CN117136414A - 用于针对放射治疗的自动目标标识、追踪和安全性评估的方法 - Google Patents
用于针对放射治疗的自动目标标识、追踪和安全性评估的方法 Download PDFInfo
- Publication number
- CN117136414A CN117136414A CN202280025151.5A CN202280025151A CN117136414A CN 117136414 A CN117136414 A CN 117136414A CN 202280025151 A CN202280025151 A CN 202280025151A CN 117136414 A CN117136414 A CN 117136414A
- Authority
- CN
- China
- Prior art keywords
- dose
- tumor
- value
- pet
- profile
- 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
- 238000000034 method Methods 0.000 title claims abstract description 410
- 238000001959 radiotherapy Methods 0.000 title claims description 82
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 492
- 230000005855 radiation Effects 0.000 claims abstract description 196
- 238000009826 distribution Methods 0.000 claims abstract description 184
- 238000003384 imaging method Methods 0.000 claims description 171
- 238000012879 PET imaging Methods 0.000 claims description 109
- 230000005284 excitation Effects 0.000 claims description 70
- 239000000700 radioactive tracer Substances 0.000 claims description 54
- 238000013527 convolutional neural network Methods 0.000 claims description 30
- 238000000275 quality assurance Methods 0.000 claims description 22
- 238000013170 computed tomography imaging Methods 0.000 claims description 20
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 11
- 239000003550 marker Substances 0.000 claims description 10
- 230000008685 targeting Effects 0.000 claims description 8
- 230000002503 metabolic effect Effects 0.000 claims description 5
- 238000002603 single-photon emission computed tomography Methods 0.000 claims description 4
- 238000011478 gradient descent method Methods 0.000 claims description 3
- 210000000056 organ Anatomy 0.000 claims description 2
- 238000012636 positron electron tomography Methods 0.000 claims 67
- 210000000920 organ at risk Anatomy 0.000 description 40
- 230000001225 therapeutic effect Effects 0.000 description 26
- 230000006870 function Effects 0.000 description 24
- 230000033001 locomotion Effects 0.000 description 15
- 238000007493 shaping process Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 10
- 238000002560 therapeutic procedure Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 230000002459 sustained effect Effects 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 8
- 210000001519 tissue Anatomy 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 238000002721 intensity-modulated radiation therapy Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 231100000628 reference dose Toxicity 0.000 description 5
- 238000002720 stereotactic body radiation therapy Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 4
- 238000010304 firing Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 210000003484 anatomy Anatomy 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 206010061289 metastatic neoplasm Diseases 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 206010073306 Exposure to radiation Diseases 0.000 description 2
- 238000013477 bayesian statistics method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 238000012285 ultrasound imaging Methods 0.000 description 2
- GUTLYIVDDKVIGB-OUBTZVSYSA-N Cobalt-60 Chemical compound [60Co] GUTLYIVDDKVIGB-OUBTZVSYSA-N 0.000 description 1
- 206010027476 Metastases Diseases 0.000 description 1
- 241001123605 Peru tomato mosaic virus Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002648 combination therapy Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 229940124447 delivery agent Drugs 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002710 external beam radiation therapy Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 231100000636 lethal dose Toxicity 0.000 description 1
- 238000011430 maximum method Methods 0.000 description 1
- 208000037819 metastatic cancer Diseases 0.000 description 1
- 208000011575 metastatic malignant neoplasm Diseases 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Abstract
本文中公开了用于使用肿瘤标识(ID)简档来标识目标区的位置的方法和系统。肿瘤ID简档包括表征所述目标区的标识参数。所述肿瘤ID简档能够用于促进对多个目标区的标识,并且评估在所述目标区的更新位置处向所述目标区递送辐射是否安全。本文中还公开了用于通过基于伽马准则生成有界剂量体积直方图(bDVH)来分析针对目标区的剂量分布的方法,所述伽马准则包括距离一致(DTA)准则和剂量差(DD)准则。在一个变型中,在选择用于评估放射治疗计划的伽马准则值的方法中使用伽马导出的bDVH。
Description
相关申请的交叉引用
本申请要求2021年2月26日提交的美国临时专利申请63/154,295、2021年7月14日提交的美国临时专利申请63/221,859以及2021年9月20日提交的美国临时专利申请63/246,212的优先权,这些美国临时专利申请的公开内容据此以全文引用方式并入。
背景技术
放射治疗的目标是向肿瘤递送致死剂量的辐射,同时限制周围健康组织的辐射暴露量。然而,因为肿瘤和辐射都不容易可见或不明显(因为肿瘤在患者体内,并且高能X射线不在可见光谱中),所以可能难以确定治疗辐射射束是否正确地靶向肿瘤。当前的放射治疗方法试图通过以下操作来减轻此定位问题:基于计划图像来计划辐射递送,并且假设如果患者定位在与他们在采集计划图像时所处的位置相同的位置中,则肿瘤也将在相同的位置中。在治疗时,采集患者的定位解剖图像(诸如CT扫描),并且将此图像与患者的计划图像进行比较。随后可以基于该比较来移动患者,使得他们处于计划图像位置。
尽管定位图像可以帮助对患者进行定位,使得将肿瘤定位在它们的计划位置处,但在治疗疗程期间通常会有一定的患者运动,从而可能导致肿瘤改变位置。例如,由于呼吸、内部器官运动,肿瘤可能在治疗疗程期间改变位置,并且有时可能会相对于用于将治疗定位图像与计划图像对准的解剖标志改变位置。在治疗疗程开始时采集的定位图像没有考虑这些位置变化。当前的放射治疗系统试图通过将运动模型并入到治疗计划中、基于运动模型来选通辐射发射、扩大治疗裕度(例如计划目标体积或PTV)等来减轻由分次内(intra-fractional)肿瘤运动引起的递送伪影。当有超过一个肿瘤将被照射时,上文描述的不确定性变复杂。
因此,需要用于标识目标区位置的改进方法,尤其是在治疗转移性疾病的情境下。
发明内容
本文中公开了用于在治疗疗程期间使用肿瘤标识(ID)简档来标识一个或多个目标区的位置的放射治疗系统和方法。这些方法可以有助于在治疗疗程期间对一个或多个目标区进行定位。本文中描述的系统和方法也可用于评估在治疗疗程期间持续辐射递送的安全性。
本文中还公开了用于通过基于使用稀疏成像数据更新的统计图(例如似然值图)迭代地修改目标区的图像来更新移动目标区(例如肿瘤)的位置的方法。
本文中还公开了用于通过基于伽马准则生成有界剂量体积直方图(bDVH)来分析针对目标区的剂量分布的方法,所述伽马准则包括距离一致(DTA)准则和剂量差(DD)准则。基于伽马准则生成的bDVH(也称为伽马导出的bDVH)可以在用于选择用于评估放射治疗计划的伽马准则的方法中使用。在一个变型中,用于选择伽马准则的方法可以包括基于一组伽马准则来生成一个或多个bDVH,标识拟合在可接受bDVH的界限内的伽马导出的bDVH,以及选择与所标识的伽马导出的bDVH相关联的伽马准则以评估治疗计划。
用于标识患者目标区的方法的一个变型可以包括:采集具有目标区的患者的PET图像;标识PET图像内具有满足肿瘤标识(ID)简档的PET数据准则的PET数据的区,其中肿瘤ID简档还包括剂量度量准则;对于标识区中的每个标识区,基于PET图像中的PET数据来计算剂量度量值;以及选择具有符合剂量度量准则的剂量度量值的区作为目标区。剂量度量值可以是根据PET数据计算的预期递送剂量。剂量度量准则可以是阈值或标准值,该阈值或标准值用于评估针对图像(例如PET图像)的区的剂量分布,例如以确定所述区是否有可能是目标区的一部分。肿瘤ID简档可以包括多个标识参数,所述多个标识参数包括PET数据准则和剂量度量准则,并且所述肿瘤ID简档还可以包括已在治疗计划期间使用PET成像数据、CT成像数据和MR成像数据中的一者或多者定义的目标区轮廓和生物学追踪区域(BTZ)轮廓。BTZ是定义区(例如体积),PET成像数据用于根据该定义区计算用于递送的辐射注量。BTZ轮廓可以涵盖目标区轮廓。在一些变型中,BTZ轮廓可以是图像掩模,使得在BTZ轮廓之外的图像像素被设定为零。PET数据准则可以是阈值或标准值,该阈值或标准值用于评估PET数据,例如以确定PET图像的区是否有可能是目标区的一部分。PET数据准则可以包括平均SUV、最大SUV、归一化目标信号(NTS)和平均PET示踪剂浓度中的一者或多者。在一些变型中,NTS可以是BTZ轮廓内的最大PET信号值与BTZ轮廓内的平均PET信号值的比率。替代地,NTS可以是目标区轮廓内的平均SUV值与BTZ轮廓内的平均SUV之间的差与在BTZ轮廓内但在目标区轮廓之外的平均SUV的比率。在一些变型中,NTS可以是在BTZ轮廓内体素值大于BTZ轮廓中的最大体素值的50%的体素的平均值(PETmean-50%)与在涵盖BTZ轮廓的BTZ壳轮廓内的像素/体素的平均值(PETmean-bkgnd)的比率:
在一些变型中,NTS可以是在BTZ轮廓内体素值大于BTZ轮廓中的最大体素值的80%的体素的平均值(PETmean-80%)与在涵盖BTZ轮廓的BTZ壳轮廓内的像素/体素的平均值(PETmean-bkgnd)的比率:
在一些变型中,针对标识区中的每个标识区计算剂量度量值可以包括计算预期递送剂量体积(D)。剂量度量值可以是针对目标区的基于剂量体积D和目标区轮廓计算的预期递送剂量,并且剂量度量准则可以是目标区轮廓内的平均剂量和/或最大剂量。替代地,剂量度量值可以是针对目标区的基于剂量体积D和BTZ轮廓计算的预期递送剂量,并且剂量度量准则可以是BTZ轮廓内的平均剂量和/或最大剂量。在一些变型中,剂量度量准则可以是向患者递送的平均剂量、最大剂量和最小剂量中的一者或多者。剂量度量准则可以包括剂量体积D中的等剂量线内所包含的体积量。例如,等剂量线可以是X%等剂量线,其中X为约50至约100。多个标识参数还可以包括关于剂量体积D中的一个或多个子体积的剂量体积直方图(DVH)准则,并且针对标识区中的每个标识区计算剂量度量值还可以包括针对目标区轮廓和BTZ轮廓中的一者或多者计算DVH,并且其中选择所述区作为目标区可以包括选择具有符合肿瘤ID简档的DVH准则的DVH的区。替代地或另外,多个标识参数可以包括风险器官(OAR)DVH准则,并且针对标识区中的每个标识区计算剂量度量值可以包括针对OAR轮廓计算DVH,并且选择所述区作为目标区还可以包括选择具有符合肿瘤ID简档的OAR DVH准则的OAR DVH的区。
在一些变型中,标识PET图像内的区可以包括标识PET图像的具有与患者目标区的先前采集的PET图像的图像特征相似的图像特征的部分,将BTZ轮廓和目标区轮廓移位到PET图像的标识部分,针对PET图像的标识部分中的每个标识部分处的移位目标区轮廓计算SUV度量值,以及通过将所计算的SUV度量值与肿瘤ID简档的PET数据准则进行比较来标识PET图像内的区。PET数据准则可以是阈值或标准值,该阈值或标准值用于评估PET数据,例如以确定PET图像的区是否有可能是目标区的一部分。标识PET图像的具有与先前采集的PET图像的图像特征相似的图像特征的部分可以包括使用互相关的基于模板的匹配。PET图像的PET数据可以包括归一化目标信号(NTS)值和BTZ轮廓内的PET示踪剂浓度中的一者或多者。例如,肿瘤ID简档的PET数据准则可以包括针对NSUV的最小阈值、BTZ轮廓内的最小PET示踪剂浓度中的一者或多者。在一些变型中,标识PET图像内的区可以包括生成突出显示PET图像中的标识区中的每个标识区的视觉标记,以及在显示设备(例如监视器)上显示视觉标记。选择所述区作为目标区可以包括生成突出显示目标区的视觉标记,以及在显示设备(例如监视器)上显示视觉标记。在一些变型中,目标区可以是第一目标区,并且肿瘤ID简档可以是第一肿瘤ID简档,并且其中PET图像可以包括第二目标区,并且所述方法还可以包括:标识PET图像内具有符合第二肿瘤ID简档的PET数据准则的PET数据的第二组区,其中第二肿瘤ID简档还包括剂量度量准则;对于第二组中的标识区,基于PET图像中的PET数据来计算剂量度量值;以及选择第二组标识区中具有符合第二肿瘤ID简档的剂量度量准则的剂量度量值的区作为第二目标区。
本文中还描述了用于定义肿瘤标识简档的方法。用于定义肿瘤标识简档的方法的一个变型可以包括:在所采集的PET图像和CT图像内勾画目标区,勾画涵盖目标区的生物学追踪区域(BTZ),使用PET图像计算目标区的PET数据度量值,基于PET图像、BTZ勾画线以及基于针对目标区的规定剂量计算的激发滤波器来计算目标区的剂量度量值,以及生成包括多个标识参数的肿瘤标识(ID)简档,所述多个标识参数包括根据PET数据度量值计算的PET数据准则以及根据剂量度量值计算的剂量度量准则。激发滤波器可以是指定成像数据到辐射注量的转换的映射或变换(例如变换矩阵),所述辐射注量在被递送时向目标区提供期望剂量。激发滤波器表示从图像(或从图像空间)到注量(或注量空间)的变换。多个标识参数还可以包括目标区勾画线和BTZ勾画线。在一些变型中,所述方法还可以包括采集MR成像数据,并且勾画目标区以及勾画BTZ可以使用MR成像数据。BTZ可以是针对图像的空间掩模,使得在BTZ之外的图像像素被设定为零。PET数据准则可以包括针对目标区的标准摄取值(SUV)度量值。可以基于PET图像的区(例如目标区、选定体素组)中的体素的强度值和示踪剂的放射性来计算SUV值。可以校准体素的强度值以表示所述体素处的放射性浓度。例如,可以通过取PET图像中的区的组织放射性浓度(例如以kBq/mL为单位)与每患者体重(kg)的注射示踪剂的放射性(例如MBq)的比率来计算SUV值。例如,SUV度量值可以包括归一化目标信号(NTS)、平均SUV和最大SUV中的一者或多者。在一些变型中,标识参数还可以包括已由BTZ掩蔽的PET成像数据以及/或者已由BTZ掩蔽的CT成像数据。替代地或另外,标识参数还可以包括从患者的PET图像和CT图像中导出的代谢肿瘤体积。在一些变型中,可以在PET图像和CT图像中的一者或多者中描绘目标区勾画线。PET数据准则可以包括目标区勾画线内的PET示踪剂浓度。例如,PET示踪剂浓度可以是归一化PET示踪剂浓度,其中目标区勾画线内的PET示踪剂浓度被归一化为BTZ勾画线内的PET示踪剂浓度。替代地或另外,PET数据准则可以包括BTZ勾画线中的PET示踪剂浓度。
在一些变型中,计算剂量度量值可以包括基于所采集的PET图像和CT图像来计算预期递送剂量体积(D)。剂量度量准则可以是目标区勾画线内使用剂量体积D计算的平均剂量和/或最大剂量。替代地或另外,剂量度量准则可以是BTZ勾画线内使用剂量体积D计算的平均剂量和/或最大剂量。剂量度量准则可以是针对目标区的平均剂量、最大剂量和最小剂量中的一者或多者,并且/或者可以是针对辐射规避区的平均剂量、最大剂量和最小剂量中的一者或多者。在一些变型中,剂量度量准则可以由针对目标区勾画线和BTZ勾画线中的一者或多者的剂量体积直方图(DVH)来指定。
本文中还描述了用于计算多个递送注量的方法。可选地,所计算的递送注量可用于照射多个目标区。用于治疗多个目标区的方法的一个变型可以包括:调整患者在放射治疗系统的患者平台上的位置,使得解剖标志的位置与解剖标志的计划位置匹配;采集患者的包括第一目标区和第二目标区的PET成像数据;使用所采集的PET成像数据以及包括表征第一目标区的多个标识参数的第一肿瘤标识(ID)简档来标识第一目标区的第一位置;使用所采集的PET成像数据以及包括表征第二目标区的第二多个标识参数的第二肿瘤标识(ID)简档来标识第二目标区的第二位置;使用所采集的PET成像数据来计算用于向第一目标区的第一位置递送的第一递送注量;以及使用采集PET成像数据来计算向第二目标区的第二位置的第二递送注量。计算第一递送注量可以包括基于第一位置来计算第一定位函数,以及将第一定位函数应用于第一移位不变激发滤波器以计算第一递送注量。第一位置可以与针对第一目标区的第一计划定位参考点相对应,并且第一移位不变激发滤波器可以从第一计划定位参考点中导出。将第一定位函数应用于第一移位不变激发滤波器可以包括将第一定位函数与第一移位不变激发滤波器进行卷积。在一些变型中,第一定位函数可以是δ函数、高斯(Gaussian)函数、圆函数和插值中的一者。在一些变型中,计算第二递送注量可以包括基于第二位置来计算第二定位函数,以及将第二定位函数应用于第二移位不变激发滤波器以计算第二递送注量。第二位置可以与针对第二目标区的第二计划定位参考点相对应,并且第二移位不变激发滤波器基于第二计划定位参考点来导出。将第二定位函数应用于第二移位不变激发滤波器可以包括将第二定位函数与第二移位不变激发滤波器进行卷积。在一些变型中,第二定位函数可以是δ函数、高斯函数、圆函数和插值中的一者。
