CN114849089A - 一种放射治疗引导方法和系统 - Google Patents

一种放射治疗引导方法和系统 Download PDF

Info

Publication number
CN114849089A
CN114849089A CN202210642270.7A CN202210642270A CN114849089A CN 114849089 A CN114849089 A CN 114849089A CN 202210642270 A CN202210642270 A CN 202210642270A CN 114849089 A CN114849089 A CN 114849089A
Authority
CN
China
Prior art keywords
target object
surface data
anatomical image
data
treatment
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
CN202210642270.7A
Other languages
English (en)
Inventor
张馨月
张志都
张涵祎
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.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co 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 Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN202210642270.7A priority Critical patent/CN114849089A/zh
Publication of CN114849089A publication Critical patent/CN114849089A/zh
Priority to US18/148,405 priority patent/US20230398376A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103Treatment planning systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103Treatment planning systems
    • A61N5/1037Treatment planning systems taking into account the movement of the target, e.g. 4D-image based planning
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103Treatment planning systems
    • A61N5/1039Treatment planning systems using functional images, e.g. PET or MRI
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1042X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head
    • A61N5/1045X-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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048Monitoring, verifying, controlling systems and methods
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048Monitoring, verifying, controlling systems and methods
    • A61N5/1049Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • G06T7/0016Biomedical image inspection using an image reference approach involving temporal comparison
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048Monitoring, verifying, controlling systems and methods
    • A61N5/1049Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A61N2005/105Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using a laser alignment system
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048Monitoring, verifying, controlling systems and methods
    • A61N5/1049Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A61N2005/1052Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using positron emission tomography [PET] single photon emission computer tomography [SPECT] imaging
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048Monitoring, verifying, controlling systems and methods
    • A61N5/1049Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A61N2005/1054Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using a portal imaging system
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048Monitoring, verifying, controlling systems and methods
    • A61N5/1049Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A61N2005/1055Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using magnetic resonance imaging [MRI]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048Monitoring, verifying, controlling systems and methods
    • A61N5/1049Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A61N2005/1058Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using ultrasound imaging
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048Monitoring, verifying, controlling systems and methods
    • A61N5/1049Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A61N2005/1059Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using cameras imaging the patient
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048Monitoring, verifying, controlling systems and methods
    • A61N5/1049Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A61N2005/1061Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using an x-ray imaging system having a separate imaging source
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20084Artificial neural networks [ANN]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30096Tumor; Lesion

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Radiation-Therapy Devices (AREA)

Abstract

本说明书实施例提供一种放射治疗引导方法和系统。所述方法包括利用光学摄像头获取待治疗的目标物的第一表面数据,其中,第一表面数据反映目标物在分次治疗实施前的体表状况;获取目标物的历史解剖图像;基于历史解剖图像和第一表面数据,确定是否需要针对分次治疗重新拍摄目标物的解剖图像。

Description

一种放射治疗引导方法和系统
技术领域
本说明书涉及放射治疗领域,特别涉及一种放射治疗引导方法和系统。
背景技术
放射治疗被广泛用于癌症或其他疾病的治疗。通常,在治疗开始前,医护人员会对患者进行成像以生成高清晰度的计划图像(例如,CT图像),并制定针对患者的放射治疗计划。根据治疗计划,可以将治疗分为几个治疗阶段分次作用于患者。在分次治疗过程中,患者的肿瘤可能发生的变化,导致肿瘤和周边器官的分布发生了显著的改变。并且在长期接收辐射后,患者的体型、表皮也可能会出现变化。因此,与治疗计划阶段相比,患者在接受分次治疗时的情况会出现较大差异,若继续根据初始的计划图像和放射治疗计划进行放射治疗,可能无法精准的投递辐照,反而会伤及周边器官或组织。
因此,需要一种放射治疗引导方法和系统,用于判断是否需要针对分次治疗重新拍摄解剖图像。
发明内容
本说明书实施例之一提供一种放射治疗引导方法。所述方法包括利用光学摄像头获取待治疗的目标物的第一表面数据,所述第一表面数据反映所述目标物在分次治疗实施前的体表状况;获取所述目标物的历史解剖图像;基于所述历史解剖图像和所述第一表面数据,确定是否需要针对所述分次治疗重新拍摄所述目标物的解剖图像。
本说明书实施例之一提供一种放射治疗引导系统。所述系统包括:获取模块,用于利用光学摄像头获取待治疗的目标物的第一表面数据以及所述目标物的历史解剖图像,所述第一表面数据反映所述目标物在分次治疗实施前的体表状况;确定模块,用于基于所述历史解剖图像和所述第一表面数据,确定是否需要针对所述分次治疗重新拍摄所述目标物的解剖图像;响应于确定无需针对所述分次治疗重新拍摄所述目标物的解剖图像,将所述历史解剖图像对应的放射治疗计划设置为所述分次治疗的待执行放射治疗计划;或响应于确定需要针对所述分次治疗重新拍摄所述目标物的解剖图像,基于所述重新拍摄的所述目标物的解剖图像,确定所述分次治疗的待执行放射治疗计划。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的放射治疗引导系统的应用场景示意图;
图2是根据本说明书一些实施例所示的光学摄像头的示意图;
图3是根据本说明书一些实施例所示的放射治疗引导系统的模块图;
图4是根据本说明书一些实施例所示的放射治疗引导方法的示例性流程图;
图5是根据本说明书一些实施例所示的确定第一比较结果的示例性流程图;
图6是根据本说明书一些实施例所示的放射治疗引导方法的示例性流程图;以及
图7是根据本说明书一些实施例所示的放射治疗引导方法的示例性流程图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
本说明书中的术语“图像”用于统指图像数据(例如,扫描数据、投影数据)和/或各种形式的图像,包括二维(2D)图像、三维(3D)图像、四维(4D)等。本公开中的术语“像素”和“体素”可互换使用以指代图像的元素。本公开中的术语“解剖结构”可以指对象的气体(例如空气)、液体(例如水)、固体(例如石头)、细胞、组织、器官或其任意组合,其可以被显示在图像中(例如,历史解剖图像、CT图像等)并且真正存在于对象的身体中或身体上。本公开中的术语“区域”、“位置”和“区域”可以指图像中所示的解剖结构的位置或存在于对象身体内或身体上的解剖结构的实际位置,因为图像可以指示存在于对象身体内或身体上的某个解剖结构的实际位置。术语“器官”和“组织”可互换使用,指代对象的一部分。
本说明书实施例提供了用于非侵入性成像和/或治疗,例如用于疾病诊断、治疗或研究目的的系统和组件。在一些实施例中,该系统可以是适形放射治疗装置、图像引导放射治疗(IGRT)装置、调强放射治疗(IMRT)装置、调强放射治疗(IMAT)装置、发射引导放射治疗(EGRT)统等或其任意组合。
通常,在患者接受放射治疗前,医护人员会对患者进行成像以生成高清晰度、可以反映患者体内状况的计划图像,并且可以基于计划图像为患者设计治疗计划。例如,可以在放射治疗期间或之前(例如,在治疗当天或在治疗前的几个小时)拍摄计划图像以指导放射治疗。根据治疗计划,可以将治疗分为几个治疗阶段分次作用于患者。但是,在接受分次治疗时,患者的肿瘤可能已发生了较大的变化,导致肿瘤和周边器官的分布发生了显著的改变。并且在长期接收辐射后,患者的体型、表皮也可能会出现变化。因此,与治疗前拍摄计划图像时相比,患者接受分次治疗时的情况会出现较大差异,若继续根据初始的计划图像和放射治疗计划进行放射治疗,可能无法精准的投递辐照,反而会伤及周边器官或组织。
本说明书的一些实施例提供了一种放射治疗引导方法和系统,在分次治疗进行过程中,可以通过光学摄像头获取反映患者体表状况的表面数据,并根据表面数据与计划图像或其他历史解剖图像来判断患者现在的情况是否与治疗之前情况有较大的差异,从而确定是否需要重新拍摄患者的解剖图像,以确保医护人员对患者进行精准的放射治疗。
图1是根据本说明书一些实施例所示的放射治疗引导系统100的应用场景示意图。如图1所示,该放射治疗引导系统100可以包括光学摄像头110、放射治疗设备120、网络130、处理设备140和存储设备150。在一些实施例中,放射治疗引导系统100的两个或更多个组件可以连接到并且/或通过无线连接(例如,网络130)、有线连接或其组合相互通信。放射治疗引导系统100的组件之间的连接可以是可变的。仅作为示例,放射治疗设备120可以通过网络130或直接连接到处理设备140。作为另一示例,存储设备150可以通过网络130或直接连接到处理设备140。
光学摄像头110可以获取待治疗的目标物的表面数据。例如,放射治疗引导系统100可以在分次治疗前利用光学摄像头110获取目标物的第一表面数据,该第一表面数据反映目标物在分次治疗前的体表状况。目标物的表面数据可以包括任何能显示目标物的体表的位置、形状和/或其他特征的数据。例如,目标物的表面数据可以包括目标物体表的三维图像或是数据集(例如,三维空间信息)。在一些实施例中,光学摄像头110可以包括3D摄像头以获取目标物体表的三维图像。示例性的光学摄像头110还可以包括结构光摄像头、深度摄像头、激光摄像头、激光雷达等。
在一些实施例中,光学摄像头110可以通过结构光的方式获得待治疗的目标物的表面数据。在一些实施例中,光学摄像头110可以包括一组或多组双目摄像头。关于光学摄像头110的详细说明可以在本说明书其他地方找到,例如图2及其描述,在此不再赘述。
放射治疗设备120可以对目标物进行放射治疗。例如,放射治疗设备120可以将一个或多个辐射束递送到目标物的治疗区域(例如,肿瘤)以缓解目标物的症状。辐射束可以包括多个辐射子束。在本说明书中,目标物可以包括任何生物目标物(例如,人、动物、植物或其一部分)和/或非生物目标物(例如,模体)。例如,目标物可以包括身体的特定部分,例如头部、胸部、腹部等,或其组合。在一些实施例中,放射治疗设备120可以是适形放射治疗装置、图像引导放射治疗(IGRT)装置、调强放射治疗(IMRT)装置、调强电弧治疗(IMAT)装置、发射引导放射治疗(EGRT)等。
在一些实施例中,放射治疗设备120可以包括机架121、治疗组件126和治疗床124等。治疗组件126可以包括治疗辐射源、加速器等。机架121可以被配置为安装治疗组件126。可以将目标物放置在治疗床124上以进行放射治疗和/或成像扫描。治疗组件126可以对目标物实施放射治疗。治疗辐射源可以向目标物发射治疗辐射。治疗辐射可以是粒子的形式,其可以由加速器等组件加速并照射在目标物上。放射治疗可以是基于光子的放射治疗、近距离放射治疗、电子束治疗、质子治疗、中子治疗等或它们的任意组合。
在一些实施例中,放射治疗设备120还可以包括成像组件。成像组件可以用于在治疗前、期间和/或治疗后生成目标物的解剖图像。成像组件可以包括计算机断层摄影(CT)组件、超声成像组件、荧光透视成像组件、磁共振成像(MRI)组件等,或其任意组合。成像组件还可以包括正电子发射断层扫描(PET)组件和MRI组件的组合,以及PET组件和CT组件的组合。所述成像组件可以和治疗组件126共同相同的机架或者不同的机架。在一些实施例中,成像组件可以用于获取目标物的历史解剖图像。
网络130可以包括用于放射治疗引导系统100的信息和/或数据的交换的任何合适的网络。在一些实施例中,一个或以上放射治疗引导系统100的部件(例如,光学摄像头110、放射治疗设备120、处理设备140、存储设备150等)可以通过网络130与放射治疗引导系统100的一个或以上其他部件通信信息和/或数据。例如,处理设备140可以经由网络130从放射治疗设备120获得图像数据。又例如,处理设备140可以经由网络130从光学摄像头110获得目标物的表面数据。
网络130可以是和/或包括公共网络(例如Internet)、私有网络(例如局部区域网络(LAN)、广域网(WAN))、有线网络(例如以太网络)、无线网络(例如802.11网络、Wi-Fi网络)、蜂窝网络(例如、长期演进(LTE)网络)、帧中继网络、虚拟专用网(“VPN”)、卫星网络、电话网络、路由器、集线器、交换机、服务器计算机和/或其任何组合。仅作为示例,网络130可以包括电缆网络、有线网络、光纤网络、电信网络、内联网、无线局部区域网络(WLAN)、城域网(MAN)、公共交换电话网(PSTN)、蓝牙TM网络、紫蜂TM网络、近场通信(NFC)网络等,或其任意组合。在一些实施例中,网络130可以包括一个或以上网络接入点。例如,网络130可以包括诸如基站和/或互联网交换点之类的有线和/或无线网络接入点,放射治疗引导系统100的一个或以上部件可以通过这些接入点连接到网络130以交换数据和/或信息。
处理设备140可以处理从光学摄像头110、放射治疗设备120和/或存储设备150获得的数据和/或信息。在一些实施例中,处理设备140可以是单个服务器或服务器组。服务器组可以是集中式或分布式的。在一些实施例中,处理设备140可以是本地的或远程的。例如,处理设备140可以经由网络130访问存储在光学摄像头110、放射治疗设备120和/或存储设备150中的信息和/或数据。又例如,处理设备140可以直接连接到光学摄像头110、放射治疗设备120和/或存储设备150以访问存储的信息和/或数据。在一些实施例中,处理设备140可以在云平台上实现。仅作为示例,该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
