CN113362309B - 一种吸收剂量获取方法、装置、存储介质及电子设备 - Google Patents
一种吸收剂量获取方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113362309B CN113362309B CN202110636595.XA CN202110636595A CN113362309B CN 113362309 B CN113362309 B CN 113362309B CN 202110636595 A CN202110636595 A CN 202110636595A CN 113362309 B CN113362309 B CN 113362309B
- Authority
- CN
- China
- Prior art keywords
- interface
- target
- voxel
- activity
- absorbed dose
- 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.)
- Active
Links
- 231100000987 absorbed dose Toxicity 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000000694 effects Effects 0.000 claims abstract description 86
- 238000010586 diagram Methods 0.000 claims abstract description 18
- 238000010521 absorption reaction Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 5
- 210000000056 organ Anatomy 0.000 abstract description 3
- 210000001519 tissue Anatomy 0.000 description 49
- 210000004072 lung Anatomy 0.000 description 15
- 210000004185 liver Anatomy 0.000 description 12
- 206010028980 Neoplasm Diseases 0.000 description 10
- 238000000342 Monte Carlo simulation Methods 0.000 description 8
- 230000001186 cumulative effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000002603 single-photon emission computed tomography Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 238000011361 targeted radionuclide therapy Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000000295 emission spectrum Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 210000005228 liver tissue Anatomy 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- PNDPGZBMCMUPRI-HVTJNCQCSA-N 10043-66-0 Chemical compound [131I][131I] PNDPGZBMCMUPRI-HVTJNCQCSA-N 0.000 description 1
- 208000015914 Non-Hodgkin lymphomas Diseases 0.000 description 1
- 206010060862 Prostate cancer Diseases 0.000 description 1
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 231100000518 lethal Toxicity 0.000 description 1
- 230000001665 lethal effect Effects 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 201000011519 neuroendocrine tumor Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 108090000765 processed proteins & peptides Proteins 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30056—Liver; Hepatic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请提出一种吸收剂量获取方法、装置、存储介质及电子设备，从预先获取的CT图像中，分割出目标分界面，其中，目标分界面包含位于目标组织与相邻组织之间的体素；依据目标分界面和预先获取的累积活度图获取分界面活度图，其中，累积活度图包含CT图像中每一个体素的活度，分界面活度图包含目标分界面中每一个体素的活度；对分界面活度图进行卷积，以获取第一吸收剂量。相对于将目标分界面作为目标组织的一部分进行吸收剂量的计算，存在很大的误差。本申请实施例中，对分界面活度图进行卷积，单独计算目标分界面内的体素的吸收剂量，可以提升目标分界面及其所在目标器官内的体素的吸收剂量的准确性。
Description
技术领域
本申请涉及剂量率估算技术领域，具体而言，涉及一种吸收剂量获取方法、装置、存储介质及电子设备。
背景技术
靶向放射性核素疗法(TRT)已经被用在了各种疾病，例如，肝癌、前列腺癌、非霍奇金斯淋巴瘤以及神经内分泌肿瘤的治疗当中。一般来讲，TRT涉及向患者施用治疗同位素(诸如抗体或肽的带有放射性核素标记的细胞特异性的试剂)，以杀死对应于特定细胞类型的特定组织，例如肿瘤。所述细胞特异性的试剂或载体有选择地寻找出这样的细胞，而放射性核素则发生衰变，发射出诸如β粒子的致死放射线，其穿行数毫米，与组织相互作用，并杀死或破坏肿瘤组织。治疗的成功通常依赖于感兴趣组织，包括肿瘤和关键器官，所吸收或摄取的放射活性的量以及放射活性保持局限在该组织处的时长。由于有可能利用诊断核同位素(单光子或正电子发射体)标记载体分子，因而能够利用SPECT或PET扫描器扫描患者从而在规划阶段获得有关放射活性的信息。诸如碘-131的一些同位素既是β发射体又是光子的发射体，因而有可能实施治疗，并作治疗前后的诊断或评估辐射剂量的分布。
令人遗憾的是，所发射的辐射还会和肿瘤组织之外的正常组织相互作用并杀死这些组织。因此，希望在规划阶段(发生在施用治疗之前)确定患者体内的预期的吸收剂量分布，以便预测出对肿瘤靶细胞的治疗效果和对其他正常细胞的潜在副作用。
发明内容
本申请的目的在于提供一种吸收剂量获取方法、装置、存储介质及电子设备，以至少部分改善上述问题。
为了实现上述目的，本申请实施例采用的技术方案如下：
第一方面，本申请实施例提供一种吸收剂量获取方法，所述方法包括：
从预先获取的CT图像中，分割出目标分界面，其中，所述目标分界面包含位于目标组织与相邻组织之间的体素；
依据所述目标分界面和预先获取的累积活度图获取分界面活度图，其中，所述累积活度图包含所述CT图像中每一个体素的活度，所述分界面活度图包含所述目标分界面中每一个体素的活度；
对所述分界面活度图进行卷积，以获取第一吸收剂量。
第二方面，本申请实施例提供一种吸收剂量获取装置，所述装置包括：
预处理单元，用于从预先获取的CT图像中，分割出目标分界面，其中，所述目标分界面包含位于目标组织与相邻组织之间的体素；
所述预处理单元还用于依据所述目标分界面和预先获取的累积活度图获取分界面活度图，其中，所述累积活度图包含所述CT图像中每一个体素的活度，所述分界面活度图包含所述目标分界面中每一个体素的活度；
计算单元，用于对所述分界面活度图进行卷积，以获取第一吸收剂量。
第三方面，本申请实施例提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的方法。
第四方面，本申请实施例提供一种电子设备，所述电子设备包括：处理器和存储器，所述存储器用于存储一个或多个程序；当所述一个或多个程序被所述处理器执行时，实现上述的方法。
相对于现有技术，本申请实施例所提供的一种吸收剂量获取方法、装置、存储介质及电子设备，从预先获取的CT图像中，分割出目标分界面，其中，目标分界面包含位于目标组织与相邻组织之间的体素；依据目标分界面和预先获取的累积活度图获取分界面活度图，其中，累积活度图包含CT图像中每一个体素的活度，分界面活度图包含目标分界面中每一个体素的活度；对分界面活度图进行卷积，以获取第一吸收剂量。相对于将目标分界面作为目标组织的一部分进行吸收剂量的计算，存在很大的误差。本申请实施例中，对分界面活度图进行卷积，单独计算目标分界面内的体素的吸收剂量，可以提升目标分界面及其所在目标器官内的体素的吸收剂量的准确性。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。
图1为本申请实施例提供的电子设备的结构示意图；
图2为本申请实施例提供的吸收剂量获取方法的流程示意图；
图3为本申请实施例提供的S101的子步骤示意图；
图4为本申请实施例提供的S101的又一子步骤示意图；
图5为本申请实施例提供的吸收剂量获取方法的又一流程示意图；
图6为本申请实施例提供的目标分界面示意图；
图7为本申请实施例提供的剂量核示意图；
图8为本申请实施例提供的吸收剂量获取装置的单元示意图。
图中：10-处理器；11-存储器；12-总线；13-通信接口；201-预处理单元；202-计算单元。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本申请的描述中，需要说明的是，术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该申请产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
在本申请的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
本申请实施例提供了一种电子设备，可以是服务器或计算机。请参照图1，电子设备的结构示意图。电子设备包括处理器10、存储器11、总线12。处理器10、存储器11通过总线12连接，处理器10用于执行存储器11中存储的可执行模块，例如计算机程序。
