CN111679311A - 放射治疗中剂量测量的系统和方法 - Google Patents
放射治疗中剂量测量的系统和方法 Download PDFInfo
- Publication number
- CN111679311A CN111679311A CN202010557608.XA CN202010557608A CN111679311A CN 111679311 A CN111679311 A CN 111679311A CN 202010557608 A CN202010557608 A CN 202010557608A CN 111679311 A CN111679311 A CN 111679311A
- Authority
- CN
- China
- Prior art keywords
- image
- treatment
- radiation
- detector
- subject
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title abstract description 57
- 238000001959 radiotherapy Methods 0.000 title abstract description 34
- 238000005259 measurement Methods 0.000 title abstract description 31
- 230000005855 radiation Effects 0.000 claims abstract description 194
- 239000002131 composite material Substances 0.000 claims abstract description 99
- 230000008021 deposition Effects 0.000 claims abstract description 39
- 239000002245 particle Substances 0.000 claims description 53
- 238000003860 storage Methods 0.000 claims description 48
- 238000003384 imaging method Methods 0.000 claims description 46
- 238000009826 distribution Methods 0.000 claims description 25
- 230000004044 response Effects 0.000 claims description 19
- 239000000463 material Substances 0.000 claims description 18
- 230000003287 optical effect Effects 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000033001 locomotion Effects 0.000 claims description 6
- 230000002123 temporal effect Effects 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 43
- 238000000151 deposition Methods 0.000 description 34
- 238000002560 therapeutic procedure Methods 0.000 description 29
- 238000002591 computed tomography Methods 0.000 description 28
- 230000015654 memory Effects 0.000 description 23
- 238000007408 cone-beam computed tomography Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 17
- 238000012986 modification Methods 0.000 description 13
- 230000004048 modification Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 13
- 238000004088 simulation Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000003190 augmentative effect Effects 0.000 description 6
- 230000004907 flux Effects 0.000 description 6
- 239000007787 solid Substances 0.000 description 5
- 230000001225 therapeutic effect Effects 0.000 description 5
- 210000003484 anatomy Anatomy 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 210000000988 bone and bone Anatomy 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000002600 positron emission tomography Methods 0.000 description 4
- 239000012925 reference material Substances 0.000 description 4
- 238000005316 response function Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000002594 fluoroscopy Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 238000007493 shaping process Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004980 dosimetry Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 101100460704 Aspergillus sp. (strain MF297-2) notI gene Proteins 0.000 description 1
- 101150013568 US16 gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 235000013405 beer Nutrition 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000002725 brachytherapy Methods 0.000 description 1
- XQPRBTXUXXVTKB-UHFFFAOYSA-M caesium iodide Chemical compound [I-].[Cs+] XQPRBTXUXXVTKB-UHFFFAOYSA-M 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- TXKMVPPZCYKFAC-UHFFFAOYSA-N disulfur monoxide Inorganic materials O=S=S TXKMVPPZCYKFAC-UHFFFAOYSA-N 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000009203 neutron therapy Methods 0.000 description 1
- 238000011275 oncology therapy Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000920 organ at risk Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000011164 primary particle Substances 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- XTQHKBHJIVJGKJ-UHFFFAOYSA-N sulfur monoxide Chemical compound S=O XTQHKBHJIVJGKJ-UHFFFAOYSA-N 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/02—Dosimeters
-
- 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
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
- A61B6/5282—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to scatter
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1042—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head
- A61N5/1045—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head using a multi-leaf collimator, e.g. for intensity modulated radiation therapy or IMRT
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- High Energy & Nuclear Physics (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
本申请提供了放射治疗中剂量测量的系统和方法。该方法可以包括获得与放射设备有关的束流模型和与放射设备有关探测器模型,以及与受试对象有关的参考图像和治疗计划,并基于束流模型、探测器模型和参考图像确定合成图像。该方法还可包括通过执行治疗计划的至少一部分来获得治疗图像,该治疗计划包括使用放射设备将至少一个辐射束放射至受试对象,并确定一个或以上比例因子。该方法可以进一步包括基于合成图像和一个或以上比例因子确定治疗图像的综合估计。该方法可以进一步包括基于治疗图像和治疗图像的综合估计来估算辐射剂量沉积。
Description
交叉引用
本申请基于并要求于2019年10月18日提交的申请号为US16/658,004的美国申请的优先权,其内容通过引用被包含于本申请。
技术领域
本申请总体上涉及用于放射治疗的系统和方法,尤其涉及放射治疗中的辐射剂量测定的系统和方法。
背景技术
放射治疗被广泛用于癌症治疗和其他几种健康状况。通常,在治疗开始前生成针对癌症患者的放射治疗计划(在本文中也称为治疗计划)。根据治疗计划,可以将治疗分为几个治疗阶段作用于患者,并分几天进行。对于一个或以上因素,例如,不同的治疗阶段,患者摆位(例如,定位)与计划的患者摆位不同,对患者放射的实际剂量可以与计划的剂量不同。相应地,上述错误需要被检出并且需要计算放射至患者的实际剂量。因此,需要开发用于测量在治疗中放射的实际剂量的系统和方法。
发明内容
在本申请的第一个方面,提供了一种系统。所述系统可以包括至少一个包括一组指令的存储介质,以及与至少一个存储介质通信的至少一个处理器。执行一组指令时,至少一个处理器可以被配置为指示执行系统的操作,包括获得与放射设备相关的束流模型和与放射设备相关的探测器模型、与受试对象相关的参考图像以及与受试对象相关的治疗计划;根据束流模型、探测器模型和参考图像确定合成图像;通过执行至少一部分治疗计划来获得治疗图像,包括使用放射设备将至少一个辐射束放射到受试对象;确定一个或以上比例因子;根据合成图像和一个或以上比例因子确定治疗图像的综合估计;并根据治疗图像和治疗图像的综合估计来估算辐射剂量沉积。
在本申请的第二方面,提供了一种系统。所述系统可以包括至少一个包括一组指令的存储介质,以及与至少一个存储介质通信的至少一个处理器。当执行该组指令时,至少一个处理器可以被配置为指示系统获得与放射设备相关的束流模型、与受试对象相关的参考图像以及与所述受试对象相关的治疗计划;在第一条件下确定第一合成图像和第一治疗图像;在第二条件下确定第二合成图像和第二治疗图像,其中第二条件是至少对受试对象执行了治疗计划的一部分;基于第一合成图像和第二合成图像确定第一比率;基于第一治疗图像和第二治疗图像确定第二比率;通过比较第一比率和第二比率确定差异或比率;并且基于所述差异或比率来检测放射治疗中的错误。
在本申请的第三方面,一种非暂时性计算机可读介质可以存储指令,当指令由至少一个处理器执行时,至少一个处理器可以被配置为执行操作,包括获得与放射设备有关的束流模型和与放射设备有关的探测器模型、与受试对象有关的参考图像以及与受试对象有关的治疗计划;根据束流模型,探测器模型和参考图像确定合成图像;通过执行至少一部分治疗计划来获得治疗图像,包括使用放射设备将至少一个辐射束放射到受试对象;确定一个或以上比例因子;根据合成图像和一个或以上比例因子确定治疗图像的综合估计;并根据治疗图像和治疗图像的综合估计来估算辐射剂量沉积。
在本申请的第四方面,一种非暂时性计算机可读介质可以存储指令,当所述指令由至少一个处理器执行时,至少一个处理器可以被配置为执行操作,包括获得与放射设备有关的束流模型、与受试对象有关的参考图像以及与受试对象有关的治疗计划;在第一条件下确定第一合成图像和第一治疗图像;在第二条件下确定第二合成图像和第二治疗图像,其中第二条件是至少对受试对象执行了治疗计划的一部分;基于第一合成图像和第二合成图像确定第一比率;基于第一治疗图像和第二治疗图像确定第二比率;通过比较第一比率和第二比率确定差异或比率;并且基于所述差异或比率来检测放射治疗中的错误。
在一些实施例中,根据治疗图像和治疗图像的综合估计来估算辐射剂量沉积,系统可以进一步指示执行操作,包括确定治疗图像与治疗图像的综合估计之间的差异或比率。
在一些实施例中,该系统还被指导执行操作,包括通过对治疗图像进行散射校正来确定治疗图像中的主要部分,其中,估算辐射剂量沉积是基于治疗图像中的主要部分进行的。
在一些实施例中,基于治疗图像的主要部分和治疗图像的综合估计来估算辐射剂量沉积,该系统还被配置为执行包括将主要部分转换为出口相空间中的能量分布的操作;并根据出口相空间中的能量分布估算辐射剂量沉积。
在一些实施例中,为了基于出口相空间中的能量分布来估算辐射剂量沉积,所述系统进一步被配置为执行以下操作:在至少两个迭代中,确定对应于差异中最小差异的最佳机架位置,所述差异为治疗图像的主要部分和合成图像的主要部分在至少两个迭代中的差异,其中,最佳机架位置与多叶准直器形状、钳口位置和准直器角度的序列相关。
在一些实施例中,束流模型至少与辐射束的粒子的能量,粒子的电荷,粒子的类型或粒子的运动方向有关。
在一些实施例中,探测器模型与放射设备的探测器对某类粒子的响应、探测器对能级粒子的响应、探测器的光学响应或探测器的时间响应中的至少一个有关。
在一些实施例中,探测器模型与放射设备的探测器的材料和探测器的材料的密度分布有关。
在一些实施例中,一个或以上比例因子与治疗计划的一个或以上场或射野的不同形状有关。
在一些实施例中,第一个条件是至少要在不出现受试对象的情况下进行至少部分的治疗计划。
在一些实施例中,第一个条件是治疗计划的至少一部分是在物体上执行的。
在一些实施例中,通过模拟第一治疗图像的第一成像条件来确定第一合成图像,并且通过模拟第二治疗图像的第二成像条件来确定第二合成图像。
在一些实施例中,所述错误至少包括以下各项中的一项:场形状和强度调制模式错误、患者摆位错误或束流质量错误。
附图说明
本申请将通过示例性实施例进行进一步描述。这些示例性实施例将通过附图进行详细描述。附图未按比例绘制。这些实施例是非限制性的示例性实施例,在这些实施例中,各图中相同的编号表示相似的结构,其中:
图1是根据本申请的一些实施例所示的示例性放射治疗系统的示意图。
图2是根据本申请的一些实施例所示的示例性计算设备的硬件和/或软件部件的示意图;
图3是根据本申请的一些实施例所示的示例性移动设备的硬件和/或软件部件的示意图;
图4是根据本申请的一些实施例所示的示例性处理设备的框图;
图5是根据本申请的一些实施例所示的用于估算辐射剂量沉积的示例性过程的流程图;
图6是根据本申请的一些实施例所示的用于估算辐射剂量沉积的示例性过程的流程图;以及
图7是根据本申请的一些实施例所示的用于检测放射治疗中的错误的示例性过程的流程图。
具体实施方式
为了更清楚地说明本申请的实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。然而,本领域技术人员应该明白,可以在没有这些细节的情况下实施本申请。在其他情况下,为了避免不必要地模糊本申请的一些方面,本申请已经以相对高水平概略地描述了公知的方法、程序、系统、部件和/或电路。对于本领域的普通技术人员来讲,显然可以对所公开的实施例作出各种改变,并且在不偏离本申请的原则和范围的情况下,本申请中所定义的普遍原则可以适用于其他实施例和应用场景。因此,本申请不限于所示的实施例,而是符合与申请专利范围一致的最广泛范围。
应当理解的是,本文使用的“系统”、“引擎”、“单元”、“模块”和/或“块”是用于按升序区分不同级别的不同构件、元素、部件、部分或部件的方法。然而,如果其他词语可以实现相同的目的,则可通过其他表达来替换所述词语。
通常,本文所使用的词“模块”、“单元”或“块”是指体现在硬件或固件中的逻辑或软件指令的集合。本文描述的模块,单元或块可以被实现为软件和/或硬件,并且可以被存储在任何类型的非暂时性计算机可读介质或另一存储设备中。在一些实施例中,可以编译软件模块/单元/块并将其链接到可执行程序中。将意识到,软件模块可以是可从其他模块/单元/块或从其自身调用的,和/或可以响应于检测到的事件或中断而被调用。配置为在计算设备(例如,如图2所示的处理器210)上执行的软件模块/单元/块可以在计算机介质上提供,例如光盘、数字视频光盘、闪存驱动器、磁盘或任何其他有形介质,或作为数字下载(并且可以最初以压缩或可安装的格式存储,需要在执行之前进行安装、解压缩或解密)。这里的软件代码可以被部分的或全部的储存在执行操作的计算设备的存储设备中,并应用在计算设备的操作之中。软件指令可以嵌入在固件中,例如可擦可编程只读内存(EPROM)。还将意识到,硬件模块/单元/块可以包括在连接的逻辑组件中,例如门和触发器,和/或可以包括在可编程单元中,例如可编程门阵列或处理器。本文描述的模块/单元/块或计算设备功能可以被实现为软件模块/单元/块,但是可以以硬件或固件来表示。通常,本文描述的模块/单元/块是指可以与其他模块/单元/块组合或者被划分为子模块/子单元/子块的逻辑模块/单元/块,不论其物理组织或存储。
将理解的是,当单元、引擎、模块或块被称为在另一单元、引擎、模块或块“上”、“连接至”或“耦合至”另一单元、引擎、模块或块时,它可以直接在其他单元、引擎、模块或块上,与之连接或与之通信,或者可以有中间单元、中间引擎、中间模块或中间块存在,除非上下文另有明确说明。在本申请中,术语“和/或”可包括任何一个或以上相关所列条目或其组合。
本文所使用的术语仅出于描述特定示例和实施例的目的,而无意于进行限制。如本申请使用的单数形式“一”、“一个”及“该”可以同样包括复数形式,除非上下文明确提示例外情形。还应当理解的是,本申请中的术语“包括”和/或“包含”只详述存在整体、设备、行为、陈述的特征、步骤、元件、操作和/或部件,但是不排除存在或添加一个或以上其他整体、设备、行为、特征、步骤、元件、操作、部件和/或其组合。
本文提供了用于非侵入性成像和/或治疗,例如用于疾病诊断、治疗或研究目的的系统和组件。在一些实施例中,该系统可以是放射治疗系统、计算机断层摄影(CT)系统、发射计算机断层摄影(ECT)系统、X射线摄影系统、正电子发射断层扫描(PET)系统等或其任意组合。为了说明的目的,本申请描述了放射治疗的系统和方法。在本申请中使用的术语“图像”可以指2D图像、3D图像或4D图像。在一些实施例中,术语“图像”可以指患者的区域,例如感兴趣区域(ROI)的图像。在本申请中使用的“感兴趣区域”或“ROI”可以指图像的一部分,所述部分可以是沿着一条线、在两个空间维度中,在三个空间维度中,或其随时间的演变。该图像可以是EPID(电子射野影像装置)图像、CT图像、荧光检查图像、超声图像、PET图像或MR(核磁共振)图像。这并不是要限制本申请的范围。对于具有本领域普通技能的人员,可以在本申请的指导下推导出一定数量的变化、变更和/或修改。那些变化、变更和/或修改不脱离本申请的范围。
在患者接受放射治疗前,可以拍摄计划图像,并且可以基于计划图像为患者设计治疗计划。可以在放射治疗期间或之前(例如,在治疗当天,或在治疗前的小时,或在治疗前的几分钟,或在治疗前的几秒钟)拍摄引导图像以指导放射。但是,在治疗期间向患者放射的实际剂量可以由于一个或以上因素,例如,不同的治疗阶段,患者摆位(例如,定位)与计划的患者摆位不同、图像引导治疗装置110的一个或以上组件(例如图像引导治疗装置110的治疗部件的一个或以上组件)的运动与实施治疗计划的治疗阶段所需的运动不同、内部器官的异常运动或预期运动、辐射散射或以其他无法到达受试对象的目标部位(例如肿瘤)的辐射,导致与治疗期相对应的计划剂量有所不同。在这方面,本申请的实施方案涉及用于测量治疗期间放射的实际剂量的系统和方法。
根据本申请的一些实施例,在规定治疗计划前,可以获得关于受试对象的治疗计划的计划图像。可以获得与放射设备有关的束流模型和与放射设备有关的探测器模型。确定基于束流模型、探测器模型和计划图像的合成图像。可以通过对受试对象执行治疗计划的至少一部分来获得治疗图像。可以确定一个或以上比例因子。可以基于合成图像和一个或以上比例因子确定治疗图像的综合估计。然后可以基于治疗图像和治疗图像的综合估计来估算放射治疗阶段产生的实际辐射剂量沉积。
图1是根据本申请的一些实施例所示的示例性放射治疗系统100的示意图。放射治疗系统100可以包括图像引导治疗装置110、网络120、一个或以上终端130、处理设备140和存储设备150。
图像引导治疗装置110可以包括成像部件、治疗部件、机架111、工作台(也称为治疗床)114、成像区域113等。成像部件可以包括成像辐射源115、探测器112等。治疗部件可以包括治疗辐射源116、加速器(图1中未示出)等。机架111可以被配置为容纳成像部件和治疗部件。可以将受试对象放置在工作台114上以进行放射治疗和/或成像扫描。
成像部件可以在治疗前、期间和/或治疗后生成受试对象的图像。成像组件可以包括计算机断层摄影(CT)组件、超声成像组件、荧光透视成像组件、磁共振成像(MRI)组件、单光子发射计算机断层扫描(SPECT)组件、正电子发射断层扫描(PET)组件等,或其任意组合。
成像辐射源115可以向受试对象发射辐射。探测器112可以检测从成像区域113发出的辐射事件(例如,x射线光子、γ射线光子)。在一些实施例中,探测器112可以包括一个或以上探测器单元。探测器单元可以包括闪烁探测器(例如,碘化铯探测器、硫氧化g探测器)、气体探测器等。探测器单元可以包括单行探测器和/或多行探测器。
在一些实施例中,成像部件可以是锥形束CT(CBCT)成像部件。CBCT成像组件可以通过向受试对象发射锥形束X射线来对受试对象执行CBCT扫描。在一些实施例中,成像组件可以是多层CT(MSCT)成像组件。MSCT成像组件可以对受试对象执行MSCT扫描。在一些实施例中,成像部件可以是能够对受试对象执行CBCT扫描和MSCT扫描的集成CT成像部件。MSCT扫描由一个或以上轴向切片的成像受试对象(通常是患者、人类、动物受试对象)组成。
治疗组件可以对受试对象放射治疗。治疗辐射源116可以向受试对象发射治疗辐射。治疗辐射可以是粒子的形式,其可以由例如加速器(图1中未示出)加速并照射在受试对象上。
在一些实施例中,图像引导治疗装置110可以包括分别容纳成像部件和治疗部件的两个机架。成像部件(例如,成像辐射源115和探测器112)和相应的机架可以与治疗部件(例如,治疗辐射源116)和相应的机架间隔一定距离。在一些实施例中,成像部件的对应机架和治疗部件的对应机架可以具有共线内径孔。例如,成像部件机架的孔和治疗部件机架的孔可以具有相同的旋转轴。可以将受试对象定位在工作台114中的不同位置以进行成像和治疗。在一些实施例中,成像辐射源115和治疗辐射源116可以集成为用于成像和/或治疗的一个辐射源。
在一些实施例中,放射治疗系统100可以包括放射治疗设备和CT扫描仪。例如,在公开号为20170189720A1和20170189724A1的标题同为“放射治疗系统”的美国申请,和公开号为20170189719A1的标题为“放射治疗定位系统”的美国申请中可以找到此类设备的描述,其每个内容通过引用合并于此。放射治疗设备可以包括一个或以上与图像引导治疗装置110相同或基本相似的组件。例如,辐射线处理设备可以包括与图像引导治疗装置110相同的部件。又例如,放射治疗设备可以包括治疗部件、机架、工作台和检测区域。在一些实施例中,放射治疗设备可以是一般治疗设备。
在一些实施例中,CT扫描仪可以是CBCT扫描仪和/或MSCT扫描仪。CBCT扫描仪可以对受试对象进行CBCT扫描。MSCT扫描仪可以对受试对象进行MSCT扫描。基于CBCT扫描或MSCT扫描生成的图像可以存储在放射治疗系统100中的存储设备中,以进行自适应放射治疗计划。CBCT扫描仪或MSCT扫描仪可以包括本领域普通技术人员已知的CT扫描仪的一个或以上部件。例如,CBCT扫描仪可以包括机架、探测器、检测区域、工作台和CBCT辐射发射扫描源。
仅作为示例,放射治疗系统100可以包括MSCT扫描仪和包括CBCT成像部件和治疗部件的放射治疗设备。MSCT扫描仪可以对受试对象进行MSCT扫描。包括CBCT成像部件和治疗部件的放射治疗设备可以对受试对象执行CBCT扫描和/或治疗。另外地或可替代地,放射治疗系统100可以包括CBCT扫描仪和放射治疗设备,所述放射治疗设备包括MSCT成像部件和治疗部件。MSCT成像部件的孔可与治疗部件具有共同的旋转轴线。
网络120可以包括用于放射治疗系统100的信息和/或数据的交换的任何合适的网络。在一些实施例中,一个或以上放射治疗系统100的部件(例如,图像引导治疗装置110、终端130、处理设备140、存储设备150等)可以通过网络120与放射治疗系统100的一个或以上其他部件通信信息和/或数据。例如,处理设备140可以经由网络120从图像引导治疗装置110获得图像数据。又例如,处理设备140可以经由网络120从终端130获得用户指令。
网络120可以是和/或包括公共网络(例如Internet)、私有网络(例如局部区域网络(LAN)、广域网(WAN))、有线网络(例如以太网络)、无线网络(例如802.11网络、Wi-Fi网络)、蜂窝网络(例如、长期演进(LTE)网络)、帧中继网络、虚拟专用网(“VPN”)、卫星网络、电话网络、路由器、集线器、交换机、服务器计算机和/或其任何组合。仅作为示例,网络120可以包括电缆网络、有线网络、光纤网络、电信网络、内联网、无线局部区域网络(WLAN)、城域网(MAN)、公共交换电话网(PSTN)、蓝牙TM网络、紫蜂TM网络、近场通信(NFC)网络等,或其任意组合。在一些实施例中,网络120可以包括一个或以上网络接入点。例如,网络120可以包括诸如基站和/或互联网交换点之类的有线和/或无线网络接入点,放射治疗系统100的一个或以上部件可以通过这些接入点连接到网络120以交换数据和/或信息。终端130可以包括移动设备131、平板计算机132、笔记本计算机133等,或其任意组合。在一些实施例中,移动设备131可以包括智能家居设备、可穿戴设备、移动设备、虚拟现实设备、增强现实设备等,或其任意组合。仅作为示例,终端130可以包括如图3所示的移动设备。在一些实施例中,智能家居设备可以包括智能照明设备、智能电器控制设备、智能监控设备、智能电视、智能摄像机、对讲机等,或其任意组合。在一些实施例中,可穿戴设备包括手环、鞋袜、眼镜、头盔、手表、衣服、背包、智能配饰等,或其任意组合。在一些实施例中,移动设备可以包括手机、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)设备、笔记本电脑、平板电脑、台式机等,或其任何组合。在一些实施例中,虚拟现实设备和/或增强现实设备包括虚拟现实头盔、虚拟现实眼镜、虚拟现实眼罩、增强现实头盔、增强现实眼镜、增强现实眼罩等,或其任意组合。例如,虚拟现实设备和/或增强现实设备可以包括Google GlassTM、OculusRiftTM、HololensTM、Gear VRTM等。在一些实施例中,终端130可以是处理设备140的一部分。
处理设备140可以处理从图像引导治疗装置110、终端130和/或存储设备150获得的数据和/或信息。在一些实施例中,处理设备140可以是单个服务器或服务器组。服务器组可以是集中式或分布式的。在一些实施例中,处理设备140可以是本地的或远程的。例如,处理设备140可以经由网络120访问存储在图像引导治疗装置110、终端130和/或存储设备150中的信息和/或数据。又例如,处理设备140可以直接连接到图像引导治疗装置110、终端130和/或存储设备150以访问存储的信息和/或数据。在一些实施例中,处理设备140可以在云平台上实现。仅作为示例,该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。在一些实施例中,处理设备140可以由具有一个或以上如图2所示的部件的计算设备200来实现。
存储设备150可以存储数据,指令和/或任何其他信息。在一些实施例中,存储设备150可以存储从终端130和/或处理设备140获得的数据。在一些实施例中,存储设备150可以存储数据和/或指令,处理设备140可以执行或使用所述数据和指令来执行本申请中描述的示例性方法。在一些实施例中,存储设备150可包括大容量存储器、可移动存储器、易失性读写内存、只读内存(ROM)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、内存卡、压缩盘、磁带等。示例性易失性读写内存可以包括随机存取内存(RAM)。示例性RAM可包括动态随机存取内存(DRAM)、双倍数据速率同步动态随机存取内存(DDR SDRAM)、静态随机存取内存(SRAM)、晶闸管随机存取内存(T-RAM)和零电容随机存取内存(Z-RAM)等。示例性ROM可以包括掩模型只读内存(MROM)、可编程只读内存(PROM)、可擦除可编程只读内存(EPROM)、电可擦除可编程只读内存(EEPROM)、光盘只读内存(CD-ROM)和数字多功能磁盘只读内存等。在一些实施例中,所述存储设备150可在云端平台上执行。仅作为示例,该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
在一些实施例中,存储设备150可以连接到网络120以与放射治疗系统100的一个或以上其他部件(例如,处理设备140、终端130)通信。放射治疗系统100的一个或以上部件可以通过网络120访问存储在存储设备150中的数据或指令。在一些实施例中,存储设备150可以直接连接到放射治疗系统100(例如,处理设备140、终端130)的一个或以上其他部件或与之通信。在一些实施例中,存储设备150可以是处理设备140的一部分。
图2是根据本申请的一些实施例所示的示例性计算设备200的示例性硬件和/或软件部件的示意图,在其上可以实现处理设备140。如图2所示,计算设备200可以包括处理器210、存储器220、输入/输出(I/O)230和通信端口240。
处理器210可以根据本文描述的技术执行计算机指令(例如,程序代码)并执行处理设备140的功能。所述计算机指令可以包括执行在此描述的特定功能,例如例程、程序、组件、部件、数据结构、过程、模块和功能。例如,处理器210可以处理从图像引导治疗装置110、终端130、存储设备150和/或放射治疗系统100的任何其他部件获得的图像数据。在一些实施例中,处理器210可以包括一个或以上硬件处理器,诸如微控制器、微处理器、精简指令集计算机(RISC)、特定应用集成电路(ASIC)、特定应用指令集处理器(ASIP)、中央处理单元(CPU)、图形处理单元(GPU)、物理处理单元(PPU)、微控制器单元、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、高阶RISC机器(ARM)、可编程逻辑器件(PLD)、能够执行一个或以上功能的任何电路或处理器等,或其任何组合。
仅出于说明目的,图2的计算设备200中仅说明了一个处理器。然而,应当注意的是,本申请中的计算设备200还可以包括多个处理器,因此本公开所述的由一个处理器执行的步骤和/或方法步骤也可由多个处理器共同或分别执行。例如,如果在本申请中计算设备200的处理器执行操作A和操作B两者,则应该理解,操作A和操作B也可以由计算设备200中的两个或以上不同的处理器共同地或单独地执行(例如,第一处理器执行操作A并且第二处理器执行操作B,或者第一处理器和第二处理器共同执行操作A和B)。
存储器220可以存储从图像引导治疗装置110、终端130、存储设备150和/或放射治疗系统100的任何其他部件获得的数据/信息。在一些实施例中,存储器220可包括大容量存储器、可移动存储器、易失性读写内存、只读内存(ROM)等或其任意组合。例如,大容量存储器可以包括磁盘、光盘、固态硬盘等。可移动存储器可以包括闪存驱动器、软盘、光盘、内存卡、压缩盘和磁带等。易失性读取和写入内存可以包括随机存取内存(RAM)。RAM可以包括动态RAM(DRAM)、双倍速率同步动态RAM(DDR SDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)和零电容(Z-RAM)等。ROM可以包括掩模ROM(MROM)、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、光盘ROM(CD-ROM)和数字通用盘ROM等。在一些实施例中,存储器220可以存储一个或以上程序和/或指令以执行在本申请中描述的示例性方法。
输入/输出230可以输入和/或输出信号、数据、信息等。在一些实施例中,输入/输出230可以实现用户与处理设备140的交互。在一些实施例中,输入/输出230可以包括输入设备和输出设备。示例性的输入设备可以包括键盘、鼠标、触控屏幕、麦克风等,或其任何组合。示例性的输出设备可以包括显示设备、扬声器、打印机、投影机等,或其任何组合。显示设备的示例可以包括液晶显示器(LCD)、基于发光二极管(LED)的显示器、平板显示器、弯曲屏幕、电视设备、阴极射线管(CRT)、触摸屏幕等,或其任何组合。
通信端口240可以连接到网络(例如,网络120)以促进数据通信。通信端口240可以在处理设备140和图像引导治疗装置110、终端130和/或存储设备150之间建立连接。连接可以是有线连接、无线连接、可以启用数据传输和/或接收的任何其他通信连接,和/或这些连接的任何组合。有线连接可以包括例如电缆、光缆、电话线等或其任意组合。无线连接可以包括例如蓝牙链路、Wi-Fi链路、WiMax链路、WLAN链路、紫蜂链路、移动网络链路(例如3G、4G、5G等)等或其组合。在一些实施例中,通信端口240可以是和/或包括标准化通信端口,诸如RS232、RS485等。在一些实施例中,通信端口240可以是专门设计的端口。例如,通信端口240可以根据医学数字成像和通信(DICOM)协议来设计。
图3是根据本申请的一些实施例所示的可以在其上实现终端130的示例性移动设备300的示例性硬件和/或软件部件的示意图。如图3所示,移动设备300可以包括通信平台310、显示器320、图形处理单元(GPU)330、中央处理单元(CPU)340、输入/输出350、内存360和存储器390。在一些实施例中,任何其他合适的部件,包括但不限于系统总线或控制器(未示出),也可包括在移动设备300内。在一些实施例中,移动操作系统370(如,iOSTM、AndroidTM、Windows PhoneTM)和一个或以上应用程序380可以从存储器390加载到内存360中以便由CPU340执行。应用程序380可以包括浏览器或任何其他合适的移动应用程序,用于从处理设备140接收和渲染与图像处理有关的信息或其他信息。与信息流的用户交互可以通过输入/输出350来实现,并通过网络120提供给处理设备140和/或放射治疗系统100的其他部件。
为了实施本申请描述的各种模块、单元及其功能,计算机硬件平台可用作本文中描述的一个或以上部件的硬件平台。具有用户接口部件的计算机可用于实施个人计算机(PC)或任何其他类型的工作站或终端设备。若编程得当,计算机亦可用作服务器。
图4是根据本申请的一些实施例所示的示例性处理设备140的框图。处理设备140可以包括获取模块410、合成图像确定模块420、比例因子确定模块430和辐射剂量沉积估算模块440。处理设备140可以实现在各种部件上(例如,如图2所示的计算设备200的处理器210)。
获取模块410可以获取数据。获取模块410可以从图像引导治疗装置110、存储设备150、终端130或能够经由网络120存储数据的任何设备或部件中获取数据。例如,获取模块410可以通过网络120从医疗云数据中心(未示出)获取数据。所获取的数据可以包括扫描数据(例如CT数据)、计划数据(例如治疗计划)、处理结果(例如参考图像)、用户指令、算法、模型(例如,束流模型和/或与放射设备(例如,图像引导治疗装置110)有关的探测器模型)、程序代码等或其组合。在一些实施例中,获取模块410可以从图像引导治疗装置110,尤其是从图像引导治疗装置110的成像部件获取扫描数据。可以通过使用成像扫描仪扫描受试对象来生成扫描数据。计划数据可以包括治疗计划。治疗计划可以包括一组参数,这些参数描述了如何将辐射放射给受试对象,例如,束流整形设备(例如,图像引导治疗装置110的治疗部件的准直仪系统)的束流尺寸或孔径大小、辐射线剂量分布(即辐射线剂量的空间分布)、辐射线持续时间、在治疗计划或其中的治疗阶段作用于受试对象的辐射线靶位置等,或其组合。当图像引导治疗装置110的治疗部件根据治疗计划向受试对象放射辐射时,可以生成一个或以上参考图像(例如,治疗图像)。在一些实施例中,治疗图像可以是EPID图像。可以基于沉积在EPID中的能量来生成EPID图像。与放射设备有关的束流模型可以是描述所述放射治疗设备(例如,图像引导治疗装置110)的至少两个参数的数学表征。至少两个参数可以包括或涉及例如图像引导治疗装置110的治疗部件的加速器的特性(例如,能量谱、横向束流质量变化)、一个或以上辐射源的形状和位置,以及束流整形设备(例如,图像引导治疗装置110的治疗部件的准直仪系统)的几何形状和材料。与放射设备有关的探测器模型可用于基于粒子与探测器之间的相互作用来生成合成图像。在一些实施例中,探测器模型可以与探测器对某类粒子的响应、探测器对能级粒子的响应、探测器的光学响应,或探测器的时间响应中的至少一个有关。
获取模块410可以将获取的数据发送到存储设备(例如,存储模块430、存储设备130等)以进行存储。数据可以体素信息、图像、矢量等或其任何组合的形式存储。在一些实施例中,获取模块410可以将获取的数据发送到计算设备(包括,例如,合成图像确定模块420、比例因子确定模块430和/或辐射剂量沉积估算模块440)以进行处理。
合成图像确定模块420可以确定受试对象的合成图像。在一些实施例中,合成图像确定模块420可以从获取模块410获取数据,并基于所获取的数据确定受试对象的合成图像。例如,合成图像确定模块420可以基于束流模型、探测器模型和参考图像来确定合成图像。合成图像可以描述沉积在探测器(例如探测器112)平面中的辐射能。在一些实施例中,合成图像可以由模拟辐射通过探测器放射的任何技术生成(例如,蒙特卡洛(MC)模拟、玻尔兹曼放射方程)生成。
比例因子确定模块430可以确定一个或以上比例因子。一个或以上比例因子可以表示测量的图像(也称为治疗图像)和合成图像之间的关系。在一些实施例中,当测量图像和合成图像是在相同的成像条件(例如,校准条件)下生成,比例因子确定模块430可以确定一个或以上比例因子。测量图像和合成图像之间的比例因子可以等于测量图像的像素值和对应合成图像的像素值之比,测量图像的像素值是基于真实探测器检测到的信号(或测量图像中多个像素的平均值),合成图像的像素值是基于模拟探测器估算的(或合成图像中多个像素的平均值)。
在理想模型的情况下,比例因子可以是一个常数。比例因子可以与场形无关(即,与辐射场或辐射野的形状无关),并且在整个探测器上保持恒定。在一些实施例中,合成图像可以缺少足够的细节来说明比例因子和例如辐射场的大小(也称为场大小)和/或辐射场或辐射野的形状(也被称为场形状)等,或其任意组合有关。准直仪系统向后散射的额外辐射,使得该额外辐射进入放射治疗系统100的治疗部件,但无法到达受试对象或其一部分(例如,受试对象的目标),导致不同场之间比例因子值的变化。在这种情况下,比例因子可以取决于场形状。
辐射剂量沉积估算模块440可以估算受试对象中的辐射剂量沉积。在一些实施例中,辐射剂量沉积估算模块440可以分别从合成图像确定模块420和比例因子确定模块430获得合成图像和一个或以上比例因子,并根据合成图像和一个或以上比例因子确定治疗图像的综合估计。
辐射剂量沉积估算模块440可以基于治疗图像和治疗图像的综合估计来估算辐射剂量沉积。在一些实施例中,沉积在患者体内的辐射可以包括主要辐射和散射辐射。主要辐射也可以称为辐射的主要部分。散射辐射也可以被称为辐射的散射部分。在一些实施例中,可以通过从受试对象的测量图像中减去散射部分来确定受试对象(例如患者)的治疗图像中的主要部分。在一些实施例中,可以通过基于受试对象的治疗计划、束流模型、探测器模型和参考图像的MC模拟来估算散射部分。在MC模拟中,可以分别合成由主要辐射和散射辐射而产生的图像。在一些实施例中,可以使用诸如散射核叠加(SKS)之类的技术来迭代地估算散射部分,该技术不需要涉及基于CT图像的散射部分的估算。
在一些实施例中,辐射剂量沉积估算模块440可以通过基于记录的场形状调整场形状,用场MU和场MU速率中的至少一个来估算沉积在患者体内的辐射剂量。在一些实施例中,可以在测量场MU与期望场MU之间调整场MU。在一些实施例中,还可以在测量场MU速率和期望场MU速率之间调整场MU速率。可以将调整后的场形状、场MU和/或场MU速率输入到前向辐射放射模型中,以计算沉积在患者体内的剂量。
关于处理设备140的以上描述仅用于说明目的,而无意限制本申请的范围。对于本领域普通技术人员来说,在不背离本申请原则的前提下,可以对上述方法及系统的应用进行各种形式和细节的变化和修改。在一些实施例中,处理设备140可以包括一个或以上其他模块,例如存储模块、通信模块等。在一些实施例中,两个或以上的处理设备140中的单元可以形成一个模块。例如,合成图像确定模块420、比例因子确定模块430和/或辐射剂量沉积估算模块440可以形成处理模块。然而,这些变化和修改亦落于本申请的范围内。
图5是根据本申请的一些实施例的用于估算辐射剂量沉积的示例性过程的流程图。在一些实施例中,流程500的至少一部分可以由处理设备140执行(例如,在图2所示的计算设备200中实现)。
在502中,可以获得与放射设备有关的束流模型和与放射设备有关的探测器模型、与受试对象有关的参考图像以及与受试对象有关的治疗计划。在一些实施例中,502可以由获取模块410执行。放射设备可以是或可以包括图像引导治疗装置110或图像引导治疗装置110的一部分(例如,图像引导治疗装置110的治疗部件)。在一些实施例中,与放射设备有关的束流模型和与放射设备有关的探测器模型、与受检者有关的参考图像和/或与受检者有关的治疗计划可以从能够存储数据的存储设备(例如,存储设备150、云存储等)中获得。
束流模型可以是描述所述放射治疗设备(例如,图像引导治疗装置110)的至少两个参数的数学表征。至少两个参数可以包括或涉及例如图像引导治疗装置110的治疗部件的加速器特性(例如,能量谱、横向束流质量变化)、一个或以上辐射源的形状和位置,以及束流成形设备(例如,图像引导治疗装置110的治疗部件的准直仪系统)的几何形状和材料。
在一些实施例中,束流模型可以用相空间中的粒子(例如,光子、电子、正电子、中子和/或离子)表示,Φ(x,θ,E,q,η),其中x代表粒子的位置,E代表粒子的能量,q可以表示粒子的电荷(例如,对于电子,q=-1,对于正电子,q=1,对于光子,q=0)或粒子的类型(例如,q可以是表示粒子类型的非物理索引/标记,例如q=0表示电子,q=1表示光子,q=2表示中子,q=3表示质子),θ表示粒子的运动方向,η表示用于辐射传输模型的粒子的权值。为了简单起见,可以建立坐标系。坐标系的原点可以表示为(u,v,w)。束流焦点可以设置在坐标系的原点。相空间可以是平面u,其平面坐标(u,v)和法线坐标w沿着束流的中心轴(也称为束流中心轴)。
入口相空间平面、出口相空间平面和探测器相空间平面可以分别根据等式(1)至(3)表示:
Φ(x,θ,E,q,η)ent=Φ(u,v,w=went,θ,E,q,η) (1)
Φ(x,θ,E,q,η)exit=Φ(u,v,w=wexit,θ,E,q,η) (2)
以及
Φ(x,θ,E,q,η)det=Φ(u,v,w=wdet,θ,E,q,η) (3)
其中,Φ(x,θ,E,q,η)ent表示在入口相平面的束流,Φ(x,θ,E,q,η)exit表示在出口相平面的束流,Φ(x,θ,E,q,η)det表示在探测器相平面的束流,went、wexit以及wdet分别表示入口相空间平面、出口相空间平面和探测器相空间平面的法线坐标。入口相空间平面可以是位于束流进入受试对象时或束流进入受试对象之前所处位置的平面,其垂直于束流中心轴。出口相空间平面可以是束流离开受试对象时或束流离开受试对象之后的平面,该平面垂直于束流中心轴。探测器相空间平面可以是探测器所在的平面,该平面垂直于束流中心轴。应该理解的是,除了法线平面以外,其他表达式也可以用于表示流形,可以采用所述流形上的入口辐射分布和出口辐射分布。这些流形可以不需要在空间上平滑或连续。
可以使用一组离散粒子来描述相空间。按照Dirac delta分布,特定类型在位置u0处,沿θ0方向移动,能量为E0,权值为η0的离散粒子可以通过等式(4)表示。
Φ(u0,θ0,E0,η0)=η0δ(u-u0,θ-θ0,E-E0) (4)
为了便于说明,在以下披露中,涉及相空间上积分的表达式可以表示对这种delta分布的集合进行积分。
与放射设备有关的探测器模型可用于基于粒子与探测器之间的相互作用来生成合成图像。在一些实施例中,探测器模型可以与探测器对某类粒子的响应、探测器对能级粒子的响应、探测器的光学响应,或探测器的时间响应中的至少一个有关。探测器模型可以包含一个或以上部分。一个或以上部分可以包括能量响应函数。能量响应函数可以表示某类入射粒子(例如,光子、电子、正电子、中子和/或离子)作为粒子能量的函数在探测器(例如,在探测器的一个或以上元件中)中沉积的能量总量。在一些实施例中,探测器模型还可包括对探测器的其他特性建模的其他部分,例如,探测器帧间滞后和/或光学模糊。
仅仅为了便于说明,探测器模型可以描述入射粒子在探测器上的能量沉积,其取决于粒子的电荷和粒子相对于探测器的入射角。在一些实施例中,探测器模型可以用d(u,E,θ,q)表示。入射粒子可以是具有一定能量(在撞击探测器之前)、电荷和相对于探测器(例如探测器平面)的入射角的粒子。在一些实施例中,可以基于诸如蒙特卡洛(MC)模拟的技术直接模拟辐射放射,而无需使用探测器模型。在外部束流光子治疗中,可以使用探测器模型来近似探测器对入射粒子的响应,而忽略粒子相对于探测器(例如,探测器平面)的不同入射角以及粒子撞击探测器平面的位置的影响。在一些实施例中,探测器模型可以仅考虑d(E),即探测器模型仅用粒子的能量E来表示,则能量为E(MeV)的单位粒子检测到的面能量以例如J/cm2/(光子MeV)为单位,以达到患者治疗质量保证(PQA)的目的,而忽略了探测器帧间滞后和/或光学模糊的影响。
与受试对象有关的参考图像可以是计划图像。计划图像可以指根据其做出治疗计划的受试对象的图像。治疗计划可以包括一组描述如何将辐射线放射到受试对象的参数,包括例如束流整形设备(例如,图像引导治疗装置110的治疗部件的准直器系统)的束流尺寸或孔径大小、辐射线剂量分布(即辐射线剂量的空间分布)、辐射线持续时间、在治疗计划或其中的治疗阶段作用于受试对象中辐射目标的位置等,或其组合。计划图像可以用于识别放射目标、组织或一个或以上有病变风险的器官,以及受试对象或其一部分的外部轮廓(例如皮肤)。基于计划图像估算的组织衰减值可以转换为电子密度,并用于估算施加在目标上的辐射剂量。
计划图像可以是EPID图像、CT图像、荧光检查图像、超声图像、PET图像、SPECT图像或MR图像。在一些实施例中,计划图像可以是通过使用CT扫描仪扫描受试对象而生成的CT图像。在一些实施例中,CT扫描仪可以是CBCT扫描仪和/或MSCT扫描仪。CBCT扫描仪可以对受试对象进行CBCT扫描。MSCT扫描仪可以对受试对象进行MSCT扫描。基于CBCT扫描或MSCT扫描生成的图像可以被存储在放射治疗系统100中的存储设备中以用于放射治疗计划。在一些实施例中,受试对象的计划图像可以由图像引导治疗装置110的成像部件拍摄。在一些实施例中,可以使用除图像引导治疗装置110的成像部件以外的成像设备拍摄受试对象的计划图像。在拍摄受试对象的计划图像之后,可以基于计划图像为受试对象设计治疗计划。
治疗计划可以包括一个或以上治疗阶段。对于每个治疗阶段,放射治疗计划可以包括至少两个治疗参数,例如计划的阶段持续时间、计划的辐射剂量、计划的辐射能放射方向、计划的辐射能束形状、计划的辐射束横截面积、计划的感兴趣区域(ROI)(例如,治疗计划中受试对象的辐射目标)等。
治疗计划可以描述要施加到受试对象的辐射场。可以在放射治疗开始前设定治疗计划。放射治疗可以是基于光子的放射治疗、近距离放射治疗、电子束治疗、质子治疗、中子治疗等或它们的任意组合。在一些实施例中,治疗计划可以包括一系列N阶段。在一些实施例中,第n个阶段的束流形状可以为Γn。仅作为示例,束流形状可以由图像引导治疗装置110的治疗部件的准直仪系统的单一构型、几种构型的合成、一个时间范围内的构型平均值或机架角度范围内的构型平均值形成。每个场可以与辐射输出量相关联,例如场监视单元(MU)的数量(或计数)和场监视单元速率。
在504中,可以基于束流模型、探测器模型和参考图像来确定合成图像。在一些实施例中,操作504可以由合成图像确定模块420执行。
合成图像可以描述沉积在探测器平面中的辐射能。在一些实施例中,参考图像(例如,CT图像)可以被转换成辐射衰减材料的分布以及辐射衰减材料的密度或密度随位置x变化的表示。例如,当使用MC模拟时,受试对象S(x)(例如,模体(也称为“ph”)、治疗床、患者(也称为“pa”)可以用材料类型分布和密度分布ρ(x)表示。可以是受试对象在位置x处的原子组分的函数。又例如,当使用解析主投射模型时,受试对象S(x)可以由密度-权值衰减分布表示。对于受试对象S(x),转换后的CT图像可以表示为等式(5):
其中,μw(x,E)代表受试对象的与能量关联的衰减分布,μref(x,E)代表参考材料与能量关联的衰减分布,ρref代表参考材料的参考密度,ρ(x)代表受试对象的实际密度分布。当参考材料表现出参考密度ρref时,参考材料与能量关联的衰减分布μref(x,E)可以表示由于参考材料引起的辐射衰减。如果受试对象是患者或患者的一部分(例如,器官),则可以从CT扫描中估算受试对象的实际密度分布ρ(x)。如果受试对象是物体(例如,模体),则可以知道受试对象的实际密度分布ρ(x)。
可以基于束流模型、探测器模型和参考图像来确定合成图像。在一些实施例中,合成图像可以基于探测器Φ(x,θ,E,q,η)det平面中的出口辐射分布来确定。仅作为示例,可以根据公式(6)确定合成图像:
Gp*(u)=ΦE∫dEd(E) (6)
其中p*可以是pa或ph,pa表示患者,而ph表示模体。为简单起见,仅考虑一种类型的粒子,并且探测器响应可以独立于粒子相对于探测器平面的入射角(例如,粒子相对于探测器平面的入射角被忽略)。在这种情况下,探测器的响应可以仅取决于入射粒子的能量。权值η可以从表示中删除。合成图像中的像素值可以用J/history表示,可以使用J/cm2/history的模拟计算值和像素的面积来计算,其中历史数(或计数)可以是用于根据治疗计划在最大可能的治疗场上生成整个相空间的数量,包含计划中的所有场的最大可能场,或者在任何治疗计划中最大可能场。根据蒙特卡洛模拟的数量(或计数)对原始粒子(历史)运行进行归一化的目的是可以将合成图像缩放到实际剂量。此处所用的历史数(或计数)和模拟的原始粒子可互换使用。例如,对于放射治疗束流,可以将辐射输出单元(例如监视单元(MU))校准为在标准准直和标准模体放置条件下在标准模体内测量的特定剂量。对这种情况进行蒙特卡洛模拟,每一模拟原始源粒子历史可以产生一定模体剂量。在一些实施例中,粒子历史数(或计数)与在确定Gy/MU比例因子的标准化测量区域中的模体中沉积能量的粒子的数量(或计数)不对应。结果,归一化为原始粒子历史数的合成图像可以具有场大小和形状可以独立的优势,只要辐射源的质量保持恒定,并且场大小相关的影响(例如,图像引导治疗装置110的监控室中的背散射)和聚焦外辐射源就可以忽略不计或已得到补偿。
在一些实施例中,合成图像可以由模拟辐射传输过探测器的任何技术生成(例如,MC模拟、玻尔兹曼传输方程)生成。通过将图像空间划分为K个离散图像元素,可以使用离散表示来表达合成图像。在一些实施例中,每个空间元素可以对应一个区域Ωk。每个区域可以包括一个图像像素点,或一组图像像素点。合成图像的第k个离散图像元素可以根据等式(7)表示:
Gp*[Ωk]=∫du Gp*(u),u∈Ωk (7)
其中,Gp*[Ωk]表示合成图像的第k个离散图像元素,单位为J/history/(Ωk的面积)。在图像由具有相等面积的元素(大小相同的像素)组成的情况下,可以抑制面积归一化,并且可以使用单位J/history。如果使用单个原始源粒子历史数为模拟的源生成了所有合成图像,可以通过源历史抑制归一化,并且可以使用单位J来表示每个原始源历史的每个图像的像素的能量。
在506中,可以通过对受试对象执行治疗计划的至少一部分来获得治疗图像。在一些实施例中,操作506可以由获取模块410执行。治疗图像也可以被称为测量图像。在一些实施例中,测量图像可以是EPID图像。可以基于沉积在EPID中的能量来生成EPID图像。在一些实施例中,可以为EPID的每个像素测量沉积的能量。测量图像可以由Mp*(u)表示,其中p*可以是pa(代表患者)或ph(代表模体)。
在一些实施例中,受试对象可以包括活体(例如,病人、动物、病人的器官等)和非活体(例如,模体)。非活体也可以被称为一个物体。在一些实施例中,受试对象可以是用Spa(x)表示的患者,其中:pa代表患者,S代表受试对象,Spa(x)则表示为患者的受试对象。当通过对患者Spa(x)进行辐射来执行治疗计划的至少一部分时,可以通过对受试对象执行治疗计划的至少一部分来获得测量图像Mpa(u)。类似地,当通过对模体进行辐射放射执行治疗计划的至少一部分时,可以获得测量图像Mph(u)。在一些实施例中,模体Oph(x)可以包括空气(无模体)、不带模体的治疗床、固体模体(例如由材质均一的塑料制成的实心圆柱体等)或其任意组合。其中:ph代表模体,O代表物体,Oph(x)则表示为模体的物体。
在508,可以确定一个或以上比例因子。在一些实施例中,操作508可以由比例因子确定模块430执行。
一个或以上比例因子可以表示测量图像Mp*(u)与合成图像Gp*(u)之间的关系。在一些实施例中,一个或以上比例因子可以在测量图像Mp*(u)和合成图像Gp*(u)在相同的成像条件(例如校准条件)下生成的情况下确定。测量图像Mp*(u)与合成图像Gp*(u)之间的比例因子可以等于测量图像的像素值和对应合成图像的像素值之比,测量图像的像素值是基于真实探测器检测到的信号(或测量图像中多个像素的平均值),合成图像的像素值是基于模拟探测器估算的(或合成图像中多个像素的平均值)。仅作为示例,校准条件可以是入射到探测器上的1MU,25×25cm2辐射场,探测器在w=145cm处。EPID图像的一个像素可以具有400×400μm2的面积,并且沉积的能量被数字化为0到65,535的整数。在这种校准条件下,H=108粒子历史的MC模拟可以会导致在模拟探测器的中心1cm2内(部分模拟探测器位于模拟探测器的中央区域,其面积为1cm2)平均值为10-15J/像素的能量沉积。合成探测器在此区域内可以产生10-23J/像素/history的值。可以在同一区域内的实际探测器上按每个像素测量平均值57,600。这可以产生比例因子κ=57,600MU-1/(10-23J/history)。
在理想模型的情况下,比例因子可以根据公式(8)确定:
其中,Mcali(u)代表在校准条件下的测量图像,Gcali(u)代表在校准条件下的合成图像。
在理想模型的情况下,比例因子κ可以是一个常数。比例因子κ可以与场形无关(即,与辐射场的形状无关),并且在整个探测器范围内都是恒定的。
在一些实施例中,合成图像可以缺少足够的细节来说明输出因子和,例如,辐射场的大小(也称为场大小)和/或辐射场或辐射野的形状(也被称为场形状)等,或其任意组合有关。准直器系统背散射的额外辐射,该额外辐射进入放射治疗系统100的治疗部件,但无法到达受试对象或其部分(例如,受试对象的目标部位),导致不同场之间的κ值变化。在这种情况下,比例因子可以取决于场形状。可以根据等式(9)计算出对应于形状为Γn的场的比例因子:
其中f可以是一个函数,例如,一个平均值函数,它描述了整个场中比例因子的平均值。因此,比例因子可以根据等式(10)表示:
在一些实施例中,合成图像可以会提供足够的细节,使得κ与场形无关,并且可以确定如果的值不等于1,则与治疗计划相比,可以认为在预处理评估期间存在辐射放射错误。如本文所用,“接近”可以表示的值与1的偏差小于阈值,例如,单位的30%或20%,或10%。在一些实施例中,除了检查是否接近于1,相对于治疗计划,为了确定在预处理评估期间是否存在辐射放射错误,检查i≠j就足够了。
在510中,可以基于合成图像和一个或以上比例因子来确定治疗图像的综合估计。在一些实施例中,可以基于一个或以上比例因子和合成图像来确定测量图像的综合估计。如果比例因子与场无关,则治疗图像的综合估计可表示为如果比例因子是场相关的,则测量图像的综合估计可以是
在512中,可以基于治疗图像和治疗图像的综合估计来估算辐射剂量沉积。在一些实施例中,操作512可以由辐射剂量沉积估算模块440执行。
在一些实施例中,沉积在患者体内的辐射可以包括主要辐射和散射辐射。主要辐射也可以称为辐射的主要部分。散射辐射也可以被称为辐射的散射部分。在一些实施例中,可以通过从受试对象的测量图像中减去散射部分来确定受试对象(例如患者)的治疗图像中的主要部分。在一些实施例中,可以通过基于受试对象的治疗计划、束流模型、探测器模型和参考图像的MC模拟来估算散射部分。在MC模拟中,可以分别合成由主要辐射和散射辐射而产生的图像。在一些实施例中,可以使用诸如散射核叠加(SKS)之类的技术来迭代地估算散射部分,该技术不需要涉及基于CT图像的散射部分的估算。
一旦确定了散射部分,就可以估算出主要部分。在一些实施例中,可以根据等式(11)确定治疗图像的综合估计的主要部分(也称为估算治疗的主要部分或估算测量的主要部分:
在一些实施例中,如果散射部分是通过散射部分和主要部分的比例(SPR)估算,则可以根据等式(12)确定估算治疗的主要部分:
在一些实施例中,可以基于受试对象体内估算治疗的主要部分来估算患者体内沉积的辐射剂量。关于确定辐射剂量沉积的的详细描述可以在本申请的其他地方公开。参见例如图6及其描述。
应注意,以上关于流程500的描述仅出于说明性目的,并不意欲限制本申请之范围。对于本领域普通技术人员来说,在不背离本申请原则的前提下,可以对上述方法及系统的应用进行各种形式和细节的变化和修改。然而,这些变化和修改亦落于本申请的范围内。
例如,可以通过基于所记录的场形状调整场形状、场MU和场MU率中的至少一项来估算沉积在患者体内的辐射剂量。在一些实施例中,可以在测量场MU与期望场MU之间调整场MU。在一些实施例中,还可以在测量场MU速率和期望场MU速率之间调整场MU速率。可以将调整后的场形状、场MU和/或场MU速率输入到前向辐射放射模型中,以计算沉积在患者体内的剂量。
前向辐射放射模型可以由在治疗计划系统中用于计算辐射剂量沉积的算法来体现。示例性算法可以包括铅笔束算法、基于卷积核叠加的算法、MC模拟、基于玻尔兹曼输运方程的算法。该算法可以将入射在受试对象上的辐射束的能量通量图作为输入。可以通过从EPID图像中删除散射部分来获得主图像。采取将受试对象CT体积映射到入射主要束流(入射辐射束减去散射部分)的分析型X射线透射图,可以通过受试对象CT体积“反向衰减”原始图像。可以基于比尔定律和受试对象体内材料的线性衰减系数来估算辐射束的能量通量图和/或分析型X射线透射图。线性衰减系数可以取决于能量。线性衰减系数可以通过将CT中的材料的质量衰减系数(例如,以cm2/g为单位)乘以局部密度(例如,以g/cm3为单位)来确定,以产生例如以cm-1为单位的线性衰减系数。可以根据将亨斯菲尔德单位(HU)映射到电子密度的校准曲线,从亨斯菲尔德单位(HU)或CT的CT数估算局部密度。可以根据HU值对材料(例如,骨骼、软组织、肺)进行分类。结合使用双能量/光谱CT底片,或结合MR图像,可以在材料识别和密度估算方面实现出色的性能。还可以采用基于分段和/或图集的方法来提高材料识别的性能,从而提高线性衰减系数的准确性。在一些实施例中,计划能量通量图可以乘以探测器的能量响应函数,并在入射束流的能量分布上进行积分,以便产生可直接与估算的入口通量进行比较的入口通量图像,所述入口通量是基于受试对象的EPID图像和CT图像估算的。在一些实施例中,可以将计划能量通量图乘以放射图,该放射图可以描述入射主束流通过受试对象的传播,然后乘以探测器的能量响应函数,然后对入射的初级束流的能量水平进行积分以获得图像。所获得的图像可以直接与基于EPID图像估算的原始图像进行比较。所获得的图像与原始图像的比较可以指示出场形状的差异,因为受试对象中的辐射散射的光学模糊效果降低了。由于类似的原因,也可以更容易地检测和补偿受试对象区域的过量或不足。
图6是根据本申请的一些实施例所示的用于估算辐射剂量沉积的示例性过程的流程图。在一些实施例中,流程600的至少一部分可以由处理设备140执行(例如,在图2所示的计算设备200中实现)。在一些实施例中,操作602至606可以由辐射剂量沉积估算模块440执行。
在602中,可以通过对治疗图像执行散射校正来确定治疗图像中的主要部分。在一些实施例中,操作602可以由辐射剂量沉积估算模块440执行。治疗图像可以包括主要部分和散射部分。在一些实施例中,可以在治疗图像上执行散射校正。示例性的散射校正技术可以包括卷积技术、解卷积技术、有序子集凸技术、MC技术、束流停止测量技术等,或其任意组合。
在604中,可以将主要部分转换成出口相空间中的能量分布。在射线离开患者身体的平面(即出口相空间平面)中,可以根据等式(13)将估算治疗的主要部分转换为出口相空间中的能量分布:
在606中,可以基于出口相空间中的能量分布来确定辐射剂量沉积。辐射剂量沉积可以是入口相空间平面内的能量分布,可以在放射治疗期间放射给患者。为了确定在入口相空间平面中的能量分布,可以确定入口相空间在一些实施例中,可以基于根据等式(13)确定的出口相空间来确定入口相空间例如,可以根据等式(14)来计算入口相空间:
其中,wexit代表出口相空间平面沿束流中心轴的法线坐标,went代表入口相空间平面沿束流中心轴的法线坐标,η′表示与出口相空间平面相对应的权重值。可以将导致测量出口图像的估算入口相空间与计划放射的相空间进行比较。η′可以根据等式(15)确定:
应当理解,使用权值来表示衰减量和反衰减量的方法,除了作为数学表示的方便手段之外,还可以提供一种明确而有利的计算和数据存储表示方式。然而,应该理解为仅仅是表示和执行衰减或逆衰减操作的装置的一些实施例。
在一些实施例中,可以通过将等式(13)求逆来确定入口相空间平面中的能量分布。在一些实施例中,可以使用子束参数空间(BPS)方法对等式(13)求逆。
在BPS方法中,可以通过患者CT投影整个(全场)入口相空间,并且可以确定整个出口相空间。整个出口相空间可以根据等式(16)确定:
其中μ表示具有能量E的粒子在患者/模体体积中x点处的材料的线性衰减系数。
图像空间可分为K个离散图像元素,每个图像元素可分配一个变量ωκ,其中κ=0,1,...,K。ωκ代表与该区域中的能量沉积有关的区域(广义像素)的区域强度。在一些实施例中,可以将离散图像元素分配给具有非零强度的辐射场区域。在第k个区域Ωk内,相空间可以表示为公式(17):
Φfull[κ]=Φfull(u∈Ωk,E)exit (17)
对应于Ωk的估算主图像(从测量图像派生)的区域可以表示为公式(18):
可以根据等式(13)的离散化版本的组合,根据等式(20)确定估算治疗的主要部分:
根据等式(21),可以得出结论,
可以通过将等式(21)合并到等式(14)中来确定入口相空间。此外,可以确定辐射剂量沉积。
应注意,上述关于流程600的描述仅出于说明性目的,并不旨在限制本申请的范围。对于本领域普通技术人员来说,在不背离本申请原则的前提下,可以对上述方法及系统的应用进行各种形式和细节的变化和修改。然而,这些变化和修改亦落于本申请的范围内。
例如,可以根据等式(12)估算治疗图像中的主要部分。又例如,在操作606中使用的BPS方法可以由准直器参数空间(CPS)方法代替。根据CPS方法,场MU和准直仪位置可以被优化以产生接近于的合成主图像。
如果这组辐射输出,机架位置和准直仪构造表示为C。例如,C可以表示机架位置的序列。每个机架位置可以与一系列多叶准直器形状、钳口位置和准直器角度相关联。可以根据等式(22)确定用于预测估算的主要部分的一个或以上最佳放射参数:
等式(22)可以解释为:“找到使所估算的合成图像最接近于测量图像(基于主要部分和散射部分)的估算的机器配置。”仅作为示例,一个测量的图像可以对应于单个机架角度、单个钳口位置、单个多叶准直器形状和单个准直器角度。通过迭代合成不同参数向量C的图像,目的是最小化合成图像和测量图像的主要部分之间的差异,可以使用等式(22)的解来估算机架角度、钳口位置、多叶准直器形状和准直器角度。在一些实施例中,可以执行至少两个迭代以在治疗图像的主要部分和合成图像的主要部分之间获得最小的差异。在至少两个迭代的每个期间,可以安排机架位置。机架位置可以与多叶准直器形状、钳口位置和准直器角度的序列相关联。在执行至少两个迭代之后,可以确定对应于治疗图像和合成图像之间的最小差异的最佳机架位置。请注意,虽然有可能实现将合成图像与总(主要和散射)测量图像之间的差异最小化的目的,但这可能不太方便,因为可能需要在每次优化时估算散射。
在一些实施例中,L2范数(即欧几里德范数,它是用于测量矢量差的标准量)可以用于预测估算治疗的主要部分。如上所述,在一些实施例中,可以在正向模型中合成总(主要和散布)图像,并将其与范数内的总测量图像进行比较。
图7是根据本申请的一些实施例所示的用于通过比较第一比率和第二比率来检测放射治疗中的错误的示例性过程的流程图。在一些实施例中,流程700的至少一部分可以由处理设备140执行(例如,在图2所示的计算设备200中实现)。在一些实施例中,流程700可以在放射治疗阶段前执行。在一些实施例中,流程700可以在每个治疗阶段或其他每个治疗阶段等之前周期性地执行。
在702中,可以获得与放射设备有关的束流模型、与受试对象有关的参考图像以及与受试对象有关的治疗计划。在一些实施例中,操作702可以由获取模块410执行。在一些实施例中,操作702可以与操作502相同或相似。
在704中,可以确定在第一条件下的第一合成图像和第一治疗图像。在一些实施例中,操作704可以由合成图像确定模块420执行。
在一些实施例中,第一条件可以是在没有受试对象的情况下执行治疗计划的至少一部分的条件。例如,可以在模体上执行治疗计划。模体可以包括空气(无模体),不存在任何模体的治疗床,例如由均匀塑料等制成的实心圆柱体模体,或其任何组合。
第一合成图像可以描述在第一条件下沉积在探测器平面中的能量。第一合成图像可以表示为Gph(u)。第一治疗图像可以是当辐射被放射到模体时产生的测量图像。例如,治疗图像可以是水模体的EPID图像,它表示为Mph(u)。在一些实施例中,在704中确定第一合成图像和第一测量图像可以与操作504和506相同或相似。
在706中,可以确定第二条件下的第二合成图像和第二治疗图像,其中第二条件是对受试对象执行至少部分治疗计划的条件。在一些实施例中,操作706可以由合成图像确定模块420执行。
第二合成图像可以描述为在第二条件下沉积在探测器平面中的能量。第二合成图像可以表示为Gpa(u)。第二治疗图像可以是当辐射被放射到活的受试对象时产生的测量图像。例如,第二治疗图像可以是患者的EPID图像,可以表示为Mpa(u)。在一些实施例中,在704中第二合成图像和第二测量图像的确定可以与操作504和506相同或相似。
在一些实施例中,第二条件可以是对受试对象执行至少部分治疗计划的条件。在一些实施例中,第一条件和第二条件可以在相同的场的MU速率和帧速率下。在这种情况下,第一条件和第二条件可以对应于相似的探测器滞后特性。
在一些实施例中,治疗计划可在模体上执行两次。对于第一次,可以使用原始的场MU速率。对于第二次,可以通过考虑患者相对于模体(或缺少模体)的不同衰减来修改原始场MU速率。以这种方式,两次检测器可以经受每单位时间相似的强度(与每单位时间沉积的能量成比例)。优点可以是,与非特定患者和非特定计划的校正方法相比,这可以更好地模拟滞后效果。
在708中,可以基于第一合成图像和第二合成图像来确定第一比率,并且可以基于第一治疗图像和第二治疗图像来确定第二比率。在一些实施例中,操作710可以由比例因子确定模块430执行。
可以根据等式(23)确定所述第一比率:
可以根据公式(24)确定第二比率:
R(u)表示第二比率。
在710中,可以通过比较第一比率和第二比率来确定差值或比率。通过使用差值或比率比较第一比率和第二比率,可以检测放射治疗中的至少两个错误。至少两个错误可以包括场形状错误、强度调制模式错误、患者摆位错误,例如未按计划解剖结构、错误的患者、解剖结构、设置错误、束流质量错误,例如错误的能量、错误的平坦/不平坦的束流选择、错误的束流轮廓、错误的束流光谱以及放射给模体和患者的剂量之间的差异。在第一个示例中,计划案例的多叶准直器形状和交付案例的多叶准直器形状之间可以存在显着差异,这可以导致比率图像R(u)与场形状不匹配的区域中的显然不同。这是因为是使用计划的场形状合成的。在第二示例中,患者可能被错误地放置,从而患者的骨骼可能在放射治疗时出现在场中,而不在治疗计划中。由于Gpa(u)不能反映出骨骼的存在,可以与R(u)不同,因为是从计划CT生成的,而计划场中没有骨骼。在第三个示例中,使用了无展平滤波器的6MV束流来向患者放射辐射,但计划中的束流是10MV展平束流,表明使用了错误的束流质量。尽管场形状可以保持不变,但通过患者的束衰减的变化可以反映为与基于计划束流质量的预期不同。在第四个例子中,在Mpa以及Mph的形成过程中,可能会放射不正确的MU。比率方法(即流程700中描述的方法)可能无法检测到这种错误。但是,比率方法结合标准的常规QA程序(可以验证由放射治疗系统生成的束流产生的Gy/’MU)(例如AAPMTG-142的建议),可以检测到此类错误。在测量Mpa或Mph时,比率法与单个场的绝对剂量测量的组合也可以足以检测此类错误。
比率法的优点是可以消除许多模型错误和缺陷。例如,如果检测器帧滞后对预处理和治疗图像具有同等影响,则无需对这种影响进行建模以预测图像的比率。类似地,无需建模或补偿可能难以确切知道的任何输出因子或其他取决于场大小的因子。这大大降低了调试EPID剂量测定系统的复杂性。
应注意,上述关于流程700的描述仅出于说明性目的,并不旨在限制本申请之范围。对于本领域普通技术人员来说,在不背离本申请原则的前提下,可以对上述方法及系统的应用进行各种形式和细节的变化和修改。然而,这些变化和修改亦落于本申请的范围内。
例如,可以进一步确定第三比率和第四比率。可以基于第一合成图像的主要部分和第二合成图像的主要部分来确定第三比率。可以基于第一治疗图像的主要部分和第二治疗图像的主要部分来确定第四比率。可以根据例如等式(12)来确定第一合成图像、第二合成图像、第一治疗图像和第二治疗图像的主要部分。第三比率可以根据等式(25)确定:
第四比率可根据等式(26)确定:
其中τ(u)可以表示第四比率。
可以通过比较第三比率和第四比率来确定差异或比率。通过差值或比率比较第三比率和第四比率,可以检测放射治疗中的至少两个错误。至少两个错误可以包括场形状错误、强度调制模式错误、患者摆位错误,例如未按计划解剖结构、错误的患者、解剖结构、设置错误、束流质量错误,例如错误的能量、错误的平坦/不平坦的束流选择、错误的束流轮廓、错误的束流光谱以及放射给患者和模体的剂量之间的差异。由于消除了散射部分,因此可以获得对误差的更大灵敏度。
上文已对基本概念做了描述,显然,对于阅读此申请后的本领域的普通技术人员来说,上述发明披露仅作为示例,并不构成对本申请的限制。虽然此处并未明确说明,但本领域的普通技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定词语来描述本申请的实施例。例如“一个实施例”、
“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特性。因此,应当强调并注意的是,本说明书中在不同位置两次或以上提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本申请的一个或以上实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域的普通技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的过程、机器、产品或物质的组合,或对其任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括韧体、常驻软件、微代码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“单元”、“模块”或“系统”。此外,本申请的各方面可以采取体现在一个或以上计算机可读介质中的计算机程序产品的形式,其中计算机可读程序代码包含在其中。
计算机可读信号介质可以包含一个内含有计算机程序代码的传播数据信号,例如在基带上或作为载波的一部分。此类传播信号可以有多种形式,包括电磁形式、光形式等或任何合适的组合。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通信、传播或传输供使用的程序。位于计算机可读信号介质上的程序代码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF等,或任何上述介质的组合。
本申请各部分操作所需的计算机程序代码可以用任意一种或以上程序设计语言编写,包括面向受试对象程序设计语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化程序设计语言如C程序设计语言、Visual Basic、Fortran 2103、Perl、COBOL 2102、PHP、ABAP,动态程序设计语言如Python、Ruby,和Groovy,或其他程序设计语言等。该程序代码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,尽管上述各种部件的实现可以体现在硬件设备中,但是也可以实现为仅软件的解决方案,例如,在现有服务器或移动设备上的安装。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或以上发明实施例的理解,前文对本申请的实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。然而,本申请的该方法不应被解释为反映所要求保护的对象物质需要比每个权利要求中明确记载的更多特征的意图。相反,发明的主体应具备比上述单一实施例更少的特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
本文中提及的所有专利、专利申请、专利申请公布和其他材料(如论文、书籍、说明书、出版物、记录、事物和/或类似的东西)均在此通过引用的方式全部并入本文以达到所有目的,与上述文件相关的任何起诉文件记录、与本文件不一致或冲突的任何上述文件或对迟早与本文件相关的权利要求书的广泛范畴有限定作用的任何上述文件除外。举例来说,如果在描述、定义和/或与任何所结合的材料相关联的术语的使用和与本文件相关联的术语之间存在任何不一致或冲突,则描述、定义和/或在本文件中使用的术语以本文件为准。
最后,应当理解的是,本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此,作为示例而非限制,本申请实施例的替代配置可视为与本申请的教导一致。相应地,本申请的实施例不仅限于本申请明确介绍和描述的实施例。
Claims (14)
1.一种系统,包括:
至少一个包括一组指令的存储介质;以及
至少一个被配置为与所述至少一个存储介质通信的处理器,其中,当执行所述一组指令时,所述系统被指示执行以下操作:
获得与放射设备有关的束流模型和与所述放射设备有关的探测器模型、与受试对象有关的参考图像以及与所述受试对象有关的治疗计划;
基于所述束流模型、所述探测器模型和所述参考图像确定合成图像;
通过执行所述治疗计划的至少一部分来获得治疗图像,所述治疗计划包括使用所述放射设备将至少一束辐射束向所述受试对象放射;
确定一个或以上比例因子;
基于所述合成图像和所述一个或以上比例因子确定所述治疗图像的综合估计;以及
基于所述治疗图像和所述治疗图像的所述综合估计来估算辐射剂量沉积。
2.根据权利要求1所述的系统,其特征在于,为了基于所述治疗图像和所述治疗图像的所述综合估计来估算所述辐射剂量沉积,所述系统进一步被指示执行操作,包括:
确定所述治疗图像和所述治疗图像的综合估计之间的差异或比率。
3.根据权利要求1所述的系统,其特征在于,所述系统进一步被指示执行操作,包括:
通过对所述治疗图像进行散射校正来确定所述治疗图像中的主要部分,
其中,基于所述治疗图像中的所述主要部分,估算所述辐射剂量沉积。
4.根据权利要求3所述的系统,其特征在于,为了基于所述治疗图像中的所述主要部分和所述治疗图像的所述综合估计,估算所述辐射剂量沉积,所述系统进一步被指示执行操作,包括:
将所述主要部分转化为出口相空间中的能量分布;以及
基于所述出口相空间中的所述能量分布估算所述辐射剂量沉积。
5.根据权利要求4所述的系统,其特征在于,为了基于所述出口相空间中的所述能量分布来估算所述辐射剂量沉积,所述系统进一步被指示执行操作,包括:
在至少两次迭代中,
确定对应于差异中最小差异的最佳机架位置,所述差异是所述治疗图像的所述主要部分和所述合成图像的所述主要部分在所述至少两次迭代中的差异,其中所述最佳机架位置与一系列多叶准直器形状、钳口位置和准直器角度相关。
6.根据权利要求1所述的系统,其特征在于,所述束流模型与所述辐射束的粒子的能量、所述粒子的位置、所述粒子在辐射传输模型的权值、所述粒子的电荷、所述粒子的类型或所述粒子的运动方向中的至少一项有关。
7.根据权利要求1所述的系统,其特征在于,所述探测器模型与所述放射设备的探测器对某类粒子的响应、所述探测器对能级粒子的响应、所述探测器的光学响应,或所述探测器的时间响应中的至少一项有关。
8.根据权利要求1所述的系统,其特征在于,所述探测器模型与所述放射设备的探测器的材料和所述探测器的所述材料的密度分布有关。
9.根据权利要求1所述的系统,其特征在于,所述一个或以上比例因子与所述治疗计划的一个或以上场或射野的不同形状有关。
10.一种系统,包括:
至少一个包括一组指令的存储介质;以及
至少一个被配置为与所述至少一个存储介质通信的处理器,其中,当执行所述一组指令时,所述系统被指示执行以下操作:
获得与放射设备有关的束流模型,与受试对象有关的参考图像以及与所述受试对象有关的治疗计划;
在第一条件下确定第一合成图像和第一治疗图像;
在第二条件下确定第二合成图像和第二治疗图像,其中所述第二条件是对所述受试对象执行至少一部分所述治疗计划;
基于所述第一合成图像和所述第二合成图像确定第一比率;
基于所述第一治疗图像和所述第二治疗图像确定第二比率;以及
通过比较所述第一比率和所述第二比率来确定差异或比率率。
11.根据权利要求10所述的系统,其特征在于,进一步包括:
基于所述差异或所述比率检测放射治疗中的错误。
12.根据权利要求10所述的系统,其特征在于,所述第一条件是在物体上执行的所述治疗计划的至少一部分。
13.根据权利要求10所述的系统,其特征在于,所述第一合成图像通过模拟所述第一治疗图像的第一成像条件来确定,所述第二合成图像通过模拟所述第二治疗图像的第二成像条件来确定。
14.根据权利要求10所述的系统,其特征在于,所述错误包括场形状和强度调制模式的错误、患者摆位的错误或束流质量的错误中的至少一种。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/658,004 US11433258B2 (en) | 2019-10-18 | 2019-10-18 | System and method for dose measurement in radiation therapy |
US16/658,004 | 2019-10-18 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111679311A true CN111679311A (zh) | 2020-09-18 |
CN111679311B CN111679311B (zh) | 2022-07-29 |
Family
ID=72455526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010557608.XA Active CN111679311B (zh) | 2019-10-18 | 2020-06-17 | 放射治疗中剂量测量的系统和方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11433258B2 (zh) |
CN (1) | CN111679311B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019045144A1 (ko) * | 2017-08-31 | 2019-03-07 | (주)레벨소프트 | 의료용 항법 장치를 위한 의료 영상 처리 장치 및 의료 영상 처리 방법 |
US11383104B2 (en) * | 2020-06-27 | 2022-07-12 | Uih America, Inc. | Systems and methods for dose measurement in radiation therapy |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101268467A (zh) * | 2005-07-22 | 2008-09-17 | 断层放疗公司 | 用于评估治疗计划的实施中的质量保证标准的方法和系统 |
CN101267858A (zh) * | 2005-07-22 | 2008-09-17 | 断层放疗公司 | 根据生物学模型修改放射疗法治疗计划的方法和系统 |
CN101489477A (zh) * | 2006-05-25 | 2009-07-22 | 威廉博蒙特医院 | 用于体积图像引导的适应性放射治疗的实时、在线和离线治疗剂量追踪和反馈过程 |
US20120230462A1 (en) * | 2011-03-07 | 2012-09-13 | James Leonard Robar | Methods and apparatus for imaging in conjunction with radiotherapy |
US20130188856A1 (en) * | 2011-12-01 | 2013-07-25 | Varian Medical Systems, Inc. | Systems and methods for real-time target validation for image-guided radiation therapy |
CN104548372A (zh) * | 2015-01-07 | 2015-04-29 | 上海联影医疗科技有限公司 | 放射治疗计划、剂量确定、质量保证的方法及装置 |
CN105407967A (zh) * | 2013-06-26 | 2016-03-16 | 埃莱克塔公共有限公司 | 射野剂量测定系统 |
CN105611967A (zh) * | 2013-09-30 | 2016-05-25 | 皇家飞利浦有限公司 | 外部射束放射治疗与磁共振成像系统的坐标系的对齐 |
CN105658278A (zh) * | 2013-10-17 | 2016-06-08 | 皇家飞利浦有限公司 | 具有辐射治疗设备和辐射探测系统的医学装置 |
CN107636492A (zh) * | 2015-05-12 | 2018-01-26 | 维申Rt有限公司 | 辐射剂量监测系统 |
US20180243586A1 (en) * | 2017-02-28 | 2018-08-30 | Sun Nuclear Corporation | Radiation therapy treatment verification with electronic portal imaging device transit images |
CN109011203A (zh) * | 2017-09-30 | 2018-12-18 | 上海联影医疗科技有限公司 | 基于预处理成像的适应性放射治疗系统、装置及存储介质 |
CN109464756A (zh) * | 2018-12-29 | 2019-03-15 | 上海联影医疗科技有限公司 | 验证放射治疗剂量的方法、装置和放射治疗设备 |
US10864382B2 (en) * | 2017-04-24 | 2020-12-15 | Raysearch Laboratories Ab | System and method for radiation therapy treatment planning |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9974980B2 (en) | 2015-12-31 | 2018-05-22 | Shanghai United Imaging Healthcare Co., Ltd. | Radiation therapy system |
US10441816B2 (en) | 2015-12-31 | 2019-10-15 | Shanghai United Imaging Healthcare Co., Ltd. | Radiation therapy system |
US9974496B2 (en) | 2015-12-31 | 2018-05-22 | Shanghai United Imaging Healthcare Co., Ltd. | Radiation therapy positioning system |
-
2019
- 2019-10-18 US US16/658,004 patent/US11433258B2/en active Active
-
2020
- 2020-06-17 CN CN202010557608.XA patent/CN111679311B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101268467A (zh) * | 2005-07-22 | 2008-09-17 | 断层放疗公司 | 用于评估治疗计划的实施中的质量保证标准的方法和系统 |
CN101267858A (zh) * | 2005-07-22 | 2008-09-17 | 断层放疗公司 | 根据生物学模型修改放射疗法治疗计划的方法和系统 |
CN101489477A (zh) * | 2006-05-25 | 2009-07-22 | 威廉博蒙特医院 | 用于体积图像引导的适应性放射治疗的实时、在线和离线治疗剂量追踪和反馈过程 |
US20120230462A1 (en) * | 2011-03-07 | 2012-09-13 | James Leonard Robar | Methods and apparatus for imaging in conjunction with radiotherapy |
US20130188856A1 (en) * | 2011-12-01 | 2013-07-25 | Varian Medical Systems, Inc. | Systems and methods for real-time target validation for image-guided radiation therapy |
CN105407967A (zh) * | 2013-06-26 | 2016-03-16 | 埃莱克塔公共有限公司 | 射野剂量测定系统 |
CN105611967A (zh) * | 2013-09-30 | 2016-05-25 | 皇家飞利浦有限公司 | 外部射束放射治疗与磁共振成像系统的坐标系的对齐 |
CN105658278A (zh) * | 2013-10-17 | 2016-06-08 | 皇家飞利浦有限公司 | 具有辐射治疗设备和辐射探测系统的医学装置 |
CN104548372A (zh) * | 2015-01-07 | 2015-04-29 | 上海联影医疗科技有限公司 | 放射治疗计划、剂量确定、质量保证的方法及装置 |
CN107636492A (zh) * | 2015-05-12 | 2018-01-26 | 维申Rt有限公司 | 辐射剂量监测系统 |
US20180243586A1 (en) * | 2017-02-28 | 2018-08-30 | Sun Nuclear Corporation | Radiation therapy treatment verification with electronic portal imaging device transit images |
US10864382B2 (en) * | 2017-04-24 | 2020-12-15 | Raysearch Laboratories Ab | System and method for radiation therapy treatment planning |
CN109011203A (zh) * | 2017-09-30 | 2018-12-18 | 上海联影医疗科技有限公司 | 基于预处理成像的适应性放射治疗系统、装置及存储介质 |
CN109464756A (zh) * | 2018-12-29 | 2019-03-15 | 上海联影医疗科技有限公司 | 验证放射治疗剂量的方法、装置和放射治疗设备 |
Non-Patent Citations (2)
Title |
---|
吴魁等: "千伏级锥形束CT影像用于鼻咽癌调强放疗计划剂量计算的可行性", 《华西医学》 * |
高留刚等: "GATE在核医学成像和放射治疗中的蒙特卡洛模拟", 《中国医学物理学杂志》 * |
Also Published As
Publication number | Publication date |
---|---|
US20210113857A1 (en) | 2021-04-22 |
CN111679311B (zh) | 2022-07-29 |
US11433258B2 (en) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109464756B (zh) | 验证放射治疗剂量的方法、装置和放射治疗设备 | |
US10493299B2 (en) | Determining parameters for a beam model of a radiation machine using deep convolutional neural networks | |
Van Elmpt et al. | A literature review of electronic portal imaging for radiotherapy dosimetry | |
CN104812442B (zh) | 用于放射疗法的质量保证的系统、设备和方法 | |
Richter et al. | Upgrade and benchmarking of a 4D treatment planning system for scanned ion beam therapy | |
CN109562277B (zh) | 放射治疗剂量校准、重建和验证的自动化方法及实施系统 | |
CN113289274B (zh) | 放射治疗剂量测量的系统和方法 | |
CN114010963B (zh) | 剂量确定的系统、方法及计算机可读存储介质 | |
US11087507B2 (en) | System and method for scatter correction | |
CN111679311B (zh) | 放射治疗中剂量测量的系统和方法 | |
CN112399870B (zh) | 鲁棒放射治疗计划的系统和方法 | |
CN116096461B (zh) | 基于深度学习的自动束建模 | |
US20230381542A1 (en) | Systems and methods for quality assurance | |
WO2023231253A1 (zh) | 质量保证的方法和系统 | |
US11534627B2 (en) | Systems and methods for treatment positioning | |
US20240173571A1 (en) | Systems and methods for dose verification | |
Shakirin et al. | A method for system matrix construction and processing for reconstruction of in-beam PET data | |
US20220379139A1 (en) | Dose management based on cryostat variation | |
Torres Xirau | Patient-specific in-vivo QA in MRGRT: 3D EPID dosimetry for the Unity MR-linac | |
Mijnheer | EPID-based in vivo transit dosimetry | |
Graves et al. | TARGET: A GPU-Based patient-specific quality assurance system for radiation therapy |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Applicant after: Shanghai Lianying Medical Technology Co.,Ltd. Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |