CN110869086A - 生物自适应放射疗法的系统和方法 - Google Patents
生物自适应放射疗法的系统和方法 Download PDFInfo
- Publication number
- CN110869086A CN110869086A CN201880041375.9A CN201880041375A CN110869086A CN 110869086 A CN110869086 A CN 110869086A CN 201880041375 A CN201880041375 A CN 201880041375A CN 110869086 A CN110869086 A CN 110869086A
- Authority
- CN
- China
- Prior art keywords
- treatment plan
- biological activity
- dose
- patient
- treatment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 243
- 238000001959 radiotherapy Methods 0.000 title claims abstract description 174
- 238000011282 treatment Methods 0.000 claims abstract description 854
- 238000003384 imaging method Methods 0.000 claims abstract description 204
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 66
- 238000009826 distribution Methods 0.000 claims abstract description 48
- 230000005855 radiation Effects 0.000 claims description 268
- 230000004071 biological effect Effects 0.000 claims description 238
- 239000000700 radioactive tracer Substances 0.000 claims description 107
- 238000012636 positron electron tomography Methods 0.000 claims description 101
- 238000013439 planning Methods 0.000 claims description 97
- 206010028980 Neoplasm Diseases 0.000 claims description 85
- 206010021143 Hypoxia Diseases 0.000 claims description 57
- 210000000920 organ at risk Anatomy 0.000 claims description 55
- 230000005284 excitation Effects 0.000 claims description 42
- 230000001146 hypoxic effect Effects 0.000 claims description 40
- 239000011159 matrix material Substances 0.000 claims description 35
- 230000014509 gene expression Effects 0.000 claims description 27
- 230000008859 change Effects 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 16
- 230000001766 physiological effect Effects 0.000 claims description 13
- 238000002603 single-photon emission computed tomography Methods 0.000 claims description 12
- 238000012879 PET imaging Methods 0.000 claims description 8
- 230000017531 blood circulation Effects 0.000 claims description 8
- 238000007493 shaping process Methods 0.000 claims description 8
- LPZSRGRDVVGMMX-JWXFUTCRSA-N (2s,3s,4s,5s)-2-(fluoromethyl)-5-(2-nitroimidazol-1-yl)oxolane-3,4-diol Chemical compound O1[C@H](CF)[C@@H](O)[C@H](O)[C@H]1N1C([N+]([O-])=O)=NC=C1 LPZSRGRDVVGMMX-JWXFUTCRSA-N 0.000 claims description 7
- 230000004060 metabolic process Effects 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- HIIJZYSUEJYLMX-UHFFFAOYSA-N 1-fluoro-3-(2-nitroimidazol-1-yl)propan-2-ol Chemical compound FCC(O)CN1C=CN=C1[N+]([O-])=O HIIJZYSUEJYLMX-UHFFFAOYSA-N 0.000 claims description 6
- IJGRMHOSHXDMSA-UHFFFAOYSA-N nitrogen Substances N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 238000006213 oxygenation reaction Methods 0.000 claims description 5
- QGZKDVFQNNGYKY-BJUDXGSMSA-N ammonia-(13)N Chemical compound [13NH3] QGZKDVFQNNGYKY-BJUDXGSMSA-N 0.000 claims description 4
- 235000021588 free fatty acids Nutrition 0.000 claims description 4
- 238000011221 initial treatment Methods 0.000 claims description 4
- 230000001926 lymphatic effect Effects 0.000 claims description 4
- 125000002496 methyl group Chemical group [H]C([H])([H])* 0.000 claims description 4
- 229910052757 nitrogen Inorganic materials 0.000 claims description 4
- 230000002188 osteogenic effect Effects 0.000 claims description 4
- 229920001481 poly(stearyl methacrylate) Polymers 0.000 claims description 4
- NVZFZMCNALTPBY-DEORFXBGSA-N 4-amino-1-[(3s)-3-fluoranyl-4-hydroxy-5-(hydroxymethyl)oxolan-2-yl]pyrimidin-2-one Chemical compound O=C1N=C(N)C=CN1C1[C@@H]([18F])C(O)C(CO)O1 NVZFZMCNALTPBY-DEORFXBGSA-N 0.000 claims description 3
- 229960004210 ammonia n-13 Drugs 0.000 claims description 3
- 229910052733 gallium Inorganic materials 0.000 claims description 3
- 229910052732 germanium Inorganic materials 0.000 claims description 3
- 239000006249 magnetic particle Substances 0.000 claims description 3
- FFEARJCKVFRZRR-JJZBXVGDSA-N methionine c-11 Chemical compound [11CH3]SCC[C@H](N)C(O)=O FFEARJCKVFRZRR-JJZBXVGDSA-N 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 229910052701 rubidium Inorganic materials 0.000 claims description 3
- PUZPDOWCWNUUKD-ULWFUOSBSA-M sodium;fluorine-18(1-) Chemical compound [18F-].[Na+] PUZPDOWCWNUUKD-ULWFUOSBSA-M 0.000 claims description 3
- 238000012285 ultrasound imaging Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 102000008096 B7-H1 Antigen Human genes 0.000 claims description 2
- 108010074708 B7-H1 Antigen Proteins 0.000 claims description 2
- 102100041003 Glutamate carboxypeptidase 2 Human genes 0.000 claims description 2
- 102000009465 Growth Factor Receptors Human genes 0.000 claims description 2
- 108010009202 Growth Factor Receptors Proteins 0.000 claims description 2
- 101000892862 Homo sapiens Glutamate carboxypeptidase 2 Proteins 0.000 claims description 2
- 239000002253 acid Substances 0.000 claims description 2
- 229960001231 choline Drugs 0.000 claims description 2
- 238000004980 dosimetry Methods 0.000 claims description 2
- 229940010982 dotatate Drugs 0.000 claims description 2
- 238000000799 fluorescence microscopy Methods 0.000 claims description 2
- FWGIJWOFKSZSIS-RAKXRLBPSA-N (2s)-2-[[6-[(2-amino-4-oxo-1h-pteridin-6-yl)methylamino]-2-fluoranylpyridine-3-carbonyl]amino]pentanedioic acid Chemical compound C=1N=C2NC(N)=NC(=O)C2=NC=1CNC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C([18F])=N1 FWGIJWOFKSZSIS-RAKXRLBPSA-N 0.000 claims 1
- 125000001841 imino group Chemical group [H]N=* 0.000 claims 1
- 230000003044 adaptive effect Effects 0.000 description 57
- 230000033001 locomotion Effects 0.000 description 38
- 238000002560 therapeutic procedure Methods 0.000 description 33
- 230000000694 effects Effects 0.000 description 28
- 230000015654 memory Effects 0.000 description 23
- 210000004072 lung Anatomy 0.000 description 22
- 230000010412 perfusion Effects 0.000 description 18
- 210000001519 tissue Anatomy 0.000 description 18
- 230000007954 hypoxia Effects 0.000 description 16
- 230000007246 mechanism Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 15
- 230000000747 cardiac effect Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 14
- 238000004088 simulation Methods 0.000 description 12
- 230000001225 therapeutic effect Effects 0.000 description 12
- 230000007547 defect Effects 0.000 description 10
- 241001123605 Peru tomato mosaic virus Species 0.000 description 9
- 230000006978 adaptation Effects 0.000 description 9
- 238000007726 management method Methods 0.000 description 9
- 239000008280 blood Substances 0.000 description 8
- 210000004369 blood Anatomy 0.000 description 8
- 230000001413 cellular effect Effects 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 238000010304 firing Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 230000004913 activation Effects 0.000 description 7
- 230000001186 cumulative effect Effects 0.000 description 7
- 238000002059 diagnostic imaging Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 108090000623 proteins and genes Proteins 0.000 description 7
- 230000003247 decreasing effect Effects 0.000 description 6
- 230000004199 lung function Effects 0.000 description 6
- 230000002503 metabolic effect Effects 0.000 description 6
- 238000012831 peritoneal equilibrium test Methods 0.000 description 6
- 238000012877 positron emission topography Methods 0.000 description 6
- 210000000278 spinal cord Anatomy 0.000 description 6
- 101150054472 HER2 gene Proteins 0.000 description 5
- AVUYXHYHTTVPRX-UHFFFAOYSA-N Tris(2-methyl-1-aziridinyl)phosphine oxide Chemical compound CC1CN1P(=O)(N1C(C1)C)N1C(C)C1 AVUYXHYHTTVPRX-UHFFFAOYSA-N 0.000 description 5
- 108700020302 erbB-2 Genes Proteins 0.000 description 5
- 230000037323 metabolic rate Effects 0.000 description 5
- 239000002207 metabolite Substances 0.000 description 5
- 102000004169 proteins and genes Human genes 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000008827 biological function Effects 0.000 description 4
- 238000000701 chemical imaging Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 238000002721 intensity-modulated radiation therapy Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000009423 ventilation Methods 0.000 description 4
- 230000003187 abdominal effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 3
- 230000037396 body weight Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000028993 immune response Effects 0.000 description 3
- 238000009169 immunotherapy Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 102000005962 receptors Human genes 0.000 description 3
- 108020003175 receptors Proteins 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000004904 shortening Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 210000004881 tumor cell Anatomy 0.000 description 3
- ZCXUVYAZINUVJD-AHXZWLDOSA-N 2-deoxy-2-((18)F)fluoro-alpha-D-glucose Chemical compound OC[C@H]1O[C@H](O)[C@H]([18F])[C@@H](O)[C@@H]1O ZCXUVYAZINUVJD-AHXZWLDOSA-N 0.000 description 2
- 230000006820 DNA synthesis Effects 0.000 description 2
- 206010027476 Metastases Diseases 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- 230000000975 bioactive effect Effects 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 230000030833 cell death Effects 0.000 description 2
- 230000004663 cell proliferation Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013170 computed tomography imaging Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 102000006815 folate receptor Human genes 0.000 description 2
- 108020005243 folate receptor Proteins 0.000 description 2
- OVBPIULPVIDEAO-LBPRGKRZSA-N folic acid Chemical compound C=1N=C2NC(N)=NC(=O)C2=NC=1CNC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 OVBPIULPVIDEAO-LBPRGKRZSA-N 0.000 description 2
- 230000034659 glycolysis Effects 0.000 description 2
- 230000012010 growth Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000001243 protein synthesis Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- 230000009885 systemic effect Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 230000014616 translation Effects 0.000 description 2
- 230000004614 tumor growth Effects 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- MKXBOPXRKXGSTI-PJKMHFRUSA-N 1-[(2s,4s,5r)-2-fluoro-4-hydroxy-5-(hydroxymethyl)oxolan-2-yl]-5-methylpyrimidine-2,4-dione Chemical compound O=C1NC(=O)C(C)=CN1[C@]1(F)O[C@H](CO)[C@@H](O)C1 MKXBOPXRKXGSTI-PJKMHFRUSA-N 0.000 description 1
- AOYNUTHNTBLRMT-MXWOLSILSA-N 2-Deoxy-2(F-18)fluoro-2-D-glucose Chemical compound OC[C@@H](O)[C@@H](O)[C@H](O)[C@@H]([18F])C=O AOYNUTHNTBLRMT-MXWOLSILSA-N 0.000 description 1
- AOYNUTHNTBLRMT-SLPGGIOYSA-N 2-deoxy-2-fluoro-aldehydo-D-glucose Chemical compound OC[C@@H](O)[C@@H](O)[C@H](O)[C@@H](F)C=O AOYNUTHNTBLRMT-SLPGGIOYSA-N 0.000 description 1
- -1 2-fluorofolate Chemical compound 0.000 description 1
- YZEUHQHUFTYLPH-UHFFFAOYSA-N 2-nitroimidazole Chemical compound [O-][N+](=O)C1=NC=CN1 YZEUHQHUFTYLPH-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- GUTLYIVDDKVIGB-OUBTZVSYSA-N Cobalt-60 Chemical compound [60Co] GUTLYIVDDKVIGB-OUBTZVSYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- ULEBESPCVWBNIF-BYPYZUCNSA-N L-arginine amide Chemical compound NC(=O)[C@@H](N)CCCNC(N)=N ULEBESPCVWBNIF-BYPYZUCNSA-N 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- OVBPIULPVIDEAO-UHFFFAOYSA-N N-Pteroyl-L-glutaminsaeure Natural products C=1N=C2NC(N)=NC(=O)C2=NC=1CNC1=CC=C(C(=O)NC(CCC(O)=O)C(O)=O)C=C1 OVBPIULPVIDEAO-UHFFFAOYSA-N 0.000 description 1
- 206010061535 Ovarian neoplasm Diseases 0.000 description 1
- 208000007123 Pulmonary Atelectasis Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006536 aerobic glycolysis Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000006538 anaerobic glycolysis Effects 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 150000008209 arabinosides Chemical class 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- WPYMKLBDIGXBTP-UHFFFAOYSA-N benzoic acid Chemical compound OC(=O)C1=CC=CC=C1 WPYMKLBDIGXBTP-UHFFFAOYSA-N 0.000 description 1
- 238000012984 biological imaging Methods 0.000 description 1
- 230000007321 biological mechanism Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008081 blood perfusion Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 239000002771 cell marker Substances 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 229920000547 conjugated polymer Polymers 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 210000003238 esophagus Anatomy 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 235000019152 folic acid Nutrition 0.000 description 1
- 239000011724 folic acid Substances 0.000 description 1
- 229960000304 folic acid Drugs 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000001415 gene therapy Methods 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000002216 heart Anatomy 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 206010061289 metastatic neoplasm Diseases 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000017074 necrotic cell death Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 210000001147 pulmonary artery Anatomy 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 210000003492 pulmonary vein Anatomy 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 210000000614 rib Anatomy 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 210000003491 skin Anatomy 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000009121 systemic therapy Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 210000005166 vasculature Anatomy 0.000 description 1
- 210000001631 vena cava inferior Anatomy 0.000 description 1
- 210000002620 vena cava superior Anatomy 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
- A61N5/1031—Treatment planning systems using a specific method of dose optimization
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- 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
- A61N5/1039—Treatment planning systems using functional images, e.g. PET or MRI
-
- 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
-
- 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
-
- 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
- A61N5/1064—Monitoring, verifying, controlling systems and methods for adjusting radiation treatment in response to monitoring
- A61N5/1068—Gating the beam as a function of a physiological signal
-
- 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
- A61N5/1031—Treatment planning systems using a specific method of dose optimization
- A61N2005/1034—Monte Carlo type methods; particle tracking
-
- 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]
-
- 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
- A61N2005/1058—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using ultrasound 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
- A61N5/103—Treatment planning systems
- A61N5/1036—Leaf sequencing algorithms
-
- 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
- A61N5/103—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
- A61N5/1042—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head