处理器10可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，吸收剂量获取方法的各步骤可以通过处理器10中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器10可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processor，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
存储器11可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。
总线12可以是ISA(Industry Standard Architecture)总线、PCI(PeripheralComponent Interconnect)总线或EISA(Extended Industry Standard Architecture)总线等。图1中仅用一个双向箭头表示，但并不表示仅有一根总线12或一种类型的总线12。
存储器11用于存储程序，例如吸收剂量获取装置对应的程序。吸收剂量获取装置包括至少一个可以软件或固件(firmware)的形式存储于存储器11中或固化在电子设备的操作系统(operating system，OS)中的软件功能模块。处理器10在接收到执行指令后，执行所述程序以实现吸收剂量获取方法。
可能地，本申请实施例提供的电子设备还包括通信接口13。通信接口13通过总线与处理器10连接。电子设备通过通信接口13与其他终端连接，接收其他终端传输的图像或指令信息。
应当理解的是，图1所示的结构仅为电子设备的部分的结构示意图，电子设备还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例提供的一种吸收剂量获取方法，可以但不限于应用于图1所示的电子设备，具体的流程，请参考图2，吸收剂量获取方法包括：
S101，从预先获取的CT图像中，分割出目标分界面。
其中，目标分界面包含位于目标组织与相邻组织之间的体素。
目标组织可以为肺(lungs)、肝(liver)、肿瘤(tumor)或骨、软组织中的任意一种。
例如，目标组织为肝(liver)，相邻组织为肺(lungs)，目标分界面为肝和肺之间的体素组成的分界面，肝对应的分界面可以表示为liver-i。可以理解的是，肺对应的分界面可以表示为lung-i。
S102，依据目标分界面和预先获取的累积活度图获取分界面活度图。
其中，累积活度图包含CT图像中每一个体素的活度，分界面活度图包含目标分界面中每一个体素的活度。
累积活度是指滞留时间内核衰变的总次数，英文表示为Time IntegratedActivity，简称TIA。
在一种可能的实现方式中，CT图像中每一个体素均标记有对应的位置信息，累积活度图中每一个体素均标记有对应的位置信息和活度。从而可以通过目标分界面中每一个体素的位置信息与累积活度图中每一个体素对应的位置信息进行比对，从而确定分界面活度图。
S103，对分界面活度图进行卷积，以获取第一吸收剂量。
其中，第一吸收剂量为目标分界面内的体素总的吸收剂量。
可以理解的是，目标组织内的介质相当于均匀介质，其密度变化幅度较小。但目标组织对应的目标分界面中的介质为异质介质，其密度变化幅度较大，变化速度快。所以之间将目标分界面作为目标组织的一部分进行吸收剂量的获取，存在很大的误差。而对分界面活度图进行卷积，单独计算目标分界面内的体素的吸收剂量，可以提升目标分界面内的体素的吸收剂量的准确性。
综上所述，本申请实施例提供了一种吸收剂量获取方法，从预先获取的CT图像中，分割出目标分界面，其中，目标分界面包含位于目标组织与相邻组织之间的体素；依据目标分界面和预先获取的累积活度图获取分界面活度图，其中，累积活度图包含CT图像中每一个体素的活度，分界面活度图包含目标分界面中每一个体素的活度；对分界面活度图进行卷积，以获取第一吸收剂量。相对于将目标分界面作为目标组织的一部分进行吸收剂量的计算，存在很大的误差。本申请实施例中，对分界面活度图进行卷积，单独计算目标分界面内的体素的吸收剂量，可以提升目标分界面内的体素的吸收剂量的准确性。
需要说明的是，在一种可能的实现方式，在得到目标分界面之后，还可以对目标分界面进行二值化处理，并通过二值化处理后的目标分界面和预先获取的累积活度图获取分界面活度图。
在图2的基础上，对于如何进一步提升第一吸收剂量的准确性，本申请实施例还提供了一种可能的实现方式，请参考下文，S103包括：
依据分界面活度图与对应的第一密度校正矩阵进行卷积，以获取第一吸收剂量。
其中，第一密度校正矩阵为与目标分界面对应的分界面特异性目标校正S值，又可称为剂量核，简称VSV(Gy/MBq-s)。关于剂量核的获取方式，本申请实施例还提供了一种可能的实现方式，请参考下文。
向蒙特卡洛模拟工具(例如GATE v.8.0)输入配置信息，其中，配置信息包括核素发射频谱信息、目标分界面内体素的大小信息以及目标分界面内介质密度、组成、各种元素的比重等信息。当然地，在一种可能的实现方式中，蒙特卡洛模拟工具也可以通过其他具有同样功能的工具进行替换。
蒙特卡洛模拟工具生成目标分界面对应的第一初始矩阵，依据目标分界面对应的密度图对该第一初始矩阵进行调整，以得到第一密度校正矩阵。
需要说明的是，目标分界面内体素的大小与SPECT图像中对应的体素的大小保持一致，SPECT图像也可以通过PET图像替代。
以肺-肝分界面的VSV(Gy/MBq-s)作为示例进行说明，在一种可能的实现方式中，其体素大小与PET图像中对应体素的大小相同，矩阵大小为13×13×13。肝的VSV(Gy/MBq-s)，其体素大小与PET图像中对应体素的大小相同，矩阵大小为7×7×7；肺的VSV(Gy/MBq-s)，其体素大小与PET图像中对应体素的大小相同，矩阵大小为21×21×21。
需要说明的是，本申请实施例中关于矩阵的大小仅是作为示例，还可以采用其他规格的矩阵，在此不做限定。
在图2的基础上，关于S101中的内容，本申请实施例还提供了一种可能的实现方式，请参考图3，S101包括：
S101-1，依次获取待确认区域中每一待确认体素的邻域。
其中，待确认区域为CT图像中的部分区域。
在一种可能的实现方式中，可以先通过用户输入的指令信息在CT图像上划分出待确认区域。也可以是，先自动将CT图像划分为若干个子区域，依据每一个子区域的参数信息(子区域的平均密度或不同密度体素的比例)等判断每一个子区域是否为待确认区域。
S101-2，判断邻域中属于目标组织的体素的占比是否处于第一预设范围内。若是，则执行S101-5；若否，则执行S101-4。
若邻域中属于目标组织的体素的占比处于第一预设范围内，可以确定邻域对应的待确认体素属于目标分界面，则执行S101-5；反之则执行S101-4。
S101-4，确定邻域对应的待确认体素不属于目标分界面。
S101-5，确定邻域对应的待确认体素属于目标分界面。
在图2的基础上，关于S101中的内容，本申请实施例还提供了一种可能的实现方式，请参考图4，S101包括：
S101-1，依次获取待确认区域中每一待确认体素的邻域。
S101-3，判断邻域的平均密度是否处于第二预设范围内。若是，则执行S101-5；若否，则执行S101-4。
若邻域的平均密度处于第二预设范围内，可以确定邻域对应的待确认体素属于目标分界面，则执行S101-5；反之则执行S101-4。
S101-4，确定邻域对应的待确认体素不属于目标分界面。
S101-5，确定邻域对应的待确认体素属于目标分界面。
在图2的基础上，关于S101中的内容，本申请实施例还提供了一种可能的实现方式，请参考下文，可以通过用户输入的划分指令，在CT图像划分目标分界面。例如划定肝、肿瘤和肝边界和肺边界，从肝-肺分界面延伸出来的预设距离的肝和肺的部分。
在图2的基础上，关于如何获取目标组织对应的吸收剂量，本申请实施例还提供了一种可能的实现方式，请参考图5，吸收剂量获取方法还包括：
S104，从预先获取的CT图像中，分割出目标组织区域。
其中，目标组织区域包含位于目标组织内的体素。
S105，依据目标组织区域和预先获取的累积活度图获取组织区域活度图。
其中，组织区域活度图包含目标组织中每一个体素的活度。与S102中获取分界面活度图同理。
S106，依据组织区域活度图与对应的第二密度校正矩阵进行卷积，以获取第二吸收剂量。
其中，第二吸收剂量为目标组织对应的吸收剂量。
可选地，向蒙特卡洛模拟工具(例如GATE v.8.0)输入配置信息，其中，配置信息包括核素发射频谱信息、目标组织区域内体素的大小信息以及目标组织区域内介质密度、组成、各种元素的比重等信息。
蒙特卡洛模拟工具生成目标组织区域对应的第二初始矩阵，依据目标组织区域对应的密度图对该第二初始矩阵进行调整，以得到第二密度校正矩阵。
需要说明的是，目标组织区域内体素的大小与SPECT图像中对应的体素的大小保持一致，SPECT图像也可以通过PET图像替代。
请继续参考图5，关于如果获取总的吸收剂量，本申请实施例还提供了一种可能的实现方式，吸收剂量获取方法在依据组织区域活度图与对应的第二密度校正矩阵进行卷积，以获取第二吸收剂量之后，还包括：
S107，将第一吸收剂量与第二吸收剂量相加，以获得总吸收剂量。
本申请实施例还提供了关于吸收剂量获取方法的校准结果，请参考下文。
使用基于GATE的蒙特卡洛模拟(MCS)剂量计算结果作为黄金标准。基于达到的最低％AADE(计量误差)，分界面核的密度被确定为0.58g/cm3(此值并不用于限定，其可以改变)，LiLuKDIn表示本申请实施例提供的吸收剂量获取方法，LiLuKDIn的分界面选择标准为肝体素比范围0.1-0.3。其他的VSV方法的肝和肿瘤区域的平均％AADE都<3％，LiLuKDIn的平均％AADE可低至0.2％，而除了LiLuK(13.3％)和LiLuCK(11.1％)，肝边界的绝对吸收剂量误差都小于5％。肺部区域平均AADE％最小的是LiLuKDIn(3.5％)，其次是LiLuCK(4.2％)，LuCK+LiKD(7.2％)，LiLuKD(8.8％)，LiLuK(12.7％)，LD(17.3％)，LiCK(19.5％)，LiKD(23.7％)，VCK(30.8％)和LIK(67.9％)。LiLuKDIn(2.7％)的肺区域平均％AADE最小，其次是LuCK+LiKD(6.2％)、LiLuK(10.1％)、LiLuCK(10.3％)、LiLuKD(11.3％)、VCK(24.7％)、LiCK(27.0％)、LD(27.5％)、LiKD(40.8％)和LiK(59.4％)。所有VSV方法的处理时间(Times)都小于1分钟，而MCS对1名患者的处理时间约为189小时。
其中，LiLuCK、LuCK+LiKD、LiLuKD、LiLuK、LD、LiCK、LiKD、VCK以及LiK分别表示一种其他的吸收剂量获取方法。
具体的误差数据，可以参考下表。
| μ±σ | LD | LiK | LiKD | LiCK | LiLuK | VCK | LiLuKD | LiLuCK | LuCK+LiKD | LiLnInKD |
| Lungs | 17.3％±5.2％ | 67.9％±5.3％ | 23.7％±4.0％ | 19.5％±4.8％ | 12.7％±8.2％ | 30.8％±6.9％ | 8.8％±4.3％ | 4.2％±3.1％ | 7.2％±4.3％ | 3.5％±2.9％ |
| Liver | 0.5％±0.4％ | 0.8％±0.6％ | 0.3％±0.3％ | 0.6％±0.3％ | 2.2％±3.6％ | 1.0％±0.9％ | 0.2％±0.4％ | 1.9％±2.7％ | 0.2％±0.4％ | 0.2±0.4％ |
| Tumor | 2.1％±2.1％ | 0.8％±0.5％ | 0.2％±0.2％ | 0.7％±0.3％ | 1.9％±3.7％ | 1.1％±1.0％ | 0.3％±0.5％ | 1.9％±3.0％ | 0.2％±0.5％ | 0.2％±0.4％ |
| Lung-i | 27.5％±12.3％ | 59.4％±5.1％ | 40.8％±9.7％ | 27.0％±11.9％ | 10.2％±5.5％ | 24.7％±5.7％ | 11.30±6.8％ | 10.3％±6.1％ | 6.2％±5.9％ | 2.7％±3.1％ |
| Liver-i | 3.2％±3.5％ | 4.1％±3.3％ | 2.1％±1.9％ | 1.2％±0.5％ | 13..3％±8.8％ | 4.1％±2.1％ | 0.8％±0.7％ | 11.1％±4.5％ | 0.8％±0.6％ | 1.1％±1.0％ |
| Time(s) | 0.1 | 4.4 | 18.6 | 27.6 | 44.4 | 20.5 | 21.1 | 29.6 | 51.3 | 51.2 |
以目标分界面为肝肺分界面作为示例，如图6所示目标分界面位于肺组织与肝组织之间。请参考图7，图7为本申请实施例提供的剂量核示意图，其中，liver VSV kernel表示肝组织对应的剂量核，lung VSV kernel表示肺组织对应的剂量核，interface VSVkernel表示目标分界面对应的剂量核。
请参阅图8，图8为本申请实施例提供的一种吸收剂量获取装置，可选的，该吸收剂量获取装置被应用于上文所述的电子设备。
吸收剂量获取装置包括：预处理单元201和计算单元202。
预处理单元201用于从预先获取的CT图像中，分割出目标分界面，其中，目标分界面包含位于目标组织与相邻组织之间的体素。可选地，预处理单元201可以执行上述的S101。
预处理单元201还用于依据目标分界面和预先获取的累积活度图获取分界面活度图，其中，累积活度图包含CT图像中每一个体素的活度，分界面活度图包含目标分界面中每一个体素的活度；可选地，预处理单元201可以执行上述的S102。
计算单元202用于依据分界面活度图与对应的第一密度校正矩阵进行卷积，以获取第一吸收剂量。可选地，计算单元202可以执行上述的S103。
在一种可能的实现方式中，预处理单元201还用于依次获取待确认区域中每一待确认体素的邻域；判断邻域中属于目标组织的体素的占比是否处于第一预设范围内；若是，则确定邻域对应的待确认体素属于目标分界面。
在一种可能的实现方式中，预处理单元201还用于依次获取待确认区域中每一待确认体素的邻域；判断邻域的平均密度是否处于第二预设范围内；若是，则确定邻域对应的待确认体素属于目标分界面。
可选地，预处理单元201可以执行上述的S101-1～S101-5。
需要说明的是，本实施例所提供的吸收剂量获取装置，其可以执行上述方法流程实施例所示的方法流程，以实现对应的技术效果。为简要描述，本实施例部分未提及之处，可参考上述的实施例中相应内容。
本申请实施例还提供了一种存储介质，该存储介质存储有计算机指令、程序，该计算机指令、程序在被读取并运行时执行上述实施例的吸收剂量获取方法。该存储介质可以包括内存、闪存、寄存器或者其结合等。
下面提供一种电子设备，可以是服务器或计算机设备，该电子设备如图1所示，可以实现上述的吸收剂量获取方法；具体的，该电子设备包括：处理器10，存储器11、总线12。处理器10可以是CPU。存储器11用于存储一个或多个程序，当一个或多个程序被处理器10执行时，执行上述实施例的吸收剂量获取方法。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (7)
1.一种吸收剂量获取方法，其特征在于，所述方法包括：
从预先获取的CT图像中，分割出目标分界面，其中，所述目标分界面包含位于目标组织与相邻组织之间的体素；
依据所述目标分界面和预先获取的累积活度图获取分界面活度图，其中，所述累积活度图包含所述CT图像中每一个体素的活度，所述分界面活度图包含所述目标分界面中每一个体素的活度；
对所述分界面活度图进行卷积，以获取第一吸收剂量；
所述从预先获取的CT图像中，分割出目标分界面的步骤，包括：
依次获取待确认区域中每一待确认体素的邻域；
判断所述邻域中属于所述目标组织的体素的占比是否处于第一预设范围内；
若是，则确定所述邻域对应的待确认体素属于目标分界面；
或者，所述从预先获取的CT图像中，分割出目标分界面的步骤，包括：
依次获取待确认区域中每一待确认体素的邻域；
判断所述邻域的平均密度是否处于第二预设范围内；
若是，则确定所述邻域对应的待确认体素属于目标分界面。
2.如权利要求1所述的吸收剂量获取方法，其特征在于，所述对所述分界面活度图进行卷积，以获取第一吸收剂量的步骤，包括：
依据所述分界面活度图与对应的第一密度校正矩阵进行卷积，以获取第一吸收剂量。
