ES2254599T3 - Sistema de planificacion de tratamiento por radiacion en tiempo real. - Google Patents

Abstract

Sistema de planificación de tratamiento por radiación en tiempo real para usar en la aplicación de radioterapia en una parte anatómica preseleccionada de un cuerpo animal, que comprende: A un motor paso a paso para colocar automáticamente unos medios de obtención de imágenes para generar datos de imágenes que corresponden a la parte anatómica; B un medio para insertar al menos una aguja hueca guiada por una plantilla en una posición dentro de dicha parte anatómica; C medios de administración de radiación para definir una pluralidad de posiciones que tienen una relación espacial dentro de un volumen de dicha parte anatómica y para insertar al menos una fuente de emisión de energía a través de dicha al menos una aguja hueca en dicha pluralidad de posiciones dentro de dicha parte anatómica; D medios de procesamiento para generar un plan de tratamiento por radiación para aplicar dicha radioterapia.

Description

Sistema de planificación de tratamiento por radiación en tiempo real.

La invención se refiere a un sistema de planificación de tratamiento por radiación en tiempo real para su uso en la aplicación de radioterapia a una parte anatómica preseleccionada de un cuerpo animal, que comprende:

A un motor paso a paso para colocar automáticamente unos medios de obtención de imágenes para generar datos de imágenes que corresponden a la parte anatómica;

B medios para insertar, con una plantilla guía, al menos una aguja hueca en una posición de dicha parte anatómica;

C medios de administración de radiación para definir una pluralidad de posiciones con una relación espacial dentro de un volumen de dicha parte anatómica y para insertar al menos una fuente de emisión de energía a través de dicha al menos una aguja hueca en dicha pluralidad de posiciones en dicha parte anatómica;

D medios de procesamiento para generar un plan de tratamiento por radiación para aplicar dicha radioterapia, incluyendo dicho plan de tratamiento información acerca de:

- la cantidad, posición, dirección y estimación de la mejor forma de colocar una o más de dichas agujas huecas dentro de la parte anatómica y volumen de dicha parte anatómica que debe tratarse;

- la cantidad de dosis de radiación que se emitirá.

En la última década se han producido cambios importantes en la forma de administrar tratamientos de radiación. El antiguo objetivo de la radioterapia, es decir, administrar una dosis curativa a un objetivo, por ejemplo un tumor, y al mismo tiempo conservar los tejidos normales del cuerpo animal, ahora puede realizarse con un alto grado de sofisticación. Sin embargo, a pesar de las mejoras importantes logradas con las técnicas de obtención de imágenes tridimensionales, que permiten definir claramente la anatomía, los tratamientos de braquiterapia todavía no se han beneficiado totalmente de esta nueva información importante.

En la braquiterapia que usa fuentes de emisión de energía de altas dosis (HDR), se colocan catéteres o agujas huecas en un volumen objetivo dentro de un cuerpo animal y se supone que si la distribución de la dosis cubre los catéteres, también debería cubrir la anatomía. Normalmente se obtienen imágenes para ajustar los márgenes de tratamiento, pero las distribuciones óptimas de las dosis se basan en consideraciones como las posiciones de los catéteres y dosis deseadas y se limitan a unos pocos puntos definidos. Esto produce necesariamente una aproximación a la forma de la parte anatómica que debe tratarse.

En el caso de los tratamientos de próstata, la optimización del volumen produce una distribución de dosis que tiene forma esencialmente cilíndrica. Con una aproximación en forma cilíndrica a la próstata es posible asegurar la cobertura completa del volumen de la próstata con la radiación emitida por la fuente o fuentes. Solo una distribución de dosis conforme administrada a la parte anatómica con un margen adecuado alrededor de la próstata puede abarcar todo el tejido canceroso afectado.

Los procedimientos descritos en la técnica anterior (por ejemplo Etienne Lessard, Med. Phys. 28. (5), mayo de 2001) usan el concepto de planificación inversa para obtener una optimización de la distribución de dosis basada en la anatomía. Sin realizar ninguna modificación manual para administrar el tratamiento de próstata HDR conforme y conociendo la posición exacta de los aplicadores (catéteres/agujas huecas), gracias a las técnicas modernas de obtención de imágenes, es fácil determinar la posible posición de detención de la fuente radioactiva dentro de un catéter o aguja hueca presente en el cuerpo animal. Las posibles posiciones de la fuente se consideran dadas. El sistema tiene que determinar, basándose en una optimización de dosis con planificación inversa HDR y regida totalmente por criterios anatómicos y clínicos, la mejor distribución de los tiempos de permanencia.

En la patente estadounidense n° 5.391.139 a nombre de G.K. Edmundson, se desvela un sistema de planificación de tratamiento por radiación en tiempo real según el preámbulo. Con este sistema, se obtienen datos de imágenes de la parte anatómica, por ejemplo la próstata, para planificar objetivos, y el personal médico elige una cantidad arbitraria de posiciones de las agujas usando reglas de colocación predeterminadas, que se han determinado empíricamente por la experiencia. El sistema de planificación desarrolla un plan de tratamiento basado en estas posiciones arbitrarias de las agujas, y luego el personal médico tiene que examinar los resultados de la planificación y decidir si esos resultados son adecuados para realizar el tratamiento por radiación real. Si el personal médico decide que los resultados de la planificación son insatisfactorios, se deben modificar las posiciones virtuales de las agujas y se genera un nuevo plan de tratamiento usando las agujas cambiadas de posición. Este enfoque de prueba y error se repite hasta desarrollar un plan de tratamiento conforme con el tratamiento por radiación real deseado.

A continuación se insertan los catéteres o agujas a través de una plantilla en el cuerpo animal según el plan de tratamiento generado.

Los algoritmos convencionales de optimización de dosis son de un único objetivo, es decir, proporcionan una única solución. Esta solución se halla mediante un procedimiento de búsqueda por prueba y error como en la patente estadounidense n° 5.391.139 de Edmundson, mediante la modificación de factores de importancia en una suma ponderada de objetivos, por ejemplo mediante la recolocación de las agujas virtuales o mediante el cambio de la dosis de radiación que se administra. Este problema se ha abordado en la actualidad y se han propuesto algunos procedimientos para encontrar un conjunto óptimo de factores de importancia.

Los procedimientos convencionales de optimización combinan los objetivos del tejido a tratar y los objetivos del tejido sano circundante y de las estructuras críticas en una única función objetivo ponderada. Debe suministrarse el factor de ponderación o importancia de cada objetivo. La solución obtenida depende del valor de los factores de importancia usados. Una meta de un sistema de planificación de tratamiento es la capacidad de ayudar al clínico a obtener planes buenos al instante. Además debe proporcionar toda la información sobre las posibilidades, dados los objetivos del tratamiento. Para explorar la región de factibilidad del espacio de la solución con respecto a cada objetivo, deben darse diferentes valores para los factores de importancia en la función objetivo acumulada.

Asimismo, los valores adecuados de estos factores de importancia difieren de un caso clínico a otro. Esto implica que para cualquier caso clínico nuevo, se necesita un gran esfuerzo para determinarlos.

Aunque los procedimientos actuales de optimización son procedimientos de un único objetivo ponderado, el problema de optimización de dosis es en realidad un problema multiobjetivo y por lo tanto deberían usarse procedimientos de optimización multiobjetivo. Lahanas y col. desvelan una optimización de dosis tridimensional basada en la anatomía para braquiterapia usando algoritmos genéticos multiobjetivo (Medical Physics 26(9), septiembre de 1999). El documento VS-BI-6200255 desvela un algoritmo genético multiobjetivo para su uso en la braquiterapia de dosis bajas.

El algoritmo basado en gradientes, por su eficiencia, permite la construcción de una superficie llamada de Pareto o compensación que contiene toda la información de la competencia entre los objetivos necesaria para que el planificador seleccione la solución que se adecua mejor a sus requerimientos.

Un problema de este algoritmo es que la suma ponderada como se usa en todos los algoritmos de optimización de dosis convencionales no puede proporcionar soluciones en partes posibles no convexas de la superficie de compensación de Pareto, porque una suma ponderada convexa de objetivos converge solo en las partes convexas del frente de Pareto. Otra limitación importante del algoritmo es su restricción a funciones objetivo convexas para las que pueden calcularse gradientes. En este caso, según los teoremas de Kuhn-Tucker, un óptimo global puede obtenerse y el frente de Pareto entero es accesible a partir de la suma ponderada.

Cuando se busca un conjunto óptimo de factores de importancia dividiendo cada factor de importancia en n puntos, la cantidad de combinaciones de objetivos k es aproximadamente proporcional a n^{k-1}, y la forma de la superficie total de compensación requiere un tiempo de computación muy grande. La mayoría de los problemas reales exigen la optimización simultánea de muchos objetivos. Es improbable que todos los objetivos sean óptimos para un conjunto único de parámetros. Si esto es así, entonces existen muchas, en principio infinitas, soluciones.

Un algoritmo multiobjetivo no proporciona una solución única, sino un conjunto representativo de todas las soluciones posibles. De estas soluciones representativas tiene que seleccionarse una única solución final. Es un problema complejo seleccionar automáticamente tal solución y se han propuesto procedimientos de ese tipo, pero un planificador no sabría qué soluciones alternativas podrían seleccionarse. En los problemas en los que deben compararse diferentes conjuntos de objetivos, esta información es valiosa, porque muestra las posibilidades que tiene un planificador para cada uno de tales conjuntos.

Un análisis de tiempos de la optimización con sistemas disponibles en el mercado basados por ejemplo en 35 casos clínicos muestra que, incluso si una ejecución de una única optimización requiere solo unos pocos segundos, la optimización real requiere 5,7 \pm 4,8 minutos. La evaluación de los resultados requiere otros 5,8 \pm 2,5 minutos. Esto muestra que el resultado de una ejecución de una única optimización no siempre es satisfactorio y la mayor parte del tiempo se emplea en una optimización manual de prueba y error.

La invención tiene como objeto obviar los problemas anteriormente descritos y propone un nuevo sistema de planificación de tratamiento por radiación en tiempo real según el preámbulo anterior, en el que las posibles posiciones de las fuentes de emisión de energía no se consideran dadas y la ubicación de las agujas no está predeterminada por reglas determinadas empíricamente.

Otro objeto de la presente invención es describir un nuevo sistema y procedimiento de planificación de tratamiento por radiación en tiempo real, que permitirán una aceleración importante de los procedimientos de optimización de dosis basados en la anatomía de un único y múltiples objetivos, y de planificación inversa, para la braquiterapia intersticial HDR.

Más específicamente, la invención tiene como objeto generar un plan de tratamiento en tiempo real, que se presentará al personal médico instantáneamente y que también puede usarse inmediatamente como tratamiento por radiación.

Los objetos anteriores se logran mediante un sistema de planificación según la reivindicación 1 así como un procedimiento según la reivindicación 29.

El término "agujas" en esta solicitud también abarca por ejemplo catéteres, tubos guía u otros elementos que deben implantarse en un cuerpo animal para colocar una fuente de emisión de energía dentro de ese cuerpo animal. El algoritmo de segmentación de imágenes tridimensionales usado en el sistema de planificación de tratamiento según la invención puede usar todos o parte de estos elementos (agujas huecas, catéteres y tubos guía, por ejemplo).

El uso de un algoritmo de obtención de imágenes tridimensionales y de un algoritmo de segmentación de imágenes tridimensionales permite la generación rápida y en tiempo real de un plan de tratamiento sin necesidad de determinar ciertos objetivos como punto de partida para la etapa de planificación del tratamiento, como la colocación de una o más agujas dentro de la parte anatómica.

En realidad, con el sistema de planificación de tratamiento según la invención para generar un plan de tratamiento, dicho algoritmo genético de optimización basado en la anatomía usa datos específicos relacionados con el cuerpo animal y/o datos relacionados con el sistema y/o datos relacionados con la radiación, en el que dichos datos relacionados con el cuerpo animal son datos acerca de la forma y ubicación de dicha parte anatómica y/o la forma y ubicación de órganos específicos cercanos o dentro de dicha parte anatómica.

Dichos datos relacionados con el sistema pueden ser datos acerca de la plantilla y su posición con respecto a dicha parte anatómica de dicho cuerpo animal y/o las dimensiones de las agujas usadas y/o la distancia mínima de desplazamiento de dicha fuente de emisión de energía a través de dichos medios de administración de radiación, mientras que dichos datos relacionados con la radiación son datos acerca de la dosis de radiación prescrita para dicha parte anatómica de dicho cuerpo animal, la dosis máxima de exposición a la radiación para dichos órganos específicos cercanos o dentro de dicha parte anatómica.

Estos datos específicos se usan como condiciones de límite y el personal médico los introduce en el algoritmo genético de optimización basado en la anatomía o dicho algoritmo los determina/establece a partir, por ejemplo, de dichos datos de imágenes obtenidos con los medios de obtención de imágenes.

La optimización de dosis debe tener en cuenta muchos objetivos en conflicto, como la cobertura de la parte anatómica preseleccionada o el volumen objetivo planificado (PTV) que debe tratarse con una dosis específica y la protección de la dosis del tejido circundante y órganos específicos delicados (OAR = órganos en riesgo), como la vejiga y la uretra, cuando se trata el cáncer de próstata. Los objetivos se combinan en una única función objetivo f_{Tot} formada por una suma ponderada de las funciones objetivo individuales. El valor óptimo f*_{i} para el objetivo iésimo hallado por un algoritmo de optimización depende de los pesos (factores de importancia) usados y puede no ser el mejor resultado posible, dado que hallar una correspondencia entre importancia y espacio objetivo es complejo, especialmente cuando hay tres o más objetivos. En los casos en que la solución no es satisfactoria, el planificador del tratamiento debe repetir la optimización con un conjunto diferente de factores de importancia. Un procedimiento consiste en aumentar los factores de importancia de los objetivos para los que la solución no proporciona un resultado satisfactorio.

En la práctica solo puede probarse una cantidad muy reducida de combinaciones y con este enfoque el planificador del tratamiento no puede obtener toda la información sobre el intervalo de valores posibles y el grado de competencia requeridos para seleccionar la "mejor solución". Para obtener el "mejor" resultado posible evitando procedimientos de prueba y error, la invención propone y usa un gradiente basado en el algoritmo de optimización multiobjetivo.

La importancia de esto ha sido reconocida en la patente estadounidense n° 6.327.490, en la que se presenta un procedimiento para guardar y comparar diferentes planes de tratamiento. Lo que no se reconoce en esta patente es que no solo es necesaria a veces una modificación de las posiciones de las fuentes de emisión de energía, sino que también una modificación de los factores de importancia/condiciones de límite, que determinan la calidad de la solución. En la práctica clínica, la realidad a menudo es que la optimización requerida es multiobjetivo más que de un único objetivo y esto aumenta aún más el tiempo necesario para el proceso de cálculo. En consecuencia, hay una necesidad real de técnicas de optimización basadas en la anatomía y procedimientos de planificación inversa para procedimientos de cálculo de dosis muy rápidos.

La dosis d_{i}(x) en el punto de muestreo iésimo se calcula mediante:

d_{i}(x) = \sum\limits^{N_{d}}_{j = 1} x^{2}_{j}\tilde{d}_{ij}

donde N_{d} es la cantidad de fuentes, x_{j}^{2} es el tiempo de permanencia de la posición de permanencia de la fuente jésima y \tilde{d}_{ij} es el valor nuclear del punto de cálculo de dosis iésimo y la posición de permanencia jésima. Las tablas de referencia de cálculo de dosis (LUT) de \tilde{d}_{ij}; se calculan y almacenan en una etapa de preprocesamiento. El cálculo de la dosis para N_{S} puntos de muestreo requiere N_{S}N_{D} multiplicaciones y N_{S} (N_{d}-1) sumas.

Una técnica de convolución basada en una Transformada Rápida de Fourier (FFT) para calcular una distribución de dosis tridimensional fue propuesta por Boyer y Mok en 1986, que intenta reducir el tiempo de cálculo. Al usar procedimientos de convolución basados en FFT el tiempo necesario para calcular una distribución de dosis con este procedimiento es independiente de la cantidad de fuentes. Aunque no puede manejar núcleos angulares asimétricos, una ventaja del procedimiento basado en FFT es que el tiempo computacional es prácticamente independiente de la forma del núcleo dosimétrico usado. El análisis de los presentes inventores ha demostrado que este procedimiento es comparable a procedimientos convencionales solo si la cantidad de fuentes es mucho mayor que 300. Los efectos de envolvimiento solo pueden evitarse rellenando con ceros cada dimensión, lo que aumenta el tamaño de la transformada a N = 8.N_{S} para N_{S} puntos de muestreo y requiere 8.N_{S}.1n(8.N_{S}) operaciones.

El objetivo de la optimización de dosis de braquiterapia HDR según la invención es cubrir la parte anatómica (PTV) que debe tratarse con al menos algún valor de dosis, y proteger los órganos delicados específicos (OAR) y el tejido normal circundante con valores de dosis por encima de un nivel específico. Para las funciones objetivo basadas en varianza, los valores de dosis por encima de un valor de dosis crítico se penalizan de forma cuadrática. Los objetivos son tales que la isodosis de la distribución óptima de dosis de la dosis de prescripción coincide con la superficie de la parte anatómica. Con este enfoque, el uso de un objetivo adicional para el tejido normal circundante no es necesario. Para esto, la varianza de dosis f_{S} de los puntos de muestreo (puntos de dosis) distribuidos uniformemente sobre la superficie de la parte anatómica debería ser tan pequeña como sea posible. Los valores de dosis excesivamente altos dentro de la parte anatómica, por ejemplo en la próstata, se evitan con la varianza de distribución de dosis f_{v} dentro de la parte anatómica.

