CN110997065A - 用于一种系统的放射疗法治疗计划的校准 - Google Patents
用于一种系统的放射疗法治疗计划的校准 Download PDFInfo
- Publication number
- CN110997065A CN110997065A CN201880053840.0A CN201880053840A CN110997065A CN 110997065 A CN110997065 A CN 110997065A CN 201880053840 A CN201880053840 A CN 201880053840A CN 110997065 A CN110997065 A CN 110997065A
- Authority
- CN
- China
- Prior art keywords
- dose
- treatment plan
- dvh
- volume
- radiation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011282 treatment Methods 0.000 title claims description 85
- 238000001959 radiotherapy Methods 0.000 title claims description 14
- 231100000628 reference dose Toxicity 0.000 claims abstract description 15
- 230000005855 radiation Effects 0.000 claims description 62
- 206010028980 Neoplasm Diseases 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 24
- 210000000920 organ at risk Anatomy 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 14
- 210000000056 organ Anatomy 0.000 claims description 11
- 206010057362 Underdose Diseases 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 6
- 206010033296 Overdoses Diseases 0.000 claims description 5
- 238000007670 refining Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 2
- 238000011369 optimal treatment Methods 0.000 claims description 2
- 206010006187 Breast cancer Diseases 0.000 description 8
- 208000026310 Breast neoplasm Diseases 0.000 description 8
- 210000000481 breast Anatomy 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 210000004072 lung Anatomy 0.000 description 4
- 210000005075 mammary gland Anatomy 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 201000011510 cancer Diseases 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 3
- 230000003447 ipsilateral effect Effects 0.000 description 3
- 210000001165 lymph node Anatomy 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 231100000987 absorbed dose Toxicity 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000001988 toxicity Effects 0.000 description 2
- 231100000419 toxicity Toxicity 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 201000010536 head and neck cancer Diseases 0.000 description 1
- 208000014829 head and neck neoplasm Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- 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
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/502—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of breast, i.e. mammography
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Surgery (AREA)
- Urology & Nephrology (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
公开了一种用于表征剂量体积直方图(“DVH”)的简单度量，即平均绝对剂量偏差(“MADD”)。MADD有助于DVH的使用和比较。MADD定义为DVH的所有点与指定参考剂量范围的剂量点之间绝对差的平均值。MADD为没有分布假设的广义度量，且其直接适用于所有类型的结构。
Description
交叉引用
本申请要求2017年12月21日提交的美国临时专利申请No.62/608,751和2017年7月11日提交的美国临时专利申请No.62/531,073的优先权，每个申请的内容通过引用整体并入本文。
技术领域
本发明涉及使用剂量体积直方图对放射疗法治疗计划的校准，更具体地，涉及用于分析剂量体积直方图的功效的通用度量。
背景技术
剂量体积直方图(“DVH”)是放射治疗计划的图形摘要输出，概括了递送到给定结构的计算放射剂量的分布。DVH最常用的类型是积分DVH(cumulative DVH)。除非另有说明，否则没有其他说明的DVH指的是积分DVH。通常，按照惯例，纵坐标y轴以百分比或比例(相对体积)表示结构的体积，而横坐标x轴表示绝对剂量。DVH绘制的体积，其接受的剂量大于或等于在x轴上表示的相应的剂量。DVH曲线在纵轴上显示结构的百分比或分数体积，其受到的放射超过横坐标上指定的剂量。
DVH的主要用途是评估治疗计划是否与控制肿瘤的过度毒性和/或剂量不足有关。可以在执行放射治疗计划之前限定DVH约束设定值和剂量体积要求规定。在不同的治疗计划替代方案之间进行DVH的比较是放射治疗计划过程的基础。国际建议指定选定的DVH点来报告患者治疗计划，例如Dmean/Dmin/Dmax，即一结构所分别接受的平均/最小/最大剂量。或者D2％、D50％、D95％、D98％，剂量分别为该结构的体积的2％、50％、95％、98％。
在图1A的构造示例中，通过在体积y＝0.95处绘制一条水平线，定位其与曲线的交点并读取在x轴上的垂直投影(在这种情况下为32.8Gy)，将找到D95％。因此，报告将说D95％＝32.8Gy。报告的替代方式可以等效地使用体积剂量点，例如V20Gy或D95％，即分别为接收超过处方剂量20Gy或超过处方剂量95％的结构的体积。读取Vxx相当于读取Dyy。在图1A中，其中处方剂量为50Gy，V20Gy等于1(体积的100％)，D95％对应于V47.5Gy(47.5Gy为50Gy的95％)，在曲线上等于0.5，即体积的50％。
除Dmean外，以上给出的各种剂量Dyy或体积Vxx为针对结构的DVH曲线的选定点。这些点可能表示DVH曲线，也可能不表示DVH曲线。本发明不是着眼于选定的剂量体积点，而是考虑整个DVH曲线与指定作为参考的给定剂量A的差异。该差异被测量为实际DVH与指定剂量A之间的面积。在本文中，指定剂量A为单一剂量值，例如用于该结构的50Gy的均匀处方剂量。剂量A可以是任何用户指定的剂量或剂量范围的集合，例如，用于该结构的处方剂量范围为从40到60Gy。由于所述差异可能太大或不足，可能会产生负的面积值，因此使用偏差的绝对值。该面积在本文中称为DVH与剂量A的平均绝对剂量偏差(“MADD”)。
只要根据上下文、本说明书和本领域普通技术人员的知识是显而易见的，在此描述的任何特征或特征的组合都包括在本发明的范围内，只要在任何这样的组合中包括的特征不相互矛盾即可。在下面的具体实施方式和权利要求中，本发明的其他优点和方面是显而易见的。
发明内容
本发明提供一种对评估用于控制与目标结构相关的肿瘤的放射治疗计划的DVH进行表征的方法。该表征通过从放射剂量确定包括DVH的多个数据点的MADD获得。每个数据点可以包括所述结构的剂量值和体积值。在一些实施例中，所述方法包括计算初始数据点的剂量值与所述剂量的剂量值之间的差的绝对值。在本文中，所述剂量可以包括任何用户指定的剂量或剂量范围的集合。随后，计算先前计算出的绝对值与体积阶跃值(volume step)(在DVH的连续体积值之间)的乘积。在其他实施例中，通过将先前计算的乘积除以目标结构的总体积来获得初始数据点的绝对剂量偏差。然后可以针对每个数据点重复这些步骤(106)，并且通过计算所有数据点的绝对偏差的总和来获得平均绝对剂量偏差。对于若干剂量点的集合，可以进一步重复这些步骤。
与先前的实施例一致，确定DVH与指定参考剂量或者与若干剂量范围或剂量点的集合的平均绝对剂量偏差，通过定量对目标结构的放射剂量的不足或过量来表征DVH。以这种方式，提供了对放射治疗计划的功效的精确评估。
MADD是新的DVH度量。这要求新的度量1)始终适用于处于危险中的器官以及靶体积，以及2)在物理上有意义。现有技术中已经描述了各种度量。但是，这些度量要么为器官和靶定义了不同的计量，要么不是物理计量而是概率评分。度量通常用不同的计量单位以不同的比例表示。将均匀度指数或一致性指数(即没有物理尺寸的抽象数字)与Dyy或与Vxx(即物理剂量和体积)进行比较可能会造成混淆。本发明提供了一种满足适用性和物理一致性要求的一致计量。另外，本发明在剂量不足和剂量过量之间进行了区分。可能出现这样的情况，其中有关不足和过量剂量的特定信息将很有用，或者其中用户可能只对一种组分感兴趣。一个示例是对癌症治疗结果的分析，当用户想要分析肿瘤复发率与剂量不足之间的关系，或者相反，并发症率与剂量过多之间的关系。因此，本发明包括分解MADD的方法。
先前已在文献中提出了相对于DVH的面积的概念。术语“后悔直方图(histogramof regret)”一度将DVH与处方剂量之间的面积的部分指定给靶。还已知DVH下的面积代表平均剂量。绝对偏差也已用于现有技术中。但是，这些较早的研究并未推广该概念，也没有提供统一的形式证明。关于过量和不足剂量的分离，已经尝试根据剂量体积直方图的各个子区域的各种着色方案呈现视觉显示(Viggars、Shalev、Stewart和Hahn，1992)。但是，这是没有物理基础的经验性表示，没有提供统一的度量工具。
附图说明
通过考虑以下结合附图给出的详细描述，本发明的特征和优点将变得显而易见，其中：
图1A示出针对靶结构、施加的实际剂量(条形)、DVH与处方剂量A的绝对偏差(深灰色条形表示没有施加的剂量)构造的剂量体积直方图(DVH)曲线。与剂量A的平均绝对偏差在灰色阴影区域示出。
图1B示出阶跃函数I不足，以及阶跃函数I过量。
图1C示出每个CT扫描数的M(AMIN)的图示。
图1D示出每个CT扫描数的适用剂量的图示。
图1E示出具有处于危险中的器官和肿瘤的患者的结构。
图1F示出肿瘤靶体积(311)和非靶结构体积(312)的两个二维图像切片(310)。
图1G示出确定用于治疗肿瘤的射野布置中的最佳剂量的系统。
图2示出针对靶结构、所施加的实际剂量(条形)、DVH与处方剂量A的绝对偏差(深灰条为所施加的过量剂量)构造的DVH曲线。与剂量A的平均绝对偏差在灰色阴影区域示出。
图3示出针对处于危险中的器官、施加的实际剂量、DVH与处方剂量A的绝对偏差构造的DVH曲线(深灰条为所施加的过量剂量)。与剂量A的平均绝对偏差在灰色阴影区域示出，该区域等于平均剂量。
图4A示出在乳腺癌情况下心脏的MADD。
图4B示出在乳腺癌情况下对侧肺的MADD。
图4C示出在乳腺癌情况下肿瘤床的MADD。
图4D示出在乳腺癌情况下同侧肺的MADD。
图4E示出在乳腺癌情况下对侧乳腺的MADD。
图4F示出在乳腺癌情况下针对乳腺计划靶体积(PTV)的MADD。
图5示出乳腺PTV的MADD，其中处方剂量为42Gy，但是治疗计划还向乳腺递送了增强剂量。
图6示出本发明的实施例的流程图。
图7示出针对具有从40Gy到60Gy的剂量范围的靶结构构造的DVH曲线。
图8示出针对处于危险中的器官的DVH，该器官接受22.11Gy的平均剂量，该平均剂量从DVH曲线下的总面积计算得到。
图9示出本发明的实施例的流程图。
具体实施方式
现在参照图1A-9，在一个实施例中，本发明提供一种能够校准放射疗法治疗计划的剂量递送的方法。作为非限制性示例，所述方法可以包括：提供针对具有体积V0的结构(300)的治疗计划的剂量体积直方图(DVH)(100)，以及提供参考剂量A(20)，DVH包括多个(n个)数据点，每个数据点包括对应于体积百分比δyi(30)的放射剂量xi(10)；基于DVH(100)确定校准参数M(A)(110)，以量化治疗计划的剂量递送，其中M(A)(110)使用以下方程式计算：
并根据计算出的M(A)值完善治疗计划。在优选的实施例中，治疗计划的校准可以与将治疗计划实施给患者分开。作为非限制性示例，可以在使用校准的治疗计划治疗患者之前完成治疗计划的校准。作为进一步的非限制性示例，治疗计划可以包括以多个放射治疗剂量来治疗患者，其中每个剂量具有指定的位置和强度。
根据一些实施例，治疗计划可以根据患者的需要对患者的治疗进行校准。作为非限制性示例，治疗计划可以针对肿瘤或癌症的治疗进行校准。在一个实施例中，治疗计划可以通过将M(A)与参考值进行比较来完善；且如果M(A)高于参考值则修改治疗计划，为修改后的治疗计划确定新的M(A)，重复步骤直到校准参数低于参考值。作为非限制性示例，参考值可以是约0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1、1.2、1.4、1.6、1.7、1.8、2、2.25、2.5、2.75、3、3.5、4、5、6、7、8、9或10。作为进一步的非限制性示例，参考值可以在大约0.01-0、1、0.1-0.2、0.2-0.3，-.3-0.4、0.4-0.5、0.5-0.6、0.6-0.7、0.7-0.8、0.8-0.9、0.9-1、1-1.2、1.2-1.4、1.4-1.6、1.6-1.8、1.8-2、2-2.25、2.25-2.5、2.5-2.75、2.75-3、3-3.5、3.5-4、4-5、5-6、6-7、7-8、8-9或9-10的范围内。在另一个实施例中，治疗计划可以通过调整治疗计划的参数来搜索Amin(150)进行修改，其中M(Amin)(140)为最小值。
在优选的实施例中，治疗计划可以进行完善以最小化不足剂量和过量剂量。在一个实施例中，所述方法可以进一步包括通过将M(A)乘以阶跃函数I不足(120)来识别不足剂量(125)的量，其中：
在另一个实施例中，所述方法还可以包括通过将M(A)乘以阶跃函数I过量(130)来识别过量剂量(135)的量，其中：
根据另一实施例，本发明的特征在于一种能够对针对患者的一结构(300)内的肿瘤(302)的放射疗法治疗计划进行校准的系统(1)，并在射野布置中识别最佳剂量以防止对患者的处于危险中的器官(301)的过量放射。在一个实施例中，所述系统可以包括治疗计划优化计算机(2)，其具有用于存储数据和治疗计划优化软件(3)的存储器。在另一实施例中，所述系统可以具有与治疗计划优化计算机(2)和软件(3)通信的输入设备(4)，以向用户提供对治疗计划优化软件(3)的控制功能的接入。在又一实施例中，所述系统可以包括图形用户界面，以显示肿瘤靶体积(311)和非靶结构体积(312)的至少二维图像切片(310)、图形对象和针对建议剂量的每次迭代计算的放射剂量分布和覆盖在显示的图像切片上的放射射野布置的图形表示。在优选的实施例中，最佳剂量的确定与使用最佳剂量实施放射疗法治疗计划是分开的。
在又一实施例中，治疗计划优化软件(3)可以包括一组指令，当由治疗计划优化计算机(2)执行时，所述指令使计算机执行操作以计算地获得建议的放射剂量和射野布置(5)并基于多个约束计算地迭代地优化射野布置中的建议的放射剂量，以形成优化的放射剂量和射野布置。
在进一步的实施例中，所述操作可以包括从输入设备(4)接收输入，所述输入表示放射剂量分布的图形表示的直接图形用户操纵，以针对显示在图形用户界面上的建议的放射剂量和射野布置(5)进行当前迭代，并响应用户对建议的放射剂量和射野布置的当前迭代的放射剂量分布的显示的图形表示的操作。在又一个实施例中，所述操作可以包括计算地获得并提供数据以图形地显示建议的放射剂量和射野布置的下一次迭代的放射剂量分布的图形表示，基本上实现图形化改变的放射剂量分布，从而迭代形成优化的放射剂量和射野布置。
根据一个实施例，计算地获得和提供数据的操作可以包括从计算机化的“治疗计划系统”(TPS)(6)获得结构(300)的剂量体积直方图(DVH)(100)。在一些实施例中，DVH可以根据几个参数而变化，诸如处于危险中的器官的拓扑、肿瘤的拓扑、对器官的不应超过的剂量限制等。根据另一实施例，计算地获得和提供数据的操作可以包括基于(DVH)(100)提供平均绝对剂量偏差(MADD)(110)，其中MADD(110)或M(A)使用以下方程式计算：
其中xi(10)为对应于体积的百分比δyi(30)的剂量，A为参考剂量(20)，V0为目标结构的体积，并且计算过程通过计算机以输入剂量A完成。
根据又一个实施例，计算地获得和提供数据的操作可以包括通过将M(A)乘以阶跃函数来识别不足剂量或过量剂量的量。根据另一个实施例，计算地获得和提供数据的操作可以包括通过搜索Amin来找到DVH(100)的适用剂量Amin(150)，其中M(Amin)(140)达到DVH(100)的最小值。
在一些实施例中，查找Amin的操作可以包括：通过调整针对患者结构(300)的DVH(100)的参数来获得一系列DVH(j)，其中j至少为1；通过计算每个DVH(j)的一系列(j)的M(Amin)(j)(140)来找到一系列适用剂量Amin(j)(150)；以及从获得的M(Amin)(j)(140)识别最佳剂量A0(160)，所述最佳剂量A0具有针对一系列适用剂量(150)的最小标准偏差(SD)。在其他实施例中，最佳剂量A0(160)可以是放射疗法中肿瘤(302)的最佳治疗计划的基础，或者是当结构(300)处于治疗中时由处于危险中的器官(301)接受的最小放射量。
在一个实施例中，指定剂量范围的所有剂量点可以由用户输入。在另一个实施例中，指定范围的两个或更多个剂量点由用户输入，且指定范围的剩余剂量点使用插值来计算。在另一个实施例中，目标结构为肿瘤的靶体积或处于危险中的器官。在又一个实施例中，当目标结构为处于危险中的器官时，指定参考剂量可以为零。在其他实施例中，部分体积可以为目标结构的总体积的百分比或相对比例。在优选的实施例中，不足的剂量和过量的剂量可以任意地组合以获得总平均绝对剂量偏差。
在其他实施例中，本发明的特征在于一种表征剂量体积直方图(“DVH”)以完善由DVH评估的放射治疗计划的方法，其中，所述放射治疗计划用于控制与目标结构相关的肿瘤。此外，所述放射治疗计划可以针对目标结构规定特定的参考放射剂量。通过确定包括来自指定参考剂量的DVH的多个数据点的平均绝对剂量偏差(“MADD”)获取DVH的特征。
在一些实施例中，包括DVH的每个数据点包括将由目标结构的部分体积接受的放射剂量。DVH可进一步包括在DVH的给定轴上的连续体积值之间的体积阶跃值(volumestep)。在其他实施例中，对于每个数据点，所述方法包括：
·计算放射剂量值与指定参考剂量之间的差的绝对值(102)，
·计算所计算的绝对值与体积阶跃值的乘积(103)，
·通过将计算的乘积除以目标结构的总体积来获得绝对剂量偏差(104)。
然后可以通过计算所有数据点的绝对偏差之和来获得MADD(105)。
与先前的实施例一致，确定DVH的MADD量化了相对于指定参考剂量的不足的或过量的放射剂量。利用该信息，可以完善放射治疗计划(106)，其中所述完善包括基于MADD增加或减少施加到相应的部分体积的放射剂量。
在替代实施例中，目标结构可以为肿瘤或处于危险中的器官的靶体积。在一个实施例中，当目标结构为处于危险中的器官时，指定参考剂量为零。
在一些实施例中，所述部分体积为目标结构的总体积的百分比。在其他实施例中，所述部分体积为目标结构的总体积的相对比例。
本发明的方法可以通过包括处理器、可操作地耦合到处理器的存储器以及用户显示器的系统来实现。存储器可以存储DVH和指令，所述指令在由处理器执行时实现所述方法。
本发明还提供一种用于表征DVH以完善由DVH评估的放射治疗计划的方法的替代表示。在一些实施例中，放射治疗计划针对目标结构规定了特定的参考剂量A。在进一步的实施例中，所述方法包括：创建目标结构的三维剂量分布图像，并从三维剂量分布图像构造DVH。DVH可以包括多个数据点。在另外的实施例中，每个数据点包括将由目标结构的部分体积接受的放射剂量xi。DVH可以进一步包括在DVH的给定轴上的连续体积值之间的多个体积阶跃dyi。
在补充实施例中，MADD(M(A))使用以下方程式进行计算：
其中n为数据点的数量，V0为目标结构的总体积。计算DVH的MADD量化相对于指定参考剂量的放射的不足或过量，所述量化可用于完善放射治疗计划。所述完善可以包括基于MADD增加或减少施加到相应的部分体积的放射剂量。
本发明的特征还在于一种用于表征DVH以完善由DVH评估的放射治疗计划的方法的替代表示。在一些实施例中，放射治疗计划针对目标结构规定了一组用户指定的剂量或剂量范围Ai。如上所述，所述方法可以包括创建目标结构的三维剂量分布图像，并从三维剂量分布图像构造DVH。DVH可以包括多个数据点。在另外的实施例中，每个数据点包括将由目标结构的部分体积接受的放射剂量xi。DVH可以进一步包括在DVH的给定轴上的连续体积值之间的多个体积阶跃dyi。
MADD(M(A))使用以下方程式进行计算：
其中n为数据点的数量，V0为目标结构的总体积。
关于MADD的讨论，其中A代表单个剂量值
使用离散DVH数据点计算MADD的方程式为：
其中xi，yi，i＝1…n为针对目标结构由治疗方案输出的多对DVH剂量(xi)-体积(yi)数据点，δyi为连续点之间的体积阶跃值，V0为结构的体积(根据比例表示的选择，如果是相对比例，则为1；如果是百分比，则为100；或者为实际绝对体积)，且A为针对该结构指定的剂量。
相同的方程式适用于任何类型的结构，无论是靶体积还是处于危险中的器官。唯一的要求是A的规定。在为靶体积的情况下，A为对靶的处方剂量。在为处于危险中的器官或任何非靶体积的情况下，则不应递送任何放射剂量。无剂量的要求可以明确指定为将A设置为0。
关于MADD的讨论，其中A代表一组剂量或一个剂量范围
对于用户指定的一组剂量或剂量范围，Ai，方程式(1)可以修改为如下所示：
其中xi，yi，i＝1…n为针对目标结构由治疗方案输出的多对DVH剂量(xi)-体积(yi)数据点，δyi为连续点之间的体积阶跃，V0为根据体积表示的选择的结构的体积或实际绝对体积，且Ai为针对该结构指定的剂量范围。
当处方者想要向整个结构递送相同剂量时，则使用单一剂量值的情况，并使用方程式(1)计算MADD。但是，如果处方者希望将最小剂量直至最大剂量递送给该结构，并且当处方者认为该范围内的任何剂量是理想的或可接受的，则可以使用方程式(7)计算MADD。这里，Ai表示对一组几个A剂量点执行计算。
与方程式(3)相似，方程式(7)可以连续范围上修改，以明确将A表示为函数，如下所示：
应用实例
图1A和2显示针对一靶的区域M(A：A＝50Gy)，其中处方剂量为50Gy，任何不同于50Gy的剂量均是与处方的偏差。注意，由于使用绝对偏差，因此不依赖于偏差的符号。偏差为不足的剂量(图1A)或过量的剂量(图2)，计算过程相同。图3显示针对处于危险中的器官的区域M(A：A＝0Gy)。请注意，从物理上讲，不会出现负剂量，因此不存在<0区域。对于非靶结构任何＞0的剂量都是过量剂量。
MADD用于右乳癌患者，采用体积弧形(volumetric arc)技术接受保存后的手术辅助放射。乳腺的处方剂量为42Gy，分成超过15次给予，同时进行整合的增强治疗，使肿瘤床的累积剂量为51Gy。图4A-4F示出针对乳腺计划靶体积(“PTV”)、肿瘤床、心脏、同侧和对侧肺以及对侧乳腺的DVH。这是患者接受的实际治疗。计划批准基于对DVH和3D图像的常规检查。针对不同结构的MADD提供了剂量偏差的整体有意义的视图。可以看出，乳腺PTV的MADD为1.94Gy，约占其42Gy处方剂量的5％，几乎都是过量剂量。肿瘤床的MADD为1.41Gy，约为其51Gy处方剂量的3％，几乎全为过量剂量。同侧肺接受的基本平均剂量为7.92Gy。考虑到这种情况下的MADD值，可能需要进一步的计划。
图7示出了具有与图1相同的DVH的示例。但是取代图1的单剂量处方A＝50Gy，图7示出剂量范围为40Gy至60Gy，在图中以斜A线绘制。DVH相对于40-60Gy处方的平均绝对剂量偏差由灰色阴影区域表示。
MADD优点
MADD是一种易于计算的度量。计算是透明的，在调试编程脚本时特别有用。在设计蒙特卡洛法时，速度可以是有利条件。MADD没有分布假设。DVH不需要是高斯的、正态的或非正态的。更重要的是，MADD具有鲁棒性，可以帮助设计DVH评分，可以处理嵌入的子结构，并能够促进治疗计划的解释。
鲁棒性与标准偏差
MADD是离散度的度量。最接近MADD的度量是标准偏差(“SD”)，其通常在治疗计划打印输出中报告。SD是方差的平方根。方差Var(x)为x与其均值μ之差的平方和的平均值，其中
在方差计算中使用平方函数会放大异常值的影响。使用平方根不能消除这种失真。相比之下，MADD对偏差进行简单的直接平均，因此受极端值的影响较小。这与放射疗法有关。在放射剂量分布中，异常值是极端剂量，例如最大吸收剂量(Dmax、D0％)或最小吸收剂量(Dmin、D100％)。国际放射单位和测量委员会(“ICRU”)质疑这些极端剂量点的相关性，并建议报告接近最大值D2％和接近最小值D98％的剂量。SD加大了对极端剂量的权重，与ICRU的建议背道而驰，而MADD将与ICRU保持一致。
而且，SD是相对于中心度量μ定义的。无论处方剂量与实际剂量μ之间的差异大小如何，SD都无法检测出治疗计划处方中的错误。图5示出了乳腺PTV的MADD为10.2Gy的真实情况。即使不了解处方，该量级的偏差也会立即引起危险信号。对乳腺的处方为42Gy，同步整合增强至51Gy，但是PTV将增强剂量分配给了乳腺。SD示出1.8Gy的无害值。可以说，如此巨大的错误在对治疗计划进行任何审查时都不会错过。但是，如果利用SD无法检测到大的错误，则当μ与处方之间出现较小的错误时，SD将没有作用，且将因此不会引起注意。相反，MADD可以提供安全警告。
DVH分数的设计
对于各种结构使用相同的度量标准允许应用基本权重计算。直接方法是实施加权和S，以将针对每个结构的排名形式化：
