CN116052839B - 基于切伦科夫辐射的剂量验证方法及装置 - Google Patents

基于切伦科夫辐射的剂量验证方法及装置 Download PDF

Info

Publication number
CN116052839B
CN116052839B CN202310053355.6A CN202310053355A CN116052839B CN 116052839 B CN116052839 B CN 116052839B CN 202310053355 A CN202310053355 A CN 202310053355A CN 116052839 B CN116052839 B CN 116052839B
Authority
CN
China
Prior art keywords
photon
cerenkov
biological tissue
dose
generating
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
Application number
CN202310053355.6A
Other languages
English (en)
Other versions
CN116052839A (zh
Inventor
周冠群
李泽洲
张志诚
周昊天
王中亚
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.)
Shenzhen Yangqi Yixin Intelligent Technology Co ltd
Original Assignee
Shenzhen Yangqi Yixin Intelligent Technology 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 Shenzhen Yangqi Yixin Intelligent Technology Co ltd filed Critical Shenzhen Yangqi Yixin Intelligent Technology Co ltd
Priority to CN202310053355.6A priority Critical patent/CN116052839B/zh
Publication of CN116052839A publication Critical patent/CN116052839A/zh
Application granted granted Critical
Publication of CN116052839B publication Critical patent/CN116052839B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103—Treatment planning systems
    • A61N5/1031—Treatment planning systems using a specific method of dose optimization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00—Energy generation of nuclear origin
    • Y02E30/30—Nuclear fission reactors

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Primary Health Care (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Epidemiology (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Urology & Nephrology (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Radiation-Therapy Devices (AREA)

Abstract

本发明涉及人工智能技术，揭露了一种基于切伦科夫辐射的辐射剂量验证方法，包括：获取生物组织的光学参数，根据所述光学参数、切伦科夫光子的波长范围和预设的单位波长切伦科夫光子数算法生成生物组织的切伦科夫光子总数算法；根据获取到的生物组织的成像图和所述切伦科夫光子总数算法生成强弱成像关系；生成放射性辐射的剂量曲线，利用所述切伦科夫光子总数算法和所述剂量曲线确定所述生物组织的光子剂量比；获取目标生物组织的目标成像，根据所述强弱成像关系、所述光子剂量比和所述目标成像对所述目标生物组织进行剂量验证。本发明还提出一种基于切伦科夫辐射的剂量验证装置。本发明可以提高辐射剂量的剂量验证准确性。

