CN116209501A - 使用剂量估计和冲突检测的轨迹优化 - Google Patents
使用剂量估计和冲突检测的轨迹优化 Download PDFInfo
- Publication number
- CN116209501A CN116209501A CN202180066616.7A CN202180066616A CN116209501A CN 116209501 A CN116209501 A CN 116209501A CN 202180066616 A CN202180066616 A CN 202180066616A CN 116209501 A CN116209501 A CN 116209501A
- Authority
- CN
- China
- Prior art keywords
- gantry
- couch
- radiation
- orientations
- 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
Links
- 238000005457 optimization Methods 0.000 title description 8
- 238000001514 detection method Methods 0.000 title description 3
- 230000005855 radiation Effects 0.000 claims abstract description 161
- 239000011159 matrix material Substances 0.000 claims abstract description 90
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000009826 distribution Methods 0.000 claims abstract description 51
- 210000003484 anatomy Anatomy 0.000 claims abstract description 31
- 238000013439 planning Methods 0.000 claims abstract description 25
- 230000006870 function Effects 0.000 claims description 50
- 238000002721 intensity-modulated radiation therapy Methods 0.000 claims description 12
- 238000002560 therapeutic procedure Methods 0.000 claims description 6
- 210000000920 organ at risk Anatomy 0.000 description 27
- 238000012545 processing Methods 0.000 description 25
- 238000001959 radiotherapy Methods 0.000 description 10
- 238000002591 computed tomography Methods 0.000 description 9
- 210000000056 organ Anatomy 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 206010028980 Neoplasm Diseases 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 4
- 201000011510 cancer Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010845 search algorithm Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 238000004980 dosimetry Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
-
- 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
-
- 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
-
- 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
- A61N5/1039—Treatment planning systems using functional images, e.g. PET or MRI
-
- 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
- A61N5/1042—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head
-
- 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
- A61N5/1042—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head
- A61N5/1045—X-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
-
- 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
- A61N5/1042—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head
- A61N5/1045—X-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
- A61N5/1047—X-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 with movement of the radiation head during application of radiation, e.g. for intensity modulated arc therapy or IMAT
-
- 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
- A61N5/1077—Beam delivery systems
-
- 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
- A61N5/1077—Beam delivery systems
- A61N5/1081—Rotating beam systems with a specific mechanical construction, e.g. gantries
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
用于辐射处理规划的系统和方法(200)可包括计算系统(150)，该计算系统确定(202)对患者的解剖学区域(302)内的辐射剂量分布的估计，以及使用对辐射剂量分布的估计来确定(204)表示目标函数的成本矩阵。计算系统(150)可将成本矩阵投影(206)在多个注量平面中的每个注量平面上。多个注量平面中的每个注量平面可与医学线性加速器的多个台架‑治疗床取向中对应的台架‑治疗床取向相关联。计算系统(150)可使用成本矩阵在多个注量平面中的每个注量平面上的投影来确定多个台架‑治疗床取向之中表示处理路径的台架‑治疗床取向的序列。
Description
技术领域
本申请总体上涉及用于自动辐射疗法处理规划的系统和方法。具体而言，本申请涉及使用估计的辐射剂量分布和关于例如危及器官(OAR)的冲突检测的自动辐射疗法处理规划。
背景技术
辐射疗法是一种基于辐射的疗法，其用作癌症处理。具体而言，高剂量的辐射被用来杀死或缩小肿瘤。打算接受辐射的患者身体的靶标区域(例如肿瘤)被称为规划靶标体积(PTV)。目标是向PTV提供足够的辐射来杀死癌细胞。然而，邻近或围绕PTV的其他器官或解剖学区域可能在辐射束的路径之中，并且可能接收到将损伤或伤害这些器官或解剖学区域的足够的辐射。这些器官或解剖学区域被称为危及器官(OAR)。通常，内科医师或放射科医师在辐射疗法之前使用例如计算机断层摄影(CT)图像、磁共振成像(MRI)图像、正电子发射断层摄影(PET)图像、经由一些其他成像方式获得的图像或其组合来标识PTV和OAR两者。例如，内科医师或放射科医师可在患者的医学图像上手动标记PTV和/或OAR。
使用患者的医学图像以及已标识的PTV和OAR，一组医务人员(例如，内科医师、放射科医师、肿瘤学家、放射科技师、其他医务人员或其组合)(在本文称为处理规划者)确定辐射疗法处理期间要使用的辐射参数。这些辐射参数包括例如每个辐射束的类型、角度、辐射强度和/或形状。在确定这些参数时，处理规划者试图实现满足例如由团队设定的预定义标准的、将要递送给患者的辐射剂量分布。这类标准通常包括要满足的针对PTV和OAR的预定义辐射剂量阈值或范围。
为了以满足预定义标准的方式优化辐射参数，处理规划者通常运行具有各种辐射参数的多个模拟，并且基于模拟结果选择要使用的最终一组辐射参数。此过程通常涉及在每个模拟后调整辐射参数。这类方法既耗时又乏味，并且可能无法提供最佳结果。例如，在针对患者的辐射疗法计划准备好之前，患者可能要等待几天或几周。
发明内容
在本发明的第一方面，提供了一种根据权利要求1的辐射处理规划的方法。
在本发明的第二方面，提供了一种根据权利要求11的辐射处理规划系统。
在本发明的第三方面，提供了一种根据权利要求20的计算机可读介质。
从属权利要求中定义了可选特征。
本文所描述的实施例涉及一种用于辐射处理规划的自动化轨迹规划方法。使用患者的解剖学结构的医学图像，计算设备可估计患者身体的解剖学区域内的预期辐射剂量分布或典型的可实现剂量分布。给定依据所估计的分布和针对PTV和OAR的剂量学目标而定义的目标函数，计算设备可计算成本矩阵，该成本矩阵表示依据剂量估计而定义的目标函数，并且将成本矩阵投影到可用的注量平面上。计算设备可使用成本矩阵的投影来检测与预定义医疗目标(例如，与患者的各种器官中的可接受辐射剂量的量相关)的冲突，并且基于所标识的冲突来标识辐射轨迹。针对辐射机器的台架和治疗床的每个可能的取向，基于成本矩阵的对应投影而被定义的对应值被用作确定该取向是否属于最终辐射轨迹的度量。
根据一个方面，辐射处理规划的方法可包括一个或多个处理器确定对患者的解剖学区域内的辐射剂量分布的估计。该方法可包括一个或多个处理器使用对辐射剂量分布的估计来确定表示目标函数的成本矩阵。目标函数可依据对辐射剂量分布的估计和患者特定数据来定义。该方法可包括一个或多个处理器将成本矩阵投影到多个注量平面中的每个注量上。多个注量平面中的每个注量平面可与医学线性加速器的多个台架-治疗床取向中对应的台架-治疗床取向相关联。该方法可包括一个或多个处理器使用成本矩阵在多个注量平面中的每个注量平面上的投影来确定多个台架-治疗床取向之中表示处理路径的台架-治疗床取向的序列。
在一些实施方式中，确定对辐射剂量分布的估计可包括根据距解剖学区域的规划靶标体积(PTV)的距离来确定对辐射剂量分布的估计。目标函数可反映针对患者的一个或多个辐射约束。目标函数可被定义为优化基于强度调制辐射疗法(IMRT)的辐射计划。目标函数可被定义为优化基于体积调制弧形疗法(VMAT)的辐射计划。该方法可包括通过离散化可能的台架-治疗床取向的空间来确定多个台架-治疗床取向。可能的台架-治疗床取向的离散空间中的每个点可表示多个台架-治疗床取向中对应的台架-治疗床取向。
在一些实施方式中，将成本矩阵投影到多个注量平面中的每个注量平面上可包括应用加权投影。应用加权投影可包括根据在辐射束的方向上相对于解剖学区域内部的规划靶标体积(PTV)的深度对成本矩阵的投影值进行加权。确定台架-治疗床取向的序列可包括针对每个台架-治疗床取向，计算对应的矩阵总和值，该矩阵总和值表示成本矩阵在与台架-治疗床取向相关联的注量平面的靶标掩模上的投影之和，以及使用针对多个台架-治疗床取向而计算的矩阵总和值来确定台架-治疗床取向的序列。确定台架-治疗床取向的序列可包括使处理路径上的矩阵总和值的合计(total)最小化。处理路径可在台架-治疗床取向的预定义范围上延伸。
根据另一个方面，辐射处理规划系统可包括一个或多个处理器和用于存储计算机代码指令的存储器。当计算机代码指令被执行时，可使一个或多个处理器确定对患者的解剖学区域内的辐射剂量分布的估计。一个或多个处理器可使用对辐射剂量分布的估计来确定表示目标函数的成本矩阵。目标函数可依据对辐射剂量分布的估计和患者特定数据来定义。一个或多个处理器可将成本矩阵投影到多个注量平面中的每个注量平面上。多个注量平面中的每个注量平面可与医学线性加速器的多个台架-治疗床取向中对应的台架-治疗床取向相关联。一个或多个处理器可使用成本矩阵在多个注量平面中的每个注量平面上的投影来确定多个台架-治疗床取向之中表示处理路径的台架-治疗床取向的序列。
在一些实施方式中，确定对辐射剂量分布的估计可包括根据距解剖学区域的规划靶标体积(PTV)的距离来确定对辐射剂量分布的估计。目标函数可反映针对患者的一个或多个辐射约束。目标函数可被定义为优化基于强度调制辐射疗法(IMRT)的辐射计划或者优化基于体积调制弧形疗法(VMAT)的辐射计划。一个或多个处理器还可通过离散化可能的台架-治疗床取向的空间来确定多个台架-治疗床取向。可能的台架-治疗床取向的离散空间中的每个点可表示多个台架-治疗床取向中对应的台架-治疗床取向。
在一些实施方式中，在将成本矩阵投影到多个注量平面中的每个注量平面上时，一个或多个处理器可应用加权投影。在应用加权投影时，一个或多个处理器可根据在辐射束的方向上相对于解剖学区域内部的规划靶标体积(PTV)的深度来对成本矩阵的投影值进行加权。在确定台架-治疗床取向的序列时，一个或多个处理器可(i)针对每个台架-治疗床取向计算对应的矩阵总和值，该矩阵总和值表示成本矩阵在与台架-治疗床取向相关联的注量平面的靶标掩模上的投影之和，以及(ii)使用针对多个台架-治疗床取向计算的矩阵总和值来确定台架-治疗床取向的序列。在确定台架-治疗床取向的序列时，一个或多个处理器可使处理路径上的矩阵总和值的合计最小化。处理路径可在台架-治疗床取向的预定义范围上延伸。
根据又一个方面，计算机可读介质可包括存储在其上的计算机代码指令。计算机代码指令在被执行时可使一个或多个处理器确定对患者的解剖学区域内的辐射剂量分布的估计，并且使用对辐射剂量分布的估计来确定表示目标函数的成本矩阵，该目标函数依据对辐射剂量分布的估计和患者特定数据而定义。计算机代码指令的执行可使一个或多个处理器将成本矩阵投影到多个注量平面中的每个注量平面上。多个注量平面中的每个注量平面可与医学线性加速器的多个台架-治疗床取向中对应的台架-治疗床取向相关联。一个或多个处理器可使用成本矩阵在多个注量平面中的每个注量平面的靶标掩模上的投影来确定多个台架-治疗床取向之中表示处理路径的台架-治疗床取向的序列。
附图说明
图1A示出了图示根据一个实施例的用于实施本文所描述的方法和过程的示例计算机环境的框图。
图1B为描绘根据一个实施例的系统架构的一种实施方式的框图。
图2为图示根据一个实施例的辐射处理计划方法的实施例的流程图。
图3A至3C示出了根据一个实施例的与图2的方法的各个步骤相关联的模拟结果。
图4A和4B示出了描绘根据一个实施例的成本矩阵的投影的视觉图示的图像。
图5A和5B示出了图示根据一个实施例的处理路径的二维(2-D)和三维(3-D)表示的图像。
出于说明目的，附图中的一些或全部是示意性表示。前述信息和以下详细描述包括各个方面和实施方式的说明性示例，并且提供了用于理解所要求保护的方面和实施方式的性质和特性的概述或框架。附图提供了对各种方面和实施方式的说明和进一步理解，并且被并入并构成本说明书的一部分。
具体实施方式
以下是与用于辐射处理规划的方法、装置和系统相关的各种概念及其实施方式的更详细描述。由于所描述的概念不限于任何特定的实施方式，因此上面介绍的和下面更详细论述的各种概念可按多种方式中的任何一种来实施。提供特定实施方式和应用的示例主要是为了说明的目的。
辐射疗法处理规划是一个复杂且特定于患者的优化问题。给定患者的解剖学结构，例如，如患者的医学图像中所示，以及PTV和OAR的标识或掩模，目标是确定满足例如由内科医师、放射科医师或其他医务人员预定义的标准或约束的处理路径(或处理轨迹)。在辐射疗法阶段期间，患者通常躺在辐射机器的治疗床上，并且配备有辐射源的台架围绕患者旋转，以从不同角度以各种强度和/或形状递送辐射。确定处理路径或轨迹包括确定辐射源(例如，相对于患者)的位置和对应的辐射角度(例如，在3-D空间中)的序列，该序列定义了向患者发射辐射束的辐射源的位置和取向。辐射源的位置的序列定义了台架围绕患者的旋转路径或轨迹。确定辐射路径还可包括针对辐射位置和角度的序列中的每个辐射位置和角度，确定对应的辐射强度和/或射束形状。
辐射处理轨迹或路径的优化可提高处理计划的剂量学质量。具体而言，优化的目标是使针对OAR的辐射剂量的量最小化(或维持低于对应的预定义上限值)，同时使针对PTV的辐射剂量最大化(或维持高于对应的预定义下限值)。在这类情况下，根据经优化的辐射处理轨迹而设计的辐射疗法可杀死癌细胞，而不损伤或伤害关键器官或OAR。基于手动选择和优先级排序关键器官的轨迹优化方法使得处理规划者的任务变得困难，这对于用户来说是耗时的，需要反复试错的过程，并且结果通常取决于处理规划者的经验和技能。
在当前公开内容中，用于改进的自动辐射处理规划的系统和方法始于对患者身体的解剖学区域内的预期辐射剂量分布的估计，以及标识对辐射剂量分布的估计与计划的临床目标之间的冲突。本文所描述的系统和方法可通过考虑预期会发生冲突的空间区域来确定或优化处理轨迹或路径。冲突的严重程度可经由目标(或成本)函数来表示，该目标(或成本)函数可在3-D解剖学区域的每个体素处被评估。本文所描述的系统和方法可基于冲突的严重程度(例如，如在成本函数中所表达或描述的)来生成避免冲突的辐射处理轨迹或路径。
本文所描述的实施例允许自动轨迹规划。这样，在生成用于处理路径寻找的台架-治疗床方向质量-景观(quality-landscapes)时，用户不需要选择或调整关键器官的权重。此外，本文所描述的实施例提供了更精细的空间精度(例如，比每个结构更精确)，因为在本文所描述的方法的各个步骤中对3-D患者的加权可在体素级别上应用。例如，在一些情况下，临床目标可能要求仅避开关键器官的特定区域，而不是避开整个器官。更精细的空间精度带来相对于患者特定的临床目标或剂量体积目标的改进的最终处理轨迹。
图1A图示了可用于提供本文所描述的方法的基于网络的实施方式的示例计算机环境100。计算机环境100可包括计算机服务器110a、系统数据库110b、用户计算设备120和电子数据源130a-e(统称为电子数据源130)。上述组件可通过网络140相互连接。网络140的示例可包括但不限于私有或公共LAN、WLAN、MAN、WAN和互联网。网络140可包括根据一个或多个标准和/或经由一个或多个传输介质的有线和无线通信。
网络140上的通信可根据各种通信协议进行，诸如传输控制协议和互联网协议(TCP/IP)、用户数据报协议(UDP)和IEEE通信协议。在一个示例中，网络140可包括根据蓝牙规范集或另一标准或专有无线通信协议的无线通信。在另一示例中，网络140还可包括通过蜂窝网络的通信，包括例如GSM(全球移动通信系统)、CDMA(码分多址)、EDGE(全球演进增强型数据)网络。
计算机环境100不一定限于本文所描述的组件，并且可包括为简洁起见未示出的附加或替代组件，这些组件被视为在本文所描述的实施例的范围内。
在一些实施方式中，计算机服务器110a可被配置为执行计算机指令，以执行本文所描述的任何方法或其操作。计算机服务器110a可生成并显示电子平台，以显示指示或涉及辐射计划轨迹的信息。电子平台可包括显示在用户计算设备120上的图形用户接口(GUI)。由计算机服务器110a生成和托管的电子平台的示例可为基于网络的应用或网站，该应用或网站被配置为在不同的电子设备上显示，诸如移动设备、平板电脑、个人计算机等(例如，用户计算设备120)。
计算机服务器110a可托管终端用户可访问的网站，其中可基于每个特定用户的角色或查看许可来控制经由各种网页呈现的内容。计算机服务器110a可为包括处理器和能够执行本文所描述的各种任务和过程的非暂时性机器可读存储的任何计算设备。这类计算设备的非限制性示例可包括工作站计算机、膝上型计算机、服务器计算机、膝上型计算机等。虽然计算机环境100包括单个计算机服务器110a，但是在一些配置中，计算机服务器110a可包括在分布式计算环境中操作的任何数目的计算设备。
计算机服务器110a可执行被配置为显示电子平台(例如，托管网站)的软件应用程序，该电子平台可生成并向每个用户计算设备120提供各种网页。操作(多个)用户计算设备120的不同用户可使用网站来查看输出的处理轨迹或路径和/或与其交互。
在一些实施方式中，计算机服务器110a可被配置为要求基于一组用户授权凭证(例如，用户名、密码、生物测定、加密证书等)的用户认证。在这类实施方式中，计算机服务器110a可访问被配置为存储用户凭证的系统数据库110b，计算机服务器110a可被配置为参考该用户凭证，以便确定一组输入的凭证(据称是认证用户)是否与标识和认证用户的一组适当的凭证相匹配。
在一些配置中，计算机服务器110a可基于特定用户的角色(例如，管理员、员工和/或投标人)生成和托管网页。在这类实施方式中，用户的角色可由存储在系统数据库110b中的用户记录中的数据字段和输入字段来定义。计算机服务器110a可认证用户，并且可通过执行访问目录协议(例如LDAP)来标识用户的角色。计算机服务器110a可生成根据由系统数据库110b中的用户记录而定义的用户角色而定制的网页内容。
在一些实施例中，计算机服务器110a从用户(或从数据储存库中检索)接收指示医疗目标的医疗图像、掩模和/或医疗数据；计算机服务器110a处理数据，并且在电子平台上显示处理轨迹的指示。例如，在非限制性示例中，操作计算设备130a的用户使用电子平台上传一系列CT扫描图像或其他医学图像。计算机服务器110a可基于输入数据来确定处理轨迹，并且经由用户计算设备120或计算设备130a上的电子平台显示结果。用户计算设备120和/或计算设备130a可为包括处理器和能够执行本文所描述的各种任务和过程的非暂时性机器可读存储介质的任何计算设备。网络节点的非限制性示例可为工作站计算机、膝上型计算机、平板计算机和服务器计算机。在操作中，各种用户可使用用户计算设备120和/或计算设备130a来访问由计算机服务器110a操作性地管理的GUI。
电子数据源130可表示包含和/或检索患者医学图像的各种电子数据源。例如，数据库130b和第三方服务器130c可表示提供计算机服务器110a确定处理轨迹所需的数据(例如，医学图像、掩模或其他医学数据)的文集的数据源。计算机服务器110a还可直接从医学扫描仪130e和/或医学成像设备130d(例如，CT扫描仪)检索数据。
在一些实施方式中，本文所描述的方法或其操作可由用户设备120、任何电子设备130或其组合来实施。
虽然图1A示出了基于网络的实施方式，但应注意，本文所描述的方法可由单个计算设备实施，该计算设备接收患者的医学图像和医学数据，并且根据本文所描述的方法确定辐射处理轨迹或路径。
参考图1B，根据当前公开的发明概念，示出了描绘可用于实施本文所描述的方法的计算系统150的系统架构的一种实施方式的框图。计算系统150可包括计算设备152。计算设备152可表示图1A的设备110a、120和/或130a-e中的任何一个的示例实施方式。例如，计算设备152可包括但不限于计算机断层摄影(CT)扫描仪、医用线性加速器设备、台式计算机、膝上型计算机、硬件计算机服务器、工作站、个人数字助理、移动计算设备、智能电话、平板电脑或其他类型的计算设备。计算设备152可包括执行计算机代码指令的一个或多个处理器154、存储器156和通信地耦合处理器154和存储器156的总线158。
一个或多个处理器154可包括微处理器、通用处理器、多核处理器、数字信号处理器(DSP)或现场可编程门阵列(FPGA)、专用集成电路(ASIC)或其他类型的处理器。一个或多个处理器154可通信地耦合到用于处理信息的总线158。存储器156可包括耦合到总线158的主存储器设备160，诸如随机存取存储器(RAM)或其他动态存储设备，用于存储信息和要由处理器154执行的指令。主存储器设备160可用于在由处理器154执行指令(例如，与本文所描述的方法诸如方法200相关)期间存储临时变量或其他中间信息。计算设备152可包括耦合到总线158的只读存储器(ROM)162或其他静态存储设备，用于为处理器154存储静态信息和指令。例如，ROM 162可存储例如作为输入接收的患者的医学图像。ROM 162可存储与本文所描述的方法相关的或者表示本文所描述的方法的实施方式的计算机代码指令。诸如固态设备、磁盘或光盘的存储设备164可耦合到总线158，用于存储(或作为输入提供)信息和/或指令。
计算设备152可通信地耦合到输入设备166和/或输出设备168，或者可包括输入设备166和/或输出设备168。计算设备102可经由总线158耦合到输出设备168。输出设备168可包括用于向用户显示信息的显示设备，诸如液晶显示器(LCD)、薄膜晶体管LCD(TFT)、有机发光二极管(OLED)显示器、LED显示器、电子纸显示器、等离子体显示面板(PDP)或其他显示器等。输出设备168可包括用于向其他外部设备传送信息的通信接口。输入设备166，诸如包括字母数字键和其他键的键盘，可耦合到总线158，用于向处理器154传送信息和命令选择。在另一实施方式中，输入设备166可集成在显示设备中，诸如在触摸屏显示器中。输入设备166可包括光标控制，诸如鼠标、轨迹球或光标方向键，用于向处理器154传送方向信息和命令选择，以及用于控制显示设备上的光标移动。
根据各种实施方式，本文所描述的方法或相应的操作可被实施为由计算系统150的(多个)处理器154执行的计算机代码指令的布置。计算机代码指令的布置可从另一个计算机可读介质(诸如ROM 162或存储设备164)读入主存储器设备160。存储在主存储器设备160中的计算机代码指令的布置的执行可促使计算系统150执行本文所描述的方法或其操作。在一些实施方式中，多处理器布置中的一个或多个处理器154可用于执行表示本文所描述的方法或过程的实施方式的计算机代码指令。在一些其他实施方式中，可使用硬连线电路系统来代替软件指令或者与软件指令相结合，以实现本文所描述的方法或其操作的说明性实施方式。一般而言，实施方式不限于硬件电路系统和软件的任何特定组合。本说明书中描述的功能性操作可在其他类型的数字电子电路系统、计算机软件、固件、硬件或其组合中实施。
图2示出了根据本公开的发明概念的辐射处理规划的方法200的实施例的流程图。方法200可包括计算系统150或设备确定对患者体内的辐射剂量分布的估计(步骤202)，以及确定表示目标函数的成本矩阵(步骤204)。方法200可包括计算系统150或计算设备152将成本矩阵投影到多个注量平面中的每个注量平面或对应掩模上(步骤206)，并且基于成本矩阵在多个注量平面或对应掩模上的投影来确定处理路径(步骤208)。
返回参考图1B和图2，方法200可包括计算系统150或计算设备152确定对患者体内的辐射剂量分布的估计(步骤202)。计算系统150可获取患者的解剖学区域的医学图像、PTV和OAR的一个或多个结构掩模、指示临床目标的信息或其组合。CT扫描仪、MRI设备、超声成像设备、其他类型的医学成像设备或其组合可生成患者的医学图像。医学图像可包括3-D图像、2-D图像或其组合。获取一个或多个掩模可包括从另一计算设备接收掩模。在一些其他实施方式中，计算系统150可分割患者的一个或多个医学图像，并且使用分割的图像生成(多个)掩模。用户可将医学图像的分割区域标记为对应于PTV或OAR。针对PTV和OAR中的每一个，指示临床目标的信息可包括对应的辐射剂量阈值、对应的辐射剂量范围或对应的期望辐射剂量值。在一些实施方式中，可结合一个或多个结构掩模来定义辐射剂量阈值、范围或期望值。计算系统150可接收作为经由输入设备166的输入的、指示临床目标的信息。
对辐射剂量分布的估计可表示在患者身体的解剖学区域内响应于要执行的辐射疗法的预期辐射剂量分布，或者典型的可实现剂量分布。剂量分布估计不一定必须是最佳辐射剂量分布。在一些实施方式中，计算系统150或处理器154可根据距PTV的距离而生成对于辐射剂量分布的估计，以对PTV周围的辐射剂量的通常衰减进行建模。该估计对于从PTV出发的所有方向可为各向同性的。在一些实施方式中，计算系统200可如下生成对辐射剂量分布的估计：
其中d0为常量，并且d表示距PTV表面的距离。变量x表示3-D空间中的点或体素，而α表示可等于或相对于PTV的处方剂量而定义的系数。计算系统150可使用依据距离d(x)定义的一些其他函数来生成对辐射剂量分布的估计。
参考图3A，示出了与解剖学区域302一起的对辐射剂量分布的示例估计的2-D切片。解剖学区域302包括PTV 304和两个OAR 306和308。图3A中所示的对辐射剂量分布的估计被定义为D(x)，如等式(1)所示。如图3A所示，辐射剂量函数D(x)在PTV 304之外显著降低。
在PTV包括多个不相交区域(例如，多个肿瘤或异常)的情况下，计算系统150可依据距各个PTV区域中的每个PTV区域的距离来生成或定义对辐射剂量分布的估计。例如，在每个体素x处，计算系统150可评估距不同PTV区域的各种距离的表达式
(或一些其他距离函数)，并且如果体素x在任何PTV区域之外，则使用最大值作为辐射剂量D(x)。如果体素x在PTV区域之内，计算系统150或处理器154可使用距离的评估函数的最大值作为辐射剂量D(x)。
再次参考图1B和图2，方法200可包括计算系统150或(多个)处理器154，其确定表示目标函数的成本矩阵(步骤204)。目标函数可依据对辐射剂量分布的估计D(x)和患者特定数据(诸如PTV和OAR的剂量目标)来定义。在一些实施方式中，计算系统150或(多个)处理器154可将目标函数定义为：
Φ(x)＝W(x)(D(x)-C(x))2· (2)
目标函数Φ(x)在每个体素x处被定义为所估计的辐射剂量D(x)和期望或参考辐射剂量C(x)之间的平方差乘以加权值W(x)。可在解剖学区域的每个结构(例如，PTV或OAR)内将参考辐射剂量函数C(x)定义为等于对应的恒定剂量值或阈值。函数C(x)可反映特定于患者的PTV和OAR的剂量目标。例如，函数C(x)可等于PTV 304内的第一辐射剂量值、等于OAR306内的第二辐射剂量值以及等于OAR 308内的第三辐射剂量值。第一、第二和第三辐射剂量值可基于特定于患者的临床或剂量目标来定义。加权函数W可反映偏离辐射函数C(x)的严重程度。在OAR中，Φ(x)可被定义为零，其中D(x)<C(x)。计算系统150或(多个)处理器154可将成本矩阵的体素x的值确定为Φ(x)。参考图3B，示出了示例成本矩阵的2-D切片。基于目标函数和图3A的所估计的辐射剂量分布D(x)来计算成本矩阵体素值或对应的目标函数值。
在一些实施方式中，成本矩阵可被定义为表示目标函数Φ(x)相对于辐射剂量的导数
或者表示导数/>
的绝对值。计算系统150或(多个)处理器154可将成本矩阵的每个体素x处的体素值定义或计算为目标函数Φ(x)相对于辐射剂量的导数
或者对应的绝对值/>
在一些实施方式中，成本矩阵可被不同地定义。例如，计算系统150或(多个)处理器154可将成本矩阵定义或计算为目标函数Φ(x)的另一个函数，例如，不同于导数的绝对值。
