281657A (zh) | 2017-10-24 |
| CN107281657B true CN107281657B (zh) | 2019-06-07 |
Family
ID=60103768
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710632104.8A Expired - Fee Related CN107281657B (zh) | 2017-07-28 | 2017-07-28 | 一种针对多发性肿瘤的放疗设备高能光束路径优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107281657B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102743821A (zh) * | 2011-04-18 | 2012-10-24 | 株式会社日立制作所 | 粒子线治疗计划装置及粒子线治疗装置 |
| CN102752721A (zh) * | 2012-06-28 | 2012-10-24 | 上海交通大学 | 适用于无线传感器网络的干扰环境中的路由恢复方法 |
| CN104284696A (zh) * | 2012-05-14 | 2015-01-14 | 三菱电机株式会社 | 粒子射线扫描照射系统 |
| CN105654202A (zh) * | 2015-12-30 | 2016-06-08 | 中国科学院合肥物质科学研究院 | 一种考虑扫描速度变化的主动扫描方式质子放疗路径优化方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015168431A1 (en) * | 2014-04-30 | 2015-11-05 | Stc.Unm | Optimization methods for radiation therapy planning |
-
2017
- 2017-07-28 CN CN201710632104.8A patent/CN107281657B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102743821A (zh) * | 2011-04-18 | 2012-10-24 | 株式会社日立制作所 | 粒子线治疗计划装置及粒子线治疗装置 |
| CN104284696A (zh) * | 2012-05-14 | 2015-01-14 | 三菱电机株式会社 | 粒子射线扫描照射系统 |
| CN102752721A (zh) * | 2012-06-28 | 2012-10-24 | 上海交通大学 | 适用于无线传感器网络的干扰环境中的路由恢复方法 |
| CN105654202A (zh) * | 2015-12-30 | 2016-06-08 | 中国科学院合肥物质科学研究院 | 一种考虑扫描速度变化的主动扫描方式质子放疗路径优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107281657A (zh) | 2017-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12083356B2 (en) | Model based PBS optimization for flash therapy treatment planning and oncology information system | |
| WO2017133654A1 (en) | Systems and methods for radiation treatment planning | |
| JP2019507657A (ja) | 放射線療法のためのフルエンスマップ生成方法 | |
| Wu et al. | Improving proton dose calculation accuracy by using deep learning | |
| EP3934748A2 (en) | Graphical display of dose rate information for radiation treatment planning | |
| US11541252B2 (en) | Defining dose rate for pencil beam scanning | |
| CN110099718A (zh) | 用于检测和避免辐射治疗设备与患者之间的碰撞的射线跟踪 | |
| US11406844B2 (en) | Method and apparatus to derive and utilize virtual volumetric structures for predicting potential collisions when administering therapeutic radiation | |
| Xu et al. | An algorithm for efficient metal artifact reductions in permanent seed implants | |
| US20190275352A1 (en) | Treatment planning based on multiple modalities | |
| EP3302699A1 (en) | Method of selecting beam geometries | |
| CN104636618A (zh) | 放疗计划系统 | |
| CN108697905B (zh) | 放射治疗规划设备、方法和存储介质 | |
| EP3445449B1 (en) | Fractionation selection tool in radiotherapy planning | |
| CN117642211A (zh) | 评估用于放射辐射处理计划的处理参数 | |
| CN107281657B (zh) | 一种针对多发性肿瘤的放疗设备高能光束路径优化方法 | |
| Gautam et al. | Attention 3D U‐NET for dose distribution prediction of high‐dose‐rate brachytherapy of cervical cancer: Direction modulated brachytherapy tandem applicator | |
| CN115835903A (zh) | 使用晶体材料建模用于辐射疗法的点放置的方法和系统 | |
| CN115697481A (zh) | 放射治疗计划系统和方法 | |
| CN107441635B (zh) | 一种用于减少治疗时间的多发性肿瘤放射线路径优化方法 | |
| CN107185117B (zh) | 面向多发性肿瘤放射治疗的高能x射线区域路径优化方法 | |
| US20240299773A1 (en) | Radiation treatment planning systems and methods with interpolable spot placements and dose distributions | |
| CN106485244B (zh) | 采样方法及装置 | |
| US20240173571A1 (en) | Systems and methods for dose verification | |
| US12097386B2 (en) | Path planning for radiation treatment |
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: 20190607 Termination date: 20210728 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |