CN113101548A - 一种降低皮肤剂量的光子调强放疗控制方法 - Google Patents
一种降低皮肤剂量的光子调强放疗控制方法 Download PDFInfo
- Publication number
- CN113101548A CN113101548A CN202110426230.4A CN202110426230A CN113101548A CN 113101548 A CN113101548 A CN 113101548A CN 202110426230 A CN202110426230 A CN 202110426230A CN 113101548 A CN113101548 A CN 113101548A
- Authority
- CN
- China
- Prior art keywords
- dose
- optimization
- parameters
- plan
- machine
- 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
- A61N5/1042—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
- A61N5/1047—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 with movement of the radiation head during application of radiation, e.g. for intensity modulated arc therapy or IMAT
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明降低皮肤剂量的光子调强放疗控制方法,获取所需的治疗计划数据与参数,调用修改过百分深度剂量曲线建成区之后构建的机器新数学模型来进行计划优化,优化完成后将得到各照射野的最优化计划参数,调用机器原始的真实数学模型来重新计算全空间的三维剂量,得到最终的剂量分布数据;利用修改过建成区剂量之后的机器数学模型来进行计划优化的新方法,保证临床肿瘤靶区CTV接受足够高处方剂量覆盖,同时有效降低皮肤表面正常组织的受照剂量,避免出现潜在的剂量热点,操作方便,效果好。
Description
技术领域
本发明属于放射治疗领域中的调强放疗技术,具体涉及一种降低皮肤剂量的光子调强放疗控制方法。
背景技术
放射治疗是目前癌症治疗最重要的三种手段(手术、化疗和放射治疗)之一,约七成的癌症患者在整个治疗流程中需要接受放射治疗。放射治疗的目标即最大程度地用射线杀死癌细胞,同时尽可能减少周围正常组织的受照剂量。随着精确放疗技术的发展,调强放射治疗(Intensity Modulated Radiation Therapy,IMRT)技术目前在临床治疗中被广泛应用,尤其针对于复杂病例的情况。它通过调整照射野内的通量分布和不同位置的输出剂量强度,不仅可以做到放疗高剂量区与肿瘤靶区形状的三维适形,同时也可以在肿瘤靶区边缘形成很高的剂量梯度,实现在对肿瘤靶区进行高剂量精确照射的同时,最大限度地保护周围正常组织和器官,从而提高肿瘤的局部控制率、减轻正常组织损伤和毒性,提高患者的生存率和生活质量。
光子线以其较强地穿透能力,在目前临床放射治疗中被广泛采用。但由于光子是中性粒子,发生能量传递往往需要借助所产生的次级电子,而又由于存在次级电子平衡的关系,因此光子线在深度剂量分布上具有一定的“建成区”。在建成区内,电子平衡不成立,光子传递给次级电子的能量高于次级电子在本地沉积的能量,因此会在射线入射端的浅层出现一段剂量上升区。
建成区的剂量相对较低,这可能会导致某些调强放疗计划的设计存在较大难度,比如计划靶区体积PTV的范围贴近或超出皮肤外轮廓边界的情况。这主要是因为调强放疗技术中采用了逆向优化的算法来求解满足目标函数的照射野通量和强度。大多数情况下,临床肿瘤体积CTV并未侵犯到皮肤,但通过CTV外扩来定义计划靶区体积PTV时,PTV区域往往会过于贴近皮肤甚至超出外轮廓的边界。对于类似这样的情况,由于建成区剂量较低,优化算法会过度补偿浅层区域的剂量,导致照射野内通量分布出现异常高的热点,从而引起局部皮肤表面剂量的显著升高。