其中m为在患者中纳入考虑的结构的总数，wj为归因于结构j，j＝1…m的相对重要性，Aij为结构j对于剂量范围Ai的剂量参考矩阵，且Mj(Aij)为结构j的MADD。wj的选择将取决于临床因素，且可能基于既定的建议建立。
嵌入式子结构的处理
当前越来越重要的实际问题是放射治疗计划中所需的结构和子结构数量的增加。靶体积可以由具有不同剂量处方的几种结构组成(例如，靶是整个乳腺和肿瘤床增强的乳腺癌、3个靶剂量水平的头颈癌、接受给定的剂量的选择性淋巴结、接受更高剂量的高危淋巴结、肉眼可见的淋巴结和接受更多剂量的原发性肿瘤)。处于危险中的器官可以具有较高优先级的子区域，例如相对于心脏的左前降支。MADD可以轻松处理结构和嵌入式子结构。例如，如图4A-4F所示。
MADD度量的可解释性
定义多个结构的需求成倍增加。治疗计划的评估可能会在包括每个计划的多个细节中丢失。相比之下，MADD有助于综合治疗计划偏离处方的程度。图4A-4F示出了保持DVH信息的DVH内的MADD如何打阴影，同时提供了结构内以及结构之间、处于危险中的器官和靶体积之间的剂量偏差的概况。
当前，报告(和比较)DVH需要一些选定的DVH值的表。考虑到在审查和批准治疗计划时的关键时间限制，读取剂量点的复杂表格可能是一个障碍。随着自动实时适应计划的出现，需要一种易于理解的工具来提供对治疗计划的即时评估。因此，MADD度量可以是及时的辅助。
局限性
关于靶结构，MADD不区分剂量不足和剂量过量。但是，这不是真正的限制。一般而言，治疗计划已经对剂量不足进行了限制。通常，靶体积的95％将接受超出处方的剂量(图4A-4F)。因此，靶具有可归因于剂量不足的高MADD值的情况将是非常不寻常的。
DVH为三维(“3D”)剂量分布的二维(“2D”)表示。仅MADD会将DVH进一步减小到一个维度。因此，MADD与DVH集成在一起，如图4A-4F所示。MADD的定义为广义平均绝对偏差的实例。广义绝对偏差的统计特性很少受到关注。
区分过量和不足剂量
在方程式(1)-(10)中，MADD不区分剂量不足和剂量过量。可能出现这样的情况，其中有关不足和过量剂量的特定信息将很有用，或者其中用户可能只对一种组分感兴趣。例如，当用户想要分析接受放射治疗的癌症患者的结果时，不足和过量剂量信息可能很重要。重点可能在复发率上，在这种情况下，有关剂量不足的信息很重要。相反，分析的重点可能是毒性率，在这种情况下，最需要有关过量剂量的信息。本发明包括MADD的分解，如下所述。
按如下所示定义指标函数I，其中
在该符号表示法中，无下标的x和A均指剂量范围。结合方程式(11)和(12)，我们得到
I(x＞A)+I(x≤A)＝1 (13)
然后，MADD M(A)可以写成如下所示：
这样，将MADD分解为剂量过量(x>A)的平均绝对偏差以及剂量不足(x<A)的平均绝对偏差之和，考虑当(x＝A)时偏差为0。
使用如方程式(14)中所示的MADD的分解，可以评估过量和不足的MADD。因此，将方程式(7)代入方程式(14)，我们得到：
这里，M(A)＝M(A)过量+M(A)不足|。
因此，计算为用户提供了所有值：MADD、与过量剂量有关的MADD(M(A)过量)，以及与不足的剂量有关的MADD(M(A)不足)。
图8示出了关于不足和过量剂量的组合的MADD的应用。曲线代表针对处于危险中的器官的DVH。根据DVH曲线下的总面积计算，器官接受的平均剂量为22.11Gy。由于接近靶，完全避免器官是不可行的。器官的耐受剂量为5至40Gy被认为是可接受的。斜线A代表剂量范围。A下的梯形区域表示理论可接受的平均剂量22.5Gy。实际平均器官剂量出现在该限值以下。由方程式(16)计算出的平均绝对不足剂量偏差MADD不足为1.46Gy，在图8中显示为浅灰色区域。然而，由方程式(15)计算的平均绝对过量剂量偏差，即MADD过量，为1.07Gy，比耐受性高4.8％。过量剂量在图8中显示为深灰色阴影区域。
结论
平均绝对剂量偏差为可以有利地应用于剂量体积直方图分析的度量。它提供了处于危险中的器官的DVH和靶结构的DVH的统一总结。它可以帮助解释DVH的展示。MADD的优势有力地支持了它的系统实施以及在前瞻性临床试验中对其进行评估的需求。
本发明概括了MADD对更灵活的参考剂量的适用性。另外，将MADD分解成明显过量和不足的剂量组分为临床实践提供了扩展的效用。
如本文所用，术语“约”是指参考数字的正或负10％。
根据本文的描述，除本文所述的内容外，本发明的各种修改对于本领域技术人员而言是显而易见的。这样的修改也落入所附权利要求的范围内。本申请中引用的每个参考文献通过引用整体并入本文。
尽管已经示出并描述了本发明的优选实施例，但是对于本领域技术人员而言显而易见的是，可以对其做出不超出所附权利要求的范围的修改。因此，本发明的范围仅由所附权利要求书限制。权利要求书中所引用的附图标记仅是为了易于对该专利申请进行审查，并且是示例性的，不旨在以任何方式将权利要求书的范围限制为附图中具有相应附图标记的特定特征。在一些实施例中，在本专利申请中展示的附图是按比例绘制的，包括角度、尺寸比例等。在一些实施例中，附图仅是代表性的，且权利要求不受附图尺寸的限制。在一些实施例中，本文中使用短语“包括”对本发明的描述包括可以描述为“由……组成”的实施例，因此，书面描述要求使用短语“由……组成”要求保护本发明的一个或多个实施例。
Claims (16)
1.一种能够校准放射疗法治疗计划的剂量递送的方法，其特征在于，其包括以下步骤：
(a)提供针对具有体积V0的结构(300)的治疗计划的剂量体积直方图(DVH)(100)和参考剂量A(20)，所述DVH包括多个(n个)数据点，每个数据点包括对应于体积的百分比δyi(30)的放射剂量xi(10)；
(b)基于DVH(100)确定校准参数M(A)(110)，以量化治疗计划的剂量递送，其中M(A)(110)使用以下方程式计算：
(c)基于计算的M(A)值完善治疗计划；
其中，治疗计划的校准与向患者实施治疗计划是分开的。
2.根据权利要求1所述的方法，其中完善治疗计划包括：
(a)将M(A)与参考值进行比较；以及
(b)如果M(A)高于参考值，则修改治疗计划，确定用于修改的治疗计划的新M(A)，以及
(c)重复步骤a和b，直到校准参数低于参考值。
3.根据权利要求1所述的方法，其中完善治疗计划包括：
(a)通过调整治疗计划的参数搜索Amin(150)，其中M(Amin)(140)为最小值。
4.根据权利要求1所述的方法，其中，所述方法进一步包括通过将M(A)乘以阶跃函数I不足(120)来识别不足剂量(125)的量，其中：
5.根据权利要求1所述的方法，其中，所述方法进一步包括通过将M(A)乘以阶跃函数I过量(130)来识别过量剂量(135)的量，其中：
6.一种能够校准针对患者的结构(300)内的肿瘤(302)的放射疗法治疗计划的系统(1)，所述系统(1)包括：
(a)治疗计划优化计算机(2)，其具有：
(i)用于存储数据的存储器；和
(ii)治疗计划优化软件(3)；和
(b)输入设备(4)，其与治疗计划优化计算机(2)和软件(3)通信，以使用户能够访问治疗计划优化软件(3)的控制功能；
(c)图形用户界面，以显示肿瘤靶体积(311)和非靶结构体积(312)的至少二维图像切片(310)、图形对象和针对建议剂量的每次迭代计算的放射剂量分布和覆盖在显示的图像切片上的放射射野布置的图形表示，
其中，治疗计划优化软件(3)包括一组指令，当由治疗计划优化计算机(2)执行时，所述指令使计算机执行操作，以计算获得建议的放射剂量和射野布置(5)并基于多个约束计算地迭代地优化射野布置中的建议的放射剂量，以形成优化的放射剂量和射野布置，
其中，最佳剂量的确定与使用最佳剂量实施放射疗法治疗计划是分开的。
7.根据权利要求6所述的系统，其中所述操作包括：
(a)从输入设备(4)接收输入，所述操作可以包括从输入设备(4)接收输入，所述输入表示放射剂量分布的图形表示的直接图形用户操纵，以针对显示在图形用户界面上的建议的放射剂量和射野布置(5)进行当前迭代，并响应用户对建议的放射剂量和射野布置的当前迭代的放射剂量分布的显示的图形表示的操作；以及
(b)计算获得并提供数据以图形地显示建议的放射剂量和射野布置的下一次迭代的放射剂量分布的图形表示，基本上实现图形改变的放射剂量分布，从而迭代形成优化的放射剂量和射野布置。
8.根据权利要求7所述的系统，其中，计算地获得和提供数据的操作包括：
(a)从计算机化的“治疗计划系统”(TPS)(6)获得结构(300)的剂量体积直方图(DVH)(100)，DVH根据几个参数变化，所述参数为例如处于危险中的器官的拓扑、肿瘤的拓扑、给予器官的不应超过的剂量限制等；
(b)基于(DVH)(100)提供平均绝对剂量偏差(MADD)(110)，其中MADD(110)或M(A)使用以下方程式计算：
其中xi(10)为对应于体积百分比δyi(30)的剂量，A为参考剂量(20)，V0为目标结构的体积，并且计算过程通过计算机以输入剂量A完成；
(c)通过将M(A)乘以阶跃函数I不足(120)来识别不足剂量(125)的量，其中：
(d)通过将M(A)乘以阶跃函数I过量(130)来识别过量剂量(135)的量，其中：
(e)通过搜索Amin来找到DVH(100)的适用剂量Amin(150)，其中M(Amin)(140)达到DVH(100)最小值。
9.根据权利要求8所述的系统，其中找到Amin的操作包括：
(a)通过针对患者的结构(300)调整DVH(100)的参数来获得一系列DVH(j)，其中j为至少1；
(b)通过计算每个DVH(j)的一系列(j)的M(Amin)(j)(140)来找到一系列适用剂量Amin(j)(150)；以及
(c)针对一系列适用剂量(150)从获得的M(Amin)(j)(140)识别具有最小标准偏差(SD)的剂量A0(160)，其中，所述最佳剂量A0(160)是在放射疗法中针对肿瘤(302)的最佳治疗计划的基础，或者是当对结构(300)进行治疗时由处于危险中的器官(301)接收的最少放射量。
10.根据权利要求6所述的系统，其中，所述指定剂量范围的所有剂量点均由用户输入。
11.根据权利要求6所述的系统，其中，所述指定范围的两个或更多个剂量点由用户输入，且指定范围的剩余剂量点使用插值来计算。
12.根据权利要求6所述的系统，其中，所述目标结构为肿瘤的靶体积或处于危险中的器官。
13.根据权利要求12所述的系统，其中，当目标结构为处于危险中的器官时，指定参考剂量为零。
14.根据权利要求6所述的系统，其中，所述部分体积为目标结构的总体积的百分比。
15.根据权利要求6所述的系统，其中，所述部分体积为目标结构的总体积的相对比例。
16.根据权利要求6所述的系统，其中，将不足剂量和过量剂量任意组合以获得总平均绝对剂量偏差。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762531073P | 2017-07-11 | 2017-07-11 | |
| US62/531,073 | 2017-07-11 | ||
| US201762608751P | 2017-12-21 | 2017-12-21 | |
| US62/608,751 | 2017-12-21 | ||
| PCT/US2018/041697 WO2019014384A1 (en) | 2017-07-11 | 2018-07-11 | CALIBRATION OF RADIATION THERAPY TREATMENT PLANS OF A SYSTEM |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110997065A true CN110997065A (zh) | 2020-04-10 |
| CN110997065B CN110997065B (zh) | 2021-11-26 |
Family
ID=65000824
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880053840.0A Active CN110997065B (zh) | 2017-07-11 | 2018-07-11 | 用于一种系统的放射疗法治疗计划的校准 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US10668301B2 (zh) |
| EP (2) | EP3652745B1 (zh) |
| CN (1) | CN110997065B (zh) |
| WO (1) | WO2019014384A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11141609B2 (en) | 2019-05-15 | 2021-10-12 | Elekta Ab (Publ) | Dose guided real-time adaptive radiotherapy |
| CN112149669B (zh) * | 2020-09-23 | 2023-05-23 | 上海联影医疗科技股份有限公司 | 放疗计划生成系统、装置及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5511549A (en) * | 1995-02-13 | 1996-04-30 | Loma Linda Medical Center | Normalizing and calibrating therapeutic radiation delivery systems |
| WO2007002642A2 (en) * | 2005-06-27 | 2007-01-04 | Accuray Incorporated | Method for automatic anatomy-specific treatment planning protocols based on historical integration of previously accepted plans |
| CN1953782A (zh) * | 2003-10-07 | 2007-04-25 | 诺莫斯公司 | 用于适形放射治疗的计划系统、方法和设备 |
| CN101014383A (zh) * | 2003-12-02 | 2007-08-08 | 福克斯·彻斯癌症中心 | 调制用于放射治疗的激光－加速质子的方法 |
| WO2008086274A2 (en) * | 2007-01-05 | 2008-07-17 | University Of Virginia Patent Foundation | Expandable intervertebral prosthesis device for posterior implantation and related method thereof |
| CN102264435A (zh) * | 2008-10-23 | 2011-11-30 | 艾可瑞公司 | 治疗计划的顺序优化 |
| CN103209736A (zh) * | 2011-09-15 | 2013-07-17 | 株式会社东芝 | 放射线治疗信息生成装置以及放射线治疗信息生成方法 |
| US20130197878A1 (en) * | 2010-06-07 | 2013-08-01 | Jason Fiege | Multi-Objective Radiation Therapy Optimization Method |
| CN104519956A (zh) * | 2012-06-01 | 2015-04-15 | 光线搜索实验室公司 | 用于优化放射疗法治疗计划的方法和系统 |
| CN106039576A (zh) * | 2015-04-02 | 2016-10-26 | 瓦里安医疗系统国际股份公司 | 射野剂量测定系统、设备和方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EA010207B1 (ru) * | 2003-10-07 | 2008-06-30 | Номос Корпорейшн | Система планирования, способ и устройство для конформной радиотерапии |
| US8064642B2 (en) | 2008-01-10 | 2011-11-22 | Accuray Incorporated | Constrained-curve correlation model |
| US8836697B2 (en) * | 2011-09-30 | 2014-09-16 | Varian Medical Systems International Ag | Real-time 3D dose visualization system |
| US9254396B2 (en) * | 2012-02-16 | 2016-02-09 | Rhode Island Hospital | Advanced radiotherapy treatment planning optimization |
| JP6893876B2 (ja) * | 2015-02-11 | 2021-06-23 | ビューレイ・テクノロジーズ・インコーポレイテッドＶｉｅｗＲａｙ Ｔｅｃｈｎｏｌｏｇｉｅｓ， Ｉｎｃ． | 磁気共鳴によってガイドされた放射線療法のための計画及び制御 |
-
2018
- 2018-07-11 EP EP18832122.8A patent/EP3652745B1/en active Active
- 2018-07-11 CN CN201880053840.0A patent/CN110997065B/zh active Active
- 2018-07-11 WO PCT/US2018/041697 patent/WO2019014384A1/en unknown
- 2018-07-11 US US16/033,101 patent/US10668301B2/en active Active
- 2018-07-11 EP EP23196073.3A patent/EP4276838A3/en active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5511549A (en) * | 1995-02-13 | 1996-04-30 | Loma Linda Medical Center | Normalizing and calibrating therapeutic radiation delivery systems |
| CN1953782A (zh) * | 2003-10-07 | 2007-04-25 | 诺莫斯公司 | 用于适形放射治疗的计划系统、方法和设备 |
| CN101014383A (zh) * | 2003-12-02 | 2007-08-08 | 福克斯·彻斯癌症中心 | 调制用于放射治疗的激光－加速质子的方法 |
| WO2007002642A2 (en) * | 2005-06-27 | 2007-01-04 | Accuray Incorporated | Method for automatic anatomy-specific treatment planning protocols based on historical integration of previously accepted plans |
| WO2008086274A2 (en) * | 2007-01-05 | 2008-07-17 | University Of Virginia Patent Foundation | Expandable intervertebral prosthesis device for posterior implantation and related method thereof |
| CN102264435A (zh) * | 2008-10-23 | 2011-11-30 | 艾可瑞公司 | 治疗计划的顺序优化 |
| US20130197878A1 (en) * | 2010-06-07 | 2013-08-01 | Jason Fiege | Multi-Objective Radiation Therapy Optimization Method |
| CN103209736A (zh) * | 2011-09-15 | 2013-07-17 | 株式会社东芝 | 放射线治疗信息生成装置以及放射线治疗信息生成方法 |
| CN104519956A (zh) * | 2012-06-01 | 2015-04-15 | 光线搜索实验室公司 | 用于优化放射疗法治疗计划的方法和系统 |
| CN106039576A (zh) * | 2015-04-02 | 2016-10-26 | 瓦里安医疗系统国际股份公司 | 射野剂量测定系统、设备和方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US10668301B2 (en) | 2020-06-02 |
| EP4276838A2 (en) | 2023-11-15 |
| EP3652745A4 (en) | 2021-06-16 |
| EP3652745A1 (en) | 2020-05-20 |
| EP4276838A3 (en) | 2024-01-17 |
| EP3652745B1 (en) | 2023-09-13 |
| US20190015683A1 (en) | 2019-01-17 |
| WO2019014384A1 (en) | 2019-01-17 |
| CN110997065B (zh) | 2021-11-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Perkó et al. | Fast and accurate sensitivity analysis of IMPT treatment plans using Polynomial Chaos Expansion | |
| JP6437812B2 (ja) | 放射線療法治療のための放射線量を最適化する方法および放射線療法システム | |
| Giantsoudi et al. | Validation of a GPU-based Monte Carlo code (gPMC) for proton radiation therapy: clinical cases study | |
| EP2994195B1 (en) | Interactive dose gradient based optimization technique to control imrt delivery complexity | |
| Botta et al. | Use of the FLUKA Monte Carlo code for 3D patient-specific dosimetry on PET-CT and SPECT-CT images | |
| Bohoslavsky et al. | Probabilistic objective functions for margin-less IMRT planning | |
| Spezi et al. | Gamma histograms for radiotherapy plan evaluation | |
| EP2708261B1 (en) | Radiation treatment planning system | |
| Cole et al. | Toward adaptive radiotherapy for lung patients: feasibility study on deforming planning CT to CBCT to assess the impact of anatomical changes on dosimetry | |
| US9974976B2 (en) | Tissue compensator thickness visualization and modification tool for use in radiation treatment planning | |
| CN103443824A (zh) | 相关图像映射指针 | |
| US11684800B2 (en) | Apparatus to facilitate the administration of a knowledge-based radiation treatment plan | |
| Baroudi et al. | Automated contouring and planning in radiation therapy: what is ‘clinically acceptable’? | |
| CN110997065B (zh) | 用于一种系统的放射疗法治疗计划的校准 | |
| WO2012135196A1 (en) | Defining the volumetric dimensions and surface of a compensator | |
| Otto | Real-time interactive treatment planning | |
| JP6971054B2 (ja) | 治療計画装置、プログラムおよび治療計画の作成方法 | |
| Alexander et al. | Streamlined open-source gel dosimetry analysis in 3D slicer | |
| Van der Meer et al. | Robust optimization for HDR prostate brachytherapy applied to organ reconstruction uncertainty | |
| Wang et al. | A track repeating algorithm for intensity modulated carbon ion therapy | |
| Roussakis et al. | Validation of a dose warping algorithm using clinically realistic scenarios | |
| Briscoe et al. | Establishing a threshold for rotational patient setup errors in linear accelerator-based stereotactic radiosurgery | |
| Dickmann et al. | Fluence-modulated proton CT optimized with patient-specific dose and variance objectives for proton dose calculation | |
| Muller et al. | A complete workflow for utilizing Monte Carlo toolkits in clinical cases for a double‐scattering proton therapy system | |
| Pakarinen et al. | Profeel—An open source dosimetry data visualization and analysis software |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |