CN112972912A - 非共面放疗射束入射路径优化方法 - Google Patents
非共面放疗射束入射路径优化方法 Download PDFInfo
- Publication number
- CN112972912A CN112972912A CN202110433107.5A CN202110433107A CN112972912A CN 112972912 A CN112972912 A CN 112972912A CN 202110433107 A CN202110433107 A CN 202110433107A CN 112972912 A CN112972912 A CN 112972912A
- Authority
- CN
- China
- Prior art keywords
- cost
- path
- incident
- patient
- angle
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
-
- 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
- A61N5/1042—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head
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)
Abstract
本发明涉及一种非共面放疗射束入射路径优化方法,包括以下步骤:第一、获取病人的医疗图像;第二、根据病人的医疗图像得到患者的结构信息;第三、根据得到的患者的结构信息建立靶区与危及器官的三维分布模型;第四、通过光线追踪制作出各入射角度代价的代价图;第五、利用最短路径算法在代价图中找到总代价最小的路径作为非共面优化轨道。该方法是一种基于代价图的自动化路径选取方法,不需要人工选择,能够对三维空间中各种可能的入射角度进行评估,能针对不同病人以及不同治疗部位得到最优的非共面入射路径,该方法最终得到的非共面放疗射束路径是连续的,不需要在治疗过程中进入治疗机房移动治疗床,能够节省治疗时间。
Description
技术领域
本发明涉及医疗卫生技术领域,具体涉及一种非共面放疗射束入射路径优化方法。
背景技术
常规放射治疗技术分为共面照射和非共面照射,共面照射所有照射野的中心轴在同一个平面内,非共面照射的照射野中心轴不在同一平面内。研究表明与共面照射相比,非共面照射技术在多种肿瘤的放射治疗中均表现出剂量学的优异性。常规加速器通过引入治疗床的旋转来实现非共面照射,在选择入射路径时需要在三维空间中选取最优的入射角度并且考虑到治疗机头与治疗床的碰撞。然而目前非共面照射的入射路径缺少较好的选取方法,通常依靠经验人为选取3-5个固定的入射角度。这种方法并不能很好的在三维空间中找到最优的入射路径,而且入射节点之间并不连续,需要在照射完一个节点后移动治疗机头与治疗床到下一个照射节点,导致较长的治疗时间。
现有技术中的非共面放疗解决方案是针对颅内病灶的非共面治疗,对其他部位的治疗不具有普适性;而且现有技术中的非共面入射路径是预设好的,不能针对每个病人提供个性化的定制。
发明内容
本发明旨在提供一种非共面放疗射束入射路径优化方法,所要解决的技术问题包括如何针对不同病人和不同部位得到连续的最优化的非共面放疗射束入射路径。
本发明的目的是解决现有技术的不足,提供一种非共面放疗射束入射路径优化方法,包括以下步骤:
第一、获取病人的医疗图像;
第二、根据病人的医疗图像得到患者的结构信息;
第三、根据得到的患者的结构信息建立靶区与危及器官的三维分布模型;
第四、通过光线追踪制作出各入射角度代价的代价图;
第五、利用最短路径算法在代价图中找到总代价最小的路径作为非共面优化轨道(即非共面放疗入射路径)。
其中,所述的医疗图像包括CT、MRI和/或PET图像。
优选地,根据病人的医疗图像得到患者的结构信息具体包括:首先将包含病人结构勾画信息的RS文件以DICOM格式从计划系统中导出至Matlab读取其中包含的结构勾画信息;RS文件中包含每层CT图像上勾画出的结构的勾画节点的三维空间坐标;读取各个结构的勾画节点的三维空间坐标,然后将三维空间坐标转换成三维的矩阵坐标,得到勾画结构的轮廓。
优选地,根据得到的患者的结构信息建立靶区与危及器官的三维分布模型具体包括:将勾画结构的轮廓进行填充并对不同结构进行赋值,建立三维空间中的靶区与正常器官的三维分布模型。
进一步优选地,将勾画结构的轮廓进行填充是指运用Matlab中的roipoly函数、dicomContours或者creatMask函数将勾画结构的轮廓进行填充。
优选地,通过光线追踪制作出各入射角度代价的代价图具体包括:
