CN114868156A - 用于图像分割的方法、系统和装置 - Google Patents

用于图像分割的方法、系统和装置 Download PDF

Info

Publication number
CN114868156A
CN114868156A CN202080091028.4A CN202080091028A CN114868156A CN 114868156 A CN114868156 A CN 114868156A CN 202080091028 A CN202080091028 A CN 202080091028A CN 114868156 A CN114868156 A CN 114868156A
Authority
CN
China
Prior art keywords
voxels
label
another
model
determining
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
CN202080091028.4A
Other languages
English (en)
Inventor
Z·邦宗
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.)
Novokule Co ltd
Original Assignee
Novokule 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 Novokule Co ltd filed Critical Novokule Co ltd
Publication of CN114868156A publication Critical patent/CN114868156A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/20Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/24Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • 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
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • 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
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/41Medical
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/028Multiple view windows (top-side-front-sagittal-orthogonal)
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20Indexing scheme for editing of 3D models
    • G06T2219/2008Assembling, disassembling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Architecture (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Electrotherapy Devices (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

描述了用于与图像交互、分割图像以及确定图像内的一个或多个感兴趣的区域的方法、系统和装置。

Description

用于图像分割的方法、系统和装置
相关专利申请的交叉引用
本申请要求2019年12月31日提交的美国临时申请第62/955,644号的优先权,所述美国申请通过引用被整体地并入本文中。
背景技术
肿瘤治疗场或TTFields是中频范围(100-300 kHz)内的低强度(例如1-3 V/cm)交变电场。该非侵入性治疗以实体瘤为目标,并且在美国专利第7,565,205号中描述,该美国专利通过引用被整体地并入本文中。TTFields通过在有丝分裂期间与关键分子的物理相互作用来扰乱(disrupt)细胞分裂。TTFields疗法是一种被批准用于复发性胶质母细胞瘤的单一治疗,并且是被批准用于新诊断患者的化疗联合疗法。这些电场由直接放置在患者的头皮上的换能器阵列(即,电极的阵列)非侵入性地感应。TTFields似乎也有利于治疗身体的其他部分中的肿瘤。图像分割工具可以被用于优化TTFields治疗计划。图像分割工具需要与多个屏幕和/或界面交互,无法有效地将分割限制到图像内的特定区域或边界,并且需要复杂的动作/程序来将图像内的结构分配给不同的结构。
发明内容
描述了方法,所述方法包括:确定三维(3D)模型,其中所述3D模型包括多个体素;接收对活动标签的选择的指示,其中对活动标签的选择使得用户指示器能够使与之交互的多个体素中的体素与活动标签相关联;接收对涂抹标签(paint-over label)的选择的指示,其中对涂抹标签的选择使得与涂抹标签不相关联的多个体素中的体素被写保护,以免与活动标签相关联;接收对指定3D模型内的结构的限制到标签(limit-to label)的选择的指示,其中对所述限制到标签的选择使得与3D模型内的结构不相关联的多个体素中的体素被写保护,以免与活动标签相关联;以及基于经由用户指示器与一个或多个体素的交互,使得与涂抹标签和限制到标签相关联的多个体素中的一个或多个体素与活动标签相关联。
还描述了方法,所述方法包括:(a)确定三维(3D)模型,其中3D模型包括多个体素,其中所述多个体素中的每个体素与照明强度值相关联,其中基于相应的照明强度值,所述多个体素中的每个体素与3D模型的表示的前景或3D模型的表示的背景相关联;(b)使得显示交互式元素;(c)经由交互式元件接收对种子体素的选择的指示,其中种子体素与特定值的照明强度相关联;(d)确定多个体素中的一个或多个体素具有在特定值的阈值范围内的照明强度值,其中多个体素中的一个或多个体素具有在特定值的阈值范围内的照明强度值与3D结构内的感兴趣的区域(ROI)相关联;(e)引起与ROI相关联的一个或多个体素的照明强度值中的变化以及多个体素中的一个或多个体素的照明强度值的变化中的一个或多个;(f)基于与ROI相关联的一个或多个体素的照明强度值中的变化以及多个体素中的一个或多个体素的照明强度值的变化中的一个或多个,引起ROI的表示形状中的变化以及3D模型内的ROI的位置中的变化中的一个或多个;(g)基于经由用户指示器与交互式元件的交互,重复步骤(c)-(f)中的一个或多个;(h)基于经由用户指示器与交互式元件的另一交互,将多个体素中的一个或多个体素与ROI内的边界相关联,其中与边界相关联的一个或多个体素的照明强度值与特定值匹配;以及(i)使边界内的一个或多个体素的照明强度值与特定值匹配。
还描述了方法,所述方法包括:确定三维(3D)模型,其中3D模型包括多个体素,其中多个体素中的每个体素与3D模型内的坐标相关联;确定3D模型内的结构,其中所述结构包括多个体素中的一个或多个体素;确定3D模型内的另一结构,其中所述另一结构包括多个体素中的另一个或多个体素;接收对所述另一个或多个体素的选择的指示;基于对所述另一个或多个体素的选择的指示,接收对改变所述另一个或多个体素的坐标的请求;以及基于所述请求,改变所述另一个或多个体素的坐标,其中改变坐标将所述另一结构与所述结构相关联。
附加的优点将部分地在跟随的描述中阐述或者可以通过实践来了解。所述优点将通过所附权利要求中特别指出的要素和组合来实现和获得。要理解,前述一般描述和下面的详细描述两者都只是示例性和解释性的,而不是限制性的。
附图说明
为了易于标识任何特定元素或动作的讨论,参考数字中的一个或多个最高有效数字是指其中该元素第一次被引入的图号。
图1示出了用于电疗治疗的示例装置。
图2示出了示例换能器阵列。
图3A和图3B图示了用于电疗治疗的装置的示例应用。
图4A示出了放置在患者的头部上的换能器阵列。
图4B示出了放置在患者的腹部上的换能器阵列。
图5A是放置在患者的躯干上的换能器阵列。
图5B示出了放置在患者的骨盆上的换能器阵列。
图6是描述电场发生器和患者支持系统的框图。
图7图示了来自有限元方法模拟模型的冠状视图中所示的电场幅度和分布(以V/cm为单位)。
图8A示出了三维阵列布局图800。
图8B示出了换能器阵列在患者的头皮上的放置。
图9A示出了包含最顶端图像的轴向T1序列切片,包括用于测量头部大小的轨道(orbits)。
图9B示出了用于测量头部大小的耳道的水平处的冠状T1序列切片选择图像。
图9C示出了增强后T1轴向图像,其示出了用于测量肿瘤位置的最大增强肿瘤直径。
图9D示出了增强后T1冠状图像,其示出了用于测量肿瘤位置的最大增强肿瘤直径。
图10A示出了用于分割图像的示例用户界面。
图10B示出了用于分割图像的示例用户界面。
图10C示出了用于分割图像的示例用户界面。
图11是描绘示例操作环境的框图。
图12示出了示例方法。
图13示出了示例方法。
图14示出了示例方法。
具体实施方式
在公开和描述本方法和系统之前,要理解该方法和系统不限于特定方法、特定组件或特定实现。还要理解,本文中使用的术语仅用于描述特定实施例的目的,并不旨在进行限制。
如说明书和所附权利要求书中所使用的,单数形式“一”、“一个”和“该”包括复数个指示物,除非上下文另外明确规定。范围在本文中可以被表示为从“约”一个特定值,和/或到“约”另一个特定值。当表示这样的范围时,另一个实施例包括从一个特定值和/或到另一个特定值。类似地,当通过使用先行词“约”将值表示为近似值时,将理解该特定值形成另一个实施例。将进一步理解,范围中的每个的端点与另一个端点有关和独立于另一个端点两者都是重要的。
“可选”或“可选地”意指随后描述的事件或情况可能发生或可能不发生,并且该描述包括其中所述事件或情况发生的情况和其中所述事件或情况不发生的情况。
贯穿本说明书的描述和权利要求,词语“包括”及词语的变体,诸如“包括了”和“包含”,表示“包括但不限于”,并不旨在排除例如其他组件、整数或步骤。“示例性”意指“……的示例”,并不旨在传达优选或理想实施例的指示。“诸如”不是在限制性的意义上使用,而是用于解释的目的。
公开了可以用于执行公开的方法和系统的组件。本文中公开了这些和其他组件,并且要理解,当这些组件的组合、子集、相互作用、组等被公开时,虽然可能没有明确公开这些组件的每个不同的单独和集体的组合和排列的具体参考,但是对于所有的方法和系统,每个都在本文中被具体考虑和描述。这适用于本申请的所有方面,包括但不限于所公开方法中的步骤。因此,如果有多种可以执行的附加步骤,要理解,这些附加步骤中的每个都可以用所公开方法的任何特定实施例或实施例的组合来执行。
通过参考以下对优选实施例的详细描述及其中包括的示例,以及附图及其先前和之后的描述,可以更容易理解本方法和系统。
如本领域技术人员将理解的,方法和系统可以采取完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。此外,该方法和系统可以采取计算机可读存储介质上的计算机程序产品的形式,该计算机可读存储介质具有在存储介质中实现的计算机可读程序指令(例如,计算机软件)。更特别地,本方法和系统可以采取web实现的计算机软件的形式。可以利用任何合适的计算机可读存储介质,包括硬盘、CD-ROM、光存储设备或磁存储设备。
下面参考方法、系统、装置和计算机程序产品的框图和流程图图示来描述方法和系统的实施例。将理解,框图和流程图图示中的每个框,以及框图和流程图图示中的框的组合分别可以通过计算机程序指令来实现。这些计算机程序指令可以被加载到通用计算机、专用计算机或其他可编程数据处理装置上以产生机器,使得在计算机或其他可编程数据处理装置上执行的指令创建用于实现一个或多个流程图框中指定的功能。
这些计算机程序指令也可以被存储在计算机可读存储器中,其可以引导计算机或其他可编程数据处理装置以特定方式运转,使得存储在计算机可读存储器中的指令产生包括用于实现一个或多个流程图框中指定的功能的计算机可读指令的制品(article ofmanufacture)。计算机程序指令也可以被加载到计算机或其他可编程数据处理装置上,以使一系列操作步骤在计算机或其他可编程装置上执行,以产生计算机实现的过程,使得在计算机或其他可编程装置上执行的指令提供用于实现一个或多个流程图框中指定的功能的步骤。
因此,框图和流程图图示的框支持用于执行指定功能的装置的组合、用于执行指定功能的步骤的组合以及用于执行指定功能的程序指令装置。还将理解,框图和流程图图示中的每个框以及框图和流程图图示中的框的组合可以由执行指定功能或步骤的基于专用硬件的计算机系统或者专用硬件和计算机指令的组合来实现。
在本文中也称为交变电场的TTFields被确立为抗有丝分裂癌症治疗模式,因为它们在中期期间干扰适当的微管组装,并最终在末期和胞质分裂期间破坏细胞。功效随着场强的增加而增加,并且最佳频率依赖于癌细胞系,其中200 kHz是针对其由TTFields引起的对神经胶质瘤细胞生长的抑制是最高的频率。对于癌症治疗,开发了具有电容耦合换能器的非侵入性设备,其直接被放置在靠近肿瘤的皮肤区域处,例如,用于患有多形性胶质母细胞瘤(GBM)的患者,这是人类最常见的原发性恶性脑肿瘤。
因为TTFields的作用是定向的,其中平行于场分裂的细胞比沿其他方向分裂的细胞受影响更大,并且因为细胞沿所有方向分裂,所以TTFields通常通过两对换能器阵列传递,所述换能器阵列在治疗的肿瘤内产生垂直场。更具体地,一对换能器阵列可以位于肿瘤的左侧和右侧(LR),而另一对换能器阵列可以位于肿瘤的前方和后方(AP)。在这两个方向(即,LR和AP)之间循环场确保了以最大范围的细胞取向为目标。除了垂直场之外,还考虑了换能器阵列的其他位置。在实施例中,考虑三个换能器阵列的不对称定位,其中三个换能器阵列中的一对可以传递交变电场,并且然后三个换能器阵列中的另一对可以传递交变电场,并且三个换能器阵列中的剩余一对可以传递交变电场。
体内和体外研究表明,TTFields疗法的功效随着电场的强度增加而增加。因此,优化患者的头皮上的阵列放置以增加脑部的患病区域中的强度是Optune系统的标准实践。可以通过“经验法则”(例如,将阵列放置在尽可能靠近肿瘤的头皮上)、描述患者的头部的几何形状、肿瘤尺寸和/或肿瘤位置的测量值来执行阵列放置优化。用作输入的测量值可以从成像数据中导出。成像数据旨在包括任何类型的视觉数据,例如单光子发射计算断层摄影(SPECT)图像数据、x射线计算断层摄影(x射线CT)数据、磁共振成像(MRI)数据、正电子发射断层摄影(PET)数据、可以由光学仪器(例如,摄影相机、电荷耦合器件(CCD)相机、红外相机等)捕获的数据、以及诸如此类。在某些实现中,图像数据可以包括从3D扫描仪获得或由3D扫描仪生成的3D数据(例如,点云数据)。优化可以依赖于对电场如何作为阵列的位置的函数在头部内分布的理解,并且在一些方面中,考虑不同患者的头部内电性质分布中的变化。
图1示出了用于电疗治疗的示例装置100。通常,装置100可以是便携式的、电池或电源操作的设备,其通过非侵入性表面换能器阵列在体内产生交变电场。装置100可以包括电场发生器102和一个或多个换能器阵列104。装置100可以被配置成经由电场发生器102产生肿瘤治疗场(TTFields)(例如,以150 kHz),并通过一个或多个换能器阵列104将TTFields传递到身体的区域。电场发生器102可以是电池和/或电源操作的设备。在实施例中,一个或多个换能器阵列104是均匀成形的。在实施例中,一个或多个换能器阵列104不是均匀成形的。
电场发生器102可以包括与信号发生器108通信的处理器106。电场发生器102可以包括被配置用于控制处理器106和信号发生器108的性能的控制软件110。
信号发生器108可以生成以波形或脉冲序列的形式的一个或多个电信号。信号发生器108可以被配置成生成在从约50 kHz到约500 kHz(优选地从约100 kHz到约300 kHz)的范围内的频率下的交流电压波形(例如,TTFields)。电压使得待治疗组织中的电场强度在约0.1 V/cm至约10 V/cm的范围内。
电场发生器102的一个或多个输出114可以被耦合到一个或多个导电引线112,导电引线112在其一端处被附接到信号发生器108。导电引线112的相对端被连接到由电信号(例如,波形)激活的一个或多个换能器阵列104。导电引线112可以包括具有柔性金属屏蔽的标准隔离导体,并且可以接地以防止由导电引线112产生的电场的扩散。一个或多个输出114可以顺序地操作。信号发生器108的输出参数可以包括例如场的强度、波的频率(例如,治疗频率)以及一个或多个换能器阵列104的最大可允许温度。输出参数可以由控制软件110结合处理器106来设置和/或确定。在确定期望的(例如,最佳的)治疗频率之后,控制软件110可以使处理器106向信号发生器108发送控制信号,该控制信号使信号发生器108向一个或多个换能器阵列104输出期望的治疗频率。
一个或多个换能器阵列104可以以多种形状和位置来配置,以在目标体积处产生期望的配置、方向和强度的电场,以进行聚焦治疗。一个或多个换能器阵列104可以被配置成通过感兴趣的体积传递两个垂直的场方向。
一个或多个换能器阵列104阵列可以包括一个或多个电极116。一个或多个电极116可以由具有高介电常数的任何材料制成。一个或多个电极116可以包括例如一个或多个绝缘陶瓷盘。电极116可以是生物相容的,并且耦合到柔性电路板118。电极116可以被配置成不与皮肤直接接触,因为电极116通过一层导电水凝胶(未示出)与皮肤分离(类似于心电图垫上发现的)。
电极116、水凝胶和柔性电路板118可以被附着到低过敏性医用粘性绷带120,以在身体上将一个或多个换能器阵列104保持就位,并与皮肤持续直接接触。每个换能器阵列104可以包括一个或多个热敏电阻器(未示出),例如8个热敏电阻器(准确度±1℃),以测量换能器阵列104下方的皮肤温度。热敏电阻器可以被配置成周期性地(例如每秒钟一次)测量皮肤温度。热敏电阻器可以在TTFields未必传递时由控制软件110读取,以避免对温度测量的任何干扰。
如果在两次后续测量之间,测量的温度低于预设最高温度(Tmax),例如38.5-40.0℃±0.3℃,则控制软件110可以增加电流,直到电流达到最大治疗电流(例如,4安培峰峰值)。如果温度达到Tmax+0.3℃并继续上升,则控制软件110可以降低电流。如果温度上升到41℃,则控制软件110可以关闭TTFields治疗,并且可以触发过热警报。
一个或多个换能器阵列104可以基于患者身体大小和/或不同的疗法治疗,在大小方面进行改变,并可以包括不同数量的电极116。例如,在患者的胸部的情况下,每个小换能器阵列可以包括13个电极,而每个大换能器阵列可以包括20个电极,其中每个阵列中的电极串联互连。例如,如图2这所示,在患者的头部的情况下,每个换能器阵列可以各自包括9个电极,其中每个阵列中的电极串联互连。
考虑并且也可以使用针对一个或多个换能器阵列104的替代结构,包括例如使用非盘形的陶瓷元件的换能器阵列,以及使用位于多个扁平导体上的非陶瓷介电材料的换能器阵列。后者的示例包括布置在印刷电路板上的焊盘上或扁平的金属片上的聚合物膜。也可以使用用非电容耦合的电极元件的换能器阵列。在这种情况下,换能器阵列的每个元件将使用导电材料的区域来实现,该导电材料的区域被配置成靠着受试者/患者的身体放置,其中在导电元件和身体之间没有布置绝缘介电层。也可以使用用于实现换能器阵列的其他替代结构。任何换能器阵列(或类似的设备/部件)配置、布置、类型和/或诸如此类都可以用于本文中所述的方法和系统,只要换能器阵列(或类似的设备/部件)配置、布置、类型和/或诸如此类(a)能够将TTFields传递到受试者/患者的身体,以及(b)并且可以如本文中所述定位布置和/或放置在患者/受试者的身体的一部分上。
装置100的状态和监视参数可以被存储在存储器(未显示)中,并可以通过有线或无线连接被传递至计算设备。装置100可以包括显示器(未示出),用于显示视觉指示器,诸如通电、治疗开启、警报和低电量。
图3A和图3B图示了装置100的示例应用。示出了换能器阵列104a和换能器阵列104b,每个换能器阵列分别结合到低过敏性医用粘性绷带120a和120b中。将低过敏性医用粘性绷带120a和120b施加到皮肤表面302。肿瘤304位于皮肤表面302和骨组织306下方,并且位于脑组织308内。电场发生器102使换能器阵列104a和换能器阵列104b在脑组织308内产生交变电场310,该交变电场310扰乱由肿瘤304的癌细胞表现出的快速细胞分裂。交变电场310已经在非临床实验中显示出阻止(arrest)肿瘤细胞的增殖和/或破坏它们。交变电场310的使用利用了癌细胞的特殊特性、几何形状和分裂速率,这使得它们易受交变电场310的影响。交变电场310在中频(大约100-300 kHz)处变更它们的极性。用于特定治疗的频率可以特定于被治疗的细胞类型(例如,对于MPM为150 kHz)。交变电场310已经显示了扰乱有丝分裂纺锤体微管组装,并导致胞质分裂期间细胞内大分子和细胞器的介电泳错位。这些过程导致细胞膜的物理扰乱和程序性细胞死亡(凋亡)。
因为交变电场310的作用是定向的,其中平行于电场分裂的细胞比沿其他方向分裂的细胞受影响更大,并且因为细胞沿所有方向分裂,所以交变电场310可以通过两对换能器阵列104传递,所述换能器阵列104在治疗的肿瘤内产生垂直场。更具体地,一对换能器阵列104可以位于肿瘤的左侧和右侧(LR),而另一对换能器阵列104可以位于肿瘤的前方和后方(AP)。在这两个方向(例如,LR和AP)之间循环交变电场310确保了靶向最大范围的细胞取向。在实施例中,交变电场310可以根据换能器阵列104的对称设置(例如,总共四个换能器阵列104,两个匹配对)来传递。在另一个实施例中,交变电场310可以根据换能器阵列104的不对称设置(例如,总共三个换能器阵列104)来传递。换能器阵列104的不对称设置可以接合(engage)三个换能器阵列104中的两个来传递交变电场310,并且然后切换到三个换能器阵列104中的另外两个来传递交变电场310,以及诸如此类。
体内和体外研究表明,TTFields疗法的功效随着电场的强度增加而增加。所描述的方法、系统和装置被配置用于优化患者的头皮上的阵列放置,以增加脑部的患病区域中的强度。
如图4A中所示,换能器阵列104可以被放置在患者的头部上。如图4B中所示,换能器阵列104可以被放置在患者的腹部上。如图5A中所示,换能器阵列104可以被放置在患者的躯干上。如图5B中所示,换能器阵列104可以被放置在患者的骨盆上。特别考虑将换能器阵列104放置在患者的身体的其他部分(例如,手臂、腿等)上。
图6是描绘包括患者支持系统602的系统600的非限制性示例的框图。患者支持系统602可以包括一个或多个计算机,其被配置为操作和/或存储电场发生器(EFG)配置应用606、患者建模应用608和/或成像数据610。患者支持系统602可以包括例如计算设备。患者支持系统602可以包括例如膝上型计算机、台式计算机、移动电话(例如,智能电话)、平板计算机以及诸如此类。
患者建模应用608可以被配置成根据成像数据610生成患者的身体的一部分的三维模型(例如,患者模型)。成像数据610可以包括任何类型的视觉数据,例如,单光子发射计算断层摄影(SPECT)图像数据、x射线计算断层摄影(x射线CT)数据、磁共振成像(MRI)数据、正电子发射断层摄影(PET)数据、可以由光学仪器(例如,摄影相机、电荷耦合器件(CCD)相机、红外相机等)捕获的数据、以及诸如此类。在某些实现中,图像数据可以包括从3D扫描仪获得或由3D扫描仪生成的3D数据(例如,点云数据)。患者建模应用608还可以被配置成基于患者模型和一个或多个电场模拟来生成三维阵列布局图。
为了适当地优化患者的身体的一部分上的阵列放置,可以通过患者建模应用608分析成像数据610,诸如MRI成像数据,以标识包括肿瘤的感兴趣的区域。在患者的头部的情况下,为了表征电场在人头部内如何表现和分布,可以使用基于使用有限元方法(FEM)模拟的解剖头部模型的建模框架。这些模拟产生基于磁共振成像(MRI)测量的真实头部模型,并划分头部内的组织类型,诸如头骨、白质、灰质和脑脊液(CSF)。可以为每种组织类型分配相对电导率和介电常数的介电性质,并且可以运行模拟,由此将不同的换能器阵列配置施加到模型的表面,以理解预设频率的外部施加的电场将如何贯穿患者的身体的任何部分(例如脑部)分布。采用成对阵列配置、恒定电流和200 kHz的预设频率的这些模拟的结果已经证明,电场分布贯穿脑部是相对不均匀的,并且在除CSF之外的大多数组织隔室中产生超过1 V/cm的电场强度。这些结果是假设在换能器阵列-头皮界面处具有1800毫安(mA)的峰峰值的总电流而获得的。电场强度的该阈值足以阻止胶质母细胞瘤细胞系中的细胞增殖。此外,通过操纵成对换能器阵列的配置,实现使脑部的特定区域的电场强度增至几乎三倍,这是可能的,如图7中所示。图7图示了来自有限元方法模拟模型的冠状视图中示出的电场幅度和分布(以V/cm为单位)。该模拟采用左右成对的换能器阵列配置。
在一个方面中,患者建模应用608可以被配置成基于肿瘤的位置和范围确定患者的期望(例如,最佳)换能器阵列布局。例如,可以使用轴向和冠状视图,从脑部MRI的T1序列中确定初始形态测定头部大小测量值。可以选择增强后的轴向和冠状MRI切片来显示增强病变的最大直径。采用头部大小和从预定基准标记到肿瘤边缘的距离的测量,可以评估成对阵列布局的变化排列和组合,以产生向肿瘤部位传递最大电场强度的配置。如图8A中所示,输出可以是三维阵列布局图800。如图8B中所示,在TTFields疗法的正常过程期间,可以由患者和/或护理人员在头皮上布置阵列时使用三维阵列布局图800。
在一个方面中,患者建模应用608可以被配置成确定患者的三维阵列布局图。可以确定要接收换能器阵列的患者的部分的MRI测量值。举例来说,MRI测量值可以经由标准的医学数字成像和通信(DICOM)查看器接收。MRI测量确定可以自动执行(例如通过人工智能技术),或者可以手动执行(例如通过医生)。
手动MRI测量确定可以包括经由DICOM查看器接收和/或提供MRI数据。MRI数据可以包括对包含肿瘤的患者的部分的扫描。举例来说,在患者的头部的情况下,MRI数据可以包括头部的扫描,其包括右额颞部肿瘤、右顶颞部肿瘤、左额颞部肿瘤、左顶枕部肿瘤和/或多病灶中线肿瘤中的一个或多个。图9A、图9B、图9C和图9D示出了显示患者的头部的扫描的示例MRI数据。图9A示出了包含最顶端图像的轴向T1序列切片,包括用于测量头部大小的轨道。图9B示出了用于测量头部大小的耳道的水平处的冠状T1序列切片选择图像。图9C示出了增强后T1轴向图像,其示出了用于测量肿瘤位置的最大增强肿瘤直径。图9D示出了增强后T1冠状图像,其示出了用于测量肿瘤位置的最大增强肿瘤直径。MRI测量可以从头皮的外缘处的基准标记开始,并从右、前、上原点切向延伸。可以从选择仍包括轨道的最顶端图像(或轨道的上缘正上方的图像)的轴向T1 MRI序列估计形态测量头部大小。
在一个方面中,MRI测量可以包括例如头部大小测量和/或肿瘤测量中的一个或多个。在一个方面中,一个或多个MRI测量值可以被舍入到最接近的毫米,并且可以被提供给换能器阵列放置模块(例如,软件)用于分析。然后,MRI测量可以用于生成三维阵列布局图(例如,三维阵列布局图800)。
MRI测量可以包括一个或多个头部大小测量,诸如:从头皮的外缘开始测量的最大前后(A-P)头部大小;垂直于A-P测量的头部的最大宽度:右到左的横向距离;和/或从头皮的最右侧边缘到解剖中线的距离。
MRI测量可以包括一个或多个头部大小测量,诸如冠状视图头部大小测量。冠状视图头部大小测量可以在选择耳道的水平处的图像(图9B)的T1 MRI序列上获得。冠状视图头部大小测量可以包括以下各项中的一项或多项:从头皮的顶点到描绘颞叶的下缘的正交线的垂直测量;最大的右到左的横向头部宽度;和/或从头皮的最右侧边缘到解剖中线的距离。
MRI测量可以包括一种或多种肿瘤测量,诸如肿瘤位置测量。可以使用T1增强后MRI序列进行肿瘤位置测量,首先在展示最大增强肿瘤直径的轴向图像上进行(图9C)。肿瘤位置测量可以包括以下各项中的一个或多个:最大A-P头部大小,不包括鼻子;垂直于A-P距离测量的最大右到左横向直径;从头皮的右边缘到解剖中线的距离;平行于右-左横向距离和垂直于A-P测量值测量的从头皮的右边缘到最近肿瘤边缘的距离;平行于右-左横向距离、垂直于A-P测量值测量的从头皮的右边缘到最远肿瘤边缘的距离;平行于A-P测量值测量的从头部的前方到最近肿瘤边缘的距离;和/或平行于A-P测量值测量的从头部的前方到最远肿瘤边缘的距离。
一个或多个肿瘤测量可以包括冠状视图肿瘤测量。冠状视图肿瘤测量可以包括标识以肿瘤增强的最大直径为特征的增强后T1 MRI切片(图9D)。冠状视图肿瘤测量可以包括以下各项中的一个或多个:从头皮的顶点到大脑的下缘的最大距离。在前部切片中,这将通过在额叶或颞叶的下缘处绘制的水平线来划界(demarcate),并且在后面,它将延伸到可见天幕的最低水平;最大右到左横向头部宽度;从头皮的右边缘到解剖中线的距离;平行于右-左横向距离测量的从头皮的右边缘到最近肿瘤边缘的距离;平行于右-左横向距离测量的从头皮的右边缘到最远肿瘤边缘的距离;平行于上顶点到下大脑线测量的从头部的顶部到最近的肿瘤边缘的距离;和/或平行于上顶点到下大脑线测量的从头部的顶部到最远肿瘤边缘的距离。
可以使用其他MRI测量,特别是当肿瘤存在于患者的身体的另一部分中时。
可以由患者建模应用608使用MRI测量来生成患者模型。在一些情况下,测量值可以从除MRI图像之外的图像中导出,诸如图像(例如,成像数据610等)从放射线照相术、超声、弹性成像术、光声成像、正电子发射断层扫描术、超声心动描记术、磁性粒子成像、功能近红外光谱术和/或诸如此类导出。任何图像都可以用于生成患者模型。患者模型可以用于优化TTFields治疗计划。例如,患者模型可以具有分配给模型中标识的各种组织类型的电性质,并且患者模型可以用于确定三维阵列布局图(例如,三维阵列布局图800)。表1示出了可以在模拟中使用的组织的标准电性质。
Figure 84179DEST_PATH_IMAGE001
继续患者的头部内的肿瘤的示例,可以生成健康的头部模型,该头部模型用作可变形模板,从该模板可以创建患者模型。当创建患者模型时,可以从患者的MRI数据(例如,一个或多个MRI测量)中分割肿瘤。分割MRI数据标识每个体素中的组织类型,并且可以基于经验数据将电性质分配给每个组织类型。可以掩蔽患者MRI数据中的肿瘤的区域,并且可以使用非刚性配准算法将患者头部的剩余区域配准到表示健康头部模型的可变形模板的3D离散图像上。该过程产生将患者的头部的健康部分映射到模板空间中的非刚性变换,以及将模板映射到患者空间中的逆变换。将逆变换应用于3D可变形模板,以在没有肿瘤的情况下产生患者头部的近似。最后,将肿瘤(称为感兴趣的区域(ROI))植入回到变形模板中,以产生完整的患者模型。患者模型可以是患者的身体的部分(包括内部结构,诸如组织、器官、肿瘤等)的三维空间中的数字表示。
从图像数据610导出的图像(例如,三维(3D)图像等)可以包括多个体素,所述体素表示存在于从其导出模型的患者内的解剖结构(例如,组织、器官、肿瘤等)。例如,图像的每个体素可以被分配给三种类型的结构:组织结构、感兴趣的区域(ROI)结构和回避型结构。组织类型结构可以定义图像内体素的组织类型(例如,灰质、白质、皮肤、头骨、增强肿瘤等)和相关联的电性质(例如,电导率、相对介电常数等)。ROI结构可以包括用户感兴趣的患者模型的体素的集合。例如,用户可能想要通过最大化与特定ROI内的电场相关联的功率损耗来优化治疗,或者可能想要计算特定ROI内的平均场强。回避区域型结构可以包括图像(和/或患者模型)内的区域,在所述区域中,当模拟TTField递送时,应当避免换能器阵列放置。
患者建模应用608可以包括使得用户能够分割用于创建患者模型并将体素分配给各种结构的图像的半自动工具/功能。在一些情况下,患者建模应用608可以采用使得用户能够分割图像的重写逻辑和/或工具。例如,当分割图像时,用户可以经由自动/半自动工具和/或诸如画笔之类的手动工具将体素分配给具体结构。用户可以限制向/从其分配体素的区域。用户可以选择/指示在分割期间体素将被分配到其的结构的活动标签。用户可以选择/指示将被涂抹(例如,重写等)的体素的涂抹标签,诸如结构内将被分配给由活动标签定义的目标结构的体素。用户可以选择/指示限制到标签以定义分割应该被限制于其的结构。例如,能够被分配活动标签的体素可以被限制为在分割期间分配给与涂抹标签相关联的结构和与限制到标签相关联的结构的体素。例如,如果用户正在使用患者建模应用608以将肿瘤分割成不同的组织类型,则用户可以选择“活动肿瘤”(例如,被分割的肿瘤)作为活动标签。用户可以使用患者建模应用608来重写尚未被分配给组织类型的体素,并且可以使用患者建模应用608来将分割限制到限定被分割的肿瘤的体积的ROI。图10A图示了患者建模应用608的用户界面1000。用户界面1000可以是患者建模应用608的交互式元素,诸如屏幕、页面和/或诸如此类。如图示的那样,用户已经选择了将图像的体素分配给称为坏死的结构的活动标签1010。涂抹标签1020指示“任何组织”,这指示任何新的体素分配可以重写先前分配给图像内任何种类的组织结构的任何体素。限制到标签1030指示分割被限制于(例如,可能仅影响、可能重写等)分配给感兴趣的区域的图像的体素,诸如“ROI 1”。
在一些情况下,患者建模应用608可以包括一种或多种交互式填充型算法(例如,区域增长算法、水平集算法、基于活动轮廓的算法等),其分割来自基于ROI内的种子体素(例如种子体积/曲线等)的图像的ROI。当患者建模应用608启动分割时,种子体素可以改变形状,直到它捕获基于诸如灰度级、区域内的图案/纹理、前景和背景之间的明显边缘和/或诸如此类的特性可与周围环境(例如背景等)区分开的图像中的连接区域(例如,前景等)。图10B图示了患者建模应用608的用户界面1000。在一些情况下,用户界面1000可以是患者建模应用608的交互元素,其使得能够经由用户界面1000(诸如单个屏幕、页面和/或诸如此类)执行任何/所有用户动作。在一些情况下,用户界面1000可以包括多个屏幕、页面和/或诸如此类。当被启动时,用户界面1000可以使得用户能够使用交互工具(例如,鼠标、光标、键盘等)将种子(例如,种子体素等)放置在图像(诸如图像1001、1002、1003和1004)中。当放置种子时,可以在图像1001、1002、1003和1004中显示ROI 1005并且可以执行自动阈值。患者建模应用608可以接收一个或多个指令/信号(例如,经由交互工具等)以改变ROI的形状和/或位置、改变用于分离前景和背景的阈值、删除和/或添加附加的种子,和/或诸如此类。在一些情况下,放置在ROI之外的任何种子都可能会被忽略。可以基于种子位置来更新ROI。用户界面1000使得患者建模应用608能够以迭代和非顺序的方式接收指令/信号(例如,用于放置/调节种子的指令、用于设置阈值的指令、用于改变ROI的形状/位置的指令等)。在一些情况下,与用户界面1000的交互可以使患者建模应用608终止、停止和/或暂停图像1001、1002、1003和1004的特定区域中的区域填充算法的启动/进展。例如,交互式工具可以用于标记图像1001、1002、1003和1004的体素,并形成分割的区域不能生长超出其的屏障。例如,如果用户正在使用患者建模应用608的用户界面1000来分割图像中描绘的位于图像中描绘的心室附近的切除腔,则可以标记/选择体素来指示位于切除腔和心室之间的边界处的阻塞区域。标记/选择的体素可以形成区域填充算法不能通过的边界,以确保切除腔被正确分割,而区域不会流入到心室中。在一些情况下,用户界面1000可以包括一个或多个高级选项,其使得能够标记/选择体素和/或创建图像内的一个或多个边界。
在一些情况下,通过将与第一结构相关联的所有体素与第二结构相关联,用户界面1000可以使能实现将图像中表示的第一结构分配给图像中表示的第二结构。例如,如图10B中所示,在1006处,与ROI相关联的体素指示/表示总肿瘤体积(GTV)可以被分配给增强肿瘤的组织类型。将体素分配给结构可以基于患者建模应用608经由任何方法/手段接收一个或多个指令/信号。在一些情况下,将体素分配给结构可以基于患者建模应用608经由交互工具接收一个或多个指令/信号,诸如点击(例如,鼠标点击等)和/或拖动指令。例如,为了将属于第一结构的体素分配给第二结构,用户可以在第一结构上移动交互工具,经由交互工具点击/选择/标记第一结构,经由交互工具将第一结构拖到第二结构,并且经由交互工具放下(drop)第二结构的第一结构(例如,使第一结构的体素的坐标与第二结构的体素的坐标相关联等)。可以将任何数量的结构分配给另一结构。一旦图像已经被分割,用户界面1000的交互式组件1006就可以被选择(例如,与之交互等)以使患者建模应用608生成/创建患者模型。
可以由患者建模应用608使用患者模型模拟TTFields的传递。模拟电场分布、剂量测定和基于模拟的分析在美国专利公开号20190117956 A1和Ballo等人(2019)的出版物“Correlation of Tumor treating Fields Dosimetry to Survival Outcomes in NewlyDiagnosed Glioblastoma: A Large-Scale Numerical Simulation-based Analysis ofData from the Phase 3 EF-14 randomized Trial”中描述,其通过引用被整体地并入本文中。
为了确保换能器阵列相对于肿瘤位置的系统定位,可以定义参考坐标系。例如,横向平面最初可以由换能器阵列的常规LR和AP定位来定义。左-右方向可以被定义为x轴,AP方向可以被定义为y轴,并且垂直于XY平面的头尾方向可以被定义为Z轴。
在定义坐标系后,可以将换能器阵列虚拟地放置在患者模型上,其中它们的中心和纵轴在XY平面内。一对换能器阵列可以围绕头部模型的z轴系统地旋转,即在XY平面中,从0度到180度,从而覆盖头部的整个圆周(通过对称)。旋转间隔可以是例如15度,对应于大约2 cm平移,从而在180度的范围内给出总共十二个不同的位置。考虑其他旋转间隔。可以针对相对于肿瘤坐标的每个换能器阵列位置执行电场分布计算。
患者模型中的电场分布可以由患者建模应用608使用电势的有限元(FE)近似值来确定。通常,定义时变电磁场的量由复杂的麦克斯韦方程给出。然而,在生物组织中,并且在TTFields的低到中频(f = 200kHz)下,电磁波长远大于头部的大小,并且与实值电导率σ相比,介电常数ε是可忽略不计的,即,其中ω = 2πf是角频率。这意味着组织中的电磁传播效应和电容效应是可忽略不计的,因此标量电势可以由静态拉普拉斯方程∇∙(σ∇φ)= 0很好地近似,其在电极和皮肤处具有适当的边界条件。因此,复阻抗被视为电阻性的(即,电抗是可忽略不计的),并且因此,在体积导体内流动的电流主要是自由(欧姆)电流。使用SimNIBS软件(simnibs.org)来计算拉普拉斯方程的FE近似。计算基于Galerkin方法,并且共轭梯度求解器的残差要求<1E-9。使用狄利克雷边界条件,其中在每组电极阵列处电势被设置为(任意选择的)固定值。电(矢量)场被计算为电势的数值梯度,并且电流密度(矢量场)使用欧姆定律从电场计算。对电场值和电流密度的电势差进行线性重新标度(rescale),以确保每个阵列对的总峰峰幅度为1.8A,其计算为有源电极盘上所有三角形表面元件上正常电流密度分量的(数值)表面积分。这对应于Optune®设备用于临床TTFields治疗的当前水平。TTFields的“剂量”被计算为场矢量的强度(L2范数)。假设建模电流由两个分离且顺序活动的源提供,每个源连接到一对3×3换能器阵列。左边和后部阵列可以被定义为模拟中的源,而右边和前部阵列分别是相应的汇(sink)。然而,由于TTFields采用交变场,因此这种选择是任意的,并且不影响结果。
可以由患者建模应用608针对一种或多种组织类型确定由放置在患者上多个位置处的换能器阵列产生的平均电场强度。在一个方面中,对应于(一种或多种)肿瘤组织类型中最高平均电场强度的换能器阵列位置可以被选择作为患者的期望(例如,最佳)换能器阵列位置。在另一方面中,作为患者的身体状况的结果,可以排除(一个或多个)换能器阵列的一个或多个候选位置。例如,可以基于皮肤刺激、疤痕、手术部位、不适等的区域排除一个或多个候选位置。因此,在排除一个或多个候选位置之后,对应于(一种或多种)肿瘤组织类型中最高平均电场强度的换能器阵列位置可以被选择为患者的期望(例如,最佳)换能器阵列位置。因此,可以选择导致小于最大可能平均电场强度的换能器阵列位置。
可以修改患者模型,以包括期望的换能器阵列位置的指示。包括(一个或多个)期望的换能器阵列位置的指示的所得到的患者模型可以被称为三维阵列布局图(例如,三维阵列布局图600)。因此,三维阵列布局图可以包括患者的身体的部分在三维空间中的数字表示、肿瘤位置的指示、用于放置一个或多个换能器阵列的位置的指示、其组合以及诸如此类。
三维阵列布局图可以以数字形式和/或物理形式提供给患者。患者和/或患者护理人员可以使用三维阵列布局图来将一个或多个换能器阵列固定到患者的身体的相关联的部分(例如,头部)。
图11是描绘包括患者支持系统104的非限制性示例的环境1100的框图。在一个方面中,任何描述的方法的一些或所有步骤可以在如本文中所述的计算设备上执行。患者支持系统104可以包括一个或多个计算机,其被配置成存储EFG配置应用606、患者建模应用608、成像数据610以及诸如此类中的一个或多个。
患者支持系统104可以是数字计算机,就硬件架构而言,其通常包括处理器1109、存储器系统1120、输入/输出(I/O)接口1112和网络接口1114。这些组件(1109、1120、1112和1114)经由本地接口1116通信地耦合。本地接口1016可以是例如但不限于一个或多个总线或其他有线或无线连接,如本领域中已知的。本地接口1016可以具有附加元件,诸如控制器、缓冲器(高速缓存)、驱动器、中继器和接收器,以使能实现通信,为了简单起见省略了所述附加元件。此外,本地接口可以包括地址、控制和/或数据连接,以使能实现上述组件之间的适当通信。
处理器1109可以是用于执行软件(特别是存储在存储器系统1120中的软件)的硬件设备。处理器11109可以是任何定制制作的或商业上可获得的处理器、中央处理单元(CPU)、与患者支持系统104相关联的几个处理器中的辅助处理器、基于半导体的微处理器(以微芯片或芯片组的形式)、或通常用于执行软件指令的任何设备。当患者支持系统1002在操作中时,处理器1109可以被配置成执行存储在存储器系统1120中的软件,向存储器系统1120传送数据和从存储器系统1120传送数据,以及根据软件总体控制患者支持系统104的操作。
I/O接口1112可以用于从一个或多个设备或组件接收用户输入和/或用于向一个或多个设备或组件提供系统输出。用户输入可以经由例如键盘和/或鼠标来提供。可以经由显示设备和打印机(未示出)提供系统输出。I/O接口1112可以包括例如串行端口、并行端口、小型计算机系统接口(SCSI)、IR接口、RF接口和/或通用串行总线(USB)接口。
网络接口1114可以用于从患者支持系统104传输和接收。网络接口1114可以包括例如10BaseT以太网适配器、100BaseT以太网适配器、LAN PHY以太网适配器、令牌环适配器、无线网络适配器(例如WiFi)或任何其他合适的网络接口设备。网络接口1114可以包括地址、控制和/或数据连接,以使能实现适当的通信。
存储器系统1120可以包括易失性存储器元件(例如,随机存取存储器(RAM,诸如DRAM、SRAM、SDRAM等))和非易失性存储器元件(例如,ROM、硬盘驱动器、磁带、CDROM、DVDROM等)中的任何一种或其组合。此外,存储器系统1120可以包含电子、磁性、光学和/或其他类型的存储介质。注意,存储器系统1120可以具有分布式架构,其中各种组件彼此远离定位,但是可以被处理器1109访问。
存储器系统1120中的软件可以包括一个或多个软件程序,其中的每个软件程序包括用于实现逻辑功能的可执行指令的有序列表。在图11的示例中,患者支持系统104的存储器系统1120中的软件可以包括EFG配置应用606、患者建模应用608、成像数据610和合适的操作系统(O/S)1118。操作系统1118基本上控制其他计算机程序的执行,并提供调度、输入输出控制、文件和数据管理、存储器管理、通信控制以及相关服务。
为了说明的目的,应用程序和其他可执行程序组件(诸如操作系统1118)在本文中被图示为离散的框,但是要认识到,这样的程序和组件可以在不同时间驻留在患者支持系统104的不同存储组件中。EFG配置应用606、患者建模应用608、成像数据610和/或控制软件1122的实现可以被存储在某种形式的计算机可读介质上或跨某种形式的计算机可读介质传输。公开的方法中的任何方法都可以由在计算机可读介质上实现的计算机可读指令来执行。计算机可读介质可以是可以由计算机访问的任何可用介质。作为示例而不旨在限制,计算机可读介质可以包括“计算机存储介质”和“通信介质”。“计算机存储介质”可以包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据的信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。示例性计算机存储介质可以包括RAM、ROM、EEPROM、闪存或其他存储技术、CD-ROM、数字多功能盘(DVD)或其他光存储装置、盒式磁带、磁带、磁盘存储装置或其他磁存储设备,或者可以用于存储期望信息并且可以由计算机访问的任何其他介质。
在图12中所图示的实施例中,装置100、患者支持系统602、患者建模应用608和/本文中所描述的任何其他设备/部件中的一个或多个可以被配置成执行方法1200,包括在1210处确定三维(3D)模型,其中3D模型包括多个体素。
在1220处,接收对活动标签的选择的指示,其中对活动标签的选择使得用户指示器能够使与之交互的多个体素中的体素与活动标签相关联。用户指示器可以包括鼠标、键盘、触觉响应接口(例如,触摸屏等)和/或诸如此类中的一个或多个。
在1230处,接收对涂抹标签的选择的指示,其中对涂抹标签的选择使得与涂抹标签不相关联的多个体素中的体素被写保护,以免与活动标签相关联。
在1240处,接收对指定3D模型内的结构的限制到标签的选择的指示,其中对所述限制到标签的选择使得与3D模型内的结构不相关联的所述多个体素中的体素被写保护,以免与活动标签相关联。
在1250处,基于经由用户指示器与一个或多个体素的交互,使与涂抹标签和限制到标签相关联的多个体素中的一个或多个体素与活动标签相关联。
在一些情况下,方法1200可以包括使得显示3D模型。
在一些情况下,方法1200可以包括经由用户指示器接收与多个体素中的另一个或多个体素的交互,确定所述另一个或多个体素与涂抹标签而不是限制到标签相关联,以及基于确定所述另一个或多个体素与涂抹标签而非限制到标签相关联,忽略与所述另一个或多个体素的交互。
在一些情况下,方法1200可以包括经由用户指示器接收与所述多个体素中的另一个或多个体素的交互,确定所述另一个或多个体素不与涂抹标签或限制到标签相关联,以及基于确定所述另一个或多个体素不与涂抹标签或限制到标签相关联,忽略与所述另一个或多个体素的交互。
在一些情况下,方法1200可以包括经由用户指示器接收与所述多个体素中的另一个或多个体素的交互,确定所述另一个或多个体素与限制到标签相关联且不与涂抹标签相关联,以及基于确定所述另一个或多个体素与限制到标签相关联且不与涂抹标签相关联,忽略与所述另一个或多个体素的交互。
在图13中所图示的实施例中,装置100、患者支持系统602、患者建模应用608和/本文中所描述的任何其他设备/部件中的一个或多个可以被配置成执行方法1300,包括在1310处确定三维(3D)模型,其中3D模型包括多个体素,其中多个体素中的每个体素与照明强度值相关联,其中基于相应的照明强度值,多个体素中的每个体素与3D模型的所表示的前景或3D模型的所表示的背景相关联。在一些情况下,照明强度值可以与RGB颜色相关联。
在1320处,使得显示交互式元素。在一些情况下,交互式元素可以是单个屏幕、页面和/或诸如此类,其使得方法1300的所有交互式步骤能够经由单个屏幕、页面和/或诸如此类来执行。
在1330处,经由交互式元件接收对种子体素的选择的指示,其中种子体素与特定值的照明强度相关联。
在1340处,确定多个体素中的一个或多个体素具有在特定值的阈值范围内的照明强度值,其中多个体素中的一个或多个体素具有在特定值的阈值范围内的照明强度值与3D结构内的感兴趣的区域(ROI)相关联。
在1350处,引起与ROI相关联的一个或多个体素的照明强度值中的变化以及多个体素中的一个或多个体素的照明强度值的变化中的一个或多个。
在1360处,基于与ROI相关联的一个或多个体素的照明强度值中的变化以及多个体素中的一个或多个体素的照明强度值的变化中的一个或多个,引起ROI的表示形状中的变化以及3D模型内的ROI的位置中的变化中的一个或多个。
在1370处,基于经由用户指示器与交互式元件的交互,重复步骤1330-1360中的一个或多个。
在1380处,基于经由用户指示器与交互式元件的另一交互,将多个体素中的一个或多个体素与ROI内的边界相关联,其中与边界相关联的一个或多个体素的照明强度值与特定值匹配。
在1390处,使边界内的一个或多个体素的照明强度值与特定值匹配。
在图14中所图示的实施例中,装置100、患者支持系统602、患者建模应用608和/本文中所描述的任何其他设备/部件中的一个或多个可以被配置成执行方法1400,包括在1410处确定三维(3D)模型,其中3D模型包括多个体素,其中多个体素中的每个体素与3D模型内的坐标相关联。
在1420处,确定3D模型内的结构,其中所述结构包括多个体素中的一个或多个体素。
在1430处,确定3D模型内的另一结构,其中所述另一结构包括所述多个体素中的另一个或多个体素。
在1440处,接收对另一个或多个体素的选择的指示。
在1450处,基于对所述另一个或多个体素的选择的指示,接收对改变所述另一个或多个体素的坐标的请求。
在1460处,基于所述请求,改变所述另一个或多个体素的坐标,其中改变所述坐标将所述另一个结构与所述结构相关联。
鉴于所描述的装置、系统和方法及其变型,下文中描述了本发明的某些更特别描述的实施例。然而,这些特别列举的实施例不应该被解释为对包含本文中描述的不同或更一般的教导的任何不同权利要求有任何限制作用,或者“特定”实施例在某种程度上受限于除了其中字面使用的语言的固有含义之外的一些方式。
实施例1:一种方法,包括:确定三维(3D)模型,其中所述3D模型包括多个体素;接收对活动标签的选择的指示,其中对活动标签的选择使得用户指示器能够使与之交互的多个体素中的体素与活动标签相关联;接收对涂抹标签的选择的指示,其中对涂抹标签的选择使得与涂抹标签不相关联的多个体素中的体素被写保护,以免与活动标签相关联;接收对指定3D模型内的结构的限制到标签的选择的指示,其中对所述限制到标签的选择使得与3D模型内的结构不相关联的多个体素中的体素被写保护,以免与活动标签相关联;以及基于经由用户指示器与一个或多个体素的交互,使得与涂抹标签和限制到标签相关联的多个体素中的一个或多个体素与活动标签相关联。
实施例2:如前述实施例中的任一实施例中所述的实施例,进一步包括使得显示3D模型。
实施例3:如前述实施例中的任一实施例中所述的实施例,其中,所述用户指示器包括鼠标、键盘或触觉响应接口中的一个或多个。
实施例4:如前述实施例中的任一实施例中所述的实施例,进一步包括:经由用户指示器接收与多个体素中的另一个或多个体素的交互;确定所述另一个或多个体素与涂抹标签而不是限制到标签相关联;以及基于确定所述另一个或多个体素与所述涂抹标签而不是所述限制到标签相关联,忽略与所述另一个或多个体素的交互。
实施例5:如实施例1-3中的任一实施例中所述的实施例,进一步包括:经由用户指示器接收与多个体素中的另一个或多个体素的交互;确定所述另一个或多个体素不与所述涂抹标签或所述限制到标签相关联;以及基于确定所述另一个或多个体素不与所述涂抹标签或所述限制到标签相关联,忽略与所述另一个或多个体素的交互。
实施例6:如实施例1-3中的任一实施例中所述的实施例,进一步包括:经由用户指示器接收与多个体素中的另一个或多个体素的交互;确定所述另一个或多个体素与所述限制到标签相关联并且不与涂抹标签相关联;以及基于确定所述另一个或多个体素与所述限制到标签相关联并且不与所述涂抹标签相关联,忽略与所述另一个或多个体素的交互。
实施例7:一种方法,包括:(a)确定三维(3D)模型,其中3D模型包括多个体素,其中所述多个体素中的每个体素与照明强度值相关联,其中基于相应的照明强度值,所述多个体素中的每个体素与3D模型的表示的前景或3D模型的表示的背景相关联;(b)使得显示交互式元素;(c)经由交互式元件接收对种子体素的选择的指示,其中种子体素与特定值的照明强度相关联;(d)确定多个体素中的一个或多个体素具有在特定值的阈值范围内的照明强度值,其中多个体素中的一个或多个体素具有在特定值的阈值范围内的照明强度值与3D结构内的感兴趣的区域(ROI)相关联;(e)引起与ROI相关联的一个或多个体素的照明强度值中的变化以及多个体素中的一个或多个体素的照明强度值的变化中的一个或多个;(f)基于与ROI相关联的一个或多个体素的照明强度值中的变化以及多个体素中的一个或多个体素的照明强度值的变化中的一个或多个,引起ROI的表示形状中的变化以及3D模型内的ROI的位置中的变化中的一个或多个;(g)基于经由用户指示器与交互式元件的交互,重复步骤(c)-(f)中的一个或多个;(h)基于经由用户指示器与交互式元件的另一交互,将多个体素中的一个或多个体素与ROI内的边界相关联,其中与边界相关联的一个或多个体素的照明强度值与特定值匹配;以及(i)使边界内的一个或多个体素的照明强度值与特定值匹配。
实施例8:如实施例7中所述的实施例,其中照明强度值与RGB颜色相关联。
实施例9:一种方法,包括:确定三维(3D)模型,其中3D模型包括多个体素,其中多个体素中的每个体素与3D模型内的坐标相关联;确定3D模型内的结构,其中所述结构包括多个体素中的一个或多个体素;确定3D模型内的另一结构,其中所述另一结构包括多个体素中的另一个或多个体素;接收对所述另一个或多个体素的选择的指示;基于对所述另一个或多个体素的选择的指示,接收对改变所述另一个或多个体素的坐标的请求;以及基于所述请求,改变所述另一个或多个体素的坐标,其中改变坐标将所述另一结构与所述结构相关联。
除非另有明确说明,否则绝不旨在将本文中阐述的任何方法解释为要求其步骤以特定顺序执行。因此,在方法权利要求实际上没有叙述其步骤所遵循的顺序,或者在权利要求或描述中没有另外具体说明所述步骤将被限制为特定顺序,则绝不旨在在任何方面中都推断出顺序。这适用于任何可能的非明确解释基础,包括:关于步骤或操作流程的布置的逻辑问题;源自语法组织或标点符号的简单含义;说明书中描述的实施例的数量或类型。
虽然已经结合优选实施例和具体示例描述了方法和系统,但是不旨在将范围限于所阐述的特定实施例,因为本文中的实施例在所有方面中都旨在是说明性而非限制性的。
除非另有明确说明,否则绝不旨在将本文中阐述的任何方法解释为要求其步骤以特定顺序执行。因此,在方法权利要求实际上没有叙述其步骤所遵循的顺序,或者在权利要求或描述中没有另外具体说明所述步骤将被限制为特定顺序,则绝不旨在在任何方面中都推断出顺序。这适用于任何可能的非明确解释基础,包括:关于步骤或操作流程的布置的逻辑问题;源自语法组织或标点符号的简单含义;说明书中描述的实施例的数量或类型。
对本领域技术人员而言,在不脱离范围或精神的情况下,可以进行各种修改和变化。通过考虑本文中公开的说明书和实践,其他实施例对于本领域技术人员将是显而易见的。旨在将说明书和示例仅视为示例性的,其中真实范围和精神由所附权利要求来指示。

Claims (15)

1.一种方法,包括:
确定三维(3D)模型,其中所述3D模型包括多个体素;
接收对活动标签的选择的指示,其中对活动标签的选择使得用户指示器能够使与之交互的多个体素中的体素与活动标签相关联;
接收对涂抹标签的选择的指示,其中对涂抹标签的选择使得与涂抹标签不相关联的多个体素中的体素被写保护,以免与活动标签相关联;
接收对指定3D模型内的结构的限制到标签的选择的指示,其中对所述限制到标签的选择使得与3D模型内的结构不相关联的多个体素中的体素被写保护,以免与活动标签相关联;以及
基于经由用户指示器与一个或多个体素的交互,使得与涂抹标签和限制到标签相关联的多个体素中的一个或多个体素与活动标签相关联。
2.根据权利要求1所述的方法,进一步包括使得显示3D模型。
3.根据权利要求1所述的方法,其中,所述用户指示器包括鼠标、键盘或触觉响应接口中的一个或多个。
4.根据权利要求1所述的方法,进一步包括:
经由用户指示器接收与多个体素中的另一个或多个体素的交互;
确定所述另一个或多个体素与涂抹标签而不是限制到标签相关联;以及
基于确定所述另一个或多个体素与所述涂抹标签而不是所述限制到标签相关联,忽略与所述另一个或多个体素的交互。
5.根据权利要求1所述的方法,进一步包括:
经由用户指示器接收与多个体素中的另一个或多个体素的交互;
确定所述另一个或多个体素不与所述涂抹标签或所述限制到标签相关联;以及
基于确定所述另一个或多个体素不与所述涂抹标签或所述限制到标签相关联,忽略与所述另一个或多个体素的交互。
6.根据权利要求1所述的方法,进一步包括:
经由用户指示器接收与多个体素中的另一个或多个体素的交互;
确定所述另一个或多个体素与所述限制到标签相关联并且不与涂抹标签相关联;以及
基于确定所述另一个或多个体素与所述限制到标签相关联并且不与所述涂抹标签相关联,忽略与所述另一个或多个体素的交互。
7.一种或多种其上存储处理器可执行指令的非暂时性计算机可读介质,当所述处理器可执行指令被处理器执行时,使得处理器执行权利要求1-6中的任一项所述的方法。
8.一种装置,包括:
一个或多个处理器;以及
存储处理器可执行指令的存储器,当所述处理器可执行指令被一个或多个处理器执行时,使得所述装置执行权利要求1-6中的任一项所述的方法。
9.一种方法,包括:
(a)确定三维(3D)模型,其中3D模型包括多个体素,其中所述多个体素中的每个体素与照明强度值相关联,其中基于相应的照明强度值,所述多个体素中的每个体素与3D模型的表示的前景或3D模型的表示的背景相关联;
(b)使得显示交互式元素;
(c)经由交互式元件接收对种子体素的选择的指示,其中种子体素与特定值的照明强度相关联;
(d)确定多个体素中的一个或多个体素具有在特定值的阈值范围内的照明强度值,其中多个体素中的一个或多个体素具有在特定值的阈值范围内的照明强度值与3D结构内的感兴趣的区域(ROI)相关联;
(e)引起与ROI相关联的一个或多个体素的照明强度值中的变化以及多个体素中的一个或多个体素的照明强度值的变化中的一个或多个;
(f)基于与ROI相关联的一个或多个体素的照明强度值中的变化以及多个体素中的一个或多个体素的照明强度值的变化中的一个或多个,引起ROI的表示形状中的变化以及3D模型内的ROI的位置中的变化中的一个或多个;
(g)基于经由用户指示器与交互式元件的交互,重复步骤(c)-(f)中的一个或多个;
(h)基于经由用户指示器与交互式元件的另一交互,将多个体素中的一个或多个体素与ROI内的边界相关联,其中与边界相关联的一个或多个体素的照明强度值与特定值匹配;以及
(i)使边界内的一个或多个体素的照明强度值与特定值匹配。
10.根据权利要求9所述的方法,其中照明强度值与RGB颜色相关联。
11.一种或多种其上存储处理器可执行指令的非暂时性计算机可读介质,当所述处理器可执行指令被处理器执行时,使得处理器执行权利要求9-10中的任一项所述的方法。
12.一种装置,包括:
一个或多个处理器;以及
存储处理器可执行指令的存储器,当所述处理器可执行指令被一个或多个处理器执行时,使得所述装置执行权利要求9-10中的任一项所述的方法。
13.一种方法,包括:
确定三维(3D)模型,其中3D模型包括多个体素,其中多个体素中的每个体素与3D模型内的坐标相关联;
确定3D模型内的结构,其中所述结构包括多个体素中的一个或多个体素;
确定3D模型内的另一结构,其中所述另一结构包括多个体素中的另一个或多个体素;
接收对所述另一个或多个体素的选择的指示;
基于对所述另一个或多个体素的选择的指示,接收对改变所述另一个或多个体素的坐标的请求;以及
基于所述请求,改变所述另一个或多个体素的坐标,其中改变坐标将所述另一结构与所述结构相关联。
14.一种或多种其上存储处理器可执行指令的非暂时性计算机可读介质,当所述处理器可执行指令被处理器执行时,使得处理器执行权利要求13所述的方法。
15.一种装置,包括:
一个或多个处理器;以及
存储处理器可执行指令的存储器,当所述处理器可执行指令被一个或多个处理器执行时,使得所述装置执行权利要求13所述的方法。
CN202080091028.4A 2019-12-31 2020-12-31 用于图像分割的方法、系统和装置 Pending CN114868156A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962955644P 2019-12-31 2019-12-31
US62/955644 2019-12-31
PCT/IB2020/001087 WO2021136965A2 (en) 2019-12-31 2020-12-31 Methods, systems, and apparatuses for image segmentation

