CN113301950A - 在放射治疗中对解剖结构变化的自动化定性描述 - Google Patents
在放射治疗中对解剖结构变化的自动化定性描述 Download PDFInfo
- Publication number
- CN113301950A CN113301950A CN201980089020.1A CN201980089020A CN113301950A CN 113301950 A CN113301950 A CN 113301950A CN 201980089020 A CN201980089020 A CN 201980089020A CN 113301950 A CN113301950 A CN 113301950A
- Authority
- CN
- China
- Prior art keywords
- image data
- anatomical
- subsequent
- subject
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001959 radiotherapy Methods 0.000 title claims abstract description 37
- 238000012544 monitoring process Methods 0.000 claims abstract description 58
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000002059 diagnostic imaging Methods 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims abstract description 8
- 238000011282 treatment Methods 0.000 claims description 42
- 238000003384 imaging method Methods 0.000 claims description 12
- 230000005855 radiation Effects 0.000 claims description 11
- 210000000920 organ at risk Anatomy 0.000 description 24
- 210000003484 anatomy Anatomy 0.000 description 11
- 206010028980 Neoplasm Diseases 0.000 description 9
- 239000007787 solid Substances 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000002600 positron emission tomography Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 101100012353 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) OAR1 gene Proteins 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005194 fractionation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 101150102415 Apob gene Proteins 0.000 description 1
- 101100118680 Caenorhabditis elegans sec-61.G gene Proteins 0.000 description 1
- 101100012339 Schizosaccharomyces pombe (strain 972 / ATCC 24843) oar2 gene Proteins 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- UBWXUGDQUBIEIZ-QNTYDACNSA-N nandrolone phenpropionate Chemical compound O([C@H]1CC[C@H]2[C@H]3[C@@H]([C@H]4CCC(=O)C=C4CC3)CC[C@@]21C)C(=O)CCC1=CC=CC=C1 UBWXUGDQUBIEIZ-QNTYDACNSA-N 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- AYEKOFBPNLCAJY-UHFFFAOYSA-O thiamine pyrophosphate Chemical compound CC1=C(CCOP(O)(=O)OP(O)(O)=O)SC=[N+]1CC1=CN=C(C)N=C1N AYEKOFBPNLCAJY-UHFFFAOYSA-O 0.000 description 1
- HVLLSGMXQDNUAL-UHFFFAOYSA-N triphenyl phosphite Chemical compound C=1C=CC=CC=1OP(OC=1C=CC=CC=1)OC1=CC=CC=C1 HVLLSGMXQDNUAL-UHFFFAOYSA-N 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
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
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
-
- 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
- A61N2005/1074—Details of the control system, e.g. user interfaces
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
提供了用于在辐射治疗中监测对象中的解剖结构变化的系统和方法以及用于医学成像和分析的装置和用于执行所述方法的计算机程序产品。为了在辐射治疗中监测对象中的解剖结构变化,执行以下步骤:接收所述对象的第一解剖结构图像数据和随后的解剖结构图像数据;分析所述第一解剖结构图像数据和所述随后的解剖结构图像数据,该分析包括将所述随后的解剖结构数据配准到所述第一解剖结构数据;将所述第一解剖结构图像数据与所述随后的解剖结构图像数据之间的变化识别为变化状态;将所识别的变化状态与对应的定性描述进行匹配;并且提供包括对所识别的变化的定性描述的监测报告。
Description
技术领域
