CN113196414A - 对mr-linac的质量保证 - Google Patents

对mr-linac的质量保证 Download PDF

Info

Publication number
CN113196414A
CN113196414A CN201980077937.XA CN201980077937A CN113196414A CN 113196414 A CN113196414 A CN 113196414A CN 201980077937 A CN201980077937 A CN 201980077937A CN 113196414 A CN113196414 A CN 113196414A
Authority
CN
China
Prior art keywords
image
linac
images
image processing
processing logic
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
Application number
CN201980077937.XA
Other languages
English (en)
Inventor
丹尼尔·莱图尔诺
伊莱恩·康奈利
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.)
Elekta Ltd
Original Assignee
Elekta Ltd
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 Elekta Ltd filed Critical Elekta Ltd
Publication of CN113196414A publication Critical patent/CN113196414A/zh
Pending legal-status Critical Current

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
    • A61N5/1075—Monitoring, verifying, controlling systems and methods for testing, calibrating, or quality assurance of the radiation treatment apparatus
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • 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
    • A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A61N2005/1055—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using magnetic resonance imaging [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
    • A61N5/1075—Monitoring, verifying, controlling systems and methods for testing, calibrating, or quality assurance of the radiation treatment apparatus
    • A61N2005/1076—Monitoring, verifying, controlling systems and methods for testing, calibrating, or quality assurance of the radiation treatment apparatus using a dummy object placed in the radiation field, e.g. phantom

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Radiation-Therapy Devices (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本公开包括用以使用于放射治疗装置的质量保证测试自动化的过程，该放射治疗装置包括相对于该装置的制造者和供应者不可知的MR‑Linac设备。本公开包括用于对MR‑Linac设备的线性加速器执行验证过程的处理。本公开包括用于对由MR‑Linac设备的MR成像设备产生的图像的质量进行分析的处理。本公开包括用于将对MR‑Linac设备的线性加速器的验证过程的执行与对由MR‑Linac设备的MR成像设备产生的图像的质量的分析进行组合的处理。

