CN111212680B - 用于提供适合于在对患者的辐照的规划中使用的结果数据的方法 - Google Patents
用于提供适合于在对患者的辐照的规划中使用的结果数据的方法 Download PDFInfo
- Publication number
- CN111212680B CN111212680B CN201880067153.4A CN201880067153A CN111212680B CN 111212680 B CN111212680 B CN 111212680B CN 201880067153 A CN201880067153 A CN 201880067153A CN 111212680 B CN111212680 B CN 111212680B
- Authority
- CN
- China
- Prior art keywords
- measurement data
- patient
- quantum
- counting
- irradiation
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 163
- 238000005259 measurement Methods 0.000 claims abstract description 602
- 238000012545 processing Methods 0.000 claims abstract description 93
- 238000004590 computer program Methods 0.000 claims abstract description 16
- 239000000463 material Substances 0.000 claims description 150
- 238000009826 distribution Methods 0.000 claims description 95
- 210000000746 body region Anatomy 0.000 claims description 60
- 238000004422 calculation algorithm Methods 0.000 claims description 28
- 238000012937 correction Methods 0.000 claims description 26
- 238000001959 radiotherapy Methods 0.000 claims description 20
- 230000003595 spectral effect Effects 0.000 claims description 17
- 238000003384 imaging method Methods 0.000 claims description 15
- 230000001678 irradiating effect Effects 0.000 claims description 14
- 238000002360 preparation method Methods 0.000 claims description 6
- 210000004185 liver Anatomy 0.000 claims description 4
- 210000001519 tissue Anatomy 0.000 description 43
- 238000004364 calculation method Methods 0.000 description 32
- 230000005855 radiation Effects 0.000 description 32
- 230000008569 process Effects 0.000 description 21
- 210000000988 bone and bone Anatomy 0.000 description 19
- 210000004556 brain Anatomy 0.000 description 14
- 210000000056 organ Anatomy 0.000 description 12
- 239000002872 contrast media Substances 0.000 description 9
- 206010028980 Neoplasm Diseases 0.000 description 8
- 238000007408 cone-beam computed tomography Methods 0.000 description 8
- 230000033001 locomotion Effects 0.000 description 8
- 210000004872 soft tissue Anatomy 0.000 description 8
- 230000000875 corresponding effect Effects 0.000 description 7
- 210000003205 muscle Anatomy 0.000 description 7
- 239000002245 particle Substances 0.000 description 7
- 230000035945 sensitivity Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000000354 decomposition reaction Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000004907 flux Effects 0.000 description 5
- 210000004072 lung Anatomy 0.000 description 5
- 230000000241 respiratory effect Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000002725 brachytherapy Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 4
- 238000004980 dosimetry Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000002727 particle therapy Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 210000001154 skull base Anatomy 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- -1 carbon ions Chemical class 0.000 description 3
- 210000000038 chest Anatomy 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 210000000577 adipose tissue Anatomy 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000002082 metal nanoparticle Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 210000000920 organ at risk Anatomy 0.000 description 2
- 230000010412 perfusion Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 210000003901 trigeminal nerve Anatomy 0.000 description 2
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 201000005569 Gout Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010061309 Neoplasm progression Diseases 0.000 description 1
- 238000002083 X-ray spectrum Methods 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000033115 angiogenesis Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000037182 bone density Effects 0.000 description 1
- 210000001185 bone marrow Anatomy 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000011347 external beam therapy Methods 0.000 description 1
- 229910052734 helium Inorganic materials 0.000 description 1
- 239000001307 helium Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 229910052740 iodine Inorganic materials 0.000 description 1
- 239000011630 iodine Substances 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 239000000941 radioactive substance Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000005751 tumor progression Effects 0.000 description 1
- 238000009423 ventilation Methods 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
- A61N5/1039—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
- A61N5/103—Treatment planning systems
- A61N5/1031—Treatment planning systems using a specific method of dose optimization
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1071—Monitoring, verifying, controlling systems and methods for verifying the dose delivered by the treatment plan
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
- A61N2005/1061—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using an x-ray imaging system having a separate imaging source
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
本发明涉及一种用于提供适合于在对患者的辐照的规划中使用的结果数据的方法、一种计算单元、一种CT设备和一种计算机程序产品。用于提供适合于在对患者的辐照的规划中使用的结果数据的方法包括以下方法步骤:‑采集患者的CT测量数据,该CT测量数据已经借助具有量子计数X射线检测器的CT设备获取,‑进一步处理CT测量数据,其中在进一步处理CT测量数据时考虑CT测量数据的特定信息内容,该CT测量数据的特定信息内容通过在获取CT测量数据时使用量子计数X射线检测器得出,其中在进一步处理CT测量数据时产生结果数据,该结果数据适合于在对患者的辐照的规划中使用,‑将结果数据提供给接口,从而能够将结果数据用于规划对患者的辐照。
Description
技术领域
本发明涉及一种用于提供适合于在对患者的辐照的规划中使用的结果数据的方法、一种计算单元、一种CT设备和一种计算机程序产品。
背景技术
在放射治疗中,用电离辐射来辐照患者的目标体积、例如肿瘤。在此,已知一种外部放射治疗,其包括从体外辐照患者的身体。同样,已知一种内部放射治疗,也称为近距离治疗(Brachytherapie)。在近距离治疗中,将包括放射性物质的辐射源引入患者的体内,以在患者体内局部地破坏或消除目标体积中的肿瘤组织。
原则上,在对患者的辐照中的挑战在于确保将足够的辐射剂量馈送给目标体积,从而破坏包含在目标体积中的肿瘤组织。同时,要尽可能保护包围目标体积的风险器官,风险器官形成至少一个风险体积。因此,在辐照的规划和/或准备中高准确性是有重要意义的。
已知借助成像来规划和/或准备对患者的放射治疗或辐照。为此,通常借助患者的医学测量数据来建立辐照规划,患者的医学测量数据利用三维成像方法建立。通常,为此使用借助计算机断层造影装置(CT设备)获取的计算机断层造影测量数据(CT测量数据)。根据计算机断层造影测量数据,一方面可以确定辐照的目标体积,并且另一方面可以定位周围的风险体积。此外,CT测量数据的强度值(以所谓的“亨氏单位(Hounsfield Unit)”测量)非常近似地描绘了患者体内相应位置处的电子密度,因为强度值基于在相关位置处对X射线辐射的吸收。由此,为了对辐照进行规划可以特别容易地将CT测量数据换算成电子密度图。由于在辐照中,辐射的相互作用的强度与身体中的电子密度相关,因此可以根据CT测量数据相对容易地计算辐射穿过患者身体时的衰减。此外,CT测量数据仅具有轻微的几何失真,因此可以实现适当地定义参考几何形状,以规划辐照并实施辐照。由于所述特性,迄今为止在辐照的规划中优选使用CT测量数据。
近来,除了迄今使用的具有集成检测器元件的常规检测器类型之外,提出了这种量子计数X射线检测器以在CT设备中使用。由此例如,从EP 1489969 B1中已知一种CT设备,其检测器可以鉴于其量子能量超过预先给定阈值的X射线量子的数量来采集所接收的X射线辐射。DE 10 2007 034 982 B4中描述了一种用于运行量子计数X射线检测器的方法。从DE 10 2009 032 252 B3中已知一种用于产生测量场的能量选择性的X射线图像的方法。
量子计数X射线检测器,也被称为直接转换的X射线检测器或光子计数的X射线检测器,可以实现当高能光子击中量子计数X射线检测器的半导体材料时,将高能光子直接转换成电子空穴对。半导体材料中产生的电子然后可以在集成电路中转换成电信号脉冲。在此,信号脉冲的脉冲高度可以与高能光子的能量相关。由此,通过确定合适的能量阈值可以在不同的能带中对各个检测到的高能光子进行计数。
在计算机断层造影的领域中,使用量子计数X射线检测器可以实现不同的优点。由此,借助CT设备获取的CT测量数据可以具有固有的谱灵敏度,因为如之前的段落所述可以直接检测所检测的光子的能量。此外,由于量子计数X射线检测器的检测器元件通常比常规的X射线检测器的检测器元件小,因此借助CT设备获取的CT测量数据具有固有的高分辨率。此外,因为由于电子噪声低于第一设置的能量阈值,因此通常几乎完全抑制了电子噪声,所以量子计数X射线检测器通常在低信号强度的情况下具有良好的性能。此外,对各个光子进行计数可以减少量子计数X射线检测器的固有的能量加权。
发明内容
因此,本发明要解决的技术问题是,提供一种用于提供特别适合于在对患者的辐照的规划中使用的结果数据的方法。上述技术问题通过独立权利要求的特征来解决。在从属权利要求中描述了有利的设计方案。
根据本发明的用于提供适合于在对患者的辐照的规划中使用的结果数据的方法,包括以下方法步骤:
-采集患者的CT测量数据,该CT测量数据已经借助具有量子计数X射线检测器的CT设备获取,
-进一步处理CT测量数据,其中在进一步处理CT测量数据时考虑CT测量数据的特定信息内容,其通过在获取CT测量数据时使用量子计数X射线检测器得出,其中在进一步处理CT测量数据时产生结果数据,结果数据适合于在对患者的辐照的规划中使用,
-将结果数据提供给接口,从而可以将结果数据用于规划对患者的辐照。
通常,使用量子计数X射线检测器可以实现对CT测量数据的获取,CT测量数据特别适合于在对患者的辐照的规划中使用。此外,借助对所获取的CT测量数据的适当的进一步处理(其特别有利地与CT测量数据的特定信息内容相配合)可以产生特别适合于在对患者的辐照的规划中使用的结果数据。
可以对CT测量数据和/或根据CT测量数据进一步处理的结果数据提出不同的要求,由此使得这些数据特别适合于在对患者的辐照的规划中使用:
可以有利的是,CT测量数据具有高分辨率和/或高的软组织对比度(具有或没有造影剂),由此可以在对CT测量数据的进一步处理中尽可能精确地辨别和分界辐照的目标体积和/或风险体积。在出现(例如在胸腔、腹部或骨盆区域中的)患者器官的运动时,该前提也是决定性的。特别地,CT测量数据在此要适合于辨别器官的器官边界,其例如借助手动、半自动或自动的轮廓绘制和/或分割来实现。由此,在进一步处理CT测量数据时,例如可能需要在肌肉组织与脂肪组织之间或在脑灰质与脑白质之间进行分界。此外,在绘制目标体积和/或风险体积的轮廓时有利地可以使用功能性的CT测量数据、诸如灌注测量数据或通气测量数据(Ventilations-Messdaten)。
对于在规划辐照时的剂量计算,尤其是在利用质子或碳离子进行粒子治疗时,特别重要的是,在对CT测量数据的进一步处理中能够根据CT测量数据可靠地导出定量材料系数、例如电子密度和/或质量密度和/或有效核电荷数和/或阻止本领(Stopping Power)。然后,定量材料系数可以作为剂量计算的基础用于规划对患者的辐照。尤其在粒子治疗中,利用离子化的粒子辐照患者时,基于CT测量数据计算阻止本领和/或相应的水当量径长(water equivalent path length,WEPL)是有利的。而且,使用量子计数X射线检测器还可以实现针对每个CT测量数据获取来获取归一化的图像,从而可以针对轮廓绘制或剂量计算归一化地执行定量材料系数的计算。
在准备辐照时或在辐照期间,特别有利地可以将CT测量数据、特别是借助量子计数的平板检测器(flat-panel Detektor)获取的锥形束(Cone-Beam)CT测量数据用于跟踪(Tracking)目标体积和/或风险体积。然后,可以特别有利地使用借助量子计数X射线检测器获取的CT测量数据,以验证患者、尤其是目标体积对于辐照的定位。同样,可以想到执行在线剂量测定。
最后,特别有利地可以将CT测量数据用于例如在随访检查(Follow-UpUntersuchung)中观察(Monitoring)治疗过程。由此,可以借助CT测量数据来跟踪组织对辐照的反应,例如以炎症、肿瘤消退或肿瘤发展形式的反应。与此相应地,然后可以在自适应辐照的意义上合适地调整用于辐照患者的辐照参数。还可以借助对肿瘤参数(例如肿瘤大小和/或肿瘤体积和/或血管形成)的评估,并且借助这些肿瘤参数与先前的测量的比较,来检查患者对辐照的反应。特别适合地,借助量子计数X射线检测器获取的CT测量数据可以结合对目标体积和/或风险体积中的特定图像特征(例如纹理参数)的识别来使用,以支持或能够实现做出对患者的治疗决定。
下面要描述,可以如何使用量子计数X射线检测器来获取CT测量数据,该CT测量数据特别合适地可以至少部分地满足所提到的要求。还要讨论特别合适的CT测量数据的进一步处理以在对患者的辐照的规划中使用。
CT设备可以是典型的CT设备,其用于获取规划图像数据,以规划对患者的辐照。在这种情况下,通常在时间上在开始对患者的第一次辐照之前获取CT测量数据。然后通常在获取CT测量数据后至少一天对患者进行辐照。此外,在这种情况下,CT设备通常定位在检查室中,检查室与治疗室在空间上分开,在治疗室中借助放射治疗设备来进行对患者的辐照。
然而,还可以想到,将CT设备与放射治疗设备一起安装在治疗室中、特别是辐射掩体(Strahlenbunke)中,在辐射掩体中借助放射治疗设备对患者进行辐照。然后,CT设备可以是放射治疗设备的一部分,或者与放射治疗设备分开安装。患者安置装置可以在放射治疗设备与CT设备之间来回移动。在该段中描述的情况下,特别有利地可以将所获取的CT测量数据用于自适应地规划对患者的辐照;特别是用于调整已经存在的辐照规划;和/或用于验证患者对于辐照的定位。
在特殊情况下还可以想到,CT设备具有C形臂,其中将X射线源和至少一个量子计数X射线检测器固定在C形臂的相对端。
特别地,CT测量数据是借助CT设备获取的投影数据或根据投影数据重建的图像数据。CT测量数据的采集可以包括从数据库加载借助量子计数X射线检测器获取的CT测量数据。CT测量数据的采集还可以包括借助量子计数X射线检测器来获取CT测量数据。
已经借助量子计数X射线检测器获取了的CT测量数据也可以是锥形束CT测量数据(CBCT测量数据)。由此特别地,在已经为了借助放射治疗设备进行辐照而将患者定位在放射治疗设备的患者安置装置上时,获取CBCT测量数据。由此特别地,在定位患者使得不再需要为了借助放射治疗设备进行辐照而重新安置患者时,获取CBCT测量数据。由此特别地,在时间上在即将开始对患者进行辐照之前或者在已经开始对患者进行辐照时进行CBCT测量数据的获取。在这种情况下,放射治疗设备的成像装置尤其具有量子计数X射线检测器。在这种情况下,在规划或准备对患者的辐照的框架下,以这种方式获取的CBCT测量数据可以被获取以用于不同的有利应用:
-用于自适应地规划对患者的辐照、特别是用于调整已经存在的辐照规划,
-用于在线剂量测定,
-用于验证患者对于辐照的定位,
-用于在执行对患者的辐照期间、特别是在患者的呼吸运动期间跟踪目标体积和/或风险体积。
CBCT测量数据可以使用于所提到的应用中的一个或任意组合。
在将借助量子计数X射线检测器获取的CBCT测量数据用于在线剂量测定的情况下,可以想到馈送给患者的辐射剂量的准确性的提高。特别地,可以想到根据CBCT测量数据直接计算辐射剂量。由此可以弃用用于剂量计算的基于模型的方法。量子计数X射线检测器可以以有利的方式识别馈送给患者的不同器官、例如肺或骨骼的辐射剂量大小的微小差别。
特别地,对CT测量数据的进一步处理借助进一步处理算法进行,其中CT测量数据作为进一步处理算法中的输入参数来考虑。产生进一步处理算法的输出参数,特别是结果数据。特别地,对CT测量数据的进一步处理包括至少一个进一步处理步骤,使得根据CT测量数据产生适合于在对患者的辐照的规划中使用的结果数据。由此,对CT测量数据的进一步处理可以包括将CT测量数据转换为例如材料系数的空间分辨的分布。对CT测量数据的进一步处理还可以包括对器官结构、特别是CT测量数据中的目标体积和/或风险体积进行轮廓绘制和/或分割。当然还可以想到进一步处理CT测量数据的其他可能性。在对实施方式的描述中描述了用于进一步处理CT测量数据的不同可能性。
通过在获取CT测量数据时使用量子计数X射线检测器得出CT测量数据的特定信息内容。因此,CT测量数据的特定信息内容例如可以是CT测量数据的谱分辨率,其由量子计数X射线检测器的固有的能量敏感性得出。还可以想到,特定信息内容是CT测量数据的特别高的空间分辨率,其通过在获取CT测量数据时使用量子计数X射线检测器得出。原则上,使用量子计数X射线检测器还可以简化对CT测量数据的进一步处理,从而可以根据CT测量数据特别容易地产生合适的结果数据。然后,CT测量数据的特定信息内容在于:用于进一步处理的CT测量数据对于结果数据的特别适当性,结果数据适合于在对患者的辐照的规划中使用。CT测量数据的特定信息内容还可以通过特别巧妙地获取CT测量数据得出,这只有通过使用量子计数X射线检测器才能实现。
在对CT测量数据的进一步处理中,特别地考虑CT测量数据的特定信息内容,使得可以对CT测量数据进行特别简单和/或有效的进一步处理以产生结果数据。CT测量数据的特定信息内容也根本只能进行对CT测量数据的适当的进一步处理。
因此,可以借助对CT测量数据的进一步处理产生特别适合于在对患者的辐照的规划中使用的结果数据。在此,结果数据可以具有不同的形态,例如以材料系数的空间分辨的分布或器官结构轮廓的形式呈现。原则上,结果数据表示用于辐照规划算法的合适的输入参数,借助该输入参数可以创建用于辐照患者的辐照规划。当然,除了结果数据,其他数据也可以作为输入参数进入辐照规划算法中。借助量子计数X射线检测器获取的CT测量数据例如可以与来自其他成像模态的测量数据(例如MR测量数据或PET测量数据)结合地进入对患者的辐照的规划中。
特别地,辐照规划算法可以访问接口、特别是提供给接口的结果数据,以执行对患者的辐照的实际规划。如在下面的实施方式中描述的,对患者的辐射的规划是尤其是在根据本发明的方法的下游的、特别有利的步骤。
一种实施方式规定,该方法包括以下附加的方法步骤:执行对患者的辐照的规划,其中从接口调用结果数据并且在规划对患者的辐照时进行使用。
在这种情况下,辐照规划算法特别是访问在接口中存储的结果数据,以调用该结果数据并且在对患者的辐照的规划中进行使用。例如,结果数据可以表示材料系数的空间分辨的分布,其可以作为输入参数用于辐照规划算法的剂量计算。根据另外的可能性,结果数据包括目标体积和/或风险体积的轮廓绘制,其可以用作规划辐照的基础。当然,结果数据也可以以本领域技术人员认为有意义的其他方式进入辐照的规划。
一种实施方式规定,对CT测量数据的采集包括采集谱分辨的CT测量数据,谱分辨的CT测量数据通过借助量子计数X射线检测器的获取得出,对CT测量数据的进一步处理包括根据谱分辨的CT测量数据计算定量材料系数的空间分辨的分布,并且结果数据的提供包括将定量材料系数的空间分辨的分布提供给接口。
定量材料系数特别是表征了组织的物理特性。与此相应地,定量材料系数通常具有物理单位。特别是针对CT测量数据的每个体素计算定量材料系数。定量材料系数可以从下面的列表中选择:电子密度、质量密度、有效核电荷数、针对特定能量或针对由多个能量组成的谱的线性衰减系数、阻止本领(Stopping Power)、水当量径长(water equivalentpath length,WEPL)、组织的定量元素组成。当然,还可以计算代表来自该列表的任意选择的多个定量材料系数。当然,还可以想到本领域技术人员认为有意义的其他定量材料系数。
根据借助量子计数X射线检测器获取的CT测量数据,可以特别适合地计算定量材料系数的空间分辨的分布。对此的主要原因特别是在于,由于借助量子计数X射线检测器的获取,CT测量数据可以以谱分辨的形式呈现。这尤其意味着,在获取CT测量数据时,对CT设备的量子计数X射线检测器和X射线管进行适当的配置,使得获取至少两个不同能量谱的CT测量数据。由于固有的能量分辨率,还可以根据最初针对其他目的借助量子计数X射线检测器获取的谱分辨的CT测量数据来回溯地计算定量材料系数。在下面的实施方式中还要更详细地描述该过程。
在计算定量材料系数时,相比于使用仅在单能量或单能量谱中呈现的常规的CT测量数据,使用谱分辨的CT测量数据是有利的。也就是特别地,可以直接根据谱分辨的CT测量数据计算定量材料系数。然后特别地,仅谱分辨的CT测量数据能够进入对定量材料系数的空间分辨的分布的计算。
与此相反,根据常规的CT测量数据通常只能以绕道的方式计算定量材料系数。因为常规的CT测量数据的亨氏值(HU值)通常不能直接用于计算定量材料系数,原因是,常规的CT测量数据不包括谱分辨的能量信息,但是给定材料中的衰减通常是能量的函数。为了根据常规的CT测量数据计算定量材料系数,相应地通常需要校准测量并且将转换规则存储在查找表(Look-Up Tabelle)中。由此导致,针对常规的CT采集通常必须实施限制,例如不允许改变管电压。
这些缺点可以通过在获取谱分辨的CT测量数据时使用量子计数X射线检测器以特别合适的方式解决,因为由于能量分辨率,谱分辨的CT测量数据可以以有利的方式直接进入定量材料系数的计算中。由此,有利地可以省略常规的CT测量数据通常必需的校准测量。此外,有利地可以省略在获取谱分辨的CT测量数据时的限制。
有利地,根据谱分辨的CT测量数据重建的定量材料系数的质量或准确性也比根据常规的CT测量数据重建的定量材料系数的质量或准确性更高。原因在于,例如可以去除对校准测量的依赖性,并由此可以去除对在获取时选择的获取参数的依赖性。还可以去除对组织的元素组成的依赖性,其可能影响在校准中确定的转换规则。
此外,可以借助量子计数X射线检测器优化地针对附加的任务、例如特别优化地针对目标体积和/或风险体积的随后轮廓绘制,来获取谱分辨的CT测量数据。例如,可以在谱分辨的CT测量数据中确保特别合适的对比度噪声比(CNR),使得除了计算定量材料系数之外,谱分辨的CT测量数据还特别适合于轮廓绘制。有利地,不必在获取谱分辨的CT测量数据的准备阶段就确定要根据谱分辨的CT测量数据重建哪个定量材料系数。理想地,不必为了能够根据谱分辨的CT测量数据来重建定量材料系数,而对获取谱分辨的CT测量数据的获取参数进行调整。还可以想到,根据谱分辨的CT测量数据重建不同的定量材料系数。
定量材料系数的空间分辨的分布特别是为剂量计算算法提供。当然,关于对患者的辐照的规划,还可以想到定量材料系数的其他应用。
为了获取谱分辨的CT测量数据,以有利的方式定义了标准化的获取协议。有利地,由此可以以标准化的方式直接根据谱分辨的CT测量数据重建定量材料系数。标准化的获取协议例如包括标准化的能量阈值,其特别适合于计算定量材料系数、例如电子密度。此外,谱分辨的CT测量数据的标准化的获取可以使对根据谱分辨的CT测量数据获得的定量材料系数的空间分辨的分布的进一步处理变得容易。例如,根据谱分辨的CT测量数据标准化地计算两个不同的定量材料系数的空间分辨的分布是特别有利的。该两参数模型(zwei-Parameter-Modell)可以为对患者的辐照的规划提供特别合适的基础。在下面的实施方式中还要更详细地描述该过程。
借助CT测量数据计算的定量材料系数还可以合适地用于放射学研究或随访研究(Fllow-Up-Studien)。可以获取对于患者的特定身体区域是特征性的定量材料系数,尤其是通过在以下段落中的一个中还要更详细描述的、对检测器参数的调整。该特征性的定量材料系数可以用于例如借助统计方法或机器学习方法来辨别数据库中的特征样式(feature pattern)。特征性的定量材料系数还可以用于对组织进行分类,例如用于量化对组织的辐照的成功或用于量化辐照关于组织的毒性。
原则上,使用量子计数X射线检测器可以实现所获取的CT测量数据的固有的谱灵敏度。如在下面的实施方式中的一个中还要更详细描述的,由此可以从任何两参数模型计算两个定量材料系数。替换地或附加地,如在下面的实施方式中的一个中还要更详细描述的,还可以进行关于两个线性无关的基础材料的定量。这有利地导致以下可能性:与所使用的CT设备的设计和所使用的获取参数无关地,在对患者的辐照的规划的框架下,可以将一组绝对的定量材料系数用于进一步处理。相应地,可以在该进一步处理框架内以标准化的方式执行进一步处理步骤,例如对目标体积和/或风险体积的自动轮廓绘制或关于治疗监控的进一步处理步骤。
最后要提到的是,可以基于所计算的定量材料系数(尤其是电子密度)的空间分辨的分布来定义患者的散射特征(scatter characteristics)。由此,材料系数的空间分辨的分布也可以作为输入参数用于CT测量数据的散射校正算法。
一种实施方式规定,CT测量数据的进一步处理包括根据谱分辨的CT测量数据计算第一定量材料系数的第一空间分辨的分布和第二定量材料系数的第二空间分辨的分布。
在这种情况下,第一空间分辨的分布和第二空间分辨的分布都可以形成结果数据。特别地,第一定量材料系数和第二定量材料系数被不同地设计,并且特别是描述了不同的物理组织特性。有利地,可以基于单组的谱分辨的测量数据来计算第一空间分辨的分布和第二空间分辨的分布。
一种实施方式规定,结果数据的提供包括为第一剂量计算算法提供第一定量材料系数的第一空间分辨的分布,以及为第二剂量计算算法提供第二定量材料系数的第二空间分辨的分布。
然后,第一剂量计算算法特别是使用第一定量材料系数的第一空间分辨的分布作为对于剂量计算的输入参数。因此,在对患者的辐照的规划的框架内,特别是借助第一剂量计算算法,在考虑第一定量材料系数的第一空间分辨的分布的情况下,计算第一剂量分布。同样地,第二剂量计算算法特别是使用第二定量材料系数的第二空间分辨的分布作为对于剂量计算的输入参数。因此,在对患者的辐照的规划的框架内,特别是借助第二剂量计算算法,在考虑第二定量材料系数的第二空间分辨的分布的情况下,计算第二剂量分布。
特别地,第一剂量计算算法和第二剂量计算算法被不同地设计。在考虑定量材料系数的不同的空间分辨的分布的情况下,第一剂量计算算法和第二剂量计算算法恰好可以具有不同的剂量分布作为计算结果。
如果适当地选择第一定量材料系数和第二定量材料系数,则可以想到用于进一步处理CT测量数据的算法的可靠性的提高。根据一种实施方式,第一定量材料系数是电子密度,第二定量材料系数是有效核电荷数。根据另外的实施方式,第一定量材料系数和第二定量材料系数基于彼此线性无关的两个基础材料。彼此线性无关的两个基础材料的示例是水和钙。另外的示例是水和碘。
一种实施方式规定,对CT测量数据的进一步处理包括:分开地进一步处理第一定量材料系数的第一空间分辨的分布和第二定量材料系数的第二空间分辨的分布,并且通过合并在分开的进一步处理中产生的部分结果数据来产生结果数据。
特别地,第一定量材料系数在此与第二定量材料系数无关地进行确定。通过分开地考虑两个不同的定量材料系数,可以想到用于进一步处理CT测量数据的算法的可靠性的进一步提高。该算法例如可以用于绘制目标体积和/或风险体积的轮廓。该算法还可以用于分析在手动或半自动地生成的、绘制出轮廓的图像体积中的图像特性。
一种实施方式规定,对CT测量数据的采集包括从数据库加载先前获取的谱分辨的CT测量数据,以计算定量材料系数的空间分辨的分布。
由于固有的能量分辨率,还可以根据最初针对其他目的借助量子计数X射线检测器获取的谱分辨的CT测量数据来回溯地计算定量材料系数。尽管如此,随后却可以根据谱分辨的CT测量数据计算定量材料系数的空间分辨的分布。例如,在加载前至少一天从数据库获取CT测量数据,以根据CT测量数据计算定量材料系数的空间分辨的分布。
一种实施方式规定,对CT测量数据的进一步处理除了包括根据谱分辨的CT测量数据计算定量材料系数的空间分辨的分布之外,附加地还包括辨别谱分辨的CT测量数据中的目标体积和/或风险体积。
相应地,谱分辨的CT测量数据可以满足有利的双重功能,即作为计算定量材料系数的空间分辨的分布的基础以及作为辨别目标体积和/或风险体积的基础。CT测量数据的获取可以特别合适地与目标体积和/或风险体积的辨别相配合。这是特别可能的,因为由于量子计数X射线检测器的固有的谱灵敏度,CT测量数据的获取不必具有特别的特征,从而可以根据谱分辨的CT测量数据计算定量材料系数的空间分辨的分布。
借助量子计数X射线检测器获取的谱分辨的CT测量数据的固有的谱灵敏度的另外的优点在于,在对谱分辨的CT测量数据的进一步处理中可以以标准化的方式使用双能应用,而不需要特别的双能获取。由此,仅在采集谱分辨的CT测量数据之后才能确定,要在对谱分辨的CT测量数据的进一步处理中使用双能应用。双能应用可以实现对谱分辨的CT测量数据的不同的进一步处理,并且例如可以导致骨骼组织与其他组织之间改善的区分。其他可能的双能应用可以实现在诸如骨髓、血管、大脑等的特定器官区域中进行特别有利的分析。还可以想到与特定疾病、例如痛风相配合的双能应用。
一种实施方式规定,已经借助量子计数X射线检测器的拍摄参数获取了谱分辨的CT测量数据,使得谱分辨的CT测量数据具有不同组织类型之间特别合适的对比度,以辨别目标体积和/或风险体积。
相应地,特别是获取谱分辨的CT测量数据,使得其特别适合于辨别目标体积和/或风险体积。相应地,在谱分辨的CT测量数据的获取中,特别重要的是对目标体积和/或风险体积辨别,而不是计算定量材料系数的空间分辨的分布,这由于在获取CT测量数据时使用量子计数X射线检测器的固有的谱灵敏度通常本来就是可以的。
在此,该过程的优点在于,根据谱分辨的CT测量数据重建对于特定光子能量的线性衰减系数的空间分辨的分布。在此,以有利的方式选择特定的光子能量,使得谱分辨的CT测量数据具有不同的组织类型之间的特别合适的对比度,以辨别目标体积和/或风险体积。还可以想到,针对不同能量来重建线性衰减系数,以便能够特别合适地区分不同的组织类型。在此,还可以想到一种重建,其中有效确定线性衰减系数的能量取决于位置地变化。由此可以局部地获得用于辨别目标体积和/或风险体积的最佳可能的对比度噪声比。
一种实施方式规定,谱分辨的CT测量数据覆盖测量场,测量场在轴向的测量层中包括患者的整个身体以及用于安置患者的定位辅助器。
由此可以确保,根据谱分辨的CT测量数据计算的、材料系数的空间分辨的分布覆盖所提到的测量场。由此可以为足够大的测量场(field of view FOV)计算定量材料系数。特别地,在使用材料系数的空间分辨的分布的情况下,对于随后的剂量计算重要的是患者身体的一部分和测量场中的为了辐照患者而定位在治疗射束中的定位辅助器。
借助在数据获取中使用量子计数X射线检测器,可以特别容易地对于整个测量场计算谱分辨的CT测量数据。在此,CT设备的整个视场都可以用作测量场。不同于双能数据记录,对于可以获取具有多于一个能量的CT测量数据的测量场没有其他限制。此外,在数据获取时使用量子计数X射线检测器可以确保,能够以一致的准确度对于整个测量场获取谱分辨的CT测量数据。由此可以实现特别精确地计算整个测量场的定量材料系数。
一种实施方式规定,对CT测量数据的进一步处理包括在使用包含在谱分辨的CT测量数据中的谱信息的情况下对谱分辨的CT测量数据进行射束硬化校正其中根据通过射束硬化校正而校正的谱分辨的CT测量数据来计算定量材料系数的空间分辨的分布。
借助包含在谱分辨的CT测量数据中的谱信息可以特别有利地校正CT测量数据中的射束硬化(英文:beam hardening)。由此,谱分辨的CT测量数据的射束硬化校正可以包括在使用包含在谱分辨的CT测量数据中的谱信息的情况下对水组织和骨组织中的谱分辨的CT测量数据的分解。有利地,这种分解可以对在射束硬化校正中通常使用的阈值技术进行替换或补充。特别有利地,借助射束硬化校正可以在计算定量材料系数时避免系统误差。由此可以以有利的方式借助由此计算的材料系数的空间分辨的分布来提高剂量计算的准确性。
一种实施方式规定,对CT测量数据的进一步处理包括辨别CT测量数据中的目标体积和/或风险体积,其中结果数据的提供包括将辨别的目标体积和/或风险体积提供给接口。
原则上,可以将对目标体积和/或风险体积的辨别理解为自动、半自动或手动地对目标体积和/或风险体积进行分割和/或轮廓绘制。由此,借助该进一步处理产生的结果数据具有以下信息:CT测量数据内的哪个空间区域具有所辨别的目标体积和/或风险体积。结果数据还可以具有以下信息:所辨别的目标体积和/或风险体积的轮廓的外边界在CT测量数据内具有哪种走向。相应地,结果数据可以具有对于规划辐照所需的、关于目标体积和/或风险体积在CT测量数据内的空间位置的信息。当然,还可以对谱分辨的CT测量数据中的多个目标体积和/或多个风险体积进行辨别。
一种实施方式规定,对目标体积和/或风险体积的辨别包括对目标体积和/或风险体积的组织与周围组织进行分界,其中在使用CT测量数据的特定信息内容的情况下对目标体积和/或风险体积的组织与周围组织进行分界,该CT测量数据的特定信息内容通过在获取CT测量数据时使用至少一个量子计数X射线检测器得出。
在获取CT测量数据时使用量子计数X射线检测器特别是导致,每个X射线光子对CT测量数据中的信号有同样的贡献。由此,在借助量子计数X射线检测器获取的CT测量数据中检测到的有效X射线谱相对于借助集成的检测器获取的CT测量数据通常移动到更低的能量。在这些较低的能量中,对于吸收X射线辐射来说,光电效应的贡献相对于康普顿效应的贡献占主导地位。光电效应的增加的贡献特别是导致了,可以对CT测量数据中具有不同元素组成的材料之间的更高的差异进行测量。这又有利地导致,在借助量子计数X射线检测器获取的CT测量数据中,在不同组织类型之间呈现对比度增加。通过在获取CT测量数据时使用量子计数X射线检测器,恰好可以增加具有相似电子密度、但具有不同元素组成(特别是关于具有更高原子序数的元素)的组织类型之间的对比度。由此,借助由此获取的CT测量数据可以对目标体积和/或风险体积的组织与周围组织进行特别清楚的分界。
一种实施方式规定,对目标体积和/或风险体积的辨别包括对脂肪组织与肌肉组织进行分界,其中在使用CT测量数据的特定信息内容的情况下对脂肪组织与肌肉组织进行分界,该CT测量数据的特定信息内容通过在获取CT测量数据时使用至少一个量子计数X射线检测器得出。
该过程尤其是基于以下考虑:在获取CT测量数据时使用量子计数X射线检测器会导致脂肪组织与肌肉组织之间的对比度增加。由此,可以特别合适地在CT测量数据中在这两个组织位置之间进行分界。与此相对地,在借助集成的X射线检测器的常规获取中,这两个组织类型在CT测量数据中将会显得相似,因为它们具有相似的电子密度。
一种实施方式规定,对目标体积和/或风险体积的辨别包括对脑灰质与脑白质进行分界,其中在使用CT测量数据的特定信息内容的情况下对脑灰质与脑白质进行分界,该CT测量数据的特定信息内容通过在获取CT测量数据时使用至少一个量子计数X射线检测器得出。
该过程尤其是基于以下考虑:在获取CT测量数据时使用量子计数X射线检测器会导致脑灰质与脑白质之间的对比度增加。由此,可以特别合适地在CT测量数据中在这两个组织位置之间进行分界。与此相对地,在借助集成的X射线检测器的常规获取中,这两个组织类型在CT测量数据中将会显得相似,因为它们具有相似的电子密度。