Se usan varianzas normalizadas:

f_{S} = \frac{1}{N_{S}} \sum\limits^{N_{S}}_{i = 1} \frac{(d^{S}_{i} - m_{S})^{2}}{m^{2}_{S}},

\hskip1cm

f_{v} = \frac{1}{N_{v}}\sum\limits^{N_{v}}_{i = 1} \frac{(d^{v}_{i} - m_{v})^{2}}{m^{2}_{v}}

donde m_{S} y m_{v}, son los valores de dosis promedio sobre la superficie de la parte anatómica y en el interior de la parte anatómica respectivamente, y N_{S}, N_{v} las cantidades correspondientes de puntos de muestreo. El espacio objetivo de (f_{s}, f_{v}) es convexo y los algoritmos basados en gradientes convergen en el frente global de Pareto. Si se toman en cuenta órganos específicos delicados, entonces se incluye un objetivo adicional para cada órgano específico (OAR):

1

donde N_{OAR} es la cantidad de puntos de muestreo en el órgano específico y D_{c}^{OAR} es la dosis crítica correspondiente expresada como fracción de la dosis de prescripción o dosis de referencia, dicha dosis es igual en este modelo a la dosis promedio de la superficie de la parte anatómica. Las funciones objetivo para los órganos delicados específicos tienen la misma forma que para los órganos anatómicos, pero involucran las varianzas de dosis frente a valores de dosis críticos, que son específicos solo para aquellos órganos específicos particulares. Las derivadas son:

\vskip1.000000\baselineskip

\frac{\partial f_{S}}{\partial x_{k}} = \frac{4x_{k}}{N_{S}m_{S}{}^{3}}\sum\limits^{N_{S}}_{i=1}d^{S}_{i}(m_{S}\tilde{d}^{S}_{ik} - d^{S}_{i} \tilde{m}^{S}_{k})

\vskip1.000000\baselineskip

\frac{\partial f_{v}}{\partial x_{k}} = \frac{4x_{k}}{N_{v}m_{v}{}^{3}}\sum\limits^{N_{v}}_{i=1}d^{v}_{i}(m_{v}\tilde{d}^{v}_{ik} - d^{v}_{i} \tilde{m}^{v}_{k})

\vskip1.000000\baselineskip

\frac{\partial f_{OAR}}{\partial x_{k}} = \frac{4x_{k}}{N_{OAR}(D^{OAR}_{c})^{2} m_{S}^{3}}\sum\limits^{N_{OAR}}_{i=1} \Theta (d^{OAR}_{i} - D^{OAR}_{c} m_{S})(d^{OAR}_{i} - D^{OAR}_{c} m_{S})(m_{S} \tilde{d}^{OAR}_{ik} - d^{OAR}_{i} \tilde{m}^{S}_{k})

\vskip1.000000\baselineskip

Donde se usan las siguientes relaciones:

100

donde d^{S}_{i}, d^{v}_{i} y d^{OAR}_{i} es la tasa de dosificación en el punto de muestreo iésimo sobre la superficie de la parte anatómica, en el interior de la parte anatómica y en el interior de un órgano especifico respectivamente. \tilde{d}^{S}_{il}, \tilde{d}^{v}_{il}, \tilde{d}^{OAR}_{il} es el núcleo de dosis para el punto de muestreo iésimo y la lésima posición de permanencia de la fuente para los puntos de muestreo sobre la superficie de la parte anatómica, en el interior de la parte anatómica y en el órgano específico respectivamente. N_{d} es la cantidad de posiciones de permanencia de fuentes.

Para que un procedimiento convencional calcule valores objetivo y derivadas, se tiene en cuenta la tabla de referencia \tilde{d}^{S}_{i \alpha} como una matriz N_{S} x N_{d} \tilde{K}^{S}:

2

Si 101 es el vector de valores de dosis d^{s}_{i} y 102 es el vector de tiempos de permanencia, entonces \vec{d}^{S} = \tilde{K}^{S}\overline{t}.

El enfoque convencional es calcular los valores de dosis y luego los valores objetivo y sus derivadas. La cantidad de operaciones para calcular \vec{d}^{S} requiere N_{d}.N_{s} multiplicaciones y (N_{d}-1).N_{s} sumas. El almacenamiento necesario para \tilde{k}^{S} es de N_{d}.N_{s} puntos flotantes. El almacenamiento de esta matriz precomputada se desea por la ganancia significativa de velocidad de optimización. El cálculo de las funciones objetivo y las derivadas para N_{s} puntos de muestreo y N_{d} posiciones de permanencia de fuentes requiere por lo tanto un orden de N_{d}.N_{s} operaciones.

Nuevo procedimiento de cálculo de los objetivos y derivadas usando tablas de referencia de núcleos de dosis

La función objetivo f_{s} y sus N_{d} derivadas pueden escribirse también de la manera siguiente:

f_{S} = \left[\frac{1}{N_{S}m_{S}{}^{2}} \sum\limits^{N_{S}}_{i = 1}(d^{S}_{i})^{2} \right] -1,

\hskip0.5cm

\frac{\partial f_{S}}{\partial x_{k}} = \frac{4x_{k}}{N_{S}m_{s}^{2}} \sum\limits^{N_{s}}_{i=1} d_{i}{}^{s} \tilde{d}_{ik}{}^{S} + \frac{4x_{k}\tilde{m}^{S}_{k}}{N_{S}m^{3}_{S}} \sum\limits^{N_{S}}_{i=1} (d^{S}_{i})^{2}

\hskip0.5cm

k = 1,2,...., N_{d}

Es posible reducir la cantidad de operaciones del valor objetivo y sus derivadas hasta aproximadamente 0 operaciones (N_{d}. N_{d}). Con \vec{d}^{ST} = \overline{t}^{T} \tilde{K}^{S^{T}} tenemos

\sum\limits^{N_{S}}_{i = 1} (d^{S}_{i})^{2} = \vec{d}^{S^{T}} \cdot \vec{d}^{S} = \vec{t}^{T} \tilde{K}^{S^{T}} \tilde{K}^{S}\vec{t} = \vec{t}^{T} D^{S} \vec{t}.

D^{S} es una matriz simétrica (D^{S}_{\alpha \beta} = D^{S}_{\beta \alpha}) N_{d} x N_{d}. Llamamos \tilde{K}^{S} a la matriz de núcleo de dosis de primer orden y D^{S} a la de segundo orden.

Los términos m_{s}, m_{s}^{2} y

\sum\limits^{N_{S}}_{i = 1} d^{S}_{i} \tilde{d}^{S}_{i\beta}

pueden calcularse a partir de \tilde{K}^{S}, usando las relaciones:

103

donde \vec{S}^{ST} = 1 N_{S} es un vector dimensional N_{S} y m^{ST} = S^{ST} K^{S}.

De la representación de la matriz, los siguientes términos pueden escribirse analíticamente de la manera siguiente:

(1)g_{\alpha} \equiv \sum\limits^{N_{S}}_{i=1} d^{S}_{i} \tilde{d}^{S}_{i \alpha} = \sum\limits^{N_{d}}_{\beta = 1} x^{2}_{\beta} D^{S}_{\alpha \beta}

(2)\sum\limits^{N_{S}}_{i=1}(d^{S}_{i})^{2} = \sum\limits^{N_{d}}_{\alpha = 1}\sum\limits^{N_{d}}_{\beta = 1} x^{2}_{\alpha} x^{2}_{\beta} D^{S}_{\alpha \beta} = \sum\limits^{N_{d}}_{\alpha=1} x^{2}_{\alpha} \sum\limits^{N_{d}}_{\beta = 1} x^{2}_{\beta} D^{S}_{\alpha \beta} = \sum\limits^{N_{d}}_{\alpha = 1} x^{2}_{\alpha} g_{\alpha}

(3)m_{S} = \sum\limits^{N_{d}}_{\alpha=1} x^{2}_{\alpha} \tilde{m}^{S}_{\alpha}

en que

D^{S}_{\alpha\beta} = \sum\limits^{N_{S}}_{i = 1} \tilde{d}^{S}_{i\alpha} \tilde{d}^{S}_{i\beta}

Para la f_{v} objetivo se necesitan las matrices correspondientes \tilde{k}^{v} y D^{v}. D^{s} y D^{v} pueden calcularse una vez en una etapa de preprocesamiento que requiere solo 1-2 segundos.

Las ecuaciones (1)-(3) nos muestran que es posible aumentar la cantidad de puntos de muestreo en la parte anatómica sin aumentar el tiempo de optimización, dado que el lado derecho de cada ecuación no depende directamente de la cantidad de puntos de muestreo. Esto significa que podemos aumentar la precisión sin aumentar los costos de computación.

Con el nuevo enfoque, la cantidad de operaciones es independiente de la cantidad de puntos de muestreo. No es necesario almacenar la matriz \tilde{k}^{s} y \tilde{k}^{v}. Solo las matrices D^{s}, D^{v} y los vectores N_{d} dimensionales el \tilde{K}^{S^{T}} \vec{s}^{S} y \tilde{K}^{v^{T}} \vec{s}^{v} son necesarios para la optimización de dosis. Las matrices K^{s} y K^{v} requieren almacenar N_{s}. N_{d} y N_{v}.N_{d} números, mientras que ambas matrices simétricas D^{s} y D^{v} requieren que se almacenen N_{d}(N_{d}+1) números, es decir el almacenamiento es independiente de la cantidad de puntos de muestreo.

Es importante mencionar que este novedoso algoritmo puede aplicarse en general para objetivos (y sus derivadas) de los siguientes tipos usados normalmente en la braquiterapia (de HDR y semillas) y la radioterapia externa por rayos:

(4)f_{1} = \frac{1}{N} \sum\limits^{N}_{i=1}(d_{i} - D_{i})^{2}

(5)f_{2} = \frac{1}{N} \sum\limits^{N}_{i=1} d_{i}

(6)f_{3} = \frac{1}{N} \sum\limits^{N}_{i=1} d_{i}^{2}

donde D_{i} es la dosis deseada del punto de muestreo iésimo y N la cantidad de puntos de muestreo. Se usan objetivos de la forma f_{2} y f_{3} para el tejido normal circundante, en los que la dosis debe reducirse al mínimo. f_{2} es una medida de la dosis íntegra, mientras que con f_{3} los valores de dosis altos se penalizan con más fuerza que con f_{2}.

Para la radioterapia externa por rayos y la radioterapia por rayos de intensidad modulada (IMRT), debido al carácter de matriz poco densa de la matriz nuclear, solo se obtiene un beneficio si la densidad de puntos de muestreo es tal que la cantidad promedio de puntos de muestreo por rayo es mayor que la cantidad de rayos.

Asimismo cabe mencionar que, dado que el núcleo de un sistema de planificación inversa está basado en el cálculo de funciones objetivo relacionadas con la anatomía, es evidente que se espera el mismo beneficio cuando se implementa este novedoso procedimiento como se describe en las ecuaciones 1 a 3 anteriores.

Para optimizar para los órganos específicos, la función objetivo y las derivadas se construyen solo mediante términos para los que d_{i}^{OAR}>D_{c}^{OAR} m_{s}, que se expresa por \theta(d_{i}^{OAR}m_{s} -D_{c}^{OAR}m_{s}). Una gran fracción de los puntos de muestreo tiene valores de dosis inferiores a D_{c}^{OAR}m_{s}. Es posible evitar el cálculo de una fracción de estos valores de dosis usando la desigualdad de Cauchy-Schwarz-Bunjakovski:

\sum\limits^{N}_{i = 1} a_{i}b_{i} \leq \sqrt{\sum\limits^{N}_{i = 1} a_{i}^{2}} \sqrt{\sum\limits^{N}_{i = 1} b_{i}^{2}}

Para la dosis d_{i} del punto de muestreo iésimo tenemos

d_{i} = \sum\limits^{N_{d}}_{i = 1} x_{i}^{2} \tilde{d}_{il} \leq \sqrt{\sum\limits^{N_{d}}_{i = 1} x_{i}^{4}} \sqrt{\sum\limits^{N_{d}}_{i = 1} \tilde{d}_{il}^{2}}

La cantidad

r = \sqrt{\sum\limits^{N_{d}}_{i = 1} x_{i}^{4}}

se calcula solo una vez en cada iteración mientras que las NS constantes

p_{i} = \sqrt{\sum\limits^{N_{d}}_{i = 1} \tilde{d}_{il}^{2}}

i = 1,..., N_{s} pueden calcularse y almacenarse en una etapa de preprocesamiento. Si r\cdotp_{i}<D_{c}^{OAR}m_{s}, entonces d_{i}<D_{c}^{OAR}m_{s}, de otro modo es necesario calcular d_{i}. Incluso si la estimación de la dosis por desigualdad no es muy buena, es posible evitar el cálculo de los valores de dosis de una gran fracción de los puntos de muestreo en los órganos específicos usando solo una multiplicación por punto.

Puede obtenerse una mejor estimación usando la relación:

d_{i} = \sum\limits^{N_{d}}_{i=1} x_{i}^{2} \tilde{d}_{il} \leq \sqrt{\sum\limits^{N_{d1}}_{i=1} x_{i}^{4}} \sqrt{\sum\limits^{N_{d1}}_{i = 1} \tilde{d}_{il}^{2}} + \sqrt{\sum\limits^{N_{d}}_{i = N_{d1}+1} x_{i}^{4}} \sqrt{\sum\limits^{N_{d}}_{i = N_{d1}+1} \tilde{d}_{il}^{2}} \leq \sqrt{\sum\limits^{N_{d}}_{i = 1} x_{i}^{4}} \sqrt{\sum\limits^{N_{d}}_{i = 1} \tilde{d}_{il}^{2}}, i=1,....,N_{S}

donde N_{d} se divide en dos términos aproximadamente iguales N_{1} N_{2}, es decir N_{d} = N_{1} + N_{2}.

Los dos términos

\sqrt{\sum\limits^{N_{d1}}_{i = 1} x_{i}^{4}}

\hskip1cm

y

\hskip1cm

\sqrt{\sum\limits^{N_{d}}_{i = N_{d1}+1} x_{i}^{4}}

pueden calcularse en cada iteración una vez mientras que los 2N_{s} términos

\sqrt{\sum\limits^{N_{d1}}_{i = 1} \tilde{d}_{il}^{2}}

\hskip1cm

y

\hskip1cm

\sqrt{\sum\limits^{N_{d}}_{i = N_{d1}+1} \tilde{d}_{il}^{2}}

se calculan una vez y se almacenan en una etapa de preprocesamiento antes de la optimización.

Este procedimiento puede extenderse a funciones objetivo del tipo

f_{H}(x) = \frac{1}{N} \sum\limits^{N}_{i = 1} \Theta (d_{i}(x) - D_{H}) (d_{i}(x) - D_{H})^{a}

Para a = 2 obtenemos el tipo cuadrático de objetivos, para a = 1 los objetivos de Lessard-Pouliot y para a = 0 los objetivos basados en DVH. Usando la desigualdad podemos evitar el cálculo de la dosis de una fracción de los puntos de muestreo si r\cdotp_{i}<D_{H}. Para el recto, la vejiga y el tejido normal, este enfoque evita calcular una fracción importante de valores de dosis.

La idea principal del procedimiento propuesto de aceleración de optimización de dosis es que las funciones objetivo presentadas aquí y usadas comúnmente en la braquiterapia y sus derivadas puedan calcularse sin el cálculo de los valores de dosis individuales o una fracción de ellos. Para los objetivos del tipo dado por las ecuaciones (4)-(6), la cantidad de operaciones para el cálculo de los valores de funciones objetivo y sus derivadas es independiente de la cantidad de puntos de muestreo, si no se tiene en cuenta el tiempo de preprocesamiento para calcular y almacenar
\overline{s}^{ST} \tilde{k}^{S} y D^{S} = \vec{s}^{ST} \tilde{k}^{S}.

Este procedimiento nos permite aumentar la cantidad de puntos de muestreo en la parte anatómica hasta unos pocos miles, mejorando así la precisión sin ninguna pérdida de velocidad de optimización. En comparación con la optimización estándar de dosis, el nuevo procedimiento es más rápido cuantos más puntos de muestreo hay. La aceleración también es importante para los implantes con una pequeña cantidad de posiciones de permanencia de fuentes, en que el término N_{d}^{2} es mucho menor que N_{s}.N_{d} antes requerida para el cálculo de los valores de dosis.

Una optimización multiobjetivo con 100 fuentes que usa hasta 100 soluciones y hasta 5000 puntos de muestreo en la parte anatómica con un PC de 2 GHz es posible en menos de 10 s. El almacenamiento de N_{s} puntos de muestreo y N_{d} fuentes puede reducirse en un factor aproximado de 2N_{s}/N_{d}.

Se espera una aceleración no solo para algoritmos determinísticos sino también para algoritmos estocásticos como los algoritmos genéticos o temple simulado.

Para los objetivos de límites de dosis altas, una estimación del valor de dosis usando solo dos multiplicaciones y una suma por punto de muestreo evita la necesidad de calcular el valor de dosis de una fracción de los puntos de muestreo.