Description

基于切伦科夫辐射的剂量验证方法及装置
技术领域
本发明涉及人工智能技术领域，尤其涉及一种基于切伦科夫辐射的剂量验证方法及装置。
背景技术
放射治疗相比于外照射治疗、化疗和手术治疗，在一些情况下有着其独特的优势，放射性射线(Xray、电子线等)按照模拟优化结果照射癌症靶区时，射放射性线只杀伤靶区病变部位的恶性细胞，而对正常组织和器官的损伤较小。在正确掌握疾病类型、合理应用放射性射线和准确估算照射辐射剂量的情况下，可以有效降低患者正常组织和器官及全身的辐射吸收剂量，从而减少放射治疗中的损伤程度和不良反应。
现如今，放射治疗也存在许多不足之处，缺乏有效的控制和监测手段对靶区的照射剂量进行监测。对于放射治疗而言，需要对放射治疗中的剂量进行验证，靶区所受辐射剂量计算不够准确，缺乏治疗过程中对辐射剂量的监测手段，给保护患者的辐射安全和评价治疗效果带来一定的困难。放射治疗过程中如果靶区受到的射辐射剂量不足，则难以杀伤靶区的恶性细胞达到治疗疾病的目的，导致治疗的失败甚至疾病的复发；当给予的辐射剂量过高时又可能对正常的组织或者器官造成不必要的伤害，导致副作用的发生，因此如何提升辐射剂量的剂量验证准确性，成为了亟待解决的问题。
发明内容
本发明提供一种基于切伦科夫辐射的剂量验证方法及装置，其主要目的在于解决辐射剂量的剂量验证准确性较低的问题。
为实现上述目的，本发明提供的一种基于切伦科夫辐射的剂量验证方法，包括：
获取生物组织的光学参数，根据所述光学参数生成所述生物组织的切伦科夫光子的发射角度；
确定所述切伦科夫光子的波长范围，根据所述发射角度、所述波长范围和预设的单位波长切伦科夫光子数算法生成所述生物组织的单位路径切伦科夫光子数算法；
利用所述单位路径切伦科夫光子数算法生成所述生物组织的切伦科夫光子总数算法；
获取所述生物组织的成像图，根据所述成像图和所述切伦科夫光子总数算法生成所述生物组织的强弱成像关系；
获取放射性射线的剂量数据，利用所述剂量数据生成所述放射性射线的剂量曲线，利用所述切伦科夫光子总数算法和所述剂量曲线确定所述生物组织的光子剂量比；
获取目标生物组织的目标成像，根据所述强弱成像关系、所述光子剂量比和所述目标成像对所述目标生物组织进行剂量验证。
可选地，所述根据所述光学参数生成所述生物组织的切伦科夫光子的发射角度，包括：
利用如下发射角度算法和所述光学参数生成所述生物组织的切伦科夫光子的发射角度：
其中，θ是所述生物组织的切伦科夫光子的发射角度，arccos是反余弦函数，β是带电粒子在所述生物组织中穿行的相速度，n是所述生物组织的介质折射率。
可选地，所述根据所述发射角度、所述波长范围和预设的单位波长切伦科夫光子数算法生成所述生物组织的单位路径切伦科夫光子数算法，包括：
根据所述所述波长范围和所述切伦科夫光子的单位距离生成所述切伦科夫光子的单位路径；
根据所述发射路径、所述单位路径和所述预设的单位波长切伦科夫光子数算法生成所述生物组织的单位路径切伦科夫光子数算法，其中，所述单位路径切伦科夫光子数算法为：
其中，是带电粒子在所述生物组织中单位路径上产生的切伦科夫光子波长范围为λ1到λ2的光子个数，x是带电粒子的路径，h是普朗克常数，c是真空中的光速，λ1是带电粒子的波长范围的下限，λ2是所述切伦科夫光子的波长范围的上限，N是切伦科夫光子数符号，l是距离，α代表精细结构常量，z是带电粒子的电荷量，θ是所述切伦科夫光子的发射角度，π是圆周率，β是带电粒子在所述生物组织中穿行的相速度，n是所述生物组织的介质折射率。
可选地，所述利用所述单位路径切伦科夫光子数算法生成所述生物组织的切伦科夫光子总数算法，包括：
对所述单位路径切伦科夫光子数算法进行积分运算，得到所述生物组织的切伦科夫光子总数算法，其中，所述生物组织的切伦科夫光子总数算法为：
其中，NT是所述生物组织的切伦科夫光子总数，E是所述切伦科夫光子的电子能量，ρ是所述切伦科夫光子的密度，Φ是所述切伦科夫光子的光子束在所述生物组织中因光电效应和康普顿效应产生的次级电子的能量呈现的能谱分布，是，x是所述切伦科夫光子的路径，h是普朗克常数，c是真空中的光速，λ1是所述切伦科夫光子的波长范围的下限，λ2是所述切伦科夫光子的波长范围的上限，N是切伦科夫光子数符号，l是距离，α代表精细结构常量，z是带电粒子的电荷量，θ是所述切伦科夫光子的发射角度，π是圆周率，β是带电粒子在所述生物组织中穿行的相速度，n是所述生物组织的介质折射率。
