CN109069861A - 质子疗法中的剂量分布估计 - Google Patents

质子疗法中的剂量分布估计 Download PDF

Info

Publication number
CN109069861A
CN109069861A CN201780021881.7A CN201780021881A CN109069861A CN 109069861 A CN109069861 A CN 109069861A CN 201780021881 A CN201780021881 A CN 201780021881A CN 109069861 A CN109069861 A CN 109069861A
Authority
CN
China
Prior art keywords
distance
measurement
volume
target volume
proton
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
Application number
CN201780021881.7A
Other languages
English (en)
Other versions
CN109069861B (zh
Inventor
E·库塞拉
M·I·科德罗·马克思
J·诺德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Healthineers International AG
Original Assignee
Varian Medical Systems International AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Varian Medical Systems International AG filed Critical Varian Medical Systems International AG
Priority to CN202111493339.6A priority Critical patent/CN114042262A/zh
Publication of CN109069861A publication Critical patent/CN109069861A/zh
Application granted granted Critical
Publication of CN109069861B publication Critical patent/CN109069861B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • A61N5/1048—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
    • A61N5/103—Treatment planning systems
    • A61N2005/1041—Treatment planning systems using a library of previously administered radiation treatment applied to other patients
    • 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
    • A61N2005/1087—Ions; Protons

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

一种用于估计来自质子疗法计划的剂量的系统，包括存储机器指令的存储器和耦合到该存储器的处理器，该处理器执行机器指令以将被计划质子场横穿的患者解剖结构中的感兴趣体积的表示细分为多个体素。处理器还执行机器指令以确定从计划质子束的源到多个体素中的一个体素的距离。处理器还执行机器指令以基于源和感兴趣体积之间的距离来计算在体素处对感兴趣体积从计划质子束所接收的估计剂量的离散贡献。