方法200可包括计算系统150或(多个)处理器154将成本矩阵投影到多个注量平面中的每个注量平面上(步骤206)。计算系统150或(多个)处理器154可离散化可能的台架-治疗床取向的空间。可能的台架-治疗床取向的离散化空间中的每个点可表示多个台架-治疗床取向中的对应的台架-治疗床取向，例如(台架角度，治疗床角度)对。例如，可能的台架-治疗床取向的空间可为2-D空间，其中x轴表示可用的台架角度，并且y轴表示可用的治疗床角度，反之亦然。也就是说，假定台架和治疗床均能够移动或旋转，台架和治疗床的每个相对取向或位置可依据对应的台架角度和对应的治疗床角度来表示。台架角度和治疗床角度中的每一个均可在3-D空间中相对于对应参考方向而被定义。每个(台架角度、治疗床角度)对可定义治疗床或患者的对应位置和/或取向，以及台架的对应位置和/或取向或辐射束的对应方向。
对于每个(台架角度、治疗床角度)对，计算系统150或(多个)处理器154可计算成本矩阵在对应注量平面上的投影。计算系统150或(多个)处理器154可将成本矩阵的体素沿着对应的辐射束的方向投影到对应的注量平面上。通过确定注量平面上与在辐射束的方向上穿过体素的射线相交的像素来投影成本矩阵的体素。该体素的成本值被添加到注量平面上的像素值上。
在一些实施方式中，计算系统150或(多个)处理器154可对成本矩阵的每个投影应用加权。对于成本矩阵的每个投影，计算系统150或(多个)处理器104可应用依据在辐射束的方向上、相对于解剖学区域内部的规划靶标体积(PTV)的深度而定义的对应加权函数。应用加权投影可包括根据在辐射束的方向上、相对于解剖学区域内部的规划靶标体积(PTV)的深度对成本矩阵的投影值进行加权。来自PTV内部的投影的权重可假定为零，以便在投影中仅包括来自OAR的成本贡献。例如，(考虑对应辐射束的方向)计算系统150或(多个)处理器154可对PTV之前的体积应用比在PTV后面或之后的体积更高的权重。可假定PTV的权重等于零，以便在投影中仅包括来自OAR或来自包括OAR在内的所有正常组织的成本贡献。
方法200可包括计算系统150或(多个)处理器154基于成本矩阵在多个注量平面的靶标掩模上的投影来确定处理路径(步骤208)。计算系统150或(多个)处理器154可针对每个(台架角度、治疗床角度)对计算对应的聚合投影值，该聚合投影值表示对应投影矩阵的条目的总和。也就是说，对于每个(台架角度、治疗床角度)对，计算系统150或(多个)处理器154可计算成本矩阵的对应投影的条目的总和，以确定对应的聚合投影值。在一些实施方式中，计算在注量平面的靶标掩模上的条目的总和。可通过将PTV的体素投影到注量平面来形成靶标掩模。接收任何投影的像素均被包括在靶标掩模中。靶标投影周围的一些空白可被包括在掩模中。也就是说，成本矩阵的投影可在整个注量平面上，但是只有击中靶标掩模的投影部分与确定聚合的总和并且因此与确定处理路径相关。对应于(台架角度、治疗床角度)对的聚合投影值表示与医学或临床标准或约束冲突的严重程度的度量。对于给定的(台架角度、治疗床角度)对，对应的聚合投影值指示在治疗床根据治疗床角度取向时、由处于台架角度的台架辐射的射束是否违反了由照顾患者的医务人员设定的任何临床或医学标准。聚合投影值越大，与对应的(台架角度、治疗床角度)对相关联的冲突越严重。
计算系统150或(多个)处理器154可使用所计算的聚合投影值确定最佳处理路径或轨迹。具体而言，计算系统150或(多个)处理器154可将路径或轨迹搜索应用于聚合投影值的矩阵，以确定最佳处理路径或轨迹。聚合投影值的矩阵的列可对应于不同的台架角度，而行可对应于不同的治疗床角度，反之亦然。在执行路径搜索时，计算系统150或(多个)处理器154可从聚合投影值的矩阵的初始条目开始，并且迭代地进行以确定条目序列，直到到达最终条目。计算系统150或(多个)处理器154可按最小化对应的合计严重程度或聚合投影值的对应的总和的方式来应用路径搜索。例如，计算系统150或(多个)处理器154可应用路径搜索算法，例如A*算法，以确定具有聚合投影值的最小总和的路径或轨迹。
聚合投影值的矩阵的所确定的条目序列中的每个条目表示对应的(台架角度、治疗床角度)对。这样，确定聚合投影值的矩阵的条目序列意指确定形成或表示处理路径或轨迹的(台架角度、治疗床角度)对的序列。路径搜索算法的输入可包括路径的起点和终点。在一些实施方式中，起点和终点可为相同的，使得路径或轨迹围绕患者形成完整的环。计算系统150或(多个)处理器154可选择起始点作为对应于聚合投影值的矩阵的最小条目的(台架角度，治疗床角度)对。在一些实施方式中，计算系统150或(多个)处理器154可不同地选择起始点。
参考图3C，示出了表示与可能的(台架角度、治疗床角度)对相关联的冲突严重程度的聚合投影值310的示例矩阵的图像，以及基于聚合投影值310的矩阵而确定的处理路径312。处理路径312表示(台架角度、治疗床角度)对的序列，其定义了围绕患者的环。台架角度是等间距的。所示出的处理路径与聚合投影值310的矩阵的对应条目的最小总和相关联。平坦的灰色区域由导致冲突的那些(台架角度、治疗床角度)方向或者由通过CT图像的剪切(clipping)平面进入患者体积的射束禁止。聚合投影矩阵中的点a和b分别对应于图3B中的投影方向a和b。
图4A示出了描绘各种假想解剖学结构的示例布置的图像。结构402表示PTV，而结构404和406表示两个不同的OAR。图4B示出了描绘在对应于图4A的射束取向上的成本矩阵的投影的视觉图示的图像。在这种情况下，假定OAR结构406具有与所估计的辐射剂量高度冲突的临床目标，因此在图4B的成本矩阵的投影中产生高强度。相比之下，假定OAR结构404具有与所估计的辐射剂量较少冲突的临床目标，因此在图4B的成本矩阵的投影中产生相对较低的强度。
图5A和5B示出了图示根据本公开的发明概念的处理路径的二维(2-D)和三维(3-D)表示的图像。图5A示出了聚合投影值的矩阵和使得聚合投影矩阵的对应条目的总和最小化的最佳路径504的另一个示例。平坦的灰色区域由导致冲突的那些(台架角度、治疗床角度)方向或者由通过CT图像的剪切平面进入患者体积的射束禁止。图5B示出了3-D空间中的最佳路径502。图5B还图示了在最佳路径的一点处的辐射束。
计算系统150或(多个)处理器154可采用方法200来优化基于强度调制辐射疗法(IMRT)的辐射计划或优化基于体积调制弧形疗法(VMAT)的辐射计划。例如，目标函数可被定义为优化基于IMRT的辐射计划或者优化基于VMAT的辐射计划。在VMAT中，安装在台架头部的多叶准直器(MLC)用于使辐射束成形。MLC包括一组金属叶片，它们移动进出并阻挡部分辐射，以调制射束并使辐射更符合PTV形状。在VMAT中，台架可在患者周围移动的同时连续递送辐射，而MLC可在路径的某些部分阻挡辐射。这样，VMAT的处理路径优化可涉及确定MLC在其间阻挡辐射的路径段。在IMRT中，台架停止在若干个角度(例如，约5至10个角度)处，并且通过调制射束来递送辐射。这样，路径优化可包括确定台架停止向患者递送辐射的(台架角度、治疗床角度)对。
应注意，本说明书中论述的示例仅用于说明目的，不得解释为限制。例如，可使用不同于等式(1)中描述的函数D(x)的其他函数来定义对辐射剂量分布的估计。此外，计算系统150可按各种不同的方式启动路径搜索算法。
本公开中描述的各种方法可通过存储在计算机可读介质上的计算机代码指令来实行。当由计算设备的一个或多个处理器执行时，计算机代码指令可使计算设备执行该方法。
虽然已参照特定实施例特别地示出和描述了本发明，但本领域技术人员应理解，在不脱离本发明精神和范围的情况下，可对本发明进行各种形式和细节上的变更。
虽然本公开含有许多具体实施例细节，但是这些不应被解释为对任何发明的范围或可能要求保护的范围的限制，而是对特定发明的特定实施例所特有的特征的描述。本说明书中在独立实施例的上下文中描述的某些特征也可在单个实施例中组合实施。相反，在单个实施例的上下文中描述的各种特征也可在多个实施例中单独实施或者在任何合适的子组合中实施。此外，尽管特征可能在上面被描述为在一些组合中起作用，并且甚至最初被如此要求保护，但是来自所要求保护的组合的一个或多个特征在一些情况下可从该组合中删除，并且所要求保护的组合可针对子组合或子组合的变型。
类似地，虽然图中以特定顺序描绘了操作，但不应理解为要求以所示特定顺序或连续顺序执行此类操作，或要求执行所有图示操作，以实现期望的结果。在某些情况下，多任务和并行处理可能是有利的。此外，上述实施例中的各种系统组件的分离不应被理解为在所有实施例中均需要这类分离，并且应理解，所描述的程序组件和系统通常可被集成在单个软件产品中或者被打包成多个软件产品。
对“或(or)”的引用可被解释为包括性的，因此使用“或”描述的任何术语可表示单个、多于一个和所有描述的术语中的任何一个。
因此，已描述了该主题的特定实施例。其他实施例在以下权利要求的范围内。在一些情况下，权利要求中所述的动作可按不同的顺序执行，并且仍能获得期望的结果。此外，附图中描绘的过程不一定需要所示的特定顺序或连续顺序来实现期望的结果。在某些实施例中，多任务和并行处理可能是有利的。
Claims (20)
1.一种辐射处理规划的方法，包括：
由一个或多个处理器确定对患者的解剖学区域内的辐射剂量分布的估计；
由所述一个或多个处理器使用对辐射剂量分布的所述估计来确定成本矩阵，所述成本矩阵表示依据对辐射剂量分布的所述估计和患者特定数据而定义的目标函数；
由所述一个或多个处理器将所述成本矩阵投影到多个注量平面中的每个注量平面上，所述多个注量平面中的每个注量平面与医学线性加速器设备的多个台架-治疗床取向中对应的台架-治疗床取向相关联；以及
使用所述成本矩阵在所述多个注量平面中的每个注量平面上的投影，确定所述多个台架-治疗床取向之中表示处理路径的台架-治疗床取向的序列。
2.根据权利要求1所述的方法，其中确定对辐射剂量分布的所述估计包括：根据距所述解剖学区域的规划靶标体积(PTV)的距离，确定对辐射剂量分布的所述估计。
3.根据权利要求1或2所述的方法，其中所述目标函数反映针对所述患者的一个或多个辐射约束。
4.根据前述权利要求中任一项所述的方法，其中所述目标函数被定义为优化基于强度调制辐射疗法(IMRT)的辐射计划。
5.根据权利要求1至3中任一项所述的方法，其中所述目标函数被定义为优化基于体积调制弧形疗法(VMAT)的辐射计划。
6.根据前述权利要求中任一项所述的方法，还包括：
通过离散化可能的台架-治疗床取向的空间，来确定所述多个台架-治疗床取向，可能的台架-治疗床取向的离散化空间中的每个点表示所述多个台架-治疗床取向中对应的台架-治疗床取向。
7.根据前述权利要求中任一项所述的方法，其中将所述成本矩阵投影到多个注量平面中的每个注量平面上包括应用加权投影。
8.根据权利要求7所述的方法，其中应用所述加权投影包括：根据在辐射束的方向上相对于所述解剖学区域内部的规划靶标体积(PTV)的深度，对所述成本矩阵的投影值进行加权。
9.根据前述权利要求中任一项所述的方法，其中确定台架-治疗床取向的所述序列包括：
针对每个台架-治疗床取向，计算对应的矩阵总和值，所述矩阵总和值表示所述成本矩阵在与所述台架-治疗床取向相关联的注量平面的靶标掩模上的投影之和；以及
使用针对所述多个台架-治疗床取向而计算的矩阵总和值，确定台架-治疗床取向的所述序列。
10.根据权利要求9所述的方法，其中确定台架-治疗床取向的所述序列包括：将所述处理路径上的矩阵总和值的合计最小化，所述处理路径在台架-治疗床取向的预定义范围上延伸。
11.一种辐射处理规划系统，包括：
一个或多个处理器；以及
用于存储计算机代码指令的非暂时性存储器，所述计算机代码指令在被执行时使所述一个或多个处理器：
确定对患者的解剖学区域内的辐射剂量分布的估计；
使用对辐射剂量分布的所述估计来确定成本矩阵，所述成本矩阵表示依据对辐射剂量分布的所述估计和患者特定数据而定义的目标函数；
将所述成本矩阵投影到多个注量平面中的每个注量平面上，所述多个注量平面中的每个注量平面与医学线性加速器设备的多个台架-治疗床取向中对应的台架-治疗床取向相关联；以及
使用所述成本矩阵在所述多个注量平面中的每个注量平面上的投影，确定所述多个台架-治疗床取向之中表示处理路径的台架-治疗床取向的序列。
12.根据权利要求11所述的辐射处理规划系统，其中确定对辐射剂量分布的所述估计包括：根据距所述解剖学区域的规划靶标体积(PTV)的距离，确定对辐射剂量分布的所述估计。
13.根据权利要求11或12所述的辐射处理规划系统，其中所述目标函数反映针对所述患者的一个或多个辐射约束。
14.根据权利要求11至13中任一项所述的辐射处理规划系统，其中所述目标函数被定义为优化基于强度调制辐射疗法(IMRT)的辐射计划，或者被定义为优化基于体积调制弧形疗法(VMAT)的辐射计划。
15.根据权利要求11至14中任一项所述的辐射处理规划系统，其中所述一个或多个处理器还被配置为：
通过离散化可能的台架-治疗床取向的空间，来确定所述多个台架-治疗床取向，可能的台架-治疗床取向的离散化空间中的每个点表示所述多个台架-治疗床取向中对应的台架-治疗床取向。
16.根据权利要求11至15中任一项所述的辐射处理规划系统，其中在将所述成本矩阵投影到多个注量平面中的每个注量平面上时，所述一个或多个处理器被配置为应用加权投影。
17.根据权利要求16所述的辐射处理规划系统，其中在应用所述加权投影时，所述一个或多个处理器被配置为：根据在辐射束的方向上相对于所述解剖学区域内部的规划靶标体积(PTV)的深度，对所述成本矩阵的投影值进行加权。
18.根据权利要求11至17中任一项所述的辐射处理规划系统，其中在确定台架-治疗床取向的所述序列时，所述一个或多个处理器被配置为：
针对每个台架-治疗床取向，计算对应的矩阵总和值，所述矩阵总和值表示所述成本矩阵在与所述台架-治疗床取向相关联的注量平面的靶标掩模上的投影之和；以及
使用针对所述多个台架-治疗床取向而计算的矩阵总和值，来确定台架-治疗床取向的所述序列。
19.根据权利要求18所述的辐射处理规划系统，其中在确定台架-治疗床取向的所述序列时，所述一个或多个处理器被配置为：使所述处理路径上的矩阵总和值的合计最小化，所述处理路径在台架-治疗床取向的预定义范围上延伸。
20.一种包括存储在其上的计算机代码指令的计算机可读介质，所述计算机代码指令在被执行时使一个或多个处理器：
确定对患者的解剖学区域内的辐射剂量分布的估计；
使用对辐射剂量分布的所述估计，来确定成本矩阵，所述成本矩阵表示依据对辐射剂量分布的所述估计和患者特定数据而定义的目标函数；
将所述成本矩阵投影到多个注量平面中的每个注量平面上，所述多个注量平面中的每个注量平面与医学线性加速器设备的多个台架-治疗床取向中对应的台架-治疗床取向相关联；以及
使用所述成本矩阵在所述多个注量平面中的每个注量平面上的投影，来确定所述多个台架-治疗床取向之中表示处理路径的台架-治疗床取向的序列。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US17/036,176 US11478661B2 (en) | 2020-09-29 | 2020-09-29 | Trajectory optimization using dose estimation and conflict detection |
| US17/036,176 | 2020-09-29 | ||
| PCT/EP2021/076173 WO2022069336A1 (en) | 2020-09-29 | 2021-09-23 | Trajectory optimization using dose estimation and conflict detection |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116209501A true CN116209501A (zh) | 2023-06-02 |
Family
ID=77998991
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202180066616.7A Pending CN116209501A (zh) | 2020-09-29 | 2021-09-23 | 使用剂量估计和冲突检测的轨迹优化 |
Country Status (4)
| Country | Link |
|---|---|
| US (2) | US11478661B2 (zh) |
| EP (1) | EP4221829A1 (zh) |
| CN (1) | CN116209501A (zh) |
| WO (1) | WO2022069336A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11478661B2 (en) * | 2020-09-29 | 2022-10-25 | Varian Medical Systems International Ag | Trajectory optimization using dose estimation and conflict detection |
Family Cites Families (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7906770B2 (en) * | 2005-07-25 | 2011-03-15 | Karl Otto | Methods and apparatus for the planning and delivery of radiation treatments |
| US10279196B2 (en) * | 2006-09-28 | 2019-05-07 | Accuray Incorporated | Radiation treatment planning using four-dimensional imaging data |
| US8262554B2 (en) * | 2007-03-30 | 2012-09-11 | Accuray Incorporated | Apparatus and method for determining an optimized path traversal for radiation treatment delivery system |
| EP2575965A4 (en) * | 2010-06-07 | 2013-12-11 | Univ Manitoba | METHOD FOR MULTI-OBJECTIVE RADIOTHERAPY OPTIMIZATION |
| US9289627B2 (en) * | 2010-06-22 | 2016-03-22 | Varian Medical Systems International Ag | System and method for estimating and manipulating estimated radiation dose |
| US9700739B2 (en) * | 2014-06-17 | 2017-07-11 | Intuitive Therapeutics Sa | System and computer program product for inverse treatment planning |
| WO2016081916A1 (en) * | 2014-11-21 | 2016-05-26 | The Regents Of The University Of California | Three-dimensional radiotherapy dose distribution prediction |
| EP3265176A4 (en) * | 2015-03-05 | 2018-12-26 | The Regents of the University of California | Radiotherapy utilizing the entire 4pi solid angle |
| US10080911B2 (en) * | 2015-09-10 | 2018-09-25 | Varian Medical Systems, Inc. | Knowledge-based spatial dose metrics and methods to generate beam orientations in radiotherapy |
| US11065471B2 (en) * | 2015-11-20 | 2021-07-20 | Duke University | Systems and methods for automatic, customized radiation treatment plan generation for cancer |
| US9849306B2 (en) * | 2016-03-21 | 2017-12-26 | Varian Medical Systems International Ag | Systems and methods for generating beam-specific planning target volume design outputs |
| US10307615B2 (en) * | 2016-09-19 | 2019-06-04 | Varian Medical Systems International Ag | Optimization of radiation treatment plans for optimal treatment time in external-beam radiation treatments |
| US10639501B2 (en) * | 2016-09-23 | 2020-05-05 | Varian Medical Systems International Ag | Creating treatment field using initial field and patient specific geometry and achievable dose |
| WO2018137772A1 (en) * | 2017-01-27 | 2018-08-02 | Raysearch Laboratories Ab | System and method for planning a radiation therapy treatment |
| EP3357539A1 (en) * | 2017-02-02 | 2018-08-08 | Koninklijke Philips N.V. | Warm start initialization for external beam radiotherapy plan optimization |
| EP3391940A1 (en) * | 2017-04-21 | 2018-10-24 | Koninklijke Philips N.V. | Planning system for adaptive radiation therapy |
| CN110997063B (zh) * | 2017-05-30 | 2022-04-29 | 反射医疗公司 | 用于计算放射注量的方法的放射治疗系统 |
| US10507337B2 (en) * | 2017-09-13 | 2019-12-17 | Elekta, Inc. | Radiotherapy treatment plan optimization workflow |
| CA3082229A1 (en) * | 2017-11-08 | 2019-05-16 | Dalhousie University | Radiation treatment planning with multiple target subset optimization |
| US10668300B2 (en) * | 2017-12-08 | 2020-06-02 | Elekta, Inc. | Radiation treatment planning or administration electron modeling |
| US10493299B2 (en) * | 2017-12-08 | 2019-12-03 | Elekta, Inc. | Determining parameters for a beam model of a radiation machine using deep convolutional neural networks |
| CN109496160B (zh) * | 2018-01-06 | 2021-07-09 | 上海联影医疗科技股份有限公司 | 一种用于多平面放疗的系统和方法 |
| US11100632B2 (en) * | 2018-04-13 | 2021-08-24 | Elekta, Inc. | Image synthesis using adversarial networks such as for radiation therapy |
| US10668304B2 (en) * | 2018-04-30 | 2020-06-02 | Elekta, Inc. | Phantom for adaptive radiotherapy |
| EP3791401A4 (en) * | 2018-05-07 | 2022-02-09 | Dalhousie University | SYSTEMS AND METHODS FOR PLANNING, ORDERING AND/OR DELIVERING RADIATION THERAPY AND RADIO SURGERY USING COMBINED DYNAMIC AXIS OPTIMIZATION (CODA) |
| US11097128B2 (en) * | 2019-07-16 | 2021-08-24 | Elekta Ab (Publ) | Radiotherapy treatment plans using differentiable dose functions |
| US11278737B2 (en) * | 2019-09-09 | 2022-03-22 | Varian Medical Systems International Ag | Systems and methods for automatic treatment planning and optimization |
| US11077320B1 (en) * | 2020-02-07 | 2021-08-03 | Elekta, Inc. | Adversarial prediction of radiotherapy treatment plans |
| US11478661B2 (en) * | 2020-09-29 | 2022-10-25 | Varian Medical Systems International Ag | Trajectory optimization using dose estimation and conflict detection |
-
2020
- 2020-09-29 US US17/036,176 patent/US11478661B2/en active Active
-
2021
- 2021-09-23 EP EP21782727.8A patent/EP4221829A1/en active Pending
- 2021-09-23 CN CN202180066616.7A patent/CN116209501A/zh active Pending
- 2021-09-23 WO PCT/EP2021/076173 patent/WO2022069336A1/en unknown
-
2022
- 2022-10-25 US US17/973,426 patent/US20230057253A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| EP4221829A1 (en) | 2023-08-09 |
| US20230057253A1 (en) | 2023-02-23 |
| WO2022069336A1 (en) | 2022-04-07 |
| US11478661B2 (en) | 2022-10-25 |
| US20220096865A1 (en) | 2022-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109152928B (zh) | 用于计算辐射治疗的注量图的方法和系统 | |
| Cole et al. | Toward adaptive radiotherapy for lung patients: feasibility study on deforming planning CT to CBCT to assess the impact of anatomical changes on dosimetry | |
| US11679274B2 (en) | Artificial intelligence modeling for radiation therapy dose distribution analysis | |
| TW201818996A (zh) | 用於決定放射劑量之放射治療方法及放射治療計劃系統 | |
| US20220296924A1 (en) | Artificial intelligence modeling for radiation therapy dose distribution analysis | |
| US20230057253A1 (en) | Trajectory optimization using dose estimation and conflict detection | |
| Amarsee et al. | Automatic detection and tracking of marker seeds implanted in prostate cancer patients using a deep learning algorithm | |
| CN117561577A (zh) | 人工智能建模以建议场几何模板 | |
| CN112635023B (zh) | 鼻咽癌的剂量预测模型的生成方法、剂量预测方法及装置 | |
| EP4389207A1 (en) | Systems and methods for optimizing radiotherapy planning using plan quality scores | |
| EP4389206A1 (en) | Systems and methods for generating plan quality scores to optimize radiotherapy treatment planning | |
| US20220309673A1 (en) | Using radiation dose information for automatic organ segmentation model training | |
| US20220414525A1 (en) | Machine learning approach for solving beam angle optimization | |
| US20230087944A1 (en) | Machine learning modeling to predict heuristic parameters for radiation therapy treatment planning | |
| US20230222657A1 (en) | Comparing healthcare provider contours using automated tool | |
| CN113749685B (zh) | 准直器的叶片优化方法、放射治疗计划转换方法和系统 | |
| CN116261743A (zh) | 用于生成放射治疗计划的系统和方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |