CN118414194A - 连续性放射治疗计划 - Google Patents
连续性放射治疗计划 Download PDFInfo
- Publication number
- CN118414194A CN118414194A CN202180105150.7A CN202180105150A CN118414194A CN 118414194 A CN118414194 A CN 118414194A CN 202180105150 A CN202180105150 A CN 202180105150A CN 118414194 A CN118414194 A CN 118414194A
- Authority
- CN
- China
- Prior art keywords
- radiation
- therapy
- radiation therapy
- treatment
- computing system
- 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
- 238000001959 radiotherapy Methods 0.000 title claims abstract description 178
- 238000013439 planning Methods 0.000 title claims abstract description 61
- 230000005855 radiation Effects 0.000 claims abstract description 204
- 238000000034 method Methods 0.000 claims abstract description 89
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 59
- 238000002560 therapeutic procedure Methods 0.000 claims abstract description 43
- 238000013507 mapping Methods 0.000 claims abstract description 6
- 238000005457 optimization Methods 0.000 claims description 62
- 238000003384 imaging method Methods 0.000 claims description 40
- 238000004364 calculation method Methods 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 24
- 230000009466 transformation Effects 0.000 claims description 18
- 230000008021 deposition Effects 0.000 claims description 13
- 238000002721 intensity-modulated radiation therapy Methods 0.000 claims description 12
- 210000000920 organ at risk Anatomy 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000005286 illumination Methods 0.000 claims description 6
- 230000004907 flux Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 230000015654 memory Effects 0.000 description 41
- 238000012545 processing Methods 0.000 description 40
- 238000004891 communication Methods 0.000 description 28
- 230000005291 magnetic effect Effects 0.000 description 17
- 206010028980 Neoplasm Diseases 0.000 description 14
- 238000002591 computed tomography Methods 0.000 description 10
- 238000013461 design Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 210000003484 anatomy Anatomy 0.000 description 6
- 238000007408 cone-beam computed tomography Methods 0.000 description 6
- 230000001225 therapeutic effect Effects 0.000 description 6
- 230000001052 transient effect Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000006378 damage Effects 0.000 description 5
- 230000000670 limiting effect Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000036961 partial effect Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000002059 diagnostic imaging Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 238000002604 ultrasonography Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000013170 computed tomography imaging Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 238000002603 single-photon emission computed tomography Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 238000012285 ultrasound imaging Methods 0.000 description 2
- 238000004800 variational method Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 1
- LLQPHQFNMLZJMP-UHFFFAOYSA-N Fentrazamide Chemical compound N1=NN(C=2C(=CC=CC=2)Cl)C(=O)N1C(=O)N(CC)C1CCCCC1 LLQPHQFNMLZJMP-UHFFFAOYSA-N 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000012879 PET imaging Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013502 data validation Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000013535 dynamic contrast enhanced MRI Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005290 field theory Methods 0.000 description 1
- 238000009198 gamma knife radiosurgery Methods 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 description 1
- 238000002673 radiosurgery Methods 0.000 description 1
- 229910052705 radium Inorganic materials 0.000 description 1
- HCWPIIXVSYCSAN-UHFFFAOYSA-N radium atom Chemical compound [Ra] HCWPIIXVSYCSAN-UHFFFAOYSA-N 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000010129 solution processing Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1042—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head
- A61N5/1045—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head using a multi-leaf collimator, e.g. for intensity modulated radiation therapy or IMRT
- A61N5/1047—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head using a multi-leaf collimator, e.g. for intensity modulated radiation therapy or IMRT with movement of the radiation head during application of radiation, e.g. for intensity modulated arc therapy or IMAT