首先,将治疗机头的机架旋转角度g和治疗床旋转角度c选取每隔规定的角度为一个节点,在排除可能导致治疗机头和治疗床碰撞的角度组合后使用光线追踪算法,以靶区中心为追踪中心,治疗机头和治疗床的角度组合按照出射点方向的计算公式确定追踪中心与出射点的连线在三维空间里的方向,根据出射点与追踪中心的连线确定入射的方向,其中出射点方向的计算公式为:
然后,使出射点与追踪中心的距离保持恒定在三维空间中模拟各个角度照射的三维模型;计算各入射射线与三维模型相交点的坐标得到射线路径上各正常器官的体素数量,将得到的各器官体素数量ni除以各器官总的体素数量Ni并进行叠加作为当前入射角度的代价;以机架旋转角度g为横坐标,治疗床旋转角度c为纵坐标,制作出各入射角度代价的代价图。
可替代地,制作代价图的形式还可以有:
A、在追踪中心处与入射射线垂直的投影平面上计算正常器官与靶区重叠的面积大小作为当前入射方向的代价;或者
B、利用百分深度剂量计算入射射线路径上各正常器官体素接受的剂量进行叠加作为当前入射角度的代价。
进一步优选地,所述的最短路径算法包括狄克斯特拉最短路径算法、Bellman-Ford算法、Floyd算法和/或SPFA算法。
优选地,所述的每隔规定的角度是指每隔一度、两度、五度或十度为一个节点。
优选地,所述的狄克斯特拉最短路径算法需要四个输入,其中前两个输入是指明路径选取的起始点和结束点,第三个输入是指明节点a 和节点b之间是否相连的矩阵A,该矩阵A为:
矩阵A用来确定选择路径时是否能从a节点到达b节点;最后一个输入是从a节点到b节点的代价M,由a和b两点的代价叠加得到:M = cost(a) + cost(b);最后得到起始点和结束点之间总代价最小的非共面放疗入射路径。
有益效果
与现有技术相比,本发明的有益效果是:
本发明所述的非共面放疗射束入射路径优化方法是一种基于代价图的自动化路径选取方法,不需要人工选择,能够对三维空间中各种可能的入射角度进行评估。与现有技术相比能针对不同病人以及不同治疗部位得到最优的非共面入射路径。本发明所述的优化方法最终得到的非共面放疗射束路径是连续的,不需要在治疗过程中进入治疗机房移动治疗床,能够节省治疗时间。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本申请的具体实施方式一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1是本发明所述的光线追踪示意图。
图2是本发明所述的非共面放疗射束入射路径优化方法的整体流程图。
具体实施方式
在下文中更详细地描述了本发明以有助于对本发明的理解。
如图1和图2所示,本发明所述的非共面放疗射束入射路径优化方法包括以下步骤:
第一、获取病人的医疗图像;
第二、根据病人的医疗图像得到患者的结构信息;
第三、根据得到的患者的结构信息建立靶区与危及器官(危及器官是肿瘤附近需要保护的正常器官)的三维分布模型;
第四、通过光线追踪制作出各入射角度代价的代价图;
第五、利用最短路径算法在代价图中找到总代价最小的路径作为非共面优化轨道(即非共面放疗入射路径)。
所述的医疗图像包括CT、MRI和/或PET图像。
具体地,首先将包含病人结构勾画信息的RS文件以DICOM(Digital Imaging andCommunications in Medicine,医疗数位影像传输协定)格式从计划系统中导出至Matlab读取其中包含的结构勾画信息。RS文件中包含每层CT图像上勾画出的结构的勾画节点的三维空间坐标。读取各个结构的勾画节点的三维空间坐标,然后将三维空间坐标转换成三维的矩阵坐标,此时将得到勾画结构的轮廓。最后运用Matlab中的roipoly函数(或者dicomContours跟creatMask函数)将轮廓进行填充并对不同结构进行赋值,建立三维空间中的靶区与正常器官的三维分布模型。治疗机头可以在竖直平面内0-360度范围内旋转,治疗床可在水平面内270-90度的范围内旋转。治疗机头的机架旋转角度g和治疗床旋转角度c选取每两度为一个节点(可以每1度,每5度或者每10度选取一个节点,不一定非要每两度选取一个节点,这里选取节点的度数间隔会影响到计算的精度),在排除可能导致治疗机头和治疗床碰撞的角度组合后使用光线追踪算法,以靶区中心为追踪中心,治疗机头和治疗床的角度组合确定出射点,出射点与追踪中心的连线确定入射的方向:
其中x、y、z指的是追踪中心与出射点的连线在三维空间里的方向,不是出射点的坐标值,如果要换算成出射点的坐标需要将x、y、z分别乘上追踪中心到出射点之间的距离。
出射点与追踪中心的距离保持恒定在三维空间中模拟各个角度照射模型。计算各入射射线与三维模型相交点的坐标得到射线路径上各正常器官的体素数量,将得到的各器官体素数量除以各器官总的体素数量并进行叠加作为当前入射角度的代价。以机架旋转角度g为横坐标,治疗床旋转角度c为纵坐标,制作出各入射角度代价的代价图。最后使用狄克斯特拉(Dijkstra)最短路径算法(或者Bellman-Ford算法、Floyd算法和SPFA算法)在代价图中找到总代价最小的路径作为非共面放疗入射路径。
制作代价图的形式还可以有以下两种:
1、在追踪中心处与入射射线垂直的投影平面上计算正常器官与靶区重叠的面积大小作为当前入射方向的代价;或者
2、利用百分深度剂量计算入射射线路径上各正常器官体素接受的剂量进行叠加作为当前入射角度的代价。
其中正常器官(危及器官)与靶区重叠的面积大小就是用来衡量此时入射方向的代价大小,重叠面积大代价也就大。
百分深度剂量是在加速器上测量得到的,或者可以认为是一个提前获得的工具,计算当前入射角度的代价直接使用提前获得的百分深度剂量即可。所述的剂量叠加是指通过百分深度剂量计算得到的每个危及器官每个体素的剂量进行叠加,危及器官剂量大代价也就大。
狄克斯特拉最短路径算法需要四个输入,前两个输入是指明路径选取的起始点和结束点,第三个输入是指明节点a 和节点b之间是否相连的矩阵A:
矩阵A用来确定选择路径时是否能从a节点到达b节点。最后一个输入是从a节点到b节点的代价M,由a和b两点的代价叠加得到:M = cost(a) + cost(b)。最后将得到起始点和结束点之间总代价最小的非共面入射路径。
以上描述了本发明优选实施方式,然其并非用以限定本发明。本领域技术人员对在此公开的实施方案可进行并不偏离本发明范畴和精神的改进和变化。
Claims (10)
1.一种非共面放疗射束入射路径优化方法,其特征在于,所述的非共面放疗射束入射路径优化方法包括以下步骤:
第一、获取病人的医疗图像;
第二、根据病人的医疗图像得到患者的结构信息;
第三、根据得到的患者的结构信息建立靶区与危及器官的三维分布模型;
第四、通过光线追踪制作出各入射角度代价的代价图;
第五、利用最短路径算法在代价图中找到总代价最小的路径作为非共面优化轨道。
2.根据权利要求1所述的非共面放疗射束入射路径优化方法,其特征在于,所述的医疗图像包括CT、MRI和/或PET图像。
3.根据权利要求1所述的非共面放疗射束入射路径优化方法,其特征在于,根据病人的医疗图像得到患者的结构信息具体包括:首先将包含病人结构勾画信息的RS文件以DICOM格式从计划系统中导出至Matlab读取其中包含的结构勾画信息;RS文件中包含每层CT图像上勾画出的结构的勾画节点的三维空间坐标;读取各个结构的勾画节点的三维空间坐标,然后将三维空间坐标转换成三维的矩阵坐标,得到勾画结构的轮廓。
4.根据权利要求1所述的非共面放疗射束入射路径优化方法,其特征在于,根据得到的患者的结构信息建立靶区与危及器官的三维分布模型具体包括:将勾画结构的轮廓进行填充并对不同结构进行赋值,建立三维空间中的靶区与正常器官的三维分布模型。
5.根据权利要求1所述的非共面放疗射束入射路径优化方法,其特征在于,将勾画结构的轮廓进行填充是指运用Matlab中的roipoly函数、dicomContours或者creatMask函数将勾画结构的轮廓进行填充。
6.根据权利要求1所述的非共面放疗射束入射路径优化方法,其特征在于,通过光线追踪制作出各入射角度代价的代价图具体包括:
首先,将治疗机头的机架旋转角度g和治疗床旋转角度c选取每隔规定的角度为一个节点,在排除可能导致治疗机头和治疗床碰撞的角度组合后使用光线追踪算法,以靶区中心为追踪中心,治疗机头和治疗床的角度组合按照出射点方向的计算公式确定追踪中心与出射点的连线在三维空间里的方向,根据出射点与追踪中心的连线确定入射的方向,其中出射点方向的计算公式为:
7.根据权利要求1所述的非共面放疗射束入射路径优化方法,其特征在于,制作代价图的形式还包括:
A、在追踪中心处与入射射线垂直的投影平面上计算正常器官与靶区重叠的面积大小作为当前入射方向的代价;或者
B、利用百分深度剂量计算入射射线路径上各正常器官体素接受的剂量进行叠加作为当前入射角度的代价。
8.根据权利要求1所述的非共面放疗射束入射路径优化方法,其特征在于,所述的最短路径算法包括狄克斯特拉最短路径算法、Bellman-Ford算法、Floyd算法和/或SPFA算法。
9.根据权利要求6所述的非共面放疗射束入射路径优化方法,其特征在于,所述的每隔规定的角度是指每隔一度、两度、五度或十度为一个节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110433107.5A CN112972912B (zh) | 2021-04-22 | 2021-04-22 | 非共面放疗射束入射路径优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110433107.5A CN112972912B (zh) | 2021-04-22 | 2021-04-22 | 非共面放疗射束入射路径优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112972912A true CN112972912A (zh) | 2021-06-18 |
CN112972912B CN112972912B (zh) | 2021-08-17 |
Family
ID=76341619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110433107.5A Active CN112972912B (zh) | 2021-04-22 | 2021-04-22 | 非共面放疗射束入射路径优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112972912B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113491844A (zh) * | 2021-07-30 | 2021-10-12 | 北京瑞尔世维医学研究有限公司 | 一种全球面放射治疗系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105617536A (zh) * | 2015-12-24 | 2016-06-01 | 上海联影医疗科技有限公司 | 旋转逆向调强放疗优化方法及装置 |
CN105930636A (zh) * | 2016-03-29 | 2016-09-07 | 中北大学 | 一种自动确定目标函数权重的放射治疗方案优化系统 |
CN110020710A (zh) * | 2019-03-08 | 2019-07-16 | 华南理工大学 | 一种基于人工蜂群算法的射束方向及权重多目标优化方法 |
CN110415785A (zh) * | 2019-08-29 | 2019-11-05 | 北京连心医疗科技有限公司 | 人工智能引导放疗计划的方法及系统 |
US20200206531A1 (en) * | 2018-12-28 | 2020-07-02 | Varian Medical Systems International Ag | Incorporating multiple targets in trajectory optimization for radiotherapy treatment planning |
CN112546463A (zh) * | 2021-02-25 | 2021-03-26 | 四川大学 | 基于深度神经网络的放疗剂量自动预测方法 |
-
2021
- 2021-04-22 CN CN202110433107.5A patent/CN112972912B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105617536A (zh) * | 2015-12-24 | 2016-06-01 | 上海联影医疗科技有限公司 | 旋转逆向调强放疗优化方法及装置 |
CN105930636A (zh) * | 2016-03-29 | 2016-09-07 | 中北大学 | 一种自动确定目标函数权重的放射治疗方案优化系统 |
US20200206531A1 (en) * | 2018-12-28 | 2020-07-02 | Varian Medical Systems International Ag | Incorporating multiple targets in trajectory optimization for radiotherapy treatment planning |
CN110020710A (zh) * | 2019-03-08 | 2019-07-16 | 华南理工大学 | 一种基于人工蜂群算法的射束方向及权重多目标优化方法 |
CN110415785A (zh) * | 2019-08-29 | 2019-11-05 | 北京连心医疗科技有限公司 | 人工智能引导放疗计划的方法及系统 |
CN112546463A (zh) * | 2021-02-25 | 2021-03-26 | 四川大学 | 基于深度神经网络的放疗剂量自动预测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113491844A (zh) * | 2021-07-30 | 2021-10-12 | 北京瑞尔世维医学研究有限公司 | 一种全球面放射治疗系统 |
US11904188B2 (en) | 2021-07-30 | 2024-02-20 | Beijing Rayer Shiwei Medical Research Co., Ltd | Fully-spherical radiation therapy system |
Also Published As
Publication number | Publication date |
---|---|
CN112972912B (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105031833B (zh) | 放射治疗装置的剂量验证系统 | |
US8077936B2 (en) | Treatment planning software and corresponding user interface | |
Goitein et al. | Multi-dimensional treatment planning: II. Beam's eye-view, back projection, and projection through CT sections | |
US7438685B2 (en) | Apparatus and method for registration, guidance and targeting of external beam radiation therapy | |
US9427201B2 (en) | Non-invasive method for using 2D angiographic images for radiosurgical target definition | |
CN101553281B (zh) | 使用直接目标配准的目标跟踪 | |
CN102306239B (zh) | 基于锥形束ct图像ct值校正技术的放疗剂量评估和优化方法 | |
CN105167788B (zh) | 双影像c臂系统 | |
CN100586507C (zh) | 三维适形近距离放射治疗集成系统 | |
CN101501704A (zh) | 用于drr生成和图像配准的图像分割 | |
JPH09154961A (ja) | 放射線治療計画法 | |
CN101952837A (zh) | 用于跟踪的质量保证的立体成像对中的单个x射线图像的使用 | |
JP2001029490A (ja) | 混合照射評価支援システム | |
Conway et al. | CT virtual simulation | |
CN108852400B (zh) | 一种实现治疗中心位置验证的方法及装置 | |
CN107480416A (zh) | 一种放射治疗计划系统 | |
CN112972912B (zh) | 非共面放疗射束入射路径优化方法 | |
Gehring et al. | A three-dimensional volume visualization package applied to stereotactic radiosurgery treatment planning | |
CN108492340A (zh) | 基于超声图像获取伪ct的方法 | |
Tsalpatouros et al. | CT-based software for 3-D localization and reconstruction in stepping source brachytherapy | |
Van De Schoot et al. | Generic method for automatic bladder segmentation on cone beam CT using a patient‐specific bladder shape model | |
Tsiakalos et al. | Graphical treatment simulation and automated collision detection for conformal and stereotactic radiotherapy treatment planning | |
US20230302298A1 (en) | Method and system for robust radiotherapy treatment planning for dose mapping uncertainties | |
Michalski et al. | The CT-simulation 3-D treatment planning process | |
CN110322426B (zh) | 基于可变人体模型的肿瘤靶区勾画方法、设备和存储介质 |
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 |