CN108883302B - 自适应辐射治疗规划 - Google Patents
自适应辐射治疗规划 Download PDFInfo
- Publication number
- CN108883302B CN108883302B CN201780020891.9A CN201780020891A CN108883302B CN 108883302 B CN108883302 B CN 108883302B CN 201780020891 A CN201780020891 A CN 201780020891A CN 108883302 B CN108883302 B CN 108883302B
- Authority
- CN
- China
- Prior art keywords
- target region
- parameters
- radiation
- treatment plan
- planning unit
- 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
- 238000001959 radiotherapy Methods 0.000 title claims abstract description 37
- 230000003044 adaptive effect Effects 0.000 title description 3
- 238000011282 treatment Methods 0.000 claims abstract description 160
- 230000005855 radiation Effects 0.000 claims abstract description 104
- 210000003484 anatomy Anatomy 0.000 claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 73
- 210000000746 body region Anatomy 0.000 claims abstract description 8
- 238000009826 distribution Methods 0.000 claims description 67
- 239000011159 matrix material Substances 0.000 claims description 34
- 238000003384 imaging method Methods 0.000 claims description 18
- 238000011221 initial treatment Methods 0.000 claims description 18
- 238000011524 similarity measure Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 239000013598 vector Substances 0.000 description 32
- 238000003759 clinical diagnosis Methods 0.000 description 16
- 206010028980 Neoplasm Diseases 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000005457 optimization Methods 0.000 description 8
- 238000013459 approach Methods 0.000 description 7
- 230000001276 controlling effect Effects 0.000 description 7
- 230000004907 flux Effects 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000005865 ionizing radiation Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002721 intensity-modulated radiation therapy Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 210000002307 prostate Anatomy 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 206010061309 Neoplasm progression Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002710 external beam radiation therapy Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000005748 tumor development Effects 0.000 description 1
- 230000005751 tumor progression Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
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
- A61N5/1038—Treatment planning systems taking into account previously administered plans applied to the same patient, i.e. adaptive radiotherapy
-
- 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
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1064—Monitoring, verifying, controlling systems and methods for adjusting radiation treatment in response to monitoring
- A61N5/1065—Beam adjustment
- A61N5/1067—Beam adjustment in real time, i.e. during treatment
-
- 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
- A61N5/1071—Monitoring, verifying, controlling systems and methods for verifying the dose delivered by the treatment plan
-
- 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
- A61N5/1075—Monitoring, verifying, controlling systems and methods for testing, calibrating, or quality assurance of the radiation treatment apparatus
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
本发明涉及一种用于适配用于处置患者身体的目标区域内的目标结构的辐射治疗处置计划的系统和方法,其中,规划单元(7)基于根据所述目标区域的解剖结构量化每单位强度发射的辐射对所述目标区域的影响的影响参数的集合来适配所述处置计划。在存储设备(8)中,存储了影响参数的多个集合,每个集合与表示所述目标区域的特定解剖结构的身体区域的图像相关联,并且所述规划单元(7)被配置为基于所述身体区域的捕获的图像和与影响参数的所述集合相关联的所述图像中的至少一幅之间的比较从所存储的集合中选择影响参数的所述集合。
Description
技术领域
本发明大体涉及患者的外部射束辐射治疗处置的规划。更特别地,本发明涉及用于适配用于患者的辐射治疗处置计划的系统、方法和计算机程序。
背景技术
在外部射束辐射治疗中,离子辐射被施加到患者的身体内的目标结构(诸如肿瘤)以便控制癌细胞的生长或者杀死癌细胞。辐射处置通常在多个过程中被递送,这多个过程还在本领域中被称为处置分段(fractions)。在更高级类型的辐射治疗(诸如所谓的强度调制辐射治疗(IMRT))中,精确剂量的辐射被施加到患者的身体的区域。在该方面,通常目标是尽可能地将足够高的辐射剂量递送到目标结构以及使敏感结构幸免(诸如在目标结构附近的器官)。
在处置计划中定义了用于递送辐射和控制辐射处置设备的处置参数。在规划系统中生成处置计划,规划系统可以特别地使用所谓的逆向规划流程。在这样的流程中,目标结构和要幸免的周围结构被识别并且处置目标被指定。这样的处置目标包括可以指定针对被递送到患者的某些区域的辐射剂量的要求和/或针对被递送到某些区域的辐射剂量的约束的目标。然后,执行优化过程以找到满足指定处置目标的处置计划。该优化过程通常是操作者引导的流程,其中,操作者(例如,医师)在若干步骤中审查由处置计划得到的剂量分布并且对处置目标做出改变以便找到最佳剂量分布。
传统上,这样的逆向规划流程基于感兴趣区域的固定解剖结构来执行,固定解剖结构在辐射处置期间不改变。然而,感兴趣区域的解剖结构通常在辐射处置期间发生改变。因此,肿瘤的描绘由于其自然发展(其通常地导致肿瘤的生长)并且最显著地由于辐射治疗的效果(其导致肿瘤的(净)收缩)而改变。而且,肿瘤的位置可以在两个处置分段的递送之间的时间段期间改变(所谓的分段间运动)并且肿瘤的相关运动还可以在单个处置分段期间发生(所谓的分段内运动)。这样的分段内运动的幅度随着处置分段的持续时间而变化并且通常还取决于包括肿瘤的身体区域。其中可能发生肿瘤的较大幅度的分段内运动的一个身体区域是前列腺。
如果在目标结构和/或肿瘤运动的收缩之后使用基于(固定)解剖结构生成的原始处置计划,则存在通过将高辐射剂量施加到健康组织而影响这样的组织的高风险。
解决该问题的一个方法是所谓的自适应辐射治疗。根据该方法,在辐射治疗的过程期间捕获感兴趣区域的图像以便确定改变的解剖结构。然后,执行重新规划流程以将处置计划适应改变的解剖结构。然而,重新规划流程通常涉及非常高的计算复杂度。特别地,其包括对针对捕获的图像的所谓的影响矩阵的确定。对于感兴趣区域的每个体积元素(体素)而言,影响矩阵量化来自辐射束的所有部分(所谓的小束)的每单位强度发射的由该体素吸收的剂量的数量。由于在该矩阵的计算中特别地涉及的计算复杂度,所以重新规划流程通常非常慢。
因此,适配辐射治疗中的重新规划必须“离线”(即,在处置分段之间)。因此,仅仅能够考虑感兴趣区域的解剖结构的分段间改变(诸如两个处置分段之间的目标结构的描绘的改变和目标结构的分段间运动)。然而,不能够(在没有过度的努力的情况下)考虑感兴趣区域的解剖结构的分段内改变。
EP 1 977 782 A2公开了一种用于将辐射治疗递送到感兴趣的移动区域的系统。该系统生成针对感兴趣区域的不同呼吸轨道的4D处置计划的集合,其中,每个计划针对一个呼吸轨道被优化。在处置递送期间,适当的计划特别地基于感兴趣区域的所确定的位置来选择,其中,该系统特别地基于位置数据来确定感兴趣区域的轨道并且选择对应于所确定的轨道的计划。
发明内容
本发明的目标是允许在患者身体的辐照区域的解剖结构在处置期间改变的情况下对辐射治疗处置的计算上不太复杂的重新规划。
在一个方面中,本发明提出了一种用于适配用于处置患者身体的目标区域内的目标结构的辐射治疗处置计划的系统,所述处置计划包括用于控制对辐射到所述目标区域的递送的辐照参数。所述系统包括:(i)规划单元,其被配置为基于根据所述目标区域的解剖结构量化每单位强度发射的辐射对所述目标区域的影响的影响参数的集合来适配所述处置计划,(ii)存储设备,其用于存储影响参数的多个集合,每个集合与表示所述目标区域的特定解剖结构的身体区域的图像相关联,以及(ii)成像单元,其被配置为采集所述身体区域的图像。所述规划单元被配置为根据捕获的图像和与影响参数的所述集合相关联的所述图像中的至少一幅之间的比较从所存储的集合中选择影响参数的所述集合。
由于规划单元使用被存储在系统的存储设备中的影响参数,所以其不必在适配处置计划时计算影响参数。因此,辐射治疗处置能够基于目标区域的所采集的图像来重新规划并且该重新规划涉及降低的计算复杂度。影响参数的每个集合可以包括影响矩阵的分量。这些分量可以在所述辐射治疗处置之前被预先计算并且被存储在与所述图像相关联的所述系统的所述存储设备中。
在一个实施例中,所述辐射治疗处置在多个时间间隔内被递送并且所述规划单元被配置为确定用于在第k个时间间隔内控制对所述辐射到所述目标结构的所述递送的更新的辐照参数。此处,第k个时间间隔可以是所述辐射治疗处置的任何时间间隔。因此,所述规划单元能够基于可能刚好在所述时间间隔之前采集的图像来确定针对特定时间间隔的辐照参数。
在另一实施例中,所述规划单元被配置为基于影响参数的所选择的集合来确定仅仅针对所述第k个时间间隔的所述辐照参数。在该实施例中,针对所述第k个时间间隔的所述辐照参数是要在适配所述处置计划时确定的仅有变量参数。这允许与包括更新处置计划的较大部分(例如,第k个时间间隔和随后时间间隔)的流程相比较进一步降低计算复杂度。
在一个实施例中,辐射束与所述目标结构之间的相对取向在所述辐射治疗处置期间改变,并且每个时间间隔对应于具有所述辐射束与所述目标结构之间的恒定相对取向的时段。这样的时段还被称为视角。在该实施例中,所述规划单元能够有效地执行对处置计划的“单视角优化”,即,其能够特别地优化针对特定(第k个)视角的辐照参数。
在一个实施例中,所述规划单元被配置为基于在所述辐射治疗处置期间在所述第k个时间间隔之前被递送到所述目标区域的辐射剂量分布来确定所述更新的辐照参数。特别地,先前递送的辐射剂量分布可能已经使用基于先前采集的图像和相关联的存储的影响参数确定的辐照参数来递送。在这种情况下,所述规划单元可以根据对应于这些辐照参数的发射积分通量和用于确定这些辐照参数的影响参数的所存储的集合来获得先前递送的辐射剂量分布。
另外,要在随后时间间隔内递送的未来辐射剂量应当被考虑以便准确地确定针对特定时间间隔的优化的辐照参数。在该方面,一个实施例包括所述系统还被配置为提供在跟随所述第k个时间间隔的随后时间间隔内被递送到所述目标区域的辐射剂量分布的估计,并且所述规划单元被配置为基于所述估计来确定针对所述第k个时间间隔的所述辐照参数。
在相关实施例中,所述估计是根据在所述辐射治疗处置之前确定的初始处置计划来导出的,特别是根据在所述初始处置计划中指定的针对所述随后时间间隔的发射积分通量来导出的。在另一相关实施例中,随后递送的辐射剂量分布的估计是基于所述目标区域的一个预定解剖结构的。该解剖结构可以对应于在所述辐射治疗处置之前确定的解剖结构,诸如已经根据其生成前述初始处置计划的解剖结构。该方法显著地降低用于估计随后递送的辐射剂量分布的计算复杂度。
在另一实施例中,所述系统还被配置为提供在随后时间间隔内被递送到所述目标区域的所述辐射剂量分布的多个估计,每个估计与所述第k个时间间隔和影响参数的一个集合相关联,其中,所述规划单元被配置为根据与影响参数的所选择的集合相关联的所述估计来确定所述处置计划。
对于影响参数的每个集合而言,在假定影响参数的该集合对于所有随后时间间隔有效(即,假定所述目标区域的所述解剖结构在所述随后时间间隔期间不改变)的情况下,所述估计可以使用影响参数的所选择的集合来确定。该方法允许对比较的未来剂量分布的更准确的估计,同时其还要求相对低的计算复杂度。
作为备选方案,所述估计可以是基于在所述随后时间间隔内的所述目标区域的所述解剖结构的预测的,所述预测是使用根据时间量化所述身体的所述解剖结构的改变的模型而做出的。该方法允许对未来剂量分布的甚至更准确的估计,但是也涉及更高的计算复杂度。
在任何情况下,所述估计或者多个估计能够在所述辐射治疗处置之前被预先计算并且可以被预先存储在所述系统的所述存储设备中。因此,所述估计不必在所述辐射治疗处置期间被计算,使得能够进行对所述处置计划的快速更新。
在一个实施例中,所述规划单元被配置为根据预定义相似度度量来选择与具有关于所述捕获的图像的最大相似度的图像相关联的影响参数的集合。原则上,可以使用本领域的技术人员已知的任何合适的相似度度量(特别是基于图像的相似度度量、基于解剖结构的相似度度量和/或几何结构相似度度量)。
在另一方面中,本发明提出了一种用于适配用于处置患者身体的目标区域内的目标结构的辐射治疗处置计划的方法,所述处置计划包括用于控制对辐射到所述目标区域的递送的辐照参数。所述方法包括:
-将影响参数的多个集合存储在规划单元中,所述影响参数根据所述目标区域的解剖结构量化每单位强度发射的辐射对所述目标区域的影响,并且影响参数的每个集合与表示所述目标区域的特定解剖结构的所述目标区域的图像相关联,
-获得由成像单元采集的所述目标区域的图像,
-所述规划单元基于所采集的图像和与影响参数的所述集合相关联的所述图像中的至少一幅之间的比较从所存储的集合中选择影响参数的所述集合,并且
-所述规划单元基于影响参数的所选择的集合来适配所述处置计划。
在另一方面中,本发明提出了一种计算机程序,其包括程序代码单元,当所述计算机程序在至少一个处理器上运行时,所述程序代码单元用于指示所述处理器执行所述方法。
应当理解,权利要求1的系统、权利要求14的方法和权利要求15的计算机程序具有特别是如在从属权利要求中限定的类似和/或相同的优选的实施例。
应当理解,本发明的优选的实施例还可以是从属权利要求或以上实施例与各自的独立权利要求的任何组合。
本发明的这些和其他方面将从在下文中所描述的实施例而显而易见并且得以阐述。
附图说明
在以下附图中:
图1示意性地并且示范性地示出了用于适配用于辐射治疗处置的处置计划的系统;并且
图2示意性地并且示范性地示出了辐射处置的第k个视角以及先前视角和随后视角以及视角与不同剂量分布之间的关联。
具体实施方式
图1示意性并且示范性地图示了用于将辐射处置递送到人类或动物患者身体内的肿瘤或者其他患病目标结构的辐射治疗系统的实施例。
在所图示的实施例中,辐射治疗系统包括辐射源1,其可以被操作用于发射要被递送到包括目标结构的患者身体的区域的离子辐射。为了递送辐射,患者身体被定位在支撑物上的系统的处置区域2中,其可以被配置为患者台。
辐射源1可以包括用于产生一个或多个电离辐射束的X射线管或者线性粒子加速器。辐射源1是可控制的以便使辐射束的强度和/或能量变化。另外,辐射源1可以被提供有用于对辐射束进行整形的准直器3。准直器4可以特别地允许以定义的方式改变跨辐射束的辐射强度。出于该目的,准直器3可以被配置为所谓的多叶准直器。准直器优选地同样是可控制的以在处置期间改变辐射束的形状。
另外,辐射源1相对于身体或者目标结构的相对位置和/或取向可以变化以便改变辐射束进入身体表面的位置和/或射束进入身体的角度。出于该目的,辐射源1可以被安装在可旋转机架4上,使得辐射源1可以在特定角度范围内围绕处置区域或身体旋转,该特定角度范围可以是360°或更少。另外,机架4和/或患者台可以是可在平行于机架4的旋转轴的方向上来回移动的。另外,围绕垂直于机架3的旋转轴的轴旋转患者台也可以是可能的。
为了控制辐射源1和准直器3以设定特定射束配置并且为了控制机架4和患者台以调节患者身体的目标区域与辐射源1之间的相对位置,系统包括控制单元5。优选地,控制单元5被实现在处理器单元中,该处理器单元包括用于运行包括由控制单元5执行的控制例程的软件程序的微处理器。
在辐射处置期间,辐射源1与患者身体的目标区域之间的相对位置和/或取向变化,其中,每个相对位置和取向被用于特定时间间隔。在本文中,辐射束相对于目标区域的特定角度方向(即,辐射源1与目标区域之间的连接线的特定取向)还被称为“视角”。换句话说,视角对应于辐射源1和目标区域的特定关系位置。对于每个视角而言,提供了特定射束配置(包括特定射束形状和特定射束强度),使得尽可能地将足够的辐射强度递送到目标结构并且使周围组织幸免。另外,辐射处置可以在多个分段期间被执行,其中,分段可以在连续几天或者在另一周期内被递送。对于每个分段而言,视角和定义其相关联的射束配置的辐照参数在处置计划中指定,处置计划被提供到控制单元5并且由控制单元5使用以用于控制对辐射处置的递送。
根据在这些图像中示出的目标区域的解剖结构基于目标区域的三维图像来生成处置计划。这些图像使用合适的成像模态(诸如例如计算机断层摄影(CT)成像或者磁共振(MR)成像)来采集。一幅图像(其在本文中还被称为参考规划图像)在辐射处置之前被捕获。基于该图像,根据在该图像中示出的目标区域的解剖结构来生成初始处置计划。该初始处置计划被用于在所述处置开始时控制所述辐射处置。根据本发明,处置计划在辐射处置期间被更新以便考虑由于目标结构的描绘的改变和/或目标结构的运动而引起的目标区域的解剖结构的改变。这样的更新可以在处置分段之间被生成和/或在处置部分期间“在线”生成。
处置计划的更新是使用目标区域的另外的三维图像来生成的。为了采集这样的图像,系统包括成像设备6。成像设备6可以是超声设备或者MKR设备,例如,其允许(基本上)实时诊断。同样地,成像设备6可以是CT设备或者使用任何其他合适的成像技术。为了在辐射处置期间捕获目标区域的图像,成像设备6被布置并且被配置为当患者身体被定位在处置区域2中时采集目标区域的图像。由成像设备6采集的图像被提供到规划单元7,其被配置为以下面在本文中所描述的方式更新处置计划。规划单元7还可以被配置为处理器单元,其包括用于运行实现用于更新处置计划的算法的软件程序的微处理器。在该方面,规划单元7可以被实现在与控制单元5相同的处理单元中或者在单独的处理单元中。
为了生成并且更新处置计划,可以使用不同的流程。在下文中,将对积分通量图优化(FMO)进行参考。然而,本发明不限于该流程并且本领域的技术人员将认识到,本发明可以以类似的方式结合其他流程应用。
在FMO中,处置计划的生成通常包含对三维剂量分布d(x)的确定,该三维剂量分布确保规定的辐射剂量被递送到目标结构并且周围组织(特别是周围OAR)接收最低可能辐射剂量。剂量分布d(x)可以根据影响矩阵M和积分通量向量被计算为因此,由体素i吸收的辐射剂量di可以根据下式来计算:
积分通量向量的分量指定小束j的积分通量值,其中,每个小束对应于辐射束的一部分,并且其中,小束的积分通量对应于其在时间上积分的辐射能量。影响矩阵M的每个分量Mij量化来自小束j的每单位强度发射的由体素i吸收的剂量的数量。
对于每个视角而言,一个积分通量向量可以被确定,并且所有N个视角的积分通量向量可以通过堆叠积分通量向量被表示为一个向量。因此,总体积分通量向量可以被给定为类似地,针对所有视角的总体影响矩阵可以被堆叠在总体影响矩阵内,使得总体影响矩阵M具有形式M=(M0 M1 … MN-1)。针对这些视角的影响矩阵Mk可以彼此相等。当在规划流程中未考虑目标区域的解剖结构的改变时特别是如此。
影响矩阵M是目标区域的解剖结构的函数。原则上,影响矩阵M可以借助于针对所有小束的射线追踪来计算,其中,沉积的能量根据其相对于与辐射的相互作用的物理性质针对被包括在射线路径中的体素来估计。这些性质可以特别地使用质量衰减系数来量化。为了计算影响矩阵,可以使用本领域的技术人员已知的任何流程。例如,在T.Bortfeld、W.Schlegel、B.Rhein的“Decomposition of pencil beam kernels for fast dosecalculations in three-dimensional treatment planning”(Med.Phys.,20(2),311(1993))以及在T.R.McNutt、T.R.Mackie、Paul Reckwerdt和Bhudatt R.Paliwal的“Modeling Dose Distributions from Portal Dose Images using the Convolution/Superposition Method”(Med.Phys.1996;23-28)以及在T.R.Mackie的其他工作中描述了用于计算影响矩阵的方法。另外,在可商业购得的处置规划软件(诸如飞利浦的软件“Pinnacle3”)中还实现了用于计算影响矩阵的算法。
在FMO中,通过基于针对目标区域的解剖结构的给定影响矩阵M确定得到最佳剂量分布的积分通量向量来找到处置计划。影响矩阵M在前面的步骤中基于示出目标区域的解剖结构的三维图像而被单独地确定。要在辐射处置期间使用的视角可以在处置计划被生成之前被确定,使得处置计划基于指定视角而被生成。
为了确定期望的积分通量向量,目标函数可以被最小化,其基于规定剂量目标而产生并且其可以是对应于单独剂量目标的单独目标函数fn的加权和。例如,这些剂量目标可以指定要递送到目标结构的体素的最小剂量dmin或者要递送到OAR的体素的最大剂量dmax。这样的目标可以由以下形式的分段二次成本函数表示:
其中,在包括相关结构的体素的所有体素i上计算求和并且H(x)是亥维赛函数,其被定义为:
另外,当最小化目标函数时,可以考虑规定约束。这样的约束可以提供OAR中的要求的最大剂量和/或目标结构中的最小剂量。
剂量目标和约束可以由处置规划者通过图形用户接口指定。在指定剂量目标和约束之前,目标结构和相关OAR可以在自动、半自动或者手动描绘流程中在目标区域的三维图像中描绘。基于这些描绘,处置规划者可以然后指定剂量目标和约束连同它们涉及的体素(即,目标区域的相关解剖结构的体素)。
目标函数可以使用合适的数值最小化算法或者在用户引导的迭代流程中自动地最小化。在该流程的每个步骤中,最小化目标函数的剂量分布被逼近并且然后由处置规划者回顾。在处置规划者不满意所计算的剂量分布的情况下,处置规划者可以修改计算的一个或多个参数(例如,规划者可以修改一个或多个目标和/或约束)。然后,在下一迭代步骤中计算新剂量分布,并且过程被重复直到处置规划者接受所计算的剂量分布。
所计算的优化的剂量分布对应于根据方程(1)的优化的积分通量向量。基于优化的积分通量向量,规划系统确定辐射源1和准直器3的机器参数,使得近似地实现优化的积分通量向量。这样的机器参数包括多叶准直器的配置(例如,叶位置)和针对每个视角的射束强度。在本发明的一个实施例中,规划系统(其可以是辐射治疗系统的规划单元7或者单独的规划系统)在辐射处置之前使用FMO来生成初始处置计划。处置计划使用目标区域的图像(其下面在本文中被称为初始规划图像)来生成。该图像可以借助于辐射治疗系统的成像设备6或者借助于另一成像设备来采集。如上文所解释的,在该图像中特别地确定目标结构的描绘,并且图像被用于计算影响矩阵M0。在一个实施例中,该影响矩阵可以被用于初始规划流程中的所有视角。
在另一实施例中,目标区域的解剖结构的改变可以基于针对每个视角的模型来估计,并且影响矩阵可以针对所估计的改变的解剖结构来生成。初始处置计划可以使用针对相应视角的这些影响矩阵而不是基于初始规划图像生成的影响矩阵来生成。
为了估计目标区域的解剖结构的改变,目标结构的描绘的改变可以特别地使用合适的肿瘤发展模型来估计。原则上,出于该目的,可以使用本领域的技术人员已知的任何肿瘤发展模型。在S.Nawrocki、B.Zubik-Kowal的“Clinical study and numericalsimulation of brain cancer dynamics under radiotherapy”(Commun Nonlinear SciNumer Simulat 22(2015)564–573(doi:10.1016/j.cnsns.2014.08.001))中、在G.G.Powathil等人的“Towards Predicting the Response of a Solid Tumour toChemotherapy and Radiotherapy Treatments:Clinical Insights from aComputational Model”(PLoS Comput Biol 9(7):e1003120(doi:10.1371/journal.pcbi.1003120))、在Y.Liu等人的“Patient Specific Tumor Growth PredictionUsing Multimodal Images”(Med Image Anal.2014年4月;18(3):555–566(doi:10.1016/j.media.2014.02.005))以及在A.D.Yock等人的“Forecasting longitudinal changes inoropharyngeal tumor morphology throughout the course of head and neckradiation therapy”(Medical Physics,2014 41(8):119-129)中描述了肿瘤发展模型的范例。另外,目标结构的运动路径可以使用针对目标结构的运动的模型来预测,如果可能的话,并且解剖结构可以基于针对每个视角的目标结构的预测的位置来生成。
除了根据前述实施例之一或者另一技术生成初始处置计划之外并且优选地还在辐射处置之前,规划系统确定目标在辐射处置期间可以具有的可能的改变的解剖结构。对于每个可能的改变的解剖结构而言,规划系统还生成图像以及与图像相关联的影响矩阵。因此,规划系统生成表示目标区域的可能的解剖结构的图像的集合和相关联的影响矩阵Mn。这些图像的表示和相关联的影响度量Mn然后被存储在辐射治疗系统的规划单元7的存储设备8中。这些图像的表示可以包括以合适的格式的图像数据或者其他另一表示。
可能的改变的解剖结构可以以任何合适的方式生成,并且可以产生任何数目的这样的配置。一般而言,解剖结构的可能的改变包括归因于目标结构和OAR的生长和收缩的目标结构和OAR的描绘的改变和归因于目标结构和OAR的移位和旋转的目标结构和OAR的相对位置的改变。当产生可能的解剖结构时,可以考虑所有这些改变或者仅其子集。另外,解剖结构可以仅根据关于可能的改变的几何考虑而产生。作为备选方案,更多可能的改变可以使用如上文所解释的合适的模型来预测并且仅这样的预测的改变可以被考虑。
使用所选择的模型,可以生成一系列解剖结构,其包括针对在辐射处置期间的连续时间点的估计的描绘。这些时间点可以对应于辐射处置的视角和/或分段的排程时间。这还允许重新使用做出的解剖结构的改变的估计的结果以便在使用这样的估计产生初始处置计划的情况下生成初始处置计划。
另外,目标结构的运动路径可以使用针对目标结构的运动的模型来预测,并且可以生成其中目标结构被定位在沿着预测的运动路径的某些位置处的解剖结构。这些位置可以被选择为使得在相邻位置之间存在预定义距离。对于目标结构的位置和描绘的每个可能组合而言,可以生成一个解剖结构。在所生成的解剖结构中,还可以包括在目标结构附近的OAR的位置和/或描绘的改变。
对于一些潜在的目标结构(诸如前列腺)而言,最新研究提出这样的目标结构的运动遵循随机走动。在目标结构的这样的随机运动的情况下,在一个实施例中,可以建立可能位置的规则三维网格。对于每个位置而言,可以生成其中目标结构被定位在相关位置处并且具有若干可能描绘的一系列解剖结构。此外,在该实施例中,在目标结构附近的OAR的位置和/或描绘的改变可以被包括在所生成的解剖结构中。
对应于可能的改变的解剖结构的目标区域的图像可以基于初始规划图像来生成。对于每个改变的解剖结构而言,规划系统可以确定用于将初始规划图像转换为示出目标结构的解剖结构的图像的形变场。特别地,形变场可以指定针对每个体素的转换向量,其指定如何转换体素以得到示出改变的解剖结构的图像。
对应于可能的改变的解剖结构的影响矩阵可以以与对应于如在初始规划图像中示出的目标区域的原始解剖结构的影响矩阵相同的方式来确定。
在已经将所生成的图像的表示和相关联的影响矩阵存储在规划单元7的存储设备8中时,可以开始辐射治疗。这根据基于初始规划图像生成的处置计划来完成,该处置计划出于该目的被转发到控制单元5。在辐射处置期间,规划单元7在预定义时间点处执行更新流程。在更新流程中,规划单元7检查处置计划是否需要由于目标区域的解剖结构的改变而更新,并且在规划单元7确定用于更新处置计划的需要的情况下,其生成修正的处置计划并且将修正的处置计划转发到控制单元5。辐射处置然后基于修正的处置计划继续直到处置计划7再次在预定时间点之一处更新处置计划或者直到辐射处置被完成。
在一个实施例中,规划单元7可以在规则的预定时间间隔内执行更新流程。在另一实施例中,更新流程可以在辐射处置的某些部分(诸如分段和/或视角)之前被执行。在下文中,将结合其中针对辐射处置的每个视角执行更新流程的实施例更详细地解释更新流程。在该实施例中,规划单元7有效地基于针对每个视角的目标区域的解剖结构来确定针对该视角的优化的处置计划。在该方面,下面在本文中将解释如何针对第k个视角执行更新流程,其中,k可以是1与辐射处置的视角的总数目之间的任何数目。
为了执行针对第k个视角的更新流程,目标区域的图像借助于成像设备6来采集。优选地,图像刚好在第k个视角之前被采集,使得更新流程基于示出第k个视角中的目标区域的实际解剖结构的目标区域的当前图像来执行。另外,规划单元7根据预定义相似度度量将所采集的图像与被存储在规划单元的存储设备8中的图像相比较以便确定具有关于所采集的图像的最大相似度的所存储的图像。如果所存储的图像已经基于用于预测目标结构和/或OAR的改变的模型而生成,则针对第k个视角的预测的图像可以具有关于所采集的图像的最大相似度。然而,由于未由使用的模型考虑的效果,这不一定必须是这种情况并且规划单元7可以选择另一所存储的图像作为与所采集的图像的比较的结果。
为了比较图像,可以使用本领域的技术人员已知的用于比较图像的任何相似度度量。特别地,可以使用基于图像的相似度度量、基于几何结构的相似度度量和/或基于解剖结构的相似度度量。在一个示范性实施例中,规划单元7可以确定所采集的图像中的目标结构以及优选地还有OAR的描绘的一个或多个参数并且将这些参数与所存储的图像中的对应的参数相比较。这样的参数的范例包括目标结构或者OAR的最大直径、目标结构或者OAR的体积、或者目标结构或者OAR的位置。在另一示范性实施例中,界标被分配给所采集的图像中和所存储的图像中的目标结构的描绘以及优选地还有危险结构的描绘,并且将得到的界标图案彼此相比较。出于该目的,相似度参数可以针对每幅图像中的界标图案来计算并且该相似度参数可以与针对目标结构的估计的描绘确定的对应的相似度参数相比较。例如,相似度度量可以基于针对每个界标图案的特征向量来计算。对于每个界标点而言,特征向量可以包括界标点与预定义锚定点之间的距离。此外,特征向量可以包括目标结构和/或相关OAR的前述参数(例如,最大直径、体积和/或位置)。相似度参数可以然后根据特征向量的分量来计算,特征向量的分量可以包括针对与目标结构有关的分量和与不同危险结构有关的分量的不同的权重。
为了确定针对前述实施例中的所采集的图像和所存储的图像的界标图案,可以针对初始规划图像指定界标点。对于所存储的图像而言,界标图案可以通过使用指定初始规划图像与所存储的图像之间的转换的前述形变场转换初始规划图像的界标图案来确定。以这样的方式,针对所存储的图像的界标图案可能已经在辐射处置之前被确定并且连同图像一起被存储在规划单元7的存储设备8中。而且,规划单元7可以将包括界标图案的初始规划图像配准到所采集的图像以便确定针对所采集的图像的界标图案。
在另外的实施例中,基于图像的相似度度量可以被用于比较图像。这样的相似度度量可以根据图像中的体素强度来导出。在一个范例中,这样的相似度度量可以基于平方差(SSD)的和来计算。此处,一幅图像中的体素的强度与另一幅图像的对应的体素的强度之间的差针对每个体素来计算并且平方差的和被计算作为相似度度量。基于图像的相似度度量的另外的范例包括图像的标准化互相关和与图像的熵有关的互信息。
在已经确定了具有最大相似度的所存储的图像时,规划单元7根据所选择的图像来确定更新的处置计划(在所选择的图像与已经基于其生成了当前处置计划的图像不同的情况下)。出于该目的,规划单元7确定与所选择的图像相关联的影响矩阵,其下面在本文中被称为Mn(k)。此外,规划单元7基于先前使用的处置计划(特别地用于控制第(k-1)个视角中的处置)来生成更新的处置计划。另外,规划单元7可以任选地根据基于初始规划图像生成的原始处置计划来计算新处置计划。更新的处置计划被生成用于控制第k个视角中的辐射处置并且优选地还指定针对辐射处置的随后视角的辐照参数。后者是优选的,因为规划流程通常必须考虑完整的辐射处置以便计算针对任何视角的恰当的剂量分布。
更特别地,规划单元7可以原则上通过最小化剂量目标函数
这还被图示在示意性地示出了辐射处置的视角21和相关联的剂量分布的图2中。
剂量目标函数f可以对应于被用于确定初始处置计划的剂量目标函数。由于当生成初始处置时已经确定了最小化该函数的剂量分布,所以规划单元7还可以通过根据合适的差度量最小化先前生成的剂量分布与更新的剂量分布dp(k)+dk+df(k)之间的差来确定更新的处置计划。特别地,可以使用最小二乘差度量。因此,用于确定更新的处置计划的积分通量向量可以被计算为
其中,d计划是最小化用于生成初始处置计划的目标函数的剂量分布。当积分通量向量以这样的方式来确定时,计算复杂度与基于方程(2)的计算相比较可以得到降低。此外,能够确定与在可能已经由处置规划者审查和批准的初始处置规划中生成的剂量分布相似的新剂量分布。
为了确定方程(2)和(3)中的剂量分布dp(k),规划单元7可以存储针对先前视角确定的剂量分布di,或者规划单元7可以根据先前视角的积分通量向量和用于计算这些积分通量向量的影响矩阵Mi来计算剂量分布dp(k):
当根据方程(3)从分布计算dp(k)时,与在初始规划图像(潜在d规划)中示出的解剖结构相比较,剂量分布可以使用反映目标区域的解剖结构的改变的转换来转换。可以在用于将初始规划图像转换为针对用于先前视角的处置计划更新而选择的图像的形变场的逆上做出该转换。这些逆形变场可以在辐射处置之前被计算并且可以被存储在与图像相关联的规划单元的存储设备8中。
方程(2)和(3)中的剂量分布dk由要确定的积分通量向量以及与所选择的所存储的图像的影响矩阵Mn的积给定:该影响矩阵Mn通过规划单元8从存储设备8读取并且被用于在已经选择了所存储的图像后确定更新的处置计划。
未来剂量分布df(k)可以基于在初始处置规划流程中已经确定的针对未来视角的积分通量向量来计算。这特别地允许预先计算未来剂量分布df(k),如下面在本文中将更详细地解释的,并且因此,显著地降低用于更新处置计划的计算复杂度。此外,目标区域的若干解剖结构可以被用作用于确定未来剂量分布df(k)的基础。在下文中,将解释三个可能的方法,其在下文中将被称为静态方法、准静态方法和动态方法。
根据静态方法,在假定未来视角中的目标区域的解剖结构对应于如在初始规划图像中示出的解剖结构的情况下,计算剂量分布df(k)。因此,剂量分布df(k)被计算为
因此,存在独立于所选择的所存储的图像的针对每个视角的一个未来剂量分布df(k)。对于每个视角而言,该剂量分布可以在辐射处置之前被计算并且被存储在规划单元7的存储设备8中。
当其特别地降低计算复杂度时,静态方法仅提供剂量分布df(k)的不准确的估计。然而,将注意到,这些估计将在每个视角中由规划单元7校正。因此,静态方法也能够得到针对处置计划的令人满意的结果。
根据准静态方法,在假定未来视角中的目标区域的解剖结构对应于如在所选择的图像中示出的解剖结构的情况下,计算剂量分布df(k)。因此,剂量分布df(k)使用与所选择的图像相关联的影响矩阵Mn(k)来计算:
与静态方法相比较,准静态方法提供未来剂量分布的更准确的估计。在该方法中,存在针对每个视角并且针对每幅所选择的图像的一个未来剂量分布df(k)。如在静态方法中,这些剂量分布可以在辐射处置之前被预先计算,并且对于每幅图像而言,针对不同视角的剂量分布可以被存储在与图像相关联的规划单元7的存储设备8中。
根据动态方法,剂量分布df(k)基于针对每个未来视角的目标区域的解剖结构的预测来估计。这些预测可以基于如上文已经解释的合适的模型来确定。在该方法中,针对每个未来视角使用特定影响矩阵。当针对这些视角的影响矩阵被表示为Mn(i),i=k+1,…,N-1时,剂量分布df(k)根据下式来计算:
该方法可以特别地在所存储的图像基于如上文所解释的预测模型生成的情况下使用。另外,该方法允许对未来剂量分布的甚至更准确的估计。然而,其还涉及用于确定影响矩阵Mn(i)和未来剂量分布的更高的计算复杂度。如在准静态方法中,在动态方法中存在针对每个视角并且针对每幅所选择的图像的一个未来剂量分布df(k),并且可能的未来剂量分布可以在辐射处置之前被预先计算,并且对于每幅图像而言,针对不同视角的剂量分布可以被存储在与图像相关联的规划单元7的存储设备8中。
取决于所选择的流程,根据前述流程之一计算的未来剂量分布可以在较小或者较大的数量上是不准确的。然而,在用于处置计划的随后更新步骤中校正未来剂量分布的可能的不准确性。此外,不准确地计算的未来剂量分布对处置计划的影响在每个更新步骤中被减少,因为未来剂量在每个步骤中被减少。因此,未来剂量分布的计算的任何不准确性不会降低辐射处置的质量。根据上文所解释的实施例,规划单元可以例如通过最小化在方程(2)或(3)中提供的函数来确定针对辐射处置的第k个视角的积分通量向量基于积分通量向量,规划单元7可以然后确定可以被包括到更新的处置计划中的第k个视角的对应的机器或者辐照参数。对于随后的视角而言,可以维持来自初始处置计划的辐照参数。在所描述的实施例中,当最小化规划单元7中的相关函数时,针对第k个视角的积分通量向量是仅有变量。因此,针对第k个视角的处置计划的更新涉及相对低的计算复杂度。
根据所描述的实施例,规划单元7可以更新针对辐射处置的视角的处置计划以考虑目标区域的解剖结构的改变。因此,有效地提供了处置的“单视角优化”,其基于目标区域的所采集的图像基本上实时地提供针对视角的优化的辐照参数。
通常,规划单元7可以在每个视角之前执行上文所解释的更新流程,使得辐照参数可以针对每个视角被优化。
然而,由于成像设备6的固有延时,目标区域的当前图像可能在每个视角之前不可用。在没有图像可用的情况下,规划单元7可以基于目标区域的最后采集的图像来执行更新流程。此外,为了最小化针对未来视角的优化的退化,当目标区域的最新图像变得可用时,规划单元可以执行用于根据以上更新流程的相关的积分通量向量的额外确定。该积分通量向量然后被用于在优化针对随后视角的辐照参数时确定过去剂量分布dp。
另外,虽然上文所描述的实施例涉及FMO,但是用于更新处置计划的类似流程可以结合其他优化技术使用。
一个这样的技术是直接机器参数优化(DMPO)。在DPMO中,辐射源1和准直器3的机器参数直接地被优化而不是优化积分通量向量。由此,可以避免归因于将积分通量向量转换为机器参数的可能的退化。为了确定机器参数,机器参数的目标函数被最小化,其以与积分通量向量的上文所描述的函数类似的方式来确定。如本领域的技术人员将认识到的,上文所描述的更新流程可以因此结合DPMO以类似的方式来执行。
另外,更新流程可以类似地被应用到体积调制弧形治疗(VMAT),其中,辐射源1围绕目标区域旋转并且射束配置在旋转期间连续地变化。当将流程应用到VMAT时,可以在对应于之前解释的视角的辐射源的特定数目的角度位置处做出对处置计划的更新。可以选择这些位置之间的距离,使得存在用于执行每个步骤中的所要求的计算的足够的时间。
通过研究附图、说明书和随附的权利要求书,本领域的技术人员在实践所主张的本发明时可以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”不排除其他元件或者步骤,并且词语“一”或“一个”不排除多个。
单个单元或设备可以实现权利要求中记载的若干项的功能。互不相同的从属权利要求中记载了特定措施的仅有事实并不指示不能有利地使用这些措施的组合。
计算机程序可以被存储/被分布在合适的介质(诸如连同其他硬件一起或作为其一部分供应的光学存储介质或固态介质)上,但也可以以其他形式分布,诸如经由因特网或其他有线或无线电信系统。
权利要求中的任何附图标记不应当被解释为对范围的限制。
Claims (15)
1.一种用于适配用于处置患者身体的目标区域内的目标结构的辐射治疗处置计划的系统,所述处置计划包括用于控制对辐射到所述目标区域的递送的辐照参数,所述系统包括:
规划单元(7),其被配置为基于根据所述目标区域的解剖结构量化每单位强度发射的辐射对所述目标区域的影响的影响参数的集合来适配所述处置计划,
存储设备(8),其用于存储影响参数的多个集合,每个集合与表示所述目标区域的特定解剖结构的身体区域的图像相关联,以及
成像单元(6),其被配置为采集所述身体区域的图像,其中,所述规划单元(7)被配置为基于捕获的图像和与影响参数的所述集合相关联的所述图像中的至少一幅之间的比较从所存储的集合中选择影响参数的所述集合。
2.根据权利要求1所述的系统,其中,所述辐射治疗处置在多个时间间隔(201)内被递送,并且其中,所述规划单元(7)被配置为确定用于控制在第k个时间间隔(201)内对所述辐射到所述目标结构的所述递送的更新的辐照参数。
3.根据权利要求2所述的系统,其中,所述规划单元(7)被配置为基于影响参数的所选择的集合来确定仅仅针对所述第k个时间间隔(201)的所述辐照参数。
4.根据权利要求2所述的系统,其中,辐射束与所述目标结构之间的相对取向在所述辐射治疗处置期间改变,并且其中,每个时间间隔(201)对应于具有所述辐射束与所述目标结构之间的恒定相对取向的时段。
5.根据权利要求2所述的系统,其中,所述规划单元(7)被配置为基于在所述第k个时间间隔(201)之前被递送到所述目标区域的辐射剂量分布来确定所述辐照参数。
6.根据权利要求2所述的系统,还被配置为提供在跟随所述第k个时间间隔(201)的随后时间间隔(201)内被递送到所述目标区域的辐射剂量分布的估计,其中,所述规划单元(7)被配置为基于所述估计来确定针对所述第k个时间间隔(201)的所述辐照参数。
7.根据权利要求6所述的系统,所述估计是根据在所述辐射治疗处置之前确定的初始处置计划来导出的,特别是根据在所述初始处置计划中指定的针对所述随后时间间隔(201)的发射积分通量来导出的。
8.根据权利要求6所述的系统,其中,所述辐射剂量分布的所述估计是基于所述目标区域的一个预定解剖结构的。
9.根据权利要求6所述的系统,还被配置为提供在随后时间间隔(201)内被递送到所述目标区域的所述辐射剂量分布的多个估计,每个估计与所述第k个时间间隔(201)和影响参数的一个集合相关联,其中,所述规划单元(7)被配置为基于与影响参数的所选择的集合相关联的所述估计来确定所述处置计划。
10.根据权利要求9所述的系统,其中,所述估计是基于在所述随后时间间隔内的所述目标区域的所述解剖结构的预测的,所述预测是使用根据时间量化所述身体的所述解剖结构的改变的模型而做出的。
11.根据权利要求6或9所述的系统,其中,所述估计或者多个估计被预先存储在所述存储设备(8)中。
12.根据权利要求1所述的系统,其中,所述规划单元(7)被配置为根据预定义相似度度量来选择与具有关于所述捕获的图像的最大相似度的图像相关联的影响参数的集合。
13.根据权利要求1所述的系统,其中,影响参数的每个集合包括影响矩阵的分量。
14.一种计算机程序产品,包括程序代码单元,当所述程序代码单元在至少一个处理器上运行时,所述程序代码单元用于指示所述处理器执行与适配用于处置患者身体的目标区域内的目标结构的辐射治疗处置计划一起使用的方法,所述处置计划包括用于控制对辐射到所述目标区域的递送的辐照参数,所述方法包括:
将影响参数的多个集合存储在规划单元(7)中,所述影响参数根据所述目标区域的解剖结构量化每单位强度发射的辐射对所述目标区域的影响,并且影响参数的每个集合与表示所述目标区域的特定解剖结构的所述目标区域的图像相关联,
获得由成像单元(6)采集的所述目标区域的图像,
所述规划单元(7)基于所采集的图像和与影响参数的所述集合相关联的所述图像中的至少一幅之间的比较从所存储的集合中选择影响参数的集合,并且
所述规划单元(7)基于影响参数的所选择的集合来适配所述处置计划。
15.一种计算机程序存储介质,其包括计算机程序,所述计算机程序包括程序代码单元,当所述程序代码单元在至少一个处理器上运行时,所述程序代码单元用于指示所述处理器执行与适配用于处置患者身体的目标区域内的目标结构的辐射治疗处置计划一起使用的方法,所述处置计划包括用于控制对辐射到所述目标区域的递送的辐照参数,所述方法包括:
将影响参数的多个集合存储在规划单元(7)中,所述影响参数根据所述目标区域的解剖结构量化每单位强度发射的辐射对所述目标区域的影响,并且影响参数的每个集合与表示所述目标区域的特定解剖结构的所述目标区域的图像相关联,
获得由成像单元(6)采集的所述目标区域的图像,
所述规划单元(7)基于所采集的图像和与影响参数的所述集合相关联的所述图像中的至少一幅之间的比较从所存储的集合中选择影响参数的集合,并且
所述规划单元(7)基于影响参数的所选择的集合来适配所述处置计划。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16162765 | 2016-03-30 | ||
EP16162765.8 | 2016-03-30 | ||
PCT/EP2017/057381 WO2017167794A1 (en) | 2016-03-30 | 2017-03-29 | Adaptive radiation therapy planning |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108883302A CN108883302A (zh) | 2018-11-23 |
CN108883302B true CN108883302B (zh) | 2021-06-08 |
Family
ID=55640635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780020891.9A Active CN108883302B (zh) | 2016-03-30 | 2017-03-29 | 自适应辐射治疗规划 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10744344B2 (zh) |
EP (1) | EP3436148B1 (zh) |
JP (1) | JP6925364B2 (zh) |
CN (1) | CN108883302B (zh) |
WO (1) | WO2017167794A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11691030B2 (en) * | 2017-04-18 | 2023-07-04 | The Regents Of The University Of California | System and method for optimized dynamic collimator rotation in volumetric modulated arc therapy |
JP2021519120A (ja) * | 2018-03-26 | 2021-08-10 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | Ct/linacコンソールにおける適応放射線療法のための決定支援ツール |
KR102068755B1 (ko) * | 2018-06-05 | 2020-01-21 | 재단법인 아산사회복지재단 | 근접 방사선 치료계획 산출방법, 장치 및 프로그램, 및 근접 방사선 치료장치 |
JP2022530151A (ja) * | 2019-04-26 | 2022-06-27 | エレクタ、インク. | 周期的な動きを利用した陽子線治療を提供する方法 |
CA3188533A1 (en) * | 2020-08-06 | 2022-02-10 | Daryl NAZARETH | Methods and systems for optimizing volumetric modulated arc therapy (vmat) treatment plans |
US11857803B2 (en) | 2020-12-16 | 2024-01-02 | Alpha Tau Medical Ltd. | Diffusing alpha-emitter radiation therapy with enhanced beta treatment |
US11666782B2 (en) | 2021-01-05 | 2023-06-06 | Alpha Tau Medical Ltd. | Treatment planning for alpha particle radiotherapy |
US11666781B2 (en) | 2021-01-05 | 2023-06-06 | Alpha Tau Medical Ltd. | Treatment planning for alpha particle radiotherapy |
US11964168B2 (en) | 2021-06-10 | 2024-04-23 | Alpha Tau Medical Ltd. | Diffusing alpha-emitter radiation therapy for prostate cancer |
GB2616458A (en) * | 2022-03-09 | 2023-09-13 | Elekta ltd | Dynamic adaptation of radiotherapy treatment plans |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011064875A1 (ja) * | 2009-11-27 | 2011-06-03 | 三菱重工業株式会社 | 放射線治療装置制御方法および放射線治療装置制御装置 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3053389B1 (ja) * | 1998-12-03 | 2000-06-19 | 三菱電機株式会社 | 動体追跡照射装置 |
EP1257325A4 (en) * | 2000-02-18 | 2006-01-04 | Beaumont Hospital William | COMPUTERIZED TOMOGRAPHY WITH A CONICAL BEAM WITH A FLAT PANEL IMAGER |
US7221733B1 (en) | 2002-01-02 | 2007-05-22 | Varian Medical Systems Technologies, Inc. | Method and apparatus for irradiating a target |
EP1977788B1 (en) * | 2005-07-22 | 2011-05-04 | Tomotherapy Incorporated | System of delivering radiation therapy to a moving region of interest |
CA2616272A1 (en) * | 2005-07-22 | 2007-02-01 | Tomotherapy Incorporated | System and method of detecting a breathing phase of a patient receiving radiation therapy |
US9192786B2 (en) * | 2006-05-25 | 2015-11-24 | William Beaumont Hospital | Real-time, on-line and offline treatment dose tracking and feedback process for volumetric image guided adaptive radiotherapy |
US8331532B2 (en) * | 2010-02-18 | 2012-12-11 | Varian Medical Systems International Ag | Method and system for treating moving target |
US20120312961A1 (en) * | 2011-01-21 | 2012-12-13 | Headwater Partners Ii Llc | Setting imaging parameters for image guided radiation treatment |
EP2744566B1 (en) * | 2011-08-16 | 2017-09-27 | Koninklijke Philips N.V. | System to estimate interfractional and intrafractional organ motion for adaptive external beam radiotherapy |
US9814908B2 (en) | 2011-11-01 | 2017-11-14 | Varian Medical Systems International Ag | Apparatus and method pertaining to movement compensation during radiation treatment |
US20160256714A1 (en) * | 2013-10-01 | 2016-09-08 | Empire Technology Development Llc | Visualization of beam trajectories in radiation therapy |
US10029121B2 (en) * | 2013-12-31 | 2018-07-24 | The Medical College Of Wisconsin, Inc. | System and method for producing synthetic images |
WO2015154040A1 (en) * | 2014-04-03 | 2015-10-08 | Sun Nuclear Corporation | Dosimetry for radiotherapy treatment verification |
US10625100B2 (en) | 2014-04-28 | 2020-04-21 | Brigham And Women's Hospital, Inc. | Real-time margin adaptation |
US10046177B2 (en) * | 2014-06-18 | 2018-08-14 | Elekta Ab | System and method for automatic treatment planning |
WO2016023669A1 (en) | 2014-08-12 | 2016-02-18 | Koninklijke Philips N.V. | Rotating anode and method for producing a rotating anode |
WO2016023786A1 (en) * | 2014-08-15 | 2016-02-18 | Koninklijke Philips N.V. | Supervised 4-d dose map deformation for adaptive radiotherapy planning |
US9652871B2 (en) * | 2015-01-28 | 2017-05-16 | Impac Medical Systems, Inc. | Three dimensional localization of a moving target for adaptive radiation therapy |
-
2017
- 2017-03-29 US US16/086,680 patent/US10744344B2/en active Active
- 2017-03-29 CN CN201780020891.9A patent/CN108883302B/zh active Active
- 2017-03-29 EP EP17714214.8A patent/EP3436148B1/en active Active
- 2017-03-29 JP JP2018551289A patent/JP6925364B2/ja active Active
- 2017-03-29 WO PCT/EP2017/057381 patent/WO2017167794A1/en active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011064875A1 (ja) * | 2009-11-27 | 2011-06-03 | 三菱重工業株式会社 | 放射線治療装置制御方法および放射線治療装置制御装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3436148B1 (en) | 2021-11-17 |
US10744344B2 (en) | 2020-08-18 |
EP3436148A1 (en) | 2019-02-06 |
JP2019512351A (ja) | 2019-05-16 |
JP6925364B2 (ja) | 2021-08-25 |
US20190099620A1 (en) | 2019-04-04 |
CN108883302A (zh) | 2018-11-23 |
WO2017167794A1 (en) | 2017-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108883302B (zh) | 自适应辐射治疗规划 | |
CN110799244B (zh) | 用于自适应辐射治疗的规划系统 | |
CN107073284B (zh) | 用于辐射逆向治疗计划的系统 | |
CN108367159B (zh) | 自适应辐射治疗规划 | |
EP3595774B1 (en) | Image-guided radiation therapy | |
US20210106846A1 (en) | Radiation therapy system using plural treatment plans | |
CN110947108A (zh) | 用于自动靶体积生成的系统、方法和设备 | |
US11123574B2 (en) | Estimation of the achievability of treatment goals in radiation therapy | |
EP3634578A1 (en) | Treatment plan generation for radiation therapy treatment | |
US20240001148A1 (en) | Methods for adaptive radiotherapy | |
JP2024510079A (ja) | 放射線療法システムの線量ガイダンス及び最終照射放射線量の反復推定のためのシステム及び方法 | |
CN114642835A (zh) | 放射治疗规划 |
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 |