CN109414592B - 用于放射疗法治疗计划的计算机系统 - Google Patents

Abstract

一种基于场景的放射疗法治疗计划优化方法用来基于多个不同场景中感兴趣区域的位置的并集来限定用于治疗计划目的的延伸感兴趣区域，其中每个场景表示感兴趣区域的一个可能位置的实现。优选地，限定多个场景并且这些场景中的一些被用于限定延伸区域。

Description

用于放射疗法治疗计划的计算机系统

技术领域

本发明涉及一种用于放射疗法治疗计划的方法。

背景技术

放射疗法包括将放射剂量递送至靶器官，通常是肿瘤。通常，放射疗法治疗计划包括优化方案以实现一个或多个设定目标。目的是递送精确剂量、或最小剂量至靶而同时最小化至周围组织和器官的剂量。在计划中靶通常称作为临床靶体积(CTV)。

通常，不能够以准确精度确定肿瘤的位置，这是因为它取决于患者的位置、在时段(fraction)内例如由于呼吸发生的运动、以及在各时段之间发生的患者几何形态的变化。肿瘤位置的不确定性通常通过多个场景(scenario)来表示，每个表示一个可能的肿瘤位置。

基于此，可以限定计划靶体积PTV，其包围CTV并提供围绕它的余裕(margin)。为了确保CTV的特定覆盖率，剂量体积直方图(DVH)标准应用于PTV。通常设置最小DVH标准，指明PTV的一定百分比应当接收至少最小剂量。此外，还可以设置DVH标准，指明针对其他组织或器官的最大剂量。然而，由于监视的是针对整个PTV的剂量，不能保证充足剂量被准确递送至CTV，CTV是PTV的子集。对于PTV，即使在PTV内的CTV是剂量不足时(这甚至会暗示CTV覆盖率0％的可能性)，DVH标准可得到满足。

在Gordon、Sayah、Weiss和Siebers(2010)的“Coverage optimized planning:probabilistic treatment planning based on dose coverage histogram criteria(覆盖优化计划：基于剂量覆盖直方图标准的概率性治疗计划)”中，意图是解决相似问题：实现特定靶覆盖的概率。简言之，该文章描述了提供绕CTV的余裕的替代方式。直接基于体素(voxel)剂量来选择将要受罚的体素：在每次迭代中，确定最低剂量水平ld，并且剂量d满足ld<＝d<＝ud的所有体素将受罚，其中ud是期望的最小剂量。这意味着在不同场景中各体素之间的关联没被考虑。

在Bohoslavky、Witte、Janssen、van Herk(2013)的“Probabilistic objectivefunctions for margin-less IMRT planning(用于无余裕IMRT计划的概率目标函数)”中，使用了相似的方法来估算不同场景下的CTV目标，将CTV目标值分类，并忽略具有高于一定阈值的值的场景。然后，优化了CTV目标的预期。以更加数学术语的描述，它们以CTV目标值将小于风险值一定水平(通常5％)为条件来最优化预期的CTV目标。这意味着针对所包括的每个体素的剂量是根据在多少个场景中CTV中包含体素以及这些场景的可能性来加权重的。因此，剂量分布可能从感兴趣区域的中心朝余裕逐渐减少，这导致了一些体素接收了对于治疗目的来说太低但对于组织来说仍有害的剂量。

发明内容

因此本发明的目的是改进治疗计划以将放射更加精确地递送至CTV。

本发明涉及一种用于放射疗法治疗计划的方法，其包括放射疗法治疗计划优化的方法，该方法使用基于场景的优化函数来基于至少第一和第二场景执行优化，每个场景表示关于至少一个感兴趣区域的位置的至少一个不确定性的实现，该方法包括以下步骤：

-提供用于优化的输入数据；

-限定至少第一和第二场景，第一和第二场景分别表示至少一个不确定性的第一和第二实现，包括感兴趣区域的第一和第二可能位置；

-识别第一场景和第二场景中感兴趣区域的延伸；

-基于第一和第二场景中感兴趣区域的延伸的并集(union)来限定延伸的感兴趣区域体积；

-使用延伸的感兴趣区域体积来优化放射疗法治疗计划。

因此，根据本发明的方法确保了感兴趣区域覆盖了所有场景，也就是说，不论哪种场景实际发生。同时，感兴趣区域不会位于的位置不被包括在延伸的感兴趣区域中，这意味着它们将不会不必要地接收辐射剂量。

优选地，该方法还包括以下步骤：

-限定至少第三场景，其表示至少一个不确定性的第三实现，包括感兴趣区域的第三可能位置；

-根据质量度量来评估这些场景；

-选择至少三个场景中具有最佳质量度量的至少两个场景；

-基于所选择的至少两个场景的并集来识别延伸的感兴趣区域体积。

在该情形中，可以丢弃不适宜的场景、或不可能发生的场景，并且延伸的感兴趣区域将仅基于所选择的场景来限定。

放射疗法治疗计划的优化可包括针对延伸的感兴趣区域体积设置最小剂量或DVH标准。这通常在感兴趣区域是应当被治疗的靶时来做出。

根据本发明，剂量优化基于标准，它的实现给出了覆盖的概率保证。不像传统PTV，该方法考虑到在确定忽略哪些体素时场景概率的包含。此外，该方法保留了几何体素依赖性并同等地评价了所有包括的体素，这是由于它不使用目标期望值。不像由Bohoslavsky提出的方法，没有体素将基于其概率接收到加权减少的剂量。而是，剂量对于如识别的延伸靶内的所有体素是相同的。这增加了处方剂量被实际递送至临床靶体积CTV的概率。

术语“基于并集”可以指不经修改的感兴趣区域的可能延伸的并集。它也可指经受一些类型的平滑函数来提供均匀轮廓的并集、或以另一种合适方式来处理的并集。优选地，选择场景的数量以使得并集具有足够的平滑轮廓以适于治疗计划而无需任何进一步处理。

感兴趣区域也可以是危及器官(organs at risk)。如果危及器官被认为是感兴趣区域，则优化包括基于危及器官的所有可能位置来限定延伸的危及器官体积，并设置针对该延伸的危及器官体积的最大剂量或DVH标准。优化方法还考虑到两个或多个感兴趣区域，例如，一个靶和一个危及器官。这样，针对多个感兴趣区域的可能位置的替代方案能够作为一个整体一起评估。这意味着所选择的场景可以是实现靶覆盖和危及器官防护的组合目标的场景，而不是关于这些目标中的一个来说最佳的那些场景。这些场景还可包括材质属性，诸如衰减。在离子治疗的情形中，材质属性诸如衰减可影响离子将穿透进入患者的深度。这会转换为射束方向上相应的不同靶位置。因此，还需要根据本文献中限定的原理来限定并处理包括这些不同材质属性的场景。

最大或最小剂量或DVH标准可以以各种合适方式来设置，这对于本领域技术人员来说是知道的。例如，可以使用剂量与处方剂量的单侧方差。可替代地，可以使用剂量与处方剂量的最大单侧线性偏差。

本发明还涉及用于执行放射疗法的剂量计算的计算机系统，系统包括处理装置，所述计算机系统以下述方式具有在其中存储有根据上述限定的计算机程序产品的程序存储器：计算机程序产品在被执行时，将控制处理装置。

本发明的各方面还涉及一种计算机程序产品，其包括在处理器上运行时将引起处理器执行根据本发明实施方式的方法的计算机可读代码装置。本发明的各方面涉及一种以计算机可执行指令编码的非瞬态计算机可读介质，其在处理器上运行时将引起处理器执行方法。

本发明的各方面还涉及一种用于执行用于放射疗法治疗计划的剂量计算的计算机系统，系统包括处理装置，计算机系统以下述方式具有在其中存储有根据上述限定的计算机程序产品的程序存储器：计算机程序产品当被执行时，将控制处理装置执行根据本发明实施方式的方法。

附图说明

下面将参考附图更加详细地描述本发明，其中：

图1阐明了根据现有技术的包括环绕有PTV的CTV的患者图像；

图2阐明了包括CTV和危及器官的患者的示例，其具有根据本发明的实施方式确定的延伸体积；

图3是根据本发明的实施方式的方法的流程图；

图4示意性地公开了可用于实现本发明的计算机系统。

具体实施方式

根据本发明的计划可关于至少接收最小剂量的靶来执行，但它也可以关于另一类型的感兴趣区域来执行，诸如危及器官，针对它的剂量应该保持尽可能低、或低于最大剂量。在说明书中使用术语“靶”或“CTV”时，应该记住的是所涉及的器官能够是任意类型的感兴趣区域。

图1示出了示意的患者图像1。尽管该图像以二维示出，应该指出的是用于治疗计划的图像通常是3D图像。该图像包括CTV 3，它是待通过放射疗法来治疗的靶。通常，在CTV外侧的任意区域，剂量应该最小化，尽管那里也可能是一个或多个特别敏感的区域，通常称作为危及器官，OAR，对于危及器官来说特别重要的是最小化剂量。在图1中，示出了一个OAR5。