在一些变型中,标识第一目标区的第一位置还可以包括基于所采集的PET成像数据来计算第一预测递送剂量,以及确定第一预测递送剂量是否在批准剂量阈值内。标识第二目标区的第二位置还可以包括基于所采集的PET成像数据来计算第二预测递送剂量,以及确定第二预测递送剂量是否在批准剂量阈值内。在一些变型中,第一预测递送剂量可以在批准剂量阈值内,并且所述方法还包括向第一位置发射第一递送注量。在其他变型中,第一预测递送剂量可以在批准剂量阈值内,并且第二预测剂量可以不在批准剂量阈值内,并且所述方法还可以包括向第一位置发射第一递送注量,以及不向第二位置发射第二递送注量。在第二预测递送剂量在批准剂量阈值内的变型中,所述方法还可以包括向第二位置发射第二递送注量。在一些变型中,同时发射第一递送注量和第二递送注量的至少一部分。方法可以可选地包括生成描绘第一预测递送剂量、针对第一目标区的第一计划递送剂量、第二预测递送剂量以及针对第二目标区的第二计划递送剂量的图形表示,以及在显示设备上输出图形表示。第一肿瘤ID简档的标识参数可以包括PET数据准则,并且所述方法可以可选地还包括计算第一目标区的PET数据度量值,并且如果PET数据度量符合PET数据准则,则继续向第一位置发射第一递送注量。在一些变型中,第二肿瘤ID简档的标识参数可以包括PET数据准则,并且所述方法还可以包括计算第二目标区的第二PET数据度量值,并且如果第二PET数据度量符合第二PET数据准则,则继续向第二位置发射第二递送注量。方法可以可选地包括:生成图形表示,所述图形表示描绘叠加在第一计划位置处的第一目标区上的所标识的第一位置处的第一目标区,以及叠加在第二计划位置处的第二目标区上的第二标识目标位置处的第二目标区;以及在显示设备上输出图形表示。
本文中还描述了在放射治疗期间评估安全性的方法。在放射治疗期间评估安全性的方法的一个变型可以包括:采集目标区的PET成像数据,使用所采集的PET成像数据以及包括表征目标区的多个标识参数的肿瘤标识(ID)简档来标识目标区的位置,基于所采集的PET成像数据、目标区的位置和目标区轮廓来计算预测递送剂量,以及确定预测递送剂量是否在批准剂量阈值内。可选地,在一些变型中,方法可以包括如果预测递送剂量在批准剂量阈值内,则向目标区递送辐射。采集PET成像数据、标识位置、计算预测递送剂量以及确定预测递送剂量是否在批准剂量阈值内可以与向目标区递送辐射同时进行。采集PET成像数据可以包括在治疗疗程期间在一定时间间隔期间采集PET成像数据。例如,时间间隔可以具有约30秒至约15分钟或者小于约一分钟的持续时间。在一些变型中,计算预测递送剂量可以使用在时间间隔期间采集的PET成像数据。替代地或另外,计算预测递送剂量可以使用在治疗疗程期间累积采集的PET成像数据。可选地,一些变型还可以包括生成描绘预测递送剂量、针对目标区的计划递送剂量的图形表示,以及在显示设备上输出图形表示。替代地或另外,一些方法可以包括计算已向患者目标区发射的辐射的递送剂量,以及生成描绘递送剂量、预测递送剂量和针对目标区的计划递送剂量的图形表示,以及在显示设备上输出图形表示。
本文中还公开了基于初始图像和新采集的成像数据来对肿瘤进行定位的方法。方法的一个变型可以包括采集包括肿瘤的患者区的成像数据,通过针对成像数据的每个像素计算肿瘤似然值和背景似然值来生成像素肿瘤似然值图,以及通过将成像数据内的肿瘤轮廓移位到BTZ轮廓内的像素肿瘤似然值图的质心位置来确定肿瘤的位置,其中BTZ轮廓涵盖肿瘤轮廓。确定肿瘤的位置还可以包括迭代地更新像素肿瘤似然值图,以生成最终像素肿瘤似然值图,使得移位肿瘤轮廓内的平均像素值在移位前肿瘤轮廓内的平均像素值的先前定义阈值内,计算最终像素肿瘤似然值图的质心位置,以及通过将肿瘤轮廓移位到所计算的质心位置来确定肿瘤的位置。一些变型还可以包括基于肿瘤的初始图像来生成初始像素肿瘤概率值图,其中像素肿瘤概率值是二进制值,并且像素似然值是大于或等于零且小于或等于一的任何值。肿瘤的所采集的成像数据可以包括PET成像数据、CT成像数据、MR成像数据和X射线成像数据中的一者或多者。在一些变型中,所述方法还可以包括基于肿瘤的初始图像,通过向肿瘤轮廓内的像素分配高肿瘤概率值并且向肿瘤轮廓之外的像素分配低肿瘤概率值,来生成初始像素肿瘤概率值图。高肿瘤概率值可以是一,并且低肿瘤概率值可以是零。采集成像数据可以包括采集PET成像数据、CT成像数据、MR成像数据和/或SPECT成像数据。在一些变型中,生成像素肿瘤似然值图可以包括针对所采集的成像数据中的每个像素计算肿瘤似然值和背景似然值。例如,计算肿瘤似然值可以包括计算针对肿瘤轮廓内的像素的平均像素值以及在肿瘤轮廓内的像素值的标准偏差值。计算背景似然值可以包括计算在肿瘤轮廓之外并且针对BTZ轮廓内的像素的平均像素值以及在肿瘤轮廓之外并且在BTZ轮廓内的像素值的标准偏差值。迭代地更新像素肿瘤似然值图可以包括:通过向移位肿瘤轮廓内的像素分配高肿瘤概率值并且向移位肿瘤轮廓之外的像素分配低肿瘤概率值,来更新像素肿瘤概率值图;针对所采集的成像数据中的每个像素更新的肿瘤似然值和背景似然值;以及使用更新的像素肿瘤概率值图、更新的肿瘤似然值和背景似然值来调整像素肿瘤似然值图。
可选地,所述方法还可以包括生成包括已移位到肿瘤的位置的肿瘤轮廓的图形表示,以及向显示设备显示图形表示。一些变型可以包括:生成图形表示,所述图形表示包括已移位到最终像素肿瘤似然值图的质心位置的肿瘤轮廓、所采集的更新成像数据;以及向显示设备显示图形表示。图形表示还可以包括BTZ轮廓,并且移位肿瘤轮廓和BTZ轮廓可以叠加在所采集的成像数据上。一些方法还可以包括如果移位肿瘤轮廓与BTZ轮廓的接近度在预定裕度内,则生成通知。
本文中描述了一种用于评估用于放射治疗的PET信号的方法。方法的一个变型可以包括:采集患者区的PET成像数据,所述患者区包括生物靶向区域(BTZ)区和BTZ区内的目标区;基于PET成像数据来确定BTZ区内的目标区的位置;针对目标区内的PET成像数据的像素计算目标区标准摄取值(SUV);针对在目标区之外并且在BTZ区内的PET成像数据的像素计算BTZ区SUV;使用目标区SUV和BTZ区SUV计算目标区的归一化PET信号度量值;以及通过将归一化PET信号度量值与计划PET信号度量值进行比较来评估PET成像数据。可以基于PET图像的区(例如目标区)中的体素的强度值和示踪剂的放射性来计算SUV值。可以校准PET图像体素的强度值以表示所述体素处的放射性浓度。例如,可以通过取PET图像中的区的组织放射性浓度(例如以kBq/mL为单位)与每患者体重(kg)的注射示踪剂的放射性(例如MBq)的比率来计算SUV值。可选地,在一些变型中,此方法可以使用目标区的平均SUV和BTZ区的平均SUV。将归一化PET信号度量值与计划PET信号度量值进行比较可以包括基于净PET信号度量值来针对目标区计算预测辐射剂量,以及将预测辐射剂量与规定辐射剂量进行比较。确定目标区的位置可以包括:通过针对PET成像数据的每个像素计算肿瘤似然值和背景似然值来生成像素肿瘤似然值图;将目标区的轮廓移位到像素肿瘤似然值图的质心位置;迭代地更新像素肿瘤似然值图以生成最终像素肿瘤似然值图,使得移位目标区轮廓内的平均像素值在移位前肿瘤轮廓内的平均像素值的先前定义阈值内;计算最终像素肿瘤似然值图的质心位置;以及通过将目标区轮廓移位到所计算的质心位置来确定目标区位置。
用于基于初始图像和新采集的成像数据来对肿瘤进行定位的方法的一个变型可以包括:采集包括肿瘤的患者区的更新成像数据,其中Act(r)表示成像数据的每个体积像素r=(x,y,z)处的信号强度;对于其中i=1的第一次迭代,针对更新成像数据的每个像素计算肿瘤似然值和背景似然值/>通过将肿瘤似然值/>和背景似然值/>与从肿瘤的初始图像中导出的初始像素肿瘤概率值图CTVmaski-1进行组合来生成像素肿瘤似然值图/>其中初始图像包括肿瘤轮廓以及涵盖肿瘤轮廓的BTZ轮廓
计算BTZ轮廓内的像素肿瘤似然值图的质心位置;将肿瘤轮廓移位到像素肿瘤似然值图/>的质心位置;对于多次迭代i=i+1,迭代地更新像素肿瘤似然值图/>以生成最终像素肿瘤似然值图直到符合停止条件为止;计算最终像素肿瘤似然值图的质心位置;以及通过将肿瘤轮廓移位到所计算的质心位置来确定肿瘤的位置。
计算肿瘤似然值可以包括计算针对初始图像中的肿瘤轮廓内的像素的信号平均值/>和信号标准偏差值/>以及如下将信号平均值、信号标准偏差值、信号强度和Act(r)进行组合:
并且计算背景似然值可以包括计算针对初始图像中的肿瘤轮廓之外的像素的背景平均信号值/>和背景标准偏差值/>以及如下将背景平均值、背景标准偏差值、信号强度和Act(r)进行组合:
在一些变型中,计算像素肿瘤似然值图的质心位置可以包括计算针对BTZ轮廓内的j个像素的质心的坐标[xc,yc,zc]:
在一些变型中,停止条件可以是移位肿瘤轮廓内的平均像素值在移位前肿瘤轮廓内的平均像素值/>的先前定义阈值内。替代地或另外,停止条件可以是最大迭代次数,例如约15次。在一些变型中,针对下一次迭代i=i+1迭代地更新像素肿瘤似然值图可以包括:通过以下操作来调整像素肿瘤似然值图通过向移位肿瘤轮廓内的像素分配高肿瘤概率值以及向移位肿瘤轮廓之外的像素分配低肿瘤概率值,来生成更新的像素肿瘤概率值图CTVmaski;计算针对移位肿瘤轮廓内的像素的/>计算针对移位肿瘤轮廓之外但在BTZ轮廓内的像素的计算更新的肿瘤似然值
计算更新背景似然值
以及使用更新的像素肿瘤概率值图CTVmaski、更新的肿瘤似然值和更新背景似然值/>来调整像素肿瘤似然值图/>
本文中描述了用于追踪目标区的方法。用于追踪目标区的方法的一个变型可以包括:采集目标区的PET成像数据;使用所采集的PET成像数据来标识目标区的位置;确定目标区的位置是否在目标区轮廓内;并且如果目标区的位置在目标区轮廓之外,则生成通知。目标区轮廓可以是生物学追踪区域(BTZ)轮廓和/或计划目标体积(PTV)轮廓。标识目标区的位置可以包括使用肿瘤标识(ID)简档。肿瘤ID简档可以包括表征目标区的多个标识参数(例如轮廓数据、成像准则和/或剂量准则、激发滤波器等)。替代地或另外,标识目标区的位置可以包括通过针对PET成像数据的每个像素计算肿瘤似然值和背景似然值来生成像素肿瘤似然值图,以及通过将PET成像数据内的肿瘤轮廓移位到像素肿瘤似然值图的质心位置来标识目标区的位置。例如,标识目标区的位置可以包括使用预期最大化(EM)方法,所述预期最大化方法使用随后采集的成像数据将初始图像中的目标区的位置迭代地移位到更新位置(如下文进一步描述)。在一些变型中,所述方法可以包括如果目标区的位置在目标区轮廓之外,则生成互锁以停止辐射递送。确定目标区的位置是否在目标区轮廓内可以包括确定目标区的任何部分是否在目标区轮廓之外,并且所述方法还可以包括如果目标区的任何部分在目标区轮廓之外,则生成互锁以停止辐射递送。所述通知可以是包括目标区的位置和目标区轮廓的图形表示,并且所述方法还可以包括将图形表示输出到显示设备。替代地或另外,所述通知可以是听觉警报,并且所述方法还可以包括将听觉警报输出到扬声器设备。
本文中还描述了用于通过基于伽马准则生成有界剂量体积直方图(bDVH)来分析针对目标区的剂量分布的方法,所述伽马准则包括距离一致(DTA)准则和剂量差(DD)准则。用于基于包括距离一致(DTA)准则和剂量差(DD)准则的伽马准则来生成有界剂量体积直方图(bDVH)的方法的一个示例可以包括基于伽马准则的DTA准则和/或DD准则根据计划剂量分布生成Dmin剂量分布,基于GI的DTA准则和/或DD准则根据计划剂量分布生成Dmax剂量分布,以及生成包括下界和上界的有界DVH,其中下界包括根据Dmin剂量分布计算的最小DVH(DVHmin),并且上界包括根据Dmax剂量分布计算的最大DVH(DVHmax)。下文描述用于通过基于伽马准则生成有界剂量体积直方图(bDVH)来分析针对目标区的剂量分布的方法的另外的示例和变型,所述伽马准则包括距离一致(DTA)准则和剂量差(DD)准则。
在一个变型中,用于基于包括距离一致(DTA)准则和剂量差(DD)准则的伽马准则来生成有界剂量体积直方图(bDVH)的方法可以包括基于伽马准则的DTA准则和/或DD准则根据计划剂量分布生成Dmin剂量分布,基于GI的DTA准则和/或DD准则根据计划剂量分布生成Dmax剂量分布,以及生成包括下界和上界的有界DVH,其中下界包括根据Dmin剂量分布计算的最小DVH(DVHmin),并且上界包括根据Dmax剂量分布计算的最大DVH(DVHmax)。生成Dmin剂量分布可以包括:对于计划剂量分布中的每个点,计算在所述点处符合DTA准则和DD准则的最小剂量值,并且生成Dmax剂量分布可以包括:对于计划剂量分布中的每个点,计算在所述点处符合DTA准则和DD准则的最大剂量值。计算每个点处的最小剂量值以及计算每个点处的最大剂量值可以包括使用梯度下降法。例如,计算每个点处的最小剂量值可以包括计算点处的3-D剂量梯度,确定最大负剂量梯度的方向,以及通过找到沿最大负剂量梯度的方向与所述点相距DTA准则距离的剂量值来计算所述点处的最小剂量值。计算每个点处的最大剂量值可以包括计算点处的3-D剂量梯度,确定最大正剂量梯度的方向,以及通过找到沿最大正剂量梯度的方向与所述点相距DTA准则距离的剂量值来计算所述点处的最大剂量值。在一些变型中,生成Dmin剂量分布可以包括:对于计划剂量分布中的每个点,计算最小剂量值DTAmin,使得所述点处的伽马指数(GI)值符合通过标准值;对于计划剂量分布中的每个点,计算最小剂量值DDmin,使得所述点处的GI值符合通过标准值;以及通过针对计划剂量分布中的每个点取DTAmin值和DDmin值中的最小值来生成Dmin剂量分布;
Dmin=min(DTAmin,DDmin)。
生成Dmax剂量分布可以包括:对于计划剂量分布中的每个点,计算最大剂量值DTAmax,使得所述点处的GI值符合通过标准值;对于计划剂量分布中的每个点,计算最大剂量值DDmax,使得所述点处的GI值符合通过标准值;以及通过针对计划剂量分布中的每个点取DTAmax值和DDmax值中的最大值来生成Dmax剂量分布;
Dmax=min(DTAmax,DDmax)。
在一些变型中,通过标准值可以小于或等于1。
替代地或另外,在一些变型中,针对计划剂量分布中的点计算最小剂量值DTAmin可以包括确定计划剂量分布中与所述点相距DTA准则距离的位置处的最小剂量值。针对计划剂量分布中的点计算最大剂量值DTAmax可以包括确定计划剂量分布中与所述点相距DTA准则距离的位置处的最大剂量值。
伽马导出的bDVH可用于选择用于治疗计划评估和/或剂量递送质量保证的伽马准则值。方法的一个变型可以包括:基于治疗计划注量图和(例如针对关注区的)选定剂量可变性来生成治疗计划有界剂量体积直方图(bDVH);基于治疗计划注量图来生成3-D剂量分布;生成各自从针对3-D剂量分布的不同伽马准则值中导出的多个bDVH;从多个伽马导出的bDVH中标识拟合在治疗计划bDVH的边界内的bDVH;以及选择与所标识的bDVH相关联的伽马准则值以评估治疗计划。生成治疗计划bDVH可以包括基于针对关注区的最低可接受剂量来计算下界曲线,以及基于针对关注区的最高可接受剂量来计算上界曲线。最低可接受剂量和最高可接受剂量可以根据选定剂量可变性来计算。生成3-D剂量分布可以包括使用治疗计划注量图和关注区的图像针对关注区(例如目标区、整个患者身体等)中的每个体素计算剂量值。生成从伽马准则值中导出的bDVH可以包括基于Dmin剂量分布来计算下界曲线以及基于Dmax剂量分布来计算上界曲线,其中基于伽马准则的DTA准则和DD准则来计算Dmin和Dmax。可以重复此操作以生成针对多个伽马准则值的多个bDVH。生成多个伽马导出的bDVH可以包括生成具有至少一个共同的伽马准则值的一组bDVH。伽马准则值可以包括1mm、2mm、3mm的距离一致(DTA)值与1%、2%、3%的剂量差(DD)值的组合。在一些变型中,所述方法还可以包括生成多个伽马导出的bDVH的图形表示,以及将图形表示输出到显示设备。
用于选择伽马准则值的方法的一个变型可以包括:基于治疗计划注量图和选定剂量可变性来生成治疗计划有界剂量体积直方图(bDVH);基于治疗计划注量图来生成3-D剂量分布;根据针对3-D剂量分布的选定伽马准则值生成bDVH;确定伽马导出的bDVH是否拟合在治疗计划bDVH的边界内;并且如果伽马导出的bDVH拟合在治疗计划bDVH的边界内,则选择与bDVH相关联的伽马准则以评估治疗计划。生成治疗计划bDVH可以包括基于针对关注区的最低可接受剂量来计算下界曲线,以及基于针对关注区的最高可接受剂量来计算上界曲线。最低可接受剂量和最高可接受剂量可以根据选定剂量可变性来计算。生成3-D剂量分布可以包括使用治疗计划注量图和关注区的图像针对关注区(例如目标区、整个患者身体等)中的每个体素计算剂量值。生成从伽马准则值中导出的bDVH可以包括基于Dmin剂量分布来计算下界曲线以及基于Dmax剂量分布来计算上界曲线,其中基于伽马准则的DTA准则和DD准则来计算Dmin和Dmax。可以重复此操作以生成针对多个伽马准则值的多个bDVH。如果伽马导出的bDVH并未拟合在治疗计划bDVH的边界内,则所述方法还可以包括对伽马准则值进行迭代,直到伽马导出的bDVH拟合在治疗计划bDVH的边界内为止。选定伽马准则值可以包括1mm、2mm、3mm的距离一致(DTA)值与1%、2%、3%的剂量差(DD)值的组合。在一些变型中,所述方法可以包括生成所生成的伽马导出的bDVH中的每一者的图形表示,以及将图形表示输出到显示设备。
附图说明
图1描绘了放射治疗系统的一个变型的框图表示。
图2描绘了用于使用标识(ID)简档向目标区递送治疗辐射的方法的一个变型的流程图表示。
图3A描绘了用于生成肿瘤ID简档的方法的一个变型的流程图表示。
图3B至图3D描绘了肿瘤ID简档的示例。
图4A描绘了用于基于伽马准则来生成bDVH的方法的一个变型的流程图表示。
图4B描绘了用于计算(剂量分布中的)每个点处的最小剂量值以导出Dmin剂量分布以及用于计算(剂量分布中的)每个点处的最大剂量值以导出Dmax剂量分布的方法的一个变型的流程图表示。
图4C描绘了用于基于伽马准则来生成bDVH的方法的一个变型的流程图表示。
图4D描绘了用于针对剂量分布中的每个点计算DTAmin和DTAmax的方法的一个变型的流程图表示。
图4E描绘了用于基于伽马准则值来生成bDVH的方法的一个变型的流程图表示。
图5描绘了用于基于初始图像和新采集的成像数据来对肿瘤进行定位的方法的一个变型的流程图表示。
图6A描绘了用于使用肿瘤ID简档标识目标区的位置的方法的一个变型的流程图表示。
图6B描绘了用于计算归一化目标信号(NTS)值的方法的一个变型的流程图表示。
图6C描绘了用于计算在目标区轮廓内的PET示踪剂浓度的方法的一个变型的流程图表示。
图6D描绘了用于通过计算剂量度量值并且将该剂量度量值与肿瘤ID简档的剂量度量准则进行比较来标识图像中的候选区的方法的一个变型的流程图表示。
图6E描绘了用于通过针对候选区计算DVH并且将DVH与肿瘤ID简档的DVH准则进行比较来标识图像中的候选区的方法的一个变型的流程图表示。
图7A描绘了用于评估使用目标区的肿瘤ID简档向目标区进行持续辐射递送的安全性的方法的一个变型的流程图表示。
图7B至图7D描绘了针对不同选定伽马准则的伽马导出的bDVH曲线图的示例。
图8A描绘了用于治疗一个或多个目标区的方法的一个变型的流程图表示。
图8B描绘了包括使用针对BgRT递送的每个目标区的肿瘤ID简档的疗程内安全性检查的工作流程的一个变型的流程图表示。
图9A描绘了放射治疗系统的一个变型。
图9B是图9A的放射治疗系统的透视部件视图。
图9C描绘了放射治疗系统的另一变型。
图10A描绘了使用伽马导出的bDVH来选择用于治疗计划质量保证(QA)的伽马准则值的方法的一个变型的流程图表示。
图10B描绘了使用伽马导出的bDVH来选择用于治疗计划质量保证(QA)的伽马准则值的方法的一个变型的流程图表示。
具体实施方式
本文中描述了用于在放射治疗疗程期间标识目标区的位置并且评估向目标区持续递送辐射的安全性的系统和方法。
本文中还描述了用于生成和使用从伽马准则中导出的有界剂量体积直方图(bDVH)的方法。使用伽马导出的bDVH的方法的一个变型可以包括根据针对计划剂量分布的不同伽马准则值生成多个bDVH,标识具有可接受的剂量可变性范围(例如在治疗计划bDVH内)的伽马导出的bDVH,以及选择与所标识的bDVH相关联的伽马准则以评估治疗计划。可以针对目标区和/或风险器官(OAR)生成伽马导出的bDVH。这些方法可以有助于选择表示临床剂量目标的伽马准则值,以(例如在质量保证过程中)评估递送剂量与治疗计划剂量匹配的良好程度。
本文中描述的方法可以与诸如强度调制辐射治疗(IMRT)和立体定向身体辐射治疗(SBRT)的任何外部射束辐射治疗一起使用。这些方法也可以与生物学引导辐射治疗(BgRT)一起使用,在BgRT中,基于在治疗疗程期间(通过与放射治疗系统集成的PET检测器)采集的有限时间采样(LTS)PET成像数据来计算辐射注量,并且向患者快速递送该辐射注量。在治疗的当天,可以向患者注射优先在肿瘤部位处积聚的PET示踪剂。LTS PET成像数据可以由生物靶向区域(BTZ)掩蔽,并且随后与在治疗计划期间生成的移位不变激发滤波器进行卷积,以计算用于递送的辐射注量。BTZ是一个区(例如体积),该区可由临床医生定义为PET成像数据用于根据该区计算用于递送的辐射注量的区。在一些变型中,BTZ可以是空间掩模(例如对应于由临床医生定义的空间位置的位掩模)或滤波器,该空间掩模或滤波器可应用于PET成像数据,以选择可用于计算用于递送的辐射注量的PET成像数据。例如,BTZ体积可以包括总肿瘤体积、计划目标体积和/或目标区的运动包络。激发滤波器是指定成像数据到辐射注量的转换的映射或变换(例如变换矩阵),该辐射注量在被递送时向目标区提供期望剂量。在一些变型中,辐射注量可以是注量图,该注量图包括可被发射以提供规定剂量的辐射细束图案和/或细束强度。在治疗计划期间基于计划PET图像结合临床医生处方来生成移位不变激发滤波器。激发滤波器表示从图像(或从图像空间)到注量(或注量空间)的变换。在短时间段内(例如小于5秒、小于3秒、小于1秒、小于0.5秒等)采集的PET成像数据通常并未包含足够的数据以通过视觉检查来标识目标区,但包含充足的信息用于快速计算部分注量。将LTS PET成像数据与移位不变激发滤波器(其基于更完整的计划PET图像来计算)进行卷积会将“部分”PET图像转换成“部分”注量,该“部分”注量可以在其位置改变之前被递送到目标区。在整个治疗疗程的过程内,这些部分注量加在一起,并且产生规定剂量的递送。由于移位不变激发滤波器表示PET成像数据与辐射注量(并且延伸开来,当与解剖数据、辐射剂量组合时)之间的映射,放射治疗系统可以被配置成基于在PET预扫描期间采集的(例如恰好在辐射递送之前获取的)PET成像数据来预测可向患者递送的辐射注量和/或剂量。这可以有助于评估在治疗疗程开始时目标区是否具有适当的PET示踪剂积聚特性,该PET示踪剂积聚特性将使得安全且完整地递送规定辐射剂量。
放射治疗系统概述