可选地，所述根据所述成像图和所述切伦科夫光子总数算法生成所述生物组织的强弱成像关系，包括：
按照预设的生物组织区域和所述切伦科夫光子总数算法生成所述生物组织的切伦科夫光子区域总数；
根据所述切伦科夫光子区域总数对所述成像图进行区域解析，得到所述生物组织的强弱成像关系。
可选地，所述根据所述切伦科夫光子区域总数对所述成像图进行区域解析，得到所述生物组织的强弱成像关系，包括：
根据所述切伦科夫光子区域总数的大小确定所述成像图的图像显示强度；
按照预设的波长规则和所述图像显示强度生成所述生物组织的强弱成像关系。
可选地，所述获取放射性射线的剂量数据，包括：
根据预设的吸收剂量算法获取放射性射线的剂量数据，其中，所述预设的吸收剂量算法为：
其中，D是放射性射线的剂量数据，E是所述切伦科夫光子的电子能量，ρ是所述切伦科夫光子的密度，Φ是所述切伦科夫光子的光子束在所述生物组织中因光电效应和康普顿效应产生的次级电子的能量呈现的能谱分布，x是所述切伦科夫光子的路径，是带电粒子在所述生物组织中的碰撞阻止本领。
可选地，所述利用所述切伦科夫光子总数算法和所述剂量曲线确定所述生物组织的光子剂量比，包括：
根据所述切伦科夫光子总数算法确定所述生物组织的切伦科夫光子分布，根据所述光子分布生成所述生物组织的光子曲线；
对所述光子曲线进行归一化处理，得到所述光子曲线的光子归一化曲线；
对所述剂量曲线进行归一化处理，得到所述剂量曲线的剂量归一化曲线；
利用所述光子归一化曲线和所述剂量归一化曲线生成所述生物组织的光子剂量比。
可选地，所述根据所述强弱成像关系、所述光子剂量比和所述目标成像对所述目标生物组织进行剂量验证，包括：
根据所述强弱成像关系对所述目标成像进行区域划分，得到所述目标成像的目标区域；
根据所述预设的波长规则对所述目标区域进行光子数分析，得到所述目标区域的目标光子数；
根据所述目标光子数和所述光子剂量比确所述目标区域的目标剂量。
为了解决上述问题，本发明还提供一种基于切伦科夫辐射的剂量验证装置，所述装置包括：
发射角度模块，用于获取生物组织的光学参数，根据所述光学参数生成所述生物组织的切伦科夫光子的发射角度；
单位路径光子数模块，用于确定所述切伦科夫光子的波长范围，根据所述发射角度、所述波长范围和预设的单位波长切伦科夫光子数算法生成所述生物组织的单位路径切伦科夫光子数算法；
光子总数模块，用于利用所述单位路径切伦科夫光子数算法生成所述生物组织的切伦科夫光子总数算法；
强弱成像模块，用于获取所述生物组织的成像图，根据所述成像图和所述切伦科夫光子总数算法生成所述生物组织的强弱成像关系；
光子剂量比模块，用于获取放射性射线的剂量数据，利用所述剂量数据生成所述放射性射线的剂量曲线，利用所述切伦科夫光子总数算法和所述剂量曲线确定所述生物组织的光子剂量比；
剂量验证模块，用于获取目标生物组织的目标成像，根据所述强弱成像关系、所述光子剂量比和所述目标成像对所述目标生物组织进行剂量验证。
本发明实施例通过生物组织的光学参数、切伦科夫光子的波长范围、预设的单位波长切伦科夫光子数算法生成所述生物组织的切伦科夫光子总数算法，对所述生物组织的辐射剂量的数目进行定量化表示，切伦科夫光子总数算法避免了利用大量数据构建模型，防止数据不足时所产生的模型不精确，根据所述成像图和所述切伦科夫光子总数算法生成所述生物组织的强弱成像关系，切伦科夫光子总数算法是所述成像图的量化分析，成像图是切伦科夫光子总数算法的显化表示，利用所述切伦科夫光子总数算法和生成的剂量曲线确定所述生物组织的光子剂量比，建立了剂量与光子数之间的数学关系，便于进行光子数和剂量之间的转化，定量分析相较于定性分析的分析结果更加精确，因此本发明提出基于切伦科夫辐射的剂量验证方法及装置，可以解决辐射剂量的剂量验证准确性较低的问题。
附图说明
图1为本发明一实施例提供的基于切伦科夫辐射的剂量验证方法的流程示意图；
图2为本发明一实施例提供的生成强弱成像关系的流程示意图；
图3为本发明一实施例提供的生成光子剂量比的流程示意图；
图4为本发明一实施例提供的基于切伦科夫辐射的剂量验证装置的功能模块图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于切伦科夫辐射的剂量验证方法。所述基于切伦科夫辐射的剂量验证方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于切伦科夫辐射的剂量验证方法可以由安装在终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的基于切伦科夫辐射的剂量验证方法的流程示意图。在本实施例中，所述基于切伦科夫辐射的剂量验证方法包括：
