CN111867677A - 使用生物学影响计算来优化辐射治疗中的分次方案 - Google Patents

使用生物学影响计算来优化辐射治疗中的分次方案 Download PDF

Info

Publication number
CN111867677A
CN111867677A CN201980018885.9A CN201980018885A CN111867677A CN 111867677 A CN111867677 A CN 111867677A CN 201980018885 A CN201980018885 A CN 201980018885A CN 111867677 A CN111867677 A CN 111867677A
Authority
CN
China
Prior art keywords
parameters
fractionation scheme
fractionation
biological impact
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
Application number
CN201980018885.9A
Other languages
English (en)
Other versions
CN111867677B (zh
Inventor
A·A·伊索拉
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN111867677A publication Critical patent/CN111867677A/zh
Application granted granted Critical
Publication of CN111867677B publication Critical patent/CN111867677B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103Treatment planning systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103Treatment planning systems
    • A61N5/1031Treatment planning systems using a specific method of dose optimization
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103Treatment planning systems
    • A61N5/1038Treatment planning systems taking into account previously administered plans applied to the same patient, i.e. adaptive radiotherapy
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048Monitoring, verifying, controlling systems and methods
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048Monitoring, verifying, controlling systems and methods
    • A61N2005/1074Details of the control system, e.g. user interfaces

Abstract

提供了一种用于在规划辐射治疗中优化分次方案的系统和方法,以及用于执行方法的计算机程序和计算机程序产品,以及用于规划辐射治疗的装置。为了优化分次方案,执行以下步骤。通过生物学影响计算模块接收要处置的对象的解剖图像数据,以及包括要递送到对象的剂量分布的预定辐射治疗处置计划。接收分次方案的第一组参考参数,并且还接收分次方案的第二组参数。基于这一点,模块计算辐射治疗处置的生物学影响。针对第一组和第二组接收到的参数同时提供所计算的生物学影响结果。