为了确保即使在患者关于该设备没有准确地定位时整个CTV接收到期望剂量，绕CTV施加余裕，如图1中以点划线3’所示。在最简单的情形中，该余裕作为绕CTV整个体积在CTV外侧的固定数量的体素来施加。该余裕也可以考虑到危及器官的存在，如图1中所示，其中在CTV一侧上施加较窄的余裕来避免给予危及器官太高剂量。

图2示意了与图1的同一患者，具有相同CTV 3和相同OAR 5，以实线轮廓示出。然而在图2中，示出了针对CTV和OAR的可能位置的一些场景。

如图2中所示意，不是围绕CTV施加固定余裕，而是通过应用针对肿瘤的可能位置和形状的不同场景来确定余裕。图2示出了围绕在靶3周围的多个虚线圆圈3”，每个对应于至少一个场景中的靶3的一个可能位置。为了可见性，尽管场景的数量将通常更高，在图2中仅示出了四个虚线圆圈，以获得延伸的CTV的平滑轮廓。场景的数量可选择为被认为是合适的。这些场景还可包括其他器官或组织的可能位置和形状，包括一个或多个危及器官。这在图2中通过在危及器官5周围聚集的多个点线形状5’来指示，每个对应于危及器官5的一个可能位置。每个场景将考虑靶标3的一个可能位置并且还可考虑危及器官5和其他器官或组织的一个可能位置。针对每个情境确定质量量度。例如，可对于每个场景评估CTV上的最小剂量函数。多个场景被选择用于治疗计划，例如为各个场景的一定百分比。所选择的百分比需要高于0％以及高达并包括100％。CTV(或其他感兴趣区域)的延伸体积将基于CTV在所有所选择场景中的位置来确定并将称作为延伸的治疗体积。在最简单的情形中，所有虚线线圈3”的并集被作为延伸的治疗体积。相似地，所有点线形状5”的并集作为延伸的危及器官体积。

理想地，选择场景的数量以及场景它们自身以使得特定器官的所有可能位置的并集形成具有平滑轮廓的形状以利于治疗方案。

图3是本发明方法实施方式的流程图。步骤31中提供的输入数据包括患者数据，该患者数据包括临床靶体积CTV和/或OAR。输入数据还可包括关于不同场景的信息，以及该优化中待应用的一个或多个覆盖概率标准。在第二步骤S32中，在多个场景下评估针对CTV的最小剂量函数和针对危及器官的最大剂量函数。通常，使用剂量的刚性平移和/或旋转来计算场景剂量，也就是说，采用静态剂量云接近，但还能够更加精确地计算场景剂量。每个场景包括关于CTV的可能位置、大小等的细节，和/或患者的材质属性，诸如CTV和/或患者的其他部位的密度。这些场景还可作为整体包括一个或多个其他器官或组织(如危及器官)的以及患者的可能位置、大小等。

在步骤S33中，根据质量度量来对场景分类。如果场景仅包括关于CTV的信息，可使用最小剂量函数值。如果场景包括关于一个或多个其他器官或组织的信息，则优先使用基于全部CTV和其他器官的质量度量。这可包括针对CTV的最小剂量函数和针对危及器官的最大剂量函数。剂量度量还可确定为一个或多个DVH函数，或通过治疗计划中使用的其他函数的组合来确定。

在步骤S34中，选择最佳场景的百分比。百分比必须大于0但可包括所有场景。任选地，确定这些场景中的每个将发生的概率并在选择中使用。例如，在靶或其他器官的位置上涉及小变化的场景相比涉及大变化的场景可被认为是更可能发生。在该情形中，可选择最大可能性的场景。

在步骤S35，基于这些选择的场景来识别延伸的治疗体积而丢弃最差的场景。这通过根据场景平移CTV和/或OAR体素并将延伸的治疗体积分别限定为所选择的最佳场景的CTV体素和OAR体素的并集来实现。延伸的治疗体积因此对应于图2中CTV的全部或选定比例的可能位置3”的并集。相似地，延伸的OAR体积对应于OAR的可能位置5”的并集。该步骤还能够考虑到场景发生的可能性来执行。

在步骤S36中，执行治疗计划。这通常涉及对步骤S35中识别为包括在延伸的治疗体积中的所有体素施加最小剂量函数。该最小剂量函数规定了对于这些体素来说的某最小剂量。如上所述，该最小剂量函数评估了处方剂量和CTV体素中剂量之间的单侧(正向)差异。它还可涉及将最大剂量函数应用至包括在延伸的危及器官体积中的所有体素，该危及器官对应于图2中的器官5。

在作为治疗计划的一部分来执行的优化中，优化函数的评估会导致被认为是最佳场景的场景的变化。因此，优化时一个迭代过程，其中延伸的治疗体积和/或延伸的危及器官所基于的场景集可变化。因此，在治疗计划期间相应延伸体积可变化。在步骤S34，可选择0和全部场景之间的任意数量的场景。然而优选地，选择大部分场景，例如最佳的90％或最佳的95％。在该情形中分别丢弃了10％或5％的场景。在所有所选择场景中的CTV的并集限定了身体中对应于CTV和余裕的体积。在该情形中，余裕对应于所选择场景中CTV的可能位置的轮廓。还能够将延伸的治疗体积和/或延伸的危及器官体积基于所有场景，也就是说，使得所选择场景集包括所有场景。这意味着步骤S34和S35是可选的。

应该指出的是，取决于步骤S36中的结果，一个新的场景集可证明是最佳场景。在该情形中，可使用基于新的场景集的体素的并集来再次执行该方法以确定新的延伸的治疗体积和/或新的延伸的危及器官体积。

图4是其中可执行本发明方法的计算机系统的示意性表示。计算机51包括处理器53、数据存储器54和程序存储器55。优选地，还存在以键盘、鼠标、操作杆、声音识别装置形式的用户输入装置58或任意其他可用的用户输入装置。

数据存储器54保持用于该方法的输入数据。输入数据的类型取决于实施方式。输入数据可包括治疗方案、患者数据、一个或多个值集和一个或多个目标函数，以及在优化期间待考虑的场景。数据存储器54中的数据可在计算机51中生成、通过用户输入装置58来输入、或以本领域已知的任意方式从另一存储装置接收。

可以理解的是，数据存储器54仅是示意性示出。可具有数个数据存储器单元，每个保持一个或多个不同类型的数据，例如，一个数据存储器用于值集，一个用于目标函数等。

程序存储器55保持布置为在处理器53中运行以控制处理器执行优化的计算机程序。可以理解的是，并非图2的流程图的方法的所有步骤必须在计算机51中执行。

Claims (5)

1.一种用于执行用于放射疗法的剂量计算的计算机系统(51)，包括处理装置(53)和在其中存储有计算机程序产品的程序存储器(55)，所述计算机程序产品当被执行时，将控制所述处理装置(53)执行放射疗法治疗计划优化的方法，所述方法使用基于场景的优化函数来基于至少第一场景和第二场景执行优化，每个场景表示关于至少一个感兴趣区域的位置的至少一个不确定性的实现，所述方法包括以下步骤：

-提供用于所述优化的输入数据；

-限定至少第一场景和第二场景，所述第一场景表示所述至少一个不确定性的第一实现，包括所述感兴趣区域(3,5)的第一可能位置(3",5')，所述第二场景表示所述至少一个不确定性的第二实现，包括所述感兴趣区域(3,5)的第二可能位置(3",5')；

-识别所述第一场景和所述第二场景中所述感兴趣区域的延伸；

-基于所述第一场景和所述第二场景中所述感兴趣区域的延伸的并集来限定延伸的感兴趣区域体积；

-使用所述延伸的感兴趣区域体积来优化放射疗法治疗计划。

2.根据权利要求1所述的计算机系统(51)，其中所述方法还包括：

-限定至少第三场景，所述第三场景表示所述至少一个不确定性的第三实现，包括所述感兴趣区域(3,5)的第三可能位置；

-根据质量度量来评估所述场景；

-选择所述至少三个场景中具有最佳质量度量的至少两个场景；

-基于所选择的至少两个场景的并集来识别所述延伸的感兴趣区域体积。

3.根据权利要求1或2所述的计算机系统(51)，其中所述放射疗法治疗计划的所述优化包括针对所述延伸的感兴趣区域体积设置最小剂量或DVH标准。

4.根据权利要求1或2所述的计算机系统(51)，其中所述放射疗法治疗计划的所述优化包括针对所述延伸的感兴趣区域体积设置最大剂量或DVH标准。

5.根据权利要求1或2所述的计算机系统(51)，其中每个场景还包括其他感兴趣区域的可能位置，所述优化还包括基于所述其他感兴趣区域的所有可能位置来限定针对所述其他感兴趣区域的延伸体积，以及针对所述其他感兴趣区域的所述延伸体积设置最大剂量或DVH标准。

Images