CN117438062A - 剂量信息确定装置、电子设备及计算机可读存储介质 - Google Patents
剂量信息确定装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN117438062A CN117438062A CN202311769729.0A CN202311769729A CN117438062A CN 117438062 A CN117438062 A CN 117438062A CN 202311769729 A CN202311769729 A CN 202311769729A CN 117438062 A CN117438062 A CN 117438062A
- Authority
- CN
- China
- Prior art keywords
- sub
- image
- target
- plan
- image data
- 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.)
- Granted
Links
- 238000001959 radiotherapy Methods 0.000 claims abstract description 75
- 230000005855 radiation Effects 0.000 claims abstract description 30
- 210000000056 organ Anatomy 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000003062 neural network model Methods 0.000 claims description 12
- 238000013178 mathematical model Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 108010001267 Protein Subunits Proteins 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 25
- 238000012549 training Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 238000005457 optimization Methods 0.000 description 6
- 210000000920 organ at risk Anatomy 0.000 description 6
- 206010028980 Neoplasm Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007408 cone-beam computed tomography Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
Abstract
本申请公开了一种剂量信息确定装置、电子设备及计算机可读存储介质。其中,剂量信息确定装置包括:获取单元,用于获取目标对象对应的4D影像和4D放疗计划,其中,4D影像由在N个采集时刻下采集得到的N个3D影像组成,4D放疗计划包括X个子计划;生成单元,用于根据4D影像生成目标时空流影像数据,其中,目标时空流影像数据表征目标对象在目标时间段的每个时刻所对应的3D影像;确定单元,用于根据目标时空流影像数据和每个子计划对应的射野信息确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息。本申请解决了现有技术中由于忽视了人体器官在不同时刻存在的运动变化,导致剂量信息确定不准确的技术问题。
Description
技术领域
本申请涉及医疗科技领域,具体而言,涉及一种剂量信息确定装置、电子设备及计算机可读存储介质。
背景技术
放疗就是放射治疗,是利用各类放射线治疗机或加速器产生的放射线来治疗恶性肿瘤的一种方法,在放疗计划的优化过程中需要尽可能的增加肿瘤区域的剂量并且降低正常组织的剂量,而放疗计划优化的质量取决于医疗影像的勾画精准度以及优化过程中剂量计算算法的精准度,所以在放射治疗系统中进行精准的剂量计算是实现精确放疗的重要环节。
然而,现有的剂量计算算法均是基于患者的三维影像,通过医生在三维影像中对放疗靶区以及危及器官进行勾画获取每个患者的组织解剖信息,然后通过计划优化得出的射野角度、子野形状及权重计算人体内累计的剂量分布。但是在实际照射的过程中,患者体内的组织分布存在一定程度的运动,例如呼吸运动、心脏运动等,从而会导致理论进行的剂量分布与患者实际接受的剂量分布存在一定差异(即确定的剂量信息不够准确),进而导致患者的肿瘤控制率下降、正常组织并发症概率上升的问题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请提供了一种剂量信息确定装置、电子设备及计算机可读存储介质,以至少解决现有技术中由于忽视了人体器官在不同时刻存在的运动变化,导致剂量信息确定不准确的技术问题。
根据本申请的一个方面,提供了一种剂量信息确定装置,包括:获取单元,用于获取目标对象对应的4D影像和4D放疗计划,其中,4D影像由在N个采集时刻下采集得到的N个3D影像组成,4D放疗计划包括X个子计划,X个子计划中的每个子计划的实施时间段不同,X和N均为大于1的整数;生成单元,用于根据4D影像生成目标时空流影像数据,其中,目标时空流影像数据表征目标对象在目标时间段的每个时刻所对应的3D影像,目标时间段至少包括X个子计划中的每个子计划的实施时间段;确定单元,用于根据目标时空流影像数据和每个子计划对应的射野信息确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息,其中,每个子计划对应的射野信息表征在该子计划的实施时间段的每个时刻下每个射野及子野的位置信息。
可选地,获取单元,包括:第一获取子单元,用于获取4D放疗计划所涉及的X个子野以及在X个子野中的每个子野下对应的多叶准直器叶片的运动速度;子计划确定子单元,用于根据每个子野下对应的多叶准直器叶片的运动速度以及每个子野的实施顺序确定X个子计划,其中,X个子计划中的每个子计划对应X个子野中的一个子野,并且每个子计划的实施时间段为多叶准直器叶片依据该子计划对应的子野向目标对象进行射线照射的时间段。
可选地,生成单元,包括:模型调用子单元,用于调用目标模型,其中,目标模型为依据参照对象对应的历史4D影像以及参照对象对应的历史时空流影像数据作为先验知识构建生成的模型,目标模型为数学模型或神经网络模型;第一确定子单元,用于通过目标模型确定目标时间段和4D影像对应的N个采集时刻之间的时间关联性;第二确定子单元,用于通过目标模型依据时间关联性以及先验知识确定4D影像中的每个3D影像在目标时间段的每个时刻所对应的影像变化信息,并依据影像变化信息确定目标对象在目标时间段的每个时刻所对应的3D影像,得到目标时空流影像数据。
可选地,确定单元,包括:第二获取子单元,用于获取4D影像中的每个3D影像对应的勾画影像,其中,每个3D影像对应的勾画影像用于表征目标对象的危及器官和放疗靶区在该3D影像中的轮廓信息;时空流勾画影像数据生成子单元,用于根据4D影像中的每个3D影像对应的勾画影像和目标时空流影像数据生成时空流勾画影像数据,其中,时空流勾画影像用于表征目标对象在目标时间段的每个时刻所对应的勾画影像;第三确定子单元,用于根据时空流勾画影像数据、每个子计划对应的射野信息以及每个子计划对应的实施时间段确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息。
可选地,时空流勾画影像数据生成子单元,包括:图像配准模块,用于采用图像配准的方式,将4D影像中的每个3D影像对应的勾画影像配准至目标时空流影像数据中的每个时刻对应的3D影像中,得到时空流影像数据中的每个时刻对应的3D影像所对应的勾画影像;第一处理模块,用于将目标时空流影像数据中的每个时刻对应的3D影像所对应的勾画影像作为时空流勾画影像数据。
可选地,第三确定子单元,包括:第一确定模块,用于从时空流勾画影像数据中确定每个子计划对应的子时空流勾画影像数据,其中,每个子计划对应的子时空流勾画影像数据用于表征目标对象在该子计划对应的实施时间段的每个时刻所对应的勾画影像;第二处理模块,用于依据每个子计划对应的实施时间段的时间先后顺序将X个子计划中的每个子计划对应的子时空流勾画影像数据组成目标时空流勾画影像数据;第二确定模块,用于依据目标时空流勾画影像数据和每个子计划对应的射野信息确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息。
可选地,第二确定模块,包括:影像数据划分子模块,用于将目标时空流勾画影像数据按照固定帧率划分为多个帧勾画影像;第一获取子模块,用于依据每个子计划对应的射野信息获取多个帧勾画影像中的每个帧勾画影像对应的射野信息,其中,每个帧勾画影像对应的射野信息表征在该帧勾画影像对应的时刻下对应的射野及子野的位置信息;第一确定子模块,用于根据每个帧勾画影像和该帧勾画影像对应的射野信息确定该帧勾画影像对应的剂量信息;第一处理子模块,用于将每个帧勾画图像对应的剂量信息作为目标对象在该帧勾画影像对应的时刻下所对应的剂量信息。
可选地,第一确定子模块,包括:第一设置子模块,用于将多个帧勾画影像中的第一个帧勾画影像对应的剂量信息设置为0;第二设置子模块,用于将多个帧勾画影像中的第i个帧勾画影像对应的初始剂量信息设置为第i-1个帧勾画影像对应的剂量信息,其中,第i个帧勾画影像对应的剂量信息在第i个帧勾画影像对应的初始剂量信息基础上叠加计算得到,第i个帧勾画图像为多个帧勾画影像中除第一个帧勾画影像之外的任意一个帧勾画影像。
根据本申请的另一方面,还提供了一种计算机可读存储介质,其中,计算机可读存储介质中存储有计算机程序,其中,在计算机程序运行时控制计算机可读存储介质所在设备运行上述任意一项的剂量信息确定装置。
根据本申请的另一方面,还提供了一种电子设备,其中,电子设备包括一个或多个处理器和存储器,存储器用于存储一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器控制上述任意一项的剂量信息确定装置运行。
在本申请中,采用根据目标时空流影像数据和每个子计划对应的射野信息确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息的方式,首先通过获取单元获取目标对象对应的4D影像和4D放疗计划,其中,4D影像由在N个采集时刻下采集得到的N个3D影像组成,4D放疗计划包括X个子计划,X个子计划中的每个子计划的实施时间段不同,X和N均为大于1的整数。然后,通过生成单元根据4D影像生成目标时空流影像数据,其中,目标时空流影像数据表征目标对象在目标时间段的每个时刻所对应的3D影像,目标时间段至少包括X个子计划中的每个子计划的实施时间段。最后,通过确定单元根据目标时空流影像数据和每个子计划对应的射野信息确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息,其中,每个子计划对应的射野信息表征在该子计划的实施时间段的每个时刻下每个射野及子野的位置信息。
由上述内容可知,相比于现有技术中仅使用少量拍摄的3D影像进行勾画以及剂量信息的制定,本申请首先获取目标对象对应的4D影像,并根据4D影像生成目标时空流影像数据,其中,目标时空流影像数据表征目标对象在目标时间段的每个时刻所对应的3D影像,从而实现了基于N个采集时刻下的N个3D影像时序序列确定目标对象在目标时间段的每个时刻所对应的3D影像的目的,进而在不需要耗费大量的时间成本采集3D影像的情况下获取目标对象在每个时刻对应的3D影像,记录下目标对象的器官在每个时刻下的运动变化。
最后,由于本申请还获取了目标对象对应的4D放疗计划,4D放疗计划包括X个子计划,X个子计划中的每个子计划的实施时间段不同。因此,结合目标时空流影像数据和每个子计划对应的射野信息,本申请可以确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息,并且任意时刻所对应的剂量信息均是依据该时刻下目标对象对应的3D影像和射野信息所确定生成的,进而解决了现有技术中由于忽视了人体器官在不同时刻存在的运动变化,导致剂量信息确定不准确的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的一种可选的剂量信息确定装置的示意图;
图2是根据本申请实施例的一种可选的4D影像和目标时空流影像数据的示意图;
图3是根据本申请实施例的一种可选的根据参照对象对应的历史时空流影像数据构建的数学模型;
图4是根据本申请实施例的一种可选的目标对象对应的4D影像的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
还需要说明的是,本申请所涉及的相关信息(包括但不限于患者的放疗计划信息、医学影像信息等)和数据(包括但不限于用于展示的数据、分析的数据以及电子病历数据等),均为经用户授权或者经过各方充分授权的信息和数据。例如,本系统和相关用户或机构间设置有接口,在获取相关信息之前,需要通过接口向前述的用户或机构发送获取请求,并在接收到前述的用户或机构反馈的同意信息后,获取相关信息。