Description

使用生物学影响计算来优化辐射治疗中的分次方案
技术领域
本发明总体上涉及分次辐射治疗的规划。特别地,本发明涉及确定辐射治疗中的分次方案。更具体地,本发明涉及在规划分次辐射治疗中的分次方案的优化。
背景技术
在辐射治疗中,通过使患者身体内的目标结构(诸如肿瘤)经受辐射来对其进行处置。辐射可以采取外部辐射的形式,诸如光子、质子或粒子,例如在外部射束放射治疗(EBRT)中;或者采取内部辐射的形式,诸如内部高剂量率(HDR)近距离放射治疗。以这样的方式递送处置:递送到目标结构(TS)的辐射尽可能高,而同时递送到周围的健康组织和结构(通常称为危及器官)(OAR)的辐射尽可能低。
在治疗期间,通常在若干辐射治疗时段(session)上将辐射剂量递送到患者,每个时段之间具有恢复期。这种方法被称为分次辐射治疗,并且时段被称为分段。这种方法背后的原因是,与包括OAR的健康组织相比,预期TS肿瘤组织从剂量分段中恢复得较差。以这种方式,通过使用分次方案,可以将较大的总剂量递送到患者。
辐射对TS的治疗性坏死效应及其对健康OAR的负面影响两者受到分次方案(即,剂量递送的时间安排)影响。分次的这种生物学影响通常取决于组织类型,并且还能够取决于处置中使用的辐射的类型。为了将不同的辐射处置与不同的分次方案进行比较,需要定性效应模型来计算对组织的生物学影响。为此目的,在科学研究中,已经开发了若干模型。用于调查分次辐射治疗的生物学影响的最广泛使用和接受的方法是生物有效剂量(BED)模型和线性二次(LQ)模型。
由J.F.Fowler在“The linear-quadratic formula and progress infractionated radiotherapy”(第62卷,第740期,1989年8月,第679-694页)中提供了评论。
通常在处置计划中定义用于控制辐射治疗处置的处置参数,所述处置计划是在规划流程中基于处置目标而生成的,所述处置目标指定对要递送至TS的所递送的辐射剂量D的要求。要求还可以包括要递送到OAR的剂量的最大值。数值优化被用于确定要递送的最佳总剂量分布。通常,辐射治疗规划过程的这一阶段称为处置规划或反向规划。
在分次辐射治疗中,除了确定总递送剂量D外,还需要选择如何将总剂量分开在递送时间内。利用这一点,分段的数量N也是规划参数。在辐射治疗规划过程中的后续步骤中选择N。由于肿瘤TS和包括OAR的健康组织通常对在分次中递送的剂量具有不同的灵敏度,并且由于它们接受不同的剂量分布,因此N的选择对TS相对于OAR具有不同的生物学影响。精心选择的分次方案可以增加期望的治疗效果,同时限制对OAR的非期望的损害。在当前的规划系统中,通常仅计算和优化所递送的剂量。分次方案的选择,并且尤其是数量N的选择,是基于可用的临床指南、历史优先级和医师基于个人经验的判断来指定的。另外,鉴于处置成本控制,存在将N保持为尽可能低的当前趋势。这意味着在当前临床实践中,所选择的分次方案常常不会是最佳方案。
发明内容
本发明认识到,分次方案不应该是分段数目的简单选择,而是应该代替地被视为辐射治疗规划过程的第二阶段。本发明寻求解决医师的需要,以能够基于分次辐射治疗处置计划的定性生物学影响在规划辐射治疗中优化分次方案。
随之,提供了用于优化分次方案的系统和方法、以及用于执行方法的计算机程序和计算机程序产品、以及用于规划辐射治疗的装置。
用于在规划对象的辐射治疗中优化分次方案的系统包括被配置为接收对象的解剖图像数据和包括要递送到对象的剂量分布的预定辐射治疗处置计划的输入部。所述系统还包括被配置为接收分次方案的第一组参考参数的输入部。所述系统还包括被配置为接收分次方案的第二组参数的分次方案输入部,并且所述系统包括生物学影响计算模块,所述生物学影响计算模块包括至少一个定性效应计算模型,所述计算模块被配置为基于对象的解剖图像数据、剂量分布和接收到的分次方案的一组参数来计算辐射治疗处置计划的生物学影响。所述系统还包括输出模块,所述输出模块被配置为同时提供来自生物学影响计算模块的至少两组结果,其中,对于第一组结果,参考参数被用作接收到的分次方案的一组参数,并且对于第二组结果,第二组参数被用作接收到的分次方案的一组参数。
在系统的实施例中,输出部还被配置为提供两组结果之间的差异。当两者的生物学影响相似时,这允许两组结果的改进的比较。
输出模块包括图形显示器也是选项。这允许结果的视觉比较。分次方案输入部可以包括图形接口。当输出模块和分次方案输入部由图形单元接口提供时特别有利。这样的实施例,可能与任何给定的选项相组合,对于医师而言是特别用户友好的。
用于在规划对象的辐射治疗中优化分次方案的方法包括以下步骤:接收对象的解剖图像数据;接收预定辐射治疗处置计划,其包括要递送到对象的剂量分布;接收分次方案的第一组参考参数;接收分次方案的第二组参数;基于解剖图像数据、剂量分布以及分次方案的第一组和第二组参数两者来计算辐射治疗处置计划的生物学影响,并针对第一和第二组参数同时提供所计算的生物学影响结果。所述方法优选地是计算机实施的或由其他合适的计算模块实施。优选通过在显示器上显示结果来提供结果。
在所述方法的另外的实施例中,在每次迭代中针对第二组参数使用不同的值迭代地执行方法步骤,直到已经确定了最优的一组参数。在特别有利的实施例中,该迭代是自动化的。
用于规划辐射治疗的装置包括:被配置为提供要处置的对象的图像的成像设备、被配置为基于由成像设备提供的图像来提供解剖图像数据的轮廓描绘工具、被配置为确定包括要递送到对象的剂量分布的辐射治疗处置计划的系统、以及如上所述的用于优化分次方案的系统。
本发明的优点在于,其利用了预定辐射治疗处置计划,所述预定辐射治疗处置计划包括将要递送到对象的剂量分布。由于未将该总剂量分布计算为分次方案的优化的部分,因此大大减少计算时间。这改进了分次方案的优化过程的速度。
另一优点在于,本发明显示了分次方案的生物学影响。这为医师提供关于其参数选择的额外见解。针对参考的第一组参数选择和第二组参数两者提供了该见解。
另外的优点在于提供分次方案的第二组参数的可能性,同时为第一组参考参数以及第二组参数同时提供来自生物学影响计算的结果。这允许医师比较两种选项并且实现关于两种中的哪种是可以最优用于处置的分次方案的选择。
另一个优点在于使用系统和方法对分次方案的优化可以被自动化的选项。可以迭代地改变第二组参数,并且优化所得到的计算的生物学影响以找到TS的最大定性效应。
附图说明
在以下附图中:
图1示意性且示例性地图示了用于优化分次方案的系统和用于规划辐射治疗的装置的另外的部件。
图2示意性且示例性地图示了用于在规划辐射治疗中优化分次方案的方法的步骤。
图3示意性地图示了组合的图形输出模块和分次方案输入的示例。
图4示意性地图示了用于规划多模态辐射治疗中的组合的图形输出模块和分次方案输入的示例。
具体实施方式
图1图示了用于在规划对象的辐射治疗中优化分次方案的系统1。在该示例中,系统1被图示为用于规划辐射治疗2的装置的部分。
在用于辐射治疗规划2的装置中,计算机断层摄影(CT)、磁共振(MR)、正电子发射断层摄影(PET)或其他医学图像由成像设备3采集并且使用轮廓描绘工具4进行轮廓描绘以描绘肿瘤TS和任何近邻OAR。然后,医师选择各种剂量目标,例如要递送到肿瘤TS的剂量以及关于对近邻OAR的辐射曝光的限制。
使用被配置为确定包括要递送到对象的剂量分布的辐射治疗处置计划的系统5来执行下一处置规划。在该规划期间,形成辐射治疗计划,其包括要递送到患者的剂量,所述剂量实现如由CT或MR图像以及解剖图像数据(诸如所绘制的肿瘤和OAR轮廓)表示的患者的特定解剖结构的剂量目标。医师查看所产生的计划,并且对得到的计算的剂量分布进行最终批准。
当已经批准针对处置计划的剂量分布时,需要确定针对处置的分次方案。图1示出了可以用于优化分次方案中的系统1。
系统具有被配置为接收对象的解剖图像数据的输入部6。该数据可以是轮廓数据,诸如描绘先前已经由轮廓描绘工具4确定的TS和OAR的轮廓数据。系统还具有输入部7,输入部7被配置为接收包括要递送到对象的剂量分布的预定辐射治疗计划。所述系统还具有输入部8,输入部8被配置为接收分次方案的第一组参考参数。在该示例中,从参考参数库9中选择该组参考参数。备选地,可以通过临床工作流程系统或不同类型的医学数据库来提供参数。另外的备选方案是由医师基于其临床经验或临床指南将第一组参考参数录入到输入部8中。在图1的示例中,输入部6、7、8被图示为三个单独的单元,但是这些也可以组合成两个或甚至一个单元。
另外,所述系统还具有被配置为接收分次方案的第二组参数的分次方案输入部10。而且,第二组参考参数可以从参考参数库中选择,或者备选地可以由临床工作流程系统或不同类型的医学数据库提供。在该示例中,医师通过用于录入参数值11的控件将要与参考参数进行比较的备选第二组参数录入到输入部中。
现在,基于通过输入部接收到的信息,生物学影响计算模块12计算辐射治疗处置的生物学影响。该计算基于至少一种定性效应计算模型。用于调查分次辐射治疗的生物学影响的最广泛使用和接受的方法是生物有效剂量(BED)模型和线性二次(LQ)模型。定性效应模型使用组织特异性参数来表征组织的辐射反应。例如,BED模型使用α/β比率。这些参数的值已经在临床研究中确定,这些值的库将作为定性效应计算模型的部分被包括在计算模型中。作为额外选项,计算模块还可以被提供有多个定性效应计算模型。因此,医师可以被呈现有选择优选模型的选项。
计算模块12使用用于分次方案以计算结果的第一组参考参数以及所接收的第二组参考参数来计算辐射治疗处置的生物学影响。输出模块13同时提供各组结果。在图1的示例中,输出模块13是显示器,并且通过将结果并排显示为图片14、15来呈现结果。备选地,结果也可以显示为图形或数据表。
因为同时提供结果,因此医师可以将第二分次方案的生物学影响(针对其,在该示例中他已经录入了参数)与参考方案的生物学影响进行比较。然后,他可以决定两个选项之一是否存在以及用于辐射治疗的最佳分次方案,或者在输入部10中提供不同的一组第参数以进行进一步评价。
在图1的实施例中,输出模块13显示器和第二参数输入部11的数据录入部分被组合在图形单元接口16中。这样的图形单元接口16使系统对医师而言是用户友好的。图形单元接口16和计算模块12两者可以是相同计算系统的部分,诸如主机或个人计算机,但是接口16也可以是单独的设备,诸如无线连接的移动设备。
图2示意性地图示了用于在规划辐射治疗中优化分次方案的方法201的步骤。所述方法优选地是计算机实施的或由其他合适的计算模块实施。
在用于优化分次方案的方法201之前是辐射治疗规划步骤202,以用于确定包括要递送到对象的剂量分布的辐射治疗处置计划。这些方法步骤跟随与以上关于规划辐射治疗的装置2所描述的相同的协议。首先,患者的医学图像被采集203。然后,要处置的对象的解剖图像数据被确定204。通常,通过对医学图像进行轮廓描绘以描绘TS和任何近邻OAR来确定解剖图像数据。然后医师选择各种剂量目标,例如要递送到肿瘤TS的剂量以及关于对近邻OAR的辐射曝光的约束并且处置规划被执行205。在该规划期间,形成包括要递送到患者的剂量的辐射治疗计划,所述剂量实现如由图像数据表示的患者的特定解剖结构的剂量目标。结果是预定辐射治疗计划。
在这些步骤之后是根据本发明的用于优化分次方案的方法步骤201。接收要处置的对象的解剖图像数据以及包括要递送到对象的剂量分布的预定辐射治疗处置计划,作为计算分次方案的生物学影响的基础。而且并且,接收分次方案的第一组参考参数。该第一组参考可以由数据存储设备自动供应209,或者备选地其可以由医师录入。分次方案的第二组参数也被接收210。这些参数表示要基于两者的生物学影响与第一参考分次方案比较的备选分次方案。该第二组参数也可以由数据存储设备自动供应或由医师录入。
基于该数据,针对分次方案的第一组参数和第二组参数两者计算生物学影响212,并且这两组结果同时提供213。数据例如可以通过显示其来提供。这可以以图形形式来完成,例如作为图片或图形,或者以数字形式来完成,例如作为数据表。
在有利的示例217中,所述方法包括比较和评价结果的另外的步骤218。如果方案之一可以被接受为最适合于递送,则该评价为肯定Y,并且所指示的分次方案被建立为最终的最佳计划219。如果方案中的任一个都不能够被接受为是最适合于递送的方案,则评价结果为否定X。在这种情况下,将收到另外的备选一组第二参数,并且再次针对新参数计算生物学影响212。结果与参考结果同时提供213并且被评价218。以这种方式,迭代过程被提供用于优化分次方案。在迭代过程中,医师可以在每次迭代中录入参数并执行评价。备选地,可以通过使用针对第二组参数的预定变化和预定评价准则来使迭代过程自动化。优选地,在自动迭代过程中,使用优化算法。
本文公开的方法步骤中的任何可以以包括指令的计算机程序的形式记录,所述指令当在处理器上执行时使处理器执行这样的方法步骤。指令可以存储在计算机程序产品上。计算机程序产品可以通过专用硬件以及能够与适当的软件相关联执行软件的硬件来提供。当由处理器提供时,功能可以由单个专用处理器、由单个共享处理器或由多个个体处理器(其中一些可以共享)提供。此外,本发明的实施例可以采取可从计算机可用或计算机可读存储介质访问的计算机程序产品的形式,所述计算机可用或计算机可读存储介质提供程序代码以由计算机或任何指令执行系统使用或与其结合使用。为了该描述的目的,计算机可用或计算机可读存储介质可以是任何装置,其可以包括、存储、传递、传播或传输由指令执行系统、装置或设备使用或与其结合使用的程序。介质可以是电子、磁性、光学、电磁、红外或半导体系统、或装置或设备、或传播介质。计算机可读介质的示例包括半导体或固态存储器、磁带、可移除计算机磁碟、随机存取存储器“RAM”、只读存储器“ROM”、刚性磁盘和光盘。光盘的当前示例包括压缩盘–只读存储器“CD-ROM”、压缩盘–读/写“CD-R/W”、Blu-RayTM和DVD。传播介质的示例是因特网或其他有线或无线电信系统。
图3示意性地图示了组合的图形输出模块和分次方案输入部的示例。
组合的输出部和输入部实现为图形单元接口或GUI 316。GUI 316具有分次方案导航板320、OAR容差接口330、剂量体积直方图查看器340、TS信息显示350、生物学影响分次方案绘图360、三个结果显示314、315、370和结果图像切片导航器380。
分次方案导航板320包括分次方案输入部311,以用于录入分次方案的第二组参数。在该示例中,分次方案的第一组参考参数自动从数据库上传。然而,用于手动录入参考参数的额外参数输入部也可以是GUI的部分。参数输入部具有用于录入分次数量N 322和总剂量D 323的录入框。导航板320中的信息表321提供关于分次方案的详细信息。这允许参考分次方案和录入的第二分次方案的详细数值比较。
作为额外选项,该输入部311还具有复选框,以用于将针对TS的总体生物学影响324锁定为参数。当TS生物学影响被固定时,可以调查用于达到该效应的最佳参数N和D。在该示例中,生物学影响分次方案绘图360是锁定目标TS绘图。目标TS的生物传递在顶部显示为固定直线。对于已经录入的D的值,关于其他TS和或OAR的生物学影响被示为N的函数。当改变D时更新图形。这种可视化还在医师研究最佳的分次方案方面帮助医师。
而且作为额外选项,该实施例的输入部311具有最大TS影响按钮325。当该按钮被启用时,计算模块自动地自动确定最佳分次方案。
OAR容差接口330提供关于OAR的详细信息。可以从下拉菜单331中选择感兴趣OAR。在该示例中,示出了三个选项,但是也可以提供更多或更少的选项。在表333中提供了关于选定的OAR的信息。该信息可以包括接收到的总剂量,参考分次方案中的总生物学影响以及第二分次方案中的总生物学影响。根据该信息,医师可以确定是否已经满足OAR容差要求。他或她还可以确定接收到的生物学影响是否很好地处于可接受的范围内,或者其是否接近于最大容差。
在该实施例中,OAR容差接口还具有复选框332,复选框332提供了锁定OAR生物学影响值的选项。备选地,还可以提供数字输入,其中,医师可以手动录入最大值。当使用OAR值锁中一个或多个时,OAR的最大生物学影响值被输入到计算模块中作为分次方案的额外参数。以这种方式,OAR容差接口330可以被认为是对分次方案导航板320的补充。
剂量体积直方图查看器340被提供用于可视化在OAR和TS的每个体积分段处的当前递送剂量。可以从下拉菜单中选择感兴趣OAR和TS,并且以表格和图形341的形式提供信息。该信息例如是第一和第二分次方案的接收到的总剂量和生物学影响。每次医师录入针对分次方案参数的新值时,更新图形341和表格。
TS信息显示350提供关于TS的详细信息。这样的信息可以包括由TS接收的平均、最小和最大生物学影响和/或剂量。当存在多于一个TS时,可以从下拉菜单中选择TS。
该实施例的输出模块将结果示出为一组三个图片314、315、370。左侧图片314示出来自生物学影响计算模块的参考的第一组结果,中间图片315示出第二组结果,并且右侧图片370示出了两组结果之间的差异。
结果可以以多种方式呈现为图片,但是对于医师而言包括对象的解剖图像数据的可视化以及所计算的生物学影响将特别有用。这可以以多种方式完成,例如,通过使用患者的灰度CT或MRI图像作为背景。在当前示例中,解剖图像数据被包括为轮廓叠加。这些轮廓优选地与如由计算模块所使用的对象的解剖图像数据相同,并且对于所有三个结果图片而言是相同的。图片371中的外部轮廓总体上描绘了患者。另外的轮廓针对OAR 372和TS 373被包括。
生物学影响也可以以多种方式包括在图片中。作为一个示例,生物学影响可以示出为有色的热区叠加。这种类型的表示对于医师而言是已知的,因为其常常用于在分次方案优化之前的辐射治疗规划中描绘辐射剂量。这将使图片易于可理解,并且从而易于使用。当前示例中示出的描绘生物学影响的备选方式是使用等影响线。这些是连接具有相同生物学影响的点的线,虚线374。
结果图片中的每个对应于来自患者的图像的图像切片。每个切片呈现沿患者的长度的横截面。结果图像切片导航器380允许医师通过构成患者的相关部分的三维图像的切片进行导航。在该示例中,切片导航器具有从切片到切片移动的箭头,以及缩放或平移图像和/或打开和关闭特定部分(例如,解剖结构的描绘线)的按钮。
在以上示例中,已经关于使用单个辐射处置模态(例如光子EBRT、质子或粒子EBRT、单独HDR近距离放射治疗)的规划辐射处置描述了用于优化辐射治疗中的分次方案的系统和方法。然而,系统和方法可以相等地应用于在多模态辐射治疗的规划中优化分次方案。在多模态辐射治疗中,包括多种不同辐射处置模态的组合的处置被递送到患者。来自当前临床实践的示例是:初始HDR近距离放射治疗增强,之后是光子或质子EBRT,或者是组合的质子和光子EBRT的处置。
在用于多模态辐射治疗的处置规划中,提供了两个预先优化的剂量分布,单独一个用于每种处置。OAR和TS的轮廓形式的解剖数据被提供,并用于每个。两个剂量分布中的每个将需要具有带有对应参数的其自己的分次方案。在当前临床实践中,每个处置的N和D的选择是分开进行的,如同规划是针对单个模态辐射处置完成的。分次方案的选择,并且尤其是数量N的选择,是基于可用临床指南、历史优先级和医师基于个人经验的判断来规定的。这能够已经分别导致针对模态中的每个的非最佳选择,该情况变得更差,因为非最佳处置计划被进一步组合到总辐射处置计划中。
当前实施例通过提供一种用于在规划辐射治疗中优化分次方案的系统和方法来解决该特定额外问题,其中,辐射处置计划被配置用于多个辐射处置模态中。在该实施例中,由输入部连同要处置的患者的解剖图像数据一起接收至少两个预定辐射治疗计划。现在,分次方案的第一组参考参数包括针对至少两个计划的分次方案的参考参数。分次方案输入部允许用户输入针对至少两个计划的第二组参考参数。现在,生物学影响计算模块将针对各组参数中的每组计算针对处置模态中的每个的生物学影响。有利地,计算模块还可以针对各组参数中的每组计算组合的处置计划的总生物学影响。这允许医师评估分别针对辐射模态中的每个的分次方案的生物学影响以及对处置计划的组合总影响,并比较针对N和D的不同选项。以这种方式,可以确定针对多模态辐射治疗计划的最佳分次方案。
图4示意性地图示了用于优化规划多模态辐射治疗的分次方案中的组合的图形输出模块和分次方案输入部的示例。在该示例中,使用了两个辐射模态,即与光子EBRT组合的HDR近距离放射治疗。然而,相同的概念应用于治疗的其他组合。
组合的输出部和输入部被实现为图形单元接口或GUI 416。GUI 416具有分次方案导航板420、OAR容差接口430、TS信息显示450、生物分次方案绘图460和两个结果显示470、475。
分次方案导航板420包括分次方案输入部411,所述分次方案输入部具有用于录入组合的分次方案的第二组参数的控件。在该示例中,分次方案的第一组参考参数自动从数据库上传。对于该多模态实施例,使用滑块分别为HDR和EBRT模态中的每个模数提供分段数量和总剂量。这总共制作四个滑块,一个用于提供HDR分段的数量422,一个用于提供HDR总剂量D 423,一个用于提供EBRT分段的数量428,并且一个用于提供EBRT总剂量D 429。导航板420中的单独的HDR信息表421提供关于用于HDR近距离放射治疗的分次方案的细节。导航板420中的另一单独的信息表427提供关于用于光子EBRT治疗的分次方案的详细信息。这允许参考分次方案和第二分次方案的详细的数值比较。
作为额外选项,该输入部411还具有复选框,以用于将TS的组合总生物学影响424锁定为参数。当固定TS生物学影响时,可以调查这两种类型的处置的最佳参数N和D以达到该效应。在该示例中还提供了生物学影响分次方案绘图460以在医师研究最佳分次方案方面帮助医师。
作为另外的额外选项,该实施例的输入部411具有最大TS影响按钮425。当启用该按钮时,计算模块完全自动地迭代确定最佳组合分次方案。OAR容差接口430提供关于OAR的详细信息。可以从下拉菜单431中选择感兴趣OAR。在该示例中,示出了五个选项,但是也可以提供更多或更少选项。对于先前的实施例,此处在表格433中还提供了关于选定的OAR的信息。
在该实施例中,OAR容差接口还具有复选框432,复选框432提供锁定OAR生物学影响值的选项。当使用OAR值锁中的一个或多个时,OAR的最大生物学影响值被输入到计算模块中作为分次方案的额外参数。以这种方式,OAR容差接口430可以被认为是对分次方案导航板420的补充。
TS信息显示450提供关于TS的详细信息。这样的信息可以包括由TS接收的平均、最小和最大生物学影响和/或剂量。当存在多于一个TS时,可以从下拉菜单中选择TS。
该实施例的输出模块示出了两个显示框470、475,每个显示框具有一组三个图片。左侧显示框470示出了来自生物学影响计算模块的参考的第一组结果。结果分别呈现为光子EBRT 471和HDR近距离放射治疗472的生物学影响的图片并且呈现为这两种治疗473的组合生物学影响的图片。右侧显示框475示出第二组结果。再次,结果分别呈现为光子EBRT476和HDR近距离放射治疗477的生物学影响的图片,并且呈现为这两种治疗478的组合生物学影响的图片。这允许对两种分次方案进行完全视觉比较,以进行评价。
结果可以多种方式呈现为图片。在该示例中,通过使用患者的灰度CT图像作为背景来包括解剖图像数据。在所有图片471、472、473、476、477、478中使用相同图像。可以以多种方式将生物学影响包括在图片中。在该示例中,生物学影响是彩色的半透明热区叠加。
通过研究附图、公开内容和所附权利要求,本领域技术人员在实践所要求保护的本发明时可以理解和实现所公开的实施例的变型。应注意,各种实施例可以组合以实现进一步的有利效应。
在权利要求中,“包括”一词不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。
单个单元或设备可以履行权利要求中记载的若干项目的功能。尽管在互不相同的从属权利要求中记载了特定措施,但是这并不指示不能有利地使用这些措施的组合。
权利要求中的任何附图标记不应被解释为对范围的限制。

Claims (15)

1.一种用于在规划对象的辐射治疗中优化分次方案的系统(1),所述系统包括:
-被配置为接收所述对象的解剖图像数据和预定辐射治疗处置计划的输入部(6、7、8),所述预定辐射治疗处置计划包括要被递送到所述对象的剂量分布;
-被配置为接收分次方案的第一组参考参数的输入部;
-分次方案输入部(10),其被配置为接收分次方案的第二组参数;
-生物学影响计算模块(12),其包括至少一个定性效应计算模型,所述计算模块被配置为基于所述对象的所述解剖图像数据、所述剂量分布和接收到的分次方案的一组参数来计算所述辐射治疗处置计划的所述生物学影响;以及
-输出模块,其被配置为同时提供来自所述生物学影响计算模块的至少两组结果(14、15),
其中,对于第一组结果(14、314、470),所述参考参数被用作所述接收到的所述分次方案的一组参数,并且对于第二组结果(15、315、475),所述第二组参数被用作所述接收到的所述分次方案的一组参数。
2.根据权利要求1所述的系统(1),其中,所述输出模块(13)还被配置为提供所述两组结果之间的差异(370)。
3.根据权利要求1或2所述的系统(1),其中,所述输出模块(13)包括图形显示器。
4.根据权利要求1-3中的任一项所述的系统(1),其中,所述分次方案输入部(10)包括图形接口(16、316、416),所述图形接口包括用于录入第二组参数值(11、311、411)的控件。
5.根据权利要求1-4中的任一项所述的系统(1),其中,所述输出模块(13)和所述分次方案输入部(11、311、411)是由图形单元接口(16、316、416)提供的。
6.根据权利要求1-5中的任一项所述的系统(1),其中,所述辐射处置计划被配置用于单个辐射处置模态中。
7.根据权利要求1-5中的任一项所述的系统(1),其中,所述辐射处置计划被配置用于多个辐射处置模态中。
8.根据权利要求1-7中的任一项所述的系统(1),其中,所述系统被配置为迭代地接收所述分次的所述第二组参数,使得利用针对所述一组参数的不同值来重复对所述生物学影响的所述计算,直到与对感兴趣区域的最大生物学影响相对应的参数已经被确定。
9.一种用于在规划对象的辐射治疗中优化分次方案的计算机实施的方法(201),所述方法包括以下步骤:
-接收所述对象的解剖图像数据;
-接收预定辐射治疗处置计划,所述预定辐射治疗处置计划包括要被递送到所述对象的剂量分布;
-接收分次方案的第一组参考参数;
-接收分次方案的第二组参数(210);
-基于所述解剖图像数据、所述剂量分布和所述分次方案的所述第一组参数和所述第二组参数两者来计算所述辐射治疗处置计划的所述生物学影响(212);并且
-针对所述分次方案的所述第一组参数和所述第二组参数两者同时提供所计算的生物学影响结果(213)。
10.根据权利要求9所述的方法(201),还包括计算针对所述第一组参数和所述第二组参数两者的所计算的生物学影响结果之间的差异并且提供所计算的差异。
11.根据权利要求9或10所述的方法(201),还包括将针对所述第一组参数和所述第二组参数两者的所计算的生物学影响结果进行比较并且评价接收到的各组参数中的一组参数是否产生最适合于递送到所述对象的所述分次方案。
12.根据权利要求9-11中的任一项所述的方法(201),其中,在每次迭代中使用针对所述第二组参数的不同值来迭代地执行所述方法的步骤,直到最优的一组参数已经被确定(217、218、219)。
13.一种包括指令的计算机程序,当在处理器上执行所述计算机程序时,所述指令用于使根据权利要求1所述的计算模块执行根据权利要求9-11中的任一项所述的方法。
14.一种包括指令的计算机程序产品,所述指令当被执行时控制处理器以执行根据权利要求9-11中的任一项所述的方法。
15.一种用于规划辐射治疗的装置(2),包括:
-成像设备(3),其被配置为提供要被处置的对象的图像;
-轮廓描绘工具(4),其被配置为基于由所述成像设备提供的所述图像来提供解剖图像数据;
-被配置为确定包括要被递送到所述对象的剂量分布的辐射治疗处置计划的系统(5);以及
-根据权利要求1所述的用于优化所述分次方案的系统(1)。
CN201980018885.9A 2018-03-13 2019-03-06 使用生物学影响计算来优化辐射治疗中的分次方案 Active CN111867677B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18161469.4A EP3539616A1 (en) 2018-03-13 2018-03-13 Optimizing fractionation schemes in radiation therapy using biological impact calculation
EP18161469.4 2018-03-13
PCT/EP2019/055485 WO2019174979A1 (en) 2018-03-13 2019-03-06 Optimizing fractionation schemes in radiation therapy using biological impact calculation

Publications (2)

Publication Number Publication Date
CN111867677A true CN111867677A (zh) 2020-10-30
CN111867677B CN111867677B (zh) 2023-05-02

Family

ID=61628208

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980018885.9A Active CN111867677B (zh) 2018-03-13 2019-03-06 使用生物学影响计算来优化辐射治疗中的分次方案

Country Status (5)

Country Link
US (1) US11458332B2 (zh)
EP (2) EP3539616A1 (zh)
JP (1) JP7057834B6 (zh)
CN (1) CN111867677B (zh)
WO (1) WO2019174979A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2021212659A1 (en) 2020-01-28 2022-08-04 Reflexion Medical, Inc. Joint optimization of radionuclide and external beam radiotherapy
EP3888744A1 (en) * 2020-04-02 2021-10-06 RaySearch Laboratories AB Computer-implemented method for radiotherapy treatment planning, computer program product and computer system for performing the method
EP3888745A1 (en) * 2020-04-02 2021-10-06 RaySearch Laboratories AB Computer-implemented method for radiotherapy treatment planning, computer program product and computer system for performing the method
WO2022155473A1 (en) * 2021-01-15 2022-07-21 Minnetronix Neuro, Inc. Systems and methods for managing, monitoring, and treating patient conditions
US11590363B2 (en) * 2021-06-29 2023-02-28 Varian Medical Systems International Ag Assessing treatment parameters for radiation treatment planning
CA3235735A1 (en) * 2021-09-25 2023-03-30 Michael Bortz Mco planning of treatments with available technologies in radiotherapy (rt)
US20230315272A1 (en) * 2022-03-30 2023-10-05 Varian Medical Systems, Inc. Graphical user interface control device for radiation therapy treatment planning

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005526578A (ja) * 2002-05-23 2005-09-08 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 強度変調放射線治療用の逆方向治療計画法
JP2007514499A (ja) * 2003-12-18 2007-06-07 ジョージア テック リサーチ コーポレイション 外部ビーム照射療法用の治療計画の全体的最適化のためのシステム及び方法
CN101015723A (zh) * 2006-02-09 2007-08-15 吴大怡 机器人放射治疗系统
US20080240351A1 (en) * 2007-03-30 2008-10-02 Joerg Bohsung Fraction sequence concept for radiation therapy planning
CN101496018A (zh) * 2006-08-01 2009-07-29 皇家飞利浦电子股份有限公司 生物学指导的适应性治疗方案制定
CN103394167A (zh) * 2013-08-01 2013-11-20 山东省肿瘤医院 一种基于生物效应剂量的肿瘤放射治疗并发症的预测方法
CN104107062A (zh) * 2013-04-17 2014-10-22 深圳市医诺智能科技发展有限公司 一种评估放射治疗效果方法及系统
CN104225806A (zh) * 2014-08-28 2014-12-24 高献书 基于生物等效剂量的放射治疗计划设计方法和设计系统
CN104884126A (zh) * 2012-12-17 2015-09-02 皇家飞利浦有限公司 实时自适应剂量计算辐射治疗
US20170157426A1 (en) * 2014-07-25 2017-06-08 Indiana University Research and Technology Corpora tion System and method for reducing biological damage in proton therapy
WO2017182300A1 (en) * 2016-04-18 2017-10-26 Koninklijke Philips N.V. Fractionation selection tool in radiotherapy planning

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011500293A (ja) 2007-10-25 2011-01-06 トモセラピー・インコーポレーテッド 放射線療法線量の分割を適応させるための方法
US20100017226A1 (en) 2008-07-18 2010-01-21 Siemens Medical Solutions Usa, Inc. Medical workflow oncology task assistance
US20100228116A1 (en) 2009-03-03 2010-09-09 Weiguo Lu System and method of optimizing a heterogeneous radiation dose to be delivered to a patient
US9764162B1 (en) 2013-10-28 2017-09-19 Elekta, Inc. Automated, data-driven treatment management system for adaptive radiotherapy workflows
US9919163B2 (en) 2014-02-15 2018-03-20 Emory University Methods, systems and computer readable storage media for determining optimal respiratory phase for treatment
GB2543731A (en) 2015-06-12 2017-05-03 Elekta ltd Improvements in dosimetry techniques for radiotherapy
GB2545018A (en) 2015-12-04 2017-06-07 Elekta Ab Radiotherapy planning systems
US11027151B2 (en) * 2016-03-10 2021-06-08 William Beaumont Hospital Particle arc therapy
CN109069863A (zh) 2016-04-13 2018-12-21 皇家飞利浦有限公司 辐射治疗交互式规划