S1、获取生物组织的光学参数，根据所述光学参数生成所述生物组织的切伦科夫光子的发射角度。
在本发明实施例中，所述生物组织可以是人体的器官或组织，可以是小白鼠或者兔子等实验品，其中，人体的器官或组织可以是甲状腺、乳腺或者淋巴结等；所述光学参数是指所述生物组织的介质折射率和带电粒子在所述生物组织中穿行的相速度。
详细的，切伦科夫辐射是带电粒子在透明介质中的传播速度超过光在此介质中的传播速度时，由于介质中分子、原子的退极化所辐射出的一种波长范围从紫外到可见光区域的光子，所述切伦科夫辐射又指所述切伦科夫光子，其中，所述带电粒子可来自介质外，也可以是带电粒子(如质子、碳离子)和不带电粒子(如γ射线、中子)在介质中与物质发生相互作用后产生，也可由放射性射线与物质相互作用产生。
进一步地，切伦科夫辐射具有两个特点：一是光子沿着带电粒子入射方向，以一定的角方向发散，可通过在一定视场角范围内收集光子；二是光子光谱属于连续光谱，而且光谱成分比例与波长平方成反比，大部分光谱范围内的光子在人体组织中被散射吸收，少数光子能穿过人体组织到达人体体表，总体光子强度较弱，其中近红外部分光子权重最大。
在本发明实施例中，所述根据所述光学参数生成所述生物组织的切伦科夫光子的发射角度，包括：
利用如下发射角度算法和所述光学参数生成所述生物组织的切伦科夫光子的发射角度：
其中，θ是所述生物组织的切伦科夫光子的发射角度，arccos是反余弦函数，β是带电粒子在所述生物组织中穿行的相速度，n是所述生物组织的介质折射率。
详细的，所述β是带电粒子在所述生物组织中穿行的相速度可以表示为：
其中，β是带电粒子在所述生物组织中穿行的相速度，E是带电粒子的能量，m是带电粒子的质量，c是光在真空中的传播速度，mc2代表带电粒子的静止能量。
详细地，不同介质具有不同的折射系数，如空气、水和人体组织的折射系数分别为1.05、1.33和1.40。而且，不同折射系数下，切伦科夫光子发散角与带电粒子相速之间的关系也不同。
进一步地，只有当射束的能量达到一定的阈值时射线将在人体组织中产生切伦科夫辐射，其中，所述阈值可以根据所述带电粒子的静止质量和所述生物组织的介质折射率求得，亦即，所述阈值根据所述带电粒子经过的介质变化，例如：水的阈值能量为264.1keV，生物组织的阈值能量可以是为213.8keV。
S2、确定所述切伦科夫光子的波长范围，根据所述发射角度、所述波长范围和预设的单位波长切伦科夫光子数算法生成所述生物组织的单位路径切伦科夫光子数算法。
在本发明实施例中，带电粒子在介质中传播单位长度距离时发射的切伦科夫光子数量与光子波长的平方成反比，切伦科夫辐射的光谱范围主要集中在紫外到可见光光谱较短的波长范围中。
进一步地，所述带电粒子不同时，所需要的能量阈值不同，所述带电粒子是质子束和碳离子束时，在物质中产生切伦科夫效应所需的阈值能量非常高，例如：质子和碳离子在折射率为1.33的水中产生切伦科夫效应的阈值能量分别为484MeV和5821MeV。
详细的，所述预设的单位波长切伦科夫光子数算法为：
其中，是带电粒子在所述生物组织中传播单位长度距离产生的单位波长间隔的切伦科夫光子数，N是切伦科夫光子数符号，λ是切伦科夫光子的波长，l是距离，α代表精细结构常量，z是带电粒子的电荷量，θ是所述切伦科夫光子的发射角度，π是圆周率。
在本发明实施例中，所述根据所述发射角度、所述波长范围和预设的单位波长切伦科夫光子数算法生成所述生物组织的单位路径切伦科夫光子数算法，包括：
根据所述所述波长范围和所述切伦科夫光子的单位距离生成所述切伦科夫光子的单位路径；
根据所述发射路径、所述单位路径和所述预设的单位波长切伦科夫光子数算法生成所述生物组织的单位路径切伦科夫光子数算法，其中，所述单位路径切伦科夫光子数算法为：
其中，是带电粒子在所述生物组织中单位路径上产生的切伦科夫光子波长范围为λ1到λ2的光子个数，x是带电粒子的路径，h是普朗克常数，c是真空中的光速，λ1是带电粒子的波长范围的下限，λ2是所述切伦科夫光子的波长范围的上限，N是切伦科夫光子数符号，l是距离，α代表精细结构常量，z是带电粒子的电荷量，θ是所述切伦科夫光子的发射角度，π是圆周率，β是带电粒子在所述生物组织中穿行的相速度，n是所述生物组织的介质折射率。
