CN110997063B - 用于计算放射注量的方法的放射治疗系统 - Google Patents

Abstract

本文公开了用于使用在治疗环节期间获取的不完整或部分图像来引导治疗放射的输送的系统和方法。由于例如差的或低的对比度和/或低的SNR，部分图像没有足够的信息来确定靶区域的位置。本文描述的放射注量计算方法不需要靶位置的知识或计算，但是仍可以帮助使用任意低的SNR图像来提供实时图像引导的放射治疗。

Description

用于计算放射注量的方法的放射治疗系统

相关申请的交叉引用

本申请要求2017年5月30日提交的美国临时专利申请号62/512,632和2017年7月26日提交的美国临时专利申请号62/37,384的优先权，二者的全部公开内容通过引用合并于此。

技术领域

本文公开了用于使用不完整图像或部分图像和/或在治疗环节期间获取的图像数据来引导治疗放射的输送的系统和方法。

背景技术

图像引导放射疗法(IGRT)使用在治疗环节之前获取的图像来引导治疗环节期间治疗放射的应用。IGRT系统的目标是向患者体内的固定或移动靶输送精确剂量的放射，并避免辐射危险器官。这通常包括生成治疗计划，该计划说明在治疗环节之前的靶点运动以及在治疗环节期间(例如，在放射输送期间)的门控(gating)或运动跟踪。治疗计划通常包含说明放射治疗机几何形状以及激发位置(也称为控制点，其可以是治疗放射源可以从其向患者施加放射的任何位置)列表的注量图或分割注量图，从中可以生成给放射治疗系统的指令，以便治疗放射源发射放射，所述放射生成接近或匹配治疗计划指定的剂量分布的剂量分布。机器指令可以包括例如在每个激发位置(或控制点)施加于患者的一组束强度和/或指示那些激发位置中的每个激发位置的MLC配置的束限制设备指令(例如，多叶准直器或MLC指令)。一些放射治疗系统可以具有集成的成像系统，以帮助在治疗环节期间的靶运动跟踪。某些治疗计划可以直接生成并存储机器指令，而无需最初生成注量图。但是，通常理解一组机器指令可以由分割注量图和放射治疗机几何形状以及激发位置或控制点列表一起等效地表示。

当前，跟踪靶区域的运动的放射治疗系统可以通过使用成像系统获取靶区域的高SNR或高分辨率图像、确定靶区域的质心的位置、根据靶质心位置的反投影移位来移位治疗计划注量图、以及基于移位的注量图输送剂量来做到这一点。即，如果放射靶已经向左(或右)移位，则治疗计划注量图被移位使得所生成的束也向左(或右)移位。在治疗环节持续期间可以重复这些步骤。一些系统可以使用随时间变化的靶质心位置来生成运动模型以预测靶区域的未来位置，该运动模型可以用于门控放射束输送。一些系统创建将替代标记运动与内部肿瘤运动相关的运动模型，并使用预测的肿瘤位置(基于替代标记位置)来移位注量图。

但是，这些方法要求所获取的图像X_i是高质量高SNR的完整图像或全部图像(例如，放射靶和图像背景之间的足够的对比度数据)，否则靶质心不能被准确地计算。基于不精确或不准确的靶质心位置数据而移位治疗计划的注量图可能不会改善治疗计划的效果，并且可能仍然会导致非靶区域辐射。由于足够用于质心计算的高质量图像通常需要几分钟的数据获取，或者由于成像剂量问题(例如在X射线放射照相或断层摄影中)而无法以足够高的帧速率(每秒至少1或2幅图像)获取，在治疗环节期间获取的这样的图像不会提供放射治疗系统可能作用其上的实时靶位置数据。无法实时更新或校正放射的输送以说明患者和/或肿瘤运动可能会导致到非靶区域的放射输送。

发明内容

本文公开了用于使用在治疗环节期间获取的不完整或部分图像和/或图像数据来引导治疗放射的输送的系统和方法。由于例如差的或低的对比度和/或低的信噪比(SNR)，部分图像没有足够的信息来确定靶区域的位置，但是在治疗环节期间可能会快速且频繁地获取。本文描述的放射注量计算方法不需要靶位置的知识或计算靶位置，但是可以帮助使用任意低SNR图像来提供实时图像引导的放射疗法。低SNR或部分图像可以在治疗环节之前(例如，小于一个小时、小于30分钟)和/或期间以相对高的帧速率(例如，以类似于或大于平均呼吸速率的速率、每秒至少约2帧、每秒至少约4帧等等)获取。在部分图像中提供的成像数据结合放射激发矩阵(RFM)(其可以作为治疗计划的一部分进行计算)可以帮助引导放射输送，从而在治疗环节期间将规定的放射剂量输送到(多个)靶区域的实际的实时位置。可选地，一些方法可以包括将部分图像存储在控制器存储器中并且通过对部分图像求和来生成完整图像。

使用部分图像的图像引导放射疗法的方法的一种变型可以包括基于具有足够高的SNR以用于识别肿瘤位置和要输送至肿瘤的期望放射剂量的肿瘤图像数据集来计算包括放射激发矩阵的治疗计划。可以结合治疗计划来计算RFM。可以基于期望的剂量约束和/或所描绘的靶区域来生成治疗计划。可以在治疗环节之前，例如在治疗环节之前的几分钟、几天、几周和/或几个月之前，计算治疗计划和RFM。用于IGRT的方法可以包括：紧接在治疗环节之前(例如，分钟、秒)和/或期间，获取肿瘤的部分图像或低SNR图像数据，并通过将治疗计划的RFM与部分图像相乘来计算实时或更新的注量图。注量图可以包括要施加到患者的一组子束(beamlet)和子束强度。放射注量计算可以包括补偿肿瘤和背景结构之间的不完美对比度的计算(例如，滤波或掩模(mask)部分图像)。在一些变型中，掩模或滤波部分图像可以包括限制部分图像的视野(FOV)以帮助减少背景结构的影响。在一些变型中，掩模或滤波部分图像可以包括去除部分图像中与肿瘤区域的位置不对应的区域(在肿瘤区域周围具有或不具有边缘)。即，可以将掩模应用于部分图像，以提取该图像的与靶区域或放射激发区的位置相对应的部分。本文中描述的方法可以进一步包括从注量图计算分割注量图，其中，该分割注量图包括针对每个激发角度或位置的多叶准直器(MLC)指令和/或治疗放射源激发指令。然后，放射治疗系统可以根据针对每个激发角度或位置的分割注量图来将放射输送至患者。

一种用于计算用于输送的放射注量的方法可以包括：获取靶区域的部分图像x_i，以及通过将放射激发矩阵P与部分图像x_i相乘来计算要输送至靶区域的放射注量。可以基于靶区域的完整图像X来计算放射激发矩阵P。完整图像X可以在先前的成像环节期间获取。在一些变型中，计算放射注量可以包括逐点乘法或将放射激发矩阵P与部分图像x_i进行卷积。放射激发矩阵P可以是标量s的对角矩阵diag(s)，使得P·x_i＝s⊙x_i，其中，⊙是逐点乘积运算并导致根据治疗计划将输送到靶区域的注量。替代地，放射激发矩阵P可以是Toeplitz矩阵toep(f)，使得P·x_i＝f*x_i，其中，*是卷积运算并且还导致注量。部分图像x_i的信噪比(SNR)小于图像X的SNR。在某些变型中，可以使用断层摄影成像系统获取部分图像x_i。部分图像x_i可以包括来自MRI成像脉冲序列的k空间中的一组正电子发射路径、X射线投影和/或子样本的重建。图像X可以是运动去模糊图像。该方法可以进一步包括选择投影角度α，并在放射束激发角度α计算所计算的注量的投影注量f_α，并将其存储在控制器存储器中。

可选地，方法可以进一步包括向靶区域施加放射，其中，施加放射可以包括将放射治疗系统的放射源移动至放射束激发角度α，该放射治疗系统还包括具有布置在放射源上方的叶片阵列的多叶准直器，将投影的注量f_α分割为准直器叶片位置指令，并将叶片位置指令存储在控制器存储器中，根据准直器叶片位置指令调整每个准直器叶片的位置，并从放射源发射放射束。该方法可以进一步包括连续地重复投影的注量f_α计算，并且在每次注量计算之后向靶区域施加放射，直到施加期望的注量。计算投影注量f_α可以包括选择投影角度α，在放射束激发角度α计算部分图像x_i的投影x_i,α并将投影的部分图像x_i,α存储在控制器存储器中以及将每角度放射激发矩阵P_α与投影的部分图像x_i,α相乘(P_α x_i,α)，其中，每角度放射激发矩阵P_α。每角度放射激发矩阵P_α可以是实现卷积运算p_α＊x_i的Toeplitz矩阵toep(p_α)。放射激发矩阵P_α可以是实现逐点乘法运算p_α·x_i的对角矩阵diag(P_α)。部分图像x_j可以从MRI成像脉冲序列的k空间中的一组正电子发射路径、X射线投影或子样本生成。该方法可以可选地包括将线性对比度滤波器应用于部分图像x_i。滤波后的部分图像x_i的任何负值可以被添加到后续滤波后的部分图像x_i+1。部分图像x_j的信噪比(SNR)小于图像X的SNR。在获取部分图像x_i之后的指定时间段内，可以发生乘以激发矩阵P、选择投影角度α、计算投影注量f_α、移动放射源、将投影注量f_α分割为准直器叶片位置指令和/或治疗放射源激发指令、调整准直器叶片的位置、以及发射放射束。指定时间段可以小于大约10秒，例如小于大约5秒、小于大约1秒。放射源可以安装在被配置为以大约20RPM或更高(例如，大约40RPM、大约50RPM、大约60RPM或更高)的速度旋转的可旋转机架上。方法可以可选地包括计算实时输送的剂量估计和/或包括将空间滤波器应用于部分图像x_i。可选地，在某些方法中，先前获取的图像X可以是第一图像，而A可以是已知的剂量计算矩阵，并且该方法还可以包括：通过获取第二图像X_prescan来计算更新的放射激发矩阵P_prescan并迭代遍历P_prescan的矩阵值，使得满足以下条件：

A·P·X≈A·P_prescan·X_prescan

一些方法可以可选地包括：基于X_prescan计算剂量矩阵D_prescan；计算D_prescan与已经基于图像X计算的剂量矩阵D之间的差值；以及如果该差值超过预先选择的阈值，则生成超过了预先选择的阈值的通知。

用于放射治疗的系统的一种变型可以包括：可旋转机架；安装在机架上的治疗放射源；安装在机架上以获取靶区域的部分图像x_i的一个或多个成像传感器；以及与机架、治疗放射源和一个或多个成像传感器通信的控制器。控制器可以被配置为计算将被输送到靶区域的放射注量，其中，计算放射注量包括将放射激发矩阵P与部分图像x_i相乘，其中，基于靶区域的先前获取的图像X计算放射激发矩阵P。放射激发矩阵P可以是标量s的对角矩阵diag(s)，使得P·x_i＝s⊙x_i，其中，⊙是逐点乘积运算。计算放射注量可以包括将放射激发矩阵P与部分图像x_i卷积。放射激发矩阵P可以是Toeplitz矩阵toep(f)，使得P·x_i＝f*x_i，其中，*是卷积运算，并且f是根据治疗计划被输送到靶区域的注量。部分图像x_i的信噪比(SNR)可以小于图像X的SNR。例如，部分图像x_i的SNR可以比图像X的SNR小大约40％。部分图像x_i可以包括来自MRI成像脉冲序列的k空间中的一组正电子发射路径、X射线投影或子样本的重建，和/或可以是运动去模糊图像。控制器可以进一步被配置为选择投影角度α，在放射束激发角度α计算所计算的注量的投影注量f_α，并将该投影注量f_α存储在控制器的存储器中。该系统可以进一步包括多叶准直器，该多叶准直器具有布置在放射源的束路径(beampath)中的叶片阵列，并且可旋转机架可以被配置为将治疗放射源移动到放射束激发角度α，并且控制器可以进一步被配置为将投影注量f_α分割成准直器叶片位置指令，将叶片位置指令存储在控制器存储器中。每个准直器叶片的位置可以根据准直器叶片位置指令进行调整。计算投影注量f_α可以包括：选择投影角度α；在放射束激发角度α计算部分图像x_i的投影x_i,α并且将投影的部分图像x_i,α存储在控制器存储器中；以及将每角度放射激发矩阵P_α与投影的部分图像x_i,α相乘(P_α x_i,α)。每角度放射激发矩阵P_α可以包括针对每个投影角度α的一组放射激发矩阵P_i,α。每角度放射激发矩阵P_α可以是实现卷积运算p_α★x_i的Toeplitz矩阵toep(p_α)。放射激发矩阵P_α可以是实现逐点乘法运算p_α·x_i的对角矩阵diag(p_α)。一个或多个成像传感器可以包括一个或多个PET检测器，并且部分图像x_i从一组正电子发射路径生成。替代地或附加地，一个或多个成像传感器可以包括一个或多个X射线检测器，并且部分图像x_i从一组X射线投影生成，和/或一个或多个成像传感器可以包括一个或多个MRI传感器，并且部分图像x_i从MRI成像脉冲序列的k空间中的一组子样本生成。机架可以被配置为在获取部分图像x_i之后的指定时间段内，根据计算的注量f_α，将治疗放射源移动至激发束角度α并发射激发束。指定时间段小于大约10秒，例如小于大约5秒、小于大约1秒等等。机架可以以约20RPM或更高的速度可旋转，例如大约60RPM或更高。控制器还被配置为将线性对比度滤波器应用于部分图像x_i，和/或滤波后的部分图像x_i的任何负值可以被添加到后续滤波后的部分图像x_i+1。在一些变型中，控制器还可以被配置为计算实时输送的剂量估计。控制器还可以被配置为将空间滤波器应用于部分图像x_i。在一个变型中，先前获取的图像X可以是第一图像，A可以是已知的剂量计算矩阵，并且控制器还可以被配置为通过使用一个或多个成像传感器获取第二图像X_prescan来计算更新的放射激发矩阵P_prescan并遍历P_prescan的矩阵值使得满足以下条件：

A·P·X≈A·P_prescan·X_prescan

控制器还可以被配置为基于X_prescan计算剂量矩阵D_prescan，计算D_prescan与已经基于图像X计算出的剂量矩阵D之间的差值，并且如果差值超过预先选择的阈值，则控制器可以被配置为生成关于已经超过预先选择的阈值的通知。

本文还描述了用于评估治疗计划质量的方法。用于评估治疗计划质量的方法可以包括：给包括治疗放射源和与治疗放射源通信的控制器的放射治疗系统供电，其中，控制器包括处理器和其中存储了治疗计划和正电子发射活动数据的存储器，并且其中，治疗计划包括放射激发矩阵P和计划的注量图，而正电子发射活动数据包括响应线(LOR)数据；使用控制器基于放射激发矩阵P和LOR数据计算放射注量；使用治疗放射源根据计算的放射注量发射放射；测量发射的放射；基于测量出的放射计算注量图；计算所计算的注量图与所计划的注量图之间的注量差；以及生成有关计算出的注量差是满足还是超过预先指定的注量差阈值的通知。放射治疗系统可以进一步包括治疗区域，并且该方法可以进一步包括在治疗区域中放置一个或多个放射照相胶片，并通过分析放射照相胶片来测量发射的放射。放射治疗系统可以进一步包括位于治疗放射源对面并与控制器通信的放射检测器，并且测量所发射的放射可以包括使用放射检测器获取放射数据并将放射数据发送至控制器。在一些变型中，正电子发射活动数据可以包括诊断PET成像数据，例如空间滤波的诊断PET成像数据。放射治疗系统可以包括具有检测器视野的PET检测器阵列，并且空间滤波的诊断PET成像数据可以具有与检测器视野相对应的视野。替代地或附加地，正电子发射活动数据可以包括基于在PET成像系统上获取的诊断PET成像数据和PET成像系统的机器参数而生成的多个合成响应线(LOR)。在一些变型中，该方法可以包括如果计算的注量差超过预先指定的注量差阈值，则调整治疗计划。调整治疗计划可以包括更新放射激发矩阵P。治疗计划可以包括计划的剂量图，并且该方法可以进一步包括：基于所测量的放射来计算剂量图；计算所计算的剂量图与计划的剂量图之间的剂量差；以及生成有关计算出的剂量差是否达到或超过预先指定的剂量差阈值的通知。例如，生成通知可以包括：针对多个时间点计算注量等剂量的协议一致距离(DTA)值以及所计算的剂量图和计划的剂量图之间的绝对剂量差；以及确定是否存在在DTA值之内且在指定的绝对剂量差阈值之内的时间点的百分比大于阈值百分比。作为示例，阈值百分比可以是大约95％，DTA值可以是大约3mm，并且指定的绝对剂量差阈值可以是相对于计划的绝对剂量的大约3％。

本文还描述了用于对注量图进行实时分割的系统和方法，该注量图是基于在治疗环节期间获取的成像数据(例如，部分图像)而计算的。放射治疗系统的一种变型可以包括：可连续旋转的机架；安装在机架上并且通过机架可移动到多个激发位置的治疗放射源；安装在机架上并位于放射治疗源的束路径中的多叶准直器；安装在机架上的一个或多个成像传感器；以及与机架、放射源、多叶准直器和一个或多个成像传感器通信的控制器。控制器可以被配置为通过以下操作生成放射输送指令：使用来自一个或多个成像传感器的成像数据和累积残余注量图Δf_cumulative来计算注量图f_calc；以及将注量图f_calc分割成一组放射输送指令，所述放射输送指令包括针对通过一次或多次机架旋转的每个激发位置的MLC指令和治疗放射源指令。每组放射输送指令可以包括用于针对通过多次机架旋转的每个激发位置的MLC和治疗放射源的指令。一个或多个成像传感器可以包括一个或多个PET检测器，和/或一个或多个成像传感器包括一个或多个X射线检测器和/或一个或多个MRI传感器。多叶准直器可以是二元多叶准直器。MLC指令可以包括用于MLC中的每个叶片的叶片位置指令。治疗放射源指令可以包括每个激发位置的束脉冲宽度和/或束脉冲强度和/或束脉冲的数量。在一些变型中，分割注量图f_calc可以包括针对每个激发位置将f_calc解构为子注量图，并且将每个子注量图分割成放射输送指令。MLC可以是二元MLC，并且每个子注量图可以具有概率系数。替代地或附加地，MLC是二元MLC，并且MLC的每个叶片可以具有概率系数，所述概率系数确定所述叶片是否处于打开配置和/或治疗放射源在选择的注量(例如预先选择的或计算的)水平是否发射放射。在一些变型中，更新累积残余注量图Δf_cumulative可以包括：基于放射输送指令计算输送注量图f_delivery；通过从注量图f_calc减去输送注量图f_delivery来计算增量残余注量图f_increment；以及通过将增量残余注量图f_increment与累积残余注量图Δf_cumulative相结合来更新累积残余注量图Δf_cumulative。

在一些变型中，系统可以进一步包括位于每个激发位置之间的多个子激发位置，并且系统可以被配置为在治疗放射源通过激发位置之前的子激发位置时根据与所述激发位置相对应的放射输送指令来输送放射。分割注量图f_calc可以包括针对每个子激发位置将f_calc解构为多个子注量图，并且将每个子注量图分割成用于每个子激发位置的放射输送指令。

用于放射输送的实时注量图分割的方法的一种变型可以包括：在一个环节期间，从安装在可连续旋转机架上的一个或多个成像传感器获取成像数据；使用成像数据和累积残余注量图Δf_cumulative计算注量图f_calc；在该环节期间将注量图f_calc分割为一组放射输送指令，用于通过一次或多次机架旋转的一个或多个放射激发位置。放射输送指令可以包括多叶准直器(MLC)指令和治疗放射源指令。每组放射输送指令可以包括通过多次机架旋转的MLC指令和治疗放射源指令。MLC指令可以包括用于MLC中的每个叶片的叶片位置指令。治疗放射源指令可以包括每个激发位置的束脉冲宽度和/或束强度和/或束脉冲的数量。分割注量图f_calc可以包括针对每个治疗放射源激发位置将f_calc解构为多个子注量图，以及将每个子注量图分割成放射输送指令。在一些变型中，MLC可以是二元MLC，并且每个子注量图可以具有概率系数。二元MLC的每个叶片可以具有概率系数，所述概率系数确定所述叶片是否处于打开配置和/或治疗放射源是否在选择的(例如预先选择的或计算的)注量水平发射放射。可选地，该方法可以进一步包括通过基于放射输送指令计算输送注量图f_delivery更新累积残余注量图Δf_cumulative；通过从注量图f_calc减去输送注量图f_delivery来计算增量残余注量图f_increment；以及通过将增量残余注量图f_increment与累积残余注量图Δf_cumulative相结合来更新累积残余注量图Δf_cumulative。在一些变型中，多个子激发位置可以位于每个治疗放射源激发位置之间，并且所述方法可以进一步包括在治疗放射源通过治疗放射源激发位置之前的子激发位置时根据与治疗放射源激发位置相对应的放射输送指令来输送放射。分割注量图f_calc可以包括针对每个子激发位置将f_calc解构为多个子注量图，并且将每个子注量图分割成用于每个子激发位置的放射输送指令。可选地，一些方法可以包括旋转机架，以将安装在机架上的治疗放射源定位在每个激发位置，并且根据与每个激发位置相对应的放射输送指令来输送放射。获取成像数据和旋转机架可以同时发生。获取成像数据和激活治疗放射源以进行放射输送可以同时发生。一个或多个成像传感器可以选自由以下各项组成的组：PET检测器、X射线检测器和MRI传感器。

附图说明

图1A-1D描绘了用于IGRT的方法的一种变型的示意图。

图1E是放射激发区(RFZ)或靶区域和计划靶体积的图示。

图1F描绘了部分PET图像的示例。图1G描绘了部分PET图像的示例集合。图1H描绘了从求和图1G的部分PET图像得出的完整PET图像的示例。

图2A描绘了用于使用在治疗环节期间获取的部分图像数据将治疗放射输送至运动的患者靶区域的方法的一种变型的框图。

图2B描绘了用于基于在治疗环节期间获取的部分图像数据来计算用于输送的放射注量的方法的一种变型的流程图。

图2C描绘了用于治疗计划生成和验证的方法的一种变型。

图2D描绘了用于治疗计划评估和质量保证的方法的一种变型。

图2E示出了放射激发矩阵P的一个示例。

图2F描绘了放射激发矩阵P的一个示例。

图3A描绘了可以与本文描述的任何方法一起使用的放射治疗系统的一种变型。

图3B描绘了可以与本文描述的任何方法一起使用的放射治疗系统的另一变型的截面图。

图3C描绘了可以与本文描述的任何方法一起使用的放射治疗系统的另一变型的示意图。

图4描绘了具有100个激发位置和具有64个叶片的多叶准直器的放射治疗系统的正弦图的示例。

图5描绘了在概念上表示使用部分图像的图像引导放射疗法的方法的曲线图。

图6A描绘了基于已经在治疗环节期间被实时计算/更新的注量图来输送放射的方法的一种变型的流程图表示。图6B描绘了用于在治疗环节期间计算出的注量图的实时分割的方法的一种变型的流程图表示。图6C描绘了用于在治疗环节期间计算出的注量图的实时分割的方法的一种变型的流程图表示。图6D描绘了用于在治疗环节期间将注量图实时分割为子注量图的方法的一种变型的流程图表示。

图7A描绘了已被离散化为离散注量水平的注量图的模拟发射/输送的示例性图，比较了计划的注量值、一次迭代后发射的注量值和十次迭代后发射的注量值。图7B描绘了激发位置的四个子激发位置上的多叶准直器叶片位置的图形表示。

具体实施方式

本文公开了用于使用不完整图像或部分图像和/或在治疗环节期间获取的图像数据来引导治疗放射的输送的系统和方法。一些方法可以包括获取患者靶区域的部分图像，并将其与放射激发矩阵相乘。可以基于用于计算治疗计划的相同数据集在制定治疗计划环节期间计算放射激发矩阵。可以使用在诊断成像和/或先前的治疗环节期间获取的患者图像来预先生成治疗计划。治疗计划可以包含地图或矩阵，该地图或矩阵标识一个或多个患者靶区域(例如，辐射靶区域，诸如计划靶体积或PTV)以及要输送到一个或多个靶区域中的每个靶区域的期望放射剂量。放射激发矩阵(RFM)可以是指定从部分图像到注量图的转换的矩阵，其可以包括子束模式(例如，表示要由治疗放射源在靶区域周围的各个位置发射的子束)和/或在治疗环节期间要施加给患者的子束强度。RFM可用于生成注量图，该注量图指定要输送到每个患者靶区域的放射剂量。注量图可以包括一组子束和子束强度，所述一组子束和子束强度要在治疗放射源(例如，线性加速器或直线加速器和多叶准直器)的一个或多个激发角(或激发位置)发射以输送处方的放射剂量到一个或多个靶区域。可以将注量图转换成一组放射治疗系统机器指令(例如，通过分割)，以由放射治疗系统执行。

治疗计划可以包含一个或多个放射激发区(RFZ)，该区域可以包括PTV和PTV周围的边缘(如图1E所示)。例如，PTV可以包括肿瘤区域，并且在PTV周围的边缘可以说明PTV的位置估计错误、和/或PTV或肿瘤区域的运动、和/或放射输送期间PTV或肿瘤区域的可能位置、和/或肿瘤区域的几何变化。该治疗计划还可以识别应减少或消除放射暴露的避免放射区域(例如危险器官(OAR))。

本文还公开了放射治疗系统，该放射治疗系统被配置为在治疗环节期间获取实时部分图像并且基于通过将RFM与一个或多个所获取的部分图像相乘而得出的注量图来动态地改变向患者的放射输送。放射治疗系统的一种变型可以包括成像系统，该成像系统被配置为在治疗环节期间实时获取一个或多个部分图像或成像数据，例如一个或多个PET检测器和/或具有一个或多个X射线检测器的成像放射源(例如kV检测器阵列和/或MV检测器阵列)和/或一个或多个MRI传感器。放射治疗系统还可以包括治疗放射源和设置在治疗放射源的束路径中的一个或多个放射束整形组件。治疗放射源和束整形组件可以安装在运动系统(例如，机架)上，该运动系统被配置为相对于患者区域实时地定位治疗放射源。束整形组件可以被配置为根据对注量图的任何实时改变来实时改变配置(例如，改变MLC孔的尺寸和/或形状)。成像系统和治疗放射源可以被配置为使得减少部分图像的获取与向患者的对应放射输送之间的时延，并且在一些变型中，可以小于约5分钟，例如小于约1分钟、小于大约45秒、小于大约30秒、小于大约20秒、小于大约10秒、小于大约5秒、小于大约1秒、小于大约500毫秒等。

RFM可以基于治疗计划生成，并与一个或多个部分图像相乘以计算注量图。注量图可以包括可以被分割成分割的注量图的一组放射子束权重(例如，子束强度)，其可以用于生成将向患者输送放射的对应的一组放射治疗系统指令，使得所输送的剂量分布对应于(即匹配或接近)治疗计划中指定的剂量分布。图4描绘了用于系统的分割注量图的一种表示，该系统包括具有64片叶片的MLC、具有100个激发位置的治疗放射源、以及放射治疗系统中的N张片子或患者平台位置(即，束站)。治疗计划可以包括基于患者图像和剂量约束来计算初始估计的注量图F和初始估计的剂量分布D。在治疗环节开始和/或期间获取一个或多个部分图像或成像数据时，可以将放射激发矩阵与部分图像相乘和/或卷积以生成注量图F_i，注量图F_i可被用于将放射引导到患者靶区域的实时位置。乘法运算的一个示例是逐点乘法运算，例如对角矩阵乘法。卷积运算的一个示例是Toeplitz矩阵运算。然后可以将注量图F_i分割成例如用于放射输送的MLC指令。如前所述，患者靶区域的形状和位置可以在生成治疗计划的时间与治疗环节之间改变。患者和/或靶区域的形状和位置甚至可能在治疗环节期间发生变化。尽管靶区域和/或OAR的形状和/或位置发生了变化，但在治疗环节期间获取的成像数据可用于计算注量图，以使输送至患者靶区域的剂量与治疗计划中指定的剂量分布相对应。本文描述的方法使用部分(例如，低SNR)图像来修改和/或更新注量图。与完整图像相比，这些部分图像可以在治疗期间快速(并且在某些变化中，经常)获取。使用部分图像而不是完整图像可以使注量图被实时修改或更新。

部分图像和完整图像

部分图像可以是具有线性特性的任何成像数据，其中，多个部分图像的总和产生完整图像。完整图像可能具有足够的图像数据用于制定治疗计划、靶区域描绘、靶质心计算和/或解剖结构或区域的标识，而部分图像可能不包含用于这些计算或功能的足够图像数据。在治疗环节期间获取的部分图像可能具有比生成治疗计划的(多个)图像的SNR低的SNR。更一般而言，部分图像的SNR小于完整图像的SNR。图1F示出了部分PET图像的示例，图1G描绘了一组部分PET图像，而图1H描绘了是例如图1F-1G中的那些的多个部分图像的总和的完整PET图像。图1F-1G中的每个部分图像都是在0.5秒的时间窗口中获取的，而完整图像是由在10分钟的时间窗口中获取的部分图像构成的。部分图像的SNR越高，形成完整图像所需的部分图像的数量越少。即，由于具有较低SNR值(例如，大约7％或更少)的部分图像具有比具有较高SNR值(例如，大约8％或更多，大约10％)的部分图像更少的图像数据，因此与高SNR部分图像相比，需要更多的低SNR部分图像才能形成完整图像。例如，低SNR部分图像可能具有完整图像的图像数据的千分之一(1/1000)(也就是说，大约1000个此类部分图像的总和将产生完整图像)。高SNR部分图像可能具有完整图像的图像数据的百分之一(1/100)或十分之一(1/10)(即，分别为100或10个此类部分图像的总和将产生完整图像)。在一些变型中，部分图像可以具有比比完整图像的SNR小至少约30％的SNR。在一些变型中，部分图像可以具有比完整图像的SNR小约40％，或小约50％，或小约55％的SNR。在其他变型中，部分图像的SNR可以约为0.18。

替代地或附加地，部分图像可以包括具有视野(FOV)的图像数据，该视野是完整图像的FOV的子集或一部分。例如，完整图像可以包括360度FOV，而部分图像可以包括该FOV的一部分(例如，大约30度FOV、大约45度FOV、大约50度FOV等)。在CT成像中，部分图像可以包括从一个或多个低剂量X射线获取的图像数据。部分图像可以包括完整断层摄影扫描的单个切片或子集(即，其中完整图像包括断层摄影扫描中的所有切片)或有限的一组投影。部分图像可以替代地或附加地包括在比用于获取完整图像的图像数据的时间段短的时间段内获取的图像数据。例如，如果获取完整图像的图像数据大约需要五分钟，则获取部分图像的图像数据可能需要大约一分钟或更短、大约30秒或更短、大约10秒或更短、大约一秒或更短。可以在比完整图像的获取时间的约50％或更少、约40％或更少、约30％或更少、约20％或更少、约10％或更少、约1％或更少、约0.1％或更少的时间内获取部分图像。在一些变型中，完整图像可以包括在预处理或诊断成像环节中获取的诊断图像，以识别(多个)靶区域，包括(多个)靶区域的大小、形状和位置。在一些变型中，完整图像可以包括肿瘤的位置和几何数据。随时间获取的肿瘤的多个完整图像可以提供肿瘤运动数据(例如，肿瘤运动包膜)。就在治疗环节之前和/或期间获取的所有部分图像的总和可以近似于在治疗环节之前或之后获取的完整图像。

总之，高SNR图像可被表示为完整图像X。与放射治疗系统结合操作的成像系统(例如，具有车载成像系统的放射治疗系统)可以以比完整图像X的帧速率更快的帧速率来获取或产生部分图像x_i，使得

X＝∑x_i

在PET成像的上下文中，可以从数百万个正电子湮灭发射路径或单个正电子发射响应线或LOR(即，由正电子湮灭事件发射的一对重合光子定义的响应线)获得完整的3DPET图像。LOR可以被反投影到3D体积中。典型的LOR获取速率约为10,000LOR/秒，因此需要长达数百秒才能获得用于获得质量合格的完整PET图像的足够数据以进行制定治疗计划(通常包括来自数百万个LOR的数据)或用于识别患者靶区域的形状和位置和/或用于计算靶质心位置。部分PET图像可以包括LOR的任意不完整集合。例如，某些方法可以将每秒获得的LOR反投影到部分3D体积x_i中。多个这些部分3D体积x_i的总和可以是完整图像X(X＝∑x_i)。部分PET图像可以包括列表模式数据的部分集。如在图1F-1G中所示，这样的部分PET图像可能没有任何视觉上可辨别的提示。

在MRI成像的上下文中，可以从MRI成像脉冲序列的数千个获取的脉冲中获得完整的3D MRI图像。该序列在傅立叶域中获取k空间的各个线。k空间中的线可以组合并内插为一系列2D或3D笛卡尔傅立叶空间。在2D获取中，使用逆2D FFT分别重建切片，然后将其组装为3D堆叠。在3D获取中，应用直接3D逆FFT并重建3D体积。部分MRI图像可能在k空间或通过实时2D或3D获取进行二次采样(sub-sampling)。由于MRI的线性和噪声特性，可以将这些部分图像进行线性组合以提高图像质量。