La Figura 1 muestra en forma muy esquemática varios elementos de un dispositivo conocido para implantar una fuente de emisión de energía, por ejemplo semillas radioactivas, en una glándula de próstata. Se muestra un paciente 1 acostado en posición de litotomía en una tabla 2. Hay una carcasa 3 conectada de manera fija a la tabla 2. La carcasa 3 comprende un medio de impulsión 4 para mover el vástago 4a gradualmente. Una plantilla 5 está conectada o montada en la tabla 2, dicha plantilla esta provista (no se muestra) de una pluralidad de agujeros guía a través de los cuales las agujas huecas 9, 10 pueden colocarse con respecto al paciente. Por medio de un soporte 6, una sonda transrectal de obtención de imágenes 7 está conectada de manera fija a dicho vástago 4a que puede moverse en dirección hacia y desde el paciente mediante el medio de impulsión 4. La sonda de obtención de imágenes 7 puede ser una sonda de ultrasonido.

Una aguja 9 se usa para fijar la glándula de la próstata 11 en una posición relativa a la plantilla 5. Varias agujas 10 se fijan en la posición deseada atravesando la plantilla 5 hasta alcanzar la glándula de la próstata 11. La plantilla 5 determina las posiciones relativas de las agujas 10 en dos dimensiones. Las agujas 10 están abiertas en sus extremos distales y están selladas con un tapón de cera biocompatible, preferentemente bioabsorbible. En dicha carcasa 3 se halla una unidad de carga de semillas 8.

Se proporciona un conocido módulo de planificación de terapia 12a para determinar la cantidad y posiciones relativas de las semillas en cada aguja para implantarlas en la glándula de la próstata 11. Dicho módulo de planificación de terapia 12a normalmente comprende un ordenador programado con un programa de planificación de terapia. El módulo de planificación de terapia 12a se conecta a la unidad de carga de semillas 8 a través de un dispositivo de control 12 para controlar la cantidad de semillas para cada aguja. El dispositivo de control 12 puede ser un dispositivo separado o puede formar parte integral bien de la unidad de carga de semillas 8 o bien del módulo de planificación de terapia 12a, o puede estar incorporado en el soporte lógico del módulo de planificación de terapia 12a o en la unidad de carga de semillas 8.

El dispositivo conocido que se muestra en la Figura 1 funciona de la manera siguiente. Un paciente 1 está bajo los efectos de anestesia espinal o general y está acostado en la tabla de operaciones 2 en posición de litotomía. La sonda de obtención de imágenes (ultrasónica) 7 se introduce en el recto y la sonda se conecta a través de la línea de señal 7a con una pantalla de imagen conocida, donde puede verse una imagen del interior del paciente, en particular de la glándula de la próstata 11, vista desde el punto de vista de la sonda de obtención de imágenes 7. La plantilla 5 se adhiere al medio de impulsión 4, y así se asegura la correlación de la geometría de la imagen de ultrasonido y de la plantilla 5. La glándula de la próstata 11 se fija con relación a la plantilla 5 y al medio de impulsión 4 y a la sonda de obtención de imágenes 7 por medio de una o más agujas 9 y 10. A continuación se introducen más agujas 10 en el cuerpo y en la glándula de la próstata con la guía de ultrasonido una por una.

Al mover la sonda de obtención de imágenes con el medio de impulsión 4 en sentido longitudinal dentro del recto se controla la profundidad de cada aguja 10. Después de haber colocado todas las agujas 10, sus posiciones con respecto a la glándula de la próstata 11 se determinan por lo menos de una de varias maneras conocidas. De una manera conocida, el módulo de planificación de terapia 12a determina cómo deben ubicarse las agujas 10 en la próstata y cuántas semillas radioactivas deben colocarse y en qué orden en cada una de las agujas 10. La información sobre la ubicación deseada de las semillas radioactivas en las agujas 10 se usa para controlar la unidad de carga de semillas 8.

Según la invención, dicho módulo de planificación de tratamiento de terapia genera al menos un plan de tratamiento, dado que está provisto de un algoritmo de obtención de imágenes tridimensionales y un algoritmo de segmentación de imágenes tridimensionales para los órganos específicos dentro de dicha parte anatómica, las agujas y tubos para convertir los datos de imágenes obtenidos con dichos medios de obtención de imágenes en una imagen tridimensional de la parte anatómica, por lo que usando al menos un algoritmo genético de optimización basado en la anatomía de un único o múltiples objetivos con el propósito de preplanificar o hacer una simulación virtual, dichos medios de procesamiento se disponen para determinar en tiempo real la cantidad y posición óptimas de al menos una de dichas agujas huecas, la posición de dicha fuente de emisión de energía dentro de cada aguja hueca así como los tiempos de permanencia de dicha fuente de emisión de energía en cada posición; mientras que para propósitos de post-planificación, dichos medios de procesamiento se disponen para determinar, basándose en la información en tiempo real de imágenes tridimensionales, las posiciones reales de las agujas y los tiempos de permanencia de dicha fuente de emisión de energía para cada posición.

En la Figura 2 se desvela una plantilla para usar en un sistema de planificación de tratamiento por radiación en tiempo real según la invención. En especial la plantilla 20 puede separarse del marco 25 de la plantilla, dicho marco está conectado a un medio paso a paso para desplazar los medios de obtención de imágenes como se describe con respecto a la Figura 1.

La plantilla 20 tiene una configuración de rejilla con agujeros 22 para las agujas a una distancia intermedia de 3,5 mm vista desde la dirección diagonal. En otra realización, la plantilla tiene una configuración de rejilla con agujeros para las agujas en una distancia intermedia de 2,5 mm vista desde la dirección ortogonal.

La plantilla puede ser una plantilla motorizada sin agujeros en la que las agujas se guían con un tubo guía, mientras que el tubo guía puede colocarse en cada posición de la rejilla virtual de la plantilla. Como esta realización no usa agujeros, la ausencia de una rejilla no limita la colocación de las agujas con respecto a la plantilla y la parte anatómica que debe tratarse. De hecho, con una plantilla sin agujeros, la configuración de la rejilla está limitada solamente por el diámetro de las agujas usadas.

La plantilla desvelada en la Figura 2 puede separarse del marco 25. El marco 25 está conectado al medio paso a paso como se ha descrito anteriormente. Para lograr una buena conexión y orientación del marco 25 y plantilla 20 con respecto al dispositivo de la Figura 1, el marco 25 está provisto de clavijas de alineación 27 que cooperan con las aberturas correspondientes (no mostradas) del dispositivo de la Figura 1.

La plantilla 20 tiene un cuerpo en forma de silla 20a, que encaja con el marco 25 como se muestra en la Figura 2. Para alinearlos, la plantilla 20 está provista de muescas 11a-11b que cooperan con en los agujeros correspondientes 26a-26b presentes en la circunferencia del marco 25.

Otro objeto de la invención es describir los catéteres o agujas insertados en el cuerpo por los que la fuente HDR se desplaza con sus dimensiones geométricas reales. Como consecuencia directa de esto, un objeto adicional de la invención es que se excluyen los puntos de muestreo para evaluar la dosis que se encuentran dentro de las agujas o catéteres. Esto contribuirá a reducir la cantidad de puntos de muestreo en la parte anatómica en comparación con otros procedimientos convencionales y a aumentar la velocidad.

Como se muestra en la Figura 3, un catéter o aguja hueca se define por puntos de descripción del catéter. Estos puntos se conectan con cilindros y en cada catéter describen longitudes y diámetros. El conjunto de cilindros de catéteres y esferas se usa para describir la geometría de un catéter que puede ser metálico lineal o plástico y curvo.

Para generar cada plan de tratamiento, los medios de procesamiento del sistema de planificación de tratamiento por radiación según la invención se disponen para generar un conjunto de múltiples puntos de muestreo usando dicho algoritmo de obtención de imágenes tridimensionales y dicho algoritmo de segmentación de imágenes tridimensionales y para calcular la distribución óptima de dosis de radiación para cada uno de dichos puntos de muestreo mediante el uso de un algoritmo basado en gradientes.

La calidad de los resultados depende de la distribución de puntos de muestreo generada. Según la invención, la distribución de dosis dentro de la parte anatómica (PTV), estructuras críticas como órganos específicos delicados (OAR) y la superficie de la parte anatómica se estima a partir de la dosis de una cantidad reducida de puntos (puntos de muestreo).

Como se muestra en las Figuras 4 y 5, los puntos de muestreo generados se distribuyen en los contornos y en la superficie triangulada de la parte anatómica que debe tratarse. Para el procedimiento basado en contornos no hay ningún punto sobre ambos extremos de la parte anatómica. Por lo tanto, gran parte de la superficie no está definida para el algoritmo de optimización y la isodosis resultante está limitada solamente por los contornos de la parte anatómica.

Los puntos de muestreo en el volumen se generan a partir de secuencias de baja discrepancia o puntos de muestreo distribuidos casi aleatoriamente.

Otro objeto de la invención es, en contraste con los puntos de muestreo distribuidos de manera pseudoaleatoria, evitar los vacíos y cúmulos. La convergencia de cantidades generadas por Monte-Carlo es mucho más rápida que la de una secuencia pseudoaleatoria convencional. Los puntos de muestreo en el interior de los catéteres se excluyen. Esto reduce la influencia de valores de dosis muy altos de puntos de muestreo que se producen ocasionalmente muy cerca de las posiciones de permanencia de las fuentes. Los valores estadísticos obtenidos a partir de los puntos de muestreo se calculan por lo tanto con mayor precisión.

En el sistema de la invención se realizan dos etapas de planificación del tratamiento:

Preplanificación o planificación inversa: Dada la geometría de la parte anatómica (PTV) que debe tratarse, los órganos específicos (OAR) cercanos o en el interior de dicha parte anatómica, una plantilla y su posición, la cantidad y posición óptimas de las agujas, se determinan las posiciones de permanencia y tiempos de permanencia de la fuente de emisión de energía, de modo que la distribución resultante de dosis cumpla varios criterios como cubrir la parte anatómica con la dosis de prescripción, evitar valores de dosis por encima de algunos valores críticos en los órganos específicos, etc.

Post-planificación: Dada la geometría de la parte anatómica (PTV) y los órganos específicos (OAR) y una cantidad y posición dadas de agujas y la posición de la fuente de emisión de energía en cada aguja, se determinan los tiempos de permanencia de la fuente de emisión de energía en cada posición, de modo que la distribución resultante de dosis cumpla varios criterios como cubrir la parte anatómica con la dosis de prescripción, evitar valores de dosis por encima de algunos valores críticos en los órganos específicos, etc.

Planificación inversa basada en la plantilla

La Figura 6 define las características de la plantilla y el catéter. El soporte lógico de planificación se ejecuta en un ordenador personal u ordenador portátil y permite definir ciertos objetivos/límites/parámetros antes de generar un plan de tratamiento. La longitud del paso de desplazamiento de la fuente dentro de una aguja se fija en 5,0 mm en los parámetros del post-cargador, dado que un valor de 2,5 mm produce una gran cantidad de fuentes y la optimización que usa el algoritmo según la invención puede llevar más tiempo, y en ese caso se recomiendan 512 MB de RAM. Al pulsar el botón Autoactivación, aparece el cuadro de diálogo de la Figura 7, que puede contener otros órganos (o VOI, es decir Volúmenes de Interés).

Este cuadro de diálogo se usa para el algoritmo de autoactivación. El órgano anatómico (PTV) y los órganos específicos (OAR) que deben protegerse de una exposición excesiva a la radiación se enumeran así como la distancia mínima de las posiciones de permanencia de las fuentes con respecto del VOI correspondiente en mm. Se usa para seleccionar solo posiciones de permanencia de fuentes que están a una distancia de un VOI correspondiente mayor a un valor dado.

Solo se considerarán los VOI para los que se pulsa el botón correspondiente. En este ejemplo, el recto no se tiene en cuenta porque está fuera de la parte anatómica (PTV).

A continuación el programa mueve todos los catéteres/agujas al interior de la parte anatómica teniendo en cuenta los órganos específicos y la geometría de la parte anatómica. El usuario debe seleccionar ahora solamente un subconjunto de estos catéteres. En principio esto se hará automáticamente al usar procedimientos de optimización flexibles y robustos. Esta será la verdadera planificación inversa.

En la Figura 8 se desvela el cuadro de diálogo Parámetros de Fuentes para ajustar la dosis de prescripción. Este cuadro de diálogo se usa para definir la fuerza o actividad de la fuente y la dosis de prescripción. Estos parámetros deben introducirse para uso de los algoritmos de optimización. La fuente se caracteriza por su fuerza en unidades U o como actividad en unidades GBq o Ci. La dosis de prescripción se especifica en cGy.

A continuación aparece el cuadro de diálogo de Planificación Inversa de la Figura 9 y Vista y Carga de la Plantilla de la Figura 10. La Figura 10 muestra la rejilla de la plantilla, los catéteres y los VOI a varias distancias de la plantilla. Los catéteres seleccionados se muestran en color oscuro. Los catéteres que pueden seleccionarse están en gris claro. Al mover la barra deslizante z, se mueve un plano paralelo a lo largo de la normal con respecto a la plantilla y a una distancia dada de la plantilla definida por la distancia z. En la Vista de la Plantilla se muestra la intersección de los VOI con dicho plano en la ventana de anatomía.

Al seleccionar uno de los botones mostrados en la Figura 11 (y Figura 10) puede seleccionarse la densidad de catéteres.

Al seleccionar con el puntero del ratón uno o más de los catéteres o agujas (excepto los que están en gris claro), el catéter seleccionado se activa o desactiva. Así el usuario puede seleccionar los catéteres que quiere usar durante la planificación del tratamiento. Por ejemplo puede seleccionarse un conjunto de catéteres en la periferia y un conjunto adicional de catéteres en el interior de la parte anatómica. Se prefiere limitar la cantidad de catéteres o agujas seleccionados a 15-20 para limitar la cantidad de cálculos que deben realizarse.

A continuación aparece el cuadro de diálogo de la Figura 12 Geometría y muestreo que contiene información sobre los puntos de muestreo, la cantidad de posiciones de permanencia de fuentes y la cantidad de catéteres. A continuación debe seleccionarse un modo de optimización y aparece el cuadro de diálogo de la Figura 13. Aquí el procedimiento de optimización puede seleccionarse, por ejemplo un procedimiento de optimización determinística.

Después de seleccionar Configurar Opciones de Optimización en la Figura 13, aparece el cuadro de diálogo de la Figura 14. Los órganos específicos (OAR = órganos en riesgo) que deben tenerse en cuenta durante la planificación del tratamiento por radiación deben seleccionarse. En este caso el recto está ubicado fuera de la región anatómica que debe tratarse y puede dejarse de lado. Sin embargo en este ejemplo debe tratarse un cáncer de próstata y por lo tanto se selecciona el botón Uretra, ya que la uretra se encuentra dentro de la próstata. El valor crítico de dosis al que el órgano específico puede estar expuesto se expresa como una fracción de la dosis de prescripción. En este caso el personal mé-
dico decide que la uretra no reciba más de un 50% de la dosis de prescripción. Por tanto se introduce el factor 1,50.

Con este cuadro de diálogo puede realizarse una optimización de un único o múltiples objetivos. Se selecciona la optimización multiobjetivo. Después de la optimización se presentan 20 soluciones al usuario (personal médico) del sistema de planificación de tratamiento. El sistema de planificación de tratamiento Plato desarrollado y comercializado por el solicitante del presente documento Nucletron B.V. u otros sistemas usan un conjunto único de factores de importancia, lo que no se recomienda porque puede no haber tal conjunto único de factores de importancia en todos los casos. No hay una única solución sino en principio infinitas soluciones.

El sistema de planificación de tratamiento según la invención trata de producir un conjunto representativo de múltiples soluciones de planificación de tratamiento. El procedimiento determinístico es el enfoque más sencillo. Se recomienda por supuesto el algoritmo evolutivo que es más flexible y produce muchas más soluciones entre las que puede encontrarse la mejor para cada caso. No siempre es posible obtener resultados similares, aunque solo se tomen en cuenta casos de próstata.

Después de la inicialización, el sistema de planificación de tratamiento de la invención calcula los volúmenes de la parte anatómica y los órganos específicos, genera los puntos de muestreo y se llenan las tablas de referencia. En este caso el algoritmo de optimización se repite 20 veces con 20 conjuntos diferentes de factores de importancia.

Después de la etapa de optimización, el botón Decisión debe seleccionarse para seleccionar una solución y ver los resultados. Aparece el cuadro de diálogo de la Figura 15. Cuando se pulsa el botón Mostrar resultados de todas las soluciones, aparece el cuadro de diálogo de la Figura 16. Al mover la barra deslizante hacia el DHV, se hacen visibles los valores, porque estos valores se usan en la toma de decisiones del plan de tratamiento final.

Al seleccionar la columna DVH(1,500) uretra, los valores de esa columna se ordenan en orden descendente. Véase la Figura 18.

En la Figura 18 la mejor cobertura de dosis de radiación de la parte anatómica (PTV) en este ejemplo es de 92,13% mientras que el 10,785% de la uretra recibe un valor de dosis superior a 1,5 veces la dosis de prescripción. Si el personal médico quiere una exposición a dosis de la uretra por debajo de 1% (en la Figura 18, 0,77%) entonces la mejor cobertura para la parte anatómica (la próstata) es 86,115%. Al pulsar el botón Histograma las distribuciones se muestran en pantalla (Figura 19).

Los algoritmos determinísticos usan una media en la normalización de dosis para la superficie de la parte anatómica y por lo tanto no son tan flexibles como los algoritmos evolutivos. Pero los ejemplos todavía muestran diferencias entre las soluciones de planificación de tratamiento obtenidas con diferentes condiciones de factores de importancia/límites, que pueden ser bastante grandes. Así, un procedimiento consistiría en considerar primero los órganos específicos (OAR), luego la cobertura de dosis de la parte anatómica (PTV) y finalmente la dosis en el tejido circundante. Cualesquiera que sean las preferencias del planificador, el algoritmo según la invención genera todas las soluciones posibles y el planificador puede seleccionar qué solución de tratamiento es la mejor solución.

En caso de que se decida que el 1% de la uretra puede recibir más del valor crítico de dosis, entonces la solución de tratamiento n° 15 se selecciona en la Figura 20 (véanse también las Figuras 16 y 18). Cuando la solución 15 de la lista se selecciona, debe pulsarse el botón Aplicar solución única y para ver las distribuciones de isodosis se debe pulsar el botón Isodosis de la Solución Seleccionada de la Figura 20.

Al seleccionar el botón 3D de la Figura 21 se marcan los valores de isodosis que deben mostrarse (aquí la isodosis para 1x la prescripción y 2x la prescripción). A continuación se mostrarán dos distribuciones de isodosis en 3D.

Optimización post-implante

La optimización post-implante supone que las posiciones de permanencia de fuentes están dadas. Esto es lo que los sistemas Nucletrons PLATO llaman en principio planificación inversa. Después de activar la Optimización Post-implante, el sistema de planificación de tratamiento carga los VOI y catéteres y aparece el cuadro de diálogo de Autoactivación de la Figura 22.

Tras pulsar el botón Aceptar, aparece el cuadro de diálogo Parámetros de fuentes de la Figura 23. Después de seleccionar los parámetros de fuentes y pulsar Aceptar, el sistema continúa directamente con la etapa de optimización de la Figura 13. De manera análoga a la etapa de preplanificación, puede seleccionarse el algoritmo de optimización determinística. Las etapas de generar soluciones múltiples de tratamiento son luego las mismas que en la etapa de preplanificación.

Claims (29)

1. Sistema de planificación de tratamiento por radiación en tiempo real para usar en la aplicación de radioterapia en una parte anatómica preseleccionada de un cuerpo animal, que comprende:

A

un motor paso a paso para colocar automáticamente unos medios de obtención de imágenes para generar datos de imágenes que corresponden a la parte anatómica;

B

un medio para insertar al menos una aguja hueca guiada por una plantilla en una posición dentro de dicha parte anatómica;

C

medios de administración de radiación para definir una pluralidad de posiciones que tienen una relación espacial dentro de un volumen de dicha parte anatómica y para insertar al menos una fuente de emisión de energía a través de dicha al menos una aguja hueca en dicha pluralidad de posiciones dentro de dicha parte anatómica;

D

medios de procesamiento para generar un plan de tratamiento por radiación para aplicar dicha radioterapia, incluyendo dicho plan de tratamiento información acerca de:

-

la cantidad, posición, dirección y estimación de la mejor manera de colocar una o más de dichas agujas huecas dentro de la forma anatómica y volumen de dicha parte anatómica que debe tratarse;

-

la cantidad de dosis de radiación que debe emitirse;

caracterizado porque

dichos medios de procesamiento están provistos de un algoritmo de obtención de imágenes tridimensionales y un algoritmo de segmentación de imágenes tridimensionales para al menos los órganos específicos en el interior de dicha parte anatómica y las agujas, para convertir los datos de imágenes obtenidos con dichos medios de obtención de imágenes en una imagen tridimensional de la parte anatómica, por lo que, usando al menos un algoritmo genético de optimización basado en la anatomía de un único o múltiples objetivos,

para fines de preplanificación o simulación virtual dichos medios de procesamiento se disponen para determinar en tiempo real la cantidad y posición óptimas de al menos una de dichas agujas huecas, la posición de dicha fuente de emisión de energía dentro de cada aguja hueca así como los tiempos de permanencia de dicha fuente de emisión de energía en cada posición usando dicho al menos un algoritmo genético de optimización basado en la anatomía de un único objetivo o de múltiples objetivos; mientras que

para fines de post-planificación dichos medios de procesamiento está dispuestos para determinar basándose en información de imágenes tridimensionales en tiempo real las posiciones reales de agujas y los tiempos de permanencia de dicha fuente de emisión de energía para cada posición usando dicho al menos un algoritmo genético de optimización basado en la anatomía de un único o múltiples objetivos, y en el que

para generar cada plan de tratamiento, dichos medios de procesamiento se disponen para generar un conjunto de múltiples puntos de muestreo usando dicho algoritmo de obtención de imágenes tridimensionales y dicho algoritmo de segmentación de imágenes tridimensionales y para calcular la distribución óptima de dosis de radiación para cada uno de los puntos de muestreo usando un algoritmo basado en gradientes, y en el que

la cantidad de operaciones para el cálculo de la distribución óptima de dosis de radiación es independiente de la cantidad de puntos de muestreo.

2. Sistema de planificación de tratamiento por radiación según la reivindicación 1, caracterizado porque para generar dicho plan de tratamiento, dicho algoritmo genético de optimización basado en la anatomía usa datos específicos relacionados con el cuerpo animal y/o datos relacionados con el sistema y/o datos relacionados con la radiación.

3. Sistema de planificación de tratamiento por radiación según la reivindicación 2, caracterizado porque dichos datos relacionados con el cuerpo animal son datos acerca de la forma y localización de dicha parte anatómica y/o la forma y localización de órganos específicos cercanos o en el interior de dicha parte anatómica.

4. Sistema de planificación de tratamiento por radiación según la reivindicación 2, caracterizado porque dichos datos relacionados con el sistema son datos acerca de la plantilla y su posición con respecto a dicha parte anatómica de dicho cuerpo animal y/o las dimensiones de las agujas usadas y/o la distancia mínima de desplazamiento de dicha fuente de emisión de energía a través de dichos medios de administración de radiación.

5. Sistema de planificación de tratamiento por radiación según la reivindicación 4, caracterizado porque la plantilla tiene una configuración de rejilla con agujeros para las agujas a una distancia intermedia de 3,5 mm vista en dirección diagonal.

6. Sistema de planificación de tratamiento por radiación según la reivindicación 4, caracterizado porque la plantilla tiene una configuración de rejilla con agujeros para las agujas a una distancia intermedia de 2,5 mm vista en dirección ortogonal.

7. Sistema de planificación de tratamiento por radiación según la reivindicación 4, caracterizado porque la plantilla es una plantilla motorizada sin agujeros y las agujas son guiadas con un tubo guía, mientras que el tubo guía puede colocarse en cada posición de la rejilla virtual de la plantilla.

8. Sistema de planificación de tratamiento por radiación según la reivindicación 4, caracterizado porque dicha plantilla es una plantilla separable en forma de silla adaptada a la superficie del cuerpo que es en sí separable del marco de la plantilla.

9. Sistema de planificación de tratamiento por radiación según la reivindicación 2, caracterizado porque dichos datos relacionados con la radiación son datos acerca de la dosis de radiación prescrita para dicha parte anatómica de dicho cuerpo animal, la dosis máxima de exposición a la radiación de dichos órganos específicos cercanos o en el interior de la parte anatómica.

10. Sistema de planificación de tratamiento por radiación según la reivindicación 1, caracterizado porque el algoritmo basado en gradientes para el cálculo de la distribución de dosis de radiación está basado en las relaciones

\vskip1.000000\baselineskip

\frac{\partial f_{S}}{\partial x_{k}} = \frac{4x_{k}}{N_{S}m_{S}{}^{3}}\sum\limits^{N_{S}}_{i=1}d^{S}_{i}(m_{S}\tilde{d}^{S}_{ik} - d^{S}_{i} \tilde{m}^{S}_{k}),

\vskip1.000000\baselineskip

\frac{\partial f_{v}}{\partial x_{k}} = \frac{4x_{k}}{N_{v}m_{v}{}^{3}}\sum\limits^{N_{v}}_{i=1}d^{v}_{i}(m_{v}\tilde{d}^{v}_{ik} - d^{v}_{i} \tilde{m}^{v}_{k}),

\vskip1.000000\baselineskip

\frac{\partial f_{OAR}}{\partial x_{k}} = \frac{4x_{k}}{N_{OAR}(D^{OAR}_{c})^{2} m_{S}^{3}}\sum\limits^{N_{OAR}}_{i=1} \Theta (d^{OAR}_{i} - D^{OAR}_{c} m_{S})(d^{OAR}_{i} - D^{OAR}_{c} m_{S})(m_{S} \tilde{d}^{OAR}_{ik} - d^{OAR}_{i} \tilde{m}^{S}_{k}),

\vskip1.000000\baselineskip

100

donde m_{s} y m_{v}, son los valores de dosis promedio en la superficie de la parte anatómica que debe tratarse y dentro de la parte anatómica respectivamente, donde N_{s}, N_{v}, son las cantidades correspondientes de puntos de muestreo, donde d_{i}^{S}, d_{i}^{v} y d_{i}^{OAR} es la tasa de dosis en el punto de muestreo iésimo sobre la superficie de la parte anatómica, dentro de la parte anatómica y dentro de un órgano específico respectivamente, en las que \tilde{d}_{il}^{S}, \tilde{d}_{il}^{v}, \tilde{d}_{il}^{OAR} son la dosis nuclear para el punto de muestreo iésimo y la posición de permanencia lésima de la fuente de emisión de energía para los puntos de muestreo sobre la superficie de la parte anatómica, dentro de la parte anatómica y dentro de un órgano específico respectivamente, y donde N_{d} es la cantidad de posiciones de permanencia.

11. Sistema de planificación de tratamiento por radiación según la reivindicación 10, caracterizado porque los medios de procesamiento están dispuestos para minimizar la varianza de dosis f_{s} para cada punto de muestreo y la ocurrencia de valores altos de dosis dentro de la parte anatómica según los algoritmos

f_{S} = \frac{1}{N_{S}} \sum\limits^{N_{S}}_{i = 1} \frac{(d^{S}_{i} - m_{S})^{2}}{m^{2}_{S}}

\hskip1cm

y

\hskip1cm

f_{v} = \frac{1}{N_{v}}\sum\limits^{N_{v}}_{i = 1} \frac{(d^{v}_{i} - m_{v})^{2}}{m^{2}_{v}}

en los que f_{v} es la varianza de distribución de dosis.

12. Sistema de planificación de tratamiento por radiación según la reivindicación 10 u 11, caracterizado porque los medios de procesamiento se disponen para minimizar la varianza de dosis f_{OAR} para cada órgano específico según el algoritmo

110

13. Sistema de planificación de tratamiento por radiación según una cualquiera de las reivindicaciones precedentes, caracterizado porque dichos puntos de muestreo representan el límite de dicha parte anatómica que debe tratarse y/o el límite de dichos órganos específicos y/o la posición de una o más agujas.

14. Sistema de planificación de tratamiento por radiación según una cualquiera de las reivindicaciones precedentes, caracterizado porque los puntos de muestreo que están colocados dentro de las agujas huecas se excluyen para el cálculo de la distribución de dosis de radiación.

15. Sistema de planificación de tratamiento por radiación según una cualquiera de las reivindicaciones precedentes, caracterizado porque la dosis de radiación total calculada para dichos puntos de muestreo es igual a la cantidad de dosis de radiación que debe emitirse.

16. Sistema de planificación de tratamiento por radiación según una cualquiera de las reivindicaciones 11-15, caracterizado porque los puntos de muestreo usados para la evaluación de la distribución de dosis de radiación y el cálculo de los algoritmos f_{s}, f_{v} y f_{OAR} se generan usando un generador de números casi aleatorios.

17. Sistema de planificación de tratamiento por radiación según una cualquiera de las reivindicaciones precedentes, caracterizado porque la posición de cada una de las agujas como se determina virtualmente en dicho plan de tratamiento se muestra en dicha imagen tridimensional de la parte anatómica en una pantalla y se usa para guiar la aguja hueca correspondiente a la posición real en dicha parte anatómica.

18. Sistema de planificación de tratamiento por radiación según la reivindicación 17, caracterizado porque las agujas virtuales se identifican y sus posiciones se muestran como indicadores de navegación en la imagen de la parte anatómica obtenida durante la inserción de las agujas reales, dichas agujas reales reemplazan una a una a las virtuales en la posición seleccionada.

19. Sistema de planificación de tratamiento por radiación según una cualquiera de las reivindicaciones precedentes, caracterizado porque después de la ejecución del algoritmo de segmentación de imágenes tridimensionales, el algoritmo genético de optimización comienza automáticamente.

20. Sistema de planificación de tratamiento por radiación según una cualquiera de las reivindicaciones precedentes, caracterizado porque la definición de cada posición anatómica preseleccionada se determina por una pluralidad de contornos paralelos, no necesariamente adyacentes, de dicha imagen tridimensional segmentada, mientras que los contornos intermedios adicionales se interpolan entre sí, si hay segmentos adicionales presentes entre dichos contornos adyacentes.

21. Sistema de planificación de tratamiento por radiación según una cualquiera de las reivindicaciones precedentes, caracterizado porque la definición de una región anatómica preseleccionada dentro de la imagen tridimensional de la parte anatómica se determina por un camino recto o curvo y por una curva cerrada perpendicular a este camino, mientras que la forma y tamaño de la curva cerrada pueden variar a lo largo del camino mediante una pluralidad de procedimientos.

22. Sistema de planificación de tratamiento por radiación según la reivindicación 21, caracterizado porque la curva cerrada se define como una curva geométrica de tamaño fijo.

23. Sistema de planificación de tratamiento por radiación según la reivindicación 21, caracterizado porque una región anatómica preseleccionada puede ser un órgano específico dentro de la parte anatómica, dicho órgano específico está representado como un órgano en forma de tubo y la curva cerrada como un círculo o elipse.

24. Sistema de planificación de tratamiento por radiación según la reivindicación 21, caracterizado porque una aguja hueca se describe con sus dimensiones geométricas reales.

25. Sistema de planificación de tratamiento por radiación según una cualquiera de las reivindicaciones precedentes, caracterizado porque durante la inserción de las agujas, su posición real en el cuerpo animal se visualiza en tiempo real mediante dichos medios de obtención de imágenes.

26. Sistema de planificación de tratamiento por radiación según una cualquiera de las reivindicaciones precedentes, caracterizado porque durante la preplanificación cada aguja virtual se reemplaza paso a paso, después de una digitalización y reconstrucción tridimensional con las agujas segmentadas semiautomatizadas.

27. Sistema de planificación de tratamiento por radiación según una cualquiera de las reivindicaciones precedentes, caracterizado porque después de haber reemplazado una o varias agujas virtuales por las agujas reales correspondientes en la parte anatómica, puede comenzarse un nuevo plan de tratamiento usando una configuración de agujas inicial que contiene las posiciones de las agujas implantadas reales y las agujas virtuales que quedan.

28. Sistema de planificación de tratamiento por radiación según una cualquiera de las reivindicaciones precedentes, caracterizado porque dichos medios de procesamiento generan más de un plan de tratamiento simultáneamente y usan al menos un algoritmo determinístico para ofrecer un espectro de las mejores soluciones de tratamiento entre todas.

29. Procedimiento para generar un plan de tratamiento por radiación para usar en la aplicación de radioterapia a una parte anatómica seleccionada de un cuerpo animal de un paciente, por el que al menos una aguja hueca se inserta con la guía de una plantilla o herramienta guía en una posición en dicha parte anatómica y por el que al menos una fuente de emisión de energía se administra a través de dicha al menos una aguja hueca dentro de dicha parte anatómica usando medios de administración de radiación, que comprende las etapas de:

obtener imágenes de la parte anatómica que debe tratarse;

generar un plan de tratamiento para aplicar dicha radioterapia, incluyendo dicho plan de tratamiento información virtual acerca de:

-

la cantidad y posición de una o más de dichas agujas huecas dentro de la forma anatómica y volumen de dicha parte anatómica que debe tratarse;

-

la cantidad de dosis de radiación que debe emitirse;

caracterizado porque comprende las etapas adicionales de:

convertir los datos de imágenes obtenidos con dichos medios de obtención de imágenes en una imagen tridimensional de la parte anatómica usando un algoritmo de obtención de imágenes tridimensionales y un algoritmo de segmentación de imágenes tridimensionales para los órganos específicos dentro de dicha parte anatómica, las agujas y la fuente de emisión de energía,

usar al menos un algoritmo genético de optimización basado en la anatomía de un único o múltiples objetivos para determinar con fines de preplanificación o simulación virtual en tiempo real la cantidad y posición óptimas de al menos una de dichas agujas huecas, la posición de dicha fuente de emisión de energía dentro de cada aguja hueca así como los tiempos de permanencia de dicha fuente de emisión de energía en cada posición; y por el que

para generar cada plan de tratamiento, generar un conjunto de múltiples puntos de muestreo usando dicho algoritmo de obtención de imágenes tridimensionales y dicho algoritmo de segmentación de imágenes tridimensionales, y

calcular la distribución óptima de dosis de radiación para cada uno de dichos puntos de muestreo usando un algoritmo basado en gradientes y en el que

la cantidad de operaciones para el cálculo de la distribución óptima de dosis de radiación es independiente de la cantidad de puntos de muestreo.