下面结合各实施例来进一步说明本申请。
实施例1
根据本申请实施例,提供了一种剂量信息确定装置,其中,图1是根据本申请实施例的一种可选的剂量信息确定装置的示意图,如图1所示,剂量信息确定装置包括如下单元:获取单元101、生成单元102、确定单元103。
其中,获取单元101,用于获取目标对象对应的4D影像和4D放疗计划,其中,4D影像由在N个采集时刻下采集得到的N个3D影像组成,4D放疗计划包括X个子计划,X个子计划中的每个子计划的实施时间段不同,X和N均为大于1的整数。
可选地,目标对象可以是准备接受放射治疗的对象,4D影像包括但不限于4D形式的CT影像、4D形式的MR影像、4D形式的CBCT影像。需要说明的是,3D表征的是三维空间,4D则指的是在三维空间上再加上时间维度,从而组成四维影像。基于该理论,本申请的4D影像表征的是在N个采集时刻下采集得到的N个3D影像所组成的时间-3D影像序列。
可选地,4D放疗计划也是一种时序状态下的放疗计划,例如,4D放疗计划包括X个子计划,X个子计划中的每个子计划的实施时间段不同。举例说明,如果4D放疗计划包括X个子野,则可以按照X个子野确定X个子计划,其中,每个子野对应一个子计划。
需要说明的是,在实际放疗过程中,每个子野会持续照射一段时间,以按照此子野对应的路径向目标对象的一个器官区域释放一定的剂量,通常来说,放射仪器会按照放疗计划,首先移动至第一个子野对应的位置上,然后按照第一个子野对应的路径向目标对象释放一定剂量的射线,在完成第一个子野对应的子计划之后,放射仪器移动至第二个子野对应的位置上,然后按照第二个子野对应的路径向目标对象再释放一定剂量的射线……直至完成第X个子野对应的子计划。
由此可见,X个子野之间存在先后顺序,并且每个子野对应的照射时间也在计划之中,结合第一个子野的启动时刻,可以确定时序状态下的放疗计划,即4D放疗计划。
可选地,目标对象的4D影像中包括目标对象的放疗靶区和危及器官。
在一种可选的实施例中,剂量信息确定装置还包括生成单元102。其中,生成单元102,用于根据4D影像生成目标时空流影像数据,目标时空流影像数据表征目标对象在目标时间段的每个时刻所对应的3D影像,目标时间段至少包括X个子计划中的每个子计划的实施时间段。
可选地,如图2所示,假设4D影像由T1时刻对应的3D影像、T2时刻对应的3D影像以及T3时刻对应的3D影像组成,则在目标时间段为T1时刻-T4时刻的情况下,目标时空流影像数据为目标对象在T1时刻-T4时刻这一时间段的每个时刻所对应的3D影像;在目标时间段为T4时刻-T7时刻的情况下,目标时空流影像数据为目标对象在T4时刻-T7时刻这一时间段的每个时刻所对应的3D影像。
需要说明的是,虽然人体器官在不同时刻存在运动变化,但是对于同一个对象而言,其人体器官在不同时刻的运动变化是存在一定规律的(当然,这里需要排除一些特殊情况,例如,突然的心跳加快、突然的呼吸加速)。例如,一个人的心电图通常是可以视为存在一定规律的曲线图。
基于上述这一特点,在获取得到目标对象在N个采集时刻下采集得到的N个3D影像的情况下,结合目标对象对应的人体器官在不同时刻下的运动变化规律,便可以预测得到目标对象在除N个采集时刻之外的其他采集时刻下的3D影像,进而得到目标对象在目标时间段的每个时刻所对应的3D影像(即目标时空流影像数据)。
在一种可选的实施例中,剂量信息确定装置还包括确定单元103,用于根据目标时空流影像数据和每个子计划对应的射野信息确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息,其中,每个子计划对应的射野信息表征在该子计划的实施时间段的每个时刻下每个射野及子野的位置信息。
可选地,在已知目标时空流影像数据和每个子计划对应的射野信息的情况下,确定单元103可以依据任意时刻下对应的3D影像以及在该时刻下对应的射野信息确定该时刻的剂量信息。其中,确定剂量信息的方式可以是使用神经网络模型预测得到,也可以是通过剂量计算算法计算得到,其中,剂量计算算法包括但不限于笔形束算法、卷积算法等解析算法以及蒙特卡罗(Monte Carlo)算法。
举例而言,如果需要确定目标对象在T6时刻对应的剂量信息,则可以从目标时空流影像数据中确定T6时刻下目标对象对应的3D影像,然后从4D放疗计划中确定T6时刻下目标对象对应的射野信息,最后结合T6时刻下目标对象对应的3D影像和射野信息,使用剂量计算算法计算得到目标对象在T6时刻对应的剂量信息,或者通过提前训练得到的神经网络模型以T6时刻下目标对象对应的3D影像和射野信息作为模型输入样本,预测得到目标对象在T6时刻对应的剂量信息。
另外,需要说明的是,剂量信息可以是DVH(Dose and Volume Histogram,剂量体积直方图)形式,由于DVH也是一种三维空间形式,因此,通过获取目标对象在4D放疗计划实施期间的任意时刻所对应的DVH剂量信息,相当于获取了目标对象在4D放疗计划实施期间对应的4D剂量信息。
综上,在本申请中,采用根据目标时空流影像数据和每个子计划对应的射野信息确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息的方式,首先通过获取单元获取目标对象对应的4D影像和4D放疗计划,其中,4D影像由在N个采集时刻下采集得到的N个3D影像组成,4D放疗计划包括X个子计划,X个子计划中的每个子计划的实施时间段不同,X和N均为大于1的整数。然后,通过生成单元根据4D影像生成目标时空流影像数据,其中,目标时空流影像数据表征目标对象在目标时间段的每个时刻所对应的3D影像,目标时间段至少包括X个子计划中的每个子计划的实施时间段。最后,通过确定单元根据目标时空流影像数据和每个子计划对应的射野信息确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息,其中,每个子计划对应的射野信息表征在该子计划的实施时间段的每个时刻下每个射野及子野的位置信息。
由上述内容可知,相比于现有技术中仅使用少量拍摄的3D影像进行勾画以及剂量信息的制定,本申请首先获取目标对象对应的4D影像,并根据4D影像生成目标时空流影像数据,其中,目标时空流影像数据表征目标对象在目标时间段的每个时刻所对应的3D影像,从而实现了基于N个采集时刻下的N个3D影像时序序列确定目标对象在目标时间段的每个时刻所对应的3D影像的目的,进而在不需要耗费大量的时间成本采集3D影像的情况下获取目标对象在每个时刻对应的3D影像,记录下目标对象的器官在每个时刻下的运动变化。