本发明总体上涉及对解剖结构变化的监测,并且特别地但非排他性地,本发明涉及对经受辐射治疗的对象中的解剖结构变化的自动化监测。
背景技术
在辐射治疗中,通过使患者体内的目标结构(例如,肿瘤)经受辐射来处置它们。辐射能够是外部辐射(例如,光子或粒子(例如,质子))的形式,例如在外部射束放射治疗(EBRT)中就是这种情况。处置以以下方式进行递送:即,被递送到目标结构(TS)的辐射尽可能高,而同时被递送到周围的健康组织和结构(通常被称为危及器官(OAR))的辐射尽可能低。
在治疗期间,辐射剂量通常会在几个辐射治疗疗程被递送给患者,每个阶段之间都有一个恢复期。这种方法被称为分次辐射治疗,并且疗程被称为分次。这种方法背后的原因是:与包括OAR在内的健康组织相比,预计TS肿瘤组织从剂量分次中恢复得不太好。
分次通常每天递送一次,从而使处置及时展开。在这段时间内,患者可能会发生解剖结构变化,例如,体内自然发生的器官移动和变形。被递送给患者的治疗的每个分次也能够影响解剖结构。特别地,在辐射治疗期间,预计目标结构(例如,肿瘤)会缩小。在当前上下文中,“在”辐射治疗“期间”是指在包括恢复期在内的所有治疗分次都被递送的整个时间跨度内,而不是患者实际经受辐射的特定时间点。“在”辐射治疗“期间”或“在”辐射治疗“中”是对其中发生解剖结构变化的上下文的指示,但是监测变化发生在递送治疗分次之前或之后,而不是在分次的实际递送期间。需要监测和评估患者在处置期间发生的解剖结构变化,以确保处置正常进行并在需要时能够进行改变或采取额外措施。
在当前的辐射治疗临床实践中,患者在辐射治疗期间发生的解剖结构变化被监测并被记录在处置日志中。定性描述用于描述、传达和记录这些变化以及定量测量结果。通常,对这些变化进行视觉评估和手动记录。通常,视觉检查涉及对定量测量结果的手动处理以及对处置规划图像(例如,CT扫描)与房间内采集图像(例如,锥形束CT(CBCT)图像或平面X射线图像)或单独记录的MRI图像的比较。房间内图像通常是在递送处置分次之前立即拍摄的并且用于状态监测和患者设置。
基于这种对定量数据的视觉评估和分析,临床医生定性地解读和描述解剖结构变化的类型。然而,视觉评估、人工处理和解读容易出错且耗时。可能会出现错误,因为临床医生可能会忽略相关的解剖结构变化,或者可能错误地解读不同图像中的目标之间的空间关系。而且,手动录入定性描述可能会导致对相似情况的描述有所变化,从而引发不一致。另外,对解剖结构变化的解读要求分析大量数据和专业技能。
发明内容
本发明寻求提供用于监测经受辐射治疗的对象中的解剖结构变化的自动化方法。本发明进一步寻求解决在处置过程中对对象中的解剖结构的变化的一致的定性描述的需求。
为此,提供了用于在辐射治疗中监测对象中的解剖结构变化的系统和方法以及用于医学成像和分析的装置和用于执行所述方法的计算机程序产品。
一种用于在辐射治疗中监测对象中的解剖结构变化的系统包括分析单元,所述分析单元包括被配置为接收所述对象的第一解剖结构图像数据和随后的解剖结构图像数据的输入部,所述分析单元至少被配置为将所述随后的解剖结构数据配准到所述第一解剖结构数据。所述系统还包括:变化状态识别单元,其被配置为将所述第一解剖结构图像数据与所述随后的解剖结构图像数据之间的变化识别为变化状态;以及定性翻译器,其被配置为将所识别的变化状态与对应的定性描述进行匹配。变化状态是许多预定义的类别,其中,根据变化的特性将其分组。通过分配与第一解剖结构图像数据和随后的解剖结构图像数据之间的变化的特定最佳对应的类别来识别变化状态。优选地,定性描述提供对变化状态的特性的指示。更优选地,定性描述反映了医生在处置期间监测患者时将如何描述变化的特性。所述系统还包括报告单元,所述报告单元被配置为提供包括对所识别的变化状态的定性描述的监测报告。所述对应的定性描述是自然语言描述和/或图形图像,优选为象形图的形式。象形图的优点是不仅临床医生本人易于理解,例如患者或来自不同医学领域的咨询医师也易于理解。
在所述系统的实施例中,所述变化状态识别单元包括至少一种定性空间推理算法,所述定性空间推理算法优选为RCC-8演算算法和/或Cardinal空间推理算法。
优选地,所述系统的所述分析单元还包括被配置为接收所述对象的处置计划的剂量分布数据的输入部;并且所述变化状态识别单元额外地或替代地被配置为将所述剂量分布数据与随后的解剖结构图像数据之间的变化识别为变化状态。通过包括这种任选的输入部,该系统能够额外地或替代地监测对象中的与所规划的剂量分布相比的解剖结构变化。
优选地,所述定性翻译器被配置为通过使用查找表将所识别的变化状态与所述对应的定性描述进行匹配。
优选地,所述报告单元包括用于视觉显示所述监测报告的显示器。当监测报告是象形报告时,这是特别优选的。特别有利的是,所述显示器被配置为以图形用户接口的形式视觉显示所述监测报告。以用户接口的形式呈现报告的优点是能够选择和显示最适合于该情况的报告版本。另外的优点是能够使用后台中的额外的数据(例如,采集的患者图像、剂量测定信息或从另外的分析中获得的定量数据),并且在适当或必要时选择和显示这些额外的数据。当没有选择这些额外的数据时,不显示信息,从而简化了报告的主视图并使其更易于理解。优选地,为了最优使用这些选项,图形用户接口包括用于选择要作为所述监测报告的部分而显示的信息的至少一个控件。
一种用于在辐射治疗中监测对象中的解剖结构变化的方法包括以下步骤:接收所述对象的第一解剖结构图像数据和随后的解剖结构图像数据;以及分析所述第一解剖结构图像数据和所述随后的解剖结构图像数据,其中,分析的步骤包括将所述随后的解剖结构数据配准到所述第一解剖结构数据。所述方法还包括以下步骤:将所述第一解剖结构图像数据与所述随后的解剖结构图像数据之间的变化识别为变化状态;以及将所识别的变化状态与对应的定性描述进行匹配。所述方法还包括以下步骤:提供包括对所识别的变化的定性描述的监测报告。所述方法优选是计算机实施的。
在所述方法的优选实施例中,识别变化的步骤包括将所述第一解剖结构图像数据和所述随后的解剖结构图像数据供应给至少一种定性空间推理算法,所述定性空间推理算法优选为RCC-8演算算法和/或Cardinal空间推理算法。
优选地,接收所述对象的第一解剖结构图像数据和随后的解剖结构图像数据的步骤还包括接收所述对象的处置计划的剂量分布数据,并且识别变化的步骤额外地或替代地包括将所述剂量分布数据与随后的解剖结构图像数据之间的变化识别为变化状态。
在可以与其他实施例和偏好结合的另一优选实施例中,分析所述解剖结构图像数据的方法步骤还包括获得定量图像数据,所述定量图像数据优选包括以下各项中的至少一项:感兴趣区域的大小、感兴趣区域的大小变化、感兴趣区域已经移位的距离、感兴趣区域已经接收到的总辐射剂量。当获得定量图像数据时,所述监测报告优选还包括对所识别的变化中的至少一个变化的至少一个定量描述。
一种用于医学成像和分析的装置包括:一个或多个成像设备,其被配置为提供要被处置的对象的图像;轮廓描画工具,其被配置为基于由所述一个或多个成像设备提供的所述图像来提供解剖结构图像数据;以及如上所述的用于在辐射治疗中监测解剖结构变化的系统。
本发明的一个优点是能够更快且更准确地监测经受辐射治疗的患者中的解剖结构变化。将变化识别为变化状态允许对变化进行一致的分类。对第一图像和随后的图像的自动化分析与对变化的自动化识别相结合会比临床医生手动比较图像更快更准确。
本发明的另一优点是能够更一致地监测经受辐射治疗的患者中的解剖结构变化。将变化识别为变化状态允许对变化进行一致的分类。而且,每个变化状态都与对应的定性描述进行匹配。因此,属于同一类别的变化将具有相同的定性描述。这具有另外的优点,即,医师或临床医生更容易在数据库中找到相似的病例。这还能够具有另外的优点,即,数据集可以用作针对机器学习算法的输入。
另外的优点在于呈现了无需进一步分析即可直接了解变化的监测报告。因为这些变化是(例如通过使用类似于医师在描述患者的状态时使用的语言)以定性的方式报告的,该报告能够被阅读或者被示出给患者或咨询医师以用于提供信息,而无需大量解释数据。
对于技术人员来说,来自所描述的发明的其他优点也将是显而易见的。
附图说明
在以下附图中:
图1示意性且示例性地图示了用于在辐射治疗中监测对象中的解剖结构变化的系统以及用于医学成像和分析的装置的其他部件。
图2a和图2b示意性且示例性地图示了通过定性空间推理算法进行的状态检测。
图3示意性地图示了用于在辐射治疗中监测解剖结构变化的方法的示例。
图4示意性地图示了用于在辐射治疗中监测解剖结构变化的方法的另一示例。
图5示意性地图示了以象形报告的形式的对象中的解剖结构变化的监测报告的示例。
图6示意性地图示了以图形用户接口的形式的对象中的解剖结构变化的监测报告的另一示例。
具体实施方式
图1图示了用于在辐射治疗中监测对象中的解剖结构变化的系统110。在该示例中,该系统被图示为用于医学成像和分析的装置100的部分。
在用于医学成像和分析的装置100中,由成像设备102采集要处置的对象的规划图像101。该图像能够是计算机断层摄影图像(CT)、磁共振图像(MR)、正电子发射断层摄影(PET)图像、另一医学图像或组合图像,例如,组合的PET/CT或PET/MR图像。在图1中,作为示例,图示了PET/CT成像设备102。使用轮廓描画工具103在该第一图像中描绘感兴趣区域(ROI)以提供第一解剖结构图像数据104。对象中的ROI将包括至少一个目标结构(TS),通常是肿瘤,但也可能包括一个或多个危及器官(OAR)。轮廓描画工具通常与用户交互(用户能够是例如经过训练的医学成像技术人员或放射科医师)以定义ROI的轮廓。这个过程能够是完全手动的,也能够是部分或完全自动化的。
在处置过程期间,采集对象的至少一幅随后的图像105。该图像可以是利用与规划图像相同的成像设备102采集的,但也能够是使用一个或多个替代成像设备106采集的。这样的替代成像设备能够是CT、MR或其他医学成像设备。在优选实施例中,使用第二医学成像设备106采集随后的图像,该第二医学成像设备106是被配置为对处置室中的对象进行成像的锥形束CT(CBCT)或平面X射线成像设备。这种设置的优点是图像能够用于监测对象中的解剖结构变化以及用于递送辐射治疗处置分次的对象设置。
在随后的图像105中,还使用轮廓描画工具103来描绘ROI,以提供随后的解剖结构图像数据107。轮廓描画能够从零开始,如在规划图像中手动、自动或半自动地、与用户交互地从零开始。也能够通过使用可变形图像配准过程将轮廓从规划图像101自动传播到随后的图像105来完成对随后的图像的轮廓描画。当使用该过程时,用户优选具有批准和/或手动校正自动传播的轮廓的选项。
接下来,分析解剖结构图像数据104和107,以便监测对象中的解剖结构变化。这是使用用于在辐射治疗中监测解剖结构变化的系统110来完成的。该系统包括分析单元111、变化状态识别单元112、定性翻译器113和报告单元114。分析单元111包括被配置为接收对象的第一解剖结构图像数据104和随后的解剖结构图像数据107的输入部。
分析单元111至少被配置为将随后的解剖结构图像数据107配准到第一解剖结构图像数据104。如上文所解释的,可以使用与用于采集随后的图像105的设备106不同的成像设备102来采集第一规划图像101。而且,对于每次图像采集,对象在成像设备中的位置将略有不同。结果,针对解剖结构图像数据的参考系能够针对每幅图像以及缩放比例而变化。然而,为了进行准确可靠的比较,第一解剖结构图像数据104和随后的解剖结构图像数据107应当具有相同的参考系。为了能够检测到由于对象的解剖结构的变化而不是图像采集环境的变化而引起的变化,图像应当具有相同的缩放比例和相同的坐标系。为此,随后的图像及其解剖结构图像数据需要在缩放比例和参考系方面与第一解剖结构图像及其解剖结构图像数据进行匹配。这个匹配过程被称为“配准”。将随后的解剖结构图像数据配准到第一解剖结构图像数据能够通过识别和匹配解剖结构界标来完成。解剖结构界标是在对象的解剖结构中的已知在放射治疗的时间范围内几乎没有变化或根本没有变化的结构,例如,骨骼结构。解剖结构界标能够是轮廓形式的解剖结构图像数据的部分,例如,作为图像的部分的骨骼结构的轮廓。然后对随后的解剖结构图像数据进行缩放、平移和旋转,直到解剖结构界标的大小和位置尽可能接近地对应于第一解剖结构图像数据中的解剖结构界标的大小和位置。优选地,这种配准是自动化的。
分析单元111还可以被配置为量化第一解剖结构图像数据与第二解剖结构图像数据之间的解剖结构变化。这种量化能够是绝对的,例如,以毫米为单位的OAR的移位大小。这种量化也能够是相对的,例如,TS已经缩小的百分比。特别地,分析单元111还可以被配置为执行下面将参考图4描述的任选的额外的分析方法步骤。
变化状态识别单元112被配置为将第一解剖结构图像数据104与随后的解剖结构图像数据107之间的变化识别为变化状态。变化状态是许多预定义的类别,其中,根据变化的特性对其分组。通过分配与第一解剖结构图像数据和随后的解剖结构图像数据之间的变化的特性最佳对应的类别来识别变化状态。变化状态可以基于用户已经预定义的具有特性的类别,但也能够基于空间模型或大小模型。空间模型根据两个区域之间的可能关系来定义变化状态。模型的变化状态的数量和性质将取决于感兴趣的特性。能够相应地选择用于识别变化状态的一个或多个模型。
例如,ROI的移位可能是感兴趣的特性。在这种情况下,能够根据移位的大小或方向对变化进行分类或建模。一个众所周知的方向模型是罗盘方向,它定义了四种变化状态:北、南、东和西。能够使用由用户定义的范围(例如定义了三个变化状态:小、中和大)对移位的大小进行分类。在替代示例中,感兴趣的是ROI与其原始位置的重叠。一个简单的重叠模型定义了四种变化状态:完全重叠、部分重叠、接触以及不重叠。在另外的替代示例中,ROI的大小的变化可以是感兴趣的特性。对于这个示例,一个简单的模型定义了三种变化状态:增长、缩小和无变化。
定性翻译器113被配置为将已经由变化状态识别单元112识别出的变化状态与对应的定性描述进行匹配。优选地,定性描述提供对变化状态的特性的指示。例如:“OAR已经向左移位”或“TS已经缩小”。更优选地,定性描述反映了医师在处置期间监测患者时将如何描述变化的特性。定性翻译器113优选被配置为通过使用查找表将识别出的变化状态与对应的定性描述进行匹配。查找表提供了一种简单的方法来在检测到每个变化状态时对其一致地使用相同的定性描述。
报告单元114被配置为提供包括对所识别的变化状态的定性描述的监测报告。在图1的示例中,报告单元包括用于视觉显示监测报告的显示器115。在优选实施例中,监测报告以图形用户接口(例如,图6所示的图形用户接口)的形式显示。
在图1所示的示例性实施例中,用于监测解剖结构变化的系统110的分析单元111额外地包括用于接收对象的处置计划的剂量分布数据108的输入部。这可以是与被配置为接收解剖结构图像数据的输入部相同的输入部,但也可以是不同的输入部。剂量分布数据优选包括(例如以等剂量轮廓的形式的)界定的剂量区域。该系统能够使用这些界定的剂量区域来监测相对于规划剂量(代替第一解剖结构图像数据104)的对象中的解剖结构变化。为此,变化状态识别单元112优选还被配置为将剂量分布数据108与随后的解剖结构图像数据107之间的变化识别为变化状态。通过包括该选项,该系统能够额外地或替代地监测与规划的剂量分布相比的对象中的解剖结构变化。
在监测系统110的实施例中,变化状态识别单元112包括至少一种定性空间推理算法,该定性空间推理算法优选为RCC-8演算算法和/或Cardinal空间推理算法。定性空间推理是人工智能的一个领域,它处理生成总结相似定量测量结果的定性描述的问题。
图2a和图2b示意性且示例性地图示了通过定性空间推理算法进行的变化状态检测。
图2a图示了以两个目标之间的Cardinal方向关系的形式的变化状态检测。该图示用于2D Cardinal空间推理,但这种建模形式也能够用于3D。3D Cardinal定性空间推理特别适合用于检测和定性描述ROI的移位。
如图2a的左侧所示,形成比较基础的ROI 201与边界框相适配,围绕该边界框定义了方向网格。方向网格形成了可能的移位状态的模型。这个模型(这里为2D)的九个变化状态是从上到下和从左到右的:向左上SL、向左L、向左下IL、向上S、无移位O、向下I、向右上SR、向右R、向右下IR。
图2a的右侧示出了对ROI的变化状态的检测。用虚线轮廓和网格示出了第一解剖结构图像数据202中的ROI,并且在随后的解剖结构图像数据203中用实线轮廓和边界框示出了相同的ROI。识别出的变化状态为“SL”,其对应的定性描述为“ROI已经向左上移位”的自然语言形式。
图2b图示了通过RCC-8演算识别出的变化状态。RCC-8演算是一种区域连接演算。RCC-8演算将两个区域的关系建模为形成变化状态的八种可能的空间关系。RCC-8演算能够用于描述单个ROI的变化,但特别适合用于描述TS和OAR与处置计划的剂量分布的高剂量区的位置和重叠。当TS和OAR重叠或靠近时,RCC-8演算也能够有助于描述变化。
RCC-8演算模型的变化状态在图2b中从上到下和从左到右为:断开DC、部分重叠PO、外部连接EC、相等EQ、切线适当部分TPP、逆切线适当部分TPPi、非切线适当部分NTPP,以及非切线适当部分NTPPi。
在图2b中,针对ROI A和ROI B图示了变化状态。这些能够是相同的ROI,其中,第一解剖结构图像数据用于A,而随后的解剖结构图像数据用于B。作为对此的示例,当识别出变化状态“A NTPPi B”时,这会具有以自然语言“ROI已经缩小”的形式的对应的定性描述。或者,例如,当识别出变化状态“A DC B”时,这会具有对应的自然语言“ROI已经完全移出其原始位置”。替代地,ROI A能够是剂量计划数据,而ROI B能够是随后的图像的ROI。作为对此的示例,当识别出变化状态“A NTTPi B”时,这会具有自然语言描述“ROI落在高剂量处置区域内”。作为另外的替代方案,A和B也能够是同一解剖结构图像数据内的两个不同的ROI。例如,A能够是OAR,而B能够是TS。作为对此的示例,当检测到变化状态“A PO B”时,这会具有对应的自然语言“OAR与TS重叠”。
对于对象的解剖结构没有变化并且在第一解剖结构图像数据和随后的解剖结构图像数据中的一个或多个ROI基本相同的情况,这也被识别为变化状态。针对该状态的匹配的定性示例描述是“ROI无变化”。在图2a中,这种状态被检测为“O”,而在图2b中,这种状态被检测为“EQ”。
图3示意性地图示了用于监测对象辐射治疗300中的解剖结构变化的方法的步骤。在用于监测对象中的解剖结构变化的方法之前是获得第一解剖结构图像数据301和随后的解剖结构数据302的步骤。能够以与上文关于图1所示的用于医学成像分析的装置100所述的方式相同的方式获得该解剖结构图像数据。
根据本发明的用于在辐射治疗中监测对象中的解剖结构变化的方法300包括以下步骤:接收对象的第一解剖结构图像数据和随后的解剖结构图像数据310,以及分析第一解剖结构图像数据和随后的解剖结构图像数据320,其中,分析的步骤包括将随后的解剖结构数据配准到第一解剖结构数据。该方法还包括以下步骤:将第一解剖结构图像数据与随后的解剖结构图像数据之间的变化识别为变化状态330,以及将所识别的变化状态与对应的定性描述进行匹配340。该方法还包括以下步骤:提供包括所识别的变化的定性描述的监测报告350。
图4示意性地图示了用于在辐射治疗400中监测对象中的解剖结构变化的方法的另一示例的步骤。图4的方法400包括与图3所示的方法300的步骤310、320、340和350相似的方法步骤410、420、440和450。然而,与图3的方法300相比,图4的方法步骤包括多个额外选项。这些步骤表示有利的额外选项,其能够单独使用,以子组合使用或完全组合使用,如图4所示。有利地,图1所示的用于监测解剖结构变化的系统110还可以被配置为运行这些额外步骤中的任何步骤或所有步骤。
在用于监测对象中的解剖结构变化的方法之前是获得第一解剖结构图像数据301和随后的解剖结构数据302的步骤。在该方法之前还确定包括剂量分布数据401的对象的处置计划。
根据本发明的用于在辐射治疗中监测对象中的解剖结构变化的方法400包括接收数据的步骤410。该接收数据的步骤410包括接收对象的第一解剖结构图像数据和随后的解剖结构图像数据,并且还包括接收对象的处置计划的剂量分布数据。
该方法然后包括分析已经接收到的数据的步骤420。这个分析数据的步骤包括将随后的解剖结构数据配准到第一解剖结构数据421。在图4所示的示例性实施例中,分析解剖结构图像数据的步骤还包括获得定量图像数据。获得定量数据能够包括以下各项中的任何一项或多项:确定ROI的大小或体积422,确定ROI的大小或体积的变化423,确定ROI已经移位的距离424和/或确定针对ROI的辐射剂量425。ROI能够是一个或多个OAR和/或一个或多个TS。当获得针对ROI变化的定量数据时,这能够被表示为变化的绝对值,也能够被表示为相对值,例如,百分比。
该方法还包括将接收到的数据中的变化识别为变化状态的步骤430。识别第一解剖结构图像数据与随后的解剖结构图像数据之间的变化431,并且额外地或替代地识别剂量分布数据与随后的解剖结构图像数据之间的变化432。在这两个步骤中,优选将第一解剖结构图像数据或剂量分布数据和随后的解剖结构图像数据供应给一个或多个空间推理算法。
图4的示例性实施例的监测方法包括确定针对患者的风险因素的任选步骤426。优选地,计算并存储关于ROI已经接收到的剂量的定量信息,以用于在递送每个处置分次之后的进一步参考。该信息可以包括剂量体积直方图、ROI中的剂量分布或ROI的整个区域接收到的平均剂量或总剂量。计算和存储该定量剂量信息的优点在于,ROI迄今为止已经接收到的剂量能够与基于随后的图像数据在下一分次中将要递送的预计剂量相结合。在临床实践中,ROI为被认为是安全的接收到的辐射的一个或多个统计描述符预定义了容限。这些统计描述符能够是剂量体积直方图、整个ROI区域的最小剂量、整个ROI区域的最大剂量、ROI的最热子区域的最大剂量、平均剂量或平均最大剂量或平均最小剂量。适当的统计描述符由ROI的性质决定。例如,对于TS,可以规定在整个TS区域中至少递送最小剂量。又例如,对于OAR,可以规定接收到的平均剂量不应超过某个阈值。如果针对ROI计算的一个或多个统计描述符的值在预定义的容限内,则风险因素将被确定为低。如果一个或多个统计描述符的值低于容限,但正在接近该值,则风险将被确定为中。如果针对ROI的统计描述符的值将超过下一分次的容差水平,则风险将被确定为高。
在方法的步骤440处,收集并组合从分析获得的定量数据以及识别出的变化状态和识别出的风险因素。识别出的变化与对应的描述进行匹配。该步骤包括将识别出的变化状态与对应的定性描述进行匹配441。在适用的情况下,定性描述能够补充有定量数据442,以及识别出的风险因素443。优选地,使用定量数据来补充识别出的变化的定性自然语言描述,例如,“肿瘤TS已经缩小了10%”,或“器官OAR已经左移了5mm进入高剂量区域”。也能够单独指示在426处确定的风险因素(例如将其指示为“高”、“中”或“低”),但也能够优选以颜色编码的形式添加到象形定性描述,例如,红色为高,黄色为中,并且绿色为低。定量数据还能够用于补充象形图信息,以例如说明象形图的元素的相对大小。
在步骤444处,将已经收集并组合的数据进一步用于识别当前患者状态是否要求由医师进行审查和跟进。例如,如果TS已经明显移位到处置计划的高剂量区之外,则可能需要修正处置计划。在另一示例中,OAR可能已经缩小到要求采取额外措施来稳定患者和/或减小处置的不良副作用的程度。
该方法还包括提供包括对所识别的变化的定性描述的监测报告的步骤450。在该实施例中,定量信息也被包括在报告中以及在444处识别出的任何跟进中,以警示医师进行审查。
图5示意性地图示了以象形报告500的形式的对象中的解剖结构变化的监测报告的示例。该报告优选被呈现在显示器上。然而,该格式还允许进行硬拷贝打印,从而可以轻松地将其作为信息分发给正在经受处置的患者。在该示例中,监测报告500以表格的形式呈现。表格中的行用于正被监测的感兴趣区域。在该示例中,感兴趣区域是两个OAR(位于处置区域中的OAR1和OAR2)和以肿瘤GTV形式的TS。感兴趣区域能够例如是作为OAR的左右腮腺和位于靠近左腮腺的肿瘤形式的TS。列表示在递送处置分次之前患者的状态。列F1用于分次1,F2用于分次2,以此类推。所图示的报告已经被提供至分次5——F5。在该示例中,已经根据处置计划的剂量分布分析并报告了解剖结构变化。剂量分布数据由规划的目标体积PTV的轮廓组成。这是报告ROI-PTV的标题行中指示的信息。
象形报告示出了使用RCC-8演算确定的变化状态。PTV在每个象形图中被表示为具有虚线轮廓的圆圈,并且每个ROI由具有实线轮廓的圆圈表示。以相对大小和距离的形式添加了定量数据。象形图通过阴影形式的风险指示符来进一步增强。低风险的ROI没有阴影,中风险的ROI有划线的阴影,而高风险的ROI有实心阴影。替代地,绿色、橙色和红色可以用作风险的“交通灯”指示。这种配色方案是众所周知的且易于识别。
图5的象形报告不仅能够易于被临床医生自己理解,而且还能够易于被例如患者或来自不同医学领域的咨询医师理解。例如,对于OAR2,能够看出“OAR2在高剂量处置区之外,并且具有低风险”。例如,对于OAR1,从F2到F5能够看出“OAR1正在缩小并朝向那个高剂量处置区移动,这是高风险情况”。作为针对TS的示例,能够看出,在递送分次2之前,“肿瘤已经缩小,但也朝向高剂量处置区的边缘移动,这表示风险增加”。
在图5的示例中,分次F3-F4是根据原始处置计划递送的。然而,在可能的替代策略中,基于在对分次3的递送之前的设置提供的报告,医生也能够决定不继续进行递送,而是采集新的规划图像并修正针对患者的处置计划。具有可获得的能够快速提供且易于阅读的自动化报告意味着在递送之前立即从处置室中的患者采集的设置图像能够用于这些评估。能够省去为此目的的额外的成像。
图6示意性地图示了以图形用户接口(GUI)600的形式的对象中的解剖结构变化的监测报告的另一示例。报告优选被呈现在显示器(例如,台式计算机显示器、呈现屏幕或无线显示设备)上。以用户接口的形式呈现报告的优点是能够选择和显示最适合于该情况的报告版本。另外的优点是额外的数据(例如,采集的患者的图像、剂量信息或从另外的分析中获得的定量数据)能够在后台获得并在适当或必要时被访问和显示。
在图6的示例中,GUI 610的主视图是类似于图5所示的报告500的并且具有相同优点的象形报告。而且在这里,表格的行是针对被监测的感兴趣区域的。在该示例中,感兴趣区域再次是两个OAR(位于处置区域中的OAR1和OAR2)和以肿瘤GTV形式的TS。列表示在递送处置分次之前患者的状态。列F1用于分次1,F2用于分次2,以此类推。所图示的报告已经被提供至分次5——F5。这里的象形报告再次示出使用RCC-8演算确定的并被补充有定量数据的变化状态。第一解剖结构图像数据在每幅象形图中被表示为具有虚线轮廓的圆圈,而随后的图像由具有实线轮廓的圆圈表示。以相对大小和距离的形式添加了定量数据,并且通过阴影形式的风险指示符进一步增强了象形图。
已经关于用于治疗规划的初始图像数据和处置计划中的剂量分布这两者分析并报告了该示例GUI中的解剖结构变化。该GUI具有下拉菜单611的形式的视图选择器,其允许用户在随后的解剖结构图像数据与剂量分布数据的比较(如图5中的ROI-PTV所示)或者随后的解剖结构图像数据与第一解剖结构图像数据的比较(如图6中的ROI-CT所指示的)的报告之间进行选择。图6的主视图示出以下选项:其中将响应分次的随后的解剖结构图像数据与从规划的CT图像获得的第一解剖结构图像数据进行比较。
除了下拉菜单611的示例之外,图6的GUI 600还具有用于选择要作为监测报告的部分而显示的信息的更多控件。主视图610的数据表的象形图中的每幅象形图都允许访问可用于变化状态的另外的数据,从而为每个变化状态提供独立的控制。例如,能够通过在象形图上单击鼠标或者在表格中使用箭头键导航来访问数据。在图6的GUI中,当选择了一个状态时就打开了一个新的额外的视图620。在该示例中,示出了与在针对辐射治疗的分次4的递送之前的规划CT相比的,针对OAR1的变化状态的额外信息。
额外视图620示出了补充有额外定量信息的变化状态的自然语言描述621,针对该示例,自然语言描述621是“GTV增大了15%并向右移位了5”。这提供了对由象形图直观显示的内容的简单和一致的理解。医师或临床医生能够使用自然语言描述向患者或同事解释象形报告。额外视图620还提供了对更详细信息的进一步访问。在该示例中,通过以三个按钮622、623和624的形式的三个控件来提供访问,但是更多或更少的按钮以及诸如下拉菜单之类的替代访问选项也是可能的。
按钮622是“示出图像”按钮,其被配置为打开示出对象的随后的图像的额外视图。优选地,图像还以OAR轮廓和TS轮廓的形式示出了解剖结构图像数据。该视图的特别有利的选项是将随后的图像及其随后的解剖结构图像数据与具有第一解剖结构图像数据的第一规划图像并排示出。如果需要,这将允许用户进行视觉检查和比较。
按钮623是“剂量报告”按钮,其被配置为打开示出剂量报告的额外视图。剂量报告能够以图像、表格或剂量体积直方图的形式示出。剂量报告也能够是交互式的,以允许用户探索和查看多种形式的剂量信息。
按钮624是“变化报告”按钮,其被配置为打开示出变化报告的额外视图630。变化报告提供了关于随后的解剖结构图像数据的变化的额外定量数据。在图6所示的示例中,额外视图以数据表632的形式示出了报告标题631和变化报告。
本文公开的任何方法步骤都可以以包括指令的计算机程序的形式进行记录,这些指令当在处理器上被运行时使处理器执行这些方法步骤。指令可以被存储在计算机程序产品上。计算机程序产品可以由专用硬件以及与适当软件相关联的能够运行软件的硬件来提供。当由处理器提供时,这些功能能够由单个专用处理器、单个共享处理器或多个独立处理器(其中的一些能够被共享)来提供。此外,本发明的实施例能够采用可从计算机可用或计算机可读存储介质访问的计算机程序产品的形式,该计算机可用或计算机可读存储介质提供供计算机或任何指令运行系统使用或与其结合使用的程序代码。出于本说明书的目的,计算机可用或计算机可读存储介质能够是可以包括、存储、通信、传播或传输程序以供指令运行系统、装置或设备使用或与其结合使用的任何装置。介质能够是电学、磁性、光学、电磁、红外或半导体系统或装置或设备或传播介质。计算机可读介质的示例包括半导体或固态存储器、磁带、可移动计算机磁盘、随机存取存储器“RAM”、只读存储器“ROM”、硬磁盘和光盘。光盘的当前示例包括光盘-只读存储器“CD-ROM”、压缩盘-读/写“CD-R/W”、Blu-RayTM和DVD。传播介质的示例是互联网或其他有线或无线的电信系统。
通过研究附图、公开内容和权利要求,本领域技术人员在实践要求保护的发明时可以理解和实现对所公开的实施例的变型。应当注意,可以组合各种实施例以实现进一步的有利效果。
在权利要求中,“包括”一词并不排除其他元件或步骤,并且词语“一”或“一个”并不排除多个。
单个单元或设备可以实现在权利要求中记载的若干项的功能。虽然某些措施被记载在互不相同的从属权利要求中,但是这并不指示不能有利地使用这些措施的组合。
权利要求中的任何附图标记都不应被解释为对范围的限制。
Claims (15)
1.一种用于在辐射治疗中监测对象中的解剖结构变化的系统(110),所述系统包括:
分析单元(111),其包括被配置为接收所述对象的第一解剖结构图像数据(104)和随后的解剖结构图像数据(107)的输入部,所述分析单元至少被配置为将所述随后的解剖结构数据(107)配准到所述第一解剖结构数据(104);
变化状态识别单元(112),其被配置为将所述第一解剖结构图像数据(104)与所述随后的解剖结构图像数据(107)之间的变化识别为变化状态;
定性翻译器(113),其被配置为将所识别的变化状态与对应的定性描述进行匹配;
报告单元(114),其被配置为提供包括对所识别的变化状态的定性描述的监测报告(500、600)。
2.根据权利要求1所述的系统(110),其中,所述变化状态识别单元(112)包括至少一种定性空间推理算法,所述定性空间推理算法优选为RCC-8演算算法和/或Cardinal空间推理算法。
3.根据权利要求1或2所述的系统(110),其中,所述分析单元(111)还包括被配置为接收所述对象的处置计划的剂量分布数据(108)的输入部;并且所述变化状态识别单元(112)额外地或替代地被配置为将所述剂量分布数据(108)与随后的解剖结构图像数据(107)之间的变化识别为变化状态。
4.根据权利要求1-3中的任一项所述的系统(110),其中,所述定性翻译器(113)被配置为通过使用查找表将所识别的变化状态与所述对应的定性描述进行匹配。
5.根据权利要求1-4中的任一项所述的系统(110),其中,所述对应的定性描述是自然语言描述和/或图形图像,优选为象形图的形式。
6.根据权利要求1-5中的任一项所述的系统(110),其中,所述报告单元(114)包括被配置为视觉显示所述监测报告(500、600)的显示器(115)。
7.根据权利要求6所述的系统(110),其中,所述显示器(115)被配置为以图形用户接口(600)的形式视觉显示所述监测报告。
8.根据权利要求7所述的系统(110),其中,图形用户接口(600)包括用于选择要作为所述监测报告的部分而显示的信息的至少一个控件(611、622、623、624)。
9.一种用于在辐射治疗中监测对象中的解剖结构变化的方法(300、400),所述方法包括以下步骤:
接收(310、410)所述对象的第一解剖结构图像数据和随后的解剖结构图像数据;
分析所述第一解剖结构图像数据和所述随后的解剖结构图像数据(320、420),其中,分析包括将所述随后的解剖结构数据配准到所述第一解剖结构数据(421);
将所述第一解剖结构图像数据与所述随后的解剖结构图像数据之间的变化识别(330、430)为变化状态(431);
将所识别的变化状态与对应的定性描述进行匹配(340、441);并且
提供包括对所识别的变化的定性描述的监测报告(350、450)。
10.根据权利要求9所述的方法,其中,识别变化的步骤(330)包括将所述第一解剖结构图像数据和所述随后的解剖结构图像数据供应给至少一种定性空间推理算法,所述定性空间推理算法优选为RCC-8演算算法和/或Cardinal空间推理算法。
11.根据权利要求9或10所述的方法,其中,接收(310、410)所述对象的第一解剖结构图像数据和随后的解剖结构图像数据的步骤还包括接收所述对象的处置计划的剂量分布数据;并且其中,识别变化的步骤(330)额外地或替代地包括将所述剂量分布数据与随后的解剖结构图像数据之间的变化识别为变化状态(432)。
12.根据权利要求9-11中的任一项所述的方法,其中,分析所述解剖结构图像数据的步骤(320、420)还包括获得定量图像数据,所述定量图像数据优选包括以下各项中的至少一项:感兴趣区域的大小(422)、感兴趣区域的大小变化(423)、感兴趣区域已经移位的距离(424)、感兴趣区域已经接收到的总辐射剂量(425)。
13.根据权利要求12所述的方法,其中,所述监测报告还包括对所识别的变化中的至少一个变化的至少一个定量描述。
14.一种用于医学成像和分析的装置(100),包括:
一个或多个成像设备(102、106),其被配置为提供要被处置的对象的图像(101、105);
轮廓描画工具(103),其被配置为基于由所述一个或多个成像设备(101、105)提供的所述图像来提供解剖结构图像数据(104、107);
根据权利要求1所述的用于在辐射治疗中监测对象中的解剖结构变化的系统(110)。
15.一种包括指令的计算机程序产品,所述指令用于当所述计算机程序被运行时使处理器执行根据权利要求9-13中的任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18212534.4 | 2018-12-14 | ||
EP18212534.4A EP3666335A1 (en) | 2018-12-14 | 2018-12-14 | Automated qualitative description of anatomical changes in radiotherapy |
PCT/EP2019/084558 WO2020120531A1 (en) | 2018-12-14 | 2019-12-11 | Automated qualitative description of anatomical changes in radiotherapy |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113301950A true CN113301950A (zh) | 2021-08-24 |
Family
ID=64665530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980089020.1A Pending CN113301950A (zh) | 2018-12-14 | 2019-12-11 | 在放射治疗中对解剖结构变化的自动化定性描述 |
Country Status (5)
Country | Link |
---|---|
US (1) | US12029920B2 (zh) |
EP (2) | EP3666335A1 (zh) |
JP (1) | JP2022511945A (zh) |
CN (1) | CN113301950A (zh) |
WO (1) | WO2020120531A1 (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102470257A (zh) * | 2010-07-15 | 2012-05-23 | 株式会社东芝 | 放射线治疗系统及其控制方法 |
WO2015015343A1 (en) * | 2013-07-31 | 2015-02-05 | Koninklijke Philips N.V. | Automation of therapy planning |
CN105407966A (zh) * | 2013-07-17 | 2016-03-16 | 皇家飞利浦有限公司 | 用于短距离放射治疗的射野成像 |
US20160263399A1 (en) * | 2013-10-25 | 2016-09-15 | Hitachi, Ltd. | Particle beam therapy system, and method for operating particle beam therapy system |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11299791A (ja) * | 1998-04-20 | 1999-11-02 | Matsushita Electric Ind Co Ltd | 超音波診断装置 |
US8488863B2 (en) * | 2008-11-06 | 2013-07-16 | Los Alamos National Security, Llc | Combinational pixel-by-pixel and object-level classifying, segmenting, and agglomerating in performing quantitative image analysis that distinguishes between healthy non-cancerous and cancerous cell nuclei and delineates nuclear, cytoplasm, and stromal material objects from stained biological tissue materials |
JP5643560B2 (ja) * | 2010-07-20 | 2014-12-17 | 株式会社東芝 | 放射線治療システム及びその制御方法 |
JP6058306B2 (ja) | 2011-07-20 | 2017-01-11 | 東芝メディカルシステムズ株式会社 | 画像処理システム、装置、方法及び医用画像診断装置 |
JP5889585B2 (ja) | 2011-09-15 | 2016-03-22 | 株式会社東芝 | 放射線治療情報生成装置 |
US9764162B1 (en) | 2013-10-28 | 2017-09-19 | Elekta, Inc. | Automated, data-driven treatment management system for adaptive radiotherapy workflows |
WO2015175806A1 (en) | 2014-05-16 | 2015-11-19 | The Trustees Of The University Of Pennsylvania | Applications of automatic anatomy recognition in medical tomographic imagery based on fuzzy anatomy models |
US10638989B2 (en) | 2015-10-06 | 2020-05-05 | Surgivisio | Method and device for controlling movement of a motorized C-arm |
US10600514B2 (en) * | 2016-05-27 | 2020-03-24 | Varian Medical Systems, Inc. | Intuitive automation in patient modeling |
-
2018
- 2018-12-14 EP EP18212534.4A patent/EP3666335A1/en not_active Withdrawn
-
2019
- 2019-12-11 CN CN201980089020.1A patent/CN113301950A/zh active Pending
- 2019-12-11 EP EP19813898.4A patent/EP3893995A1/en active Pending
- 2019-12-11 US US17/413,539 patent/US12029920B2/en active Active
- 2019-12-11 JP JP2021533231A patent/JP2022511945A/ja active Pending
- 2019-12-11 WO PCT/EP2019/084558 patent/WO2020120531A1/en unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102470257A (zh) * | 2010-07-15 | 2012-05-23 | 株式会社东芝 | 放射线治疗系统及其控制方法 |
CN105407966A (zh) * | 2013-07-17 | 2016-03-16 | 皇家飞利浦有限公司 | 用于短距离放射治疗的射野成像 |
WO2015015343A1 (en) * | 2013-07-31 | 2015-02-05 | Koninklijke Philips N.V. | Automation of therapy planning |
US20160263399A1 (en) * | 2013-10-25 | 2016-09-15 | Hitachi, Ltd. | Particle beam therapy system, and method for operating particle beam therapy system |
Also Published As
Publication number | Publication date |
---|---|
EP3666335A1 (en) | 2020-06-17 |
WO2020120531A1 (en) | 2020-06-18 |
EP3893995A1 (en) | 2021-10-20 |
US12029920B2 (en) | 2024-07-09 |
JP2022511945A (ja) | 2022-02-01 |
US20220054861A1 (en) | 2022-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9424644B2 (en) | Methods and systems for evaluating bone lesions | |
US9684961B2 (en) | Scan region determining apparatus | |
US12002216B2 (en) | Automatic quality checks for radiotherapy contouring | |
US8929624B2 (en) | Systems and methods for comparing different medical images to analyze a structure-of-interest | |
EP3212287B1 (en) | Physician directed radiation treatment planning | |
CN102693353B (zh) | 用于自动产生统计模型的方法和计算机系统 | |
RU2599865C2 (ru) | Способ определения по меньшей мере одного пригодного пути движения для объекта в ткани | |
US10186031B2 (en) | Shape similarity measure for body tissue | |
CN111727456B (zh) | 用于图像分割的医学图像数据处理系统、方法和计算机程序产品 | |
KR102382872B1 (ko) | 의료용 인공 신경망 기반 대표 영상을 제공하는 의료 영상 판독 지원 장치 및 방법 | |
US20220398718A1 (en) | System and methods for medical image quality assessment using deep neural networks | |
RU2721078C2 (ru) | Сегментация анатомической структуры на основе модели | |
US8938107B2 (en) | System and method for automatic segmentation of organs on MR images using a combined organ and bone atlas | |
US20140341452A1 (en) | System and method for efficient assessment of lesion development | |
US11504548B2 (en) | Systems and methods for quality control in image-guided radiotherapy | |
US12029920B2 (en) | Automated qualitative description of anatomical changes in radiotherapy | |
EP2720192B1 (en) | Method, system and computer readable medium for liver diagnosis | |
JP6949256B2 (ja) | 線量誤差決定装置 | |
WO2023232575A1 (en) | Compensating for differences in medical images | |
CN118355452A (zh) | 用于医学图像分割的质量保证的系统和方法 |
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 |
Effective date of registration: 20240709 Address after: Georgia, USA Applicant after: ELEKTA AB (PUBL) Country or region after: U.S.A. Address before: Eindhoven, Netherlands Applicant before: KONINKLIJKE PHILIPS N.V. Country or region before: Netherlands |
|
TA01 | Transfer of patent application right |