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- G16H40/60—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 operation of medical equipment or devices
- G16H40/63—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 operation of medical equipment or devices for local operation
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Surgery (AREA)
- Urology & Nephrology (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
公开了用于在连续计算空间中进行动态放射治疗计划的系统和方法。用于生成用于放射治疗的治疗计划数据的示例操作包括:获得用于人类受试者的放射治疗的数据;从用于放射治疗的数据生成辐射控制集,其中辐射控制中的至少一者基于来自连续(例如无限维)计算空间的映射;将所生成的辐射控制集转换为治疗递送参数集,治疗递送参数集对应于放射治疗机的能力;以及基于治疗递送参数集产生用于放射治疗的治疗计划数据。
Description
技术领域
本发明的实施例总体上涉及与放射治疗计划和治疗系统结合使用的处理和优化技术。具体地,本发明涉及用于与放射治疗会话的计划结合的连续性治疗计划和实施的计算易处理方法的使用。
背景技术
放射疗法(或“放射治疗”)可用于治疗哺乳动物(例如人和动物)组织中的癌症或其它疾病。一种这样的放射治疗技术使用γ刀提供,据此患者被大量低强度γ射线照射,这些低强度γ射线以高强度和高精度会聚在靶(例如肿瘤)处。另一这样的放射治疗技术使用加速器来提供,由此通过高能粒子(例如电子、质子、离子、高能光子等)照射肿瘤。必须准确地控制辐射束的放置和剂量以确保肿瘤接收规定的辐射,并且束的放置应当使得对周围健康组织(通常称为一个或多个危及器官(organ at risk,OAR))的损伤最小化。
在放射治疗中,治疗计划通常以顺序方式执行,其中,在求解优化问题之前确定自由度(例如γ刀中的等中心位置)。然而,确定自由度必然限制优化的搜索空间,从而限制可以通过优化找到的治疗计划的质量—有时甚至到不存在可接受的计划并且必须重新确定自由度并且必须重新计算优化的程度。
已经提出了一些有限的方法来改进用于利用γ刀实施治疗的路径的治疗计划。然而,由这些方法产生的结果路径可能不是完全优化的。
发明内容
在一些实施例中,提供了用于对针对放射治疗会话设计的放射治疗计划执行的评估和优化的方法、系统和计算机可读介质。常规治疗计划中的初始步骤是确定稍后用于求解优化问题的自由度。下文通过去除确定自由度的初始步骤并且替代地在连续性限制中执行放射治疗计划作为优化的初始步骤,提供了用于放射治疗计划优化的扩展方法。
在各种示例中,用于放射治疗计划设置中的这种评估和优化的操作包括:获得用于人类受试者的放射治疗的数据;从用于放射治疗的数据生成辐射控制集,其中,辐射控制中的至少一者基于来自连续计算空间的映射(例如由其定义);将所生成的辐射控制集转换为治疗递送参数集,其中治疗递送参数集对应于放射治疗机的能力;以及基于治疗递送参数集产生用于放射治疗的治疗计划数据。
可以使用各种技术来在连续计算空间(例如无限维空间)中产生辐射控制集。在一个示例中,生成这样的辐射控制包括求解针对放射治疗的优化问题,并且可选地,使用优化问题中的优化变量,例如与辐射控制中的至少一者相关的辅助变量集,其具有由线性算子定义的关系。
辐射剂量的模拟可以包括在连续计算空间中应用变换作为卷积。这样的操作通过将患者特定剂量沉积核或注量沉积矩阵与对应于照射时间(例如用于γ刀治疗)或辐射强度(例如用于直线加速器治疗)中的至少一者的辐射控制进行卷积来完成。在该示例中,各个剂量沉积核或注量沉积矩阵表示从特定扇区、特定准直器和特定等中心到患者体内要接受放射治疗的特定位置的剂量率。
在另一示例中,应用变换以确定剂量包括应用傅里叶变换,使得模拟剂量计算被表示为傅里叶空间中的乘法。在另一示例中,应用变换包括应用以下变换中的一者:小波、拉普拉斯、汉克尔、梅林或希尔伯特变换。
在另一示例中,通过使用偏微分方程以评估优化问题来识别连续计算空间中的优化解。同样在另外示例中,使用变分推断以找到近似解来识别连续计算空间中的优化解。同样在另外示例中,使用随机场的概率语言、使用点的有限子集执行计算、以及使用插值以确定连续计算空间的特性,来识别连续计算空间中的优化解。同样在另外示例中,通过基于定义的二维或三维网格使用成像数据应用优化来识别连续计算空间中的优化解。
在又一示例中,利用这样的技术生成的治疗递送参数集可以基于放射治疗机的类型而压缩到执行放射治疗的路径。例如,治疗递送参数集的压缩可以使用曲波来执行。
在又一示例中,在连续计算空间中产生的剂量计算集可以基于指示放射治疗期间的辐射的调制的变量,其中变量定义以下内容中的至少一者:辐射的焦点位置、方向性、照射时间、通量、注量、能量或准直。
这些技术可以解决各种形式的放射疗法和治疗计划。例如,用于放射治疗的数据可以包括一个或多个体积的定义,例如定义一个或多个危及器官区域和一个或多个靶区域的数据。在另外示例中,放射治疗被提供有γ刀,并且治疗递送参数集包括用于递送放射治疗的等中心集,并且治疗递送参数集还可以包括用于递送放射治疗的定时和用于递送放射治疗的序列。在另一示例中,放射治疗被提供有使用直线加速器(Linac)放射治疗机的容积旋转调强放疗(VMAT)或调强放射治疗(IMRT),并且治疗递送参数集包括弧控制点和诊察台位置的集合。例如,这样的治疗计划数据可以用于基于针对放射治疗所计算的治疗计划数据使用来自放射治疗机的多个放射治疗束来引起或实现放射治疗的递送。
以上概述旨在提供本专利申请的主题的概述。其不旨在提供对本发明主题的排他性或详尽的解释。包括详细描述以提供关于本专利申请的另外信息。
附图说明
在未必等比例绘制的附图中,相同数字在若干视图中始终描述大致类似的组件。具有不同字母后缀的相同数字表示大致类似组件的不同实例。附图以示例而非限制的方式一般性地例示了本文献中讨论的各种实施例。
图1例示了根据一些示例的放射治疗系统。
图2A例示了根据一些示例的具有被配置为提供治疗束的放射治疗输出的放射治疗系统。
图2B例示了根据一些示例的包括组合的放射治疗系统和成像系统(例如锥形束计算机断层摄影(CBCT)成像系统)的系统。
图3例示了根据一些示例的包括组合的放射治疗系统和成像系统(例如核磁共振(MR)成像(MRI)系统)的系统的部分剖视图。
图4例示了根据一些示例的莱克塞尔γ刀放射治疗设备的示例。
图5例示了根据一些示例的使用基于连续性的剂量计划的放射治疗计划工作流程。
图6例示了根据一些示例的基于连续性的剂量计划的额外细节。
图7例示了根据一些示例的放射治疗计划的方法的流程图。
图8例示了可以在上面实现如本文所讨论的方法中的一者或多者的机器的示例性框图。
具体实施方式
在以下详细描述中,参考附图,附图形成描述的一部分,并且在附图中,以例示的方式示出了可以实践本发明的具体实施例。在本文中也被称为“示例”的这些实施例被充分详细地描述,以使得本领域技术人员能够实践本发明,并且应理解,可组合实施例,或可利用其它实施例,且可在不脱离本发明的范围的情况下作出结构、逻辑和电改变。因此,以下详细描述不应在限制意义上理解,并且本发明的范围由所附权利要求及其等同物限定。
在本文讨论的示例中,通过在连续性限制中解决剂量计划阶段(例如通过使自由度由函数或场而不是变量的离散集来表示)来求解治疗计划问题。因此,在γ刀放射治疗设置中,计划可以通过将最优照射时间视为上的场来处理,而不是从首先识别并且其次优化的等中心位置的离散集开始。
本文讨论的技术也可以适用于计划其他形式的放射治疗,其通常涉及基于变量和参数的离散集的类似优化集。例如,当在连续空间中评估VMAT的放射治疗时,结果将不是具有等中心的上的场,而是将是用于聚焦来自不同束角的放射治疗束的递送的新的圆柱形状。同样,当评估非共面设置时,结果将涉及对用于聚焦放射治疗束的递送的新的圆锥截锥形状(即,顶部截断的圆锥)的分析。作为另一示例,可以通过平移或旋转床来连续地重新定位患者。
在一个示例中,通过使用(i)用于利用连续实体执行计算的计算易处理方法以及(ii)将连续实体转换成可以利用物理放射治疗机实施的治疗计划的方法,来实现用于治疗计划的以下方法。这些方法中的每一者都可以根据治疗的类型和各个治疗要考虑的约束来定制。
如本文所用的,参考属于无限维空间的一些控制变量的计算来提供对“连续计算空间”的参考(例如这样的控制变量可以是函数)。因此,“连续计算空间”可以被认为与“无限维计算空间”同义,并且在本文中可互换使用。
令X和Y为两个线性向量空间,并且令D为X的子集。与每个元素x∈D和元素y∈Y相关联的规则A被称为对于域D从X到Y的映射(或者等同地,变换或算子)。如果Y是实线,则A也可以被称为(实)函数。其中定义A的集合D被称为域A。如果y=A(x),则y被称为图像x。整个域的图像A(D)被称为范围A。我们同义地将无限维向量空间称为连续向量空间,或者当用于计算时,称为连续计算空间。在一个示例中,域A可以是无限维的,即连续的计算空间,并且范围A的子集U(即)可以用放射治疗计划中的控制变量来识别。进一步地,优化问题可以使用目标函数,该目标函数包括定义与控制变量的给定选择相关联的“成本”的函数J[U],该成本通过修改映射A以便找到控制变量的期望选择而最小化。
以下段落提供了示例放射治疗系统实现方式和治疗用例的概述(参考图2A、图2B、图3和图4),包括使用计算系统和硬件实现方式(参考图1和图8)。然后,下文继续讨论示例计划和辐射控制(例如剂量计算)工作流程(参考图5和图6)。最后,提供了对放射治疗计划的讨论(参考图7),其例示了利用这种计划和辐射控制生成治疗计划的端到端方法。
图1例示了适于使用本文讨论的一个或多个方法执行放射治疗计划处理操作的示例性放射治疗系统100。这些放射治疗计划处理操作被执行为使得放射治疗系统100能够基于所捕获的医学成像数据和治疗辐射控制(例如剂量计算或放射治疗机配置参数)的特定方面来向患者提供放射治疗。具体地,下面的处理操作可以被实现为放射治疗计划逻辑120的一部分,其用于开发放射治疗计划。然而,应当理解,可以提供以下计划逻辑120和优化操作的许多变化和用例,例如响应于数据验证、可视化和其他医学评估和诊断操作。
放射治疗系统100包括托管放射治疗计划逻辑120的放射治疗处理计算系统110。放射治疗处理计算系统110可以连接到网络(未示出),并且这样的网络可以连接到因特网。例如,网络可以将放射治疗处理计算系统110与一个或多个专用和/或公共医学信息源(例如放射学信息系统(RIS)、医疗记录系统(例如电子医疗记录(EMR)/电子健康记录(EHR)系统)、肿瘤学信息系统(OIS))、一个或多个图像数据源150、图像获取设备170(例如成像模态)、治疗设备180(例如放射治疗设备)以及治疗数据源160连接。
作为示例,放射治疗处理计算系统110可以被配置为接收受试者的治疗目标(例如从一个或多个MR图像),并且通过执行来自放射治疗计划逻辑120的指令或数据来生成放射治疗计划,作为生成要由治疗设备180使用和/或在设备146上输出的治疗计划的操作的一部分。在一个实施例中,放射治疗计划逻辑120求解优化问题以生成放射治疗计划。放射治疗计划逻辑120通过基于在连续计算空间中识别的值识别放射治疗优化问题的新的最优解,来求解放射治疗优化问题。
通用放射治疗计划优化问题可以被定义为方程1:
服从x∈Ω
(方程1)
其中,f:是目标函数,x∈X是决策变量,是可行变量的集合。通常,函数f可以是非线性的,并且集合Ω是非凸的。优化问题通常使用某种形式的迭代方案来求解。例如,在f是平滑且凸并且Ω是凸的情况下,则投影梯度方案可以用于求解方程(1)并且读取如下:
其中,projΩ:X→X是到Ω上的投影,是步长,X→X是梯度。这样的优化问题可以使用优化问题求解器(例如单纯形法、内点法、牛顿法、拟牛顿法、高斯牛顿法、列文伯格-马夸尔特法、线性最小二乘法、梯度下降法、投影梯度法、共轭梯度法、增广拉格朗日法、内德米德(Nelder-Mead)法、分支定界法、切割平面法、模拟退火和/或序列二次规划)使用处理电路112或并行处理电路118或其组合来求解。
所公开的技术提高了求解优化问题的效率和质量。特别地,允许自由度是连续的而不是离散的导致治疗计划的质量提高,因为扩展的可行集合导致在方程1中表达的治疗计划优化问题的较低最小值。而且,本文讨论的技术使得能够评估比使用现有连续性技术更大的可行集合。
放射治疗处理计算系统110可以包括处理电路112、存储器114、存储设备116以及其他硬件和软件可操作特征,例如用户接口142、通信接口(未示出)等。存储设备116可以存储瞬态或非瞬态计算机可执行指令,例如操作系统、放射治疗计划、训练数据、软件程序(例如图像处理软件、图像或解剖可视化软件、人工智能(AI)或ML实现方式和算法,例如由深度学习模型、ML模型和神经网络(NN)等提供)、以及要由处理电路112执行的任何其他计算机可执行指令。
在一个示例中,处理电路112可以包括处理设备,例如一个或多个通用处理设备,例如微处理器、中央处理单元(CPU)、图形处理单元(GPU)、加速处理单元(APU)等。更特别地,处理电路112可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、实现其他指令集的处理器、或实现指令集的组合的处理器。处理电路112还可以由一个或多个专用处理设备来实现,例如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、片上系统(SoC)等。
如本领域技术人员将理解的,在一些示例中,处理电路112可以是专用处理器而不是通用处理器。处理电路112可以包括一个或多个已知的处理设备,例如来自英特尔(IntelTM)制造的奔腾(PentiumTM)、酷睿(CoreTM)、至强(XeonTM)或安腾家族、AMDTM制造的的炫龙(TurionTM)、速龙(AthlonTM)、闪龙(SempronTM)、皓龙(OpteronTM)、FXTM、羿龙(PhenomTM)家族的微处理器、或者太阳微系统公司(Sun Microsystems)制造的各种处理器中的任何处理器。处理电路112还可以包括图形处理单元,例如来自由英伟达(NvidiaTM)制造的精视丽台特斯拉家族、由英特尔(IntelTM)制造的GMA、锐炬(IrisTM)家族或由AMDTM制造的镭龙(RadeonTM)家族的GPU。处理电路112还可以包括加速处理单元,例如由英特尔(IntelTM)制造的至强融核(Xeon PhiTM)家族。所公开的实施例不限于以其他方式被配置为满足识别、分析、维护、生成和/或提供大量数据或操纵这样的数据以执行本文所公开的方法的计算需求的任何类型的一个或多个处理器。另外,术语“处理器”可以包括多于一个物理(基于电路)或基于软件的处理器(例如多核设计或多个处理器,各个处理器具有多核设计)。处理电路112可以执行存储在存储器114中并且从存储设备116中访问的瞬态或非瞬态计算机程序指令序列,以执行将在下面更详细地解释的各种操作、过程和方法。应当理解,系统100中的任何组件可以单独地实现并且作为独立设备操作,并且可以耦合到系统100中的任何其他组件以执行本发明中描述的技术。
存储器114可以包括只读存储器(ROM)、相变随机存取存储器(PRAM)、静态随机存取存储器(SRAM)、闪存、随机存取存储器(RAM)、例如同步DRAM(SDRAM)的动态随机存取存储器(DRAM)、电可擦可编程只读存储器(EEPROM)、静态存储器(例如闪存、闪存盘、静态随机存取存储器)以及其他类型的随机存取存储器、高速缓存、寄存器、压缩盘只读存储器(CD-ROM)、数字通用光盘(DVD)或其他光学储存器、盒式磁带、其他磁存储设备、或可以用于存储包括能够由处理电路112或任何其他类型的计算机设备访问的图像、训练数据、一个或多个ML模型或技术参数、数据或瞬态或非瞬态计算机可执行指令(例如以任何格式存储)的信息的任何其他非瞬态介质。例如,计算机程序指令可以由处理电路112访问,从ROM或任何其他合适的存储器位置读取,并且加载到RAM中以供处理电路112执行。
存储设备116可以构成驱动单元,其包括瞬态或非瞬态机器可读介质,上面存储了具体实施本文描述的方法或功能(在各种示例中包括放射治疗计划逻辑120和用户接口142)中的任何一者或多者或由其利用的一组或多组瞬态或非瞬态指令和数据结构(例如软件)。指令在其由放射治疗处理计算系统110执行期间还可以完全或至少部分地驻留在存储器114内和/或处理电路112内,其中存储器114和处理电路112也构成瞬态或非瞬态机器可读介质。
存储器114和存储设备116可以构成非瞬态计算机可读介质。例如,存储器114和存储设备116可以在计算机可读介质上存储或加载用于一个或多个软件应用的瞬态或非瞬态指令。存储或加载在存储器114和存储设备116中的软件应用可以包括例如用于常见计算机系统以及软件控制的设备的操作系统。放射治疗处理计算系统110还可以操作各种软件程序,包括用于实现放射治疗计划逻辑120和用户接口142的软件代码。进一步地,存储器114和存储设备116可以存储或加载整个软件应用、软件应用的一部分、或者与软件应用相关联的代码或数据,其可由处理电路112执行。在另外示例中,存储器114和存储设备116可以存储、加载和操纵一个或多个放射治疗计划、成像数据、分割数据、治疗可视化、直方图或测量结果、一个或多个AI模型数据(例如一个或多个ML模型的权重和参数)、训练数据、标签和映射数据等。可以设想,软件程序不仅可以存储在存储设备116和存储器114上,而且可以存储在可移动计算机介质上,例如硬盘驱动器、计算机磁盘、CD-ROM、DVD、蓝光DVD、USB闪存驱动器、SD卡、记忆棒或任何其它适当的介质;这样的软件程序也可以通过网络传送或接收。
虽然未描述,但是放射治疗处理计算系统110可以包括通信接口、网络接口卡和通信电路。示例通信接口可以包括例如网络适配器、电缆连接器、串行连接器、USB连接器、并行连接器、高速数据传输适配器(例如诸如光纤、USB 3.0、Thunderbolt等)、无线网络适配器(例如诸如IEEE 802.11/Wi-Fi适配器)、电信适配器(例如与3G、4G/LTE和5G网络等通信)等。这种通信接口可以包括一个或多个数字和/或模拟通信设备,其允许机器经由网络与其他机器和设备(例如远程定位的组件)通信。网络可以提供局域网(LAN)、无线网络、云计算环境(例如软件即服务、平台即服务、基础设施即服务等)、客户端-服务器、广域网(WAN)等的功能。例如,网络可以是LAN或WAN,其可以包括其他系统(包括额外的图像处理计算系统或与医学成像或放射治疗操作相关联的基于图像的组件)。
在一个示例中,放射治疗处理计算系统110可以从图像数据源150(例如MR图像)获得图像数据152,以用于托管在存储设备116和存储器114上。在又一示例中,软件程序可以替换患者图像的函数(例如有符号距离函数)或图像的处理版本,其强调图像信息的某一方面。放射治疗处理计算系统110可以从图像数据源150获得图像数据152或向其传送图像数据。在另外示例中,治疗数据源160接收或更新计划数据162,作为由放射治疗计划逻辑120生成的治疗计划的结果。图像数据源150还可以提供或托管用于在放射治疗计划逻辑120中使用的成像数据。
在一个示例中,计算系统110可以与一个或多个治疗数据源160、输入设备148以及其他数据源通信,以生成针对放射治疗计划优化问题的变量和参数。可以评估的这样的变量和参数以识别针对放射治疗问题的多个最优解(即可能的解)。所生成的解可以包括帕累托最优解,其中帕累托最优计划是指在不使另一标准恶化的情况下不能改进标准的放射治疗计划。在用于放射治疗之前,可以进一步评估和改进所得的“最优”解。如将理解的,利用连续计划参数生成的解的帕累托表面将在利用离散计划参数生成的帕累托表面“下方”。
处理电路112可以通信地耦合到存储器114和存储设备116,并且处理电路112可以被配置为执行存储在其上的来自存储器114或存储设备116的计算机可执行指令。特别地,放射治疗计划逻辑120接收从用于放射治疗的参数导出的优化问题。处理电路112可以利用软件程序或实现方式来优化计划以从放射治疗机递送特定放射治疗剂量,作为开发如本文讨论的针对放射治疗问题的优化解的一部分。进一步地,这样的软件程序或实现方式可以利用放射治疗计划逻辑120来使用本文进一步讨论的技术产生新的或更新的治疗计划参数,其用于部署到治疗数据源160和/或呈现在输出设备146上。处理电路112可以随后经由通信接口和网络将新的或更新的治疗计划细节传输到治疗设备180,其中,放射治疗计划将用于经由治疗设备180利用辐射来治疗患者,与放射治疗计划逻辑120的结果一致(例如根据下面讨论的过程)。
在一个示例中,用于定义放射治疗问题或指示患者的解剖区域的图像数据152可以包括一个或多个MRI图像(例如2D MRI、3D MRI、2D串流MRI、4D MRI、4D体积MRI、4D电影MRI等)、功能MRI图像(例如fMRI、DCE-MRI、扩散MRI)、计算机断层摄影(CT)图像(例如2DCT、2D锥束CT、3D CT、3D CBCT、4D CT、4DCBCT)、超声图像(例如2D超声、3D超声、4D超声)、正电子发射断层摄影(PET)图像、X射线图像、荧光图像、放射治疗射野图像、单光子发射计算机断层摄影(SPECT)图像、计算机生成的合成图像(例如伪CT图像)等。进一步地,图像数据152还可以包括医学图像处理数据(例如训练图像、金标准图像、轮廓图像和剂量图像)或与其相关联。在其他示例中,可以以非图像格式(例如坐标、映射等)表示解剖区域的等同表示。
在一个示例中,图像数据152可以从图像获取设备170接收,并且存储在一个或多个图像数据源150(例如图片归档和通信系统(PACS)、供应商中立档案库(VNA)、医疗记录或信息系统、数据仓库等)中。因此,图像获取设备170可包括MRI成像设备、CT成像设备、PET成像设备、超声成像设备、荧光设备、SPECT成像设备、集成的直线加速器和MRI成像设备、CBCT成像设备、或用于获得患者的医学图像的其它医学成像设备。图像数据152可以以图像获取设备170和放射治疗处理计算系统110可以用来执行与所公开的实施例一致的操作的任何类型的数据或任何类型的格式(例如医学数字成像和通信(DICOM)格式)来接收和存储。进一步地,在一些示例中,本文讨论的模型可以被训练为处理原始图像数据格式或其导出。
在一个示例中,图像获取设备170可以与治疗设备180集成为单个装置(例如与直线加速器组合的MRI设备,也称为“MRI直线加速器”)。这样的MRI直线加速器可以用于例如确定患者体内的靶器官或靶肿瘤的位置,以便根据放射治疗计划将放射治疗准确地引导到预定靶。例如,放射治疗计划可以提供关于要施加到各个患者的特定放射剂量的信息。放射治疗计划还可以包括其他放射治疗信息,包括放射治疗设备的控制点,例如诊察台位置、束强度、束角、剂量直方图体积信息、在治疗期间要使用的辐射束的数量、每束的剂量等。
放射治疗处理计算系统110可以通过网络与外部数据库通信,以发送/接收与图像处理和放射治疗操作相关的多个各种类型的数据。例如,外部数据库可以包括机器数据(包括设备约束),其提供与治疗设备180、图像获取设备170或与放射治疗或医疗过程相关的其他机器相关联的信息。机器数据信息(例如控制点)可以包括辐射束尺寸、弧放置、束开启和关闭持续时间、机器参数、片段、多叶准直器(MLC)配置、台架速度、MRI脉冲序列等。外部数据库可以是存储设备,并且可以配备有适当的数据库管理软件程序。进一步地,这样的数据库或数据源可以包括以集中或分布式方式定位的多个设备或系统。
放射治疗处理计算系统110可以收集和获得数据,并且使用通信地耦合到处理电路112和存储器114的一个或多个通信接口经由网络与其他系统通信。例如,通信接口可以提供放射治疗处理计算系统110与放射治疗系统组件之间的通信连接(例如允许与外部设备交换数据)。例如,在一些示例中,通信接口可以具有从输出设备146或输入设备148连接到用户接口142的适当接口电路,其可以是硬件键盘、小键盘或触摸屏,用户可以通过其向放射治疗系统中输入信息。
作为示例,输出设备146可以包括显示设备,其输出用户接口142的表示和医学图像、治疗计划以及这样的计划的训练、生成、验证或实现的状态的一个或多个方面、可视化或表示。输出设备146可以包括一个或多个显示屏,其向用户显示医学图像、接口信息、治疗计划参数(例如轮廓、剂量、束角、标签、地图等)、治疗计划、靶、定位靶和/或跟踪靶、或任何相关信息。连接到用户接口142的输入设备148可以是键盘、小键盘、触摸屏或用户可以用于放射治疗系统100的任何类型的设备。替代性地,输出设备146、输入设备148和用户接口142的特征可以集成到例如智能电话或平板计算机(例如苹果联想三星等)的单个设备中。
此外,放射治疗系统的任何和所有组件可以被实现为虚拟机(例如经由VMWare、Hyper-V等虚拟化平台)或独立设备。例如,虚拟机可以是用作硬件的软件。因此,虚拟机可以包括一起用作硬件的至少一个或多个虚拟处理器、一个或多个虚拟存储器以及一个或多个虚拟通信接口。例如,放射治疗处理计算系统110、图像数据源150或类似组件可以被实现为虚拟机或在基于云的虚拟化环境内实现。
图像获取设备170可被配置为获取患者的解剖结构的感兴趣区域(例如靶器官、靶肿瘤或两者)的一个或多个图像。各个图像(通常是2D图像或切片)可以包括一个或多个参数(例如2D切片厚度、取向和位置等)。在一个示例中,图像获取设备170可以获取任何取向的2D切片。例如,2D切片的取向可以包括矢状取向、冠状取向或轴向取向。处理电路112可以调整一个或多个参数,例如2D切片的厚度和/或取向,以包括靶器官和/或靶肿瘤。在一个示例中,可以从例如3D CBCT或CT或MRI体积的信息确定2D切片。这样的2D切片可以在患者进行放射治疗的同时(例如当使用治疗设备180时)由图像获取设备170“接近实时”获取(其中“接近实时”意味着在至少几毫秒或更短时间内获取数据)。
放射治疗处理计算系统110中的放射治疗计划逻辑120实现放射治疗优化工作流程130和治疗计划生成工作流程140。放射治疗优化工作流程130可以实现用于在连续计算空间中识别和开发最优放射计划的优化操作,之后转换为治疗设备180特定的离散参数。在特定示例中,放射治疗优化工作流程130执行放射治疗剂量计算132以获得并识别连续计算空间中的一个或多个解,执行连续-离散空间转换处理134以可选地将解转换为离散参数(例如如果需要递送放射治疗),并且执行最优解处理136以识别并输出(并且细化)优化问题的最优解。
下面参考图5和图6提供放射治疗优化工作流程130的更多细节。同样,下面参考图7提供治疗计划生成工作流程140的更多细节,其建议可以如何进一步评估、选择、优化和部署治疗计划以供使用。
图2A例示了放射治疗设备202,其可包括辐射源,例如X射线源或直线加速器、诊察台216、成像检测器214和放射治疗输出204。放射治疗设备202可以被配置为发射辐射束208以向患者提供治疗。放射治疗输出204可以包括一个或多个衰减器或准直器,例如MLC。MLC可用于将放射治疗束的强度成形、引导或调制到患者内的指定靶位点。例如,MLC的叶可自动定位以限定接近肿瘤横截面或投影的孔口,并引起放射治疗束的调制。例如,叶可包括金属板,例如包括钨,其中板的长轴定向为平行于束方向,并且板具有定向为正交于束方向的端部。进一步地,MLC的“状态”可在放射治疗过程期间自适应地调整,以便建立更好地近似肿瘤或其他靶位点的形状或位置的治疗束。
返回参考图2A,患者可以被定位在区域212中并且由治疗诊察台216支撑以根据放射治疗计划接收放射治疗剂量。放射治疗输出204可以安装或附接到台架206或其它机械支撑。当诊察台216插入治疗区域时,一个或多个机壳电机(未示出)可以围绕诊察台216旋转台架206和放射治疗输出204。在一个示例中,当诊察台216插入治疗区域时,台架206可以围绕诊察台216连续旋转。在另一示例中,当诊察台216插入治疗区域时,台架206可旋转至预定位置。例如,台架206可以被配置为围绕轴线(“A”)旋转治疗输出204。诊察台216和放射治疗输出204都可以独立地移动到患者周围的其他位置,例如可以在横向(“T”)上移动、可以在侧向(“L”)上移动、或者可以围绕一个或多个其他轴线旋转(例如围绕横轴(指示为“R”)旋转)。通信地连接到一个或多个致动器(未示出)的控制器可以控制诊察台216的移动或旋转,以便根据放射治疗计划将患者适当地定位在辐射束208中或之外。诊察台216和台架206两者都可以在多个自由度上彼此独立地移动,这允许患者被定位成使得辐射束208可以精确地瞄准肿瘤。MLC可集成并包括在台架206内以递送特定形状的辐射束208。
图2A所示的坐标系(包括轴线A、T和L)可以具有位于等中心210的原点。等中心可以被定义为辐射束208的中心轴线与坐标轴的原点相交的位置,以便将规定的辐射剂量递送到患者身上或体内的位置。替代性地,等中心210可以被定义为如下位置,在该位置处,针对由台架206围绕轴线A定位的放射治疗输出204的各种旋转位置,辐射束208的中心轴线与患者相交。如本文所讨论的,台架角度对应于台架206相对于轴线A的位置,但是可以参考和使用任何其他轴线或轴线的组合来确定台架角度。
台架206还可以具有附接的成像检测器214。成像检测器214优选地与辐射源相对地定位,并且在一个示例中,成像检测器214可以位于辐射束208的场内。
成像检测器214可以安装在台架206上(优选地与放射治疗输出204相对),以便维持与辐射束208对准。成像检测器214随着台架206的旋转而围绕旋转轴线旋转。在一个示例中,成像检测器214可以是平板检测器(例如直接检测器或闪烁体检测器)。这样,成像检测器214可以用于监控辐射束208,或者成像检测器214可以用于对患者的解剖结构成像,例如射野成像。放射治疗设备202的控制电路可以集成在放射治疗系统100内或远离它。
在说明性示例中,可以自动地定位诊察台216、治疗输出204或台架206中的一者或多者,并且治疗输出204可以根据针对特定治疗实施实例的指定剂量来建立辐射束208。可以根据放射治疗计划(例如使用台架206、诊察台216或治疗输出204的一个或多个不同取向或位置)来指定治疗实施的序列。治疗实施可以顺序发生,但是可以在患者身上或体内的期望治疗位点相交,例如在等中心210处。从而,可以将规定的累积放射治疗剂量递送到治疗位点,同时可以减少或避免对治疗位点附近的组织的损伤。
图2B例示了可以包括组合的直线加速器和成像系统(例如CT成像系统)的放射治疗设备202。放射治疗设备202可以包括MLC(未示出)。CT成像系统可包括成像X射线源218,例如提供千电子伏(keV)能量范围内的X射线能量。成像X射线源218可以提供指向例如平板检测器的成像检测器222的扇形和/或锥形辐射束208。放射治疗设备202可以类似于关于图2A描述的系统,例如包括放射治疗输出204、台架206、诊察台216和另一成像检测器214(例如平板检测器)。X射线源218可以提供用于成像的相对较低能量的X射线诊断束。
在图2B的说明性示例中,放射治疗输出204和X射线源218可以安装在相同的旋转台架206上,彼此旋转分离90度。在另一示例中,两个或更多个X射线源可以沿着台架206的圆周安装,例如各自具有其自己的检测器布置以同时提供诊断成像的多个角度。类似地,可以提供多个放射治疗输出204。
图3描述了可以将放射治疗设备202和成像系统(例如与所公开的示例一致的磁共振(MR)成像系统(例如在本领域中被称为MR直线加速器))组合的放射治疗系统300。如图所示,系统300可包括诊察台216、图像获取设备320和辐射递送设备330。系统300根据放射治疗计划向患者递送放射治疗。在一些示例中,图像获取设备320可以对应于图1中的图像获取设备170,其可以获取第一模态的原始图像(例如MRI图像)或第二模态的目的地图像(例如CT图像)。
诊察台216可在治疗会话期间支撑患者(未示出)。在一些实现方式中,诊察台216可沿着水平平移轴线(标记为“I”)移动,使得诊察台216可将躺在诊察台216上的患者移入和/或移出系统300。诊察台216也可以围绕横向于平移轴线的中心竖直旋转轴线旋转。为了允许这种移动或旋转,诊察台216可具有使诊察台216能够沿各个方向移动并沿着各个轴线旋转的电机(未示出)。控制器(未示出)可以控制这些移动或旋转,以便根据治疗计划适当地定位患者。
在一些示例中,图像获取设备320可以包括用于在治疗会话之前、期间和/或之后获取患者的2D或3D MRI图像的MRI机。图像获取设备320可以包括用于生成用于磁共振成像的主磁场的磁体321。磁体321的操作所生成的磁场线可以大致平行于中心平移轴线I延伸。磁体321可以包括一个或多个线圈,其轴线平行于平移轴线I延伸。在一些示例中,磁体321中的一个或多个线圈可以被隔开,使得磁体321的中心窗口323没有线圈。在其他示例中,磁体321中的线圈可以足够细或具有减小的密度,使得由放射治疗设备330生成的波长的辐射大致可穿透它们。图像获取设备320还可以包括一个或多个屏蔽线圈,其可以在磁体321外部生成大小近似相等且极性相反的磁场,以便消除或减小磁体321外部的任何磁场。如下所述,辐射递送设备330的辐射源331可以定位于磁场被消除(至少到一阶)或被减小的区域中。
图像获取设备320还可包括两个梯度线圈325和326,其可生成叠加在主磁场上的梯度磁场。线圈325和326可以在合成磁场中生成梯度,其允许质子的空间编码,使得可以确定它们的位置。梯度线圈325和326可以围绕与磁体321共同的中心轴线定位,并且可以沿着该中心轴线位移。该位移可以在线圈325和326之间产生间隙或窗口。在磁体321还可包括线圈之间的中心窗口323的示例中,两个窗口可彼此对准。
在一些示例中,图像获取设备320可以是除MRI之外的成像设备,例如X射线、CT、CBCT、螺旋CT、PET、SPECT、光学断层摄影、荧光成像、超声成像、放射治疗射野成像设备等。如本领域普通技术人员将认识到的,图像获取设备320的以上描述涉及某些示例,并且不旨在是限制性的。
辐射递送设备330可以包括例如X射线源或直线加速器的辐射源331、以及MLC332。辐射递送设备330可以安装在机壳335上。当诊察台216插入治疗区域时,一个或多个机壳电机(未示出)可以围绕诊察台216旋转机壳335。在一个示例中,当诊察台216插入治疗区域时,机壳335可以围绕诊察台216连续旋转。机壳335还可以具有附接的辐射检测器(未示出),优选地与辐射源331相对地定位,并且机壳335的旋转轴线定位在辐射源331与检测器之间。进一步地,设备330可以包括用于控制例如诊察台216、图像获取设备320和放射治疗设备330中的一者或多者的控制电路(未示出)。辐射递送设备330的控制电路可以集成在系统300内或远离它。
在放射治疗会话期间,患者可以定位于诊察台216上。然后,系统300可以将诊察台216移动到由磁体321、线圈325、326以及机壳335限定的治疗区域中。控制电路然后可以控制辐射源331、MLC 332和一个或多个机壳电机以根据放射治疗计划通过线圈325和326之间的窗口向患者递送辐射。
图2A、图2B和图3总体上例示了被配置为向患者提供放射治疗的放射治疗设备的示例,其使用放射治疗输出可以围绕中心轴线(例如轴线“A”)旋转的配置。可以使用其他放射治疗输出配置。例如,放射治疗输出可以安装到具有多个自由度的机器人臂或机械手。在又一示例中,治疗输出可以是固定的,例如位于与患者侧向分离的区域中,并且支撑患者的平台可以用于将放射治疗等中心与患者体内的特定靶位点对准。
图4例示了莱克塞尔γ刀放射治疗设备430的对比示例,其借助于γ辐射提供这种放射治疗。作为γ刀设备的简要概述,从大量固定辐射源发射辐射,并借助于准直器(即用于获得有限截面的束的通道或通路)将辐射聚焦到限定的靶或治疗体积。各个源提供不足以损伤中间组织的γ辐射剂量。然而,在来自所有或一些辐射源的辐射束相交或会聚的情况下发生组织破坏,从而导致辐射达到组织破坏性水平。该会聚点在下文中被称为“等中心”,但是也可以被称为“焦点”。
如图4所示,在γ刀设备的放射治疗会话中,患者402可以佩戴坐标框架420以保持进行手术或放射治疗的患者身体部分(例如头部)稳定。坐标框架420和患者定位系统422可以建立空间坐标系,其可以在对患者成像时或在放射手术期间使用。放射治疗设备430可以包括保护壳体414,其封闭多个辐射源412。辐射源412可以通过束通道416生成多个辐射束(例如子束)。多个辐射束可以被配置为从不同方向聚焦在等中心310上。虽然各个单独的辐射束可以具有相对低的强度,但是当来自不同辐射束的多个剂量累积在等中心310处时,等中心310可以接收相对高水平的辐射。在某些示例中,等中心310可以对应于手术或治疗中的靶,例如肿瘤。
其他类型的放射治疗设备(未例示)使用质子和/或离子来递送放射治疗。利用任何类型的放射治疗设备,必须准确地控制辐射束的方向和形状以确保肿瘤接收规定的辐射剂量,并且来自束的辐射应当使得对周围健康组织(基本上为一个或多个危及器官(OAR))的损伤最小化。治疗计划可以用于控制辐射束参数,并且放射治疗设备通过向患者递送空间变化的剂量分布来实现治疗。
用于放射治疗(包括用于γ刀放射外科手术)的治疗计划优化的目的在于在使递送到相邻正常组织的剂量最小化的同时使递送到患者体内的靶体积的剂量最大化(例如在肿瘤的治疗中)。在治疗计划优化中,所递送的辐射剂量受到两个竞争因素的限制:第一个是将高剂量递送至靶体积,第二个是将低剂量递送至周围正常组织。
治疗计划优化是包括优化所使用的发射数量、扇区准直器组合、发射时间和发射位置(即等中心)的过程。显然,靶体积的不规则性和尺寸极大地影响所需的发射数量和用于优化治疗的发射尺寸。因此,对于γ刀放射治疗,针对给定情况的所选择的等中心位置和它们的对应的发射构成治疗计划。等中心被定义为所有束的焦点,并且在给定等中心处的发射被定义为扇形准直器组合的集合,其停留时间用于该等中心。针对给定情况的所选择的等中心位置和它们的对应的发射构成治疗计划。
治疗计划通常由临床专家手动设计或发起。由于计划者面临许多相互依赖的决策,因此这种手动设计通常是具有挑战性的并且是耗时的。许多研究旨在基于肿瘤和附近的一个或多个危及器官(OAR)的几何形状选择等中心位置,随后从这些等中心位置优化治疗。本方法首先尝试识别这种治疗计划设计的起点,随后将这种治疗计划设计转换和调整为放射治疗设备的离散特性。
如本文所述,生成用于放射治疗的辐射控制集可以涉及求解用于放射治疗的优化问题。优化问题可以包括与至少一个辐射控制相关的辅助变量(例如剂量)集,具有由线性算子定义的关系。在此,目标函数可以被分解成两个函数集(例如治疗复杂性损失+基于剂量的损失),其中一个独立于辅助变量。
图5提供了使用基于连续性的剂量计划的放射治疗计划的高级视图。具体地,该工作流程使用一个或多个计算易处理的方法来在连续(无限维)计算空间中从多个潜在解中生成优化解。该解提供了用于放射治疗计划的进一步选择、修改、细化和优化的起始设计。例如,辐射剂量分布的结果模拟可以采用无限维输入,并在与治疗计划图像大致对准的(剂量)网格中模拟结果剂量。(剂量网格的这种示例通常具有与成像数据不同的分辨率)。
更详细地,图5中的操作例示了如何在例如治疗靶区域512和危及器官区域514的信息内提供定义人类受试者的治疗目标的放射治疗数据510。与放射治疗问题相关的其他信息可以包括放射治疗机信息520,例如机器能力522,其稍后在图5的操作中使用。
在操作530中,通过一种或多种剂量计算方法分析治疗数据510。操作530的方法可以包括:
变换表示531。在该示例中,应用变换以将优化问题(的部分)的对称性转化为计算优点。例如,放射治疗中的剂量计算通常可以使用卷积合理准确地近似。特别地,治疗优化器中的约束矩阵可以包含剂量沉积核或者具体地剂量率核,即从特定扇区、准直器和等中心到结构(靶、内部低剂量环以及危及器官)中的一者中的任意体素的剂量率。良好的近似是剂量率核是移位不变的,因此其可以被表达为:
Φ(r,ξ)≈Φ(r-ξ)
(方程3)
其中,r是体素位置,ξ是等中心位置。因此,可以方便地将剂量写为剂量率核与ξ处的照射时间t(ξ)之间的卷积。
将剂量计算表达为卷积允许表达为傅里叶空间中的乘法。因此,不是存储整个剂量率核,而是预先计算剂量率核的傅里叶变换的就足够了。在某些情况下,整个治疗计划甚至可以在变换空间中执行。
除了上面强调的傅里叶变换之外,还可以使用其它积分变换,例如小波、拉普拉斯、汉克尔、梅林和希尔伯特等。
变分法532。变分法是用于对函数进行优化的数学框架。特别地,欧拉-拉格朗日方程是为最优函数提供必要条件的偏微分方程(PDE)。欧拉-拉格朗日方程可以用于将连续性治疗计划问题转换成可以使用标准方法求解的偏微分方程。在当前场景中,连续性治疗计划问题的近似解可以被识别为函数导数的极值。(这相当于等于零的函数导数,并且强制该条件给出了欧拉-拉格朗日方程。求解欧拉-拉格朗日方程因此是用于寻找极值的方法)。因此,在一个示例中,通过以下方式来找到优化问题的解的近似:假设解的因子分解并且使用平均场变分推断找到函数的极值,使得极值根据所假设的因子分解来因子分解。
变分推断是使用变分法来用较简单的概率分布来近似复杂概率分布的特定方法集。它广泛地用于机器学习,但是也与理论物理中使用的平均场理论密切相关。在当前场景中,可以使用变分推断来高效地找到连续性治疗计划问题的近似解。
随机过程表示533。可以使用随机过程(即随机场)的概率语言来数学地捕捉场中不同点之间的相互关系。基于这种假设,可以执行仅涉及有限子集的点的计算,然后借助于(数值或解析)插值确定连续场的特性。
半无限规划534。半无限规划是指具有无限数量的变量和无限数量的约束、或无限数量的变量和无限数量的约束的优化问题(由于二元性,人们通常可以选择哪种情况最便于工作)。在放射治疗计划设置中,通常基于在有限2D或3D网格上给出的成像数据来定义优化问题。为此,治疗计划问题的连续性版本通常属于半无限规划问题的类别,并且可以使用在优化理论的这个分支中开发的工具箱来解决。
然后,利用所描述的放射治疗计算操作530在连续计算空间中(例如使用连续自由度)开发要与放射治疗问题一起实施的适当剂量计算。计算操作530产生多个潜在的放射治疗解,其可以包括帕累托最优解。这些解中的一者或多者可以利用操作540来选择和修改,并且利用操作560来生成特定的放射治疗计划。可选地,可以在操作550转换或修改放射治疗解的一个或多个方面,以符合离散的治疗参数。利用操作560进行的放射治疗计划的生成(以及对放射治疗解的相关选择或修改)可以取决于机器能力522。最后,可以利用操作570使用所生成的治疗计划来递送放射治疗。
图6提供了关于基于连续性的剂量计划的额外细节,其演示了在连续计算空间中执行的操作(以及如可应用的,在离散计算空间中执行的操作)。在一个示例中,操作序列包括:
操作601:获得定义用于人类受试者的放射治疗的放射治疗问题的数据。
操作602:在提供潜在解的连续计算空间中生成放射治疗操作。
操作603:将最优解(即,“优化解”)识别为放射治疗的起点。在γ刀示例中,优化解包括作为等中心位置的函数的时间,其是连续的3D向量场。
操作604:将所识别的最优解转换成治疗递送参数集。在一个示例中,将所识别的最优解转换为治疗递送参数集基于根据临床相关目标(例如临床度量)使计划质量的劣化最小化。
操作605:应用正则化项或其他方法,以实现使用放射治疗的连续或离散参数的治疗的实现。在γ刀治疗示例中,γ刀可以以极高的精度定位等中心,因此可以利用连续的参数。然而,如在以下段落中讨论的,正则化可用于将3D向量场简化为1D向量场(即路径),以实现可实现的计划。
应当理解,可以应用各种优化来实现该计划。用照射时间作为场来求解优化问题最可能导致密集的解,即在靶中的大多数点中非零。尽管理论上有趣,但这种解在实践中很难实施。在优化中引入某种正则化项、迫使时间“压缩”到路径(即,在上的场中)将导致更易处理的问题要求解并且也可能实施,例如在治疗诊察台或源可以连续移动时。如上所述,实现压缩到路径的一种方式将是使用曲波而不是在坐标基础上公式化优化问题。
在各种示例中,计算步骤和实现步骤可以一前一后地执行;然而,将它们分开是有利的。特别地,仅实现步骤取决于治疗机的细节,这意味着计算步骤原则上可以在整个范围的放射治疗系统上共享。
图7例示了基于上述技术的放射治疗计划的方法的流程图700。例如,流程图700的以下特征可以与参考图5讨论的工作流程操作以及参考图6讨论的剂量计划操作集成或适配。
操作710开始于获得用于人类受试者的放射治疗的数据的操作,其中该数据定义了被指定为从放射治疗机接受放射治疗的一个或多个体积或其他区域。该数据可以提供接受(或不接受)来自放射治疗机的放射治疗的人类受试者的解剖区域内的一个或多个靶区域和一个或多个危及器官区域的定义。
操作720继续进行在连续计算空间中生成剂量计算(例如以连续方式而不是以离散方式)的操作。生成剂量计算的操作可以包括在操作730和740中描述的子步骤。操作730继续从计算易处理的方法产生放射治疗的剂量计算,并且操作740继续将特定的剂量计算集识别为优化解。
在操作730中将计算易处理方法的一个示例详述为应用变换以产生剂量计算集。在该示例中,使用卷积在连续计算空间中近似剂量计算集,并且通过剂量率核与照射时间之间的卷积来表示相应剂量。进一步地,各个剂量率核可以表示从特定扇区、特定准直器和特定等中心到接受放射治疗的一个或多个体积中的特定体素的剂量率。在特定示例中,应用变换包括应用傅里叶变换,并且剂量计算集被表示为傅里叶空间中的乘法,如上所述。在另一示例中,应用变换包括应用以下变换中的一者:小波、拉普拉斯、汉克尔、梅林或希尔伯特变换。
在操作730中将计算易处理方法的另一示例详述为应用变分法。这可以包括应用偏微分方程,如上所述。
在操作730中将计算易处理方法的另一示例详述为应用变分推断。应用变分推断可以用于找到近似解,如上所述。
在操作730中将计算易处理方法的另一示例详述为应用随机过程表示。应用随机过程表示可以包括使用随机场的概率语言、使用点的有限子集执行计算、以及使用插值来确定连续计算空间的特性,如上所述。
在操作730中将计算易处理方法的另一示例详述为应用半无限规划技术。应用半无限规划技术可以包括基于定义的二维或三维网格使用成像数据应用优化。
在操作750,可以可选地将剂量计算集转换为对应于放射治疗机的能力的治疗递送参数集。剂量计算可以从指示放射治疗期间的辐射的调制的变量集转换,变量定义以下变量中的至少一者:待递送的辐射的焦点位置、方向性、通量、注量、能量、或准直。治疗实施参数本质上可以是连续的(等中心位置、位置、注量、剂量率、诊察台速度等)或离散的。在可选操作760描述的特定示例中,基于放射治疗机的类型将高维度解场压缩到路径以执行放射治疗。例如,治疗实施参数的压缩可以使用曲波来执行。
在操作770,使用参数来生成用于放射治疗的递送的治疗计划。如上所述,可以利用连续或离散参数来建立治疗计划。这些参数可以使用本文没有讨论的另外技术来进一步细化和优化。例如,对于γ刀治疗,治疗递送参数集可以包括用于放射治疗的递送的等中心集。又例如,对于容积旋转调强放疗(VMAT)或调强放射治疗(IMRT),治疗递送参数集可以包括弧控制点和诊察台位置的集合。这种实施参数本质上可以是连续的或离散的。例如,代替引入离散的等中心,治疗机诊察台可以在束开启阶段期间沿着路径(其是优化步骤的解)连续移动。对于VMAT,弧控制点的特定定义可能不是必需的,因为实施可以是连续的。
图8例示了机器800的示例的框图,在该机器上可以实现本文所讨论的方法中的一者或多者。在一个或多个示例中,放射治疗处理计算系统110的一个或多个项可以由机器800实现。在替代示例中,机器800作为独立设备操作或者可以连接(例如,联网)到其他机器。在一个或多个示例中,放射治疗处理计算系统110可以包括机器800的一个或多个项。在联网部署中,机器800可以在服务器-客户端网络环境中以服务器或客户端机器的能力操作,或者在对等(或分布式)网络环境中作为对等机器操作。机器可以是个人计算机(PC)、服务器、平板电脑、智能电话、网络电器、边缘计算设备、网络路由器、交换机或网桥、或者能够执行指令(顺序的或以其他方式的)的任何机器,指令指定要由该机器采取的动作。进一步地,虽然仅例示了单个机器,但是术语“机器”还应当被理解为包括单独地或联合地执行一组(或多组)指令以执行本文所讨论的方法中的任何一者或多者的机器的任何集合。
示例机器800包括处理电路或处理器802(例如CPU、图形处理单元(GPU)、ASIC、例如一个或多个晶体管、电阻器、电容器、电感器、二极管、逻辑门、复用器、缓冲器、调制器、解调器、无线电设备(例如发送或接收无线电设备或收发器)的电路、传感器821(例如将一种形式的能量(例如光、热、电、机械或其他能量)转换为另一种形式的能量的换能器)等或其组合)、主存储器804和静态存储器806,其经由总线808彼此通信。机器800(例如计算机系统)还可以包括视频显示设备810(例如液晶显示器(LCD)或阴极射线管(CRT))。机器800还包括字母数字输入设备812(例如键盘)、用户接口(UI)导航设备814(例如鼠标)、磁盘驱动器或大容量存储单元816、信号生成设备818(例如扬声器)和网络接口设备820。
磁盘驱动单元816包括机器可读介质822,其上存储了一组或多组指令和数据结构(例如软件)824,其具体实施本文所述的方法或功能中的任何一者或多者或由其利用。指令824在其由机器800执行期间还可以完全或至少部分地驻留在主存储器804内和/或处理器802内,主存储器804和处理器802也构成机器可读介质。
如图例示的机器800包括输出控制器828。输出控制器828管理去往/来自机器800的数据流。输出控制器828有时被称为设备控制器,其中与输出控制器828直接交互的软件被称为设备驱动器。
虽然在示例中将机器可读介质822示出为单个介质,但是术语“机器可读介质”可以包括存储一个或多个指令或数据结构的单个介质或多个介质(例如集中式或分布式数据库和/或相关联的高速缓存和服务器)。术语“机器可读介质”还应当被理解为包括任何有形介质,其能够存储、编码或承载由机器执行并且使机器执行本发明的方法中的任何一者或多者的指令,或者能够存储、编码或承载由这样的指令利用或与这样的指令相关联的数据结构。术语“机器可读介质”因此应当被理解为包括但不限于固态存储器以及光和磁介质。机器可读介质的具体示例包括非易失性存储器,以示例的方式包括半导体存储器设备,例如可擦可编程只读存储器(EPROM)、EEPROM和闪存设备;磁盘,例如内部硬盘和可移动盘;磁光盘;以及CD-ROM和DVD-ROM盘。
指令824还可以使用传输介质通过通信网络826来发送或接收。指令824可以使用网络接口设备820和多种公知的传输协议(例如HTTP)中的任何一者来发送。通信网络的示例包括LAN、WAN、因特网、移动电话网络、普通老式电话服务(POTS)网络和无线数据网络(例如Wi-Fi和4G/5G数据网络)。术语“传输介质”应当被理解为包括能够存储、编码或承载用于由机器执行的指令的任何无形介质,并且包括数字或模拟通信信号或其他无形介质以促进这样的软件的通信。
如本文所用的,“通信地耦合在……之间”意味着耦合中的任一者上的实体必须通过其间的项通信,并且这些实体在不通过该项通信的情况下无法彼此通信。
额外注释
以上详细描述包括对附图的参考,附图形成详细描述的一部分。附图通过说明而非限制的方式示出了可以实践本发明的具体实施例。这些实施例在本文中也被称为“示例”。这样的示例可以包括除了所示出或描述的元素之外的元素。然而,本发明人还设想了其中仅提供了所示出或描述的这些元素的示例。而且,本发明人还设想了使用关于特定示例(或其一个或多个方面)或关于本文所示或所述的其它示例(或其一个或多个方面)所示或所述的这些元素(或其一个或多个方面)的任何组合或排列的示例。
本文献中引用的所有公报、专利和专利文献都通过引用的方式全文并入本文,如同通过引用的方式单独并入。在本文献与通过引用的方式并入的这些文献之间的不一致使用的情况下,所并入的一个或多个参考文献中的使用应当被认为是对本文献的使用的补充;对于不可调和的不一致性,以本文献中的使用为准。
在本文献中,当介绍本发明的方面或其实施例中的元素时,如在专利文献中常见的,使用术语“一”、“一个”、“该”和“所述”以包括一个或多于一个或多个元素,而与“至少一个”或“一个或多个”的任何其他实例或使用无关。在本文献中,术语“或”用于指代非排他性的或使得“A或B”包括“A但不包括B”、“B但不包括A”以及“A和B”,除非另有指示。
在所附权利要求中,术语“包括”和“其中”用作相应术语“包含”和“其中”的简明英语等同物。而且,在以下权利要求中,术语“包括”、“包含”和“具有”旨在是开放式的,以意指除了所列出的元件之外还可以存在另外的元件,使得在权利要求中的这种术语(例如包括、包含、具有)之后的元件仍然被认为落入该权利要求的范围内。而且,在以下权利要求中,术语“第一”、“第二”和“第三”等仅用作标签,并且不旨在对其对象施加数值要求。
本发明的实施例可以用计算机可执行指令来实现。计算机可执行指令(例如软件代码)可以被组织成一个或多个计算机可执行组件或模块。本发明的各方面可以用任何数量和组织的这种组件或模块来实现。例如,本发明的各方面不限于附图中例示和本文中描述的特定计算机可执行指令或特定组件或模块。本发明的其他实施例可以包括具有比本文中例示和描述的更多或更少的功能的不同的计算机可执行指令或组件。
本文描述的方法示例(例如操作和功能)可以是至少部分地机器或计算机实现的(例如实现为软件代码或指令)。一些示例可以包括编码有指令的计算机可读介质或机器可读介质,指令可操作为配置电子设备以执行如以上示例中描述的方法。这些方法的实现方式可以包括软件代码,例如微代码、汇编语言代码、高级语言代码等(例如“源代码”)。这样的软件代码可以包括用于执行各种方法的计算机可读指令(例如“对象”或“可执行代码”)。软件代码可以形成计算机程序产品的部分。本文描述的实施例的软件实现方式可以经由上面存储有代码或指令的制品来提供,或者经由操作通信接口以经由通信接口(例如无线地、通过互联网、经由卫星通信等)发送数据的方法来提供。
进一步地,软件代码可以在执行期间或在其他时间被有形地存储在一个或多个易失性或非易失性计算机可读存储介质上。这些计算机可读存储介质可包括以机器(例如计算设备、电子系统等)可访问的形式存储信息的任何机制,例如但不限于软盘、硬盘、可移动磁盘、任何形式的磁盘存储介质、CD-ROM、磁光盘、可移动光盘(例如压缩盘和数字视频盘)、闪存设备、磁带盒、存储卡或记忆棒(例如安全数字卡)、RAM(例如CMOS RAM等)、可记录/不可记录介质(例如只读存储器(ROM))、EPROM、EEPROM、或适于存储电子指令的任何类型的介质等。这种计算机可读存储介质耦合到计算机系统总线以可由处理器和OIS的其他部分访问。
在一个实施例中,计算机可读存储介质可以编码有用于治疗计划的数据结构,其中,治疗计划可以是自适应的。用于计算机可读存储介质的数据结构可以是医学数字成像和通信(DICOM)格式、扩展DICOM格式、XML格式等中的至少一者。DICOM是定义用于在各种类型的医疗设备之间传送医学图像相关数据的格式的国际通信标准。DICOM RT指代专用于放射治疗的通信标准。
在本发明的各种实施例中,创建组件或模块的方法可以以软件、硬件或其组合来实现。例如,本发明的各种实施例提供的方法可以通过使用标准编程语言以软件实现,标准编程语言例如C、C++、C#、Java、Python、CUDA编程等、及其组合。如本文所用的,术语“软件”和“固件”是可互换的,并且包括存储在存储器中以供计算机执行的任何计算机程序。
通信接口包括与硬接线、无线、光等介质中的任何一者接口连接以与另一设备通信的任何机制,例如存储器总线接口、处理器总线接口、因特网连接、磁盘控制器等。通信接口可以通过提供配置参数和/或发送信号来配置,以使通信接口准备提供描述软件内容的数据信号。通信接口可以经由发送到通信接口的一个或多个命令或信号来访问。
本发明还涉及一种用于执行本文的操作的系统。该系统可以是为所需目的而特别配置的,或者它可以包括由存储在计算机中的计算机程序选择性地激活或重新配置的通用计算机。除非另外指定,否则本文所例示和描述的本发明的实施例中的操作的执行或进行的顺序不是必需的。即,除非另外指定,否则操作可以以任何顺序执行,并且本发明的实施例可以包括比本文公开的操作更多或更少的操作。例如,可以设想,在另一操作之前、与其同时或在其之后执行或进行特定操作在本发明的方面的范围内。
鉴于以上所述,将看到实现了本发明的若干目的,并且获得了其他有利结果。已经详细描述了本发明的各方面,将显而易见的是,在不偏离如所附权利要求中限定的本发明的各方面的范围的情况下,修改和变化是可能的。由于在不偏离本发明的各方面的范围的情况下可以对上述构造、产品和方法进行各种改变,因此,预期的是包含在上述描述中和在附图中示出的所有内容都应被解释为说明性的而非限制性的。
上述描述旨在说明而非限制。例如,上述示例(或其一个或多个方面)可以彼此组合使用。另外,在不脱离本发明范围的情况下,可以进行许多修改以使特定情况或材料适应本发明的教导。虽然本文所述的材料和涂层的尺寸、类型旨在限定本发明的参数,但它们绝不是限制性的,而是示例性实施例。在审查以上描述之后,许多其它实施例对于本领域技术人员将是显而易见的。因此,本发明的范围应当参考所附权利要求以及这些权利要求所授权的等同物的全部范围来确定。
而且,在以上详细描述中,各种特征可以被分组在一起以使本发明流线化。这不应被解释为意图未要求保护的公开特征对于任何权利要求是必要的。相反,发明主题可以在于少于特定公开实施例的所有特征。因此,以下权利要求据此被并入详细描述中,其中各个权利要求独立地作为单独的实施例。本发明的范围应当参考所附权利要求以及这些权利要求所授权的等同物的全部范围来确定。进一步地,以下权利要求的限制不是以装置加功能的格式书写的,并且不打算基于35U.S.C.§112第六段解释,除非并且直到这样的权利要求限制明确地使用短语“用于……的装置”,之后是没有另外结构的功能陈述。
提供摘要以符合37C.F.R.§1.72(b),从而允许读者快速确定技术公开的性质。应当理解,它将不用于解释或限制权利要求的范围或含义。
Claims (45)
1.一种用于放射治疗计划的计算机实现的方法,所述方法包括:
获得用于人类受试者的放射治疗的数据;
从用于所述放射治疗的所述数据生成辐射控制集,其中,所述辐射控制中的至少一者基于来自连续计算空间的映射;
将所生成的辐射控制集转换为治疗递送参数集,所述治疗递送参数集对应于放射治疗机的能力;以及
基于所述治疗递送参数集产生用于所述放射治疗的治疗计划数据。
2.根据权利要求1所述的方法,其中,生成所述辐射控制集包括求解针对所述放射治疗的优化问题。
3.根据权利要求2所述的方法,其中,所述优化问题的优化变量包括与所述辐射控制中的至少一者相关的辅助变量集,具有由线性算子定义的关系。
4.根据权利要求2所述的方法,其中,所述优化问题的目标函数包括基于所述连续计算空间将所述辐射控制映射成标量值的函数。
5.根据权利要求1所述的方法,其中,生成所述辐射控制集包括产生对应于特定的辐射控制集的辐射剂量分布的模拟。
6.根据权利要求5所述的方法,其中,产生对应于所述特定的辐射控制集的所述辐射剂量分布的所述模拟包括应用变换以产生模拟剂量计算,其中,所述变换在所述连续计算空间中被定义为卷积。
7.根据权利要求6所述的方法,其中,应用所述变换包括产生患者特定剂量沉积核或注量沉积矩阵与对应于照射时间或辐射强度中的至少一者的辐射控制之间的卷积。
8.根据权利要求7所述的方法,其中,各个剂量沉积核或注量沉积矩阵表示从特定扇区、特定准直器和特定等中心到患者体内要接受所述放射治疗的特定位置的剂量率。
9.根据权利要求6所述的方法,其中,应用所述变换包括应用傅里叶变换,并且其中,所述模拟剂量计算被表示为傅里叶空间中的乘法。
10.根据权利要求6所述的方法,其中,应用所述变换包括应用以下中的一者:小波、拉普拉斯、汉克尔、梅林或希尔伯特变换。
11.根据权利要求1所述的方法,其中,将所生成的辐射控制集转换为所述治疗递送参数集基于根据临床相关目标使计划质量的劣化最小化。
12.根据权利要求1所述的方法,还包括:
基于所述放射治疗机的类型将所述治疗递送参数集压缩到执行所述放射治疗的路径。
13.根据权利要求12所述的方法,其中,所述治疗递送参数集的所述压缩使用曲波来执行。
14.根据权利要求1所述的方法,其中,将所述辐射控制集转换为所述治疗递送参数集包括将所述辐射控制集的至少一部分离散化为有限维治疗递送参数集。
15.根据权利要求1所述的方法,其中,生成属于所述连续计算空间的所述辐射控制集包括使用随机场的概率语言、使用点的有限子集执行计算、以及使用插值来确定各个无限维辐射控制的特性。
16.根据权利要求1所述的方法,其中,用于所述放射治疗的所述数据包括基于定义的二维或三维网格的成像数据。
17.根据权利要求1所述的方法,其中,用于所述放射治疗的所述数据包括对从所述放射治疗机接收所述放射治疗的一个或多个体积的定义。
18.根据权利要求17所述的方法,其中,所述一个或多个体积的定义对一个或多个危及器官区域和一个或多个靶区域进行了定义。
19.根据权利要求1所述的方法,其中,所述辐射控制集基于使用以下中的至少一者的辐射调制:所述辐射的焦点位置、方向性、照射时间、通量、注量、能量或准直。
20.根据权利要求1所述的方法,其中,所述放射治疗被提供有γ刀,并且其中,所述治疗递送参数集包括用于递送所述放射治疗的等中心集。
21.根据权利要求20所述的方法,其中,所述治疗递送参数集还包括所述放射治疗的递送的定时和所述放射治疗的所述递送的序列。
22.根据权利要求1所述的方法,其中,所述放射治疗被提供有使用直线加速器放射治疗机的容积旋转调强放疗(VMAT)或调强放射治疗(IMRT),并且其中,所述治疗递送参数集包括弧控制点集。
23.一种非瞬态计算机可读存储介质,包括用于放射治疗计划的计算机可读指令,其中,所述指令在用计算机执行时使得所述计算机执行根据权利要求1至22中任一项所述的方法操作。
24.一种用于放射治疗计划的计算系统,所述计算系统包括:
一个或多个存储器设备,存储用于人类受试者的放射治疗的数据;以及
一个或多个处理器,被配置为执行以下操作:
从用于所述放射治疗的所述数据生成辐射控制集,其中,所述辐射控制中的至少一者基于来自连续计算空间的映射;
将所生成的辐射控制集转换为治疗递送参数集,所述治疗递送参数集对应于放射治疗机的能力;以及
基于所述治疗递送参数集产生用于所述放射治疗的治疗计划数据。
25.根据权利要求24所述的计算系统,其中,生成所述辐射控制集的所述操作包括求解针对所述放射治疗的优化问题的操作。
26.根据权利要求25所述的计算系统,其中,所述优化问题的优化变量包括与所述辐射控制中的至少一者相关的辅助变量集,具有由线性算子定义的关系。
27.根据权利要求23所述的计算系统,其中,所述优化问题的目标函数包括基于所述连续计算空间将所述辐射控制映射成标量值的函数。
28.根据权利要求24所述的计算系统,其中,生成所述辐射控制集的所述操作包括模拟对应于特定的辐射控制集的辐射剂量分布的操作。
29.根据权利要求28所述的计算系统,其中,模拟对应于所述特定的辐射控制集的所述辐射剂量分布的所述操作包括应用变换以产生模拟剂量计算的操作,其中,所述变换在所述连续计算空间中被定义为卷积。
30.根据权利要求29所述的计算系统,其中,应用所述变换的所述操作包括产生患者特定剂量沉积核或注量沉积矩阵与对应于照射时间或辐射强度中的至少一者的辐射控制之间的卷积的操作。
31.根据权利要求30所述的计算系统,其中,各个剂量沉积核或注量沉积矩阵表示从特定扇区、特定准直器和特定等中心到患者体内要接受所述放射治疗的特定位置的剂量率。
32.根据权利要求29所述的计算系统,其中,应用所述变换的所述操作包括应用傅里叶变换的操作,并且其中,所述模拟剂量计算被表示为傅里叶空间中的乘法。
33.根据权利要求29所述的计算系统,其中,应用所述变换的所述操作包括应用以下中的一者的操作:小波、拉普拉斯、汉克尔、梅林或希尔伯特变换。
34.根据权利要求24所述的计算系统,其中,将所生成的辐射控制集转换为所述治疗递送参数集的所述操作基于根据临床相关目标使计划质量的劣化最小化。
35.根据权利要求24所述的计算系统,所述一个或多个处理器还被配置为执行以下操作:
基于所述放射治疗机的类型将所述治疗递送参数集压缩到执行所述放射治疗的路径。
36.根据权利要求35所述的计算系统,其中,压缩所述治疗递送参数集的所述操作使用曲波来执行。
37.根据权利要求24所述的计算系统,其中,将所述辐射控制集转换为所述治疗递送参数集的所述操作包括将所述辐射控制集的至少一部分离散化为有限维治疗递送参数集的操作。
38.根据权利要求24所述的计算系统,其中,生成属于所述连续计算空间的所述辐射控制集的所述操作包括使用随机场的概率语言、使用点的有限子集执行计算、以及使用插值来确定各个无限维辐射控制的特性的操作。
39.根据权利要求24所述的计算系统,其中,用于所述放射治疗的所述数据包括基于定义的二维或三维网格的成像数据。
40.根据权利要求24所述的计算系统,其中,用于所述放射治疗的所述数据包括对从所述放射治疗机接收所述放射治疗的一个或多个体积的定义。
41.根据权利要求40所述的计算系统,其中,所述一个或多个体积的定义对一个或多个危及器官区域和一个或多个靶区域进行了定义。
42.根据权利要求40所述的计算系统,其中,所述辐射控制集基于使用以下中的至少一者的辐射调制:所述辐射的焦点位置、方向性、照射时间、通量、注量、能量或准直。
43.根据权利要求40所述的计算系统,其中,所述放射治疗被提供有γ刀,并且其中,所述治疗递送参数集包括用于递送所述放射治疗的等中心集。
44.根据权利要求43所述的计算系统,其中,所述治疗递送参数集还包括所述放射治疗的递送的定时和所述放射治疗的所述递送的序列。
45.根据权利要求24所述的计算系统,其中,所述放射治疗被提供有使用直线加速器放射治疗机的容积旋转调强放疗(VMAT)或调强放射治疗(IMRT),并且其中,所述治疗递送参数集包括弧控制点和诊察台位置的集合。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2021/079551 WO2023072364A1 (en) | 2021-10-25 | 2021-10-25 | Continuum radiotherapy treatment planning |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118414194A true CN118414194A (zh) | 2024-07-30 |
Family
ID=78463472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180105150.7A Pending CN118414194A (zh) | 2021-10-25 | 2021-10-25 | 连续性放射治疗计划 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4422744A1 (zh) |
CN (1) | CN118414194A (zh) |
WO (1) | WO2023072364A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2004279424A1 (en) * | 2003-10-07 | 2005-04-21 | Nomos Corporation | Planning system, method and apparatus for conformal radiation therapy |
US8401148B2 (en) * | 2009-10-30 | 2013-03-19 | Tomotherapy Incorporated | Non-voxel-based broad-beam (NVBB) algorithm for intensity modulated radiation therapy dose calculation and plan optimization |
WO2011153639A2 (en) * | 2010-06-07 | 2011-12-15 | The University Of Manitoba | Multi-objective radiation therapy optimization method |
US9289627B2 (en) * | 2010-06-22 | 2016-03-22 | Varian Medical Systems International Ag | System and method for estimating and manipulating estimated radiation dose |
US10046177B2 (en) * | 2014-06-18 | 2018-08-14 | Elekta Ab | System and method for automatic treatment planning |
-
2021
- 2021-10-25 WO PCT/EP2021/079551 patent/WO2023072364A1/en active Application Filing
- 2021-10-25 CN CN202180105150.7A patent/CN118414194A/zh active Pending
- 2021-10-25 EP EP21801070.0A patent/EP4422744A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4422744A1 (en) | 2024-09-04 |
WO2023072364A1 (en) | 2023-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11547874B2 (en) | Machine learning approach to real-time patient motion monitoring | |
US11491348B2 (en) | Real-time patient motion monitoring using a magnetic resonance linear accelerator (MRLINAC) | |
JP6688536B2 (ja) | 放射線療法治療計画のモデルを学習して放射線療法の線量分布を予測するためのシステムおよび方法 | |
JP6934559B2 (ja) | ディープ畳み込みニューラルネットワークを使用する放射線治療計画 | |
JP6887030B2 (ja) | ディープ畳み込みニューラルネットワークを使用してコーンビームコンピュータ断層撮影画像を改善する方法 | |
JP6895019B2 (ja) | ディープ畳み込みニューラルネットワークを用いたビームモデルパラメータの決定 | |
CN114206438B (zh) | 使用投影图像预测放射治疗控制点 | |
US11842497B2 (en) | Automatic contour adaptation using neural networks | |
US20230302297A1 (en) | Patient imaging for dynamic online adaptive radiotherapy | |
US11989851B2 (en) | Deformable image registration using deep learning | |
CN118414194A (zh) | 连续性放射治疗计划 | |
EP4292647A1 (en) | Parallel processing for multi-pass optimization of radiotherapy plans | |
US20230218926A1 (en) | Bed calculation with isotoxic planning | |
WO2023151816A1 (en) | Parallel generation of pareto optimal radiotherapy plans | |
WO2023151817A1 (en) | Exploration of pareto-optimal radiotherapy plans |
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 |