CN111991711A - 质子治疗的参数监测装置及系统 - Google Patents
质子治疗的参数监测装置及系统 Download PDFInfo
- Publication number
- CN111991711A CN111991711A CN202010931086.5A CN202010931086A CN111991711A CN 111991711 A CN111991711 A CN 111991711A CN 202010931086 A CN202010931086 A CN 202010931086A CN 111991711 A CN111991711 A CN 111991711A
- Authority
- CN
- China
- Prior art keywords
- proton
- distribution
- proton beam
- dose distribution
- network model
- 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.)
- Pending
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
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1064—Monitoring, verifying, controlling systems and methods for adjusting radiation treatment in response to monitoring
-
- 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
- A61N5/103—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
- A61N5/1048—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
- A61N2005/1085—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy characterised by the type of particles applied to the patient
- A61N2005/1087—Ions; Protons
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Radiation-Therapy Devices (AREA)
- Nuclear Medicine (AREA)
Abstract
本发明提供一种质子治疗的参数监测装置及系统,装置包括:生成式对抗网络模块,用于提供经训练的生成式对抗网络模型;CT获取模块,用于获取治疗对象的CT图像;分布获取模块,用于获取用以训练生成式对抗网络模型的质子束的正电子核素活度分布与剂量分布;PET获取模块,用于从正电子湮没断层扫描系统中获取质子与组织发生反应产生的正电子核素活度分布的PET图像;预测模块,用于预测质子束的剂量分布与布拉格峰位置;判断模块,用于根据预测的质子束的剂量分布判断布拉格峰位置与目标区域的位置关系;调整模块,用于依据判断模块判断的结果确定质子束的出束参数是否需要调整。本发明提供的装置及系统实现质子治疗的参数监测和调整。
Description
技术领域
本发明涉及核医学影像领域,特别涉及一种质子治疗的参数监测装置及系统。
背景技术
目前治疗肿瘤(癌症)的手段主要包括手术、化学治疗和放射治疗,并且超过70%的肿瘤患者需要接受单独放疗或者与放疗结合的综合治疗。理想的放射治疗是给予肿瘤细胞致死剂量,同时最大限度地减小周围正常器官组织的照射剂量,质子治疗便是这样一种精确治疗癌症的尖端放疗技术。质子束在组织(如人体、动物等)内的照射剂量曲线先缓慢上升,随后逐渐变快,直到布拉格峰处产生最大的剂量沉积,之后快速下降并趋于零。质子束的独特的剂量-深度特性能使肿瘤组织接收到最大的照射剂量,同时能避免肿瘤组织后方的正常器官受到辐射伤害,降低治疗的副作用。
质子治疗的优势在于:1)质子布拉格峰终点处的剂量比入口处的剂量高出三到四倍,在布拉格峰之后的剂量几乎为0,这种特点不仅能使肿瘤处剂量最大,还能有效保护肿瘤前后的正常组织;2)可以通过调整质子束的能量来照射不同深度的肿瘤,从而使质子治疗适应不同的深度位置处,不同大小和形状的肿瘤;3)质子传输时,具有较小的散射和本底,使得照射视野边缘清晰,因此可以治疗距离敏感器官近的肿瘤。
质子束的布拉格峰特性是质子治疗的最大优势,但也正是由于布拉格峰的存在,使得治疗效果对射程十分敏感。一旦实际治疗过程中射程与治疗计划出现偏差,就很容易导致肿瘤组织的剂量不足或者正常组织过度照射,从而很大程度上增加了肿瘤复发和正常器官的并发症风险。所以,在质子治疗过程中,对质子束在组织中剂量和布拉格峰位置的监测,对质子治疗效果至关重要。