本文中描述的方法可以与各种放射治疗系统一起使用。图1描绘了可与本文中描述的方法中的一种或多种方法一起使用的放射治疗系统的变型的功能框图。放射治疗系统(100)包括一个或多个治疗辐射源(102)和患者平台(104)。治疗辐射源可以包括X射线源、电子源、质子源和/或中子源。例如,治疗辐射源(102)可以包括直线加速器(linearaccelerator)(直线加速器(linac))、钴-60源和/或X射线机。治疗辐射源可以绕患者平台移动,使得辐射射束可以从多个激发位置和/或角度被引导到患者平台上的患者。在一些变型中,放射治疗系统可以包括可位于治疗辐射源的射束路径中的一个或多个射束成形元件和/或组件(106)。例如,放射治疗系统可以包括直线加速器(102)以及设置在辐射射束的路径中的射束成形组件(106)。光束成形组件可以包括一个或多个可移动夹爪和一个或多个准直器。准直器中的至少一个准直器可以是多叶准直器(例如二元多叶准直器、2-D多叶准直器等)。直线加速器和射束成形组件可以安装在机架或可移动支撑框架上,该机架或可移动支撑框架包括被构造成调整直线加速器和射束成形组件的位置的运动系统。在一些变型中,直线加速器和射束成形组件可以安装在支撑结构上,该支撑结构包括一个或多个机器人臂、C形臂、万向节等。患者平台(104)也可以是可移动的。例如,患者平台(104)可以被构造成将患者沿单个运动轴(例如沿IEC-Y轴)直线平移,并且/或者可以被构造成将患者沿多个运动轴(例如2个或更多个自由度、3个或更多个自由度、4个或更多个自由度、5个或更多个自由度等)移动。在一些变型中,放射治疗系统可以具有5-DOF患者平台,该5-DOF患者平台被构造成沿IEC-Y轴、IEC-X轴、IEC-Z轴以及俯仰和偏航移动。
在图1中所示出的变型中,放射治疗系统(100)还包括控制器(110),该控制器与治疗辐射源(102)、射束成形元件或组件(106)、患者平台(104)和一个或多个图像传感器(108)(例如一个或多个成像系统)通信。控制器(110)可以包括一个或多个处理器以及与一个或多个处理器通信的一个或多个机器可读存储器,该一个或多个处理器可以被配置成实行或执行本文中描述的方法中的任何方法。一个或多个机器可读存储器可以存储指令以使得处理器实行与系统相关联的模块、进程和/或功能,诸如一个或多个治疗计划、针对目标区的肿瘤标识(ID)简档、基于治疗计划和/或临床目标来计算辐射注量图、将注量图分割成(例如可以指导机架、治疗辐射源、射束成形组件、患者平台和/或放射治疗系统的任何其他部件的操作的)放射治疗系统指令、用于更新目标区的位置的迭代计算,以及与治疗计划和/或辐射递送相关联的图像和/或数据处理。在一些变型中,存储器可以存储治疗计划数据(例如治疗计划激发滤波器、注量图、计划图像、治疗疗程PET预扫描图像和/或初始CT、MRI和/或X射线图像)、目标ID简档、用于使用新采集的成像数据来标识目标区的位置的指令,以及用于递送所导出的注量图的指令(例如用于协同操作治疗辐射源、射束成形组件和患者平台的指令)。放射治疗系统的控制器可以通过有线或无线通信信道连接到其他系统。例如,放射治疗系统控制器可以与放射治疗计划系统控制器进行有线或无线通信,使得注量图、激发滤波器、肿瘤ID简档、初始和/或计划图像(例如CT图像、MRI图像、PET图像、4-DCT图像)、患者数据和其他临床相关信息可以从放射治疗计划系统传送到放射治疗系统。在治疗疗程期间采集的递送辐射注量、任何剂量计算和任何临床相关信息和/或数据可以从放射治疗系统传送到放射治疗计划系统。此信息可以由放射治疗计划系统用于调适治疗计划以及/或者调整用于后续治疗疗程的辐射递送。下文将提供放射治疗系统的额外描述。
方法概述
本文中描述的方法可以包括使用成像数据和肿瘤标识简档(其可以称为“肿瘤ID简档”、“ID简档”或“肿瘤简档”)来标识目标区的位置。在一些变型中,目标区的标识位置可以与选定体积或区的边界(例如计划目标体积、总肿瘤体积、生物靶向区域、运动包膜等)进行比较,并且如果目标区位置在边界或任何预先指定的安全性裕度之外(无论在边界内部还是之外),则控制器可以生成目标区已实质上移动的通知。放射治疗系统的控制器可以存储在治疗疗程期间针对待治疗的所有目标区的肿瘤ID简档,并且可以被配置成使用所采集的成像数据和肿瘤ID简档来确定目标区的位置。肿瘤ID简档可以包括多个标识参数,当结合在一起时,该多个标识参数可以表征目标区。标识参数的示例可以包括但不限于指定目标区(以及任何相关联的关注区)的2-D或3-D边界的轮廓数据、已基于成像数据(例如解剖成像数据和/或功能成像数据)导出的成像和/或剂量准则,以及基于针对目标区的规定剂量计算的激发滤波器。在一些变型中,针对特定目标区的肿瘤简档的标识参数可以包括PET数据准则、剂量度量准则、目标区轮廓和生物靶向区域(BTZ)轮廓。肿瘤ID简档的标识参数可用于将目标区彼此区分(例如消除模糊性)。这对于转移性疾病的治疗可能是特别期望的,使得向该肿瘤精确地递送针对给定肿瘤的规定剂量。PET数据准则可以是阈值或标准值,该阈值或标准值用于评估PET数据,例如以确定PET图像的区是否有可能是目标区的一部分。剂量度量准则可以是阈值或标准值,该阈值或标准值用于评估剂量分布,例如以确定针对图像(例如PET图像)的区的剂量是否有可能是目标区的一部分。放射治疗系统可以使用新采集的成像数据结合肿瘤ID简档,以在治疗疗程开始时以及可选地在整个治疗疗程内标识目标区的位置。使用肿瘤ID简档的目标区的位置可以在已采集期望数量的成像数据之后进行自动标识,并且在一些变型中,可以在治疗疗程期间以预定间隔或时间点进行更新。成像数据可以在治疗当天、在治疗疗程之前的几小时或几分钟以及/或者在治疗疗程期间进行采集。在治疗疗程开始时(以及可选地在整个治疗疗程内)频繁地刷新成像数据并且确认(例如再次确认)目标区的位置可以帮助放射治疗系统向目标区的实际位置递送治疗辐射,并且通过限制对周围健康组织的照射来提高放射治疗递送的安全性。在一些示例中,如肿瘤ID简档所标识的目标区的位置可以在整个治疗疗程中被监测一次或多次,以确认目标区保持在预定义区内,例如保持在BTZ内,并且/或者保持在预定义区的边界的指定安全性裕度内。
在一些变型中,可以使用BgRT照射一个或多个目标区,其中在BgRT计划期间计算的移位不变激发滤波器与治疗期间新采集的成像数据进行卷积,以计算递送注量并生成预测的递送剂量分布。可以将由剂量度量值表示的预测递送剂量分布的特性与目标区的剂量度量准则进行比较,以标识其位置以及/或者确定继续进行辐射递送是否安全。剂量度量值可以是根据PET数据计算的预期递送剂量。例如,剂量度量值可以根据注量图和解剖图像来计算,该注量图由将激发滤波器与成像数据进行卷积而生成。剂量度量准则可以是阈值或标准值,该阈值或标准值用于评估针对图像(例如PET图像)的区的剂量分布,例如以确定所述区是否有可能是目标区的一部分。可以基于计划剂量分布(其为针对目标区的计划成像数据和移位不变激发滤波器的合成)来定义针对目标区的肿瘤ID简档的剂量度量准则。在一些变型中,在治疗计划期间,可以针对计划剂量分布计算一个或多个剂量度量准则。因为计划剂量分布反映了目标区的成像数据的特性,所以可以使用一个或多个剂量度量准则来帮助在治疗疗程期间标识目标区。例如,在治疗计划期间,针对目标区的计划剂量分布可以具有可为目标区的ID简档的一部分的相关联的DVH和/或伽马指数(GI)值。在治疗递送时,可以采集目标区的成像数据,并且将该成像数据与移位不变激发滤波器进行卷积以计算注量图,从该注量图中导出递送剂量分布。可以针对递送剂量分布计算DVH和/或GI值,并且将该DVH和/或GI值与肿瘤ID简档的对应剂量度量准则进行比较。如果在递送剂量分布的DVH和/或GI值与计划剂量分布之间存在显著偏差(例如在容差阈值或安全性裕度之外),则操作者可以决定不继续对目标区进行辐射递送。替代地或另外,显著偏差可以指示目标区已移动(即,改变其位置),并且该目标区的位置需要被更新。在一些变型中,可以将更新位置与预定义区或体积进行比较,以确定位置变化对于继续治疗是否可接受和安全。例如,一些方法可以包括确定更新位置是否在BTZ内,并且如果目标区的大部分不在BTZ内(例如目标区的阈值比例在BTZ之外),则可以生成通知,并且可选地,可以停止辐射递送。放射治疗系统可以使用本文中描述的方法中的任何方法来更新目标区的位置,基于更新位置来重新计算递送剂量分布和对应剂量度量准则。可以将更新的DVH和/或GI值与肿瘤ID简档进行比较,以确定更新的目标区位置是否正确以及/或者继续进行辐射递送是否安全。
图2描绘了用于使用表征目标区的ID简档向目标区递送治疗辐射的方法的一个变型的流程图表示。方法(200)可用于向一个目标区(例如单个肿瘤)或多个目标区(例如多个肿瘤或转移瘤)递送辐射。方法(200)可以包括采集(202)患者图像和/或数据,勾画(204)一个或多个关注区,以及针对关注区中的每个关注区生成(206)肿瘤ID简档。关注区的轮廓可以包括总肿瘤体积(GTV)、临床目标体积(CTV)、计划目标体积(PTV)等中的一者或多者。在可以使用基于PET示踪剂的生物学引导辐射治疗(BgRT)的一些变型中,勾画(204)关注区还可以包括勾画生物学追踪区域(BTZ),该生物学追踪区域可以是被配置成应用于包括正电子湮没发射数据(也称为响应线或LOR数据)的成像数据的空间掩模或滤波器。所生成的肿瘤ID简档可以包括标识参数,该标识参数包括从所采集的患者图像和/或数据中导出的轮廓信息和成像准则。例如,方法(200)可以包括采集(202)目标区的患者CT图像和PET图像。目标区ID简档的标识参数可以包括PET数据准则(例如标准摄取值或SUV度量值)和/或CT数据准则(例如衰减值)。在一些变型中,标识参数可以包括剂量度量准则,该剂量度量准则基于所采集的成像数据和临床医生的处方来指定可向目标区递送的剂量。
方法(200)可以包括在治疗疗程开始时采集(208)患者图像和/或数据,使用所采集的患者图像和/或数据以及针对一个或多个目标区的ID简档来标识(210)该目标区的位置,对一个或多个目标区进行定位(211),以及向目标区的标识位置递送(212)辐射治疗。患者图像的示例可以包括但不限于MR图像、CT图像、PET图像、超声图像等。所采集的图像可以是有限时间样本图像,该有限时间样本图像可以是在短时间段内采集的成像数据的重建,并且可以具有比诊断质量图像更高的噪声水平。采集(208)患者图像可以包括使用PET检测器采集一组成像数据,诸如正电子湮没发射或LOR数据;使用X射线检测器采集X射线投影数据;使用MRI传感器采集来自MR成像脉冲序列的k空间中的子样本。
在一些变型中,标识(210)目标区的位置可以包括使用新采集的成像数据对目标区的初始图像进行迭代,以生成描绘处于其更新位置的目标区的图像。迭代方法的一个示例是基于贝叶斯(Bayesian)统计。此方法可以包括预期最大化(EM)方法,该预期最大化方法使用随后采集的成像数据将初始图像(例如在治疗计划期间使用的图像)中的目标区的位置迭代地移位到更新位置。下文将进一步描述此方法的变型。
在一些变型中,使用目标区的ID简档来标识(210)目标区可以包括确定向目标区递送辐射是否“安全”,即,预期递送剂量在临床可接受或规定的界限内,并且不会将周围组织暴露于超过安全性阈值的剂量水平。替代地或另外,如果目标区位于PTV、GTV、CTV和/或BTZ(对于BgRT)内,则向目标区递送辐射可以被视为对于持续辐射递送是安全的。在一些变型中,标识(210)目标区可以包括基于所采集的成像数据来计算剂量度量值,并且可以包括剂量度量,诸如在所定义的轮廓中的任何轮廓内的平均剂量、最大剂量和/或最小剂量;伽马度量;针对目标区的剂量体积直方图(DVH);以及/或者预期递送剂量体积等。剂量度量值可以是根据PET数据计算的预期递送剂量。剂量度量准则可以是阈值或标准值,该阈值或标准值用于评估针对图像(例如PET图像)的区的剂量分布,例如以确定所述区是否有可能是目标区的一部分。预期递送剂量体积表示由于照射一个或多个目标区而造成的针对整个患者体积的3-D辐射剂量。在一些变型中,预期递送剂量体积可以是3-D矩阵(例如在患者的体积上),其中每个条目表示针对该体素的剂量。根据所采集的成像数据和计划激发滤波器(例如通过将所采集的成像数据与激发滤波器进行卷积)计算的剂量度量值可以与ID简档的对应剂量度量准则(或多个准则)进行比较,并且如果剂量度量值符合一个/多个剂量度量准则,则该目标区可以被确定为对于治疗来说是安全的。控制器可以被配置成只有当安全地将辐射递送到目标区的位置处的目标区时,才指示已标识该位置。
可选地,在标识一个或多个目标区的位置之后,方法(200)可以包括更新标识参数的准则,以考虑如根据所采集的成像数据计算的度量值的实际值。例如,可以基于所计算的剂量度量值来调整ID简档的一个/多个剂量度量准则。在一些变型中,可以基于所采集的患者图像(例如在治疗疗程开始时的PET预扫描)来调整ID简档的一个/多个PET数据准则。ID简档的一个/多个更新的度量准则可用于在治疗疗程期间进行安全性监测。
对目标区进行定位(211)可以包括调整患者的位置以及/或者递送注量,使得计划辐射被引导到目标区的当前位置。在一些变型中,对目标区进行定位(211)可以包括移动患者和/或患者平台以在治疗计划期间将目标区位置与患者和/或患者平台的位置对准。这可以称为“物理定位”,因为它涉及调整患者平台上的患者以及/或者移动患者平台本身。替代地或另外,对目标区进行定位(211)可以包括调整用于递送的辐射注量,使得辐射被递送到目标区的当前实际位置。这可能不需要对患者和/或患者平台进行物理调整,并且可以称为“虚拟定位”。在概念上,虚拟定位使计划辐射(例如计划注量图)移位以与目标区的当前位置对准。在一些变型中,使计划注量图移位可以包括基于所标识的位置来计算定位函数,并且将定位函数应用于在治疗计划期间计算的激发滤波器。所得递送注量图反映了目标区的当前位置。对于使用BgRT照射目标区的治疗疗程,对BgRT目标区进行定位(211)可以包括根据所标识的目标区位置与该目标区在治疗计划期间的位置之间的位置差而使目标区的BTZ移位。虚拟定位不需要对患者的物理操纵或患者平台调整,而是使用放射治疗系统控制器处理器生成递送注量图。由此,虚拟定位可以通过减少技术人员进入治疗舱以在平台上物理地移动患者的次数来帮助促进治疗疗程工作流程。在一些变型中,在治疗疗程开始时对目标区进行定位可以包括对第一目标区进行物理定位以及对第二目标区进行虚拟定位。这可以促进和加快对多个目标区的照射,因为将不需要对每个目标区进行物理定位。
方法(200)可以可选地包括在辐射递送期间采集(214)额外患者成像数据,以及更新(216)目标区的位置。可选地,在更新(216)目标区的位置之后,可以对目标区进行重新定位(217)。重新定位可以是物理定位或虚拟定位。在一些变型中,治疗疗程可以包括针对一个或多个目标区的物理重新定位以及针对另一个或多个目标区的虚拟重新定位。额外患者成像数据可用于评估继续向目标区递送辐射是否安全。在一些变型中,可以将从所采集的成像数据中导出的度量值(例如示踪剂摄取值、剂量值)与目标区的对应标识参数进行比较,以确定目标区的位置是否已改变以及/或者继续向目标区递送辐射是否安全。在一些变型中,可以将来自所采集的成像数据的度量值与在治疗疗程开始时更新的标识参数进行比较。例如,可以基于在治疗疗程开始时进行的PET预扫描来更新肿瘤ID简档的PET数据准则,并且更新的PET数据准则可用于安全性监测以及/或者确定目标区是否已改变其位置。替代地或另外,方法(200)可以包括通过使用额外患者成像数据迭代地更新目标区的先前位置的图像来生成目标区的更新位置的图像。放射治疗系统可以在整个治疗疗程中重复地更新(216)目标区的位置,以及/或者评估持续辐射递送的安全性,以及/或者对目标区进行重新定位。例如,位置更新和/或安全性评估可以基于操作者命令(例如异步或“按需”)以及/或者在辐射递送期间以预定时间间隔进行。一些治疗疗程可以涉及多次移动患者通过(例如,如由准直组件限定的)辐射治疗平面,其中患者通过治疗平面的每次扫掠都是穿梭通过。目标区位置更新(以及与BTZ或其他预定义体积的边界的可选比较)和/或安全性评估可以在穿梭通过之间进行,其中在穿梭通过期间采集的成像数据可用于确定是否在下一次穿梭通过中继续辐射递送,以及/或者是否在下一次穿梭通过中修改辐射递送,使得递送剂量保持在批准阈值内。在一些变型中,可以将目标区的更新位置与安全性裕度(例如OAR周围的裕度、BTZ边界或BTZ周围的壳)的轮廓进行比较,并且如果目标区已移动得太接近安全性裕度,则放射治疗系统可以向操作者生成通知以及/或者暂停辐射递送。在安全性评估和重新定位之后,方法(200)可以包括继续向目标区递送(212)辐射治疗,以及可选地在辐射递送期间采集(214)成像数据。
可选地,方法(200)可以包括组合(218)所采集的成像数据以生成目标区的位置变化的图形表示。图形表示可以包括表示覆盖在解剖图像上的目标区的轮廓,并且/或者可以包括表示位置变化的方向的箭头或向量的集合。在一些变型中,图形表示可以包括对应于每个目标区的GTV、CTV、PTV和/或BTZ中的一者或多者的轮廓。图形表示可以在整个治疗疗程中多次生成,例如在治疗疗程开始时(例如在辐射递送之前),在治疗疗程期间的多个时间点处(例如在辐射递送期间),以及/或者在治疗疗程之后(例如在辐射递送之后)。
方法(200)的一些步骤可以在治疗计划期间(例如通过治疗计划系统)执行,并且其他步骤可以在治疗疗程期间(例如通过放射治疗系统)执行。例如,采集(202)患者图像、定义或勾画(204)一个或多个关注区的轮廓以及生成(206)肿瘤ID简档可以在治疗计划期间执行,而采集(208)患者图像、标识(210)目标区的位置以及在目标区的标识位置处向目标区递送(212)辐射治疗可以在治疗疗程期间执行。可以在治疗疗程期间和/或之后执行在递送期间采集(214)成像数据、更新(216)目标区的位置以及/或者评估安全性以及组合(218)成像数据以生成在治疗疗程期间位置变化的图形表示的可选步骤。图形表示可以包括突出显示图像中的标识区中的每个标识区的视觉标记。在一些变型中,方法(200)的步骤(202)至(212)(以及可选步骤(214)至(216))可以在组合计划和治疗的单个疗程期间执行。
肿瘤标识(ID)简档
本文中描述的方法的一些变型使用肿瘤标识(ID)简档来促进在治疗疗程期间对先前标识的目标区的检测。肿瘤ID简档包括表征目标区的多个标识参数。标识参数可以包括患者解剖成像数据、功能成像数据、轮廓数据和/或剂量数据。在一些变型中,标识参数可以包括一组准则,该一组准则可用于确定图像中的目标区的位置。也就是说,肿瘤简档的标识参数可用于评估图像的一部分,并且确定目标区是否位于图像的该部分中。例如,肿瘤ID简档可以具有标识参数,该标识参数包括一个或多个基于PET的准则(例如SUV度量、PET示踪剂浓度度量(例如PET示踪剂活性浓度)、归一化目标信号或NTS、代谢肿瘤体积等)、一个或多个基于剂量的准则(例如平均剂量值、最大剂量值、某些关注体积(VOI)的有界DVH曲线等)、一个或多个目标区轮廓(例如PTV、CTV和/或GTV)以及BTZ轮廓。这些准则可用于确定图像(例如在治疗时采集的图像)的有可能是目标区的位置的部分。在治疗计划期间,可以使用多种患者数据和临床医生定义的参数来生成肿瘤ID简档。例如,可以根据患者的CT图像、PET图像(其可以与CT图像配准以及/或者在相同参考系中)、肿瘤体积的勾画线或轮廓(其可以是PTV、GTV或CTV中的一者或多者)以及/或者BTZ的勾画线或轮廓生成肿瘤ID简档的标识参数。标识参数可以包括患者成像数据(例如CT成像数据、MR成像数据、PET成像数据和/或超声成像数据等)和临床医生定义的轮廓(例如PTV、CTV、GTV和/或BTZ)。可以在治疗计划疗程期间定义肿瘤ID简档,并且使用在治疗疗程期间采集的成像数据将该肿瘤ID简档用于标识目标区的位置。替代地或另外,可以在单个组合疗程(例如单个“扫描-计划-治疗”疗程)的早期部分期间定义肿瘤ID简档,并且将该肿瘤ID简档用于在疗程的后期部分使用在介入时段中采集的成像数据来标识(例如更新)目标区的位置。在治疗时采集的成像数据可用于计算基于成像的度量值和/或剂量度量值,并且可以将那些度量值与目标区的肿瘤简档的对应标识参数进行比较,以帮助标识目标区的位置。所计算的基于成像的度量值和/或剂量度量值可用于确定向目标区递送辐射是否安全。如果确定在特定位置处向目标区递送辐射不安全(即,因为目标区已从该位置移动或者在安全性裕度或预定义轮廓之外),则该目标区的肿瘤ID简档可用于标识继续辐射递送是安全的更新位置。一旦标识更新位置,目标区就可以重新定位到该更新位置,并且可以使用更新位置信息来计算递送注量图。可选地,在一些变型中,安全性裕度和/或预定义轮廓(例如PTV、GTV、CTV、BTZ)可以重新定位以反映目标区的位置变化。
图3A中描绘了用于生成肿瘤ID简档的方法的一个变型。方法(300)可以包括采集(302)PET成像数据和CT成像数据,定义(304)目标区的轮廓和BTZ的轮廓,计算(306)目标区的PET数据度量值,计算(308)目标区的剂量度量值,以及生成(310)包括多个标识参数的肿瘤标识简档,该多个标识参数包括基于PET数据度量值和剂量度量值定义的准则。PET数据度量是从PET数据中导出(例如直接计算)的特性或参数。可以根据由PET检测器采集的PET数据来计算PET数据度量的值。当定义肿瘤ID简档时,目标区的PET数据度量值可用于定义一个/多个PET数据准则(例如PET数据度量值本身可以是PET数据准则)。剂量度量值可以是根据PET数据计算的预期递送剂量。剂量度量准则可以是阈值或标准值,该阈值或标准值用于评估针对图像(例如PET图像)的区的剂量分布,例如以确定所述区是否有可能是目标区的一部分。当定义肿瘤ID简档时,目标区的剂量度量值可用于定义一个/多个剂量度量准则(例如目标区的剂量度量值本身可以是剂量度量准则)。在一些变型中,所采集的PET成像数据和CT成像数据可以是“诊断质量”图像,该“诊断质量”图像是包含充足信息(例如合理的信噪比)和分辨率以从周围组织辨别目标区的图像。例如,PET成像数据和CT成像数据可以在作为治疗计划工作流程的一部分的诊断成像疗程或成像疗程期间采集。替代地或另外,可以在治疗疗程开始时采集成像数据,例如,可以采集CT成像数据以用于在治疗之前对患者进行定位以及/或者对目标区进行定位,并且可以采集PET成像数据以评估BgRT是否适用于患者。可以基于CT和/或PET图像来描绘目标区(例如PTV、GTV、CTV)的轮廓。在一些变型中,PET图像可以是经滤波的PET图像,其中可以减除或抑制背景PET信号。BTZ轮廓可以大于目标区的轮廓,并且涵盖目标区。在一些变型中,BTZ轮廓可以被大小设定和成形为考虑患者在患者平台上的位置不确定性和/或患者体内的肿瘤位置以及患者和/或肿瘤运动,以及肿瘤和周围组织摄取PET示踪剂的可变性。在一些变型中,可以手动地(例如由临床医生)、半自动地(例如控制器可以分析图像,并且提出候选轮廓)和/或自动地(例如控制器可以在很少或没有临床医生输入的情况下定义轮廓,这称为自动轮廓描绘)定义BTZ轮廓。在一些变型中,由BTZ掩蔽的CT图像可以是ID简档的标识参数中的一个标识参数。
基于PET的标识参数可以包括例如已由BTZ掩蔽的PET图像(例如其中在BTZ之外的像素被设定为零)、代谢肿瘤体积(或任何基于PET的肿瘤体积)、肿瘤成像对比度值、各种SUV度量(例如针对目标区的平均SUV、最大SUV、最小SUV、与BTZ背景信号相比的针对目标区的归一化SUV或者与整体患者背景信号相比的针对BTZ区的归一化SUV、归一化目标信号NTS)、PET示踪剂活性浓度AC(单位为kBq/ml)、原始或归一化示踪剂浓度等。可以根据所采集的PET图像来计算PET数据准则的值。例如,可以根据图像的在目标区轮廓内的部分的PET信号或像素值以及/或者图像的在目标区轮廓之外但在BTZ轮廓内的部分的PET信号或像素值来计算PET数据准则。在一些变型中,SUV度量值可以是在目标轮廓内的PET信号(例如图像像素值)与在BTZ轮廓内但在目标轮廓之外的PET信号的比率。替代地或另外,SUV度量值可以是在BTZ轮廓内的PET信号(例如图像像素值)与在BTZ轮廓之外的PET信号的比率。在一些变型中,归一化目标信号或NTS可以通过取在BTZ轮廓(包括目标区)内的最大SUV值与在BTZ轮廓内的平均SUV值的比率来计算。在一些变型中,可以通过以下操作来计算NTS:计算在目标区轮廓内的平均SUV与在BTZ轮廓内(但在目标区轮廓之外)的平均SUV之间的差,并且取所计算的SUV差与在BTZ轮廓之外的SUV的比率。替代地或另外,可以通过以下操作来计算NTS:计算在BTZ轮廓内像素/体素值大于BTZ轮廓中的最大像素值的50%的所有像素/体素的平均值(PETmean-50%),计算在涵盖BTZ轮廓的BTZ壳轮廓内的像素/体素的平均值(PETmean-bkgnd),并且取平均值的比率:
在一些变型中,NTS可以是在BTZ轮廓内体素值大于BTZ轮廓中的最大体素值的80%的体素的平均值(PETmean-80%)与在涵盖BTZ轮廓的BTZ壳轮廓内的像素/体素的平均值(PETmean-bkgnd)的比率:
在一些变型中,可以根据PET示踪剂活性浓度AC来计算NTS。PET示踪剂AC值可以表示来自BTZ内的目标的净信号值。例如,
AC=ACTarget-ACBackground
其中ACTarget可以被计算为在BTZ内具有高于BTZ内的最大体素值的80%(或任何X%)的值的体素的平均值(即,找到BTZ内的最大体素值,计算该体素值的80%值作为阈值,并且计算在BTZ内符合或超过阈值的所有体素的平均值),并且ACBackgeound是BTZ内的平均体素值。归一化目标信号NTS可以是“背景上的信号”的度量,并且在一些变型中可以通过利用BTZ的背景中的噪声对AC进行归一化来计算,
其中σBackground可以是BTZ周围的壳(即BTZ壳轮廓)中的活性浓度值的标准偏差。
这些标识参数可以是基于PET的准则,如果候选目标区将被标识为不同位置处的目标区,则候选目标区应满足该基于PET的准则。例如,标识参数可以是NTS的最小阈值、AC的最小阈值、目标区轮廓或BTZ轮廓内的最小示踪剂浓度值、目标区轮廓或BTZ轮廓内的SUV值的范围(最大值和最小值)等。在治疗疗程开始时,可以使用来自PET预扫描的PET成像数据来更新包括基于PET的准则的标识参数,该PET预扫描在递送治疗辐射之前进行。更新准则可以在治疗疗程期间用于安全性和/或位置监测。例如,可以恰好在治疗疗程之前(即,在疗程开始时)针对候选目标区计算NTS值和AC值,并且可以将那些所计算的值与它们相应的阈值进行比较,例如阈值NTS值可以是约2,并且阈值AC值可以是约5kBq/mL。为了使候选目标区有资格作为目标区,需要符合或超过这些阈值中的一者或两者。在一些变型中,对于治疗计划和治疗递送,针对基于PET的准则的阈值可以不同,这可以考虑PET信号变化的预期或可接受的量。例如,用于治疗计划(即,在治疗计划之前必须符合)的阈值NTS值可以是约2.7,而用于治疗递送(即,在辐射递送之前必须符合)的阈值NTS值可以是约2。
对于可使用BgRT治疗的目标区,该目标区的肿瘤ID简档可以包括剂量相关标识参数,该剂量相关标识参数可以从PET成像数据、解剖成像数据(例如CT成像数据、MR成像数据)和规定剂量中导出。这些剂量相关标识参数可用于计算移位不变激发滤波器、计划注量图,并且生成计划剂量体积。计划剂量体积表示由于根据使用计划激发滤波器计算的计划注量图来照射一个或多个目标区而向整个患者递送的辐射剂量。肿瘤ID简档的剂量相关标识参数中的一个或多个剂量相关标识参数可以从计划剂量体积中导出。剂量相关标识参数的示例可以包括计划剂量体积的将包含在X%等剂量线(其中X=100、80、50等)内的体积、针对ID简档中定义的各种轮廓的DVH曲线图,以及计划剂量体积中的平均剂量和/或计划剂量体积中的最大剂量。在一些变型中,标识参数可以包括从伽马准则中导出的DVH(本文中称为伽马导出的bDVH)。下文进一步描述用于基于伽马准则(其可以包括DTA准则和DD准则)来生成有界DVH的方法。在治疗疗程开始时,包括剂量度量准则的标识参数可以使用来自在递送治疗辐射之前采集的成像数据(例如CT扫描、PET预扫描)的成像数据来更新。更新的剂量度量准则可以在治疗疗程期间用于安全性和/或位置监测。
图3B至图3D描绘了肿瘤ID简档的示例。图3B描绘了针对肿瘤1的肿瘤ID简档的一个示例。肿瘤ID简档包括标识参数,该标识参数包括目标区轮廓(例如PTV轮廓)、BTZ轮廓、PET数据准则(即,针对PTV轮廓所包围的目标区的归一化SUV或NTS值、平均SUV值、示踪剂浓度值(例如AC值))和剂量度量准则(即,针对目标区的平均剂量值、针对目标区的最小剂量值以及针对患者的平均累积或全局剂量)。
图3C描绘了针对肿瘤2的肿瘤ID简档。针对肿瘤2的肿瘤ID简档具有与针对肿瘤1的肿瘤ID简档相同的标识参数(但具有不同的准则值和轮廓),但另外包括目标区上的有界DVH。在一些变型中,除了目标区的bDVH以外或者替代该bDVH,ID简档的标识参数可以包括针对任何VOI的bDVH,包括OAR和/或BTZ体积。有界DVH可以包括上界曲线和下界曲线,该上界曲线和该下界曲线定义由于目标区对示踪剂摄取的变化、目标区和/或OAR运动和/或目标区形状的变化而造成的可接受的剂量可变性。图3D描绘了针对肿瘤3的肿瘤ID简档。肿瘤ID简档具有与针对肿瘤1的ID简档相同的标识参数,但另外包括针对规定剂量的120%的等剂量轮廓。对于患有多个肿瘤的患者,可以针对那些肿瘤中的每个肿瘤生成肿瘤ID简档,并且肿瘤ID简档可以具有相同类型的标识参数,或者可以具有不同类型的标识参数。例如,图3B至图3D中的ID简档可以针对一个患者体内的三个肿瘤。在一些变型中,在肿瘤位置可以被标识为和/或被视为对于照射是安全的之前,需要符合肿瘤ID简档的标识参数中表示的所有准则。在其他变型中,对于将被标识为和/或被视为对于照射是安全的肿瘤位置,仅需要符合准则的子集。例如,某些标识参数可以被分类为“高优先级”,而其他标识参数可以被分类为“低优先级”,并且对于明确的肿瘤位置标识和/或安全治疗确定,必须符合高优先级标识参数的准则,但可能不符合低优先级标识的准则。不符合高优先级标识参数准则中的任何一个高优先级标识参数准则可能导致自动取消该位置作为目标区的安全治疗位置的资格。
如上文所描述,图3B至图3D中描绘的肿瘤ID简档的标识参数可以基于在治疗疗程开始时(即,在递送治疗辐射之前)采集的成像数据来更新。例如,在肿瘤ID简档的标识参数已用于确定目标区的位置之后,根据所采集的成像数据计算的PET数据度量值可用于更新肿瘤ID简档的一个/多个PET数据准则。类似地,根据所采集的成像数据和计划激发滤波器计算的剂量度量值可用于更新肿瘤ID简档的一个/多个剂量度量准则。肿瘤ID简档的更新ID参数(即一个/多个准则)可以在治疗疗程期间用于持续的安全性和/或位置监测。
在一些变型中,方法(300)可以可选地包括确定突出显示两个目标区之间的差异的标识参数。这可能与转移性疾病的治疗有关,其中放射治疗系统可以使用肿瘤ID简档以将一个目标区与另一目标区进行区分(例如消除模糊性),使得可以向每个区递送规定剂量。例如,用于生成肿瘤ID简档的方法可以包括标识差异最大的两个目标区的特性,将特性指定为标识参数,以及针对该标识参数计算度量值或准则。例如,假设肿瘤1和肿瘤2具有相似的大小和形状(即相似的目标轮廓),但在它们的PET摄取特性上有很大不同。针对肿瘤1和肿瘤2的ID简档可以包括基于PET的标识参数,并且可以例如具有比基于解剖和/或基于剂量的标识参数更多的基于PET的标识参数。选择强调患者体内的多个肿瘤之间的差异的标识参数可以有助于在治疗递送期间消除这些肿瘤的模糊性。
伽马导出的有界剂量体积直方图(bDVH)
在一些变型中,标识参数中的一个标识参数可以是剂量度量准则,诸如根据伽马指数(GI)的伽马准则生成的DVH。伽马指数是表示剂量分布的可变性的度量,并且是距离一致(DTA)和参考剂量(例如期望剂量、计划剂量)与实际剂量(例如优化剂量、从成像数据中导出的剂量、递送剂量)之间的百分比剂量差(DD)的复合。DTA是从参考剂量分布上的点(例如像素或体素)到具有特定剂量水平(即,由百分比DD指定)的测试剂量分布上的点(例如像素或体素)的最近距离。在一些变型中,DTA可以是从参考剂量分布上的点到测试剂量分布上的相同剂量水平的点的最近距离。伽马准则可以包括DTA准则(例如以mm为单位的线性尺寸)和DD准则(例如百分比值),例如3mm/3%、2mm/2%、1mm/1%等。与测试或实际剂量分布(例如优化剂量、从成像数据中导出的剂量、递送剂量)相比,针对参考剂量分布上的特定点(例如像素、体素)的GI值可以被表示为以下各项中的最小值:
其中CDTA是DTA准则,并且CDD是DD准则。在一些变型中,临床医生可以选择DTA和DD准则。GI的可接受值(例如通过标准值)可以用作阈值,以确定剂量分布上的任何点是否符合DTA和DD准则。在一些变型中,通过或可接受的GI值可以小于或等于1(例如≤1、≤0.5等)。计划剂量分布中具有“通过”(即,符合通过标准值)的GI值的点的数量或比例(例如百分比)可用于确定剂量分布是否在临床上是适当的以及/或者对于递送是安全的。
伽马准则(例如DD准则、DTA准则)可以是DVH曲线的基础,该DVH曲线诸如具有下界DVH和上界DVH的有界DVH曲线。下界和上界表示与伽马准则对应的可变性,该伽马准则将产生通过或可接受的GI值。也就是说,伽马导出的bDVH表示剂量可变性,该剂量可变性仍然将产生符合通过GI值的剂量分布。伽马导出的bDVH的下界DVH表示仍然将符合伽马准则的最小剂量分布Dmin,并且伽马导出的bDVH的上界DVH表示仍然将符合伽马准则的最大剂量分布Dmax。由于剂量可变性可以是目标区的特性(例如在根据目标区的图像来计算向目标区递送的辐射的变型中),因而在一些变型中,剂量可变性可以与肿瘤简档的其他标识参数结合使用,以标识目标区的位置。剂量可变性可以封装在bDVH中。在一些变型中,bDVH可以根据期望的(例如临床医生批准的)伽马准则来计算。在图4A的流程图中描绘了用于基于伽马准则来生成bDVH的方法的一个变型。方法(400)可以包括基于计划剂量分布以及伽马准则的DTA准则和/或DD准则来生成(402)Dmin剂量分布,基于计划剂量分布以及伽马准则的DTA准则和/或DD准则来生成(404)Dmax剂量分布,通过计算Dmin剂量分布的DVH来生成(406)最小DVH,通过计算Dmax剂量分布的DVH来生成(408)最大DVH,以及通过将最小DVH设定为下界并且将最大DVH设定为上界来生成(410)bDVH。可选地,bDVH可以包括标称DVH,该标称DVH是计划剂量分布的DVH。在一些变型中,生成(402)Dmin剂量分布可以包括:对于计划剂量分布中的每个点,计算在该点处符合DTA准则和DD准则的最小剂量值,并且生成Dmax剂量分布可以包括:对于计划剂量分布中的每个点,计算在该点处符合DTA准则和DD准则的最大剂量值。剂量分布中的点处的最小剂量值可以是产生符合通过标准值的GI指数值的最低剂量值,并且剂量分布中的点处的最大剂量值可以是产生符合通过标准值的GI指数值的最高剂量值。
在图4E的流程图中描绘了用于基于伽马准则来生成bDVH的方法的另一变型。bDVH包括下界DVH和上界DVH,并且对于伽马导出的bDVH,下界DVH和上界DVH表示剂量分布可以具有并且仍然符合由其生成bDVH的伽马准则的可变性范围。一种用于生成从伽马准则中导出的bDVH的方法可以包括选择伽马准则的值(例如作为百分比的DTA、DD),基于伽马准则和3-D剂量分布中的每一者来对最小剂量分布和最大剂量分布进行求解,生成以100%通过率满足伽马准则的最大剂量分布Dmax,以及生成以100%通过率满足伽马准则的最小剂量分布Dmin。可以计算针对最大剂量分布的DVH(即最大DVH),并且可以计算针对最小剂量分布的DVH(即最小DVH)。最后,通过将下界设定为最小DVH并且将上界设定为最大DVH来生成伽马导出的bDVH。图4E描绘了方法(470)的流程图,该方法可以包括针对选定DD准则值生成(472)最大DD百分比误差剂量分布和最小DD百分比误差剂量分布,针对选定DTA准则值生成(474)最大DTA误差剂量分布和最小DTA误差剂量分布,基于最大DD百分比误差剂量分布和最大DTA误差剂量分布来生成(476)Dmax最大剂量分布,基于最小DD百分比误差剂量分布和最小DTA误差剂量分布来生成(478)Dmin最小剂量分布,通过计算Dmax剂量分布的DVH来生成(480)最大DVH,通过计算Dmin剂量分布的DVH来生成(482)最小DVH,以及通过将最小DVH设定为下界,将最大DVH设定为上界,并且将计划剂量分布的DVH设定为标称DVH来生成(484)bDVH。此bDVH反映了准许的剂量可变性,同时仍然满足选定的DD准则和DTA准则。
用于基于计划剂量分布(例如)和伽马准则来生成Dmin剂量分布和Dmax剂量分布的方法的一个变型可以使用梯度下降法。该方法可以包括计算剂量分布中的一系列点处的剂量梯度(例如斜率或导数),使用所计算的梯度来计算最小剂量值和最大剂量值。最小剂量值可以通过将剂量梯度“向下移动”(例如沿梯度的负斜率)到与初始点相距DTA准则距离来计算。最大剂量值可以通过将剂量梯度“向上移动”(例如沿梯度的正斜率)到与初始点相距DTA准则距离来计算。在图4B的流程图中描绘了用于计算每个点处的最小剂量值以导出Dmin剂量分布以及用于计算每个点处的最大剂量值以导出Dmax剂量分布的方法的一个示例。方法(420)可应用于计划剂量分布上的每个点。方法(420)可以包括计算(422)该点(例如参考点)处的剂量梯度,确定(424)最大负剂量梯度的方向,以及通过找到沿最大负剂量梯度的方向与该点相距DTA准则距离的剂量值来计算(426)针对该点的最小剂量值。找到最小剂量值可以包括沿负剂量梯度将选定分数步长移动到剂量分布上的另一点,在该点处对剂量值进行采样,以及将剂量值沿负剂量梯度重复移动并采样,直到到达与初始点相距预定欧几里德(Euclidean)距离的点为止。可以选择分数步长来优化梯度下降的稳定性,同时提供到最小值或最大值的计算上有效的移动。在一些变型中,可以预先确定分数步长,而在其他变型中,可以使用线搜索法来优化分数步长。在一些变型中,计算(426)最小剂量值可以包括将与该点相距DTA准则距离的剂量值分配给不同的参考点,该参考点对应于所计算的最小剂量值以及沿测量梯度的向量和与原始参考点相距的DTA距离。使用梯度方法以将剂量跟踪到与初始参考点相距DTA欧几里德距离可以包括将最小剂量值分配给剂量分布上的参考点(例如新参考点),该参考点对应于所计算的剂量以及与初始点相距的DTA欧几里德距离(沿梯度的向量和)。不希望被理论所束缚,将最小剂量值分配给新的参考点可以帮助确保所计算的剂量继续符合伽马条件(在与伽马计算点相距DTA处,DD=0)。预定距离可以是指定的DTA准则。方法(420)可以包括确定(428)最大正剂量梯度的方向,以及通过找到沿最大正剂量梯度的方向与该点相距DTA准则距离的剂量值来计算(430)最大剂量值。在一些变型中,计算(430)最大剂量可以包括将在DTA准则距离处的剂量值作为最大剂量分配给剂量分布上的参考点(例如新的参考点),该参考点对应于所计算的剂量以及在梯度的向量和的方向上与初始点相距的DTA距离。找到最大剂量值可以包括沿正剂量梯度将(例如如上文所描述的)选定分数步长移动到剂量分布上的另一点,在该点处对剂量值进行采样,以及将剂量值沿正剂量梯度重复移动并采样,直到到达与初始点相距预定欧几里德距离(即DTA准则距离)的点为止。在每个点(402)处计算的剂量梯度可以是1-D剂量梯度、2-D剂量梯度或3-D剂量梯度。方法(420)随后可以包括组合(432)针对剂量分布中的一系列点的最小剂量值以获得Dmin剂量分布,以及组合(434)针对剂量分布中的所有点的最大剂量值以获得Dmax剂量分布。
在图4C的流程图中描绘了用于基于伽马准则来生成bDVH的方法的另一变型。方法(450)可以包括:对于计划剂量分布(例如整个患者体积上的计划剂量分布,针对患者的计划总剂量)中的每个点/体素,计算(452)仍然将符合伽马准则的DTA准则(例如标准)的最小剂量值DTAmin;对于计划剂量分布中的每个点/体素,计算(454)仍然将符合伽马指数的DTA准则的最大剂量值DTAmax;对于计划剂量分布中的每个点/体素,通过计算计划剂量值(dpercent)的选定百分比,并且从计划剂量值(dplanned)中减除dpercent来计算(456)DDmin值;对于计划剂量分布中的每个点/体素,通过计算计划剂量值(dpercent)的选定百分比,并且将dpercent添加到计划剂量值(dplanned)来计算(458)DDmax值。在一些变型中,计算(452)每个点/体素处的最小剂量值DTAmin可以包括找到在GI为1时将通过的该点/体素处的最小剂量值,并且计算(454)每个点/体素处的最大剂量值DTAmax可以包括找到在GI为1时将通过的该点/体素处的最大剂量值。用于计算DDmin值(456)和DDmax值(458)的选定百分比可以是如临床医生所设定(即确定)的GI的DD准则或标准。
在一些变型中,DDmin和/或DDmax值可以是计划剂量的绝对(即固定)百分比值。这些绝对百分比值可以是正值或负值。例如,对于3%的剂量准则,DDmin可以通过减除计划剂量处方的3%来计算,并且DDmax可以通过添加计划剂量处方的3%来计算。在其他变型中,DDmin和/或DDmax值可以是相对百分比值,例如可递送(或已递送)的参考剂量(诸如计划剂量)的比例。
方法(450)可以包括通过针对计划剂量分布中的每个点/体素取DTAmin和DDmin中的较小者来生成(460)Dmin剂量分布:
Dmin=min(DTAmin,DDmin)。
方法(450)还可以包括通过针对计划剂量分布中的每个点/体素取DTAmax和DDmax中的较大者来生成(462)Dmax剂量分布
Dmax=max(DTAmax,DDmax)。
在生成最小剂量分布(Dmin)和最大剂量分布(Dmax)之后,方法(450)可以包括通过计算Dmin剂量分布的DVH来生成(464)最小DVH,通过计算Dmax剂量分布的DVH来生成(466)最大DVH,以及通过将最小DVH设定为下界,将最大DVH设定为上界,并且将计划剂量分布的DVH设定为标称DVH来生成(468)bDVH。
在图4D的流程图中描述了用于针对剂量分布中的每个点计算DTAmin和DTAmax的方法的一个变型。方法(440)可以包括:生成(442)一组剂量值,该组剂量值包括在剂量分布中与该点相距DTA准则距离的位置处的剂量值;确定(444)该组中的最低剂量值;确定(446)该组中的最高剂量值;以及指定(448)最低剂量值作为针对该点的DTAmin值,并且指定最高剂量值作为针对该点的DTAmax值。
用于使用稀疏成像数据对目标区进行定位的方法
在治疗时,可以采集成像数据,并且放射治疗系统控制器可以被配置成分析所采集的成像数据以标识目标区的位置,并且/或者确定在标识位置处向目标区递送辐射是否安全。分析成像数据可以包括计算基于成像的度量值和/或剂量度量值,以及将所计算的度量值与目标区的ID简档的标识参数进行比较。如果所计算的度量值符合标识参数的准则,则放射治疗系统可以向操作者生成通知,该通知指示目标区的位置以及/或者在标识位置处向目标区递送辐射是安全的。可以基于目标区的轮廓内的成像信号数据来计算所计算的度量值中的一个或多个所计算的度量值,并且一些方法可以包括在计算度量值之前标识目标区的位置。
目标区的更新位置也可用于生成图形表示,该图形表示包括与解剖标志和/或其他轮廓相结合的在更新位置处的目标区轮廓。例如,图形表示或可视化可以包括可选地与CT或MR解剖图像复合的肿瘤轮廓(例如GTV、CTV)和BTZ轮廓。在一些变型中,图形表示可以包括在PET图像中的更新位置处突出显示目标区轮廓的视觉标记。一些放射治疗系统控制器可以被配置成将目标区轮廓的边界与包围目标区轮廓的外轮廓的边界进行比较。外轮廓可以是BTZ轮廓和/或安全性轮廓。如果目标区轮廓太接近外轮廓的边界(例如目标区轮廓边界在外轮廓边界的安全性裕度或容差内),则控制器可以向操作者生成通知以指示目标区已朝向外轮廓移动。在一些变型中,如果目标区轮廓在外轮廓边界之外,则控制器可以向操作者生成通知,并且可以暂停辐射递送。例如,如果目标区在BgRT治疗疗程期间漂移到BTZ之外,则控制器可以生成互锁以立即终止辐射递送,直到操作者已对是否适于恢复治疗进行评估为止。
在一些变型中,用于对肿瘤(例如BTZ轮廓内的肿瘤或目标区)进行定位的方法可以包括使用稀疏成像数据来对目标区的初始图像进行迭代,并且生成表示目标区的更新位置的图像。“稀疏”成像数据可以是在有限时间窗(例如小于约10秒、约1秒或更短)内采集的成像数据,并且/或者可以是由随机过程(例如PET成像中的正电子发射、SPECT成像中的光子发射)产生的成像数据。例如,如果不能根据成像数据确定肿瘤质心的位置,则成像数据可能是“稀疏的”。基于贝叶斯统计的迭代方法的一个变型可以包括预期最大化方法,该预期最大化方法可以使用新采集的(例如有限时间采样的)成像数据将初始图像中的目标区的位置迭代地移位到更新位置。当存在目标区的稀疏成像和/或位置数据时,此方法可以有助于更频繁地和/或持续地对目标区进行定位。虽然在有限时间间隔内采集的稀疏成像数据可能不足以直接确定移动目标区的质心,但本文中描述的方法利用稀疏成像数据来迭代地更新和/或精修来自初始图像的目标区的位置。这些方法可用于在治疗疗程期间使用有限时间采样的成像数据来追踪目标区的位置,而无需计算目标区的质心位置。因为数据采集窗较短(例如几秒或更短、约1秒或更短),所以可以实时确定目标区的位置。本文中描述的预期最大化方法可用于生成目标区的估计位置,并且可以将该估计位置与BTZ的边界(或者任何预定义的区和/或安全性裕度)进行比较。如果估计目标区在可接受边界之外(或者被估计为有可能在可接受边界之外),则控制器可以向操作者生成通知以帮助他们决定是否应暂停辐射递送。例如,如果估计目标位置漂移到BTZ之外(以及/或者目标区的任何部分在或有可能在BTZ之外),则控制器可以向操作者生成通知。可选地,可以生成互锁以立即终止辐射递送,直到操作者已对是否适于恢复治疗进行评估为止。
用于对目标区进行定位的方法的一个变型可以包括使用肿瘤的初始图像来生成初始像素肿瘤似然值图。初始像素肿瘤似然值图可以是指示特定图像像素是属于肿瘤还是属于背景的概率图。在一些变型中,初始像素肿瘤似然值图可以是其中归因于肿瘤的像素具有值“1”并且归因于背景(即,不是肿瘤的一部分)的像素具有值“0”的图。具有二进制值的像素肿瘤似然值图也可以称为像素肿瘤概率值图。在一些变型中,像素肿瘤似然值图可以具有为大于或等于零且小于或等于一的任何值的像素值。随后可以使用新采集的成像数据和预期最大化方法来更新和迭代初始像素肿瘤似然值图。在每次迭代期间,可以针对图像中的每个像素计算肿瘤似然值和背景似然值,并且将该肿瘤似然值和该背景似然值进行组合以更新像素肿瘤似然值图。当达到停止准则时,基于最终像素肿瘤似然值图来确定目标区的位置。停止准则可以包括例如达到最大迭代次数,以及/或者符合已根据更新的像素肿瘤似然值图移位的肿瘤轮廓内的阈值平均像素值。初始图像和/或新采集的成像数据可以包括PET成像数据、CT成像数据、X射线成像数据、SPECT成像数据、MR成像数据等。
图5描绘了用于基于初始图像和新采集的成像数据来对肿瘤进行定位的方法(500)的一个变型。方法(500)可以包括在计划图像上定义(502)肿瘤轮廓和BTZ轮廓。肿瘤轮廓和BTZ轮廓可以由临床医生和/或控制器(例如治疗计划控制器和/或放射治疗系统控制器)来定义。例如,控制器可以被配置成实行标识潜在关注区的轮廓的算法,并且临床医生可以审查所提议的轮廓,并且根据需要进行批准或修改。计划图像可以是PET图像、PET/CT图像、MR图像、超声图像和/或它们的任何组合。在一些变型中,计划图像可以是相同或不同成像模态的多个图像的复合。每个像素的图像信号被表示为Act(r)。在PET图像中,图像信号可以表示每个像素的PET活性和/或活性强度。
方法(500)随后可以包括计算(504)针对计划图像中的肿瘤轮廓内的像素的图像信号值的平均值和标准偏差(μsig、σsig),计算(506)针对肿瘤轮廓之外但在BTZ轮廓内的像素的图像信号值的平均值和标准偏差(μbck、σbck),以及生成(508)初始像素肿瘤概率值图(CTVmaxk0),其中肿瘤轮廓内的像素被分配为高肿瘤概率值(例如1),并且肿瘤轮廓之外的像素被分配为低肿瘤概率值(例如0)。步骤(502至508)可以在治疗计划期间执行,并且可以可选地在治疗疗程期间执行至少一次。
在治疗疗程期间,可以使用新采集的成像数据来更新肿瘤的位置,以在初始图像和/或概率图上迭代。方法(500)可以包括采集(510)包括肿瘤的患者区的更新成像数据,以及计算(512)针对所采集的成像数据中的所有像素的肿瘤似然值和背景似然值其中i表示迭代指数,并且可以开始于i=1。在一些变型中,更新成像数据可以是PET成像数据,并且针对每个像素的肿瘤似然值和背景似然值可以计算如下:
其中Act(r)是针对来自所采集的成像数据的该像素的PET活性/信号强度。对于第一次迭代i=1,和/>是μsig、σsig,并且μbck、σbck分别是针对计划图像计算的值。
方法(500)随后可以包括使用先前像素肿瘤概率值图(CTVmaski-1)、肿瘤似然值、背景似然值来计算(514)像素肿瘤似然值图在一些变型中,像素肿瘤似然值图可以计算如下:
对于第一次迭代i=1,先前像素肿瘤概率值图CTVmask0是根据计划图像计算的(例如在步骤(508)中生成的)初始像素肿瘤概率值图。
方法(500)还可以包括计算(516)BTZ轮廓内的像素肿瘤似然值图的质心位置,以及将肿瘤轮廓移位(518)到所计算的质心位置。在一些变型中,质心位置可以计算如下:
方法(500)还可以包括:生成(520)更新的像素肿瘤概率值图CTVmaski(r),其中在移位肿瘤轮廓内的像素被分配为高肿瘤概率值(例如1),并且在移位肿瘤轮廓之外的像素被分配为低肿瘤概率值(例如0);计算(522)针对移位肿瘤轮廓内的像素的以及将与/>进行比较(524)。对于第一次迭代i=1,/>是/>这是针对计划图像计算的。如果/>不同于/>则移位肿瘤轮廓可能并未反映肿瘤的实际位置,并且方法(500)随后可以包括对像素肿瘤似然值图进行的额外迭代。在此情况下,方法(500)可以包括计算(528)针对移位肿瘤轮廓内的像素的/>以及针对移位肿瘤轮廓之外但在BTZ轮廓内的像素的/>以及对像素肿瘤似然值图CTVlikelihood进行迭代(i=i+1)。例如,方法(500)可以包括迭代(530)回步骤(512),以及重复步骤(512至524)。
然而,如果该比较(524)确定近似于/>(例如在规定或可接受的容差或裕度内),则移位肿瘤轮廓可以反映肿瘤的实际位置,并且不需要对肿瘤似然值图进行进一步迭代。方法(500)随后可以停止(526)迭代,并且可选地向操作者生成移位肿瘤轮廓的图形表示,并且将图形表示输出到显示器。在一些变型中,图形表示可以包括移位肿瘤轮廓(即在更新肿瘤位置处)和初始肿瘤轮廓(即在初始肿瘤位置处)。对于BgRT递送,图形表示可以可选地包括BTZ轮廓以及相对于BTZ轮廓的移位肿瘤轮廓。在一些变型中,方法(500)可以限制对肿瘤似然值图进行的迭代次数,并且一旦已达到该迭代限制,方法(500)便停止,并且可选地向操作者生成移位肿瘤轮廓的图形表示,并且将图形表示输出到显示器。例如,迭代次数可以为约5次迭代至约100次迭代,例如约10次迭代、约15次迭代、约25次迭代、约30次迭代、约50次迭代、约60次迭代、约75次迭代等,这可能是所期望的。
如通过方法(500)确定的更新肿瘤位置可以可选地用作在治疗疗程开始时对患者和/或目标区进行定位的一部分。标识目标区的更新位置可以便于计算PET数据度量值和/或剂量度量值,包括但不限于目标区的SUV度量值(例如平均SUV、NTS、AC)、PET示踪剂浓度、代谢肿瘤体积、预期递送注量、预期递送剂量体积、跨预期递送剂量体积的DVH、GI值等。在一些变型中,基于如通过方法(500)所确定的目标区的更新位置计算的剂量度量值可以帮助操作者确定待递送的剂量(即递送剂量)是否在可接受界限内以及因此向患者递送是否安全。
方法(500)可以可选地在治疗疗程期间用于确定肿瘤的位置在辐射递送期间是否已改变,并且生成任何位置变化的图形表示。方法(500)的一个或多个步骤(例如步骤512至524)可以由放射治疗系统控制器在整个治疗疗程中执行。这可以允许操作者在整个疗程中(经由图形表示)追踪目标区的实际位置。例如,目标区的位置可以在穿梭通过之间更新、在辐射递送期间以预设间隔更新以及/或者在操作者的请求下更新(例如操作者可以在治疗疗程期间的任何时候向放射治疗系统发出命令,以更新目标区位置并且刷新其位置的图形表示)。在向目标区进行BgRT递送期间,可以将目标区的更新位置与BTZ的边界进行比较,并且如果目标区的轮廓落在BTZ边界之外,或者不位于与BTZ边界相距预定(例如安全性)裕度内,则放射治疗系统可以生成通知以警告操作者。该通知可以是视觉和/或听觉指示符,并且可以可选地包括目标区轮廓和BTZ轮廓的相对位置的图形表示。
虽然方法(500)是在追踪目标区的位置的情境下描述的,但在一些变型中,方法(500)可用于追踪辐射敏感结构(例如OAR)的位置,使得放射治疗系统可以限制针对这些OAR的辐射递送。在一些变型中,可以针对亲PET的OAR(例如膀胱、肾等)定义OAR轮廓。OAR轮廓内部的像素值可以被确定为OAR的一部分。方法(500)可用于通过使用新采集的成像数据(例如PET成像数据)和预期最大化方法迭代地更新初始像素OAR似然值(例如像素OAR似然值)图来确定OAR的位置。在每次迭代期间,可以针对PET图像中的每个像素计算OAR似然值和背景似然值,并且将该肿瘤似然值和该背景似然值进行组合以更新像素OAR似然值图。当达到停止准则时,可以基于最终像素OAR似然值图来确定OAR的位置。使用此方法,可以基于PET成像数据来严格地使OAR轮廓移位。在一些变型中,OAR的更新位置可用于确定该OAR是否已移位超过预定的、可接受的距离。如果OAR已移动超过可接受裕度,则该OAR可能处在高于可接受的辐射暴露的风险下,并且放射治疗系统控制器可以调整递送参数和/或递送注量以便避免对OAR的进一步照射。例如,一些方法可以包括在继续辐射递送之前,利用在OAR上具有更严格惩罚函数的成本函数来重新优化递送注量。
使用肿瘤标识简档进行目标定位
虽然可以使用基于贝叶斯统计和初始图像的迭代方法(例如图5中所描绘的预期最大方法(500))来标识目标区的位置,但在一些变型中,可以使用肿瘤ID简档来标识目标区的位置。例如,对于具有单个目标区的患者,可以使用迭代EM方法或肿瘤ID简档利用新采集的成像数据来标识治疗时目标区的位置。然而,对于具有多个目标区的患者,可能希望在辐射递送期间使用该多个目标区的相应目标ID简档来标识多个目标区的位置。在一些变型中,可以在治疗疗程开始时使用EM方法来对目标区进行定位,并且可以在治疗疗程期间(例如在辐射递送期间)使用肿瘤ID简档来对目标区进行定位。在一些变型中,EM方法可以与肿瘤ID简档结合使用以标识目标区的位置。例如,肿瘤ID简档可以包括标识参数,该标识参数包括目标区的初始图像和其对应的初始像素肿瘤似然值图。在一些变型中,用于标识目标区的位置的方法可以包括基于肿瘤ID简档的BTZ轮廓标识参数来标识BTZ的位置,以及随后使用EM方法来确定已移位到其标识位置的BTZ轮廓内的目标区的位置。EM方法可以可选地用于在治疗疗程期间持续更新一个或多个目标区的位置。例如,目标区的位置可以使用该目标区的相应肿瘤ID简档在设定的时间间隔或时间点处被更新(例如在穿梭通过之间),而EM方法可用于每当采集新的成像数据时更新目标区的位置。例如,在BgRT疗程期间,可以在治疗递送期间持续采集PET成像数据,并且此持续采集的PET成像数据可用于通过使用EM方法对先前图像进行迭代来持续更新一个或多个目标区的位置。在一些变型中,可以将目标区的更新位置与BTZ的边界进行比较,并且如果目标区的轮廓落在BTZ边界之外,或者不位于与BTZ边界相距预定(例如安全性)裕度内,则放射治疗系统可以生成通知以警告操作者。该通知可以是视觉和/或听觉指示符,并且可以可选地包括目标区轮廓和BTZ轮廓的相对位置的图形表示。
用于使用肿瘤ID简档来标识目标区的方法的一些变型可以包括:采集PET图像;标识图像的具有满足肿瘤ID简档的PET数据准则的PET数据的区;对于标识区中的每个标识区,基于PET数据来计算剂量度量值;以及选择具有符合肿瘤ID简档的剂量度量准则的剂量度量值的区。符合ID简档的标识参数(例如准则)中的一个或多个标识参数的选定区可以被标识为目标区,并且该目标区的位置可用于促进物理和/或虚拟定位。可选地,一种方法可以包括生成所标识的目标区在其位于图像(例如可选地结合诸如CTV、PTV、GTV、BTZ等预定义区的一个或多个轮廓的复合PET/CT图像、PET图像、CT图像等)内的位置处的图形表示,并且可以将图形表示输出到显示设备。
用于标识目标区的位置的方法的一个变型在图6A中表示。方法(600)可以包括:采集(602)患者的PET图像和CT图像;标识(604)PET图像中符合目标区的肿瘤标识(ID)简档的PET数据准则的候选区;对于标识区中的每个标识区,使用该区中的PET数据来计算(606)剂量度量值;以及通过选择具有符合目标区的肿瘤ID简档的剂量度量准则的递送剂量度量值的候选患者区来标识(608)目标区的位置。PET图像中的候选区的标识(604)可以利用模式搜索算法,例如使用互相关的基于模板的匹配、使用可变形模板模型的模板匹配、使用深度卷积神经网络的基于特征的模板匹配和/或上文描述的EM方法。在一些变型中,标识(604)符合PET数据准则的候选区可以包括将BTZ轮廓和/或目标区轮廓移位到候选区,以及随后针对移位BTZ和/或目标区轮廓计算基于PET的度量值。符合ID简档的PET数据准则的候选区可以向前移动到下一步骤,其中计算(606)剂量度量值,并且将该剂量度量值与ID简档的对应剂量度量准则进行比较。在一些变型中,针对候选区计算剂量度量值可以包括使用所采集的PET图像和CT图像来生成预期递送剂量体积,以及基于所生成的预期递送剂量体积来计算一个或多个剂量度量值。替代地或另外,可以对候选区中的一个或多个候选区使用EM方法以找到目标区的位置,并且将目标区轮廓移位到更新位置。可以基于移位目标区轮廓来计算一个或多个剂量度量值。符合PET数据准则和ID简档的剂量度量准则的候选区可以被标识为目标区的位置。在一些变型中,每个候选区可以被分配模式匹配分数,该模式匹配分数指示基于PET的度量和剂量度量值与对应ID简档标识准则一致(例如匹配)的程度。在多个候选区符合ID简档的PET数据和剂量度量准则的情况下,具有最高模式匹配分数的候选区被视为目标区的位置。可选地,方法(600)可以包括生成(610)目标区在标识位置处的图形表示。在一些变型中,图形表示还可以包括CTV、GTV、PTV和/或BTZ中的一者或多者的轮廓。方法(600)可用于标识一个目标区或多个目标区的位置。在一些变型中,标识位置可用于在治疗疗程开始时促进患者和/或治疗床的定位,以及/或者在辐射治疗的递送期间监测或确认患者的位置。
在一些变型中,标识(604)PET图像中符合目标区的肿瘤标识(ID)简档的PET数据准则的候选区可以包括计算一个或多个基于PET的数据度量值,例如SUV度量值和/或PET示踪剂浓度。图6B描绘了计算NTS值的一种方法的流程图表示,该NTS值是基于PET的数据度量值。方法(620)可以包括将目标区轮廓和BTZ轮廓移位(622)到患者候选区,计算(624)在目标区轮廓内部的平均PET信号(PETtarget-only),计算(626)在BTZ轮廓内部但在目标区轮廓之外的平均PET信号(PETBTZ-only),以及通过取以下比率来计算(628)归一化目标信号(NTS):
用于计算NTS值的方法的另一变型可以包括将BTZ轮廓移位到患者候选区,计算BTZ轮廓内部的峰值(例如第99个百分点)PET信号(PETBTZ-peak),计算BTZ轮廓内部的平均PET信号(PETBTZ-mean),以及通过取以下比率来计算NTS:
替代地或另外,可以通过以下操作来计算NTS:确定BTZ内的最大像素值(BTZmax),计算像素值大于BTZmax的50%的BTZ轮廓内的所有像素/体素的平均值(PETmean-50%),计算涵盖BTZ轮廓的BTZ壳轮廓内的所有像素/体素的平均值(PETmean-bkgnd),并且取平均值的以下比率:
在一些变型中,NTS可以是在BTZ轮廓内体素值大于BTZ轮廓中的最大体素值的80%的体素的平均值(PETmean-80%)与在涵盖BTZ轮廓的BTZ壳轮廓内的像素/体素的平均值(PETmean-bkgnd)的比率:
在又其他变型中,可以基于目标和背景的AC值来计算NTS:
其中ACTarget可以被计算为在BTZ内具有高于BTZ内的最大体素值的80%的值的体素的平均值(即,找到BTZ内的最大体素值,计算该体素值的80%值作为阈值,并且计算在BTZ内符合或超过阈值的所有体素的平均值),ACBackground是在BTZ内的平均体素值,并且其中σBackground可以是BTZ周围的壳(即BTZ壳轮廓)中的活性浓度值的标准偏差。
方法(620)还可以包括将所计算的NTS值与肿瘤ID简档的NTS PET数据准则进行比较(630)。如果所计算的NTS值与NTS PET数据准则匹配(例如在选定裕度内),则候选区可以保持为用于进一步评估(即,与ID简档的其他标识参数进行比较)的候选项。在一些变型中,NTS PET数据准则可以是2.0或更高(例如2.0、2.1、2.5、2.7、2.9、3.0或更高)。NTS PET数据准则可以具有用于评估目标区是否适用于BgRT和/或针对BgRT的治疗计划的第一值,并且可以具有用于评估治疗当天BgRT递送的安全性的第二值。例如,第一值可以大于第二值(例如第一值可以是2.7,而第二值可以是2.0)。方法(620)可以包括如果所计算的NTS值符合肿瘤ID的NTS PET数据准则,则生成(632)目标区轮廓在候选区处的图形表示。
替代地或另外,在一些变型中,标识(604)PET图像中符合目标区的肿瘤标识(ID)简档的PET数据准则的候选区可以包括计算位于候选区内的候选目标区轮廓内的PET示踪剂浓度(例如活性浓度AC)。在一些变型中,PET数据准则可以包括PET示踪剂AC阈值。在一些变型中,AC阈值可以是2.5kBq/mL或更大,例如3kBq/mL或更大、3.5kBq/mL或更大、4kBq/mL或更大、4.75kBq/mL或更大、5kBq/mL或更大等。图6C描绘了计算目标区轮廓内的PET示踪剂浓度的一种方法的流程图表示。方法(640)可以包括将肿瘤轮廓移位(642)到患者候选区,组合(644)肿瘤轮廓内部的PET信号(例如像素值)以获得患者候选区的PET亲合力值(PETaviditytarget),将PET亲合力值(PETaviditytarget)转换(646)为示踪剂浓度(单位为kBq/ml),以及将示踪剂浓度值与肿瘤ID简档的PET示踪剂浓度准则进行比较(648)。如果所计算的PET示踪剂浓度值与PET示踪剂浓度准则匹配(例如在选定裕度内、符合或超过阈值),则候选区可以保持为用于进一步评估(即,与ID简档的其他标识参数进行比较)的候选项。方法(640)可以包括如果PET示踪剂浓度值符合肿瘤ID的PET示踪剂浓度准则,则生成(650)目标区轮廓在候选区处的图形表示。
在一些变型中,针对候选区计算(608)剂量度量值并且选择(608)具有符合目标区的肿瘤ID简档的剂量度量准则的递送剂量度量值的候选区可以包括计算预期递送剂量体积D,以及基于预期递送剂量体积D来计算一个或多个剂量度量值。对于使用BgRT的放射治疗,通过使用BTZ掩蔽PET数据,将PET数据投影到治疗辐射源的激发位置,并且与移位不变激发滤波器进行卷积,可以根据PET成像数据来计算待向目标区递送的辐射注量。这可以用于在治疗疗程开始时的PET预扫描之后预测将发射到目标区的辐射注量。所计算的辐射注量可以与(例如来自CT图像的)解剖数据进行组合以预测针对目标区的剂量。为了标识目标区,可以将根据治疗时采集的PET成像数据计算的剂量度量值与目标区的肿瘤ID简档的剂量相关标识参数进行比较。在一些变型中,可以使用BTZ轮廓和位置、移位不变激发滤波器和所采集的PET成像数据来生成预期递送剂量体积D。可以将BTZ轮廓和激发滤波器应用于PET成像数据以计算预期辐射注量。随后可以使用诸如塌缩圆锥卷积叠加、笔形射束算法和/或蒙特卡罗(Monte Carlo)粒子输运的剂量计算算法,根据预期辐射注量来计算预期递送剂量体积D。
图6D描绘了用于通过计算剂量度量值并且将该剂量度量值与肿瘤ID简档的剂量度量准则进行比较来标识图像中的候选区的方法的流程图表示。方法(660)可以包括将BTZ轮廓(和/或可选地,肿瘤轮廓)移位(662)到PET图像中的患者候选区,通过将治疗计划激发滤波器与移位BTZ轮廓内的PET数据进行卷积来计算(664)预期辐射注量,基于预期辐射注量和患者解剖数据来计算(666)预期递送剂量体积D,根据预期递送剂量体积D来计算(668)剂量度量值,以及将所计算的剂量度量值与肿瘤ID简档的一个或多个剂量准则进行比较(670)。如果所计算的剂量度量值与一个或多个剂量准则匹配(例如在选定裕度内),则候选区可以保持为用于进一步评估(即,与ID简档的其他标识参数进行比较)的候选项。方法(660)可以包括如果所计算的剂量度量值符合肿瘤ID的一个或多个剂量准则,则生成(672)BTZ轮廓在候选区处的图形表示。
在一些变型中,所计算的剂量度量可以是DVH,可以将该DVH与肿瘤ID简档DVH进行比较以评估候选区是否是目标区的位置。图6E描绘了用于通过针对候选区计算DVH并且将DVH与肿瘤ID简档的DVH准则进行比较来标识图像中的候选区的方法的一个变型的流程图表示。方法(680)可以包括将肿瘤轮廓移位(682)到PET图像中的患者候选区,通过将治疗计划激发滤波器与移位肿瘤轮廓内的PET数据进行卷积来计算(684)预期辐射注量,基于预期辐射注量和患者解剖数据来计算(686)预期递送剂量体积D,基于预期递送剂量体积D来生成(688)针对候选区处的肿瘤轮廓的剂量体积直方图(DVH),以及将所生成的DVH与肿瘤ID简档的有界DVH进行比较(690)。如果针对候选区生成的DVH落在bDVH的上界和下界内,则候选区可以保持为用于进一步评估(即,与ID简档的其他标识参数进行比较)的候选项。在一些变型中,该方法可以包括确定针对候选区生成的DVH是否在bDVH的百分比容差内。例如,如果所生成的DVH的点的X%(例如95%)在bDVH的界限内,则候选区可以保持为用于进一步评估的候选项。如先前所描述,ID简档的bDVH可以是GI导出的bDVH。方法(680)可以包括如果所生成的DVH在肿瘤ID的bDVH内,则生成(692)目标区轮廓在候选区处的图形表示。
肿瘤ID简档的标识参数中的任何标识参数(例如上文在图6A至图6E中描述的参数)可以基于在治疗疗程开始时(即,在目标区的位置已被确定之后,但在治疗辐射的递送之前)采集的成像数据来更新。在一些变型中,在治疗计划阶段期间定义标识参数,该治疗计划阶段可以在治疗疗程之前的几天或甚至几周进行。在计划与治疗之间的介入时段,患者的生理和/或疾病状态可能会改变。在治疗计划时间与治疗递送时间之间,PET示踪剂摄取可能变化多达25%。虽然许多患者和/或疾病特性在计划与治疗之间可能保持相同,但更新标识参数的准则可以有助于考虑可变性,使得准则被“归一化”和/或“水平设定”为患者在治疗时的实际状态。例如,在治疗当天采集的PET图像数据可以反映患者和/或目标区的生物状态和/或生理活动。根据此图像数据计算的NTS值可用于更新肿瘤ID简档的NTS PET数据准则,并且/或者根据图像数据计算的示踪剂活性浓度(AC)可用于更新肿瘤ID简档的示踪剂浓度准则。更新在治疗计划期间定义的肿瘤ID简档的PET数据准则可以有助于考虑与先前的成像和/或治疗疗程相比,示踪剂注射和/或示踪剂摄取在治疗疗程期间的可变性。替代地或另外,根据治疗当天采集的成像数据计算的剂量度量值可用于更新肿瘤ID简档的剂量度量准则DVH(例如bDVH)。肿瘤ID简档的更新ID参数(即一个/多个准则)可以在治疗疗程期间用于持续的安全性和/或位置监测。在一些变型中,在于治疗开始时更新标识参数的准则之后,这些准则可能不再被更新。例如,可以根据所采集的成像数据(例如定位CT扫描、PET预扫描)来计算PET数据度量值和/或剂量度量值,并且将该PET数据度量值和/或该剂量度量值与如在治疗计划期间所定义的ID简档的标识参数进行比较,以确定目标区的位置。所计算的PET数据度量值和/或剂量度量值随后可用于调整例如标识参数准则的阈值(例如“通过”值、“未通过”值、“警告”值)和/或标识参数准则本身的值(例如bDVH的边界)。肿瘤ID简档的这些更新ID参数(即一个/多个准则)可以在治疗疗程期间用于持续的安全性和/或位置监测。在一些变型中,在治疗疗程期间可能不会进一步调整肿瘤ID简档。