Publications (1)

Publication Number Publication Date
CN114868156A true CN114868156A (zh) 2022-08-05

Family

ID=74561928

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080091028.4A Pending CN114868156A (zh) 2019-12-31 2020-12-31 用于图像分割的方法、系统和装置

Country Status (6)

Country Link
US (2) US11941761B2 (zh)
EP (3) EP4102469A1 (zh)
JP (1) JP2023508584A (zh)
CN (1) CN114868156A (zh)
TW (1) TW202133113A (zh)
WO (1) WO2021136965A2 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2023508584A (ja) 2019-12-31 2023-03-02 ノボキュア ゲーエムベーハー 画像セグメンテーションのための方法、システム、および装置
TWI815754B (zh) * 2022-12-21 2023-09-11 中國醫藥大學 自動化計算量測骨盆特徵點的方法

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BE794566A (fr) 1972-01-28 1973-07-26 Esb Inc Regenerateur et stimulateur bioelectrochimique et procedes d'application in vivo d'energie electrique a des cellules et des tissus.
DE2907013A1 (de) 1978-02-24 1979-08-30 American Med Syst Verfahren und vorrichtung zum beguenstigen der heilung von verletzten knochenknorpeln und geweben im gesichtsbereich
GB2043453A (en) 1979-02-22 1980-10-08 Electrochem Tech Corp Improvements in or relating to an electrode
FR2627987B3 (fr) 1988-03-04 1990-02-02 Indiba Sa Appareil electronique pour la therapie medicale et cosmetique
US7146210B2 (en) 2000-02-17 2006-12-05 Standen Ltd. Apparatus and method for optimizing tumor treatment efficiency by electric fields
CN1416466A (zh) 2000-02-17 2003-05-07 约朗姆·帕尔蒂 破坏正在分裂的细胞的方法和装置
US6801198B2 (en) * 2002-05-01 2004-10-05 Amada Company, Limited Method of editing assembly
CA2563817C (en) 2004-04-23 2018-07-10 Yoram Palti Treating a tumor or the like with electric fields at different frequencies
US9198733B2 (en) 2008-04-29 2015-12-01 Virginia Tech Intellectual Properties, Inc. Treatment planning for electroporation-based therapies
EP2419171B1 (en) 2009-04-13 2017-11-01 Research Foundation Of The City University Of New York Neurocranial electrostimulation models
US20110054295A1 (en) * 2009-08-25 2011-03-03 Fujifilm Corporation Medical image diagnostic apparatus and method using a liver function angiographic image, and computer readable recording medium on which is recorded a program therefor
US20110050692A1 (en) 2009-09-01 2011-03-03 Accuray Incorporated Interpolating and rendering sub-phases of a 4d dataset
WO2011047387A2 (en) 2009-10-16 2011-04-21 Virginia Tech Intellectual Properties, Inc. Treatment planning for electroporation-based therapies
US8761493B2 (en) 2011-07-21 2014-06-24 Carestream Health, Inc. Method and system for tooth segmentation in dental images
US9693699B2 (en) 2013-01-16 2017-07-04 University Of Vermont Methods and systems for mapping cardiac fibrillation
EP2800064B1 (en) * 2013-04-30 2022-04-20 Dassault Systèmes A computer-implemented method for manipulating three-dimensional modeled objects of an assembly in a three-dimensional scene
WO2015067300A1 (en) * 2013-11-05 2015-05-14 Brainlab Ag Determination of enhancing structures in an anatomical body part
US10192022B2 (en) * 2014-06-04 2019-01-29 IronCAD, LLC Geometric modeling system with intelligent behaviors of design components
US9710880B2 (en) 2014-07-03 2017-07-18 Siemens Product Lifecycle Management Software Inc. User-guided shape morphing in bone segmentation for medical imaging
US20190117963A1 (en) 2014-07-25 2019-04-25 Loyalty Based Innovations, LLC Apparatus and method for treating multiple tumors in patients with metastatic disease by electric fields
US20170049497A1 (en) 2015-08-21 2017-02-23 Medtronic Ablation Frontiers Llc Array orientation tracker
US10188851B2 (en) 2015-10-28 2019-01-29 Novocure Limited TTField treatment with optimization of electrode positions on the head based on MRI-based conductivity measurements
US20180001075A1 (en) 2016-06-30 2018-01-04 Novocure Limited Arrays for Longitudinal Delivery of TTFields to a Body
CN110168613B (zh) 2016-09-20 2023-02-21 哈特弗罗公司 用于使用降阶模型和机器学习估计血流特性的系统和方法
KR102548188B1 (ko) 2016-12-13 2023-06-27 지브 봄존 전극위치가 변형 가능한 템플릿들로 최적화된 종양 치료장을 이용하여 환자들을 치료
WO2018176189A1 (zh) 2017-03-27 2018-10-04 上海联影医疗科技有限公司 图像分割的方法及系统
US11551353B2 (en) 2017-11-22 2023-01-10 Arterys Inc. Content based image retrieval for lesion analysis
EP3832335A1 (en) 2018-04-10 2021-06-09 Zeev Bomzon Low frequency (< 1 mhz) ac conductivity estimates derived from two mri images having different repetition times
CA3109234A1 (en) 2018-08-24 2020-02-27 David Byron Douglas A virtual tool kit for radiologists
EP3984590B1 (en) 2018-10-15 2022-12-07 Novocure GmbH Generating tumor treating fields (ttfields) with high uniformity throughout the brain
EP3870271A1 (en) 2018-10-25 2021-09-01 Zeev Bomzon Delivering alternating electric fields (e.g., ttfields) to a subject's spinal anatomy
US20200146586A1 (en) 2018-11-14 2020-05-14 Novocure Gmbh Creating Accurate Computational Head Models of Patients Using Datasets Combining MRI and CT Images
WO2020144582A1 (en) 2019-01-08 2020-07-16 Novocure Gmbh Evaluating quality of segmentation of an image into different types of tissue for planning treatment using tumor treating fields (ttfields)
CN109558912A (zh) 2019-01-21 2019-04-02 广西师范大学 一种基于深度可分离卷积的阿尔兹海默病分类方法
US11354586B2 (en) 2019-02-15 2022-06-07 Q Bio, Inc. Model parameter determination using a predictive model
US11620789B2 (en) 2019-05-03 2023-04-04 Novocure Gmbh Methods, systems, and apparatuses for managing transducer array placement
USD934892S1 (en) 2019-05-03 2021-11-02 Novocure Gmbh Display screen or portion thereof with a graphical user interface
CN114364433A (zh) 2019-08-30 2022-04-15 诺沃库勒有限责任公司 向颈部输送肿瘤治疗场(TTFields)
US11334617B2 (en) * 2019-09-25 2022-05-17 Mercari, Inc. Paint-based image search
EP4099336A1 (en) 2019-12-02 2022-12-07 Novocure GmbH Methods and apparatuses for optimizing transducer array placement
JP2023508584A (ja) 2019-12-31 2023-03-02 ノボキュア ゲーエムベーハー 画像セグメンテーションのための方法、システム、および装置
US20210196207A1 (en) 2019-12-31 2021-07-01 Novocure Gmbh Methods, systems, and apparatuses for associating dielectric properties with a patient model
JP2023508586A (ja) 2019-12-31 2023-03-02 ノボキュア ゲーエムベーハー 電界分布の高速近似のための方法、システム、および装置
US20210299439A1 (en) 2020-03-31 2021-09-30 Novocure Gmb Methods, systems, and apparatuses for guiding transducer placements for tumor treating fields
EP4033451A1 (en) 2021-01-20 2022-07-27 Siemens Healthcare GmbH Interactive image editing using signed distance fields

Also Published As

Publication number Publication date
US20240087235A1 (en) 2024-03-14
EP4052232A2 (en) 2022-09-07
EP4102469A1 (en) 2022-12-14
WO2021136965A3 (en) 2021-08-19
WO2021136965A2 (en) 2021-07-08
EP4105890A1 (en) 2022-12-21
US20210201572A1 (en) 2021-07-01
JP2023508584A (ja) 2023-03-02
TW202133113A (zh) 2021-09-01
US11941761B2 (en) 2024-03-26

Similar Documents

Publication Publication Date Title
US20210162228A1 (en) Methods, systems, and apparatuses for optimizing transducer array placement
US11620789B2 (en) Methods, systems, and apparatuses for managing transducer array placement
EP4075442A1 (en) Methods, systems, and apparatuses for fast approximation of electric field distribution
US20240087235A1 (en) Methods, systems, and apparatuses for image segmentation
US20230147250A1 (en) Methods, systems, and apparatuses for combined tumor treating fields and mental health therapy
US20210196207A1 (en) Methods, systems, and apparatuses for associating dielectric properties with a patient model
US20240061398A1 (en) Methods, systems, and apparatuses for guiding transducer array placement
EP4074366A1 (en) Apparatuses for managing temperatures induced by alternating fields
CN113939332A (zh) 用于管理换能器阵列放置的方法、系统和装置
TWI827889B (zh) 用於管理傳感器陣列佈置的方法和設備以及相關的非暫態的電腦可讀取的媒體

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