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005526578A (ja) * 2002-05-23 2005-09-08 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 強度変調放射線治療用の逆方向治療計画法
JP2007514499A (ja) * 2003-12-18 2007-06-07 ジョージア テック リサーチ コーポレイション 外部ビーム照射療法用の治療計画の全体的最適化のためのシステム及び方法
CN101015723A (zh) * 2006-02-09 2007-08-15 吴大怡 机器人放射治疗系统
CN101496018A (zh) * 2006-08-01 2009-07-29 皇家飞利浦电子股份有限公司 生物学指导的适应性治疗方案制定
CN103823995A (zh) * 2006-08-01 2014-05-28 皇家飞利浦电子股份有限公司 生物学指导的适应性治疗方案制定
US20080240351A1 (en) * 2007-03-30 2008-10-02 Joerg Bohsung Fraction sequence concept for radiation therapy planning
CN104884126A (zh) * 2012-12-17 2015-09-02 皇家飞利浦有限公司 实时自适应剂量计算辐射治疗
CN104107062A (zh) * 2013-04-17 2014-10-22 深圳市医诺智能科技发展有限公司 一种评估放射治疗效果方法及系统
CN103394167A (zh) * 2013-08-01 2013-11-20 山东省肿瘤医院 一种基于生物效应剂量的肿瘤放射治疗并发症的预测方法
US20170157426A1 (en) * 2014-07-25 2017-06-08 Indiana University Research and Technology Corpora tion System and method for reducing biological damage in proton therapy
CN104225806A (zh) * 2014-08-28 2014-12-24 高献书 基于生物等效剂量的放射治疗计划设计方法和设计系统
WO2017182300A1 (en) * 2016-04-18 2017-10-26 Koninklijke Philips N.V. Fractionation selection tool in radiotherapy planning

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张伟等: "基于生物学优化肿瘤放射治疗计划的评估函数研究", 《中国医学物理学杂志》 *
张广顺等: "中晚期鼻咽癌调强放疗生物等效剂量优化的可行性探讨", 《中华肿瘤防治杂志》 *

Also Published As

Publication number Publication date
US11458332B2 (en) 2022-10-04
JP7057834B6 (ja) 2022-06-02
WO2019174979A1 (en) 2019-09-19
JP2021509077A (ja) 2021-03-18
EP3539616A1 (en) 2019-09-18
CN111867677B (zh) 2023-05-02
EP3765151B1 (en) 2021-07-28
US20210052916A1 (en) 2021-02-25
EP3765151A1 (en) 2021-01-20
JP7057834B2 (ja) 2022-04-20

Similar Documents

Publication Publication Date Title
CN111867677B (zh) 使用生物学影响计算来优化辐射治疗中的分次方案
JP6884853B2 (ja) ニューラルネットワーク法を用いた画像セグメンテーション
JP6932182B2 (ja) 畳み込みニューラルネットワークを用いた画像セグメンテーションのためのシステムおよび方法
JP7308008B2 (ja) 磁気共鳴リニアック(mr-linac)を用いたリアルタイムの患者動きモニタリング
CN105793854B (zh) 处置规划系统及非瞬态计算机可读介质
CN111971749A (zh) Ct/直线加速器控制台中的用于自适应放射治疗的决策支持工具
US9865048B2 (en) Radiotherapy information generation apparatus and radiotherapy information generation method
CN115554619A (zh) 辐射治疗交互式规划
JP2019524304A (ja) 画像ベースの放射線治療計画に使用されるように構成される医用製品
US20170309081A1 (en) Visualization of imaging uncertainty
Huang et al. Impact of slice thickness, pixel size, and CT dose on the performance of automatic contouring algorithms
EP2877980B1 (en) Dose deformation error calculation method and system
Burgos et al. Anomaly detection for the individual analysis of brain PET images
EP2750102B1 (en) Method, system and computer readable medium for liver analysis
O’Connor et al. Comparison of synthetic computed tomography generation methods, incorporating male and female anatomical differences, for magnetic resonance imaging-only definitive pelvic radiotherapy
JP2019511337A (ja) 放射線治療計画における分画選択ツール
EP4161637A1 (en) Using reinforcement learning in radiation treatment planning optimization to locate dose-volume objectives
CN116920287A (zh) 用于放射治疗处置规划的图形用户界面控制设备
US20230021147A1 (en) Planning radiation therapy using a personalized hematologic risk score
Ramkumar et al. Human-computer interaction in segmenting organs at risk for radiotherapy: a pilot study
Bottani et al. Contrast-enhanced to non-contrast-enhanced image translation to exploit a clinical data warehouse of T1-weighted brain MRI
Glenn et al. PIRATE: pediatric imaging response assessment and targeting environment

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