在CT成像的上下文中，可以通过获取2D投影图像(即，部分图像)并将它们反投影到3D体积中来获得完整的3D CT图像。反投影是线性算子，因此可以对不完整的投影集甚至单个投影进行反投影以获得部分3D体积x_i，使得X＝∑x_i。此外，可以将多个低剂量(和低SNR)X射线投影图像求和以获得更高SNR图像。部分CT图像可以包括一个或多个2-D投影X射线图像。在一些变型中，与可以是全视野断层摄影CT图像的完整图像相比，部分CT图像可以包括单个x射线投影图像。通过反投影算法将所有X射线投影图像相加，可以得到完整的CT图像。在一些变型中，随着治疗环节的进行，可以逐渐减小X射线剂量，从而可以在患者剂量和图像引导准确性之间进行权衡。

通常，IGRT方法需要获取完整的高SNR图像，以便计算靶区域的质心和/或生成用于调整放射输送的运动模型。部分低SNR图像可能无法为这些类型的计算提供足够的数据。然而，本文描述的方法基于使用实时获取的部分图像计算的注量图来调整放射的输送，并利用一组多叶准直器指令以一组束角发射放射。即，当将部分图像与治疗计划中包含的放射激发矩阵组合时，可以提供最新的注量图以进行放射输送，使得放射治疗系统将处方剂量输送到具有已移动(和/或可能继续移动)的靶区域。在一些变型中，将部分图像与放射激发矩阵组合可以包括将部分图像与放射激发矩阵相乘以得出更新的(即，最新的)注量图。然后可以将更新的注量图转换或分割成分割的注量图，分割的注量图可以与一组MLC叶片配置和/或治疗放射源激发指令相关联。在一些变型中，对更新后的注量图进行分割可以包括针对每个激发位置(例如，激发或束角)计算MLC配置。

放射激发矩阵

放射激发矩阵(RFM)可以是指定从部分图像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。RFM可以表示用于放射输送至患者区域的注量图F与该患者区域的图像X之间的关系。即，放射激发矩阵P可以是使得F＝P·X的任何矩阵。可以在制定治疗计划环节期间结合计算使基于图2A中描述和描绘的放射剂量约束和目标以及可选的关于F的限制形成的一个或多个成本函数(例如，结果的剂量分布D和注量F的成本函数C(D,F))最小化的注量图来计算RFM。成本函数的示例可以包括但不限于靶区域的最小剂量、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、治疗时间等等。在一些变型中，生成放射激发矩阵P可以包括：建立用于最小化成本函数C(D,F)的优化问题；以及遍历P的不同集合，使得成本函数C(D,F)在满足以下条件时被最小化：

F＝P·X和

D＝A·F＝A·P·X

其中，D是预测的剂量分布，A是预先计算的剂量计算矩阵，F是预测的总输送放射注量，X是已知的完整图像(例如，在诊断成像环节和/或先前治疗环节期间获取的图像)。可以使用剂量约束、PTV、ROI和/或OAR数据以及患者CT图像(例如，如图2A中所描述和描绘的)来计算预测的剂量分布D和预测的放射注量F。剂量计算矩阵A的一个示例可以是(k×n)矩阵，其中，n可以是候选子束{b_i}的数量，k可以是用于放射激发区(RFZ)的预选体素的数量。剂量计算矩阵A的第i列(具有k个元素)表示从单位加权子束b_i到k个体素的每个的剂量贡献。

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，并计算单位加权子束对k个体素中的每个的贡献。子束孔径可以是由单个MLC叶片开口(即，二元MLC或2-DMLC的叶片开口)定义的MLC孔径。可以在本文描述的任何方法中使用的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可以是这样的矩阵，当将其乘以完整图像X时，产生使成本函数最小化的预测的或期望的输送的放射注量F。成本函数可以是凸函数，从而允许使用众所周知的凸优化算法，例如梯度下降、快速近端梯度方法或内点方法。所计算的放射激发矩阵P可以表示将注量F与完整图像X相关联的乘法因子。可以在治疗环节期间使用该关系以通过将部分图像与放射激发矩阵P相乘(例如f_i＝P·x_i)在特定时间点基于在相同时间点获取的部分图像x_i来更新注量f_i。

相反，典型的治疗计划不包括计算放射激发矩阵。制定治疗计划通常包括形成用于最小化由此处所述的期望约束和目标形成的相似成本函数C(D,F)并遍历F的不同集合(不使用P)的优化问题，以便：

D＝A·F

典型的制定治疗计划没有注量F将经由放射激发矩阵(诸如F＝P·X)与完整图像X相关的任何附加条件或要求。即，典型的制定治疗计划在不考虑将注量F与完整图像X相关的乘法因子的情况下计算注量F。

注量图

放射治疗系统可以包括治疗放射源，例如线性加速器(直线加速器)，以及一个或多个束限制组件，诸如钳口(jaw)和/或动态多叶准直器，两者都可以安装在被配置为使放射源和相关联的束限制组件在患者区域周围移动的运动系统上。注量图可以包括一组子束强度和激发位置(例如，激发角度)，放射治疗系统可以使用它们来定位放射源并控制所产生的放射束的强度和形状，从而将选择的/处方剂量的放射施加于RFZ，同时限制向一个或多个危险器官或OAR(例如避免辐射的体积)施加的放射量。子束可以是来自治疗放射源的全放射束的一部分，其中，子束由相对于患者区域的特定激发位置处的多叶准直器叶片开口限定。子束具有的注量水平可以至少部分地由多叶准直器叶片开口的尺寸(例如，准直器叶片的长度和宽度、和/或处于打开配置的准直器叶片的数量、和/或一个或多个准直器叶片沿其在完全打开配置和关闭配置之间的行进路径的位置)和/或每治疗放射源脉冲的放射强度、和/或当治疗放射源处于特定的激发位置时激发的脉冲数来确定。在一些变型中，治疗放射源可以发射具有离散强度水平(例如，注量水平)的放射脉冲，并且放射脉冲的数量可以至少部分地由治疗放射源的最大激发速率和当治疗放射源位于激发位置时的时间量来确定。例如，在某些放射治疗系统中，治疗放射源可以是直线加速器，其以两个强度值(例如，半强度和全强度，或0.5和1)激发放射脉冲。线性加速器可以安装在连续旋转的机架上，其中，线性加速器在任何特定激发位置的持续时间以及线性加速器的激发速率使得线性加速器可以在每个激发位置激发两个脉冲。在此示例中，在每个激发位置，对于由单个二元多叶准直器叶片定义的每个子束，可能有五个离散的注量水平：0(完全不激发脉冲)、0.5(以半强度激发的一个脉冲)、1(以全强度激发的一个脉冲或以半强度激发的两个脉冲)、1.5(以全强度激发的第一脉冲和以半强度激发的第二脉冲)和2(以全强度激发的两个脉冲)。

在一些变型中，可以对注量图进行分割以最小化所需的MLC的数量或输送注量图所需的其他束整形组件配置。基于通过将放射激发矩阵与实时获取的一个或多个部分图像相乘而计算出的更新的(分割的)注量图，运动系统可以被配置为将治疗放射源和/或准直子系统的组件移动到为患者输送所需的剂量分布。在一些变型中，治疗放射源可以安装在可旋转的机架上，并且运动系统可以连续地使治疗放射源旋转通过每个激发位置(例如，围绕圆形机架的激发角度)。注量图可以指定在治疗放射源移动到和/或移动通过每个激发位置时由治疗放射源发射到RFZ或患者区域的(多个)子束。

方法

下面描述使用正好在治疗环节之前和/或期间获取的部分图像数据来计算放射注量图的方法的变型。

现在转到附图，图1A表示使用任何成像模态获取患者和/或(多个)靶区域的图像的诊断成像环节。成像模态的示例可以包括X射线图像(例如，CT图像)、MRI、PET、超声等。所获取的图像可以具有足够高的SNR，使得解剖特征和靶区域的大小、形状和位置以及靶区域相对于患者解剖特征的相对定位都可以被识别。可以基于这些图像选择并划定放射激发区(RFZ)。作为示例，RFZ可以包括在图像中划定的位于第一位置(102)的PTV(100)。在一些变型中，RFZ可以包括一个或多个关注区域，例如肿瘤区域和/或具有运动包膜的肿瘤区域，该运动包膜表示肿瘤可以在其中移动的肿瘤周围的区域(例如，计划的靶体积或PTV(100))。基于在PTV(100)位于第一位置(102)的诊断成像环节期间获取的图像，制定治疗计划系统可以生成治疗计划。该治疗计划可以包括将被输送到来自诊断成像环节的图像中所标识的(多个)PTV和/或(多个)RFZ的期望的剂量分布D。图1B描绘了如治疗计划中所定义的到PTV(100)的剂量分布D的一个示例。例如，治疗计划可以包括具有对应于第一位置(102)的高剂量区域的剂量图D，第一位置是PTV(100)在诊断图像中所位于的位置。在一些变型中，治疗计划还可以定义对其的放射暴露应被限制或最小化的患者的放射敏感区域(例如，危险器官或OAR)。可选地，可以将放射激发矩阵P和/或注量图生成为治疗计划的一部分。

在诊断成像环节和治疗环节之间的时间段中，PTV(100)可能已经从第一位置(102)移动了。在某些情况下，PTV(100)在治疗环节期间可能会继续移动。在放射治疗输送期间，PTV(100)的位置可能会周期性移动，例如由于呼吸运动和患者在诊台上的移位所致。图1C描绘了其中PTV(100)已经从第一位置(102)(在诊断成像环节期间它所在的位置)移位到第二位置(104)的情况。

本文所述的系统和方法可以基于在放射治疗环节期间获取的部分或低SNR图像来计算更新的(即，最新的)注量图以输送给患者。这些方法可以包括在治疗环节的开始和/或期间获取部分或低SNR图像和/或图像数据，以及将放射激发矩阵P与部分图像和/或图像数据相乘以得出更新的注量图。更新的注量图可以被分割成分割后的注量图，分割后的注量图可以包括一组MLC配置和放射源定位和/或激发指令。当根据更新的(分割的)注量图输送放射时，即使靶区域在制定治疗计划之后和/或在治疗之前和/或期间已经移位，也可以将期望的放射剂量输送到靶区域。图1D概念性地描绘了根据本文所述的方法输送放射时输送的剂量分布，其中，放射输送基于已通过将放射激发矩阵P与在治疗时获取的部分图像和/或部分图像数据相乘而计算出的已更新的注量图。即使基于位于第一位置(102)的PTV(100)计算了治疗计划，也可以在治疗环节期间将放射输送到PTV的实际位置(即第二位置(104))。

图2A是基于部分图像的用于图像引导放射治疗的方法的一种变型的功能框图，图2B是用于针对图像引导放射治疗使用部分图像来计算放射注量的方法的流程图。如图2A所示，可以在治疗环节之前计算治疗计划(200)。该治疗计划可以包括可基于例如一个或多个完整或全部图像X(202)和/或患者CT图像(203)计算的放射激发矩阵P(200)。可以使用同一参考框架中的完整或全部图像X和/或患者CT图像和/或其他补充患者图像来标识或勾勒出RFZ(例如靶区域和/或PTV)和/或OAR。该信息还可以用于计算放射激发矩阵P。关于(多个)RFZ和/或OAR的附加数据(204)(诸如它们的大小、形状、位置和放射敏感性程度)、最大可容许放射暴露、和/或要输送到辐射靶区域的处方放射剂量、和/或其他剂量约束(206)(例如为每个患者靶区域输送的最大和最小剂量)也可以用于RFM的计算。患者CT图像(203)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，则预测所输送剂量D₀的分布。

在治疗环节或部分的当天，可以基于就在治疗环节之前和/或期间获取的图像数据来更新输送给患者的放射注量。可选地，在治疗环节的开始(诸如治疗环节的设置阶段)，可以获取患者预扫描图像X_prescan。来自预扫描图像X_prescan的图像数据可被用于就在放射输送之前(例如，通过乘以标量因子)来更新放射激发矩阵P。在一些变型中，可以将预扫描图像X_prescan与完整图像X进行比较。如果预扫描图像X_prescan和完整图像X基本不同(例如，靶区域位置和/或形状的较大变化)，则临床医生可以确定放射治疗不适合输送给患者，并且治疗环节可能会被暂停或取消。在一些变型中，可以将在制定计划阶段期间预测的注量图F＝P·X与使用预扫描图像预测的注量图F_prescan＝P·X_prescan进行比较，以便修改放射激发矩阵P，使得F_prescan≈F，或暂停或取消治疗环节，使患者重复治疗计划步骤。在一些变型中，可以将在制定计划阶段预测的剂量图D＝A·P·X与使用预扫描图像预测的剂量图D_prescan＝A·P·X_prescan进行比较，以修改P，使得D_prescan≈D，或暂停或取消治疗环节，使患者重复治疗制定计划步骤。

如图2A所示，继续进行治疗环节的放射输送部分，可以通过获取(208)部分图像x_i，并且通过将放射激发矩阵P和部分图像x_i相乘来计算(210)更新的注量图F_i，来更新输送给患者的放射。部分图像可以是一维、二维、三维或更高维的图像。更新的注量图F_i可以具有独立于部分图像x_i的维度的维度。F_i可以是一维、二维、三维或更高维的。F_i的维度可以对应于治疗系统的机器参数或配置。例如，3D部分图像可以是256像素乘以256像素乘以50像素，而(3D)注量图可以是100像素乘以64像素乘以50像素，对应于具有100个激发位置和带有64个叶片的一维多叶准直器并使用50个可能的诊台(couch)站位置的治疗系统，或者替代地对应于具有100个激发位置和带有64个叶片对的二维多叶准直器以及50个唯一允许的诊台(即，患者平台)站的治疗系统。由于潜在的维度和大小不同，放射激发矩阵P通常是矩形的，并且假定与P相乘是使用列主要(column-major)或行主要(row-major)排序对被线性化为1D矢量形式的x_i进行的。生成的注量图可以被线性化，并且可以从1D矢量重新整形为其正确的N维形式。图像引导的放射治疗方法可以可选地包括分割注量图F_i(其可以具有与机器配置相对应的维度)，以便计算MLC配置i(212)。分割的注量图可以包括一组MLC和放射源定位和/或激发指令，以将子束输送到如注量图指定的一个或多个RFZ。然后，放射治疗系统可以根据计算出的MLC配置(例如，通过将直线加速器和MLC移动到激发位置并调整MLC叶片位置，以及可选地移动诊台)来配置直线加速器和MLC，以发射由注量图F_i指定的放射注量。可选地，在治疗环节结束时或在治疗环节之后，累积剂量D_i可被计算为(214)D_treatment＝∑D_i。在一些变型中，可以基于来自放射治疗系统的放射检测器(诸如位于治疗放射源(例如，直线加速器)对面的放射检测器(例如，MV检测器))的数据来计算剂量D_i。

可以使用矩阵乘法的线性度和部分图像加起来等于完整图像X_treatment＝∑x_i的事实来进一步分析总的所输送治疗环节剂量，因此

D_treatment＝∑D_i＝∑A·P·x_i＝A·P·∑x_i＝A·P·X_treatment

在一些变型中，就在治疗之前(例如，在预扫描中)获取的图像可被用于估计在治疗环节期间要输送的剂量。当在预扫描时间和治疗环节之间很少或没有解剖学变化时，预扫描时预测的输送剂量可以近似于实际输送剂量。

图2B总结了用于在使用RFM和一个或多个部分图像的图像引导放射治疗中连续更新放射注量的方法(220)的一种变型。方法(220)可以包括基于一个或多个患者图像、放射剂量约束和目标以及患者靶区域(例如，RFZ、PTV或放射靶区域、OAR或避免辐射的区域)生成(222)包括放射激发矩阵P的治疗计划。

在一些变型中，可以基于患者靶区域数据(包括RFZ和/或PTV和/或OAR的大小、形状、位置、放射敏感性程度)以及放射剂量约束和目标来计算治疗计划和放射激发矩阵。放射剂量约束可以包括例如最大可耐受放射暴露和/或要输送到辐射靶区域或PTV的处方放射剂量，和/或可以包括期望放射剂量分布，这可以由控制器根据临床医生和/或用户(例如医学物理学家或技术人员)的指导来确定。放射剂量目标可以包括例如识别和/或划定应对其最大程度地避免放射的OAR。生成治疗计划可以可选地包括计算预测的剂量分布D并确定其是否满足期望的剂量约束和目标。可以在治疗环节之前和/或在治疗环节开始时执行生成治疗计划和放射激发矩阵P。

患者图像可以是从中可以识别和/或划定患者靶区域(例如PTV)、放射激发区(RFZ)和/或OAR的完整图像。例如，可以将患者图像之一指定为主图像引导图像X。图像X可以等于部分图像的总和，即X＝∑x_i。

方法(220)可以包括获取(224)一个或多个部分图像和/或低SNR图像数据x_i，其可用于通过将放射激发矩阵P与部分图像x_i相乘来计算(226)要输送至患者肿瘤区域的更新的注量图F_i。可以可选地对部分图像x_i进行掩模或滤波，以仅包括(多个)RFZ内的(多个)区域。在一些变型中，将放射激发矩阵P与一个或多个获取的部分图像x_i相乘可以等同于对某个线性FIR滤波器f和部分图像x_i进行卷积，或者对缩放矢量s和部分图像进行逐点相乘。例如，如图2E和2F所示，在这些情况下，放射激发矩阵P可以分别被表示为Toeplitz矩阵toep(f)，或者可以被表示为对角矩阵diag(s)。可以将Toeplitz放射激发矩阵P＝toep(f)与获取的部分图像x_i相乘表示为卷积P x_i＝f★x_i，将对角整形P＝diag(s)与部分图像相乘等效于逐点乘法P x_i＝s⊙x_i。放射激发矩阵P可以具有除图2E和2F中所描绘的之外的任何数量的列和行。方法(220)可以包括针对每个激发角或位置将更新的注量图F_i分割(228)为MLC配置和/或放射束发射指令。例如，用于包括可旋转机架、直线加速器和安装在机架上的动态MLC(例如，二元或2D MLC)的放射治疗系统的放射束发射指令可以包括指示要由直线加速器和动态MLC在每个激发角度发射或激发的子束图案或子束强度的矩阵。放射束指令还可以包括依次施加到患者的一组子束(例如，束强度和/或束脉冲等)，以便输送由注量图F_i指定的注量。方法(220)可以可选地包括：基于MLC模板和/或放射束发射指令(例如，直线加速器强度和/或脉冲指令)向(多个)患者靶区域输送(230)放射；以及可选地使用放射检测器(例如，MV检测器)数据来计算(232)输送剂量(即，根据来自步骤(226)的计算的放射注量输送的放射剂量分布)。可以针对多个靶区域或RFZ重复和/或复制步骤(224)-(230)，直到治疗环节结束(例如，根据临床医生或患者的命令，或者当输送到所有患者靶区域的放射达到由治疗计划指定的水平时等等)。

尽管本文所述的变化可以在向单个靶区域施加放射的上下文中进行，但应理解，这些系统和方法可以用于向任何数量的靶区域和/或任何数量的肿瘤区域或一般的关注区域施加放射。如上所述，靶区域可以包括诸如PTV的辐射区域和诸如OAR的辐射避免区域。放射激发区(RFZ)可以包括PTV和PTV周围的边缘。

方法(220)的一些变型可以包括预处理用于图像引导的图像。方法的一种变型可以包括在步骤(222)中对P进行计算之前将线性预处理变换T应用于全部图像X，并且在步骤(224)中将相同的预处理变换T应用于每个获取的部分图像。如果X^*是原始未修改图像，并且原始部分图像是

则在制定治疗计划步骤中使用的图像将是(222)X＝T(X^*)，并且在(226)中使用的部分图像是

变换的线性度确保预处理的部分图像的总和仍等于预处理的完整图像，如下所示：

在一些变型中，T可以是非线性的，并且可能需要基于此更新剂量和注量预测方程。

方法(220)的一些变型可以包括使用对比度增强滤波器(CEF)作为预处理步骤(例如，高斯(DoG)有限脉冲响应图像滤波器的差)来改善用于图像引导的完整图像中的图像对比度。方法的一种变型可以在计算P之前将线性CEF应用于完整图像，并且在注量计算之前(例如，在将部分图像乘以P之前)将相同的CEF应用于每个获取的部分图像。如果X^*是原始未滤波图像，并且原始部分图像是

则在制定治疗计划步骤(222)中使用的图像是X＝CEF(X^*)，而在(226)中使用的部分图像是x_i＝

滤波器的线性度确保了CEF滤波后的部分图像的总和仍等于滤波后的完整图像，如下所示：

基于紧接在治疗环节之前和/或期间实时获取的部分图像来计算注量图的一些变型可以可选地包括用于去除背景解剖结构(例如，解剖杂波，诸如骨结构等)和部分图像中可能存在的其他这种噪声的步骤。一些变型可以包括从完整图像和部分图像中仅掩模特定的放射激发区(RFZ)(例如具有附加扩展的靶区域)，这可以通过使用预处理步骤T完成，该步骤包括将图像与二元掩模图像进行逐点乘法，该二元掩模图像包含RFZ外部的像素中的0和RFZ内部的像素中的1。关注RFZ(例如，在固定的参照系中)可以包含肿瘤的整个可能运动范围，包括规则和动态的呼吸运动以及不规则的运动。不规则运动的示例可以包括但不限于患者在诊台上时的移位、由于患者移位和/或体重引起的诊台偏斜以及设置错误。在一些变型中，预处理步骤T包括掩模操作和对比度增强滤波器。在图像的局部区域中，例如在靶本身附近，例如在放射激发区(RFZ)内，可以更容易地获得高对比度。

在某些情况下，未修改部分图像或用T预处理的部分图像可能包含负值，因为F_i＝P·x_i中的预期的输送注量可能为负，并且可能未输送负放射注量。本文描述的使用一个或多个部分或低SNR(例如，噪声)图像的方法，可以可选地添加部分图像以形成完整图像。出现在部分图像中的负值的简单截断(truncation)或阈值处理(thresholding)将使属性X＝∑x_i无效，并修改预测的剂量方程D＝A·P·X，可能使其取决于各个部分图像、和/或移位均值、和/或以其他方法修改方程。为了保留部分图像总和特性以及预测的剂量方程，在某些变型中，可以在下一个注量图计算中将“负注量”或“负子束”保持向前，例如可以取消将来输送的否则可能会被激发的注量。这种“结转(carry forward)”算法的一个示例如下：

1.初始化C₀＝0·F，即与注量维度相同的零矩阵。

2.成像系统获取部分(低SNR)图像

该图像被预处理以形成

并且可能包含负值。

3.形成注量F_i

F_i＝|P·x_i+C_i-1|₊

C_i＝|P·x_i+C_i-1|_-

以上

当应用于矢量时，它将被逐个元素地应用。

4.使用放射源对注量进行分割和输送。

5.可以重复步骤2-4，直到将期望剂量或处方剂量输送到RFZ或靶区域。

可以将相同的方法应用于最大正阈值。部分图像可以被截断为预定的正阈值。高于最大阈值的任何强度都可以被结转到下一个部分图像。

剂量可变性计算

可选地，可以基于完整图像来计算预期的输送剂量。由于设置、成像条件、内部器官运动、生物学变化和其他因素的变化，仅在治疗环节之前(例如，在“预扫描”期间)对患者进行重新成像可能会产生与制定计划中使用的图像X不同的完整图像X_prescan。因此，预期的输送剂量D_prescan也可能与制定计划步骤中提出的剂量D有所不同，后者可能已用于确保临床医生的批准。为了避免需要新的临床医生批准，在某些变型中，计算的/预测的剂量学结果(在制定治疗计划时)可以包括表示剂量可变性范围的概率分布(例如，均值和标准差，或作为全概率分布)。可以为总输送的MU和单个DVH曲线生成可变性。可变性计算可以基于完整图像X_prescan和在制定计划中使用的图像X之间的完整图像中的预期和/或最坏情况的预期变化。该剂量可变性范围可以在治疗环节期间之前由临床医生审查和批准，并且只要在治疗时计算的剂量变化在批准的范围内，就可以继续治疗环节。

例如，在包括包含PET检测器的成像系统的放射治疗系统中(例如，生物引导放射治疗或BGRT系统)，所计算/预测的剂量学结果可以说明PET成像的固有随机性、患者生理的可变性以及PET摄取量和标准摄取值(SUV)、患者设置错误和其他因素。可以通过将预期变化映射到图像空间中来计算完整图像X_prescan和X之间的预期差。例如，可以将±20％的SUV变化建模为图像变化(X±0.2max(X))/1.2。可以将使用滤波反投影重建的PET成像固有的噪声建模为X+N(X)，其中，N是高斯噪声函数。可以将所有已知的可变性映射到图像空间中，并且可以使用概率模型和D＝A·P·X的事实推导所得到的剂量可变性。

用于通过投影视图进行注量图输送的方法

放射治疗系统可以在逐投影角度的基础上输送放射注量，以实现用于患者的期望剂量分布。在放射束激发角度或位置处的注量图的投影角度或视图可以是注量图与该特定发射角或位置对准的部分。整个注量图的输送可以经由针对每个投影视图的单独注量图的贡献之和来实现。给定图像I，图像在视图α上的投影可以是线性运算R_α(I)。投影算子的线性度意味着图像的空间与它们的投影之间可能存在同态，从而可以保持它们之间的关系。部分图像的定义可以保留在投影空间中：

对于在部分投影的图像上操作的逐束(或逐投影)输送系统，这可用于使用本文所述的任何方法来制定放射输送。完整和部分图像可以标示为：

X_α＝R_α(X)

x_i,α＝R_α(x_i)

治疗计划可以针对每个视图α包含使用针对每个视图α的完整图像X_α的对应投影计算得出的单独的放射激发矩阵P_α，其中，每个视图α可以是激发位置或角度。如下面进一步描述和在图5中所示，乘以投影的部分图像得到对应于激发角度(或视角)α的注量图。因为P是将部分图像映射到注量图的矩阵，所以可以基于其激发角度α对注量图和部分图像进行分组。以这种方式，矩阵P可以布置为来自针对每个激发角度的一组单独的放射激发矩阵P_α中的块对角矩阵，该矩阵将投影的部分图像映射到针对相同激发角度的注量图。例如，对于n个激发角度(即，激发角度α)：

这可以对应于与所有投影α分开地操作的部分图像引导的放射治疗方法。如果在投影α处获得部分图像x_i,α，则放射输送设备可能能够快速输送与针对该投影的注量图P_α·x_i,α相对应的放射剂量。这可以通过本文所述的任何放射治疗系统来实现。

图5描绘了使用部分PET图像的图像引导放射治疗的方法的一种变型，其可以通过在图像空间中掩模部分图像并且与治疗计划进行卷积(例如，与治疗计划RFM的卷积)来帮助改善正弦投影的对比度。该方法可以包括：在选择的时间窗口上收集PET断层摄影数据集；重建部分PET图像x_i；掩模部分PET图像x_i；将掩模的部分PET图像正向投影到给定的激发位置；与放射激发矩阵相乘；将注量分割为特定激发位置和患者平台位置处的离散MLC叶片；以及从激发位置后投影放射。图5中列出的方程描绘了以激发角或视角α输送的剂量的数学表示(例如，从位于激发角α处的放射源的参考框架)。线性算子K表示使用滤波器反投影重建PET投影数据y并通过PTV掩模来掩模所得图像的过程。线性算子R(α)描述了将掩模的部分图像K_y正向投影到视图α的过程。投影估计乘以视图α处的RFM P(即P_α)以生成由放射治疗系统输送的注量。矩阵A可以是线性算子，其将注量映射到图像空间中的剂量。图5中描述的方程是可用于将测得的PET数据y映射成剂量的实施例。图5中描述的算子包括关于PET测量y和剂量D的线性算子。线性特性可以允许矩阵P在完整图像上被优化，但是在部分图像上被输送。

实时注量图分割方法

可将注量图作为单独激发的子束的组合来输送，例如在不同的激发位置和/或具有不同的MLC配置和/或治疗放射源发射特性(例如，脉冲宽度、脉冲强度、脉冲频率、脉冲数等)。分割是将注量图转换为子束和/或放射输送指令的过程。基于在治疗环节期间获取的成像数据(例如，部分图像数据)实时(即，在治疗环节期间)实时计算和/或调整的注量图可以被实时分割成离散注量水平和/或子束，以便可以将期望或计划的注量输送到靶区域的当前位置和/或几何形状。例如，在治疗放射源和机架不断旋转并将放射输送给患者的同时，可以将更新的注量图分割成离散的注量水平和/或子束。减少靶区域位置和/或几何形状的检测之间的时延可以帮助促进向靶区域的更精确、更准确的放射输送，即使它们在治疗环节期间移动也是如此。

在一些变型中，制定放射治疗计划方法包括计算放射注量，以使得所输送的放射满足治疗目的和目标(例如，诸如避开风险器官和(多个)靶覆盖范围以及最小剂量)。尽管这样的注量图(即计划注量图)可以根据在其上安装了治疗放射源的机架和/或(多个)机械臂的几何形状和/或运动的限制来指示要在每个激发位置(或控制点)处输送的注量，计划的注量图可能不包括特定的放射治疗系统指令(例如MLC叶片配置、放射源束脉冲参数等)。随着治疗环节的开始，可以通过分割计划的注量图来生成放射输送指令，并且可以使用放射输送指令来操作放射治疗系统硬件。然而，当在该环节期间获取成像数据时，计划的注量图可以基于该数据被更新和/或被替换为基于获取的成像数据而计算出的注量图。放射治疗系统然后可以将更新的或计算出的注量图分割成放射治疗系统指令，这可以允许响应于实时成像信号(例如，在治疗环节期间可能反映靶区域的实时位置获取的部分图像或噪声成像信号)输送任意形状的放射注量。

在一些变型中，可以在治疗环节期间更新每个激发位置或控制点的放射注量，和/或可以更新累积注量图(即，所有激发位置或控制点上的所有放射注量之和)。尽管有任何靶运动和/或变形，基于实时信号修改放射输送仍可促进到靶区域的放射输送。虽然本文的示例描述了使用PET成像数据的实时分割，但应理解，实时分割可以使用任何模态的成像数据，例如X射线透视、MR、超声等。注量图和对应的分割成放射输送指令和/或子束可能每激发位置发生一次，或者每几个激发位置或控制点发生一次，等等。每次更新注量时，可以将其转换为MLC配置或孔径(即，通过在指定的配置中打开/关闭MLC的叶片形成的孔径)和/或用于一个或多个激发位置或控制点以输送期望注量的其他输送命令。图6A是在治疗环节期间的实时分割方法的流程图表示。尽管本文的示例是在放射治疗系统的上下文中进行描述的，该放射治疗系统具有连续旋转的圆形机架和在机架的孔内平移的可移动患者平台，机架具有围绕机架的圆周成特定角度的激发位置，但是应该理解这些方法步骤中的一个或多个可以适用于在关于患者和/或放射治疗系统等中心的任何位置都可以具有任意数量的控制点的任何机架类型(例如C型臂、机械臂、沿弧段移动的圆形机架等)的放射治疗系统。

方法(650)中描绘的步骤可以在整个治疗环节期间重复。方法(650)可以包括：将治疗放射源移动(652)到激发位置；加载(654)与激发位置相对应的注量图；基于成像或其他传感器数据(如果需要的话)更新(656)注量图；确定(658)一系列k个MLC孔径形状和/或其他准直分量配置{s_j}和对应的剂量单位{d_j}；以及调整MLC(660)和/或其他准直分量以具有孔径形状/配置{s_j}以在j＝1…k上重复输送剂量单位{d_j}。

在一些变型中，当通过所有k个孔径形状调整MLC时，治疗放射源可以在激发位置处保持静止。孔径形状的数量k可以是固定的或预定的参数，和/或可以基于注量图的最大注量水平，和/或可以至少部分地基于注量图的几何复杂度来确定。在一些示例中，孔径形状k的数量可以小于大约100、小于大约50、小于大约20、小于大约10、小于大约4和/或小于大约2。在其他变型中，通过所有k种配置可能需要治疗放射源在所有激发位置进行k次旋转，从而在每次旋转时将MLC调整为在每个激发位置处仅一种期望的配置，以便输送总的处方剂量。在其他变型中，只要可以在放射源位于下一个激发位置之前输送超过k个配置的总期望剂量，则随着在激发位置之间的k个子激发位置上通过所有k个配置调整MLC，治疗放射源就可以继续移动。方法(650)可以在每个离散的患者平台位置(即，束站、平台停止或不移动的位置)处重复，或者可以在患者平台连续移动通过治疗放射束路径时重复。

但是，与将注量图到放射治疗系统指令的任何分割一样，计划注量图和系统可输送的放射注量之间可能存在差(即导致注量残余或分割错误的注量差或偏差)，这归因于多种因素，包括但不限于机器几何形状约束(例如，MLC叶片的数量、大小、速度、运动范围和/或形状)和/或系统功能约束(例如，治疗放射源激发速率、脉冲宽度、定时和同步约束)。当将连续注量图离散化为由离散注量水平组成的分割注量图时，可能会出现分割错误。这样的注量分割错误可能是由于不完善分割和不完善剂量计算(例如，在治疗计划剂量计算时可能不知道精确的MLC叶片配置)。例如，虽然MLC叶片可能与要从特定激发位置输送的注量的形状非常接近，但通过MLC叶片配置获得的MLC孔径的形状与预期要输送的注量的形状之间可能存在细微差。可能导致分割错误的因素的另一个示例是，特定激发位置的注量图可能无法以整数数量的MLC叶片配置和/或在分割后的注量水平下输送。即，在激发位置处可输送的注量可以是离散的注量水平，其可以以单个MLC叶片配置和/或治疗放射源脉冲宽度或数量来输送，并且所计算的注量图可以指定不能没有注量剩余或残余量而被离散化的注量水平。此外，取决于治疗放射源的架构，分割注量水平的数量可能受到限制，并且因此所计算的注量图可能没有被离散化成分割的注量水平而没有注量剩余或残余。

当在治疗环节之前发生分割时，可以通过识别受这些注量偏差或分割错误影响的靶区域并在整个治疗环节期间调整放射治疗系统指令以输送任何注量差，来缓解这些分割错误。例如，注量偏差或分割错误可以通过在整个治疗计划中重新加权与所有MLC叶片配置相关联的剂量水平来补偿。为了缓解剂量计算错误，制定治疗计划系统可以在计算出准确的MLC叶片配置后执行附加剂量计算，以便正确地对叶片边缘效应进行建模。但是，在放射治疗是基于实时获取的成像数据进行的治疗环节中，由于来自制定治疗计划系统的注量图是连续和/或基于实时数据动态更新的，因此在整个治疗环节期间系统可输送的累积注量图是未知的。随着放射治疗在该环节期间的进行，分割错误可能会累积并随着时间的推移导致不可接受的剂量输送情况。实时分割不能使用传统方法来对此进行补偿，并且可能包括其他方法来缓解不完善的分割和剂量计算的不准确性。此外，在实时注量图更新的过程中，更新后的注量图可以包括在下一激发位置处放射源不可输送的注量值。这可能导致残余注量，该残余注量可以被带入下一个注量图更新中以用于另一个(例如，未来)激发位置。例如，可以通过在相同的激发位置处(重复地)从治疗放射源发射放射来输送残余注量。

用于在放射治疗环节期间进行实时分割和缓解分割错误的一种方法可以包括使用实时获取的成像数据和残余注量图Δf_residual来计算注量图f_calc。更新的注量图可以是在制定治疗计划期间计算的注量图。残余注量图Δf_residual可以是在计算注量图f_calc之前在治疗环节期间引起的分割错误和注量偏差的总和。在一些变型中，可以通过在治疗源被移动到特定激发位置之前更新与该激发位置相对应的注量图来计算用于在该激发位置处输送的注量图。可以将计算出的注量图f_calc分割成可通过一次或多次机架旋转在该激发位置处输送的放射输送指令。一些方法可以包括在整个治疗环节期间计算和更新残余注量图Δf_residual(例如，每激发位置一次，每机架旋转一次等)。每组放射输送指令可以是系统/机器指令，例如用于通过一次或多次机架旋转的每个激发位置的MLC指令(例如，通过MLC叶片配置获得的MLC孔径形状、用于MLC中每个叶片的叶片位置指令等等)和用于通过一次或多次机架旋转的每个激发位置的治疗放射源指令(例如，束脉冲宽度、每个激发位置处要激发的束脉冲数、每个激发位置或子激发位置的激发概率系数和/或用于每个MLC叶片在每个激发位置或子激发位置的激发概率系数)。可以选择放射束脉冲宽度以及每激发位置的脉冲数以近似或匹配要在该激发位置处输送的注量。

放射治疗系统可以被配置为通过包括可以以许多离散注量水平发射放射的治疗放射源来帮助缓解当注量图被离散化时可能发生的分割错误和/或注量偏差或剩余。在一些变型中，具有增加数量的离散注量水平可以帮助放射治疗系统分割过程以生成更紧密地接近更新的注量图的分割注量图，这可以帮助降低注量剩余或残余。例如，由于每个叶片都可以在激发位置打开或关闭，包括治疗放射源和动态二元多叶准直器的放射治疗系统可以具有至少两个离散注量水平，所述治疗放射源和动态二元多叶准直器二者均安装在快速旋转的圆形机架上(例如，以大约60RPM至大约70RPM旋转)。如果治疗放射源可以在每个激发位置激发两个或多个脉冲，和/或如果放射脉冲宽度可以调整为两个或多个宽度，则可以添加附加的离散注量水平。例如，具有二元多叶准直器的放射治疗系统可以在每个激发位置激发多达两个脉冲，每个脉冲的两个可能脉冲宽度值可以具有五个离散的注量水平(0、0.5、1、1.5、2)用于离散化注量图。在一些治疗放射源可以在激发位置之间被移动(例如，位于两个激发位置之间的子激发位置)的同时激发放射脉冲的某些变型中，附加的离散注量水平可用于离散化具有连续注量值的注量图为具有离散注量水平的分割注量图。如果多叶准直器可以在每个子激发位置更改其配置，则可以更精确地对注量图进行分割。

用于在放射治疗环节期间实时分割和缓解分割错误的方法的一种或多种变型可以包括在特定的激发位置(或子激发位置)为特定的子束分配激发概率系数(即概率系数)。激发概率系数(即概率系数)指定治疗放射源将激发该子束的可能性和/或治疗放射源将在激发位置或子激发位置以特定注量水平激发子束的可能性。替代地或附加地，可以为MLC的每个叶片计算概率系数，并且可以指定二元MLC的叶片在特定激发位置(或子激发位置)处于打开配置(或关闭配置)的可能性。可以从针对该激发位置(或子激发位置)的计算的注量图得出激发概率系数。当要输送的注量值落在离散的(例如可输送的)注量水平之间时，概率性的放射输送可以帮助减少注量残余。在计算出的激发位置的注量落在两个离散注量水平之间的变型中，取决于激发概率系数，可以将输送注量(即分割注量水平)向上或向下舍入到下一个注量水平。例如，当注量值下降到阈值注量水平以下(例如，低于激发位置处的最小可输送注量水平)时，激发概率系数可以表示将输送注量向上舍入到阈值注量水平的可能性(例如，一个或多个MLC叶处于打开配置的可能性)。概率系数表示以特定注量水平激发子束的概率(例如，通过根据其概率系数打开和关闭MLC叶和/或通过调整直线加速器脉冲发射参数(例如脉冲宽度和/或脉冲强度))，并且可以通过将分数注量增量(例如，其可以是期望注量和可输送注量之间的差)除以要在子激发位置处输送的预选注量水平(例如，最小可输送注量)来计算。例如，诸如直线加速器的治疗放射源可以被配置为以两个强度水平(例如0.5和1)发射放射脉冲，并且在每个子激发位置发射多达两个脉冲。因此，直线加速器可能能够在每子激发位置输送发射四个非零注量水平(0.5、1、1.5和2)。在将几个子激发位置分组的单个激发位置(例如，每激发位置有4个子激发位置)上，治疗源可以输送多个非零注量水平(例如16个非零注量水平)，并在每个子激发位置更改MLC配置。尽管本文所述的变型每激发位置具有4个子激发位置，但在其他变型中，每激发位置可以具有任意数量的子激发位置，例如2、3、4、5、6、7、8、10、12、20、超过20等等。

在直线加速器连续旋转多次通过激发位置的放射治疗系统中，概率系数可以确定每次MLC和直线加速器在特定激发位置时MLC叶片在该激发位置处于打开配置的可能性。替代地或附加地，概率系数可以确定每当MLC和直线加速器位于该激发位置时，直线加速器将以特定的注量水平激发子束的可能性。例如，如果计算出的注量图指示在激发位置将发射1.7的注量值，并且直线加速器被配置为仅在注量水平(0、0.5、1、1.5和2)发射注量，其中最小可输送注量水平为0.5，则可将1.7的注量水平解构为两个注量值：1.5(其是可输送注量水平)和0.2(其是不可输送注量值)。可以通过将0.2(期望注量值与可输送注量水平之间的差)除以0.5(例如，子激发位置处的注量的最小可输送单位或预先选择的在子激发位置要输送的注量水平)来计算出0.4的激发概率系数值，即(1.7-1.5)/0.5＝0.4。在输送期间，每次直线加速器位于(和/或通过)该激发位置时，直线加速器可以发射1.5的注量水平，而附加的0.5注量水平则根据概率系数进行输送。也就是说，每当直线加速器位于该激发位置时，有40％的机会发射2的注量水平(即1.5时具有额外的0.5注量水平)，有60％的机会发射1.5的注量水平(即没有额外的0.5注量水平)。替代地或附加地，每当直线加速器位于激发位置时，有40％的机会MLC叶片在特定的子激发位置处于打开配置，使得发射2的注量水平，而有60％的机会MLC叶片在特定的子激发位置处于关闭配置，使得发射1.5的注量水平。随着直线加速器围绕患者连续旋转，经过了多次通过，从该激发位置输送给患者的注量可以收敛至1.7。在一些变型中，可从无偏均匀随机分布中选择介于0和1之间的随机数值，并将其与激发概率系数进行比较，以确定是否要输送额外的0.5注量水平。在此示例中，如果随机数值小于或等于0.4，则直线加速器发射额外的0.5注量水平(即直线加速器发射2的注量水平)和/或MLC叶片处于打开配置，并且如果数值大于0.4，则直线加速器不会发射额外的0.5注量水平，和/或MLC处于关闭配置。这样的概率性激发可以允许放射治疗系统在最小可输送剂量量子之外增加输送的准确性和/或精确度，并且可能不需要携带与激发位置相关联的任何状态信息。例如，当将剂量输送到移动靶时，该方法可能是有利的。

图7A描绘了如上所述基于概率系数由发射注量产生的模拟的一个示例。在该示例中，治疗放射源(例如，直线加速器)围绕患者连续旋转，并且绘制了针对64叶二元MLC的每个MLC叶片开口发射的注量。第一实线(700)表示基于激发位置的注量图针对每个叶片要发射的计划注量值，其可以使用本文所述的任何方法来计算。例如，这些注量值可以从通过将对应的激发角的RFM与实时获取的部分图像(x_i)相乘而计算出的注量图(F_i)导出。当将注量图分割成直线加速器可输送的子束时，连续的注量值可以被离散化为可以在对应于激发位置的多个子激发位置上发射的可输送注量水平(例如0、0.5、1、1.5、2、2.5、3、3.5、4)。在图7A的示例中，可以在4个子激发位置上发射注量值，其中，每子激发位置可以发射多达两个注量水平(0.5和1)。具有方形子弹(bullet)的第二条线(702)表示在直线加速器已经绕患者旋转一次(例如，机架的一次旋转，一次迭代或通过)之后对于每片叶片可以发射的注量水平。从图中可以看出，当注量值落在注量水平之间时，对于单次迭代，基于计算出的概率系数将发射的注量向上或向下舍入到注量水平。在该示例中，可以在所有MLC叶片上的激发位置(即，根据使用本文所述的任何方法计算的注量图)输送的最大计划注量为4，这可以被解构为对于4个子激发位置的每一个最大可输送注量水平为1。例如，如图7A所示的计划注量值对于MLC叶片编号40是大约1.6。由于每子激发位置的注量水平为1，因此概率系数可能为(1.6-1)/1＝0.6。基于0.6的概率系数，有60％的机会MLC叶片编号40的发射注量水平为2，有40％的机会MLC叶片编号40的发射注量水平为1。例如，如果概率系数为0.6，则可能有60％的机会MLC叶片编号40打开，而有40％的机会MLC叶片编号40关闭。每个MLC叶片可以具有基于注量图计算的不同概率系数，并且可以由系统控制器计算。返回参考图7A中的线(702)，在该特定的单次迭代中，MLC叶片编号40的注量水平为2。但是，经过10次迭代，如第三虚线(704)所示，为MLC叶片编号40发射的平均注量紧密地收敛至注量值1.6。也就是说，通过在大约60％的时间中发射2的注量水平并在大约40％的时间中发射1的注量水平(例如，MLC叶片编号40大约60％的时间处于打开配置中，约40％的时间处于关闭配置中)，平均发射注量最终可能会收敛至约1.6。在多次遍历或迭代中以某些离散的注量水平的概率性激发可以促进计划注量值的精确输送，这在计划注量作为分割过程的一部分被离散化为子束注量水平时可以帮助抵消和/或减少任何注量差。

在一些变型中，分割注量图f_calc可以可选地包括：将f_calc解构为用于每个激发位置的多个子注量图，所述子注量图对应于位于激发位置之间的子激发位置；以及将每个子注量图分割成用于每个子激发位置的放射输送指令。对于包括二元MLC的放射治疗系统，每个子注量图还可以具有激发概率系数，并且MLC的每个叶片可以被配置为基于激发概率系数打开或关闭。

在图6B中描绘了用于更新注量图的实时分割和分割错误缓解的方法的一种变型。方法(600)可以包括：在治疗环节期间(例如，从任何模态的成像传感器(诸如，可以围绕患者旋转的PET检测器、X射线检测器、MR传感器等))获取(602)成像数据；通过使用成像数据和残余注量图Δf_residual更新与FP_m相对应的注量图，来计算(604)激发位置FP_m的注量图f_calc；以及将注量图f_calc分割(606)为用于FP_m的一组放射输送指令(例如，指定用于一个或多个激发位置或角度的子束的分割注量图)。在一些变型中，计算(604)注量图f_calc可以包括从已经被加载到放射治疗系统上的治疗计划(即注量图F)或在较早的治疗环节期间先前已经更新的注量图(即注量图F_i或先前的f_calc)更新现有注量图。注量图f_calc可以是整个治疗环节的注量图(即，在整个治疗环节的持续时间内，在所有激发位置、所有患者平台位置或束站上)，和/或可以是激发位置、束站和/或治疗环节时间间隔的子集的注量图，和/或可以是下一个或多个激发位置(例如，FP_m、FP_m+1)的注量图。分割(606)还可以包括为每个激发位置和/或子激发位置计算每个MLC叶片的一个或多个概率系数，如上所述。可选地，放射治疗系统然后可以根据放射输送指令将放射输送给患者。例如，方法(600)可以可选地包括将治疗放射源定位(612)在激发位置FP_m处和/或调整MLC叶片配置以根据放射输送指令来输送放射。在一些变型中，在计算分割的注量图之后，方法(600)可以进一步包括更新残余注量图，其可以用于未来的注量图更新。方法(600)可以包括：基于放射输送指令和/或分割的注量图来计算(608)输送注量图f_delivery；通过从注量图f_calc减去输送注量图f_delivery来更新(610)残余注量图Δf_residual。根据放射输送指令的放射输送可以在残余注量图Δf_residual被更新之前、期间和/或之后发生。在一些变型中，放射输送指令可以包括用于多次机架旋转的放射输送源指令(例如，用于在患者平台位置或束站的每次机架旋转的一组指令)。

在一些变型中，实时注量图分割和分割错误的缓解可以包括使用部分图像(例如，通过将部分图像与治疗计划放射激发矩阵相乘)和残余注量图Δf_residual来计算注量图。在图6C中描绘了方法(620)的一个示例。方法(620)可以包括：在治疗环节期间(例如，从可以围绕患者旋转的任何模态的成像传感器(例如PET检测器、X射线检测器、MR传感器等))获取(622)一个或多个部分图像；通过将来自对应于FP_m的治疗计划中的RFM(即用于激发角α的放射激发矩阵P_α)与添加残余注量图Δf_residual的一个或多个部分图像相乘来计算(624)激发位置FP_m的注量图f_calc；以及然后将注量图f_calc分割(626)为用于激发位置FP_m(以及可选地，用于治疗环节期间的每个放射激发位置或用于下一激发位置FP_m+1)的一组MLC和治疗放射源指令。激发位置FP_m的注量图f_calc可以通过将一个或多个部分图像与来自与该激发位置FP_m(例如，P_α)相对应的治疗计划的RFM相乘来计算。

替代地或附加地，计算(624)注量图f_calc可以包括从治疗计划(即注量图F)或在治疗环节期间的较早期间先前已经更新的注量图(即注量图F_i，或之前的f_calc)更新现有注量图。在一些变型中，更新的注量图f_calc可以是整个治疗环节的注量图(即，在治疗环节的整个持续时间内跨越所有激发位置、所有患者平台位置或束站)，或可以是对于激发位置、束站和/或治疗环节时间间隔的子集的注量图，和/或可以是下一个或多个激发位置(例如，FP_m，FP_m+1)的注量图。分割注量图f_calc可以针对特定(即当前)患者平台位置或束站(例如平台静止的位置)处的所有激发位置生成一组MLC和治疗放射源指令。在机架在束站处多次旋转的一些变型中，更新的注量图f_calc的分割注量图可以包括一组或多组离散注量水平和/或用于每次机架旋转的一个或多个激发位置的MLC和治疗放射源指令。

注量图的分割(例如，分别是图6B和6C的方法的步骤(606)和(626)的结果)可以生成一组MLC指令和治疗放射源指令。指令的示例可以包括在每激发位置基础上的MLC叶片打开命令或数据和在每激发站基础上的直线加速器脉冲参数。图7A是直线加速器脉冲参数的一个示例的图形表示(例如，被离散化成通过一次或多次机架旋转可输送的注量水平的注量值)。图7B是在对应于单次机架旋转中的单个激发位置的4个子激发激发位置上的二元MLC的每个叶片位置的一个示例的图形表示。图中的每个单元或块表示在特定子激发位置的特定叶片，颜色表示叶片的位置，其中，深阴影指示该叶片处于关闭配置，浅阴影指示该叶片处于打开配置。通过4个子激发位置的二元MLC孔径发射的注量的总和可以近似或等于对该激发位置的计算注量。二元MLC开口的轮廓可以对应于图7A的直线加速器脉冲参数。在每次通过时，二元MLC开口形状(即，各个MLC叶片位置)可以根据计算出的注量图而改变。对于4个子激发位置，可能有多种MLC叶片配置，同时仍可累积地输送对该激发位置的计算出的注量。例如，可以对行进行重新排序(即，更改MLC叶片配置的顺序)，和/或可以对列进行重新排序(即，稍微调整从中发射注量的角度)，而通过4个子激发位置输送的注量的总和仍近似或等于为该激发位置的计算出的注量。

可选地，放射治疗系统然后可以根据放射输送指令将放射输送给患者。例如，方法(620)可以可选地包括将治疗放射源定位(628)在激发位置FP_m处和/或调整MLC叶片配置以根据放射输送指令来输送放射。在一些变型中，在计算分割的注量图之后，方法(620)可以进一步包括更新残余注量图，其可以用于未来的注量图更新。方法(620)可以包括：基于放射输送指令和/或分割的注量图来计算(621)输送注量图f_delivery；通过从注量图f_calc减去输送注量图f_delivery来更新(623)残余注量图Δf_residual。根据放射输送指令的放射输送可以在残余注量图Δf_residual被更新之前、期间和/或之后发生。在一些变型中，放射输送指令可以包括用于多次机架旋转的放射输送源指令(例如，用于在患者平台位置或束站的每次机架旋转的一组指令)。对于每个束站处的多次机架旋转，可以重复方法(620)。

在一些变型中，实时注量图分割和分割错误的缓解包括针对每个激发位置和/或子激发位置计算MLC和/或治疗放射源指令或命令。MLC可以在每个子激发位置处步进通过一系列孔径形状，而治疗放射源行进穿过与激发位置相对应的角区域，从而通过每个子激发位置孔径形状输送的注量之和等于(或近似)要在对应的激发位置处输送的注量。图7B描绘了激发位置的4个子激发位置的一系列MLC孔径形状的示例。替代地或附加地，分割和分割错误的缓解可以包括将注量图解构为子注量图，以在激发位置处和/或激发位置之间的位置(即，子激发位置)处输送。例如，整个治疗环节的注量图可以被解构为一系列子注量图，以在激发位置和/或位于激发位置之间的一系列子激发位置处被输送。本文所述的任何分割方法可以用于计算每个子激发位置的子注量图。在一些包括连续旋转机架的放射治疗系统中，可以有50个激发位置，每个激发位置有4个子激发位置。对于特定的激发位置，MLC可以在该激发位置之前的每个子激发位置处通过各种孔径形状过渡，使得一旦治疗放射源在激发位置处输送放射，则该特定激发位置的子注量图已被输送。分割方法可以为两个激发位置之间的每个子激发位置生成放射输送指令。

图6D描绘了用于将更新的注量图分割成用于子激发位置的一组放射输送指令的方法(630)的一个变型。方法(630)可以包括：在治疗环节期间从安装在可旋转机架上的成像传感器获取(632)成像数据；使用在制定治疗计划期间计算的RFM、所获取的成像数据和残余注量图Δf_residual来计算(634)激发位置FP_m的注量图f_calc；将注量图f_calc解构(636)为FP_m-1和FP_m之间的每个放射子激发位置(例如FP_m-0.5、FP_m-0.25等)的多个子注量图；以及将每个子激发位置和/或激发位置的每个子注量图分割(638)为一组MLC和治疗放射源指令。分割(638)还可以包括为每个激发位置和/或子激发位置计算每个MLC叶片的一个或多个概率系数，如上所述。可以从诸如PET检测器、X射线检测器、MR传感器等的任何模态的成像传感器获取成像数据。可选地，方法(630)可以包括在治疗环节期间根据每个子激发和/或激发位置处的指令来配置(640)MLC和治疗放射源。在一些变型中，该组MLC和治疗放射源指令可以包括用于多次机架旋转的MLC和治疗放射源指令(例如，在束站处用于每次机架旋转的一组指令)。可以针对每个患者平台位置或束站重复方法(630)，和/或可以针对每个束站处的多次机架旋转重复方法(630)。在一些变型中，在计算分割的注量图之后，方法(630)可以进一步包括更新残余注量图，其可以用于未来的注量图更新。方法(630)可以包括基于放射输送指令和/或分割的注量图来计算(631)输送注量图f_delivery，通过从注量图f_calc减去输送注量图f_delivery来更新(633)残余注量图Δf_residual。

可以将实时计算或更新的注量图分割成当患者在患者平台位置(即，束站)保持静止的同时将通过多次机架旋转执行的MLC和治疗放射源指令。在一些变型中，针对特定激发位置的更新的注量图f_calc可以在一次机架旋转中被输送(例如，如上所述，使用子激发位置)，或者可以在两次或更多次机架旋转中被输送。例如，f_calc可以被解构为可以通过多次机架旋转在特定激发位置处被输送的一组注量图。也就是说，可以将针对特定束站的计算的注量图解构或拆分为一个或多个可以通过两次或更多次机架旋转可输送的注量图“安装”。通过计算注量分割误差或注量残余的量和分布并在随后的机架旋转时输送注量残余，多次从同一激发位置施加治疗放射可能有助于缓解分割误差。在一种方法中，可以通过计算更新的或计算的注量图f_calc与输送注量图f_delivery之间的注量差或残余Δf_residual(即，放射输送指令)并在激发位置上方(例如，在具有连续旋转机架的系统中)随后的机架旋转上输送注量残余Δf_residual，来计算分割误差。替代地，在可以调整治疗放射源位于激发位置的持续时间的系统中(即，不在连续旋转的机架中)，可以调整MLC和治疗放射源以输送多个注量水平，如由多个分割的注量图所指定的。

分割错误也可能由叶片注量错误引起。叶片注量错误表示通过MLC孔径形状可输送的注量图(例如，其可以使用应用于分割注量图的叶片模型来估计)与通过假想的没有下文描述的任何叶片假像的“理想”MLC可输送的分割注量图之间的差。例如，叶片模型可以表示叶片假像，例如叶片边缘上会引起放射束阴影的舌槽切口(tongue-and-groove notch)，这可能会改变叶片末端的注量。放射束阴影的其他来源或原因可能包括叶片安装(例如，螺钉、轴等)。如上所述，可以在随后的机架旋转中输送导致注量残余的叶片注量错误。可以增强上述方法以在f_delivery计算中对这些附加因素进行建模，并且因此残余注量Δf_residual可以包括这些附加错误。

如前所述，分割注量图可以包括一组放射治疗系统或机器指令，包括但不限于在每个激发位置(例如，对于每次机架旋转和对于每个束站)的MLC配置、放射脉冲宽度、以及每个激发位置的脉冲数。在某些放射治疗系统包括可以打开或关闭叶片的二元MLC(bMLC)的变型中，缓解分割错误的一种方法是通过概率性叶片打开来输送残余注量图Δf_residual，其中，移动到打开配置的叶片的激发概率系数(即，概率系数)从残余注量Δf_residual推导出。在一些变型中，如上所述，叶片可以在输送期间打开，但是所发射的子束注量水平可以由激发概率系数来确定。针对bMLC的更新的注量图f_calc的分割可以包括将注量图f_calc解构为离散的注量水平，其中，最小注量水平可以是可以被输送的最小剂量单位。概率性分割(即，将连续注量值的注量图分割为离散注量水平的注量图，其中，每个注量水平可以具有对应的激发概率系数)可用于输送小于治疗放射源可以输送的注量残余。在概率性分割的一种变型中，叶片打开的概率可以是注量残量或子级注量。

当放射源多次访问激发位置时(例如，在连续旋转机架的情况下)，并且根据基于残余注量水平计算的激发概率系数施加了放射时，多个随机决策可能会收敛到期望注量，其中，任何剩余的残余噪声可能是随机噪声。

可以组合以上一种或多种方法，并将其用于生物引导放射治疗(BGRT)中实时计算的注量图的实时分割，其中，放射治疗系统使用PET发射数据更新注量图。可以在贯穿治疗环节或部分中的各个时间点计算整个环节或部分的累积注量图，和/或就在移动治疗放射源到那个激发位置或控制点之前，可以连续更新每激发位置或每控制点的注量图。除了基于PET发射数据更新注量图之外，注量图还可以被计算为包括残余注量，该残余注量为分割错误(例如，上述的任何分割错误)和/或来自先前激发位置或控制点(例如，由于机器像差导致的任何负注量值和/或未输送的注量等等)的不可输送的注量量的组合。该方法可以进一步包括将更新的注量图离散化成离散注量水平的图(例如，分割的注量水平)，以及将离散注量水平的图分割成一组放射输送指令或系统/机器指令和参数(例如，激发位置/角度、bMLC配置、脉冲计时等)。在一些变型中，用于分割注量图的方法可以可选地包括计算bMLC的一个或多个叶片的激发概率系数，其中，要由一个或多个叶片输送的(多个)注量值在两个分割的注量水平之间(或低于阈值注量水平，例如最小离散注量水平)。除了bMLC孔径形状或叶片配置之外，由注量图分割产生的一组放射输送指令或系统/机器指令可以包括放射束脉冲宽度调制以及每次放射源位于(或通过)激发位置时激发的脉冲数。特别地，对于包括连续旋转机架的系统，其中，治疗放射源位于激发位置的时间在几毫秒的范围内，治疗放射源或束产生系统可能仅能够生成少量脉冲(例如，少于5个脉冲)，从而限制了每MLC孔径形状或叶片配置的剂量调制量。改变脉冲宽度可以帮助增加每个激发位置处的剂量调制量。替代地或附加地，也可以在在子激发位置处的激发位置之间(即，当治疗放射从一个激发位置移动到下一个激发位置时)施加放射束脉冲。在子激发位置处激发放射束脉冲可以近似于增加在随后的激发位置处的束脉冲数量的效果。

治疗计划归一化

可选地，可以在预扫描过程中使用就在治疗环节之前获取的患者图像数据对治疗计划进行归一化。在这种情况下，成像系统可以获取旨在成为制定治疗计划中使用的图像X的更新版本的新图像X_prescan。无论从获取治疗计划图像和开始治疗起患者数据发生了任何变化，这都可以帮助向患者输送与期望剂量相对应的治疗放射。可以使用预扫描图像X_prescan对治疗计划或放射激发矩阵进行归一化，以便即使(多个)靶或其他患者器官或其相对位置存在任何几何或其他差，也可以将这些差考虑在治疗计划和/或RFM内。这可以帮助促进按计划的放射剂量的输送(例如，帮助输送尽可能接近期望结果的放射剂量)。归一化可以促进对更新的放射激发矩阵P_prescan的计算，使得在制定治疗计划时间预测的剂量近似等于使用预扫描图像X_prescan重新计算的剂量，即

D≈D_prescan

A·P·X≈A·P_prescan·X_prescan

在这种方法中，放射治疗系统的控制器可以被配置为通过给定已知的剂量计算矩阵A、治疗计划RFM P、治疗计划完整图像X和预扫描图像X_prescan，通过重新计算P_prescan来针对放射治疗系统的模拟和成像系统之间的靶区域和/或患者参数的任何差进行归一化。

计算P_prescan的一种方法是假设P_prescan＝k·P，其中k为标量，并且迭代地找到最小化|A·P·X-A·P_prescan·X_prescan|＝|A·(PX-kPX)|＝|AP·(X-kX)|的k。

通过在治疗输送期间使用更新的P_prescan，可以在不重新创建治疗计划的情况下纠正图像在比例或形状之间的任何差异。

在一些变型中，可以通过假设可以由X的刚性变形w来近似X_prescan来计算P_prescan，即X_prescan≈R_w·X，其中，R_w是对应于刚性变形w的线性变换矩阵，并且迭代地找到最小化|A·P·X-A·P·R_w·X_prescan|＝|AP·(X-R_w·X)|的刚性变形w。可以使用标准凸优化技术(例如梯度下降)解决此最小化问题。最后一步可能包括设置P_prescan＝P·R_w。

在一些变型中，可以通过假定X_prescan可以由X的一般线性函数R近似来计算P_prescan，即X_prescan≈R·X，其中，R是线性变换矩阵，并且迭代地找到最小化|A·P·X-A·P·R·X_prescan|＝|AP·(X-R·X)|的R。可以使用标准凸优化技术(例如梯度下降)解决此最小化问题。最后一步可能包括设置P_prescan＝P·R。

在一些变型中，如果基于X_prescan计算的剂量D_prescan与计划的剂量D(即，D_prescan–D)之间的差超过预先选择的阈值(例如，由临床医生选择或确定的)，则可以暂停或停止治疗环节。可以重新评估治疗计划，在某些情况下，可以重新计算治疗计划以反映患者的变化。

在一些变型中，可以从靶区域(例如，辐射靶区域)的视点(POV)来计算RFZ或靶区域的期望放射剂量。从靶区域的POV计算期望剂量可能对移动靶很有帮助。通常，放射疗法倾向于在患者参考框架内计划和输送放射。在此框架中，如果有靶运动，则靶在患者体内移动。在POV剂量空间中，靶是固定的，并且患者正在移动。在放射疗法中，POV靶剂量在临床上可能与满足剂量处方以成功治疗靶有关。患者参考框架中的剂量可能有助于定义危险器官(OAR)约束。

治疗计划评估和QA

可以在治疗环节之前评估治疗计划和对应的放射激发矩阵，以确认基于RFM和在治疗环节期间获取的部分图像输送的放射将为所有RFZ提供处方剂量的放射(或在批准的耐受范围内)和/或减少任何OAR的暴露。评估治疗计划和RFM的质量可以包括：将治疗计划(其可以包括计划的注量图和/或计划的剂量图)和RFM加载到放射治疗系统(例如，放射治疗系统的控制器)；提供部分图像数据到放射治疗系统；通过将RFM与部分图像数据相乘来计算要输送的放射注量；根据计算出的放射输送注量发射放射；测量发射的放射；基于测量的放射计算注量图(和/或剂量图)；以及将计算的注量图与计划的注量图(和/或计划的剂量图)进行比较。如果计算的注量(和/或剂量)图与计划注量(和/或剂量)图之间的差超过预先指定的差阈值，则可以调整治疗计划和RFM(例如，传回治疗计划系统进行重新计划)。向放射治疗系统提供一组正电子发射活动数据，而不是使用PET-avid体模(phantom)(即具有一个或多个正电子发射区域的体模)可以促进和/或简化和/或加快治疗计划评估。例如，在治疗计划评估期间从PET成像环节“重放”正电子发射活动可以允许使用非PET-avid体模和/或MV X射线检测器测量来评估治疗计划和/或RFM质量。这还可以帮助减少人员暴露于放射活动的程度，还可以减少治疗系统用于质量保证(QA)的时间量。例如，无体模的QA程序可以减少花费在重复进入和离开放射掩体和/或将体模定位在治疗系统患者平台上的时间。

如前所述，提供给治疗系统的部分图像数据可以包括一个或多个正电子发射响应线(LOR)、k空间中的MRI子采样或CT 2-D投影X射线图像。在正电子发射引导放射治疗的上下文中，一组正电子发射活动数据可以包括在诊断PET成像环节期间获取的PET数据(例如，有关正电子发射事件本身的数据、一组LOR和/或数字化和/或滤波后的PET检测器输出信号)。例如，用于制定治疗计划的诊断PET图像也可用于评估和验证治疗计划和/或RFM质量。在某些变型中，可使用来自诊断PET成像环节的全套正电子发射活动或LOR数据来评估治疗计划和/或RFM质量，或者可使用正电子发射活动或LOR数据的子集(例如，对应于RFZ、OAR和/或对应于治疗系统PET检测器的视野的正电子发射活动数据的部分)。在其他变型中，可以使用模拟或合成的正电子发射活动数据或LOR来评估治疗计划和/或RFM的质量。可以基于诊断PET图像和/或在放射治疗系统上获取诊断PET图像和/或PET检测器的PET成像系统的几何形状来生成模拟或合成的LOR。模拟或合成的LOR可以由制定治疗计划系统或放射治疗系统生成。正电子发射活动数据可以包括由于检测患者中正电子发射事件而引起的PET检测器信号(例如，随时间变化的电压输出、数字化和/或滤波的PET检测器数据)，和/或可以是从PET检测器信号提取的LOR数据。正电子发射活动或LOR数据可以包括但不限于检测重合光子、PET和/或包括来自(多个)放射源的噪声的检测器噪声(例如，以反映治疗环节期间的预期或可能的SNR或噪声分布)、检测器暗电流，PET检测器余辉(afterglow)、由于患者移动(例如平台移动和/或患者烦躁)和/或不相关或“随机”事件(诸如患者移动或移位等等)引起的假像等等之间的相对定时。

图2C描绘了包括在治疗环节之前评估治疗计划和/或RFM的质量的工作流程的一种变型。一种方法可以包括：生成(250)治疗计划和RFM；评估(252)治疗计划和/或RFM的质量；以及然后，如果治疗计划和/或RFM满足某些规定质量标准，则进行到治疗环节(254)。治疗计划和RFM计算(250)可以使用PET图像和/或CT图像数据(251)和/或图2A中描绘的任何参数(202-204、206)。所生成的治疗计划可以包括RFM P、计划的剂量图D₀和计划的注量图F₀。可以将治疗计划和相关联的参数发送到放射治疗系统以进行质量评估(252)。PET图像和/或CT图像(251)数据可以被发送到放射治疗系统，和/或正电子发射活动数据可以基于滤波(例如空间滤波)在成像环节期间获取的一组PET图像或LOR数据或合成一组LOR而生成。正电子发射活动数据可以包括例如一组数字化和/或滤波后的PET检测器输出，该输出在对该患者的治疗环节期间模拟或模拟来自PET检测器的信号。正电子发射活动数据可以包括来自RFZ(例如PTV、肿瘤区域)的LOR，并且可以可选地包括背景LOR(以模拟非特定PET示踪剂摄取)、OAR LOR、由各种噪声源和/或非特定示踪剂摄取产生的LOR等等。正电子发射活动(即，LOR)数据和/或PET图像数据可以从PET成像系统和/或制定治疗计划系统发送到放射治疗系统。然后，放射治疗系统可以响应于正电子发射活动(即，移动或旋转机架、激活直线加速器、调整动态多叶准直器的叶片的位置等)生成和发射放射。如果所发射的放射提供了治疗计划所规定的剂量和/或注量，则确定治疗计划的质量具有在患者治疗环节中使用(254)的充分可接受质量。否则，治疗计划和/或RFM P由治疗计划系统调整，然后在放射治疗系统上重新评估。一个或多个放射测量设备可以获取放射发射数据，并且控制器可以基于所获取的发射数据来计算注量和/或剂量图。测量设备的示例可以包括射线照相胶片、闪烁器、离子腔室和/或二极管的单个或阵列、基于闪烁器相机的EPID、液体填充的离子腔室EPID、剂量腔室等。替代地或附加地，可以使用置于患者治疗区域内的体模来测量发射的放射，该体模具有任何期望的形状、重量或密度以及上面的任何数量的测量设备。在一些变型中，体模可以不是PET-avid，并且可以例如包括检测器阵列，诸如

和

(由Sun Nuclear Corporation提供)、IBA Dosimetry的MATRIXX、PTWSeven29和/或射线照相胶片，并且可以位于患者治疗区域内(例如，在患者平台上和/或圆形机架的孔内)和/或设置在放射源的束路径中(例如，在束准直系统的下游、通过MLC等)。在其他变型中，体模可以是PET-avid。

图2D描绘了用于评估治疗计划和/或RFM的质量的方法的一种变型。方法(260)包括在放射治疗系统控制器上加载(262)治疗计划并且在控制器上加载(264)PET图像和/或正电子发射活动数据。如上所述，治疗计划可以包括RFM、处方或所计划的剂量图和/或注量图。正电子发射活动数据和/或PET图像数据可以包括在PET成像环节期间记录的模拟或合成LOR和/或PET检测器信号。正电子发射活动(即，LOR)数据和/或PET图像数据可以在空间上限于ROI，例如RFZ和/或OAR。方法(260)可以进一步包括根据治疗计划和正电子发射活动数据和/或PET图像数据发射(266)放射。可以使用本文描述的任何方法来确定由系统发射的放射。例如，放射治疗系统可以通过将来自加载的数据的部分PET数据与RFM相乘以获得计算的注量图、将注量图分割为硬件指令和参数(例如，激发位置/角度、MLC配置、脉冲定时等，使用前述的任何方法)、然后根据分割的注量图激活治疗放射源(例如，直线加速器)以施加放射来发射放射。方法(260)可以包括测量(268)发射的放射。测量发射的放射可以包括在环节的持续时间(例如，连续或在预定时间点或控制点)中测量放射(能量)注量(每单位面积的能量，例如，J/cm²)和/或放射剂量(每单位质量的能量，例如，J/kg)。可以使用MV检测器和/或来自放射治疗系统的剂量监测器室和MLC位置传感器和/或位于放射束路径内的射线照相胶片或传感器阵列(例如二极管、离子室或闪烁体1-D或2-D阵列)、菱形检测器和/或3-D剂量计(例如聚合物凝胶剂量计等)(例如，放置在患者治疗区域中和/或附着在治疗放射源和/或动态MLC的发射打开上的体模)的信号的组合来获取放射发射数据。可以例如通过使用MVD数据结合激发位置和在特定激发位置激发的放射脉冲的数量来确定MLC配置(例如，叶片位置)来计算放射注量。例如，可以从MVD成像数据确定MLC中每个叶片的位置。可以基于MVD数据和/或直线加速器的剂量监测室来确定激发的放射脉冲的数量。在使用体模的变型中，放射剂量可以使用离子室来测量和/或可以基于体模的几何形状、密度、衰减系数和/或质量并结合注量测量来计算。系统控制器可以计算(270)所输送的放射注量图和/或剂量图，然后将计算的注量和/或剂量图与治疗计划指定的期望注量和/或剂量图进行比较(272)。可以使用机器参数数据(例如放射脉冲数据(例如，脉冲宽度、持续时间、幅度、频率等)、动态MLC配置(例如，每个激发角度处的叶片位置和患者平台位置)、机架位置(例如速度、相对于患者治疗区域和/或患者平台的相对位置)等)来计算发射的放射剂量或(多个)注量图。基于所发射的放射剂量和/或注量图与计划的剂量和/或注量图的比较，控制器可以确定治疗计划是否满足指定的质量标准。可选地，临床医生可以向控制器提供有关治疗计划或RFM是否满足指定质量标准的输入。质量标准可以包括根据计划剂量或注量图随时间推移的放射输送的一致性、和/或到RFZ的放射输送的精度、和/或对OAR的避免。例如，控制器可以计算伽玛度量，该伽玛度量是表示等剂量的吻合距离(distance-to-agreement)(DTA)值以及测量的和计划的剂量和/或注量图之间的绝对剂量差的组合得分。临床医生可以指定，为了使计划或RFM具有足够的治疗质量，基于计划输送的放射必须针对该环节期间的测量或时间点的指定比例在指定公差范围内输送剂量到指定DTA值范围内的区域。在一些变型中，具有足以用于治疗的质量的治疗计划可以输送剂量，使得指定百分比的测量点满足针对指定水平的DTA和绝对点剂量差的阈值伽马水平。例如，临床医生可以指定治疗计划的通过标准是在一个或多个RFZ的约3mm DTA内输送放射，且与每个RFZ针对至少95％时间点或测量点的规定剂量相差小于约3％。可选地，方法(260)可以包括取决于治疗计划和/或RFM是否满足质量标准来进行患者治疗或修改治疗。如果计划或RFM符合质量标准，则可以将计划或RFM用于患者治疗环节。如果计划或RFM不符合质量标准，则可以修改计划或RFM。计划或RFM修改或更新可以由治疗系统控制器和/或制定治疗计划系统执行。

对治疗计划QA方法的验证

可以对上述用于评估放射治疗的方法本身进行验证，以确认用正电子发射活动或LOR数据代替PET检测器信号会导致放射输送大致接近治疗时的放射输送。用于验证上述治疗计划QA方法的方法的一种变型可以包括：选择具有预定义的PET-avid区域(其模拟患者中的靶或肿瘤区域)的体模；生成用于该体模的治疗计划；加载治疗计划到放射治疗系统上；将体模装载到患者平台上；从体模中检测正电子发射或LOR；根据治疗计划和发射数据发射放射；测量发射的放射；以及基于发射的放射的测量计算第一注量图和/或第一剂量图。由体模发射的LOR可以被记录并存储在治疗系统控制器的存储器中。接下来，该方法可以包括去除PET-avid体模，并且如上所述使用记录的LOR数据代替PET-avid体模来重复放射输送(类似于图2D中描绘的治疗计划评估方法)。该方法可以包括基于所发射的放射的测量计算第二注量图和/或第二剂量图，然后将第一注量图与第二注量图(和/或第一剂量图与第二剂量图)进行比较。如果第一和第二注量图(和/或第一和第二剂量图)之间的差低于预选阈值，则认为治疗计划验证方法和放射治疗系统有效。如果差等于或大于预选阈值，则可以生成通知以警告操作员对治疗计划和/或放射治疗系统进行附加测试。

系统

可以用于提供图像引导放射治疗的放射治疗系统可以包括成像系统，该成像系统被配置为以超过靶区域移动的速率的速率来获取部分图像。例如，肿瘤可以以大约0.5cm/s的最大速度移动大约4秒。足够快速的成像系统可以在大约250毫秒至500毫秒内获取部分图像。如果成像系统以比肿瘤运动的最大频率(或周期的一半)大两倍的频率获取部分图像，则部分图像可以包含肿瘤运动轨迹的完整采样。放射治疗系统的成像系统可以被配置为在时间窗口中获取部分断层摄影图像x_i，使得靶区域的运动相对较小。值得注意的是，部分图像获取中的任何时间模糊都直接映射到放射注量的时间模糊以及因此输送到患者的剂量。成像系统可以包括任何合适的成像模态，例如PET、CT、MRI、超声等。在一些变型中，放射治疗系统可以包括可以在其上安装成像系统的运动系统。可选地，可以将放射治疗系统的放射治疗源和一个或多个束整形组件安装在同一机架上。在一些变型中，成像系统可以安装在圆形机架上，该圆形机架被配置为以大约30RPM或更高(例如，大约60RPM、大约65RPM、大约70RPM)的速度围绕患者区域旋转。替代地或附加地，成像系统可以能够在不进行任何旋转的情况下获取断层摄影成像数据，例如MRI成像系统。

可用于提供IGRT的放射治疗系统可以包括被配置为实时输送治疗放射束的治疗放射源。也就是说，治疗放射源可以安装在运动系统上，该运动系统将放射源快速移动到患者区域周围的每个激发位置，并且束整形组件被配置为在激发位置之间的时间间隔内改变束整形配置，使得可以在放射束基本移动之前将其施加到靶区域。在部分图像获取和放射输送之间的时延越长，到放射输送时靶区域将移动的可能性就越大。因此，运动系统(例如，机架、底架、臂等)和束整形组件(例如，钳口、准直器等)可以被配置为移动(例如，运动系统将放射源移动到新的激发位置)并在大约10毫秒或更短的时间内更改配置(例如，准直器或钳口移动/更改不透射线元素的定位)。例如，放射治疗系统可以包括成像系统(例如，PET、CT、MRI)、可旋转机架、安装在可旋转机架上的直线加速器、以及安装在机架上并设置在直线加速器的束路径中的动态多叶准直器。动态多叶准直器可以是例如二元多叶准直器，其中，每个叶片在位于激发位置处时处于打开或关闭配置，并且在激发位置之间移动的同时可以在打开和关闭配置之间过渡。放射治疗系统的一个示例可以具有以60rpm旋转的机架，动态多叶二元准直器可以在10毫秒内改变配置，同步治疗放射源可以在10毫秒内发射数个脉冲。当二元多叶准直器的叶片在配置之间移动之间的短暂时间里静止不动的同时，同步治疗放射源会脉冲发射放射。在获取部分图像后，可以以低至10ms的时延生成用于移动二元多叶准直器的指令。放射治疗系统的另一个示例可以具有：一个以5rpm旋转的机架；一个不断更改配置的动态2D多叶准直器，其中，每片叶片位于一个激发位置时都可以位于其完全关闭和完全打开位置之间的任何中间位置；以及或者以大约100Hz或更高的速率发射脉冲或者连续发射的异步治疗放射源。在一些变型中，2D动态多叶准直器的叶片可能能够以可以跟踪肿瘤速度两倍的速度移动。该速度可以基于使用治疗放射源相对于2D多叶准直器和靶两者的位置的几何计算。从获取部分图像开始，所需的2D多叶准直器叶片位置和对应的靶位置之间的时延可能低至10ms。

例如，肿瘤以约0.5cm/s的速度以4秒的周期移动，则足够快速的治疗束输送系统可能能够在检测到部分图像后约10ms内输送放射。放射输送系统可能能够以较低的时延响应诸如x_i的部分图像，并以较低的时延输送适当的注量响应(使用来自治疗计划的RFM)：

F_i＝P_α·x_i

如果在计算注量F_i后没有立即输送它，则实际靶可能已经从输送位置移位了。错误量可能取决于移位的空间范围。总之，用于IGRT的放射治疗系统可以被配置为以捕获靶运动的帧速率获取部分图像(其中一些可能是断层摄影的)，并具有可以改变多叶准直器配置以将新的部分剂量或子束输送到RFZ的移动靶区域的位置的束传输系统。

快速机架系统

运动系统的一种变型可以包括可旋转的机架。例如，可旋转机架可以是连续旋转的机架，其被配置为绕患者区域旋转360度。图3A描绘了这种机架的示例，其可以被配置为以大约60RPM的速率旋转。在该变型中，在获取部分图像与根据已经基于所获取的部分图像而更新的注量图的子束输送之间的时延可以为大约100ms至大约5s。

在一些变型中，放射治疗系统可以使治疗放射源和准直器绕轴旋转，并且可以可选地以各种激发角度α停止。放射治疗系统的控制器可以在机架围绕患者区域旋转时跟踪机架的速度。机架可以以低的或固定的角速度相对缓慢地旋转，或者可以以较高的角速度相对快速地旋转，使得在成像系统的帧速率量级上完成一次旋转。

在2017年11月15日提交的美国专利申请No.15/814,222中描述了包括高速机架的放射治疗系统的附加细节和变型，其全部内容通过引用合并于此。

动态MLC

放射治疗系统可以包括被配置为在所选时间间隔内改变叶片的配置的束整形组件，诸如MLC。例如，所选择的时间间隔可以是运动系统将直线加速器从第一激发位置移动到第二激发位置所花费的时间。叶片根据时间的位置可以至少部分地由每个MLC叶片的时间带宽和/或配置转变速度来确定。在一些变型中，准直器可能在运动系统在激发位置之间移动直线加速器所花费的时间内未完成其配置改变，并且因此，靶区域可能从先前的部分图像看到一些部分剂量。

放射治疗系统可以包括使多叶准直器围绕轴旋转的可旋转机架。如果机架旋转不快(例如，慢于部分图像获取的帧速率)，并且正在从给定的激发角度α输送剂量以用于从部分图像的投影R_α(x_i)，则多叶准直器可以是动态准直器，使得当它被移动到激发角度α以在R_α(x_i+1)输送剂量时，它处于期望的配置。在机架相对于成像系统快速移动的变型中，准直器可以是包括叶片致动机构的动态多叶准直器，该叶片致动机构可以将叶片的位置从其以R_α(x_i)投影的位置改变为在新角度R_α+1(x_i)的位置。该新角度可以基于机架的角速度。

动态MLC在每个激发位置处的叶片位置可以至少部分地由所获取的部分图像确定。即，由动态MLC整形的放射束或注量可以允许输送部分强度调制剂量。在治疗环节期间求和的剂量模式可以接近治疗计划的最终强度调制的期望目标。一些放射治疗系统可以包括2D MLC，并且在这种系统中，MLC可能无法如实地表示期望的剂量分布D_α，但可能被配置为计算用于进一步的激发投影中以便校正无法将MLC配置到期望投影剂量分布的校正因子。一些放射治疗系统可以包括高速二元MLC，该高速二元MLC可以包括叶片致动机构，该叶片致动机构可以在每个激发位置或机架角度将每一个叶片移动到新的MLC配置或图案。这种架构可以促进广义靶跟踪，甚至多个同时靶的广义靶跟踪。在2016年6月10日提交的美国专利序列号15/179,823中提供了可以在放射治疗系统中使用的动态二元多叶准直器的进一步细节，其全部内容通过引用合并于此。

图3A描绘了可以用于基于部分图像的图像引导放射治疗的放射治疗系统的一种变型。放射治疗系统(300)可以包括：可绕患者区域(304)旋转的机架(302)；安装在机架上的一个或多个PET检测器(306)；安装在机架上的治疗放射源(308)；以及设置在治疗放射源的束路径中的动态多叶准直器(310)。在一些变型中，放射治疗系统可以包括：第一阵列的PET检测器(306a)和设置在第一阵列对面的第二阵列的PET检测器(306b)；线性加速器(308)或直线加速器；以及动态二元多叶准直器(310)。该系统可以进一步包括与机架、PET检测器、直线加速器和MLC通信的控制器，其中该控制器具有可以存储治疗计划、放射激发矩阵、注量图、系统指令/命令的一个或多个存储器和被配置为执行本文所述的计算和方法的处理器。位于患者区域内的患者可能已经注射了发射正电子的PET示踪剂，并且PET示踪剂可以在患者的特定区域(例如，诸如肿瘤区域的辐射靶区域)累积。用附近的电子湮灭正电子可能会导致发射两个以相反方向传播以定义一条线的光子。一个或多个获取的部分图像或检测到的部分图像数据可以包括一个或多个正电子湮灭发射路径(即，响应线或LOR、发射路径)。在一些变型中，PET检测器可以是飞行时间(time-of-flight)PET检测器，其可以帮助识别正电子湮灭事件的位置。可以根据由PET检测器获取的PET成像数据或部分PET图像来更新先前计算的治疗计划P以便更新注量图，使得直线加速器和MLC叶片配置/子束选择说明了肿瘤运动。当患者被移动通过患者区域时(例如，步进式或以其他方式移动通过机架孔)，可以使用成像数据或部分图像来更新注量图。可选地，放射治疗系统(300)可以包括CT成像系统，CT成像系统与治疗放射源安装在相同的机架上或安装在单独的机架上。在2017年11月15日提交的美国专利申请No.15/814,222中描述了基于PET的放射治疗系统的附加细节和示例，其全部内容通过引用合并于此。

图3B描绘了可以用于基于部分图像的图像引导的放射治疗的放射治疗系统的另一变型。放射治疗系统(320)可以包括：可绕患者区域(324)旋转的机架(322)；具有安装在机架上的kV X射线源(328)和kV检测器(330)的kV成像系统(326)；以及安装在机架(322)上的治疗放射源(332)(例如MV X射线源)和MV检测器(334)。kV检测器(330)可以位于kV X射线源(328)的两端，而MV检测器(334)可以位于MV X射线源(332)的两端。可选地，kV成像系统可以包括在kV X射线源(328)上的动态MLC(327)。该系统可以包括布置在MV X射线源(332)上方的动态MLC(331)。部分图像或成像数据可以包括在每个kV X射线源脉冲之后由kV检测器获取的图像数据。部分kV X射线图像的示例可以包括X射线投影图像数据，例如2D投影数据。可以通过将治疗计划放射激发矩阵P与由kV检测器获取的kV X射线成像数据或部分kV X射线图像相乘来计算注量图，使得直线加速器的放射发射以及MLC叶片图案/子束选择可以说明肿瘤运动。当患者被移动通过患者区域时(例如，步进式或以其他方式移动通过机架孔)，可以使用成像数据或部分图像来更新注量图。替代地或附加地，由MV检测器获取的部分MV X射线图像或数据可被用于更新注量图和/或治疗计划。在2018年3月29日提交的PCT申请No.PCT/US2018/025252中描述放射治疗系统的附加细节和示例，其全部内容通过引用合并于此。

图3C描绘了可用于基于部分图像的图像引导的放射治疗的放射治疗系统(350)的另一种变型。放射治疗系统(350)可以包括：包括可围绕患者区域旋转的第一对臂(352)和可围绕患者区域旋转的第二对臂(354)的机架(351)；包括安装在第一对臂(152)的第一臂(352a)上的kV放射源(356)和安装在第一对臂(352)的第二臂(352b)上的kV检测器(358)的成像系统；以及包括安装在第二对臂(354)的第一臂(354a)上的MV放射源(360)和安装在第二对臂(354)的第二臂(354b)上的MV检测器(362)的放射治疗系统。第一对臂(352)的第一和第二臂可以彼此相对地定位(例如，在患者区域的相对侧上、彼此相对和/或彼此成约180度)，使得kV放射源(356)和kV检测器(358)彼此相对放置(例如，kV检测器位于kV放射源的束路径中)。第二对臂(354)的第一臂和第二臂可以彼此相对地定位(例如，在患者区域的相对侧上，彼此相对和/或彼此成约180度)，使得MV放射源(360)和MV检测器(362)彼此相对放置(例如，MV检测器位于MV放射源的束路径中)。部分图像或成像数据可以包括在每个kV X射线源脉冲之后由kV检测器获取的图像数据。部分kV X射线图像的示例可以包括X射线投影图像数据，例如2D投影数据。可以通过将治疗计划发射放射矩阵P与由kV检测器获取的kVX射线成像数据或部分kV X射线图像相乘来计算注量图，使得直线加速器的放射发射以及MLC叶片图案/子束选择可以说明肿瘤运动。当患者被移动通过患者区域时(例如，步进式或以其他方式移动通过机架孔)，可以使用成像数据或部分图像来更新注量图。替代地或附加地，由MV检测器获取的部分MV X射线图像或数据可被用于更新注量图和/或治疗计划。

控制器

可以被配置为基于低SNR或部分图像来更新治疗计划(例如，注量图、正弦图和/或放射激发矩阵)的系统(例如，制定治疗计划系统、放射治疗系统)可以包括与放射治疗系统的成像系统和/或治疗放射源和/或多叶准直器和/或机架通信的控制器。控制器可以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/或其他系统。在一些变型中，制定治疗计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，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联的模块、进程和/或功能，诸如一种或多种治疗计划、完整或高SNR图像、部分或低SNR图像、基于治疗计划和/或临床目标的注量图计算、将注量图分割成放射治疗系统指令(例如，可以指导机架、治疗放射源、多叶准直器和/或放射治疗系统和/或诊断或制定治疗计划系统的任何其它组件的操作)，以及与制定治疗计划和/或输送相关的图像和/或数据处理。

本文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)、可编程逻辑器件(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制定治疗计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。

用于生成注量图的制定治疗计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，制定治疗计划系统和/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。

尽管已经在本文中描述和示出了各种发明变型，但是本领域普通技术人员将容易想到用于执行功能和/或获得结果和/或本文中所描述的一个或多个优点的各种其他手段和/或结构，并且这些变型和/或修改中的每一个都被认为在本文所述的发明实施例的范围内。更一般地，本领域技术人员将容易地理解，本文描述的所有参数、维度、材料和配置均是示例性的，并且实际参数、维度、材料和/或配置将取决于对其使用本发明的教导一个或多个特定应用程序。仅使用常规实验，本领域技术人员将认识到或能够确定本文所述的具体发明变化的许多等同形式。因此，应当理解，上述变化仅以示例的方式给出，并且在所附权利要求及其等同物的范围内，可以以不同于具体描述和要求保护的方式来实践本发明的变化。本公开的发明变型针对于本文描述的每个单独的特征、系统、物品、材料、套件和/或方法。另外，如果这样的特征、系统、物品、材料、套件和/或方法不是相互矛盾的，则两个或更多个这样的特征、系统、物品、材料、套件和/或方法的任意组合包括在本公开的发明范围内。

Claims (63)

1.一种放射治疗系统，包括：

可旋转机架；

安装在所述机架上的治疗放射源；

安装在所述机架上以获取靶区域的部分图像x_i的一个或多个成像传感器；以及

与所述机架、所述治疗放射源和所述一个或多个成像传感器通信的控制器，所述控制器被配置为通过将放射激发矩阵P与所述部分图像x_i相乘来计算将被输送到所述靶区域的放射注量，其中，基于所述靶区域的先前获取的图像X来计算所述放射激发矩阵P，其中放射激发矩阵P指定从部分图像到所述放射注量的注量图的转换。

2.根据权利要求1所述的系统，其中，所述放射激发矩阵P是标量s的对角矩阵diag(s)，使得P·x_i＝s⊙x_i，其中，⊙是逐点乘积运算。

3.根据权利要求1所述的系统，其中，计算所述放射注量包括将所述放射激发矩阵P与所述部分图像x_i进行卷积。

4.根据权利要求1所述的系统，所述放射激发矩阵P是Toeplitz矩阵toep(f)，使得P·x_i＝f*x_i，其中，*是卷积运算，并且f是根据治疗计划被输送到所述靶区域的注量。

5.根据权利要求1所述的系统，其中，所述部分图像x_i的信噪比SNR小于所述图像X的SNR。

6.根据权利要求1所述的系统，其中所述部分图像x_i使用断层摄影成像系统来获取。

7.根据权利要求1所述的系统，其中，所述部分图像x_i包括来自MRI成像脉冲序列的k空间中的一组正电子湮灭发射路径、X射线投影或子样本的重建。

8.根据权利要求1所述的系统，其中，所述图像X是运动去模糊图像。

9.根据权利要求1所述的系统，其中，所述控制器还被配置为：

选择投影角度α：

在放射束激发角度α计算所计算出的注量的投影注量f_α，并将所述投影注量f_α存储在所述控制器的存储器中。

10.根据权利要求9所述的系统，其中，还包括多叶准直器，所述多叶准直器具有布置在所述放射源的束路径中的叶片阵列，并且其中，所述可旋转机架被配置为：

将所述治疗放射源移动至所述放射束激发角度α，

并且其中，所述控制器被进一步配置为：

将所述投影注量f_α分割成准直器叶片位置指令，以及将所述叶片位置指令存储在控制器存储器中；

根据所述准直器叶片位置指令调整每个所述准直器叶片的位置；以及

从所述治疗放射源发射放射束。

11.根据权利要求10所述的系统，其中，所述可旋转机架被配置为连续重复所述投影注量f_α计算，并且在每次注量计算之后向所述靶区域施加放射，直到施加期望的注量。

12.根据权利要求11所述的系统，其中，计算所述投影注量f_α包括：选择投影角度α；在所述放射束激发角度α计算所述部分图像x_i的投影x_i，α并且将所述投影的部分图像x_i，α存储在控制器存储器中；以及将每角度放射激发矩阵P_α与所述投影的部分图像x_i，α相乘，其中，所述每角度放射激发矩阵P_α包括针对每个投影角度α的一组放射激发矩阵P_i，α。

13.根据权利要求12所述的系统，其中，所述每角度放射激发矩阵P_α是实现卷积运算p_α*x_i的Toeplitz矩阵toep(p_α)。

14.根据权利要求12所述的系统，其中，所述每角度放射激发矩阵P_α是实现逐点乘法运算p_α·x_i的对角矩阵diag(p_α)。

15.根据权利要求12所述的系统，其中，所述一个或多个成像传感器包括一个或多个PET检测器，并且所述部分图像x_i从一组正电子发射路径生成。

16.根据权利要求12所述的系统，其中，所述一个或多个成像传感器包括一个或多个X射线检测器，并且所述部分图像x_i从一组X射线投影生成。

17.根据权利要求12所述的系统，其中，所述一个或多个成像传感器包括一个或多个MRI传感器，并且所述部分图像x_i从MRI成像脉冲序列的k空间中的一组子样本生成。

18.根据权利要求12所述的系统，其中，所述部分图像x_i的信噪比SNR比所述图像X的SNR小。

19.根据权利要求12所述的系统，其中，所述机架被配置为在获取所述部分图像x_i之后的指定时间段内，根据所计算的注量f_α，将所述治疗放射源移动至激发束角度α并发射激发束。

20.根据权利要求19所述的系统，其中，所述指定时间段小于10秒。

21.根据权利要求20所述的系统，其中，所述指定时间段小于5秒。

22.根据权利要求21所述的系统，其中，所述指定时间段小于1秒。

23.根据权利要求12所述的系统，其中，所述机架能够以20RPM或更高的速度旋转。

24.根据权利要求1所述的系统，其中，所述控制器还被配置为将线性对比度滤波器应用于所述部分图像x_i。

25.根据权利要求24所述的系统，其中，滤波后的部分图像x_i的任何负值被添加到后续滤波的部分图像x_i+1。

26.根据权利要求1所述的系统，其中，所述控制器还被配置为计算实时输送的剂量估计。

27.根据权利要求1所述的系统，其中，所述控制器还被配置为将空间滤波器应用于所述部分图像x_i。

28.根据权利要求1所述的系统，其中，所述先前获取的图像X是第一图像，A是已知的剂量计算矩阵，并且所述控制器还被配置为通过使用所述一个或多个成像传感器获取第二图像X_prescan来计算更新的放射激发矩阵P_prescan并遍历P_prescan的矩阵值使得满足以下条件：

A·P·X≈A·P_prescan·X_prescan。

29.根据权利要求28所述的系统，其中，所述控制器还被配置为基于X_prescan计算剂量矩阵D_prescan，计算D_prescan与已经基于图像X计算出的剂量矩阵D之间的差值，并且如果所述差值超过预先选择的阈值，则生成关于已经超过所述预先选择的阈值的通知。

30.根据权利要求19所述的系统，其中，所述指定时间段的间隔小于一小时。

31.根据权利要求1所述的系统，其中，所述控制器被进一步配置为采用变换T预处理多个部分图像x_i，其中，所述图像X是所预处理的多个部分图像x_i的总和：

X＝∑Tx_i。

32.根据权利要求31所述的系统，其中，所述变换T是线性变换。

33.根据权利要求31所述的系统，其中，所述变换T是非线性变换。

34.根据权利要求1所述的系统，其中，所述控制器被配置为将所计算的放射注量采用所述治疗放射源输送到所述靶区域。

35.一种用于计算放射注量的方法，包括：

获取靶区域的部分图像x_i；以及

通过将放射激发矩阵P与所述部分图像x_i相乘来计算将被输送到所述靶区域的放射注量，其中，所述放射激发矩阵P基于所述靶区域的先前获取的图像X来计算，其中放射激发矩阵P指定从部分图像到所述放射注量的注量图的转换。

36.根据权利要求35所述的方法，其中，所述放射激发矩阵P是标量s的对角矩阵diag(s)，使得P·x_i＝s⊙x_i，其中，⊙是逐点乘积运算。

37.根据权利要求35所述的方法，其中，计算所述放射注量包括将所述放射激发矩阵P与所述部分图像x_i进行卷积。

38.根据权利要求35所述的方法，其中，所述放射激发矩阵P是Toeplitz矩阵toep(f)，使得P·x_i＝f*x_i，其中，*是卷积运算，并且f是根据治疗计划被输送到所述靶区域的注量。

39.根据权利要求35所述的方法，其中，所述部分图像x_i的信噪比SNR小于所述图像X的SNR。

40.根据权利要求35所述的方法，其中，所述部分图像x_i使用断层摄影成像系统来获取。

41.根据权利要求35所述的方法，其中，所述部分图像x_i包括来自MRI成像脉冲序列的k空间中的一组正电子湮灭发射路径、X射线投影或子样本的重建。

42.根据权利要求35所述的方法，其中，所述图像X是运动去模糊图像。

43.根据权利要求35所述的方法，还包括：

选择投影角度α；

在放射束激发角度α计算所计算出的注量的投影注量f_α，并将所述投影注量f_α存储在控制器存储器中。

44.根据权利要求43所述的方法，还包括连续重复所述投影注量f_α计算。

45.根据权利要求44所述的方法，其中，计算所述投影注量f_α包括：

选择投影角度α；

在所述放射束激发角度α计算所述部分图像x_i的投影x_i，α并且将所述投影的部分图像x_i，α存储在控制器存储器中；以及

将每角度放射激发矩阵P_α与所述投影的部分图像x_i，α相乘，其中，所述每角度放射激发矩阵P_α包括针对每个投影角度α的一组激发矩阵P_i，α。

46.根据权利要求45所述的方法，其中，所述每角度放射激发矩阵P_α是实现卷积运算p_α*x_i的Toeplitz矩阵toep(p_α)。

47.根据权利要求45所述的方法，其中，所述放射激发矩阵P_α是实现逐点乘法运算p_α·x_i的对角矩阵diag(p_α)。

48.根据权利要求45所述的方法，其中，所述部分图像x_i是从MRI成像脉冲序列的k空间中的一组正电子湮灭发射路径、X射线投影或子样本生成的。

49.根据权利要求45所述的方法，其中，所述部分图像x_i的信噪比SNR小于所述图像X的SNR。

50.根据权利要求45所述的方法，其中，在获取所述部分图像x_i之后的指定时间段内发生如下操作：将所述放射激发矩阵P和所述部分图像x_i相乘；选择所述投影角度α；以及计算投影注量f_α。

51.根据权利要求50所述的方法，其中，所述指定时间段小于10秒。

52.根据权利要求51所述的方法，其中，所述指定时间段小于5秒。

53.根据权利要求52所述的方法，其中，所述指定时间段小于1秒。

54.根据权利要求45所述的方法，进一步包括将线性对比度滤波器应用于所述部分图像x_i。

55.根据权利要求54所述的方法，其中，将所滤波的部分图像x_i的任何负值添加到后续滤波的部分图像x_i+1。

56.根据权利要求35所述的方法，还包括计算实时输送的剂量估计。

57.根据权利要求35所述的方法，还包括将空间滤波器应用于所述部分图像x_i。

58.根据权利要求35所述的方法，其中，所述先前获取的图像X是第一图像，A是已知的剂量计算矩阵，并且所述方法还包括通过获取第二图像X_prescan来计算更新的放射激发矩阵P_prescan并遍历P_prescan的矩阵值使得满足以下条件：

A·P·X≈A·P_prescan·X_prescan。

59.根据权利要求58所述的方法，还包括：基于X_prescan计算剂量矩阵D_prescan；计算D_prescan与已经基于图像X计算出的剂量矩阵D之间的差值；以及如果所述差值超过预先选择的阈值，则生成已经超过所述预先选择的阈值的通知。

60.根据权利要求50所述的方法，其中，所述指定时间段的间隔小于一小时。

61.根据权利要求35所述的方法，其中，进一步包括采用变换T预处理多个部分图像x_i，其中，所述图像X是所预处理的多个部分图像x_i的总和：

X＝∑Tx_i。

62.根据权利要求61所述的方法，其中，所述变换T是线性变换。

63.根据权利要求61所述的方法，其中，所述变换T是非线性变换。

Images