最后,由于本申请还获取了目标对象对应的4D放疗计划,4D放疗计划包括X个子计划,X个子计划中的每个子计划的实施时间段不同。因此,结合目标时空流影像数据和每个子计划对应的射野信息,本申请可以确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息,并且任意时刻所对应的剂量信息均是依据该时刻下目标对象对应的3D影像和射野信息所确定生成的,进而解决了现有技术中由于忽视了人体器官在不同时刻存在的运动变化,导致剂量信息确定不准确的技术问题。
在一种可选的实施例中,获取单元101还包括:第一获取子单元和子计划确定子单元。其中,第一获取子单元,用于获取4D放疗计划所涉及的X个子野以及在X个子野中的每个子野下对应的多叶准直器叶片的运动速度;子计划确定子单元,用于根据每个子野下对应的多叶准直器叶片的运动速度以及每个子野的实施顺序确定X个子计划,其中,X个子计划中的每个子计划对应X个子野中的一个子野,并且每个子计划的实施时间段为多叶准直器叶片依据该子计划对应的子野向目标对象进行射线照射的时间段。
可选地,在制定4D放疗计划时,需要指定该放疗计划的子野数量,结合放疗设备的设备参数信息,还可以确定每个子野对应的多叶准直器叶片的运动速度,需要说明的是,多叶准直器叶片的运动速度会影响到每个子野的执行效率,因此,在获取得到每个子野下对应的多叶准直器叶片的运动速度之后,子计划确定子单元可以根据每个子野下对应的多叶准直器叶片的运动速度以及每个子野的实施顺序确定X个子计划,其中,X个子计划中的每个子计划对应X个子野中的一个子野,并且每个子计划的实施时间段为多叶准直器叶片依据该子计划对应的子野向目标对象进行射线照射的时间段。换言之,基于每个子野下多叶准直器叶片的运动速度和每个子野的实施顺序,可以确定实际放疗中的时序子野及出束序列,基于该时序子野及出束序列,可以获取在每个子计划的实施时间段内的任意时刻下每个射野及子野的位置信息。
在一种可选的实施例中,生成单元102还包括:模型调用子单元、第一确定子单元以及第二确定子单元。
其中,模型调用子单元,用于调用目标模型,其中,目标模型为依据参照对象对应的历史4D影像以及参照对象对应的历史时空流影像数据作为先验知识构建生成的模型,目标模型为数学模型或神经网络模型;第一确定子单元,用于通过目标模型确定目标时间段和4D影像对应的N个采集时刻之间的时间关联性;第二确定子单元,用于通过目标模型依据时间关联性以及先验知识确定4D影像中的每个3D影像在目标时间段的每个时刻所对应的影像变化信息,并依据影像变化信息确定目标对象在目标时间段的每个时刻所对应的3D影像,得到目标时空流影像数据。
可选地,参照对象是与目标对象病理特征类似的对象,例如,参照对象与目标对象患有相同的癌症,并且参照对象与目标对象的年龄、体重、性别、身体各项机能指标类似。同时,参照对象为已经采集过历史4D影像和历史时空流影像数据的对象。
可选地,以下分别以目标模型为数学模型或神经网络模型为例说明如何得到目标对象的目标时空流影像数据。
可选地,图3是根据本申请实施例的一种可选的根据参照对象对应的历史时空流影像数据构建的数学模型,如图3所示,历史时空流影像数据为一条有规律的时间-3D影像的曲线。
在此基础上,假设目标对象对应的4D影像由T1时刻对应的3D影像、T2时刻对应的3D影像以及T3时刻对应的3D影像组成,并且这三个3D影像和三个时刻可以构成图4中的曲线,通过比较图4和图3,可以确定图4中的曲线可对应图3中L1-L3时刻的曲线,在此基础上,假设想要获取目标对象在目标时间段内的T7时刻对应的3D影像,而T7时刻与T3时刻间隔的时长为第一时长,因此可以预测图3中的L7时刻所对应的3D影像为目标对象在目标时间段内的T7时刻所对应的3D影像。其中,L7时刻与L3时刻的间隔时长也是第一时长。
由此可见,通过构建数学模型,可以利用参照对象对应的历史4D影像以及参照对象对应的历史时空流影像数据作为先验知识,通过目标模型依据目标时间段和4D影像对应的N个采集时刻之间的时间关联性确定4D影像中的每个3D影像在目标时间段的每个时刻所对应的影像变化信息,并依据影像变化信息确定目标对象在目标时间段的每个时刻所对应的3D影像,得到目标时空流影像数据。
需要说明的是,图3和图4仅是一种示例,在实际应用中,还可以首先检测参照对象的历史4D影像和目标对象的4D影像的影像差异性,然后结合影像差异性、目标时间段和4D影像对应的N个采集时刻之间的时间关联性、参照对象对应的历史时空流影像数据,多维度确定4D影像中的每个3D影像在目标时间段的每个时刻所对应的影像变化信息,并依据影像变化信息确定目标对象在目标时间段的每个时刻所对应的3D影像,得到目标时空流影像数据。
在一种可选的实施例中,剂量信息确定装置还可以使用参照对象对应的历史4D影像作为模型训练样本、参照对象对应的历史时空流影像数据作为模型训练标签,然后训练神经网络学习模型训练样本和模型训练标签之间的关联性,并以学习到的关联性作为模型的先验知识。最终训练得到的神经网络模型可以根据目标对象的4D影像预测目标时间段对应的目标时空流影像数据。
需要说明的是,在已知模型训练样本和模型训练标签的情况下,可以采用任何一种模型训练方法训练得到上述的神经网络模型,例如,CNN模型训练方法、LSTM模型训练方法、注意力神经网络模型训练方法,本申请对选用的模型类型、模型训练方法类型不做特别限定。
在一种可选的实施例中,确定单元103还包括:第二获取子单元、时空流勾画影像数据生成子单元、第三确定子单元。
其中,第二获取子单元,用于获取4D影像中的每个3D影像对应的勾画影像,其中,每个3D影像对应的勾画影像用于表征目标对象的危及器官和放疗靶区在该3D影像中的轮廓信息;时空流勾画影像数据生成子单元,用于根据4D影像中的每个3D影像对应的勾画影像和目标时空流影像数据生成时空流勾画影像数据,其中,时空流勾画影像用于表征目标对象在目标时间段的每个时刻所对应的勾画影像;第三确定子单元,用于根据时空流勾画影像数据、每个子计划对应的射野信息以及每个子计划对应的实施时间段确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息。
可选地,对于4D影像中的每个3D影像,可以采用AI模型自动勾画的方式或者人工勾画的方式对每个3D影像进行勾画,从而得到每个3D影像对应的勾画影像。其中,每个3D影像对应的勾画影像用于表征目标对象的危及器官和放疗靶区在该3D影像中的轮廓信息。
可选地,在得到目标时空流影像数据之后,可以通过时空流勾画影像数据生成子单元根据4D影像中的每个3D影像对应的勾画影像和目标时空流影像数据生成时空流勾画影像数据,其中,时空流勾画影像用于表征目标对象在目标时间段的每个时刻所对应的勾画影像。
另外,在制定剂量信息时,最重要的两个参数为射野信息和勾画影像,因此,在得到时空流勾画影像数据、每个子计划对应的射野信息之后,可以通过第三确定子单元确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息。
在一种可选的实施例中,时空流勾画影像数据生成子单元还包括:图像配准模块和第一处理模块。
其中,图像配准模块,用于采用图像配准的方式,将4D影像中的每个3D影像对应的勾画影像配准至目标时空流影像数据中的每个时刻对应的3D影像中,得到时空流影像数据中的每个时刻对应的3D影像所对应的勾画影像;第一处理模块,用于将目标时空流影像数据中的每个时刻对应的3D影像所对应的勾画影像作为时空流勾画影像数据。
需要说明的是,使用图像配准的方式得到时空流勾画影像数据,无需对目标时空流影像数据中的3D影像再进行勾画,从而可以提高在获取目标时空流影像数据所对应的勾画影像时的获取效率。
可选地,除了使用图像配准的方式得到时空流勾画影像数据,还可以直接对目标时空流影像数据中的每个3D影像进行勾画,从而得到时空流勾画影像数据。另外一种方式是预先对目标时空流影像数据中的若干个3D影像进行勾画操作,得到若干个3D影像对应的勾画影像,然后采用和获取目标时空流影像数据类似的方式,通过神经网络模型或数学模型基于若干个3D影像对应的勾画影像预测得到时空流勾画影像数据。
在一种可选的实施例中,第三确定子单元还包括:第一确定模块、第二处理模块、第二确定模块。
其中,第一确定模块,用于从时空流勾画影像数据中确定每个子计划对应的子时空流勾画影像数据,其中,每个子计划对应的子时空流勾画影像数据用于表征目标对象在该子计划对应的实施时间段的每个时刻所对应的勾画影像;第二处理模块,用于依据每个子计划对应的实施时间段的时间先后顺序将X个子计划中的每个子计划对应的子时空流勾画影像数据组成目标时空流勾画影像数据;第二确定模块,用于依据目标时空流勾画影像数据和每个子计划对应的射野信息确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息。
可选地,为了减少非必要勾画影像数据的干扰,剂量信息确定装置通过第一确定模块从时空流勾画影像数据中确定每个子计划对应的子时空流勾画影像数据,其中,每个子计划对应的子时空流勾画影像数据用于表征目标对象在该子计划对应的实施时间段的每个时刻所对应的勾画影像。
通过上述操作,可以将时空流勾画影像数据中与4D放疗计划无关的勾画影像数据进行去除。
可选地,剂量信息确定装置还可以通过第二处理模块依据每个子计划对应的实施时间段的时间先后顺序将X个子计划中的每个子计划对应的子时空流勾画影像数据组成目标时空流勾画影像数据。
通过上述操作,可以确保目标时空流勾画影像数据与子计划对应的实施时间段相匹配。
最后,剂量信息确定装置通过第二确定模块依据目标时空流勾画影像数据和每个子计划对应的射野信息确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息。
在一种可选的实施例中,第二确定模块还包括:影像数据划分子模块、第一获取子模块、第一确定子模块、第一处理子模块。
其中,影像数据划分子模块,用于将目标时空流勾画影像数据按照固定帧率划分为多个帧勾画影像;第一获取子模块,用于依据每个子计划对应的射野信息获取多个帧勾画影像中的每个帧勾画影像对应的射野信息,其中,每个帧勾画影像对应的射野信息表征在该帧勾画影像对应的时刻下对应的射野及子野的位置信息;第一确定子模块,用于根据每帧勾画影像和该帧勾画影像对应的射野信息确定该帧勾画影像对应的剂量信息;第一处理子模块,用于将每个帧勾画图像对应的剂量信息作为目标对象在该帧勾画影像对应的时刻下所对应的剂量信息。
可选地,上述固定帧率可以自定义设置,容易理解的是,如果想要获取每1秒钟的剂量信息,则可以设置固定帧率为1秒;如果想要获取每1毫秒的剂量信息,则可以设置固定帧率为1毫秒。
假设目标时空流勾画影像数据为一个1分钟的数据,固定帧率设置为1秒,则影像数据划分子模块可以将目标时空流勾画影像数据划分为60个帧勾画影像。
另外,在将目标时空流勾画影像数据按照固定帧率划分为多个帧勾画影像之前,还需要设置对目标对象的初始照射时间,使其与目标时空流勾画影像数据相对应。
可选地,第一获取子模块可以依据每个子计划对应的射野信息获取多个帧勾画影像中的每个帧勾画影像对应的射野信息,其中,每个帧勾画影像对应的射野信息表征在该帧勾画影像对应的时刻下对应的射野及子野的位置信息。
可选地,在将目标时空流勾画影像数据划分为60个帧勾画影像之后,依据4D放疗计划中的每个子计划对应的射野信息可以确定每个帧勾画影像对应的射野信息,也可以理解为获取累计帧率间隔下的射野信息。
可选地,第一确定子模块可以通过剂量计算模型(预先训练好的神经网络模型)、剂量计算算法等多种方式,根据每帧勾画影像和该帧勾画影像对应的射野信息确定该帧勾画影像对应的剂量信息。
最后,第一处理子模块将每个帧勾画图像对应的剂量信息作为目标对象在该帧勾画影像对应的时刻下所对应的剂量信息。
在一种可选的实施例中,第一确定子模块还包括:第一设置子模块和第二设置子模块。
其中,第一设置子模块,用于将多个帧勾画影像中的第一个帧勾画影像对应的剂量信息设置为0;第二设置子模块,用于将多个帧勾画影像中的第i个帧勾画影像对应的初始剂量信息设置为第i-1个帧勾画影像对应的剂量信息,其中,第i个帧勾画影像对应的剂量信息在第i个帧勾画影像对应的初始剂量信息基础上叠加计算得到,第i个帧勾画图像为多个帧勾画影像中除第一个帧勾画影像之外的任意一个帧勾画影像。
可选地,在对每个帧勾画影像进行剂量计算时,将初始帧勾画影像(即多个帧勾画影像中的第一个帧勾画影像)对应的剂量信息设置为0,后续帧勾画影像的初始剂量为前一个帧勾画影像对应的剂量信息,直至计算得到所有帧勾画图像对应的剂量信息,由此得到了时间序列下的剂量信息。
最后,在将每个帧勾画影像对应的剂量信息转换为DVH形式的情况下,便得到了时间序列下的4D-DVH信息,基于目标时空流勾画影像数据和时间序列下的4D-DVH信息,还可以确定目标对象的每个放疗靶区和危及器官所对应的时间序列下的DVH信息。
需要说明的是,对由于患者体内器官的运动变化所导致的剂量误差矫正方法还可以有两种方式,第一种为基于4D影像将危及器官以及放疗靶区分别在每个时相中勾画,然后取所有勾画影像的并集进行剂量的3D优化与计算。第二种方式为对4D影像进行3D的剂量优化与计算,然后基于每个时相的形变场,并赋予每个时相一定的权重,叠加形成4D的剂量。但是,需要说明的是,这两种方法在实际的剂量计算过程中均为3D剂量计算,因此存在一定的误差。
本申请也是在考虑到上述两种方式的弊端的情况下,提出了一种基于时空流的时间连续剂量计算方法,基于神经网络模型以及实际的影像时空流,从而实现真正快速、通用的4D剂量计算。