目前,对质子治疗剂量监测的方法有瞬发伽马测量法(例如专利文献CN106291656A),声波监测法等。但这些方法都有其不足。例如,瞬发伽玛法缺少适用于该伽马射线能谱区域的高性能探测器,探测器探测效率低下;声波法中声音信号非常微弱,且信噪比很低。
在质子治疗中,质子会与组织发生核反应,产生正电子核素(主要是碳-11、氧-15),用PET系统对正电子核素进行活度成像。
由此,如何通过计算机设备,采集核医学影像的数据,并通过对所采集的核医学影像的数据的处理,实现质子治疗的参数监测和调整是本领域技术人员亟需解决的问题。
发明内容
本发明为了克服上述相关技术存在的缺陷,提供一种质子治疗的参数监测装置及系统,进而实现质子治疗的参数监测和调整。
根据本发明的一个方面,提供一种质子治疗的参数监测装置,包括:
生成式对抗网络模块,用于提供经训练的生成式对抗网络模型,所述经训练的生成式对抗网络模型提供质子束的正电子核素活度分布与剂量分布的非线性关系,所述生成式对抗网络模型经由训练样本训练,所述训练样本由CT值、质子束的正电子核素活度分布与剂量分布组成;
CT获取模块,用于获取所述治疗对象的CT图像,以获取用于训练所述生成式对抗网络模型的CT值;
分布获取模块,用于获取用以训练所述生成式对抗网络模型的质子束的正电子核素活度分布与剂量分布,所述生成式对抗网络模型的质子束的正电子核素活度分布与剂量分布基于治疗对象的三维体模构建治疗对象,并模拟获得,所述三维体模根据所述治疗对象的CT图像构建;
PET获取模块,用于从正电子湮没断层扫描系统中获取质子与组织发生反应产生的正电子核素活度分布的PET图像;
预测模块,用于将所述PET图像和所述CT图像输入所述经训练的生成式对抗网络模型,通过所述经训练的生成式对抗网络模型提供的质子束的正电子核素活度分布与剂量分布的非线性关系,预测质子束的剂量分布与布拉格峰位置;
判断模块,用于根据所述预测的质子束的剂量分布判断布拉格峰位置与目标区域的位置关系;
调整模块,用于依据所述判断模块判断的结果确定质子束的出束参数是否需要调整。
在本发明的一些实施例中,所述CT值为质子束经过路径上的CT值。
在本发明的一些实施例中,所述剂量分布和所述正电子核素活度分布经由治疗对象的三维体模在蒙特卡洛系统中构建的组织中模拟不同入射能量和/或不同入射位置的质子治疗过程获得。
在本发明的一些实施例中,所述生成式对抗网络模型包括生成器以及判别器,所述训练样本中的CT值、质子束的正电子核素活度分布输入所述生成器以获得一生成值,所述判别器判别所述生成值与所述训练样本中的剂量分布之间的差异。
在本发明的一些实施例中,所述调整模块还配置成:
若所述判断模块判断所预测的质子束的剂量分布与布拉格峰位置位于目标区域内,则不对所述质子束的出束参数进行调整;
若所述判断模块判断所预测的质子束的剂量分布与布拉格峰位置位于目标区域外,则重新调整所述质子束的出束参数。
在本发明的一些实施例中,所述生成式对抗网络模型的预测结果通过定量评价方法进行评价。
在本发明的一些实施例中,所述生成式对抗网络模型的预测结果通过如下步骤进行泛化能力评价:
同一张图片中不同位置处预测的剂量分布与布拉格峰位置的评价和/或更换不同的PET活度图像进行的预测剂量分布与布拉格峰位置的评价。
根据本发明的又一方面,还提供一种质子治疗的参数监测系统,包括:
CT系统,用于提供治疗对象的CT图像;
蒙特卡洛系统,用于基于治疗对象的三维体模构建治疗对象,并模拟获得质子束的剂量分布和正电子核素活度分布,所述三维体模根据所述治疗对象的CT图像构建,以获取用于训练生成式对抗网络模型的质子束的正电子核素活度分布与剂量分布;
PET系统,用于提供质子与组织发生反应产生的正电子核素活度分布的PET图像;以及
如上所述的质子治疗的参数监测装置。
相比现有技术,本发明的优势在于:
本发明采用经训练的生成式对抗网络模型,将实际临床中采集得到的PET图像和CT图像数据通过用生成式对抗网络模型预测对应的剂量分布,实现了质子治疗中运用PET数据监测剂量分布与布拉格峰位置。本发明通过数据采集、数据处理及机器学习大大地提高了剂量分布与布拉格峰位置的预测精度,缩短了预测的时间。由此,通过本发明提供的装置和系统,保证质子治疗过程中对肿瘤组织进行质子束照射的剂量正常、位置准确,降低肿瘤复发和正常器官并发症的风险,从而保证对肿瘤患者进行质子治疗的治疗效果。同时,所述训练样本由CT值、质子束的正电子核素活度分布与剂量分布组成,便于数据获取,算法实现简单。
附图说明
通过参照附图详细描述其示例实施方式,本发明的上述和其它特征及优点将变得更加明显。
图1示出了根据本发明实施例的质子治疗的参数监测装置的模块图。
图2示出了根据本发明实施例的生成式对抗网络模型的示意图。
图3示出了根据本发明实施例的质子治疗的参数监测系统的模块图。
图4示出了根据本发明实施例的数据采集系统的示意图。
图5示出了根据本发明实施例的PET采集模块的示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的步骤。例如,有的步骤还可以分解,而有的步骤可以合并或部分合并,因此,实际执行的顺序有可能根据实际情况改变。
图1示出了根据本发明实施例的质子治疗的参数监测装置的模块图。
质子治疗的参数监测装置100包括生成式对抗网络模块110、CT获取模块120、分布获取模块130、PET获取模块140、预测模块150、判断模块160以及调整模块170。
生成式对抗网络模块110配置成提供经训练的生成式对抗网络模型,所述经训练的生成式对抗网络模型提供质子束的正电子核素活度分布与剂量分布的非线性关系。具体而言,所述生成式对抗网络模型可以为多输入生成式对抗网络模型。所述生成式对抗网络模型经由训练样本训练,所述训练样本由CT值(所述质子束经过路径上每个像素点的CT值)、质子束的正电子核素活度分布与剂量分布组成。
CT获取模块120配置成从医用CT系统获取所述治疗对象的CT图像(例如患者的全身的CT图像)。CT图像可以从医用CT系统中获取。可以根据治疗对象的CT图像构建三维体模,从而确定肿瘤病灶区域和感兴趣区。具体而言,可以采用医用CT系统扫描治疗对象全身获得CT图像,将获得的多帧CT图像结合起来,构建成一个三维体模,勾画出肿瘤病灶区域位置,适当扩大病灶区域,得到一个感兴趣区(Regionofinterest,ROI)。
分布获取模块130用于获取用以训练所述生成式对抗网络模型的质子束的正电子核素活度分布与剂量分布,所述生成式对抗网络模型的质子束的正电子核素活度分布与剂量分布基于治疗对象的三维体模构建治疗对象,并模拟获得,所述三维体模根据所述治疗对象的CT图像构建。具体而言,所述剂量分布和所述正电子核素活度分布经由治疗对象的三维体模在蒙特卡洛系统中构建的组织模拟获得。具体而言,本发明各实施例所描述的组织可以包括人体和/或动物。具体而言,所述剂量分布和所述正电子核素活度分布经由治疗对象的三维体模在蒙特卡洛系统中构建的组织中模拟不同入射能量和/或不同入射位置的质子治疗过程获得。例如,可以在蒙特卡洛系统中设定笔形束源的参数,通过程序模拟正电子发射过程,保证充足的束流量,设定相应的射束周期。通过蒙特卡洛工具保存剂量分布信息和正电子发射的活度分布信息。
在本发明的一些实施例中,可以对所述生成式对抗网络模型的预测结果进行定量评价。例如,可以选用诸如均方误差(MSE)、平均绝对误差(MAE)等定量评价方式,本发明并非以此为限制。
在本发明的一些实施例中,所述生成式对抗网络模型的预测结果通过如下步骤进行泛化能力评价:同一张图片中不同位置处预测的剂量分布与布拉格峰位置的评价和/或更换不同的PET活度图像进行的预测剂量分布与布拉格峰位置的评价。
PET获取模块140配置成从正电子湮没断层扫描系统中获取质子与组织发生反应产生的正电子核素活度分布的PET图像。
具体而言,临床中,在质子治疗时,质子在进入组织后,与组织发生反应,产生正电子核素,用医用PET系统,对治疗对象进行PET扫描,得到反映正电子核素分布的PET活度图像。
具体而言,还可以利用蒙特卡洛系统模拟临床上治疗对象在接受质子治疗后进行PET成像。具体而言,可以通过模拟软件,设定一个相应的硬件PET系统,正电子核素选用(碳-11、氧-15),根据成像的需求,为了获得充足的光子数据统计信息(投影信息),选取相应的蒙卡时间,得到足够的计数。在充分取得投影信息后,对取得的投影进行重建,用单片重组算法(Single-SliceRebinning,SSRB),和二维的有序子集最大似然法(OrderedSubsetsExpectationMaximization,OSEM)进行图像迭代重建,得到重建的PET活度图像。完成CT的衰减校正,对图像整个成像视野进行均匀化校正,得到对应的反映正电子核素活度分布的PET图像。
预测模块150配置成将所述PET图像以及CT图像输入所述经训练的生成式对抗网络模型,预测质子束的剂量分布与布拉格峰位置。
判断模块160配置成根据所预测的质子束的剂量分布判断布拉格峰位置与目标区域的位置关系。
调整模块170配置成依据所述判断模块140的判断结果确定质子束的出束参数是否需要调整。
具体而言,如果质子束剂量分布没有落在肿瘤病灶区域内,而是偏离肿瘤病灶区域,那么可能是在进行质子束照射时,照射的位置发生了偏离,需要调整质子束治疗头的照射位置;如果质子束剂量分布没有落在肿瘤病灶区域内,而是蔓延出了肿瘤病灶区域,那么说明在进行质子束照射时,质子束能量偏大,需要调整质子束的剂量。由此,所述调整模块170还配置成:
若所述判断模块160判断所预测的质子束的剂量分布与布拉格峰位置位于目标区域内,则判断质子束放射治疗准确,继续按照现有的质子束出束参数进行放射治疗,不对所述质子束的出束参数进行调整,直到治疗结束。本发明并非以此为限制。
若所述判断模块160判断所预测的质子束的剂量分布与布拉格峰位置位于目标区域外,则判断质子束放射治疗不准确,重新调整所述质子束的出束参数,直到调整后的质子束剂量分布与布拉格峰位置与放射治疗计划一致。
在本发明的示例性实施方式的质子治疗的参数监测装置100中,采用经训练的生成式对抗网络模型,将实际临床中采集得到的PET图像和CT图像数据通过用生成式对抗网络模型预测对应的剂量分布,实现了质子治疗中运用PET数据监测剂量分布与布拉格峰位置。本发明通过数据采集、数据处理及机器学习大大地提高了剂量分布与布拉格峰位置的预测精度,缩短了预测的时间。由此,通过本发明提供的装置和系统,保证质子治疗过程中对肿瘤组织进行质子束照射的剂量正常、位置准确,降低肿瘤复发和正常器官并发症的风险,从而保证对肿瘤患者进行质子治疗的治疗效果。同时,所述训练样本由CT值、质子束的正电子核素活度分布与剂量分布组成,便于数据获取,算法实现简单。
在本发明的示例性实施方式的质子治疗的参数监测装置100中,如实地验证了本发明的基于机器学习模型的质子治疗中的剂量与范围验证的监控方法在质子治疗过程中对剂量分布、布拉格峰位置监测的广泛适用性。保证了质子束照射的剂量正常、位置准确,降低肿瘤复发和正常器官并发症的风险,从而保证对肿瘤患者进行质子治疗的治疗效果。
图1仅仅是示意性的示出本发明提供的质子治疗的参数监测装置100,在不违背本发明构思的前提下,模块的拆分、合并、增加都在本发明的保护范围之内。本发明提供的质子治疗的参数监测装置100可以由软件、硬件、固件、插件及他们之间的任意组合来实现,本发明并非以此为限。
图2示出了根据本发明实施例的生成式对抗网络模型的示意图。如图2所示生成式对抗网络模型包括一个生成器和一个判别器。
训练样本中的CT值(所述质子束经过路径上每个像素点的CT值)以及质子束的正电子核素活度分布输入所述生成器,所述生成器输出一输出值(生成值),由判别器判别生成值与训练样本中的剂量分布之间差异,并反馈给生成器进行修正。
在一些具体实施例中,可以discoGAN网络为例构建网络模型,网络由不同大小的卷积层组成,生成器的输入为多数据输入,由CT值、正电子核素分布活度值两个数组并列组成。输出为预测剂量分布,判别器判断预测剂量分布和真实剂量分布之间的差异。经过测试,该模型具有良好的预测精度,抗噪性能及泛化能力,并且在基于PET图像的预测上表现良好。
通过本实施例构建网络模型,预测质子束剂量分布和布拉格峰位置,经过测试,该模型具有良好的预测精度,抗噪性能及泛化能力,并且在基于PET图像的预测上表现良好。
图3示出了根据本发明实施例的质子治疗的参数监测系统的模块图。质子治疗的参数监测系统包括CT系统210、蒙特卡洛系统220、PET系统230以及如图1所示的质子治疗的参数监测装置100。
CT系统210配置成提供治疗对象的CT图像。进而可构建三维体模,勾画感兴趣区,用于最终质子治疗监测终端。蒙特卡洛系统220配置成基于治疗对象的三维体模构建治疗对象,并模拟获得质子束的剂量分布和正电子核素活度分布,以生成模型所需要的训练集,所述三维体模根据所述治疗对象的CT图像构建。PET系统230配置成提供质子与组织发生反应产生的正电子核素活度分布的PET图像。参数监测装置100所包括的模块已在上文描述,在此不予赘述。参数监测装置100还可以对预测的结果进行定量定性的评价,对于质子束的调整进行跟进追踪。
图3仅仅是示意性的示出本发明提供的质子治疗的参数监测系统,在不违背本发明构思的前提下,模块的拆分、合并、增加都在本发明的保护范围之内。本发明提供的质子治疗的参数监测系统可以由软件、硬件、固件、插件及他们之间的任意组合来实现,本发明并非以此为限。
下面参见图4,图4示出了根据本发明实施例的数据采集系统的示意图。图4描述了本发明一具体实施例的数据采集过程以及数据得到的方法途径。图4示出了产生质子束的加速器系统与常用的临床数据采集系统。其中主要通过加速器系统产生用于质子治疗的质子束,然后将质子束打到人体组织内,用于肿瘤的治疗。而采集系统中的硬件数据采集系统主要包含CT系统与PET系统。其中CT系统是通过X射线对组织进行结构成像,其中,CT系统的X射线是在高度真空的X射线管中产生的,是高能高速的电子撞击阳极靶面,运动突然受到阻止,高速电子与核电场作用形成辐射,产生一束连续X线。X射线扫描人体组织,在X射线探测器上形成经过组织衰减的X射线投影数据,对数据进行重建就形成CT图像数据。而质子束进入人体后,会与人体内原子核反应产生正电子衰变核素,释放出的正电子湮灭产生的两个方向相反的511keV光子,这些湮灭光子被PET探测器探测到后,再经过一系列的图像重建算法就形成PET人体活度图像。
下面参见图5,图5示出了根据本发明实施例的PET采集模块的示意图。已知质子束流穿过人体,会与人体内原子核反应产生正电子衰变核素,释放出的正电子湮灭产生的两个方向相反的511keV的光子,被探测器探测,通过正电子湮没成像技术(PET)构建人体活度图像。需要对正电子诱导的核素活度信号进行成像,以便能够通过活度分布找到质子束剂量分布,因此需要搭建PET系统采集数据,完成活度成像。图5示出本发明实施例的在蒙特卡洛系统中搭建的一个In-BeamPET系统,包含两个探测器阵列单元2。质子束1入射病人体3后,会激发光子打在探测器上,通过符合探测,重构活度分布图,形成活度分布数据集,用于神经网络的数据输入。
以上仅仅是本发明的多个具体实现方式,各具体实现可以单独或组合来实现,本发明并非以此为限制。
相比现有技术,本发明的优势在于:
本发明采用经训练的生成式对抗网络模型,将实际临床中采集得到的PET图像和CT图像数据通过用生成式对抗网络模型预测对应的剂量分布,实现了质子治疗中运用PET数据监测剂量分布与布拉格峰位置。本发明通过数据采集、数据处理及机器学习大大地提高了剂量分布与布拉格峰位置的预测精度,缩短了预测的时间。由此,通过本发明提供的装置和系统,保证质子治疗过程中对肿瘤组织进行质子束照射的剂量正常、位置准确,降低肿瘤复发和正常器官并发症的风险,从而保证对肿瘤患者进行质子治疗的治疗效果。同时,所述训练样本由CT值、质子束的正电子核素活度分布与剂量分布组成,便于数据获取,算法实现简单。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由所附的权利要求指出。
Claims (8)
1.一种质子治疗的参数监测装置,其特征在于,包括:
生成式对抗网络模块,用于提供经训练的生成式对抗网络模型,所述经训练的生成式对抗网络模型提供质子束的正电子核素活度分布与剂量分布的非线性关系,所述生成式对抗网络模型经由训练样本训练,所述训练样本由CT值、质子束的正电子核素活度分布与剂量分布组成;
CT获取模块,用于获取所述治疗对象的CT图像,以获取用于训练所述生成式对抗网络模型的CT值;
分布获取模块,用于获取用以训练所述生成式对抗网络模型的质子束的正电子核素活度分布与剂量分布,所述生成式对抗网络模型的质子束的正电子核素活度分布与剂量分布基于治疗对象的三维体模构建治疗对象,并模拟获得,所述三维体模根据所述治疗对象的CT图像构建;
PET获取模块,用于从正电子湮没断层扫描系统中获取质子与组织发生反应产生的正电子核素活度分布的PET图像;
预测模块,用于将所述PET图像和所述CT图像输入所述经训练的生成式对抗网络模型,通过所述经训练的生成式对抗网络模型提供的质子束的正电子核素活度分布与剂量分布的非线性关系,预测质子束的剂量分布与布拉格峰位置;
判断模块,用于根据所述预测的质子束的剂量分布判断布拉格峰位置与目标区域的位置关系;
调整模块,用于依据所述判断模块判断的结果确定质子束的出束参数是否需要调整。
2.如权利要求1所述的质子治疗的参数监测装置,其特征在于,所述CT值为质子束经过路径上的CT值。
3.根据权利要求1所述的质子治疗的参数监测装置,其特征在于,所述剂量分布和所述正电子核素活度分布经由治疗对象的三维体模在蒙特卡洛系统中构建的组织中模拟不同入射能量和/或不同入射位置的质子治疗过程获得。
4.根据权利要求1所述的质子治疗的参数监测装置,其特征在于,所述生成式对抗网络模型包括生成器以及判别器,所述训练样本中的CT值、质子束的正电子核素活度分布输入所述生成器以获得一生成值,所述判别器判别所述生成值与所述训练样本中的剂量分布之间的差异。
5.根据权利要求1所述的质子治疗的参数监测装置,其特征在于,所述调整模块还配置成:
若所述判断模块判断所预测的质子束的剂量分布与布拉格峰位置位于目标区域内,则不对所述质子束的出束参数进行调整;
若所述判断模块判断所预测的质子束的剂量分布与布拉格峰位置位于目标区域外,则重新调整所述质子束的出束参数。
6.根据权利要求1所述的质子治疗的参数监测装置,其特征在于,所述生成式对抗网络模型的预测结果通过定量评价方法进行评价。
7.根据权利要求1所述的质子治疗的参数监测装置,其特征在于,所述生成式对抗网络模型的预测结果通过如下步骤进行泛化能力评价:
同一张图片中不同位置处预测的剂量分布与布拉格峰位置的评价和/或更换不同的PET活度图像进行的预测剂量分布与布拉格峰位置的评价。
8.一种质子治疗的参数监测系统,其特征在于,包括:
CT系统,用于提供治疗对象的CT图像;
蒙特卡洛系统,用于基于治疗对象的三维体模构建治疗对象,并模拟获得质子束的剂量分布和正电子核素活度分布,所述三维体模根据所述治疗对象的CT图像构建,以获取用于训练生成式对抗网络模型的质子束的正电子核素活度分布与剂量分布;
PET系统,用于提供质子与组织发生反应产生的正电子核素活度分布的PET图像;以及
如权利要求1至7任一项所述的质子治疗的参数监测装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010931086.5A CN111991711A (zh) | 2020-09-07 | 2020-09-07 | 质子治疗的参数监测装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010931086.5A CN111991711A (zh) | 2020-09-07 | 2020-09-07 | 质子治疗的参数监测装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111991711A true CN111991711A (zh) | 2020-11-27 |
Family
ID=73469816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010931086.5A Pending CN111991711A (zh) | 2020-09-07 | 2020-09-07 | 质子治疗的参数监测装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111991711A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023103746A1 (zh) * | 2021-12-07 | 2023-06-15 | 苏州瑞派宁科技有限公司 | 质子范围验证方法、装置以及计算机可读存储介质 |
CN117350965A (zh) * | 2023-10-07 | 2024-01-05 | 中国原子能科学研究院 | 对象内放射性微球的指标预估装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110270016A (zh) * | 2019-05-27 | 2019-09-24 | 彭浩 | 基于神经网络的质子治疗监测方法、装置与系统 |
WO2019212804A1 (en) * | 2018-04-30 | 2019-11-07 | Elekta, Inc. | Radiotherapy treatment plan modeling using generative adversarial networks |
WO2020126122A1 (en) * | 2018-12-21 | 2020-06-25 | Varian Medical Systems International Ag | Methods and systems for radiotherapy treatment planning based on deep transfer learning |
CN111569279A (zh) * | 2020-05-26 | 2020-08-25 | 杭州珞珈质子科技有限公司 | 质子治疗的参数监测装置及系统 |
-
2020
- 2020-09-07 CN CN202010931086.5A patent/CN111991711A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019212804A1 (en) * | 2018-04-30 | 2019-11-07 | Elekta, Inc. | Radiotherapy treatment plan modeling using generative adversarial networks |
WO2020126122A1 (en) * | 2018-12-21 | 2020-06-25 | Varian Medical Systems International Ag | Methods and systems for radiotherapy treatment planning based on deep transfer learning |
CN110270016A (zh) * | 2019-05-27 | 2019-09-24 | 彭浩 | 基于神经网络的质子治疗监测方法、装置与系统 |
CN111569279A (zh) * | 2020-05-26 | 2020-08-25 | 杭州珞珈质子科技有限公司 | 质子治疗的参数监测装置及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023103746A1 (zh) * | 2021-12-07 | 2023-06-15 | 苏州瑞派宁科技有限公司 | 质子范围验证方法、装置以及计算机可读存储介质 |
CN117350965A (zh) * | 2023-10-07 | 2024-01-05 | 中国原子能科学研究院 | 对象内放射性微球的指标预估装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111569279B (zh) | 质子治疗的参数监测装置及系统 | |
JP7440406B2 (ja) | 蛍光x線測定のための方法および測定装置 | |
Van Elmpt et al. | A literature review of electronic portal imaging for radiotherapy dosimetry | |
Zhu et al. | Proton therapy verification with PET imaging | |
US10555709B2 (en) | Charged particle tomography scanner for real-time volumetric radiation dose monitoring and control | |
KR102020221B1 (ko) | 치과용 콘-빔 ct의 산란선 보정방법 및 보정장치 | |
CN105854191A (zh) | 一种放射治疗中三维剂量验证系统及验证方法 | |
US10674973B2 (en) | Radiation therapy system and methods of use thereof | |
Johnson et al. | Results from a prototype proton-CT head scanner | |
WO2022078175A1 (zh) | 硼中子捕获治疗系统及其治疗计划生成方法 | |
Camarlinghi et al. | An in-beam PET system for monitoring ion-beam therapy: test on phantoms using clinical 62 MeV protons | |
KR101948800B1 (ko) | 3차원 산란 방사선 영상장치와 이를 갖는 방사선 의료장비 및 3차원 산란 방사선 영상장치의 배치 방법 | |
CN111991711A (zh) | 质子治疗的参数监测装置及系统 | |
Rosenfeld et al. | Medipix detectors in radiation therapy for advanced quality-assurance | |
Ferrero et al. | Evaluation of in-beam PET treatment verification in proton therapy with different reconstruction methods | |
WO2020059364A1 (ja) | データ分析装置、比較表示装置、治療計画データ編集装置、線量分布測定方法、プログラムおよび線量分布測定装置 | |
US9849307B2 (en) | System and method for dose verification and gamma ray imaging in ion beam therapy | |
KR101749324B1 (ko) | 3차원 산란 방사선 영상장치 및 이를 갖는 방사선 의료장비 | |
Parodi et al. | 4D in‐beam positron emission tomography for verification of motion‐compensated ion beam therapy | |
CN112023279A (zh) | 质子治疗的参数监测装置及系统 | |
US9870627B2 (en) | System and method for limited angle positron emission tomography | |
Muraro et al. | Proton therapy treatment monitoring with the DoPET system: Activity range, positron emitters evaluation and comparison with Monte Carlo predictions | |
US20230149740A1 (en) | Tracking method, tracking system and electronic device | |
Lee et al. | Monitoring the dose distribution of therapeutic photons on Korean Typical Man-2 phantom (KTMAN-2) by using multiple-scattering Compton camera | |
Ortega et al. | A dedicated tool for PET scanner simulations using FLUKA |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201127 |
|
WD01 | Invention patent application deemed withdrawn after publication |