- A61N5/1045—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head using a multi-leaf collimator, e.g. for intensity modulated radiation therapy or IMRT
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
在此公开了用于基于从实时(例如，在治疗环节期间)获取的成像数据提取或计算的生物学和/或生理数据和/或解剖学数据来自适应调节和/或更新放射疗法治疗计划的系统和方法。放射治疗时获取的功能成像数据用于修改治疗计划和/或剂量输送指令以向患者靶区域提供规定的剂量分布。在此还公开了用于基于实时获取的成像数据评估治疗计划的方法。
Description
相关申请的交叉引用
本申请要求于2017年6月22日提交的美国临时专利申请No.62/523,691的优先权，其全部公开内容通过引用合并于此。
技术领域
在此公开了基于从实时(例如，在治疗时)获取的成像数据中提取或计算出的生物学和/或生理学数据和/或解剖学数据来在治疗环节(session)期间自适应调节和/或更新放射疗法治疗计划和/或放射输送的系统和方法。在此还公开了用于基于实时获取的成像数据评估治疗计划的方法。
背景技术
放射疗法治疗计划通常在治疗环节(例如，几周、几天、几小时)之前进行。这样，在治疗规划环节和治疗环节之间的时间段内，各种参数可能已经改变，并且这些改变可能会影响输送给患者的剂量(即，对靶区域的放射不足，对非靶区域的放射增加等)。
通常，就在治疗环节之前的患者成像扫描提供有关患者和/或靶区域的任何结构或几何变化的信息。例如，在治疗当天以及就在治疗环节之前执行的来自CT或MRI扫描的解剖图像可以用于根据患者和/或肿瘤的位置偏移来改变放射通量，放大或缩小辐射区域的大小以与患者和/或肿瘤的大小变化对应，和/或调节辐射区域的轮廓以与患者和/或肿瘤的形状变化对应。基于最近获取的数据修改治疗计划和/或放射输送可以促进更有效和更有针对性的放射治疗。
因此，可能期望开发用于更新放射疗法治疗计划以反映患者和/或靶区域中的变化的附加方法。
发明内容
在此描述的是基于从在治疗环节期间获取的成像数据中提取或计算出的生物学和/或生理数据来自适应调节和/或更新放射疗法治疗计划的方法。在一些变型中，患者的生物活性和/或生理数据可以包括示踪剂摄取值(例如，标准摄取值或SUV)、PET示踪剂动力学、组织代谢数据(例如，光谱成像数据、磁共振光谱成像数据)、成骨活性数据、氧合数据、基因表达数据(例如，人类生长父亲2型受体(HER2)表达)、游离脂肪酸摄取数据、血流数据、血管分布数据、肿瘤几何形态移位(例如，推测)和/或淋巴活性数据。基于这些生物活性和/或生理数据，更新或自适应调节治疗计划可包括更新或修改一个或多个靶区域或其它关注区域(ROI)的剂量学目标、一个或多个靶区域或其它关注区域(ROI)的几何形状、总治疗环节的数量、治疗环节的持续时间和/或多个治疗环节上的分次模式等。可以使用任何成像模态(例如，诸如PET成像、MRI成像、单光子发射计算机断层扫描或SPECT成像、磁性粒子成像或MPI的功能成像模态)来获取生物活性和/或生理数据。可选地，诸如X射线成像、CT成像、超声成像的结构成像模态也可以用于更新或自适应调节治疗计划。可替代地或另外地，可以基于来自先前治疗环节或分次的剂量输送数据来更新或自适应调节治疗计划。
在此还公开了用于基于实时获取的成像数据来评估治疗计划的方法。这些方法可用于在治疗环节时基于患者和/或系统参数确定是否继续进行规定的治疗计划。在一些变型中，关于是否继续进行治疗计划的决定可以取决于各种临床参数，诸如一个或多个患者靶区域的几何变化(例如，体积和/或形状变化)、一个或多个放射敏感性区域(例如，危险器官或OAR)的几何变化、靶与OAR之间的相对距离的变化、患者外部轮廓(诸如尺寸或形状)的变化、标准摄取值(SUV)、患者靶区域的纹理特征的变化(例如簇状阴影、簇状突起、细胞均匀性)，以及此类因素在治疗时(或就在治疗之前)是否在规定范围内。规定范围可以基于在诊断成像环节、治疗规划环节期间和/或在治疗环节开始时(例如，在患者预扫描期间)所获取的数据来确定，和/或可以是已知或广泛接受的正常活性范围。关于是否继续进行治疗计划的决定还可以取决于治疗计划质量(例如，可以通过治疗计划指数(PQI)值来量化)和/或剂量-体积直方图(DVH)曲线的变化。在一些变型中，可以基于在治疗时(和/或就在治疗之前)获取的生物活性和/或生理数据和/或解剖学数据来计算PQI值和/或剂量-体积直方图。
生物活性数据可以包括生理数据。关注区域的生物活性数据的示例可以包括氧合和/或缺氧水平、血液灌注水平、某些基因的表达(例如，通过测量细胞蛋白结合)、免疫应答活性、细胞死亡和/或坏死、分形维数变化(例如微血管通透性的变化)、肿瘤生长载体，或与特定的生物功能(例如代谢活性或骨骼重塑)相关的(多种)示踪剂的(多个)标准摄取值。解剖学数据可包括结构信息，诸如关注区域和/或患者的形状、大小、位置(例如，绝对位置和/或相对于其它解剖区域的相对位置，和/或标记或基准，和/或成像系统和/或放射治疗系统坐标)。
用于自适应调节放射疗法治疗计划的方法的一种变型可以包括在放射治疗环节期间使用一个或多个PET检测器来测量患者区域的生物活性数据，将所测量的生物活性数据与初始生物活性范围进行比较以计算生物活性数据的变化，以及基于所计算的生物活性数据的变化来更新放射疗法治疗计划。初始生物活性范围可以在测量生物活性数据之前在放射治疗环节期间测量，和/或可以在先前的放射治疗环节期间测量。更新放射疗法治疗计划可以包括改变一个或多个患者靶区域的剂量目标，和/或改变一个或多个患者靶区域和/或剂量整形结构的几何形状。更新放射疗法治疗计划可以包括在多个治疗环节上改变分次模式。放射疗法治疗计划可以包括治疗环节的初始数量，以及更新治疗计划可以包括从治疗环节的初始数量改变治疗环节的数量。放射疗法治疗计划可以包括初始治疗环节持续时间，以及更新治疗计划可以包括从初始治疗环节持续时间改变治疗环节持续时间。测量生物活性数据可以包括测量患者区域的PET示踪剂的标准摄取值(SUV)。
在此描述的任何方法中可以使用一个或多个PET示踪剂。PET示踪剂的示例包括但不限于：18F-FDG、18F-NaF、18FHX4、18FFAZA、18FFMISO、用18F标记的放射性标记的5F7抗HER2纳米抗体、11C-棕榈酸酯和14(R，S)-18F-氟-6-硫十七烷酸(18F,11C-Palmitateand14-(R,S)-18F-fluoro-6-thiaheptadecanoic acid)、15O-水、13N-氨、82Rb-铷、18F-氟胸苷(18F-flurorothymidine)、68Ga-镓、68Ge-锗、F18-Fluciclovine、Ga68-DOTATATE、C11-胆碱、Ga68-PSMA、F18-PyL(PSMA)、PD-L1、13N-氮、11C-甲硫氨酸、18F-氟赤式硝基咪唑(18F-fluoroerythronitroimidazole)、3'-氮杂-2'-[18F]氟叶酸、N-琥珀酰亚胺基3-((4-(4-(18)F-氟丁基)-1H-1,2,3-三唑-1-基)甲基)-5-(胍基甲基)苯甲酸酯(N-succinimidyl3-((4-(4-(18)F-fluorobutyl)-1H-1,2,3-triazol-1-yl)methyl)-5-(guanidinometh yl)benzoate)放射性标记的5F7抗体、1-(2'-脱氧-2'-[18F]氟阿拉伯呋喃糖基)胞嘧啶(1-(2'-deoxy-2'-[18F]fluoroarabinofuranosyl)cytosine)(18F-FAC)以及F18-Fluciclovine。
生物活性数据可包括组织代谢数据和/或成骨活性和/或氧合水平和/或人类生长因子受体2型(HER2)基因表达和/或游离脂肪酸摄取和/或生理活性数据。生理活性数据可包括血流数据和/或患者区域的血管分布，和/或患者区域中肿瘤区域的针状化中的形态移位，和/或淋巴活性数据。测量生物活性数据可以包括定量测量患者靶区域中的PET示踪剂动力学。放射疗法治疗计划可以包括靶剂量分布，并且更新治疗计划可以包括改变靶剂量分布。在一些变型中，更新的治疗计划可以用于未来的放射治疗环节。测量患者靶区域的生物活性数据可以进一步包括使用磁共振成像、激光扫描荧光成像、超声成像、磁性粒子成像或单光子发射计算机断层扫描来获取患者靶区域的功能图像。测量患者区域的生物活性数据可以包括向患者提供PET示踪剂和测量来自患者靶区域的正电子发射数据。在一些变型中，PET示踪剂可以是缺氧PET示踪剂，诸如[18F]HX4、[18F]FAZA和[18F]FMISO，并且测量正电子发射数据可以包括测量整个患者靶区域的缺氧PET示踪剂摄取值。更新放射疗法治疗计划可以包括增加对超过阈值的缺氧PET示踪剂摄取值的患者靶区域的放射疗法治疗计划的放射剂量。
在一些变型中，PET示踪剂可以包含HER2 PET示踪剂，诸如用18F(18F-RL-I-5F7)和18F-SFB标记的5F7抗HER2纳米抗体，并且测量正电子发射数据可以包括测量整个患者靶区域的HER2 PET示踪剂摄取值。更新放射疗法治疗计划可以包括增加对超过上阈值的HER2PET示踪剂摄取值的患者靶区域的放射疗法治疗计划的放射剂量。该方法可以可选地包括：测量靶区域之外的患者区域的HER2 PET示踪剂摄取值；以及识别具有超过上阈值的HER2PET示踪剂摄取值的靶区域之外的患者区域。更新放射疗法治疗计划可以包括改变剂量分布以包括所识别的用于放射剂量输送的患者区域。可替代地或另外地，PET示踪剂可以包括HER2 PET示踪剂，诸如用18F(18F-RL-I-5F7)和18F-SFB标记的5F7抗HER2纳米抗体，并且测量正电子发射数据可以包括测量整个患者靶区域中的HER2 PET示踪剂摄取值。更新放射疗法治疗计划可以包括降低对超过上阈值的HER2 PET示踪剂摄取值的患者靶区域的放射疗法治疗计划的放射剂量。
用于自适应调节放射疗法治疗计划的方法可以另外地或可替代地包括基于所测量的生物活性数据计算放射疗法治疗计划的计划质量指数(PQI)值，将所计算的PQI值与PQI值的预定范围进行比较，以及如果所计算的PQI值不在PQI值的预定范围内，则更新放射疗法治疗计划。如果所计算的PQI值在PQI值的预定范围内，则可能不更新放射疗法治疗计划。在一些变型中，该方法可以包括：如果所计算的PQI值不在PQI值的预定范围内，则显示通知。PQI值的预定范围可以是临床医生批准的PQI值的范围。
在一些变型中，如果所测量的生物活性数据不在初始生物活性范围内，则更新放射疗法治疗计划。该方法可以包括：如果所测量的生物活性数据不在初始生物活性范围内，则显示通知。初始生物活性范围可以是临床医生批准的生物活性范围，和/或初始生物活性范围可以基于放射疗法治疗计划的临床医生批准的PQI值的范围来计算。在一些变型中，初始生物活性范围可以基于放射疗法治疗计划的临床医生批准的有界DVH来计算。更新放射疗法治疗计划可以包括调节可接受计划质量指数(PQI)值和/或生物活性值的范围，以制定更新的治疗计划，该更新的治疗计划具有可接受PQI值范围和/或包括所测量的生物活性数据的可接受生物活性值范围。可以基于以下一项或多项来计算预定的有界DVH：在一个或多个先前治疗环节中输送至患者靶区域的剂量、临床医生批准的剂量输送不确定性、最大剂量水平和最小剂量水平。
用于自适应调节放射疗法治疗计划的方法的一些变型可以可替代地或另外地包括：基于放射疗法治疗计划和所测量的生物活性数据，计算患者靶区域的剂量-体积直方图(DVH)，将所计算的DVH与预定的有界DVH进行比较，以及如果计算的DVH不在预定的有界DVH之内，则更新放射疗法治疗计划。
在此还公开了用于生成治疗可接受的生物活性范围的方法。方法的一种变型可以包括确定治疗计划的可接受计划质量指数(PQI)值的范围，以及计算与PQI值范围对应的生物活性值的范围。一种用于放射治疗的方法可以包括：确定治疗计划的可接受PQI值的范围；在放射治疗环节期间使用一个或多个PET检测器测量患者区域的生物活性数据；将所测量的生物活性数据与所计算的生物活性值的范围进行比较，以确定所测量的生物活性数据是否在计算的范围内；以及如果所测量的生物活性数据在所计算的生物活性值的范围内，则向患者区域施加放射。如果所测量的生物活性数据不在所计算的生物活性范围内，则可以基于所测量的生物活性数据来更新放射疗法治疗计划。
在此公开了用于生成治疗可接受的计划质量指数(PQI)范围的方法。方法的一种变型可以包括确定用于治疗计划的可接受生物活性值的范围，以及计算与可接受生物活性值的范围对应的PQI值的范围。所计算的生物活性值的范围可以被传输到放射治疗系统和/或可以向临床医生显示。
在此描述了放射治疗的方法。放射疗法的方法的一种变型可以包括使用一个或多个PET检测器测量患者区域的生物活性数据，将所测量的患者区域的生物活性数据与预定的生物活性范围进行比较，如果测量的生物活性数据不在预定的生物活性范围内，则更新治疗计划，以及基于更新的治疗计划向患者区域施加放射。预定的生物活性范围可以是临床医生批准的生物活性范围。测量患者区域的生物活性数据可包括测量整个患者区域的缺氧PET示踪剂摄取值，以及施加放射包括施加放射使得对具有较高缺氧PET示踪剂摄取值的区域的放射剂量大于对具有较低缺氧PET示踪剂摄取值的区域的放射剂量。
在此还描述了用于计算边界剂量-体积直方图(DVH)以评估治疗计划的方法。方法的一个示例可以包括：基于获取的患者图像X生成多个图像X’1,2,3,…,j，其中，患者靶体积(PTV)位于患者的放射激发区域(RFZ)内的j个不同位置处；通过将剂量计算矩阵A与放射激发矩阵P和X’j相乘，为每个图像X’1,2,3,…,j计算剂量Dj(Dj＝A·P·Xj′)；绘制每个剂量Dj的剂量-体积直方图(DVH)曲线以生成j个DVH曲线族，其中，每个剂量Dj的DVH曲线可以代表每个剂量值的体积分数；以及生成DVH曲线族的最小边界曲线(min-DVH曲线)和最大边界曲线(max-DVH曲线)。min-DVH曲线可包括第一系列点，该第一系列点代表DVH曲线族的每个剂量值的最小体积分数，并且max-DVH曲线可包括第二系列点，该第二系列点代表每个剂量值的最大体积分数。生成多个图像X’j可包括：对于每个图像X’j，模拟在RFZ内的PTV的j个三维刚性移位。可替代地或另外地，生成多个图像X’j可包括改变每个图像X’j中的PTV的强度值，以模拟标准摄取值(SUV)的范围。在一些变型中，改变PTV的强度值可包括将PTV的强度值增加到标称强度值之上+25％，和/或将PTV的强度值减小到标称强度值之下-25％。所获取的图像X可以是PET图像或可以是CT图像。生成min-DVH曲线可包括将第一系列点拟合至第一曲线，以及生成max-DVH曲线可包括将第二系列点拟合至第二曲线。剂量计算矩阵A和放射激发矩阵P是基于治疗环节之前所获取的患者图像X而得出的。在一个变型中，患者图像X可以是第一患者图像，并且该方法可以进一步包括获取第二患者图像Y，通过将剂量计算矩阵A与放射激发矩阵P和Y相乘来计算剂量DY(DY＝A·P·Y)，并绘制与第二患者图像Y对应的DVH曲线。该方法可以进一步包括：如果第二患者图像Y的DVH曲线未在min-DVH曲线和max-DVH曲线之间界定，则生成通知。该通知可以是视觉通知和/或音频通知。针对每个剂量值，与第二患者图像Y对应的DVH曲线可代表对于PTV的体积分数，和/或针对每个剂量值，与第二患者图像Y对应的DVH曲线可代表对于危险器官(OAR)的体积分数。方法还可以包括在显示器或监视器/屏幕上显示min-DVH曲线和max-DVH曲线。在一些变型中，显示器可以是放射治疗系统的显示器。绘制每个剂量Dj的DVH曲线可包括针对每个剂量值绘制对于PTV的体积分数，以生成PTV的j个DVH曲线族。可替代地或另外地，一些方法可以包括通过针对每个剂量值绘制相对于危险器官(OAR)的体积分数来绘制每个剂量Dj的DVH曲线，以生成OAR的j个DVH曲线族，并且min-DVH曲线可以是OAR min-DVH曲线，并且max-DVH曲线可以是OAR max-DVH曲线。与第二图像Y对应的DVH曲线可以是OAR DVH曲线，并且该方法可进一步包括：如果第二患者图像Y中的OAR的DVH曲线超过OAR的max-DVH曲线，则生成通知。
在此还描述了用于评估放射疗法治疗计划的方法。该方法的一种变型可以包括：获取患者的成像数据x；计算放射剂量Dx并基于所获取的成像数据和放射激发矩阵P绘制剂量-体积直方图(DVH)(Dx＝A·P·x)；以及如果DVH不在由最小DVH曲线和最大DVH曲线定义的范围内，则生成在监视器上显示的通知。可选地，一些方法可以包括：如果放射剂量分布Dx不在由最小剂量阈值和最大剂量阈值定义的剂量分布范围内，则生成在监视器上显示的通知。成像数据可以是PET成像数据和/或CT成像数据。一些变型可以包括：基于所获取的成像数据x，计算计划质量指数(PQI)；以及如果PQI不在由最小PQI阈值和最大PQI阈值定义的PQI范围内，则生成在监视器上显示的通知。
附图说明
图1A描绘了用于自适应放射疗法的系统的一种变型。图1B描绘了用于自适应放射疗法的系统的另一变型。
图1C-1D描绘了用于自适应放射治疗的系统的示例。
图2A描绘了表示用于自适应放射疗法的方法的一种变型的流程图。
图2B描绘了表示在线自适应放射疗法的方法的一种变型的流程图。
图2C描绘了表示用于实时自适应放射疗法的方法的一种变型的流程图。
图2D描绘了表示用于离线自适应放射疗法的方法的一种变型的流程图。
图3A描绘了针对各个关注区域的规定放射剂量的示例的表。
图3B描绘了计划质量指数(PQI)的示例的表。
图4A描绘了示例PQI值、规定的PQI值和可接受PQI值的范围的表。
图4B描绘了表示用于使用基于实时获取的成像数据而计算的PQI值来评估治疗计划的方法的一种变型的流程图。
图5A描绘了在治疗规划环节期间和治疗时计算的示例临床参数和PQI值的表。
图5B描绘了表示用于使用从实时获取的成像数据得出的临床参数来评估治疗计划的方法的一种变型的流程图。
图5C描绘了表示用于计算可接受的临床参数的范围的方法的一种变型的流程图。
图5D描绘了表示用于计算可接受的临床参数的范围的方法的一种变型的流程图。
图6A描绘了表示用于基于选择的PQI值的范围来计算可接受的生物活性值的范围的方法的一种变型的流程图。
图6B描绘了表示用于基于选择的PQI阈值来计算可接受的生物活性值的范围的方法的另一变型的流程图。
图7A描绘了剂量-体积直方图(DVH)和有界DVH的示例。
图7B描绘了表示用于使用从实时获取的成像数据导出的DVH来评估治疗计划的方法的另一变型的流程图。
图8A描绘了表示计算有界DVH曲线的一种方法的流程图，该有界DVH曲线可用于基于在治疗时获取的生物和/或生理数据来评估治疗计划。
图8B描绘了作为图8A的方法的一部分的，在放射激发区域(RFZ)内移位患者靶体积(PTV)的图像以便计算DVH曲线族的示意表示。
图8C描绘了针对RFZ内的PTV的各种移位图像计算的多个DVH曲线(包括针对PTV、RFZ和两个OAR的DVH曲线)的一个示例。
图8D描绘了用于PTV、RFZ和一个OAR的有界DVH曲线的一个示例。
具体实施方式
在此公开了用于基于从实时(例如，在治疗环节期间)获取的成像数据提取或计算的生物和/或生理数据和/或解剖学数据来自适应调节和/或更新放射疗法治疗计划的系统和方法。放射治疗时获取的功能成像数据用于修改治疗计划和/或剂量输送指令，以向患者靶区域提供规定的剂量分布。在此还公开了用于基于实时获取的成像数据评估治疗计划的方法。
系统
图1A示意性地描绘了可以用于自适应放射疗法的系统的一种变型。系统100可以包括成像系统102、放射治疗系统104、与成像系统和放射治疗系统通信的控制器106，以及通信接口108。成像系统102和放射治疗系统104可以被布置为使得在成像系统已经获取患者图像数据之后，可以立即将患者容易地放置在放射治疗系统中。例如，成像系统102和放射治疗系统104可以位于相同的设施或建筑物中，和/或相同的房间或掩体中，和/或可以安装在相同的底盘或台架上。在一些变型中，成像系统和放射治疗系统可以布置为使得成像系统的患者区域与治疗系统的患者区域对准。图1A描绘了具有患者区域132的成像系统130和具有患者区域136的治疗系统134的一个示例，其中患者区域132、136的患者区域的纵轴L1、L2分别对准或共线。可替代地，成像系统和放射治疗系统可以布置为使得成像系统和放射治疗系统中的每一个系统的患者区域不对准，而是彼此相邻。图1B描绘了具有患者区域142的成像系统140和具有患者区域146的治疗系统144的一个示例，其中患者区域142、146的纵轴L3、L4分别不共线，而是可以彼此平行，或彼此成角度。由成像系统102在治疗时(例如，正好在放射治疗系统激活之前和/或在向患者施加治疗放射期间)所获取的成像数据可以被传输到控制器106，其中控制器处理器可以被配置为从获取的成像数据中提取患者的生物活性数据(和/或生理和/或解剖学数据)。控制器还可被配置为根据最近获取的生物活性数据来计算治疗计划的预测质量和/或功效。取决于生物活性水平和/或生理数据的任何变化的大小和/或特征，控制器然后可以基于预定的(多个)治疗计划来评估患者的放射治疗是否应该进行或继续，和/或是否应更新和/或自适应调节(多个)治疗计划。可替代地或另外地，这些计算出的量也可以经由通信接口108呈现给临床医生以进行评估和/或治疗计划批准。放射治疗系统104可以被配置为基于在治疗时获取的成像数据以及临床医生的评估和/或批准，使治疗放射束适合患者。
成像系统102可以被配置为使用任何一种或多种成像模态(包括功能和/或解剖学成像模态)来获取成像数据，只要该成像系统能够在治疗环节期间(即实时)获取数据。成像系统102可以包括一个或多个PET检测器和/或X射线检测器(例如，kV或MV检测器)和/或MRI传感器、超声检测器等。来自成像系统102的成像数据可以提供与患者身体和/或一个或多个关注区域(ROI)或靶区域有关的生物活性和/或生理和/或解剖学数据。一些成像系统可获取与患者体内各种类型的示踪剂摄取有关的数据。例如，可以向患者注射示踪剂(例如，PET示踪剂、X射线造影剂等)，并且成像系统可以(定性和/或定量地)获取关于示踪剂累积的数据。示踪剂累积的位置、示踪剂累积体积的大小和形状以及示踪剂动力学可提供患者体内各种生物活性水平和/或生理现象的指示。例如，如成像数据的强度所指示的，可以从示踪剂摄取的量和/或速率来计算细胞代谢水平和组织区域中氧的存在(或不存在)。也可以通过测量图像强度的变化来计算已被示踪剂标记的基因表达的变化。肿瘤区域的大小和形状可以至少部分地由超过预定阈值的示踪剂摄取区域的大小和形状来确定。尽管一些成像系统可以被配置为在任何时间点获取成像数据，而不管放射治疗系统的激活状态如何(例如，不管治疗放射源是否被激活)，但是当放射治疗系统的治疗放射源未激活(例如，不激发放射束)时，其它成像系统可以被配置为获取成像数据。例如，包括一个或多个X射线检测器的成像系统可以在治疗放射束脉冲之间和/或当治疗放射源未被激活时(由于来自高能放射源的X射线散射的影响)获取成像数据。包括一个或多个PET检测器的成像系统可以在治疗放射束脉冲之间和/或在第一治疗放射脉冲之前的治疗环节开始时和/或在最后一次治疗放射脉冲之后的治疗环节结束时获取PET数据。相反，包括一个或多个MRI传感器的成像系统可以获取成像数据，而不管是否激活治疗放射源和/或施加放射束脉冲。
放射治疗系统104可以被配置为根据治疗计划将放射引导至患者，该治疗计划可以基于由成像系统获取的成像数据(例如，从该成像数据计算的生物活性数据和/或解剖学数据)进行更新或自适应调节。放射治疗系统可包括治疗放射源(例如MV X射线放射源(诸如直线加速器)、放射性同位素源(诸如钴-60源)或粒子束源(诸如回旋加速器))、可以配置为引导或限制治疗放射束的一个或多个束整形结构，以及配置为将治疗放射源和束整形结构快速移动到患者区域周围各个激发位置的运动系统。在一个变型中，放射治疗系统可以包括MV X射线放射源和设置在放射线源的光路中的动态多叶准直器，两者均安装在包括可移动台架的运动系统上。该台架可以是可旋转台架，诸如圆形台架或L形臂或C形臂台架，和/或可绕患者区域移动和/或旋转的关节机械臂。该台架可以可选地是连续旋转的台架。运动系统可以被配置为在小于约10秒，例如小于约5秒，小于约3秒，小于约2秒，小于约1秒，小于约0.5秒，小于约0.25秒等内将放射源和束整形结构从一个激发位置移动到另一激发位置。动态多叶准直器可包括多片叶片，每片叶片都附接到将叶片移动到由控制器指定的位置的叶片致动机构。动态多叶准直器可以是二元多叶准直器或二维多叶准直器。也可以使用其它束整形设备或准直器，例如，生成圆形场的径向准直器。叶片致动机构可以被配置为在放射源激发下一束脉冲之前将叶片从一个位置快速移动到另一位置。例如，在二元多叶准直器中，叶片致动机构可以被配置为在小于约5秒，例如小于约3秒，小于约2秒，小于约1秒，小于约0.5秒，小于约0.75秒，小于约0.5秒，小于约0.3秒，小于约0.25秒，小于约0.2秒，小于约0.1秒等内将叶片从闭合位置过渡到打开位置(反之亦然)。快速移动运动系统和快速过渡的动态多叶准直器的组合可以帮助减少成像数据的获取与基于从成像数据中提取的生物活性数据施加放射束脉冲之间的时延。可以基于治疗计划来确定叶片在特定激发位置(例如，在激发放射束时可以放置治疗放射源的患者区域周围的位置)的位置。可以在治疗规划环节中计算治疗计划，并且可以基于从治疗当天(例如，实时)获取的成像数据中提取的生物活性数据和/或生理数据和/或解剖学数据，在治疗环节之前或期间更新治疗计划。在一些变型中，控制器的处理器可以生成一组多叶准直器命令，该命令驱动每个叶片在每个激发位置处的运动和位置，使得放射束具有遵守治疗计划的辐射形状。该计算也可以称为治疗计划的分割(和/或生成治疗计划的通量图)以生成正弦图或放射激发矩阵。正弦图可以表示一组多叶准直器命令，该命令将多叶准直器的每个叶片的位置映射到每个激发位置或角度。一些正弦图可以将多叶准直器叶片图案(例如，由于聚集各个叶片位置而产生的累积束形状)映射到每个激发位置或角度。当基于由成像系统获取的生物活性数据和/或生理数据和/或解剖学数据来更新或自适应调节治疗计划时，叶片指令可以改变或自适应调节以说明生物活性水平和/或生理现象的任何变化。在一些变型中，动态多叶准直器可以被配置为在将治疗放射源移动到下一激发位置时改变一个或多个叶片的位置。并发的叶片运动和放射源运动可以帮助减少生物活性数据的检测与放射施加之间的时延，这可以帮助放射治疗系统在肿瘤区域实质性移动之前对其进行辐射。此外，当基于治疗当天(例如，在治疗时，治疗期间)获取的成像数据来更新治疗计划时，可以更新多叶准直器的配置(例如，叶片在各个激发位置处的位置)。
控制器106可以与成像系统102和放射治疗系统104通信，使得可以处理所获取的成像数据(例如，以提取或计算生物活性数据和/或生理数据和/或解剖学数据)并且可以基于所获取的成像数据来调节治疗放射束的输送。控制器106可以包括一个或多个处理器(例如，中央处理单元)和一个或多个存储器。控制器存储器可以存储与一个或多个治疗计划、治疗计划参数(例如，计划质量指数、剂量-体积直方图等)、先前收集的成像数据(例如，来自诊断成像环节)、实时成像数据(例如，在治疗环节当天，在治疗时获取的)、提取的生物活性和/或解剖学数据、放射治疗系统的命令和指令、用于治疗计划自适应调节的动态模型和算法、用户实现的程序等有关的数据。控制器106可以从成像系统102接收成像数据和成像组件反馈(例如，图像检测器或传感器的状态、校准数据等)，并且还可以向成像系统传输成像命令(例如，任何X射线源的激活，和/或图像检测器或传感器的激活，对检测器增益和/或灵敏度水平的调节，成像系统相对于患者和/或放射治疗系统的定位等)。控制器106可以从放射治疗系统的各个组件接收数据，并且可以向放射治疗系统传输命令。例如，放射治疗系统可以包括运动系统(例如，台架)、安装在运动系统上的治疗放射源(例如，直线加速器)和束整形设备(例如，动态MLC)，以及安装在运动系统上的放射检测器(例如，MV检测器)。控制器106可以从运动系统接收位置和/或速度数据，从放射源接收位置和/或放射束生成数据，从束整形设备接收叶片配置数据，和/或更一般地，接收操作状态、校准数据、错误指示符等。控制器106可以传输MLC命令、台架旋转/运动命令、直线加速器脉冲指令等，其中这些命令和指令可以基于治疗计划、先前获取的图像、实时获取的成像数据、患者的生物活性和/或生理数据，和/或放射治疗系统的状态的组合来生成。
控制器106可以经由通信接口108与显示器通信，该通信接口可以投影图形用户界面(GUI)，该图形用户界面向用户提供有关治疗计划、成像数据、生物活性和/或生理数据、基于成像数据的治疗计划的潜在更新、患者标识、患者状态、系统状态、治疗环节进度、剂量输送状态等信息。GUI还可以提供用于用户选择的命令菜单以及编程界面，使得用户可以输入一组预定的机器指令和参数。例如，显示器可以呈现一个或多个视觉指示符，该指示符代表实时患者的生物活性和/或生理数据，该数据对当前治疗计划的功效的影响(例如，计划质量指数或PQI、剂量体积直方图或DVH，是否根据当前的治疗计划以当前的生物和/或生理活性水平输送放射)，并允许临床医生决定是否继续当前的治疗计划，修改治疗计划，或者暂停治疗环节。在一些变型中，显示器上的GUI可以包括在治疗计划期间已经计算出的有界的DVH曲线、PQI值和/或任何治疗计划评估指标(例如，基于从规划图像(诸如规划CT和/或PET图像)得出的生物和/或生理数据)。这些DVH曲线、PQI值和/或任何治疗计划评估指标由临床医生先前批准。DVH曲线、PQI值和/或任何治疗计划评估指标可以在治疗时使用实时获取的患者生物活性和/或生理数据生成，并与在治疗规划期间计算出的相同指标同时显示。例如，基于从在治疗时获取的成像数据中提取的生物和/或生理数据计算出的一条或多条DVH曲线(例如，对于PTV和/或OAR)可以重叠或叠加在由治疗规划系统生成的有界DVH曲线上。根据在此所述的一种或多种方法，显示器还可以基于患者的生物活性和/或生理数据呈现附加和/或替代的治疗计划。在一些变型中，显示器上的GUI可以包括关于基于实时成像数据计算的治疗计划指标是否在预批准范围内(例如，通过(PASS))和/或在预批准范围之外(例如，失败(FAIL))的视觉通知。可选地，一些变型可以包括附加的通知层，例如，指示对治疗计划的遵守的各种程度。例如，一些变型可以包括指示所计算的(多个)治疗计划指标的方差在可接受公差内(例如，公差内通过)的通知，和/或指示所计算的(多个)治疗指标的方差在可接受公差之外(例如，带有例外的通过)的通知。可选地，当基于实时成像数据计算的治疗计划指标在预批准的范围之外时，可以在GUI中提供治疗计划自适应调节性建议。给定治疗时患者的状态，显示器上呈现的信息可以帮助临床医生确定最优的作用过程。可替代地或另外地，通知可以包括由扬声器生成的一个或多个听觉信号或声音，其中每种类型或层次的通知可以具有不同的声音。
图1B描绘了用于自适应放射疗法的系统的一种变型。系统120可以包括：成像系统122，其包括一个或多个PET检测器124；放射治疗系统126，其包括治疗放射源128(例如，诸如直线加速器的MV X射线源)；动态MLC或DMLC 130；以及MV检测器132。系统120还可以包括与成像系统和放射治疗系统126通信的控制器134以及通信接口136。放射发射组件可以安装在可移动台架上，诸如可旋转台架上。在一些变型中，可旋转台架可以是可连续旋转的圆形台架。可选地，成像系统122也可以安装在可移动台架上。由一个或多个PET检测器124获取的PET数据(例如，一个或多个单独的正电子湮没发射路径)可以传输到控制器134，该数据可以被存储在控制器存储器中和/或根据在此描述的任何方法来处理。控制器134可以从PET数据计算和/或提取生物活性和/或生理数据，该数据可以可选地呈现给临床医生。放射治疗系统126可以根据来自控制器134的命令来移动治疗放射源128，改变DMLC叶片配置并从MV检测器获取数据。在一些变型中，台架可以被配置为以约40RPM或更高速度旋转，例如约60RPM，约70RPM。DMLC 130可以包括叶片致动机构，该叶片致动机构在台架将放射发射组件从一个激发位置移动到另一个激发位置的时间间隔内改变叶片位置。例如，DMLC 130可以包括叶片致动机构，该叶片致动机构被配置为在少于约10ms内将叶片从完全关闭位置移动到完全打开位置。在一些变型中，以具有n个激发位置的频率f旋转的圆形台架可以具有小于0.7*(f/n)秒的DMLC渡越时间。例如，以大约1Hz的频率f旋转，具有n＝100个激发位置的圆形台架可以具有约7ms的DMLC渡越时间。DMLC可包括叶片致动机构，该叶片致动机构包括气压缸和一个或多个弹簧，该弹簧可提供足够的动力以在激发位置之间的时间间隔内改变叶片位置。2016年6月10日提交的美国专利申请号15/179,823和2016年11月15日提交的美国专利申请号62/422,404提供了多叶准直器叶片致动机构以及放射处理系统的附加信息和示例，其通过引用整体并入在此。
方法
自适应放射疗法
一种用于基于生物活性和/或生理数据来自适应调节放射治疗的方法，可以包括实时(例如，在治疗时和/或治疗期间)获取成像数据，从成像数据中提取生物活性和/或生理数据，基于提取的生物活性和/或生理数据确定是否可以输送先前生成的治疗计划，并根据生物活性和/或生理数据更新或自适应调节治疗计划。成像数据可能不限于全分辨率、高对比度和/或高信噪比(SNR)图像，而是可以包括可能具有较低分辨率、较低对比度和/或较低SNR的图像。在一些变型中，成像数据可以包括部分PET图像、部分MRI图像和/或部分CT图像等。例如，部分PET图像可以包括一个或多个正电子湮没发射路径(例如，由正电子湮没事件发射的一对重合光子定义的响应线)，部分MRI图像可包括傅立叶域中的一个或多个单独的k空间线(例如，k空间中的子采样)，以及部分CT图像可以包括一个或多个2D投影X射线图像。根据生物活性和/或生理数据来确定先前生成的治疗计划是否继续在临床上适当可以包括将那些数据值与先前批准的数据值进行比较(该比较可以由预编程的控制器或处理器执行)和/或基于当前数据值计算当前治疗计划的功效。在一些变型中，系统可以向临床医生显示提取的生物活性和/或生理活性、治疗计划质量参数和/或相关阈值。
在一些变型中，从治疗时获取的成像数据中提取的生物和/或生理数据(诸如从在激活治疗放射源之前获取的PET预扫描计算出的数据)可以用于确定治疗环节是否可以继续进行当前的治疗计划(即“进行(GO)”或“不进行(NO GO)”)。如果确定当前治疗计划不再适合于输送，则系统可以根据生物和/或生理数据来自适应调节和/或更新计划。在一个示例中，可基于当前治疗计划和当前(例如，实时获取的)生物和/或生理数据来计算DVH曲线和/或一个或多个PQI。也就是说，如果根据所获取的生物和/或生理数据，继续采用当前的治疗计划进行治疗，则系统可以计算所输送的放射剂量(例如，DVH曲线和/或一个或多个PQI指标)。可以将计算的DVH曲线和/或一个或多个PQI值与基于治疗计划和治疗规划图像(例如，规划CT和/或PET图像)计算的DVH曲线和/或PQI值进行比较。放射治疗系统可以被配置为向临床医生或技术人员提供多级或多层通知，指示所计算的DVH和/或(多个)PQI值与治疗计划DVH和/或(多个)PQI值之间的相似水平。例如，临床医生和/或放射治疗系统可以指定，针对根据规定的治疗计划输送的放射，在放射处方期间，靶区域覆盖率必须至少为95％的覆盖率，其中公差为1％(表示94％的覆盖率是可以接受的，但需要审查，并且需要临床医生进行评估和批准)。在治疗环节开始时(即，在打开治疗放射源束之前)来自获取的PET预扫描的生物和/或生理数据可以用于基于规定的治疗计划来计算靶区域覆盖率。取决于所计算的靶区域覆盖范围，放射治疗系统可以根据规定的治疗计划提供是否继续进行输送放射的通知(例如，经由显示器上呈现的GUI的视觉通知和/或听觉信号)(例如“进行”)，或者该环节是否应终止，直到基于最新的生物和/或生理数据更新或(重新)计算治疗计划为止(即“不进行”)。一些变型可生成指示下表1中概述的一种或多种状态的通知。
表1：状态通知的示例
被认为对于治疗计划输送可接受的DVH和/或(多个)PQI可能因临床医生和/或诊所而异。在一个变型中，如果在OAR和BgROI的标称DVH上所有高于处方剂量10％的DVH点的95％都在有界DVH的两个边界上的最小和最大DVH点之内(在±1％公差内)，则DVH和/或(多个)PQI被视为通过/进行。测试阈值、通过百分比和比较公差可以是在系统调试期间可以调节的配置变量。进行到进行状态的其它标准可以可选地包括确保靶区域(例如，诸如肿瘤的PET-avid区域)中的平均活性高于系统中配置的最低水平的检查。例如，靶区域中的平均SUV高于最低水平的检查如由系统和/或临床医生和/或治疗计划指定。
在一些变型中，如果确定由于输送的放射不在预批准的范围或边界内而治疗计划不再可输送，则放射治疗系统可以向临床医生和/或技术人员提供关于治疗计划自适应的类型的建议或指导。如果治疗计划(例如，基于实时成像数据、生物和/或生理数据计算出)所输送的计算剂量不满足那些质量和/或输送标准，一些变型可以包括生物自适应触发，该生物自适应触发包括一个或多个治疗计划的质量和/或输送标准或指标以及自适应的对应的一个类型或多个类型。例如，临床医生或诊所可以设定具有至少95％的靶区域覆盖率水平并且在放射输送期间具有1％的公差的第一治疗(例如，意味着94％的覆盖率对于输送而言是可接受的，并且可以可选地受到临床医生的审查和批准)，并且可以设定具有小于1500cGy最大平均剂量的近场OAR的最大平均剂量(MMD)值并且在整个结构上具有200cGy的公差的的第二治疗，(例如1500cGy至1700cGy的最大平均剂量对于输送是可以接受的，并且可以可选地受到临床医生的审查和批准)。如果治疗计划在治疗当天未达到这些目标或输送指标中的任一者(即，基于来自预扫描的成像数据)，则系统可能会指示输送是带有对于治疗计划建议的自适应调节类型的可选指示(例如“具有建议的失败”)的“失败/不进行”。
例如，如果靶覆盖率低于94％的公差点但高于90％，并且近场OAR的MMD值在内，则系统可以生成指示“具有建议的失败”的通知。建议可能是自适应调节治疗计划以提供剂量增加来增加覆盖范围，只要近场OAR不违反其MMD约束即可。例如，如果靶覆盖率为93％并且OAR的MMD值为1300cGy，则系统可以生成指示“具有建议的失败”的通知。建议可自适应调节治疗计划，以向靶区域提供均匀的剂量增加，以实现95％和1450cGy的更新靶覆盖率。
在另一个示例中，如果近场OAR的MMD值高于1700cGy公差水平，并且靶覆盖率高于95％的目标，则系统可以生成指示“具有建议的失败”的通知。建议可自适应调节治疗计划以提供剂量减少来降低MMD覆盖率，只要靶覆盖率保持高于95％的目标即可。例如，如果靶覆盖率是99％并且OAR的MMD值为1950cGy，则系统可以生成指示“具有建议的失败”的通知。建议可自适应调节治疗计划，以向靶结构提供均匀的剂量减少，来实现95％和1450cGy的更新靶覆盖率。可替代地或另外地，其它目标和/或放射输送指标可以触发对治疗计划的更新或自适应调节。例如，可以响应于剂量整形、结构修改、针对给定位置改变激发角度或对预期输送的类似调节的改变来更新治疗计划。
图2A描绘了用于基于生物活性和/或生理数据来自适应调节放射治疗的方法的流程图表示。在使用PET示踪剂的上下文中描述了该示例，但是应当理解，可以使用任何类型的示踪剂和/或成像模态。方法200可以包括在治疗环节开始时和/或在治疗环节期间获取202患者的成像数据，以及从所获取的成像数据中提取204生物活性和/或生理数据。成像数据可以包括例如在治疗环节之前从注射到患者内的PET示踪剂发射的正电子湮没发射路径。生物活性和/或生理数据可包括示踪剂摄取值(例如标准摄取值或SUV)、PET示踪剂动力学、组织代谢数据、成骨活性数据、氧合数据、基因表达数据(例如人类生长父亲受体2型(HER2)表达)、游离脂肪酸摄取数据、血流数据、血管分布数据、肿瘤几何形状的形态移位(例如，针状化)和/或淋巴活性数据等。在图像中特定2D或3D区域中的SUV可以通过乘以用于表示在从原始注射起的特定时间(扫描采集时间)已知组织示踪剂活性(通常以mCi/g为单位)除以每患者体重(通常以kg为单位)的注射剂量(通常以mCi为单位)所校准的该区域中像素或体素的强度来从成像数据计算出。
SUV(t)＝cimg(t)/(ID/BW)
其中cimg(t)是作为原始注射起已经经过的时间的函数的校准组织示踪剂活性，其中ID是原始注射时的注射剂量，并且BW是患者在原始注射时的体重。
可以另外针对关注体积计算各种替代推导值，诸如3D体积的平均SUV、最小值、最大值、标准偏差、多区域SUV比率，和/或与瘦体重(SUVLBM)或身体表面积(SUVBSA)而不是全身重量(有时称为SUVBW)相关的SUV。PET示踪剂动力学可以通过监视像素强度随时间推移的变化以及计算随时间推移的导出活性值来计算。也就是说，可以可选地根据时间计算从PET示踪剂动力学和SUV测量导出的生物活性和/或生理值(例如，平均摄取值、SUV的变化等)。不同类型的PET示踪剂可以针对不同类型的细胞标记物(例如蛋白质、基因等)，并且测量PET示踪剂动力学可以提供示踪剂标记的细胞标记物变化的指示。例如，可通过注射18-F氟脱氧葡萄糖(FDG)，在漫长的治疗窗口(例如30分钟)过程内测量给定定义靶区域中的示踪剂活性水平(例如SUV的变化)，以及通过以下公式计算代表进入肿瘤的净摄取率的斜率值K，来测量组织代谢和/或有氧和厌氧糖酵解和/或关注区域的葡萄糖消耗或代谢的变化：
K＝K1*(k3/(k2+k3))
其中K1是PET示踪剂从血液进入肿瘤组织的速率
其中k3/(k2+k3)是示踪剂在肿瘤中不再移入或移出定义的靶区域的分数，在该靶区域中k3是不再移动的示踪剂活性，并且k2是继续移动的示踪剂活性。在一些变型中，通过测量FDG PET数据来测量肿瘤区域的代谢可包括使用SUVmax的梯度(例如，使用约30-50％的SUVmax的梯度)来在肿瘤组织和非肿瘤组织之间划定轮廓。阈值可被设定为沿着梯度的值，其可识别或划定升高的SUV水平的区域。可替代地或另外地，肿瘤或病变糖酵解(LG)与正常组织糖酵解(NTG)的比率可用于自适应调节治疗计划。LG可以通过将代谢肿瘤体积(MTV)与MTV的SUV平均值(SUVmean)相乘来计算，并且NTG可以通过将OAR体积与OAR体积的SUVmean相乘来计算。
其它类型的示踪剂可以用于测量不同的生物机制和/或生理和/或生物活性水平。例如，可以在患者中使用13N氮示踪剂以监视局部肺功能(RPF)和/或包含示踪剂的血液通气。这可以提供血液通气是在正常范围内还是在预期范围内以及血液是否流过肺部的通风区域的指示。测量13N氮示踪剂动力学还可提供有关流向肺部非通气区域(即从通风的肺部区域转移或分流的血液)的血液信息。通气血液的净流速可以通过计算靶区域的示踪剂动力学来计算。例如，计算净示踪剂动力学(例如，净示踪剂流速)可以包括使用多室模型来计算通气示踪剂(例如，存在于分散或扩散的通气血液中的示踪剂)与分流示踪剂或非通气示踪剂(例如，未通气的血液或非通气组织(诸如已充满流体的肺泡)中存在的示踪剂)的流速之间的差。可以将净示踪剂流速与预期的示踪剂流速数据(例如，在先前的诊断或治疗环节中收集的)进行比较，以帮助确定治疗计划自适应调节是否合适。例如，如果该区域的净示踪剂流速小于预期的示踪剂流速(例如，如在先前的治疗环节期间所计算的)，则可以修改治疗计划以允许将更高的剂量输送至该区域。较低的净示踪剂流速可能指示改善或稳健的肺功能和/或血流，因此靶区域可以能够耐受增加的放射水平。较高的净示踪剂流速可指示减少或无效的肺功能和/或血流，并且因此靶区域可能对放射敏感或不太耐受(例如，可能更容易发生肺萎陷并更可能导致肺灌注增加)。
在另一个示例中，可以通过使用18F-氟胸苷示踪剂来测量治疗环节之间DNA合成和/或肿瘤细胞增殖速率的变化。11C-蛋氨酸示踪剂也可用于测量治疗环节之间蛋白质合成和/或肿瘤细胞增殖速率的变化。肿瘤区域(例如，SUVdiff)的SUV的差异可以通过从先前治疗环节中的体素的SUV中减去当前治疗环节中的关注区域中的体素的SUV来测量。肿瘤区域缺氧的变化可以使用18F-氟咪索硝唑(18F-fluoromisonidazole)(例如，FMISO、FETNIM)和/或18F-氟硝基咪唑阿拉伯糖苷(18F-fluoroazomycinarabinoside)(例如，FETNIM)示踪剂来测量。SUVmax的梯度方法可用于例如使用约30-50％的SUVmax的梯度在肿瘤组织与非肿瘤组织之间划定轮廓。可以在沿着梯度的值处设定阈值，该阈值可以识别或划定升高的SUV水平的(多个)区域，以及因此划定缺氧增加的(多个)区域。治疗环节之间叶酸受体密度的变化可以使用3'-氮杂-2'-[18F]氟叶酸示踪剂测量。卵巢肿瘤区域的SUV的差异(例如，SUVdiff)可以通过从先前治疗环节中的体素的SUV中减去当前治疗环节中关注区域的体素的SUV来测量。HER2基因表达(HER2GE)的水平可以使用N-琥珀酰亚胺基3-((4-(4-(18)F-氟丁基)-1H-1,2,3-三唑-1-基)甲基)-5-(胍基甲基)苯甲酸酯放射性标记的5F7抗体。可以用关注体积(VOI)的平均SUV(SUVmean_total)表示的HER2表达水平可以通过将VOI的体积与肿瘤体积的SUV的平均值(SUVmean)相乘来计算。可替代地或另外地，治疗环节之间的HER2表达水平的变化可以由VOI的SUV的差异(例如，SUVdiff)表示，其可以通过从上一个治疗环节或扫描中的体素SUV中减去当前治疗环节中VOI中的体素SUV来计算。
可选地，可以基于光谱成像数据来计算生物活性和/或生理数据。例如，光谱成像可以用于计算一个或多个患者区域(例如，包括OAR、PTV等的任何关注区域)中代谢物浓度的空间分布。在一些变型中，可以在每个治疗环节中获取磁共振(MR)光谱图像数据，并将其与来自(多个)先前治疗环节和/或诊断成像环节的MR光谱图像数据进行比较。可以修改治疗计划和/或放射输送，使得可以以更高水平的放射来辐射具有增加的代谢物水平的肿瘤区域。相反，如果肿瘤区域中的代谢物水平降低，则可以修改治疗计划和/或放射输送，使得减少输送到这些肿瘤区域的剂量。
一些变型还可包括计算和/或提取解剖学数据，例如，任何靶区域的大小和位置、骨骼结构、避免辐射的区域、患者体重等。
方法200可以进一步包括基于提取的生物活性和/或生理数据确定206当前的治疗计划是否可输送。通常基于先前获得的患者数据(例如，解剖、生物活性和/或生理数据)制定治疗计划，并且如果从初始数据采集环节和治疗环节中改变了任何患者参数，则治疗计划可能需要进行更新或重新计算，以达到临床治疗目标。确定治疗计划在治疗时是否可以被认为可输送可包括基于新获取的成像数据和/或提取的生物和/或生理数据来评估治疗计划，计算到患者体内一个或多个靶区域的预期输送剂量，以及确定预期的输送剂量是否在预定剂量范围内和/或是否符合所需剂量分布。例如，如果到辐射靶区域的预期输送剂量超过下阈值(例如，最小边界)并且到避免辐射的区域的预期输送剂量不超过上阈值(例如，最大边界)，则治疗计划可以认为是可输送的。在一些变型中，控制器可以基于临床医生先前已经批准的数据值来确定是否继续进行放射疗法治疗计划。例如，可以在治疗规划期间计算一个或多个DVH曲线和/或PQI，并且可以由临床医生审查和批准这些范围(例如，有界DVH曲线、PQI值的范围)。可替代地或另外地，可以由临床医生采用由控制器提供的关于生物学、生理活性水平、治疗计划效率、剂量分布等的信息来确定是否进行放射治疗。如上所述，在一些变型中，在显示器(例如，监视器)上渲染的GUI可以提供关于当前治疗计划是否可输送(即，当前治疗计划是否将输送先前已批准的范围内的放射)的视觉和/或听觉通知。例如，GUI可以提供以下通知中的一个或多个：通过/进行，和/或失败/不进行，和/或在公差内通过，和/或具有例外的通过和/或具有建议的失败。一些系统可配置为提供两层通知(例如，通过/进行和失败/不进行)、三层通知(例如，通过/进行、在公差内通过或具有例外的通过和失败/不进行)、四层通知(例如，通过/进行、在公差内通过、具有例外的通过和失败/不进行)，或上述五个通知层。临床医生和/或诊所可以选择所需通知的类型或层次的数量，并且可以根据所生成的通知或与之相反地决定进行或停止治疗。
如果确定治疗环节可以进行208当前的治疗计划，则控制器可以生成一组系统指令/命令，并将其传输至放射发射组件以将放射输送至患者。在一些变型中，这可以包括基于治疗计划生成注量图，并将注量图分割成DMLC叶片图案或正弦图。可以重复步骤202-206，直到治疗环节结束为止(如治疗计划和/或临床医生命令和/或患者命令所指定)。如果确定治疗环节不应当继续当前的治疗计划，则方法200可以包括确定210是否应当终止治疗环节。例如，所获取的生物活性和/或生理数据可以指示患者不能维持任何放射暴露，和/或关注区域从治疗规划环节起已经显著改变，和/或患者没有遵守治疗前的规程(例如，在治疗环节前即刻吃含糖食品，使患者在使用18-F FDG时的PET图像无效)，和/或计划的放射暴露可能不再提供适当的治疗(例如，肿瘤变得缺氧且对放射治疗有抵抗力)，并且无法自适应调节计划，和/或PET示踪剂摄取或SUV无法保证可接受的剂量输送质量(例如摄取不良、非特异性摄取、高水平背景噪音等)。终止212治疗环节可以可选地包括更新或重新计算治疗计划以自适应调节生物活性和/或生理数据的变化。然后，更新的或自适应调节的治疗计划可以用于未来的治疗环节。
如果确定210不应终止治疗环节，则方法200可以可选地包括更新或重新计算治疗计划(即，重新规划、调节治疗计划)以考虑由于与在治疗计划期间获取的生物活性和/或生理数据相比在输送时获取的生物活性和/或生理数据的差异导致的预期剂量分布的任何变化。更新的治疗计划可以满足临床医生设定的大多数(如果不是全部)临床目标，同时考虑如获取的生物活性和/或生理数据所指示的患者和/或靶区域的当前状态。例如，更新的治疗计划可以合并所获取的生物活性和/或生理数据，并计算更新的放射输送参数(例如，RFM、注量图、放射发射组装指令等)，使得到一个或多个靶区域的输送剂量在所需剂量范围内。
取决于生理和/或生物活性数据的变化的类型和/或大小，可以在一个或多个方面中更新治疗计划。如果数据指示靶区域更耐受放射，则可以更新治疗计划以增加到靶区域的输送剂量，和/或取决于靶区域的运动或靶区域的大小的变化，可以增加或减少辐射区域。可替代地或另外地，可以调节治疗计划以减少OAR的辐射。由于代谢肿瘤体积(MTV)的变化而对治疗计划的自适应调节可包括调节靶轮廓以自适应调节MTV的新大小和形状。由于代谢率的改变的自适应调节可包括将剂量减少到代谢率降低的区域，并将剂量增加到代谢率升高的区域。代谢率降低的区域可能与非肿瘤组织相对应，而代谢率升高的区域可能与肿瘤组织相对应。可以基于SUV和/或光谱数据(例如，MR光谱法)的变化来计算代谢活性水平和/或代谢物浓度的变化。由于LG与NTG的比率的增加(相对于周围OAR)的计划调节可能包括在那些区域中增加剂量梯度(例如，更陡峭的剂量梯度)。计划自适应调节可包括如果检测到该区域的LG水平升高，则增加对该区域的剂量。由于检测到的RPF变化(诸如较低的净流速)的计划自适应调节可包括减少靶区域附近OAR的辐射(例如增加OAR剂量节省)，这可以可选地包括减少到靶区域的输送剂量。由于DNA合成和/或蛋白质合成速率增加而对治疗计划的自适应调节可以包括增加对具有正SUVdiff值的体素的剂量并减少对具有负SUVdiff值的体素的剂量。如果缺氧水平增加，由于靶区域中缺氧水平的变化而对治疗计划的自适应调节可包括增加剂量(例如，增加最小剂量水平)。由于叶酸受体密度的变化而对治疗计划的自适应调节可包括增加对SUVdiff体积上具有正值的体素的剂量，以及减少对SUVdiff体积上具有负值的体素的剂量。如果SUVmean_total已增加(例如，指示HER2基因表达的增加)，则由于HER2表达的变化而对治疗计划的自适应调节可包括扩大关注的肿瘤体积与正常组织之间的剂量梯度。在放射疗法与靶向HER2的免疫疗法结合使用的前提下，可以通过降低SUVdiff体积上具有正值的体素剂量和增加SUVdiff体积上具有负值的体素剂量来调节治疗计划。
下面的表2总结了可以基于成像数据计算的生理和/或生物活性数据类型的示例，从成像数据中导出该活性数据的方法，以及对应的治疗计划自适应调节的示例。
表2：生理和/或生物数据与治疗计划自适应的示例
在生成更新的治疗计划(可以可选地由临床医生审查和批准)之后，方法200可以包括根据更新的治疗计划向患者输送216放射。在一些变型中，这可以包括基于更新的治疗计划生成注量图，以及将注量图分割成DMLC叶片图案或正弦图。可基于正弦图根据来自控制器的指令来激活治疗放射源。方法200可以在治疗环节期间被执行一次或多次。例如，方法200可以在治疗环节的开始执行以确定是否继续进行当前的治疗计划和/或是否更新或重新计算当前的治疗计划，并且然后直到下一个治疗环节才再次执行。这可以称为在线自适应放射治疗。可替代地，方法200可以在整个治疗环节中多次执行，例如，在治疗环节的开始时，周期性地在整个治疗环节中(例如，在每个激发位置，每个其它激发位置等)，和/或在治疗环节结束时。这可以在整个治疗环节中根据患者的实时状态连续更新治疗计划。这可以称为实时自适应放射治疗。可选地，方法200可以按照临床医生的命令来执行(例如，经由GUI)。可以在治疗环节之后使用在治疗环节时获取的生物活性和/或生理数据，以便为下一个治疗环节更新或重新计算治疗计划。这可以称为离线自适应放射疗法。
在线自适应放射疗法
图2B描绘了基于生物活性和/或生理数据的在线自适应放射疗法的方法的一种变型。在治疗环节之前(框231a-231c)，可以基于使用任何期望成像模态(例如，PET、SPECT、MRI、CT、X射线等)获取的图像或图像数据，和/或在临床医生的咨询下，为患者生成治疗计划。在一些变型中，可能存在治疗计划模拟以计算和/或估计治疗计划的预期剂量分布曲线，并且取决于模拟的结果来进一步改变治疗计划。在线自适应放射疗法可包括基于在治疗环节开始时(例如，在打开治疗放射源之前)获取的生物和/或生理数据来更新或计算治疗计划。新调节或计算的治疗计划可用于在该治疗环节期间向患者输送放射。例如，在线自适应放射疗法方法230可以包括在治疗输送时获取232成像数据，诸如功能成像扫描。这可以包括例如在治疗环节开始时，在将第一放射束施加到患者之前，使用任何成像模态(例如，PET、SPECT、MRI、CT、X射线等)获取成像数据。然后，控制器可以评估234从成像数据提取的生物活性和/或生理数据是否指示需要对当前治疗计划进行改变。评估生物活性和/或生理数据可以包括提取患者和/或(多个)靶区域的各种参数，包括但不限于靶区域轮廓、靶区域等中心和/或OAR位置。可以基于生物活性和/或生理数据来自适应调节剂量输送速率、治疗时间、等剂量梯度、剂量异质性、剂量共形性、束特性和运动管理策略。这可包括，例如，当由于特定的生物功能(例如，使用PET示踪剂动力学检测降低的局部肺功能，该降低的局部肺功能可具有降低近区域靶的运动包络的副作用)而使患者靶区域的运动包络在大小上减小时，通过增加剂量输送速率和诊台(couch)速度来缩短治疗时间。可替代地或另外地，其可以包括例如增加给定靶区域的等剂量梯度和剂量异质性，以便向靶区域中的先前治疗计划规划参考图像上不存在的区域(例如，模拟图像上不存在的缺氧区域)提供更高浓度的剂量；该自适应调节还可以包括但不必增加到靶区域的总输送剂量。可替代地或另外地，其可以包括例如由于生理指示符而改变将在治疗期间使用的运动管理机制的特定机制，该生理指示符是运动管理机制可能造成弊大于利(例如由于先前未检测到灌注而检测到较高的腹腔内压力，从而改变或降低了腹部压缩单元施加的压力，并另外补偿了治疗计划的靶区域大小，以适应现在增加的运动包络)。可选地，该方法可以包括确定235放射治疗系统是否能够输送规定的放射剂量和/或是否已经根据计划输送了规定的放射剂量。下面进一步描述用于评估治疗计划以确定基于患者成像数据是否需要更新或自适应调节当前治疗计划的方法。如果不需要改变，则放射治疗系统可以根据当前的治疗计划继续进行输送治疗236，并且可以可选地获取指示生物活性和/或生理参数的成像数据(例如PET数据)。
如果需要改变治疗计划，则提取的生物活性和/或生理数据可以用于重新计算或自适应调节238治疗计划。可选地，功能图像数据和/或规划图像数据(分别来自框237a和237b)可用于自适应调节治疗计划。对治疗计划的修改可以包括每个靶区域的绝对剂量值、每个靶区域和/或患者累积的剂量限制、生物学有效剂量值、等效剂量值和治疗分次。这可以包括，例如，通过在体积的百分比上增加允许的最大剂量来自适应调节靶区域的剂量极限，以便考虑在模拟和治疗之间形成的缺氧区域。另外地或可替代地，这可以包括例如增加区域的所允许的生物学有效剂量约束，以便适应由于在靶区域中检测到实质上不同的代谢活性而导致的治疗分次的变化，从而导致当前分次无法治愈。可替代地或另外地，取决于所使用的(多种)示踪剂的(多个)类型，治疗计划可如上所述进行自适应调节并总结在表2中。在一些变型中，重新计算或自适应调节治疗计划以并入治疗时获得的生物活性和/或生理数据可包括采用获取的生物活性和/或生理数据模拟一个或多个测试治疗计划，并从满足临床目标和/或提供所需剂量分布的一个或多个测试治疗计划中选择更新的治疗计划。在一些变型中，更新的或自适应调节的治疗计划可以遵守指定或批准的PQI范围和/或生物活性和/或生理数据范围。自适应放射疗法治疗计划过程可以遵循与正常治疗规划相似的方法，生成治疗计划和相关的治疗规划人工假像。在一些变型中，许多这些人工假像自动生成，或者使用专门设计用来减少执行操作所需时间量的工具来生成。在一些变型中，自适应调节和自适应治疗规划过程在与原始治疗计划相同的软件上执行。然后，方法230可以包括根据更新的或自适应调节的治疗计划来输送放射236。在一些变型中，更新的或自适应调节的治疗计划可以在被创建时和/或在根据更新的计划输送放射之前由临床医生审查、评估和/或批准。更新或自适应调节的治疗计划可以可选地存储在治疗计划数据库中(例如，在控制器的存储器和/或移除服务器的存储器内)。可能需要的话，未来的治疗环节或分次可参考存储的治疗计划。可替代地或另外地，可以将更新或自适应调节的治疗计划存储在患者治疗记录中，以供患者和/或临床医生进行审查和评估。可能需要的话，未来的治疗环节或分次可参考存储在患者记录中的治疗计划。
可选地，在治疗环节结束时，可以获取附加的成像数据。例如，可以在治疗环节结束时(例如，在施加最后的放射束之后)获取一个或多个最终功能成像扫描。可选地，在治疗环节之后(即，患者已经离开放射治疗系统之后)，控制器可以基于从(多个)最终成像扫描中提取的生物活性和/或生理数据来评估240在治疗环节中输送的治疗计划是否应在下一个治疗环节被更新。如果生物活性和/或生理数据指示需要改变治疗计划，则控制器可以使用上述的任何一种或多种自适应调节为未来的治疗环节重新计算或自适应调节治疗计划242。离线自适应治疗规划可以指的是使用在先前治疗环节期间获取的生物活性和/或生理数据在治疗环节之间计算和/或模拟治疗计划。可选地，可以将在治疗环节期间和/或离线生成的治疗计划存储在治疗计划数据库中。可能需要的话，数据库中的治疗计划可用于未来的治疗环节。
实时自适应放射疗法
图2C描绘了基于生物活性和/或生理数据的用于实时自适应放射疗法的方法的一种变型。在实时自适应放射疗法中，基于在同一治疗环节期间获取的生物活性和/或生理数据，在治疗环节期间多次更新或自适应调节治疗计划。例如，如果从在治疗环节开始时获取的图像数据中提取的所获取的生物活性和/或生理数据指示在较早的规划环节生成的治疗计划仍然适用，则放射治疗系统可以根据该治疗计划开始放射剂量输送。当在治疗环节期间获取功能图像数据时，可以根据生物活性和/或生理数据中检测到的任何变化来更新或自适应调节治疗计划。实时自适应放射疗法可以包括基于在整个治疗环节中(例如，在治疗放射源的激活期间)获取的生物和/或生理数据来更新或计算治疗计划。新自适应调节或计算的治疗计划可以在该治疗环节期间以及在一些变型中实时地输送给患者。在治疗环节结束时，治疗计划的最终迭代可能与从治疗环节开始时的治疗计划不同，这取决于患者在治疗过程中生物活性和/或生理状况可以如何变化。
现在转向图2C，在治疗环节之前(框251a-251c)，可以基于使用任何期望成像模态(例如，PET、SPECT、MRI、CT、X射线等)获取的图像或图像数据，和/或在临床医生的咨询下，为患者生成治疗计划。在一些变型中，可能存在治疗计划模拟以计算和/或估计治疗计划的预期剂量分布曲线，以及取决于模拟的结果对治疗计划的进一步改变。在线自适应放射治疗方法250可以包括在治疗输送时获取252成像数据，诸如功能成像扫描。这可以包括例如在治疗环节开始时，在将第一放射束施加到患者之前，使用任何成像模态(例如，PET、SPECT、MRI、CT、X射线等)获取成像数据。控制器然后可以评估254从成像数据提取的生物活性和/或生理数据是否指示需要改变当前治疗计划。评估生物活性和/或生理数据可以包括提取患者和/或(多个)靶区域的各种参数，包括但不限于靶区域划定轮廓、靶区域等中心和/或OAR位置。生物活性和/或生理数据还可提供与剂量输送速率、治疗时间、等剂量梯度、剂量异质性、剂量共形性、束特性和运动管理策略有关的信息。这可包括，例如，当由于特定的生物功能(例如，使用PET示踪剂动力学检测降低的局部肺功能，该降低的局部肺功能可具有降低近区域靶的运动包络的副作用)而使患者靶区域的运动包络在大小上减小时，通过增加剂量输送速率和诊台速度来缩短治疗时间。可替代地或另外地，其可以包括例如增加给定靶区域的等剂量梯度和剂量异质性，以便向靶区域中的先前治疗规划参考图像上不存在的区域(例如，模拟图像上不存在的缺氧区域)提供更高浓度的剂量；该自适应调节还可以包括但不必增加到靶区域的总输送剂量。可替代地或另外地，其可以包括例如由于生理指示符而改变将在治疗期间使用的运动管理机制的特定机制，该生理指示符是运动管理机制可能造成弊大于利(例如由于先前未检测到灌注而检测到较高的腹腔内压力，从而改变或降低了腹部压缩单元施加的压力，并另外补偿了治疗计划的靶区域大小，以适应现在增加的运动包络)。下面进一步描述用于评估治疗计划以确定是否需要基于患者成像数据更新或自适应调节当前治疗计划的方法。
如果不需要改变，则放射治疗系统可以根据当前的治疗计划继续进行输送治疗258。如果需要改变治疗计划，则提取的生物活性和/或生理数据可以用于重新计算或自适应调节260治疗计划。如上面参考图2B所述，对治疗计划的修改可以包括每个靶区域的绝对剂量值、每个靶区域和/或患者累积的剂量极限、生物学有效剂量值、等效剂量值和治疗分次。可替代地或另外地，取决于所使用的(多种)示踪剂的(多个)类型，治疗计划可如上所述自适应调节并总结在表2中。在一些变型中，重新计算或自适应调节治疗计划以并入在治疗时获取的生物活性和/或生理数据可包括采用获取的生物活性和/或生理数据模拟一个或多个测试治疗计划，并从满足临床靶和/或提供所需剂量分布的一个或多个测试治疗计划中选择更新的治疗计划，如以上参考图2B所述。在一些变型中，更新的或自适应调节的治疗计划可以遵守指定或批准的PQI范围和/或生物活性和/或生理数据范围。然后，方法250可以包括根据更新的或自适应调节的治疗计划来输送放射258。在一些变型中，更新的或自适应调节的治疗计划可以在被创建时和/或在根据更新的计划输送放射之前由临床医生审查、评估和/或批准。
在治疗环节期间，可根据治疗计划的当前版本或迭代通过在施加放射的同时获取成像数据来继续监视生物活性和/或生理数据(例如，实时)。例如，可以以预定的时间间隔(例如，约10Hz、5Hz、2Hz、1Hz、0.5Hz等)和/或在所有激发位置或激发位置的某些子集处获取成像数据。方法250然后可以包括确定262是调制还是自适应调节治疗输送。下面进一步描述了用于评估治疗计划以确定根据更新的生物活性和/或生理数据，当前的治疗计划是否适合治疗的方法。调制或自适应调节264治疗输送可以包括例如移位或缩放注量图，和/或针对某些靶区域调节剂量强度，和/或针对某些靶区域增加或减少剂量，等等。另外或可替代地，可以通过改变治疗的占空比，增加或减少可用激发位置的数量来调制治疗输送，以便适应可能阻止区域或允许区域接收与最初规划不同的放射量的变化(例如检测在治疗过程中段心脏灌注的严重性变得更差的情况，这可以允许系统减少将区域暴露于放射的激发位置的数量，同时增加达到相同规定的放射剂量的总治疗时间)。可替代地或另外地，取决于所使用的(多种)示踪剂的(多个)类型，治疗计划可如上所述自适应调节并总结在表2中。然后，根据以上计算的修改，放射治疗系统可继续向患者输送放射。
可选地，在治疗环节结束时，可以获取附加的成像数据。例如，可以在治疗环节结束时(例如，在施加最后的放射束之后)获得最终的功能成像扫描。可选地，在治疗环节之后(即，在患者已经离开放射治疗系统之后)，控制器可以基于从最终数据采集中提取的生物活性和/或生理数据来评估266是否更新或自适应调节在治疗环节期间执行的任何治疗参数或计划。如果生物活性和/或生理数据指示需要对任何治疗参数或计划进行改变，则控制器然后可以使用上述一种或多种自适应调节为未来的治疗环节重新计算或自适应调节治疗计划268。可选地，可以将在治疗环节期间和/或离线生成的治疗参数和/或治疗计划存储在治疗计划数据库中。需要的话，数据库中的治疗计划可以在未来的治疗环节中使用。
离线自适应放射疗法
在治疗环节期间获取的成像数据(诸如功能成像数据)可以用于在下一个治疗环节为患者计算或生成治疗计划。当患者不位于治疗系统内时，离线自适应放射疗法可以包括在治疗环节之间计算或生成治疗计划。如前所述，可以在将第一放射束施加到患者之前，在治疗环节开始时获取成像数据。可以使用任何成像模态(诸如PET、SPECT、MRI、CT、X射线等)获取成像数据。控制器然后可以基于从所获取的成像数据中提取的生物活性和/或生理数据来评估先前计算的治疗计划是否可输送和/或满足临床目标。如果为否，则终止治疗环节，并且将成像数据、提取的生物活性和/或生理数据存储在控制器存储器中，以更新或自适应调节用于下一个治疗环节的治疗计划。如果先前计算的治疗计划可输送和/或满足临床目标，则可以继续进行基于该治疗计划的放射治疗。可选地，可以在治疗环节期间和/或治疗环节结束时获取成像数据。所有成像数据、提取的生物活性和/或生理数据以及任何其它计算量都可以存储在控制器存储器中。在治疗环节终止之后，控制器可以使用上述一种或多种自适应调节方法，基于获取的成像数据来更新或自适应调节治疗计划(或生成新的治疗计划)。如前所述，任何治疗计划和/或治疗环节参数可以存储在治疗计划数据库和/或患者记录数据库中。
图2D描绘了用于离线自适应放射疗法的方法。在治疗环节之前(框271a-271c)，可以基于使用任何期望成像模态(例如，PET、SPECT、MRI、CT、X射线等)获取的图像或图像数据，和/或在临床医生的咨询下，为患者生成治疗计划，如前所述。在基于先前生成的治疗计划的输送273放射的治疗环节期间，放射治疗系统获取可以从中提取生物活性和/或生理数据的成像数据。该数据可以存储在控制器存储器中，并且在治疗环节结束之后，可以用于更新或自适应调节治疗计划(或生成新的治疗计划)。离线自适应放射疗法方法270可以包括基于从先前治疗环节期间获取的成像数据提取的生物活性和/或生理数据来确定272是否更新治疗计划。评估生物活性和/或生理数据可以包括提取患者和/或(多个)靶区域的各种参数，包括但不限于靶区域划定轮廓、靶区域等中心和/或OAR位置。生物活性和/或生理数据还可提供与剂量输送速率、治疗时间、等剂量梯度、剂量异质性、剂量共形性、束特性和运动管理策略有关的信息。这可包括，例如，当由于特定的生物功能(例如，使用PET示踪剂动力学检测降低的局部肺功能，该降低的局部肺功能可具有降低近区域靶的运动包络的副作用)而使患者靶区域的运动包络在大小上减小时，通过增加剂量输送速率和诊台速度来缩短治疗时间。可替代地或另外地，其可以包括例如增加给定靶区域的等剂量梯度和剂量异质性，以便向靶区域中的先前治疗规划参考图像上不存在的区域(例如，模拟图像上不存在的缺氧区域)提供更高浓度的剂量；该自适应调节还可以包括但不必增加到靶区域的总输送剂量。可替代地或另外地，其可以包括例如由于生理指示符而改变将在治疗期间使用的运动管理机制的特定机制，该生理指示符是运动管理机制可能造成弊大于利(例如由于先前未检测到灌注而检测到较高的腹腔内压力，从而改变或降低了腹部压缩单元施加的压力，并另外补偿了治疗计划的靶区域大小，以适应现在增加的运动包络)。可替代地或另外地，取决于所使用的(多种)示踪剂的(多种)类型，治疗计划可如上所述自适应调节并总结在表2中。下面进一步描述用于评估治疗计划以确定是否需要基于患者成像数据更新或自适应调节当前治疗计划的方法。
如果不需要改变，则治疗计划可以用于为下一个治疗环节或分次输送放射。如果需要改变治疗计划和/或生物活性数据和/或生理数据满足用于更新治疗计划的标准，则提取的生物活性和/或生理数据可以用于重新计算或自适应调节274治疗计划。可选地，功能图像数据和/或规划图像数据(框275a)可以用于自适应调节治疗计划。可选地，可以重新获取治疗模拟(框275b)以自适应调节治疗平面。对治疗计划的修改可以包括每个靶区域的绝对剂量值、每个靶区域和/或患者累积的剂量极限、生物学有效剂量值、等效剂量值和治疗分次，如上面参考图2B所述。可替代地或另外地，取决于所使用的(多种)示踪剂的(多种)类型，治疗计划可如上所述自适应调节并总结在表2中。在一些变型中，重新计算或自适应调节治疗计划以并入在治疗时获取的生物活性和/或生理数据可包括采用获取的生物活性和/或生理数据模拟一个或多个测试治疗计划，并从满足临床目标和/或提供所需剂量分布的一个或多个测试治疗计划中选择更新的治疗计划，如以上参考图2B所述。在一些变型中，更新的或自适应调节的治疗计划可以遵守指定或批准的PQI范围和/或生物活性和/或生理数据范围。更新的治疗计划可用于以下治疗环节或分次。在每个治疗环节或一组所选的治疗环节之后，可以根据需要重复方法270。在一些变型中，治疗计划计算可以由放射治疗系统控制器执行。可替代地或另外地，放射治疗系统可以将收集的成像数据和/或生物活性和/或生理数据传输到远程控制器，诸如治疗规划系统控制器，其可以执行治疗计划计算并向放射治疗系统传输回治疗计划(其可能会或可能不会更新)。
用于评估治疗计划的方法
可以使用一种或多种方法来评估治疗计划以确定该治疗计划是否将向ROI或靶区域提供所需剂量的放射。在一些变型中，期望放射剂量可以是由放射肿瘤学家写出的处方，并且可以指定靶区域(例如，辐射靶区域和/或避免辐射的区域)的剂量-体积(DV)约束。这些可包括针对肿瘤区域和/或放射敏感区域(例如，有危险的器官)的DV约束。包括肿瘤的辐射靶区域可包括总肿瘤体积和围绕总肿瘤体积的边缘，以考虑微观疾病、肿瘤运动和患者设置的不确定性。用于肺部立体定向治疗的放射剂量处方的示例在图3A中示出。如表中所述，临床医生可以在患者中指定不同类型的ROI，例如，一个或多个规划靶体积(PTV；可能包括肿瘤块和肿瘤块周围的边缘)、脊髓区域、整个肺部、皮肤区域、肋骨、心脏、食道、肝脏以及特定的血管区域(例如，被诸如主动脉、下腔静脉、上腔静脉、肺动脉或肺静脉的血管占据的区域)，包括动静脉系统的至少一部分。这些ROI中的一些ROI是辐射靶区域(例如PTV)，而另一些是避免辐射的区域(例如脊髓、肺、皮肤、脉管系统)。对于每种ROI类型，临床医生可以指定要被辐射的ROI比例的阈值、可以在整个ROI上施加的最大放射累积量，以及可以施加到ROI的一部分的最大放射量。例如，对于放射靶区域(诸如PTV区域)，放射剂量处方可以指定以约50Gy的最大累积放射水平来辐射至少95％的PTV区域，并且PTV的任何部分均不暴露于大于规定放射水平107％(例如1.07x 50Gy＝53.5Gy)的放射下。在一些变型中，临床医生可以指定要辐射PTV的子区域。也就是说，临床医生可以指定要被辐射仅PTV的(多个)肿瘤块区域和/或要辐射PTV体积的一定比例(例如，约10％、约20％、约25％、约35％、约40％、约50％、约60％、约65％、约70％、约75％、约80％、约90％、约95％等)。临床医生可以指定用于辐射的PTV子区域的示例可以包括(多个)肿瘤块区域、肿瘤块区域的子区域、多个肿瘤块区域的子集、一个或多个缺氧区域、一个或多个PET-avid区域，和/或以上的任意组合。不希望受到理论的束缚，PTV的一部分(而不是PTV的整个部分)的辐射可能会引起足够水平的肿瘤细胞死亡，以触发患者的免疫反应。结合靶向放射输送来恢复患者的免疫系统的健康可能有助于抑制肿瘤生长，同时减少总的患者放射暴露(与辐射PTV的整个部分的治疗相比)。至于避免辐射的区域，诸如脊髓区域(和/或肺，和/或皮肤和/或血管区域)，放射剂量处方可指定辐射不超过约0.25cc，最大累积放射水平约为22.5Gy，并且脊髓区域的任何部分都不暴露于大于约30Gy的放射中。因为不同类型的肿瘤可能需要不同水平的放射才能根除，因此其它放射剂量处方可以具有与图3A中的处方不同的阈值，并且不同类型的器官对放射暴露可具有不同的敏感度。在一些变型中，可以至少部分地基于在治疗规划环节之前或期间测量的患者参数来确定要施加到PTV的放射量。例如，与不具有缺氧区域的肿瘤相比，具有缺氧区域的肿瘤可能需要更高水平的放射才能根除。在治疗规划环节中，如果测量的患者参数(例如，PET示踪剂SUV摄取)指示PTV具有一个或多个缺氧区域，则放射剂量处方可指定，与该PTV不具有缺氧区域的情况相比，更大比例的该PTV用更高水平的放射辐射。
治疗规划系统可以生成治疗计划，该治疗计划旨在如放射剂量处方中所指定的并根据在治疗规划环节之前或期间测量的患者参数，将放射剂量水平输送至患者ROI或靶区域。在治疗规划和治疗环节之间的时间内对患者参数的改变可能影响治疗计划的效果。可能影响治疗计划效果的患者参数变化的示例可以包括但不限于靶区域相对于避免辐射区域的(多个)位置和/或(多个)距离，靶区域和/或避免辐射的区域的形状和大小，以及先前描述的任何生物活性和/或生理参数，诸如示踪剂的SUV和/或示踪剂活性(例如PET示踪剂、肿瘤特异性示踪剂等)。
一种用于评估治疗计划是否输送规定的剂量分布的方法可以包括：在治疗当天但在治疗开始之前(例如，在激发第一放射束之前)获取成像数据。该成像数据可以被称为预扫描数据，并且控制器可以从预扫描数据中提取生物活性和/或生理和/或解剖学数据。所提取的生物活性和/或生理和/或解剖学数据可以用于在治疗环节开始时计算当前的治疗计划是否将向靶区域提供足够的剂量。例如，控制器处理器可以基于成像数据、提取的生物活性和/或生理和/或解剖学数据以及当前治疗计划来模拟/计算剂量分布图或剂量值直方图(DVH)。取决于模拟的剂量分布图或DVH是否满足某些标准或阈值，控制器和/或临床医生可以确定是否应更新治疗计划。例如，如果要输送到模拟体积的95％的预期剂量下降到可接受的剂量范围以下，则可以更改要输送的体积定义或剂量，以使约束回到公差内。可替代地或另外地，该方法也可以在治疗环节期间或治疗环节之后使用，以根据实时获取的成像数据来评估治疗计划的效果。该方法的一些变型可以包括在治疗规划环节期间(例如，在计算治疗计划时)计算可接受临床参数的范围，以及可以将从预扫描成像数据和/或治疗环节成像数据中提取的生物活性和/或生理和/或解剖学数据与可接受临床参数的范围进行比较。可接受临床参数的范围可以基于在诊断成像环节、治疗规划环节期间和/或在治疗环节开始时(例如，在患者预扫描期间)获取的数据来确定，和/或可以是已知的或被广泛接受的正常活性范围。如果提取的数据在可接受临床参数范围内，则控制器和/或临床医生可以确定进行当前治疗计划是适当的，而无需控制器处理器在治疗时模拟或计算剂量分布图或DVH。通过减少确定是否继续进行当前治疗计划所花费的时间，可以减少成像数据的采集与治疗放射的施加之间的时延。可以在治疗环节之前计算出可接受范围的临床参数的示例可以包括相对于(多个)OAR的(多个)位置的靶区域的位置、(多个)靶区域的形状和体积、靶区域的SUV、靶区域和/或(多个)OAR处的PET示踪剂活性等。
作为替代或除了在治疗规划环节期间计算可接受临床参数的范围外，可以计算可接受治疗计划质量参数的范围。治疗计划质量参数可以是评估特定治疗计划如何向靶区域提供所需放射剂量同时保留非靶区域(例如，放射敏感区域和/或正常组织区域)的任何指标。计划质量得分或计划质量指数(PQI)的示例在图3B的表中描绘，并且可以包括代表肿瘤剂量覆盖率、靶区域或ROI的DV关系、合格指数、均匀性和剂量梯度指数等的剂量分布指数或参数。靶体积或TV可以是ROI的总体积(例如，规划靶体积PTV或总肿瘤体积或GTV)，并且一些PQI可以指定要采用指定放射水平辐射的TV的比例和/或TV的绝对体积(例如，以cc为单位)。治疗计划的Dvv指数可以代表根据该治疗计划的放射输送所导致的TV的部分vv辐射的预测/计算水平(例如，总TV百分比或以cc为单位的绝对体积)。例如，具有D95％＝45Gy的Dvv指数的治疗计划指示，如果根据治疗计划进行放射治疗，则95％的TV将用45Gy辐射。治疗计划的Vdd指数可以代表被预测/计算以接收根据治疗计划的放射输送所导致的剂量dd(例如，总靶剂量或绝对剂量以Gy为单位的百分比)的TV部分(例如，总TV的百分比或以cc为单位的绝对体积)。例如，采用V20Gy＝40％的Vdd指数的治疗计划指示，如果根据治疗计划进行放射输送，则TV的40％将用20Gy辐射。PQI的另一个示例可以包括一致性指数CI，该一致性指数CI代表PTV体积与处方等剂量覆盖的体积的比值。CI可以指定处方等剂量如何紧密覆盖特定靶。从数值上讲，该比率越越接近于1，则该计划越共形。在理想情况下，PTV体积近似等于处方等剂量体积，在这种情况下CI＝1。如果CI在某个可接受范围内(例如从1到1.2)，则临床医生可能愿意接受该计划。如果CI>1.2，则临床医生可能需要使用不同的约束进行重新规划(即重新计算治疗计划)。PQI的另一个示例是剂量梯度指数(DGI)＝V50与PTV的比值，其中V50是50％等剂量对映的体积。理想的计划是使靶周围的梯度非常高，这意味着V50应尽可能接近PTV。因此，DGI越接近1，梯度越高，其结果是更高的剂量集中在靶周围，其中剂量随着远离靶快速下降。临床医生可以将DGI的范围设定为<2。这将意味着V50体积不得超过PTV的两倍，以便继续进行治疗计划。计划质量指数的其它示例可以包括平均剂量指标(例如，通过PTV输送的平均放射剂量)、均匀性指标(例如，整个PTV上剂量变化的大小)、全局最大位置(例如，接收最高放射剂量的患者区域的位置)等。PQI的另一个示例是组合的PQI，其可以根据不同的单独的PQI或图3B中列出的PQI的形式来构造。在该示例中，每个PQI可以设置为无单位，并且可以由给出值为1或小于1的公式表示。例如：
其中wi是针对每个pi(PQI的形式)的用户定义权重，而pi是PQI的第i个形式，例如由如下给出：
p1＝CI-1
其中CI由以下给出：
或由符合性指数的某个其它表达式给出。pi的其它形式是例如异质性指数HI的变型：
其中Dnorm可等于靶处方剂量或任何其他用户选择的剂量水平，例如D50。上面等式中的D1和D99也可以分别用D2和D98或其他用户选择的剂量水平代替。
另一个pi可以使用剂量梯度指数DGI：
p3＝DGI-1
其中DGI可以使用以下定义：
或
注意，由于CI可以大于或小于1，所以将(CI-1)用作p1，但是在理想情况下CI＝1，因此(CI-1)2测量与理想情况的偏差。可能会有其它PQI和用于定义组合的PQI的PQI组合的不同数学形式，例如，代替为加权平方和的平方根，可以使用PQI形式的简单加权和来表示组合的PQI。组合PQI的目标是判断治疗计划的整体质量。
在一些变型中，可以将期望剂量分布作为对治疗规划系统的约束来施加，并且可以由对PQI的约束表示。例如，可以将98％的PTV接收至少50Gy的剂量的处方称为PQI约束：PTV D98＝50Gy。可以输送到肺区域的最大放射量的约束可以表示为D(1000cc)<13.5Gy。这些约束可以促进旨在满足所需剂量分布和/或临床目标的治疗计划的生成。
治疗计划的功效可以取决于患者和/或靶区域的特征而变化，其可以在治疗规划环节和治疗环节之间和/或甚至在治疗环节期间改变。也就是说，如果在不同的时间点这些特征中的任何一个特征存在变化，则可能基于特定时间点的一组患者或靶区域特征提供可接受的放射剂量或分布的治疗计划可能不会提供可接受的放射剂量或分布。一些变型可以包括在治疗计划生成时计算生物活性和/或生理参数的范围，在该范围内治疗计划将提供可接受的剂量或分布(即在其中治疗计划将满足PQI指数阈值)。可替代地或另外地，方法可以包括基于在治疗时获取的实时成像数据来计算PQI值。可以将成像数据，和/或从成像数据中提取的生物活性和/或生理数据，和/或计算出的PQI，和/或可接受的临床参数范围和/或关于是否进行治疗计划的任何建议在显示器上呈现给临床医生。然后，临床医生可以考虑这些参数和数据，并决定是否启动或继续使用当前治疗计划的治疗环节，或自适应调节或更新治疗计划以考虑患者和/或靶区域的变化。在一些变型中，如果生物活性和/或生理数据和/或基于实时获取的数据计算出的治疗计划质量指数在规定或预定范围内，则放射治疗系统可以根据治疗计划继续进行以施加放射。可以在治疗环节之前、期间和/或之后使用在此所述的评估治疗计划的方法，以确定是否根据当前治疗计划继续进行放射治疗或更新/自适应调节治疗计划以考虑可能使当前治疗计划无法输送和/或无效的患者和/或靶区域的变化。
使用计划质量指数(PQI)评估治疗计划
在图4A-4B中描绘了用于基于实时获取的成像数据和/或从成像数据提取的生物活性和/或生理数据来评估治疗计划的一种变型。该方法可以包括基于在治疗时获取的临床参数(诸如生物活性和/或生理和/或解剖学数据)来计算当前治疗计划的PQI。可以将基于实时临床参数计算出的PQI与可接受PQI值的预定范围进行比较，并且如果计算出的PQI在该范围内，则治疗系统可以建议临床医生和/或技术人员根据当前的治疗计划进行放射治疗。可接受PQI值的范围可以基于在诊断成像环节、治疗规划环节期间和/或在治疗环节开始时(例如，在患者预扫描期间)获取的数据来确定，和/或可以是已知的或广泛接受的PQI值范围。如果计算出的PQI不在可接受PQI值的预定范围内，则治疗系统可以向临床医生和/或技术人员建议或警告更新治疗计划。图4A是提供PQI示例的表：根据医师的处方并在治疗规划环节期间通过剂量计算满足的规定PQI值(“规定的PQI”列)，以及治疗时对于治疗可以接受的PQI MAPO值(“PQI MAPO”列)。图4A中的范围可能会因每个患者和/或靶区域和/或治疗环节等而异。例如，原始处方可能指定至少99％的PTV(规划治疗体积)用与处方剂量的90％对应的等剂量表面(V90％＝99％)(图4A表的第一行和第二列)辐射或“覆盖”。然而，在治疗时，基于实时获取的成像数据，基于患者临床参数的计算可能会确定90％的等剂量表面将仅包围或覆盖96％的靶区域(V90％＝96％)。由于该V90％值(96％)在最右边一列中特定的MAPO范围内(即大于95％)，因此治疗系统可能建议根据治疗计划进行治疗。作为另一示例，图4A的表可指定医师的处方要求以20Gy或更大的剂量辐射肺体积的小于10％(即，肺V20Gy<10％)。然而，在治疗时，患者临床参数的测量变化可能指示，如果在没有任何自自适应调节的情况下输送了治疗计划，则多达23％的肺体积将接收20Gy或更高的放射剂量(V20Gy＝23％)。这种肺体积辐射增加到23％可能是例如肺内肿瘤位置改变的结果。然而，由于该23％的V20Gy值不在MAPO范围内(即，超出了15％的MAPO值)，因此，如果在未进行任何自适应调节或改变的情况下输送计划，则可能会向临床医生警告违反V20 PQI。附加的PQI和/或治疗计划质量参数可以被包括在与图4A中所描绘的表相似的表中，并提供给放射治疗系统控制器。在一些变型中，可以针对每个靶区域和/或OAR生成与图4A的表类似的表。可选地，可以在这样的表或任何其它图形表示中向临床医生和/或技术人员呈现数据。临床医生可能更喜欢使用PQI值评估治疗计划，因为PQI值可以直观地反映肿瘤覆盖率、一致性、和剂量-体积限制的变化，并且可以以与放射治疗处方类似的格式来表达或呈现。
图4B描绘了用于使用基于实时获取的成像数据和当前治疗计划而计算的PQI来评估治疗计划的一种方法的流程图。方法400可以在治疗时(例如，在治疗当天，在第一放射束激发之前和/或在放射束施加期间)和/或治疗环节之后(即确定是否对于下一个治疗环节使用相同的治疗计划)由放射治疗系统的控制器执行。方法400可以包括在治疗环节的开始和/或期间测量402生物活性和/或生理和/或解剖学数据(和/或任何其他患者或靶区域数据)。如在此所述，测量生物活性和/或生理和/或解剖学数据可包括获取成像数据，诸如PET数据、SPECT数据、X射线或CT数据、MRI数据等。在一些变型中，测量生物活性数据可以包括获取CT或PET-CT图像。可以基于所获取的成像数据来提取或计算生物活性和/或生理和/或解剖学数据。然后，方法400可以包括：基于所测量的数据来计算404一个或多个PQI，并且将所计算的一个或多个PQI与其对应的可接受值范围进行比较406。在一些变型中，可以通过对靶区域的任何改变的几何形状或可以用于计算输送剂量分布的其它非几何临床参数(例如，生物活性和/或生理数据)的变化执行剂量计算来计算更新的PQI值。非几何临床参数的示例可以包括但不限于靶区域的PET SUV和/或那些靶区域中的PET活性变化。每个PQI的可接受范围可以由临床医生例如在治疗规划环节期间预先确定，并且可以传输到治疗系统。临床医生和/或技术人员可以基于来自步骤406的比较来确定是否继续进行治疗计划。
可选地，如果计算出的PQI在可接受的范围内，则方法400可以包括根据治疗计划输送408放射。如果计算出的PQI不在可接受的范围内，则方法400可以可选地包括更新410治疗计划并根据更新的治疗计划输送412放射。可替代地，方法400可以包括终止治疗环节，以及为未来的环节更新治疗计划。在一个或多个PQI中的一些POI处于其对应的所需范围内并且一个或多个PQI不在其对应的所需范围内的情况下，是否进行治疗计划的决定应由临床医生自行决定。可替代地或另外地，方法400可以包括对不同的PQI进行优先级排序和/或排名的规定(rubric)。例如，关于是否继续进行治疗计划的建议可以基于PQI的加权和，其中与高加权(例如，相对更重要)的PQI的偏差可以抵消较低加权(例如，相对不太重要)PQI内的依从性。在一些变型中，只要高加权的PQI在期望或规定的范围内，即使一些低加权的PQI不在范围内，控制器也可以建议应根据治疗计划进行放射输送。
使用临床参数评估治疗计划
图5A-5B描绘了用于基于实时获取的成像数据和/或从成像数据中提取的生物活性和/或生理数据来评估治疗计划的方法的另一变型。该方法可以包括在治疗环节之前(例如，在治疗规划环节期间)计算可接受的临床参数范围(例如，可接受的生物活性、生理和/或解剖学数据范围)。在治疗时，可以将从实时获取的成像数据中提取的生物活性和/或生理数据与可接受临床参数范围进行比较。可以通过设定期望PQI值的范围(例如，最小PQI值)并迭代地计算可接受临床参数的对应范围(例如，递增和/或递减一个或多个临床值，以及重新计算治疗计划质量指数，直到计算出的PQI超出范围)来计算或导出可接受临床参数的范围。可替代地或另外地，临床医生可以指定患者有资格接收放射治疗的可接受临床参数的范围。在一些变型中，可接受临床参数的范围可以基于在诊断成像环节、治疗规划环节期间和/或在治疗环节开始时(例如，在患者预扫描期间)获取的数据来确定，和/或可以是已知或广泛接受的正常活性范围。
图5A是提供临床参数及其(多个)可接受/所需值范围(“临床参数变化”列)、可接受临床参数的该范围的可接受PQI(“PQI”列)、在治疗规划环节期间的PQI(“模拟日的PQI”列)和治疗环节的PQI(“首次治疗日的PQI”列)的示例的表。该表将临床参数的变化映射到PQI值的变化。临床医生和/或治疗系统控制器可以根据当前的治疗计划确定PQI值的变化对于继续进行输送放射是否可接受。例如，可以计算出，如果在治疗时PTV中心与脊髓之间的距离比在治疗规划环节期间测量的距离小3mm，则PQI可能会从29Gy增加到31Gy(也就是说，脊髓将暴露于比预期更多的放射)。临床医生可以在治疗时确定是否可以接受继续进行治疗。可替代地，临床医生可以在治疗环节之前确定可接受PQI值的范围，使得只要当天治疗的PQI值在可接受PQI值的范围内，患者就可以继续进行治疗。
图5B描绘了一种用于使用基于从实时获取的成像数据以及所提出的/当前的治疗计划中提取或计算的临床参数来评估治疗计划的方法的流程图。方法500可以包括在治疗环节的开始和/或期间测量502生物活性和/或生理和/或解剖学数据(和/或任何其他患者或靶区域数据)。如在此所述，测量生物活性和/或生理和/或解剖学数据可包括获取成像数据，诸如PET数据、SPECT数据、X射线或CT数据、MRI数据等。在一些变型中，测量生物活性数据可以包括获取CT或PET-CT图像。可以基于所获取的成像数据来提取或计算生物活性和/或生理和/或解剖学数据。此类数据的示例可以包括但不限于靶区域的大小、形状和位置，以及任何非几何临床参数，诸如靶区域的PET SUV和/或那些靶区域中的PET活性变化。然后，方法500可以包括将生物活性和/或生理和/或解剖学数据(可以作为一个组，称为临床参数)与可接受值的范围进行比较504。每个临床参数的可接受范围可以由临床医生例如在治疗规划环节期间预定，并且可以转移到治疗系统。临床医生和/或技术人员可以基于与步骤504进行的比较来确定是否进行治疗计划。可选地，如果生物活性和/或生理和/或解剖学数据在可接受范围内，则方法500可以包括根据治疗计划输送506放射。如果生物活性和/或生理和/或解剖学数据不在可接受范围内，则方法500可以可选地包括更新508治疗计划并根据更新的治疗计划输送510放射。可替代地，方法500可以包括终止治疗环节，以及为未来的环节更新治疗计划。在一些生物活性和/或生理和/或解剖学数据在其对应的所需范围内，而其它生物活性和/或生理和/或解剖学数据不在其期望范围内的情况下，是否进行治疗计划的决定可由临床医生自行决定。可替代地或另外地，方法500可以包括对不同的生物活性和/或生理和/或解剖学数据进行优先级排序和/或排名的规定。例如，关于是否进行治疗计划的建议可以基于生物活性和/或生理和/或解剖学数据的加权和，其中与高度加权的(例如，相对更重要的)生物活性和/或生理和/或解剖学数据的偏离可以抵消较低权重(例如，相对不太重要)的生物活性和/或生理和/或解剖学数据内的依从性。在一些变型中，只要高加权的生物活性和/或生理和/或解剖学数据在所需或规定的范围内，即使一些低加权的生物活性和/或生理和/或解剖学数据不在范围内，控制器也可建议应根据治疗计划进行放射输送。基于临床参数评估治疗计划可以通过不计算治疗计划的PQI值，重新轮廓化靶区域和/或计算治疗环节期间的剂量分布来简化实时成像数据的采集与放射输送之间的时延。这可以帮助减少患者的治疗环节时间。
图5C中描绘了用于基于一组可接受的PQI值来计算一组或一系列可接受的生物活性水平的方法的一种变型。图5D描绘了应用于包括肿瘤大小(V)和肿瘤SUV(SUV)的一组临床参数以及包括肺V20和PTV CI的一组PQI的图5C方法的示例。如果在治疗时测量的一组临床参数在使得一组对应的PQI值也将在对应的可接受范围内的范围内，则临床医生可以确定治疗计划适合于输送。临床医生可以确定例如可接受的临床参数值的可能范围可以是规划肿瘤大小(V_p)的约±20％和规划肿瘤SUV(SUV_p)的约±30％。临床医生可以将这些范围内的临床参数值输入治疗规划系统，以确定肺V20和PTV CI的可接受PQI值范围，该范围将与可接受的临床参数值范围相对应。图5C描绘了一种用于确定可接受的临床参数值的范围的方法520。方法520可包括：选择522一组临床参数中的每个临床参数的规划临床参数值；选择524每个临床参数的一组试验值；计算526该组临床参数中每个临床参数的每个试验值组合的治疗计划，针对每个计算出的治疗计划计算528该组PQI中每个PQI的PQI值，识别530在预定范围内的PQI值以及产生这些PQI值的对应的一组临床参数值，以及定义532该组临床参数中每个临床参数可接受的临床参数值的范围，该参数值对应于已被识别为在预定范围内的PQI值。定义用于特定PQI的可接受临床参数值的范围可以包括：识别产生在预定范围内的PQI值的最低临床参数值；以及识别产生在预定范围内的PQI值的最高临床参数值。该组临床参数中每个临床参数的计算范围(例如，在(例如，满足)PQI值范围内的V_p和SUV值的范围)可以是治疗时可接受的一组临床参数值，其将被用于在治疗时做出治疗或不治疗决定。也就是说，在治疗时，如果测量的临床参数在该范围内(即，大于或等于最低临床参数值并且小于或等于最高临床参数值)。因为可接受临床参数的范围在治疗环节之前计算，所以这可能有助于减少获取成像数据与决定是否进行治疗计划之间的时延。在一些变型中，治疗系统的控制器可以通过将提取的患者数据(例如，生物活性数据和/或生理数据和/或解剖学数据)与可接受临床参数的范围进行比较，来决定是否继续进行治疗计划。在一些变型中，当一个或多个提取的患者数据超出可接受临床参数时通知临床医生，使得可以就是否继续进行治疗和/或是否要更新或自适应调节治疗计划做出最终决定。
图5D描绘了用于识别肿瘤体积V和肿瘤SUV的可接受值的范围的方法540，使得包括肺V20和肿瘤CI的一组PQI具有在可接受范围内的值。方法540可以包括选择542一组临床参数和一组PQI以进行评估。基于治疗计划的V的值为V_p，并且基于治疗计划的SUV的值为SUV_p。方法540可以包括从可能的参数值范围中针对V_p参数选择544V和SUV的试验值。例如，V的试验值可以包括0.8*V_p、V_p和1.2V_p，其对应于肿瘤体积中相对于规划时的体积增加或减小约±20％。SUV的试验值可包括0.7*SUV_p、0.8*SUV_p、SUV_p、1.2*SUV_p和1.3SUV_p。可以针对试验V值和试验SUV值的每个组合来计算546计划(产生一组计算的计划)，并且针对每个计算的计划计算548肺V20和肿瘤CI的值。该方法可以进一步包括确定V_p和SUV值的哪些组合导致在可接受范围内的PTV CI和肺V20值。例如，该方法可以包括550识别在预定范围内的肺V20和肿瘤CI的值，并且V_p和SUV值的哪些组合导致落在可接受范围之外的PTV CI和肺V20值。接下来，该方法可以包括定义552与已经被识别为在预定范围内的肺V20和肿瘤CI值相对应的可接受的V值和SUV值的范围(例如，满足PQI值的范围的V和SUV的范围)。定义V和SUV的可接受值的范围可以包括识别产生仍然在预定/可接受范围内的肺V20和肿瘤CI值的最低和最高V和SUV值。
图6A和图6B描绘了用于计算在上述方法中使用的可接受PQI的范围的方法。图6A描绘了用于生成生物活性水平或值的范围的一种方法600，该生物活性水平或值映射到期望PQI值的范围。在治疗时，如上所述，可以将获取的生物活性和/或生理和/或解剖学数据与生物活性水平或值的该生成范围进行比较。可替代地或另外地，可接受生物活性或值的范围可以基于在诊断成像环节、治疗规划环节期间和/或在治疗环节开始时(例如，在患者预扫描期间)所获取的数据来确定，和/或可以是已知或广泛接受的正常活性范围。方法600可以包括：选择602具有第一阈值PQI值和第二阈值PQI值的一个或多个PQI的范围；计算604与第一阈值PQI值对应的第一生物活性值；以及计算606与第二阈值PQI值对应的第二生物活性值。可选地，方法600可以包括将第一和第二生物活性值阈值(生物活性范围)传输608到治疗系统控制器。方法600也可以用于生成映射到期望PQI值的范围的生理数据范围和/或解剖学数据范围。
图6B描绘了用于迭代地计算与期望PQI值对应的生物活性值的方法610的一种变型。方法610可以包括选择612初始生物活性值，基于所选的生物活性值计算614治疗计划的PQI，以及将所计算的PQI与期望PQI值(诸如期望PQI阈值)进行比较616。如果计算的PQI与期望PQI值不匹配，则方法600包括选择618新的生物活性值并重复步骤614和616。选择新的生物活性值可以包括递增或递减当前的生物活性值，这取决于所计算的PQI是否大于或小于期望PQI值。如果所计算的PQI与期望PQI值匹配(或在期望PQI值的指定的或可接受的公差或范围内)，则控制器然后可以将生物活性值存储620在控制器存储器(例如，治疗规划系统的控制器和/或治疗系统的控制器)中。方法610也可以用于生成映射到期望PQI值的生理数据值和/或解剖学数据值。
使用有界的DVH评估治疗计划
可替代地或另外地基于基于实时获取的生物活性和/或生理和/或解剖学数据计算的PQI值评估治疗计划，还可以基于剂量-体积直方图或DVH来评估治疗计划。DVH是描绘输送至靶体积区域或比例的剂量水平的曲线图。DVH曲线图的示例在图7A中(实线)示出。在理想的系统中，剂量Dtarget被输送至靶体积的100％而没有任何“热点”(即接收大于Dtarget的剂量的靶体积的区域)，和/或接收小于Dtarget的剂量的靶体积的区域。然而，在许多情况下，剂量Dtarget并未输送到靶体积的100％(例如，实际输送剂量可大于或小于Dtarget)，但是输送剂量的范围在临床上是可接受的。可以基于该时间点的患者参数和治疗计划，在治疗规划环节期间计算DVH曲线图。DVH曲线图可以可选地被包括作为生成治疗计划的一部分，使得对于一个或多个辐射靶区域不具有期望DVH分布的治疗计划可以被更新或完善。期望DVH分布的范围可以由通过图7A中的虚线表示的有界DVH表示。有界的DVH可以由最小和最大剂量分布来定义。导致在最小和最大剂量分布之间的剂量分布的治疗计划可被认为对于输送是可接受的。在治疗计划环节期间，可以基于在计划环节之前或期间获取的生物活性和/或生理和/或解剖学数据，为每个ROI(例如，关注的体积)或靶区域生成有界的DVH曲线。在治疗时，实时获取的成像数据可用于为一个或多个靶区域计算更新的DVH曲线。也就是说，生物活性和/或生理和/或解剖学数据的改变也可以更改一个或多个靶区域的DVH曲线。可以将更新的DVH曲线与有界的DVH曲线进行比较。如果在范围内，则治疗系统控制器和/或临床医生可以确定可以根据治疗计划继续进行放射输送。如果不在范围内，则治疗系统控制器和/或临床医生可以决定在继续之前更新治疗计划。
在治疗时，可以基于实时获取的成像数据为所有靶区域计算DVH曲线。在一些变型中，实时获取的成像数据可以包括PET成像数据(例如，PET预扫描)。可以基于PET成像数据计算PTV和/或关注的生物引导区域(BgROI)或放射激发区域(RFZ)和/或OAR的标称DVH曲线。可以基于PET成像数据来计算其它放射输送指标，诸如PTV或靶覆盖率、BgROI/RFZ中的平均活性、PTV的平均SUV以及一个或多个归一化因子。一些靶区域的DVH曲线可能在这些区域的有界DVH定义的范围内，而其它靶区域的DVH曲线可能不在有界DVH范围内。是否进行治疗计划的决定可由临床医生自由决定。可替代地或另外地，对不同靶区域进行优先级排序和/或排名的规定可以在治疗规划环节期间生成，并用于确定是否继续进行治疗计划。例如，关于是否要进行治疗计划的建议可以基于靶区域的加权和，其中针对高度加权(例如，相对更重要)的靶区域的越界DVH曲线可能会抵消针对较低加权(例如，相对不太重要)的靶区域的边界内DVH曲线。在一些变型中，只要高加权靶区域的DVH曲线在期望或规定的范围内，即使一些低加权靶区域的DVH曲线超出边界，控制器也可能建议放射输送应根据治疗计划进行。
图7B描绘了用于使用有界DVH评估治疗计划的方法的一种变型。虽然该方法被描述为评估单个靶区域的DVH，但是应当理解，该方法可以用于评估多个靶区域的DVH。如上面可能期望和描述的，该方法可以在治疗环节的开始时(例如，在激发第一放射束之前)和/或在治疗环节期间执行。方法700可以包括在治疗时测量702生物活性数据。测量生物活性数据可以包括测量生理和/或解剖学数据，和/或可以包括获取成像数据，从该成像数据中可以计算出生物活性和/或生理和/或解剖学数据。此类数据采集可以发生在治疗环节开始时(例如，在激发第一放射束之前，在预扫描期间)和/或治疗环节期间(例如，在激发第一放射束之后)。方法700然后可以包括基于放射疗法治疗计划和所测量的生物活性数据来计算704靶区域的DVH曲线，并将所计算的DVH曲线与该区域的预定有界DVH进行比较706。如果所计算的DVH曲线在有界DVH之内，则方法700可以可选地包括根据治疗计划输送708放射。如果所计算的DVH曲线在有界DVH之外，则方法700可以可选地包括更新710治疗计划并且根据更新的治疗计划可选地输送712放射。可替代地，方法700可以包括终止治疗环节，以及为未来的环节更新治疗计划。方法700可以可选地包括：比较所有靶区域的DVH曲线的偏差，并根据靶区域的规定或排名对偏差进行加权。计算所有DVH曲线偏差的加权和可以协助临床医生根据某些DVH曲线确定是否对超出有界DVH的边界的某些靶区域进行放射输送。
用于计算有界DVH曲线的方法
在治疗计划期间，可以针对患者中的每个关注区域(即，每个辐射靶区域和/或每个避免辐射的区域)计算有界DVH曲线。例如，可以针对肿瘤区域(即，总肿瘤体积)和/或PTV(即，具有边缘的总肿瘤体积)和/或放射激发区或RFZ(即包括潜在移动的PTV以及RFZ内PTV大部分或所有可能位置的区域)和/或一个或多个OAR计算出有界DVH曲线。在一种变型中，治疗规划可以包括基于例如一个或多个PET图像X和/或患者CT图像(可以称为规划图像)来计算放射激发矩阵P，其中可以在PET图像X和/或患者CT图像(和/或同一参考系中的其它补充患者图像)中识别或勾勒出RFZ(例如靶区域和/或PTV)和/或OAR。可选地，有关(多个)RFZ和/或OAR的附加数据，诸如它们的大小、形状、位置和放射灵敏度、最大可耐受放射暴露和/或要输送到辐射靶区域的规定放射剂量和/或其它剂量约束(诸如为每个患者靶区域输送的最大和最小剂量)，也可以用于发射激发矩阵P的计算中。规划患者CT图像也可以用于剂量计算，例如，如果根据放射激发矩阵P向患者施加了放射，则可以预测所输送剂量的分布。可以通过在RFZ内对PTV的PET图像X进行刚性移位，并针对该特定移位的PTV位置计算与OAR、RFZ和/或PTV的对应剂量，基于放射激发矩阵P针对每个OAR、RFZ和/或PTV计算有界DVH曲线族。例如，对于具有RFZ内的PTV和一个OAR的患者，可以针对RFZ内PTV的每个移位位置计算出PTV的DVH曲线族。可选地，可以针对RFZ内PTV的每个移位位置计算RFZ的第二DVH曲线族和OAR的第三DVH曲线族。min-DVH曲线可以通过提取DVH曲线族的最左点(例如，对于每个剂量值，选择具有最低体积分数的点，或对于每个体积分数，选择具有最低剂量的点)从DVH曲线族导出。max-DVH曲线可以通过提取DVH曲线族的最右点(即，对于每个剂量值，选择具有最高体积分数的点，或对于每个体积分数，选择具有最高剂量的点)从DVH曲线族导出。包括min-DVH曲线、max-DVH曲线和标称DVH曲线(例如，基于规划图像计算的剂量)的特定关注区域(例如PTV、RFZ、OAR)的有界DVH曲线可以从治疗规划系统传输到放射治疗系统，并且用于基于更新的成像数据和/或生物和/或生理数据评估治疗计划。
图8A是在治疗规划期间用于计算有界DVH曲线的方法的一种变型的流程图。方法800可以包括获取802患者CT图像，定义804剂量约束、处方、PTV和/或RFZ和OAR轮廓以及其它数据，获取806患者PET图像(X)，计算808剂量计算矩阵(A)，以及计算810放射激发矩阵(P)，该放射激发矩阵(P)指定从成像数据到注量图的转换，该注量图可以包括在治疗环节期间要施加给患者的子束图案和/或子束强度。在一些变型中，获取患者PET图像806可以在定义804剂量约束、处方和/或轮廓化之前发生。剂量约束、(多个)处方和/或轮廓可包括指定某些患者区域的最小和/或最大剂量(例如，OAR或避免辐射的区域的最大剂量，PTV或辐射靶区域的最小剂量，横跨不同患者区域的注量平滑度)，指定要传输到辐射靶区域的总剂量(例如，每PTV 10Gy)和/或轮廓化OAR和/或PTV。附加的剂量约束如下所述。方法800可以包括通过合成改变图像数据(X’j)模拟在RFZ内PTV的各种位置和/或运动来生成812DVH曲线族，来生成针对每个PTV和/或RFZ和/或OAR的有界DVH曲线，使得PTV位于RFZ中的各个(j)位置处(即，每条DVH曲线代表PTV在RFZ内特定位置输送的剂量)。有界DVH曲线包括针对特定PTV和/或RFZ和/或OAR的min-DVH曲线、标称DVH曲线和max-DVH曲线。min-DVH曲线可以通过提取该DVH曲线族的最左点来导出814(即，对于每个剂量值，选择具有最低体积分数的点)，并且max-DVH曲线可以通过提取该DVH曲线族的最右点来导出814(即，对于每个剂量值，选择具有最高体积分数的点)。可选地，方法800可以包括基于放射激发矩阵P和规划患者PET图像X来计算816如果放射被输送时到患者的总剂量。
如在方法800中所计算808的，剂量计算矩阵A可以将子束系数(例如，注量值)映射到患者内的一组预选区域(即，采样点或体素)处的剂量值。采样点可以包括可以监视放射输送和剂量的患者区域和/或临床关注的患者区域。例如，可以在患者中的一个或多个(例如所有)PTV、OAR和RFZ中选择采样点。剂量计算矩阵A可以是n×m矩阵，其中，n对应于患者中的采样点的数量，并且m对应于可用于输送放射单位的候选子束的数量。也就是说，沿着剂量计算矩阵A的特定列的m个条目可以表示从单位加权子束到m个采样点或体素中的每一个采样点或体素的剂量贡献。在一些变型中，由候选子束输送的放射的单位可以是在相对于治疗束平面(例如，束站)的特定的患者平台位置处在特定的激发位置(例如，相对于放射治疗系统等中心的台架角)通过单个MLC叶片开口输送的放射水平。剂量计算矩阵A可以逐列计算，例如，通过沿穿过RFZ或患者体积的路径光线跟踪每个子束的孔径(或轨迹)，并计算单位加权子束对n个采样点或体素中的每个采样点或体素的贡献。子束孔径可以是由单个MLC叶片开口(即，二元MLC或2-D MLC的叶片开口)定义的MLC孔径。剂量计算算法的示例可以包括蒙特卡洛模拟、折叠圆锥卷积叠加、笔形束卷积等。
放射激发矩阵P可以是指定从成像数据到注量图的转换的矩阵，该注量图可以包括在治疗环节期间要施加给患者的子束图案和/或子束强度。放射激发矩阵P可以表示用于将放射输送到患者区域的注量图F与该患者区域的图像X之间的关系。也就是说，发射激发矩阵P可以是使得y＝P·X的任何矩阵。可以通过迭代求解最小化一个或多个成本函数(例如，基于如上所述放射剂量约束和目标而形成的所得剂量分布和注量的成本函数C(y))的注量图来计算放射激发矩阵P。C可以包括惩罚函数的总和C＝∑Ci(y)。惩罚函数的示例可以包括但不限于到靶区域的最小剂量、OAR的平均或最大剂量和/或注量平滑度、总放射输出、总组织剂量、治疗时间等。惩罚函数的进一步示例可包括鼓励注量平滑度的惩罚函数(Ci＝|L(y)|1，即注量图y的拉普拉斯算子的1范数)，对总注量大小的惩罚(即“总MU”)；(Ck＝∑yk)，在各个关注的体积或区域中的采样点w处对剂量值的惩罚D＝A·y(例如Ci＝|Ay|1可能是鼓励到患者的总体最低剂量的惩罚函数)，和/或与处方目标和约束(诸如上述任何约束)对应的剂量值D＝A·y的惩罚，诸如超过风险器官的最大剂量的惩罚
其中Vk给出与OAR k对应的一组采样点，而dmax是该器官的最大剂量，并且
是单侧范式运算符。
在一些变型中，生成放射激发矩阵P可以包括设置用于最小化成本函数C(y)的优化问题，并且迭代遍历P的不同集合，使得成本函数C(y)最小化，同时满足以下条件：
y＝P·X以及
D＝A·y＝A·P·X；
其中D可以是预测的剂量分布，A可以是在步骤808中计算的剂量计算矩阵，y可以是预测的总输送放射注量，并且X可以是线性化为一维矢量的规划患者PET图像和/或计划患者CT图像。计算816到患者的总剂量分布可以包括将剂量计算矩阵A与放射激发矩阵P以及规划患者CT图像和/或规划患者PET图像X相乘。
有界DVH曲线包括min-DVH曲线、标称DVH曲线和max-DVH曲线，其中min-DVH和max-DVH曲线代表在治疗时由于各种因素和/或不确定性而可能出现的剂量分布或治疗结果范围。可能影响治疗当天所输送剂量的因素和/或不确定性的示例可以包括设置错误、SUV变异性、患者运动和/或移位，和/或肿瘤(例如PTV)运动和/或移位，和/或OAR运动和/或移位。标称DVH曲线可以代表遵守临床医生处方的剂量分布。min-DVH曲线可以代表剂量分布的下边界，并且max-DVH曲线可以代表剂量分布的上边界，其中min-DVH曲线和max-DVH曲线定义的范围代表由于治疗时的各种不确定性而导致输送剂量的变化。min-DVH和max-DVH曲线所界定的剂量分布或范围可由临床医生审查和/或评估，以确定在这些边界内输送的剂量对于患者是否是临床相关的或治疗性的和/或期望的和/或安全的。为了导出RFZ(或任何关注的区域，例如OAR、RFZ等)内特定PTV的min-DVH和max-DVH曲线，治疗规划系统可以生成代表RFZ中PTV的j个位置的多个图像X’j。由于例如患者运动和/或肿瘤运动，j个位置可以在治疗当天模拟RFZ内PTV的可能位置。图8B是在RFZ内的位置824处的RFZ 820和PTV 822的示意性2D描绘，其中位置824是根据规划患者CT图像和/或规划患者PET图像X的PTV822的位置。为生成代表RFZ 820内PTV 822的j个位置的PTV 822的DVH曲线族，通过执行PTV 822(以及图像X中所有关注的解剖结构，例如PET-avid结构)到j个位置的刚性3D移位可以生成j个图像X’1,2,3,…,j。也就是说，第一图像X’1可以在RFZ 820内的位置826处具有PTV 822，第二图像X’2可以在RFZ 820内的位置826处具有位置828处的PTV 822，第三图像X’3可以在RFZ 820内的位置826处具有位置830处的PTV 822，第四图像X’4可以在RFZ 820内的位置826处具有位置832处的PTV 822，依此类推。可以通过计算D1,2,3,…,j＝A·P·X′1,2,3,…,j，并绘制每个剂量水平下的体积分数，从图像X’1,2,3,…,j计算出j个DVH曲线族。可选地，除了在PTV的位置在RFZ内变化时计算DVH曲线外，在一些变型中，PTV在X′j中的强度也可能变化，这可以在治疗当天模拟PET示踪剂的不同摄取值(例如SUV)的影响。例如，PET图像X′j中的体素的强度可以从标称值(即，从规划PET图像X的强度)变化±25％。例如，对于RFZ内PTV的每个位置，可以计算出三个DVH曲线：标称SUV水平的第一DVH曲线、从标称-25％的SUV水平的第二DVH曲线，以及从标称+25％的SUV水平的第三DVH曲线。在一些变型中，可以基于PTV将在特定位置的概率/可能性和/或PTV在该位置的预期停留时间，将权重因子分配给每个图像X’1,2,3,…,j。图8C描绘了如上所述已经生成的用于PTV、RFZ和两个OAR的DVH曲线族的示例。每个DVH曲线族可以具有3条DVH曲线到50条或更多的DVH曲线(例如10、15、25、30、45、50、70、100或更多的DVH曲线)。DVH曲线族840可以用于PTV，DVH曲线族842可以用于RFZ(PTV位于其中)，DVH曲线族844可以用于第一OAR，以及DVH曲线族846可以用于第二OAR。图8D描绘了用于PTV、RFZ和OAR(分别为850、852、854)的有界DVH曲线，每个都具有min-DVH曲线(分别为850a、852a、854a)、max-DVH曲线(分别为850b、852b、854b)，以及标称DVH曲线(分别为850c、852c和854c)。为了从DVH曲线族840导出PTV的min-DVH曲线，该DVH曲线族的最左点841(即，对于每个剂量值，选择具有最低体积分数的点，或者对于每个体积分数，选择具有最低剂量的点)可被提取并用曲线拟合。通过提取该DVH曲线族的最右点843(例如，对于每个剂量值，选择具有最高体积分数的点，或对于每个体积分数，选择具有最高剂量的点)，并用曲线拟合这些点，可以从DVH曲线族导出max-DVH曲线。可替代地或另外地，可以根据DVH曲线计算有序的统计数据，并用于评估治疗当天的治疗计划。有序统计的示例可以包括但不限于DVH曲线的最大值和最小值、DVH曲线的5％值和95％值、DVH曲线的2％值和98％值、绝对最小和最大剂量值以及同质性指数的上阈值和下阈值、一致性指数的上阈值和下阈值等。
在治疗的当天，可以基于成像数据(和/或从成像数据和/或其它来源提取的生物和/或生理数据)来计算DVH曲线。DVH曲线可以在治疗环节开始时(例如，在激活治疗放射源之前)进行计算，例如，通过将放射激发矩阵P与获取的成像数据(例如PET预扫描图像X)相乘：D＝P·X。如果计算出的DVH曲线在min-DVH曲线和max-DVH曲线定义的范围内，则可以根据治疗计划进行治疗。可选地，可基于实时获取的成像数据和/或生物和/或生理数据在整个治疗环节中计算一条或多条DVH曲线，并将实时生成的DVH曲线与有界DVH曲线进行比较以确定是否应根据治疗计划继续进行放射输送。基于成像数据(可能是不完整或嘈杂的、低信噪比的图像x)计算DVH曲线可包括通过将放射激发矩阵P与成像数据相乘来计算剂量D：D＝P·x。如前所述，一些系统可以包括呈现在显示器或监视器上的GUI，其将当前计算的DVH曲线与有界的DVH曲线重叠，和/或提供关于当前计算的DVH曲线是否在有界DVH曲线定义的范围内的一个或多个视觉和/或音频的通知。在治疗环节开始时和/或治疗环节期间重新评估放射输送和治疗，可能有助于向临床医生提供有关是否可以进一步适应患者不断变化的状况进行治疗的反馈。
尽管上述评估治疗计划的方法(例如，如图4-7中所示)可以在本文所述的任何自适应放射治疗方法(如图2A-2D所示)中单独使用，但应理解，这些方法中的一种或多种方法可以彼此并行(例如，同时)使用。例如，放射治疗系统和/或临床医生可以在确定治疗计划是否适合当前治疗环节(例如，结合参考图4-5描绘和描述的方法)的患者时同时审查更新的PQI值和更新的临床参数(例如，生物活性和/或生理和/或解剖学数据)。可替代地，评估治疗计划可以包括同时审查更新的临床参数和DVH曲线(例如，结合参考图5-6描绘和描述的方法)。可替代地，评估治疗计划可以包括同时审查更新的PQI值和DVH曲线(例如，结合参考图4和图6描绘和描述的方法)。在一些变型中，当确定治疗计划是否适合于治疗环节的患者时，可以审查并考虑实时获取的临床参数数据、PQI值和/或DVH曲线。这可以允许使用多个标准来评估在该特定时间点的患者的治疗计划的适合性。例如，如果在治疗时患者的临床参数落在可接受临床参数的预先计算的范围之外，则治疗系统可以计算更新的PQI值，并评估那些更新的PQI值是否在可接受PQI值的预先计算的范围内。也就是说，即使患者的某些临床参数可能不在规定的范围内，这些参数的变化也可能具有一定的协同作用，使得基于原始一组临床参数计算的治疗计划仍将提供规定的剂量分布。如果更新的临床参数、更新的DVH和/或更新的PQI值中的一项或多项在可接受范围内，则计算更新的PQI和/或更新的DVH曲线可能显示出此类协同作用，并且临床医生和/或放射治疗系统可以决定进行治疗。
在一些变型中，可以基于PQI值、临床参数和/或DVH曲线中的一个或多个来生成治疗计划。例如，治疗计划系统可以基于可接受的PQI值范围生成治疗计划，计算临床参数范围，在该范围内治疗计划仍将在PQI值的可接受范围内，并且然后评估计算出的临床参数范围对患者是合适的(可以由控制器使用患者特定的数据和/或临床医生来确定)。如果所计算的临床参数范围不适用于患者，则治疗计划系统可以对控制器和/或临床医生选择的适合患者的临床参数范围进行迭代，生成新的治疗计划并计算新治疗计划的PQI值。
示例使用实例
示例使用实例#1：针对肿瘤缺氧区域的离线自适应调节
患者在(多个)诊断和治疗规划环节或模拟期间呈现无缺氧区域，但是在放射治疗环节之前，临床医生可能怀疑可能存在一个或多个肿瘤缺氧区域。在治疗环节或分次开始时设置成像扫描(例如预扫描)期间和/或设置在治疗环节期间的成像数据采集期间，基于获取的功能成像数据，肿瘤区域被确定为缺氧(例如[18F]HX4 PET数据、[18F]FAZA PET数据、[18F]FMISO PET数据等)。患者的原始放射疗法计划可以对于当前分次或环节输送，向患者提供原始规划的剂量。
患者的护理团队(例如，临床医生)可以基于下一个放射疗法分次的缺氧成像数据来更新治疗计划。例如，护理团队可以将缺氧成像数据从治疗系统转移到治疗规划系统中。可以更新治疗计划以修改对(多个)缺氧区域的剂量。例如，更新的治疗计划可以提供新的同时集成的增强强度调制放射疗法(SIB-IMRT)分次，该分次增加了输送至肿瘤缺氧的放射耐受区域的剂量。缺氧区域的剂量增加了与基于原始治疗计划中该区域最大剂量成比例的系数。更新的治疗计划可用于下一分次中的放射输送。
在随后的每个治疗分次之后，可以重新评估患者的肿瘤缺氧，并且可以使用从该后续分次和先前分次获取的缺氧数据来自适应调节输送给患者肿瘤缺氧的增强(绝对剂量值和靶增强区域)，以进一步自适应调节患者的治疗过程。
示例使用实例#2：针对肿瘤缺氧区域的在线和离线自适应调节
患者在(多个)诊断和治疗规划环节和/或模拟期间呈现缺氧区域。在放射治疗环节(或分次)开始时进行设置成像扫描(例如，预扫描)和/或在治疗环节期间获取成像数据期间，基于获取的功能成像数据确定肿瘤区域缺氧(例如，[18F]HX4 PET数据，[18F]FAZAPET数据、[18F]FMISO PET数据等)。
当前治疗计划可以被更新以在当前治疗环节或分次期间修改对(多个)缺氧区域的剂量。例如，更新的治疗计划可以提供比最初规划的更精确的同时集成的增强强度调制放射疗法(SIB-IMRT)分次，从而增加了输送至肿瘤缺氧的放射耐受区域的剂量。缺氧区域的剂量增加了与基于原始治疗计划中的区域最大剂量成比例的因子。在一些变型中，治疗系统可以包括在线治疗规划系统，其可以被配置为接收和/或存储缺氧成像数据并计算对当前治疗计划的更新或修改。然后，可以在该当前分次期间将修改的治疗计划输送给患者，从而提供可以为患者提供更多临床益处的更精确和有效的治疗。
在治疗的每个分次之后，重新评估患者的肿瘤缺氧，并且使用从先前分次获得的缺氧数据，再次自适应调节输送至患者肿瘤缺氧的增强(绝对剂量值和靶增强区域二者)，以便帮助加快下一分次的在线治疗规划流程。
示例使用实例#3：针对肿瘤缺氧区域的实时自适应调节
患者在诊断和(多个)治疗规划环节和/或模拟期间呈现缺氧区域。患者可以使用定义肿瘤缺氧预期区域的功能成像创建的治疗计划来进行放射治疗。
在治疗环节期间，可以基于实时获取的功能成像数据(例如[18F]HX4PET数据、[18F]FAZA PET数据、[18F]FMISO PET数据等)确定肿瘤缺氧的确切区域。实时地，可以修改检测到的确切缺氧区域的剂量，这可以帮助将更多剂量输送至肿瘤缺氧的放射耐受区域，而无需重新规划步骤。在一些变型中，可以通过治疗系统的治疗输送软件模块来计算对当前治疗计划的剂量修改和/或任何其它调制。在治疗环节期间，可以将生物活性和/或生理数据反馈和/或对治疗计划的任何剂量调制和/或任何调制显示为用于患者监视的有效治疗参数。这可能有助于在治疗环节期间为患者的护理时间(例如，临床医生)提供附加反馈。
在当前治疗环节或分次结束时，可以重新评估患者的肿瘤缺氧。例如，可以使用从先前的分次中获取的缺氧数据进一步自适应调节输送到患者肿瘤缺氧的预期增强(绝对剂量值和靶增强区域二者)，以便帮助提高治疗输送软件模块调制下一分次中剂量的能力。
示例使用实例#4：心脏灌注的在线自适应调节
患者呈现心脏灌注缺陷(例如，来自先前的放射疗法疗程)，并且现在由于胸部癌的复发而接受第二疗程。为了提供患者的心脏灌注的改进剂量分配效果，患者的护理团队决定基于刚好在放射输送之前获取的生理特征，在治疗时自适应调节治疗计划(例如，执行在线自适应调节)。例如，在治疗环节开始时，可以获取心脏灌注PET成像数据(例如，[15O]H2O、[13N]氨水、并且已经示出更多的功能对于经由功能成像提取生理特征是有效的)。
患者可以采用初始(或当前)治疗计划来治疗，该计划使用先前获取的成像数据(例如功能成像数据)创建，该成像数据可以定义患者的心脏灌注缺陷的预期区域。可以在分次的初始设置预扫描期间获取成像数据，并可以基于成像数据确定心脏灌注缺陷的精确区域。如果基于从成像数据中提取的血流特征检测到心脏灌注缺陷，并注意到与模拟结果有实质性差异，则患者的护理团队可能会修改当前的治疗计划，以修改剂量输送，使得心脏灌注缺陷区域暴露于较低水平的放射下，并且改善了心脏灌注缺陷区域附近的靶划定轮廓。例如，更新或自适应调节治疗计划可以包括修改绝对剂量值和靶区域划定轮廓到缺陷区域和缺陷区域周围的区域。通常，更新将是减少可用的激发位置的数量并增加在某些激发位置处输送的剂量以增加对缺陷区域的避免。对治疗计划的这些修订可能有助于提供相对于心脏灌注缺陷区域更好的剂量梯度、等剂量线和剂量-体积直方图。在一些变型中，心脏灌注成像数据可以被转移到治疗系统的在线治疗计划系统中以更新治疗计划。
然后可以在该当前分次期间将修改的治疗计划输送给患者，这可以帮助提供更有效的治疗，同时具有更少的负面副作用，这将为患者提供更多的整体临床益处。在每个治疗分次之后，可以重新评估患者的心脏灌注缺陷，并可以使用之前的分次期间获取的生理心脏灌注数据再次自适应调节输送给患者的具体剂量(绝对剂量值和靶/避免区域)。这可能有助于加快下一分次的在线治疗规划过程。
示例使用实例#5：免疫反应的在线和离线自适应调节
患者在(多个)诊断和治疗规划环节和/或模拟期间呈现HER2阳性原发性肿瘤和侵袭性HER2阳性转移。怀疑到放射治疗开始时HER2表达中可能有附加转移和/或改变。可以在分次的初始设置预扫描期间和/或治疗环节期间获取成像数据，并可以基于该成像数据确定HER2表达的精确区域和数量。例如，可以使用经由残留化标记(称为18F-RL-I-5F7)和经由蛋白质标记(称为18F-SFB)的18F放射性标记的5F7抗-HER2纳米抗体来获取PET成像数据，因为这些标记已示出提供HER2基因表达的有效生物学成像。然后将在PET扫描上检测到放射性标记的蛋白质，集中在HER2受体活跃的区域中，从而可以量化浓度和相对强度的差异，以精确识别HER2基因表达的区域。
患者的护理团队可以通过例如修改对HER2阳性区域的剂量，向HER2表达区域提供更高剂量，甚至基于新发现的具有HER2表达的转移性肿瘤添加新的靶区域来更新当前的治疗计划。在一些变型中，HER2表达成像数据可以被转移到治疗系统的在线治疗规划系统中以更新治疗计划。
然后，可以在该当前分次期间将修改的治疗计划输送给患者，这可以帮助提供更精确和有效的治疗，并且对患者增加临床益处。在每个治疗分次后，可以重新评估患者的HER2表达数据，并可以使用从先前分次获取的HER2表达数据进一步自适应调节输送至患者的HER2阳性肿瘤的剂量。对于寻找HER2活性区域进行放射治疗以进行系统治疗的情况，可以修改计划以增加对HER2表达区域的放射量，以便扩大这些区域工作中的系统性疗法的作用。可替代地，对于附加放射可能会干扰与HER2基因表达相互作用的免疫疗法的系统性治疗的情况，可以修改该计划以减少对HER2表达区域的放射量，而将注意力集中在非表达节点上，以利用详尽的效果。这可能有助于加快下一分次的在线治疗规划过程。
在此所述的任何放射治疗方法和/或系统可单独使用或与其它肿瘤疗法结合使用。例如，自适应放射疗法可以与手术和/或化学疗法和/或免疫疗法和/或基因疗法结合使用。此外，在此的治疗方法和/或系统可以使用任何类型的示踪剂，其可以帮助识别关注区域或靶(例如，辐射靶区域和/或避免辐射的区域)。例如，可以使用一种或多种以下PET示踪剂：18F-FDG、18F-NaF、18FHX4、18FFAZA、18FFMISO、用18F标记的放射性标记的5F7抗HER2纳米抗体、11C-棕榈酸酯和14(R，S)-18F-氟-6-硫十七烷酸、15O-水、13N-氨、82Rb-铷、氟胸苷(flurorothymidine)、68Ga-镓以及68Ge-锗。PET示踪剂可包含与特定蛋白质、细胞标记物、代谢产物等结合的试剂。可替代地或另外地，在此描述的任何系统和方法都可以使用一个或多个基准标记、不透射线的标记或允许在治疗环节期间跟踪和识别ROI或靶区域的任何其它标识符。
系统控制器
在此所述的放射疗法治疗规划系统和放射治疗系统可各自包括具有处理器和一个或多个存储器的控制器。在一些变型中，规划系统和治疗系统可以如期望的那样共享控制器。控制器可包括一个或多个处理器以及与一个或多个处理器通信的一个或多个机器可读存储器。控制器可以通过有线或无线通信信道连接到放射治疗系统和/或其它系统。在一些变型中，治疗规划系统的控制器可以与患者位于相同或不同的空间中。例如，控制器可以耦合到患者平台或设置在与患者和/或操作员相邻的手推车或医疗推车上。
可以与众多通用或专用计算系统或配置一致地实现控制器。适于与在此公开的系统和设备一起使用的各种示例性计算系统、环境和/或配置可以包括但不限于个人计算设备、网络家电、服务器或服务器计算设备(诸如路由/连接组件)、便携式(例如手持式)或膝上型计算机设备、多处理器系统、基于微处理器的系统和分布式计算网络内或体现在其上的软件或其它组件。
便携式计算设备的示例包括智能电话、个人数字助理(PDA)、手机、平板计算机、平板手机(大于智能电话但小于平板计算机的个人计算设备)、采用智能手表形式的可穿戴计算机、便携式音乐设备等。
处理器
在一些实施例中，处理器可以是被配置为运行和/或执行一组指令或代码的任何合适的处理设备，并且可以包括一个或多个数据处理器、图像处理器、图形处理单元、物理处理单元、数字信号处理器和/或中央处理单元。处理器可以是例如通用处理器、现场可编程门阵列(FPGA)、专用集成电路(ASIC)等。处理器可以被配置为运行和/或执行与系统和/或与其相关联的网络相关的应用过程和/或其它模块、过程和/或功能。可以各种组件类型提供基础的设备技术，例如，诸如互补金属氧化物半导体(CMOS)的金属氧化物半导体场效应晶体管(MOSFET)技术，如发射极耦合逻辑(ECL)的双极技术、聚合物技术(例如，硅共轭聚合物和金属共轭聚合物-金属结构)、模拟和数字混合等。
存储器
在一些实施例中，存储器可以包括数据库，并且可以是例如随机存取存储器(RAM)、存储器缓冲器、硬盘驱动器、可擦除可编程只读存储器(EPROM)、电可擦除只读存储器(EEPROM)、只读存储器(ROM)、闪存等。该存储器可以存储指令以使处理器执行与系统相关的模块、进程和/或功能，诸如一种或多种处理计划，在先前治疗环节和/或当前治疗环节期间获取的成像数据(例如实时成像数据)、生物活性、从成像数据中提取的生理和/或解剖学数据、更新或自适应调节的治疗计划、更新或自适应调节的剂量输送指令、放射治疗系统指令(例如，可以指导台架、治疗放射源、多叶准直器和/或放射治疗系统和/或诊断或治疗规划系统的任何其它组件的操作)，以及与治疗规划和/或输送相关的图像和/或数据处理。
在此描述的一些实施例涉及一种具有非暂态计算机可读介质(也可以称为非暂态处理器可读介质)的计算机存储产品，其上具有用于执行各种计算机实现操作的指令或计算机代码。在计算机可读介质本身不包括瞬态传播信号(例如，在诸如空间或电缆的传输介质上承载信息的传播电磁波)的意义上，计算机可读介质(或处理器可读介质)是非瞬态的。媒体和计算机代码(也可以称为代码或算法)可以是为一个或多个特定目的设计和构造的。非暂态计算机可读介质的示例包括但不限于磁存储介质，诸如硬盘、软盘和磁带；以及光学存储介质，诸如光盘/数字视频光盘(CD/DVD)；光盘只读存储器(CD-ROM)和全息设备；磁光存储介质，诸如光盘；固态存储设备，诸如固态驱动器(SSD)和固态混合驱动器(SSHD)；载波信号处理模块；以及专门配置用于存储和执行程序代码的硬件设备，诸如专用集成电路(ASIC)、可编程逻辑设备(PLD)、只读存储器(ROM)和随机存取存储器(RAM)设备。在此描述的其它实施例涉及一种计算机程序产品，其可以包括例如在此公开的指令和/或计算机代码。
用户界面可以用作操作员或临床医生与治疗规划系统之间的通信界面。用户界面可以包括输入设备和输出设备(例如，触摸屏和显示器)，并且被配置为从支撑臂、外部磁体、传感器、输送设备、输入设备、输出设备、网络、数据库和服务器中的一个或多个接收输入数据和输出数据。来自一个或多个传感器的传感器数据可以由用户界面接收，并由一个或多个输出设备以视觉、听觉和/或通过触觉反馈来输出。作为另一示例，输入设备(例如，操纵杆、键盘、触摸屏)的操作员控制可由用户接收，并然后由处理器和存储器处理以用于用户界面，以将控制信号输出到一个或多个支撑臂、外部磁体、腔内设备和输送设备。
用于生成注量图的治疗规划系统的一些变型可以包括显示设备，该显示设备可以允许操作员查看注量图和/或剂量分布和/或关注区域和/或关注体积和/或患者解剖图像和/或患者数据(例如生理学和/或生物学)等的图形和/或文字表示。在一些变型中，输出设备可以包括显示设备，该显示设备包括发光二极管(LED)、液晶显示器(LCD)、电致发光显示器(ELD)、等离子显示面板(PDP)、薄膜晶体管(TFT)、有机发光二极管(OLED)、电子纸/电子墨水显示器、激光显示器和/或全息显示器中的至少一个。
通信
在一些实施例中，治疗规划系统和/或放射治疗系统可以经由例如一个或多个网络与其它计算设备通信，每个网络可以是任何类型的网络(例如，有线网络、无线网络)。无线网络可以指未通过任何类型的电缆连接的任何类型的数字网络。无线网络中的无线通信的示例包括但不限于蜂窝、无线电、卫星和微波通信。然而，无线网络可以连接到有线网络，以便与因特网、其它载波语音和数据网络、商用网络和个人网络接口连接。有线网络通常通过铜双绞线、同轴电缆和/或光纤电缆承载。存在许多不同类型的有线网络，包括广域网(WAN)、城域网(MAN)、局域网(LAN)、因特网区域网(IAN)、校园区域网络(CAN)、如因特网的全球局域网(GAN)，以及虚拟专用网络(VPN)。在下文中，网络是指通常通过因特网互连的无线、有线、公共和专用数据网络的任何组合，以提供统一的联网和信息访问系统。
蜂窝通信可以涵盖诸如GSM、PCS、CDMA或GPRS、W-CDMA、EDGE或CDMA2000、LTE、WiMAX和5G联网标准的技术。一些无线网络部署将来自多个蜂窝网络的网络合并在一起，或者混合使用蜂窝、Wi-Fi和卫星通信。在一些实施例中，在此描述的系统、装置和方法可以包括射频接收机、发射机和/或光学(例如，红外)接收机和发射机，以与一个或多个设备和/或网络进行通信。
Claims (73)
1.一种用于计算用于评估治疗计划的有界剂量-体积直方图(DVH)的方法，所述方法包括：
基于获取的患者图像X生成多个图像X’1,2,3,…,j，其中，患者靶体积(PTV)位于患者的放射激发区域(RFZ)内的j个不同位置处；
通过将剂量计算矩阵A与放射激发矩阵P和X’j相乘来为每个所述图像X’1,2,3,…,j计算剂量Dj(Dj＝A·P·Xj′)；
绘制每个剂量Dj的剂量-体积直方图(DVH)曲线以生成j个DVH曲线族，其中，每个剂量Dj的所述DVH曲线代表每个剂量值的体积分数；以及
生成所述DVH曲线族的最小边界曲线(min-DVH曲线)和最大边界曲线(max-DVH曲线)，其中，所述min-DVH曲线包括第一系列点，该第一系列点代表所述DVH曲线族的每个剂量值的最小体积分数，并且所述max-DVH曲线包括第二系列点，该第二系列点代表每个剂量值的最大体积分数。
2.根据权利要求1所述的方法，其中，生成多个图像X’j包括：对于每个所述图像X’j，模拟在所述RFZ内的所述PTV的j个三维刚性移位。
3.根据权利要求1或2中任一项所述的方法，其中，生成多个图像X’j包括改变每个图像X’j中的所述PTV的强度值以模拟标准摄取值(SUV)的范围。
4.根据权利要求3所述的方法，其中，改变所述PTV的强度值包括将所述PTV的所述强度值增加到标称强度值以上+25％。
5.根据权利要求3所述的方法，其中，改变所述PTV的强度值包括将所述PTV的所述强度值减小到标称强度值以下-25％。
6.根据权利要求1-5中任一项所述的方法，其中，所获取的图像X是PET图像。
7.根据权利要求1所述的方法，其中，生成min-DVH曲线包括将所述第一系列点拟合至第一曲线，并且生成max-DVH曲线包括将所述第二系列点拟合至第二曲线。
8.根据权利要求1所述的方法，其中，所述剂量计算矩阵A和所述放射激发矩阵P是基于治疗环节之前所获取的患者图像X得出。
9.根据权利要求1所述的方法，其中，所述患者图像X是第一患者图像，并且所述方法进一步包括获取第二患者图像Y，通过将所述剂量计算矩阵A与所述放射激发矩阵P和Y相乘来计算剂量DY(DY＝A·P·Y)，并绘制与第二患者图像Y对应的DVH曲线。
10.根据权利要求9所述的方法，进一步包括：如果所述第二患者图像Y的所述DVH曲线未在所述min-DVH曲线和所述max-DVH曲线之间界定，则生成通知。
11.根据权利要求10所述的方法，其中，所述通知是视觉通知和/或音频通知。
12.根据权利要求10所述的方法，其中，与所述第二患者图像Y对应的所述DVH曲线代表针对每个剂量值的对于所述PTV的体积分数。
13.根据权利要求10所述的方法，其中，与所述第二患者图像Y对应的所述DVH曲线代表针对每个剂量值的对于危险器官(OAR)的体积分数。
14.根据权利要求1所述的方法，进一步包括在显示器上显示所述min-DVH曲线和所述max-DVH曲线。
15.根据权利要求14所述的方法，其中，所述显示器是放射治疗系统的显示器。
16.根据权利要求9所述的方法，其中，绘制每个剂量Dj的DVH曲线包括绘制针对每个剂量值的对于所述PTV的体积分数，以生成所述PTV的j个DVH曲线族。
17.根据权利要求16所述的方法，进一步包括通过绘制针对每个剂量值的对于危险器官(OAR)的体积分数来绘制每个剂量Dj的DVH曲线，以生成所述OAR的j个DVH曲线族，以及其中，所述min-DVH曲线是OAR min-DVH曲线，并且所述max-DVH曲线是OAR max-DVH曲线。
18.根据权利要求17所述的方法，其中，与所述第二图像Y对应的所述DVH曲线是OARDVH曲线，以及其中，所述方法进一步包括：如果所述第二患者图像Y中的所述OAR的所述DVH曲线超过所述OAR的所述max-DVH曲线，则生成通知。
19.一种用于评估放射疗法治疗计划的方法，所述方法包括：
获取患者的成像数据x；
基于所获取的成像数据和放射激发矩阵P计算放射剂量Dx(Dx＝A·P·x)并绘制剂量-体积直方图(DVH)；以及
如果所述DVH不在由最小DVH曲线和最大DVH曲线定义的范围内，则生成在监视器上显示的通知。
20.根据权利要求19所述的方法，进一步包括：如果所述放射剂量分布Dx不在由最小剂量阈值和最大剂量阈值定义的剂量分布范围内，则生成在所述监视器上显示的通知。
21.根据权利要求19所述的方法，其中，所述成像数据是PET成像数据。
22.根据权利要求19所述的方法，进一步包括：基于所获取的成像数据x，计算计划质量指数(PQI)；以及如果所述PQI不在由最小PQI阈值和最大PQI阈值定义的PQI范围内，则生成在监视器上显示的通知。
23.一种用于自适应调节放射疗法治疗计划的方法，所述方法包括：
在放射治疗环节期间使用一个或多个PET检测器测量患者区域的生物活性数据；
将所测量的生物活性数据与初始生物活性范围进行比较以计算所述生物活性数据的变化；以及
基于所计算的所述生物活性数据的变化，更新放射疗法治疗计划。
24.根据权利要求23所述的方法，其中，在测量所述生物活性数据之前，在所述放射治疗环节期间测量所述初始生物活性范围。
25.根据权利要求23所述的方法，其中，在先前的放射治疗环节期间测量所述初始生物活性范围。
26.根据权利要求23所述的方法，其中，更新所述放射疗法治疗计划包括改变一个或多个患者靶区域的剂量学目标。
27.根据权利要求23所述的方法，其中，更新所述放射疗法治疗计划包括改变一个或多个患者靶区域和/或剂量整形结构的几何形状。
28.根据权利要求23所述的方法，其中，所述放射疗法治疗计划包括治疗环节的初始数量，以及其中，更新所述治疗计划包括从所述治疗环节的所述初始数量改变所述治疗环节的数量。
29.根据权利要求23所述的方法，其中，所述放射疗法治疗计划包括初始治疗环节持续时间，以及其中，更新所述治疗计划包括从所述初始治疗环节持续时间改变所述治疗环节持续时间。
30.根据权利要求23所述的方法，其中，更新所述放射疗法治疗计划包括改变在多个治疗环节上的分次模式。
31.根据权利要求24所述的方法，其中，测量生物活性数据包括测量所述患者区域的PET示踪剂的标准摄取值(SUV)。
32.根据权利要求31所述的方法，其中，所述PET示踪剂选自由如下组成的组：18F-FDG、18F-NaF、18FHX4、18FFAZA、18FFMISO、用18F标记的放射性标记的5F7抗HER2纳米抗体、11C-棕榈酸酯和14(R，S)-18F-氟-6-硫十七烷、15O-水、13N-氨、82Rb-铷、18F-氟胸腺苷、68Ga-镓、68Ge-锗、F18-Fluciclovine、Ga68-DOTATATE、C11-胆碱、Ga68-PSMA、F18-PyL(PSMA)、PD-L1、13N-氮、11C-甲硫氨酸、18F-氟赤式硝基咪唑、3'-氮杂-2'-[18F]氟叶酸(3'-Aza-2'-[18F]fluorofolic acid)、N-琥珀酰亚胺基3-((4-(4-(18)F-氟丁基)-1H-1,2,3-三唑-1-基)甲基)-5-(胍基甲基)苯甲酸酯放射性标记的5F7抗体、1-(2'-脱氧-2'-[18F]氟阿拉伯呋喃糖基)胞嘧啶(18F-FAC)。
33.根据权利要求23所述的方法，其中，生物活性数据包括组织代谢数据。
34.根据权利要求23所述的方法，其中，生物活性数据包括成骨活性。
35.根据权利要求23所述的方法，其中，生物活性数据包括氧合水平。
36.根据权利要求23所述的方法，其中，生物活性数据包括人类生长因子受体2型(HER2)基因表达。
37.根据权利要求23所述的方法，其中，生物活性数据包括游离脂肪酸摄取。
38.根据权利要求23所述的方法，其中，生物活性数据包括生理活性数据。
39.根据权利要求38所述的方法，其中，生理活性数据包括血流数据。
40.根据权利要求38所述的方法，其中，生理活性数据包括所述患者区域的血管分布。
41.根据权利要求38所述的方法，其中，生理活性数据包括所述患者区域中的肿瘤区域的针状化中的形态移位。
42.根据权利要求38所述的方法，其中，生理活性数据包括淋巴活性数据。
43.根据权利要求23所述的方法，其中，测量生物活性数据包括定量测量所述患者靶区域中的PET示踪剂动力学。
44.根据权利要求23所述的方法，其中，所述放射疗法治疗计划包括靶剂量分布，以及其中，更新所述治疗计划包括改变所述靶剂量分布。
45.根据权利要求23所述的方法，其中，所述更新的治疗计划被用于未来的放射治疗环节。
46.根据权利要求23所述的方法，其中，测量患者靶区域的生物活性数据进一步包括使用磁共振成像、激光扫描荧光成像、超声成像、磁性粒子成像或单光子发射计算机断层扫描获取所述患者靶区域的功能图像。
47.根据权利要求23所述的方法，其中，测量患者区域的生物活性数据包括：
向所述患者提供PET示踪剂；以及
测量来自患者靶区域的正电子发射数据。
48.根据权利要求47所述的方法，其中，所述PET示踪剂包括选自由以下组成的组的缺氧PET示踪剂：[18F]HX4、[18F]FAZA和[18F]FMISO，以及其中，测量正电子发射数据包括测量整个所述患者靶区域的缺氧PET示踪剂摄取值，以及其中，更新所述放射疗法治疗计划包括对具有超过阈值的缺氧PET示踪剂摄取值的患者靶区域增加所述放射疗法治疗计划的放射剂量。
49.根据权利要求47所述的方法，其中，所述PET示踪剂包括选自由以下组成的组的HER2 PET示踪剂：用18F(18F-RL-I-5F7)和18F-SFB标记的5F7抗HER2纳米抗体，其中，测量正电子发射数据包括测量整个所述患者靶区域的HER2 PET示踪剂摄取值，以及其中，更新所述放射疗法治疗计划包括对具有超过上阈值的HER2 PET示踪剂摄取值的患者靶区域增加所述放射疗法治疗计划的放射剂量。
50.根据权利要求49所述的方法，进一步包括：
测量所述靶区域之外的患者区域的HER2 PET示踪剂摄取值；以及
识别具有超过所述上阈值的HER2 PET示踪剂摄取值的所述靶区域之外的患者区域；
其中，更新所述放射疗法治疗计划包括改变所述剂量分布以包括所识别的用于放射剂量输送的患者区域。
51.根据权利要求47所述的方法，其中，所述PET示踪剂包括选自由以下组成的组的HER2 PET示踪剂：用18F(18F-RL-I-5F7)和18F-SFB标记的5F7抗HER2纳米抗体，其中，测量正电子发射数据包括测量整个所述患者靶区域的HER2 PET示踪剂摄取值，以及其中，更新所述放射疗法治疗计划包括对采用超过上阈值的HER2 PET示踪剂摄取值的患者靶区域降低所述放射疗法治疗计划的放射剂量。
52.根据权利要求23所述的方法，进一步包括：
基于所测量的生物活性数据计算所述放射疗法治疗计划的计划质量指数(PQI)值；
比较所计算的PQI值与PQI值的预定范围；以及
其中，更新所述放射疗法治疗计划包括：如果所计算的PQI值不在PQI值的所述预定范围内，则更新所述放射疗法治疗计划。
53.根据权利要求52所述的方法，其中，如果所计算的PQI值在PQI值的所述预定范围内，则不更新所述放射疗法治疗计划。
54.根据权利要求52所述的方法，进一步包括：如果所计算的PQI值不在PQI值的所述预定范围内，则显示通知。
55.根据权利要求52所述的方法，其中，PQI值的所述预定范围是临床医生批准的PQI值的范围。
56.根据权利要求23所述的方法，进一步包括：
其中，更新所述放射疗法治疗计划包括：如果所测量的生物活性数据不在所述初始生物活性范围内，则更新所述放射疗法治疗计划。
57.根据权利要求56所述的方法，其中，如果所测量的生物活性数据在所述初始生物活性范围内，则不更新所述放射疗法治疗计划。
58.根据权利要求56所述的方法，进一步包括如果所测量的生物活性数据不在所述初始生物活性范围内，则显示通知。
59.根据权利要求56所述的方法，其中，所述初始生物活性范围是临床医生批准的生物活性范围。
60.根据权利要求56所述的方法，其中，所述初始生物活性范围基于所述放射疗法治疗计划的临床医生批准的PQI值的范围来计算。
61.根据权利要求56所述的方法，其中，所述初始生物活性范围基于所述放射疗法治疗计划的临床医生批准的有界DVH来计算。
62.根据权利要求56所述的方法，其中，更新所述放射疗法治疗计划包括调节可接受计划质量指数(PQI)值和/或生物活性值的范围以制定更新的治疗计划，所述更新的治疗计划具有可接受PQI值范围和/或包括所测量的生物活性数据的可接受生物活性值范围。
63.根据权利要求23所述的方法，进一步包括：
基于所述放射疗法治疗计划和所测量的生物活性数据计算患者靶区域的剂量-体积直方图(DVH)；
比较所计算的DVH与预定的有界DVH；以及
其中，更新所述放射疗法治疗计划包括：如果所计算的DVH不在所述预定的有界DVH之内，则更新所述放射疗法治疗计划。
64.根据权利要求63所述的方法，其中，基于以下一项或多项来计算所述预定的有界DVH：在一个或多个先前治疗环节中输送至所述患者靶区域的剂量、临床医生批准的剂量输送不确定性、最大剂量水平和最小剂量水平。
65.一种用于生成对于治疗可接受的生物活性范围的方法，所述方法包括：
确定治疗计划的可接受计划质量指数(PQI)值的范围；以及
计算与PQI值的所述范围对应的生物活性值范围。
66.一种用于生成对于治疗可接受的计划质量指数(PQI)范围的方法，所述方法包括：
确定治疗计划的可接受的生物活性值的范围；以及
计算与可接受的生物活性值的所述范围对应的PQI值范围。
67.根据权利要求66所述的方法，进一步包括向放射治疗系统传输所计算的生物活性值的范围。
68.根据权利要求66所述的方法，进一步包括向临床医生显示所计算的生物活性值的范围。
69.一种用于放射治疗的方法，包括：
根据权利要求66所述的方法；
在放射治疗环节期间使用一个或多个PET检测器测量患者区域的生物活性数据；
比较所测量的生物活性数据与所计算的生物活性值范围，以确定所测量的生物活性数据是否在所计算的范围内；以及
如果所测量的生物活性数据在所计算的生物活性值范围内，则向所述患者区域施加放射。
70.根据权利要求69所述的方法，其中，如果所测量的生物活性数据不在所计算的生物活性范围内，则基于所测量的生物活性数据来更新所述放射疗法治疗计划。
71.一种用于放射疗法治疗的方法，包括：
使用一个或多个PET检测器测量患者区域的生物活性数据；
将所述患者区域的所测量的生物活性数据与预定的生物活性范围进行比较；
如果所测量的生物活性数据不在所述预定的生物活性范围内，则更新治疗计划；以及
基于所更新的治疗计划向所述患者区域施加放射。
72.根据权利要求71所述的方法，其中，所述预定的生物活性范围是临床医生批准的生物活性范围。
73.根据权利要求71所述的方法，其中，测量所述患者区域的生物活性数据包括测量整个所述患者区域的缺氧PET示踪剂摄取值，并且施加放射包括施加放射使得对具有较高缺氧PET示踪剂摄取值的区域的放射剂量大于对具有较低缺氧PET示踪剂摄取值的区域的放射剂量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410845291.8A CN118662796A (zh) | 2017-06-22 | 2018-06-22 | 生物自适应放射疗法的系统和方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762523691P | 2017-06-22 | 2017-06-22 | |
| US62/523,691 | 2017-06-22 | ||
| PCT/US2018/039104 WO2018237328A1 (en) | 2017-06-22 | 2018-06-22 | SYSTEMS AND METHODS FOR BIOLOGICAL ADAPTIVE RADIOTHERAPY |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410845291.8A Division CN118662796A (zh) | 2017-06-22 | 2018-06-22 | 生物自适应放射疗法的系统和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110869086A true CN110869086A (zh) | 2020-03-06 |
Family
ID=64691752
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880041375.9A Pending CN110869086A (zh) | 2017-06-22 | 2018-06-22 | 生物自适应放射疗法的系统和方法 |
| CN202410845291.8A Pending CN118662796A (zh) | 2017-06-22 | 2018-06-22 | 生物自适应放射疗法的系统和方法 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410845291.8A Pending CN118662796A (zh) | 2017-06-22 | 2018-06-22 | 生物自适应放射疗法的系统和方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (2) | US11648418B2 (zh) |
| EP (2) | EP4344736A3 (zh) |
| JP (4) | JP2020525093A (zh) |
| CN (2) | CN110869086A (zh) |
| WO (1) | WO2018237328A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111714790A (zh) * | 2020-06-19 | 2020-09-29 | 新里程医用加速器(无锡)有限公司 | 放疗计划系统和存储介质 |
| CN111789614A (zh) * | 2020-08-10 | 2020-10-20 | 上海联影医疗科技有限公司 | 一种成像系统和方法 |
| CN116507388A (zh) * | 2020-10-12 | 2023-07-28 | 医科达(上海)科技有限公司 | 治疗计划的稳健性的评估和呈现 |
Families Citing this family (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018093849A1 (en) | 2016-11-15 | 2018-05-24 | Reflexion Medical, Inc. | Methods for radiation delivery in emission-guided radiotherapy |
| US10391335B2 (en) * | 2017-03-02 | 2019-08-27 | Ingham Institute for Applied Medical Research | Radio-frequency coil for simultaneous imaging and dosimetry on an MRI-linac |
| CN110997063B (zh) | 2017-05-30 | 2022-04-29 | 反射医疗公司 | 用于计算放射注量的方法的放射治疗系统 |
| EP4344736A3 (en) | 2017-06-22 | 2024-07-03 | RefleXion Medical, Inc. | Methods for calculating bounded dose-volume histograms (dvh) for evaluating a treatment plan |
| US10456600B2 (en) | 2017-07-26 | 2019-10-29 | Reflexion Medical, Inc. | Graphical representation of radiation therapy |
| EP3661598A1 (en) * | 2017-07-31 | 2020-06-10 | Koninklijke Philips N.V. | Tuning mechanism for oar and target objectives during optimization |
| US10722731B2 (en) | 2017-09-30 | 2020-07-28 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for pretreatement imaging in adaptive radiation therapy |
| CN108815721B (zh) * | 2018-05-18 | 2021-06-25 | 山东省肿瘤防治研究院（山东省肿瘤医院） | 一种照射剂量确定方法及系统 |
| US11172903B2 (en) | 2018-08-01 | 2021-11-16 | Uih America, Inc. | Systems and methods for determining kinetic parameters in dynamic positron emission tomography imaging |
| EP3659505A1 (en) * | 2018-11-28 | 2020-06-03 | Koninklijke Philips N.V. | Most relevant x-ray image selection for hemodynamic simulation |
| WO2020150505A1 (en) | 2019-01-16 | 2020-07-23 | Reflexion Medical, Inc. | Methods for setup corrections in radiation therapy |
| TWI696190B (zh) * | 2019-03-15 | 2020-06-11 | 國立陽明大學 | 一種透過體積轉換演算法以計算最佳化機頭弧形角度的方法 |
| US11141609B2 (en) * | 2019-05-15 | 2021-10-12 | Elekta Ab (Publ) | Dose guided real-time adaptive radiotherapy |
| US10918886B2 (en) * | 2019-06-10 | 2021-02-16 | Varian Medical Systems, Inc. | Flash therapy treatment planning and oncology information system having dose rate prescription and dose rate mapping |
| EP3751582B1 (en) * | 2019-06-13 | 2024-05-22 | Canon Medical Systems Corporation | Radiotherapy system, and therapy planning method |
| WO2021011207A1 (en) | 2019-07-12 | 2021-01-21 | Reflexion Medical, Inc. | Multi-target treatment planning and delivery and virtual localization for radiation therapy |
| EP3770908A1 (en) * | 2019-07-22 | 2021-01-27 | Koninklijke Philips N.V. | Radiology-based risk assessment for biopsy-based scores |
| US11964170B2 (en) * | 2019-08-29 | 2024-04-23 | Beijing Linking Medical Technology Co., Ltd. | Standardized artificial intelligence automatic radiation therapy planning method and system |
| KR102401984B1 (ko) * | 2019-10-10 | 2022-05-25 | 연세대학교 산학협력단 | 세기 조절 방사선 치료를 위한 방사선 치료 계획 수립 장치 및 방법 |
| US11615881B2 (en) * | 2019-11-12 | 2023-03-28 | Hepatiq, Inc. | Liver cancer detection |
| GB2590454B (en) * | 2019-12-18 | 2022-01-05 | Elekta ltd | A method of characterising physical properties of an attenuating element in a radiotherapy device |
| JP2023512214A (ja) | 2020-01-28 | 2023-03-24 | リフレクション メディカル， インコーポレイテッド | 放射性核種および外部ビーム放射線療法の共同最適化 |
| US11446522B2 (en) * | 2020-04-24 | 2022-09-20 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for scintillation camera-based motion tracking in radiotherapy |
| CN113797447A (zh) * | 2020-06-11 | 2021-12-17 | 中硼(厦门)医疗器械有限公司 | 放射治疗系统及其治疗计划生成方法 |
| US11383104B2 (en) * | 2020-06-27 | 2022-07-12 | Uih America, Inc. | Systems and methods for dose measurement in radiation therapy |
| US20230321459A1 (en) * | 2020-08-06 | 2023-10-12 | Health Research, Inc. | Methods and systems for optimizing volumetric modulated arc therapy (vmat) treatment plans |
| US10937542B1 (en) * | 2020-09-18 | 2021-03-02 | Vent Creativity Corporation | Patient specific treatment planning |
| US11481235B2 (en) * | 2021-01-11 | 2022-10-25 | Evicore Healthcare MSI, LLC | Database framework model transformation for pathway identification |
| WO2022165438A1 (en) * | 2021-02-01 | 2022-08-04 | Zap Surgical Systems, Inc. | Inverse planning device and methods for radiation treatment |
| WO2022182681A2 (en) * | 2021-02-26 | 2022-09-01 | Reflexion Medical, Inc. | Methods for automatic target identification, tracking, and safety evaluation for radiotherapy |
| US11638838B2 (en) | 2021-06-30 | 2023-05-02 | Accuray Incorporated | 3D imaging with simultaneous treatment and non-treatment imaging beams |
| WO2023009332A1 (en) * | 2021-07-30 | 2023-02-02 | Reflexion Medical, Inc. | Dose coverage margin metric for evaluating radiotherapy treatment plans |
| EP4420086A1 (en) * | 2021-10-21 | 2024-08-28 | RefleXion Medical Inc. | Systems and methods for pet imaging analysis for biology-guided radiotherapy |
| US20230125812A1 (en) * | 2021-10-22 | 2023-04-27 | Viewray Technologies, Inc. | Systems, methods and computer software for optimized radiation therapy |
| US11410769B1 (en) * | 2021-12-08 | 2022-08-09 | Vent Creativity Corporation | Tactile solutions integration for patient specific treatment |
| KR102648143B1 (ko) * | 2021-12-13 | 2024-03-14 | 순천향대학교 산학협력단 | 3차원 침샘 spect/ct와 방사선 모의치료 ct의 융합을 통한 침샘 기능 분석 방법 및 장치 |
| US20240001138A1 (en) * | 2022-06-29 | 2024-01-04 | Siemens Healthineers International Ag | Detecting anomalous dose volume histogram information |
| EP4311573A1 (en) * | 2022-07-28 | 2024-01-31 | Siemens Healthcare GmbH | Method and system for determining a treatment continuation information for a radiotherapy |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6240161B1 (en) * | 1997-09-25 | 2001-05-29 | Siemens Medical Systems, Inc. | Multi-leaf collimator constrained optimization of intensity modulated treatments |
| US20020137991A1 (en) * | 1998-09-30 | 2002-09-26 | Scarantino Charles W. | Methods, systems, and associated implantable devices for dynamic monitoring of physiological and biological properties of tumors |
| CN101496018A (zh) * | 2006-08-01 | 2009-07-29 | 皇家飞利浦电子股份有限公司 | 生物学指导的适应性治疗方案制定 |
| CN101663069A (zh) * | 2007-03-30 | 2010-03-03 | 皇家飞利浦电子股份有限公司 | 通过随机分析描绘不确定性在放疗中改进治疗计划评价 |
| CN102068763A (zh) * | 2010-03-23 | 2011-05-25 | 北京大基康明医疗设备有限公司 | 放射处理的验证方法和放射处理装置 |
| JP4967686B2 (ja) * | 2007-01-26 | 2012-07-04 | 株式会社日立製作所 | 放射線治療計画装置及び放射線治療計画の提供方法 |
| CN102641561A (zh) * | 2004-02-20 | 2012-08-22 | 佛罗里达大学研究基金会公司 | 用于提供适形放射治疗同时对软组织进行成像的系统 |
| US20120292534A1 (en) * | 2011-05-20 | 2012-11-22 | Sarah Geneser | Multi-phase Gating for Radiation Treatment Delivery and Imaging |
| WO2013093852A1 (de) * | 2011-12-23 | 2013-06-27 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Navigierbare darstellung einer losungsvielfalt von therapieplanen |
| CN103845068A (zh) * | 2012-11-28 | 2014-06-11 | 北京大基康明医疗设备有限公司 | 融合pet-ct功能的高能放射治疗系统 |
| US9019307B1 (en) * | 2010-01-06 | 2015-04-28 | Jimm Grimm | Automated warning system and method for use when evaluating acceptable dosage ranges for radiation treatments of body tissue |
| US9192782B1 (en) * | 2012-02-15 | 2015-11-24 | Jimm Grimm | System and method for evaluating acceptable dosage ranges for radiation treatments of body tissue |
| CN105447330A (zh) * | 2015-12-30 | 2016-03-30 | 上海联影医疗科技有限公司 | 调强放射治疗的权重调整方法和装置 |
| CN105492072A (zh) * | 2013-08-30 | 2016-04-13 | 皇家飞利浦有限公司 | 用于在放置源的过程中对信息进行可视化的系统和方法 |
| US20170028220A1 (en) * | 2015-07-23 | 2017-02-02 | Yair Censor | Systems and methods for intensity modulated radiation therapy |
Family Cites Families (193)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3794840A (en) | 1972-03-27 | 1974-02-26 | Charlotte Memorial Hospital | Method and apparatus for directing a radiation beam toward a tumor or the like |
| US3987281A (en) | 1974-07-29 | 1976-10-19 | The United States Of America As Represented By The Department Of Health, Education And Welfare | Method of radiation therapy treatment planning |
| AU568793B2 (en) | 1985-07-26 | 1988-01-07 | National Starch & Chemical Corporation | Rmoistenable hot-melt adhesive of poly(alkyloxazoline) |
| JP2593576B2 (ja) | 1990-07-31 | 1997-03-26 | 株式会社東芝 | 放射線位置決め装置 |
| US5418827A (en) | 1993-06-18 | 1995-05-23 | Wisconsin Alumino Research Foundation | Method for radiation therapy planning |
| US5418828A (en) | 1993-09-08 | 1995-05-23 | The United States Of America As Represented By The Department Of Energy | Nondestructive method and apparatus for imaging grains in curved surfaces of polycrystalline articles |
| US5813985A (en) | 1995-07-31 | 1998-09-29 | Care Wise Medical Products Corporation | Apparatus and methods for providing attenuation guidance and tumor targeting for external beam radiation therapy administration |
| US5673300A (en) | 1996-06-11 | 1997-09-30 | Wisconsin Alumni Research Foundation | Method of registering a radiation treatment plan to a patient |
| EP0952875B1 (en) | 1996-10-24 | 2007-03-21 | Nomos Corporation | Planning method and apparatus for radiation dosimetry |
| US6023494A (en) | 1996-12-19 | 2000-02-08 | General Electric Company | Methods and apparatus for modifying slice thickness during a helical scan |
| US6393096B1 (en) | 1998-05-27 | 2002-05-21 | Nomos Corporation | Planning method and apparatus for radiation dosimetry |
| IL141203A0 (en) | 1998-08-06 | 2002-02-10 | Wisconsin Alumni Res Found | Radiotherapy verification system |
| EP1165182B1 (en) | 1999-04-02 | 2005-03-02 | Wisconsin Alumni Research Foundation | Megavoltage computed tomography during radiotherapy |
| US6490476B1 (en) | 1999-10-14 | 2002-12-03 | Cti Pet Systems, Inc. | Combined PET and X-ray CT tomograph and method for using same |
| AU2001251222A1 (en) | 2000-03-31 | 2001-10-15 | University Of Maryland, Baltimore | Helical electron beam generating device and method of use |
| US6455856B1 (en) | 2000-06-02 | 2002-09-24 | Koninklijke Philips Electronics N.V. | Gamma camera gantry and imaging method |
| US7652259B2 (en) | 2000-08-21 | 2010-01-26 | Spectrum Dynamics Llc | Apparatus and methods for imaging and attenuation correction |
| US6504899B2 (en) | 2000-09-25 | 2003-01-07 | The Board Of Trustees Of The Leland Stanford Junior University | Method for selecting beam orientations in intensity modulated radiation therapy |
| US6719683B2 (en) | 2000-09-30 | 2004-04-13 | Brainlab Ag | Radiotherapy treatment planning with multiple inverse planning results |
| US20040122308A1 (en) | 2000-10-20 | 2004-06-24 | Wei Ding | Radiation dosimetry reports and a method of producing same |
| US6411675B1 (en) | 2000-11-13 | 2002-06-25 | Jorge Llacer | Stochastic method for optimization of radiation therapy planning |
| US6661870B2 (en) | 2001-03-09 | 2003-12-09 | Tomotherapy Incorporated | Fluence adjustment for improving delivery to voxels without reoptimization |
| US6459762B1 (en) | 2001-03-13 | 2002-10-01 | Ro Inventions I, Llc | Method for producing a range of therapeutic radiation energy levels |
| US6965661B2 (en) | 2001-06-19 | 2005-11-15 | Hitachi, Ltd. | Radiological imaging apparatus and radiological imaging method |
| US20030036700A1 (en) | 2001-07-20 | 2003-02-20 | Weinberg Irving N. | Internal/external coincident gamma camera system |
| US6700949B2 (en) | 2001-09-25 | 2004-03-02 | Ge Medical Systems Global Technology Llc | Retractable collimator apparatus for a CT-PET system |
| DE10151987C2 (de) | 2001-10-22 | 2003-11-06 | Fraunhofer Ges Forschung | Vorbereiten der Auswahl von Steuergrößen für eine zeitlich und räumlich einzustellende Dosisverteilung eines Strahlengerätes |
| US6810108B2 (en) | 2001-11-02 | 2004-10-26 | Siemens Medical Solutions Usa, Inc. | System and method for positioning an electronic portal imaging device |
| US6888919B2 (en) | 2001-11-02 | 2005-05-03 | Varian Medical Systems, Inc. | Radiotherapy apparatus equipped with an articulable gantry for positioning an imaging unit |
| US20030128801A1 (en) | 2002-01-07 | 2003-07-10 | Multi-Dimensional Imaging, Inc. | Multi-modality apparatus for dynamic anatomical, physiological and molecular imaging |
| CA2478296A1 (en) | 2002-03-06 | 2003-09-18 | Tomotherapy Incorporated | Method for modification of radiotherapy treatment delivery |
| US20030212325A1 (en) | 2002-03-12 | 2003-11-13 | Cristian Cotrutz | Method for determining a dose distribution in radiation therapy |
| SE522162C2 (sv) | 2002-05-06 | 2004-01-20 | Goergen Nilsson | Metod att utföra in vivo-dosimetri vid IMRT-behandling |
| US6735277B2 (en) | 2002-05-23 | 2004-05-11 | Koninklijke Philips Electronics N.V. | Inverse planning for intensity-modulated radiotherapy |
| DE60333018D1 (de) | 2002-08-21 | 2010-07-29 | Breakaway Imaging Llc | Gerüstpositionierungsgerät für röntgengeräte |
| US20040068182A1 (en) | 2002-09-18 | 2004-04-08 | Misra Satrajit Chandra | Digitally reconstruced portal image and radiation therapy workflow incorporating the same |
| US7120223B2 (en) | 2002-09-25 | 2006-10-10 | Pencilbeam Technologies | Body-supporting couch |
| US7289599B2 (en) | 2002-10-04 | 2007-10-30 | Varian Medical Systems Technologies, Inc. | Radiation process and apparatus |
| US7657304B2 (en) | 2002-10-05 | 2010-02-02 | Varian Medical Systems, Inc. | Imaging device for radiation treatment applications |
| US7945021B2 (en) | 2002-12-18 | 2011-05-17 | Varian Medical Systems, Inc. | Multi-mode cone beam CT radiotherapy simulator and treatment machine with a flat panel imager |
| US7142634B2 (en) | 2003-01-29 | 2006-11-28 | New England Medical Center Hospitals, Inc. | Radiation field detection |
| JP3748433B2 (ja) | 2003-03-05 | 2006-02-22 | 株式会社日立製作所 | ベッド位置決め装置及びその位置決め方法 |
| WO2004105574A2 (en) | 2003-05-21 | 2004-12-09 | William Beaumont Hospital | Image guided radiation therapy |
| US7513861B2 (en) | 2003-06-18 | 2009-04-07 | Xoft, Inc. | Real time verification in radiation treatment |
| US7412029B2 (en) | 2003-06-25 | 2008-08-12 | Varian Medical Systems Technologies, Inc. | Treatment planning, simulation, and verification system |
| US7412280B2 (en) | 2003-07-01 | 2008-08-12 | Ge Medical Systems Global Technology Company, Llc | Systems and methods for analyzing an abnormality of an object |
| US7266175B1 (en) | 2003-07-11 | 2007-09-04 | Nomos Corporation | Planning method for radiation therapy |
| WO2005004722A2 (en) | 2003-07-15 | 2005-01-20 | Koninklijke Philips Electronics N.V. | Computed tomography scanner with large gantry bore |
| US7343030B2 (en) | 2003-08-05 | 2008-03-11 | Imquant, Inc. | Dynamic tumor treatment system |
| WO2005018742A1 (en) | 2003-08-11 | 2005-03-03 | Nomos Corporation | Method and aparatus for optimization of collimator angles in intensity modulated radiation therapy treatment |
| KR101164150B1 (ko) | 2003-08-12 | 2012-07-13 | 로마 린다 유니버시티 메디칼 센터 | 방사선 테라피 시스템을 위한 환자 배치 시스템 |
| CA2967536C (en) | 2003-08-12 | 2020-08-25 | Vision Rt Limited | Patient positioning system for radiation therapy system |
| JP4509115B2 (ja) | 2003-09-29 | 2010-07-21 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 放射線治療を計画するための方法及び装置 |
| AU2004279424A1 (en) | 2003-10-07 | 2005-04-21 | Nomos Corporation | Planning system, method and apparatus for conformal radiation therapy |
| US7068750B2 (en) | 2003-10-27 | 2006-06-27 | General Electric Company | System and method of x-ray flux management control |
| US20050111757A1 (en) | 2003-11-26 | 2005-05-26 | Brackett Charles C. | Auto-image alignment system and method based on identified anomalies |
| US7492931B2 (en) | 2003-11-26 | 2009-02-17 | Ge Medical Systems Global Technology Company, Llc | Image temporal change detection and display method and apparatus |
| US20050207531A1 (en) * | 2004-01-20 | 2005-09-22 | University Of Florida Research Foundation, Inc. | Radiation therapy system using interior-point methods and convex models for intensity modulated fluence map optimization |
| EP1747026A1 (en) | 2004-05-18 | 2007-01-31 | Siemens Aktiengesellschaft | Biomolecular contrast agents for therapy control in radiation therapy with proton or ion beams |
| US8437449B2 (en) | 2004-07-23 | 2013-05-07 | Varian Medical Systems, Inc. | Dynamic/adaptive treatment planning for radiation therapy |
| DE102004039191B4 (de) | 2004-08-12 | 2007-09-27 | Siemens Ag | Verfahren und Vorrichtung zur Ermittlung und Überwachung von Parametern einer Bestrahlungstherapie |
| US7302038B2 (en) | 2004-09-24 | 2007-11-27 | Wisconsin Alumni Research Foundation | Correction of patient rotation errors in radiotherapy using couch translation |
| US7415095B2 (en) | 2004-10-01 | 2008-08-19 | Siemens Aktiengesellschaft | System and method utilizing adaptive radiation therapy framework |
| US7508967B2 (en) | 2004-10-14 | 2009-03-24 | Wisconsin Alumni Research Foundation | Radiation treatment planning using conformal avoidance |
| US8000773B2 (en) * | 2004-11-09 | 2011-08-16 | Spectrum Dynamics Llc | Radioimaging |
| JP2008526270A (ja) | 2004-11-22 | 2008-07-24 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | Ｒｔｐ用の改良されたデータ表現 |
| US7265356B2 (en) | 2004-11-29 | 2007-09-04 | The University Of Chicago | Image-guided medical intervention apparatus and method |
| US7349730B2 (en) | 2005-01-11 | 2008-03-25 | Moshe Ein-Gal | Radiation modulator positioner |
| US7453983B2 (en) | 2005-01-20 | 2008-11-18 | Carestream Health, Inc. | Radiation therapy method with target detection |
| US7564945B2 (en) | 2005-02-11 | 2009-07-21 | University Of Florida Research Foundation, Inc. | System including computed tomography device for image guided treatment |
| DE102005007851A1 (de) | 2005-02-21 | 2006-08-24 | Siemens Ag | Bestrahlungsvorrichtung |
| US7239684B2 (en) | 2005-02-28 | 2007-07-03 | Mitsubishi Heavy Industries, Ltd. | Radiotherapy apparatus monitoring therapeutic field in real-time during treatment |
| US20070003010A1 (en) | 2005-04-29 | 2007-01-04 | Varian Medical Systems Technologies, Inc. | Radiation systems with imaging capability |
| US8232535B2 (en) | 2005-05-10 | 2012-07-31 | Tomotherapy Incorporated | System and method of treating a patient with radiation therapy |
| CN101184527B (zh) | 2005-05-26 | 2012-05-09 | 皇家飞利浦电子股份有限公司 | 并入功能性成像信息的放射治疗方案设备 |
| US8077936B2 (en) | 2005-06-02 | 2011-12-13 | Accuray Incorporated | Treatment planning software and corresponding user interface |
| US7379531B2 (en) | 2005-06-13 | 2008-05-27 | Siemens Medical Solutions Health Services Corporation | Beam therapy treatment user interface monitoring and recording system |
| US7362848B2 (en) | 2005-06-27 | 2008-04-22 | Accuray Incorporated | Method for automatic anatomy-specific treatment planning protocols based on historical integration of previously accepted plans |
| US7831073B2 (en) | 2005-06-29 | 2010-11-09 | Accuray Incorporated | Precision registration of X-ray images to cone-beam CT scan for image-guided radiation treatment |
| EP1970097A3 (en) | 2005-07-22 | 2009-10-21 | TomoTherapy, Inc. | Method and system for predicting dose delivery |
| KR20080039920A (ko) | 2005-07-22 | 2008-05-07 | 토모테라피 인코포레이티드 | 방사선 치료 시스템에 의해 부여되는 선량을 평가하는시스템 및 방법 |
| CN101267857A (zh) | 2005-07-22 | 2008-09-17 | 断层放疗公司 | 对移动的关注区实施放射疗法的系统和方法 |
| US8442287B2 (en) | 2005-07-22 | 2013-05-14 | Tomotherapy Incorporated | Method and system for evaluating quality assurance criteria in delivery of a treatment plan |
| CA2616316A1 (en) | 2005-07-22 | 2007-02-01 | Tomotherapy Incorporated | Method and system for adapting a radiation therapy treatment plan based on a biological model |
| KR20080044250A (ko) | 2005-07-23 | 2008-05-20 | 토모테라피 인코포레이티드 | 갠트리 및 진료대의 조합된 움직임을 이용하는 방사선치료의 영상화 및 시행 |
| US7880154B2 (en) | 2005-07-25 | 2011-02-01 | Karl Otto | Methods and apparatus for the planning and delivery of radiation treatments |
| CN101247852B (zh) | 2005-07-25 | 2011-12-07 | 卡尔·奥托 | 用于计划和供给放射治疗的方法和装置 |
| US7611452B2 (en) | 2005-09-30 | 2009-11-03 | Accuray Incorporated | Wizard and template for treatment planning |
| US7496181B2 (en) | 2005-11-28 | 2009-02-24 | The Board Of Trustees Of The Leland Stanford Junior University | X-ray collimator for imaging with multiple sources and detectors |
| US7626171B2 (en) | 2006-01-09 | 2009-12-01 | Koninklijke Philips Electronics N.V. | Method of constructing time-in-flight pet images |
| US7453984B2 (en) | 2006-01-19 | 2008-11-18 | Carestream Health, Inc. | Real-time target confirmation for radiation therapy |
| EP1991959B1 (en) | 2006-02-28 | 2017-08-30 | Koninklijke Philips N.V. | Local motion compensation based on list mode data |
| US8447387B2 (en) | 2006-04-10 | 2013-05-21 | Tong Xu | Method and apparatus for real-time tumor tracking by detecting annihilation gamma rays from low activity position isotope fiducial markers |
| WO2007120674A2 (en) | 2006-04-10 | 2007-10-25 | Quantum Molecular Technologies, Inc. | Imaging apparatus and systems, and related methods |
| US7844560B2 (en) | 2006-04-17 | 2010-11-30 | Siemens Medical Solutions Usa, Inc. | Personalized prognosis modeling in medical treatment planning |
| US8073104B2 (en) | 2006-05-25 | 2011-12-06 | William Beaumont Hospital | Portal and real time imaging for treatment verification |
| WO2008013598A2 (en) | 2006-05-25 | 2008-01-31 | William Beaumont Hospital | Real-time, on-line and offline treatment dose tracking and feedback process for volumetric image guided adaptive radiotherapy |
| US8063379B2 (en) | 2006-06-21 | 2011-11-22 | Avraham Suhami | Radiation cameras |
| US7693257B2 (en) | 2006-06-29 | 2010-04-06 | Accuray Incorporated | Treatment delivery optimization |
| AU2007272248B2 (en) | 2006-07-10 | 2013-05-16 | University Health Network | Apparatus and methods for real-time verification of radiation therapy |
| US8073103B2 (en) | 2006-07-27 | 2011-12-06 | British Columbia Cancer Agency Branch | Systems and methods for optimization of on-line adaptive radiation therapy |
| US8699664B2 (en) | 2006-07-27 | 2014-04-15 | British Columbia Center Agency Branch | Systems and methods for optimization of on-line adaptive radiation therapy |
| US7505559B2 (en) | 2006-08-25 | 2009-03-17 | Accuray Incorporated | Determining a target-to-surface distance and using it for real time absorbed dose calculation and compensation |
| DE102006042572A1 (de) | 2006-09-11 | 2008-03-27 | Siemens Ag | Bildgebende medizinische Einheit |
| DE102006044139B4 (de) | 2006-09-15 | 2008-10-02 | Siemens Ag | Strahlentherapieanlage und Verfahren zur Anpassung eines Bestrahlungsfeldes für einen Bestrahlungsvorgang eines zu bestrahlenden Zielvolumens eines Patienten |
| US7715606B2 (en) | 2006-10-18 | 2010-05-11 | Varian Medical Systems, Inc. | Marker system and method of using the same |
| WO2008127368A2 (en) | 2007-02-07 | 2008-10-23 | Koninklijke Philips Electronics, N.V. | Motion compensation in quantitative data analysis and therapy |
| EP2121135B1 (en) | 2007-03-19 | 2014-12-24 | Koninklijke Philips N.V. | Treatment optimization |
| US7995813B2 (en) | 2007-04-12 | 2011-08-09 | Varian Medical Systems, Inc. | Reducing variation in radiation treatment therapy planning |
| US8363783B2 (en) | 2007-06-04 | 2013-01-29 | Oraya Therapeutics, Inc. | Method and device for ocular alignment and coupling of ocular structures |
| DE102007039454B4 (de) * | 2007-08-21 | 2016-07-28 | Siemens Healthcare Gmbh | Verfahren zur Quantifizierung der Aufnahme wenigstens eines Radiotracers in einem für eine Positronen-Emissions-Tomograpie-Messung interessierenden Körperbereich eines Patienten |
| CN101820948A (zh) | 2007-10-25 | 2010-09-01 | 断层放疗公司 | 用于放疗实施的运动适应性优化的系统和方法 |
| US8467497B2 (en) | 2007-10-25 | 2013-06-18 | Tomotherapy Incorporated | System and method for motion adaptive optimization for radiation therapy delivery |
| US8107589B2 (en) | 2007-12-21 | 2012-01-31 | Kabushiki Kaisha Toshiba | Radiotherapeutic system and radiotherapeutic dose distribution measuring method |
| US8059880B2 (en) | 2007-12-28 | 2011-11-15 | Shimadzu Corporation | Nuclear medicine diagnosis device, form tomography diagnosis device, nuclear medicine data arithmetic processing method, and form tomogram arithmetic processing method |
| JP5197025B2 (ja) | 2008-01-09 | 2013-05-15 | 株式会社東芝 | 放射線治療システム、放射線治療支援装置及び放射線治療支援プログラム |
| US8812240B2 (en) | 2008-03-13 | 2014-08-19 | Siemens Medical Solutions Usa, Inc. | Dose distribution modeling by region from functional imaging |
| US8017915B2 (en) | 2008-03-14 | 2011-09-13 | Reflexion Medical, Inc. | Method and apparatus for emission guided radiation therapy |
| US8019042B2 (en) | 2008-04-22 | 2011-09-13 | Siemens Medical Solutions Usa, Inc. | Medical imaging processing and care planning system |
| US7724870B2 (en) | 2008-05-30 | 2010-05-25 | Siemens Medical Solutions Usa, Inc. | Digital tomosynthesis in robotic stereotactic radiosurgery |
| US8063376B2 (en) | 2008-08-15 | 2011-11-22 | Koninklijke Philips Electronics N.V. | Large bore PET and hybrid PET/CT scanners and radiation therapy planning using same |
| CA2638996C (en) | 2008-08-20 | 2013-04-30 | Imris Inc. | Mri guided radiation therapy |
| US7817778B2 (en) | 2008-08-29 | 2010-10-19 | Varian Medical Systems International Ag | Interactive treatment plan optimization for radiation therapy |
| US8483803B2 (en) | 2008-09-15 | 2013-07-09 | Varian Medical Systems, Inc. | Systems and methods for tracking and targeting object in a patient using imaging techniques |
| US8180020B2 (en) | 2008-10-23 | 2012-05-15 | Accuray Incorporated | Sequential optimizations for treatment planning |
| US10363437B2 (en) | 2008-12-11 | 2019-07-30 | Varian Medical Systems International Ag | Real time treatment parameter algorithm for moving targets |
| US8278633B2 (en) | 2009-01-20 | 2012-10-02 | Varian Medical Systems International Ag | Gated radiation procedure using packages |
| US8121252B2 (en) | 2009-03-11 | 2012-02-21 | Varian Medical Systems, Inc. | Use of planning atlas in radiation therapy |
| US8971489B2 (en) | 2009-07-09 | 2015-03-03 | The Board Of Trustees Of The Leland Stanford Junior University | Method and system for real-time DMLC-based target tracking with optimal motion compensating leaf adaptation |
| US9268042B2 (en) | 2009-08-26 | 2016-02-23 | Varian Medical Systems International Ag | Characterizing radiotherapy beams based on image detection array data |
| US8090074B2 (en) | 2009-10-02 | 2012-01-03 | Varian Medical Systems International Ag | Systems and methods for obtaining reconstructed images during a treatment session |
| US8401148B2 (en) | 2009-10-30 | 2013-03-19 | Tomotherapy Incorporated | Non-voxel-based broad-beam (NVBB) algorithm for intensity modulated radiation therapy dose calculation and plan optimization |
| JP5595738B2 (ja) * | 2010-01-05 | 2014-09-24 | 株式会社東芝 | 核医学診断装置 |
| US20110184749A1 (en) | 2010-01-26 | 2011-07-28 | Ritchie Stevens | Collaboration system & method for doing business |
| US8331532B2 (en) | 2010-02-18 | 2012-12-11 | Varian Medical Systems International Ag | Method and system for treating moving target |
| BR112012022445A2 (pt) | 2010-03-08 | 2019-09-24 | Koninklijke Philips Electrnics N. V. | "sistema e mídia de aemazenagem |
| US8144833B2 (en) | 2010-04-20 | 2012-03-27 | Elekta Ab (Publ) | Planning for adaptive radiotherapy |
| US8816307B2 (en) | 2010-07-15 | 2014-08-26 | Varian Medical Systems International Ag | Method and apparatus pertaining to use of jaws during radiation treatment |
| JP5714438B2 (ja) * | 2010-07-15 | 2015-05-07 | 株式会社東芝 | 放射線治療システム及びその作動方法 |
| US8976929B2 (en) | 2010-07-16 | 2015-03-10 | Duke University | Automatic generation of patient-specific radiation therapy planning parameters |
| EP2598205B1 (en) | 2010-07-29 | 2016-08-31 | Insightec Ltd. | Motion compensation for non-invasive treatment therapies |
| US8605857B1 (en) | 2010-12-23 | 2013-12-10 | Math Resolutions, LLC | Method and system to reconstruct treatment dose to a patient from integrated exit-transit images of radiation fields taken during treatment |
| DE102011000204B4 (de) | 2011-01-18 | 2013-04-25 | Gsi Helmholtzzentrum Für Schwerionenforschung Gmbh | Erstellung einer Bestrahlungsplanung unter Berücksichtigung der Auswirkungen zumindest einer Unsicherheit |
| WO2013105994A2 (en) | 2011-03-07 | 2013-07-18 | Sloan-Kettering Institute For Cancer Research | Multi-source radiation system and method for interwoven radiotherapy and imaging |
| CN103687649B (zh) * | 2011-03-15 | 2016-10-19 | 皇家飞利浦有限公司 | 研究运动的剂量测定影响以在ebrt规划中生成适应的患者特异性裕量 |
| US9956429B2 (en) | 2011-03-28 | 2018-05-01 | Varian Medical Systems International Ag | Method and system for automated evaluation of multiple portal dose images in radiation therapy |
| JP6210972B2 (ja) | 2011-03-31 | 2017-10-11 | リフレクション メディカル， インコーポレイテッド | 放射誘導型放射線療法における使用のためのシステムおよび方法 |
| 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 |
| JP5889585B2 (ja) | 2011-09-15 | 2016-03-22 | 株式会社東芝 | 放射線治療情報生成装置 |
| BR112014007695A2 (pt) | 2011-09-30 | 2017-06-13 | Cincinnati Children's Hospital Medical Center | método para otimização consistente e verificável de dose de radiação de tomografia computadorizada (ct) |
| US8836697B2 (en) | 2011-09-30 | 2014-09-16 | Varian Medical Systems International Ag | Real-time 3D dose visualization system |
| US9061143B2 (en) * | 2011-10-14 | 2015-06-23 | Sumitomo Heavy Industries, Ltd. | Charged particle beam irradiation system and charged particle beam irradiation planning method |
| EP2785416B1 (en) | 2011-11-30 | 2021-06-02 | Koninklijke Philips N.V. | Beam segment-level dose computation and temporal motion tracking for adaptive treatment planning |
| US9314160B2 (en) | 2011-12-01 | 2016-04-19 | Varian Medical Systems, Inc. | Systems and methods for real-time target validation for image-guided radiation therapy |
| US9254396B2 (en) | 2012-02-16 | 2016-02-09 | Rhode Island Hospital | Advanced radiotherapy treatment planning optimization |
| EP2664359A1 (en) | 2012-05-14 | 2013-11-20 | Koninklijke Philips N.V. | Magnetic resonance guided therapy with interleaved scanning |
| EP2687259A1 (en) | 2012-07-19 | 2014-01-22 | Deutsches Krebsforschungszentrum | Leaf module for a multi-leaf collimator and multi-leaf collimator |
| JP2014023741A (ja) | 2012-07-27 | 2014-02-06 | Univ Of Tokushima | 強度変調放射線治療計画装置、強度変調放射線照射装置の放射線ビーム係数演算方法、強度変調放射線治療計画プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器 |
| FR2996008B1 (fr) * | 2012-09-26 | 2016-08-19 | Univ Rennes | Procede d'evaluation d'une methode de determination de la dose cumulee recue au cours d'un traitement de radiotherapie |
| JP2014166245A (ja) | 2013-02-28 | 2014-09-11 | Mitsubishi Heavy Ind Ltd | 治療計画装置、計画治療システム、治療計画生成方法およびプログラム |
| US9504850B2 (en) | 2013-03-14 | 2016-11-29 | Xcision Medical Systems Llc | Methods and system for breathing-synchronized, target-tracking radiation therapy |
| WO2014179715A1 (en) * | 2013-05-02 | 2014-11-06 | Duke University | Prosthetic compounds for labeling internalizing biomolecules |
| CA2951048A1 (en) | 2013-06-12 | 2014-12-18 | University Health Network | Method and system for automated quality assurance and automated treatment planning in radiation therapy |
| WO2014205128A1 (en) | 2013-06-18 | 2014-12-24 | Duke University | Systems and methods for specifying treatment criteria and treatment parameters for patient specific radiation therapy planning |
| EP3021940B1 (en) | 2013-07-17 | 2021-06-16 | Koninklijke Philips N.V. | Portal imaging for brachytherapy |
| CN105979872A (zh) * | 2013-09-25 | 2016-09-28 | 理查德·R·布莱克 | 正电子发射断层摄影数据的病人特异性分析 |
| BR112016006998A2 (pt) | 2013-09-30 | 2017-08-01 | Varian Medical Systems Int Ag | método implementado por computador, sistema de computação, meio de armazenamento legível por computador |
| JP6208535B2 (ja) | 2013-10-25 | 2017-10-04 | 株式会社日立製作所 | 放射線治療装置およびシステムおよび方法 |
| US9764162B1 (en) | 2013-10-28 | 2017-09-19 | Elekta, Inc. | Automated, data-driven treatment management system for adaptive radiotherapy workflows |
| US9265971B2 (en) | 2014-02-07 | 2016-02-23 | Varian Medical Systems, Inc. | Systems, methods, and devices for real-time treatment verification using an electronic portal imaging device |
| US9604077B2 (en) | 2014-06-16 | 2017-03-28 | The Board Of Trustees Of The Leland Stanford Junior University | Visualizing radiation therapy beam in real-time in the context of patient's anatomy |
| US9616251B2 (en) | 2014-07-25 | 2017-04-11 | Varian Medical Systems, Inc. | Imaging based calibration systems, devices, and methods |
| US9782607B2 (en) | 2014-08-05 | 2017-10-10 | The University Of Chicago | Systems and methods for radiation treatment planning using combined imaging and treatment dose |
| WO2016023786A1 (en) | 2014-08-15 | 2016-02-18 | Koninklijke Philips N.V. | Supervised 4-d dose map deformation for adaptive radiotherapy planning |
| EP2990078B1 (en) | 2014-08-27 | 2018-07-04 | Scandidos AB | A position detector |
| US9950194B2 (en) | 2014-09-09 | 2018-04-24 | Mevion Medical Systems, Inc. | Patient positioning system |
| EP3209202B1 (en) | 2014-10-20 | 2024-01-24 | New York University | Apparatus to select radiation dosage for tumor treatment based on cellular imaging |
| JP2016168077A (ja) * | 2015-03-11 | 2016-09-23 | 三菱電機株式会社 | 治療計画装置 |
| CN107924730B (zh) | 2015-06-10 | 2021-09-28 | 反射医疗公司 | 高带宽双态多叶式准直器设计 |
| US9943705B2 (en) | 2015-06-12 | 2018-04-17 | Accuray Incorporated | Verification of leaf positions for multi-leaf collimator using multiple verification systems |
| US10328282B2 (en) * | 2015-07-13 | 2019-06-25 | Mayo Foundation For Medical Education And Research | System and method for novel chance-constrained optimization in intensity-modulated proton therapy planning to account for range and patient setup uncertainties |
| US9841387B2 (en) | 2015-07-22 | 2017-12-12 | Test Research, Inc. | Inspection method and device |
| US10702708B2 (en) | 2015-09-25 | 2020-07-07 | Varian Medical Systems, Inc. | Accounting for imaging-based radiation doses |
| US10729920B2 (en) | 2015-10-02 | 2020-08-04 | Varian Medical Systems International Ag | Systems and methods for quantifying radiation beam conformity |
| JP6444532B2 (ja) | 2015-11-11 | 2018-12-26 | 株式会社日立製作所 | 粒子線治療装置及び治療計画補正方法 |
| EP3988017A1 (en) | 2016-11-15 | 2022-04-27 | RefleXion Medical, Inc. | System for emission-guided high-energy photon delivery |
| WO2018183748A1 (en) | 2017-03-30 | 2018-10-04 | Reflexion Medical, Inc. | Radiation therapy systems and methods with tumor tracking |
| EP3384961B1 (en) | 2017-04-05 | 2021-10-13 | RaySearch Laboratories AB | System and method for modelling of dose calculation in radiotherapy treatment planning |
| CN110997063B (zh) | 2017-05-30 | 2022-04-29 | 反射医疗公司 | 用于计算放射注量的方法的放射治疗系统 |
| EP4344736A3 (en) * | 2017-06-22 | 2024-07-03 | RefleXion Medical, Inc. | Methods for calculating bounded dose-volume histograms (dvh) for evaluating a treatment plan |
| US10456600B2 (en) | 2017-07-26 | 2019-10-29 | Reflexion Medical, Inc. | Graphical representation of radiation therapy |
| WO2021011207A1 (en) | 2019-07-12 | 2021-01-21 | Reflexion Medical, Inc. | Multi-target treatment planning and delivery and virtual localization for radiation therapy |
| US11309072B2 (en) | 2020-04-21 | 2022-04-19 | GE Precision Healthcare LLC | Systems and methods for functional imaging |
-
2018
- 2018-06-22 EP EP23211269.8A patent/EP4344736A3/en active Pending
- 2018-06-22 US US16/016,272 patent/US11648418B2/en active Active
- 2018-06-22 JP JP2019570458A patent/JP2020525093A/ja not_active Withdrawn
- 2018-06-22 CN CN201880041375.9A patent/CN110869086A/zh active Pending
- 2018-06-22 CN CN202410845291.8A patent/CN118662796A/zh active Pending
- 2018-06-22 EP EP18821003.3A patent/EP3641884B8/en active Active
- 2018-06-22 WO PCT/US2018/039104 patent/WO2018237328A1/en unknown
-
2022
- 2022-09-01 JP JP2022139100A patent/JP2022164859A/ja active Pending
-
2023
- 2023-03-20 JP JP2023044411A patent/JP2023068087A/ja active Pending
- 2023-04-04 US US18/295,448 patent/US20230390580A1/en active Pending
-
2024
- 2024-05-20 JP JP2024081793A patent/JP2024102366A/ja active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6240161B1 (en) * | 1997-09-25 | 2001-05-29 | Siemens Medical Systems, Inc. | Multi-leaf collimator constrained optimization of intensity modulated treatments |
| US20020137991A1 (en) * | 1998-09-30 | 2002-09-26 | Scarantino Charles W. | Methods, systems, and associated implantable devices for dynamic monitoring of physiological and biological properties of tumors |
| CN102641561A (zh) * | 2004-02-20 | 2012-08-22 | 佛罗里达大学研究基金会公司 | 用于提供适形放射治疗同时对软组织进行成像的系统 |
| CN101496018A (zh) * | 2006-08-01 | 2009-07-29 | 皇家飞利浦电子股份有限公司 | 生物学指导的适应性治疗方案制定 |
| JP4967686B2 (ja) * | 2007-01-26 | 2012-07-04 | 株式会社日立製作所 | 放射線治療計画装置及び放射線治療計画の提供方法 |
| CN101663069A (zh) * | 2007-03-30 | 2010-03-03 | 皇家飞利浦电子股份有限公司 | 通过随机分析描绘不确定性在放疗中改进治疗计划评价 |
| US9019307B1 (en) * | 2010-01-06 | 2015-04-28 | Jimm Grimm | Automated warning system and method for use when evaluating acceptable dosage ranges for radiation treatments of body tissue |
| CN102068763A (zh) * | 2010-03-23 | 2011-05-25 | 北京大基康明医疗设备有限公司 | 放射处理的验证方法和放射处理装置 |
| US20120292534A1 (en) * | 2011-05-20 | 2012-11-22 | Sarah Geneser | Multi-phase Gating for Radiation Treatment Delivery and Imaging |
| WO2013093852A1 (de) * | 2011-12-23 | 2013-06-27 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Navigierbare darstellung einer losungsvielfalt von therapieplanen |
| US9192782B1 (en) * | 2012-02-15 | 2015-11-24 | Jimm Grimm | System and method for evaluating acceptable dosage ranges for radiation treatments of body tissue |
| CN103845068A (zh) * | 2012-11-28 | 2014-06-11 | 北京大基康明医疗设备有限公司 | 融合pet-ct功能的高能放射治疗系统 |
| CN105492072A (zh) * | 2013-08-30 | 2016-04-13 | 皇家飞利浦有限公司 | 用于在放置源的过程中对信息进行可视化的系统和方法 |
| US20170028220A1 (en) * | 2015-07-23 | 2017-02-02 | Yair Censor | Systems and methods for intensity modulated radiation therapy |
| CN105447330A (zh) * | 2015-12-30 | 2016-03-30 | 上海联影医疗科技有限公司 | 调强放射治疗的权重调整方法和装置 |
Non-Patent Citations (3)
| Title |
|---|
| A FREDRIKSSON: "Robust optimization of radiation therapy accounting for geometric uncertainty", 《HTTPS://WWW.RAYSEARCHLABS.COM/SITEASSETS/ABOUT-OVERVIEW/MEDIA-CENTER/WP-RE-EV-N-PDFS/PUBLICATIONS/THESIS-ALBIN.PDF》 * |
| BIANCA A. W. HOEBEN等: "Molecular PET imaging for biology-guided adaptive radiotherapy of head and neck cancer", 《ACTA ONCOLOGICA》 * |
| DANIELA THORWARTH等: "Physical radiotherapy treatment planning based on functional PET/CT data", 《RADIOTHERAPY AND ONCOLOGY》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111714790A (zh) * | 2020-06-19 | 2020-09-29 | 新里程医用加速器(无锡)有限公司 | 放疗计划系统和存储介质 |
| CN111789614A (zh) * | 2020-08-10 | 2020-10-20 | 上海联影医疗科技有限公司 | 一种成像系统和方法 |
| CN116507388A (zh) * | 2020-10-12 | 2023-07-28 | 医科达(上海)科技有限公司 | 治疗计划的稳健性的评估和呈现 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20180369611A1 (en) | 2018-12-27 |
| EP3641884B8 (en) | 2024-01-03 |
| WO2018237328A1 (en) | 2018-12-27 |
| JP2020525093A (ja) | 2020-08-27 |
| US20230390580A1 (en) | 2023-12-07 |
| EP3641884A1 (en) | 2020-04-29 |
| CN118662796A (zh) | 2024-09-20 |
| JP2023068087A (ja) | 2023-05-16 |
| JP2022164859A (ja) | 2022-10-27 |
| EP4344736A3 (en) | 2024-07-03 |
| EP4344736A2 (en) | 2024-04-03 |
| EP3641884B1 (en) | 2023-11-22 |
| EP3641884A4 (en) | 2021-07-14 |
| JP2024102366A (ja) | 2024-07-30 |
| US11648418B2 (en) | 2023-05-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230390580A1 (en) | Systems and methods for biological adaptive radiotherapy | |
| JP7274773B2 (ja) | 放射誘導型放射線療法における使用のためのシステムおよび方法 | |
| JP7195646B2 (ja) | 放射線療法のグラフィック表示 | |
| US10507337B2 (en) | Radiotherapy treatment plan optimization workflow | |
| US12115386B2 (en) | Multi-target treatment planning and delivery and virtual localization for radiation therapy | |
| JP2023041769A (ja) | リアルタイム画像誘導放射線療法のための方法 | |
| Chen et al. | Dose-guided radiation therapy with megavoltage cone-beam CT | |
| CN109982748A (zh) | 在外部射束放射治疗中控制在治疗靶标之外的剂量分布并使所述剂量分布成形 | |
| EP3221004A1 (en) | Three-dimensional radiotherapy dose distribution prediction | |
| JP2002522128A (ja) | 放射線治療計画を作成する方法 | |
| JP2012521792A (ja) | マーカー適応された正常組織障害発生確率 | |
| Clark et al. | Dosimetry audit for a multi-centre IMRT head and neck trial | |
| US20240104767A1 (en) | Methods for automatic target identification, tracking, and safety evaluation for radiotherapy | |
| US20160059037A1 (en) | System and method for automated radiation treatment planning using physical objectives | |
| Dunlop et al. | Evaluation of organ motion-based robust optimisation for VMAT planning for breast and internal mammary chain radiotherapy | |
| Lavrenkov et al. | Effective avoidance of a functional spect-perfused lung using intensity modulated radiotherapy (IMRT) for non-small cell lung cancer (NSCLC): an update of a planning study | |
| Murai et al. | Comparison of multileaf collimator and conventional circular collimator systems in Cyberknife stereotactic radiotherapy | |
| Spohn et al. | Influence of urethra sparing on tumor control probability and normal tissue complication probability in focal dose escalated hypofractionated radiotherapy: a planning study based on histopathology reference | |
| Somer et al. | Recommendations for the use of PET and PET–CT for radiotherapy planning in research projects | |
| Gainey et al. | Biological imaging for individualized therapy in radiation oncology: part I physical and technical aspects | |
| CN110404186A (zh) | 一种设计非共面容积旋转调强放疗计划的方法 | |
| Lawless et al. | SU-A-FS2-00 | |
| Martel | 3D Radiation Treatment Planning and Execution | |
| Vanderstraeten | Biologically conformal radiation therapy and Monte Carlo dose calculations in the clinic | |
| Martel | 2.2. 3 Treatment Planning and Conformal Radiotherapy |
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 |