相比于现有技术中仅使用少量拍摄的3D影像进行勾画以及剂量信息的制定,本申请首先获取目标对象对应的4D影像,并根据4D影像生成目标时空流影像数据,其中,目标时空流影像数据表征目标对象在目标时间段的每个时刻所对应的3D影像,从而实现了基于N个采集时刻下的N个3D影像时序序列确定目标对象在目标时间段的每个时刻所对应的3D影像的目的,进而在不需要耗费大量的时间成本采集3D影像的情况下获取目标对象在每个时刻对应的3D影像,记录下目标对象的器官在每个时刻下的运动变化。
最后,由于本申请还获取了目标对象对应的4D放疗计划,4D放疗计划包括X个子计划,X个子计划中的每个子计划的实施时间段不同。因此,结合目标时空流影像数据和每个子计划对应的射野信息,本申请可以确定目标对象在4D放疗计划实施期间的任意时刻所对应的剂量信息,并且任意时刻所对应的剂量信息均是依据该时刻下目标对象对应的3D影像和射野信息所确定生成的,进而解决了现有技术中由于忽视了人体器官在不同时刻存在的运动变化,导致剂量信息确定不准确的技术问题。
实施例2
根据本申请实施例,提供了一种计算机可读存储介质,其中,计算机可读存储介质中存储有计算机程序,其中,在计算机程序运行时控制计算机可读存储介质所在设备运行上述实施例1中的剂量信息确定装置。
实施例3
根据本申请实施例,提供了一种电子设备,其中,电子设备包括一个或多个处理器和存储器,存储器用于存储一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器控制上述实施例1中的剂量信息确定装置运行。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种剂量信息确定装置,其特征在于,包括:
获取单元,用于获取目标对象对应的4D影像和4D放疗计划,其中,所述4D影像由在N个采集时刻下采集得到的N个3D影像组成,所述4D放疗计划包括X个子计划,所述X个子计划中的每个子计划的实施时间段不同,X和N均为大于1的整数;
生成单元,用于根据所述4D影像生成目标时空流影像数据,其中,所述目标时空流影像数据表征所述目标对象在目标时间段的每个时刻所对应的3D影像,所述目标时间段至少包括所述X个子计划中的每个子计划的实施时间段;
确定单元,用于根据所述目标时空流影像数据和所述每个子计划对应的射野信息确定所述目标对象在所述4D放疗计划实施期间的任意时刻所对应的剂量信息,其中,所述每个子计划对应的射野信息表征在该子计划的实施时间段的每个时刻下每个射野及子野的位置信息。
2.根据权利要求1所述的剂量信息确定装置,其特征在于,所述获取单元,包括:
第一获取子单元,用于获取所述4D放疗计划所涉及的X个子野以及在所述X个子野中的每个子野下对应的多叶准直器叶片的运动速度;
子计划确定子单元,用于根据所述每个子野下对应的多叶准直器叶片的运动速度以及所述每个子野的实施顺序确定所述X个子计划,其中,所述X个子计划中的每个子计划对应所述X个子野中的一个子野,并且所述每个子计划的实施时间段为所述多叶准直器叶片依据该子计划对应的子野向所述目标对象进行射线照射的时间段。
3.根据权利要求1所述的剂量信息确定装置,其特征在于,所述生成单元,包括:
模型调用子单元,用于调用目标模型,其中,所述目标模型为依据参照对象对应的历史4D影像以及所述参照对象对应的历史时空流影像数据作为先验知识构建生成的模型,所述目标模型为数学模型或神经网络模型;
第一确定子单元,用于通过所述目标模型确定所述目标时间段和所述4D影像对应的N个采集时刻之间的时间关联性;
第二确定子单元,用于通过所述目标模型依据所述时间关联性以及所述先验知识确定所述4D影像中的每个3D影像在所述目标时间段的每个时刻所对应的影像变化信息,并依据所述影像变化信息确定所述目标对象在所述目标时间段的每个时刻所对应的3D影像,得到所述目标时空流影像数据。
4.根据权利要求1所述的剂量信息确定装置,其特征在于,所述确定单元,包括:
第二获取子单元,用于获取所述4D影像中的每个3D影像对应的勾画影像,其中,所述每个3D影像对应的勾画影像用于表征所述目标对象的危及器官和放疗靶区在该3D影像中的轮廓信息;
时空流勾画影像数据生成子单元,用于根据所述4D影像中的每个3D影像对应的勾画影像和所述目标时空流影像数据生成时空流勾画影像数据,其中,所述时空流勾画影像用于表征所述目标对象在所述目标时间段的每个时刻所对应的勾画影像;
第三确定子单元,用于根据所述时空流勾画影像数据、所述每个子计划对应的射野信息以及所述每个子计划对应的实施时间段确定所述目标对象在所述4D放疗计划实施期间的任意时刻所对应的剂量信息。
5.根据权利要求4所述的剂量信息确定装置,其特征在于,所述时空流勾画影像数据生成子单元,包括:
图像配准模块,用于采用图像配准的方式,将所述4D影像中的每个3D影像对应的勾画影像配准至所述目标时空流影像数据中的每个时刻对应的3D影像中,得到所述时空流影像数据中的每个时刻对应的3D影像所对应的勾画影像;
第一处理模块,用于将所述目标时空流影像数据中的每个时刻对应的3D影像所对应的勾画影像作为所述时空流勾画影像数据。
6.根据权利要求4所述的剂量信息确定装置,其特征在于,所述第三确定子单元,包括:
第一确定模块,用于从所述时空流勾画影像数据中确定所述每个子计划对应的子时空流勾画影像数据,其中,所述每个子计划对应的子时空流勾画影像数据用于表征所述目标对象在该子计划对应的实施时间段的每个时刻所对应的勾画影像;
第二处理模块,用于依据所述每个子计划对应的实施时间段的时间先后顺序将所述X个子计划中的每个子计划对应的子时空流勾画影像数据组成目标时空流勾画影像数据;
第二确定模块,用于依据所述目标时空流勾画影像数据和所述每个子计划对应的射野信息确定所述目标对象在所述4D放疗计划实施期间的任意时刻所对应的剂量信息。
7.根据权利要求6所述的剂量信息确定装置,其特征在于,所述第二确定模块,包括:
影像数据划分子模块,用于将所述目标时空流勾画影像数据按照固定帧率划分为多个帧勾画影像;
第一获取子模块,用于依据所述每个子计划对应的射野信息获取所述多个帧勾画影像中的每个帧勾画影像对应的射野信息,其中,所述每个帧勾画影像对应的射野信息表征在该帧勾画影像对应的时刻下对应的射野及子野的位置信息;
第一确定子模块,用于根据所述每个帧勾画影像和该帧勾画影像对应的射野信息确定该帧勾画影像对应的剂量信息;
第一处理子模块,用于将所述每个帧勾画图像对应的剂量信息作为所述目标对象在该帧勾画影像对应的时刻下所对应的剂量信息。
8.根据权利要求7所述的剂量信息确定装置,其特征在于,所述第一确定子模块,包括:
第一设置子模块,用于将所述多个帧勾画影像中的第一个帧勾画影像对应的剂量信息设置为0;
第二设置子模块,用于将所述多个帧勾画影像中的第i个帧勾画影像对应的初始剂量信息设置为第i-1个帧勾画影像对应的剂量信息,其中,所述第i个帧勾画影像对应的剂量信息在所述第i个帧勾画影像对应的初始剂量信息基础上叠加计算得到,所述第i个帧勾画图像为所述多个帧勾画影像中除所述第一个帧勾画影像之外的任意一个帧勾画影像。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备运行权利要求1至8中任意一项所述的剂量信息确定装置。
10.一种电子设备,其特征在于,包括一个或多个处理器和存储器,所述存储器用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器控制权利要求1至8中任意一项所述的剂量信息确定装置运行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311769729.0A CN117438062B (zh) | 2023-12-21 | 2023-12-21 | 剂量信息确定装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311769729.0A CN117438062B (zh) | 2023-12-21 | 2023-12-21 | 剂量信息确定装置、电子设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117438062A true CN117438062A (zh) | 2024-01-23 |
CN117438062B CN117438062B (zh) | 2024-04-19 |
Family
ID=89550239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311769729.0A Active CN117438062B (zh) | 2023-12-21 | 2023-12-21 | 剂量信息确定装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117438062B (zh) |
Cited By (1)
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 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101120871A (zh) * | 2006-12-29 | 2008-02-13 | 成都川大奇林科技有限责任公司 | 精确放射治疗计划系统 |
CN102306239A (zh) * | 2011-07-22 | 2012-01-04 | 李宝生 | 基于锥形束ct图像ct值校正技术的放疗剂量评估和优化方法 |
US20130147984A1 (en) * | 2011-12-08 | 2013-06-13 | Canon Kabushiki Kaisha | Image pickup apparatus, method for controlling the same, and program for obtaining position information and direction information |
CN104225809A (zh) * | 2014-10-15 | 2014-12-24 | 大连现代医疗设备科技有限公司 | 一种带有呼吸补偿的4d放疗计划的实施方法及其设备 |
JP2015071030A (ja) * | 2013-09-06 | 2015-04-16 | 株式会社東芝 | X線診断装置、および線量分布発生方法 |
CN104548372A (zh) * | 2015-01-07 | 2015-04-29 | 上海联影医疗科技有限公司 | 放射治疗计划、剂量确定、质量保证的方法及装置 |
CN105031819A (zh) * | 2015-08-25 | 2015-11-11 | 上海联影医疗科技有限公司 | 一种剂量优化方法与系统 |
CN107392897A (zh) * | 2017-07-17 | 2017-11-24 | 上海联影医疗科技有限公司 | 器官轮廓获取方法、影像设备、放疗计划系统及存储介质 |
CN113101548A (zh) * | 2021-04-20 | 2021-07-13 | 黄晓延 | 一种降低皮肤剂量的光子调强放疗控制方法 |
CN114126708A (zh) * | 2019-05-15 | 2022-03-01 | 医科达股份有限公司 | 剂量引导的实时自适应放射疗法 |
CN115721874A (zh) * | 2021-08-31 | 2023-03-03 | 武汉大学中南医院 | 放疗计划规划系统、装置和计算机设备 |
CN115738099A (zh) * | 2021-09-03 | 2023-03-07 | 上海联影医疗科技股份有限公司 | 一种剂量验证方法和系统 |
CN116072263A (zh) * | 2023-03-06 | 2023-05-05 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 基于放疗的计划参数预测装置 |
-
2023
- 2023-12-21 CN CN202311769729.0A patent/CN117438062B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101120871A (zh) * | 2006-12-29 | 2008-02-13 | 成都川大奇林科技有限责任公司 | 精确放射治疗计划系统 |
CN102306239A (zh) * | 2011-07-22 | 2012-01-04 | 李宝生 | 基于锥形束ct图像ct值校正技术的放疗剂量评估和优化方法 |
US20130147984A1 (en) * | 2011-12-08 | 2013-06-13 | Canon Kabushiki Kaisha | Image pickup apparatus, method for controlling the same, and program for obtaining position information and direction information |
JP2015071030A (ja) * | 2013-09-06 | 2015-04-16 | 株式会社東芝 | X線診断装置、および線量分布発生方法 |
CN104225809A (zh) * | 2014-10-15 | 2014-12-24 | 大连现代医疗设备科技有限公司 | 一种带有呼吸补偿的4d放疗计划的实施方法及其设备 |
CN104548372A (zh) * | 2015-01-07 | 2015-04-29 | 上海联影医疗科技有限公司 | 放射治疗计划、剂量确定、质量保证的方法及装置 |
CN105031819A (zh) * | 2015-08-25 | 2015-11-11 | 上海联影医疗科技有限公司 | 一种剂量优化方法与系统 |
CN107392897A (zh) * | 2017-07-17 | 2017-11-24 | 上海联影医疗科技有限公司 | 器官轮廓获取方法、影像设备、放疗计划系统及存储介质 |
CN114126708A (zh) * | 2019-05-15 | 2022-03-01 | 医科达股份有限公司 | 剂量引导的实时自适应放射疗法 |
CN113101548A (zh) * | 2021-04-20 | 2021-07-13 | 黄晓延 | 一种降低皮肤剂量的光子调强放疗控制方法 |
CN115721874A (zh) * | 2021-08-31 | 2023-03-03 | 武汉大学中南医院 | 放疗计划规划系统、装置和计算机设备 |
CN115738099A (zh) * | 2021-09-03 | 2023-03-07 | 上海联影医疗科技股份有限公司 | 一种剂量验证方法和系统 |
CN116072263A (zh) * | 2023-03-06 | 2023-05-05 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 基于放疗的计划参数预测装置 |
Cited By (1)
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 |
Also Published As
Publication number | Publication date |
---|---|
CN117438062B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10265543B2 (en) | Beam segment-level dose computation and temporal motion tracking for adaptive treatment planning | |
CN107072624B (zh) | 用于自动治疗计划的系统和方法 | |
JP6537644B2 (ja) | 放射線治療中に品質指標を使用して標的を追跡するためのシステム及び方法 | |
US9757588B2 (en) | Deformable registration of images for image guided radiation therapy | |
CN114681813B (zh) | 放射治疗自动计划系统、自动计划方法及存储介质 | |
EP2736415B1 (en) | Modulating gantry rotation speed and image acquisition in respiratory correlated (4d) cone beam ct images | |
CN117438062B (zh) | 剂量信息确定装置、电子设备及计算机可读存储介质 | |
US9782607B2 (en) | Systems and methods for radiation treatment planning using combined imaging and treatment dose | |
EP3436148B1 (en) | Adaptive radiation therapy planning | |
US10799715B2 (en) | Adaptive radiation therapy planning | |
JP2019508111A (ja) | 画像誘導放射線治療における3次元呼吸運動管理 | |
CN116072263B (zh) | 基于放疗的计划参数预测装置 | |
CN110461415A (zh) | 图像引导式辐射治疗 | |
CN115485018A (zh) | 用于使用强化学习来控制处理递送的方法和装置 | |
KR20210045577A (ko) | 인공 지능 기반 뇌 mri영상에서 생성된 ct 영상을 이용한 비침습 치료 계획 방법 | |
WO2006131848A2 (en) | Point subselection for fast deformable point-based imaging | |
WO2023006720A1 (en) | An apparatus and a computer implemented method for calculating a radiotherapy dose distribution using monte carlo simulations | |
Díez et al. | Analysis and evaluation of periodic physiological organ motion in radiotherapy treatments | |
CN117679671A (zh) | 一种放射治疗4d剂量重建的方法、系统和存储介质 | |
Shamir et al. | A Machine Learning Based Approach for Rapidly Estimating Tumor Treating Fields Distributions in the Body | |
Peshko | Design of a System for Target Localization and Tracking in Image-Guided Radiation Therapy | |
Vergalasova | On-Board Imaging of Respiratory Motion: Investigation of Markerless and Self-Sorted Four-Dimensional Cone-Beam CT (4D-CBCT) | |
Abeygunasekera | Framework for Respiratory-induced Motion Management and Modeling for the Reduction of the PTV Margin in EBRT |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |