CN111344737B - 自适应放射疗法系统 - Google Patents

自适应放射疗法系统 Download PDF

Info

Publication number
CN111344737B
CN111344737B CN201880058231.4A CN201880058231A CN111344737B CN 111344737 B CN111344737 B CN 111344737B CN 201880058231 A CN201880058231 A CN 201880058231A CN 111344737 B CN111344737 B CN 111344737B
Authority
CN
China
Prior art keywords
vector field
medical image
vector
modified
voxel
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
Application number
CN201880058231.4A
Other languages
English (en)
Other versions
CN111344737A (zh
Inventor
维吉尔·马修·威尔卡特
米歇尔·莫罗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Elekta Ltd
Original Assignee
Elekta Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Elekta Ltd filed Critical Elekta Ltd
Priority to CN202110769264.3A priority Critical patent/CN113577577A/zh
Publication of CN111344737A publication Critical patent/CN111344737A/zh
Application granted granted Critical
Publication of CN111344737B publication Critical patent/CN111344737B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61N5/1038—Treatment planning systems taking into account previously administered plans applied to the same patient, i.e. adaptive radiotherapy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • 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
    • A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048—Monitoring, verifying, controlling systems and methods
    • A61N5/1071—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
    • A61N5/1077—Beam delivery systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • G06T3/153—Transformations for image registration, e.g. adjusting or mapping for alignment of images using elastic snapping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • 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
    • A61N2005/1054—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using a portal imaging system
    • 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
    • A61N2005/1074—Details of the control system, e.g. user interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30036—Dental; Teeth
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30088—Skin; Dermal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Radiation-Therapy Devices (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

描述了用于自适应放射疗法的技术和治疗计划装置。该方法可以包括访问两个医学图像，所述两个医学图像呈现在不同时间处患者的关注区域。每个医学图像可以被分割成靶区域和至少一个非靶区域。该方法可以包括访问变形矢量场，该变形矢量场包括多个将第一医学图像中的个别体素映射到第二医学图像中的对应体素的矢量。该方法可以包括生成修改的变形矢量场，并对修改的变形矢量场进行后处理以补偿靶区域的形状或尺寸的变化。

Description

自适应放射疗法系统
优先权声明
本申请要求2017年9月7日提交的美国申请序列第15/697,667号的优先权，其全部内容通过引用并入。
技术领域
本公开内容一般性涉及辐射疗法。更具体地但非限制地，本公开内容涉及用在自适应放射疗法中的系统和方法。
背景技术
辐射疗法，也称为放射疗法，用于治疗哺乳动物(例如，人和动物)组织中的肿瘤和其他疾病。放射疗法治疗的一个示例是从外部源朝向患者施加高能束，以产生定向至患者的靶部位的准直辐射束。靶可以是患者的身体中包含要暴露于辐射束并由辐射束治疗的患病器官或肿瘤的区域。必须准确地控制辐射束的布置和剂量，以确保靶接收到由医生为患者规定的辐射剂量但是对周围的健康组织——通常称为风险器官(OAR)——的损害最小化。
为了计划患者的放射疗法治疗，在辐射疗法治疗疗次(session)之前获取患者在预期治疗位置的一个或更多个医学图像，并且通常是在开始治疗的许多天前获取这些医学图像。这些医学图像被称为计划图像。
医生可以使用计划图像来识别和描绘一个或多个靶以及OAR的轮廓。描绘轮廓可以被手动地、半自动地或自动地执行。创建治疗轮廓，治疗轮廓通常称为计划靶体积(PTV)，其包括靶轮廓加上将微观病变以及治疗的不确定性考虑在内的足够的边缘。由医生规定辐射剂量，并且创建辐射疗法治疗计划，该辐射疗法治疗计划将规定的剂量最佳地传送到PTV，同时使对OAR和其他正常组织的剂量最小化。治疗计划可以由医生手动地生成，或者可以使用优化技术自动地生成。优化技术可以基于临床的和剂量测定指标以及约束条件(例如，对肿瘤和OAR的最大、最小和平均辐射剂量)。
开发疗程以将规定的剂量通过多个分次(fraction)来传送，其中每个分次在不同的治疗疗次中传送。例如，30至40个分次是典型的，但是可以使用五个甚至一个分次。这些分次典型地在每个周工作日被传送一次或者在某些情况下两次。在某些情况下，辐射治疗计划可以在整个疗程中改变，以在某些区域中集中更多的剂量。
在每个分次，患者被安排在辐射治疗装置的患者支承附件(通常被称为“诊察台”)上并且被重新定位为尽可能地接近计划图像中患者的位置。遗憾的是，因为患者不是刚性物体并且患者的解剖结构可以移动或改变，所以在实践中这是一项要准确地执行的困难任务。分次间的变化或改变通常被称为分次间变化，而分次本身期间发生的变化或改变通常被称为分次内变化。
图像引导放射疗法(IGRT)试图使分次间变化的问题最小化。IGRT包括在辐射放疗前不久获取一个或更多个患者的医学图像，并使用这些图像来识别和补偿分次间变化。与可以在任何诊断扫描仪上获取的计划图像相对，IGRT图像是在患者处于治疗位置的情况下在治疗室中直接获取的。为了补偿分次间变化，将IGRT图像与计划图像进行比较，以量化自计划图像生成以来患者的解剖结构上发生的变化。例如，可以分析计划图像和IGRT图像，以计算将计划图像与IGRT图像最佳地对准的整体移位和/或旋转。一旦已经计算出移位和/或旋转，可以对患者支承附件的位置进行相应的调整，使得患者在治疗疗次期间的位置与获取计划图像时患者的位置更紧密地匹配。应注意的是，在这种情形下，仍然传送原始计划，并且只有患者的位置改变以使与计划的位置的偏差最小化。
自适应放射疗法是另一种技术，其旨在解决分次间变化的问题。与IGRT一样，自适应放射疗法包括在辐射疗法治疗疗程前不久获取一个或更多个患者的医学图像，并使用这些图像来识别和补偿分次间变化。然而，在适应性放射疗法中，不仅可以改变患者的位置，而且计划本身也可以被调整以将分次间变化考虑在内。在自适应放射疗法中，可以分析计划图像和在治疗疗次前不久拍摄的图像，以生成变形矢量场(DVF)。DVF是3D阵列，其元素是矢量，并且在该3D阵列中，每个矢量限定将计划图像中的体素映射到治疗疗次前不久拍摄的图像中的相应体素的几何变换。该DVF可以用于变换原始治疗计划中规定的辐射剂量的空间分布，以便将自获取计划图像以来已经发生的患者的解剖结构上的变化考虑在内。这种变换的剂量分布得到与原始认可的治疗计划的认可的剂量分布等效的剂量分布，并且可以用作重新计划活动的“目标”剂量，其构思是：如果能够找到实现这种变换的剂量分布的计划，那么将符合医生的原始目标。然而，使用这种变换的剂量作为目标不能够使得计划比医生原始要求的计划更好，假设物理上可实现，如果解剖结构变化有效，则仅仅再现了与原始所计划的计划一样好的计划。为了说明“有效的解剖结构变化”，考虑所有的OAR都移动成离靶更远的情况。显然，在这种情况下，几何学上更容易按照预期来处理靶(达到相同的剂量水平)，但向OAR传送更少的剂量。解决方案是应用一定逻辑使得当OAR或部分OAR移动成离靶更远时，DVF被处理(修改)以约束距离以保持恒定。使用这种经处理的DVF来变换剂量将得到保持相同的靶剂量和靶适形性的目标剂量分布，但是对实际上离靶更远的那些OAR或部分OAR呈现出较低的剂量。
发明内容
本公开内容的第一方面提供了一种用于自适应放射疗法的处理器实现的方法。该方法可以包括访问第一医学图像和第二医学图像，第一医学图像和第二医学图像呈现在不同时间处患者的关注区域，其中每个医学图像包括多个体素并且被分割成一个或更多个靶区域和一个或更多个非靶区域。该方法还可以包括访问DVF，该DVF包括多个矢量，其中每个矢量限定将第一医学图像中的个别体素映射到第二医学图像中的对应体素的几何变换。该方法还可以包括生成修改的DVF。生成修改的DVF可以包括识别DVF中的第一矢量，该第一矢量将第一医学图像中的非靶体素映射到第二医学图像中的相应非靶体素。生成修改的DVF还可以包括确定：当与原始体素到原始靶区域的距离相比时，是否第一矢量导致映射的体素与映射的靶区域之间的距离增加。生成修改的DVF还可以包括：当确定第一矢量导致映射的体素与映射的靶区域之间的距离增加时，通过减小第一矢量的幅值来生成修改的第一矢量，使得映射的体素与映射的靶区域之间的距离相对于体素与原始靶区域的原始距离没有增加。生成修改的DVF还可以包括将修改的第一矢量存储在修改的DVF中。
本公开内容的另一方面提供了放射疗法装置。放射疗法装置可以包括硬件处理器和耦接到硬件处理器的存储器装置。存储器装置可以存储指令，该指令在由硬件处理器执行时使硬件处理器执行方法，该方法包括访问第一医学图像和第二医学图像，第一医学图像和第二医学图像呈现在不同时间处患者的关注区域，其中每个医学图像包括多个体素并且被分割成至少一个靶区域和至少一个非靶区域。该方法还可以包括访问DVF，该DVF包括多个矢量，其中每个矢量限定将第一医学图像中的个别体素映射到第二医学图像中的对应体素的几何变换。该方法还可以包括生成修改的DVF。生成修改的DVF可以包括识别DVF中的第一矢量，该第一矢量将第一医学图像中的非靶体素映射到第二医学图像中的对应非靶体素。生成修改的DVF还可以包括确定是否第一矢量导致映射的体素与映射的靶区域之间的距离相对于原始体素与原始靶区域的距离增加。生成修改的DVF还可以包括，当确定第一矢量导致映射的体素与映射的靶区域之间的距离增加时，通过减小第一矢量的幅值来生成修改的第一矢量，使得映射的体素与映射的靶区域之间的距离不增加。生成修改的DVF还可以包括将修改的第一矢量存储在修改的DVF中。
本公开内容的另一方面提供了包括指令的非暂时性计算机可读介质，该指令在由处理器执行指令时使处理器执行方法，该方法包括访问第一医学图像和第二医学图像，第一医学图像和第二医学图像呈现在不同时间处患者的关注区域，其中每个医学图像包括多个体素并且被分割成靶区域和至少一个非靶区域。该方法还可以包括访问DVF，该DVF包括多个矢量，其中每个矢量限定将第一医学图像中的个别体素映射到第二医学图像中的对应体素的几何变换。该方法还可以包括生成修改的DVF。生成修改的DVF可以包括识别DVF中的第一矢量，该第一矢量将第一医学图像中的非靶体素映射到第二医学图像中的对应非靶体素。生成修改的DVF还可以包括确定是否第一矢量导致映射的体素与映射的靶区域之间的距离增加。生成修改的DVF还可以包括，当确定第一矢量导致映射的体素与映射的靶区域之间的距离相对于体素与原始靶区域的原始距离增加时，通过减小第一矢量的幅值来生成修改的第一矢量，使得映射的体素与映射的靶区域之间的距离不增加。生成修改的DVF还可以包括将修改的第一矢量存储在修改的DVF中。
本公开内容的另外的目的和优点将在下面的详细描述中部分地阐述，并且部分地将从描述中明显，或者可以通过本公开内容的实践来了解。本公开内容的目的和优点将通过所附权利要求中具体指出的元素和组合来实现和获得。
应该理解，前面的一般描述和下面的详细描述仅是示例性和解释性的，而不是对所要求保护的本发明的限制。
附图说明
构成本说明书的一部分的附图示出了一些实施方式，并与说明书一起用于解释所公开的原理。
图1示出了用于自适应放射疗法的示例性系统。
图2示出了被称为伽玛刀的辐射疗法装置的示例，其可以用于图1的自适应放射疗法系统中。
图3示出了辐射疗法装置的另一个示例：线性加速器，其可以用在图1的自适应放射疗法系统中。
图4示出了可用于图1的自适应放射疗法系统中的组合的辐射疗法装置和成像装置诸如计算机断层扫描(CT)成像装置的示例。
图5示出了可以用于图1的自适应放射疗法系统中的组合的辐射疗法装置和成像装置诸如核磁共振(MR)成像装置的另一个示例。
图6示出了用于整形、引导或调制辐射疗法束的强度的示例性准直器配置。
图7和图8是根据示例性实施方式的在不同时间拍摄的患者身体的一部分的医学图像的简化二维表示。
图9示出了将图7的医学图像映射到图8的医学图像的变形矢量场。
图10示出了由图9的变形矢量场变换之前和之后的示例性剂量分布。
图11是自适应放射疗法的示例性方法的流程图。
图12示出了由图11的方法生成的示例性修改的变形矢量场。
图13示出了由图12的变形矢量场变换之前和变换之后的示例性剂量分布。
图14和图15是根据示例性实施方式的在不同时间拍摄的患者身体的一部分的医学图像的简化二维表示。
图16示出了基于映射部分7的医学图像的简化二维表示的DVF的后处理的DVF应用，示出了DVF对患者身体变换之前和之后的剂量分布。9示出了由图10的方法产生的修改的DVF，示出了由图9的DVF变换之前和之后的剂量分布。
具体实施方式
参照附图描述示例性实施方式。在图中，附图标记的最左边的一个或多个数字表示附图标记第一次出现在其中的图。在方便的地方，在所有附图中使用相同的附图标记来指代相同或相似的部分。尽管本文描述了所公开的原理的示例和特征，但是在不偏离所公开的实施方式的精神和范围的情况下，修改、改编以及其他实现是可能的。此外，词语“包含”、“具有”、“含有”和“包括”以及其他类似的形式意指在含义上是等同的并且是开放式的，因为这些词语中的任何一个之后的一个项或多个项并不意味着是这样的项或多个项的完整的列表，或者并不意味着仅限于所列出的一个或多个项。还应该注意的是，如本文和所附权利要求中所使用的，除非上下文另有明确指示，否则单数形式“一”、“一个”和“该”包括复数引用。
示例性实施方式普遍地涉及调整治疗计划以补偿在辐射疗法治疗疗程和计划图像的获取之间的时间段期间可能发生的患者的解剖结构的变化。这是通过修改DVF以降低矢量的幅值来实现的，所述矢量导致体素远离通过暴露于辐射来治疗的一个或更多个靶区域。修改的DVF可以用于变换剂量分布，该剂量分布可以用作目标剂量以产生新的治疗计划。新的治疗计划可以确保靶接受规定的辐射的剂量，而不管患者的解剖结构变化，并且可以减少靶周围健康组织的辐射的暴露。
图1示出了用于执行自适应辐射疗法的示例性放射疗法系统100。放射疗法系统100包括治疗计划装置110。治疗计划装置110可以连接到网络130。网络130可以连接到互联网132。网络130可以将治疗计划装置110连接到以下中的一个或更多个：数据库140、医院数据库142、肿瘤学信息系统(OIS)150、辐射疗法装置160、图像获取装置170、显示装置180和/或用户接口190。治疗计划装置110被配置成生成由辐射疗法装置160使用的辐射疗法治疗计划。
治疗计划装置110可以包括存储器装置111、处理器112和通信接口114。存储器装置111可以存储可执行的计算机指令，例如可以存储操作系统118、DVF处理模块120、治疗计划模块128以及由处理器112执行的任何其他计算机可执行指令。存储器装置111可以存储包括图像数据122、DVF 121、修改的DVF 124、原始治疗计划126和新治疗计划129的数据。
处理器112可以被通信地耦接到存储器装置111，并且处理器112可以被配置成执行存储在存储器装置111上的计算机可执行指令。例如，处理器112可以执行DVF处理模块120。DVF处理模块120的操作在下面参照图8描述。另外，处理器112可以执行治疗计划模块128，治疗计划模块128可以与DVF处理模块120接合。
处理器112可以是处理装置，包括一个或更多个通用处理装置，诸如微处理器、中央处理单元(CPU)、图形处理单元(GPU)、加速处理单元等。更具体地，处理器112可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、实现其他指令集的处理器或者实现指令集的组合的处理器。处理器112也可以由一个或更多个专用处理装置来实现，例如由专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、片上系统(SoC)等来实现。如本领域技术人员所理解的，在一些实施方式中，处理器112可以是专用处理器，而不是通用处理器。处理器112可以包括以下中的一个或更多个已知的处理装置：例如由英特尔制造的PentiumTM(奔腾)、CoreTM(酷睿)、XeonTM(至强)或
Figure BDA0002403192590000071
(安腾)系列的微处理器，由AMDTM制造的TurionTM(图里安)、AthlonTM(阿思隆)、SempronTM(森普龙)、OpteronTM(皓龙)、FXTM、PhenomTM系列的微处理器，或者由Sun(太阳)微系统制造的各种处理器中的任何一种。处理器112还可以包括以下图形处理单元：诸如来自NvidiaTM(英伟达)制造的
Figure BDA0002403192590000072
系列的GPU、由IntelTM(英特尔)制造的GMA、IrisTM系列的GPU或者由AMDTM制造的RadeonTM系列的GPU。处理器112还可以包括诸如由AMDTM制造的Desktop(台式)A-4(6，8)系列、由IntelTM(英特尔)制造的Xeon PhiTM(至强融核)系列的加速处理单元。公开的实施方式不限于任何类型的处理器，另外被配置成满足识别、分析、维护、生成和/或提供大量数据或操纵这样的数据以执行本文公开的方法的计算需求。此外，术语“处理器”可以包括一个以上的处理器，例如，多核设计或每个处理器具有多核设计多个处理器。处理器112可以执行存储在存储器111中的计算机程序指令的序列，以执行将在下面更详细解释的各种操作、过程、方法。
存储器装置111可以存储从图像获取装置170接收的图像数据122(例如，3D MRI、4D MRI、3D CT、4D CT、3D超声、4D超声、2D切片等)，或者可以被治疗计划装置110使用以执行与公开的实施方式一致的操作的任何格式的任何其他类型的数据/信息。存储器装置111可以包括以任何格式在上面存储计算机可执行指令的只读存储器(ROM)、闪存、随机存取存储器(RAM)、诸如同步动态随机存取存储器(SDRAM)的动态随机存取存储器(DRAM)、静态存储器(例如，闪存、静态随机存取存储器)等。计算机程序指令可以由处理器112访问，从ROM或任何其他合适的存储位置读取，并被加载到RAM中以由处理器112执行。例如，存储器111可以存储一个或更多个软件应用。存储在存储器111中的软件应用可以包括例如用于公共计算机系统以及软件控制的装置的操作系统118。此外，存储器111可以存储可由处理器112执行的整个软件应用或软件应用的仅一部分。例如，存储器装置111可以存储治疗计划模块128。存储器装置111也可以存储由治疗计划模块128生成的一个或更多个辐射疗法治疗计划126、129。
在一些实施方式中，存储器装置111可以包括处理器可读存储介质(图1中未示出)。虽然实施方式中的处理器可读存储介质可以是单个介质，但是术语“处理器可读存储介质”应该被理解成包括存储一个或更多个计算机可执行指令或数据集的单个介质或多个介质(例如，集中式或分布式数据库，和/或相关联的高速缓存和服务器)。术语“处理器可读存储介质”还应该被理解成包括如下任何介质：所述介质能够存储或编码由处理器执行的指令组并使处理器执行本公开内容的任何一种或多种方法。术语“处理器可读存储介质”应该相应地被理解成包括但不限于固态存储器、光学和磁介质。例如，处理器可读存储介质可以是一个或更多个易失性、非暂时性或非易失性有形计算机可读介质。
治疗计划装置110可以经由通信接口114与网络130通信，该通信接口114被通信地耦接到处理器112和存储器111。通信接口114可以包括例如网络适配器、线缆连接器、串行连接器、USB连接器、并行连接器、高速数据传输适配器(例如，诸如光纤、USB 3.0、雷电接口等)、无线网络适配器(例如，诸如WiFi适配器)、电信适配器(例如，3G、4G/LTE等)等。通信接口114可以包括一个或更多个数字和/或模拟通信装置，该数字和/或模拟通信装置允许治疗计划装置110经由网络130与其他机器和装置诸如远程定位的部件通信。
网络130可以提供局域网(LAN)、无线网络、云计算环境(例如，软件即服务、平台即服务、基础设施即服务等)、客户机-服务器、广域网(WAN)等的功能。因此，网络130可以允许在治疗计划装置110和多种不同其他系统和装置诸如OIS 150、放射疗法装置160和图像获取装置170之间的数据传输。此外，由OIS 150和/或图像获取装置170生成的数据可以存储在存储器111、数据库140和/或医院数据库142中。数据可以通过通信接口114经由网络130被发送/接收，以便由处理器112在需要时访问。
治疗计划装置110可以通过网络130与数据库140通信，以发送/接收存储在数据库140上的多种不同类型的数据。例如，数据库140可以被配置成存储来自图像获取装置170的多个图像(例如，3D MRI、4D MRI、2D MRI切片图像、CT图像、2D荧光透视图像、X射线图像、来自MR扫描或CT扫描的原始数据、医学数据中的数字成像和通信(DIMCOM)等)。数据库140可以存储由DVF处理模块120和治疗计划模块128使用的数据。治疗计划装置110可以从数据库140接收成像数据(例如，3D MRI图像、4D MRI图像)，以便生成DVF 121、124和治疗计划126、129。
此外，放射疗法系统100可以包括图像获取装置170，图像获取装置170可以获取患者的医学图像(例如，磁共振成像(MRI)图像、3D MRI、2D流式MRI、4D体积MRI、计算机断层扫描(CT)图像、锥形束CT、正电子发射断层扫描(PET)图像、功能性MRI图像(例如，fMRI、DCE-MRI和扩散MRI)、X射线图像、荧光透视图像、超声图像、放射疗法射野图像、单光子发射计算机断层扫描(SPECT)图像等)。图像获取装置170可以例如是MRI成像装置、CT成像装置、PET成像装置、超声装置、荧光透视装置、SPECT成像装置或用于获得患者的一个或更多个医学图像的任何其他合适的医学成像装置。由图像获取装置170获取的图像可以作为成像数据和/或测试数据而存储在数据库140中。举例来说，由图像获取装置170获取的图像也可以由治疗计划装置110存储为存储器111中的图像数据122。
在实施方式中，例如，图像获取装置170可以与放射疗法装置160集成为单个设备(例如，与线性加速器组合的MRI装置，也称为“MRI直线加速器”，或者与伽玛刀组合的MRI装置)。这样的MRI直线加速器可以用于例如确定患者体内的靶器官或靶肿瘤的位置，以便根据辐射疗法治疗计划将辐射疗法准确地定向至预定靶。
图像获取装置170可以被配置成获取关于感兴趣的区域(例如，靶器官、靶肿瘤或两者)的患者的解剖结构的一个或更多个图像。通常是2D图像或切片的每个图像可以包括一个或更多个参数(例如，2D切片厚度、取向和位置等)。在示例中，图像获取装置170可以获取任何取向的2D切片。例如，2D切片的取向可以包括矢状取向、冠状取向或轴向取向。处理器112可以调整诸如2D切片的厚度和/或方向的一个或更多个参数以包括靶器官和/或靶肿瘤。在示例中，可以根据诸如3D MRI体积的信息来确定2D切片。可以在患者例如在使用放射疗法装置160的情况下正在经历辐射疗法治疗的同时由图像获取装置170“实时”获取这样的2D切片。
治疗计划装置110可以生成并存储用于一个或更多个患者的辐射疗法治疗计划126、129。治疗计划装置110可以提供关于要施加给每个患者的具体辐射剂量的信息。治疗计划装置110还可以生成和/或存储其他放射疗法信息，诸如射束角度、剂量直方图体积信息、治疗期间要使用的辐射束的数目、每束的剂量等。
生成治疗计划126、129可以包括与图像获取装置170(例如，CT装置、MRI装置、PET装置、X射线装置、超声装置等)通信，以便访问患者的图像并描绘诸如肿瘤的靶。在一些实施方式中，可能需要描绘一个或更多个处于危险的器官(OAR)诸如肿瘤周围或紧密接近肿瘤的健康组织。因此，当OAR接近靶肿瘤时，可以执行OAR的分割。此外，如果靶肿瘤接近OAR(例如，靠近膀胱和直肠的前列腺)，则通过从肿瘤分割OAR，治疗计划装置110可以不仅研究靶中的剂量分布，而且还可以研究OAR中的剂量分布。
为了相对于OAR描绘靶器官或靶肿瘤，可以通过图像获取装置170非侵入性地获得正在经历放射疗法的患者的医学图像诸如MRI图像、CT图像、PET图像、fMRI图像、X射线图像、超声波图像、放射疗法射野图像、SPECT图像等，以揭示身体部位的内部结构。基于来自医学图像的信息，可以获得相关解剖部分的3D结构。此外，在治疗计划过程期间，可以考虑多个参数以实现靶肿瘤的有效治疗(例如，使得靶肿瘤接受足够的辐射剂量以用于有效治疗)与OAR的低照射(例如，OAR接受尽可能低的辐射剂量)之间的平衡。可以考虑的其他参数包括靶器官和靶肿瘤的位置、OAR的位置以及靶相对于OAR的移动。例如，3D结构可以通过在MRI或CT图像的每个2D层或切片内描绘靶的轮廓或描绘OAR的轮廓并组合每个2D层或切片的轮廓来获得。轮廓可以手动地(例如，由医生、剂量学专家或保健工作者)或自动地(例如，使用程序诸如由瑞典斯德哥尔摩的Elekta AB制造的基于图谱的自动分割软件
Figure BDA0002403192590000101
)生成。在某些实施方式中，靶肿瘤或OAR的3D结构可以由治疗计划装置110自动地生成。
在已经定位并描绘了靶肿瘤和OAR之后，剂量学专家、医生或保健工作者可以确定要施加到靶肿瘤的辐射的剂量以及由肿瘤附近的OAR(例如，左右腮腺、视神经、眼睛、晶状体、内耳、脊髓、脑干等)可能接受的任何最大量的剂量。在为每个解剖结构(例如，靶肿瘤，OAR)确定辐射剂量之后，可以执行称为反向计划的过程以确定将实现期望的辐射剂量分布的一个或更多个治疗计划参数。治疗计划参数的示例包括：体积描绘参数(例如，其限定靶体积、轮廓敏感结构等)、靶肿瘤和OAR周围的边缘、射束角度选择、准直器设置和射束开启时间。在逆向计划过程期间，医生可以限定剂量约束参数，该参数设置了OAR可以接受多少辐射的界限(例如，限定对肿瘤靶的全剂量和对任何OAR的零剂量；限定对靶肿瘤的95％剂量；分别限定脊髓接受≤45Gy、脑干接受≤55Gy和视觉结构接受<54Gy)。逆向计划的结果可以构成放射疗法治疗计划126，该放射疗法治疗计划126可以存储在治疗计划装置110或数据库140中。这些治疗参数中的一些可以是相关的。例如，在改变治疗计划的尝试中调整一个参数(例如，不同目标的权重，诸如增加对靶肿瘤的剂量)可能会影响至少一个其他参数，这又反过来导致不同治疗计划的发展。因此，治疗计划装置110可以生成具有这些参数的定制辐射疗法治疗计划126，以便辐射疗法装置160向患者提供放射疗法治疗。
此外，放射疗法系统100可以包括显示装置180和用户接口190。显示装置180可以包括一个或更多个显示屏，所述显示屏向用户显示医学图像、界面信息、治疗计划参数(例如，轮廓、剂量、射束角度等)、治疗计划、靶、定位靶和/或跟踪靶，或任何相关信息。用户接口190可以是键盘、小型键盘、触摸屏或用户可以将信息输入至放射疗法系统100的任何类型的装置。
此外，放射疗法系统100的任何和所有部件可以被实现为虚拟机(例如，VMWare、Hyper-V等)。例如，虚拟机可以是用作硬件的软件。因此，虚拟机可以包括共同用作硬件的至少一个或更多个虚拟处理器、一个或更多个虚拟存储器以及一个或更多个虚拟通信接口。例如，治疗计划装置110、OIS 150、图像获取装置170可以被实现为虚拟机。考虑到可用的处理能力、内存和计算能力，整个放射疗法系统可以实现为虚拟机。
图2示出了一种类型的辐射疗法装置160的示例。图2中的示例是由瑞典斯德哥尔摩(Stockholm)的埃克塔公司(Elekta AB)制造的莱克赛尔(Leksell)伽玛刀。伽玛刀可以被配置成使用治疗计划126、129(如图1所示)来治疗脑部的靶肿瘤。在实施方式中，作为图像获取装置170的MRI装置可以与伽玛刀集成在一起。如图2所示，在辐射疗法治疗疗次期间，患者210可以佩戴坐标框架220，以保持正在经历手术或放射疗法的患者的身体部分(例如，头部)的稳定。坐标框架220和患者定位系统230可以建立空间坐标系统，该空间坐标系统可以在对患者成像时或者在辐射手术期间使用。伽玛刀可以包括保护壳体240，以封闭多个辐射源250。辐射源250可以生成穿过束通道260的多个辐射束(例如，小射束)。多个辐射束可以被配置成从不同的方向集中在等中心点270上(理想地对应于肿瘤位置)。虽然每个单独的辐射束可以具有相对低的强度，但是当来自不同辐射束的多个剂量累积在等中心点270处时，等中心点270可以接受相对高水平的辐射。在某些实施方式中，如上所述，等中心点270可以对应于经受手术或治疗的靶诸如肿瘤。
图3示出了一种类型的辐射疗法装置160的另一个示例。图3所示的示例是由瑞典斯德哥尔摩的Elekta AB公司制造的线性加速器，或“直线加速器”。使用线性加速器，患者302可以被定位在患者台304上，以接受由治疗计划装置110(如图1所示)产生的辐射疗法治疗计划126、129确定的辐射剂量，从而治疗位于患者302的解剖结构内的靶器官或靶肿瘤。
线性加速器可以包括连接到围绕患者302旋转的台架308的辐射头306。辐射头306产生被定向朝向靶器官或靶肿瘤的辐射束310。随着台架308旋转，辐射头306可以围绕患者302旋转。当辐射头旋转时，根据由治疗计划装置110(如图1所示)产生的治疗计划126、129，取决于肿瘤的角度、形状和尺寸，辐射头306可以向患者302提供多种不同剂量的辐射。
此外，在患者台304下方，可以设置平板闪烁体探测器312，平板闪烁体探测器可以与辐射头306同步地围绕位于患者302身体上的靶器官或靶肿瘤上的等中心点314旋转。平板闪烁体312可以获取图像并用于在任何具体的辐射疗法治疗疗次期间患者302所接受的辐射量的验证(例如，辐射疗法治疗可能需要多个疗次的辐射疗法，其中每个疗次通常被称为“分次”)。此外，这样的图像用于确定相对于辐射头306的患者定位的几何准确度。
轴316与由辐射头306产生的束310的中心的交点通常被称为等中心点。患者台304可以是机动化的，因此患者302可以被定位成使得肿瘤部位在等中心点314处或接近等中心点314。例如，患者台304可以相对于线性加速器的一个或更多个其他部件改变位置，诸如相对于位于辐射头306中的治疗辐射源升高、改变患者302的纵向位置或横向位置。
在一些示例实施方式中，线性加速器可以与诸如磁共振成像装置的图像获取装置170(如图1所示)集成为单个装置(例如，MRI直线加速器)。
图4示出了可以包括组合的辐射疗法装置160和图像获取装置170诸如可以包括计算机断层扫描(CT)成像装置的示例性系统。CT成像装置可以包括诸如提供千电子伏(keV)能量范围或兆电子伏(MeV)范围的X射线能量的成像X射线源418。成像X射线源418提供了指向成像探测器422(诸如平板探测器)的扇形和/或锥形束420。辐射疗法装置160可以类似于关于图3描述的装置160，诸如包括辐射头404、台架406、患者台416和平板闪烁体414。如在图3和图5的示例中，辐射疗法装置160可以耦接到高能加速器或者可以包括高能加速器，该高能加速器被配置成提供治疗辐射束。X射线源418可以提供用于成像的相对较低能量的X射线诊断束。
在图4的说明性示例中，辐射头404和X射线源418可以彼此旋转分离90度地安装在相同的旋转台架406上。在另一个示例中，两个或更多个X射线源可以沿着台架406的圆周安装，诸如每个X射线源都具有其自己的探测器布置，以同时地提供多个诊断成像的角度。类似地，可以提供多个辐射头404。
图5示出了可以包括组合的辐射疗法装置160和图像获取装置170诸如可以包括核磁共振(MR)成像装置的示例性系统的局部剖视图。MR成像装置可以被布置成围绕轴线(“A”)限定“孔”，并且辐射疗法装置可以包括辐射头404，诸如提供沿着轴线“A”被引导到孔内的等中心点410的辐射疗法束408。辐射头404可以包括诸如用于控制、整形或调制辐射疗法束408中的一个或更多个的准直器424，从而将束408定向到与患者体内的期望靶位点对准的疗法位点。患者可以由患者台支承。患者台可以沿着轴向方向A、横向方向L或侧向方向T中的一个或更多个定位。辐射疗法装置160的一个或更多个部分可以安装在台架406上，诸如以围绕轴线A来旋转辐射头404。
图3、图4和图5示出了包括疗法输出可以围绕中心轴(例如，轴“A”)旋转的配置的示例。可以使用其他辐射疗法输出配置。例如，辐射疗法输出可以安装到具有多个自由度的机器人臂或操纵器上。在又一个示例中，疗法输出可以是固定的，诸如位于与患者横向分离的区域中，并且支承患者的台可以用于将辐射疗法等中心点与患者体内的具体靶位点对准。
图6示出了示例性的多叶准直器(MLC)632，用于整形、定向或调制辐射疗法束的强度。在图6中，叶片632A至632J可以被自动地定位以限定接近肿瘤640截面或投影的孔。根据辐射治疗计划，叶片632A至632J可以由专用于衰减或阻挡除了孔之外的区域中辐射束的材料制成。例如，叶片632A至632J可以包括诸如包含钨的金属板，板的长轴平行于束方向取向，并且该金属板的端部垂直于束方向取向(如图6的图示的平面所示)。与使用静态准直器配置相比或与使用仅使用“离线”疗法计划技术确定的MLC 632配置相比，可以在辐射疗法的过程期间适应地调整MLC 632的“状态”，例如建立更接近肿瘤640或其他靶位点的形状或位置的疗法束。使用MLC 632以对肿瘤或肿瘤内的特定区域产生特定的辐射剂量分布的辐射疗法技术可以被称为强度调制辐射疗法(IMRT)。
再次参照图1，治疗计划装置110被配置成修改治疗计划126以补偿患者的解剖结构的变化。为了说明患者的解剖结构如何移动，根据示例性实施方式，图7和图8是患者身体的相同部分在不同时间的医学图像的简化二维表示。如图7所示，第一医学图像116包括以距离x1被分开的靶702和处于危险的器官(OAR)704。图8示出了在第一医学图像116之后获取的第二医学图像117。在第二医学图像中，靶702’和OAR 704’之间的间隔增加到距离x2。
有许多因素可以导致患者的解剖结构的变化。例如，靶702的尺寸可以由于成功的辐射疗法而减小。相反地，靶702的尺寸可以由于在自获取第一医学图像116以来的时间内肿瘤的生长而增加。患者的体重的变化，或诸如膀胱或肠的器官的充盈或排空也可能导致患者的解剖结构的变化。应当理解，患者的解剖结构的变化当然可能比图7和图8所示的更复杂，并且可能涉及靶702和/或一个或更多个OAR 704的尺寸、形状和/或位置的变化。
在适应性放射疗法中，可以使用DVF(DVF)来修改治疗计划，以补偿患者的解剖结构的变化。DVF是3D阵列，其元素是矢量。DVF中的每个矢量限定了将第一医学图像中的体素映射到第二医学图像中的对应体素的几何变换。例如，DVF可以将计划图像中的每个体素映射到在辐射疗法治疗疗次之前不久(或期间)获取的图像中的对应体素。
图9示出了用于将图7的第一医学图像116映射到图8的第二医学图像117的DVF121。DVF 121包括多个矢量906。矢量906由箭头示出，箭头的尺寸和方向表示将第一医学图像116中的体素映射到第二医学图像117中的对应体素的几何平移。为了帮助理解DVF 121，图9还示出了当获取第一医学图像116时靶702和OAR 704所处的位置，以及当获取第二医学图像117时靶702’和OAR 704’所处的位置。在图9所示的示例中，DVF 121的左侧包括使体素保持静止的矢量，从而将靶从702映射到702’。DVF 121的右侧包括使体素平行于x轴的正方向平移的矢量，从而将OAR从704映射到704’。
应当理解，图9示出了DVF 121的简单二维示例。实际上，DVF 121可以是二维、三维或四维阵列，其矢量可以限定将第一医学图像116映射到第二医学图像117的任何类型的几何变换。由矢量限定的几何变换可以包括平移、旋转和/或体积变化(例如，膨胀或收缩)的任意组合。
如上所述，DVF 121是阵列，其元素是矢量，该矢量限定将第一医学图像116中的体素映射到第二医学图像117中的对应体素的几何变换。DVF 121可以变换由治疗计划126限定的剂量分布，以便补偿在获取第一医学图像和第二医学图像之间的时间段期间发生的患者的解剖结构的变化。换言之，允许将第一医学图像116映射到第二医学图像117的相同几何变换也允许将由治疗计划126限定的剂量分布映射到将患者的解剖结构的变化考虑在内的新剂量分布。
图10示出了如何使用DVF 121来变换剂量分布。图10是剂量对距离的曲线图，在该曲线图中距离是从靶702的中心测量的。为了简单的目的，只示出正水平轴。剂量分布限定了要传送到患者体内的每个点的辐射的剂量。实际上，剂量分布在三个空间维度上限定了剂量，但是在图10中仅示出了一个空间维度。由治疗图7的靶702的治疗计划限定的剂量分布由附图标记1000表示。剂量分布被图9的DVF 121变换后的剂量分布由附图标记1010表示。在图10所示的示例中，DVF 121使得剂量分布1010比原始剂量分布1000扩散在更大的体积上，这具有增加靶702’周围的健康组织对辐射的暴露的缺点。此外，因为由治疗计划规定的总辐射剂量是恒定的，所以将剂量分布1010扩散到更大的体积上具有进一步的缺点，即减少了施加到靶702’的剂量，这降低了治疗计划的功效。
治疗计划装置110被配置成修改治疗计划126以补偿患者的解剖结构的变化，同时避免剂量扩散在更大的体积上。这是通过修改DVF 121以减少导致体素远离靶702移动的矢量的幅值来实现的。修改的DVF 124可以用于变换剂量分布1000。变换后的剂量分布可以用于生成新的治疗计划129。以这种方式修改DVF 121防止了剂量分布在更大的体积上扩散，但是仍然补偿了患者的解剖结构的变化。新的治疗计划129因此可以确保靶702接收规定的剂量，并且可以减少围绕靶702的健康组织对辐射的暴露。
现在将参照图11来描述可以使用治疗计划装置110来执行的适应放射疗法的示例性方法。
方法1100在步骤1102处开始，在步骤1102中治疗计划装置110访问第一医学图像116和第二医学图像117。第一医学图像和第二医学图像116、117各自代表患者在不同时间的关注的区域。更具体地，第一医学图像和第二医学图像116、117都描绘了患者的解剖结构的基本相同的部分，但是第一医学图像116是在比第二医学图像117更早的时间获取的。例如，第一医学图像116可以是在辐射疗法治疗疗次前几天获取的计划图像，而第二医学图像117可以在辐射疗法治疗疗次前不久(或期间)被获取。访问1102第一医学图像和第二医学图像116、117可以包括处理器112从存储器装置111读取图像。替选地或附加地，访问1102第一医学图像和第二医学图像116、117可以包括处理器112从数据库140、医院数据库142、肿瘤学信息系统150和/或图像获取装置170中检索任一图像或两个图像。
第一医学图像和第二医学图像116、117可以是二维图像、三维图像或四维图像。每个医学图像116、117由多个已知为体素的元素组成。每个体素表示图像116、117在空间中的具体点处的强度。第一医学图像和第二医学图像可以是116、117已经通过任何合适的成像方式获得。例如，第一医学图像116可以是已经使用计算机断层扫描(CT)、磁共振成像(MRI)、正电子发射断层扫描(PET)、超声或单光子发射计算机断层扫描(SPECT)而获取的计划图像。作为另一个示例，第一医学图像116可以是通过对使用两种或更多种不同成像方式而获取的图像的使用进行融合而生成的计划图像。第二医学图像117可以使用与第一医学图像116相同的成像方式或者使用不同的成像方式而获得。例如，第二医学图像117可以在患者被定位在辐射疗法装置160上时使用锥形束CT(CBCT)、超声、MRI、入口成像、轨道上的CT或板上千伏成像来获取。在一些情况下，可以将基准点标记植入患者体内，以帮助靶的可见性。已经开发了一些技术，这些技术根本不使用成像，而是依赖于活动基准点的位置的无图像检测，例如通过植入射频(RF)信标来检测。一般而言，本文使用的术语“图像”包括基准点的位置信息，或者包括收集的关于患者的分次间状态的任何数据诸如靶或OAR位置、旋转或变形、血压、心率、体重、变形等。
第一医学图像和第二医学图像116、117各自被分割成靶区域和至少一个非靶区域。在示例中，第一医学图像和第二医学图像116、117各自被分割成一个或更多个靶区域以及一个或更多个非靶区域。分割通常指的是给图像中的体素分配标签以便指示那些体素表示什么的过程。因此，靶区域包括多个体素，这些体素被标记为要通过暴露于辐射来治疗的靶702。每个非靶区域包括被标记为不同于靶702的某事物的多个体素。例如，非靶区域可以包括被标记为处于风险的器官的体素704。每个医学图像116、117可以包括一个或更多个处于危险中的器官。作为另一个示例，非靶区域可以包括被标记为背景体素的体素，即不表示患者的身体的体素。第一医学图像和第二医学图像116、117已经可以被手动地分割(例如，由医生、剂量学专家或保健工作者)或自动地分割(例如，使用诸如基于图集的自动分割软件
Figure BDA0002403192590000171
的程序，该软件由瑞典斯德哥尔摩的Elekta AB制造)。第一医学图像和第二医学图像116、117通常在其在步骤1102处被访问之前被分割，但是可以作为步骤1102的一部分被分割。
在步骤1104处，治疗计划装置110访问DVF 121。DVF 121包括多个矢量，每个矢量限定了将第一医学图像116中的个别体素映射到第二医学图像117中的对应体素的几何变换。在步骤1104中访问DVF 121可以包括处理器112从存储器装置111读取DVF，或者从数据库140、医院数据库142和/或肿瘤学信息系统150检索DVF 121。替选地，访问DVF 121可以包括从第一医学图像和第二医学图像116、117生成DVF。DVF 121可以通过任何合适的方法生成。例如，可以使用可变形图像配准算法来生成DVF 121。本公开内容不限于生成DVF 121的任何具体方法。
步骤1106至步骤1118限定了用于基于在步骤1104处访问的原始DVF 121而生成修改的DVF 124的迭代过程。在步骤1106处，选择DVF 121的矢量。
在步骤1108处，分析选择的矢量以确定该矢量是将第一医学图像116中的体素映射到第二医学图像117的靶区域还是非靶区域。例如，分割的第二医学图像117中的标签可以用于确定矢量是映射到靶区域还是非靶区域。当确定选择的矢量将体素映射到第二医学图像117的靶区域时，该方法进入到步骤1112。替选地，当确定选择的矢量将体素映射到第二医学图像117的非靶区域时，该方法进入到步骤1110。
在步骤1110处，分析选择的矢量以确定是否该矢量导致体素与靶区域之间的距离增加。当确定选择的矢量导致体素与靶区域之间的距离增加时，该方法进入到步骤1114。替选地，当确定选择的矢量导致体素和靶区域之间的距离减小或者没有导致体素与靶区域之间的距离改变时，该方法进入到步骤1112。
步骤1110可以通过计算相对于第一医学图像和第二医学图像116、117中的靶702、702’的边界的距离变换来实现。距离变换是与导出其的图像具有相同分辨率的阵列，并且在该阵列中，阵列的每个元素的值是从图像的对应体素到图像中的指定的边界上的最近点的最短距离(以体素测量)。可以比较第一医学图像和第二医学图像116、117的距离变换，以确定是否选择的矢量将第一医学图像116中的体素映射到第二医学图像117中离靶702’的边界更远的体素。距离变换提供了确定选择的矢量如何影响体素与靶区域的距离的计算有效的方法。距离变换只需要计算一次，并且不需要在步骤1110的每次迭代期间重新计算。实现步骤1110的其他方法对于本领域技术人员将是明显的，并且这些方法在权利要求的范围内。
在步骤1112处，选择的矢量在没有被修改的情况下被存储在修改的DVF 124中。选择的矢量没有被修改，因为当修改的DVF 124被用于变换剂量分布时，所选择的矢量不会导致剂量从靶702扩散开。也就是说，所选择的矢量没有被修改，因为该矢量的效果是变换剂量分布以补偿靶702的变化，而不会导致OAR 704暴露于更大剂量的辐射。
在步骤1114处，减小所选择的矢量的幅值。可以通过将选择的矢量与值在0和1之间的标量相乘来减小幅值。替选地，可以通过将选择的矢量的所有分量设置为零来减小幅值。选择的矢量的幅值被减小，因为当使用修改的DVF 124来变换剂量分布时，该矢量另外会导致剂量远离靶702扩散。通过减少选择的矢量的幅值，可以减少或避免剂量分布的扩散。这可以避免OAR 704暴露于比治疗计划规定的更大剂量的辐射。
可以选择能使选择的矢量的幅值减少的量来满足一个或更多个标准。例如，选择的矢量的幅值可以减少一定的量，该量确保使用修改的DVF124生成的变换剂量分布的梯度(即，剂量相对于距离的导数)与原始剂量分布的梯度相同。作为另一个示例，选择的矢量的幅值可以减少一定的量，该量确保变换后的剂量分布中的剂量是距离的连续函数。将理解的是，满足这些标准可能涉及通过不同的量而被减少的不同矢量的幅值。
在步骤1116处，在步骤1114处生成的修改的矢量被存储在修改的DVF 124中。
修改的DVF 124可以通过在存储器装置111中创建新的数据结构并通过步骤1112和1116的多次迭代以增添该数据结构来生成。替选地，可以通过修改原始DVF 121来生成修改的DVF。在后一种情况下，原始DVF 121中的矢量的值可以在步骤1116处被重写，而原始DVF 121中的矢量的当前值可以通过步骤1112保持不变。
在步骤1118处，确定是否DVF 121还有任何更多的矢量要处理。当确定DVF 121还有至少一个矢量要通过步骤1106至1116处理时，该方法返回到步骤1106。替选地，当确定DVF 121没有更多的矢量要处理时，该方法进入到步骤1120。
在步骤1120处，修改的DVF 124可以用于调整治疗计划。步骤1120可以通过使用修改的DVF 124以变换由原始治疗计划126限定的剂量分布来实现。原始治疗计划126可能已经由商业上可获得的治疗计划软件(诸如由Elekta制造的摩纳哥
Figure BDA0002403192590000191
软件)生成，并且可以包括由医生规定的剂量分布。通过修改的DVF 124变换剂量分布会得到补偿患者的解剖结构的变化的变换剂量分布。然后，变换剂量分布可以用于生成新的治疗计划129，该治疗计划还补偿患者的解剖结构的变化。新的治疗计划129可以使用商业上可获得的诸如由Elekta AB制造的摩纳哥
Figure BDA0002403192590000192
软件的治疗计划优化软件的反向计划能力从变换剂量分布生成。治疗计划优化软件可以是存储在治疗计划装置110的存储装置111中的治疗计划模块128的部件。辐射疗法装置160可以使用新的治疗计划129来执行辐射疗法治疗疗程。
图12示出了通过在图9所示的DVF 121上执行方法1100而生成的修改的DVF 124。区域1200中的矢量将第一医学图像116中的体素映射到第二医学图像117的靶区域。因此，修改的DVF 124的区域1200中的矢量与原始DVF 121的对应的矢量相同。区域1202和1203中的每个矢量不会导致体素与靶区域之间的距离的改变。因此，修改的DVF 124的区域1202和1203中的矢量与原始DVF 121的对应的矢量相同。区域1204中的每个矢量导致相应的体素与靶区域之间的距离增加。因此，修改的DVF 124的区域1204中的每个矢量的幅值小于原始DVF 121的相应矢量的幅值。
图13示出了使用修改的DVF 124来变换剂量分布。与图10一样，图13是剂量对距离的曲线图，在该曲线图中距离是从靶702的中心测量的，并且在该曲线图中示出了仅一个空间维度和仅正水平轴。由原始治疗计划126限定的用于治疗图7的靶702的剂量分布由附图标记1000表示。通过图12的修改的DVF 124变换的剂量分布之后的剂量分布由附图标记1310表示。在图13所示的示例中，修改的DVF 124保持剂量分布不变。因此，修改的剂量分布1310不会增加围绕靶702’的健康组织对辐射的暴露，也不会减少施加到靶702’的剂量。
图14和图15是根据示例性实施方式的患者的身体的相同部分在不同时间的医学图像的简化二维表示。如图14所示，第一医学图像116包括第一靶1402和第二靶1404。第一靶1402可以位于第二靶1404内，或者可以与第二靶1404的一部分交叠。第一靶1402的边缘部分和第二靶1404的边缘部分以距离x分开。第一靶1402和第二靶1404分别具有与各自的靶间隔一定距离的边缘1406和边缘1408。例如，边缘1406和边缘1408可以与各自的靶1402和靶1404间隔1cm。图15示出了在第一医学图像116一定时间段之后获取的第二医学图像117。在第二医学图像117中，第二靶1404’的尺寸已经增加，而第一靶1402保持与第一医学图像116中相同的尺寸。在图15中，第一靶1402的边缘部分和第二靶1404’的边缘部分之间的间隔增加到距离2x。
在一些实施方式中，用户可能希望向第一靶1402和第二靶1404传送不同剂量的辐射。例如，用户可能希望向第一靶1402传送70Gy，并向第二靶1404传送60Gy。然而，由于第二靶1404’的扩展，使用第一医学图像116生成的原始治疗计划126可能不再合适。治疗计划装置110可以通过生成新的治疗计划129来补偿这种扩展。
在一些实施方式中，治疗计划装置110可以使用例如方法1100的步骤来补偿第一靶1402和第二靶1404’的移动。装置110可以生成DVF121，处理DVF 121以生成修改的DVF124，并使用修改的DVF 124执行新的治疗计划129。在DVF处理期间，对应于移动成离第一靶1402和/或第二靶1404’更远的体素的DVF矢量在幅值上减小，因此对周围组织的辐射的传送最小化。
此外，在一些实施方式中，修改的DVF 124可以由治疗计划装置110进行后处理，以补偿第二靶1404’的增大的尺寸。在后处理期间，修改的DVF 124中的所有矢量或一部分矢量在幅值上被缩小，以补偿第二靶1404’的增大的尺寸。后处理实现的示例在下面的图16的讨论中描述。从后处理的DVF的应用得到的剂量分布跨第二靶1404’的主体保持与从修改的DVF 124的应用得到的剂量分布相同的梯度，允许将靶剂量(例如，60Gy)传送到第二靶1404’的整个扩展的体积。
在一个实施方式中，对应于第一靶1402内的体素的修改的DVF 124内的矢量可以在后处理期间保持不变。结果，后处理的DVF将补偿第一医学图像116和第二医学图像117之间的第一靶1402的任何移动，但是另外将向第一靶1402传送相同的辐射剂量。这是由于第一靶1402的尺寸在拍摄第一医学图像116的时间和拍摄第二医学图像117的时间之间没有变化的事实。一旦后处理完成，后处理的DVF可以被应用于变换剂量分布，并且可以使用变换的剂量分布生成新的治疗计划129。
替选地，如果第二靶1404’的尺寸减小，则修改的DVF 124可以被后处理以导致将相对减小的辐射剂量传送到第二靶1404’，其中，跨第二靶1404’上的从应用后处理的DVF而得到的剂量分布的梯度与从应用修改的DVF 124而得到的剂量分布相同。本领域技术人员将认识到，当只有单个靶时，治疗计划装置110可以执行修改的DVF 124的后处理，以补偿增加或减少的靶尺寸。也就是说，治疗计划装置110可以识别单个靶；生成修改的DVF 124以补偿单个靶在第一医学图像116和第二医学图像117之间的移动；以及对DVF 124后处理以补偿单个靶的尺寸的增加和/或减小。
图16示出了基于第二医学图像117的简化二维表示的示例性后处理DVF分布。第二医学图像117可以是患者的解剖结构的一部分的图像，并且可以在辐射疗法治疗疗次的前不久(或期间)获取。第二医学图像117描绘了靶1600，在拍摄第一医学图像116的时间和拍摄第二医学图像117的时间之间，靶1600的尺寸、形状和/或位置可能已经改变。根据一个示例，靶1600的尺寸可能已经增加。因为DVF 121是根据先前的第一医学图像生成的，所以修改的DVF 124可能需要后处理以生成后处理的DVF来补偿靶1600的变化。
图16描绘了靶1600，以及OAR 1606和至少一部分患者皮肤1602。在图16中所描绘的示例性实施方式中，靶1600和OAR 1606可以交叠。然而，本领域技术人员将理解，该实施方式仅是示例性的，并且参照图16描述的实现方式可以应用于靶和OAR不交叠或者靶附近没有OAR的解剖结构。
在修改的DVF 124的后处理期间，治疗计划装置110可以确定轮廓1604的位置，轮廓1604表示靶1600和皮肤1602之间的轮廓；在一些示例中，轮廓可以是中间轮廓，即，轮廓1604是第二医学图像117中的体素的线，每个体素具有与到皮肤1602的距离变换相等的到靶1600的距离变换。后处理的DVF可以通过对修改的DVF 124内的所有矢量或一部分矢量进行修改并将这些矢量存储在后处理的DVF内来生成。矢量处理技术可以根据第二医学图像117中的对应体素的位置而变化。
根据一些实施方式，可以从修改的DVF 124访问映射到靶1600内的体素的DVF矢量(“第一组体素”)，并将其存储在未修改的后处理的DVF中。也就是说，映射到第一组体素的矢量在修改的DVF 124中和在后处理的DVF中是相同的。
对于第二医学图像117中的在轮廓1604之内且在靶1600和OAR 1606之外的每个体素(在图16中表示为阴影区域；“第二组体素”)，装置110可以确定靶1600内最近的体素的位置以及最近的体素的DVF矢量的幅值。因为用于第一组体素的DVF矢量在修改的DVF 124和后处理的DVF中是相同的，所以可以从修改的DVF 124和后处理的DVF中的一个或两个中来访问这些矢量幅值。装置110然后生成与最近的靶体素的DVF矢量的幅值相等的针对第二组体素中的每个体素的修改矢量，并且每个修改矢量存储在后处理的DVF中。如此，第二组体素是径向恒定的。
对于轮廓1604之外的每个体素(“第三组体素”)，装置110可以在轮廓1604和皮肤1602之间内插矢量，并将内插的矢量存储在后处理的DVF内。结果，没有轮廓1604或皮肤1602附近的等剂量线的挤压(crushing)。
对于第二医学图像117中靶1600和OAR 1606交叠的区域中的每个体素(“第四组体素”)，每个体素可以被当作靶。
在DVF的后处理完成之后，后处理的DVF可以被应用于治疗剂量，该剂量可以被用于生成治疗计划。因为后处理的DVF校正了靶尺寸的变化并校正了靶移动，所以治疗计划可以准确地将适当的辐射剂量传送到整个靶体积，同时将传送到周围组织和OAR的辐射最小化。本领域技术人员将认识到，图16的DVF后处理实现方式仅是示例性的，并且其他实现方式可以与本公开内容一起使用。
本公开内容还涉及用于执行本文描述的操作的系统。该系统可以为所需目的而专门构建，或者该系统可以包括由存储在计算机中的计算机程序选择性地激活或重新配置的通用计算机。这样的计算机程序可以存储在计算机可读存储介质中，诸如但不限于任何类型的盘，包括软盘、光盘、CD-ROM、磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、EPROM、EEPROM、磁卡或光卡，或者任何类型的适合于存储电子指令的介质，每个介质耦接到计算机系统总线。
除非具体说明，否则本文所示和所述的实施方式中的操作的实行或执行的顺序不是必需的。也就是说，除非具体说明，否则操作可以以任何顺序执行，并且本发明的实施方式可以包括比本文公开的操作更多或更少的操作。例如，预期在另一操作之前、同时或之后实行或执行具体操作是在权利要求的范围内的。
本公开内容可以用计算机可执行指令来实现。计算机可执行指令可以被组织成一个或更多个计算机可执行部件或模块。本发明的各方面可以用任何数量和组织的这样的部件或模块来实现。例如，本发明的各方面不限于在附图中示出并在本文中描述的具体计算机可执行指令或具体部件或模块。本发明的其他实施方式可以包括不同的计算机可执行指令或部件，该指令或部件具有比本文示出和描述的更多或更少的功能。
将明显的是，在不偏离所附权利要求的范围的情况下，修改和变化是可能的。在不偏离权利要求的范围的情况下，可以对上述结构、产品和方法进行各种改变，其旨在上面描述中包含的以及附图中示出的所有内容都应该被解释为说明性的，而不是限制性的。

Claims (29)

1.一种用于自适应放射疗法并且利用来自第一医学图像和第二医学图像的数据的处理器实现的方法，所述方法包括：
通过以下步骤根据变形矢量场生成修改的变形矢量场：
识别所述变形矢量场中的第一矢量，所述第一矢量将所述第一医学图像中的非靶区域中的体素映射到所述第二医学图像中的在非靶区域中的体素，
确定是否所述第一矢量导致映射的体素与靶区域之间的距离增加，
响应于确定所述第一矢量导致映射的体素与靶区域之间的距离增加，通过减小所述第一矢量的幅值生成修改的第一矢量，以及
将所述修改的第一矢量存储在所述修改的变形矢量场中。
2.根据权利要求1所述的方法，其中，生成所述修改的变形矢量场还包括：
识别所述变形矢量场中的第二矢量，所述第二矢量将所述第一医学图像中的第二体素映射到所述第二医学图像中的在非靶区域中的第二体素；
确定是否所述第二矢量导致映射的第二体素与靶区域之间的距离减小，或者没有导致映射的第二体素与靶区域之间的距离改变；以及
当确定所述第二矢量导致映射的第二体素与靶区域之间的距离减小或者没有导致映射的第二体素与靶区域之间的距离改变时，将所述第二矢量存储在所述修改的变形矢量场中。
3.根据权利要求1所述的方法，其中，生成所述修改的变形矢量场还包括：
识别所述变形矢量场中的第三矢量，其中，所述第三矢量将所述第一医学图像中的第三体素映射到所述第二医学图像中的在靶区域中的第三体素；以及
将所述第三矢量存储在所述修改的变形矢量场中。
4.根据权利要求1所述的方法，还包括基于所述修改的变形矢量场调整治疗计划。
5.根据权利要求4所述的方法，其中，所述治疗计划包括剂量分布，并且其中，调整所述治疗计划包括：
用所述修改的变形矢量场来变换所述剂量分布；以及
基于变换的剂量分布生成新的治疗计划。
6.根据权利要求5所述的方法，其中，所述方法还包括：
根据所述新的治疗计划对患者应用治疗性辐射。
7.根据权利要求1所述的方法，其中，确定是否所述第一矢量导致映射的体素与靶区域之间的距离增加包括：
计算相对于所述第一医学图像中的靶区域的边界的距离变换；
计算相对于所述第二医学图像中的靶区域的边界的距离变换；以及
比较距离变换以确定是否所述第一矢量将所述第一医学图像中的体素映射到所述第二医学图像中的远离靶区域的边界更远的体素。
8.根据权利要求1所述的方法，还包括对所述修改的变形矢量场进行后处理，以减少所述修改的变形矢量场中的不连续性，以及生成后处理的变形矢量场。
9.根据权利要求8所述的方法，其中，对所述修改的变形矢量场进行后处理以生成后处理的变形矢量场包括：
在所述第二医学图像中识别靶区域与患者皮肤之间的轮廓；
调整所述修改的变形矢量场中的对应于在所述轮廓的外部且在患者皮肤内的第一组体素的第一组矢量；
识别所述修改的变形矢量场中的对应于在所述轮廓内的第二组体素的第二组矢量；以及
存储所述修改的变形矢量场中的调整的第一组矢量和所述修改的变形矢量场中的未调整的第二组矢量以提供后处理的变形矢量场。
10.根据权利要求9所述的方法，其中，调整所述第一组矢量包括在所述轮廓和皮肤之间内插所述第一组矢量中的每个矢量以提供后处理的变形矢量场，其中所述第一组中的矢量从所述轮廓附近的修改的变形矢量场矢量连续地改变成患者皮肤附近的未修改的变形矢量场矢量。
11.一种治疗计划系统，包括：
辐射疗法控制电路，所述辐射疗法控制电路利用来自第一医学图像和第二医学图像的数据并且其被配置成：
通过以下步骤根据变形矢量场生成修改的变形矢量场：
识别所述变形矢量场中的第一矢量，所述第一矢量将所述第一医学图像中的非靶区域中的体素映射到所述第二医学图像中的在非靶区域中的体素，
确定是否所述第一矢量导致映射的体素与靶区域之间的距离增加，
响应于确定所述第一矢量导致映射的体素与靶区域之间的距离增加，通过减小所述第一矢量的幅值生成修改的第一矢量，以及
将所述修改的第一矢量存储在所述修改的变形矢量场中。
12.根据权利要求11所述的治疗计划系统，其中，生成所述修改的变形矢量场还包括：
识别所述变形矢量场中的第二矢量，所述第二矢量将所述第一医学图像中的第二体素映射到所述第二医学图像中的在非靶区域中的第二体素；
确定是否所述第二矢量导致映射的第二体素与靶区域之间的距离减小，或者没有导致映射的第二体素与靶区域之间的距离改变；以及
当确定所述第二矢量导致映射的第二体素与靶区域之间的距离减小或者没有导致映射的第二体素与靶区域之间的距离改变时，将所述第二矢量存储在所述修改的变形矢量场中。
13.根据权利要求11所述的治疗计划系统，其中，生成所述修改的变形矢量场还包括：
识别所述变形矢量场中的第三矢量，其中，所述第三矢量将所述第一医学图像中的第三体素映射到所述第二医学图像中的在靶区域中的第三体素；以及
将所述第三矢量存储在所述修改的变形矢量场中。
14.根据权利要求11所述的治疗计划系统，其中，所述辐射疗法控制电路还被配置成基于所述修改的变形矢量场来调整治疗计划。
15.根据权利要求14所述的治疗计划系统，其中，所述治疗计划包括剂量分布，并且其中，调整所述治疗计划包括：
用所述修改的变形矢量场来变换所述剂量分布；以及
基于变换的剂量分布生成新的治疗计划。
16.根据权利要求15所述的治疗计划系统，还包括辐射疗法装置以接收所述新的治疗计划以及根据所述新的治疗计划对患者应用治疗性辐射。
17.根据权利要求11所述的治疗计划系统，其中，确定是否所述第一矢量导致映射的体素与靶区域之间的距离增加包括：
计算相对于所述第一医学图像中的靶区域的边界的距离变换；
计算相对于所述第二医学图像中的靶区域的边界的距离变换；以及
比较距离变换以确定是否所述第一矢量将所述第一医学图像中的体素映射到离所述第二医学图像中的远离靶区域的边界更远的体素。
18.根据权利要求11所述的治疗计划系统，其中，所述辐射疗法控制电路还被配置成对所述修改的变形矢量场进行后处理，以减少所述修改的变形矢量场中的不连续性，以及生成后处理的变形矢量场。
19.根据权利要求18所述的治疗计划系统，其中，对所述修改的变形矢量场进行后处理以生成后处理的变形矢量场包括：
在所述第二医学图像中识别靶区域与患者皮肤之间的轮廓；
调整所述修改的变形矢量场中的对应于在所述轮廓的外部且在患者皮肤内的第一组体素的第一组矢量；
识别所述修改的变形矢量场中的对应于在所述轮廓内的第二组体素的第二组矢量；以及
存储所述修改的变形矢量场中的调整的第一组矢量和所述修改的变形矢量场中的未调整的第二组矢量以提供后处理的变形矢量场。
20.根据权利要求19所述的治疗计划系统，其中，调整所述第一组矢量包括在所述轮廓和皮肤之间内插所述第一组矢量中的每个矢量，以提供后处理的变形矢量场，其中所述第一组中的矢量从所述轮廓附近的修改的变形矢量场矢量连续地改变成患者皮肤附近的未修改的变形矢量场矢量。
21.一种包括指令的非暂时性计算机可读介质，所述指令在由处理器执行时使所述处理器执行用于自适应放射疗法并且利用来自第一医学图像和第二医学图像的数据的方法，所述方法包括：
通过以下步骤根据变形矢量场生成修改的变形矢量场：
识别所述变形矢量场中的第一矢量，所述第一矢量将所述第一医学图像中的非靶区域中的体素映射到所述第二医学图像中的在非靶区域中的体素，
确定是否所述第一矢量导致映射的体素与靶区域之间的距离增加，
响应于确定所述第一矢量导致映射的体素与靶区域之间的距离增加，通过减小所述第一矢量的幅值来生成修改的第一矢量，以及
将所述修改的第一矢量存储在所述修改的变形矢量场中。
22.根据权利要求21所述的非暂时性计算机可读介质，其中，生成所述修改的变形矢量场还包括：
识别所述变形矢量场中的第二矢量，所述第二矢量将所述第一医学图像中的第二体素映射到所述第二医学图像中的在非靶区域中的第二体素；
确定是否所述第二矢量导致映射的第二体素与靶区域之间的距离减小，或者没有导致映射的第二体素与靶区域之间的距离改变；以及
当确定所述第二矢量导致映射的第二体素与靶区域之间的距离减小或者没有导致映射的第二体素与靶区域之间的距离改变时，将所述第二矢量存储在所述修改的变形矢量场中。
23.根据权利要求21所述的非暂时性计算机可读介质，其中，生成所述修改的变形矢量场还包括：
识别所述变形矢量场中的第三矢量，其中，所述第三矢量将所述第一医学图像中的第三体素映射到所述第二医学图像中的在靶区域中的第三体素；以及
将所述第三矢量存储在所述修改的变形矢量场中。
24.根据权利要求21所述的非暂时性计算机可读介质，其中，所述方法还包括基于所述修改的变形矢量场来调整治疗计划。
25.根据权利要求24所述的非暂时性计算机可读介质，其中，所述治疗计划包括剂量分布，并且其中，调整所述治疗计划包括：
用所述修改的变形矢量场来变换所述剂量分布；以及
基于变换的剂量分布生成新的治疗计划。
26.根据权利要求21所述的非暂时性计算机可读介质，其中，确定是否所述第一矢量导致映射的体素与靶区域之间的距离增加包括：
计算相对于所述第一医学图像中的靶区域的边界的距离变换；
计算相对于所述第二医学图像中的靶区域的边界的距离变换；以及
比较距离变换以确定是否所述第一矢量将所述第一医学图像中的体素映射到所述第二医学图像中的远离靶区域的边界更远的体素。
27.根据权利要求21所述的非暂时性计算机可读介质，其中，所述方法还包括对所述修改的变形矢量场进行后处理，以减少所述修改的变形矢量场中的不连续性，以及生成后处理的变形矢量场。
28.根据权利要求27所述的非暂时性计算机可读介质，其中，对所述修改的变形矢量场进行后处理以生成后处理的变形矢量场包括：
在所述第二医学图像中识别靶区域与患者皮肤之间的轮廓；
调整所述修改的变形矢量场中的对应于在所述轮廓外部且在患者皮肤内的第一组体素的第一组矢量；
识别所述修改的变形矢量场中的对应于在所述轮廓内的第二组体素的第二组矢量；以及
存储所述修改的变形矢量场中的调整的第一组矢量和所述修改的变形矢量场中的未调整的第二组矢量以提供后处理的变形矢量场。
29.根据权利要求28所述的非暂时性计算机可读介质，其中，调整所述第一组矢量包括在所述轮廓和皮肤之间内插所述第一组矢量中的每个矢量以提供后处理的变形矢量场，其中所述第一组中的矢量从所述轮廓附近的修改的变形矢量场矢量连续地改变成患者皮肤附近的未修改的变形矢量场矢量。
CN201880058231.4A 2017-09-07 2018-09-05 自适应放射疗法系统 Active CN111344737B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110769264.3A CN113577577A (zh) 2017-09-07 2018-09-05 自适应放射疗法系统

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/697,667 2017-09-07
US15/697,667 US10485990B2 (en) 2017-09-07 2017-09-07 Adaptive radiotherapy system
PCT/US2018/049541 WO2019050945A1 (en) 2017-09-07 2018-09-05 ADAPTIVE RADIOTHERAPY SYSTEM

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202110769264.3A Division CN113577577A (zh) 2017-09-07 2018-09-05 自适应放射疗法系统

Publications (2)

Publication Number Publication Date
CN111344737A CN111344737A (zh) 2020-06-26
CN111344737B true CN111344737B (zh) 2021-07-27

Family

ID=63762977

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201880058231.4A Active CN111344737B (zh) 2017-09-07 2018-09-05 自适应放射疗法系统
CN202110769264.3A Pending CN113577577A (zh) 2017-09-07 2018-09-05 自适应放射疗法系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202110769264.3A Pending CN113577577A (zh) 2017-09-07 2018-09-05 自适应放射疗法系统

Country Status (6)

Country Link
US (2) US10485990B2 (zh)
EP (1) EP3679548B1 (zh)
JP (2) JP6821858B2 (zh)
CN (2) CN111344737B (zh)
AU (2) AU2018330066B2 (zh)
WO (1) WO2019050945A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10485990B2 (en) 2017-09-07 2019-11-26 Elekta, Inc. Adaptive radiotherapy system
US10888713B2 (en) * 2018-12-28 2021-01-12 Varian Medical Systems, Inc. Multileaf collimator with alternating trapezoidal leaf geometry design
US11798179B2 (en) * 2019-07-26 2023-10-24 Case Western Reserve University Structural rectal atlas deformation features for characterizing intra-wall and peri-wall chemoradiation response on magnetic resonance imaging (MRI)
KR102606914B1 (ko) * 2020-12-22 2023-11-28 주식회사 인피니트헬스케어 다수 관심 영역의 레이블링 및 컨투어링의 검증을 지원하는 시스템 및 방법
KR102522408B1 (ko) * 2021-04-30 2023-04-14 연세대학교 산학협력단 방사선량 측정 자동 평가 방법 및 장치
CN113362309B (zh) * 2021-06-08 2024-04-02 澳门大学 一种吸收剂量获取方法、装置、存储介质及电子设备
CN113628209B (zh) * 2021-09-03 2023-11-03 北京航空航天大学 粒子植入布针仿真方法及装置
GB2618334A (en) * 2022-05-03 2023-11-08 Mirada Medical Ltd A method for quantifying patient set up errors in radiotherapy

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1966765A2 (en) * 2005-12-20 2008-09-10 Philips Intellectual Property & Standards GmbH Method for movement compensation of image data
US7933380B2 (en) * 2007-09-28 2011-04-26 Varian Medical Systems International Ag Radiation systems and methods using deformable image registration
EP2751778B1 (en) * 2011-08-30 2017-10-11 Koninklijke Philips N.V. Integration of user inputs and correction of deformation vector field in deformable image registration workflow
EP2877980B1 (en) * 2012-07-27 2020-09-09 Koninklijke Philips N.V. Dose deformation error calculation method and system
US20160134750A1 (en) 2013-06-20 2016-05-12 Nokia Technologies Oy Incoming call identification
WO2015085252A1 (en) 2013-12-06 2015-06-11 Sonitrack Systems, Inc. Radiotherapy dose assessment and adaptation using online imaging
US9449384B2 (en) * 2014-04-30 2016-09-20 Mitsubishi Electric Research Laboratories, Inc. Method for registering deformable images using random Markov fields
CN104117151B (zh) * 2014-08-12 2017-01-25 章桦 一种在线自适应放疗计划优化方法
US9974977B2 (en) * 2014-10-27 2018-05-22 Elekta, Inc. Image guidance for radiation therapy
CN107206252B (zh) 2014-12-11 2020-03-10 医科达有限公司 核磁共振引导直线加速器中的运动管理
CN104408734B (zh) * 2014-12-11 2017-10-27 山东师范大学 联合图像分割与形变配准技术的自适应目标区域转换方法
US10080911B2 (en) 2015-09-10 2018-09-25 Varian Medical Systems, Inc. Knowledge-based spatial dose metrics and methods to generate beam orientations in radiotherapy
US10485990B2 (en) 2017-09-07 2019-11-26 Elekta, Inc. Adaptive radiotherapy system

Also Published As

Publication number Publication date
CN113577577A (zh) 2021-11-02
EP3679548B1 (en) 2024-02-21
EP3679548A1 (en) 2020-07-15
AU2020264304B2 (en) 2021-12-16
JP2020533075A (ja) 2020-11-19
JP2021074556A (ja) 2021-05-20
CN111344737A (zh) 2020-06-26
JP6821858B2 (ja) 2021-01-27
AU2018330066A1 (en) 2020-04-16
US11318327B2 (en) 2022-05-03
WO2019050945A1 (en) 2019-03-14
AU2018330066B2 (en) 2020-10-15
US10485990B2 (en) 2019-11-26
US20190070436A1 (en) 2019-03-07
US20200061389A1 (en) 2020-02-27
AU2020264304A1 (en) 2020-11-26

Similar Documents

Publication Publication Date Title
CN111344737B (zh) 自适应放射疗法系统
US10188874B2 (en) Three dimensional localization and tracking for adaptive radiation therapy
AU2018331365B2 (en) Radiotherapy treatment plan optimization workflow
AU2016211820B2 (en) Three dimensional localization of a moving target for adaptive radiation therapy
US11544854B2 (en) Automatic contour adaptation using three sub-networks of a neural network
JP6725773B2 (ja) 放射線治療中の形状変化を考慮するためのシステムおよび方法
US11989851B2 (en) Deformable image registration using deep learning
US20230218926A1 (en) Bed calculation with isotoxic planning
JP2022540081A (ja) ジオメトリベースのリアルタイム適応型放射線治療

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