计划靶区PTV的设置主要是为了考虑摆位误差、临床靶区运动以及局部解剖结构改变导致的不确定性,保证临床靶区CTV具有足够的覆盖率,但对于CTV外的正常组织比如皮肤区域,本身无需接受如此高的剂量。如何降低在此类情况下的皮肤剂量?目前临床上常用的办法是将PTV的边界收缩回皮肤下3mm以内,或者在皮肤外添加虚拟的补偿膜再进行计划优化;但这些方法实际操作都比较繁琐,并且有时效果欠佳,难以达到理想的要求。如何针对上述计划靶区体积PTV贴近或超出皮肤外轮廓边界的情况简单快捷地设计出满足临床要求的光子线调强放疗计划,是目前放疗医生、物理师和剂量师所面临的一个难题。
发明内容
为了解决现有技术存在的上述问题,本发明目的在于提供一种能够避免局部皮肤表面出现剂量热点,同时确保临床肿瘤靶区接受足够高处方剂量覆盖,操作方便,效果好,降低皮肤剂量的光子调强放疗控制方法。
本发明所采用的技术方案为:
一种降低皮肤剂量的光子调强放疗控制方法,包括以下步骤:
S1、获取治疗计划中的患者影像与勾画信息、计划射野参数和优化目标;
S2、调用修改建成区后构建的机器新的数学模型,根据步骤S1中患者影像与勾画信息、计划射野参数和优化目标,通过治疗计划系统中的逆向优化模块对计划参数进行反复迭代调整,直到肿瘤靶区和周围危及器官的剂量满足预先设定的目标,优化完成得到各照射野最优化的计划参数;
S3、调用未修改建成区的原始机器真实数学模型,根据步骤S2中优化后得到的计划参数,进行三维剂量计算,得到最终的剂量分布数据。
进一步地,所述步骤S1中还包括如下过程:
S11、从治疗计划系统中获取患者的影像数据;
S12、从治疗计划系统中获取医生勾画的肿瘤靶区和正常组织的结构信息,其中肿瘤靶区的结构包括肉眼可见肿瘤体积GTV、临床靶体积CTV以及计划靶体积PTV,正常组织的结构信息根据肿瘤所在位置和治疗部位确定;
S13、从治疗计划系统中获取剂量师或物理师设置的各项计划参数,包括处方剂量、加速器机器数学模型、光子线能量、剂量率、照射野的布置以及计划优化的各项目标函数和权重。
进一步地,所述步骤S11中患者的影像数据包括CT、MR和PET数据。
进一步地,所述步骤S2中修改百分深度剂量建成区的具体方法过程如下:
S21、从治疗计划系统中获取机器调试阶段采集的模型测量数据,从中挑选出所有测量的百分深度剂量曲线,将其复制一份作为修改的基础,后续操作均在复制的百分深度剂量曲线上进行修改,避免影响机器的原始数据;
S22、步骤S21中所述的百分深度剂量曲线,囊括了不同大小的正方形照射野和长方形照射野以及不同源皮距SSD的百分深度剂量曲线;
S23、对步骤S21中复制的百分深度剂量曲线的数据进行修改,将其建成区的剂量提高到大于70%,具体数值根据TPS数学模型、光子束能量、治疗部位进行选择和调整;
S24、利用步骤S23中修改后的百分深度剂量曲线,保持模型中其他基础参数不变,建立一套修改建成区后机器新的数学模型。
进一步地,所述步骤S2中,在治疗计划系统中调用逆向优化模块,基于上述修改建成区后机器新的数学模型,结合步骤S1中获取的射野参数和优化目标,对照射野的计划参数进行反复迭代调整,使得肿瘤靶区和周围危及器官的剂量满足预先设定的目标,优化后得到各个照射野下最优的计划参数。
进一步地,所述步骤S3中还包括如下过程:
S31、从治疗计划系统中获取患者三维影像数据、勾画结构、射野布置以及步骤S2中优化后获得的最优化照射野计划参数;
S32、基于S31中的数据,在治疗计划系统中调用机器原始的真实数学模型,利用治疗计划系统中内置的剂量计算引擎重新计算出最终的三维剂量分布。
与现有技术相比,本发明提供一种降低皮肤剂量的光子调强放疗控制方法,有益效果在于:能够避免局部皮肤表面出现剂量热点,同时确保临床肿瘤靶区接受足够高处方剂量覆盖,操作方便,效果好;
1.本发明针对光子线调强放疗中计划靶区PTV贴近或超出皮肤外轮廓边界的情况,提供了一种更为可靠、适用面更广的解决方案;现有的传统方法在内缩PTV区域范围上存在一定争议,针对不同病例理应采用不同的内缩距离,但目前常规方法仅使用3mm这一固定值,不利用计划优化过程得到最优解;类似的问题在外加补偿膜这一解决方案中同样会遇到,比如补偿膜厚度的选择等;而本发明创新性地采用了提升光子线在建成区的剂量这一方法,并将其融入新的机器模型中,将该问题交给计划系统的优化算法,通过算法优化得出最优解,从而有效解决射野中出现局部异常高的剂量热点的情况。
2.本发明提出的方法相比于现有方法更为简单直接,可以有效地节省计划设计的时间,提高工作效率;传统方法需要针对每个病例进行PTV内缩或者外加虚拟补偿膜进行优化计算,操作上较繁琐;另外这也会进一步增加光子线调强计划的复杂度,进而导致计划优化时间的增加;而采用本发明提出的方法,只需利用修改建成区后的深度剂量曲线来重新构建一套新的机器数学模型,后续在计划优化过程中直接调用即可,无需其他繁琐操作,精简了计划设计流程;尽管前期机器数学模型的重新构建比较费时,但模型的构建和调试只需完成一次,后续在优化过程中的调用与常规计划设计过程无异;并且,由于修改后的新模型中建成区剂量相对较高,调强计划的优化目标也将变得更为容易达成,因此也可有效缩短计划优化所需的时间。
附图说明
图1是本发明降低皮肤剂量的光子调强放疗控制方法的流程示意图;
图2是本发明降低皮肤剂量的光子调强放疗控制方法修改过建成区剂量后的百分深度剂量曲线示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
如图1所示,本发明涉及放射治疗领域中的调强放疗技术,提出了一种降低皮肤剂量的光子调强放疗控制方法,主要包括::获取所需的患者影像与勾画信息、计划射野参数和优化目标,调用修改过百分深度剂量建成区之后的机器数学模型来进行计划优化,优化完成后得到各射野的最优化通量分布和权重参数,基于这些参数,调用原始的未修改建成区的机器数学模型来进行三维剂量计算,得到最终的剂量分布。本发明针对调强放疗中计划靶区PTV贴近或超出皮肤边界这一特殊情况,在现有临床治疗计划设计流程基础上加以改进,提出一种利用修改过建成区剂量之后的机器数学模型来进行计划优化的新方法,可以实现在保证临床肿瘤靶区CTV接受足够高处方剂量覆盖的前提下,有效降低皮肤表面正常组织的受照剂量。
本发明一较佳实施方式提供一种降低皮肤剂量的光子调强放疗控制方法,具体提供一种针对光子调强放疗中降低皮肤剂量的计划设计方法,按照如下步骤实现:
步骤S1:获取治疗计划中的患者影像与勾画信息、计划射野参数和优化目标;
步骤S2:调用修改建成区后构建的机器新数学模型,根据步骤S1中患者影像与勾画信息、计划射野参数和优化目标,通过治疗计划系统中的逆向优化模块对计划参数进行反复迭代调整,直到肿瘤靶区和周围危及器官的剂量满足预先设定的目标,优化完成得到各照射野最优化的计划参数;
步骤S3:调用未修改建成区的原始机器真实数学模型,根据步骤S2中优化后得到的计划参数,进行三维剂量计算,得到最终的剂量分布数据。
在本发明一较佳实施方式在步骤S1中,还包括如下过程:
步骤S11:从治疗计划系统中获取患者的影像数据,包括CT、MR和PET等数据;
步骤S12:从治疗计划系统中获取医生勾画的肿瘤靶区和正常组织的结构信息,其中肿瘤靶区的结构包括肉眼可见肿瘤体积GTV、临床靶体积CTV以及计划靶体积PTV,正常组织的结构信息根据肿瘤所在位置和治疗部位确定;
步骤S13:从治疗计划系统中获取剂量师或物理师设置的各项计划参数,包括处方剂量、加速器机器数学模型、光子线能量、剂量率、照射野的布置以及计划优化的各项目标函数和权重。
本发明实一较佳实施方式在步骤S2中,修改建成区后构建机器新的数学模型的具体方法过程如下:
步骤S21、从治疗计划系统中获取机器调试阶段采集的模型测量数据,从中挑选出所有测量的百分深度剂量曲线,将其复制一份作为修改的基础,后续操作均在复制的百分深度剂量曲线上进行修改,避免影响机器的原始数据;
步骤S22、步骤S21中所述的百分深度剂量曲线,囊括了不同大小的正方形照射野和长方形照射野以及不同源皮距SSD的百分深度剂量曲线;
步骤S23、对步骤S21中复制的百分深度剂量曲线的数据进行修改,将其建成区的剂量提高到大于70%,具体数值根据TPS数学模型、光子束能量、治疗部位进行选择和调整;
步骤S24、利用步骤S23中修改后的百分深度剂量曲线,保持模型中其他基础参数不变,建立成一套修改建成区后机器新的数学模型。
本发明一较佳实施方式在步骤S2中,在治疗计划系统中调用逆向优化模块,基于步骤S2中修改建成区后机器新的数学模型,结合步骤S1中获取的射野参数和优化目标,对照射野的计划参数进行反复迭代调整,使得肿瘤靶区和周围危及器官的剂量满足预先设定的目标,优化后得到各个照射野下最优的计划参数。
步骤S22中百分深度剂量曲线包含有多个正方形野、多个长方形野和多个源皮距SSD对应的数据点;多个正方形野互相之间边长不相同,多个长方形野互相之间边长也不相同,多个源皮距SSD互相之间长度不同。
例如多个正方形野的边长为3×3cm~40×40cm,多个长方形野的边长为5×25cm~25×5cm,多个源皮距SSD对应长度为90cm~110cm。
本发明一较佳实施方式在步骤S3中还包括如下过程:
步骤S31、从治疗计划系统中获取患者三维影像数据、勾画结构、射野布置以及上述步骤S2中优化后获得的最优化照射野计划参数;
步骤S32、基于S31中的数据,在治疗计划系统中调用机器原始的真实数学模型,利用治疗计划系统中内置的剂量计算引擎重新计算出最终的三维剂量分布。
本发明一较佳实施方式在步骤S3中,优化完成后得到各照射野最优化的通量分布和权重参数,在治疗计划系统中调用逆向优化模块,基于步骤S2中修改建成区后的机器数学模型,结合步骤S1中获取的射野参数和优化目标,对子野形状和强度进行反复迭代调整,使得肿瘤靶区和周围危及器官的剂量满足预先设定的目标,优化后得到各个照射野下最优的通量分布和权重。
与现有技术相比,本发明降低皮肤剂量的光子调强放疗控制方法达到了以下目的:
1.本发明针对光子线调强放疗中计划靶区PTV贴近或超出皮肤外轮廓边界的情况,提供了一种更为可靠、适用面更广的解决方案。现有的传统方法在内缩PTV区域范围上存在一定争议,针对不同病例理应采用不同的内缩距离,但目前常规方法仅使用3mm这一固定值,不利用计划优化过程得到最优解。类似的问题在外加补偿膜这一解决方案中同样会遇到,比如补偿膜厚度的选择等。而本发明创新性地采用了提升光子线在建成区的剂量这一方法,并将其融入新的机器模型中,将该问题交给计划系统的优化算法,通过算法优化得出最优解,从而有效解决射野中出现局部异常高的剂量热点的情况。
2.本发明提出的方法相比于现有方法更为简单直接,可以有效地节省计划设计的时间,提高工作效率。传统方法需要针对每个病例进行PTV内缩或者外加虚拟补偿膜进行优化计算,操作上较繁琐。另外这也会进一步增加光子线调强计划的复杂度,进而导致计划优化时间的增加。而采用本发明提出的方法,只需利用修改建成区后的深度剂量曲线来重新构建一套新的机器数学模型,后续在计划优化过程中直接调用即可,无需其他繁琐操作,精简了计划设计流程。尽管前期机器数学模型的重新构建比较费时,但模型的构建和调试只需完成一次,后续在优化过程中的调用与常规计划设计过程无异。并且,由于修改后的新模型中建成区剂量相对较高,调强计划的优化目标也将变得更为容易达成,因此也可有效缩短计划优化所需的时间。
实施一,以鼻咽癌常规的光子线九野调强放疗计划为例,针对光子调强放疗中计划靶区体积PTV贴近或超出皮肤外轮廓边界的情况,提出降低皮肤剂量的计划设计方法,实际操作步骤如下:
步骤S1:获取治疗计划中的患者影像与勾画信息、计划射野参数和优化目标;
具体地,从治疗计划系统中获取需要的鼻咽癌患者的CT和MR影像数据、医生勾画的肿瘤靶区(包括肉眼可见肿瘤体积GTV、临床靶体积CTV以及计划靶体积PTV)和正常组织的结构信息(包括脊髓、脑干、左右晶体、视交叉、左右视神经、左右腮腺、左右颞叶、垂体、甲状腺等组织的结构信息)、治疗计划参数包括处方剂量、加速器机器模型的选择、光子线能量、剂量率、照射野的布置以及计划优化中针对肿瘤靶区和危及器官设置的各项目标函数和权重。
步骤S2:调用修改建成区后构建的机器新数学模型,根据步骤S1中患者影像与勾画信息、计划射野参数和优化目标,通过治疗计划系统中的逆向优化模块对计划参数进行反复迭代调整,直到肿瘤靶区和周围危及器官的剂量满足预先设定的目标,优化完成得到各照射野最优化的计划参数;
具体地,深度剂量曲线建成区的调整包括:从治疗计划系统中获取机器调试阶段采集的模型测量数据,从中挑选出所有测量的百分深度剂量曲线,将其复制一份作为修改的基础,后续操作均在复制的百分深度剂量曲线上进行修改,避免影响机器的原始数据。所挑选出的百分深度剂量曲线,包含不同大小正方形射野(比如从3×3cm到40×40cm)、不同形状长方形射野(比如5×25cm和25×5cm等)以及不同长度源皮距SSD(比如从90cm到110cm)对应的数据。将原百分深度剂量曲线中建成区的剂量提高到大于70%,具体数值根据TPS数学模型、光子束能量、治疗部位进行选择和调整。图2中所展示的是两条典型的修改过建成区剂量后的百分深度剂量曲线,其中实线为原始的百分深度剂量曲线,而虚线和点画线则为调整过建成区剂量之后的百分深度剂量曲线。
进一步地,利用修改后的百分深度剂量曲线,保持模型中其他参数(比如离轴比,输出因子)不变,构建一套新的机器模型,保存到治疗计划系统的机器模型数据库中。
步骤S3:调用未修改建成区的原始机器真实数学模型,根据步骤S2中优化后得到的计划参数,进行三维剂量计算,得到最终的剂量分布数据。
具体地,从治疗计划系统中获取患者影像数据、勾画结构、射野布置以及上述步骤S2中获得的最优化射野计划参数;
进一步地,基于上述获取的数据,在治疗计划系统中调用机器原始的真实数学模型,利用治疗计划系统中内置的剂量计算引擎重新计算出最终的三维剂量分布。
本实施例公开的新型降低皮肤剂量的光子调强放疗控制方法,针对鼻咽癌光子线调强放疗中计划靶区体积PTV贴近或超出皮肤外轮廓边界的情况,可以有效降低正常皮肤组织的受照剂量,提高治疗计划的质量。同时,由于修改后的新模型中建成区剂量相对较高,调强计划的优化目标也将变得更容易达成,因此也可有效缩短计划优化所需的时间。与现有方法相比,本发明公开的新型计划设计方法更为简便,大大提高了对该类型计划设计的质量和效率,同时适用范围更广。
本发明不局限于上述可选实施方式,任何人在本发明的启示下都可得出其他各种形式的产品,但不论在其形状或结构上作任何变化,凡是落入本发明权利要求界定范围内的技术方案,均落在本发明的保护范围之内。
Claims (6)
1.一种降低皮肤剂量的光子调强放疗控制方法,其特征在于:包括以下步骤:
S1、获取治疗计划中的患者影像与勾画信息、计划射野参数和优化目标;
S2、调用修改建成区后构建的机器新的数学模型,根据步骤S1中患者影像与勾画信息、计划射野参数和优化目标,通过治疗计划系统中的逆向优化模块对计划参数进行反复迭代调整,直到肿瘤靶区和周围危及器官的剂量满足预先设定的目标,优化完成得到各照射野最优化的计划参数;
S3、调用未修改建成区的原始机器真实数学模型,根据步骤S2中优化后得到的计划参数,进行三维剂量计算,得到最终的剂量分布数据。
2.根据权利要求1所述降低皮肤剂量的光子调强放疗控制方法,其特征在于:
所述步骤S1中还包括如下过程:
S11、从治疗计划系统中获取患者的影像数据;
S12、从治疗计划系统中获取医生勾画的肿瘤靶区和正常组织的结构信息,其中肿瘤靶区的结构包括肉眼可见肿瘤体积GTV、临床靶体积CTV以及计划靶体积PTV,正常组织的结构信息根据肿瘤所在位置和治疗部位确定;
S13、从治疗计划系统中获取剂量师或物理师设置的各项计划参数,包括处方剂量、加速器机器数学模型、光子线能量、剂量率、照射野的布置以及计划优化的各项目标函数和权重。
3.根据权利要求2所述降低皮肤剂量的光子调强放疗控制方法,其特征在于:所述步骤S11中患者的影像数据包括CT、MR和PET数据。
4.根据权利要求1所述降低皮肤剂量的光子调强放疗控制方法,其特征在于:所述步骤S2中修改百分深度剂量建成区的具体方法过程如下:
S21、从治疗计划系统中获取机器调试阶段采集的模型测量数据,从中挑选出所有测量的百分深度剂量曲线,将其复制一份作为修改的基础,后续操作均在复制的百分深度剂量曲线上进行修改,避免影响机器的原始数据;
S22、步骤S21中所述的百分深度剂量曲线,囊括了不同大小的正方形照射野和长方形照射野以及不同源皮距SSD的百分深度剂量曲线;
S23、对步骤S21中复制的百分深度剂量曲线的数据进行修改,将其建成区的剂量提高到大于70%,具体数值根据TPS数学模型、光子束能量、治疗部位进行选择和调整;
S24、利用步骤S23中修改后的百分深度剂量曲线,保持模型中其他基础参数不变,建立一套修改建成区后机器新的数学模型。
5.根据权利要求4所述降低皮肤剂量的光子调强放疗控制方法,其特征在于:所述步骤S2中,在治疗计划系统中调用逆向优化模块,基于上述修改建成区后机器新的数学模型,结合步骤S1中获取的射野参数和优化目标,对照射野的计划参数进行反复迭代调整,使得肿瘤靶区和周围危及器官的剂量满足预先设定的目标,优化后得到各个照射野下最优的计划参数。
6.根据权利要求1所述降低皮肤剂量的光子调强放疗控制方法,其特征在于:所述步骤S3中还包括如下过程:
S31、从治疗计划系统中获取患者三维影像数据、勾画结构、射野布置以及步骤S2中优化后获得的最优化照射野计划参数;
S32、基于S31中的数据,在治疗计划系统中调用机器原始的真实数学模型,利用治疗计划系统中内置的剂量计算引擎重新计算出最终的三维剂量分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110426230.4A CN113101548B (zh) | 2021-04-20 | 2021-04-20 | 一种降低皮肤剂量的光子调强放疗控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110426230.4A CN113101548B (zh) | 2021-04-20 | 2021-04-20 | 一种降低皮肤剂量的光子调强放疗控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113101548A true CN113101548A (zh) | 2021-07-13 |
CN113101548B CN113101548B (zh) | 2023-04-28 |
Family
ID=76719031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110426230.4A Active CN113101548B (zh) | 2021-04-20 | 2021-04-20 | 一种降低皮肤剂量的光子调强放疗控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113101548B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116312955A (zh) * | 2023-03-29 | 2023-06-23 | 中国科学院苏州生物医学工程技术研究所 | 用于控制和调节膝骨关节炎光治疗剂量的系统和方法 |
CN117438062A (zh) * | 2023-12-21 | 2024-01-23 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 剂量信息确定装置、电子设备及计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107441637A (zh) * | 2017-08-30 | 2017-12-08 | 南方医科大学 | 调强放疗计划中三维剂量分布的预测方法及其应用 |
CN108717866A (zh) * | 2018-04-03 | 2018-10-30 | 陈辛元 | 一种预测放疗计划剂量分布的方法、装置、设备及存储介质 |
CN110197709A (zh) * | 2019-05-29 | 2019-09-03 | 广州瑞多思医疗科技有限公司 | 一种基于深度学习与先验计划的三维剂量预测方法 |
CN110327554A (zh) * | 2019-07-08 | 2019-10-15 | 南方医科大学 | 基于预测剂量分布引导的调强放疗计划优化方法及应用 |
CN110570923A (zh) * | 2018-06-06 | 2019-12-13 | 北京连心医疗科技有限公司 | 一种混合蒙特卡罗的放疗逆向优化方法、设备和存储介质 |
CN111275691A (zh) * | 2020-01-22 | 2020-06-12 | 北京邮电大学 | 一种基于深度学习的小样本肿瘤坏死率分类预测装置 |
CN112233200A (zh) * | 2020-11-05 | 2021-01-15 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 剂量确定方法及装置 |
-
2021
- 2021-04-20 CN CN202110426230.4A patent/CN113101548B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107441637A (zh) * | 2017-08-30 | 2017-12-08 | 南方医科大学 | 调强放疗计划中三维剂量分布的预测方法及其应用 |
CN108717866A (zh) * | 2018-04-03 | 2018-10-30 | 陈辛元 | 一种预测放疗计划剂量分布的方法、装置、设备及存储介质 |
CN110570923A (zh) * | 2018-06-06 | 2019-12-13 | 北京连心医疗科技有限公司 | 一种混合蒙特卡罗的放疗逆向优化方法、设备和存储介质 |
CN110197709A (zh) * | 2019-05-29 | 2019-09-03 | 广州瑞多思医疗科技有限公司 | 一种基于深度学习与先验计划的三维剂量预测方法 |
CN110327554A (zh) * | 2019-07-08 | 2019-10-15 | 南方医科大学 | 基于预测剂量分布引导的调强放疗计划优化方法及应用 |
CN111275691A (zh) * | 2020-01-22 | 2020-06-12 | 北京邮电大学 | 一种基于深度学习的小样本肿瘤坏死率分类预测装置 |
CN112233200A (zh) * | 2020-11-05 | 2021-01-15 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 剂量确定方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116312955A (zh) * | 2023-03-29 | 2023-06-23 | 中国科学院苏州生物医学工程技术研究所 | 用于控制和调节膝骨关节炎光治疗剂量的系统和方法 |
CN116312955B (zh) * | 2023-03-29 | 2023-10-20 | 中国科学院苏州生物医学工程技术研究所 | 用于控制和调节膝骨关节炎光治疗剂量的系统和方法 |
CN117438062A (zh) * | 2023-12-21 | 2024-01-23 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 剂量信息确定装置、电子设备及计算机可读存储介质 |
CN117438062B (zh) * | 2023-12-21 | 2024-04-19 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 剂量信息确定装置、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113101548B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Astreinidou et al. | Adequate margins for random setup uncertainties in head-and-neck IMRT | |
Li et al. | A fully automated method for CT-on-rails-guided online adaptive planning for prostate cancer intensity modulated radiation therapy | |
Gauer et al. | Comparison of electron IMRT to helical photon IMRT and conventional photon irradiation for treatment of breast and chest wall tumours | |
CN113101548B (zh) | 一种降低皮肤剂量的光子调强放疗控制方法 | |
CN105930636A (zh) | 一种自动确定目标函数权重的放射治疗方案优化系统 | |
Parliament et al. | Implications of radiation dosimetry of the mandible in patients with carcinomas of the oral cavity and nasopharynx treated with intensity modulated radiation therapy | |
Otter et al. | Improving the efficiency of image guided brachytherapy in cervical cancer | |
Shang et al. | Evolution of treatment planning techniques in external-beam radiation therapy for head and neck cancer | |
Tharavichitkul et al. | Preliminary results of conformal computed tomography (CT)-based intracavitary brachytherapy (ICBT) for locally advanced cervical cancer: a single institution's experience | |
Chen et al. | Extended-field bone marrow sparing radiotherapy for primary chemoradiotherapy in cervical cancer patients with para-aortic lymphadenopathy: volumetric-modulated arc therapy versus helical tomotherapy | |
Major et al. | Assessment of dose homogeneity in conformal interstitial breast brachytherapy with special respect to ICRU recommendations | |
Dumane et al. | Dosimetric comparison of volumetric modulated arc therapy, static field intensity modulated radiation therapy, and 3D conformal planning for the treatment of a right-sided reconstructed chest wall and regional nodal case | |
Lee et al. | A forward-planned treatment technique using multisegments in the treatment of head-and-neck cancer | |
Doiron | Benefit of Intensity Modulated Bolus Electron Conformal Therapy for Post Mastectomy Chest Wall Irradiation | |
CN113941100A (zh) | 根据三维空间剂量分布生成可交付放疗计划的方法及装置 | |
CN113870976A (zh) | 一种基于剂量预评估的自适应放疗剂量调强优化计算方法 | |
CN109513119B (zh) | 一种容积旋转调强放疗计划准直器角度优化方法 | |
Bauman et al. | Simplified intensity-modulated arc therapy for dose escalated prostate cancer radiotherapy | |
Saroj et al. | Dosimetric comparison between 6MV flattened filter and flattening filter free photon beams in the treatment of glioblastoma with IMRT technique: a treatment planning study | |
Abdulkareem | Intensity modulated radiation therapy (IMRT) technique for left breast cancer by different numbers of beam fields | |
Ho et al. | The feasibility and efficacy of new SBRT technique HyperArc for recurrent nasopharyngeal carcinoma: noncoplanar cone-based robotic system vs. noncoplanar high-definition MLC based Linac system | |
Schüler et al. | Conical beam geometry intensity-modulated radiation therapy | |
Budgell et al. | Clinical implementation of dynamic multileaf collimation for compensated bladder treatments | |
Rodriguez | Comparison between 3D-CRT and modulated techniques for head-and-neck and breast | |
Pichandi et al. | Cranio spinal irradiation of medulloblastoma using high precision techniques–A dosimetric comparison |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211116 Address after: 510000 No. 651, Dongfeng East Road, Guangzhou, Guangdong Applicant after: SUN YAT SEN University CANCER CENTER Address before: 510000 room 603, No. 10, Shanghu street, Haizhu District, Guangzhou City, Guangdong Province Applicant before: Huang Xiaoyan |
|
GR01 | Patent grant | ||
GR01 | Patent grant |