Description

质子疗法中的剂量分布估计
技术领域
本描述总体上涉及放射疗法，更具体地涉及质子束疗法治疗计划开发。
背景技术
放射疗法治疗计划开发通常采用医学成像，诸如X射线、计算机断层摄影(CT)、磁共振成像(MRI)等。典型地，各自表示患者解剖结构的二维横截面“切片”的一系列二维患者图像被用于由患者解剖结构重建感兴趣体积(VOI)或感兴趣结构的三维表示。
典型地，VOI包括一个或多个感兴趣器官，其一般包括：计划靶体积(PTV)，诸如恶性生长或包括放射疗法所靶向的恶性组织在内的器官；处于放射疗法暴露风险的恶性生长附近的相对健康的风险器官(OAR)；或者患者解剖结构的更大部分，其包括一个或多个PTV以及一个或多个OAR的组合。典型地，放射疗法治疗计划开发的目的在于尽可能多地照射PTV尽可能接近处方剂量，同时试图最小化对邻近OAR的照射。
在医疗过程期间使用所得到的放射疗法治疗计划来选择性地将诸如恶性肿瘤之类的身体的精确区域暴露于特定辐射剂量，以便破坏不期望的组织。在开发患者特异性放射疗法治疗计划期间，通常从三维模型中提取信息，以确定一个或多个PTV以及一个或多个OAR的诸如形状、体积、位置和方位之类的参数。
质子束疗法准许关于从患者体内的质子束释放的能量的三维浓度的相对精细控制。特别地，质子束的深度剂量曲线相对于诸如电子、X射线或光子束之类的其他类型的辐射具有独特的特点。结果，诸如基于典型光子深度剂量曲线的那些方法之类的现有治疗计划开发方法无法准确预测质子束疗法可能实现的结果。
发明内容
根据本发明的一个实施例，一种用于估计来自质子疗法计划的剂量的系统包括存储有机器指令的存储器和耦合到该存储器的处理器，该处理器执行机器指令以将感兴趣体积的表示细分为多个第一体素。处理器还执行机器指令以确定与第一计划质子场和多个第一体素中的一个第一体素相关联的第一距离。处理器还执行机器指令以基于第一距离和与第一计划质子场所横穿的靶体积相关联的第二距离来计算度量。
根据本发明的另一实施例，一种估计来自质子治疗疗法计划的剂量的计算机实现方法包括：将感兴趣体积的表示细分为多个第一体素；以及确定与第一计划质子场和多个第一体素中的一个第一体素相关联的第一距离。该方法还包括：基于第一距离和与第一计划质子场所横穿的靶体积相关联的第二距离来计算度量。
根据本发明的又一实施例，一种用于估计来自质子疗法计划的剂量的计算机程序产品包括非暂态计算机可读存储介质，其编码有指令，这些指令适于由处理器执行以实现将感兴趣体积的表示细分为多个第一体素。指令还适于实现确定与第一计划质子场和多个第一体素中的一个第一体素相关联的第一距离。该指令还适于实现基于第一距离和与第一计划质子场所横穿的靶体积相关联的第二距离来计算度量。度量表示在第一体素处对感兴趣体积所接收的估计剂量的离散贡献。
下文在附图和描述中对本发明的一个或多个实施例的细节进行阐述。根据说明书和附图以及权利要求，本发明的其他特征、目的和优点将显而易见。
附图说明
图1是图示了按照本发明的实施例的、采用质子几何形状预期剂量来开发和估计患者特异性质子疗法治疗计划的示例性质子束剂量分布规划工具的框图。
图2是可以使用图1的质子束剂量分布规划工具估计的示例性放射疗法患者解剖结构的图示。
图3是描绘了可以使用图1的质子束剂量分布规划工具实现的示例性质子束深度剂量曲线的曲线图。
图4是描绘了可以实现图1的质子束剂量分布规划工具的示例性通用计算系统的示意图。
图5是表示按照本发明的实施例的、估计质子束的剂量分布的示例性方法的流程图。
具体实施方式
图1中示出了本发明的实施例，其图示了采用质子束几何形状预期剂量(GED)来开发和估计患者特异性质子疗法治疗计划的示例性质子束剂量分布规划工具10。质子束剂量分布规划工具10预测感兴趣体积(诸如靶体积)在质子束疗法疗程期间所接收的剂量。质子束剂量分布规划工具10基于患者解剖结构和质子场几何结构来预测用于新患者的三维剂量分布。
质子束剂量分布规划工具10包括患者几何参数化模块12、剂量预测模块14、知识同化模块16和知识库18。患者几何参数化模块12基于相对于影响质子束剂量分布的各种因素的个体患者解剖几何形状来生成参数或度量集合。不同的患者几何特征可以影响质子束剂量分布。考虑到这些几何特征的度量提供了预测的质子束剂量分布与患者几何结构中的结构位置之间的相对改善的相关性。
参照图2，示出了可以使用图1的质子束剂量分布规划工具10估计的示例性放射疗法患者解剖结构20的图示。质子源22朝向患者解剖结构20中的靶体积26发射质子束或场24。质子场24在距质子源22的距离Ts处进入靶体积26的近端边界28，并在距质子源22的距离Te处到达靶体积26的远端边界30。质子场24行进距离Δ而通过靶体积26。
图1的患者几何参数化模块12确定参数或度量集合，以表示图2的患者解剖结构20。在实施例中，患者解剖结构20可以被细分为若干个个体体积分区或体素，诸如示例性体素32，其相对于剂量分布被个体地估计。可以基于例如从每个场原点到体素的距离、靶体积26的处方剂量和基于计划质子场的场参数来为每个体素指派度量。度量可以考虑到场位置和定向。
除了风险器官(OAR)-靶接近度之外的预期剂量度量的示例包括但不限于靶结构的体积、OAR的体积、OAR的不在质子束的场内的任何部分、所施加的质子束场的数目和定向、场几何形状、靶和OAR组织密度、处方剂量等。例如，各种度量可以考虑在患者几何结构中的每个点处会聚的场的数目、或者在到达靶体积之前场所通过的任何器官。附加度量可以考虑到组织特点，例如，亨氏单位(HU)量表可以表示能量沉积和色散特点。
例如，剂量衰减或减退轮廓不是对称的，而是随着位置朝向场外区域延伸超出靶体积附近而下降得更快。另外，在距OAR中的点的不同距离处施加具有不同靶剂量水平的多个场进一步使得使用组合度量确定等效距离复杂化。
本发明的实施例基于几何可预期剂量(GED)分布来生成相对于靶体积和OAR的度量。GED度量包含关于如何相对于靶形状组织临床剂量递送的一般假设。GED度量还考虑到场设置的几何形状。由于所施加的靶水平场中的每个靶水平场，OAR中任何点处的剂量等于该位置或体素处的各个贡献剂量的总和。
在一个实施例中，OAR几何结构被包含在GED度量中，例如，在到达靶体积之前由场跨过的OAR中的体素的数目。在另一实施例中，采用适形剂量度量，其包括描述性设置和患者几何形状因素。射束定向模块14估计患者几何形状度量，并且以满足靶体积和OAR的约束的一个或多个射束定向的方式来确定优选的射束几何形状。
在一个实施例中，调节场强度以针对剂量分布定制特定靶形式。定义靶解剖特征，其包括例如靶相对于多个场、优选方向或射束方位的形状、伸长和位置。因此，例如，允许垂直于靶主方向的场递送比平行于靶主方向的场更少的能量。
进一步地，在实施例中，相对于指派给场内每个子束的GED度量，对跨场递送的能量水平进行调制。例如，可以定义关于小射束所跨过的体素的数目、或者小射束在到达靶体积之前行进通过患者的距离的度量，并且可以根据度量调整小射束的强度。
剂量预测模块14估计相对于特定度量集合和质子束定向的特定分组的质子束剂量分布。剂量预测模块14采用基于知识的质子剂量预测算法，其基于解剖特征集合来预测感兴趣结构上的可行质子束剂量分布。质子剂量预测算法基于对特定靶几何形状和场几何形状的详细规划来估计所实现的治疗计划的质量。
特别地，剂量预测模块14创建并应用质子特异性剂量体积直方图(DVH)估计模型。剂量预测模块14考虑到质子束的特点，以便估计场几何形状。参考图3，曲线图40描绘了示例性质子束深度剂量曲线42，其可以由剂量预测模块14用于创建DVH估计模型。在一个实施例中，深度剂量曲线42表示在假设来自每个射束的靶剂量覆盖均匀的情况下的近似剂量分布。
根据深度剂量曲线42，质子束沿着其路径释放的能量的数量从质子束源44到质子束进入靶体积Ts、46的点呈指数增加。另外，根据剂量曲线42，通过靶体积行进距离Δ、48的质子束所递送的剂量从质子束进入靶体积的点Ts、46到质子束到达靶体积的远极端的点Te、50是均匀的。可以假设渐近值取决于射线在靶体积内部行进的距离Δ、48。进一步地，根据剂量曲线42，质子束释放的能量没有超过靶体积的远极端Te、50。
例如，在一个实施例中，剂量预测模块14应用以下质子束几何形状预期剂量(GED)度量的定义表示质子束相对于位置或体素的剂量贡献：
其中Gx是单个质子场对几何形状预期剂量的贡献，x是距质子束源的距离，靶体积在距离Ts处开始并在距离Te处结束，Δ是射线在靶体积中横穿的距离，d是从指定区域到靶的处方剂量水平，参数a和b是现象学系数。在一个实施例中，对距离进行测量，其中单位与远在Brachy峰值之前的质子束的能量释放相对应。
系数a和b是指数参数，其取决于质子疗法设置的所选尺寸。在一个实施例中，系数a和b可以使用患者几何形状和对来自历史质子束治疗计划的剂量信息的统计分析来确定。例如，依据所选尺寸，系数a的值可以大约在0.4到0.8的范围内，并且系数b的值可以大约在2.75到12的范围内。在一个实施例中，根据经验确定的系数a＝0.6和b＝5产生了有用的预测。
在一个实施例中，剂量预测模块14准许对待处理的靶体积进行交互式定义和微调，同时提供对可实现的计划质量的即时估计。例如，可以通过预测可能针对特定靶体积实现的剂量体积直方图(DVH)来描述质量。剂量预测模块14可以便于进行决定，例如，关于待辐射的空间区域的大小和关键器官的保留之间的临床权衡的决定。
在另一实施例中，剂量预测模块14准许质子束场几何形状进行交互式定义和修改，同时提供可实现的计划质量的即时估计。因此，对于每个候选靶体积和场几何形状，不需要独立剂量优化。进一步地，在实施例中，相对于多个靶体积，对质子束剂量分布进行估计，例如，添加加权贡献或分数，其与从OAR到具有不同剂量水平的多个靶体积的各种修改后的距离相对应。
在各种实施例中，GED度量用于剂量体积直方图(DVH)估计、注量估计或三维剂量估计。在一个实施例中，将基于GED度量的估计剂量分布与在临床治疗中实际实现的对应质子束剂量分布进行比较，以调整实际知识模型。
知识同化模块16从表示实际历史患者群体的现有质子疗法数据集中提取主要剂量测定特征。在基于知识的剂量预测中，从实际历史计划收集的信息用于估计关于新患者的可实现的质子剂量分布。例如，多个历史质子束治疗计划的患者几何形状和剂量信息被提炼到预测模型中，该预测模型可以用于质子束疗法剂量预测，而不存储来自原始计划集合的所有信息。
知识库18存储表示实际患者解剖信息和实现的剂量信息的历史群体的现有质子疗法数据集。因此，质子束剂量分布规划工具10可以基于现有质子计划集合来创建质子特异性DVH估计模型。本文中所描述的系统可以提供诸如估计具有不同质子场几何形状的计划、估计具有剂量水平不同的多个靶体积的计划、以及分析靶体积形状对剂量分布的影响之类的优点。
本发明的实施例将实际历史患者质子疗法治疗计划中实现的剂量分布与特定的潜在患者解剖结构相关，并将得到的相关信息存储在知识库18中。对知识库18中的相关信息进行访问，以便基于患者解剖结构来预测用于新患者的三维剂量分布。因此，质子束剂量分布规划工具10将在处于放射疗法治疗的实际患者中实现的质子束剂量分布与潜在患者解剖结构或几何形状相关。
如图4所图示的，可以在图1的质子束剂量分布规划工具10中采用的示例性通用计算设备52包括处理器54、存储器56、输入/输出设备(I/O)58、存储装置60和网络接口62。计算设备52的各种部件通过本地数据链路64耦合，该本地数据链路64在各种实施例中包含例如地址总线、数据总线、串行总线、并行总线或这些的任何组合。
计算设备52通过I/O 58向用户或其他设备传送信息并向其请求输入，该I/O 58在各种实施例中包含例如交互式菜单驱动的基于视觉显示的用户界面、或者图形用户界面(GUI)，诸如指示设备，通过该指示设备用户可以使用GUI的直接操纵来交互地输入信息。
计算设备52可以通过网络接口62耦合到通信网络，该网络接口62在各种实施例中包含例如设备的任何组合、以及任何相关联的软件或固件，其被配置为耦合基于处理器的系统，这些系统包括调制解调器、接入点、网络接口卡、LAN或WAN接口、无线或光学接口等、以及如设计可能需要或要求的任何相关联的传输协议。
例如，计算设备52可以用于实现图1的质子束剂量分布规划工具10的部件的功能。在各种实施例中，计算设备52可以包括例如服务器、控制器、工作站、大型计算机、个人计算机(PC)、记事本、计算平板电脑、个人数字助理(PDA)、智能手机、可穿戴式设备等。存储在计算机可读介质(诸如存储装置60或耦合到计算设备52的外围存储部件)上的编程代码(诸如源代码、目标代码或可执行代码)可以被加载到存储器56中并由处理器54执行，以便执行质子束剂量分布规划工具10的功能。
现在参考图5，图示了示例性工艺流程，其可以例如通过图1的质子束剂量分布规划工具10执行以实现本公开中所描述的方法的实施例，以用于采用质子束几何形状预期剂量(GED)来开发和估计患者特异性质子疗法治疗计划。该过程在方框70处开始，其中如上文所描述的，诸如靶体积或风险器官(OAR)之类的感兴趣体积被细分为一组体素，例如，大小相等的三维单元。
如上文进一步描述的，在方框72中，确定从计划质子束场原点到每个体素的距离。在方框74中，确认用于靶的处方剂量。在方框76中，确定取决于质子疗法设置的所选尺寸的一个或多个现象学系数的值。
在方框78中，如上文所解释的，针对相对于每个计划质子场的所有体素，计算基于几何形状的预期剂量(GED)度量。在方框80中，针对相对于每个场的感兴趣体积中的所有体素，对GED度量进行求和。GED度量的总和提供了对处于计划质子束疗法的感兴趣体积所接收的总剂量的估计。
本文中参考流程图图示或框图对本公开的各方面进行了描述，其中每个方框或方框的任何组合可以由计算机程序指令实现。指令可以被提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器以实现机器或制品，并且当由处理器执行时，指令创建用于实现在图中的每个方框或方框的组合中指定的功能、动作或事件的器件。
在这方面，流程图或框图中的每个方框可以与包括用于实现一个或多个指定逻辑功能的一个或多个可执行指令的代码的模块、片段或部分。还应当指出，在一些备选实现方式中，与任何方框相关联的功能可以不按图中所示的顺序发生。例如，连续示出的两个方框实际上可以基本上同时执行，或者方框有时可以以相反的顺序执行。
本领域普通技术人员应当领会，本公开的各方面可以被体现为设备、系统、方法或计算机程序产品。因而，本公开的各方面(在本文中通常被称为电路、模块、部件或系统等)可以以硬件、软件(包括固件、常驻软件、微代码等)、或者以软件和硬件的任何组合实现，其包括计算机可读介质中体现的计算机程序产品，该计算机可读介质上体现计算机可读程序代码。
应当理解，可以进行各种修改。例如，如果所公开的技术的各个步骤以不同的顺序执行，和/或如果所公开的系统中的各个部件以不同方式组合和/或由其他部件替换或补充，则仍然可以实现有用的结果。因而，其他实现方式在权利要求的范围之内。

Claims (20)

1.一种用于估计来自质子疗法计划的剂量的系统，包括：
存储器，其存储机器指令；以及
处理器，其耦合到所述存储器，所述处理器执行所述机器指令以：将感兴趣体积的表示细分为多个体素；确定第一距离，所述第一距离与计划质子场和所述多个体素中的第一体素相关联；以及基于所述第一距离和第二距离来计算度量，所述第二距离与被所述计划质子场横穿的靶体积相关联。
2.根据权利要求1所述的系统，其中所述感兴趣体积与所述靶体积相对应，并且所述度量表示在所述第一体素处对由所述靶体积所接收的估计剂量的离散贡献。
3.根据权利要求1所述的系统，其中与所述多个体素相对应的多个离散贡献的总和产生与所述感兴趣体积相对应的估计剂量，所述多个离散贡献包括所述度量。
4.根据权利要求1所述的系统，其中所述第二距离还与所述质子场进入所述靶体积的近端点相关联，第三距离与所述质子场离开所述靶体积的远端点相关联，所述第一距离大于所述第二距离、且小于所述第三距离，并且所述度量等于与所述靶体积相关联的处方剂量。
5.根据权利要求1所述的系统，其中所述处理器还执行所述机器指令，以基于与所述靶体积相关联的处方剂量和所述计划质子场通过所述靶体积所行进的第三距离来计算所述度量，所述第二距离还与所述质子场进入所述靶体积的近端点相关联，并且所述第一距离小于所述第二距离。
6.根据权利要求5所述的系统，其中所述度量等于：
其中x是所述第一距离，Ts是所述第二距离，Δ是所述第三距离，d是与所述靶体积相关联的处方剂量，a是第一指数参数，b是第二指数参数。
7.根据权利要求1所述的系统，其中所述第二距离还与所述质子场离开所述靶体积的远端点相关联，所述第一距离大于所述第二距离，并且所述度量等于零。
8.一种估计来自质子疗法计划的剂量的方法，包括：
将感兴趣体积的表示细分为多个体素；
确定第一距离，所述第一距离与计划质子场和所述多个体素中的第一体素相关联；以及
基于所述第一距离和第二距离来计算度量，所述第二距离与被所述计划质子场横穿的靶体积相关联。
9.根据权利要求8所述的系统，其中所述感兴趣体积与所述靶体积相对应，并且所述度量表示在所述第一体素处对由所述靶体积所接收的估计剂量的离散贡献。
10.根据权利要求8所述的方法，还包括：对与所述多个体素相对应的多个离散贡献求和，以产生与所述感兴趣体积相对应的估计剂量，所述多个离散贡献包括所述度量。
11.根据权利要求8所述的方法，其中计算所述度量还包括：基于计划参数来计算所述度量，所述第二距离还与所述质子场进入所述靶体积的近端点相关联，第三距离与所述质子场离开所述靶体积的远端点相关联，并且所述第一距离大于所述第二距离、且小于所述第三距离。
12.根据权利要求11所述的方法，其中所述计划参数包括与所述靶体积相关联的处方剂量。
13.根据权利要求11所述的方法，其中所述度量等于所述计划参数。
14.根据权利要求8所述的方法，其中计算所述度量还包括：基于计划参数和所述计划质子场通过所述靶体积所行进的第三距离来计算所述度量，所述第二距离还与所述质子场进入所述靶体积的近端点相关联，并且所述第一距离小于所述第二距离。
15.根据权利要求14所述的方法，其中所述计划参数包括与所述靶体积相关联的处方剂量。
16.根据权利要求14所述的方法，其中计算所述度量还包括：基于至少一个指数参数来计算所述度量。
17.根据权利要求14所述的方法，其中所述度量等于：
其中x是所述第一距离，Ts是所述第二距离，Δ是所述第三距离，d是与所述靶体积相关联的处方剂量，a是第一指数参数，b是第二指数参数。
18.根据权利要求14所述的系统，其中所述感兴趣体积相对于所述质子治疗计划与风险器官相对应，并且所述度量表示在所述第一体素处对所述风险器官所接收的估计剂量的离散贡献。
19.根据权利要求8所述的方法，其中所述第二距离还与所述质子场离开所述靶体积的远端点相关联，所述第一距离大于所述第二距离，并且所述度量等于零。
20.一种用于估计来自质子疗法计划的剂量的计算机程序产品，包括：
非暂态计算机可读存储介质，其编码有指令，所述指令适于由处理器执行以实现：
将感兴趣体积的表示细分为多个体素；
确定第一距离，所述第一距离与计划质子场和所述多个体素中的第一体素相关联；
基于所述第一距离和第二距离来计算度量，所述第二距离与被所述计划质子场横穿的靶体积相关联，所述度量表示在所述第一体素处对所述感兴趣体积所接收的估计剂量的第一离散贡献；以及
对与所述多个体素相对应的多个离散贡献求和，以产生与所述感兴趣体积相对应的估计剂量，所述多个离散贡献包括所述第一离散贡献。
CN201780021881.7A 2016-03-30 2017-03-27 用于估计来自质子疗法计划的剂量的系统 Active CN109069861B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111493339.6A CN114042262A (zh) 2016-03-30 2017-03-27 用于估计来自质子疗法计划的剂量的系统

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/085,804 2016-03-30
US15/085,804 US10159853B2 (en) 2016-03-30 2016-03-30 Dose-distribution estimation in proton therapy
PCT/EP2017/000370 WO2017167439A1 (en) 2016-03-30 2017-03-27 Dose-distribution estimation in proton therapy

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202111493339.6A Division CN114042262A (zh) 2016-03-30 2017-03-27 用于估计来自质子疗法计划的剂量的系统

Publications (2)

Publication Number Publication Date
CN109069861A true CN109069861A (zh) 2018-12-21
CN109069861B CN109069861B (zh) 2021-12-28

Family

ID=58739001

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201780021881.7A Active CN109069861B (zh) 2016-03-30 2017-03-27 用于估计来自质子疗法计划的剂量的系统
CN202111493339.6A Pending CN114042262A (zh) 2016-03-30 2017-03-27 用于估计来自质子疗法计划的剂量的系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202111493339.6A Pending CN114042262A (zh) 2016-03-30 2017-03-27 用于估计来自质子疗法计划的剂量的系统

Country Status (4)

Country Link
US (3) US10159853B2 (zh)
EP (1) EP3448518B1 (zh)
CN (2) CN109069861B (zh)
WO (1) WO2017167439A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110706780A (zh) * 2019-10-16 2020-01-17 上海联影医疗科技有限公司 放疗计划生成系统及存储介质

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8017915B2 (en) 2008-03-14 2011-09-13 Reflexion Medical, Inc. Method and apparatus for emission guided radiation therapy
US10159853B2 (en) * 2016-03-30 2018-12-25 Varian Medical Systems International Ag. Dose-distribution estimation in proton therapy
WO2018093933A1 (en) 2016-11-15 2018-05-24 Reflexion Medical, Inc. System for emission-guided high-energy photon delivery
CN110248604B (zh) 2016-11-15 2023-07-21 反射医疗公司 放射治疗患者平台
WO2018183748A1 (en) 2017-03-30 2018-10-04 Reflexion Medical, Inc. Radiation therapy systems and methods with tumor tracking
EP3651851B1 (en) 2017-07-11 2023-11-08 RefleXion Medical, Inc. Methods for pet detector afterglow management
EP3664712A4 (en) 2017-08-09 2021-05-05 RefleXion Medical, Inc. SYSTEMS AND METHODS FOR ERROR DETECTION IN EMISSION-GUIDED RADIATION THERAPY
WO2019099551A1 (en) 2017-11-14 2019-05-23 Reflexion Medical, Inc. Systems and methods for patient monitoring for radiotherapy

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101209367A (zh) * 2006-12-25 2008-07-02 深圳市海博科技有限公司 一种放射治疗中病人靶区剂量反演的方法
CN101500648A (zh) * 2005-07-22 2009-08-05 断层放疗公司 利用剂量体积直方图生成轮廓结构的系统和方法
US20100104068A1 (en) * 2008-10-23 2010-04-29 Kilby Warren D Sequential optimizations for treatment planning
CN102015024A (zh) * 2008-04-24 2011-04-13 皇家飞利浦电子股份有限公司 剂量-体积核生成
CN102043909A (zh) * 2010-12-29 2011-05-04 深圳市海博科技有限公司 治疗计划中靶点布置优化方法和治疗计划系统
CN103038669A (zh) * 2010-06-22 2013-04-10 卡尔·奥托 用于估计和操作所估计的辐射剂量的系统和方法
DE102011086930A1 (de) * 2011-11-23 2013-05-23 Siemens Aktiengesellschaft Verfahren zum Betreiben einer Strahlentherapieanlage und Strahlentherapieanlage
KR20140059945A (ko) * 2012-11-09 2014-05-19 부산대학교 산학협력단 이온 전리함 배열 검출기의 공간 분해능을 향상시키는 방사선 측정장치 및 방법
CN103987426A (zh) * 2011-12-13 2014-08-13 Gsi亥姆霍兹重离子研究中心有限责任公司 在运动的目标体积中没有运动补偿地建立照射计划的方法
CN104548372A (zh) * 2015-01-07 2015-04-29 上海联影医疗科技有限公司 放射治疗计划、剂量确定、质量保证的方法及装置
CN105031833A (zh) * 2015-08-28 2015-11-11 瑞地玛医学科技有限公司 放射治疗装置的剂量验证系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090063110A1 (en) 2003-03-14 2009-03-05 Transpire,Inc. Brachytherapy dose computation system and method
US7369645B2 (en) * 2004-06-21 2008-05-06 Derek Graham Lane Information theoretic inverse planning technique for radiation treatment
WO2011053802A2 (en) * 2009-10-30 2011-05-05 Tomotherapy Incorporated Non-voxel-based broad-beam (nvbb) algorithm for intensity modulated radiation therapy dose calculation and plan optimization
CA2796159A1 (en) * 2010-06-07 2011-12-15 The University Of Manitoba Multi-objective radiation therapy optimization method
CN102063569A (zh) 2010-12-29 2011-05-18 深圳市海博科技有限公司 一种治疗计划中靶点布置方法和治疗计划系统
US8774358B2 (en) * 2011-09-28 2014-07-08 Varian Medical Systems, Inc. Radiation therapy treatment plan improvement through use of knowledge base
US8644571B1 (en) 2011-12-06 2014-02-04 Loma Linda University Medical Center Intensity-modulated proton therapy
US9254396B2 (en) * 2012-02-16 2016-02-09 Rhode Island Hospital Advanced radiotherapy treatment planning optimization
US20130324783A1 (en) * 2012-05-31 2013-12-05 Corey E. Zankowski Apparatus and Method Pertaining to Optimizing a Radiation-Treatment Plan Using Historical Information
US9486644B2 (en) * 2013-03-15 2016-11-08 Benjamin Sobotta Method and system for dose determination of radiation therapy
US9545527B2 (en) * 2013-05-01 2017-01-17 Purdue Research Foundation System design and method for verifying 3D dosimetric imaging of charged particles in media
US10080911B2 (en) 2015-09-10 2018-09-25 Varian Medical Systems, Inc. Knowledge-based spatial dose metrics and methods to generate beam orientations in radiotherapy
US10159853B2 (en) 2016-03-30 2018-12-25 Varian Medical Systems International Ag. Dose-distribution estimation in proton therapy

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101500648A (zh) * 2005-07-22 2009-08-05 断层放疗公司 利用剂量体积直方图生成轮廓结构的系统和方法
CN101209367A (zh) * 2006-12-25 2008-07-02 深圳市海博科技有限公司 一种放射治疗中病人靶区剂量反演的方法
CN102015024A (zh) * 2008-04-24 2011-04-13 皇家飞利浦电子股份有限公司 剂量-体积核生成
US20100104068A1 (en) * 2008-10-23 2010-04-29 Kilby Warren D Sequential optimizations for treatment planning
CN103038669A (zh) * 2010-06-22 2013-04-10 卡尔·奥托 用于估计和操作所估计的辐射剂量的系统和方法
CN102043909A (zh) * 2010-12-29 2011-05-04 深圳市海博科技有限公司 治疗计划中靶点布置优化方法和治疗计划系统
DE102011086930A1 (de) * 2011-11-23 2013-05-23 Siemens Aktiengesellschaft Verfahren zum Betreiben einer Strahlentherapieanlage und Strahlentherapieanlage
CN103987426A (zh) * 2011-12-13 2014-08-13 Gsi亥姆霍兹重离子研究中心有限责任公司 在运动的目标体积中没有运动补偿地建立照射计划的方法
KR20140059945A (ko) * 2012-11-09 2014-05-19 부산대학교 산학협력단 이온 전리함 배열 검출기의 공간 분해능을 향상시키는 방사선 측정장치 및 방법
CN104548372A (zh) * 2015-01-07 2015-04-29 上海联影医疗科技有限公司 放射治疗计划、剂量确定、质量保证的方法及装置
CN105031833A (zh) * 2015-08-28 2015-11-11 瑞地玛医学科技有限公司 放射治疗装置的剂量验证系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110706780A (zh) * 2019-10-16 2020-01-17 上海联影医疗科技有限公司 放疗计划生成系统及存储介质
CN110706780B (zh) * 2019-10-16 2023-05-26 上海联影医疗科技股份有限公司 放疗计划生成系统及存储介质

Also Published As

Publication number Publication date
US10159853B2 (en) 2018-12-25
WO2017167439A1 (en) 2017-10-05
US11738211B2 (en) 2023-08-29
CN109069861B (zh) 2021-12-28
EP3448518B1 (en) 2023-10-04
US10850129B2 (en) 2020-12-01
US20210093893A1 (en) 2021-04-01
US20170281978A1 (en) 2017-10-05
US20190134427A1 (en) 2019-05-09
EP3448518A1 (en) 2019-03-06
CN114042262A (zh) 2022-02-15

Similar Documents

Publication Publication Date Title
Chetty et al. Deformable registration for dose accumulation
CN109069861A (zh) 质子疗法中的剂量分布估计
EP3405909B1 (en) Systems and methods for segmentation of intra-patient medical images
Veiga et al. Toward adaptive radiotherapy for head and neck patients: uncertainties in dose warping due to the choice of deformable registration algorithm
Elmahdy et al. Robust contour propagation using deep learning and image registration for online adaptive proton therapy of prostate cancer
US11878184B2 (en) Knowledge-based spatial dose metrics and methods to generate beam orientations in radiotherapy
JP6498934B2 (ja) 適応的治療計画のためのビームセグメントレベル線量計算及び時間的動き追跡
Zhang et al. A patient‐specific respiratory model of anatomical motion for radiation treatment planning
Fayad et al. Patient specific respiratory motion modeling using a 3D patient's external surface
EP3436148B1 (en) Adaptive radiation therapy planning
Vasquez Osorio et al. A novel flexible framework with automatic feature correspondence optimization for nonrigid registration in radiotherapy
JP2009536857A5 (ja) 画像誘導型放射線治療のための画像の変形可能なレジストレーション
Salguero et al. Estimation of three‐dimensional intrinsic dosimetric uncertainties resulting from using deformable image registration for dose mapping
CN108367161A (zh) 放疗系统、数据处理方法及存储介质
CN108721792A (zh) 用于放射疗法治疗计划的系统和方法
Zhen et al. A segmentation and point-matching enhanced efficient deformable image registration method for dose accumulation between HDR CT images
Zhang et al. A kernel-based method for markerless tumor tracking in kV fluoroscopic images
Bourque et al. A particle filter based autocontouring algorithm for lung tumor tracking using dynamic magnetic resonance imaging
Miura et al. Impact of deformable image registration accuracy on thoracic images with different regularization weight parameter settings
Vazquez et al. A deep learning-based approach for statistical robustness evaluation in proton therapy treatment planning: a feasibility study
Wang et al. An individualized strategy to estimate the effect of deformable registration uncertainty on accumulated dose in the upper abdomen
Santhanam et al. Real-time simulation of 4D lung tumor radiotherapy using a breathing model
Ertan et al. Assessment of the Reproducibility of Deep Inspiration Breath Hold Technique During Left-Sided Breast Cancer Radiotherapy
Veduruparthi et al. Multimodal image registration of lung images
Touileb et al. Motion-induced Monte Carlo dose calculation using deformable tetrahedral meshes

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