一种实施方式规定,对CT测量数据的采集包括采集谱分辨的CT测量数据,谱分辨的CT测量数据通过借助量子计数X射线检测器的获取得出,对CT测量数据的进一步处理包括在使用包含在谱分辨的CT测量数据中的谱信息的情况下对谱分辨的CT测量数据进行射束硬化校正,并且对目标体积和/或风险体积的辨别包括在通过射束硬化校正而校正的谱分辨的CT测量数据中对骨骼结构进行分界。
如已经描述地,特别有利地可以在谱分辨的CT测量数据中执行射束硬化校正。在通过射束硬化校正而校正的谱分辨的CT测量数据中,可以特别好地将骨骼结构相对彼此区分开。如果目标体积和/或风险体积包括骨骼结构或紧邻骨骼结构的身体区域,则由此可以对目标体积和/或风险体积进行改善的辨别。
一种实施方式规定,将患者的颅底区域中的骨骼结构相互区分开。
在通过射束硬化校正而校正的谱分辨的CT测量数据中,恰好可以特别良好地将颅底区域中的小骨骼结构相互区分开。
一种实施方式规定,CT测量数据包括第一CT测量数据组和第二CT测量数据组,其中借助量子计数X射线检测器的、比第二CT测量数据组高的能量阈值获取了第一CT测量数据组,对CT测量数据的进一步处理包括创建第一CT测量数据组和第二CT测量数据组的加权组合,其中产生组合的CT测量数据,并且在组合的CT测量数据中对目标体积和/或风险体积进行辨别。
还可以将在该实施方式中描述的过程称为光子加权。特别地,借助关于能量阈值对量子计数X射线检测器的不同配置来获取第一CT测量数据组和第二CT测量数据组。借助量子计数X射线检测器的、比第二CT测量数据组高的能量阈值获取了第一CT测量数据组,特别是可以意味着,以平均比第二CT测量数据组高的能量阈值获取了第一CT测量数据组。相应地,第一CT测量数据组有利地具有关于比第二CT测量数据组更高能量的光子的信息。特别地,第一CT测量数据组和第二CT测量数据组覆盖相同的测量场。
特别地,借助光子加权产生的组合的CT测量数据特别良好地适合于辨别目标体积和/或风险体积。来自第一CT测量数据组和第二CT测量数据组的关于不同光子能量的信息可以通过适当地选择加权因数以特别有利的方式进行组合,从而可以在组合的CT测量数据中更好地辨别目标体积和/或风险体积。用于形成加权组合的加权因数可以在后处理中基于第一CT测量数据组和/或第二CT测量数据组的内容生成。如下面还要更详细描述的,可以根据对CT测量数据的粗略预分割来确定加权因数。替换地或附加地,还可以想到,借助机器学习方法、例如人工神经网络来获得加权因数,借助该加权因数可以产生特别适合于规划辐照的、组合的CT测量数据。
一种实施方式规定,对CT测量数据的进一步处理包括从第一CT测量数据组提取用于射束硬化校正的信息并且基于所提取的信息对组合的CT测量数据进行射束硬化校正,其中在通过射束硬化校正而校正的、组合的CT测量数据中进行对目标体积和/或风险体积的辨别。
由此,来自第一CT测量数据组的、特别是表征比第二CT测量数据组更高能量的光子的信息,可以特别适合地用于射束硬化校正。
一种实施方式规定,使用在空间上变化的加权因数来创建第一CT测量数据组和第二CT测量数据组的加权组合。
由此,在CT测量数据的第一空间点处,特别是使用不同于CT测量数据的第二空间点的加权因数来创建加权组合。加权因数例如可以关于患者的不同身体区域进行变化。
一种实施方式规定,对CT测量数据的进一步处理包括首先对目标体积和/或风险体积进行粗略辨别,其中根据粗略分割的目标体积和/或风险体积来定义在空间上变化的加权因数,并且然后在组合的CT测量数据中对目标体积和/或风险体积进行精细辨别。
由此例如,可以为目标体积和/或风险体积设置与目标体积和/或风险体积周围的身体区域不同的加权因数。因此,对目标体积和/或风险体积的粗略辨别有利地用于确定加权因数,借助该加权因数然后可以对第一CT测量数据组和第二CT测量数据组进行特别有利的加权,从而可以在特别合适地加权的、组合的CT测量数据中对目标体积和/或风险体积进行精细辨别。
一种实施方式规定,对CT测量数据的采集包括借助量子计数X射线检测器获取高分辨率的CT测量数据,其中将量子计数X射线检测器的高分辨率模式用于获取高分辨率的CT测量数据,其中在高分辨率模式下,对量子计数X射线检测器的每个像素单独地进行计数。
通常,相比于常规的CT获取,量子计数X射线检测器的使用本质上导致分辨率的增加,因为量子计数X射线检测器的各个检测器元件、也称为检测器像素必须比常规CT检测器的检测器元件小,因为在量子计数X射线检测器的各个像素之间不需要在较高像素分辨率中会降低量子效率的分离层(Trennschicht)。同时,在量子计数X射线检测器中通常不存在相邻检测器像素之间的串扰(Cross-Talk)问题,串扰通常使得难以减小常规CT检测器的检测器像素的尺寸。
因此,借助使用量子计数X射线检测器原则上可以在所有空间方向(x,y,z)上以及关于整个测量场实现CT测量数据的高分辨率,即使在使用大孔径半径(large boresystem,大孔径系统)的情况下。在此,所获取的CT测量数据的分辨率通常取决于量子计数X射线检测器的、计数脉冲对其共同地进行计数的像素的数量。在此,在量子计数X射线检测器的标准分辨率模式下,通常对量子计数X射线检测器的多个像素共同地进行计数,例如对由2×2像素组成的像素矩阵或像素的其他类型的组合共同地进行计数。提出使用高分辨率模式(ultra-high resolution mode,UHR模式)会导致CT测量数据的特别高的分辨率,在高分辨率模式下对量子计数X射线检测器的每个像素单独地进行计数。特别有利地,然后可以在对患者的辐照的规划中使用这种特别高分辨率的CT测量数据。
一种实施方式规定,对CT测量数据的进一步处理包括根据高分辨率的CT测量数据计算定量材料系数的空间分辨的分布,并且结果数据的提供包括将定量材料系数的空间分辨的分布提供给接口。
高分辨率的CT测量数据可以特别有利地进入对骨组织的定量材料系数的计算中。CT测量数据的高分辨率例如可以实现骨组织的不同骨密度之间的改善的区分。
一种实施方式规定,高分辨率的CT测量数据以不变的形式进入对患者的骨组织的定量材料系数的空间分辨的分布的计算中,而高分辨率的CT测量数据以降低的分辨率进入对患者的软组织的定量材料系数的空间分辨的分布的计算中。
该过程基于以下考虑:比用于软组织的分辨率更高的分辨率对于计算骨组织的定量材料系数的空间分辨的分布是特别有意义的。原因在于,通常在骨组织中比在软组织中要区分更精细的结构。因此,降低高分辨率的CT测量数据的分辨率通常足以计算软组织的定量材料系数的空间分辨的分布。根据一种实施方式,通过在使用滤波器内核的情况下对高分辨率的CT测量数据进行滤波来产生高分辨率的CT测量数据的降低的分辨率。
一种实施方式规定,计算定量材料系数的空间分辨的分布包括根据高分辨率的CT测量数据计算阻止本领的空间分辨的分布,并且结果数据的提供包括为对患者的粒子辐照的规划提供阻止本领的空间分辨的分布。
粒子辐照特别是借助质子、氦离子或碳离子进行。由于粒子辐照中的剂量计算通常需要高的精度,因此可以特别有利地借助高分辨率的CT测量数据来计算用于规划粒子辐照的阻止本领的空间分辨的分布。
一种实施方式规定,根据高分辨率的CT测量数据,针对患者的以下身体区域中的至少一个来计算定量材料系数的空间分辨的分布:患者的眼部区域、通过患者三叉神经的走向描述的身体区域、患者的颅底、患者的肺部区域。
也就是,高分辨率的CT测量数据可以特别有利地用于规划对需要特别高精度的身体区域的辐照。在此,有利地恰好可以与使用对所提到的身体区域的特别精确的辐照相结合,例如与使用粒子辐照或使用近距离治疗辐照相结合。也就是,借助使用高分辨率的CT测量数据,例如可以在特别精确的辐照中有利地考虑小骨骼结构的影响。
一种实施方式规定,对CT测量数据的采集包括采集谱分辨和时间分辨的CT测量数据,该谱分辨和时间分辨的CT测量数据通过借助量子计数X射线检测器的获取得出,对CT测量数据的进一步处理包括根据谱分辨和时间分辨的CT测量数据计算定量材料系数的空间分辨和时间分辨的分布,并且结果数据的提供包括将定量材料系数的空间分辨和时间分辨的分布提供给接口。
时间分辨的CT测量数据通常对于对患者的辐照的规划很重要,以便能够在规划中考虑到患者的运动、特别是周期性的呼吸运动。当目标体积位于器官、例如肝脏附近时,该器官随着呼吸运动而特别强烈地进行运动,则这可能是特别重要的。
通过在获取CT测量数据时使用量子计数X射线检测器可以确保,还可以动态地关于患者的呼吸运动的时间走向获取谱分辨的CT测量数据。在此,这些谱分辨的CT测量数据关于患者的呼吸运动的时间走向能够具有完全的时间和空间的相干性。由此,有利地可以在对谱分辨和时间分辨的CT测量数据的进一步处理中使用所提到的双能应用。例如,关于患者的呼吸运动的时间走向可以适当地在CT测量数据中突出显示患者的特定组织,或者可以想到时间分辨的剂量测定,尤其是对于粒子治疗的位于肺部中的目标体积而言。还可以在时间分辨的CT测量数据中进行造影剂增强的去除(contrast removal)或者射束硬化校正。
一种实施方式规定,从患者的以下身体区域中的至少一个采集谱分辨和时间分辨的CT测量数据:患者的肝脏区域、患者的胰腺区域、患者的胸部区域。
恰好在对这些身体区域进行尤其是造影剂增强地成像时,谱分辨和时间分辨的CT测量数据可以为规划辐照提供特别有利的基础。
一种实施方式规定,对患者的CT测量数据的采集包括借助具有量子计数X射线检测器的CT设备获取CT测量数据,其中在获取CT测量数据期间改变量子计数X射线检测器的检测器参数。
在获取CT测量数据期间改变量子计数X射线检测器的检测器参数特别是意味着,在获取量子计数X射线检测器的CT测量数据的第一时间点以不同于获取CT测量数据的第二时间点的检测器参数的设置运行。检测器参数可以针对CT测量数据的获取的不同片段进行改变。还可以想到在获取CT测量数据期间检测器参数的动态连续改变。
通过在数据获取期间静态或动态地改变检测器参数,可以获取特别适合于在对患者的辐照的规划中使用的CT测量数据。在下面的段落中将更详细地描述可能的应用情况。在这点上要提到特别合适的三个应用:
-可以特定地针对身体区域中的CT测量数据的获取,增加量子计数X射线检测器的分辨率,在该身体区域中预期要进行轮廓绘制的器官的边界。
-可以调整检测器参数,使得增加在预期存在造影剂的身体区域中的灵敏度或软组织对比度。
-在预期存在骨组织的身体区域中,可以调节检测器参数,使得可以实现骨材料的改善的分解和/或射束硬化伪影的减少。
还可以在获取CT测量数据之后,在重建CT测量数据时对所提到的检测器参数进行调整。因此,可以想到在重建CT测量数据时分辨率和/或能量阈值的空间变化。还可以想到,用不同的检测器参数来设置量子计数X射线检测器的检测器元件条。这可以实现用于螺旋形的获取的特定重建。还可以想到,基于获取协议和/或目标体积或风险体积的定位,对于量子计数X射线检测器的特定区域仅使用固定的检测器参数。检测器参数的这种固定可以关于检测器辐射器系统的旋转和/或沿z位置的获取的变化而变化。
一种实施方式规定,在获取CT测量数据期间改变量子计数X射线检测器的能量阈值。
特别地,可以在获取CT测量数据期间对量子计数X射线检测器的一个能量阈值或量子计数X射线检测器的多个能量阈值进行改变。如果在获取CT测量数据期间对量子计数X射线检测器的多个能量阈值进行改变,则在获取CT测量数据的第一时间点,量子计数X射线检测器特别是以不同于在获取CT测量数据的第二时间点的另一组能量阈值运行。在此,可以将不同的以keV为单位的光子能量设置为能量阈值。不同的能量阈值例如可以作为光子能量、电压或电流进行设置。
借助对能量阈值的调整可以设置量子计数X射线检测器,使得以特别适合于规划辐照的方式来获取CT测量数据,例如在局部具有不同组织类型之间的特别合适的对比度以辨别目标体积和/或风险体积。
一种实施方式规定,在获取CT测量数据期间,关于量子计数X射线检测器的像素的组合来改变量子计数X射线检测器的分辨率。
由此,在获取CT测量数据的第一时间点,量子计数X射线检测器可以以比在获取CT测量数据的第二时间点更高的分辨率运行。相应地特别地,在第一时间点共同地计数的量子计数X射线检测器的像素比在第二时间点更少。
如下应用是特别有意义的:从患者的骨组织获取高分辨率的CT测量数据,而从患者的软组织获取低分辨率的CT测量数据。此外,目标体积和/或风险体积的区域中的CT测量数据的分辨率比患者身体的其余部分中更高也是有意义的。
此外,还可以想到,在获取CT测量数据期间对光子通量进行改变。量子计数X射线检测器尤其可以通过调整传输的比特深度(Bittiefe)来匹配于改变的光子通量。由此,特别是根据X射线管的设置的调制,预期的光子通量可以作为输入参数用于调整比特深度。例如,在已知量子计数X射线检测器处的最大预期的计数率的情况下,可以相应地限制传输的比特深度。例如,如果预期光子通量最大值,则可以增加要传输的阈值和/或检测器行和/或关于各个检测器像素的信息的数量。光子通量只可以在三个空间方向(x,y,z)中的至少一个方向上进行改变。例如,可以想到如下有利的应用:在辐照的目标体积附近增加量子计数X射线检测器的分辨率,并且同时设置特别高的剂量率以从该区域进行获取。由此,针对量子计数X射线检测器的像素的尺寸能够存在足够的剂量。
此外,还可以想到,在获取CT测量数据期间对量子计数X射线检测器的线性校正参数进行改变。
还可以想到,在获取CT测量数据期间以不同类型的方式对检测器参数进行改变。特别地,基本目标是:针对不同的身体区域分别以可能合适的检测器参数的设置来获取CT测量数据。
根据第一实施方式,在获取CT测量数据期间改变量子计数X射线检测器的检测器参数,使得为了在沿着患者的纵向方向的第一z位置处获取CT测量数据设置检测器参数的第一设置,并且为了在沿着患者的纵向方向的第二z位置处获取CT测量数据设置检测器参数的第二设置。根据第二实施方式,在获取CT测量数据期间改变量子计数X射线检测器的检测器参数,使得为了在CT设备的检测器辐射器系统的第一旋转位置获取CT测量数据设置检测器参数的第一设置,并且为了在CT设备的检测器辐射器系统的第二旋转位置获取CT测量数据设置检测器参数的第二设置。根据第三实施方式,在获取CT测量数据期间改变量子计数X射线检测器的检测器参数,使得为了获取患者的第一身体区域的CT测量数据设置检测器参数的第一设置,并且为了获取患者的第二身体区域的CT测量数据设置检测器参数的第二设置。
在随后的实施方式中更详细地描述这种可能性,即为了获取患者的第一身体区域的CT测量数据设置检测器参数的第一设置,并且为了获取患者的第二身体区域的CT测量数据设置检测器参数的第二设置。该实施可以在很大程度上也转用到其他可能性。
一种实施方式规定,在获取CT测量数据之前根据已经存在的患者的医学图像数据和/或通过使用图集数据库来确定第一身体区域和第二身体区域。
对于已经存在的患者的医学图像数据,可能已经呈现器官结构的轮廓。在确定第一身体区域和第二身体区域时可以使用器官结构的轮廓。还可以想到,基于包含在图集数据库中的信息来确定器官结构的轮廓。通过该措施,为了从器官结构获取CT测量数据,设置与为获取其余的CT测量数据不同的检测器参数。根据一种实施方式,第一身体区域包括辐照的目标体积,并且第二身体区域包括位于辐照的目标体积外部的身体区域。
一种实施方式规定,第一身体区域被设计为,使得在辐照患者时第一身体区域定位在辐射区域内,并且第二身体区域被设计为,使得在辐照患者时第二身体区域定位在辐射区域外部。
特别地,从放射治疗设备的辐射设置中已知辐射区域,该辐射设置通过已经存在的辐照规划确定。
一种实施方式规定,第一身体区域和第二身体区域被设计为,使得在辐照患者时,第一身体区域设置有比第二身体区域更高的辐射剂量。
从已经存在的辐照规划已知的三维剂量分布可以作为输入信息用于确定检测器参数。然后可以确定检测器参数,使得能够获取特别适合于对已经存在的辐照规划进行优化或调整的CT测量数据。该过程特别地基于以下考虑:规定了较高辐射剂量的第一身体区域比规定了较低辐射剂量的第二身体区域,需要更精确的成像。还可以想到,对于其中存在陡峭剂量梯度的身体区域、例如在粒子治疗中的布拉格峰(Bragg-peak)附近或者在近距离治疗器的位置附近或者目标体积或风险附近,CT测量数据必须具有更高的精度。
一种实施方式规定,在获取CT测量数据期间改变量子计数X射线检测器的检测器参数,使得为了从患者的第一身体区域获取CT测量数据而设置的量子计数X射线检测器的分辨率比为了从患者的第二身体区域获取CT测量数据而设置的分辨率更高。
该有利的过程基于以下考虑:比用于第二身体区域更高分辨率的CT测量数据对于第一身体区域是有意义的。
替换地或附加地,还可以想到使用外部照相机数据、例如3D照相机数据,来确定身体区域、例如脖子肩膀区域,在该身体区域中应当调整检测器参数以借助量子计数X射线检测器进行获取。
一种实施方式规定,接口采集另外的测量数据,该另外的测量数据借助用于辐照患者的放射治疗设备的成像装置进行采集,其中为了规划对患者的辐照,关于该另外的测量数据来设置结果数据。
通过在获取CT测量数据时使用量子计数X射线检测器,可以更容易地关于另外的测量数据设置结果数据。例如,更简单的散射辐射校正是可能的。
一种实施方式规定,用于辐照患者的放射治疗设备的成像装置同样具有量子计数X射线检测器,其中在使用CT测量数据和另外的CT测量数据的特定信息内容的情况下关于另外的测量数据设置结果数据,该特定信息内容通过在获取CT测量数据和另外的测量数据时使用量子计数X射线检测器得出。
在使用附加的特定信息内容的情况下可以特别容易地关于另外的测量数据来设置CT测量数据。
一种实施方式规定,CT测量数据包括在不同的时间点采集了的至少两个CT测量数据组,其中在使用CT测量数据的特定信息内容的情况下对至少两个CT测量数据组进行配准,该CT测量数据的特定信息内容通过在获取CT测量数据时使用至少一个量子计数X射线检测器得出,其中将配准的至少两个CT测量数据组提供给接口。
由此可以改善对至少两个CT测量数据组的配准。这对于特定的CT应用、例如尤其对患者的肺部的灌注成像或功能成像可以是有意义的。
在随后的两个实施方式中还描述了两个应用情况,其中可以借助量子计数X射线检测器合适地执行和分析基于造影剂的CT测量数据的获取:第一实施方式规定,在获取CT测量数据期间已经使用了造影剂,其中对CT测量数据的进一步处理包括在使用CT测量数据的特定信息内容的情况下对具有造影剂的组织以及其余组织中的CT测量数据进行材料分解,该CT测量数据的特定信息内容通过在获取CT测量数据时使用至少一个量子计数X射线检测器得出。第二实施方式规定,在获取CT测量数据期间已经使用了造影剂,其中对CT测量数据的进一步处理包括在使用CT测量数据的特定信息内容的情况下创建虚拟的非造影CT图像(virtuellen nicht-kontrastierten CT-Bild),该CT测量数据的特定信息内容通过在获取CT测量数据时使用至少一个量子计数X射线检测器得出。在此,使用k边缘成像来创建虚拟的非造影图像。
最后,还可以想到,对CT测量数据的进一步处理包括在使用CT测量数据的特定信息内容的情况下识别和/或量化位于患者体内以增强辐照患者的效果的金属纳米粒子,该CT测量数据的特定信息内容通过在获取CT测量数据时使用至少一个量子计数X射线检测器得出。
根据本发明的计算单元包括至少一个计算模块,其中计算单元被设计为用于执行根据本发明的方法。
由此,计算单元被设计为用于执行用于提供适合于在对患者的辐照的规划中使用的结果数据的方法。计算模块被设计为,用于采集患者的CT测量数据,该患者的CT测量数据已经借助具有量子计数X射线检测器的CT设备获取了;用于进一步处理CT处理数据,其中在对CT测量数据的进一步处理中考虑CT测量数据的特定信息内容,该CT测量数据的特定信息内容通过在获取CT测量数据时使用量子计数X射线检测器得出,其中在对CT测量数据的进一步处理中产生适合于在对患者的辐照的规划中使用的结果数据;并且用于将结果数据提供给接口,使得可以将结果数据用于规划对患者的辐照。
在大多数情况下,以软件部件的形式来设计计算单元的部件。但是,原则上,特别是在涉及特别快速的计算时,还可以部分地以软件支持的硬件部件的形式、例如FPGA等来实现这些部件。同样,例如在仅涉及从其他软件部件接收数据时,还可以将所需接口设计为软件接口。但是,也可以将所需的接口设计为通过合适的软件进行控制的、硬件构建的接口。当然,还可以想到,所提到的部件中的多个组合地以单个软件部件或软件支持的硬件部件的形式实现。
根据本发明的CT设备包括根据本发明的计算单元。
可以将计算单元设计为,向CT设备发送控制信号和/或接收和/或处理控制信号,以执行根据本发明的方法。可以将计算单元可以集成到CT设备中。计算单元也可以与CT设备分开地进行安装。计算单元可以与CT设备连接。
根据本发明的计算机程序产品可以直接加载到可编程的计算单元的存储器中,并且具有程序代码装置,以便当在计算单元中执行计算机程序产品时执行根据本发明的方法。计算机程序产品可以是计算机程序,或者可以包括计算机程序。因此,可以快速、可相同重复且鲁棒地执行根据本发明的方法。计算机程序产品被配置为,使得其可以借助计算单元执行根据本发明的方法步骤。在此,计算单元分别必须具有诸如相应的系统内存、相应的显卡或相应的逻辑单元的前提,从而可以有效地执行相应的方法步骤。例如,计算机程序产品存储在计算机可读的介质上或存储在网络或服务器上,可以从这些地方将计算机程序产品加载到本地计算单元的处理器中。此外,计算机程序产品的控制信息可以存储在电子可读的数据载体上。电子可读的数据载体的控制信息可以设计为,使得当在计算单元中使用数据载体时,其执行根据本发明的方法。因此,计算机程序产品也可以表示电子可读的数据载体。电子可读的数据载体的示例是DVD、磁带、硬盘或USB棒,在其上存储了电子可读的控制信息、特别是软件(参见上文)。如果从数据载体读取该控制信息(软件)并且将其存储在控制器和/或计算单元中,则可以执行之前所描述的方法的所有根据本发明的实施方式。因此,本发明也可以基于上述的计算机可读的介质和/或上述的电子可读的数据载体。
根据本发明的计算单元、根据本发明的CT设备和根据本发明的计算机程序产品的优点基本上对应于根据本发明的方法的优点,前面在细节上已经描述了这些优点。在此提到的特征、优点或替换实施方式还可以转用到其他要求保护的对象,反之亦然。换言之,对具体的权利要求还可以利用结合方法描述或要求保护的特征进行扩展。在此,方法的相应的功能特征通过相应的具体的模块、特别是硬件模块构造。
附图说明
下面参照附图中所示的实施例来更详细地描述和阐述本发明。
附图中:
图1示出了具有根据本发明的计算单元的根据本发明的CT设备,
图2示出了根据本发明的方法的第一实施方式的流程图,
图3示出了根据本发明的方法的第二实施方式的流程图,
图4示出了根据本发明的方法的第三实施方式的流程图,
图5示出了根据本发明的方法的第四实施方式的流程图,
图6示出了根据本发明的方法的第五实施方式的流程图,
图7示出了根据本发明的方法的第六实施方式的流程图,
图8示出了根据本发明的方法的第七实施方式的流程图,
图9示出了根据本发明的方法的第八实施方式的流程图,
图10示出了根据本发明的方法的第九实施方式的流程图,
图11示出了根据本发明的方法的第十实施方式的流程图。
具体实施方式
图1示出了具有根据本发明的计算单元35的根据本发明的CT设备1。
CT设备1具有机架20、隧道形的开口9、患者安置装置10和控制装置30。机架20具有静止的支承框架21和转子24。转子24借助旋转轴承装置围绕旋转轴可相对于静止的支承框架21旋转地布置在静止的支承框架21上。患者13可以进入隧道形的开口9中。获取区域4位于隧道形的开口9中。在获取区域4中可以定位患者13的要成像的区域、特别是测量场,使得电磁辐射27可以从辐射源26到达要成像的区域,并且在与要成像的区域相互作用之后可以到达量子计数X射线检测器28。患者安置装置10具有安置台11和用于安置患者13的转移板12。转移板12可相对于安置台11运动地布置在安置台11上,使得转移板12可以在转移板12的纵向方向上进入获取区域4中。
CT设备1被设计为用于基于电磁辐射27获取CT测量数据。CT设备1包括具有辐射源26(特别是X射线源)和量子计数X射线检测器28的CT测量数据获取单元。辐射源26布置在转子24上,并且被设计为用于发射具有辐射量子27的辐射27、特别是X射线辐射。量子计数X射线检测器28布置在转子24上,并且被设计为用于检测辐射量子27。辐射量子27可以从辐射源26到达患者13的要成像的区域,并且在与要成像的区域相互作用之后击中量子计数X射线检测器28。以这种方式,可以借助采集单元来采集要成像的区域的CT测量数据。
控制装置30被设计为用于接收并进一步处理由采集单元采集的CT测量数据。控制装置30被设计为用于控制CT设备1。
CT设备1具有输入单元38和显示单元39,其分别与控制装置30连接。输入单元38被设计为用于输入控制信息、例如图像重建参数和/或检查参数。显示单元39尤其被设计为用于显示所获取的CT测量数据、尤其是根据CT测量数据重建的CT图像数据。
所示出的CT设备1当然可以包括CT设备1通常具有的其他部件。此外,CT设备1的一般功能对于本领域技术人员是已知的,因此不需要对其他部件进行详细描述。
所示出的计算单元35包括至少一个计算模块36。CT设备1因此与计算单元35一起被设计为用于执行根据本发明的方法。计算单元可以从CT设备1的控制装置30采集CT测量数据。为此,计算单元35有利地关于数据交换与CT设备11的控制装置30连接。替换地,计算单元35还可以仅被设计为用于执行根据本发明的方法。为此,计算单元35通常从数据库加载和/或从CT设备1调用CT测量数据。
图2示出了根据本发明的、用于提供适合于在对患者的辐照的规划中使用的结果数据的方法的第一实施方式的流程图。
在方法步骤40中进行对患者的CT测量数据的采集,患者的CT测量数据已经借助具有量子计数X射线检测器的CT设备获取了。
在方法步骤41中进行对CT测量数据的进一步处理,其中在对CT测量数据的进一步处理中,考虑CT测量数据的特定信息内容,该CT测量数据的特定信息内容通过在获取CT测量数据时使用量子计数X射线检测器得出,其中在对CT测量数据的进一步处理中产生适合于在对患者的辐照的规划中使用的结果数据。
在方法步骤42中,将结果数据提供给接口,从而可以将结果数据用于规划对患者的辐照。
可以扩展根据本发明的方法,使得在方法步骤43中执行对患者的辐照的规划,其中从接口调用结果数据,并且在规划对患者的辐照时进行使用。
随后的描述主要限于与图2中的实施例的区别,其中关于保持相同的方法步骤请参考图2中的实施例的描述。基本上保持相同的方法步骤原则上以相同的附图标记表示。
图3示出了根据本发明的方法的第二实施方式的流程图。
在方法步骤40中,CT测量数据的采集包括在方法步骤40-1中采集谱分辨的CT测量数据,其通过借助量子计数X射线检测器的获取得出。替换地或附加地,CT测量数据的采集可以包括从数据库加载先前获取的谱分辨的CT测量数据,以计算定量材料系数的空间分辨的分布。谱分辨的CT测量数据有利地覆盖了测量场,该测量场在轴向测量层中包括患者的整个身体以及用于安置患者的定位辅助器。
在方法步骤41中,对CT测量数据的进一步处理包括在方法步骤41-1中根据谱分辨的CT测量数据计算定量材料系数的空间分辨的分布。结果数据的提供包括在方法步骤42-1中将定量材料系数的空间分辨的分布提供给接口。
在此,图3中示出了有利的过程:对CT测量数据的进一步处理包括计算两个不同的定量材料系数的两个空间分辨的分布。因此,根据谱分辨的CT测量数据,在方法步骤41-1中计算第一定量材料系数的第一空间分辨的分布,并且在方法步骤41-2中计算第二定量材料系数的第二空间分辨的分布。与此对应地,在根据图3的方法步骤42中,结果数据的提供包括:在方法步骤42-1中为第一剂量计算算法提供第一定量材料系数的第一空间分辨的分布,以及在方法步骤42-2中为第二剂量计算算法提供第二定量材料系数的第二空间分辨的分布。在此,例如第一定量材料系数是电子密度,并且第二定量材料系数是有效核电荷数。还可以想到,第一定量材料系数和第二定量材料系数基于彼此线性无关的两个基础材料。
在图3中没有示出如下有利的过程:对CT测量数据的进一步处理包括:对第一定量材料系数的第一空间分辨的分布和第二定量材料系数的第二空间分辨的分布进行分开的进一步处理,并且借助合并在分开的进一步处理中产生的部分结果数据来产生结果数据。
图3中同样示出了如下过程:在方法步骤41-3中,对CT测量数据的进一步处理除了包括根据谱分辨的CT测量数据计算定量材料系数的空间分辨的分布之外,还包括辨别谱分辨的CT测量数据中的目标体积和/或风险体积。在此,可以想到如下有利的过程:已经借助量子计数X射线检测器的拍摄参数获取了谱分辨的CT测量数据,使得谱分辨的CT测量数据具有不同组织类型之间特别合适的对比度,以辨别目标体积和/或风险体积。
在图3所示的情况下,在方法步骤41-4中,对CT测量数据的进一步处理包括在使用包含在谱分辨的CT测量数据中的谱信息的情况下对谱分辨的CT测量数据进行射束硬化校正,其中根据通过射束硬化校正而校正的谱分辨的CT测量数据来计算定量材料系数的空间分辨的分布。当然,与图3所示的过程相反地,还可以直接根据未经校正的CT测量数据计算定量材料系数。
图4示出了根据本发明的方法的第三实施方式的流程图。
在图4所示的情况下,在方法步骤41-5中,对CT测量数据的进一步处理包括辨别CT测量数据中的目标体积和/或风险体积。因此,结果数据的提供包括在方法步骤42-3中向接口提供所辨别的目标体积和/或风险体积。
在此,在图4所示的情况下,在方法步骤41-5-1中,对目标体积和/或风险体积的辨别包括对目标体积和/或风险体积的组织与周围组织的分界,其中在使用CT测量数据的特定信息内容的情况下对目标体积和/或风险体积的组织与周围组织进行分界,该CT测量数据的特定信息内容通过在获取CT测量数据时使用至少一个量子计数X射线检测器得出。
还可以想到如下有利的过程:对目标体积和/或风险体积的辨别包括分界脂肪组织与肌肉组织,其中在使用CT测量数据的特定信息内容的情况下对脂肪组织与肌肉组织进行分界,该CT测量数据的特定信息内容通过在获取CT测量数据时使用至少一个量子计数X射线检测器得出。
替换地或附加地,还可以想到如下过程:对目标体积和/或风险体积的辨别包括分界脑灰质与脑白质,其中在使用CT测量数据的特定信息内容的情况下对脑灰质与脑白质进行分界,该CT测量数据的特定信息内容通过在获取CT测量数据时使用至少一个量子计数X射线检测器得出。
附加地,在图4中示出了如下过程:在方法步骤40-1中,对CT测量数据的采集包括采集谱分辨的CT测量数据,其通过借助量子计数X射线检测器的获取得出;在方法步骤41-4中,对CT测量数据的进一步处理包括在使用包含在谱分辨的CT测量数据中的谱信息的情况下对谱分辨的CT测量数据进行射束硬化校正;并且在方法步骤41-5-2中,对目标体积和/或风险体积的辨别包括在通过射束硬化校正而校正的谱分辨的CT测量数据中对骨骼结构进行分界。在此,以有利的方式将患者的颅底区域中的骨骼结构相互区分开。
当然,在方法步骤41-5-1中,对目标体积和/或风险体积的辨别还可以包括对骨骼结构的辨别和/或对灰脑质与脑白质之间的分界和/或对脂肪组织与肌肉组织的分界。
图5示出了根据本发明的方法的第四实施方式的流程图。
图5中示出了如下过程:对CT测量数据的采集包括在方法步骤40-2中采集第一CT测量数据组和在方法步骤40-3中采集第二CT测量数据组。在此,已经借助量子计数X射线检测器的比第二CT测量数据组更高的能量阈值获取了第一CT测量数据组。在方法步骤41-6中,对CT测量数据的进一步处理包括创建第一CT测量数据组与第二CT测量数据组的加权组合,其中产生组合的CT测量数据。由此,在方法步骤41-5中,对组合的CT测量数据中的目标体积和/或风险体积进行辨别。
在此,图5中示出了如下有利过程:对CT测量数据的进一步处理包括:在方法步骤41-7中根据第一CT测量数据组提取用于射束硬化校正的信息,并且在方法步骤41-8中基于提取的信息对组合的CT测量数据进行射束硬化校正。因此,在方法步骤41-5中,在通过射束硬化校正而校正的组合的CT测量数据中进行对目标体积和/或风险体积的辨别。
此外,在方法步骤41-6-1中,在使用在空间上变化的加权因数的情况下创建第一CT测量数据组与第二CT测量数据组的加权组合。为此,在图5所示的情况下,对CT测量数据的进一步处理包括在方法步骤41-6-2中首先对目标体积和/或风险体积进行粗略辨别,其中根据粗略分割的目标体积和/或风险体积来定义在空间上变化的加权因数,然后在组合的CT测量数据中对目标体积和/或风险体积进行精细辨别。
图6示出了根据本发明的方法的第五实施方式的流程图。
根据图6的CT测量数据的采集包括在方法步骤40-4中借助量子计数X射线检测器获取高分辨率的CT测量数据,其中量子计数X射线检测器的高分辨率模式用于获取高分辨率的CT测量数据,其中在高分辨率模式下,对量子计数X射线检测器的每个像素单独地进行计数。
由此,在方法步骤41-9中,对CT测量数据的进一步处理包括根据高分辨率的CT测量数据计算定量材料系数的空间分辨的分布。因此,结果数据的提供包括在方法步骤42-4中将定量材料系数的空间分辨的分布提供给接口。
在图6中示出了如下有利过程:在方法步骤41-9-1中,高分辨率的CT测量数据以不变的形式进入对患者的骨组织的定量材料系数的空间分辨的分布的计算中,并且在方法步骤41-9-3中,高分辨率的CT测量数据以降低的分辨率进入对患者的软组织的定量材料系数的空间分辨的分布的计算中。在方法步骤41-9-2中,通过在使用滤波器内核的情况下对高分辨率的CT测量数据进行滤波来产生高分辨率的CT测量数据的降低的分辨率。
附加地,图6中还示出了如下有利过程:在方法步骤41-9-4中,对定量材料系数的空间分辨的分布的计算包括根据高分辨率的CT测量数据计算阻止本领的空间分辨的分布,并且在方法步骤42-5中,结果数据的提供包括提供阻止本领的空间分辨的分布,以规划对患者的粒子辐照
通常,有利地针对患者的以下身体区域中的至少一个,根据高分辨率的CT测量数据计算定量材料系数的空间分辨的分布:
-患者的眼部区域,
-通过患者的三叉神经的走向描述的身体区域,
-患者的颅底,
-患者的肺部区域。
图7示出了根据本发明的方法的第六实施方式的流程图。
图7示出了如下过程:
-在方法步骤40-5中,对CT测量数据的采集包括采集谱分辨和时间分辨的CT测量数据,该谱分辨和时间分辨的CT测量数据通过借助量子计数X射线检测器的获取得出,
-在方法步骤41-10中,对CT测量数据的进一步处理包括根据谱分辨和时间分辨的CT测量数据计算定量材料系数的空间分辨和时间分辨的分布,并且
-在方法步骤42-6中,结果数据的提供包括将定量材料系数的空间分辨和时间分辨的分布提供给接口。
在此,以有利的方式从患者的以下身体区域中的至少一个采集谱分辨和时间分辨的CT测量数据:
-患者的肝脏区域,
-患者的胰腺区域,
-患者的胸部区域。
图8示出了根据本发明的方法的第七实施方式的流程图。
根据图8,在方法步骤40-6中,对患者的CT测量数据的采集包括借助具有量子计数X射线检测器的CT设备获取CT测量数据,其中在获取CT测量数据期间对量子计数X射线检测器的检测器参数进行改变。
特别地,在获取CT测量数据期间改变以下检测器参数中的至少一个:
-量子计数X射线检测器的能量阈值,
-关于量子计数X射线检测器的像素的组合的量子计数X射线检测器的分辨率。
在图8所示的情况下,在获取CT测量数据期间改变量子计数X射线检测器的检测器参数,使得在方法步骤40-6-1中为了获取患者的第一身体区域的CT测量数据设置检测器参数的第一设置,并且在方法步骤40-6-2中为了获取患者的第二身体区域的CT测量数据设置检测器参数的第二设置。在方法步骤40-6-3中,在获取CT测量数据之前根据已经存在的患者的医学图像数据和/或通过使用图集数据库确定第一身体区域和第二身体区域。有利地,在获取CT测量数据期间,改变量子计数X射线检测器的检测器参数,使得为了从患者的第一身体区域获取CT测量数据而设置的量子计数X射线检测器的分辨率比为了从患者的第二身体区域获取CT测量数据而设置的分辨率更高。
可以根据以下特性选择身体区域。在此可以想到特性的任意组合:
-第一身体区域包括辐照的目标体积,并且第二身体区域包括位于辐照的目标体积外部的身体区域。
-第一身体区域被设计为,使得在辐照患者时第一身体区域定位在辐射区域内,并且第二身体区域被设计为,使得在辐照患者时第二身体区域定位在辐射区域外部。
-第一身体区域和第二身体区域被设计为,使得在辐照患者时,第一身体区域设置有比第二身体区域更高的辐射剂量。
替换地或附加地,还可以想到未示出的如下过程:在获取CT测量数据期间改变量子计数X射线检测器的检测器参数,使得为了在沿着患者的纵向方向的第一z位置处获取CT测量数据设置检测器参数的第一设置,并且为了在沿着患者的纵向方向的第二z位置处获取CT测量数据设置检测器参数的第二设置。
替换地或附加地,还可以想到未示出的如下过程:在获取CT测量数据期间改变量子计数X射线检测器的检测器参数,使得为了在CT设备的检测器辐射器系统的第一旋转位置获取CT测量数据设置检测器参数的第一设置,并且为了在CT设备的检测器辐射器系统的第二旋转位置获取CT测量数据设置检测器参数的第二设置。
图9示出了根据本发明的方法的第八实施方式的流程图。
根据图9,在方法步骤42-7中,接口采集另外的测量数据,该另外的测量数据借助用于辐照患者的放射治疗设备的成像装置进行采集,其中在方法步骤42-8中,为了规划对患者的辐照,关于该另外的测量数据设置结果数据。有利地,用于辐照患者的放射治疗设备的成像装置同样具有量子计数X射线检测器,其中在使用CT测量数据和另外的CT测量数据的特定信息内容的情况下关于另外的测量数据设置结果数据,该特定信息内容通过在获取CT测量数据和另外的测量数据时使用量子计数X射线检测器得出。
图10示出了根据本发明的方法的第九实施方式的流程图。
根据图10,在方法步骤40-7中采集第一CT测量数据组,并且在方法步骤40-8中采集第二CT测量数据组。在不同的时间点对这两个CT测量数据组进行了采集。在方法步骤41-11中,在使用CT测量数据的特定信息内容的情况下对至少两个CT测量数据组进行配准,该CT测量数据的特定信息内容通过在获取CT测量数据时使用至少一个量子计数X射线检测器得出。在方法步骤42-9中,将配准的至少两个CT测量数据组提供给接口。
图11示出了根据本发明的方法的第十实施方式的流程图。
在图11所示的情况下,在获取CT测量数据期间,在方法步骤40-9中使用了造影剂。
根据第一应用可能性,在方法步骤41-12中,对CT测量数据的进一步处理包括在使用CT测量数据的特定信息内容的情况下对具有造影剂的组织以及其余组织中的CT测量数据进行材料分解,该CT测量数据的特定信息内容通过在获取CT测量数据时使用至少一个量子计数X射线检测器得出。在方法步骤42-10中将材料分解提供给接口。
替换地或附加地,可以使用第二应用可能性:在方法步骤41-13中,对CT测量数据的进一步处理包括在使用CT测量数据的特定信息内容的情况下创建虚拟的非造影CT图像,该CT测量数据的特定信息内容通过在获取CT测量数据时使用至少一个量子计数X射线检测器得出,其中在方法步骤42-11中将虚拟的非造影CT图像提供给接口。
最后,图11中还示出了如下过程:在方法步骤41-14中,对CT测量数据的进一步处理包括在使用CT测量数据的特定信息内容的情况下识别和/或量化位于患者体内以增强辐照患者的效果的金属纳米粒子,该CT测量数据的特定信息内容通过在获取CT测量数据时使用至少一个量子计数X射线检测器得出。
在图2至图11中示出的根据本发明的方法的方法步骤由计算单元执行。为此,计算单元包括所需要的软件和/或计算机程序,它们存储在计算单元的存储单元中。软件和/或计算机程序包括程序装置,程序装置被设计为,当在计算单元中借助计算单元的处理器单元执行计算机程序和/或软件时,执行根据本发明的方法。
虽然通过优选的实施方式在细节上对本发明进行了更详细的说明和描述,但是本发明不限于所公开的示例,并且本领域技术人员从中导出其他变型,而不脱离本发明的保护范围。
Claims (17)
1.一种用于提供适合于在对患者的辐照的规划中使用的结果数据的方法,包括以下方法步骤:
- 采集患者的CT测量数据,所述CT测量数据已经借助具有量子计数X射线检测器的CT设备获取,
- 进一步处理CT测量数据,其中在进一步处理CT测量数据时,考虑CT测量数据的特定信息内容,所述CT测量数据的特定信息内容通过在获取CT测量数据时使用量子计数X射线检测器得出,所述CT测量数据的特定信息内容是CT测量数据的谱分辨率,其中在进一步处理CT测量数据时,产生结果数据,所述结果数据适合于在对患者的辐照的规划中使用,
- 将所述结果数据提供给接口,从而能够将所述结果数据用于规划对患者的辐照,
其特征在于,
- 对CT测量数据的采集包括:采集谱分辨的CT测量数据,所述谱分辨的CT测量数据通过借助量子计数X射线检测器的获取得出,
- 对CT测量数据的进一步处理包括:根据谱分辨的CT测量数据,计算定量材料系数的空间分辨的分布,
- 结果数据的提供包括:将定量材料系数的空间分辨的分布提供给所述接口,
其中对CT测量数据的进一步处理包括:根据谱分辨的CT测量数据,计算第一定量材料系数的第一空间分辨的分布和第二定量材料系数的第二空间分辨的分布,
其中结果数据的提供包括:为第一剂量计算算法提供所述第一定量材料系数的第一空间分辨的分布,以及为第二剂量计算算法提供所述第二定量材料系数的第二空间分辨的分布。
2.根据权利要求1所述的方法,其中所述方法包括以下附加的方法步骤:
- 执行对患者的辐照的规划,其中从所述接口调用所述结果数据,并且在规划对患者的辐照时使用。
3.根据权利要求1所述的方法,其中所述第一定量材料系数是电子密度,并且所述第二定量材料系数是有效核电荷数。
4.根据权利要求1所述的方法,其中所述第一定量材料系数和所述第二定量材料系数基于彼此线性无关的两个基础材料。
5.根据权利要求1至4中任一项所述的方法,其中对CT测量数据的进一步处理包括:分开地进一步处理所述第一定量材料系数的第一空间分辨的分布和所述第二定量材料系数的第二空间分辨的分布,并且通过将在分开的进一步处理中产生的部分结果数据合并来产生结果数据。
6.根据权利要求1至4中任一项所述的方法,其中对CT测量数据的采集包括:从数据库加载先前获取的谱分辨的CT测量数据,以计算定量材料系数的空间分辨的分布。
7.一种用于提供适合于在对患者的辐照的规划中使用的结果数据的方法,包括以下方法步骤:
- 采集患者的CT测量数据,所述CT测量数据已经借助具有量子计数X射线检测器的CT设备获取,
- 进一步处理CT测量数据,其中在进一步处理CT测量数据时,考虑CT测量数据的特定信息内容,所述CT测量数据的特定信息内容通过在获取CT测量数据时使用量子计数X射线检测器得出,所述CT测量数据的特定信息内容是CT测量数据的谱分辨率,其中在进一步处理CT测量数据时,产生结果数据,所述结果数据适合于在对患者的辐照的规划中使用,
- 将所述结果数据提供给接口,从而能够将所述结果数据用于规划对患者的辐照,
其特征在于,
- 对CT测量数据的采集包括:采集谱分辨的CT测量数据,所述谱分辨的CT测量数据通过借助量子计数X射线检测器的获取得出,
- 对CT测量数据的进一步处理包括:根据谱分辨的CT测量数据,计算定量材料系数的空间分辨的分布,
- 结果数据的提供包括:将定量材料系数的空间分辨的分布提供给所述接口,
其中对CT测量数据的进一步处理除了包括根据谱分辨的CT测量数据计算定量材料系数的空间分辨的分布之外,还包括在谱分辨的CT测量数据中辨别目标体积和/或风险体积。
8.根据权利要求7所述的方法,其中已经借助量子计数X射线检测器的如下拍摄参数获取了谱分辨的CT测量数据,所述拍摄参数使得谱分辨的CT测量数据在不同的组织类型之间具有适合于辨别目标体积和/或风险体积的对比度。
9.根据权利要求7或8所述的方法,其中谱分辨的CT测量数据覆盖测量场,所述测量场在轴向的测量层中包括患者的整个身体以及用于安置患者的定位辅助器。
10.一种用于提供适合于在对患者的辐照的规划中使用的结果数据的方法,包括以下方法步骤:
- 采集患者的CT测量数据,所述CT测量数据已经借助具有量子计数X射线检测器的CT设备获取,
- 进一步处理CT测量数据,其中在进一步处理CT测量数据时,考虑CT测量数据的特定信息内容,所述CT测量数据的特定信息内容通过在获取CT测量数据时使用量子计数X射线检测器得出,所述CT测量数据的特定信息内容是CT测量数据的谱分辨率,其中在进一步处理CT测量数据时,产生结果数据,所述结果数据适合于在对患者的辐照的规划中使用,
- 将所述结果数据提供给接口,从而能够将所述结果数据用于规划对患者的辐照,
其特征在于,
- 对CT测量数据的采集包括:采集谱分辨的CT测量数据,所述谱分辨的CT测量数据通过借助量子计数X射线检测器的获取得出,
- 对CT测量数据的进一步处理包括:根据谱分辨的CT测量数据,计算定量材料系数的空间分辨的分布,
- 结果数据的提供包括:将定量材料系数的空间分辨的分布提供给所述接口,
其中对CT测量数据的进一步处理包括:在使用包含在谱分辨的CT测量数据中的谱信息的情况下,对谱分辨的CT测量数据进行射束硬化校正,其中根据通过射束硬化校正而校正的谱分辨的CT测量数据,来计算定量材料系数的空间分辨的分布。
11.一种用于提供适合于在对患者的辐照的规划中使用的结果数据的方法,包括以下方法步骤:
- 采集患者的CT测量数据,所述CT测量数据已经借助具有量子计数X射线检测器的CT设备获取,
- 进一步处理CT测量数据,其中在进一步处理CT测量数据时,考虑CT测量数据的特定信息内容,所述CT测量数据的特定信息内容通过在获取CT测量数据时使用量子计数X射线检测器得出,所述CT测量数据的特定信息内容是CT测量数据的谱分辨率,其中在进一步处理CT测量数据时,产生结果数据,所述结果数据适合于在对患者的辐照的规划中使用,
- 将所述结果数据提供给接口,从而能够将所述结果数据用于规划对患者的辐照,
其特征在于,
- 对CT测量数据的采集包括:采集谱分辨和时间分辨的CT测量数据,所述谱分辨和时间分辨的CT测量数据通过借助量子计数X射线检测器的获取得出,
- 对CT测量数据的进一步处理包括:根据所述谱分辨和时间分辨的CT测量数据,计算定量材料系数的空间分辨和时间分辨的分布,并且
- 结果数据的提供包括:将定量材料系数的空间分辨和时间分辨的分布提供给所述接口。
12.根据权利要求11所述的方法,其中从患者的以下身体区域中的至少一个,采集所述谱分辨和时间分辨的CT测量数据:
- 患者的肝脏区域,
- 患者的胰腺区域,
- 患者的胸部区域。
13.根据权利要求11或12所述的方法,其中所述接口采集另外的测量数据,所述另外的测量数据借助用于辐照患者的放射治疗设备的成像装置进行采集,其中为了规划对患者的辐照,关于所述另外的测量数据,设置结果数据。
14.根据权利要求13所述的方法,其中用于辐照患者的放射治疗设备的成像装置同样具有量子计数X射线检测器,其中在使用CT测量数据和所述另外的CT测量数据的特定信息内容的情况下,关于所述另外的测量数据,设置结果数据,CT测量数据和所述另外的CT测量数据的特定信息内容,通过在获取CT测量数据和所述另外的测量数据时使用量子计数X射线检测器得出。
15.一种计算装置,包括至少一个计算模块,其中所述计算装置被构造为用于执行根据权利要求1至14中任一项所述的方法。
16.一种具有根据权利要求15所述的计算装置的CT设备。
17.一种电子可读的数据介质,在其上存储有计算机程序产品,所述计算机程序产品能够直接加载到可编程的计算装置的存储器中,并且具有程序代码装置,以便当在计算装置中执行所述计算机程序产品时,执行根据权利要求1至14中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210373223.7A CN114917492A (zh) | 2017-08-23 | 2018-07-20 | 提供适合于在对患者的辐照规划中使用的结果数据的方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762549175P | 2017-08-23 | 2017-08-23 | |
US62/549,175 | 2017-08-23 | ||
PCT/EP2018/069777 WO2019037977A1 (de) | 2017-08-23 | 2018-07-20 | Verfahren zum bereitstellen von ergebnisdaten, welche geeignet für einen einsatz in einer planung einer bestrahlung eines patienten sind |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210373223.7A Division CN114917492A (zh) | 2017-08-23 | 2018-07-20 | 提供适合于在对患者的辐照规划中使用的结果数据的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111212680A CN111212680A (zh) | 2020-05-29 |
CN111212680B true CN111212680B (zh) | 2022-04-29 |
Family
ID=63244545
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880067153.4A Active CN111212680B (zh) | 2017-08-23 | 2018-07-20 | 用于提供适合于在对患者的辐照的规划中使用的结果数据的方法 |
CN202210373223.7A Pending CN114917492A (zh) | 2017-08-23 | 2018-07-20 | 提供适合于在对患者的辐照规划中使用的结果数据的方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210373223.7A Pending CN114917492A (zh) | 2017-08-23 | 2018-07-20 | 提供适合于在对患者的辐照规划中使用的结果数据的方法 |
Country Status (5)
Country | Link |
---|---|
US (3) | US10898727B2 (zh) |
EP (1) | EP3672688B1 (zh) |
JP (1) | JP7321997B2 (zh) |
CN (2) | CN111212680B (zh) |
WO (1) | WO2019037977A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111569279B (zh) * | 2020-05-26 | 2021-08-17 | 杭州珞珈质子科技有限公司 | 质子治疗的参数监测装置及系统 |
CN114534117B (zh) * | 2020-11-25 | 2023-09-01 | 中硼(厦门)医疗器械有限公司 | 中子捕获治疗设备 |
CN114782375B (zh) * | 2022-04-27 | 2023-06-23 | 影图(成都)医疗科技有限公司 | 骨质密度测量方法、装置和设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003065077A2 (en) * | 2002-01-30 | 2003-08-07 | Rutgers, The State University | Combinatorial contraband detection using energy dispersive x-ray diffraction |
CN1737549A (zh) * | 2004-08-16 | 2006-02-22 | 西门子公司 | 断层造影设备以及用于断层造影设备的方法 |
DE102006026945A1 (de) * | 2006-06-09 | 2007-12-27 | Siemens Ag | Computertomographisches Bildaufnahmeverfahren, Verfahren zur Bestimmung der ortsabhängigen Konzentration einer Anzahl vorgegebener Stoffe in einem Untersuchungsobjekt und zugehöriger Computertomograph |
CN102098963A (zh) * | 2008-07-18 | 2011-06-15 | 皇家飞利浦电子股份有限公司 | 谱成像 |
CN102841367A (zh) * | 2011-06-21 | 2012-12-26 | 西门子公司 | 量子计数的辐射探测器 |
CN103393408A (zh) * | 2013-08-20 | 2013-11-20 | 中国科学院自动化研究所 | 一种光声和荧光循环互提升成像方法 |
CN105120755A (zh) * | 2013-02-11 | 2015-12-02 | 罗切斯特大学 | 用于光谱微分相衬锥形束ct和混合锥形束ct的方法和设备 |
EP1876955B1 (en) * | 2005-04-26 | 2016-11-23 | Koninklijke Philips N.V. | Double decker detector for spectral ct |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10212638A1 (de) | 2002-03-21 | 2003-10-16 | Siemens Ag | Computertomograph und Verfahren zum Nachweis von Röntgenstrahlung mit einer aus einer Vielzahl von Detektoren bestehenden Detektoreinheit |
DE102005059210B4 (de) | 2005-12-12 | 2008-03-20 | Siemens Ag | Radiotherapeutische Vorrichtung |
CA2572713C (en) * | 2006-01-18 | 2014-09-30 | Sunnybrook And Women's College And Health Sciences Centre | Cerenkov x-ray detector for portal imaging |
DE102007034982B4 (de) | 2007-07-26 | 2016-07-07 | Siemens Healthcare Gmbh | Verfahren zum Betreiben eines getakteten, zählenden Röntgenstrahlendetektors |
JP5171215B2 (ja) * | 2007-11-08 | 2013-03-27 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | X線ct装置 |
JP2010246883A (ja) * | 2009-03-27 | 2010-11-04 | Mitsubishi Electric Corp | 患者位置決めシステム |
JP5279637B2 (ja) * | 2009-07-02 | 2013-09-04 | 株式会社日立製作所 | ベッド位置決めシステム及びベッド位置決め方法 |
DE102009032252B3 (de) | 2009-07-08 | 2010-08-05 | Siemens Aktiengesellschaft | Verfahren zur Erzeugung von Röntgenbildern mit einem Mehrenergie-Röntgendetektionssystem sowie Vorrichtung zur Durchführung des Verfahrens |
JP5535733B2 (ja) * | 2010-04-05 | 2014-07-02 | 住友重機械工業株式会社 | 実効原子番号及び電子密度を求める方法、その方法を実行させるためのプログラム、そのプログラムを記録したコンピュータ読み取り可能な記録媒体及びct装置 |
WO2013058841A1 (en) * | 2011-10-21 | 2013-04-25 | Accuray, Inc. | Apparatus for generating multi-energy x-ray images and methods of using the same |
JP6246137B2 (ja) * | 2012-02-21 | 2017-12-13 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 関心組織のスペクトル撮像及び追跡を用いた適応式放射線治療 |
WO2013154162A1 (ja) * | 2012-04-11 | 2013-10-17 | 株式会社 東芝 | 放射線治療システム及び治療計画装置 |
CN104036452B (zh) * | 2013-03-06 | 2017-12-05 | 东芝医疗系统株式会社 | 图像处理装置和方法以及医学图像设备 |
JP6351164B2 (ja) * | 2014-06-12 | 2018-07-04 | 国立研究開発法人量子科学技術研究開発機構 | ビーム照射対象確認装置、ビーム照射対象確認プログラム、および阻止能比算出プログラム |
DE102015217421B4 (de) * | 2015-09-11 | 2023-05-17 | Siemens Healthcare Gmbh | Spektrale Filterung von Röntgenstrahlung für energieselektive Röntgenbildgebung |
JP6985004B2 (ja) * | 2015-11-02 | 2021-12-22 | キヤノンメディカルシステムズ株式会社 | 光子計数型x線ct装置及び画像処理装置 |
US10219775B2 (en) * | 2015-11-02 | 2019-03-05 | Toshiba Medical Systems Corporation | Photon-counting X-ray CT apparatus and image processing apparatus |
DE102016215109A1 (de) * | 2016-08-12 | 2018-02-15 | Siemens Healthcare Gmbh | Verfahren und Datenverarbeitungseinheit zum Optimieren eines Bildrekonstruktionsalgorithmus |
DE102016219496A1 (de) | 2016-10-07 | 2018-04-26 | Siemens Healthcare Gmbh | Verfahren zur Unterstützung einer Planung einer Bestrahlung eines Patienten |
-
2018
- 2018-07-20 WO PCT/EP2018/069777 patent/WO2019037977A1/de unknown
- 2018-07-20 JP JP2020510538A patent/JP7321997B2/ja active Active
- 2018-07-20 US US16/640,960 patent/US10898727B2/en active Active
- 2018-07-20 EP EP18755715.2A patent/EP3672688B1/de active Active
- 2018-07-20 CN CN201880067153.4A patent/CN111212680B/zh active Active
- 2018-07-20 CN CN202210373223.7A patent/CN114917492A/zh active Pending
-
2020
- 2020-12-16 US US17/123,594 patent/US11844961B2/en active Active
-
2023
- 2023-11-06 US US18/502,308 patent/US20240066320A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003065077A2 (en) * | 2002-01-30 | 2003-08-07 | Rutgers, The State University | Combinatorial contraband detection using energy dispersive x-ray diffraction |
CN1737549A (zh) * | 2004-08-16 | 2006-02-22 | 西门子公司 | 断层造影设备以及用于断层造影设备的方法 |
EP1876955B1 (en) * | 2005-04-26 | 2016-11-23 | Koninklijke Philips N.V. | Double decker detector for spectral ct |
DE102006026945A1 (de) * | 2006-06-09 | 2007-12-27 | Siemens Ag | Computertomographisches Bildaufnahmeverfahren, Verfahren zur Bestimmung der ortsabhängigen Konzentration einer Anzahl vorgegebener Stoffe in einem Untersuchungsobjekt und zugehöriger Computertomograph |
CN102098963A (zh) * | 2008-07-18 | 2011-06-15 | 皇家飞利浦电子股份有限公司 | 谱成像 |
CN102841367A (zh) * | 2011-06-21 | 2012-12-26 | 西门子公司 | 量子计数的辐射探测器 |
CN105120755A (zh) * | 2013-02-11 | 2015-12-02 | 罗切斯特大学 | 用于光谱微分相衬锥形束ct和混合锥形束ct的方法和设备 |
CN103393408A (zh) * | 2013-08-20 | 2013-11-20 | 中国科学院自动化研究所 | 一种光声和荧光循环互提升成像方法 |
Also Published As
Publication number | Publication date |
---|---|
US10898727B2 (en) | 2021-01-26 |
US20210101022A1 (en) | 2021-04-08 |
JP7321997B2 (ja) | 2023-08-07 |
US20200171324A1 (en) | 2020-06-04 |
CN111212680A (zh) | 2020-05-29 |
CN114917492A (zh) | 2022-08-19 |
JP2020531132A (ja) | 2020-11-05 |
US20240066320A1 (en) | 2024-02-29 |
EP3672688A1 (de) | 2020-07-01 |
WO2019037977A1 (de) | 2019-02-28 |
EP3672688B1 (de) | 2023-03-01 |
US11844961B2 (en) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Van Elmpt et al. | Dual energy CT in radiotherapy: current applications and future outlook | |
EP3806747B1 (en) | Methods and apparatus for dual energy x-ray imaging | |
Attivissimo et al. | A technique to improve the image quality in computer tomography | |
US11844961B2 (en) | Method for providing result data which is suitable for use in planning the irradiation of a patient | |
CN103209736B (zh) | 放射线治疗信息生成装置以及放射线治疗信息生成方法 | |
CN108778418B (zh) | 合成计算机断层摄影成像 | |
Wu et al. | Metal artifact correction for x‐ray computed tomography using kV and selective MV imaging | |
IL225474A (en) | Systems and methods for reducing permutation in a medical nuclear image based on emission data | |
JP6941180B2 (ja) | Petリストデータからの呼吸運動信号のノイズロバストリアルタイム抽出 | |
Zaidi et al. | Advances in attenuation correction techniques in PET | |
Wang et al. | Learning-based stopping power mapping on dual-energy CT for proton radiation therapy | |
CN107456237A (zh) | 基于借助于迭代优化方法的单能ct扫描来确定材料属性值的空间分布 | |
Koike et al. | Deep learning‐based virtual noncontrast CT for volumetric modulated arc therapy planning: Comparison with a dual‐energy CT‐based approach | |
Chen et al. | Low dose cone-beam computed tomography reconstruction via hybrid prior contour based total variation regularization (hybrid-PCTV) | |
Li et al. | A novel image-domain-based cone-beam computed tomography enhancement algorithm | |
Mettivier et al. | Scatter correction in cone-beam breast computed tomography: simulations and experiments | |
Rajendran | MARS spectral CT technology for orthopaedic applications | |
Lindsay et al. | Investigation of combined kV/MV CBCT imaging with a high‐DQE MV detector | |
JPWO2019037977A5 (zh) | ||
WO2021155342A1 (en) | Patient-specific organ dose quantification and inverse optimization for ct | |
US11911193B2 (en) | Method and apparatus for generating a resultant image dataset of a patient | |
Dong | Material-Specific Computed Tomography for Molecular X-Imaging in Biomedical Research | |
Hayashi et al. | Impact of Blurring Correction Method in Quantitative Image Analysis Using Energy-Resolving Photon Counting Detector (ERPCD) | |
Kulman | COMPARISON OF ITERATIVE RECONSTRUCTION ALGORITHMS ON PET-CT DEVICES | |
Ruggeri et al. | Micro-CT for small animal imaging |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240830 Address after: German Phu F Haim Patentee after: Siemens Medical AG Country or region after: Germany Address before: Erlangen Patentee before: Siemens Healthineers AG Country or region before: Germany |