3.如权利要求1所述的吸收剂量获取方法，其特征在于，所述方法还包括：
从预先获取的CT图像中，分割出目标组织区域，其中，所述目标组织区域包含位于所述目标组织内的体素；
依据所述目标组织区域和预先获取的累积活度图获取组织区域活度图，其中，所述组织区域活度图包含所述目标组织中每一个体素的活度；
依据所述组织区域活度图与对应的第二密度校正矩阵进行卷积，以获取第二吸收剂量。
4.如权利要求3所述的吸收剂量获取方法，其特征在于，在依据所述组织区域活度图与对应的第二密度校正矩阵进行卷积，以获取第二吸收剂量之后，所述方法还包括：
将所述第一吸收剂量与所述第二吸收剂量相加，以获得总吸收剂量。
5.一种吸收剂量获取装置，其特征在于，所述装置包括：
预处理单元，用于从预先获取的CT图像中，分割出目标分界面，其中，所述目标分界面包含位于目标组织与相邻组织之间的体素；
所述预处理单元还用于依据所述目标分界面和预先获取的累积活度图获取分界面活度图，其中，所述累积活度图包含所述CT图像中每一个体素的活度，所述分界面活度图包含所述目标分界面中每一个体素的活度；
计算单元，用于对所述分界面活度图进行卷积，以获取第一吸收剂量；
所述预处理单元还用于依次获取待确认区域中每一待确认体素的邻域；判断所述邻域中属于所述目标组织的体素的占比是否处于第一预设范围内；若是，则确定所述邻域对应的待确认体素属于目标分界面；
或者，所述预处理单元还用于依次获取待确认区域中每一待确认体素的邻域；判断所述邻域的平均密度是否处于第二预设范围内；若是，则确定所述邻域对应的待确认体素属于目标分界面。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-4中任一项所述的方法。
7.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器用于存储一个或多个程序；当所述一个或多个程序被所述处理器执行时，实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110636595.XA CN113362309B (zh) | 2021-06-08 | 2021-06-08 | 一种吸收剂量获取方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110636595.XA CN113362309B (zh) | 2021-06-08 | 2021-06-08 | 一种吸收剂量获取方法、装置、存储介质及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113362309A CN113362309A (zh) | 2021-09-07 |
| CN113362309B true CN113362309B (zh) | 2024-04-02 |
Family
ID=77533117
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110636595.XA Active CN113362309B (zh) | 2021-06-08 | 2021-06-08 | 一种吸收剂量获取方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113362309B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103099634A (zh) * | 2011-10-14 | 2013-05-15 | 美国西门子医疗解决公司 | 用于校正医学成像数据的方法和装置 |
| CN105629652A (zh) * | 2016-03-17 | 2016-06-01 | 西安电子科技大学 | 一种基于自适应体素细分的光学断层成像方法 |
| CN110599472A (zh) * | 2019-09-03 | 2019-12-20 | 佛山原子医疗设备有限公司 | 计算spect定量断层图像中suv归一化系数的方法及系统 |
| CN111161258A (zh) * | 2019-12-31 | 2020-05-15 | 重庆青信科技有限公司 | 基于能谱曲线统计指纹的能谱ct图像分割方法 |
| CN111784676A (zh) * | 2020-07-03 | 2020-10-16 | 湖南大学 | 一种用于肝脏ct影像的特征提取与分割新方法 |
| CN112052885A (zh) * | 2020-08-20 | 2020-12-08 | 东软医疗系统股份有限公司 | 图像处理方法、装置、设备及pet-ct系统 |
| EP3805805A1 (en) * | 2019-10-09 | 2021-04-14 | Siemens Medical Solutions USA, Inc. | Calibration of radiation dose estimation in medical nuclear imaging |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3553912B2 (ja) * | 2000-09-28 | 2004-08-11 | 株式会社リコー | 消費情報管理システムおよびサービスセンター装置 |
| US10245000B2 (en) * | 2014-12-12 | 2019-04-02 | General Electric Company | Method and system for defining a volume of interest in a physiological image |
| US10485990B2 (en) * | 2017-09-07 | 2019-11-26 | Elekta, Inc. | Adaptive radiotherapy system |
-
2021
- 2021-06-08 CN CN202110636595.XA patent/CN113362309B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103099634A (zh) * | 2011-10-14 | 2013-05-15 | 美国西门子医疗解决公司 | 用于校正医学成像数据的方法和装置 |
| CN105629652A (zh) * | 2016-03-17 | 2016-06-01 | 西安电子科技大学 | 一种基于自适应体素细分的光学断层成像方法 |
| CN110599472A (zh) * | 2019-09-03 | 2019-12-20 | 佛山原子医疗设备有限公司 | 计算spect定量断层图像中suv归一化系数的方法及系统 |
| EP3805805A1 (en) * | 2019-10-09 | 2021-04-14 | Siemens Medical Solutions USA, Inc. | Calibration of radiation dose estimation in medical nuclear imaging |
| CN111161258A (zh) * | 2019-12-31 | 2020-05-15 | 重庆青信科技有限公司 | 基于能谱曲线统计指纹的能谱ct图像分割方法 |
| CN111784676A (zh) * | 2020-07-03 | 2020-10-16 | 湖南大学 | 一种用于肝脏ct影像的特征提取与分割新方法 |
| CN112052885A (zh) * | 2020-08-20 | 2020-12-08 | 东软医疗系统股份有限公司 | 图像处理方法、装置、设备及pet-ct系统 |
Non-Patent Citations (3)
| Title |
|---|
| " 基于低能射线多相管流检测技术研究";郝魁红;《中国博士学位论文全文数据库 (信息科技辑)》;I140-15 * |
| "Personalized Voxel-S-Value Methods for Monte-Carlo-like Quantitative Y-90 PET Dosimetry";Chen GF;《JOURNAL OF NUCLEAR MEDICINE 》;1-2 * |
| "Radiation dose measurement on computed tomography scanner using thermoluminescent dosemeter";Dwenda Dexiana，Muhammad Fathony;《2013 3rd International Conference on Instrumentation, Communications, Information Technology and Biomedical Engineering (ICICI-BME)》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113362309A (zh) | 2021-09-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lee et al. | Deep-dose: a voxel dose estimation method using deep convolutional neural network for personalized internal dosimetry | |
| Heußer et al. | Investigation of the halo-artifact in 68Ga-PSMA-11-PET/MRI | |
| Dewaraja et al. | MIRD pamphlet no. 23: quantitative SPECT for patient-specific 3-dimensional dosimetry in internal radionuclide therapy | |
| Zaidi et al. | Therapeutic applications of Monte Carlo calculations in nuclear medicine | |
| Zaidi et al. | Determination of the attenuation map in emission tomography | |
| Dieudonné et al. | Fine-resolution voxel S values for constructing absorbed dose distributions at variable voxel size | |
| Hippeläinen et al. | Quantitative accuracy of 177 Lu SPECT reconstruction using different compensation methods: phantom and patient studies | |
| Jackson et al. | An automated voxelized dosimetry tool for radionuclide therapy based on serial quantitative SPECT/CT imaging | |
| Grimes et al. | Comparison of internal dose estimates obtained using organ‐level, voxel S value, and Monte Carlo techniques | |
| US20080317194A1 (en) | Pet Imaging Using Anatomic List Mode Mask | |
| Song et al. | Lung dosimetry for radioiodine treatment planning in the case of diffuse lung metastases | |
| Guy et al. | RMDP: a dedicated package for 131I SPECT quantification, registration and patient-specific dosimetry | |
| Stute et al. | Monte Carlo simulations of clinical PET and SPECT scans: impact of the input data on the simulated images | |
| Gupta et al. | Preclinical voxel-based dosimetry through GATE Monte Carlo simulation using PET/CT imaging of mice | |
| Berker et al. | Activity quantification combining conjugate-view planar scintigraphies and SPECT/CT data for patient-specific 3-D dosimetry in radionuclide therapy | |
| Gosewisch et al. | 3D Monte Carlo bone marrow dosimetry for Lu-177-PSMA therapy with guidance of non-invasive 3D localization of active bone marrow via Tc-99m-anti-granulocyte antibody SPECT/CT | |
| Akabani et al. | Patient-specific dosimetry using quantitative SPECT imaging and three-dimensional discrete Fourier transform convolution | |
| Hong et al. | I-131 biokinetics of remnant normal thyroid tissue and residual thyroid cancer in patients with differentiated thyroid cancer: comparison between recombinant human TSH administration and thyroid hormone withdrawal | |
| Saeedzadeh et al. | 3D calculation of absorbed dose for 131I-targeted radiotherapy: a Monte Carlo study | |
| CN113362309B (zh) | 一种吸收剂量获取方法、装置、存储介质及电子设备 | |
| Plachouris et al. | Clinical evaluation of a three-dimensional internal dosimetry technique for liver radioembolization with 90Y microspheres using dose voxel kernels | |
| Stella et al. | Gamma camera characterization at high holmium-166 activity in liver radioembolization | |
| Zeng et al. | A projector/backprojector with slice-to-slice blurring for efficient three-dimensional scatter modeling | |
| Götz et al. | Factors affecting accuracy of S values and determination of time-integrated activity in clinical Lu-177 dosimetry | |
| WO2009130622A1 (en) | Dose-volume kernel generation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |