CN110368605A - 一种生物效应引导的自适应放射治疗系统 - Google Patents
一种生物效应引导的自适应放射治疗系统 Download PDFInfo
- Publication number
- CN110368605A CN110368605A CN201910763457.0A CN201910763457A CN110368605A CN 110368605 A CN110368605 A CN 110368605A CN 201910763457 A CN201910763457 A CN 201910763457A CN 110368605 A CN110368605 A CN 110368605A
- Authority
- CN
- China
- Prior art keywords
- radiation
- fractionation
- biological effect
- distribution
- module
- 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
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
- 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
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
- A61N2005/1052—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using positron emission tomography [PET] single photon emission computer tomography [SPECT] imaging
-
- 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
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
- A61N2005/1055—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using magnetic resonance imaging [MRI]
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
本发明公开一种生物效应引导的自适应放射治疗系统,包括:信息输入模块,用以输入所需数据信息;三维剂量分布计算模块,用以计算已完成分次照射的三维剂量分布,并计算当前分次照射的剂量分布;形变场计算模块,用以计算形变场;累积剂量分布计算模块,用以计算已完成分次照射的累加剂量分布;生物效应反馈计算模块,用以构造总剂量模型、计算总剂量分布,并计算病人体内各器官的生物效应反馈;治疗方案生成模块,用以生成当前分次照射计划;信息输出模块用以输出包括当前分次照射计划。本发明利用生物效应反馈引导分次照射方案优化的过程,在分次照射出现照射误差的情况下,综合地考虑了分次照射之间细胞的修复与增殖对放射治疗质量的影响。
Description
技术领域
本发明涉及放射治疗系统技术领域,尤其涉及一种生物效应引导的自适应放射治疗系统。
背景技术
放射治疗是治疗恶性肿瘤的主要手段之一,临床上65%-75%的恶性肿瘤患者在疾病的不同时期因为不同的治疗目的而接受放射治疗。目前,调强放射治疗是临床放射治疗中常用的治疗技术之一。该方法利用高度适形的射线对靶区进行集中照射;在靶区之外,照射能量迅速下降,以减少对靶区周围正常组织的影响。调强放射治疗技术在临床放射治疗中的成功应用主要取决于射线的精确照射。然而,在临床放射治疗过程中,受到诸多因素的影响,如摆位误差、分次照射间的病人各器官位置及形状的变化和分次照射内各器官的运动,从而导致肿瘤局部未控制或关键器官受到过量照射。为了减小这些因素的影响,传统方法是将临床靶区外放一定间距构成计划靶区。然而以计划靶区为中心进行照射,在增加治疗区域的同时,也增加了靶区周围正常组织接受到的照射能量,导致放射治疗方案的质量下降。为了减少传统方法对放射治疗效果的影响,自适应放射治疗(adaptive radiationtherapy,ART)方法利用分次治疗前的病人影像反馈信息,对初始放射治疗方案进行修正,生成新的分次照射治疗方案,从而减小上述因素对调强放射治疗质量的影响。
利用ART技术对初始治疗方案进行修正的方法主要有:在线移位、在线ART和离线ART。在分次照射时,在线移位方法根据当前获取的病人影像数据对病人的摆放位置进行快速在线调整。然而,在线移位不能准确地校正由器官形变而引起的照射误差。在线ART方法依据当前已有的器官形变场快速地修正初始放射治疗方案,并将修正后的治疗方案投入到当前的分次照射治疗中,以校正由器官形变而引起的照射误差。离线ART方法不仅能够修正由器官移位和形变而引起的照射误差,而且还可以通过计算累积剂量,对已完成分次照射的照射误差进行补偿,实现剂量引导的放射治疗。由于实现离线ART方法所需工作量非常大,限制了离线ART方法在临床实践中的广泛应用。相比其它ART方法,离线ART方法可以对治疗系统的系统误差进行补偿,进一步提高放射治疗的质量。传统离线ART方法利用累积剂量与处方剂量的差值作为治疗系统的反馈,并根据该反馈重新制作分次照射的治疗方案。由于治疗系统的剂量误差反馈不能直接用于预测组织的生物效应,特别是当细胞在分次照射间存在修复与增殖的情况时,因而传统离线ART方法不能精确地校正已完成分次照射的照射误差。
基于此,现有技术有待改进,本案由此产生。
发明内容
本发明目的在于提供一种生物效应引导的自适应放射治疗系统,利用生物效应反馈引导分次照射方案优化的过程,在分次照射出现照射误差的情况下,综合地考虑了分次照射之间细胞的修复与增殖对放射治疗质量的影响,以有效地提升放射治疗的质量。
为了实现上述目的,本发明通过如下技术方案实现:一种生物效应引导的自适应放射治疗系统,包括信息输入模块、三维剂量分布计算模块、形变场计算模块、累积剂量分布计算模块、生物效应反馈计算模块、治疗方案生成模块以及信息输出模块;
所述信息输入模块用以输入所需数据信息,其中,所需数据信息包括病人的初始三维密度分布、分次照射前病人的三维密度分布、器官勾画信息、治疗头信息和已完成分次照射计划;
所述三维剂量分布计算模块用以计算已完成分次照射的三维剂量分布,并根据上一次分次照射计划计算当前分次照射的剂量分布;
所述形变场计算模块用以计算已完成各分次照射及当前分次照射的三维密度分布与病人的初始三维密度分布之间的形变场;
所述累积剂量分布计算模块用以根据形变场将已完成各分次照射和当前分次照射的剂量分布与初始计划的剂量分布进行对齐,并计算已完成分次照射的累加剂量分布;
所述生物效应反馈计算模块用以构造总剂量模型、计算总剂量分布,并计算病人体内各器官的生物效应反馈;
所述治疗方案生成模块用以生成当前分次照射计划,通过利用生物效应反馈,判断上一次分次照射计划是否还满足放射治疗要求;如果满足要求,继续使用上一次分次照射计划进行当前的分次照射;否则,利用总剂量模型构造方案优化目标函数,重新进行方案优化,生成新的分次照射计划,并用于当前分次照射;
所述信息输出模块用以输出包括当前分次照射计划、剂量分布和DVH曲线信息。
进一步的,所述总剂量包括:已完成分次照射的累加剂量、当前分次照射剂量和剩余部分分次照射剂量。
进一步的,所述计算病人体内各器官的生物效应反馈是利用生物子目标函数计算总剂量分布下各器官的生物效应反馈,所使用的生物子目标函数包括:EUD子目标函数、TCP子目标函数或NTCP子目标函数。
进一步的,所述计算病人体内各器官的生物效应反馈是通过生物准则直接进行计算,并将计算结果与处方量的差值作为生物效应反馈;所使用的生物准则包括:EUD准则、TCP准则或NTCP准则。
进一步地,所述三维密度分布包括CT数据、CBCT数据和MRI数据。
进一步地,所述三维剂量分布计算模块通过笔形束剂量计算方法、点核剂量计算方法或蒙特卡罗方法计算分次照射上的剂量分布。
进一步地,所述形变场计算模块以初始病人的三维密度分布为固定图像,计算分次照射的三维密度分布到初始三维密度分布的映射关系;使用刚体配准方法进行配准,实现该两个三维密度分布之间的刚体对齐;使用形变配准方法,计算得到该两个三维密度分布之间的形变矩阵。
本发明具有的有益效果:
传统方法以照射的剂量误差作为治疗系统的反馈,根据该反馈重新进行方案优化,补偿之前分次照射中出现的照射误差,直接以剂量为参考进行补偿。然而射线与人体组织或癌细胞直接的相互作用并不呈线性关系,尤其是在考虑到细胞在分次照射间进行修复和增殖的情况下。因而,传统方法直接进行剂量补偿,不一定能够达到预期的治疗目的。本发明以生物效应作为治疗系统的反馈,并利用该反馈引导方案优化过程,充分考虑了细胞在分次照射间进行修复和增殖对治疗结果的影响,确保所得分次治疗计划的治疗效果与预期治疗目的相吻合。
附图说明
图1是本发明生物效应引导的自适应放射治疗系统的模块框图。
图2是本发明系统中三维剂量分布计算模块的处理流程示意图。
图3是本发明系统中形变场计算模块的处理流程示意图。
图4是本发明系统中累积剂量分布计算模块的处理流程示意图。
图5是本发明系统中总剂量模型示意图。
图6是本发明系统中方案优化方法示意图。
图7是本发明系统的工作流程示意图。
具体实施方式
如图1所示,本发明公开一种生物效应引导的自适应放射治疗系统,包括信息输入模块10、三维剂量分布计算模块20、形变场计算模块30、累积剂量分布计算模块40、生物效应反馈计算模块50、治疗方案生成模块60以及信息输出模块70;
所述信息输入模块10用以输入所需数据信息,其中,所需数据信息包括病人的初始三维密度分布、分次照射前病人的三维密度分布、器官勾画信息、治疗头信息和已完成分次照射计划;
所述三维剂量分布计算模块20用以计算已完成分次照射的三维剂量分布,并根据上一次分次照射计划计算当前分次照射的剂量分布;
所述形变场计算模块30用以计算已完成各分次照射及当前分次照射的三维密度分布与病人的初始三维密度分布之间的形变场;
所述累积剂量分布计算模块40用以根据形变场将已完成各分次照射和当前分次照射的剂量分布与初始计划的剂量分布进行对齐,并计算已完成分次照射的累加剂量分布;
所述生物效应反馈计算模块50用以构造总剂量模型、计算总剂量分布,并计算病人体内各器官的生物效应反馈;
所述治疗方案生成模块60用以生成当前分次照射计划,通过利用生物效应反馈,判断上一次分次照射计划是否还满足放射治疗要求;如果满足要求,继续使用上一次分次照射计划进行当前的分次照射;否则,利用总剂量模型构造方案优化目标函数,重新进行方案优化,生成新的分次照射计划,并用于当前分次照射;
所述信息输出模块70用以输出包括当前分次照射计划、剂量分布和DVH曲线信息。
请一并参阅图7,其为本发明系统的工作流程示意图。本发明系统的工作流程包括如下步骤:
S101信息输入。输入信息包括病人的初始三维密度分布、分次照射前病人的三维密度分布、器官勾画信息、治疗头信息和已完成分次照射计划。
其中病人的三维密度信息可以是CT图像、CBCT图像、MRI图像或其它方式获取的病人密度信息。器官勾画信息可以通过物理师在三维密度信息上进行勾画而获得的,也可以通过自动勾画软件进行自动勾画而获取。治疗头信息包括完整的治疗头形状结构和参数信息,以及照射方向和等中心的位置。已完成分次照射计划指已完成的分次照射所使用的治疗计划。本实施例中,使用螺旋CT设备获取CT数据,该CT数据可以用来表示病人的密度信息。CT数据输入到器官勾画软件中,由物理师为每个病人勾画器官形状,从而获得病人的各器官信息。
S102计算三维剂量分布。请一并参阅图2的三维剂量分布计算模块20的处理流程示意图。根据输入的治疗头信息,将已完成分次照射计划应用于相应分次照射,计算相应分次照射的三维剂量分布,将上一次分次照射所使用计划应用于当前分次照射,计算当前分次照射的三维剂量分布。可以使用笔形束剂量计算方法、点核剂量计算方法或蒙特卡罗方法计算各分次照射上的剂量分布。本实施例中,使用点核剂量计算方法计算三维剂量分布。
S103计算形变场。请一并参阅图3的形变场计算模块30的处理流程示意图。以初始病人三维密度分布为参考,计算各分次照射病人三维密度分析到初始病人三维密度分布的映射关系。当图像间存在较大的全局变换(如平移或旋转等)时,为了提高配准的精度及节省配准所需计算时间,往往需要在执行形变配准前先进行一个刚体配准作为粗配准,将刚体配准的最终变换参数作为形变配准的初始值。本实施例中,三维密度分布配准分两步来实现:1)进行刚体配准,利用开源代码ITK中的VersorRigid3DTransform方法计算分次照射三维密度分布到初始三维密度分布的空间映射参数;2)进行形变配准,利用开源代码ITK中的symmetric forces Demons方法计算分次照射三维密度分布到初始三维密度分布的形变矩阵。由空间映射参数和形变矩阵构成形变场。
S104计算累积剂量分布。请一并参阅图4的累积剂量分布计算模块40的处理流程示意图。通过依次将刚体配准所得空间映射参数和形变配准所得形变矩阵应用于已完成分次照射和当前分次照射的三维剂量分布,从而使得各分次照射的三维剂量分布与初始计划的三维剂量分布对齐。分次照射的总次数为N次,第i次分次照射对齐后的剂量分布为Di。将对齐后的已完成分次照射的三维剂量分布进行累加,得到累积剂量分布
S105计算生物效应反馈。首先,计算总剂量分布,其计算公式如下:
Dtotl=Dcum+Di+(N-i-1)Dinit, (1)
其中Dcum为已完成分次照射的累积剂量分布,Di为上一次分次照射计划在当前分次照射上的剂量分布,剩余N-i-1次分次照射未执行,其剂量分布为理想剂量分布,与初始计划剂量分布Dinit相同。然后,利用生物子目标函数计算当前分次照射的生物效应反馈。本发明中使用的生物子目标函数有EUD子目标函数、TCP子目标函数和NTCP子目标函数,分别由对应的生物准则构成。本实施中使用的生物准则分别为:
1)EUD准则:
式中a为反应剂量体积效应的参数因子,用来描述靶区组织的剂量效应。
2)TCP准则:
式中表示在第i个体素单元内的克隆源性细胞在受到Di剂量的照射后的存活率,λ为内在放射敏感性参数,表示不可修复的放射损伤,γ为两次分次照射之间可以修复的损伤。比值λ/γ称为分次剂量校正因子。
3)NTCP准则:
式中为标准正态累积分布函数,D50(V)=D50(V=1)V-n,D50(V=1)、D50(V)分别为全部体积和部分体积V受照射时,由放射损伤引起的NTCP值为50%时所需的剂量,n为体积效应因子,m为控制NTCP剂量效应曲线斜率的参数。
生物准则通常是关于剂量分布的非线性非凸函数,直接在目标函数中使用这些非线性且非凸的函数,使得求解方案优化问题变得更加困难。为了克服直接使用生物准则使得求解优化问题变难的问题,本实施中使用等效凸生物准则构造生物子目标函数。对应的子目标函数为分别为:
1)EUD子目标函数:
为了控制器官(靶目标和正常组织)内的高剂量分布,通常使用较大的a值(a≥1)来反映器官内的高剂量分布,子目标函数用来惩罚高于处方量gEUD0剂量分布:
fgEUD(D)=H(gEUD(D)-gEUD0)·(gEUD(D)-gEUD0)。 (5)
为了控制器官(靶目标)内的低剂量分布,通常使用较小的a值(a<1)来反映器官内的低剂量分布,这时子目标函数用来惩罚低于处方量gEUD0剂量分布:
fgEUD(D)=H(gEUD0-gEUD(D))·(gEUD0-gEUD(D))。 (6)
2)TCP子目标函数:
构造TCP子目标函数,用来惩罚靶区肿瘤控制率低于TCP0的剂量分布:
fTCP(D)=H(TCP0-ln(TCP(D)))·(TCP0-ln(TCP(D)))。 (7)
3)NTCP子目标函数:
构造NTCP子目标函数来惩罚正常组织内过高的剂量分布,将该组织的并发症概率控制在NTCP0内:
fNTCP(D)=H(ln(1-NTCP0)-ln(1-NTCP(D)))·(ln(1-NTCP0)-ln(1-NTCP(D)))。(8)
S106生成当前分次照射治疗方案。如果病人体内各个器官所对应的生物子目标函数值都等于0,则表明上一次分次照射的治疗计划仍适用于当前分次照射,当前分次照射继续使用上一次分次照射的治疗计划;否则,利用生物效应反馈信息重新制作当前分次照射的治疗计划。
本发明中,在当前分次照射的三维密度分布上重新进行方案优化,生成当前分次照射的治疗计划。以调强放射治疗为例,介绍本发明的具体实施。在调强放射治疗中,为了增加靶区高剂量的适形度,降低靶区周围正常组织接受到的剂量照射,围绕着病人,从L方向对肿瘤进行照射。每个照射方向都可以被分割为Ml×Nl个子射束矩阵,该照射方向的总子射束个数为N=Ml×Nl。使用S个器官信息进行方案优化,其中前T(s=1,Λ,T)个器官为靶区,剩余器官(s=T+1,Λ,S)为正常组织。当前分次照射计划中包含K子野,其中第k个子野的形状为Ak,对应权重值(机器跳数)为yk。在子野形状Ak下,用单位强度的机器跳数照射肿瘤,该子野中第i(i∈Ak)个子射束在第s个器官的第j个体素中的能量沉积为Wijs。在当前治疗计划中,第s个器官的第j个体素中沉积的总剂量为:
方案优化的目的就是确定治疗计划中子野个数,以及各子野的形状和权重值。通常,利用各器官的处方剂量值构造目标函数,利用优化算法求解该目标函数,从而计算得到各子野的形状和权重。常规方案优化方法,直接以公式(9)作为总剂量计算公式,带入目标函数进行方案优化。相比常规方法,本发明需要结合累积剂量分布重新给出总剂量公式进行方案优化,如图5所示,其计算公式如下:
Dtotl=Dcum+dDi+(N-i-d+1)Dinit, (10)
其中Dcum、Dinit为与当前分次照射三维密度分布对齐后的累积剂量分布和初始剂量分布;利用d次分次照射校正已完成分次照射出现的照射误差,在这d次分次照射中病人接收到的剂量照射是相同的,其值为Di,可以根据公式(9)计算得到;剩余N-i-d-1次分次照射,其剂量分布为理想剂量分布,本实施中将其设置为初始剂量Dinit。
在总剂量模型中,用于校正部分的d次分次照射的子野个数及其形状和权重是未知的。通过构造总目标函数,求解方案优化问题,得到当前分次照射的治疗计划,即子野个数及其形状和权重。本发明中,总目标函数表示为各子目标函数之和:
其中fs(Dtotl)为用于控制各器官剂量分布的生物子目标函数(公式5-8)。在本实施中,采用列生成方法(column-generation)求解方案优化问题(公式11),得到当前分次照射的治疗计划,如图6所示。其中,使用L-BFGS-B算法求解主问题,计算得到各子野的权重值。
S107输出信息。系统输出包括当前分次照射计划、剂量分布和DVH曲线。
由于照射剂量与细胞之间的生物效应是非线性的,因此很难通过剂量补偿的方式校正已完成分次照射的生物效应误差,特别是当细胞在分次照射间存在修复与增殖的情况时。与物理准则相比,生物准则不能直接与治疗系统分次照射的剂量误差反馈相结合,用于分次照射的方案优化。因而,治疗系统不能直接利用生物效应反馈纠正已完成分次照射的照射误差。究其原因,生物准则通常用于预测正常组织或癌细胞在总照射剂量下的生物效应,无法在生物效应与治疗系统的剂量误差反馈之间直接建立联系,从而不能直接利用剂量误差反馈实现生物效应引导的ART。针对该问题,本发明利用总剂量模型间接地计算分次照射的生物效应。将包含N次分次照射的治疗过程分为三部分:1)已完成i-1次分次照射;2)当前为第i次分次照射,在当前分次照射前重新生成治疗方案,并将其投入到当前及之后d-1次分次照射中进行放射治疗,从而校正已完成分次照射的照射误差,并假设在这d次分次照射中病人解剖结构未发生形变;3)剩余部分的分次照射为未照射的分次照射,且在照射过程中未产生任何照射误差。根据治疗过程中不同部分的分次照射,总剂量模型(公式10)也可写为,
其中v表示体素的位置;表示已完成的i-1次分次照射在体素v处的累积剂量;Dcor(v)表示用于校正系统照射误差的分次照射在体素v处的剂量沉积,校正部分的分次照射为d次,在体素v处的总剂量沉积为dDcor(v);剩余部分分次照射未产生照射误差,在体素v处的剂量值为分次照射的处方剂量值Dpre(v),剩余(N-i-d+1)次分次照射在体素v处的剂量沉积为(N-i-d+1)Dpre(v)。在总剂量模型下,可以采用生物子目标函数计算已完成分次照射的生物效应反馈。
本发明技术方案在分次照射出现照射误差的情况下,利用生物效应模型可以精确地预测细胞在分次照射间的生物效应的特点,本发明设计一种生物效应引导的ART系统,精确校正已完成分次照射的照射误差。
Claims (7)
1.一种生物效应引导的自适应放射治疗系统,其特征在于,包括信息输入模块、三维剂量分布计算模块、形变场计算模块、累积剂量分布计算模块、生物效应反馈计算模块、治疗方案生成模块以及信息输出模块;
所述信息输入模块用以输入所需数据信息,其中,所需数据信息包括病人的初始三维密度分布、分次照射前病人的三维密度分布、器官勾画信息、治疗头信息和已完成分次照射计划;
所述三维剂量分布计算模块用以计算已完成分次照射的三维剂量分布,并根据上一次分次照射计划计算当前分次照射的剂量分布;
所述形变场计算模块用以计算已完成各分次照射及当前分次照射的三维密度分布与病人的初始三维密度分布之间的形变场;
所述累积剂量分布计算模块用以根据形变场将已完成各分次照射和当前分次照射的剂量分布与初始计划的剂量分布进行对齐,并计算已完成分次照射的累加剂量分布;
所述生物效应反馈计算模块用以构造总剂量模型、计算总剂量分布,并计算病人体内各器官的生物效应反馈;
所述治疗方案生成模块用以生成当前分次照射计划,通过利用生物效应反馈,判断上一次分次照射计划是否还满足放射治疗要求;如果满足要求,继续使用上一次分次照射计划进行当前的分次照射;否则,利用总剂量模型构造方案优化目标函数,重新进行方案优化,生成新的分次照射计划,并用于当前分次照射;
所述信息输出模块用以输出包括当前分次照射计划、剂量分布和DVH曲线信息。
2.如权利要求1所述的一种生物效应引导的自适应放射治疗系统,其特征在于,所述总剂量包括:已完成分次照射的累加剂量、当前分次照射剂量和剩余部分分次照射剂量。
3.如权利要求1所述的一种生物效应引导的自适应放射治疗系统,其特征在于,所述计算病人体内各器官的生物效应反馈是利用生物子目标函数计算总剂量分布下各器官的生物效应反馈,所使用的生物子目标函数包括:EUD子目标函数、TCP子目标函数或NTCP子目标函数。
4.如权利要求1所述的一种生物效应引导的自适应放射治疗系统,其特征在于,所述计算病人体内各器官的生物效应反馈是通过生物准则直接进行计算,并将计算结果与处方量的差值作为生物效应反馈;所使用的生物准则包括:EUD准则、TCP准则或NTCP准则。
5.如权利要求1所述的一种生物效应引导的自适应放射治疗系统,其特征在于,所述三维密度分布包括CT数据、CBCT数据和MRI数据。
6.如权利要求1所述的一种生物效应引导的自适应放射治疗系统,其特征在于,所述三维剂量分布计算模块通过笔形束剂量计算方法、点核剂量计算方法或蒙特卡罗方法计算分次照射上的剂量分布。
7.如权利要求1所述的一种生物效应引导的自适应放射治疗系统,其特征在于,所述形变场计算模块以初始病人的三维密度分布为固定图像,计算分次照射的三维密度分布到初始三维密度分布的映射关系;使用刚体配准方法进行配准,实现该两个三维密度分布之间的刚体对齐;使用形变配准方法,计算得到该两个三维密度分布之间的形变矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910763457.0A CN110368605B (zh) | 2019-08-19 | 2019-08-19 | 一种生物效应引导的自适应放射治疗系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910763457.0A CN110368605B (zh) | 2019-08-19 | 2019-08-19 | 一种生物效应引导的自适应放射治疗系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110368605A true CN110368605A (zh) | 2019-10-25 |
CN110368605B CN110368605B (zh) | 2020-12-01 |
Family
ID=68259837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910763457.0A Active CN110368605B (zh) | 2019-08-19 | 2019-08-19 | 一种生物效应引导的自适应放射治疗系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110368605B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112957619A (zh) * | 2021-01-28 | 2021-06-15 | 苏州普能医疗科技有限公司 | 组织补偿膜的生成方法和组织补偿膜 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1998031423A1 (en) * | 1997-01-16 | 1998-07-23 | Imperial College Innovations Limited | Radiobiologically-based imaging systems for radiotherapy treatment planning |
US6429862B1 (en) * | 1998-10-16 | 2002-08-06 | Hitachi Medical Corporation | Three-dimensional image processing apparatus |
CN101267858A (zh) * | 2005-07-22 | 2008-09-17 | 断层放疗公司 | 根据生物学模型修改放射疗法治疗计划的方法和系统 |
CN101268474A (zh) * | 2005-07-22 | 2008-09-17 | 断层放疗公司 | 用于估算实施剂量的方法和系统 |
CN101820827A (zh) * | 2007-10-25 | 2010-09-01 | 断层放疗公司 | 适应性调整放疗剂量的分次照射剂量的方法 |
CN103394167A (zh) * | 2013-08-01 | 2013-11-20 | 山东省肿瘤医院 | 一种基于生物效应剂量的肿瘤放射治疗并发症的预测方法 |
CN103499928A (zh) * | 2013-09-30 | 2014-01-08 | 华东师范大学 | 活体动物电磁辐照系统及其应用方法 |
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 |
CN105473180A (zh) * | 2013-12-20 | 2016-04-06 | 光线搜索实验室公司 | 放射疗法治疗计划的选择 |
US9757084B2 (en) * | 2011-12-22 | 2017-09-12 | The Johns Hopkins University | Method and system for administering radiopharmaceutical therapy (RPT) |
US9764162B1 (en) * | 2013-10-28 | 2017-09-19 | Elekta, Inc. | Automated, data-driven treatment management system for adaptive radiotherapy workflows |
CN107412963A (zh) * | 2017-07-26 | 2017-12-01 | 湖南省肿瘤医院 | 新型放疗治疗计划系统 |
CN109499013A (zh) * | 2018-12-28 | 2019-03-22 | 济南大学 | 一种肿瘤放射治疗中生物效应剂量确定方法及系统 |
CN109712714A (zh) * | 2019-03-15 | 2019-05-03 | 戴立言 | 一种放射治疗等效均匀剂量计算的模型方法 |
-
2019
- 2019-08-19 CN CN201910763457.0A patent/CN110368605B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1998031423A1 (en) * | 1997-01-16 | 1998-07-23 | Imperial College Innovations Limited | Radiobiologically-based imaging systems for radiotherapy treatment planning |
US6429862B1 (en) * | 1998-10-16 | 2002-08-06 | Hitachi Medical Corporation | Three-dimensional image processing apparatus |
CN101267858A (zh) * | 2005-07-22 | 2008-09-17 | 断层放疗公司 | 根据生物学模型修改放射疗法治疗计划的方法和系统 |
CN101268474A (zh) * | 2005-07-22 | 2008-09-17 | 断层放疗公司 | 用于估算实施剂量的方法和系统 |
CN101820827A (zh) * | 2007-10-25 | 2010-09-01 | 断层放疗公司 | 适应性调整放疗剂量的分次照射剂量的方法 |
US8222616B2 (en) * | 2007-10-25 | 2012-07-17 | Tomotherapy Incorporated | Method for adapting fractionation of a radiation therapy dose |
US9757084B2 (en) * | 2011-12-22 | 2017-09-12 | The Johns Hopkins University | Method and system for administering radiopharmaceutical therapy (RPT) |
CN103394167A (zh) * | 2013-08-01 | 2013-11-20 | 山东省肿瘤医院 | 一种基于生物效应剂量的肿瘤放射治疗并发症的预测方法 |
CN103499928A (zh) * | 2013-09-30 | 2014-01-08 | 华东师范大学 | 活体动物电磁辐照系统及其应用方法 |
US9764162B1 (en) * | 2013-10-28 | 2017-09-19 | Elekta, Inc. | Automated, data-driven treatment management system for adaptive radiotherapy workflows |
CN105473180A (zh) * | 2013-12-20 | 2016-04-06 | 光线搜索实验室公司 | 放射疗法治疗计划的选择 |
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 |
CN107412963A (zh) * | 2017-07-26 | 2017-12-01 | 湖南省肿瘤医院 | 新型放疗治疗计划系统 |
CN109499013A (zh) * | 2018-12-28 | 2019-03-22 | 济南大学 | 一种肿瘤放射治疗中生物效应剂量确定方法及系统 |
CN109712714A (zh) * | 2019-03-15 | 2019-05-03 | 戴立言 | 一种放射治疗等效均匀剂量计算的模型方法 |
Non-Patent Citations (2)
Title |
---|
张丽媛等: "一种基于生物准则的IMRT方案优化方法", 《计算机应用研究》 * |
李宝生等: "肿瘤个体化放射治疗", 《中华肿瘤防治杂志》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112957619A (zh) * | 2021-01-28 | 2021-06-15 | 苏州普能医疗科技有限公司 | 组织补偿膜的生成方法和组织补偿膜 |
CN112957619B (zh) * | 2021-01-28 | 2022-09-27 | 苏州普能医疗科技有限公司 | 组织补偿膜的生成方法和组织补偿膜 |
Also Published As
Publication number | Publication date |
---|---|
CN110368605B (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12011613B2 (en) | Systems and methods for automatic treatment planning and optimization | |
US11865366B2 (en) | Streamlined, guided on-couch adaptive workflow | |
US8509383B2 (en) | System and method for motion adaptive optimization for radiation therapy delivery | |
US8467497B2 (en) | System and method for motion adaptive optimization for radiation therapy delivery | |
Vanetti et al. | On the role of the optimization algorithm of RapidArc® volumetric modulated arc therapy on plan quality and efficiency | |
US8222616B2 (en) | Method for adapting fractionation of a radiation therapy dose | |
CN102725029B (zh) | 用于在辐照期间控制剂量施用的方法和装置 | |
Chan et al. | Adaptive and robust radiation therapy optimization for lung cancer | |
US20220296925A1 (en) | Method and system for robust radiotherapy treatment planning for biological uncertainties | |
US20040146141A1 (en) | Predictive organ dynamics database and code | |
CN110368605A (zh) | 一种生物效应引导的自适应放射治疗系统 | |
Deng et al. | Neuro-dynamic programming for fractionated radiotherapy planning | |
Haas et al. | On improving physical selectivity in the treatment of cancer: A systems modelling and optimisation approach | |
CN110289075B (zh) | 一种基于模糊熵的直接子野优化方法及系统 | |
CN113870976A (zh) | 一种基于剂量预评估的自适应放疗剂量调强优化计算方法 | |
Dohlmar et al. | An audit of high dose-rate prostate brachytherapy treatment planning at six Swedish clinics | |
Ramakrishnan | Dynamic optimization of fractionation schedules in radiation therapy | |
Ghimire et al. | Forecasting per-patient dosimetric benefit from daily online adaptive radiotherapy for cervical cancer | |
US20240226603A1 (en) | Systems and methods for automatic treatment planning and optimization | |
US20230158334A1 (en) | A method of generating a radiotherapy treatment plan for a patient, a computer program product and a computer system | |
Wu | Treatment planning in adaptive radiotherapy | |
Suvira | Dosimetric differences between scheduled and adapted plans generated from ethos adaptive radiotherapy for patients with prostate cancer | |
CN116343991A (zh) | 一种基于模糊c-均值聚类的放射治疗子野优化方法及系统 | |
Anchineyan et al. | Dosimetric Evaluation of Knowledge–Based Therapy Planning for Complex Craniospinal Irradiation | |
Van de Water et al. | PO-0817: Anatomical robust optimization to deal with variation in nasal cavity filling during IMPT |
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 |