存储设备150可以存储数据,指令和/或任何其他信息。在一些实施例中,存储设备150可以存储从光学摄像头110、放射治疗设备120和/或处理设备140获得的数据。在一些实施例中,存储设备150可以存储数据和/或指令,处理设备140可以执行或使用所述数据和指令来执行本申请中描述的示例性方法。在一些实施例中,存储设备150可包括大容量存储器、可移动存储器、易失性读写内存、只读内存(ROM)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、内存卡、压缩盘、磁带等。示例性易失性读写内存可以包括随机存取内存(RAM)。示例性RAM可包括动态随机存取内存(DRAM)、双倍数据速率同步动态随机存取内存(DDR SDRAM)、静态随机存取内存(SRAM)、晶闸管随机存取内存(T-RAM)和零电容随机存取内存(Z-RAM)等。示例性ROM可以包括掩模型只读内存(MROM)、可编程只读内存(PROM)、可擦除可编程只读内存(EPROM)、电可擦除可编程只读内存(EEPROM)、光盘只读内存(CD-ROM)和数字多功能磁盘只读内存等。在一些实施例中,所述存储设备150可在云端平台上执行。仅作为示例,该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
在一些实施例中,存储设备150可以连接到网络130以与放射治疗引导系统100的一个或以上其他部件(例如,处理设备140、光学摄像头110、放射治疗设备120)通信。放射治疗引导系统100的一个或以上部件可以通过网络130访问存储在存储设备150中的数据或指令。在一些实施例中,存储设备150可以直接连接到放射治疗引导系统100(例如,处理设备140、光学摄像头110、放射治疗设备120)的一个或以上其他部件或与之通信。在一些实施例中,存储设备150可以是处理设备140的一部分。
图2是根据本说明书一些实施例所示的光学摄像头的示意图。如图2所示,光学摄像头110设置在治疗床124附近,用以获取放置在治疗床124上的目标物(未在图2中显示)的表面数据。光学摄像头110包括摄像头支架119和多个摄像头(例如,摄像头111、摄像头112,……和摄像头113)。每个摄像头可以用于获取目标物的一部分的表面数据。在一些实施例中,摄像头的数量需要根据实际情况调整,例如,可以为2个、3个、4个、5个等。不同的摄像头的结构可以相同或者不同。多个摄像头可以等间距设置或者不等间距设置在摄像头支架119上。
在一些实施例中,光学摄像头110中的摄像头可以是双目摄像头。每个双目摄像头可以包括投射器和两个探测器,其中两个探测器位于目标物旁不同的位置从而实现高精度的三维定位。投射器可以将一定模式的结构光(例如,红外光)投射于目标物的表面,结构光在目标物的表面反射后由探测器接收,从而可以获得由目标物表面形状所调制的三维空间信息并生成三维图像。投射器发射的结构光可以包括条纹结构光、点状结构光、棋盘格形结构光等任意其他形式的结构光。在一些实施例中,光学摄像头110中的摄像头可以仅包括一个投射器以及一个探测器。
在一些实施例中,多个双目摄像头可以分别获取其拍摄区域内的目标物的一部分的表面数据(例如,三维图像),这些表面数据可以被融合以生成整个目标物的表面数据。在一些实施例中,可以通过设置双目摄像头的位置,以使多组双目摄像头的所有拍摄区域相结合可以包括目标物的全部身体部分。在一些实施例中,为了获取目标物的完整表面数据,放射治疗引导系统100可以设置相邻的双目摄像头之间的拍摄区域存在部分重叠区域。可以根据重叠区域将多个双目摄像头拍摄的目标物的一部分的表面数据进行融合(例如,拼接)而生成目标物的完整表面数据。
在一些实施例中,通过光学检测的方式(例如,光学摄像头110)可以快速对目标物体表的空间位置进行高精度地观测(例如,可以以亚毫米的精度观测病患肿瘤附近的体表特征),从而能准确获得目标物在分次治疗实施前的身体状况,以便与目标物拍摄历史解剖图像时的身体状况进行对比,进而确定是否重新拍摄目标物的解剖图像时得到更为准确的结果。
需要说明的是,上述关于放射治疗引导系统100和光学摄像头110的描述是是为了说明的目的而提供的,并不意图限制本申请的范围。对于本领域的普通技术人员来说,可以根据本说明书的描述,做出多种修改或变化。例如,光学摄像头110可以包括多个摄像头支架和多个双目摄像头,每个双目摄像头安装于一个摄像头支架上。
图3是根据本说明书一些实施例所示的放射治疗引导系统300的模块图。如图3所示,该放射治疗引导系统300可以包括获取模块310和确定模块320。在一些实施例中,获取模块310和确定模块320可以由处理设备140实现。
获取模块310可以用于获取利用光学摄像头拍摄的目标物的部分表面数据和目标物的历史解剖图像。在一些实施例中,获取模块310可以获取每个双目摄像头拍摄的目标物的一部分的表面数据,并对这些表面数据进行拼接,生成目标物的完整的表面数据。在一些实施例中,获取模块310还可以获取目标物的特征信息和经训练的判断模型。关于获取模块310的更多描述可以参考本说明书其他地方(例如,步骤410和420的相关说明)。
确定模块320可以用于基于历史解剖图像和第一表面数据,确定是否需要针对分次治疗重新拍摄目标物的解剖图像。在一些实施例中,确定模块320可以基于历史解剖图像确定所述目标物的第二表面数据,第二表面数据反映目标物在拍摄所述历史解剖图像时的体表状况。在一些实施例中,确定模块320可以对第一表面数据和第二表面数据进行第一比较以生成第一比较结果,并基于第一比较结果确定是否需要针对所述分次治疗重新拍摄目标物的解剖图像。在一些实施例中,确定模块320还可以利用经训练的判断模型处理目标物的特征信息、历史解剖图像和第一表面数据,确定是否需要针对所述分次治疗重新拍摄目标物的解剖图像。在一些实施例中,响应于确定无需针对所述分次治疗重新拍摄所述目标物的解剖图像,确定模块320可以将所述历史解剖图像对应的放射治疗计划设置为所述分次治疗的待执行放射治疗计划。在一些实施例中,响应于确定需要针对所述分次治疗重新拍摄所述目标物的解剖图像,确定模块320可以基于所述重新拍摄的所述目标物的解剖图像,确定所述分次治疗的待执行放射治疗计划。
关于基于历史解剖图像和第一表面数据确定是否需要针对分次治疗重新拍摄目标物的解剖图像的描述可以参考本说明书其他地方(例如,步骤430的相关说明)。
需要注意的是,以上对于放射治疗引导系统300及其模块的描述,仅为描述方便,并不能把本说明书限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合,或者构成子系统与其他模块连接。例如,在一些实施例中,例如,图3中披露的获取模块310、确定模块320可以是一个系统中的不同模块,也可以是一个模块实现上述的两个或两个以上模块的功能。例如,各个模块可以共用一个存储模块,各个模块也可以分别具有各自的存储模块。诸如此类的变形,均在本说明书的保护范围之内。
图4是根据本说明书一些实施例所示的放射治疗引导方法的示例性流程图。流程400可以由处理设备(例如,处理设备140)执行。例如,流程400可以被实现为指令集(例如,应用程序),其被存储在例如存储设备150或放射治疗引导系统100外部的存储器中。处理设备可以执行指令集,并且在执行指令时,可以将其配置为执行流程400。下面呈现的流程400的操作示意图是说明性的。在一些实施例中,可以利用一个或以上未描述的附加操作和/或省略下文讨论的一个或以上操作来完成该过程。另外,图4中示出的和下面描述的流程400的操作的顺序不旨在是限制性的。
如本说明书其他地方所描述的,通常在治疗开始前,会对患者拍摄计划图像并制定针对癌症患者的放射治疗计划,该放射治疗计划可以将治疗分为几个治疗阶段分次作用于患者。然而与治疗前拍摄计划图像时相比,患者在接受分次治疗时的情况会出现较大差异,若继续根据初始的计划图像和放射治疗计划进行放射治疗,可能无法精准的投递辐照,反而会伤及周边器官或组织。因此,需要一种放射治疗引导方法,用于判断是否需要针对分次治疗重新拍摄解剖图像。
在一些实施例中,流程400可以在需要进行分次治疗的放射治疗过程中执行。在一些实施例中,若放射治疗过程可以分为N个分次治疗,则流程400可以在任意一个分次治疗(例如,第二分次治疗、第三分次治疗、第五分次治疗等)进行之前执行,用于在每次放射治疗之前验证是否需要更新解剖图像和/或预先制定的治疗计划。例如,当患者已经完成前三次分次治疗即将开始第四个分次治疗,由于患者的情况可能跟拍摄放射治疗计划对应的解剖图像时的情况有较大差异,则可以执行流程400以验证是否需要更新解剖图像和/或治疗计划。
步骤410,获取待治疗的目标物的第一表面数据。在一些实施例中,步骤410可以由获取模块310和/或确定模块320执行。
待治疗的目标物为需要进行放射治疗的对象,例如,癌症患者。在一些实施例中,待治疗的目标物由于身体某些部位发生了病变(例如,肿瘤),需要通过放射治疗设备(例如,放射治疗设备120)发射的治疗辐照进行分次放射治疗。
第一表面数据可以反映目标物的体表状况,例如,目标物体表各个部分的位置和形状特征。在一些实施例中,第一表面数据可以包括目标物体表的三维图像或是数据集(例如,目标物体表上的点的三维空间信息)。在一些实施例中,步骤410是在分次治疗之前执行,例如,分次治疗之前的几个小时或几分钟。第一表面数据可以反映目标物在分次治疗实施前的体表状况。在一些实施例中,目标物的第一表面数据可以与目标物的历史数据进行对比从而判断目标物是否发生了较大的改变。
在一些实施例中,获取模块310可以通过光学检测方式确定目标物的第一表面数据,光学检测方式可以通过发射和接收光线(例如,红外光)来检测并重建目标物的体表结构。在一些实施例中,获取模块310可以利用光学摄像头(例如,光学摄像头110)获取待治疗的目标物的第一表面数据。第一表面数据可以包括光学摄像头采集的原始数据(例如,光学图像)和/或基于所述原始数据生成的数据。在一些实施例中,光学摄像头中的摄像头可以是双目摄像头。关于光学摄像头的描述可以参考本说明书其他地方(例如,图2的相关说明)。
在一些实施例中,光学摄像头可以包括多个双目摄像头。每个双目摄像头可以获取拍摄区域内的目标物的表面数据。为了获取目标物的完整表面数据,放射治疗引导系统100可以设置至少两组双目摄像头,且多组双目摄像头的所有拍摄区域相结合可以包括目标物的全部身体部分。例如,可以参考如图2所示的光学摄像头110的结构。
在一些实施例中,获取模块310可以获取每个双目摄像头采集的目标物的部分表面数据,确定模块320可以根据每个双目摄像头采集的部分表面数据,确定目标物的第一表面数据。在一些实施例中,相邻的双目摄像头之间的拍摄区域存在部分重叠区域,确定模块320可以根据目标物的多组部分表面数据中的重叠区域,生成目标物的完整表面数据。
在一些实施例中,所述目标物的部分表面数据可以是部分图像,能够反映目标物在该双目摄像头拍摄区域内的一部分的体表状况。完整表面数据可以是全身图像,能够反映目标物全身的体表状况。在一些实施例中,确定模块320可以根据目标物的多个部分图像中的重叠区域,对多个部分图像进行拼接,从而生成目标物的全身图像。由于相邻的部分图像中重叠区域的图像反映的是目标物同一个部分的体表体征,该部分图像是一致的,因此,可以将重叠区域的图像进行重合,从而对相邻的部分图像进行拼接,最终生成目标物的全身图像。在一些实施例中,确定模块320可以根据目标物的全身图像,确定目标物的第一表面数据。例如,确定模块320可以从全身图像中提取出目标物的三维空间信息以生成反映目标物的体表状况的第一表面数据。
传统放射治疗引导方法(例如,IGRT)通常采集的是分辨率较低的引导图像,若基于传统放射治疗引导方法获取目标物在分次治疗实施前的引导图像与历史解剖图像进行对比分析,准确率较低。本说明书的一些实施例中,通过光学检测的方式可以高精度观察患者的体表特征。此外,采用光学测量的方式可以快速且无辐射地检测患者体表特征,减少辐射对患者身体的伤害,具有较高的安全性和实施性。
步骤420,获取目标物的历史解剖图像。在一些实施例中,步骤420可以由获取模块310执行。
历史解剖图像可以反映目标物的内部结构,例如,历史解剖图像可以用于识别一个或以上病变器官和/或其附近的邻近器官。在一些实施例中,历史解剖图像可以是包括目标物全身的解剖图像,也可以是仅包含目标物一部分的解剖图像,例如,目标物病变器官及其周边部分。在一些实施例中,历史解剖图像可以是CT图像、荧光检查图像、超声图像、核磁共振图像、EPID(电子射野影像装置)图像等中的一种多种。历史解剖图像可以包括二维图像或三维图像。
在一些实施例中,历史解剖图像可以是在治疗开始之前拍摄的计划图像,也可以是在已执行的分次治疗过程中拍摄的解剖图像。例如,若待实施的是第三次分次治疗,可以获取第一次和/或第二次分次治疗中重新成像的解剖图像,以作为历史解剖图像。
在一些实施例中,获取模块310可以从放射治疗设备(例如,放射治疗设备120)中获取历史解剖图像,也可以从存储设备150中获取存储的历史解剖图像。
步骤430,基于历史解剖图像和第一表面数据,确定是否需要针对分次治疗重新拍摄目标物的解剖图像。在一些实施例中,步骤430可以由确定模块320执行。
历史解剖图像可以用于确定目标物在拍摄历史解剖图像时的体表情况,从而与当前分次治疗中获得的第一表面数据相对比,进而确认是否需要针对当前分次治疗重新拍摄解剖图像。在一些实施例中,确定模块320可以基于历史解剖图像确定目标物的第二表面数据,第二表面数据反映了目标物在拍摄历史解剖图像时的体表状况。例如,第二表面数据可以反映感兴趣区域(例如,待治疗的病变区域)的体表肿胀程度和内部质量分布状态,整体的脂肪质量分布状态等。第二表面数据还可以进一步地反映体表,尤其是感兴趣区域的肌肤纹理状态。
进一步地,确定模块320可以对第一表面数据和第二表面数据进行第一比较以生成第一比较结果,并基于第一比较结果确定是否需要针对分次治疗重新拍摄目标物的解剖图像。第一比较结果可以反映目标物在拍摄历史解剖图像和在本次分次治疗实施前的体表状况的差异。例如,第一比较结果可以为第一表面数据和第二表面数据之间的差值或相似度。仅作为示例,第一表面数据和第二表面数据可以是显示目标物表面形状的三维图像,第一比较结果可以是两张三维图像之间的在0~1范围内的相似度数值,值越接近1表示两者之间越相似。作为另一示例,第一表面数据和第二表面数据可以是目标物体表每个点的三维坐标,第一比较结果可以是各点在第一表面数据和第二表面数据中的三维坐标的差值。在一些实施中,可以通过结构相似性指数(SSIM)、直方图、哈希算法、余弦相似度、jaccard相似度等方法确定第一表面数据和第二比表面数据的相似度。在一些实施例中,确定模块320可以基于第一表面数据确定一个或多个表面特征参数的第一值,基于第二表面数据确定一个或多个表面特征参数的第二值。示例性的表面特征参数可以包括目标物的表面积、不同方向(轴向、径向等)上的长度、一个或多个特征点(例如,关节点)的位置等。确定模块320可以进一步通过比较第一值和第二值,确定第一比较结果。仅作为示例,第一比较结果可以包括表面特征参数的第一值和第二值之间的差值。
在一些实施例中,确定模块320可以先对第一表面数据和第二表面数据进行配准,以消除目标物摆位差异的影响。进一步地,确定模块320可以对配准后的第一表面数据和第二表面数据进行第一比较以生成第一比较结果。在一些实施例中,确定模块320可以对第一表面数据和第二表面数据进行全身配准以及局部配准从而生成第一比较结果。具体如何对第一表面数据和第二表面数据进行配准请参见说明书图5部分的说明,在此不再详细描述。
在一些实施例中,确定模块320可以基于第一比较结果以及比较阈值,确定是否需要针对分次治疗重新拍摄目标物的解剖图像。例如,若第一比较结果大于比较阈值,则表示第一表面数据和第二表面数据的差异较大,目标物的体外变化均超过了可以接受的范围,需要重新拍摄目标物的解剖图像;若第一比较结果小于比较阈值,表示第一表面数据和第二表面数据的差异较小,目标物的体外变化尚未超过可以接受的范围,则无需拍摄目标物的解剖图像。
在一些实施例中,比较阈值可以是系统默认值或由人为设定。或者,比较阈值可以是确定模块320通过数据分析确定。在一些实施例中,比较阈值可以基于目标物中感兴趣区域的相关信息确定。感兴趣区域可以包括待治疗的病变区域(如肿瘤)和/或其附近的一个或多个邻近器官。在一些实施例中,感兴趣区域的相关信息可以包括病变区域和/或邻近器官的大小、位置、治疗情况、器官类别、重要性等信息。仅作为示例,当患者病变区域周围存在重要的邻近器官时,为了避免邻近器官受到伤害,比较阈值可以设置为较低,此时可以允许的第一表面数据和第二表面数据之间的差异较小。反之,比较阈值可以设置相对较高。在一些实施例中,确定模块320还可以基于目标物的特征信息,例如,患者的年龄、性别等信息来确定比较阈值。在一些实施例中,比较阈值的确定需要综合考虑各种情况,而非固定数值。由于不同的治疗情景(例如,不同的肿瘤大小、不同位置的肿瘤)可以接受的患者的身体变化情况不同,通过根据患者的实际情况来确定比较阈值,可以提高治疗的准确性和安全性。
在一些实施例中,确定模块320可以基于第一表面数据预测目标物的当前内部结构数据,基于历史解剖图像确定目标物的历史内部结构数据,并对当前内部结构数据和历史内部结构数据进行第二比较以生成第二比较结果,从而基于第一比较结果和第二比较结果确定是否需要针对分次治疗重新拍摄目标物的解剖图像。具体如何基于第一比较结果以及第二比较结果确定是否需要重新拍摄解剖图像请参见说明书图6部分的说明,在此不再详细描述。
在一些实施例中,获取模块310还可以获取目标物的特征信息以及经训练的判断模型。确定模块320可以利用经训练的判断模型处理目标物的特征信息,历史解剖图像和第一表面数据,确定是否需要针对分次治疗重新拍摄目标物的解剖图像。具体如何通过训练的判断模型确定是否需要重新拍摄解剖图像请参见说明书图7部分的说明,在此不再详细描述。
在一些实施例中,若根据历史解剖图像和第一表面数据判断出需要重新拍摄目标物的解剖图像,则确定模块320可以发送指令至医疗成像设备(例如,CT设备)以重新成像或提示医护人员重新成像。再重新拍摄了解剖图像后,医护人员或确定模块320可以根据更新的解剖图像判断是否需要变更放射治疗计划。在一些实施例中,更新的解剖图像可以作为下一分次治疗的历史解剖图像。
在一些实施例中,响应于确定无需针对所述分次治疗重新拍摄所述目标物的解剖图像,确定模块320可以将所述历史解剖图像对应的放射治疗计划设置为所述分次治疗的待执行放射治疗计划。所述历史解剖图像对应的放射治疗计划为基于目标物的历史解剖图像制定的放射治疗计划,可以包括针对目标物进行放射治疗多个治疗阶段以及每个治疗阶段的治疗措施等。在一些实施例中,确定模块320可以发送指令以及待执行放射治疗计划至放射治疗设备120使其执行本次分次治疗。或者确定模块320可以发送通知告知医护人员无需重新成像,则医护人员可以进一步控制放射治疗设备120基于待执行放射治疗计划对目标物执行放射治疗。
在一些实施例中,响应于确定需要针对所述分次治疗重新拍摄所述目标物的解剖图像,确定模块320可以基于所述重新拍摄的所述目标物的解剖图像,确定所述分次治疗的待执行放射治疗计划。在一些实施例中,确定模块320可以发送指令以及确定的待执行放射治疗计划至放射治疗设备120使其执行本次分次治疗。或者确定模块320可以发送通知告知医护人员待执行放射治疗计划已基于重新拍摄的解剖图像进行确定,则医护人员可以进一步控制放射治疗设备120基于确定的待执行放射治疗计划对目标物执行放射治疗。
在一些实施例中,通过光学检测方式可以获得的具有高精度的第一表面数据。基于第一表面数据和历史解剖图像,可以准确的判断出患者是否可以沿用初始的解剖图像和基于初始解剖图像制定的治疗计划,从而在必要的情况下提示医护人员对患者进行新的成像扫描以确保放射治疗的精准性。另一方面,本申请实施例中使用的光学摄像头不会给患者带来额外的辐射伤害,具有更高的安全性。
应当注意的是,上述有关流程400的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程400进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。例如,步骤410和步骤420可以同步进行。
图5是根据本说明书一些实施例所示的确定第一比较结果的示例性流程图。流程500可以由处理设备(例如,处理设备140)执行。例如,流程500可以被实现为指令集(例如,应用程序),其被存储在例如存储设备150或放射治疗引导系统100外部的存储器中。处理设备可以执行指令集,并且在执行指令时,可以将其配置为执行流程500。下面呈现的流程500的操作示意图是说明性的。在一些实施例中,可以利用一个或以上未描述的附加操作和/或省略下文讨论的一个或以上操作来完成该过程。另外,图5中示出的和下面描述的流程500的操作的顺序不旨在是限制性的。在一些实施例中,流程500中的一个或多个步骤可以用于实现图4中步骤430的至少一部分。
步骤510,获取目标物的历史解剖图像和第一表面数据。在一些实施例中,步骤510可以由获取模块310和/或确定模块320执行。关于步骤510的具体描述请参见步骤410和步骤420,在此不再赘述。
步骤520,基于历史解剖图像确定目标物的第二表面数据。在一些实施例中,步骤520可以由确定模块320执行。关于步骤520的具体描述请参见步骤430,在此不再赘述。
步骤530,对第一表面数据和第二表面数据进行配准。在一些实施例中,步骤530可以由确定模块320执行。
如图4所述,第一表面数据反映目标物在分次治疗实施前的体表状况,第二表面数据反映目标物在拍摄历史解剖图像时的体表状况。由于目标物在分次治疗前和拍摄历史解剖图像前的摆位可能存在差异,确定模块320可以先对第一表面数据和第二表面数据进行配准,以消除或降低摆位差异对后续判断的影响。配准是对同一对象的两幅图像或者多幅图像匹配的过程。在对第一表面数据和第二表面数据进行配准的过程中,可以将目标物第一表面数据和第二表面数据对应的相同身体部位的数据进行匹配,例如,可以调整目标物的整体摆位以使目标物的全身各个部位均相匹配,以便后续进行更精确的对比。
在一些实施例中,对第一表面数据和第二表面数据进行配准的方法可以包括刚体配准和/或非刚性配准。在一些实施例中,第一和第二表面数据的配准可以基于一个或多个配准算法进行,例如基于灰度的匹配算法、基于特征的匹配算法和基于域变换的匹配算法。
步骤540,在配准后的第一表面数据和配准后的第二表面数据中分别确定目标物的感兴趣区域对应的第一局部数据和第二局部数据。在一些实施例中,步骤540可以由确定模块320执行。
目标物的感兴趣区域可以包括目标物中的病变部位(例如,肿瘤部分)。在一些实施例中,由于病变部位的周边其他部位也可能发生变化,目标物的感兴趣区域还可以包括其周边部位,例如一个或多个邻近器官。在一些实施例中,目标物的感兴趣区域可以为胃部、肺部、头部等。
在一些实施例中,在配准后的第一表面数据和配准后的第二表面数据中,相同身体部位对应的数据已经匹配,可以排除或降低由于身体摆位或姿势等原因带来的目标物感兴趣区域的不同,从而准确的对比目标物感兴趣区域在分次治疗实施前和拍摄历史解剖图像时的差异。
在一些实施例中,确定模块320可以从配准后的第一表面数据和配准后的第二表面数据中提取目标物的感兴趣区域对应的局部数据。在一些实施例中,第一局部数据为第一表面数据中目标物的感兴趣区域对应的表面数据,可以反映目标物的感兴趣区域处的体表在分次治疗实施前的体表特征;第二局部数据为第二表面数据中目标物的感兴趣区域对应的表面数据,可以反映目标物感兴趣区域处的体表在拍摄历史解剖图像时的体表特征。通过对第一局部数据和第二局部数据的进一步处理,从而精准判断目标物感兴趣区域是否发生了变化。
步骤550,对第一局部数据和第二局部数据进行比较以生成第一比较结果。在一些实施例中,步骤550可以由确定模块320执行。
在一些实施例中,确定模块320可以对第一局部数据和第二局部数据进行优化配准,再根据优化配准结果计算第一局部数据和第二局部数据相似度,从而得出第一比较结果。在一些实施例中,由于第一局部数据和第二局部数据对应的是目标感兴趣区域处的体表数据,进行局部配准可以对全身配准结果进行优化,提高目标感兴趣区域的配准的精度。
在一些实施例中,第一比较结果可以为第一表面数据和第二表面数据之间的差值或相似度。仅作为示例,第一表面数据和第二表面数据可以是显示目标物表面形状的三维图像,第一比较结果可以是两张三维图像之间的在0~1范围内的相似度数值,值越接近1表示两者之间的越相似。作为另一示例,第一表面数据和第二表面数据可以是目标物体表每个点的三维坐标,第一比较结果可以是各点在第一表面数据和第二表面数据中的三维坐标的差值。
在一些实施例中,若只对目标物的全身数据进行配准,可能无法准确判断目标物病变部位及周边部位的变化;若仅对目标物感兴趣区域的局部数据进行配准,可能由于目标物体摆位或姿势不同等原因,对目标物病变部位及周边部位的情况进行误判断。因此,可以在进行全身配准的基础上再对局部数据进行配准,从而得到精准的比较结果。
应当注意的是,上述有关流程500的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程500进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。例如,步骤530可以省略。确定模块320可以直接在第一表面数据和第二表面数据中确定第一局部数据和第二局部数据。
图6是根据本说明书一些实施例所示的放射治疗引导方法的示例性流程图。流程600可以由处理设备(例如,处理设备140)执行。例如,流程600可以被实现为指令集(例如,应用程序),其被存储在例如存储设备150或放射治疗引导系统100外部的存储器中。处理设备可以执行指令集,并且在执行指令时,可以将其配置为执行流程600。下面呈现的流程600的操作示意图是说明性的。在一些实施例中,可以利用一个或以上未描述的附加操作和/或省略下文讨论的一个或以上操作来完成该过程。另外,图6中示出的和下面描述的流程600的操作的顺序不旨在是限制性的。在一些实施例中,流程600中的一个或多个步骤可以用于实现图4中步骤430的至少一部分。
步骤610,获取目标物的历史解剖图像和第一表面数据。在一些实施例中,步骤610可以由获取模块310和/或确定模块320执行。关于步骤610的具体描述请参见步骤410和步骤420,在此不再赘述。
步骤620,基于历史解剖图像确定目标物的第二表面数据。在一些实施例中,步骤620可以由确定模块320执行。关于步骤620的具体描述请参见步骤430,在此不再赘述。
步骤630,对第一表面数据和第二表面数据进行第一比较以生成第一比较结果。在一些实施例中,步骤630可以由确定模块320执行。关于步骤620的具体描述请参见步骤430和图5的相关说明,在此不再赘述。
步骤640,基于第一表面数据预测目标物的当前内部结构数据。在一些实施例中,步骤640可以由确定模块320执行。
当前内部结构数据可以反映目标物在分次治疗实施前的体内结构状况。在一些实施例中内部结构数据可以包括目标物的内部结构参数,例如内部器官的位置、形状、大小等。在一些实施例中,内部结构数据可以包括反映目标物内部结构的图像。在一些实施例中,确定模块320可以基于模型预测当前内部结构数据。例如,确定模块320可以通过经训练的内部结构预测模型获得当前内部结构数据。
在一些实施例中,获取模块310可以获取经训练的内部结构预测模型,并利用经训练的内部结构预测模型处理第一表面数据,以预测目标物的当前内部结构数据。在一些实施例中,经训练的内部结构预测模型的输入为目标物的第一表面数据,输出为目标物的当前内部结构数据。
在一些实施例中,经训练的内部结构预测模型可以通过初始的机器学习模型训练获得。在一些实施例中,机器学习模型可以包括深度学习模型。例如,深度学习模型可以包括但不限于卷积神经网络(CNN,Convolutional Neural Networks)、RCNN(regions withCNN)、Fast-RCNN、K近邻算法(KNN)、支持向量机(SVM)等中的一种或其任意组合。在一些实施例中,机器学习模型可以包括但不限于用于分类的监督学习模型、用于回归的监督学习模型等中的一种或其任意组合。例如,线性分类器(如LR)、朴素贝叶斯(NB)、决策树(DT)、集成模型(RF/GDBT等)等。
在一些实施例中,内部结构预测模型的训练样本可以包括表面样本数据和对应的内部结构样本数据。表面样本数据可以是利用光学摄像头拍摄样本对象获取的历史数据,对应的内部结构数据可以是利用医学成像仪器(例如,通过计算机断层摄影(CT)组件、超声成像组件、荧光透视成像组件、磁共振成像(MRI)组件)扫描样本对象获得。在一些实施例中,将表面样本数据作为模型的输入,对应的内部结构样本数据作为标签,可以训练内部结构预测模型。在一些实施例中,经训练的内部结构预测模型可以存储在存储设备150中以便后续使用。在一些实施例中,内部结构预测模型可以是由处理设备140或其他计算设备(该模型的供应商的计算设备)训练生成。在一些实施例中,内部结构预测模型在训练过程中从大量训练样本中学习了预测内部结构的最优机制,具有较高的准确度。通过模型预测目标物的内部结构数据,可以综合患者的体内状况和体表状况进行判断,有效提高判断是否需要重新拍摄解剖图像的准确性。
步骤650,基于历史解剖图像确定目标物的历史内部结构数据。在一些实施例中,步骤650可以由确定模块320执行。
在一些实施例中,历史内部结构数据可以反映目标物在拍摄历史解剖图像时的体内结构状况。在一些实施例中,可以将历史解剖图像或其一部分(例如,特定器官对应的部分)作为历史内部结构数据。在一些实施例中,可以基于历史解剖图像确定上文所述的一个或多个内部结构参数的第二值,以作为历史内部结构数据。
步骤660,对当前内部结构数据和历史内部结构数据进行第二比较以生成第二比较结果。在一些实施例中,步骤660可以由确定模块320执行。
第二比较结果可以反映目标物在拍摄历史解剖图像时和在本次分次治疗实施前的体内状况的差异。例如,第二比较结果可以为当前内部结构数据和历史内部结构数据之间的差值或相似度。仅作为示例,当前内部结构数据和历史内部结构数据可以是显示目标物体内结构的图像,第二比较结果可以是两张体内结构图像之间的0~1范围内的相似度数值,值越接近1表示两者之间的越相似。作为另一示例,当前内部结构数据和历史内部结构数据可以是目标物的内部结构参数,第二比较结果可以是各内部结构参数的差值。在一些实施中,可以通过结构相似性指数(SSIM)、直方图、哈希算法、余弦相似度、jaccard相似度等方法确定当前内部结构数据和历史内部结构数据的相似度。在一些实施例中,确定模块320可以基于当前内部结构数据确定一个或多个内部特征参数的第一值,基于历史内部结构数据确定一个或多个内部特征参数的第二值。示例性的内部特征参数可以包括目标物内部结构参数,例如,内部器官的位置、形状、大小等。确定模块320可以进一步通过比较第一值和第二值,确定第二比较结果。仅作为示例,第二比较结果可以包括内部特征参数的第一值和第二值之间的差值。
步骤670,基于第一比较结果和第二比较结果确定是否需要针对分次治疗重新拍摄目标物的解剖图像。
例如,确定模块320可以基于第一比较阈值和第一比较结果,生成是否需要重新拍摄解剖图像的第一判断结果。确定模块320还可以基于第二比较阈值和第二比较结果,生成是否需要重新拍摄解剖图像的第二判断结果。确定模块320可以进一步基于第一判断结果和第二判断结果确定是否需要重新拍摄解剖图像。例如,只有当第一判断结果或第二判断结果均显示不需要重新拍摄解剖图像时,确定模块320才可以确定不需要重新拍摄解剖图像;反之,确定模块320可以确定需要重新拍摄解剖图像。在一些实施例中,可以基于目标物中感兴趣区域的相关信息和/或目标物的相关信息分别确定第一比较阈值和第二比较阈值。由于不同的治疗情景(例如,不同的肿瘤大小、不同位置的肿瘤)可以接受的患者的身体变化情况不同,可以根据患者的实际情况来确定第一比较阈值和第二比较阈值,从而提高判断准确性。
又例如,确定模块320可以确定第一比较结果和第一比较阈值之间的第一差异。确定模块320还可以根据第二比较结果和第二比较阈值之间的第二差异。确定模块320可以进一步基于第一差异和第二差异确定是否需要重新拍摄解剖图像。例如,确定模块320可以对第一差异和第二差异进行加权求和,从而综合判断是否需要重新拍摄解剖图像。其中,第一差异的权重和第二差异的权重可以根据不同的治疗情景(例如,不同的肿瘤大小、不同位置的肿瘤)以及可以接受的患者的身体变化情况不同来确定。
在本说明书的一些实施例中,可以基于历史解剖图像确定目标物在历史解剖图像采集时的第二表面数据,并将第二表面数据与当前分次治疗前通过光学摄像头获取的第一表面数据进行比较,确定目标物在在本次分次治疗实施前和拍摄历史解剖图像时的体表状况的差异。同时,可以基于第一表面数据预测分次治疗前的当前内部结构数据,与基于历史解剖图像确定的历史内部结构数据进行比较,确定目标物在在本次分次治疗实施前和拍摄历史解剖图像时的体内状况的差异。通过综合体内状况和体表状况进行判断,可以有效提高判断是否需要重新拍摄解剖图像的准确性,进而提高放射治疗的准确性和安全性。
应当注意的是,上述有关流程600的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程600进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。例如,步骤640和步骤650可以同步进行。
图7是根据本说明书一些实施例所示的放射治疗引导方法的示例性流程图。流程700可以由处理设备(例如,处理设备140)执行。例如,流程700可以被实现为指令集(例如,应用程序),其被存储在例如存储设备150或放射治疗引导系统100外部的存储器中。处理设备可以执行指令集,并且在执行指令时,可以将其配置为执行流程700。下面呈现的流程700的操作示意图是说明性的。在一些实施例中,可以利用一个或以上未描述的附加操作和/或省略下文讨论的一个或以上操作来完成该过程。另外,图7中示出的和下面描述的流程700的操作的顺序不旨在是限制性的。在一些实施例中,流程700中的一个或多个步骤可以用于实现图4中步骤430的至少一部分。
步骤710,获取目标物的历史解剖图像。在一些实施例中,步骤710可以由获取模块310执行。关于步骤710的具体描述请参见步骤420,在此不再赘述。
步骤720,获取目标物的第一表面数据。在一些实施例中,步骤710可以由获取模块310和/或确定模块320执行。关于步骤710的具体描述请参见步骤410,在此不再赘述。
步骤730,获取目标物的特征信息。在一些实施例中,步骤720可以由获取模块310执行。
目标物的特征信息是可以反映目标物身体状况的信息。在一些实施例中,目标物的特征信息可以包括目标物的肿瘤类型、目标物的体型(例如,身高、胖瘦等信息)等信息。在一些实施例中,目标物的特征信息还可以包括目标物对治疗的反应的强烈程度等,这些信息可能影响是否需要重新拍摄解剖图像的判断结果。在一些实施例中,获取模块310可以从存储设备150或外部存储设备中获取目标物的特征信息。
步骤740,获取经训练的判断模型。在一些实施例中,步骤720可以由获取模块310执行。
在一些实施例中,获取模块310可以从存储设备150中获取存储的经训练的判断模型。判断模型可以基于其模型输入,输出是否需要重新拍摄解剖图像的判断结果或者需要重新拍摄解剖图像的概率。在一些实施例中,经训练的判断模型可以通过初始的机器学习模型训练获得。在一些实施例中,机器学习模型可以包括本说明书其他地方所描述的深度学习模型。
在一些实施例中,判断模型的训练样本可以包括多组历史样本数据,每组历史样本数据包括样本患者的特征信息、样本患者的解剖图像和样本患者的第一表面数据,以及样本患者是否重新拍摄解剖图像的判断结果。样本患者的特征信息、样本患者的解剖图像和样本患者的第一表面数据与目标物的特征信息、目标物的解剖图像、目标物的第一表面数据的获取方式相同,在此不再赘述。样本患者是否重新拍摄解剖图像的判断结果可以人为标定,或者可以通过说明书图4-图6的方式进行初步确定后再经由人工确认或修正。在一些实施例中,将样本患者的特征信息、样本患者的解剖图像和样本患者的第一表面数据作为模型的输入,对应样本患者是否重新拍摄解剖图像作为标签,可以训练判断模型。在一些实施例中,经训练的判断模型可以存储在存储设备150中以便后续使用。在一些实施例中,经训练的判断模型可以是由处理设备140或其他计算设备(该模型的供应商的计算设备)训练生成。
在一些实施例中,对于不同的治疗部位(即,肿瘤部分),可以训练不同的备选判断模型,即每个治疗部位需要训练好对应的判断模型。例如,对于肺部肿瘤可以训练肺部肿瘤判断模型,对于胃部肿瘤可以训练胃部肿瘤判断模型。在一些实施例中,处理设备140或其他计算设备(例如,判断模型的供应商的计算设备)可以预先训练好每个治疗部位对应的备选判断模型,并存储在存储设备150中。当需要判断是否需要重新拍摄解剖图像时,获取模块310可以从存储设备150中获取对应至少两个待治疗部位的至少两个备选判断模型。获取模块310可以基于目标物的待治疗部位,从至少两个备选判断模型中选择对应目标物待治疗部位的判断模型。
在一些实施例中,对于不同的治疗部位(即,肿瘤部分),放射治疗引导系统也可以使用相同的通用判断模型,获取模块310可以直接从存储设备150中获取经训练的通用判断模型。
在一些实施例中,判断模型的训练样本越多,判断模型的准确性越高。因此,放射治疗引导系统可以不断获得新的历史样本数据以更新判断模型。
步骤750,利用经训练的判断模型处理目标物的特征信息、历史解剖图像和第一表面数据,确定是否需要针对分次治疗重新拍摄目标物的解剖图像。
例如,确定模块320可以将目标物的特征信息、历史解剖图像和第一表面数据输入至经训练的判断模型,经训练的判断模型可以直接输出是否需要针对分次治疗重新拍摄目标物的解剖图像的判断结果。或者,经训练的判断模型可以输出需要针对分次治疗重新拍摄目标物的解剖图像的概率,确定模块320可以基于概率确定是否需要重新拍摄解剖图像。仅作为示例,当概率大于特定阈值时,可以确定需要重新拍摄解剖图像。
在一些实施例中,若不同的治疗部位使用相同的经训练的判断模型,确定模块320可以调整判断模型的判断阈值。判断阈值可以是判断模型中判断层(例如,全连接层)的参数,用来和需要重新拍摄解剖图像的概率进行比较以输出是否需要重新拍摄解剖图像的判断结果。
在一些实施例中,确定模块320可以基于目标物的待治疗部位,调整判断模型的判断阈值。由于不同的治疗情景(例如,不同的肿瘤大小、不同位置的肿瘤)可以接受的患者的身体变化情况不同,确定模块320可以通过调整判断模型的判断阈值来提高判断的准确性。例如,不同的待治疗部位可以对应不同的判断阈值,对于对患者身体影响较大的部位(例如,脑部)可以设置较为严格的判断阈值,此时判断模型可以允许的目标物在历史解剖图像拍摄时和第一表面数据拍摄时的状况差异较小。对于对患者身体影响较小的部位,可以设置较为宽松的判断阈值,此时判断模型可以允许的目标物在历史解剖图像拍摄时和第一表面数据拍摄时的状况差异较大。
在一些实施例中,确定模块320可以利用调整后的判断模型处理目标物的特征信息、历史解剖图像和第一表面数据,确定是否需要针对分次治疗重新拍摄目标物的解剖图像。
在一些实施例中,通过经训练的判断模型基于相关信息直接判断是否需要针对分次治疗重新拍摄目标物的解剖图像可以简化放射治疗引导方法的流程,无需进行第一判断、第二判断等步骤,具有更高的判断效率。
在一些实施例中,放射治疗引导系统还可以训练新的模型,直接基于目标物的特征信息或是其他相关信息,直接对目标物的身体情况进行预判断,进一步简化放射治疗引导方法的流程。
应当注意的是,上述有关流程700的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程700进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。例如,步骤710、步骤720和步骤730可以同步进行。
本说明书实施例可能带来的有益效果包括但不限于:(1)通过光学检测的方式可以高精度观察患者的体表特征,提高放疗引导的准确性。此外,这种方式可以快速且无辐射地检测患者体表特征,减少辐射对患者身体的伤害,具有较高的实施性和安全性;(2)通过先对第一表面数据和第二表面数据进行全身配准,再对感兴趣区域对应的局部数据进行配准,可以排除或降低由于身体摆位或姿势等原因带来的目标物感兴趣区域的不同,从而准确的对比目标物感兴趣区域在分次治疗实施前和拍摄历史解剖图像时的差异;(3)通过模型预测患者内部结构数据,综合患者的体内状况和体表状况进行判断,有效提高判断是否需要重新拍摄解剖图像的准确性;(4)通过经训练的判断模型基于相关信息直接判断是否需要针对分次治疗重新拍摄目标物的解剖图像可以简化放射治疗引导方法的流程,无需进行多部判断步骤,更具时效性。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (10)

1.一种放射治疗引导方法,由至少一个处理器执行,其特征在于,所述方法包括:
利用光学摄像头获取待治疗的目标物的第一表面数据,所述第一表面数据反映所述目标物在分次治疗实施前的体表状况;
获取所述目标物的历史解剖图像;
基于所述历史解剖图像和所述第一表面数据,确定是否需要针对所述分次治疗重新拍摄所述目标物的解剖图像。
2.根据权利要求1所述的方法,其特征在于,所述光学摄像头包括至少两个双目摄像头,所述至少两个双目摄像头中的每个双目摄像头用于获取所述目标物的一部分的部分表面数据。
3.根据权利要求1所述的方法,其特征在于,所述基于所述历史解剖图像和所述第一表面数据,确定是否需要针对所述分次治疗重新拍摄所述目标物的解剖图像包括:
基于所述历史解剖图像确定所述目标物的第二表面数据,所述第二表面数据反映所述目标物在拍摄所述历史解剖图像时的体表状况;
对所述第一表面数据和所述第二表面数据进行第一比较以生成第一比较结果;
基于所述第一比较结果确定是否需要针对所述分次治疗重新拍摄所述目标物的解剖图像。
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一比较结果确定是否需要针对所述分次治疗重新拍摄所述目标物的解剖图像包括:
基于所述目标物中感兴趣区域的相关信息确定比较阈值;
基于所述第一比较结果和所述比较阈值,确定是否需要针对所述分次治疗重新拍摄所述目标物的解剖图像。
5.根据权利要求3所述的方法,其特征在于,所述对所述第一表面数据和所述第二表面数据进行第一比较以生成第一比较结果包括:
对所述第一表面数据和所述第二表面数据进行配准;
在配准后的第一表面数据和配准后的第二表面数据中分别确定所述目标物的感兴趣区域对应的第一局部数据和第二局部数据;以及
对所述第一局部数据和第二局部数据进行比较以生成所述第一比较结果。
6.根据权利要求3-5任一项所述的方法,其特征在于,所述基于所述第一比较结果确定是否需要针对所述分次治疗重新拍摄所述目标物的解剖图像包括:
基于所述第一表面数据预测所述目标物的当前内部结构数据;
基于所述历史解剖图像确定所述目标物的历史内部结构数据;
对所述当前内部结构数据和所述历史内部结构数据进行第二比较以生成第二比较结果;
基于所述第一比较结果和所述第二比较结果确定是否需要针对所述分次治疗重新拍摄所述目标物的解剖图像。
7.根据权利要求6所述的方法,其特征在于,所述基于所述第一表面数据预测所述目标物的当前内部结构数据包括:
获取经训练的内部结构预测模型;
利用所述经训练的内部结构预测模型处理所述第一表面数据,以预测所述目标物的所述当前内部结构数据。
8.根据权利要求1所述的方法,其特征在于,所述基于所述历史解剖图像和所述第一表面数据,确定是否需要针对所述分次治疗重新拍摄所述目标物的解剖图像包括:
获取所述目标物的特征信息;
获取经训练的判断模型;
利用所述经训练的判断模型处理所述目标物的特征信息、所述历史解剖图像和所述第一表面数据,确定是否需要针对所述分次治疗重新拍摄所述目标物的解剖图像。
9.根据权利要求8所述的方法,其特征在于,所述获取经训练的判断模型包括:
获取对应至少两个待治疗部位的至少两个备选判断模型;
基于所述目标物的待治疗部位,从所述至少两个备选判断模型中选择所述经训练的判断模型。
10.一种放射治疗引导系统,其特征在于,包括:
获取模块,用于利用光学摄像头获取待治疗的目标物的第一表面数据以及所述目标物的历史解剖图像,所述第一表面数据反映所述目标物在分次治疗实施前的体表状况;
确定模块,用于:
基于所述历史解剖图像和所述第一表面数据,确定是否需要针对所述分次治疗重新拍摄所述目标物的解剖图像;
响应于确定无需针对所述分次治疗重新拍摄所述目标物的解剖图像,将所述历史解剖图像对应的放射治疗计划设置为所述分次治疗的待执行放射治疗计划;或
响应于确定需要针对所述分次治疗重新拍摄所述目标物的解剖图像,基于所述重新拍摄的所述目标物的解剖图像,确定所述分次治疗的待执行放射治疗计划。
CN202210642270.7A 2022-06-08 2022-06-08 一种放射治疗引导方法和系统 Pending CN114849089A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210642270.7A CN114849089A (zh) 2022-06-08 2022-06-08 一种放射治疗引导方法和系统
US18/148,405 US20230398376A1 (en) 2022-06-08 2022-12-29 Methods and systems for radiation therapy guidance

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210642270.7A CN114849089A (zh) 2022-06-08 2022-06-08 一种放射治疗引导方法和系统

Publications (1)

Publication Number Publication Date
CN114849089A true CN114849089A (zh) 2022-08-05

Family

ID=82624208

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210642270.7A Pending CN114849089A (zh) 2022-06-08 2022-06-08 一种放射治疗引导方法和系统

Country Status (2)

Country Link
US (1) US20230398376A1 (zh)
CN (1) CN114849089A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170042489A1 (en) * 2013-05-24 2017-02-16 Telesecurity Sciences, Inc. Tumor tracing device with multiple scan tubes
CN106932829A (zh) * 2015-12-29 2017-07-07 同方威视技术股份有限公司 放射线人体检查方法和放射线人体检查系统
CN110101974A (zh) * 2018-02-01 2019-08-09 瓦里安医疗系统国际股份公司 使用基于知识的模型触发自适应计划的系统和方法
JP2020130790A (ja) * 2019-02-22 2020-08-31 キヤノンメディカルシステムズ株式会社 治療計画支援装置及び方法
CN112263788A (zh) * 2020-11-02 2021-01-26 浙江省肿瘤医院 在放射治疗过程中形态变化的定量探测系统
CN114225236A (zh) * 2021-12-20 2022-03-25 联影(常州)医疗科技有限公司 放射治疗引导装置、方法、电子设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170042489A1 (en) * 2013-05-24 2017-02-16 Telesecurity Sciences, Inc. Tumor tracing device with multiple scan tubes
CN106932829A (zh) * 2015-12-29 2017-07-07 同方威视技术股份有限公司 放射线人体检查方法和放射线人体检查系统
CN110101974A (zh) * 2018-02-01 2019-08-09 瓦里安医疗系统国际股份公司 使用基于知识的模型触发自适应计划的系统和方法
JP2020130790A (ja) * 2019-02-22 2020-08-31 キヤノンメディカルシステムズ株式会社 治療計画支援装置及び方法
CN112263788A (zh) * 2020-11-02 2021-01-26 浙江省肿瘤医院 在放射治疗过程中形态变化的定量探测系统
CN114225236A (zh) * 2021-12-20 2022-03-25 联影(常州)医疗科技有限公司 放射治疗引导装置、方法、电子设备及存储介质

Also Published As

Publication number Publication date
US20230398376A1 (en) 2023-12-14

Similar Documents

Publication Publication Date Title
JP6567179B2 (ja) 特徴回帰モデルを用いたmrデータからの疑似ct生成
US10188874B2 (en) Three dimensional localization and tracking for adaptive radiation therapy
EP2656307B1 (en) System and method for automatic generation of initial radiation treatment plans
AU2016339009B2 (en) Pseudo-CT generation from MR data using tissue parameter estimation
JP6624695B2 (ja) 適応型放射線療法に対する移動する標的の3次元位置特定
CN107708808B (zh) 用于在放射治疗期间使用质量指标进行靶追踪的系统和方法
EP3230759B1 (en) Magnetic resonance projection for constructing four-dimensional image information
EP3268931B1 (en) Method and apparatus for assessing image registration
JP2019526380A (ja) 放射線療法治療計画のモデルを学習して放射線療法の線量分布を予測するためのシステムおよび方法
CN112022191B (zh) 一种摆位方法和系统
BRPI0715118A2 (pt) aparelhos de mÉtodo de prescriÇço de terapia, e, meio de armazenamento legÍvel por computador
CN111631742A (zh) 一种基于面光源的x射线成像方法和系统
CN115738099A (zh) 一种剂量验证方法和系统
US20200376295A1 (en) Determining at least one final two-dimensional image for visualizing an object of interest in a three dimensional ultrasound volume
CN113384822A (zh) 一种有限角度成像方法和系统
CN114728166A (zh) 使用mr linac的心脏消融
CN114849089A (zh) 一种放射治疗引导方法和系统
CN111616728A (zh) 一种基于面光源的x射线成像方法和系统
CN114870261B (zh) 一种基于经纬度概念的头皮靶点定位方法、系统及装置
CN110215621B (zh) 外轮廓提取方法和装置、治疗系统、计算机存储介质
US20240021299A1 (en) Medical systems and methods for movable medical devices
CN114569146A (zh) 医学图像处理方法、装置、计算机设备及存储介质
Huijben et al. Generating Synthetic Computed Tomography for Radiotherapy: SynthRAD2023 Challenge Report
CN117282040A (zh) 基于时间序列预测模型的智能离线自适应放疗方法和系统

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