CN110141775A - 一种瘤体内放射性粒子源排布方法 - Google Patents
一种瘤体内放射性粒子源排布方法 Download PDFInfo
- Publication number
- CN110141775A CN110141775A CN201910262872.8A CN201910262872A CN110141775A CN 110141775 A CN110141775 A CN 110141775A CN 201910262872 A CN201910262872 A CN 201910262872A CN 110141775 A CN110141775 A CN 110141775A
- Authority
- CN
- China
- Prior art keywords
- radioactive particle
- tumor
- particle source
- radioactive
- virtual
- 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.)
- Pending
Links
- 239000002245 particle Substances 0.000 title claims abstract description 239
- 230000002285 radioactive effect Effects 0.000 title claims abstract description 221
- 238000000034 method Methods 0.000 title claims abstract description 70
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 222
- 210000000056 organ Anatomy 0.000 claims description 48
- 238000001514 detection method Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000013459 approach Methods 0.000 claims description 3
- 238000004064 recycling Methods 0.000 claims description 3
- 230000006378 damage Effects 0.000 abstract description 7
- 208000027418 Wounds and injury Diseases 0.000 abstract 1
- 238000012217 deletion Methods 0.000 abstract 1
- 230000037430 deletion Effects 0.000 abstract 1
- 238000000605 extraction Methods 0.000 abstract 1
- 208000014674 injury Diseases 0.000 abstract 1
- 230000001225 therapeutic effect Effects 0.000 abstract 1
- 210000001519 tissue Anatomy 0.000 description 70
- 238000002513 implantation Methods 0.000 description 23
- 230000000694 effects Effects 0.000 description 14
- 238000003325 tomography Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 9
- 230000005855 radiation Effects 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 5
- 210000004204 blood vessel Anatomy 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- ZCYVEMRRCGMTRW-YPZZEJLDSA-N iodine-125 Chemical compound [125I] ZCYVEMRRCGMTRW-YPZZEJLDSA-N 0.000 description 3
- 229940044173 iodine-125 Drugs 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 231100000987 absorbed dose Toxicity 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000010425 computer drawing Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 210000002751 lymph Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- A61N5/1001—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy using radiation sources introduced into or applied onto the body; brachytherapy
- A61N5/1007—Arrangements or means for the introduction of sources into the body
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
本发明公开一种瘤体内放射性粒子源排布方法，包括步骤：瘤体内放射性粒子源线性水平排布：S101、提取已填充放射性粒子源的肿瘤；S102、将肿瘤分为多个方块，分别取方块的中心线作为线性基准线；S103、将距离方块中心线设定值范围内的放射性粒子源吸入该方块内，并将吸入方块内的放射性粒子源的中心点修正到该方块的线性基准线上，每个放射性粒子源仅移动一次；S104、对移动后的放射性粒子进行相互之间的距离检测，当发生多个放射性粒子源重合相交或距离小于设定值时，删除后移动的放射性粒子源；瘤体内放射性粒子源游离排布。本发明不仅充分考虑自动化设备执行的便利性，还考虑放射性粒子源的最佳设置位置，在保证较好治疗效果的前提下，降低对正常组织的损伤程度，降低操作的繁琐程度。
Description
技术领域
本发明属于放射性粒子植入技术领域，具体涉及一种瘤体内放射性粒子源排布方法。
背景技术
组织间放射性粒子植入(也称近距离)治疗法，是将微型放射源(粒子) 植入肿瘤内或受肿瘤浸润的组织中，包括恶性肿瘤沿淋巴途径扩散的组织，通过放射性粒子源发出持续低能量的γ射线，使肿瘤组织遭受最大程度的辐射损伤和破坏，而正常组织不受损伤或仅受轻微损伤，以达到治疗目的。按粒子植入时间可分为永久性植入法和非永久性植入法。专家认为，相比其他肿瘤治疗技术，放射性粒子植入治疗技术本身技术含量并不高、难度并不大。但由于直接植入人体内，而且是放射源，所以要严格把握适应症。
对各种不同肿瘤的粒子植入治疗有不同的具体方法，由于粒子种植在三维空间进行，每种放射性粒子物理特性不同，对每种核素需要制定一种特殊的三维治疗计划系统，进行模拟粒子种植的空间分布，决定粒子种植数目和靶区及周围危险器官的剂量分布，指导临床粒子种植。
首先要明确肿瘤的形态、位置、大小及与邻近器官、血管的关系，描绘出治疗的区域。常规的方式是对患者的肿瘤区域进行扫描，可通过B超、CT、ECT、 MRI等影像检查获得患者的肿瘤区域图像，然后根据图像进行手动或者电脑靶区绘制，根据绘制好的靶区图进行粒子布局。其次要确定植入粒子的数量和位置，同时确认针道位置，这取决于肿瘤的大小和放射源的活性强度，粒子的数量和位置直接影响治疗效果以及对正常组织的损伤程度。最后确定粒子植入的方式与方法，常用粒子种植治疗有3种方式：模板种植、B超和CT引导下种植、术中种植。例如模板种植，是通过上述信息制作植入针模板，手术时，将患者固定在CT床上，并植入针模板固定在患者靠近肿瘤的皮肤位置，再将植入针按照预先设计步骤进行穿刺，同时实时通过CT扫描查看植入针位置，再通过设置在植入针上的刻度提供深度参考。当植入针到达指定深度时，开始注入粒子，然后向外拉出植入针，并当达到指定深度后再次注入粒子，直到该植入针上的所有粒子都已注入即可拉出植入针。
现有技术中，在粒子布局阶段，均采用TPS系统，能够根据图像进行勾画确认肿瘤靶区，然后再进行粒子布局。然而传统的粒子布局方式没有充分考虑自动化设备执行的便利性以及放射性粒子源的最佳布置位置，其次无法保证对人体正常组织的损伤程度降到最低。
发明内容
为了解决现有技术存在的上述问题，本发明目的在于提供一种瘤体内放射性粒子源排布方法。
本发明所采用的技术方案为：
一种瘤体内放射性粒子源排布方法，包括如下步骤：
S1、瘤体内放射性粒子源线性水平排布；
S2、瘤体内放射性粒子源游离排布；
所述S1的实现方式如下：
S101、提取已填充放射性粒子源的肿瘤；
S102、将肿瘤分为多个方块，分别取方块的中心线作为线性基准线；
S103、将距离方块中心线设定值范围内的放射性粒子源吸入该方块内，并将吸入方块内的放射性粒子源的中心点修正到该方块的线性基准线上，每个放射性粒子源仅移动一次；
S104、对移动后的放射性粒子进行相互之间的距离检测，当发生多个放射性粒子源重合相交或距离小于设定值时，删除后移动的放射性粒子源；
所述S2的实现方式如下：
S201、以肿瘤中心点正下方的瘤体外一点为原点，以穿过该原点的Z轴为中心线创建一个虚拟柱体；
S202、虚拟柱体以中心线向X轴倾斜t°并旋转一周，在旋转的过程中，若检测到有2个或多个游离的放射性粒子源在虚拟柱体内，则将其吸入该虚拟柱体内，并将吸入虚拟柱体内的放射性粒子源的中心点修正到该虚拟柱体的中心线上不再移动，并记录旋转角度；
S203、再次向X轴倾斜t°并旋转一周，将游离的放射性粒子源吸入该虚拟柱体内，并将吸入虚拟柱体内的放射性粒子源的中心点修正到该虚拟柱体的中心线上不再移动，并记录旋转角度；
S204、循环执行S203，直至虚拟柱体不与肿瘤相交时停止；
S205、停止时，统计游离的放射性粒子源是否已全部移动过，若是则结束；若否则调整每次向X轴倾斜的度数，再循环执行S202-S205直至游离的放射性粒子源已全部移动过时结束；
S206、对移动后的放射性粒子进行相互之间的距离检测，当发生多个放射性粒子源重合相交或距离小于设定值时，删除后移动的放射性粒子源。
在上述技术方案的基础上，所述S103中设定值为1cm。
在上述技术方案的基础上，所述S104和S206中设定值为5mm。
在上述技术方案的基础上，所述方块的大小为X*1*1cm，X为肿瘤的长、宽或高值。
在上述技术方案的基础上，所述虚拟柱体为圆柱体或方柱体，虚拟柱体为 1*1*Zcm。
在上述技术方案的基础上，所述S101放射性粒子源的填充方法包括：瘤体内放射性粒子源随机填充方法或线性填充方法。
在上述技术方案的基础上，所述瘤体内放射性粒子源随机填充方法的实现方式如下：
S1011a、提取肿瘤；
S1012a、生成一个与肿瘤的最大长、宽、高匹配的虚拟方盒体，将肿瘤镶嵌在该虚拟方盒体内，在虚拟方盒体内随机生成半径Vcm的球体，一个球体等效为一个放射性粒子源；
S1013a、生成的半径Vcm的球体由中心点向四周均匀释放射线，检测每条射线是否与肿瘤的表面相交，若是则证明该球体位于肿瘤内部，为有效球体，保留该球体，若否则证明该球体不是完全位于肿瘤内部，为无效球体，删除该球体，直至球体数量达到肿瘤所需放射性粒子源总数量时停止。
在上述技术方案的基础上，所述瘤体内放射性粒子源线性填充方法的实现方式如下：
S1011b、提取肿瘤；
S1012b、在肿瘤的下部取一个原点，以穿过该原点的Z轴为中心线生成一个虚拟柱体，在该柱体与肿瘤的重合段的中心线上等间距生成半径Vcm的球体，一个球体等效为一个放射性粒子源；
S1013b、以中心线向X轴倾斜m°并旋转一周形成虚拟椎体，选取均匀的 I条母线作为中心线分别形成虚拟柱体，在该柱体与肿瘤的重合段的中心线上等间距生成半径Vcm的球体；
S1014b、再次向X轴倾斜m°并旋转一周形成虚拟椎体，选取均匀的P条母线作为中心线分别形成虚拟柱体，在该柱体与肿瘤的重合段的中心线上等间距生成半径Vcm的球体；
S1015b、循环执行S1014b，直至形成的虚拟椎体不与肿瘤相交时停止；
S1016b、停止时，统计生成的球体数量，将该球体数量与肿瘤所需放射性粒子源总数量对比，若球体数量与肿瘤所需放射性粒子源总数量相差超过设定值，则调整每次向X轴倾斜的度数和每个虚拟椎体上母线的条数，再循环执行 S1013b-S1016b直至球体数量趋近肿瘤所需放射性粒子源总数量时结束。
在上述技术方案的基础上，所述肿瘤为分割好的肿瘤面绘制模型。
在上述技术方案的基础上，所述V的取值为1。
在上述技术方案的基础上，所述虚拟柱体为圆柱体或者方柱体。
在上述技术方案的基础上，所述放射性粒子源的填充方法还包括：在放射性粒子源生成后，进行瘤体内危及器官及组织的放射性粒子源处理；
所述瘤体内危及器官及组织的放射性粒子源处理通过如下方式实现：
将瘤体内生成的放射性粒子源与瘤体内危及器官及组织做碰撞检测与距离测算，若某放射性粒子源中心点穿过瘤体内危及器官及组织，或某放射性粒子源中心点与瘤体内危及器官及组织的最短距离小于设定值时，该放射性粒子源视为无效放射性粒子源，删除该射性粒子源；反之则为有效放射性粒子源，保留该射性粒子源。
瘤体内放射性粒子源随机填充方法还包括，在S2过后，进行瘤体内危及器官及组织的放射性粒子源处理；
瘤体内危及器官及组织的放射性粒子源处理如下：
将排布后的放射性粒子源与瘤体内危及器官及组织做碰撞检测与距离测算，若某放射性粒子源中心点穿过瘤体内危及器官及组织，或某放射性粒子源中心点与瘤体内危及器官及组织的最短距离小于设定值时，该放射性粒子源视为无效放射性粒子源，删除该射性粒子源；反之则为有效放射性粒子源，保留该射性粒子源。
本发明的有益效果为：
本发明不仅充分考虑自动化设备执行的便利性，还考虑放射性粒子源的最佳设置位置，在保证较好治疗效果的前提下，降低对正常组织的损伤程度，降低操作的繁琐程度。
附图说明
图1是本发明-实施例的方法流程图。
图2是本发明-实施例的碘125某点剂量的示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步阐述。
实施例：
如图1所示，本实施例的一种瘤体内放射性粒子源排布方法，包括如下步骤：
S1、瘤体内放射性粒子源线性水平排布；
S2、瘤体内放射性粒子源游离排布；
所述S1的实现方式如下：
S101、提取已填充放射性粒子源的肿瘤；
S102、将肿瘤分为多个X*1*1cm的方块，X为肿瘤的长、宽或高值，分别取方块的中心线作为线性基准线；
S103、将距离方块中心线设定值范围内的放射性粒子源吸入该方块内，并将吸入方块内的放射性粒子源的中心点修正到该方块的线性基准线上，每个放射性粒子源仅移动一次，设定值一般为1cm；
S104、对移动后的放射性粒子进行相互之间的距离检测，当发生多个放射性粒子源重合相交或距离小于设定值时，删除后移动的放射性粒子源，设定值一般为5mm；
所述S2的实现方式如下：
S201、以肿瘤中心点正下方的瘤体外一点为原点，以穿过该原点的Z轴为中心线创建一个虚拟柱体；
S202、虚拟柱体以中心线向X轴倾斜t°并旋转一周，在旋转的过程中，若检测到有2个或多个游离(非线性)的放射性粒子源在虚拟柱体内，则将其吸入该虚拟柱体内，并将吸入虚拟柱体内的放射性粒子源的中心点修正到该虚拟柱体的中心线上不再移动，并记录旋转角度；
S203、再次向X轴倾斜t°并旋转一周，将游离(非线性)的放射性粒子源吸入该虚拟柱体内，并将吸入虚拟柱体内的放射性粒子源的中心点修正到该虚拟柱体的中心线上不再移动，并记录旋转角度；
S204、循环执行S203，直至虚拟柱体不与肿瘤相交时停止；
S205、停止时，统计游离(非线性)的放射性粒子源是否已全部移动过，若是则结束；若否则调整每次向X轴倾斜的度数，再循环执行S202-S205直至游离(非线性)的放射性粒子源已全部移动过时结束；
S206、对移动后的放射性粒子进行相互之间的距离检测，当发生多个放射性粒子源重合相交或距离小于设定值时，删除后移动的放射性粒子源，设定值一般为5mm。
上述虚拟柱体为圆柱体或方柱体。
本发明不仅充分考虑自动化设备执行的便利性，还考虑放射性粒子源的最佳设置位置，在保证较好治疗效果的前提下，降低对正常组织的损伤程度，降低操作的繁琐程度。
上述S101放射性粒子源的填充方法包括：瘤体内放射性粒子源随机填充方法或线性填充方法。
瘤体内放射性粒子源随机填充方法的实现方式如下：
S1011a、提取肿瘤；
S1012a、生成一个与肿瘤的最大长、宽、高匹配的虚拟方盒体，将肿瘤镶嵌在该虚拟方盒体内，在虚拟方盒体内随机生成半径1cm(有效放射范围)的球体，一个球体等效为一个放射性粒子源；
S1013a、生成的半径1cm(有效放射范围)的球体由中心点向四周均匀释放射线，检测每条射线是否与肿瘤的表面相交，若是则证明该球体位于肿瘤内部，为有效球体，保留该球体，若否则证明该球体不是完全位于肿瘤内部，为无效球体，删除该球体，直至球体数量达到肿瘤所需放射性粒子源总数量时停止。
瘤体内放射性粒子源线性填充方法的实现方式如下：
S1011b、提取肿瘤，肿瘤为分割好的肿瘤面绘制模型；
S1012b、在肿瘤的下部取一个原点，以穿过该原点的Z轴为中心线生成一个虚拟柱体，在该柱体与肿瘤的重合段的中心线上等间距生成半径1cm(有效放射范围)的球体，一个球体等效为一个放射性粒子源；
S1013b、以中心线向X轴倾斜m°并旋转一周形成虚拟椎体，选取均匀的 I条母线作为中心线分别形成虚拟柱体，在该柱体与肿瘤的重合段的中心线上等间距生成半径1cm(有效放射范围)的球体；
S1014b、以中心线向X轴倾斜m°并旋转一周形成虚拟椎体，选取均匀的 I条母线作为中心线分别形成虚拟柱体，在该柱体与肿瘤的重合段的中心线上等间距生成半径1cm(有效放射范围)的球体；
S1015b、循环执行S1014b，直至形成的虚拟椎体不与肿瘤相交时停止；
S1016b、停止时，统计生成的球体数量，将该球体数量与肿瘤所需放射性粒子源总数量对比，若球体数量与肿瘤所需放射性粒子源总数量相差超过设定值，则调整每次向X轴倾斜的度数和每个虚拟椎体上母线的条数，再循环执行 S1013b-S1016b直至球体数量趋近肿瘤所需放射性粒子源总数量时结束。
上述I≠P，m一般取5。
上述虚拟柱体为圆柱体或者方柱体。
传统的肿瘤所需放射性粒子源总活度是通过巴黎公式(根据瘤体平均径长) 或根据瘤体质量计算得到。
a、巴黎公式(根据瘤体平均径长)计算。
采用Dimension-averageing法计算应给予的剂量：
A＝Da*K
其中，A为总活度，单位为mCi；Da为瘤体平均径长，单位cm，Da＝(长+ 宽+高)/3；K为拟合参数，对于碘125的K值为5。
由上述巴黎公式变形所得的具体的计算式如表1。
表1
b、根据瘤体质量计算。
瘤体所需放射性粒子源总活度(mCi)＝期望组织吸收剂量(cGy)*瘤体重量(g)/182。
注：瘤体的质量可借助CT推算。
巴黎公式(根据瘤体平均径长)计算肿瘤所需放射性粒子源总数量的计算方式对于形态不规则的肿瘤而言存在计算误差较大的缺陷，需要人为调整的操作。根据瘤体质量计算肿瘤所需放射性粒子源总数量的计算方式基本是通过CT 推算瘤体的质量，但肿瘤的密度不确定和不均匀，因此也存在推算误差较大的缺陷。上述两种计算方式均没有考虑到瘤体内危及器官及组织，例如，瘤体包裹部分血管的情况下，上述两种计算方式计算出来的所需放射性粒子源总活度均包括被覆盖的血管所需放射性粒子源活度，而实际上血管是正常组织，不需要放射性粒子源，因此极大可能计算出的所需放射性粒子源总活度大于实际所需放射性粒子源总活度，即过剂量，这种计算不准确，且可能对正常组织造成大的损伤。
而本发明通过如下方式计算肿瘤所需放射性粒子源总数量：
S1011、在三维空间中将一颗放射性粒子源模拟为半径1cm(有效放射范围) 的球体，放射性粒子源其本身是胶囊体，模拟的是放射性粒子源(I125粒子的 80％剂量覆盖半径是1cm)某剂量值覆盖的区域，近似于球体，此处只是模拟为半径1cm的球体；
S1012、获得瘤体体积、瘤体内危及器官和组织体积，通过式(1)得到实际填充体积：
实际填充体积＝瘤体体积-瘤体内危及器官和组织体积 (1)；
S1013、通过式(2)得到肿瘤所需放射性粒子源总数量：
肿瘤所需放射性粒子源总数量＝实际填充体积/(4π/3)cm3 (2)。
通过以下方式获得上述瘤体体积：
a1、获得目标部位的若干张断层扫描图，对断层扫描图进行预处理，将断层扫描图划分出目标部位区域和目标部位以外区域，并剔除掉目标部位以外区域，将目标部位区域中的肿瘤组织和其他组织进行标注，并标注出瘤体内危及器官和组织，获得多个标注样本，将标注样本进行存储，得到数据集；
a2、建立3D卷积神经网络模型，将所有标注样本数据信息输入至3D卷积神经模型中进行训练，输出训练好的3D卷积神经深度学习模型；
a3、对目标部位的断层扫描图进行预处理，将断层扫描图划分出目标部位区域和目标部位以外区域，并剔除掉目标部位以外区域；
a4、将经过预处理的断层扫描图数据信息输入至训练好的3D卷积神经深度学习模型中，并输出分割好的3D立方块数据，将多个分割好的3D立方块数据进行合并，得到分割好的肿瘤面绘制模型；
a5、计算瘤体体积和瘤体内危及器官和组织体积。
上述预处理的具体实现方式如下：
a31、标准化图像的像素值，并对像素值做概率密度分布；
a32、根据像素值的分布找到不同区域组织之间的分界，区分肿瘤组织区域和其他组织区域；
a33、使其他组织区域连接为整体，制作断层扫描图掩膜；
a34、将原始三维标注数据点乘对应的图像掩膜信息即可得到只有其他组织区域图像的数据。
区分目标部位区域和目标部位以外区域的具体实现方式如下：
a321、读取识别断层扫描图上不同区域的色值，将目标部位区域组织对应的色值和所有目标部位以外区域组织对应的色值进行收集整理，得出目标部位区域组织对应的色值区间和目标部位以外区域组织对应的色值区间，以此作为区分目标部位区域组织和目标部位以外区域组织的标准。
断层扫描图掩膜的制作方式如下：
a331、通过形态学处理中的腐蚀处理和膨胀处理，使目标部位以外区域尽可能连在一起，并尽可能的消除目标部位区域中的特定色值部分，以完成目标部位区域的掩膜的制作。
标注的内容包括坐标信息，坐标信息基于标注所在断层扫描图上的坐标系生成，且用于标记肿瘤组织在断层扫描图上的相对位置，坐标系为三维笛卡尔坐标系，利用三维笛卡尔坐标系来表示每张断层扫描图上的肿瘤组织和其他组织的相对位置。
标注的内容还包括识别信息，识别信息用于将当前位置的组织标记为肿瘤组织或其他组织，识别信息与坐标信息相匹配，当前位置对应组织的识别信息被赋予当前位置对应组织的坐标信息之后。
3D卷积神经网络模型主要采用U-net分割网络+Res-net残差网络结合的方式构建。其中模型的浅层网络主要保存了像素的位置信息，深层网络主要保存了像素的分类信息，利用U-net网络以及Res-net网络可以将浅层信息补充给深层，保证了图像像素分割的定位精确性以及分类准确性；同时，Res-net网络结构改变了学习的目标，由学习模型的输出变为学习输入和输出的差别，这降低了网络模型的学习难度，利于模型更快的收敛。
在进行3D卷积神经网络模型训练之前，将标注样本数据信息中的三维数据切为像素256*256*256(或128*128*128、64*64*64)的3D立方块数据用于训练。因为三维数据包含切片层与层之间的信息，利用三维数据进行3D卷积神经网络训练，可以提高结果的精确性。
此外，本实施例中以256*256*256 3D立方块单元为例，3D卷积神经网络模型设计的总体层数达160层，具体为：对256*256*256立方块单元进行卷积 +BN+maxpool，以提取特征得到特征图，中间结合使用残差网络(Res-net)添加残差块；提取特征缩小特征图到16*16*16，通道增加到64；再使用反卷积结合残差方法将特征图放大到256*256*256，在反卷积放大特征图的过程中，使用U-net网络中的cat方法合并之前同位置的特征图，最后得到分割出的肿瘤面绘制模型。
通过另一种方式获得上述瘤体体积：
b1、人工勾画或计算机勾画目标部位每一断层扫描图的肿瘤轮廓和瘤体内危及器官和组织轮廓，计算目标部位每一断层扫描图的肿瘤面积和瘤体内危及器官和组织面积；
b2、把目标部位每一断层扫描图的肿瘤面积叠加，然后乘以层厚，得到瘤体体积，把目标部位每一断层扫描图的瘤体内危及器官和组织面积叠加，然后乘以层厚，得到瘤体内危及器官和组织面积。
本发明计算肿瘤所需放射性粒子源总数量的计算方式对于形态不规则的肿瘤而言计算较为准确，计算出的所需放射性粒子源总活度更加接近实际所需放射性粒子源总活度，最大程度减少对正常组织造的损伤，计算出肿瘤所需放射性粒子源总数量可以作为后期放射性粒子源布源的开关阈值。
上述放射性粒子源的填充方法还包括：瘤体内危及器官及组织的放射性粒子源处理。
瘤体内危及器官及组织的放射性粒子源处理通过如下方式实现：
将瘤体内生成的放射性粒子源与瘤体内危及器官及组织做碰撞检测与距离测算，若某放射性粒子源中心点穿过瘤体内危及器官及组织，或某放射性粒子源中心点与瘤体内危及器官及组织的最短距离小于设定值时，该放射性粒子源视为无效放射性粒子源，删除该射性粒子源；反之则为有效放射性粒子源，保留该射性粒子源。
上述设定值一般为1cm。
在S2步骤过后，本实施例还包括步骤：瘤体内危及器官及组织的放射性粒子源处理。
瘤体内危及器官及组织的放射性粒子源处理如下：
将排布后的放射性粒子源与瘤体内危及器官及组织做碰撞检测与距离测算，若某放射性粒子源中心点穿过瘤体内危及器官及组织，或某放射性粒子源中心点与瘤体内危及器官及组织的最短距离小于设定值时，该放射性粒子源视为无效放射性粒子源，删除该射性粒子源；反之则为有效放射性粒子源，保留该射性粒子源。
本实施例还公开针道路径规划及针道生成方法，在肿瘤所需放射性粒子源总数量计算方法、瘤体内放射性粒子源填充方法、一种瘤体内放射性粒子源排布方法和放射性粒子源游离(非线性)排布的基础上，还包括步骤：平行针道路径规划及针道生成和自由角度针道路径规划及针道生成。
平行针道路径规划及针道生成包括两种实现方式：
第一种：
S301a、将肿瘤分为多个X*1*1cm的方块，X为肿瘤的长、宽或高值；
S302a、将每个方块两端向外延伸；
S303a、若所有方块的同向延伸段未碰到瘤体外危及器官及组织，则以肿瘤每个方块的中心线作为线性基准线生成针道；若同向延伸段中碰到瘤体外危及器官及组织的总数≥设定值，则将肿瘤自身进行旋转直至所有方块的同向延伸段未碰到瘤体外危及器官及组织或碰到瘤体外危及器官及组织的方块总数小于设定值，在该旋转角度上以肿瘤每个方块的中心线作为线性基准线生成针道。
第二种：
S301b、将肿瘤分为多个X*1*1cm的方块，X为肿瘤的长、宽或高值；
S302b、在三维空间中选取一个点作为中心点，以穿过该中心点的Z轴作为中心线；
S303b、将肿瘤以中心点为中心旋转一周，设该旋转面与中心线的夹角为α；
S304b、调整旋转面与中心线的夹角继续以中心点为中心旋转一周，该旋转面穿过中心点的法线与中心线始终位于同一平面；
S305b、循环执行S304b，直至旋转面与中心线的夹角为α+180°；
S306b、调整旋转半径，执行S303b-S305b；
S307b、循环执行S306b，直至旋转半径超过设定值结束；
S308b、在旋转过程中，取每个旋转半径上的Q个相同的旋转角度，并记录穿过瘤体外危及器官及组织的方块总数，取度穿过瘤体外危及器官及组织的方块总数最少对应的旋转角度，在该旋转角度上，以肿瘤每个方块的中心线作为线性基准线生成针道。
自由角度针道路径规划及针道生成的实现方式如下：
以放射性粒子源游离(非线性)排布步骤中记录的旋转角度下的虚拟柱体中心线生成针道，将针道向外延伸，若延伸段未穿过瘤体外危及器官及组织则保留该针道，否则删除该针道，并重新进行放射性粒子源游离(非线性)排布。
针道路径规划及针道生成方法，在以上技术方案的基础上，还包括坐标转换：
根据自动化设备的等中心点，在断层扫描图中找到对应点，在三维空间中求出每个针道的坐标信息与等中心点的ΔX、ΔY值以及旋转角度值与倾斜角度值，将其传输给自动化设备，使其按照计划针道运行。
瘤体内放射性粒子源布源和针道路径规划方法，在以上技术方案的基础上，还包括在瘤体内放射性粒子源布源步骤后对瘤体内点剂量进行计算、勾画等剂量曲线和计算并画出DVH图(剂量体积直方图)。
对瘤体内点剂量进行计算的具体实现方式如下，如图2所示：
Z1011、利用式(3)计算瘤体内点剂量：
其中，Sk为空气比释动能强度(air kerma strength)，意义为真空中在距离远大于源本身尺寸的位置上由能量大于δ的光子在无限小体积元空气中造成的空气比释动能率与距离d平方的乘积，即式(4)：
其中，Gr(r，θ)＝r-2，点源拟合。
其中，线源拟合。
其中，Λ为剂量率常数，表示液态水中参考点处单位空气比释动能强度的源所致剂量率，即式(5)：
值：0.986或者0.88或者0.965。
径向剂量函数(反比平方定律修正)如式(6)：
gx(r)＝a0+a1r+a2r2+a3r3+a4r4+a5r5 (6)
其中，a0＝1.08；a1＝0.9707；a2＝0.02957；a3＝0.1429；a4＝-0.02256； a5＝0.003117。拟合相关系数为0.9999，偏差平方和为2.78*10-4。该式适用范围为r＝0.1～10.0cm。
各向异性函数(描述角度θ对剂量分布的影响)如式(7)：
F(r，θ)＝a+bθ+cln r+dθ2+eln2r+fθln r+gθ3+hln3r+iθln2r+jθ2ln r (7)
式中，a＝0.2635；b＝1.4991；c＝0.1632；d＝-1.005；e＝-0.0284；f＝-0.3150； g＝0.2224；h＝0.0202；i＝0.00155；j＝0.1322。
需要注意的是，式(7)中的θ以弧度值表示。以上拟合相关系数R2＝0.9926。
Sk值：(0.36-1.27)。
表3碘125粒子源活度结果
由表3可见，有的粒子源相对误差13.4％，超出相对偏差±5％的限值，如果这批粒子源用于临床治疗，将是超剂量照。
勾画等剂量曲线的具体实现方式如下：
Z1021、将肿瘤分为多个1*1*1mm3的方块，计算其中放射性粒子源活度叠加后剂量值取平均，将计算的平均值视为该方块内的剂量值，方块中心点为点剂量的表达点；
Z1022、在同一水平面上将多个拥有相同剂量值的方块的中心进行连线形成封闭环形，构成的等剂量曲线；
Z1023、在三维空间中将多个等剂量值的等剂量曲线连线形成等剂量体。
计算并画出DVH图(剂量体积直方图)的具体实现方式：根据等剂量曲线测算出某一剂量值覆盖的体积占瘤体总体积的比例，由此绘出DVH图。
本发明不局限于上述可选实施方式，任何人在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是落入本发明权利要求界定范围内的技术方案，均落在本发明的保护范围之内。
Claims (12)
1.一种瘤体内放射性粒子源排布方法，其特征在于：包括如下步骤：
S1、瘤体内放射性粒子源线性水平排布；
S2、瘤体内放射性粒子源游离排布；
所述S1的实现方式如下：
S101、提取已填充放射性粒子源的肿瘤；
S102、将肿瘤分为多个方块，分别取方块的中心线作为线性基准线；
S103、将距离方块中心线设定值范围内的放射性粒子源吸入该方块内，并将吸入方块内的放射性粒子源的中心点修正到该方块的线性基准线上，每个放射性粒子源仅移动一次；
S104、对移动后的放射性粒子进行相互之间的距离检测，当发生多个放射性粒子源重合相交或距离小于设定值时，删除后移动的放射性粒子源；
所述S2的实现方式如下：
S201、以肿瘤中心点正下方的瘤体外一点为原点，以穿过该原点的Z轴为中心线创建一个虚拟柱体；
S202、虚拟柱体以中心线向X轴倾斜t°并旋转一周，在旋转的过程中，若检测到有2个或多个游离的放射性粒子源在虚拟柱体内，则将其吸入该虚拟柱体内，并将吸入虚拟柱体内的放射性粒子源的中心点修正到该虚拟柱体的中心线上不再移动，并记录旋转角度；
S203、再次向X轴倾斜t°并旋转一周，将游离的放射性粒子源吸入该虚拟柱体内，并将吸入虚拟柱体内的放射性粒子源的中心点修正到该虚拟柱体的中心线上不再移动，并记录旋转角度；
S204、循环执行S203，直至虚拟柱体不与肿瘤相交时停止；
S205、停止时，统计游离的放射性粒子源是否已全部移动过，若是则结束；若否则调整每次向X轴倾斜的度数，再循环执行S202-S205直至游离的放射性粒子源已全部移动过时结束；
S206、对移动后的放射性粒子进行相互之间的距离检测，当发生多个放射性粒子源重合相交或距离小于设定值时，删除后移动的放射性粒子源。
2.根据权利要求1所述的一种瘤体内放射性粒子源排布方法，其特征在于：所述S103中设定值为1cm。
3.根据权利要求1所述的一种瘤体内放射性粒子源排布方法，其特征在于：所述S104和S206中设定值为5mm。
4.根据权利要求1所述的一种瘤体内放射性粒子源排布方法，其特征在于：所述方块的大小为X*1*1cm，X为肿瘤的长、宽或高值。
5.根据权利要求1所述的一种瘤体内放射性粒子源排布方法，其特征在于：所述S101放射性粒子源的填充方法包括：瘤体内放射性粒子源随机填充方法或线性填充方法。
6.根据权利要求5所述的一种瘤体内放射性粒子源排布方法，其特征在于：所述瘤体内放射性粒子源随机填充方法的实现方式如下：
S1011a、提取肿瘤；
S1012a、生成一个与肿瘤的最大长、宽、高匹配的虚拟方盒体，将肿瘤镶嵌在该虚拟方盒体内，在虚拟方盒体内随机生成半径Vcm的球体，一个球体等效为一个放射性粒子源；
S1013a、生成的半径Vcm的球体由中心点向四周均匀释放射线，检测每条射线是否与肿瘤的表面相交，若是则证明该球体位于肿瘤内部，为有效球体，保留该球体，若否则证明该球体不是完全位于肿瘤内部，为无效球体，删除该球体，直至球体数量达到肿瘤所需放射性粒子源总数量时停止。
7.根据权利要求5所述的瘤体内放射性粒子源随机填充方法，其特征在于：所述瘤体内放射性粒子源线性填充方法的实现方式如下：
S1011b、提取肿瘤；
S1012b、在肿瘤的下部取一个原点，以穿过该原点的Z轴为中心线生成一个虚拟柱体，在该柱体与肿瘤的重合段的中心线上等间距生成半径Vcm的球体，一个球体等效为一个放射性粒子源；
S1013b、以中心线向X轴倾斜m°并旋转一周形成虚拟椎体，选取均匀的I条母线作为中心线分别形成虚拟柱体，在该柱体与肿瘤的重合段的中心线上等间距生成半径Vcm的球体；
S1014b、再次向X轴倾斜m°并旋转一周形成虚拟椎体，选取均匀的P条母线作为中心线分别形成虚拟柱体，在该柱体与肿瘤的重合段的中心线上等间距生成半径Vcm的球体；
S1015b、循环执行S1014b，直至形成的虚拟椎体不与肿瘤相交时停止；
S1016b、停止时，统计生成的球体数量，将该球体数量与肿瘤所需放射性粒子源总数量对比，若球体数量与肿瘤所需放射性粒子源总数量相差超过设定值，则调整每次向X轴倾斜的度数和每个虚拟椎体上母线的条数，再循环执行S1013b-S1016b直至球体数量趋近肿瘤所需放射性粒子源总数量时结束。
8.根据权利要求6或7所述的瘤体内放射性粒子源随机填充方法，其特征在于：所述肿瘤为分割好的肿瘤面绘制模型。
9.根据权利要求6或7所述的瘤体内放射性粒子源随机填充方法，其特征在于：所述V的取值为1。
10.根据权利要求7所述的瘤体内放射性粒子源随机填充方法，其特征在于：所述虚拟柱体为圆柱体或者方柱体。
11.根据权利要求6或7所述的瘤体内放射性粒子源随机填充方法，其特征在于：所述放射性粒子源的填充方法还包括：在放射性粒子源生成后，进行瘤体内危及器官及组织的放射性粒子源处理；
所述瘤体内危及器官及组织的放射性粒子源处理通过如下方式实现：
将瘤体内生成的放射性粒子源与瘤体内危及器官及组织做碰撞检测与距离测算，若某放射性粒子源中心点穿过瘤体内危及器官及组织，或某放射性粒子源中心点与瘤体内危及器官及组织的最短距离小于设定值时，该放射性粒子源视为无效放射性粒子源，删除该射性粒子源；反之则为有效放射性粒子源，保留该射性粒子源。
12.根据权利要求1所述的瘤体内放射性粒子源随机填充方法，其特征在于：瘤体内放射性粒子源随机填充方法还包括，在S2过后，进行瘤体内危及器官及组织的放射性粒子源处理；
瘤体内危及器官及组织的放射性粒子源处理如下：
将排布后的放射性粒子源与瘤体内危及器官及组织做碰撞检测与距离测算，若某放射性粒子源中心点穿过瘤体内危及器官及组织，或某放射性粒子源中心点与瘤体内危及器官及组织的最短距离小于设定值时，该放射性粒子源视为无效放射性粒子源，删除该射性粒子源；反之则为有效放射性粒子源，保留该射性粒子源。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910262872.8A CN110141775A (zh) | 2019-04-02 | 2019-04-02 | 一种瘤体内放射性粒子源排布方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910262872.8A CN110141775A (zh) | 2019-04-02 | 2019-04-02 | 一种瘤体内放射性粒子源排布方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110141775A true CN110141775A (zh) | 2019-08-20 |
Family
ID=67589459
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910262872.8A Pending CN110141775A (zh) | 2019-04-02 | 2019-04-02 | 一种瘤体内放射性粒子源排布方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110141775A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113694363A (zh) * | 2021-09-24 | 2021-11-26 | 韩雪冰 | 放射性粒子植入固定装置及方法 |
-
2019
- 2019-04-02 CN CN201910262872.8A patent/CN110141775A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113694363A (zh) * | 2021-09-24 | 2021-11-26 | 韩雪冰 | 放射性粒子植入固定装置及方法 |
| CN113694363B (zh) * | 2021-09-24 | 2022-12-27 | 韩雪冰 | 放射性粒子植入固定装置及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105658279B (zh) | 放射线治疗装置、系统以及方法 | |
| Kitamura et al. | Registration accuracy and possible migration of internal fiducial gold marker implanted in prostate and liver treated with real-time tumor-tracking radiation therapy (RTRT) | |
| US8929621B2 (en) | Methods and systems for segmentation and surface matching | |
| US7672705B2 (en) | Weighted surface-to-surface mapping | |
| CN103933672B (zh) | 放射线治疗计划装置和治疗计划方法 | |
| CN101237907A (zh) | 包括目标检测的放射治疗方法 | |
| Ruchala et al. | Limited-data image registration for radiotherapy positioning and verification | |
| Poulsen et al. | A method for robust segmentation of arbitrarily shaped radiopaque structures in cone‐beam CT projections | |
| Fledelius et al. | Robust automatic segmentation of multiple implanted cylindrical gold fiducial markers in cone‐beam CT projections | |
| CN108815721A (zh) | 一种照射剂量确定方法及系统 | |
| Hsi et al. | In vivo verification of proton beam path by using post‐treatment PET/CT imaging | |
| CN110141773A (zh) | 瘤体内放射性粒子源排布方法 | |
| CN110141771A (zh) | 瘤体内放射性粒子源植入针道路径规划及针道生成方法 | |
| CN110141770A (zh) | 一种瘤体内放射性粒子源植入针道路径规划及针道生成方法 | |
| CN110141778A (zh) | 瘤体内放射性粒子源总数量获取、放射性粒子源布源和针道路径规划方法 | |
| CN110141777A (zh) | 瘤体内放射性粒子源布源和针道路径规划方法 | |
| CN110141775A (zh) | 一种瘤体内放射性粒子源排布方法 | |
| CN110141772A (zh) | 肿瘤所需放射性粒子源总数量获取方法 | |
| Rozario et al. | An accurate algorithm to match imperfectly matched images for lung tumor detection without markers | |
| CN110141774A (zh) | 瘤体内放射性粒子源线性水平排布方法 | |
| Zhang et al. | Evaluating the therapeutic dose distribution of intensity‐modulated radiation therapy for head and neck with cone‐beam computed tomography image: a methodological study | |
| CN110141776A (zh) | 瘤体内放射性粒子源线性填充方法 | |
| CN110227213A (zh) | 瘤体内放射性粒子源随机填充方法 | |
| Boxwala et al. | Retrospective reconstruction of three-dimensional radiotherapy treatment plans of the thorax from two dimensional planning data | |
| Brunet‐Benkhoucha et al. | Clinical implementation of a digital tomosynthesis‐based seed reconstruction algorithm for intraoperative postimplant dose evaluation in low dose rate prostate brachytherapy |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 610000 No.804, floor 8, unit 1, building 6, Zone D, West Zhigu, No.166, Wuxing Fourth Road, Wuhou New Town Management Committee, Wuhou District, Chengdu City, Sichuan Province Applicant after: Chengdu real dimension Technology Co., Ltd. Applicant after: Affiliated Zhongshan Hospital of Dalian University Address before: 610000 No. 801, Building 8, Building 6, Unit 1, West Zhigu D District, 166 Wuxing Road, Wuhou New Town Management Committee, Chengdu, Sichuan Province Applicant before: Chengdu real dimension Technology Co., Ltd. Applicant before: Affiliated Zhongshan Hospital of Dalian University |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190820 |