本发明实施例在，所述带电粒子主要指电子，是因为加速器产生的质子和碳离子束能量很难达到这么高的能量值，但质子和重离子在介质中输运与介质原子发生各种相互作用时会产生次级电子，且电子的能量呈连续分布；光子束在介质中因光电效应和康普顿效应产生的次级电子的能量也呈现一定的能谱分布。质子、碳离子、光子在物质中产生的切伦科夫辐射主要来源于次级电子，所以产生的的次级电子能量通常也不是单一能量。
S3、利用所述单位路径切伦科夫光子数算法生成所述生物组织的切伦科夫光子总数算法。
在本发明实施例中，所述利用所述单位路径切伦科夫光子数算法生成所述生物组织的切伦科夫光子总数算法，包括：
对所述单位路径切伦科夫光子数算法进行积分运算，得到所述生物组织的切伦科夫光子总数算法，其中，所述生物组织的切伦科夫光子总数算法为：
其中，NT是所述生物组织的切伦科夫光子总数，E是所述切伦科夫光子的电子能量，ρ是所述切伦科夫光子的密度，Φ是所述切伦科夫光子的光子束在所述生物组织中因光电效应和康普顿效应产生的次级电子的能量呈现的能谱分布，是，x是所述切伦科夫光子的路径，h是普朗克常数，c是真空中的光速，λ1是所述切伦科夫光子的波长范围的下限，λ2是所述切伦科夫光子的波长范围的上限，N是切伦科夫光子数符号，k是距离，α代表精细结构常量，z是带电粒子的电荷量，θ是所述切伦科夫光子的发射角度，π是圆周率，β是带电粒子在所述生物组织中穿行的相速度，n是所述生物组织的介质折射率。
S4、获取所述生物组织的成像图，根据所述成像图和所述切伦科夫光子总数算法生成所述生物组织的强弱成像关系。
在本发明实施例中，可采用高灵敏度的探测器在一定视场范围内收集光子成像，利用光成像技术获得，所述光学成像技术利用各种光学成像系统获得客观景物图像，通过光信息的可视化可延伸并扩展人眼的视觉人性。
在本发明实施例中，参图2所示，所述根据所述成像图和所述切伦科夫光子总数算法生成所述生物组织的强弱成像关系，包括：
S21、按照预设的生物组织区域和所述切伦科夫光子总数算法生成所述生物组织的切伦科夫光子区域总数；
S22、根据所述切伦科夫光子区域总数对所述成像图进行区域解析，得到所述生物组织的强弱成像关系。
详细地，所述预设的生物组织区域可以是人体的甲状腺，也可以是人体的乳腺，也可以是甲状腺的分区等；所述切伦科夫光子区域总数是指在某一区域内的切伦科夫光子的总数目。
详细地，所述根据所述切伦科夫光子区域总数对所述成像图进行区域解析，得到所述生物组织的强弱成像关系，包括：
根据所述切伦科夫光子区域总数的大小确定所述成像图的图像显示强度；
按照预设的波长规则和所述图像显示强度生成所述生物组织的强弱成像关系。
进一步地，每个分区域的光子数时不一样的，所反映出来的效果是不一样的，假设：用色谱带反应所述区域，那么预设的波长规则可以规定从蓝色红色，光子数是依次增多的。
S5、获取放射性射线的剂量数据，利用所述剂量数据生成所述放射性射线的剂量曲线，利用所述切伦科夫光子总数算法和所述剂量曲线确定所述生物组织的光子剂量比。
在本发明实施例中，所述获取放射性射线的剂量数据，包括：
根据预设的吸收剂量算法获取放射性射线的剂量数据，其中，所述预设的吸收剂量算法为：
其中，D是放射性射线的剂量数据，E是所述切伦科夫光子的电子能量，ρ是所述切伦科夫光子的密度，Φ是所述切伦科夫光子的光子束在所述生物组织中因光电效应和康普顿效应产生的次级电子的能量呈现的能谱分布，x是所述切伦科夫光子的路径，是带电粒子在所述生物组织中的碰撞阻止本领。
详细地，吸收剂量是指单位质量物质受辐射后吸收辐射的能量，是剂量学中的量，是为了对辐射与物质相互作用产生的真实效应和潜在影响提供的一种物理学上的量度，所述吸收剂量适用于任何类型的辐射与受照物质，不论是内照射还是外照射。
在本发明实施例中，参图3所示，所述利用所述切伦科夫光子总数算法和所述剂量曲线确定所述生物组织的光子剂量比，包括：
S31、根据所述切伦科夫光子总数算法确定所述生物组织的切伦科夫光子分布，根据所述光子分布生成所述生物组织的光子曲线；
S32、对所述光子曲线进行归一化处理，得到所述光子曲线的光子归一化曲线；
S33、对所述剂量曲线进行归一化处理，得到所述剂量曲线的剂量归一化曲线；
S34、利用所述光子归一化曲线和所述剂量归一化曲线生成所述生物组织的光子剂量比。
详细地，所述对所述光子曲线进行归一化处理和所述对所述剂量曲线进行归一化处理均对最大值进行归一化处理，便于将所述光子曲线与所述剂量曲线进行比较，分析两者趋势和变化幅度，以及两曲线的差异度。
详细地，所述利用所述光子归一化曲线和所述剂量归一化曲线生成所述生物组织的光子剂量比就是将所述生物组织中同一位置处的光子数与剂量进行相除，得到的商就是所述生物组织的光子剂量比。
S6、获取目标生物组织的目标成像，根据所述强弱成像关系、所述光子剂量比和所述目标成像对所述目标生物组织进行剂量验证。
在本发明实施例中，所述目标成像反映了所述目标生物组织的成像范围和成像位置，假设所述目标成像是在医疗中产生的，那么所述目标成像可以反应患者的病痛位置，还有病痛处的根治情况。
在本发明实施例中，所述根据所述强弱成像关系、所述光子剂量比和所述目标成像对所述目标生物组织进行剂量验证，包括：
根据所述强弱成像关系对所述目标成像进行区域划分，得到所述目标成像的目标区域；
根据所述预设的波长规则对所述目标区域进行光子数分析，得到所述目标区域的目标光子数；
根据所述目标光子数和所述光子剂量比确所述目标区域的目标剂量。
详细地，所述目标区域是指需要进行剂量分析的区域，假设某一区域需要检测药物是否到达，可以利用药物中的标记元素对所述药物表示，根据所述标记元素确定药物吸收的多少，从而达到验证所述目标生物组织的剂量的目的。
本发明实施例通过生物组织的光学参数、切伦科夫光子的波长范围、预设的单位波长切伦科夫光子数算法生成所述生物组织的切伦科夫光子总数算法，对所述生物组织的辐射剂量的数目进行定量化表示，切伦科夫光子总数算法避免了利用大量数据构建模型，防止数据不足时所产生的模型不精确，根据所述成像图和所述切伦科夫光子总数算法生成所述生物组织的强弱成像关系，切伦科夫光子总数算法是所述成像图的量化分析，成像图是切伦科夫光子总数算法的显化表示，利用所述切伦科夫光子总数算法和生成的剂量曲线确定所述生物组织的光子剂量比，建立了剂量与光子数之间的数学关系，便于进行光子数和剂量之间的转化，定量分析相较于定性分析的分析结果更加精确，因此本发明提出基于切伦科夫辐射的剂量验证方法，可以解决辐射剂量的剂量验证准确性较低的问题。
如图4所示，是本发明一实施例提供的基于切伦科夫辐射的剂量验证装置的功能模块图。
本发明所述基于切伦科夫辐射的剂量验证装置100可以安装于电子设备中。根据实现的功能，所述基于切伦科夫辐射的剂量验证装置100可以包括发射角度模块101、单位路径光子数模块102、光子总数模块103、强弱成像模块104、光子剂量比模块105及剂量验证模块106。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述发射角度模块101，用于获取生物组织的光学参数，根据所述光学参数生成所述生物组织的切伦科夫光子的发射角度；
所述单位路径光子数模块102，用于确定所述切伦科夫光子的波长范围，根据所述发射角度、所述波长范围和预设的单位波长切伦科夫光子数算法生成所述生物组织的单位路径切伦科夫光子数算法；
所述光子总数模块103，用于利用所述单位路径切伦科夫光子数算法生成所述生物组织的切伦科夫光子总数算法；
所述强弱成像模块104，用于获取所述生物组织的成像图，根据所述成像图和所述切伦科夫光子总数算法生成所述生物组织的强弱成像关系；
所述光子剂量比模块105，用于获取放射性射线的剂量数据，利用所述剂量数据生成所述放射性射线的剂量曲线，利用所述切伦科夫光子总数算法和所述剂量曲线确定所述生物组织的光子剂量比；
所述剂量验证模块106，用于获取目标生物组织的目标成像，根据所述强弱成像关系、所述光子剂量比和所述目标成像对所述目标生物组织进行剂量验证。
在本发明所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
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，本发明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涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用装置。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (8)

1.一种基于切伦科夫辐射的剂量验证方法，其特征在于，所述方法包括：
获取生物组织的光学参数，根据所述光学参数生成所述生物组织的切伦科夫光子的发射角度，其中，所述光学参数为：带电粒子在所述生物组织中穿行的相速、所述生物组织的介质折射率；
确定所述切伦科夫光子的波长范围，根据所述发射角度、所述波长范围和预设的单位波长切伦科夫光子数算法生成所述生物组织的单位路径切伦科夫光子数算法，其中，所述预设的单位波长切伦科夫光子数算法为：其中，/> 是带电粒子在所述生物组织中传播单位长度距离产生的单位波长间隔的切伦科夫光子数，/>是切伦科夫光子数符号，/> 是切伦科夫光子的波长，/>是距离，/> 代表精细结构常量，/>是带电粒子的电荷量，/> 是所述切伦科夫光子的发射角度，/> 是圆周率；
利用所述单位路径切伦科夫光子数算法生成所述生物组织的切伦科夫光子总数算法；
获取所述生物组织的成像图，按照预设的生物组织区域和所述切伦科夫光子总数算法生成所述生物组织的切伦科夫光子区域总数，根据所述切伦科夫光子区域总数的大小确定所述成像图的图像显示强度，按照预设的波长规则和所述图像显示强度生成所述生物组织的强弱成像关系；
获取放射性辐射的剂量数据，利用所述剂量数据生成所述放射性辐射的剂量曲线，利用所述切伦科夫光子总数算法和所述剂量曲线确定所述生物组织的光子剂量比；
获取目标生物组织的目标成像，根据所述强弱成像关系、所述光子剂量比和所述目标成像对所述目标生物组织进行剂量验证。
2.如权利要求1所述的基于切伦科夫辐射的剂量验证方法，其特征在于，所述根据所述光学参数生成所述生物组织的切伦科夫光子的发射角度，包括：
利用如下发射角度算法和所述光学参数生成所述生物组织的切伦科夫光子的发射角度：其中，/>是所述生物组织的切伦科夫光子的发射角度，/>是反余弦函数，/>是带电粒子在所述生物组织中穿行的相速度，/>是所述生物组织的介质折射率。
3.如权利要求1所述的基于切伦科夫辐射的剂量验证方法，其特征在于，所述根据所述发射角度、所述波长范围和预设的单位波长切伦科夫光子数算法生成所述生物组织的单位路径切伦科夫光子数算法，包括：
根据所述波长范围和所述切伦科夫光子的单位距离生成所述切伦科夫光子的单位路径；
根据所述发射角度、所述单位路径和所述预设的单位波长切伦科夫光子数算法生成所述生物组织的单位路径切伦科夫光子数算法，其中，所述单位路径切伦科夫光子数算法为：其中，/>是带电粒子在所述生物组织中单位路径上产生的切伦科夫光子波长范围为 /> 到 /> 的光子个数，/> 是带电粒子的路径，/>是普朗克常数，/>是真空中的光速，/> 是带电粒子的波长范围的下限，/>·是所述切伦科夫光子的波长范围的上限，/> 是切伦科夫光子数符号，/> 代表精细结构常量，是带电粒子的电荷量，/> 是圆周率，/> 是带电粒子在所述生物组织中穿行的相速度，是所述生物组织的介质折射率。
4.如权利要求1所述的基于切伦科夫辐射的剂量验证方法，其特征在于，所述利用所述单位路径切伦科夫光子数算法生成所述生物组织的切伦科夫光子总数算法，包括：
对所述单位路径切伦科夫光子数算法进行积分运算，得到所述生物组织的切伦科夫光子总数算法，其中，所述生物组织的切伦科夫光子总数算法为：其中，/> 是所述生物组织的切伦科夫光子总数，/>是所述切伦科夫光子的电子能量，/> 是所述切伦科夫光子的密度，/> 是所述切伦科夫光子的光子束在所述生物组织中因光电效应和康普顿效应产生的次级电子的能量呈现的能谱分布，/>是带电粒子在所述生物组织中单位路径上产生的切伦科夫光子波长范围为/>到/>的光子个数，/>是所述切伦科夫光子的路径，/>是普朗克常数，/>是真空中的光速，/>是所述切伦科夫光子的波长范围的下限，/>是所述切伦科夫光子的波长范围的上限，/>是切伦科夫光子数符号，/>代表精细结构常量，/>是带电粒子的电荷量，/>是圆周率，/>是带电粒子在所述生物组织中穿行的相速度，是所述生物组织的介质折射率。
5.如权利要求1所述的基于切伦科夫辐射的剂量验证方法，其特征在于，所述获取放射性辐射的剂量数据，包括：
根据预设的吸收剂量算法获取放射性辐射的剂量数据，其中，所述预设的吸收剂量算法为：其中，/> 是放射性辐射的剂量数据，/>是所述切伦科夫光子的电子能量，/> 是所述切伦科夫光子的密度，/> 是所述切伦科夫光子的光子束在所述生物组织中因光电效应和康普顿效应产生的次级电子的能量呈现的能谱分布，/>是所述切伦科夫光子的路径，/> 是带电粒子在所述生物组织中的碰撞阻止本领。
6.如权利要求1所述的基于切伦科夫辐射的剂量验证方法，其特征在于，所述利用所述切伦科夫光子总数算法和所述剂量曲线确定所述生物组织的光子剂量比，包括：
根据所述切伦科夫光子总数算法确定所述生物组织的切伦科夫光子分布，根据所述光子分布生成所述生物组织的光子曲线；
对所述光子曲线进行归一化处理，得到所述光子曲线的光子归一化曲线；
对所述剂量曲线进行归一化处理，得到所述剂量曲线的剂量归一化曲线；
利用所述光子归一化曲线和所述剂量归一化曲线生成所述生物组织的光子剂量比。
7.如权利要求1至6中任一项所述的基于切伦科夫辐射的剂量验证方法，其特征在于，所述根据所述强弱成像关系、所述光子剂量比和所述目标成像对所述目标生物组织进行剂量验证，包括：
根据所述强弱成像关系对所述目标成像进行区域划分，得到所述目标成像的目标区域；
根据所述预设的波长规则对所述目标区域进行光子数分析，得到所述目标区域的目标光子数；
根据所述目标光子数和所述光子剂量比确定所述目标区域的目标剂量。
8.一种基于切伦科夫辐射的剂量验证装置，其特征在于，所述装置包括：
发射角度模块，用于获取生物组织的光学参数，根据所述光学参数生成所述生物组织的切伦科夫光子的发射角度，其中，所述光学参数为：带电粒子在所述生物组织中穿行的相速、所述生物组织的介质折射率；
单位路径光子数模块，用于确定所述切伦科夫光子的波长范围，根据所述发射角度、所述波长范围和预设的单位波长切伦科夫光子数算法生成所述生物组织的单位路径切伦科夫光子数算法；
光子总数模块，用于利用所述单位路径切伦科夫光子数算法生成所述生物组织的切伦科夫光子总数算法；
强弱成像模块，用于获取所述生物组织的成像图，按照预设的生物组织区域和所述切伦科夫光子总数算法生成所述生物组织的切伦科夫光子区域总数，根据所述切伦科夫光子区域总数的大小确定所述成像图的图像显示强度，按照预设的波长规则和所述图像显示强度生成所述生物组织的强弱成像关系；
光子剂量比模块，用于获取放射性辐射的剂量数据，利用所述剂量数据生成所述放射性辐射的剂量曲线，利用所述切伦科夫光子总数算法和所述剂量曲线确定所述生物组织的光子剂量比；
剂量验证模块，用于获取目标生物组织的目标成像，根据所述强弱成像关系、所述光子剂量比和所述目标成像对所述目标生物组织进行剂量验证。
CN202310053355.6A 2023-02-02 2023-02-02 基于切伦科夫辐射的剂量验证方法及装置 Active CN116052839B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310053355.6A CN116052839B (zh) 2023-02-02 2023-02-02 基于切伦科夫辐射的剂量验证方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310053355.6A CN116052839B (zh) 2023-02-02 2023-02-02 基于切伦科夫辐射的剂量验证方法及装置

Publications (2)

Publication Number Publication Date
CN116052839A CN116052839A (zh) 2023-05-02
CN116052839B true CN116052839B (zh) 2023-08-15

Family

ID=86127285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310053355.6A Active CN116052839B (zh) 2023-02-02 2023-02-02 基于切伦科夫辐射的剂量验证方法及装置

Country Status (1)

Country Link
CN (1) CN116052839B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015077480A1 (en) * 2013-11-20 2015-05-28 The Trustees Of Dartmouth College Method and system for using cherenkov radiation to monitor beam profiles and radiation therapy
WO2017020982A1 (en) * 2015-08-04 2017-02-09 Ruprecht-Karls-Universität Heidelberg Agents for use in the treatment of glioma
WO2018095301A1 (zh) * 2016-11-24 2018-05-31 江苏超敏科技有限公司 一种束流剂量分布测量检测的方法
CN113420491A (zh) * 2021-08-24 2021-09-21 中国人民解放军军事科学院军事医学研究院 粒子外照射实验动物器官辐射剂量评估方法
WO2022232925A1 (en) * 2021-05-03 2022-11-10 UNIVERSITé LAVAL Detector system and method for determining cerenkov based dependencies
CN115393256A (zh) * 2022-04-15 2022-11-25 南京航空航天大学 一种基于神经网络和切伦科夫光的辐照剂量测量方法与装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015077480A1 (en) * 2013-11-20 2015-05-28 The Trustees Of Dartmouth College Method and system for using cherenkov radiation to monitor beam profiles and radiation therapy
WO2017020982A1 (en) * 2015-08-04 2017-02-09 Ruprecht-Karls-Universität Heidelberg Agents for use in the treatment of glioma
WO2018095301A1 (zh) * 2016-11-24 2018-05-31 江苏超敏科技有限公司 一种束流剂量分布测量检测的方法
WO2022232925A1 (en) * 2021-05-03 2022-11-10 UNIVERSITé LAVAL Detector system and method for determining cerenkov based dependencies
CN113420491A (zh) * 2021-08-24 2021-09-21 中国人民解放军军事科学院军事医学研究院 粒子外照射实验动物器官辐射剂量评估方法
CN115393256A (zh) * 2022-04-15 2022-11-25 南京航空航天大学 一种基于神经网络和切伦科夫光的辐照剂量测量方法与装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于切伦科夫光成像的核素治疗剂量 监测及改进方法研究;艾遥;《中国优秀硕士学位论文全文数据库 医药卫生科技辑》(第第02期期);全文 *

Also Published As

Publication number Publication date
CN116052839A (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
Hälg et al. Neutron dose and its measurement in proton therapy—current state of knowledge
CN105204056B (zh) 放射治疗中在线剂量监测和验证的方法
Jia et al. Fast Monte Carlo simulation for patient-specific CT/CBCT imaging dose calculation
McCurdy et al. A two‐step algorithm for predicting portal dose images in arbitrary detectors
CN111569279B (zh) 质子治疗的参数监测装置及系统
Penfold et al. A more accurate reconstruction system matrix for quantitative proton computed tomography
Jones et al. Characterization of Compton-scatter imaging with an analytical simulation method
Penfold Image reconstruction and Monte Carlo simulations in the development of proton computed tomography for applications in proton radiation therapy
Cho et al. Multisource modeling of flattening filter free (FFF) beam and the optimization of model parameters
Carnicer et al. Study of the secondary neutral radiation in proton therapy: toward an indirect in vivo dosimetry
CN111001097B (zh) 一种放疗剂量评估系统、装置及存储介质
Rescigno et al. A pencil beam approach to proton computed tomography
US11992351B2 (en) Method, apparatus, and system for energy-resolved scatter imaging during radiation therapy
Bruzzi et al. Prototype tracking studies for proton CT
Meric et al. A hybrid multi-particle approach to range assessment-based treatment verification in particle therapy
CN116832345B (zh) 电子设备、放射治疗系统及相关装置
CN116052839B (zh) 基于切伦科夫辐射的剂量验证方法及装置
Yao et al. Dose reconstruction with Compton camera during proton therapy via subset-driven origin ensemble and double evolutionary algorithm
Jung et al. Fast transit portal dosimetry using density‐scaled layer modeling of aSi‐based electronic portal imaging device and Monte Carlo method
Williams et al. Deterministic calculations of photon spectra for clinical accelerator targets
Carver et al. Real‐time simulator for designing electron dual scattering foil systems
Boissonnat et al. Validation of histogram‐based virtual source models for different IGRT kV‐imaging systems
Gilling et al. Organ dose from Varian XI and Varian OBI systems are clinically comparable for pelvic CBCT imaging
CN116966448B (zh) Flash治疗系统、切伦科夫探测器、束流量测装置及其方法
Moreno Monte Carlo simulations for dosimetric verification in photon and electron beam radiotherapy

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