例如,针对目标区的肿瘤ID简档可以包括标识参数,该标识参数包括4.0的NTS值和±10%的接受阈值准则,如在使用计划图像的治疗计划期间所定义。在治疗疗程期间,可以采集PET预扫描数据,并且可以(根据PET预扫描数据)将NTS值计算为3.6,这通过/符合接受阈值准则(即4.0±10%),并且目标区的位置被肯定地标识。可以根据实际NTS值来更新肿瘤ID简档。在一些变型中,也可以更新接受阈值准则。例如,标识参数NTS值可以被调整为3.6,并且接受阈值准则可以被调整为±5%。在此示例中,在使用肿瘤ID简档的(例如在第一次穿梭通过之后的)后一位置和/或安全性检查时,3.55的NTS值将通过/符合经调整的接受阈值准则(即3.6±5%,其具有3.42的最小通过值),但值得注意的是,该NTS值将不能通过原始接受阈值准则(即4.0±10%,其具有3.6的最小通过值)。在使用肿瘤ID简档的(例如在第二次穿梭通过之后的)另一位置和/或安全性检查中,4.3的所计算的NTS值将不能通过经调整的接受阈值准则(即3.6±5%,其具有3.78的最大通过值),但值得注意的是,该所计算的NTS值将通过/符合原始接受阈值准则(即4.0±10%,其具有4.4的最大通过值)。由于已使用当前成像数据更新NTS值,因而可以在治疗疗程期间调整接受阈值准则以具有更紧密的容差。在一些变型中,如果根据所采集的成像数据计算的度量值在ID简档阈值或准则的边界的误差(例如测量误差)裕度内,则放射治疗系统控制器可以向操作者生成通知,该通知包括标识参数的阈值(以及任何可接受的误差裕度和/或阈值准则)和所计算的度量值。该通知可以是包括标识参数的阈值、所计算的度量值和选定图形元素的图形表示。选择图形元素可以向操作者呈现“继续进行(PROCEED)”以治疗患者或者“暂停(PAUSE)”治疗的选项。在度量值处于度量值的可接受裕度(例如阈值准则)之外的情况下,操作者仍然可以选择“继续进行”以继续治疗。同理,在度量值处于度量值的可接受裕度(例如阈值准则)内的情况下,操作者仍然可以选择“暂停”以停止治疗。更一般地,在每次位置和/或安全性检查时,操作者可以选择否决放射治疗系统关于继续进行还是暂停针对一个或多个目标区的治疗的建议(其可以基于肿瘤ID简档)。
使用肿瘤标识简档的安全性监测
本文中描述的方法可用于标识一个或多个目标区的更新位置,以便于患者设置(例如将患者定位在治疗床上以及/或者调整治疗床的位置)在治疗疗程开始时对一个或多个目标区进行定位,但这些方法也可用于评估持续辐射递送的安全性。一个或多个目标区的位置可能在治疗疗程期间改变,并且在一些情况下,目标区可能处在对于辐射递送不安全的位置。例如,在治疗疗程开始时,目标区的初始位置可能是远离OAR的安全距离,但在治疗递送期间,目标区可能移动到太接近OAR的位置。在BgRT中,在于辐射递送期间持续收集LTS成像数据的情况下,可以计算向患者递送的发射注量和/或发射剂量,并且将该发射注量和/或发射剂量与计划注量和/或计划剂量进行比较,以确认辐射递送如预期那样进行。在一次穿梭通过中采集的LTS成像也可用于评估继续进行治疗是否安全。例如,在目标区的第一次穿梭通过期间采集的LTS PET成像数据可用于计算基于PET的度量(诸如SUV、PET示踪剂浓度等),并且将该基于PET的度量与肿瘤ID简档的PET数据准则进行比较,以确定在第二次穿梭通过中向该目标区进行BgRT递送是否安全。替代地或另外,LTS成像数据可以与计划激发滤波器进行卷积以获得辐射注量,并且剂量分布(例如预期递送剂量体积)可以由辐射注量生成。各种剂量度量值(例如DVH、GI等)可以根据所生成的剂量分布来计算,以评估该剂量分布在连续的通过中进行递送是否安全。LTS成像数据也可用于估计或标识目标区相对于BTZ的位置,以验证目标区是否在BTZ的边界内。如果目标区的任何部分在BTZ之外,则可以针对操作者生成通知以评估继续治疗的安全性。此安全性评估可以在治疗疗程期间以规律间隔进行,在穿梭通过之间进行,以及/或者由操作者根据需要进行。
图7A描绘了用于评估使用目标区的肿瘤ID简档向目标区进行持续辐射递送的安全性的方法的一个变型的流程图表示。此示例是在使用PET成像数据的BgRT的情境下提供的,但应理解,此方法可以与持续采集任何模态的成像数据以引导辐射发射的任何外部射束辐射递送方法一起使用,该成像数据包括但不限于MR成像数据、CT成像数据、X射线成像数据、超声成像数据等。该方法还可用于评估向多个目标区进行持续辐射递送的安全性(例如在照射多个肿瘤以治疗转移性癌症的情况下)。方法(700)可以包括使用BTZ轮廓内的PET数据(例如LTS PET成像数据)针对目标区计算(702)PET数据度量值,通过使用BTZ轮廓内的PET数据和患者解剖数据计算向BTZ轮廓内的区递送的剂量来针对目标区计算(704)剂量度量值,将所计算的PET数据度量值与肿瘤ID简档的PET数据准则进行比较(706),将所计算的剂量度量值与肿瘤ID简档的剂量度量准则进行比较(708),以及生成(710)指示所计算的PET数据度量值和/或剂量度量值是否符合肿瘤ID简档的对应准则的通知。如上文所描述,肿瘤ID简档的准则可以在治疗疗程开始时被更新,并且所计算的度量值的比较(706,708)可以是与原始计划标识参数准则的比较,或者是与更新标识参数准则的比较。虽然方法(700)基于PET数据度量值和剂量度量值来评估安全性,但在一些变型中,继续治疗的安全性可以仅基于PET数据度量值是否满足ID简档的PET数据准则。替代地或另外,在其他变型中,继续治疗的安全性可以仅基于剂量度量值是否满足ID简档的剂量度量准则。方法(700)可以可选地包括生成(712)指示(例如建议)辐射治疗是否可以继续进行的图形表示。例如,图形表示可以包括列出各种肿瘤ID简档标识参数(例如PET数据、剂量度量和/或轮廓准则)以及来自目标区的成像数据是否符合那些标识参数的视觉指示符。在一些变型中,图形表示可以包括表示所计算的度量值与肿瘤ID简档的对应多个/一个准则之间的差的图形指示符(例如曲线图、图表、图示)。
如果确定所计算的PET数据度量值和/或剂量度量值不符合肿瘤ID简档的对应准则,则方法(700)可以可选地包括标识目标区的替代位置。标识目标区的替代位置可以包括使用本文中描述的方法中的任何方法,例如图5的EM方法(500)、图6A的方法(600)和/或图6D的方法(660)。例如,方法(700)可以包括标识针对BTZ的更新位置的一个或多个候选位置,生成BTZ轮廓在候选位置中的每个候选位置处的图形表示(可选地,相对于先前BTZ轮廓),以及将图形表示传输到显示设备。可选地,图形表示可以包括选择器图形,该选择器图形允许用户选择候选BTZ位置中的一个候选BTZ位置来进行继续治疗。替代BTZ位置可以反映患者位置和/或目标区的变化,并且更新BTZ轮廓又更新递送注量,使得递送剂量追踪目标区的实际位置。
一些变型可以包括评估用于BgRT递送的PET信号,其中该评估可以提供继续进行BgRT递送的安全性的指示。评估PET信号的方法可以包括使用上文描述的EM方法对目标区轮廓进行定位。例如,一种方法可以包括:采集患者区的PET成像数据,该患者区包括BTZ区和BTZ区内的目标区;基于PET成像数据(例如使用EM方法)来确定BTZ区内的目标区的位置;针对目标区内的PET成像数据的像素计算目标区标准摄取值(SUV)(可选地,平均目标区SUV);针对在目标区之外并且在BTZ区内的PET成像数据的像素计算BTZ区SUV(可选地,平均BTZ SUV);使用目标区SUV和BTZ区SUV计算目标区的归一化PET信号度量值;以及通过将归一化PET信号度量值与计划PET信号度量值进行比较来评估PET成像数据。将归一化PET信号度量值与计划PET信号度量值进行比较可以包括基于净PET信号度量值来针对目标区计算预测辐射剂量,以及将预测辐射剂量与规定辐射剂量进行比较。在一些变型中,确定目标区的位置可以包括:通过针对PET成像数据的每个像素计算肿瘤似然值和背景似然值来生成像素肿瘤似然值图;将目标区的轮廓移位到像素肿瘤似然值图的质心位置;迭代地更新像素肿瘤似然值图以生成最终像素肿瘤似然值图,使得移位目标区轮廓内的平均像素值在移位前肿瘤轮廓内的平均像素值的先前定义阈值内;计算最终像素肿瘤似然值图的质心位置;以及通过将目标区轮廓移位到所计算的质心位置来确定目标区位置。在一些变型中,一种方法可以包括采集患者区的PET成像数据,该患者区包括BTZ区和BTZ区内的目标区;基于PET成像数据(例如使用EM方法)来确定BTZ区内的目标区的位置;评估目标区是否在BTZ区内;并且如果目标区的任何部分在BTZ区之外,则生成通知。
在一些变型中,针对目标区的所计算的剂量度量值可以是DVH,并且可以将DVH与有界DVH进行比较以确定继续辐射递送是否安全。在一些变型中,bDVH可以是目标区的肿瘤ID简档的标识参数(例如剂量度量准则)。例如,bDVH可以是使用上文描述的方法生成的伽马导出的bDVH。可以将在治疗疗程期间计算的DVH与伽马导出的bDVH进行比较,以确定递送剂量和/或所计算的递送剂量(即,未来的待递送剂量)是否将符合伽马准则。该比较还可以指示递送剂量和/或所计算的递送剂量中符合通过标准GI值的点的比例(例如百分比)。
图7B至图7D描绘了针对不同选定伽马准则的伽马导出的bDVH曲线图的示例。可以将递送剂量(delivered dose)和/或递送剂量(delivery dose)与这些bDVH进行比较,以评估治疗的进展,并且确认该递送遵循/收敛于计划剂量分布。在一些变型中,这些伽马导出的bDVH曲线可用于评估在下一次穿梭通过中待递送的剂量是否遵循计划剂量分布,以及因此递送是否安全。
图7B描绘了针对伽马准则的不同关注体积(PTV、OAR、BTZ)的bDVH曲线,其中CDD=0%,并且CDTA=1mm、2mm和3mm。值得注意的是,上界(DVHmax,最右侧曲线)与下界(DVHmin,最左侧曲线)之间的最大差在具有高剂量梯度的区(例如BTZ、PTV)中。在具有低剂量梯度的区(例如OAR)中,上界与下界相差不大。图7C描绘了针对伽马准则的不同关注体积(PTV、OAR、BTZ)的bDVH曲线,其中CDD=1%、2%、3%,并且CDTA=0mm。上界DVHmax与下界DVHmin之间的最大差在具有低剂量的区(例如OAR)中。在具有高剂量的区(例如BTZ)中,上界与下界相差不大。图7D描绘了针对伽马准则的不同关注体积(PTV、OAR、BTZ)的bDVH曲线,其中CDD=1%且CDTA=1mm,CDD=2%且CDTA=2mm,并且CDD=3%且CDTA=3mm。在一些变型中,将所计算的DVH与这些伽马导出的bDVH曲线中的任何伽马导出的bDVH曲线进行比较可以便于评估持续辐射递送是否安全。例如,在针对目标区的所计算的DVH落在bDVH的边界之外的情况下,临床医生可以确定和评估“未通过”剂量对各个关注体积的影响。如果那些影响是可接受的,则临床医生可以指示放射治疗系统继续治疗。替代地或另外,对在治疗计划QA疗程期间递送的剂量的所计算的DVH进行比较可以帮助确定是否需要修改治疗计划以获得期望的剂量分布。
使用伽马导出的bDVH进行治疗计划评估和剂量递送QA的方法
替代地或另外,图7B至图7D中描绘的伽马导出的bDVH曲线可以在治疗疗程之前使用,以选择可在治疗计划QA疗程中使用的伽马准则值,使得临床医生可以对治疗计划递送期望剂量和/或符合临床目标的程度进行表征。例如,图7B至图7D中描绘的伽马导出的bDVH曲线可以通过向临床医生示出某些伽马准则值(即DD、DTA的值)如何影响针对目标区和/或OAR的剂量分布来便于选择伽马准则以用于评估治疗计划。临床医生随后可以选择对应于符合临床目标的bDVH的伽马准则值。例如,如果临床医生希望确保向OAR递送的剂量受到紧密约束,则他们可以选择在下界与上界之间具有最紧密差的伽马导出的bDVH,并且随后使用与选定bDVH相关联的伽马准则在治疗疗程之前的QA疗程中评估治疗计划。可以使用与选定伽马导出的bDVH相关联的伽马准则值来评估QA疗程期间发射的辐射。可选地,选定bDVH的伽马准则值可用于评估在治疗疗程之后向患者递送的剂量。本文中描述的方法中的任何方法都可用于选择伽马准则值,该伽马准则值可以在治疗疗程之后的QA疗程中使用,以评估递送剂量与计划剂量的近似程度。
在图10A的流程图中描绘了使用伽马导出的bDVH来选择伽马准则以用于治疗计划评估和/或质量保证(QA)的方法的一个变型。方法(1000)可以包括基于治疗计划注量图和临床可接受剂量可变性来生成(1002)治疗计划有界DVH(bDVH),基于治疗计划注量图来生成(1004)3-D剂量分布,生成(1006)各自从针对3-D剂量分布的不同伽马准则值中导出的多个bDVH,从多个伽马导出的bDVH中标识(1008)拟合在治疗计划bDVH的边界内的bDVH,以及选择(1010)与所标识的bDVH相关联的伽马准则值以评估治疗计划。治疗计划bDVH可以包括表示临床可接受的最大剂量的上界DVH、表示临床可接受的最小剂量的下界DVH,以及可选地表示计划剂量的标称DVH。如上文所描述,生成治疗计划bDVH可以包括基于针对关注区的最低可接受剂量来计算下界曲线(即下界DVH),以及基于针对关注区的最高可接受剂量来计算上界曲线(即上界DVH)。生成bDVH的额外方法进一步描述于2018年6月22日提交的美国专利申请序列号16/016,272中,该美国专利申请据此以全文引用方式并入。最低可接受剂量和最高可接受剂量可以根据选定剂量可变性来计算。生成(1006)从不同伽马准则值中导出的一个或多个bDVH可以使用上文针对图4A至图4D描述的方法中的任何方法来执行。生成3-D剂量分布可以包括使用治疗计划注量图和关注区的图像针对关注区(例如目标区、整个患者身体等)中的每个体素计算剂量值。生成从伽马准则值中导出的bDVH可以包括基于Dmin剂量分布来计算下界曲线以及基于Dmax剂量分布来计算上界曲线,其中基于伽马准则的DTA准则和DD准则来计算Dmin和Dmax。不同伽马准则值可以是一组预定义的准则值(例如一组预定义的DD值和一组预定义的DTA值)。可以针对DTA准则值与DD准则值的各种组合来计算伽马导出的bDVH,例如(DTA/DD),其中DTA=1mm、2mm、3mm且DD=0%,DTA=0mm且DD=1%、2%、3%、(1mm/1%)、(2mm/2%)、(3mm/3%)等。如上文所描述,伽马导出的bDVH中的每一者包括根据Dmin最小剂量分布生成的下界DVH以及根据Dmax最大剂量分布生成的上界DVH。如果伽马导出的bDVH都不在治疗计划bDVH的界限内,则可以由治疗计划系统控制器生成通知以考虑修改治疗计划。
在一些变型中,一种方法可以包括生成一组伽马导出的bDVH,例如,诸如图7B至图7D中描绘的那些伽马导出的bDVH。一组伽马导出的bDVH可以包括其中一个伽马准则值相同(例如DD=0)而另一伽马准则值变化(例如DTA=1mm、2mm、3mm等)的bDVH。从一组或多组伽马导出的bDVH中,该方法可以包括标识最遵循治疗计划bDVH(例如落在TP bDVH界限内)的bDVH,以及选择与所标识的bDVH相关联的伽马准则值以对治疗计划进行评估和/或QA。在一些变型中,一组或多组伽马导出的bDVH可以被包括在输出到显示设备的图形表示中。临床医生可以观察不同的伽马导出的bDVH,并且标识与临床目标一致的bDVH,这可以帮助促进对伽马准则的选择。例如,临床医生可以优先考虑限制针对OAR的辐射递送,因此他们可能希望选择具有最紧密或最小的剂量散布的伽马导出的bDVH,并且使用与该bDVH相关联的伽马准则值来进行治疗计划QA。替代地或另外,治疗计划控制器可以在很少或没有临床医生输入的情况下,将所生成的伽马导出的bDVH与治疗计划bDVH进行比较,以标识用于治疗计划评估和/或QA的伽马准则值。
图10B描绘了使用伽马导出的bDVH来选择用于治疗计划评估和/或QA的伽马准则值的方法的变型。方法(1020)可以包括基于治疗计划注量图和临床可接受剂量可变性来生成(1022)治疗计划bDVH,基于治疗计划注量图来生成(1024)3-D剂量分布,根据针对3-D剂量分布的选定伽马准则值生成(1026)bDVH,以及确定(1028)伽马导出的bDVH是否拟合在治疗计划bDVH的边界内。生成治疗计划bDVH可以包括基于针对关注区的最低可接受剂量来计算下界曲线,以及基于针对关注区的最高可接受剂量来计算上界曲线。最低可接受剂量和最高可接受剂量可以根据临床可接受剂量可变性来计算。生成3-D剂量分布可以包括使用治疗计划注量图和关注区的图像针对关注区(例如目标区、整个患者身体等)中的每个体素计算剂量值。生成从伽马准则值中导出的bDVH可以包括基于Dmin剂量分布来计算下界曲线以及基于Dmax剂量分布来计算上界曲线,其中基于伽马准则的DTA准则和DD准则来计算Dmin和Dmax。可以重复此操作以生成针对多个不同伽马准则值的多个bDVH。如果伽马导出的bDVH拟合在治疗计划bDVH的边界内,则方法(1020)可以包括选择(1030)与所标识的bDVH相关联的伽马准则值以用于评估治疗计划。如果伽马导出的bDVH并未拟合在治疗计划bDVH的边界内,则方法(1020)可以包括通过选择(1032)不同伽马准则值并且重复步骤(1026)和(1028)来对不同伽马准则值进行迭代。方法(1020)可以包括对伽马准则值进行迭代,直到伽马导出的bDVH拟合在治疗计划bDVH的边界内为止。如果没有发现伽马导出的bDVH(例如在最大迭代次数之后)拟合在治疗计划bDVH的边界内,则治疗计划系统控制器可以生成通知以考虑修改治疗计划。生成(1026)从选定伽马准则值中导出的bDVH可以使用上文描述的方法中的任何方法来执行,例如,如图4A至图4D中所描述和/或描绘。用于在方法(1020)中进行迭代的不同伽马准则值可以是一组预定义的准则值(例如一组预定义的DD值和一组预定义的DTA值)。可以针对DTA值与DD值的各种组合来计算伽马导出的bDVH,例如(DTA/DD),其中DD=1mm、2mm、3mm且DD=0%,DTA=0mm且DD=1%、2%、3%、(1mm/1%)、(2mm/2%)、(3mm/3%)等。
用于治疗多个目标区的示例工作流程
使用一个或多个目标区的相应肿瘤ID简档来标识该一个或多个目标区的位置可以帮助简化用于辐射递送的工作流程。这些方法可以帮助减少操作者将需要进入辐射掩体以对患者进行定位(或重新定位)的次数,并且还可以帮助减小追踪多个目标区的位置的复杂度。用于治疗一个或多个目标区(例如第一目标区和第二目标区)的方法的一个变型在图8A中所描绘的流程图中表示。方法(800)可以包括将患者定位(802)在治疗平台上,采集(804)患者的CT图像,将所采集的CT图像与计划CT图像对准(806)并且计算对应位置移位,根据所计算的位置移位来调整(808)患者的位置,采集(810)患者的PET图像,以及使用所采集的PET图像、所采集的CT图像和每个目标区的肿瘤标识(ID)简档来标识(812)每个目标区的位置。对患者进行定位(802)可以包括将患者定位在治疗床上,使得该患者处于与他们在采集计划图像时所处的位置和取向相同的位置和取向。在一些变型中,此操作可以包括在治疗室中将患者定位纹身与定位激光对准。例如,在采集计划图像时,可以将标记或纹身放置在患者皮肤上,与激光网格对准,随后可以在治疗疗程期间使用该标记或纹身,以将患者与相同激光网格对准。将所采集的CT图像与计划CT图像对准(806)可以包括对准解剖标志(诸如骨结构)以及/或者对准OAR。采集(810)PET图像可以包括采集针对所有的患者目标区的PET成像数据。调整(808)患者的位置可以被视为针对一个目标区的物理定位。如上文所描述,其他目标区可以被虚拟定位。
在一些变型中,可以根据IMRT/SBRT计划来照射一个或多个目标区;也就是说,在没有另外采集的成像数据的引导的情况下,向目标区发射辐射。对于IMRT/SBRT递送,方法(800)可以包括基于每个目标区的标识位置来计算(814)递送注量,以及向每个目标区发射(816)递送注量。在一些变型中,对于IMRT/SBRT递送,省略PET成像数据采集(即,跳过步骤810和812)。计算递送注量可以包括根据从所采集的CT图像中计算的任何移位来使计划注量移位。替代地或另外,计算递送注量可以使用虚拟定位方法。虚拟定位方法可以包括基于目标区的标识位置来计算定位函数,以及将定位函数应用于移位不变激发滤波器以计算递送注量。标识位置可以与针对目标区的计划定位参考点相对应,并且移位不变激发滤波器可以从计划定位参考点中导出。在2020年7月2日提交的PCT申请号PCT/US2020/40774中进一步描述了虚拟定位方法,该PCT申请据此以全文引用方式并入。由于标识到多个目标区的位置,因而这些位置各自可以被虚拟定位,并且这些位置的递送注量可以被相应地计算。这可以减少或消除操作者进入掩体以针对每个目标区对患者和/或治疗床进行定位的需要,这可以帮助减少总体治疗时间。可以连续和/或同时地发射针对每个目标区的递送注量。
替代地或另外,可以根据BgRT计划来照射一个或多个目标区;也就是说,在有另外采集的成像数据(诸如PET成像数据)的引导的情况下,向目标区发射辐射。对于BgRT递送,方法(800)可以包括基于目标区的位置来调整(818)BTZ轮廓的位置,采集(820)已由经调整的BTZ轮廓空间掩蔽的PET成像数据,使用所采集的PET成像数据来计算(822)递送注量,以及向每个目标区发射(824)递送注量。如先前所描述,计算递送注量可以包括使用经调整的BTZ来掩蔽PET成像数据,将PET成像数据投影到治疗辐射源的激发位置,以及与在治疗计划期间计算的移位不变激发滤波器进行卷积。采集(820)PET成像数据、计算(822)递送注量以及发射(824)递送注量可以在整个治疗疗程中重复进行。在一些变型中,可以持续采集PET成像数据,并且相应地,可以持续计算和递送注量。例如,PET成像数据可以在500ms间隔(bin)中持续采集(例如更新),并且500ms间隔中的成像数据可用于每500ms持续计算递送注量。在一些变型中,方法(800)中的步骤中的一个或多个步骤可以同时执行。由于标识到多个目标区的位置,因此可以相应地调整针对每个目标区的BTZ轮廓,并且可以更新所计算的递送注量以反映每个目标区的实际位置。这可以减少或消除操作者进入掩体以针对每个目标区对患者和/或治疗床进行定位的需要,这可以帮助减少总体治疗时间。可选地,方法(800)可以包括生成描绘预测递送剂量、针对目标区的计划递送剂量的图形表示,以及在显示设备上输出图形表示。
用于使用疗程内安全性检查的BgRT递送的示例工作流程
图8B描绘了包括使用针对BgRT递送的每个目标区的肿瘤ID简档的疗程内安全性检查的工作流程的一个变型。方法(830)可以包括将患者定位(832)在治疗床或治疗平台上,采集(834)患者的成像数据,根据所采集的成像数据来调整(836)患者的位置,使用所采集的成像数据和每个目标区的肿瘤ID简档来标识(838)每个目标区的位置,基于每个目标区的标识位置来调整(840)递送注量,以及在患者移动通过治疗平面时发射(842)一个辐射遍次并且采集成像数据。所采集的成像数据可以包括CT成像数据、MR成像数据、PET成像数据等中的一者或多者,并且可以是有限时间样本,并且/或者可以是完整图像。在一些变型中,当向患者递送辐射时,方法(830)可以包括采集成像数据,标识一个或多个目标区的位置,计算针对目标区中的每个目标区的预测剂量,以及确定针对一个或多个目标区的预测递送剂量是否在批准剂量阈值内。
在已发射辐射遍次之后,方法(830)可以包括使用在最后一个遍次时采集的成像数据(和/或在一次或多次穿梭通过内采集的累积成像数据)和每个目标区的肿瘤简档来更新(844)每个目标区的位置,基于所采集的成像数据、目标区的更新位置和目标区轮廓来计算(846)针对每个目标区的预测递送剂量,以及确定(848)针对目标区的预测递送剂量是否在批准剂量阈值内。如果预测剂量在剂量阈值之外或者已完全递送计划剂量,则停止(850)辐射发射。可选地,如果确定目标区的更新位置不再处于BTZ(和/或PTV、CTV、GTV)内,则可以停止辐射发射。在预测剂量处于剂量阈值之外的情形下,放射治疗系统控制器可以向操作者生成通知,使得操作者知晓治疗已停止。操作者随后可以决定是调整递送参数并继续治疗递送还是结束治疗疗程。如果预测剂量在剂量阈值内,并且尚未完全递送计划剂量,则方法(800)可以包括重复步骤(842至848),直到已符合停止条件为止。
在一些变型中,方法(830)可以包括计算(846)预测递送剂量可以包括使用上文描述的虚拟定位方法来计算更新的递送注量。在穿梭通过之后对每个目标区进行虚拟定位可以允许递送注量“跟踪”目标区的更新位置,而不需要操作者进入辐射掩体来调整患者的位置。可选地,方法(830)可以包括生成描绘预测递送剂量、针对目标区的计划递送剂量的图形表示,以及在显示设备上输出图形表示。
放射治疗系统
图9A描绘了放射治疗系统(100)的一个变型。放射治疗系统(100)可以包括可绕患者治疗区(112)旋转的机架(110)、安装在机架上的治疗辐射源(102)、设置在治疗辐射源的射束路径中的射束成形模块(106),以及可在患者治疗区(112)内移动的患者平台(119)。可选地,放射治疗系统(100)可以包括安装在机架上的一个或多个PET检测器(108)。在一些变型中,机架(110)可以是连续旋转的机架(例如能够旋转360°以及/或者以小于约360°的角展度的圆弧旋转)。机架(110)可以被构造成绕患者治疗区(112)从约20RPM至约70RPM旋转。例如,机架(110)可以被构造成以约60RPM旋转。机架也可以被构造成以例如20RPM或更低、10RPM或更低、1RPM或更低的较低速率旋转。射束成形模块(106)可以包括可移动夹爪和动态多叶准直器(MLC)。射束成形模块可以被布置成在系统等中心(例如患者治疗区的中心)处提供1cm、2cm或3cm的处于纵向方向的可变准直宽度。夹爪可以位于治疗辐射源与MLC之间,或者可以位于MLC下方。替代地,射束成形模块可以包括分离的夹爪,其中夹爪的第一部分位于治疗辐射源与MLC之间,并且夹爪的第二部分位于MLC下方,并且耦接到夹爪的第一部分,使得两个部分一起移动。治疗辐射源(102)可以被构造成在患者治疗区(112)周围的预定激发位置(例如0°/360°至359°的激发角)处发射辐射。例如,在具有可连续旋转的机架的系统中,可以在治疗辐射源旋转时沿着由治疗辐射源限定的圆在各种角位置(例如激发角)处存在约50个至约100个激发位置(例如50个激发位置、60个激发位置、80个激发位置、90个激发位置、100个激发位置等)。激发位置可以均匀分布,使得每个激发位置之间的角位移相同。
图9B是放射治疗系统(100)的透视部件视图。如此处所示出,射束成形模块还可以包括设置在二元MLC(122)上方的初级准直器或夹爪(107)。放射治疗系统还可以包括与治疗辐射源(102)相对定位的MV X射线检测器(103)。可选地,放射治疗系统(100)还可以包括可旋转环(111)上的kV CT成像系统,该可旋转环附接到可旋转机架(110),使得使机架(110)旋转也会使环(111)旋转。kV CT成像系统可以包括kV X射线源(109)以及与X射线源(109)交叉定位的X射线检测器(115)。治疗辐射源或直线加速器(102)和PET检测器(108)可以安装在机架的相同横截面平面上(即,PET检测器与由直线加速器和射束成形模块限定的治疗平面共面),而kV CT扫描器和环可以安装在不同横截面平面上(即,不与治疗平面共面)。图9A和图9B的放射治疗系统(100)可以具有包括kV CT成像系统的第一患者传感器系统以及包括PET检测器的第二患者传感器系统。可选地,第三患者传感器系统可以包括MV X射线源和MV检测器。由这些患者传感器系统中的一个或多个患者传感器系统采集的患者传感器数据可以包括X射线和/或PET成像数据,并且放射治疗系统控制器可以被配置成存储所采集的患者传感器数据,并且使用患者传感器数据来计算辐射递送注量。在一些变型中,可以包括额外患者传感器,诸如位置传感器,并且控制器可以被配置成从位置传感器接收位置和/或运动数据,并且将该位置和/或运动数据与其他患者传感器数据合并,以计算辐射递送注量。可与本文中描述的方法中的任何方法一起使用的放射治疗系统的额外描述提供于2017年11月15日提交的美国专利10,695,586中。
患者平台(104)可以在治疗区(112)中沿IEC-Y移动到离散的预定位置。这些离散的预定位置可以称为“射束站”。例如,放射治疗计划系统可以指定200个射束站,其中每个射束站与其相邻的射束站隔开约2mm(例如2.1mm)。在治疗疗程期间,放射治疗系统可以将患者平台移动到射束站中的每个射束站,并且可以在向患者递送辐射时将平台停止在射束站处。在一些变型中,在平台已在第一方向上步进到200个射束站中的每个射束站(例如进入孔中)之后,平台可以在与第一方向相反的第二方向上步进到200个射束站中的每个射束站(例如相反地,离开孔),其中当平台停止在射束站处时,向患者递送辐射。替代地或另外,在平台已在第一方向上步进到200个射束站中的每个射束站(例如进入孔中)之后,其中在射束站中的每个射束站处递送辐射,平台可以反向移动,使得平台返回到第一射束站。当平台移动回到第一射束站时,不可以递送辐射。平台随后可以第二次在第一方向上步进到200个射束站中的每个射束站以进行第二辐射递送遍次。在一些变型中,当向患者递送辐射时,平台可以连续移动,并且在治疗辐射的递送期间,平台可以不在射束站处停止。可与本文中描述的放射治疗系统和方法中的任一者一起使用的患者平台的额外描述提供于2017年11月15日提交的美国专利10,702,715中。
图9C描绘了可用于根据本文中描述的方法中的任何方法来递送辐射的放射治疗系统(150)的另一变型。放射治疗系统(150)可以具有在图1的框图中表示的放射治疗系统的部件。放射治疗系统(150)可以包括:机架或支撑结构(151),该机架或支撑结构包括可绕患者区域旋转的第一对臂(152)以及可绕患者区域旋转的第二对臂(154);成像系统,该成像系统包括治疗辐射系统,该治疗辐射系统包括安装在第一对臂(152)中的第一臂(152a)上的MV辐射源(156)和安装在第一对臂(152)中的第二臂(152b)上的MV检测器(158),以及安装在第二对臂(154)中的第一臂(154a)上的kV辐射源(160)和安装在第二对臂(154)中的第二臂(154b)上的kV检测器(162)。第一对臂(152)中的第一臂和第二臂可以彼此相对地定位(例如位于患者区域的相对侧、彼此交叉,以及/或者彼此成约180度),使得MV辐射源(156)和MV检测器(158)彼此相对地定位(例如MV检测器位于MV辐射源的射束路径中)。第二对臂(154)中的第一臂和第二臂可以彼此相对地定位(例如位于患者区域的相对侧、彼此交叉,以及/或者彼此成约180度),使得kV辐射源(160)和kV检测器(162)彼此相对地定位(例如kV检测器位于kV辐射源的射束路径中)。放射治疗系统控制器可以被配置成存储所采集的成像数据(来自kV检测器和MV检测器中的任一者或两者),并且计算辐射递送注量。可选地,可以包括一个或多个目标区代理设备,诸如呼吸传感器,并且控制器可以被配置成从目标区代理接收位置和/或运动数据,以计算辐射递送注量。
MV辐射源(156)(即治疗辐射源)可以被配置成在患者区域周围的预定激发位置处发射辐射。在MV辐射源沿单个平面围绕患者区域移动的一些变型中,激发位置可以称为激发角,该激发角可以为0°/360°至359°。替代地或另外,机架和/或支撑结构臂可以被构造成将MV辐射源移动到3-D空间中的任何坐标处的激发位置,即,如坐标(x,y,z)所指定的激发位置。例如,机架臂(152,154)可以是具有铰接接头和/或一个或多个万向节的机器人臂,该机器人臂可以被构造成将MV辐射源定位和/或定向在任何期望的激发位置处。机架或支撑结构可以被构造成将MV辐射源连续移动通过激发位置,或者可以被构造成将MV辐射源步进到每个激发位置(即,将MV辐射源移动到激发位置,并且在该激发位置保持静止)。替代地或另外,MV辐射源可以被配置成仅在预定激发位置处发射辐射,或者可以被配置成连续发射辐射,即使在该MV辐射源从一个激发位置移动到下一激发位置时。
尽管本文中已描述和示出了各种本发明变型,但本领域普通技术人员将容易想到用于执行功能和/或获得结果和/或本文中描述的优点中的一个或多个优点的各种其他装置和/或结构,并且这类变型和/或修改中的每一者被视为在本文中描述的本发明实施方案/变型的范围内。更一般地,本领域技术人员将容易了解,本文中描述的所有参数、尺寸、材料和构型都是示例性的,并且实际的参数、尺寸、材料和/或配置将取决于使用本发明教导的一个或多个具体应用。本领域技术人员将认识到,或者能够仅使用常规实验来确定本文中描述的具体本发明变型的许多等同物。因此,应理解,前述变型仅以示例的方式给出,并且在所附权利要求及其等同物的范围内,可以以不同于具体描述和所要求保护的方式来实践本发明变型。本公开的本发明变型针对本文中描述的每个单独的特征、系统、制品、材料、套件和/或方法。另外,如果这类特征、系统、制品、材料、套件和/或方法不相互矛盾,则两个或更多个这类特征、系统、制品、材料、套件和/或方法的任何组合包括在本公开的发明范围内。
Claims (125)
1.一种用于标识患者目标区的方法,所述方法包括:
采集具有目标区的患者的PET图像;
标识所述PET图像内具有满足肿瘤标识(ID)简档的PET数据准则的区,其中所述肿瘤ID简档还包括剂量度量准则;
对于标识区中的每个标识区,基于所述PET图像中的所述PET数据来计算剂量度量值;以及
选择具有符合所述剂量度量准则的剂量度量值的所述区作为所述目标区。
2.如权利要求1所述的方法,其中所述肿瘤ID简档包括多个标识参数,所述多个标识参数包括所述PET数据准则和所述剂量度量准则,并且所述肿瘤ID简档还包括已在治疗计划期间使用PET成像数据、CT成像数据和MR成像数据中的一者或多者定义的目标区轮廓和生物学追踪区域(BTZ)轮廓,其中所述BTZ轮廓涵盖所述目标区轮廓。
3.如权利要求2所述的方法,其中所述BTZ轮廓是图像掩模,使得在所述BTZ轮廓之外的图像像素被设定为零。
4.如权利要求2所述的方法,其中所述PET数据准则包括平均SUV、最大SUV、归一化目标信号(NTS)和平均PET示踪剂浓度中的一者或多者。
5.如权利要求4所述的方法,其中所述NTS是BTZ轮廓内的最大PET信号值与所述BTZ轮廓内的平均PET信号值的比率。
6.如权利要求4所述的方法,其中所述NTS是所述目标区轮廓内的平均SUV值与所述BTZ轮廓内的平均SUV之间的差与在所述BTZ轮廓内但在所述目标区轮廓之外的平均SUV的比率。
7.如权利要求4所述的方法,其中所述NTS是在所述BTZ轮廓内体素值大于所述BTZ轮廓中的最大体素值的50%的体素的平均值(PETmean-50%)与在涵盖所述BTZ轮廓的BTZ壳轮廓内的像素/体素的平均值(PETmean-bkgnd)的比率:
8.如权利要求2所述的方法,其中针对所述标识区中的每个标识区计算所述剂量度量值包括计算预期递送剂量体积(D)。
9.如权利要求8所述的方法,其中所述剂量度量值是针对所述目标区的基于所述剂量体积D和所述目标区轮廓计算的预期递送剂量,并且其中所述剂量度量准则是所述目标区轮廓内的平均剂量和/或最大剂量。
10.如权利要求8所述的方法,其中所述剂量度量值是针对所述目标区的基于所述剂量体积D和所述BTZ轮廓计算的预期递送剂量,并且其中所述剂量度量准则是所述BTZ轮廓内的平均剂量和/或最大剂量。
11.如权利要求8所述的方法,其中所述剂量度量准则是向所述患者递送的平均剂量、最大剂量和最小剂量中的一者或多者。
12.如权利要求8所述的方法,其中所述剂量度量准则包括所述剂量体积D中的等剂量线内所包含的体积量。
13.如权利要求12所述的方法,其中所述等剂量线是X%等剂量线,其中X为约50至约100。
14.如权利要求8所述的方法,其中所述多个标识参数还包括关于所述剂量体积D中的一个或多个子体积的剂量体积直方图(DVH)准则,并且针对所述标识区中的每个标识区计算所述剂量度量值还包括针对所述目标区轮廓和所述BTZ轮廓中的一者或多者计算DVH,并且其中选择所述区作为所述目标区包括选择具有符合所述肿瘤ID简档的所述DVH准则的DVH的所述区。
15.如权利要求14所述的方法,其中所述多个标识参数包括风险器官(OAR)DVH准则,并且针对所述标识区中的每个标识区计算所述剂量度量值包括针对OAR轮廓计算DVH,并且其中选择所述区作为所述目标区还包括选择具有符合所述肿瘤ID简档的所述OAR DVH准则的OAR DVH的所述区。
16.如权利要求2所述的方法,其中标识所述PET图像内的区包括:
标识所述PET图像的具有与所述患者目标区的先前采集的PET图像的图像特征相似的图像特征的部分;
将所述BTZ轮廓和所述目标区轮廓移位到所述PET图像的标识部分;
针对所述PET图像的所述标识部分中的每个标识部分处的移位目标区轮廓计算SUV度量值;以及
通过将所计算的SUV度量值与所述肿瘤ID简档的PET数据准则进行比较来标识所述PET图像内的区。
17.如权利要求16所述的方法,其中标识所述PET图像的具有与所述先前采集的PET图像的图像特征相似的图像特征的部分包括使用互相关的基于模板的匹配。
18.如权利要求2所述的方法,其中所述PET图像的所述PET数据包括归一化目标信号(NTS)值和所述BTZ轮廓内的PET示踪剂浓度中的一者或多者。
19.如权利要求18所述的方法,其中所述肿瘤ID简档的所述PET数据准则包括针对NSUV的最小阈值、所述BTZ轮廓内的最小PET示踪剂浓度中的一者或多者。
20.如权利要求1所述的方法,其中标识所述PET图像内的区包括生成突出显示所述PET图像中的所述标识区中的每个标识区的视觉标记,以及在显示设备上显示所述视觉标记。
21.如权利要求1所述的方法,其中选择所述区作为所述目标区包括生成突出显示所述目标区的视觉标记,以及在显示设备上显示所述视觉标记。
22.如权利要求1所述的方法,其中所述目标区是第一目标区,并且所述肿瘤ID简档是第一肿瘤ID简档,并且其中所述PET图像包括第二目标区,并且所述方法还包括:
标识所述PET图像内具有符合第二肿瘤ID简档的PET数据准则的PET数据的第二组区,其中所述第二肿瘤ID简档还包括剂量度量准则;
对于所述第二组中的所述标识区,基于所述PET图像中的所述PET数据来计算剂量度量值;以及
选择第二组标识区中具有符合所述第二肿瘤ID简档的所述剂量度量准则的剂量度量值的所述区作为所述第二目标区。
23.一种用于定义肿瘤标识(ID)简档的方法,所述方法包括:
在所采集的PET图像和CT图像内勾画目标区;
勾画涵盖所述目标区的生物学追踪区域(BTZ);
使用所述PET图像计算所述目标区的PET数据度量值;
基于所述PET图像、BTZ勾画线以及基于针对所述目标区的规定剂量计算的激发滤波器来计算所述目标区的剂量度量值;以及
生成包括多个标识参数的所述肿瘤标识(ID)简档,所述多个标识参数包括根据所述PET数据度量值计算的PET数据准则以及根据所述剂量度量值计算的剂量度量准则。
24.如权利要求23所述的方法,其中所述多个标识参数还包括目标区勾画线和所述BTZ勾画线。
25.如权利要求23所述的方法,所述方法还包括采集MR成像数据,并且其中勾画所述目标区以及勾画所述BTZ使用所述MR成像数据。
26.如权利要求23所述的方法,其中所述BTZ是针对图像的空间掩模,使得在所述BTZ之外的图像像素被设定为零。
27.如权利要求23所述的方法,其中所述PET数据准则包括针对所述目标区的标准摄取值(SUV)度量值。
28.如权利要求27所述的方法,其中所述SUV度量值包括归一化目标信号(NTS)、平均SUV和最大SUV中的一者或多者。
29.如权利要求24所述的方法,其中所述标识参数还包括已由所述BTZ掩蔽的PET成像数据。
30.如权利要求24所述的方法,其中所述标识参数还包括已由所述BTZ掩蔽的CT成像数据。
31.如权利要求23所述的方法,其中所述标识参数还包括从患者的所述PET图像和所述CT图像中导出的代谢肿瘤体积。
32.如权利要求23所述的方法,其中在所述PET图像和所述CT图像中的一者或多者中描绘目标区勾画线。
33.如权利要求23所述的方法,其中所述PET数据准则包括所述目标区勾画线内的PET示踪剂浓度。
34.如权利要求33所述的方法,其中所述PET示踪剂浓度是归一化PET示踪剂浓度,其中所述目标区勾画线内的所述PET示踪剂浓度被归一化为所述BTZ勾画线内的PET示踪剂浓度。
35.如权利要求23所述的方法,其中所述PET数据准则包括所述BTZ勾画线中的PET示踪剂浓度。
36.如权利要求23所述的方法,其中计算所述剂量度量值包括基于所采集的PET图像和CT图像来计算预期递送剂量体积(D)。
37.如权利要求36所述的方法,其中所述剂量度量准则是所述目标区勾画线内使用所述剂量体积D计算的平均剂量和/或最大剂量。
38.如权利要求36所述的方法,其中所述剂量度量准则是所述BTZ勾画线内使用所述剂量体积D计算的平均剂量和/或最大剂量。
39.如权利要求36所述的方法,其中所述剂量度量准则由针对所述目标区勾画线和所述BTZ勾画线中的一者或多者的剂量体积直方图(DVH)指定。
40.如权利要求36所述的方法,其中所述剂量度量准则是针对所述目标区的平均剂量、最大剂量和最小剂量中的一者或多者。
41.如权利要求36所述的方法,其中所述剂量度量准则是针对辐射规避区的平均剂量、最大剂量和最小剂量中的一者或多者。
42.一种用于计算多个递送注量的方法,所述方法包括:
调整患者在放射治疗系统的患者平台上的位置,使得解剖标志的位置与所述解剖标志的计划位置匹配;
采集所述患者的包括第一目标区和第二目标区的PET成像数据;
使用所采集的PET成像数据以及包括表征所述第一目标区的多个标识参数的第一肿瘤标识(ID)简档来标识所述第一目标区的第一位置;
使用所采集的PET成像数据以及包括表征所述第二目标区的第二多个标识参数的第二肿瘤标识(ID)简档来标识所述第二目标区的第二位置;
使用所采集的PET成像数据来计算用于向所述第一目标区的所述第一位置递送的第一递送注量;以及
使用采集PET成像数据来计算针对所述第二目标区的所述第二位置的第二递送注量。
43.如权利要求42所述的方法,其中计算所述第一递送注量包括
基于所述第一位置来计算第一定位函数,以及
将所述第一定位函数应用于第一移位不变激发滤波器以计算所述第一递送注量。
44.如权利要求43所述的方法,其中所述第一位置与针对所述第一目标区的第一计划定位参考点相对应,并且其中所述第一移位不变激发滤波器从所述第一计划定位参考点中导出。
45.如权利要求44所述的方法,其中将所述第一定位函数应用于第一移位不变激发滤波器包括将所述第一定位函数与所述第一移位不变激发滤波器进行卷积。
46.如权利要求43所述的方法,其中所述第一定位函数是δ函数、高斯函数、圆函数和插值中的一者。
47.如权利要求43所述的方法,其中计算所述第二递送注量包括
基于所述第二位置来计算第二定位函数,以及
将所述第二定位函数应用于第二移位不变激发滤波器以计算所述第二递送注量。
48.如权利要求47所述的方法,其中所述第二位置与针对所述第二目标区的第二计划定位参考点相对应,并且其中所述第二移位不变激发滤波器基于所述第二计划定位参考点来导出。
49.如权利要求48所述的方法,其中将所述第二定位函数应用于第二移位不变激发滤波器包括将所述第二定位函数与所述第二移位不变激发滤波器进行卷积。
50.如权利要求47所述的方法,其中所述第二定位函数是δ函数、高斯函数、圆函数和插值中的一者。
51.如权利要求42所述的方法,其中标识所述第一目标区的所述第一位置还包括基于所采集的PET成像数据来计算第一预测递送剂量,以及确定所述第一预测递送剂量是否在批准剂量阈值内。
52.如权利要求51所述的方法,其中标识所述第二目标区的所述第二位置还包括基于所采集的PET成像数据来计算第二预测递送剂量,以及确定所述第二预测递送剂量是否在批准剂量阈值内。
53.如52所述的方法,其中所述第一预测递送剂量在批准剂量阈值内,并且所述方法还包括向所述第一位置发射所述第一递送注量。
54.如52所述的方法,其中所述第一预测递送剂量在批准剂量阈值内,并且所述第二预测剂量不在批准剂量阈值内,并且所述方法还包括向所述第一位置发射所述第一递送注量,以及不向所述第二位置发射所述第二递送注量。
55.如52所述的方法,其中所述第二预测递送剂量在批准剂量阈值内,并且所述方法还包括向所述第二位置发射所述第二递送注量。
56.如权利要求55所述的方法,其中同时发射所述第一递送注量和所述第二递送注量的至少一部分。
57.如权利要求52所述的方法,所述方法还包括生成描绘所述第一预测递送剂量、针对所述第一目标区的第一计划递送剂量、所述第二预测递送剂量以及针对所述第二目标区的第二计划递送剂量的图形表示,以及在显示设备上输出所述图形表示。
58.如权利要求42所述的方法,其中所述第一肿瘤ID简档的所述标识参数包括PET数据准则,并且其中所述方法还包括计算所述第一目标区的PET数据度量值,并且如果所述PET数据度量符合所述PET数据准则,则继续向所述第一位置发射所述第一递送注量。
59.如权利要求58所述的方法,其中所述第二肿瘤ID简档的所述标识参数包括第二PET数据准则,并且其中所述方法还包括计算所述第二目标区的第二PET数据度量值,并且如果所述第二PET数据度量符合所述第二PET数据准则,则继续向所述第二位置发射所述第二递送注量。
60.如权利要求42所述的方法,所述方法还包括:生成图形表示,所述图形表示描绘叠加在第一计划位置处的所述第一目标区上的所标识的第一位置处的所述第一目标区,以及叠加在第二计划位置处的所述第二目标区上的第二标识目标位置处的所述第二目标区;以及在显示设备上输出所述图形表示。
61.一种在放射治疗期间评估安全性的方法,所述方法包括:
采集目标区的PET成像数据;
使用所采集的PET成像数据以及包括表征所述目标区的多个标识参数的肿瘤标识(ID)简档来标识所述目标区的位置;
基于所采集的PET成像数据、所述目标区的所述位置和目标区轮廓来计算预测递送剂量;以及
确定所述预测递送剂量是否在批准剂量阈值内。
62.如权利要求61所述的方法,其中采集PET成像数据、标识所述位置、计算所述预测递送剂量以及确定所述预测递送剂量是否在批准剂量阈值内与向所述目标区递送辐射同时进行。
63.如权利要求61所述的方法,其中采集PET成像数据包括在治疗疗程期间在一定时间间隔期间采集PET成像数据。
64.如权利要求63所述的方法,其中所述时间间隔具有约30秒至约15分钟的持续时间。
65.如权利要求63所述的方法,其中所述时间间隔具有小于约一分钟的持续时间。
66.如权利要求63所述的方法,其中计算所述预测递送剂量使用在所述时间间隔期间采集的PET成像数据。
67.如权利要求63所述的方法,其中计算所述预测递送剂量使用在所述治疗疗程期间累积采集的PET成像数据。
68.如权利要求61所述的方法,所述方法还包括生成描绘所述预测递送剂量、针对所述目标区的计划递送剂量的图形表示,以及在显示设备上输出所述图形表示。
69.如权利要求61所述的方法,所述方法还包括计算已向患者目标区发射的辐射的递送剂量,以及生成描绘所述递送剂量、所述预测递送剂量和针对所述目标区的计划递送剂量的图形表示,以及在显示设备上输出所述图形表示。
70.一种用于对目标区进行定位的方法,所述方法包括:
采集包括肿瘤的患者区的成像数据;
通过针对所述成像数据的每个像素计算肿瘤似然值和背景似然值来生成像素肿瘤似然值图;以及
通过将所述成像数据内的肿瘤轮廓移位到BTZ轮廓内的所述像素肿瘤似然值图的质心位置来确定所述肿瘤的位置,其中所述BTZ轮廓涵盖所述肿瘤轮廓。
71.如权利要求70所述的方法,其中确定所述肿瘤的所述位置还包括:
迭代地更新所述像素肿瘤似然值图以生成最终像素肿瘤似然值图,使得移位肿瘤轮廓内的平均像素值在移位前肿瘤轮廓内的平均像素值的先前定义阈值内;
计算所述最终像素肿瘤似然值图的质心位置;以及
通过将所述肿瘤轮廓移位到所计算的质心位置来确定所述肿瘤的所述位置。
72.如权利要求70所述的方法,所述方法还包括基于所述肿瘤的初始图像来生成初始像素肿瘤概率值图,其中所述像素肿瘤概率值是二进制值,并且像素似然值是大于或等于零且小于或等于一的任何值。
73.如权利要求70所述的方法,其中所述肿瘤的所采集的成像数据包括PET成像数据、CT成像数据、MR成像数据和X射线成像数据中的一者或多者。
74.如权利要求70所述的方法,所述方法还包括基于所述肿瘤的初始图像,通过向所述肿瘤轮廓内的像素分配高肿瘤概率值并且向所述肿瘤轮廓之外的像素分配低肿瘤概率值,来生成初始像素肿瘤概率值图。
75.如权利要求74所述的方法,其中所述高肿瘤概率值是一,并且所述低肿瘤概率值是零。
76.如权利要求70所述的方法,其中采集成像数据包括采集PET成像数据。
77.如权利要求70所述的方法,其中采集成像数据包括采集CT成像数据。
78.如权利要求70所述的方法,其中采集成像数据包括采集MR成像数据。
79.如权利要求70所述的方法,其中采集成像数据包括采集SPECT成像数据。
80.如权利要求71所述的方法,其中生成像素肿瘤似然值图包括针对所采集的成像数据中的每个像素计算肿瘤似然值和背景似然值。
81.如权利要求80所述的方法,其中计算肿瘤似然值包括计算针对所述肿瘤轮廓内的所述像素的平均像素值以及在所述肿瘤轮廓内的像素值的标准偏差值。
82.如权利要求81所述的方法,其中计算背景似然值包括计算针对所述肿瘤轮廓之外并且在所述BTZ轮廓内的所述像素的平均像素值以及在所述肿瘤轮廓之外并且在所述BTZ轮廓内的所述像素值的标准偏差值。
83.如权利要求82所述的方法,其中迭代地更新所述像素肿瘤似然值图包括:
通过向所述移位肿瘤轮廓内的像素分配高肿瘤概率值并且向所述移位肿瘤轮廓之外的像素分配低肿瘤概率值来更新所述像素肿瘤概率值图;
更新针对所采集的成像数据中的每个像素的肿瘤似然值和背景似然值;以及
使用更新的像素肿瘤概率值图、更新的肿瘤似然值和背景似然值来调整所述像素肿瘤似然值图。
84.如权利要求70所述的方法,所述方法还包括生成包括已移位到所述肿瘤的所述位置的所述肿瘤轮廓的图形表示,以及向显示设备显示所述图形表示。
85.如权利要求71所述的方法,所述方法还包括:生成图形表示,所述图形表示包括已移位到所述最终像素肿瘤似然值图的所述质心位置的所述肿瘤轮廓、所采集的更新成像数据;以及向显示设备显示所述图形表示。
86.如权利要求84所述的方法,其中所述图形表示还包括所述BTZ轮廓,并且其中所述移位肿瘤轮廓和所述BTZ轮廓叠加在所采集的成像数据上。
87.如权利要求70所述的方法,所述方法还包括如果所述移位肿瘤轮廓与所述BTZ轮廓的接近度在预定裕度内,则生成通知。
88.一种用于评估用于放射治疗的PET信号的方法,所述方法包括:
采集患者区的PET成像数据,所述患者区包括生物靶向区域(BTZ)区和所述BTZ区内的目标区;
基于所述PET成像数据来确定所述BTZ区内的所述目标区的位置;
针对所述目标区内的所述PET成像数据的像素计算目标区标准摄取值(SUV);
针对在所述目标区之外并且在所述BTZ区内的所述PET成像数据的像素计算BTZ区SUV;
使用所述目标区SUV和所述BTZ区SUV计算所述目标区的归一化PET信号度量值;以及
通过将所述归一化PET信号度量值与计划PET信号度量值进行比较来评估所述PET成像数据。
89.如权利要求88所述的方法,其中将所述归一化PET信号度量值与计划PET信号度量值进行比较包括基于净PET信号度量值来针对所述目标区计算预测辐射剂量,以及将所述预测辐射剂量与规定辐射剂量进行比较。
90.如权利要求88所述的方法,其中确定所述目标区的所述位置包括:
通过针对所述PET成像数据的每个像素计算肿瘤似然值和背景似然值来生成像素肿瘤似然值图;
将所述目标区的轮廓移位到所述像素肿瘤似然值图的质心位置;
迭代地更新所述像素肿瘤似然值图以生成最终像素肿瘤似然值图,使得移位目标区轮廓内的平均像素值在移位前肿瘤轮廓内的平均像素值的先前定义阈值内;
计算所述最终像素肿瘤似然值图的质心位置;以及
通过将所述目标区轮廓移位到所计算的质心位置来确定目标区位置。
91.一种用于对目标区进行定位的方法,所述方法包括:
采集包括肿瘤的患者区的更新成像数据,其中Act(r)表示所述成像数据的每个体积像素r=(x,y,z)处的信号强度;
对于其中i=1的第一次迭代,针对所述更新成像数据的每个像素计算肿瘤似然值和背景似然值/>
通过将所述肿瘤似然值和所述背景似然值/>与从肿瘤的初始图像中导出的初始像素肿瘤概率值图CTVmaski-1进行组合来生成像素肿瘤似然值图其中所述初始图像包括肿瘤轮廓以及涵盖所述肿瘤轮廓的BTZ轮廓
计算所述BTZ轮廓内的所述像素肿瘤似然值图的质心位置;
将所述肿瘤轮廓移位到所述像素肿瘤似然值图的所述质心位置;
对于多次迭代i=i+1,迭代地更新所述像素肿瘤似然值图以生成最终像素肿瘤似然值图/>直到符合停止条件为止;
计算所述最终像素肿瘤似然值图的质心位置;以及
通过将所述肿瘤轮廓移位到所计算的质心位置来确定所述肿瘤的位置。
92.如权利要求91所述的方法,其中计算所述肿瘤似然值包括计算针对所述初始图像中的所述肿瘤轮廓内的所述像素的信号平均值/>和信号标准偏差值/>以及如下将所述信号平均值、所述信号标准偏差值、所述信号强度和Act(r)进行组合:
并且其中计算所述背景似然值包括计算针对所述初始图像中的所述肿瘤轮廓之外的所述像素的背景平均信号值/>和背景标准偏差值/>以及如下将所述背景平均值、所述背景标准偏差值、所述信号强度和Act(r)进行组合:
93.如权利要求91所述的方法,其中计算所述像素肿瘤似然值图的所述质心位置包括计算针对所述BTZ轮廓内的j个像素的所述质心的坐标[xc,yc,zc]:
94.如权利要求91所述的方法,其中所述停止条件是移位肿瘤轮廓内的平均像素值在移位前肿瘤轮廓内的平均像素值/>的先前定义阈值内。
95.如权利要求91所述的方法,其中所述停止条件是最大迭代次数。
96.如权利要求95所述的方法,其中所述最大迭代次数是15。
97.如权利要求91所述的方法,其中针对下一次迭代i=i+1迭代地更新所述像素肿瘤似然值图包括:通过以下操作来调整所述像素肿瘤似然值图
通过向所述移位肿瘤轮廓内的像素分配高肿瘤概率值并且向所述移位肿瘤轮廓之外的像素分配低肿瘤概率值来生成更新的像素肿瘤概率值图CTVmaski;
计算针对所述移位肿瘤轮廓内的所述像素的
计算针对所述移位肿瘤轮廓之外但在所述BTZ轮廓内的所述像素的
计算更新的肿瘤似然值
计算更新背景似然值
以及
使用所述更新的像素肿瘤概率值图CTVmaski、所述更新的肿瘤似然值和所述更新背景似然值/>来调整所述像素肿瘤似然值图/>
98.一种用于通过基于伽马准则生成有界剂量体积直方图(bDVH)来分析针对目标区的剂量分布的方法,所述伽马准则包括距离一致(DTA)准则和剂量差(DD)准则。
99.一种用于基于伽马准则来生成有界剂量体积直方图(bDVH)的方法,所述伽马准则包括距离一致(DTA)准则和剂量差(DD)准则,所述方法包括:
基于所述伽马准则的所述DTA准则和/或所述DD准则根据计划剂量分布生成Dmin剂量分布;
基于GI的所述DTA准则和/或所述DD准则根据所述计划剂量分布生成Dmax剂量分布;以及
生成包括下界和上界的有界DVH,其中所述下界包括根据所述Dmin剂量分布计算的最小DVH(DVHmin),并且所述上界包括根据所述Dmax剂量分布计算的最大DVH(DVHmax)。
100.如权利要求99所述的方法,其中生成所述Dmin剂量分布包括:对于所述计划剂量分布中的每个点,计算在所述点处符合所述DTA准则和所述DD准则的最小剂量值,并且其中生成所述Dmax剂量分布包括:对于所述计划剂量分布中的每个点,计算在所述点处符合所述DTA准则和所述DD准则的最大剂量值。
101.如权利要求100所述的方法,其中计算每个点处的所述最小剂量值以及计算每个点处的所述最大剂量值包括使用梯度下降法。
102.如权利要求101所述的方法,其中计算每个点处的所述最小剂量值包括计算点处的3-D剂量梯度,确定最大负剂量梯度的方向,以及通过找到沿所述最大负剂量梯度的所述方向与所述点相距DTA准则距离的剂量值来计算所述点处的所述最小剂量值。
103.如权利要求102所述的方法,其中计算每个点处的所述最大剂量值包括计算点处的3-D剂量梯度,确定最大正剂量梯度的方向,以及通过找到沿所述最大正剂量梯度的所述方向与所述点相距DTA准则距离的剂量值来计算所述点处的所述最大剂量值。
104.如权利要求100所述的方法,其中生成所述Dmin剂量分布包括:
对于所述计划剂量分布中的每个点,计算最小剂量值DTAmin,使得所述点处的伽马指数(GI)值符合通过标准值;
对于所述计划剂量分布中的每个点,计算最小剂量值DDmin,使得所述点处的所述GI值符合所述通过标准值;以及
通过针对所述计划剂量分布中的每个点取所述DTAmin值和所述DDmin值的最小值来生成所述Dmin剂量分布:
Dmin=min(DTAmin,DDmin)。
105.如权利要求104所述的方法,其中生成所述Dmax剂量分布包括:
对于所述计划剂量分布中的每个点,计算最大剂量值DTAmax,使得所述点处的所述GI值符合所述通过标准值;
对于所述计划剂量分布中的每个点,计算最大剂量值DDmax,使得所述点处的所述GI值符合所述通过标准值;以及
通过针对所述计划剂量分布中的每个点取所述DTAmax值和所述DDmax值的最大值来生成所述Dmax剂量分布:
Dmax=min(DTAmax,DDmax)。
106.如权利要求105所述的方法,其中所述通过标准值小于或等于1。
107.如权利要求104所述的方法,其中针对所述计划剂量分布中的点计算所述最小剂量值DTAmin包括确定所述计划剂量分布中与所述点相距DTA准则距离的位置处的最小剂量值。
108.如权利要求105所述的方法,其中针对所述计划剂量分布中的点计算所述最大剂量值DTAmax包括确定所述计划剂量分布中与所述点相距DTA准则距离的位置处的最大剂量值。
109.一种选择用于放射治疗计划评估和剂量递送质量保证(QA)的伽马准则值的方法,所述方法包括:
基于治疗计划注量图和选定剂量可变性来生成治疗计划有界剂量体积直方图(bDVH);
基于所述治疗计划注量图来生成3-D剂量分布;
生成各自从针对所述3-D剂量分布的不同伽马准则值中导出的多个bDVH;
从多个伽马导出的bDVH中标识拟合在所述治疗计划bDVH的边界内的bDVH;以及
选择与所标识的bDVH相关联的所述伽马准则值以用于评估所述治疗计划。
110.如权利要求109所述的方法,其中生成所述多个伽马导出的bDVH包括生成具有至少一个共同的伽马准则值的一组bDVH。
111.如权利要求109所述的方法,所述方法还包括生成所述多个伽马导出的bDVH的图形表示,以及将所述图形表示输出到显示设备。
112.如权利要求109所述的方法,其中所述伽马准则值包括1mm、2mm、3mm的距离一致(DTA)值与1%、2%、3%的剂量差(DD)值的组合。
113.一种选择用于放射治疗计划评估和剂量递送质量保证(QA)的伽马准则值的方法,所述方法包括:
基于治疗计划注量图和选定剂量可变性来生成治疗计划有界剂量体积直方图(bDVH);
基于所述治疗计划注量图来生成3-D剂量分布;
根据针对所述3-D剂量分布的选定伽马准则值生成bDVH;
确定伽马导出的bDVH是否拟合在所述治疗计划bDVH的边界内;以及
如果所述伽马导出的bDVH拟合在所述治疗计划bDVH的所述边界内,则选择与所述bDVH相关联的所述伽马准则以用于评估所述治疗计划。
114.如权利要求113所述的方法,其中如果所述伽马导出的bDVH并未拟合在所述治疗计划bDVH的所述边界内,则所述方法还包括对伽马准则值进行迭代,直到伽马导出的bDVH拟合在所述治疗计划bDVH的所述边界内为止。
115.如权利要求113所述的方法,所述方法还包括生成所生成的伽马导出的bDVH中的每一者的图形表示,以及将所述图形表示输出到显示设备。
116.如权利要求113所述的方法,其中所述选定伽马准则值包括1mm、2mm、3mm的距离一致(DTA)值与1%、2%、3%的剂量差(DD)值的组合。
117.一种追踪目标区的方法,所述方法包括:
采集目标区的PET成像数据;
使用所采集的PET成像数据来标识所述目标区的位置;
确定所述目标区的所述位置是否在目标区轮廓内;以及
如果所述目标区的所述位置在目标区轮廓之外,则生成通知。
118.如权利要求117所述的方法,其中所述目标区轮廓是生物学追踪区域(BTZ)轮廓。
119.如权利要求117所述的方法,其中所述目标区轮廓是计划目标体积(PTV)轮廓。
120.如权利要求117所述的方法,其中标识所述目标区的所述位置包括使用肿瘤标识(ID)简档。
121.如权利要求117所述的方法,其中标识所述目标区的所述位置包括通过针对所述PET成像数据的每个像素计算肿瘤似然值和背景似然值来生成像素肿瘤似然值图,以及通过将所述PET成像数据内的肿瘤轮廓移位到所述像素肿瘤似然值图的质心位置来标识所述目标区的所述位置。
122.如权利要求117所述的方法,所述方法还包括如果所述目标区的所述位置在所述目标区轮廓之外,则生成互锁以停止辐射递送。
123.如权利要求117所述的方法,其中确定所述目标区的所述位置是否在目标区轮廓内包括确定所述目标区的任何部分是否在所述目标区轮廓之外,并且所述方法还包括如果所述目标区的任何部分在所述目标区轮廓之外,则生成互锁以停止辐射递送。
124.如权利要求117所述的方法,其中所述通知是包括所述目标区的所述位置和所述目标区轮廓的图形用户界面,并且所述方法还包括将所述图形用户界面输出到显示设备。
125.如权利要求117和124中任一项所述的方法,其中所述通知是听觉警报,并且所述方法还包括将所述听觉警报输出到扬声器设备。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/154,295 | 2021-02-26 | ||
US63/221,859 | 2021-07-14 | ||
US202163246212P | 2021-09-20 | 2021-09-20 | |
US63/246,212 | 2021-09-20 | ||
PCT/US2022/017375 WO2022182681A2 (en) | 2021-02-26 | 2022-02-22 | Methods for automatic target identification, tracking, and safety evaluation for radiotherapy |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117136414A true CN117136414A (zh) | 2023-11-28 |
Family
ID=88860461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280025151.5A Pending CN117136414A (zh) | 2021-02-26 | 2022-02-22 | 用于针对放射治疗的自动目标标识、追踪和安全性评估的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117136414A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117679671A (zh) * | 2024-02-02 | 2024-03-12 | 四川大学华西医院 | 一种放射治疗4d剂量重建的方法、系统和存储介质 |
CN117679671B (zh) * | 2024-02-02 | 2024-05-14 | 四川大学华西医院 | 一种放射治疗4d剂量重建的方法、系统 |
-
2022
- 2022-02-22 CN CN202280025151.5A patent/CN117136414A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117679671A (zh) * | 2024-02-02 | 2024-03-12 | 四川大学华西医院 | 一种放射治疗4d剂量重建的方法、系统和存储介质 |
CN117679671B (zh) * | 2024-02-02 | 2024-05-14 | 四川大学华西医院 | 一种放射治疗4d剂量重建的方法、系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220054863A1 (en) | Portal dosimetry systems, devices, and methods | |
US20230158335A1 (en) | Streamlined, guided on-couch adaptive workflow | |
Giacometti et al. | A review of dose calculation approaches with cone beam CT in photon and proton therapy | |
US9076222B2 (en) | Use of collection of plans to develop new optimization objectives | |
US7693257B2 (en) | Treatment delivery optimization | |
US20240104767A1 (en) | Methods for automatic target identification, tracking, and safety evaluation for radiotherapy | |
CN115105758A (zh) | 用于在发射引导的放射治疗中使用的系统和方法 | |
US20230256266A1 (en) | Multi-sensor guided radiation therapy | |
Chen et al. | Treatment planning | |
JP6971537B2 (ja) | 治療計画装置及び治療計画方法 | |
KR102035736B1 (ko) | 방사선 치료 장비의 선량 품질 검증 방법 및 장치 | |
CN117136414A (zh) | 用于针对放射治疗的自动目标标识、追踪和安全性评估的方法 | |
KR102401984B1 (ko) | 세기 조절 방사선 치료를 위한 방사선 치료 계획 수립 장치 및 방법 | |
Meng et al. | Feasibility evaluation of kilovoltage cone-beam computed tomography dose calculation following scatter correction: investigations of phantom and representative tumor sites | |
Lin et al. | Development of a novel post-processing treatment planning platform for 4D radiotherapy | |
US20200298019A1 (en) | Robustness evaluation of brachytherapy treatment plan | |
Yin et al. | Overview of IGRT | |
García Vázquez | Advances in navigation and intraoperative imaging for intraoperative electron radiotherapy | |
Zhao | Accurate Tracking of Position and Dose During VMAT Based on VMAT-CT | |
WO2023079197A1 (es) | Método para la planificación de tratamiento de radioterapia | |
Boda-heggemann et al. | Towards clinical implementation of ultrafast combined kV-MV CBCT for IGRT of lung cancer | |
Ung | Uncertainties in prostate targeting during radiotherapy: assessment, implications and applications of statistical methods of process control | |
Tawfik et al. | Determination of the effects 3D Margins around the treatment volume in radiotherapy planning |
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 |