Description

对MR-LINAC的质量保证
优先权要求
本申请要求于2018年10月12日提交的美国临时申请第62/744,875号的优先权，其全部内容通过引用并入本文中。
技术领域
本公开的实施方式总体上涉及放射治疗装置中的质量保证技术。特别地，本公开涉及针对集成的线性加速器和MRI成像设备(MR-Linac或MRI-Linac)执行自动质量保证。
背景技术
在放射外科或放射治疗(统称为“放疗”)中，向患者中的目标区域递送非常强烈且精确准直的辐射剂量，以治疗或破坏病变。通常，目标区域由大量肿瘤组织组成。放疗需要对靶向病变的极其准确的空间定位。计算机断层扫描(“CT”)、磁共振成像(“MRI”)扫描和其他成像方法使得医师能够相对于骨骼标志或植入的基准标记精确地定位病变，并且能够控制辐射源的位置，使得其射束可以在避免相邻的关键身体结构的同时精确地指向目标组织。因此，放疗需要高精度诊断和高精度辐射源控制。偏离到针对诊断和辐射源控制的规定容差之外的后果可能对患者造成潜在的损害。
考虑到对放射治疗的准确实施的需要，规定要求执行质量保证测试以确保放射治疗装置在适当地操作。在将规定的辐射剂量递送到患者之前，例行对放射治疗装置执行这样的质量保证测试，并且由操作者人工分析，以确保系统的适当对准和配置。然而，质量保证测试的人工分析是极其耗时的，这导致装置的大量停机时间，而在停机时间不能对患者进行治疗。此外，各个操作者对测试的人工分析往往不一致。另外，虽然存在用于分析放射治疗装置的某些自动质量保证处理，但是这样的技术通常特定于机器并且需要使用特定于供应者的硬件。这也导致不同放射治疗装置制造者之间对质量保证的确定不一致。
发明内容
本公开包括用以使对放射治疗装置的质量保证测试自动化的过程，该放射治疗装置包括相对于该装置的制造者和供应者不可知的MR-Linac设备。本公开包括用于对MR-Linac设备的线性加速器执行验证过程的处理。本公开包括用于对由MR-Linac设备的MR成像设备产生的图像的质量进行分析的处理。本公开包括用于将对MR-Linac设备的线性加速器的验证过程的执行与对由MR-Linac设备的MR成像设备产生的图像的质量的分析进行组合的处理。
在一些实施方式中，提供了用于对包括集成的线性加速器和MRI成像设备(MR-Linac)的放射治疗装置的操作进行验证的系统、方法和计算机可读介质。系统、方法和计算机可读介质执行操作，该操作包括：选择与MR-Linac的线性加速器相关联的验证过程；基于所选择的验证过程，检索MR-Linac的多叶准直器(MLC)的配置信息；从成像检测器获得多个图像，每个图像与穿过已经基于配置信息被调整的MLC的多个辐射束中的给定辐射束相关联；处理多个图像以确定MR-Linac的特性；以及基于对多个图像的处理来确定MR-Linac是否正在有效范围内操作。
在一些实现方式中，系统、方法和计算机可读介质执行操作，该操作包括：将所确定的特性与所选择的验证过程所关联的允许阈值进行比较，以及响应于确定MR-Linac正在有效范围之外操作，调整MR-Linac的一个或更多个特性。
在一些实现方式中，基于所选择的验证过程来确定一个或更多个特性。
在一些实现方式中，系统、方法和计算机可读介质执行操作，该操作包括：响应于对配置信息的检索和对验证过程的选择，自动地调整MLC。
在一些实现方式中，多个验证过程包括MLC的叶片位置验证过程、辐射源和成像检测器移动验证过程、线性加速器和MRI成像设备对准验证过程、以及线性加速器平坦度对称性验证过程。
在一些实现方式中，所选择的验证过程包括叶片位置验证过程，其中，多个图像包括在MR-Linac的相同机架角度处获得的至少七个图像，其中，特性包括相对于标称叶片和铅门(jaw)位置的叶片和铅门位置，并且其中，允许阈值包括一毫米。
在一些实现方式中，处理七个图像中的第一图像、第二图像和第三图像以确定辐射等中心，配置信息指示针对MLC的第一组叶片和第二组叶片的第一位置、针对MLC的在第一组叶片与第二组叶片之间的第三组叶片的第二位置，并且操作还包括：分割第一图像、第二图像和第三图像；针对分割的第一图像、分割的第二图像和分割的第三图像中的每一个计算质心；对所计算出的质心拟合圆函数；基于圆函数的中心确定与第一图像、第二图像和第三图像的每一个相关联的辐射等中心；以及基于所确定的与第一图像、第二图像和第三图像中的每一个相关联的辐射等中心的差异来检测射束中的运动。
在一些实现方式中，处理七个图像中的第四图像以识别开放场(open field)，配置指示针对MLC的叶片的开放位置(open position)，并且操作还包括针对第四图像的开放场中的每个边缘进行以下操作：基于开放场边缘的像素强度值生成初始轮廓；修改初始轮廓的点以使轮廓的内能最小化；将点移向最强的梯度并且保持点之间的规则间距；以及计算轮廓的二阶导数以识别开放场边缘的角。
在一些实现方式中，处理七个图像中的第五图像以检测MLC的扩展叶片，配置指示针对MLC的第一组叶片和第二组叶片的第一位置，并且在指示针对在第一组与第二组之间的第三组叶片的第二位置与第三位置之间交替，并且操作还包括：基于第五图像中的场的边缘来识别第三组叶片中的每一个的中心；以及识别第三组叶片的叶片边缘。
在一些实现方式中，处理七个图像中的第六图像和第七图像以检测叶片和铅门位置，针对第六图像，配置指示针对MLC的第一叶片堆叠的第一位置和针对MLC的第二叶片堆叠的第二位置，并且针对第七图像，所述配置指示针对MLC的第二叶片堆叠的上述第一位置和针对MLC的第一叶片堆叠的上述第二位置，并且操作还包括：生成第六图像和第七图像的强度分布；基于第六图像和第七图像中的场的水平中心线与所识别的叶片边缘之间的距离来识别叶片位置；以及基于第六图像和第七图像的场边缘分布来识别铅门位置。
在一些实现方式中，所选择的验证过程包括线性加速器平坦度对称性验证过程，其中，多个图像包括在MR-Linac的四个不同机架角处获得的四个图像，其中，特性包括图像的对称性和平坦度，并且其中，允许阈值包括指定的百分比值。
在一些实现方式中，操作包括针对每个图像进行以下操作：确定图像中的场的场边缘的位置；计算场边缘位置的平均值以确定场的中心；从九个垂直分布生成平均分布，其中，九个垂直分布的中间分布穿过场的中心；识别九个垂直分布中对应于80％强度的位置；确定九个垂直分布中与中间分布的距离相等的第一垂直分布和第二垂直分布之间的差异，以确定对称性；以及确定九个垂直分布的值之间的变化以确定平坦度。
在一些实施方式中，提供用于对包括集成的线性加速器和MRI成像设备(MR-Linac)的放射治疗装置的图像质量进行确定的系统、方法和计算机可读介质。系统、方法和计算机可读介质执行操作，上述操作包括：选择与MR-Linac的MRI成像设备相关联的质量评估过程；从MRI成像设备获得包括至少一个模块的体模的多个图像；基于所选择的质量评估过程，处理表示至少一个模块中的部件的多个图像中的特征；基于经处理的特征计算与MRI成像设备相关联的图像质量属性；确定图像质量属性是否满足允许标准；以及响应于确定图像质量属性满足允许标准，确定MR-Linac是否正在有效地操作。
在一些实现方式中，操作包括：响应于确定图像质量属性不满足允许标准，调整MR-Linac的一个或更多个特性。
在一些实现方式中，质量评估过程是用于计算体模相对于轴向视场(axial fieldof view)的位置并计算体模的尺寸的第一质量评估过程。
在一些实现方式中，操作包括：选择多个图像中的第一图像；对第一图像进行二值化，使得图像中显示的体模具有统一的像素值；在每行像素中识别体模的第一个像素和最后一个像素的列编号；基于所识别的列编号，在体模周围生成关注区域(ROI)；基于所识别的列编号来识别ROI的质心；识别第一图像的中心；计算体模的坐标与第一图像的中心之间的差异，以确定体模的未对准；以及基于ROI计算体模的高度和宽度。
在一些实现方式中，多个质量评估过程包括用于进行以下操作的质量评估过程中至少之一：检查体模相对于图像空间的旋转、计算切片厚度精度、计算高对比度空间分辨率、检查切片位置精度、计算图像均匀性百分比(percent image uniformity)、计算信号伪影百分比(percent signal ghosting)、计算低对比度可检测性(low contrastdetectability)或计算几何精度。
在一些实施方式中，提供用于对包括集成的线性加速器和MRI成像设备(MR-Linac)的放射治疗装置执行质量评估的系统、方法和计算机可读介质。系统、方法和计算机可读介质执行操作，该操作包括：选择与MR-Linac的线性加速器相关联的验证过程以及与MR-Linac的MRI成像设备相关联的质量评估过程；从成像检测器中获得第一多个图像，每个图像与穿过已经基于所选择的验证过程被调整的MLC的多个辐射束中的给定辐射束相关联；从MRI成像设备获得包括至少一个模块的体模的第二多个图像；基于所选择的验证过程和质量评估过程来处理第一多个图像和第二多个图像；以及基于根据对第一多个图像和第二多个图像的处理确定的第一多个图像和第二多个图像的属性，确定MR-Linac是否正在有效范围内操作。
在一些实现方式中，操作包括：响应于确定MR-Linac正在有效范围之外操作，调整MR-Linac的一个或更多个特性。
在一些实现方式中，基于所选择的验证过程或质量评估过程来确定一个或更多个特性。
以上概述旨在提供对本专利申请的主题的概述。其并不旨在提供对本公开的排他性说明或详尽说明。具体实施方式被包括以提供关于本专利申请的其他信息。
附图说明
在不一定按比例绘制的附图中，贯穿若干视图，相似的附图标记描述基本上相似的部件。具有不同字母后缀的相似附图标记表示基本上相似的部件的不同实例。附图通过示例的方式而非通过限制的方式大体上示出了本文献中讨论的各种实施方式。
图1示出根据一些示例的适于执行治疗计划生成处理的示例性放射治疗系统。
图2示出根据本公开的一些示例的示例性图像引导的放射治疗设备。
图3是根据本公开的一些示例的多叶准直器的立体图。
图4A和图4B提供了根据本公开的一些示例的用于测试MRI-Linac设备的MLC和铅门配置的说明性处理。
图5示出根据本公开的一些示例的MRI-Linac设备的MLC和铅门配置测试的输入和输出。
图6至图9提供了根据本公开的一些示例的用于测试MRI-Linac设备的说明性处理。
图10A和图10B示出根据本公开的一些示例的MRI-Linac设备的图像质量测试的输入和输出。
图11示出根据本公开的一些示例的用于测试MRI-Linac设备的示例性基于web(网)的接口。
具体实施方式
本公开包括使对包括MR-Linac设备的放射治疗装置的质量保证测试自动化的技术。本公开包括用于对MR-Linac设备的线性加速器执行验证过程的处理。本公开包括用于对由MR-Linac设备的MR成像设备产生的图像的质量进行分析的处理。这些技术优点包括在不同时间跨越不同装置执行的质量保证测试之间的增加的精度和一致性。这些技术优点减少了放射治疗装置的停机时间，从而允许治疗更多的患者。相应地，除了这些技术益处之外，本技术还可以产生许多明显的医学治疗益处(包括提高放射疗法治疗的精度、减少对非预期辐射的暴露等)。
在一些实施方式中，所公开的技术包括对来自MRI成像设备的3D图像进行分析的基于web的工具。这些技术适用于任何MRI成像设备，而与特定制造者无关。所公开的技术处理图像以在来自MRI成像设备的图像文件集合(例如，DICOM图像文件)中找到体模的质心以及以像素为单位的体模的高度和宽度。确定旋转、切片厚度、高对比度空间分辨率、切片位置精度、图像均匀性百分比和信号伪影百分比。使用该信息，确定MRI成像设备的精度。在一些实现方式中，以像素为单位的体模的高度和宽度被转换成毫米单位。在一些实施方式中，通过分析在一个图像的中心的黑条两侧的顶部和底部来确定体模的旋转。通过分析在第一图像的中心部分中的若干线的最亮部分来确定切片厚度。
在一些实施方式中，所公开的技术包括供应者不可知的基于web的工具，该工具为所有放射治疗装置和成像装置提供质量控制。特别地，所公开的技术包括基于web的工具，其可以对具有与第一制造者相关联的线性加速器(Linac)和与不同的第二制造者相关联的数字成像面板(检测器)的系统的质量和适当性能进行分析。例如，提供多叶准直器(MLC)叶片位置测试，其增强扩展叶片检测和减影分布(subtraction profile)以支持数字成像面板。在一些实施方式中，由数字成像面板产生的图像具有与由第一制造者提供并且由与第一制造者相关联的Linac使用的成像面板不同的灰度值。利用数字成像面板获得各种图像集和以确定叶片的准确位置。采用扩展叶片检测测试，其检测通过场扩展的叶片以计算成像面板与叶片行程(leaf travel)之间的旋转。采用减影分布测试，以通过减去两个20×20厘米的铅门位置检测场来产生合成图像。特别地，MLC包括在MLC的叶片上方或下方的一个或更多个板，这些板还控制给定束中的辐射的方向和量。这些铅门位置可以在检测到的图像场中确定。然后针对包括来自不同制造者的部件的这种放射治疗装置确定质量保证。
在一些实施方式中，所公开的技术包括提供针对MR-Linac设备的质量控制的供应者不可知的基于web的工具。提供了特定于MR-Linac(MRL)设备的自动质量控制测试。提供了三种基于图像的测试，包括MRLMLC叶片位置测试、辐射源和成像面板(检测器)移动测试、以及输出平坦度对称性与机架角度的关系测试(output flatness symmetry versusgantry angle test)。在该设备中，光子束特性和系统几何结构不同于在所公开的针对MR-Linac设备的质量控制测试中所考虑的传统的Linac系统。在MRL MLC叶片位置测试中，确定28个叶片的MLC叶片位置精度。该测试考虑MR-Linac场大小、场特性和机器尺寸。在辐射源和成像面板(检测器)移动测试中，检测辐射源的位置根据机架角度的变化，以检测兆伏(MV)体模的3D位置，从而确定辐射轴线相对于平均辐射场中心的最大位移。场边缘检测采用梯度技术(gradient technique)。在输出平坦度对称性与机架角度的关系测试中，执行对四个开放场图像的分析以确定径向方向和横向方向上的平坦度和对称性。还考虑从每个场的中心部分计算的输出。
图1示出示例性放射治疗系统100，该放射治疗系统100适于使用本文所讨论的方法中的一种或更多种来执行放射治疗计划处理操作。执行这些放射治疗计划处理操作，以使得放射治疗系统能够基于捕获的医学成像数据和治疗剂量计算的特定方面向患者提供放射治疗。放射治疗系统包括托管图像处理逻辑120的放射治疗处理计算系统110。放射治疗处理计算系统110可以连接至网络(未示出)，并且这样的网络可以连接至因特网。例如，网络可以将放射治疗处理计算系统110与一个或更多个医疗信息源(例如，放射信息系统(RIS)、医疗记录系统(例如，电子医疗记录(EMR)/电子健康记录(EHR)系统)、肿瘤学信息系统(OIS))、一个或更多个图像数据源150、图像获取设备170(例如，成像模态)、治疗设备180(例如，放射治疗设备)以及治疗数据源160连接。
放射治疗处理计算系统110可以包括处理电路系统112、存储器设备114、存储设备116以及诸如用户接口142、通信接口(未示出)等的其他硬件和软件可操作的功件。存储设备116可以存储暂态或非暂态计算机可执行指令，例如操作系统、放射疗法治疗计划、质量保证过程、图像质量评估过程、验证过程、软件程序(例如，图像处理软件、图像或解剖可视化软件、诸如由DL模型、ML模型和神经网络提供的AI实现方式和算法、等等)以及要由处理电路系统112执行的任何其他计算机可执行指令。处理电路系统112可以访问存储在存储设备116中的指令以进行和执行本文中讨论的质量保证和验证过程中的任何一个或更多个。处理电路系统112可以提供供操作者指示处理电路系统112执行质量保证和验证过程的web工具，并且处理电路系统112可以经由web工具以图形或表格形式向操作者输出和呈现质量保证和验证过程的结果。
例如，用户可以经由图11所示的web工具来指示处理电路系统112执行质量保证和验证过程集合中的任何一个。在处理电路系统112执行用户选择的过程之后，在图11所示的web工具中输出结果。在一些实施方式中，图11所示的web工具允许用户输入MRI-linac设备的一个或更多个先前捕获的图像，并且然后由处理电路系统112处理这些图像以执行选择的质量保证和验证过程。在一些实施方式中，处理电路系统112经由图11所示的web工具向用户指示与测试MRI-Linac设备有关的、体模或其他部件的适当放置和定位。在用户按照web工具的指示配置MRI-Linac设备之后，一个或更多个测试图像可以被捕获并且由处理电路系统112处理，以执行质量保证和验证过程。结合图4至图10示出和描述用户可以选择执行的质量保证和验证过程。在一些实施方式中，web工具可以通知用户质量保证和验证过程的集合中的任何一个是通过还是失败，并且可以提供在给定MRI-Linac设备的允许操作范围内的操作范围或曲线图。在实施方式中，用户可以使用图11中提供的web工具来操纵允许阈值，以配置给定的MRI-Linac设备通过还是未通过给定的质量保证和验证过程。
在示例中，处理电路系统112可以包括处理设备，例如，诸如微处理器、中央处理单元(CPU)、图形处理单元(GPU)、加速处理单元(APU)等的一个或更多个通用处理设备。更特别地，处理电路系统112可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、实现其他指令集的处理器或实现指令集的组合的处理器。处理电路系统112也可以由诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、片上系统(SoC)等的一个或更多个专用处理设备来实现。如本领域技术人员将理解的，在一些示例中，处理电路系统112可以是专用处理器而不是通用处理器。处理电路系统112可以包括一个或更多个已知的处理设备，例如来自由IntelTM制造的PentiumTM、CoreTM、XeonTM或
Figure BDA0003085143450000091
系列的微处理器、来自由AMDTM制造的TurionTM、AthlonTM、SempronTM、OpteronTM、FXTM、PhenomTM系列的微处理器或者由太阳微系统公司(SunMicrosystems)制造的各种处理器中的任何处理器。处理电路系统112也可以包括图形处理单元，诸如来自由NvidiaTM制造的
Figure BDA0003085143450000092
系列、由IntelTM制造的GMA、IrisTM系列或由AMDTM制造的RadeonTM系列的GPU。处理电路系统112还可以包括诸如由IntelTM制造的Xeon PhiTM系列的加速处理单元。所公开的实施方式不限于以其他方式被配置成满足识别、分析、维护、生成和/或提供大量数据或操纵这种数据以执行本文中公开的方法的计算需求的任何类型的处理器。另外，术语“处理器”可以包括多于一个的物理(基于电路系统)或基于软件的处理器，例如多核设计或各自具有多核设计的多个处理器。处理电路系统112可以执行存储在存储器设备114中并且从存储设备116访问的暂态或非暂态计算机程序指令的序列，以执行将在下面更详细地说明的各种操作、处理、方法。应当理解，放射治疗系统100中的任何部件可以单独地被实现并作为独立设备进行操作，并且可以耦接至放射治疗系统100中的任何其他部件以执行本公开中描述的技术。
存储器设备114可以包括只读存储器(ROM)、相变随机存取存储器(PRAM)、静态随机存取存储器(SRAM)、闪速存储器、随机存取存储器(RAM)、动态随机存取存储器(DRAM)例如同步DRAM(SDRAM)、电可擦除可编程只读存储器(EEPROM)、静态存储器(例如，闪速存储器、闪存盘、静态随机存取存储器)以及其他类型的随机存取存储器、高速缓冲存储器、寄存器、光盘只读存储器(CD-ROM)、数字多功能盘(DVD)或其他光存储装置、盒式磁带、其他磁存储设备、或者可以被用来存储能够由处理电路系统112或任何其他类型的计算机设备访问的包括图像、数据或者暂态或非暂态计算机可执行指令(例如，以任何格式存储)的信息的任何其他非暂态介质。例如，计算机程序指令可以由处理电路系统112访问，可以从ROM或任何其他合适的存储器位置被读取，并且可以被加载到RAM中以由处理电路系统112执行。
存储设备116可以构成包括暂态或非暂态机器可读介质的驱动单元，在上述暂态或非暂态机器可读介质上存储有实施本文中描述的方法或功能中的任何一个或更多个或者由本文中描述的方法或功能中的任何一个或更多个利用的一个或更多个暂态或非暂态指令集和数据结构(例如，软件)(在各种示例中，包括用户接口142)。在放射治疗处理计算系统110执行指令期间，指令还可以全部或至少部分地驻留在存储器设备114和/或处理电路系统112内，其中存储器设备114和处理电路系统112也构成暂态或非暂态机器可读介质。
存储器设备114和存储设备116可以构成非暂态计算机可读介质。例如，存储器设备114和存储设备116可以将用于一个或更多个软件应用的暂态或非暂态指令存储或加载在计算机可读介质上。利用存储器设备114和存储设备116存储或加载的软件应用可以包括例如用于通用计算机系统和软件控制的设备的操作系统。放射治疗处理计算系统110还可以操作包括用于实现图像处理逻辑120和用户接口142的软件代码的各种软件程序。此外，存储器设备114和存储设备116可以存储或加载能够由处理电路系统112执行的整个软件应用、软件应用的一部分或者与软件应用相关联的代码或数据。在另一示例中，存储器设备114和存储设备116可以存储、加载和操纵一个或更多个放射疗法治疗计划、成像数据、分割数据、治疗可视化、直方图或测量结果、AI模型数据(例如，权重和参数)、标记和映射数据等。预期软件程序不仅可以被存储在存储设备116和存储器设备114上，而且可以被存储在诸如硬盘驱动器、计算机盘、CD-ROM、DVD、蓝光DVD、USB闪存驱动器、SD卡、记忆棒或任何其他合适的介质的可移除计算机介质上；也可以通过网络传送或接收这样的软件程序。
尽管未示出，但是放射治疗处理计算系统110可以包括通信接口、网络接口卡和通信电路系统。示例性通信接口可以包括例如网络适配器、线缆连接器、串行连接器、USB连接器、并行连接器、高速数据传输适配器(例如，诸如光纤、USB 3.0、雷电接口(thunderbolt)等)、无线网络适配器(例如，诸如IEEE 802.11/Wi-Fi适配器)、电信适配器(例如，与3G、4G/LTE和5G网络等进行通信)等。这样的通信接口可以包括一个或更多个数字和/或模拟通信设备，上述一个或更多个数字和/或模拟通信设备允许机器经由网络与其他机器和设备、例如位于远处的部件进行通信。网络可以提供局域网(LAN)、无线网络、云计算环境(例如，软件即服务、平台即服务、基础设施即服务等)、客户端-服务器、广域网(WAN)等的功能。例如，网络可以是可以包括其他系统(包括与医学成像或放射治疗操作相关联的附加图像处理计算系统或基于图像的部件)的LAN或WAN。
在示例中，放射治疗处理计算系统110可以从图像数据源150(例如，MRI图像)获得图像数据152，以托管在存储设备116和存储器设备114上。结合图2详细描述示例性图像数据源150。在示例中，在放射治疗处理计算系统110上运行的软件程序可以处理由图像数据源150获得的图像数据152，以执行图像质量评估，从而为放射治疗装置提供质量保证度量或验证。在另一示例中，在放射治疗处理计算系统110上运行的软件程序可以处理由治疗设备180(例如，射束探测器)获得的图像数据162，以执行验证过程，从而为放射治疗装置提供质量保证度量或验证。在实施方式中，可以基于对由图像数据源150获得的图像和/或由治疗设备180获得的图像数据162的自动质量评估来调整放射治疗装置的特性。
处理电路系统112可以通信地耦接至存储器设备114和存储设备116，并且处理电路系统112可以被配置成：执行存储在其上的来自存储器设备114或存储设备116的计算机可执行指令。处理电路系统112可以执行指令，以使得来自图像数据152的医学图像在存储器设备114中被接收或获得并且使用图像处理逻辑120进行处理。
在示例中，图像数据152可以包括一个或更多个MRI图像(例如，2D MRI、3D MRI、2D流式MRI、4D MRI、4D体积MRI、4D影像MRI等)、功能MRI图像(例如，fMRI、DCE-MRI、扩散MRI)、计算机断层扫描(CT)图像(例如，2D CT、2D锥形束CT、3D CT、3D CBCT、4D CT、4D CBCT)、超声图像(例如，2D超声、3D超声、4D超声)、正电子发射断层扫描(PET)图像、X射线图像、荧光镜图像、放射治疗射野图像(radiotherapy portal image)、单光子发射计算机断层扫描(SPECT)图像、计算机生成的合成图像(例如，伪CT图像)等。此外，图像数据152还可以包括医学图像处理数据或者与医学图像处理数据相关联，医学图像处理数据例如是训练图像和真值图像(ground truth image)、轮廓图像和剂量图像。
在示例中，可以从图像获取设备170接收图像数据152，并且将该图像数据152存储在一个或更多个图像数据源150(例如，图片存档及通信系统(PACS)、供应者中立档案库(VNA)、医疗记录或信息系统、数据仓库等)中。因此，图像获取设备170可以包括MRI成像设备、CT成像设备、PET成像设备、超声成像设备、荧光镜设备、SPECT成像设备、集成的线性加速器和MRI成像设备、CBCT成像设备或者用于获得患者的医学图像的其他医学成像设备。图像数据152可以按图像获取设备170和放射治疗处理计算系统110可以用来执行与所公开的实施方式一致的操作的任何数据类型或任何格式类型(例如，以医学数字成像和通信(DICOM)格式)被接收和存储。
在示例中，图像获取设备170可以与治疗设备180集成为单个装置(例如，与线性加速器组合的MRI设备，也被称为“MRI-Linac”或“MR-Linac”)。这样的MRI-Linac可以被用来例如确定患者中的靶器官或靶肿瘤的位置，从而根据放射疗法治疗计划将放射治疗准确地引导至预定靶。例如，放射疗法治疗计划可以提供关于要施加至每个患者的特定辐射剂量的信息。放射疗法治疗计划还可以包括其他放射治疗信息，例如束角度、剂量-直方图-体积信息、在治疗期间要使用的辐射束的数目、每束的剂量等。
放射治疗处理计算系统110可以通过网络与外部数据库进行通信，以发送/接收与图像处理和放射治疗操作有关的多个各种类型的数据。例如，外部数据库可以包括机器数据(包括设备约束)，该机器数据提供与治疗设备180、图像获取设备170或者与放射治疗或医疗过程有关的其他机器相关联的信息。机器数据信息可以包括辐射束大小、弧放置、束开关持续时间、机器参数、段、多叶准直器(MLC)配置、机架速度、MRI脉冲序列等。外部数据库可以是存储设备并且可以配备有适当的数据库管理软件程序。此外，这样的数据库或数据源可以包括以中央方式或分布式方式定位的多个设备或系统。
放射治疗处理计算系统110可以使用一个或更多个通信接口经由网络收集并获得数据并且与其他系统进行通信，上述一个或更多个通信接口通信地耦接至处理电路系统112和存储器设备114。例如，通信接口可以提供放射治疗处理计算系统110与放射治疗系统部件之间的通信连接(例如，允许与外部设备交换数据)。例如，在一些示例中，通信接口可以具有相对于输出设备146或输入设备148的适当的接口电路系统以连接至用户接口142，用户接口142可以是用户可以通过其将信息输入至放射治疗系统中的硬件键盘、小键盘或触摸屏。
作为示例，输出设备146可以包括显示设备，该显示设备输出：用户接口142(图11中示出)的表示；以及医学图像、治疗计划、质量保证测试结果、以及这样的计划的训练、生成、验证或实现的状态的一个或更多个方面、可视化或表示。输出设备146可以包括一个或更多个显示屏，上述一个或更多个显示屏显示医学图像、接口信息、治疗计划参数(例如，轮廓、剂量、束角度、标记、图等)、治疗计划、靶、对靶的定位和/或对靶的跟踪或者任何与用户相关的信息。连接至用户接口142的输入设备148可以是键盘、小键盘、触摸屏或者用户可以向放射治疗系统输入信息的任何类型的设备。替选地，输出设备146、输入设备148以及用户接口142的功件可以被集成到诸如智能电话或平板计算机(例如，Apple
Figure BDA0003085143450000131
Lenovo
Figure BDA0003085143450000132
Samsung
Figure BDA0003085143450000133
等)的单个设备中。
此外，放射治疗系统的任何部件和所有部件都可以被实现为虚拟机(例如，经由VMWare、Hyper-V等虚拟化平台)或独立设备。例如，虚拟机可以是用作硬件的软件。因此，虚拟机可以包括共同用作硬件的至少一个或更多个虚拟处理器、一个或更多个虚拟存储器以及一个或更多个虚拟通信接口。例如，放射治疗处理计算系统110、图像数据源150或类似部件可以被实现为虚拟机或被实现在基于云的虚拟化环境内。
图像处理逻辑120或其他软件程序可以使计算系统与图像数据源150进行通信，以将图像读取到存储器设备114和存储设备116中，或者将图像或相关联的数据从存储器设备114或存储设备116存储到图像数据源150以及将图像或相关联的数据从图像数据源150存储到存储器设备114或存储设备116。例如，图像数据源150可以被配置成：存储和提供图像数据源150托管的、在执行质量保证测试中经由图像获取设备170从一个或更多个患者或体模获得的图像数据152中的图像集中的多个图像(例如，3D MRI、4D MRI、2D MRI切片图像、CT图像，2D荧光镜图像、X射线图像、来自MR扫描或CT扫描的原始数据、医学数字成像和通信(DICOM)元数据等)。图像数据源150或其他数据库还可以存储要由图像处理逻辑120在执行软件程序时使用的数据，该软件程序执行分析图像质量和执行验证过程的图像处理操作以提供质量保证度量或结果。因此，放射治疗处理计算系统110可以从与执行放疗或诊断操作有关的图像数据源150、图像获取设备170、治疗设备180(例如，MRI-Linac)或其他信息系统获得和/或接收图像数据152(例如，2D MRI切片图像、CT图像、2D荧光镜图像、X射线图像、3DMRI图像、4D MRI图像等)。
图像获取设备170可以被配置成：针对关注区域(例如，靶器官、靶肿瘤或两者)获取患者解剖结构的一个或更多个图像。通常是2D图像或切片的每个图像可以包括一个或更多个参数(例如，2D切片厚度、取向和位置等)。在示例中，图像获取设备170可以获取任何取向的2D切片。例如，2D切片的取向可以包括矢状面取向(sagittal orientation)、冠状面取向(coronal orientation)或轴向取向。处理电路系统112可以调整一个或更多个参数，例如2D切片的厚度和/或取向，以包括靶器官和/或靶肿瘤。在示例中，可以根据诸如3D CBCT或CT或MRI体积的信息来确定2D切片。当患者正在接受放射疗法治疗时，例如当使用治疗设备180时，可以由图像获取设备170“接近实时地”获取这样的2D切片(其中，“接近实时地”意味着至少在数毫秒或更短的时间内获取数据)。
图2示出示例性图像引导的放射治疗设备202，该图像引导的放射治疗设备202包括：诸如X射线源或线性加速器的辐射源、床(couch)216、成像检测器214和放射治疗输出部204。放射治疗设备202可以被配置成发射辐射束208以向患者提供治疗。放射治疗输出部204可以包括一个或更多个衰减器或准直器，例如多叶准直器(MLC)。
图3示出根据本公开的MLC。提供了彼此面对的两个叶片堆叠，在射束的任一侧上有一个叶片堆叠，以便从相对侧限定射束。因此，第一堆叠10包括支承叶片阵列14的框架12，而第二堆叠20包括支承叶片阵列24的框架22。每个叶片相对于射束以大致竖直的方式定向，其中大多数叶片相对于完美的垂直度具有小的偏转，如将简要描述的。叶片14、叶片24通过沿叶片的上边缘和下边缘的长度延伸的脊部保持在框架12、框架22中，该脊部接合在框架中的对应通道中，使得叶片能够水平地向后(即，离开射束)和向前(即，进入射束)滑动。每个叶片由合适的马达或其他驱动装置(未示出)以公知的方式驱动。
返回参照图2，作为示例，可以将患者定位在区域212中、由治疗床216支承，以接收根据放射疗法治疗计划的放射治疗剂量。放射治疗输出部204可以安装或附接至机架206或其他机械支承件。当床216插入到治疗区域中时，一个或更多个底盘马达(未示出)可以使机架206和放射治疗输出部204绕床216旋转。在示例中，当床216被插入到治疗区域中时，机架206可以绕床216连续地旋转。在另一示例中，当床216被插入到治疗区域中时，机架206可以旋转到预定位置。例如，机架206可以被配置成使治疗输出部204绕轴(“A”)旋转。床216和放射治疗输出部204两者均能够独立地移动到患者周围的其他位置，例如，能够沿着横向方向(“T”)移动、能够沿着侧向方向(“L”)移动，或者能够绕一个或更多个其他轴旋转，例如绕横轴(表示为“R”)旋转。通信地连接至一个或更多个致动器(未示出)的控制器可以根据放射疗法治疗计划控制床216的移动或旋转，以将患者适当地安置在辐射束208中或辐射束208外。床216和机架206两者均可以以多个自由度彼此独立地移动，这允许患者被安置成使得辐射束208可以精确地靶向肿瘤。
图2中示出的坐标系统(包括轴A、轴T和轴L)可以具有位于等中心210处的原点。等中心可以被定义为如下位置，在该位置处，放射治疗射束208的中心轴与坐标轴的原点相交，例如以将规定的辐射剂量递送至患者身上的位置或患者体内的位置。替选地，等中心210可以被定义为如下位置，在该位置处，对于如由机架206定位的放射治疗输出部204绕轴A的各种旋转位置，放射治疗射束208的中心轴与患者相交。
机架206还可以具有附接的成像检测器214。成像检测器214优选地与辐射源(放射治疗输出部204)相对地定位，并且在示例中，成像检测器214可以位于放射治疗射束208的场内。成像检测器214可以实现图像处理逻辑120(图1)以实时生成用于进行验证过程测试的图像。成像检测器214可以安装在机架206上，优选地与放射治疗输出部204相对，例如以保持与放射治疗射束208对准。随着机架206旋转，成像检测器214绕旋转轴旋转。在示例中，成像检测器214可以是平板检测器(例如，直接检测器或闪烁体检测器)。以这种方式，成像检测器214可以被用来监测放射治疗射束208，或者成像检测器214可以用于对患者的解剖结构进行成像，例如射野成像。放射治疗设备202的控制电路系统可以集成在放射治疗系统100内或者远离放射治疗系统100。
在说明性示例中，可以自动地放置床216、治疗输出部204或机架206中的一个或更多个，并且治疗输出部204可以根据用于特定治疗递送实例的指定剂量来创建放射治疗射束208。可以根据放射疗法治疗计划，例如，使用机架206、床216或治疗输出部204的一个或更多个不同的取向或位置，来指定治疗递送的序列。治疗递送可以顺序地发生，但是可以在患者身上或在患者体内的期望的治疗位点处、例如在等中心210处交叉。由此，可以将放射治疗的规定累积剂量递送至治疗位点，同时可以减少或避免对治疗位点附近的组织的损害。
因此，图2具体地示出了放射治疗设备202的示例，该放射治疗设备202能够操作成向患者提供放射疗法治疗，该放射治疗设备202具有放射治疗输出部可以绕中心轴(例如，轴“A”)旋转的配置。可以使用其他放射治疗输出部配置。例如，放射治疗输出部可以被安装至具有多个自由度的机械臂或操纵器。在又一示例中，治疗输出部可以被固定，例如位于在侧向上与患者分开的区域中，并且可以使用支承患者的平台来使放射治疗等中心与患者中的指定靶位点对准。在另一示例中，放射治疗设备可以是线性加速器和图像获取设备的组合。如本领域普通技术人员将认识到的，在一些示例中，图像获取设备可以是MRI、X射线、CT、CBCT、螺旋CT、PET、SPECT、光学层析成像、荧光成像、超声成像或放射治疗射野成像设备等。
在某些实施方式中，使用体模来评估MR-Linac设备的MRI成像设备的图像质量。即，使用配准处理(registration process)来识别坐标空间中的任何旋转，以验证预定关注区域处理的成功应用。为了评估图像质量，可以确定商业上可获得的体模中的可识别目标。这种MRI体模具有绕圆柱体的轴线在径向上间隔开的多个圆形插入件。每个插入件具有多个间隔开的叶片或靶销，以模拟不同的空间频率。在这样获取的图像中，圆柱体的角旋转将是未知的。用于配准的对象被嵌入在关注体的平面中，其具有与测试对象显著不同的结构。例如，如果测试图案利用圆形元素，则配准目标是矩形(或至少用直线包围的)对象。它也应当是大小或密度差，使得当将适当的像素值或形态(形状敏感)滤波器应用于所得图像时，获得配准目标和测试特征之间的清楚区别。一旦确定了配准目标的像素坐标，则可以使用体模中所有特征之间的空间关系的先验知识来得出测试特征的取向。
在一些实施方式中，用户可以选择验证过程以测试MLC叶片和铅门位置。该验证过程使用各种MLC和铅门限定的场模式的MRI-Linac设备的七个电子射野成像设备(EPID)图像。在给定配置中，在对应的辐射束穿过MLC叶片和铅门之后，捕获七个EPID图像中的每个图像。
该验证过程的目的是确定在两个标称位置处的中心28个叶片的MLC叶片位置精度。在这种情况下，处理电路系统112检测叶片和铅门位置，并且指示是否存在与位置相关联的任何错误。在一些情况下，处理电路系统112生成并报告两个支杆图像(picket image)的总和分布，其中以0.5mm和1mm叶片间隙为近似准则。在一些实现方式中，处理电路系统112输出平均辐射等中心(使用七个图像中的前三个图像)和PEID参考像素的位置。处理电路系统112还可以输出在两个标称位置处的每个堆叠中的中心30个叶片(其中总共有60个叶片)的MLC叶片位置。处理电路系统112还可以输出测试的曲线图，包括MLC叶片位置-叶片数曲线图、参数-参数曲线图和/或随时间趋势变化的平均辐射等中心x&y坐标曲线图。
在实施方式中，为了开始这个验证过程，操作者经由图11所示的web工具输入定义正被测试的MRI-Linac设备的参数，并且可选地输入测试参数。在用户输入指令以开始验证过程之后，处理电路系统112执行结合图4A和图4B描述的处理以验证MLC叶片和铅门位置的适当操作和对准。
图4A和图4B提供根据本公开的一些示例的用于测试MRI-Linac设备的MLC和铅门配置的说明性处理。具体地，图4A和图4B是示出根据示例实施方式的图像处理逻辑120在执行处理400和处理401时的示例操作的流程图。处理400和处理401可以以计算机可读指令实现以用于由一个或更多个处理器执行，使得处理400和处理401的操作可以部分地或全部地由图像处理逻辑120的功能部件执行；因此，下面参照图像处理逻辑120通过示例的方式描述处理400和处理401。然而，在其他实施方式中，处理400和处理401的操作中的至少一些可以部署在各种其他硬件配置上。因此，处理400和处理401不旨在限于图像处理逻辑120，并且可以整体或部分地由任何其他部件来实现。处理400和处理401的一些或所有操作可以并行、无序或完全省略。
在实施方式中，在MLC叶片和铅门位置的验证过程中，处理电路系统112使用所获取的4×4cm场的三个图像来估计平板平面内的平均辐射场中心的位置。使用迭代阈值处理技术将图像灰度直方图分成两个区域。这两个区域用于分割每个图像中的开放场。基于质心计算来确定分割区域的中心。对所计算的形心进行圆函数的拟合，并且将圆形拟合的中心作为平均场中心。
具体地，在操作410处，图像处理逻辑120(例如，使用处理电路系统112)以第一配置来布置MRI-Linac设备的MLC和铅门布置。例如，为了估计平均辐射场中心的位置，图像处理逻辑布置MRI-Linac设备的MLC和铅门，使得仅由MLC限定小的开放场。X个铅门在每侧上停在10cm处。叶片的侧面在x方向上产生场边缘。这可以消除铅门校准对辐射束轴位置的变化的影响。如果在x方向上存在作为时间的函数的辐射束轴的运动，则这可以指示MLC堆叠位置相对于射束源的变化。
在操作411处，图像处理逻辑120使辐射束三次穿过处于第一配置中的MRI-Linac设备的MLC和铅门。如下面的表1和表2所示，针对三个辐射束中的每一个定义了铅门和MLC叶片位置的第一配置：
Figure BDA0003085143450000181
表1：针对MLC叶片和铅门位置验证过程的铅门位置和机架角度针对图像1至3的MLC叶片位置
Figure BDA0003085143450000182
表2：MLC叶片和铅门位置验证过程中针对前三个射束的MLC叶片位置
在操作412处，图像处理逻辑120捕获三个图像，这三个图像表示当MRI-Linac处于第一配置510中时由MRI-Linac设备的辐射检测器检测到的射束形状。图5示出在MLC叶片和铅门位置验证过程中、对于三个射束的MRI-Linac设备的铅门和MLC叶片位置的第一配置510的三个图像中的所得到的一个图像。第一配置510使得图像处理逻辑120能够通过布置MRI-Linac设备的MLC和铅门来估计平均辐射场中心的位置，使得仅由MLC限定小的开放场(表示为第一配置510中间的黑色矩形方块)。
在操作413处，图像处理逻辑120计算三个图像中的每一个的质心，以计算辐射场中心并且检测射束点的运动。具体地，对于当MLC和叶片位置处于第一配置时生成的三个图像中的每一个，图像处理逻辑120使用迭代阈值技术分割图像的开放场部分。图像处理逻辑120计算质心以确定辐射场中心(平均等中心)，并且对三个图像重复该分析以确定射束点是否存在任何运动。如果检测到运动，则在web工具中向用户提供指示(例如，通过指示该验证过程未通过)。在实现方式中，通过使用MLC叶片在x方向上对场划界，辐射轴在x方向上的位置可以与叶片40和叶片41之间的接合部精确地重合。
在操作414处，图像处理逻辑120以第二配置布置MRI-Linac设备的MLC和铅门。例如，处理电路系统112使用8×20cm2开放场进行对MLC和铅门位置的第一检测。
在操作415处，图像处理逻辑120使辐射束一次穿过处于第二配置中的MRI-Linac设备的MLC和铅门。如下表3所示，定义了用于辐射束的铅门和MLC叶片位置的第二配置：
Figure BDA0003085143450000191
表3：MLC叶片和铅门位置验证过程中针对第四射束的MLC叶片位置
在操作416处，图像处理逻辑120捕获表示由MRI-Linac设备的辐射检测器检测到的射束形状的第四图像。图5示出了在MLC叶片和铅门位置验证过程中、对于第四射束的MRI-Linac设备的铅门和MLC叶片位置的第二配置520的所得图像。第二配置520使得图像处理逻辑120能够估计四个场边缘位置，并且估计面板与准直器之间的旋转。可以确定MLC与面板之间的旋转，并且将其与指定预期旋转的几何文件进行比较，以确定系统的旋转是否已随时间改变。
在操作417处，图像处理逻辑120使用主动轮廓处理(active contour process)来分割第四图像，以估计辐射检测器与MLC之间的旋转。主动轮廓处理提供对四个场边缘位置的估计。具体地，如果场被截断或者如果场边缘在图像边缘的3mm内，则图像处理停止。主动轮廓处理迭代地修改初始轮廓的点，以使轮廓的内能(由轮廓的连续性和曲率表示)和像力(由图像梯度表示)最小化。在迭代处理期间，该处理将轮廓点移向最强梯度，同时使轮廓的曲率最小化并维持点之间的规则间隔。在最终的解决方案中，对于其轮廓的二阶导数超过设置阈值的点被识别为场角。一旦定位了场角，就可以通过场边缘对剩余的轮廓点进行分组。采用线性方程使用给定场边缘上的点对场边缘参数化。对四个场边界重复该处理。
在操作421(在图4B中继续)处，图像处理逻辑120以与栅栏(picket fence)对应的第三配置布置MRI-Linac设备的MLC和铅门。例如，处理电路系统112使用具有其中叶片穿过等中心的扩展叶片图案(extended leaf pattern)的8×20cm2来计算平板与叶片行程之间的旋转。
在操作422处，图像处理逻辑120使辐射束一次穿过处于第三配置中的MRI-Linac设备的MLC和铅门。如以下表4和表5所示，定义了用于辐射束的铅门和MLC叶片位置的第三配置：
Figure BDA0003085143450000201
表4：针对MLC叶片和铅门位置验证过程的铅门位置和机架角度
针对图像5的MCL叶片位置
Figure BDA0003085143450000202
Figure BDA0003085143450000211
表5：MLC叶片和铅门位置验证过程中针对第五射束的MLC叶片位置
在操作423处，图像处理逻辑120捕获表示由MRI-Linac设备的辐射检测器检测到的射束形状的第五图像。图5示出在MLC叶片和铅门位置验证过程中、对于第五射束的MRI-Linac设备的铅门和MLC叶片位置的第三配置530的所得图像。第三配置530使得图像处理逻辑120能够计算平板与叶片行程之间的旋转。
使用大津法(Otsu’s method)检测图像中的扩展叶片中心。然后，使用扩展叶片中心的位置来确定x轴方向上的所有叶片位置，例如使用叶片的宽度。扩展叶片图案还提供MLC与平板之间的旋转，该旋转可以与先前存储的预定的预期旋转进行比较。具体地，如果在图像中捕获的篱栅(fence)或叶片图案中存在角度，则扩展叶片图案可以指示旋转。
在操作424处，图像处理逻辑120应用阈值处理以检测第三配置中的MLC的扩展叶片的中心。
在操作425处，图像处理逻辑120基于根据每个叶片的宽度的扩展叶片中心的位置，确定MLC沿x轴方向的所有叶片位置。例如，图像处理逻辑120通过从场的边缘开始并期望场中28个可见叶片来确定每个扩展叶片的中心。即，图像处理逻辑120可以检测从第三配置530生成的黑盒的边缘，并且识别直到相对边缘的边缘之间的28个叶片。图像处理逻辑120沿着叶片方向绘制垂直分布，并且它们的最大梯度指示叶片边缘。计算所检测的扩展叶片与成像器行之间的平均角度，并且获得垂直于叶片路径并经过辐射等中心的场中心线的线性方程。基于该角度，图像处理逻辑确定MLC与平板之间的旋转，并且确定这种旋转是否在允许阈值内或与期望的旋转匹配。
在操作426处，图像处理逻辑120以第四配置和第五配置布置MRI-Linac设备的MLC和铅门，第四配置和第五配置具有在扩展位置的相应叶片堆叠。例如，处理电路系统112使用具有两个邻接支杆的4×20cm2配置来确定叶片位置是在允许阈值或规格内还是在允许阈值或规格外。
在操作427处，图像处理逻辑120使辐射束一次穿过处于第四配置和第五配置的每一个的MRI-Linac设备的MLC和铅门。如以下表6和表7所示，定义了用于辐射束的铅门和MLC叶片位置的第四配置和第五配置：
Figure BDA0003085143450000221
Figure BDA0003085143450000231
表6：针对MLC叶片和铅门位置验证过程的铅门位置和机架角度针对图像6的MLC叶片位置
Figure BDA0003085143450000232
Figure BDA0003085143450000241
针对图像7的MLC叶片位置
Figure BDA0003085143450000242
Figure BDA0003085143450000251
表7：MLC叶片和铅门位置验证过程中针对第六射束和第七射束的MLC叶片位置
在操作428处，图像处理逻辑120捕获表示由MRI-Linac设备的辐射检测器检测到的射束形状的第六图像和第七图像。图5分别示出了在MLC叶片和铅门位置验证过程中、对于第六射束和第七射束的MRI-Linac设备的铅门和MLC叶片位置的第四配置541和第五配置542的所得图像。
在操作429处，图像处理逻辑120基于第六图像和第七图像检测左铅门和右铅门的位置。例如，图像处理逻辑120针对在两个不同支杆(在第四配置541和第五配置542的所得图像中示出)中看到的两个不同叶片位置，检测视场中所有可见叶片的叶片位置。图像处理逻辑120提取垂直于每个叶片下方的水平场中心线的强度分布，并且将这些分布标准化为它们的最大开放场值。沿着提取的分布计算各个叶片位置作为水平场中心线与叶片边缘之间的距离(如从操作425确定的)。使用预定义的半影检测水平(penumbra detectionlevel)来识别叶片边缘，该半影检测水平可以使用web工具来指定或者被硬编码到系统中。使用像素度量因子(pixel-scaling factor)将叶片位置转换为毫米。图像处理逻辑120通过分析20×8cm2场来检测左铅门和右铅门的位置。铅门处于0cm和20cm的标称位置。使用最大梯度方法来确定场边缘的位置。图像处理逻辑120按每个场边缘分析跨越场边缘的11个分布的梯度。通过对针对这11个分布的最大梯度方法的结果求平均来确定场边缘的位置。
在一些实施方式中，图像处理逻辑120针对Y1和Y2 MLC叶片堆叠在两个不同表中呈现先前操作的结果。可以指示在两个支杆位置中的每个支杆位置处的每个叶片的测量位置。在实施方式中，如果所有测量的叶片位置都在标称叶片位置的1mm内，则验证过程通过测试。在一些实施方式中，在该范围之外的叶片位置可以在表中用红色指示。图像处理逻辑120使用开放场图像来确定x个铅门(左铅门和右铅门)的位置。可以呈现总体测试结果，并且如果铅门位置在标称铅门位置的1mm内，则测试通过。在一些实施方式中，在该范围之外的铅门位置可以在表中用红色指示。
在操作430处，图像处理逻辑120通过对第六图像和第七图像求和来生成合成图像，以确定叶片位置是否在允许阈值内。例如，可以在每个叶片下方跨两个支杆(在第四配置541和第五配置542的所得图像中示出)获取分布并且对分布求平均以便提供标准化基础。在场结处的峰和谷的高度取决于在场结处的叶片间隙。曲线图上的容差线可以用作针对0.5mm和1mm叶片间隙的近似准则。该曲线图可以提供对表格化结果的视觉验证。在一些情况下，如果分布峰超过容差线，则对应的叶片位置可以在表格化结果中被指示为在1mm容差之外。
图6至图9提供根据本公开的一些示例的用于测试MRI-Linac设备的说明性处理。具体地，图6至图9是示出根据示例性实施方式的、图像处理逻辑120在执行处理600至900时的示例性操作的流程图。处理600至900可以以计算机可读指令实现，以用于由一个或更多个处理器执行，使得处理600至900的操作可以部分地或全部地由图像处理逻辑120的功能部件执行；因此，下面参照图像处理逻辑120通过示例的方式描述处理600至900。然而，在其他实施方式中，处理600至900的操作中的至少一些可以部署在各种其他硬件配置上。因此，处理600至900不旨在限于图像处理逻辑120，并且可以整体或部分地由任何其他部件来实现。处理600至900的一些或所有操作可以并行、无序或完全省略。
在一些实施方式中，用户可以选择验证过程，以使用MV几何体模根据机架角度测试辐射源和EPID移动。该验证过程使用利用8×8cm场在8个不同机架角度处捕获的MV体模的8个图像。在一些情况下，体模包括位于等中心处的滚珠轴承(ball bearing，BB)。在180度、135度、90度、45度、0度、-45度、-90度和-135度的机架角度处获取这8个图像。类似地，可以使用任何其他合适的附加角度或不同角度。
该验证过程的目的是检测和报告辐射源和EPID参考像素的位置根据机架角度的变化。此外，检测并报告体模的3D位置，并且向用户报告辐射轴相对于平均辐射场中心的最大位移。在实施方式中，图11所示的web工具输出3D空间中的中心滚珠轴承位置和辐射轴相对于平均辐射等中心的最大位移。该测试还垂直于旋转轴输出：x参考像素的位置、每个角度处辐射轴相对于辐射等中心的位移、以及平均辐射轴相对于x参考像素的恒定性(对MLC叶片堆叠位置的改变敏感)。该测试还平行于旋转轴输出：y参考像素的位置以及平均辐射等中心相对于参考像素的恒定性(对机械对准的改变和MLC叶片堆叠对准的不对称改变敏感)。在一些情况下，生成并向用户提供说明滚珠轴承中心坐标-机架角度的曲线图。在测试之前(例如，当安装MRI-Linac设备时)在与MRI-Linac设备的平均等中心相对应的兆伏(MV)面板坐标系中确定参考像素。
在实施方式中，为了开始该验证过程，操作者经由图11所示的web工具输入定义正被测试的MRI-Linac设备的参数，并且可选地输入测试参数。在用户输入指令以开始验证过程之后，处理电路系统112执行结合图6描述的处理以验证辐射源和EPID移动。
具体地，在操作601处，图像处理逻辑120使辐射束八次穿过位于处于八个不同的机架角度的MRI-Linac设备的等中心内的体模。
在操作602处，图像处理逻辑120捕获表示由MRI-Linac设备的辐射检测器针对八个辐射束中的每一个所检测的射束形状的体模的八个图像。在一些情况下，图像从存储装置加载，因为它们可能先前已经被捕获并提供给图像处理逻辑120。如以下表8所示，定义了针对八个辐射束中的每一个的铅门和MLC叶片位置的配置以及机架角度：
Figure BDA0003085143450000271
Figure BDA0003085143450000281
用于辐射束源测试的MLC叶片位置
Figure BDA0003085143450000282
表8：针对辐射源和EPID移动验证过程的铅门和叶片位置以及机架角度
在操作603处，图像处理逻辑120针对每个图像使用梯度处理来检测场边缘。例如，通过检测开放场的每个方向上的场边缘，在每个图像中确定场中心。
在操作604处，图像处理逻辑120计算场边缘的均值以确定辐射束轴的位置并确定平均场中心。使用每个图像的平均场中心使场不对称的影响最小化。
在操作605处，图像处理逻辑120在8个图像中的每个图像中检测体模中的滚珠轴承的位置。具体地，使用基于先前捕获的参考图像的标准化互相关例程来确定滚珠轴承的中心。
在操作606处，图像处理逻辑120针对每个机架角度计算图像中的平均场中心与滚珠轴承的位置之间的距离。
在操作607处，图像处理逻辑120将所计算的距离和机架角度应用于沿着表示辐射等中心与滚珠轴承的位置之间的距离的投影的曲线图拟合数据点的函数。该函数表示针对MV源的滚珠轴承的位置与辐射等中心之间的距离的投影，该MV源描述了绕机架旋转轴的圆形轨道。
在操作608处，图像处理逻辑120基于曲线图确定MRI-Linac设备是否正在有效范围内操作。具体地，图像处理逻辑120确定所计算出的图像中的平均场中心与滚珠轴承的位置之间的距离是否超过允许阈值。在这样的情况下，图像处理逻辑120可以指示MRI-Linac设备未在有效范围内操作。图像处理逻辑120可以将所生成的曲线图与预期曲线图进行比较，以确定曲线图之间的差异是否超过允许阈值，从而确定设备是否正在有效范围内操作。在一些情况下，图像处理逻辑120可以将平均场中心的位置与参考像素进行比较，以确定差异是否超过允许阈值。在超过阈值的这样的情况下，图像处理逻辑120确定设备未在有效范围内操作。
在一些实施方式中，图像处理逻辑120生成包括以下的多个曲线图作为执行图6的操作的结果：BB中心坐标-机架角度曲线图；场中心坐标-机架角度曲线图；辐射轴坐标-机架角度曲线图；平均辐射轴坐标-时间；以及轴相对于平均辐射等中心的最大位移随时间变化的曲线图。
在一些实施方式中，用户可以选择验证过程来测试输出平坦度对称性与机架角度的关系。该验证过程使用4个开放场图像，这些开放场图像是使用8×20cm场在8个不同机架角度处捕获的。该测试计算并报告四个图像的输出、平坦度和对称性。在180度、90度、0度和-270度的机架角度处获取这4个图像。类似地，可以使用任何其他合适的附加角度或不同角度。
该验证过程的目的是确定径向方向和横向方向两者上的平坦度和对称性。根据每个场的中心部分计算输出的相对测量值。在实施方式中，图11所示的web工具输出该信息。该测试还在面板的中心2×2cm区域中输出相对输出。web工具呈现包括以下的曲线图：平坦度(径向&横向)随时间的变化；对称性(径向&横向)随时间的变化，输出-机架角度；以及平均输出随时间的变化。
在实施方式中，为了开始该验证过程，操作者经由图11所示的web工具输入定义正被测试的MRI-Linac设备的参数，并且可选地输入测试参数。在用户输入指令以开始验证过程之后，处理电路系统112执行结合图7描述的处理以验证平坦度对称性。在实施方式中，用户可以指定要对其执行测试的关注区域(例如，开放场的百分比)。
在操作701处，图像处理逻辑120使辐射束四次穿过处于四个不同的机架角度的MRI-Linac设备的MLC。如以下表9所示，针对四个辐射束中的每一个定义了铅门和MLC叶片位置的配置：
Figure BDA0003085143450000291
Figure BDA0003085143450000301
表9：针对平坦度对称性与机架角度的关系的验证过程的铅门位置和机架角度
在操作702处，图像处理逻辑120捕获表示由MRI-Linac设备的辐射检测器针对四个辐射束中的每一个所检测的射束形状的四个图像。
在操作703处，图像处理逻辑120针对每个图像使用梯度处理来确定场边缘的位置。
在操作704处，图像处理逻辑120计算场边缘位置的均值以确定场中心的坐标。例如，主动轮廓算法迭代地修改初始轮廓的点，以使轮廓的内能(由轮廓的连续性和曲率表示)和像力(由图像梯度表示)最小化。在迭代处理期间，该算法将轮廓点移向最强梯度，同时使轮廓的曲率最小化并维持点之间的规则间隔。在最终的解决方案中，对于其轮廓的二阶导数超过设置阈值的点被识别为场角。一旦定位了场角，就可以通过场边缘对剩余的轮廓点进行分组。采用线性方程使用给定场边缘上的点对场边缘进行参数化。对四个场边界重复该处理。场中心被计算为利用主动轮廓算法找到的四个场边界的中点。还可以提供场边缘旋转的附加信息。
在操作705处，图像处理逻辑120基于沿着场中心的x坐标的中心分布、来自中心分布的一侧的四个垂直分布和来自中心分布的另一侧的四个垂直分布来创建平均垂直分布。例如，图像处理逻辑120从9个垂直分布创建平均分布，上述9个垂直分布包括包含x坐标的中心垂直分布和在中心分布的任一侧上的四个垂直分布。
在操作706处，图像处理逻辑120基于平均垂直分布计算平坦度/对称性。具体地，平坦度/对称性指示辐射强度在不同的关注区域之间以及跨不同的关注区域的相似程度。在实施方式中，以场中心为中心确定最大开放场强度的80％。图像处理逻辑120计算或确定强度值相对于中心线的变化，并且确定相对于中心线的相邻线之间的相等性水平。
在操作707处，图像处理逻辑120基于沿着场中心的y坐标的中心分布、来自中心分布的一侧的四个水平分布和来自中心分布的另一侧的四个水平分布来创建平均水平分布。
在操作708处，图像处理逻辑120基于平均水平分布计算平坦度/对称性。具体地，平坦度/对称性指示辐射强度在不同的关注区域之间以及跨不同的关注区域的相似程度。在实施方式中，以场中心为中心确定最大开放场强度的80％。图像处理逻辑120计算或确定强度值相对于中心线的变化，并且确定相对于中心线的相邻线之间的相等性水平。在实施方式中，如果相邻分布之间和/或跨指定区域的强度变化大于允许阈值，则图像处理逻辑120生成指示该测试通过还是未通过的输出。
在计算了平均水平和垂直分布平坦度/对称性之后，以场中心坐标为中心分割2×2cm正方形区域。从正方形区域的内部获得强度的均值。具体地，基于平坦化滤波器(FF)射束和平坦化无滤波器(FFF)射束计算横向(x)方向和径向(y)方向上的平坦度和对称性。对于FF射束，平坦度被计算为关注区域中最大强度点与最小强度点的百分比率。对称性被计算为相对于中心的镜像点的百分比率。在以场中心坐标为中心的2×2cm2正方形区域的段中计算输出。获取正方形区域内部强度读数的均值，并且对均值进行标准化以给出输出。取决于如何定义设备标准化因子，用户可以输入转换因子作为参数以对输出进行标准化。在实施方式中，向用户提供设备通过还是未通过的指示，或者可以生成警告。
在一些实施方式中，用户可以选择验证过程以测试MR与MV的对准。这允许例如定期地验证MR到MV的变换。该测试的结果在诸如图11所示的web工具的web工具中提供给用户，并且包括变换以及在应用变换之后MR与MV系统之间的匹配的均方根(root meansquare)。在实施方式中，使用体模进行该测试。
在实施方式中，为了开始该验证过程，操作者经由图11所示的web工具输入定义正被测试的MRI-Linac设备的参数，并且可选地输入测试参数。在用户输入指令以开始验证过程之后，处理电路系统112执行结合图8描述的处理以验证MR与MV的对准。
具体地，在操作801处，将体模放置在MRI-Linac设备内。例如，操作者可以选择体模并且将体模适当地定位在MRI-Linac设备中。
在操作802处，图像处理逻辑120测量变换和均方根。
在操作803处，图像处理逻辑120显示具有允许容差的旋转、平移和均方根。
在一些实施方式中，用户可以选择质量评估过程来测试MRI-Linac设备的MRI的MRI图像质量。该测试的结果在诸如图11所示的web工具的web工具中提供给用户，并且包括对以下的验证：扫描参数、体模的位置和尺寸信息、体模相对于图像空间的旋转、切片厚度精度、高对比度空间分辨率信息、切片位置精度、图像均匀性百分比(PIU)、信号伪影百分比(PSG)、低对比度可检测性(LCD)以及MRI-Linac设备的MRI设备的几何精度信息。
在实施方式中，为了开始一个或更多个质量评估过程，操作者经由图11所示的web工具输入定义正被测试的MRI-Linac设备的参数，并且可选地输入测试参数。在用户输入指令以开始质量评估过程之后，处理电路系统112执行结合图9描述的处理，以验证MRI-Linac是否满足一个或更多个质量度量。
在操作901处，图像处理逻辑120获得表示体模的不同切片的多个图像，该体模包括被定位在MRI-Linac设备内的至少一个模块。例如，处理电路系统112可以指示MRI-Linac设备捕获被定位在MRI-Linac设备内的体模的一个或更多个MRI图像。体模可以包括多个模块(物理元件)，每个模块被设计成提供不同的质量评估测量。可以在所捕获的一个或更多个MRI图像的不同切片中检测模块。在一些实施方式中，可以从体模的一个或更多个图像获得总共11个切片。
在一些实施方式中，执行测试以找到体模相对于轴向视场的位置并且还验证体模的尺寸。在一些实现方式中，该测试的输出被用来执行一个或更多个附加质量评估过程。具体地，执行该测试以找到在x和y方向上在体模切片的中心与图像的中心之间的距离，并且找到体模图像的以毫米为单位的高度和宽度。执行操作902至操作904以找到体模相对于轴向视场的位置并且验证体模的尺寸。操作902至操作904的输出是体模的第一切片和最后切片的中心像素的坐标、描绘体模的图像中的中心像素的坐标、各个图像中的体模在x和y坐标方面的未对准的量化、以及第一切片(以及可选地，附加切片)中的体模的高度和宽度的量化。
特别地，在操作902处，图像处理逻辑120从多个图像中选择对应于体模的一侧的第一切片。图10A示出在操作902处选择的第一切片1010。处理电路系统112采用大津法来计算针对所选的第一切片1010的阈值。处理电路系统112使用所计算的阈值将第一切片1010的灰度图像转换成二值图像，使得仅体模具有单位值的像素值。具体地，处理电路系统112以下述方式处理第一切片1010的灰度图像，即，将出现的超过特定阈值的任何像素值设置为第一值(例如，0)，并且将任何其他像素设置为第二值(例如，1)。以这种方式，处理电路系统112可以仅对图像切片的描绘体模的部分执行测量和计算。
在将第一切片1010的图像转换成二值图像之后，处理电路系统112识别体模的第一个像素和最后一个像素的列编号。具体地，处理电路系统112识别第一切片1010中包括非零二进制值的第一列像素。处理电路系统112还识别第一切片1010中包括非零二进制值的最后一列像素。然后，处理电路系统112在第一列与最后一列之间的以及包括第一列和最后一列的每一列内识别包括非零二进制值的行集合。该步骤的输出产生体模的轮廓。在一些实施方式中，在该识别处理中跳过前5行像素和后5行像素，因为沿着图像的顶部边缘和底部边缘可能存在一些噪声或白点。该处理的输出是按照行(Phrows)和列(Phcols)的坐标集合，行(Phrows)和列(Phcols)具有表示体模的二进制非零值。
在识别二值图像中的体模的轮廓之后，处理电路系统112检索第一切片1010的灰度图像并且将体模的轮廓从二值图像映射到灰度图像。处理电路系统112基于按照具有表示体模的二进制非零值的行(Phrows)和列(Phcols)的坐标集合，在灰度图像中在体模周围创建关注区域(ROI)。
在操作903处，图像处理逻辑120识别第一切片中描绘的第一切片的质心。例如，处理电路系统112将体模中心的y坐标(Yph)计算为针对第一切片1010的灰度图像的ROI坐标找到的行值(行值位置)的均值(例如，图像的仅描绘包括体模的ROI的体模的部分的行值的均值)。处理电路系统112将体模中心的x坐标(Xph)计算为针对第一切片1010的灰度图像的ROI坐标找到的列值(列值位置)的均值(例如，图像的仅描绘包括体模的ROI的体模的部分的列值的均值)。在一些实施方式中，除了第一图像切片之外，图像处理逻辑120还对多个图像切片(例如，图像切片5以及图像切片7至图像切片11)重复操作901至操作903(例如，计算体模中心的x和y坐标)。
在操作904处，图像处理逻辑120基于所识别的质心与真实质心之间的差异确定体模的偏移。例如，处理电路系统112计算图像空间的中点(例如，包括第一切片1010的整个图像的中点)。在实施方式中，为了计算整个图像空间的中点，处理电路系统112将列和行的头部值分别除以2，从而分别输出x坐标和y坐标(Xsp,Ysp)。具体地，处理电路系统112找到最大列编号并将该编号除以2并且找到最大行值并将行值除以2以输出x坐标和y坐标。接下来，处理电路系统112计算以像素为单位的x方向和y方向上的体模中心与图像空间中心之间的绝对差异，以确定体模中点相对于图像空间中点的偏移。该计算的结果被提供为Xph diff pix＝|Xsp-Xph|和Yph diff pix＝|Ysp-Yph|。
在一些实现方式中，处理电路系统112使用预先计算并利用图像头部信息提供的像素间距(P0)值将这些差异转换为毫米。在一些实施方式中，P0(1)表示像素的高度，并且P0(2)表示像素的宽度。在这样的情况下，以毫米为单位的偏移值被计算为Xph diff mm＝Xph diff pix*P0(2)和Yph diff mm＝Yph diff pix*P0(1)。
在操作905处，图像处理逻辑120计算以像素为单位的体模的高度。例如，处理电路系统112将以像素为单位的体模的高度计算为Phrows值的最大值与最小值之间的差异。类似地，处理电路系统112将以像素为单位的体模的宽度计算为Phcols值的最大值与最小值之间的差异。然后，处理电路系统112根据以下表达式将以像素为单位的体模的宽度和高度转换为毫米：(以像素为单位的体模的宽度)*P0(2)；(以像素为单位的体模的高度)*P0(1)。
图像处理逻辑120(例如，从来自图11所示的web工具的用户提供的信息)检索正被使用的体模的真实物理值。具体地，图像处理逻辑120获得放置在MRI-Linac设备内的体模的实际物理高度和宽度(例如190mm)。图像处理逻辑120将从图像得到的体模的所计算的高度和宽度(尺寸)与用户输入的(或从体模中的RF ID代码中读取的)体模的实际高度和宽度进行比较。图像处理逻辑120确定体模的所计算的尺寸与体模的实际尺寸之间的差异是否超过允许阈值。在一些情况下，用户在图11所示的web工具中输入允许阈值。响应于确定该差异超过允许阈值，图像处理逻辑120在图11所示的web工具中警告操作者或用户；否则，图像处理逻辑120通知操作者MRI-Linac通过了该图像质量评估过程。
在一些实施方式中，图像处理逻辑120针对一个或更多个附加切片(例如，针对捕获的体模的一个或更多个图像的切片5)，重复计算体模的尺寸并且将所计算的尺寸与体模的实际尺寸进行比较的步骤。在一些情况下，用户选择对哪些切片执行所计算的尺寸与实际尺寸之间的比较。在一些情况下，用户可以对切片设置优先级，使得在确定一个切片的所计算的尺寸以大于阈值的程度超过实际尺寸的情况下，如果切片与高优先级相关联，则警告用户该差异超过阈值。如果对于其所计算的尺寸以大于阈值的程度超过实际尺寸的切片与低优先级相关联，则不向用户警告该差异超过阈值。在一些情况下，体模的尺寸是从多于一个图像切片计算或得到的并且是均值。可以将尺寸的计算的均值与体模的实际尺寸进行比较。如果体模的尺寸的平均计算与实际尺寸之间的差异超过允许阈值，则警告用户该差异超过阈值。
在操作906处，图像处理逻辑120使用第一切片和第一切片中描绘的第一模块来确定体模相对于图像空间的旋转。具体地，图像处理逻辑120确定体模的度数以帮助对准ROI(描绘体模的图像切片的区域)用于后续测试。图像处理逻辑120基于存在于体模图像切片1010中的第一物理模块1016(例如，大的中心矩形)的边缘的旋转，找到体模的旋转。例如，如图10A所示，当第一物理模块1016是矩形时，图像处理逻辑120创建120mm宽和20mm高的矩形ROI 1018，并且将矩形ROI 1018放置在第一切片1010内的如下位置：在y方向上相对于第一切片1010的体模中心高3mm或更高。即，矩形ROI 1018相对于在操作903处计算的体模中心被定位。这引起在大的中心矩形的顶部长边缘和底部长边缘的中心周围创建的ROI1018。所创建的矩形ROI 1018平行于第一切片1010的图像空间的边缘放置。第一物理模块1016可以是任何其他形状，并且在这样情况下，图像处理逻辑120创建与第一物理模块1016的形状相似的形状，作为被定位在第一切片1010中所描绘的第一物理模块1016之上的ROI。
接下来，图像处理逻辑120在ROI 1018内创建分割的体模图像的值的矩阵，该ROI1018包括所创建的矩形。即，图像处理逻辑120检索第一切片1010中的落在矩形ROI 1018内的像素的像素值，该矩形ROI 1018被放置在第一切片1010的顶部上且在指定位置处。图像处理逻辑120识别矩阵的第一列和矩阵的最后一列中的、值从1变为0的矩阵行编号(L1，L2)。具体地，大矩形的、在包括第一物理模块1016的ROI 1018的左边缘和右边缘处的列中的第一个像素。图像处理逻辑120识别矩形的、在矩阵的第一列和最后一列中的最后一个像素(M1、M2)。结果输出P1(X1,L1)、P2(Xn,L2)、P3(X1,M1)和P4(Xn,M2)，其中n是ROI矩阵中的列数。P1、P2、P3和P4表示第一物理模块1016与放置在第一切片1010中的第一物理模块1016的顶部上的矩形ROI 1018相交的点。
图像处理逻辑120基于矩形的顶部线和底部线相对于轴向视场的斜率(分别为mtop和mbottom)来计算体模的旋转。斜率表示矩形相对于轴向视场的旋转(alpha)，其中alpha以度为单位计算。具体地，图像处理逻辑120计算第一物理模块1016的顶部边缘和底部边缘(例如，矩形的长边缘)相对于矩形ROI的对应顶部边缘和底部边缘的斜率，该矩形ROI被放置在第一切片1010中的第一物理模块1016的顶部上。根据以下表达式计算斜率和alpha：mtop＝(L2-L1)/(n-1)，mbottom＝(M2-M1)/(n-1)，maverage＝(mtop+mbottom)/2，α＝tan-1(均值)。
在操作907处，图像处理逻辑120基于第一切片中描绘的第二模块和体模的偏移，使用第一切片确定切片厚度精度。例如，图像处理逻辑120根据包括在体模中心的线斜坡(wire ramp)确定第一切片1010的切片厚度。在实施方式中，当切片厚度约为0.7mm时，确定切片厚度通过质量评估过程。
在一些实施方式中，为了计算切片厚度，图像处理逻辑120基于预定值创建要分别绕上部线斜坡和下部线斜坡放置的两个ROI。图像处理逻辑检索先前计算的体模中心位置和体模的旋转以使用上部线斜坡和下部线斜坡确定切片厚度。在一些实现方式中，使用设置值来设置和放置两个ROI，使得相对于第一切片1010的图像文件的顶点是：左上部：x＝-48.83，y＝-10.0；右上部：x＝48.83，y＝-10.0；右下部：x＝-48.83，y＝10.0；以及右下部：x＝48.83，y＝10.0，或者按照以下指定：
tt1x＝-48.83/P0(2)；ttly＝-4.883/P0(1)
tt2x＝48.83/P0(2)；tt2y＝-4.883/P0(1)
tt3x＝48.83/P0(2)；tt3y＝-0.9766/P0(1)
tt4x＝-48.83/P0(2)；tt4y＝-0.9766/P0(1)
tt5x＝-48.83/P0(2)；tt5y＝2.9298/P0(1)
tt6x＝48.83/P0(2)；tt6y＝2.9298/P0(1)
tt7x＝48.83/P0(2)；tt7y＝-0.9766/P0(1)
tt8x＝-48.83/P0(2)；tt8y＝-0.9766/P0(1)
图像处理逻辑120基于在操作903中计算的体模的质心位置，通过将设置值从毫米值转换成像素值并应用先前计算的旋转，来校正设置值。经校正的设置值被称为ROIfull。接下来，图像处理逻辑120检索在ROIfull中找到的所有水平线分布，并且识别完全由小于所计算的切片阈值的像素值组成的第一行和最后一行。在实施方式中，该计算的阈值与操作902中使用的阈值相同。如果没有找到合格的行(例如，如果图像处理逻辑120没有识别到完全由小于所计算的阈值的像素值组成的行)，则测试未通过。否则，图像处理逻辑120将修整ROIfull值设置为在两行像素(ROItrimmed)之间。
接下来，图像处理逻辑120将ROI trimmed的行垂直地划分为两个等高ROI(ROIupper和ROIlower)。图像处理逻辑120计算ROIupper和ROIlower的每一行中的平均像素值。图像处理逻辑120选择具有最高平均像素值的ROIupper的行(Rowmax-upper)。图像处理逻辑120识别Rowmax-upper中的最高像素值，并且将其除以2Phalf-max-upper。接下来，图像处理逻辑120识别Rowmax-upper中高于Phalf-max-upper的第一个像素值和最后一个像素值的位置。第一个位置与最后一个位置之间的差异提供了以像素为单位的上部分布宽度。通过乘以P0(2)将该值转换为毫米，并且作为ProfileWidthupper输出和存储。图像处理逻辑120重复基于ROIlower的ProfileWidthlower的查找处理。具体地，图像处理逻辑120选择具有最高平均像素值的ROIlower的行(Rowmax-lower)。图像处理逻辑120识别Rowmax-lower中的最高像素值，并且将其除以2Phalf-max-lower。接下来，图像处理逻辑120识别Rowmax-lower中高于Phalf-max-lower的第一个像素值和最后一个像素值的位置。第一个位置与最后一个位置之间的差异提供了以像素为单位的下部分布宽度。通过乘以P0(2)将该值转换为毫米，并且作为ProfileWidthlower输出和存储。在一些实施方式中，图像处理逻辑120经由图11中所示的web工具输出用于呈现给用户的图像，该图像示出了ROIupper和ROIlower的位置。图像处理逻辑120还可以呈现两个曲线图(一个用于上部线，并且另一个用于下部线)，这两个曲线图示出像素位置-Rowmax-upper和Rowmax-lower上的值以及Phalf-max-upper和Phalf-max-lower。
图像处理逻辑120将测量的切片厚度计算为：MeasuredSliceThickness＝0.2*((ProfileWidthupper*ProfileWidthlower)/(ProfileWidthupper*ProfileWidthlower)。图像处理逻辑120(例如，基于从图11中所示的web工具或用户接口接收的用户输入，或者通过从存储体模的一个或更多个图像的文件中的头部检索信息)确定正在使用的体模的切片厚度TagSliceThickness。图像处理逻辑120将切片厚度精度计算为SliceThicknessAccuracy＝(MeasuredSliceThickness-TagSliceThickness)的绝对值。图像处理逻辑120确定计算的切片厚度精度是否小于允许阈值(例如，0.7mm)。允许阈值可以由用户经由图11中所示的web工具指定，或者可以硬编码到图像处理逻辑120中。响应于确定切片厚度精度小于允许阈值，图像处理逻辑120指示MRI-Linac设备通过图像质量评估过程。响应于确定切片厚度精度大于允许阈值，图像处理逻辑120(例如，经由图11中所示的web工具)警告用户MRI-Linac设备没有通过该图像质量评估过程。
在操作908处，图像处理逻辑120基于第一切片中描绘的第三模块和体模的偏移来确定高对比度空间分辨率。例如，图像处理逻辑120从体模中的物理分辨率图案ROI 1018确定第一切片1010的空间分辨率。在实施方式中，当分辨率为1.0mm或更小时，确定高对比度空间分辨率通过质量评估过程。
在实施方式中，为了执行该质量评估过程，图像处理逻辑120将对应于物理分辨率图案ROI 1018的图像的一部分划分成6个ROI。左边的两个ROI表示1.1mm的分辨率，中心的2个ROI表示1.0mm的分辨率，并且右边的2个ROI表示0.9mm的分辨率。将具有相同目标分辨率的2个ROI的每个分组读取为水平线(左上)和垂直线(右下)。图像处理逻辑120确定可以找到4个明显的孔的最低分辨率。
具体地，为了计算高对比度空间分辨率，图像处理逻辑120创建六个ROI。一个ROI被定位在左上部的一系列孔(例如，物理分辨率图案ROI 1018)周围，并且一个ROI被定位在右下部的一系列孔(例如，物理分辨率图案ROI 1018)周围。图像处理逻辑120基于先前设置的值、先前计算的体模中心位置以及体模的旋转来针对1.1mm、1.0mm和0.9mm区域的三个分辨率间隔中的每一个创建ROI。物理分辨率图案ROI1018的顶点是(以mm为单位)：左上部：x＝-63.5，y＝12.0；右上部：x＝61.5，y＝12.0；左下部：x＝-63.5，y＝62.0；以及右下部：x＝61.5，y＝62.0。将这些顶点从毫米转换成像素，并且然后应用旋转以创建ROIfull。图像处理逻辑120使用大津法计算ROIfull内的阈值。然后，图像处理逻辑120识别ROIfull内的点Pupper-right，该点Pupper-right在物理上最接近ROIfull的右上部并且具有小于所计算的阈值的值。相对于Pupper-right识别三个ROI对1030(图10A)的位置。相对于Pupper-right，每个ROI对的左上部为(以mm为单位)：ROIpair-1的左上部：x＝-80.14，y＝8.4；ROIpair-2的左上部：x＝-55.64，y＝8.4；以及ROIpair-2的左上部：x＝-33.64，y＝9.4。通过应用先前计算的旋转将这些值转换成像素坐标。
接下来，对于每个ROIpair，图像处理逻辑120去除ROI的四个边缘上的完全由具有小于所计算的阈值的值的像素构成的任何水平线和垂直线。计算相对于每个ROIpair的位置的包含6个单独的孔组的ROI。这6个ROI(ROI1、ROI2等)在图10A中被示为三个对1030的每一个内的小框1032和小框1033。上部ROI(框1032)从匹配ROIpair的左上部在高度和宽度上延伸给定距离，而下部ROI(框1033)从右下部延伸相同的距离。该距离对于ROIpair-1为9mm，对于ROIpair-2为8.5mm，并且对于ROIpair-3为8mm。通过使用先前计算的用于转换的值将这些值转换为像素值。
图像处理逻辑120读取每行的ROI1中的分布，并且找到具有最高平均像素值的4行(Line1、Line2等)。图像处理逻辑120从Line1的首部和尾部去除值小于平均像素值的任何像素。图像处理逻辑120使用大津法计算关于剩余像素的阈值，并且将Line1中的像素分组为“开”(“on”)(如果像素具有大于阈值的值)和“关”(“Off”)(如果像素小于或等于阈值)。图像处理逻辑120对从开到关的转换次数进行计数，并且确定该线中的可识别孔的数目。图像处理逻辑120从Line2-4重复该处理。如果在Line1-4的任何一条中孔的数目大于四，则图像处理逻辑120确定满足针对ROI1的分辨率值。图像处理逻辑120针对ROI2-6重复对孔的查找和计数的处理(针对ROI2、ROI4和ROI6，处理列而不是行)。
每个ROI与以mm为单位的大小相关联：ROI1和ROI2与1.1mm相关联，ROI3和ROI4与1.0mm相关联，并且ROI5和ROI6与0.9mm相关联。体模的水平分辨率是成功地在给定线中产生多于4个孔的这些分辨率ROI1,3,5中的最低分辨率。体模的垂直分辨率是成功地在给定线中产生多于4个孔的这些分辨率ROI2,4,6中的最低分辨率。在一些实施方式中，图像处理逻辑120确定垂直分辨率和水平分辨率是否大于允许阈值(例如，1.0mm)。允许阈值可以由用户经由图11中所示的web工具指定，或者可以硬编码到图像处理逻辑120中。响应于确定分辨率大于允许阈值，图像处理逻辑120指示MRI-Linac设备通过图像质量评估过程。响应于确定分辨率小于允许阈值，图像处理逻辑120(例如，经由图11中所示的web工具)警告用户MRI-Linac设备没有通过该图像质量评估过程。
通常，体模包括物理分辨率图案ROI 1018，物理分辨率图案ROI 1018允许图像处理逻辑120计算MRI-Linac设备的水平分辨率和垂直分辨率。物理分辨率图案ROI 1018包括多个区域，每个区域被配置成使得能够沿不同维度(水平和垂直)测量不同水平的分辨率。图像处理逻辑120识别这些不同区域中的每一个，并且确定在从该区域捕获的图像中是否可识别已知图案。如果可以从自该区域捕获的图像中识别出图案或图案的一部分，则图像处理逻辑120确定MRI-Linac的分辨率水平至少与该区域的相应分辨率一样好。否则，图像处理逻辑120确定MRI-Linac的分辨率水平不能满足与该区域相关联的分辨率水平。例如，如果每个区域包括孔的集合，则图像处理逻辑120确定在包括区域的图像中是否可以看见该区域中的孔的集合中的阈值数目的孔。如果可以看见阈值数目的孔，则图像处理逻辑120确定MRI-Linac的分辨率水平至少与和特定区域相关联的分辨率一样高。在找到其中没有找到或未能识别阈值数目的孔的区域时，图像处理逻辑120确定MRI-Linac不能提供与该区域相关联的分辨率水平。
在操作909处，图像处理逻辑120基于在体模的相对端处的另一切片和第一切片中描绘的第四模块来确定切片位置精度。例如，图像处理逻辑120根据第一切片1010中的物理条1014的图像和体模中的第十一切片1020的物理条1022的图像，确定切片位置精度。在实施方式中，当条长度被确定为5.0mm或更小时，确定切片位置精度通过质量评估过程。
在实施方式中，为了执行该质量评估过程，图像处理逻辑120分别在第一切片和第十一切片1010和1020中的体模图像的顶部处的条的左部分(例如，条的左半部分)和右部分(例如，条的右半部分)周围生成ROI。在实施方式中，对切片的灰度图像执行该处理。在一些实现方式中，左部分和右部分中的ROI被定位在以下坐标处，并且应用基于旋转和体模中心(先前计算的)的校正：
左条ROI：
PALt1x＝-4.883/P0(2)；PALt1y＝-71.289/P0(1)；
PALt2x＝-1.953/P0(2)；PALt2y＝-71.289/P0(1)；
PALt3x＝-4.883/P0(2)；PALt3y＝-51.758/P0(1)；
PALt4×＝-1.953/P0(2)；PALt4y＝-51.758/P0(1)；
右条ROI：
PARt1x＝0.9766/P0(2)；PARt1y＝-71.289/P0(1)；
PARt2x＝3.906/P0(2)；PARt2y＝-71.289/P0(1)；
PARt3x＝0.9766/P0(2)；PARt3y＝-51.758/P0(1)；
PARt4x＝3.906/P0(2)；PARt4y＝-51.758/P0(1)；
应用针对旋转和体模中心坐标的校正
PALt11x＝((PALt1x*(cosd(alpha)))·(PALt1y*(sind(alpha))))+xPhCntr；
PALt11y＝((PALt1x*(sind(alpha)))+(PALt1y*(cosd(alpha))))+yPhCntr；
PALt12x＝((PALt2x*(cosd(alpha)))·(PALt2y*(sind(alpha))))+xPhCntr；
PALt12y＝((PALt2×*(sind(alpha)))+(PALt2y*(cosd(alpha))))+yPhCntr；
PALt13x＝((PALt3x*(cosd(alpha)))-(PALt3y*(sind(alpha))))+xPhCntr；
PALt13y＝((PALt3×*(sind(alpha)))+(PALt3y*(cosd(alpha))))+yPhCntr；
PALt14x＝((PALt4x*(cosd(alpha)))-(PALt4y*(sind(alpha))))+xPhCntr；
PALt14y＝((PALt4x*(sind(alpha)))+(PALt4y*(cosd(alpha))))+yPhCntr；
PARt11x＝((PARt1×*(cosd(alpha)))-(PARt1y*(sind(alpha))))+xPhCntr；
PARt11y＝((PARt1x*(sind(alpha)))+(PARt1y*(cosd(alpha))))+yPhCntr；
PARt12x＝((PARt2x*(cosd(alpha)))-(PARt2y*(sind(alpha))))+xPhCntr；
PARt12y＝((PARt2x*(sind(alpha)))+(PARt2y*(cosd(alpha))))+yPhCntr；
PARt13×＝((PARt3x*(cosd(alpha)))-(PARt3y*(sind(alpha))))+xPhCntr；
PARt13y＝((PARt3x*(sind(alpha)))+(PARt3y*(cosd(alpha))))+yPhCntr；
PARt14x＝((PARt4x*(cosd(alpha)))-(PARt4y*(sind(alpha))))+xPhCntr；
PARt14y＝((PARt4x*(sind(alpha)))+(PARt4y*(cosd(alpha))))+yPhCntr；
图像处理逻辑120提取平行于每个ROI的边缘的分布，并且应用大津法来找到针对这些值的单个阈值。图像处理逻辑120使用单个阈值从图像分割并提取区域。接下来，图像处理逻辑120从ROI的顶部到底部搜索条的边界(例如，在提取的区域中值从黑改变到白的行编号)。例如，图像处理逻辑120在条1022周围的ROI中搜索像素值从黑改变到白的区域1024。即，如图10A所示，发现ROI的左部分在区域1024中从黑色改变为白色，而条的ROI的右部分在该区域1024中继续保持黑色。图像处理逻辑120计算每个ROI的平均列边界值(例如，图像处理逻辑120计算ROI的左部分的高度和ROI的右部分的高度)。图像处理逻辑120计算左ROI与右ROI的列值之间的差异(例如，图像处理逻辑120确定ROI的左部分是否短于或小于ROI的右部分)。如果图像处理逻辑120确定ROI的左部分比右部分长，则图像处理逻辑120为该长度分配负号。
图像处理逻辑120通过将所计算出的针对第一切片1010的列值的差异(例如，在条1014和条1022之上创建的两个相邻ROI的高度的差异)乘以先前计算的常数P0(1)，将该值转换为毫米值。图像处理逻辑120将计算出的以毫米为单位的高度差异与允许阈值(例如，5mm)进行比较。如果高度差异小于允许阈值，则图像处理逻辑120确定MRI-Linac的切片位置精度通过该图像质量评估。允许阈值可以由用户经由图11中所示的web工具指定，或者可以硬编码到图像处理逻辑120中。图像处理逻辑120指示MRI-Linac设备通过图像质量评估过程。响应于确定高度差异大于允许阈值，图像处理逻辑120(例如，经由图11中所示的web工具)警告用户MRI-Linac设备没有通过该图像质量评估过程。
图像处理逻辑120对另一切片(例如，第十一切片)重复左条和右条ROI高度的比较处理。图像处理逻辑120通过将所计算出的第十一切片1020的列值的差异(例如，在条1014和条1022之上创建的两个相邻ROI的高度的差异)乘以先前计算的常数P0(1)，将该值转换为毫米值。图像处理逻辑120将计算出的以毫米为单位的高度差异与允许阈值(例如，4mm)进行比较。第十一切片1020的高度差异的允许阈值可以小于或大于用于第一切片1010的允许阈值。如果高度差异小于允许阈值，则图像处理逻辑120确定MRI-Linac的切片位置精度通过该图像质量评估。允许阈值可以由用户经由图11中所示的web工具指定，或者可以硬编码到图像处理逻辑120中。图像处理逻辑120指示MRI-Linac设备通过图像质量评估过程。响应于确定高度差异大于允许阈值，图像处理逻辑120(例如，经由图11中所示的web工具)警告用户MRI-Linac设备没有通过该图像质量评估过程。
在操作910处，图像处理逻辑120基于第一切片与最后切片之间的一个或更多个切片确定图像均匀性百分比、信号伪影百分比、几何精度和低对比度可检测性。
为了确定MRI-Linac设备的图像均匀性百分比(PIU)，图像处理逻辑对体模的一个或更多个图像的切片7执行图像质量评估过程。在实施方式中，对于场强小于3特斯拉的MRI系统，当确定PIU大于或等于87.5％时，确定PIU通过质量评估过程。在实施方式中，对于场强为3特斯拉的MRI系统，当确定PIU大于或等于82.0％时，确定PIU通过质量评估过程。
图像处理逻辑120检索体模的第七切片1040(图10B)的图像并且识别体模相对于轴向视场的位置以及体模中心的x和y坐标。在一些实现方式中，图像处理逻辑120执行类似于操作902至904的操作，以确定出现在第七切片1040中的体模中心的坐标。接下来，图像处理逻辑120在第七切片1040的灰度图像中的体模中心下方5个像素的位置处生成200cm2(79.789/P0(1)像素半径)的圆形ROI。该圆形ROI被描绘为图10B中所示的外部大白圆。图像处理逻辑120识别该圆形ROI 1042内的最大像素和最小像素的位置。图像处理逻辑生成1cm2(5.642/P0(1)像素半径)的两个圆形ROI 1042和1044(图10B中所示)，并且以更大的圆形ROI内的相应的最大像素值和最小像素值为中心定位每个ROI1042和1044。
图像处理逻辑1040确保较小的1cm2圆形ROI 1042和1044都完全在较大的200cm2圆形ROI内。为此，图像处理逻辑120检查从最大点和最小点到较大圆形ROI的中心的距离，并且验证该距离小于阈值(例如，小于79.789/P0(1)-5.642/P0(1))。如果该距离小于阈值，则小圆形ROI在大圆形ROI内。如果该距离不小于阈值，则图像处理逻辑120将小ROI的中心置于沿着从大ROI的中心起的同一条线(以相同角度)但是距大圆形ROI的中心的距离为阈值的点。
图像处理逻辑120计算小ROI 1042和1044(meanSlice7MaxROI和meanSlice7MinROI)中的每一个内的像素的平均值。图像处理逻辑120按照以下计算PIU：PIU＝100*(1-((meansSlice7MaxROI-meanSlice7MinROI)/(meanSlice7MaxROI+meanSlice7MinROI)))。具体地，图像处理逻辑120根据小ROI 1042和1044中的每一个内的像素的平均值计算PIU。图像处理逻辑120检索用于捕获体模的一个或更多个图像的MRI-Linac设备的磁强度。在实施方式中，当启动该质量评估过程时，该值由用户输入(例如，经由图11中所示的web工具)，并且被存储以由图像处理逻辑120检索。在一些实施方式中，磁强度被编码在体模的图像的一个或更多个图像文件的头部中并由图像处理逻辑120检索。
图像处理逻辑120将计算的PIU与允许阈值(例如，对于磁场强度小于3特斯拉的MRI为87.5％，或者对于磁场强度为3特斯拉的MRI为82.0％)进行比较。如果PIU大于允许阈值，则图像处理逻辑120确定MRI-Linac的PIU通过该图像质量评估。允许阈值可以由用户经由图11中所示的web工具指定，或者可以硬编码到图像处理逻辑120中。图像处理逻辑120指示MRI-Linac设备通过图像质量评估过程。响应于确定PIU小于允许阈值，图像处理逻辑120(例如，经由图11中所示的web工具)警告用户MRI-Linac设备没有通过该图像质量评估过程。
在一些实施方式中，图像处理逻辑120生成示出针对最大位置和最小位置的大圆形ROI和小圆形ROI的图形。图像处理逻辑120经由图11所示的web工具向用户呈现该图形。
为了确定MRI-Linac设备的信号伪影百分比(PSG)，图像处理逻辑对体模的一个或更多个图像的切片7执行图像质量评估过程。在一些情况下，图像处理逻辑120使用所生成的大圆形ROI来计算PIU以确定PSG。在实施方式中，当确定PSG小于或等于0.025时，确定PSG通过质量评估过程。
为了确定PSG，图像处理逻辑120计算被生成用以计算PIU的大圆形ROI内部的像素的平均值。图像处理逻辑120生成如图10B中的图像1050中所示的四个椭圆形ROI。四个椭圆形ROI被生成为具有10cm2的面积，并且被定位在第七切片1040的图像中的体模的顶部、底部、左侧和右侧。椭圆可以具有约4:1的长宽比。在实施方式中，椭圆沿着但不抵靠视场的边缘，并且不抵靠体模的边缘或抵靠边缘放置。椭圆的中心在体模的边缘之间。在一些情况下，图像处理逻辑120减小椭圆的宽度以实现该结果，并且增加长度以维持指定面积。
接下来，图像处理逻辑120按四个边缘中的每个边缘，计算体模的边缘与视场的边缘之间的距离。对于每个顶部边缘，图像处理逻辑120根据对分割的体模图像的描绘(delineation)检查最小行值。对于底部边缘，图像处理逻辑120从自第七切片的图像的头部获得的行的总数减去根据对体模图像的描绘的最大行值。对于左边缘，图像处理逻辑120根据对体模的描绘检查最小列值。对于右边缘，图像处理逻辑120从图像中的列的总数中减去最大列值。这些检查的结果按每个边缘输出体模的边缘与视场的边缘之间的像素数目。图像处理逻辑120确保这些值小于阈值(例如17.842/P0(2))+6个像素(每侧3个)，以确保ROI不接触体模的边缘或视场的边缘。
在图像处理逻辑120确定可用于放置椭圆ROI的空间时，设置椭圆的主轴和副轴的半径。为了设置这些半径，图像处理逻辑120确定距离是否小于阈值(例如17.842/P0(2))，并且如果该距离小于阈值，则椭圆的副(短)轴半径被设置为w_pxl＝8.921/P0(2)，并且主(长)轴半径被设置为l_pxl＝35.681/P0(1)。在该距离的值大于阈值+6个像素的情况下，将副轴半径设置为(距离+6个像素)除以2，并且将主轴半径设置为(318.31/(P0(1)×P0(2)))除以短轴半径，以维持ROI的面积。
接下来，图像处理逻辑120计算四个椭圆形ROI中的每一个内的平均像素值(meanTopROI是顶部椭圆的平均值，meanBtmROI是底部椭圆的平均值，meanLftROI是左侧椭圆的平均值，并且meanRgtROI是右侧椭圆的平均值)。图像处理逻辑120按照下式基于这些平均值计算伪影比：伪影比＝(((meanTopROI+meanBtmROI)-(meanLftROI+meanRgtROI))/(2*meanLgROI))的绝对值。
图像处理逻辑120将计算出的伪影比与允许阈值(例如，0.025)进行比较。如果伪影比小于允许阈值，则图像处理逻辑120确定MRI-Linac的伪影比通过该图像质量评估。允许阈值可以由用户经由图11中所示的web工具指定，或者可以硬编码到图像处理逻辑120中。图像处理逻辑120指示MRI-Linac通过图像质量评估过程。响应于确定伪影比大于允许阈值，图像处理逻辑120(例如，经由图11中所示的web工具)警告用户MRI-Linac设备没有通过该图像质量评估过程。
在一些实施方式中，图像处理逻辑120生成示出在体模的顶部、底部、左侧和右侧的四个椭圆形ROI和大圆形ROI的图形。图像处理逻辑120经由图11所示的web工具向用户呈现该图形。
为了确定MRI-Linac设备的低对比度可检测性(LCD)，图像处理逻辑对体模的一个或更多个图像的切片9、10和11执行图像质量评估过程。在实施方式中，对于场强小于3特斯拉的MRI系统，当图像处理逻辑120计算9个轮辐(spoke)的总分数时，确定LCD通过质量评估过程。在实施方式中，对于场强为3特斯拉的MRI系统，当图像处理逻辑120计算37个轮辐的总分数时，确定LCD通过质量评估过程。
对于切片8，图像处理逻辑120获得在操作902至905中计算出的阈值。具体地，为了找到体模相对于轴向视场的位置和体模尺寸而计算出的阈值。接下来，图像处理逻辑120从图像中心在水平方向和垂直方向两者上进行搜索，以找到像素值小于阈值的x坐标和y坐标。这产生了Pleft、Pright、Ptop、Pbottom。图像处理逻辑120通过对Pleft和Pright的x值以及Ptop和Pbottom的y值求平均来找到中心点(Pcenter)。在绕Pcenter的直径为85mm的圆形区域中，图像处理逻辑120计算像素值的平均值和标准偏差。图像处理逻辑120应用窗位(平均值)和窗宽(平均值×标准偏差×0.003)，以生成切片的图像，以用于(例如，经由图11所示的web工具)显示给用户。例如，图像处理逻辑120输出图10B中所示的图像1060。用户查阅图像并且对观察到的轮辐的数目进行计数且输入该数目。图像处理逻辑120对于切片9到11中的每一个重复该处理或生成切片的图像以显示给用户。图像处理逻辑120将由用户输入的轮辐数目存储为在切片8至11上可见。
图像处理逻辑120将存储的轮辐数目与允许阈值(例如，对于磁场强度小于3特斯拉的MRI为9个轮辐，或者对于磁场强度为3特斯拉的MRI为37个轮辐)进行比较。如果轮辐数目大于允许阈值，则图像处理逻辑120确定MRI-Linac的LCD通过该图像质量评估。允许阈值可以由用户经由图11中所示的web工具指定，或者可以硬编码到图像处理逻辑120中。图像处理逻辑120指示MRI-Linac设备通过图像质量评估过程。响应于确定LCD小于允许阈值，图像处理逻辑120(例如，经由图11中所示的web工具)警告用户MRI-Linac设备没有通过该图像质量评估过程。
为了确定MRI-Linac设备的几何精度(空间线性)，图像处理逻辑对体模的一个或更多个图像的切片5执行图像质量评估过程。在一些情况下，图像处理逻辑120获得第一切片1070的先前计算的宽度和高度以及第五切片1072的高度和对角线尺寸以确定几何精度。在实施方式中，当第一切片1070的宽度和高度以及第五切片1072的高度和对角线尺寸在基线(190.0mm)的2.0mm内时，确定几何精度通过质量评估过程。
对于第一切片1070，图像处理逻辑120在8×8像素邻域中使用Lanczos插值以16的缩放比例对图像进行缩放。这使得能够在各种尺寸上实现亚像素精度。图像处理逻辑120开始从左到右水平扫描以及从上到下垂直扫描，以找到具有小于第一切片1070阈值的值的第一个像素。从最左侧的像素到最右侧的像素的线的长度以及从顶部的像素到底部的像素的线的长度是体模的经缩放的宽度和高度。图像处理逻辑120将线的长度的值除以160.0以反转缩放。对于第五切片1072，图像处理逻辑120重复从左到右水平扫描和从上到下垂直扫描的处理以找到具有小于第五切片1072阈值的值的第一个像素。从最左侧的像素到最右侧的像素的线的长度以及从顶部的像素到底部的像素的线的长度是第五切片1072中的体模的经缩放的宽度和高度。图像处理逻辑120将针对第五切片1072计算出的线的长度的值除以160.0以反转缩放。
接下来，图像处理逻辑120重复计算通过切片的COM的每个对角线(45度)的线的处理。图像处理逻辑120使用先前计算的值将所有的线转换为毫米。然后，图像处理逻辑120确定计算的长度是否满足允许阈值(其可以是用户提供的)。如果长度在允许阈值的2.0毫米内，则图像处理逻辑120确定MRI-Linac的几何精度通过该图像质量评估。图像处理逻辑120指示MRI-Linac设备通过图像质量评估过程。响应于确定长度在允许阈值之外，图像处理逻辑120(例如，经由图11中所示的web工具)警告用户MRI-Linac设备没有通过该图像质量评估过程。
在一些实施方式中，如果存在矢状视图切片，则图像处理逻辑120确定矢状视图切片的几何精度。该长度应当在148.0mm的理想长度的2.0mm内。图像处理逻辑120找到矢状视图切片的阈值并且将其除以2。图像处理逻辑120创建具有大于阈值的值的像素的二值图像。图像处理逻辑120扫描二值图像中的每一行，并且填充宽度为20个像素或更小的任何内部空白空间。基于修改的二值图像，图像处理逻辑120计算切片的COM。图像处理逻辑120读取COM x处从二值图像顶部到底部的像素列以及任一侧的2列(总共5列)以找到顶部和底部“开”像素。顶部与底部之间的差异是以像素为单位的该列的长度。图像处理逻辑120将结果相加，并且将总和除以5，以提供以像素为单位的失状面长度。图像处理逻辑120使用先前确定的因子或值将该值转换为毫米。在实施方式中，图像处理逻辑120输出表示该结果的图像。
图11示出根据本公开的一些示例的用于测试MRI-Linac设备的示例性的基于web的接口1100。在一些实施方式中，用户通过访问网站经由因特网访问基于web的接口1100。基于web的接口1100包括输入MRI-Linac设备参数选项1110、上传辐射检测器图像和/或MRI图像选项1120、指定阈值和容许容差选项1130、选择验证过程选项1140、指示MRI-Linac设备成为选择选项1150、选择成像质量评估过程选项1160以及通过/未通过报告和图像处理结果显示1170。
响应于接收到对输入MRI-Linac设备参数选项1110的用户选择，向用户提供提示，该提示允许用户输入以上讨论的用于生成用于测试的MRI-Linac设备的图像的任何参数。例如，用户可以指定MLC和铅门的参数，例如叶片大小和宽度，并且可以指定MRI-Linac设备的磁场强度。用户还可以指定用于执行成像质量评估和其他验证过程的体模的各种参数(例如，一个或更多个体模中的物理模块的数目和类型以及位置)。
在一些实施方式中，用户可以通过选择选项1120来选择上传辐射检测器图像和/或MRI图像。具体地，上面讨论的用于执行验证过程或质量评估的任何图像可以由用户预先捕获、存储和上传。在用户上传图像之后和/或在捕获图像之后，用户可以指定MRI-Linac设备的允许阈值，该允许阈值用于确定MRI-Linac设备通过还是未通过给定的验证过程或质量评估。因此，用户选择选项1130。作为响应，呈现验证过程和质量评估的列表以及默认的测试阈值。用户可以修改任何默认值，并且图像处理逻辑120使用经修改的值来确定给定测试通过还是未通过。
用户可以通过选择选项1140来选择要执行的验证过程。响应于接收到对选项1140的用户选择，基于web的接口1100向用户呈现可用验证过程的列表。例如，基于web的接口1100呈现交互列表，该交互列表包括MLC的位置验证过程、辐射源和成像检测器移动验证过程、线性加速器和MRI成像设备对准验证过程以及线性加速器平坦度对称性验证过程。用户可以选择所列出的过程中的任何一个或全部，以对上传的图像或对MRI-Linac设备的新捕获的图像执行。
用户可以通过选择选项1160来选择成像质量评估过程(或成像质量评估)以执行。响应于接收到对选项1160的用户选择，基于web的接口1100向用户呈现可用成像质量评估的列表。例如，基于web的接口1100呈现交互列表，该交互列表包括用于检查体模相对于图像空间的旋转、计算切片厚度精度、计算高对比度空间分辨率、检查切片位置精度、计算图像均匀性百分比、计算信号伪影百分比、计算低对比度可检测性或计算几何精度的质量评估过程。用户可以选择所列出的过程中的任何一个或全部，以对上传的图像或对MRI-Linac设备的新捕获的图像执行。
在一些实施方式中，当给定的图像集合先前没有被捕获并且可以供用户上传时，用户可以选择选项1150以指示MRI-Linac设备执行给定的操作以捕获适合于由选项1140和1160选择的(一个或更多个)过程的图像集合。在一些实施方式中，基于web的接口1100指示操作者如何定位体模和/或MLC以捕获用于给定过程的适当图像。在一些实施方式中，基于web的接口1100与MRI-Linac设备通信，以自动将MRI-Linac设备的MLC设置成适合于捕获用于给定的过程的图像的配置。
在捕获或上传图像之后，基于web的接口1100在结果显示1170中呈现用户利用选项1140和1160选择的所有过程的结果。结果显示1170可以包括由图像处理逻辑120生成的任何图形。用户可以选择显示的结果中的任何一个，以获得有关给定过程或测试为何通过或未通过的其他信息。
补充注释
如先前所讨论的，各个电子计算系统或设备可以实现如本文中所讨论的方法或功能操作中的一个或更多个。在各种实施方式中，这样的电子计算系统或设备作为独立设备进行操作或者可以连接(例如，联网)至其他机器。例如，这样的计算系统或设备可以在服务器-客户端网络环境中以服务器或客户端机器的能力进行操作，或者在对等式(或分布式)网络环境中作为对等机器进行操作。计算系统或设备的特征可以由个人计算机(PC)、平板PC、个人数字助理(PDA)、蜂窝电话、web设备或者能够执行指定要由该机器执行的动作的指令(顺序地或以其他方式)的任何机器来实施。
如上面也已说明的，以上讨论的功能可以通过机器可读介质上的指令、逻辑或其他信息存储来实现。尽管可能已经在各种示例中参考单个介质描述了机器可读介质，但是术语“机器可读介质”可以包括存储一个或更多个暂态或非暂态指令或数据结构的单个介质或多个介质(例如，集中式或分布式数据库和/或相关联的高速缓冲存储器和服务器)。术语“机器可读介质”也应当被认为包括任何有形介质，该有形介质能够存储、编码或携载用于由机器执行并且使机器执行本公开的方法中的任何一种或更多种方法的暂态或非暂态指令，或者该有形介质能够存储、编码或携载由这样的指令利用或与这样的指令相关联的数据结构。
以上的具体实施方式包括对附图的参照，这些附图形成具体实施方式的一部分。附图通过说明的方式而不是通过限制的方式示出了其中可以实践本公开的具体实施方式。这些实施方式在本文中也称为“示例”。这样的示例可以包括除了示出的或描述的元素之外的元素。然而，本公开还预期仅提供示出的或描述的那些元素的示例。此外，本公开还预期使用关于特定示例(或者特定示例的一个或更多个方面)或关于在本文中示出或描述的其他示例(或者其他示例的一个或更多个方面)示出的或描述的那些元素(或者那些元素的一个或更多个方面)的任何组合或排列的示例。
本文献中参考的所有出版物、专利和专利文献都通过引用整体并入本文中，就好像通过引用单独地并入一样。如果在本文献与通过引用并入的那些文献之间存在不一致用法，则并入的(一个或更多个)参考文献中的用法应当被视为对本文献的用法的补充；对于矛盾的不一致之处，请以本文献中的用法为准。
在本文献中，在介绍本公开的各个方面或其实施方式中的元素时，如在专利文献中常见的那样，使用术语“一(a)”、“一个(an)”、“该(the)”和“所述(said)”以包括元素中的一个或多于一个或更多个，独立于“至少一个”或者“一个或更多个”的任何其他实例或用法。在本文献中，除非以其他方式指示，否则术语“或”被用来表示非排他性的或，使得“A或B”包括“A而非B”、“B而非A”以及“A和B”。
在所附权利要求中，术语“包含(including)”和“其中(inwhich)”被用作相应术语“包括(comprising)”和“其中(wherein)”的普通英语等同物。此外，在所附权利要求中，术语“包括”、“包含”和“具有”旨在是开放性的，以意指除了所列出的元素之外还可以存在其他元素，使得在权利要求中的这样的术语(例如，包括、包含、具有)之后的仍被认为落入该权利要求的范围内。此外，在所附权利要求中，术语“第一”、“第二”和“第三”等仅被用作标记，并不旨在对其对象施加数值要求。
本公开还涉及一种被适配、被配置或被操作成用于执行本文中的操作的计算系统。该系统可以是针对所需目的而专门构建的，或者该系统可以包括通过存储在计算机中的计算机程序(例如，指令、代码等)选择性地启动或重新配置的通用计算机。除非另有说明，否则本文示出和描述的本公开的实施方式中的操作的运行或执行的顺序不是必须的。也就是说，除非另有说明，否则可以以任何顺序来执行操作，并且与本文公开的操作相比，本公开的实施方式可以包括另外的操作或更少的操作。例如，预期以下落入本公开的各个方面的范围内：在另一操作之前、与另一操作同时或在另一操作之后运行或执行特定操作。
鉴于以上内容，将看到，实现了本公开的若干目的并且获得了其他有利的结果。已经详细描述了本公开的方面，将明显的是，在不脱离如所附权利要求中所限定的本公开的方面的范围的情况下，修改和变化是可能的。由于可以在不脱离本公开的各方面的范围的情况下对上述构造、产品和方法做出各种改变，因此意图以上描述中所包含的并且在附图中示出的所有内容应当被解释为说明性的而非限制性的意义。
本文中描述的示例可以以各种各样的实施方式实现。例如，一个实施方式包括一种计算设备，该计算设备包括处理硬件(例如，处理器或其他处理电路系统)和存储器硬件(例如，存储设备或易失性存储器)，存储器硬件包括在其上实现的指令，使得该指令在由处理硬件执行时使计算设备实现、执行或协调用于这些技术和系统配置的电子操作。本文讨论的另一实施方式包括一种例如可以由机器可读介质或其他存储设备实现的计算机程序产品，该计算机程序产品提供用于实现、执行或协调用于这些技术和系统配置的电子操作的暂态或非暂态指令。本文讨论的另一实施方式包括一种方法，该方法能够在计算设备的处理硬件上操作以实现、执行或协调用于这些技术和系统配置的电子操作。
在其他实施方式中，可以在包括关于诸如台式计算机或笔记本个人计算机的计算系统、诸如平板计算机、上网本和智能电话的移动设备、客户端终端和服务器托管的机器实例等的任何数量的形式因素的分布式或集中式计算系统中提供实现上述电子操作的各方面的逻辑、命令或者暂态或非暂态指令。本文讨论的另一实施方式包括将本文中讨论的技术合并到其他形式中，包括其他形式的编程逻辑、硬件配置或者专用的部件或模块，包括具有执行这样的技术的功能的各个部件的装置。用于实现这样的技术的功能的各个算法可以包括上述电子操作中的一些或全部的序列或者在附图和以上具体实施方式中所描绘的其他方面。
以上描述旨在是说明性而非限制性的。例如，以上描述的示例(或示例的一个或更多个方面)可以彼此结合使用。另外，在不脱离本公开的范围的情况下，可以做出许多修改以使特定情况或材料适应本公开的教导。尽管本文中描述的尺寸、材料类型和示例参数、功能以及实现方式旨在限定本公开的参数，但是它们绝不是限制性的实施方式，而是示例性的实施方式。在浏览以上描述之后，许多其他实施方式对本领域技术人员而言将是明显的。因此，应当参照所附权利要求连同这些权利要求所享有的等同物的全部范围来确定本公开的范围。
另外，在上面的具体实施方式中，各种特征可以被组合在一起以组织本公开。这不应当被解释成意为：对于任何权利要求而言，未要求保护的公开特征均是必要的。而是，发明主题可能在于少于特定公开的实施方式的所有特征。因此，所附权利要求书在此并入具体实施方式中，其中每项权利要求自身作为独立的实施方式存在。应当参照所附权利要求连同这些权利要求所享有的等同物的全部范围来确定本公开的范围。

Claims (20)

1.一种用于对包括集成的线性加速器和MRI成像设备(MR-Linac)的放射治疗装置的操作进行验证的方法，所述方法包括：
选择与所述MR-Linac的线性加速器相关联的验证过程；
基于所选择的验证过程，检索针对所述MR-Linac的多叶准直器(MLC)的配置信息；
从成像检测器获得多个图像，每个图像与穿过已经基于所述配置信息被调整的所述MLC的多个辐射束中的给定辐射束相关联；
处理所述多个图像以确定所述MR-Linac的特性；以及
基于对所述多个图像的处理来确定所述MR-Linac是否正在有效范围内操作。
2.根据权利要求1所述的方法，还包括：将所确定的特性与所选择的验证过程所关联的允许阈值进行比较，以及响应于确定所述MR-Linac正在所述有效范围之外操作，调整所述MR-Linac的一个或更多个特性。
3.根据权利要求2所述的方法，其中，基于所选择的验证过程来确定所述一个或更多个特性。
4.根据权利要求1至3中任一项所述的方法，还包括：响应于对所述配置信息的检索和对所述验证过程的选择，自动地调整所述MLC。
5.根据权利要求1至4中任一项所述的方法，其中，所述多个验证过程包括所述MLC的叶片位置验证过程、辐射源和成像检测器移动验证过程、线性加速器和MRI成像设备对准验证过程、以及线性加速器平坦度对称性验证过程。
6.根据权利要求1至5中任一项所述的方法，其中，所选择的验证过程包括叶片位置验证过程，其中，所述多个图像包括在所述MR-Linac的相同机架角度处获得的至少七个图像，其中，所述特性包括相对于标称叶片和铅门位置的叶片和铅门位置，并且其中，所述允许阈值包括一毫米。
7.根据权利要求5至6中任一项所述的方法，其中，处理所述七个图像中的第一图像、第二图像和第三图像以确定辐射等中心，其中，所述配置信息指示针对所述MLC的第一组叶片和第二组叶片的第一位置、针对所述MLC的在所述第一组叶片与所述第二组叶片之间的第三组叶片的第二位置，所述方法还包括：
分割所述第一图像、所述第二图像和所述第三图像；
针对分割的第一图像、分割的第二图像和分割的第三图像中的每一个计算质心；
对所计算的质心拟合圆函数；
基于所述圆函数的中心确定与所述第一图像、所述第二图像和所述第三图像的每一个相关联的辐射等中心；以及
基于所确定的与所述第一图像、所述第二图像和所述第三图像中的每一个相关联的辐射等中心的差异来检测所述射束中的运动。
8.根据权利要求7所述的方法，其中，处理所述七个图像中的第四图像以识别开放场，其中，所述配置指示针对所述MLC的叶片的开放位置，所述方法还包括针对所述第四图像的开放场中的每个边缘进行以下操作：
基于所述开放场边缘的像素强度值生成初始轮廓；
修改所述初始轮廓的点以使所述轮廓的内能最小化；
将所述点移向最强的梯度并且保持所述点之间的规则间距；以及
计算所述轮廓的二阶导数以识别所述开放场边缘的角。
9.根据权利要求8所述的方法，其中，处理所述七个图像中的第五图像以检测所述MLC的扩展叶片，其中，所述配置指示针对所述MLC的第一组叶片和第二组叶片的第一位置，并且在指示针对在所述第一组与所述第二组之间的第三组叶片的第二位置和第三位置之间交替，所述方法还包括：
基于所述第五图像中的场的边缘来识别所述第三组叶片中的每一个的中心；以及
识别所述第三组叶片的叶片边缘。
10.根据权利要求9所述的方法，其中，处理所述七个图像中的第六图像和第七图像以检测叶片和铅门位置，其中，针对所述第六图像，所述配置指示针对所述MLC的第一叶片堆叠的第一位置和针对所述MLC的第二叶片堆叠的第二位置，并且其中，针对所述第七图像，所述配置指示针对所述MLC的第二叶片堆叠的所述第一位置和针对所述MLC的第一叶片堆叠的所述第二位置，所述方法还包括：
生成所述第六图像和所述第七图像的强度分布；
基于所述第六图像和所述第七图像中的场的水平中心线与所识别的叶片边缘之间的距离来识别叶片位置；以及
基于所述第六图像和所述第七图像的场边缘分布来识别所述铅门位置。
11.根据权利要求1至10中任一项所述的方法，其中，所选择的验证过程包括线性加速器平坦度对称性验证过程，其中，所述多个图像包括在所述MR-Linac的四个不同机架角度处获得的四个图像，其中，所述特性包括图像的对称性和平坦度，并且其中，所述允许阈值包括指定的百分比值。
12.根据权利要求11所述的方法，还包括针对每个图像进行以下操作：
确定所述图像中的场的场边缘的位置；
计算所述场边缘位置的平均值以确定所述场的中心；
从九个垂直分布生成平均分布，其中，所述九个垂直分布的中间分布穿过所述场的中心；
识别所述九个垂直分布中对应于80％强度的位置；
确定所述九个垂直分布中与所述中间分布的距离相等的第一垂直分布和第二垂直分布之间的差异，以确定对称性；以及
确定所述九个垂直分布的值之间的变化以确定平坦度。
13.一种用于对包括集成的线性加速器和MRI成像设备(MR-Linac)的放射治疗装置的图像质量进行确定的方法，所述方法包括：
选择与所述MR-Linac的MRI成像设备相关联的质量评估过程；
从所述MRI成像设备获得包括至少一个模块的体模的多个图像；
基于所选择的质量评估过程，处理表示所述至少一个模块中的部件的所述多个图像中的特征；
基于经处理的特征计算与所述MRI成像设备相关联的图像质量属性；
确定所述图像质量属性是否满足允许标准；以及
响应于确定所述图像质量属性满足所述允许标准，确定所述MR-Linac是否正在有效地操作。
14.根据权利要求13所述的方法，还包括：响应于确定所述图像质量属性不满足所述允许标准，调整所述MR-Linac的一个或更多个特性。
15.根据权利要求13至14中任一项所述的方法，其中，所述质量评估过程是用于计算所述体模相对于轴向视场的位置并计算所述体模的尺寸的第一质量评估过程。
16.根据权利要求15所述的方法，还包括：
选择所述多个图像中的第一图像；
对所述第一图像进行二值化，使得所述图像中显示的体模具有统一的像素值；
在每行像素中识别所述体模的第一个像素和最后一个像素的列编号；
基于所识别的列编号，在所述体模周围生成关注区域(ROI)；
基于所识别的列编号来识别所述ROI的质心；
识别所述第一图像的中心；
计算所述体模的坐标与所述第一图像的中心之间的差异，以确定所述体模的未对准；以及
基于所述ROI计算所述体模的高度和宽度。
17.根据权利要求13至16中任一项所述的方法，其中，所述多个质量评估过程包括用于进行以下操作的质量评估过程中至少之一：检查所述体模相对于图像空间的旋转、计算切片厚度精度、计算高对比度空间分辨率、检查切片位置精度、计算图像均匀性百分比、计算信号伪影百分比、计算低对比度可检测性或计算几何精度。
18.一种用于对包括集成的线性加速器和MRI成像设备(MR-Linac)的放射治疗装置执行质量评估的方法，所述方法包括：
选择与所述MR-Linac的线性加速器相关联的验证过程以及与所述MR-Linac的MRI成像设备相关联的质量评估过程；
从成像检测器获得第一多个图像，每个图像与穿过已经基于所选择的验证过程被调整的所述MLC的多个辐射束中的给定辐射束相关联；
从所述MRI成像设备获得包括至少一个模块的体模的第二多个图像；
基于所选择的验证过程和质量评估过程来处理所述第一多个图像和所述第二多个图像；以及
基于根据对所述第一多个图像和所述第二多个图像的处理确定的所述第一多个图像和所述第二多个图像的属性，确定所述MR-Linac是否正在有效范围内操作。
19.根据权利要求18所述的方法，还包括响应于确定所述MR-Linac正在所述有效范围之外操作，调整所述MR-Linac的一个或更多个特性。
20.根据权利要求19所述的方法，其中，基于所选择的验证过程或质量评估过程来确定所述一个或更多个特性。
CN201980077937.XA 2018-10-12 2019-10-11 对mr-linac的质量保证 Pending CN113196414A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862744875P 2018-10-12 2018-10-12
US62/744,875 2018-10-12
PCT/CA2019/000144 WO2020073113A1 (en) 2018-10-12 2019-10-11 Quality assurance for mr-linac

Publications (1)

Publication Number Publication Date
CN113196414A true CN113196414A (zh) 2021-07-30

Family

ID=70163630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980077937.XA Pending CN113196414A (zh) 2018-10-12 2019-10-11 对mr-linac的质量保证

Country Status (6)

Country Link
US (1) US20220001210A1 (zh)
EP (1) EP3864665A4 (zh)
JP (1) JP2022502210A (zh)
CN (1) CN113196414A (zh)
AU (1) AU2019356529A1 (zh)
WO (1) WO2020073113A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117408988A (zh) * 2023-11-08 2024-01-16 北京维思陆科技有限公司 基于人工智能的病灶图像分析方法及装置

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7358120B2 (ja) * 2019-08-30 2023-10-10 キヤノン株式会社 情報処理装置、断層撮影装置、情報処理方法およびプログラム
GB2602482A (en) * 2020-12-31 2022-07-06 Elekta ltd Radiotherapy apparatus with optimised detector
CN112617800A (zh) * 2021-01-26 2021-04-09 重庆医科大学附属儿童医院 一种新生儿头颅磁共振专用固定器
US20230310891A1 (en) * 2022-03-29 2023-10-05 Siemens Healthineers International Ag Method and apparatus for radiation treatment planning
GB2622814A (en) * 2022-09-28 2024-04-03 Elekta Inc Quality of images for radiotherapy

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020181660A1 (en) * 2001-05-30 2002-12-05 Reinstein Lawrence E. Quality assurance system for a medical linear accelerator
US20040022363A1 (en) * 2002-08-01 2004-02-05 Siemens Medical Solutions Usa, Inc. Verification of mlc leaf position and of radiation and light field congruence
EP2359905A1 (en) * 2010-02-12 2011-08-24 Elekta AB (PUBL) Radiotherapy and imaging apparatus
EP2774537A1 (en) * 2013-03-08 2014-09-10 Imris Inc. Patient alignment in MRI guided radiation therapy
EP2865419A1 (en) * 2013-10-28 2015-04-29 ELEKTA AB (publ.) Radiotherapy beam alignment
WO2015196109A2 (en) * 2014-06-20 2015-12-23 Washington University Acceptance, commissioning, and ongoing benchmarking of a linear accelerator (linac) using an electronic portal imaging device (epid)
US20160144200A1 (en) * 2013-06-21 2016-05-26 Koninklijke Philips N.V. Shim system for a magnetic resonance hybrid scanner
US20160361567A1 (en) * 2015-06-12 2016-12-15 Accuray Incorporated Image-based aperture verification system for multi-leaf collimator
US20170252579A1 (en) * 2016-03-01 2017-09-07 Accuray Incorporated Linear accelerator with cerenkov emission detector
US20180136295A1 (en) * 2013-03-15 2018-05-17 University Health Network Method and apparatus for the measurement, characterization and correction of geometric distortions in magnetic resonance imaging

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020181660A1 (en) * 2001-05-30 2002-12-05 Reinstein Lawrence E. Quality assurance system for a medical linear accelerator
US20040022363A1 (en) * 2002-08-01 2004-02-05 Siemens Medical Solutions Usa, Inc. Verification of mlc leaf position and of radiation and light field congruence
EP2359905A1 (en) * 2010-02-12 2011-08-24 Elekta AB (PUBL) Radiotherapy and imaging apparatus
EP2774537A1 (en) * 2013-03-08 2014-09-10 Imris Inc. Patient alignment in MRI guided radiation therapy
US20180136295A1 (en) * 2013-03-15 2018-05-17 University Health Network Method and apparatus for the measurement, characterization and correction of geometric distortions in magnetic resonance imaging
US20160144200A1 (en) * 2013-06-21 2016-05-26 Koninklijke Philips N.V. Shim system for a magnetic resonance hybrid scanner
EP2865419A1 (en) * 2013-10-28 2015-04-29 ELEKTA AB (publ.) Radiotherapy beam alignment
WO2015196109A2 (en) * 2014-06-20 2015-12-23 Washington University Acceptance, commissioning, and ongoing benchmarking of a linear accelerator (linac) using an electronic portal imaging device (epid)
US20160361567A1 (en) * 2015-06-12 2016-12-15 Accuray Incorporated Image-based aperture verification system for multi-leaf collimator
US20170252579A1 (en) * 2016-03-01 2017-09-07 Accuray Incorporated Linear accelerator with cerenkov emission detector

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
马桥;刘明哲;刘德明;刘冉;: "某医用加速器性能及放射治疗质量保证系统验证", 中国辐射卫生, no. 01, 15 February 2017 (2017-02-15), pages 22 - 24 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117408988A (zh) * 2023-11-08 2024-01-16 北京维思陆科技有限公司 基于人工智能的病灶图像分析方法及装置
CN117408988B (zh) * 2023-11-08 2024-05-14 北京维思陆科技有限公司 基于人工智能的病灶图像分析方法及装置

Also Published As

Publication number Publication date
WO2020073113A1 (en) 2020-04-16
JP2022502210A (ja) 2022-01-11
EP3864665A4 (en) 2022-10-05
US20220001210A1 (en) 2022-01-06
AU2019356529A1 (en) 2021-06-03
EP3864665A1 (en) 2021-08-18

Similar Documents

Publication Publication Date Title
CN113196414A (zh) 对mr-linac的质量保证
AU2022200517B2 (en) Image synthesis using adversarial networks
US11547874B2 (en) Machine learning approach to real-time patient motion monitoring
US11491348B2 (en) Real-time patient motion monitoring using a magnetic resonance linear accelerator (MRLINAC)
US10300305B2 (en) Image guidance for radiation therapy
EP3230759B1 (en) Magnetic resonance projection for constructing four-dimensional image information
CN104812442B (zh) 用于放射疗法的质量保证的系统、设备和方法
RU2696428C2 (ru) Система и способ отслеживания целевого объекта с использованием показателя качества во время лучевой терапии
US10902597B2 (en) Comparing medical images
US10098607B2 (en) Tomographic device and also method and computer program for model-based positioning
US10702710B2 (en) System and methods for processing images to measure collimator leaf and collimator performance
CN114555187A (zh) 使用复合成像切片的自适应放射治疗
GB2536274B (en) Method and apparatus for assessing image registration
US20210121715A1 (en) Cardiac ablation using an mr linac
US20120183118A1 (en) Automated parameter selection for a tomographic imaging device
US20240105312A1 (en) Computed tomography imaging method and apparatus
Darcis et al. Automated winston-lutz test for efficient quality control in stereotactic radiosurgery

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