ES2254599T3 - Sistema de planificacion de tratamiento por radiacion en tiempo real. - Google Patents
Sistema de planificacion de tratamiento por radiacion en tiempo real.Info
- Publication number
- ES2254599T3 ES2254599T3 ES02077436T ES02077436T ES2254599T3 ES 2254599 T3 ES2254599 T3 ES 2254599T3 ES 02077436 T ES02077436 T ES 02077436T ES 02077436 T ES02077436 T ES 02077436T ES 2254599 T3 ES2254599 T3 ES 2254599T3
- Authority
- ES
- Spain
- Prior art keywords
- radiation
- planning system
- anatomical part
- needles
- dose
- 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.)
- Expired - Lifetime
Links
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
- A61N5/1031—Treatment planning systems using a specific method of dose optimization
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1001—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy using radiation sources introduced into or applied onto the body; brachytherapy
-
- 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
- A61N5/1001—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy using radiation sources introduced into or applied onto the body; brachytherapy
- A61N5/1007—Arrangements or means for the introduction of sources into the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
- A61N5/1039—Treatment planning systems using functional images, e.g. PET or MRI
-
- 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
-
- 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
- A61N5/1001—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy using radiation sources introduced into or applied onto the body; brachytherapy
- A61N5/1007—Arrangements or means for the introduction of sources into the body
- A61N2005/1012—Templates or grids for guiding the introduction of sources
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
- A61N5/1031—Treatment planning systems using a specific method of dose optimization
- A61N2005/1032—Genetic optimization methods
-
- 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
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N2005/1074—Details of the control system, e.g. user interfaces
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Urology & Nephrology (AREA)
- Surgery (AREA)
- Radiation-Therapy Devices (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Thermotherapy And Cooling Therapy Devices (AREA)
- Finger-Pressure Massage (AREA)
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}},
\hskip1cmf_{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):
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:
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}:
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.
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}
\hskip0.5cmk = 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:
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}}
\hskip1cmy
\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}}
\hskip1cmy
\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}.
\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.
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.
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.
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
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}}
\hskip1cmy
\hskip1cmf_{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
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.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20020077436 EP1374949B1 (en) | 2002-06-17 | 2002-06-17 | Real time radiation treatment planning system |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2254599T3 true ES2254599T3 (es) | 2006-06-16 |
Family
ID=29716888
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES02077436T Expired - Lifetime ES2254599T3 (es) | 2002-06-17 | 2002-06-17 | Sistema de planificacion de tratamiento por radiacion en tiempo real. |
ES03076748T Expired - Lifetime ES2355700T3 (es) | 2002-06-17 | 2003-06-05 | Conjunto de plantilla para braquiterapia. |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES03076748T Expired - Lifetime ES2355700T3 (es) | 2002-06-17 | 2003-06-05 | Conjunto de plantilla para braquiterapia. |
Country Status (9)
Country | Link |
---|---|
US (4) | US7899517B2 (es) |
EP (1) | EP1374949B1 (es) |
JP (1) | JP4439843B2 (es) |
AT (2) | ATE312648T1 (es) |
AU (1) | AU2003204404B2 (es) |
CA (1) | CA2432493C (es) |
DE (2) | DE60208009T2 (es) |
ES (2) | ES2254599T3 (es) |
PT (1) | PT1374951E (es) |
Families Citing this family (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1374949B1 (en) | 2002-06-17 | 2005-12-14 | Nucletron B.V. | Real time radiation treatment planning system |
US7742902B1 (en) * | 2003-10-22 | 2010-06-22 | Oracle America, Inc. | Using interval techniques of direct comparison and differential formulation to solve a multi-objective optimization problem |
DE102004040629B4 (de) * | 2004-08-19 | 2011-05-19 | MedCom Gesellschaft für medizinische Bildverarbeitung mbH | Einstellen einer Relativposition einer Bestrahlungseinrichtung und eines Patienten |
US20060067467A1 (en) * | 2004-09-28 | 2006-03-30 | Minnesota Medical Physics Llc | Apparatus and method for conformal radiation brachytherapy for breast and other tumors |
DE602004022964D1 (de) * | 2004-12-23 | 2009-10-15 | Nucletron Bv | Verfahren und Vorrichtung zur Berechnung der Strahlendosisverteilung für ein Strahlentherapiesystem |
US8775207B2 (en) * | 2005-02-02 | 2014-07-08 | Siemens Medical Solutions Usa, Inc. | Integrated treatment planning and scheduling system |
US8409071B2 (en) * | 2005-05-17 | 2013-04-02 | Wisconsin Alumni Research Foundation | Method and apparatus for treatment planning using implanted radioactive sources |
EP1745822B1 (en) * | 2005-07-18 | 2008-10-22 | Nucletron B.V. | Apparatus for effecting radiation treatment on a pre-selected anatomical portion of an animal body |
ATE457778T1 (de) | 2005-07-18 | 2010-03-15 | Nucletron Bv | System zur durchführung einer strahlenbehandlung auf einen vorgewählten anatomischen teil eines körpers |
US20080214933A1 (en) * | 2005-08-25 | 2008-09-04 | Koninklijke Philips Electronics, N.V. | Image-Based Planning Methods and Apparatus for Targeted Therapy |
JP5491174B2 (ja) * | 2006-05-11 | 2014-05-14 | コーニンクレッカ フィリップス エヌ ヴェ | 画像誘導型放射線治療のための画像の変形可能なレジストレーション |
US7771339B2 (en) * | 2006-05-31 | 2010-08-10 | Ab Mimator | Method and system for radiotherapy treatment |
US7728868B2 (en) | 2006-08-02 | 2010-06-01 | Inneroptic Technology, Inc. | System and method of providing real-time dynamic imagery of a medical procedure site using multiple modalities |
US9044601B2 (en) * | 2008-10-20 | 2015-06-02 | Dr. Fred J. Currell | System and methods for accelerating simulation of radiation treatment |
US11464578B2 (en) | 2009-02-17 | 2022-10-11 | Inneroptic Technology, Inc. | Systems, methods, apparatuses, and computer-readable media for image management in image-guided medical procedures |
US8690776B2 (en) | 2009-02-17 | 2014-04-08 | Inneroptic Technology, Inc. | Systems, methods, apparatuses, and computer-readable media for image guided surgery |
NL1037032C2 (en) * | 2009-06-11 | 2010-12-16 | Nucletron Bv | A system and method for generating a radiation treatment plan for use in effecting radiation therapy in a human or animal body. |
NL1037031C2 (en) * | 2009-06-11 | 2010-12-16 | Nucletron Bv | Radiation therapy delivery system and radiation therapy treatment planning system. |
US8315357B2 (en) * | 2009-10-08 | 2012-11-20 | The Board Of Trustees Of The Leland Stanford Junior University | Radiation therapy inverse treatment planning using a regularization of sparse segments |
US8819591B2 (en) * | 2009-10-30 | 2014-08-26 | Accuray Incorporated | Treatment planning in a virtual environment |
WO2011123605A1 (en) | 2010-03-31 | 2011-10-06 | Medi-Physics, Inc. | Brachytherapy template adaptor |
TW201221117A (en) * | 2010-11-29 | 2012-06-01 | Iner Aec Executive Yuan | Enhancing segmentation for molecular image quantification system and the method thereof |
CN102136041B (zh) * | 2011-04-18 | 2017-04-26 | 深圳市海博科技有限公司 | 治疗计划系统 |
EP2744567B1 (en) * | 2011-10-18 | 2015-04-29 | Koninklijke Philips N.V. | Medical apparatus for displaying the catheter placement position |
US8670816B2 (en) * | 2012-01-30 | 2014-03-11 | Inneroptic Technology, Inc. | Multiple medical device guidance |
JP6328110B2 (ja) | 2012-07-17 | 2018-05-23 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 導入要素の姿勢及び形状を決定する決定装置 |
JP6317749B2 (ja) | 2012-10-29 | 2018-04-25 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 自動的な最適imrt/vmat処置計画の生成 |
CN104837524B (zh) | 2012-12-06 | 2017-12-12 | 皇家飞利浦有限公司 | 校准装置 |
US20140206926A1 (en) * | 2013-01-18 | 2014-07-24 | Robert van der LAARSE | Methods for optimizing and evaluating dose distributions in brachytherpay |
US10092251B2 (en) * | 2013-03-15 | 2018-10-09 | Varian Medical Systems, Inc. | Prospective evaluation of tumor visibility for IGRT using templates generated from planning CT and contours |
US20150202464A1 (en) * | 2014-01-23 | 2015-07-23 | Mitsubis | Multi-Criteria Optimization in Particle Beam Dose Optimization |
JP6545184B2 (ja) * | 2014-03-24 | 2019-07-17 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 電磁追跡システムの品質保証及びデータ連携 |
WO2015168431A1 (en) * | 2014-04-30 | 2015-11-05 | Stc.Unm | Optimization methods for radiation therapy planning |
US9901406B2 (en) | 2014-10-02 | 2018-02-27 | Inneroptic Technology, Inc. | Affected region display associated with a medical device |
US10188467B2 (en) | 2014-12-12 | 2019-01-29 | Inneroptic Technology, Inc. | Surgical guidance intersection display |
EP3076317B1 (en) * | 2015-04-02 | 2018-08-15 | RaySearch Laboratories AB | System and method for providing a radiation therapy treatment plan and a radiation therapy machine |
US9949700B2 (en) | 2015-07-22 | 2018-04-24 | Inneroptic Technology, Inc. | Medical device approaches |
CN107921279B (zh) | 2015-09-01 | 2021-06-15 | 皇家飞利浦有限公司 | 用于辅助近距离治疗流程的设备、系统、装置和计算机可读介质 |
US9675319B1 (en) | 2016-02-17 | 2017-06-13 | Inneroptic Technology, Inc. | Loupe display |
JP7021196B2 (ja) * | 2016-09-01 | 2022-02-16 | オレゴン ヘルス アンド サイエンス ユニバーシティ | 解剖学的検出システム誘導直腸内前立腺生検デバイス |
US10278778B2 (en) | 2016-10-27 | 2019-05-07 | Inneroptic Technology, Inc. | Medical device navigation using a virtual 3D space |
US11291863B2 (en) | 2016-12-16 | 2022-04-05 | Koninklijke Philips N.V. | Positioning assistance device for focal radiation therapy |
FI20175244L (fi) * | 2017-03-17 | 2018-09-18 | Planmeca Oy | Itsekalibroiva lääketieteellinen kuvannuslaite |
US11259879B2 (en) | 2017-08-01 | 2022-03-01 | Inneroptic Technology, Inc. | Selective transparency to assist medical device navigation |
US11484365B2 (en) | 2018-01-23 | 2022-11-01 | Inneroptic Technology, Inc. | Medical image guidance |
WO2020113381A1 (zh) * | 2018-12-03 | 2020-06-11 | 深圳先进技术研究院 | 一种超声成像方法及装置 |
US11744643B2 (en) | 2019-02-04 | 2023-09-05 | Covidien Lp | Systems and methods facilitating pre-operative prediction of post-operative tissue function |
EP3892224A1 (en) | 2020-04-10 | 2021-10-13 | Koninklijke Philips N.V. | Grid template positioning in interventional medicine |
CN111986777A (zh) * | 2020-07-31 | 2020-11-24 | 上海联影医疗科技股份有限公司 | 放射治疗计划优化系统、装置和存储介质 |
CN112516471B (zh) * | 2020-12-01 | 2021-08-27 | 北京航空航天大学 | 基于扩展收缩理论的放疗计划仿真设计方法及系统 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5372138A (en) * | 1988-03-21 | 1994-12-13 | Boston Scientific Corporation | Acousting imaging catheters and the like |
US5391139A (en) | 1992-09-03 | 1995-02-21 | William Beaumont Hospital | Real time radiation treatment planning system |
DK0633041T3 (da) * | 1993-07-01 | 2000-04-03 | Schneider Europ Gmbh | Medicinske apparater til behandling af blodkar ved hjælp af ioniserende stråling |
JP2852178B2 (ja) * | 1993-12-28 | 1999-01-27 | 日本電気株式会社 | フィルムキャリアテープ |
US5626829A (en) * | 1994-11-16 | 1997-05-06 | Pgk, Enterprises, Inc. | Method and apparatus for interstitial radiation of the prostate gland |
US6256529B1 (en) * | 1995-07-26 | 2001-07-03 | Burdette Medical Systems, Inc. | Virtual reality 3D visualization for surgical procedures |
US6234951B1 (en) * | 1996-02-29 | 2001-05-22 | Scimed Life Systems, Inc. | Intravascular radiation delivery system |
US6095975A (en) * | 1997-05-27 | 2000-08-01 | Silvern; David A. | Apparatus and method for determining optimal locations to place radioactive seeds at a cancerous site |
US6019718A (en) * | 1997-05-30 | 2000-02-01 | Scimed Life Systems, Inc. | Apparatus for intravascular radioactive treatment |
US5931786A (en) * | 1997-06-13 | 1999-08-03 | Barzell Whitmore Maroon Bells, Inc. | Ultrasound probe support and stepping device |
US6083167A (en) * | 1998-02-10 | 2000-07-04 | Emory University | Systems and methods for providing radiation therapy and catheter guides |
US6360116B1 (en) * | 1998-02-27 | 2002-03-19 | Varian Medical Systems, Inc. | Brachytherapy system for prostate cancer treatment with computer implemented systems and processes to facilitate pre-operative planning and post-operative evaluations |
US6327490B1 (en) * | 1998-02-27 | 2001-12-04 | Varian Medical Systems, Inc. | Brachytherapy system for prostate cancer treatment with computer implemented systems and processes to facilitate pre-implantation planning and post-implantation evaluations with storage of multiple plan variations for a single patient |
US6387034B1 (en) * | 1998-08-17 | 2002-05-14 | Georia Tech Research Corporation | Brachytherapy treatment planning method and apparatus |
US6200255B1 (en) * | 1998-10-30 | 2001-03-13 | University Of Rochester | Prostate implant planning engine for radiotherapy |
US6610013B1 (en) * | 1999-10-01 | 2003-08-26 | Life Imaging Systems, Inc. | 3D ultrasound-guided intraoperative prostate brachytherapy |
US6438401B1 (en) * | 2000-04-28 | 2002-08-20 | Alpha Intervention Technology, Inc. | Indentification and quantification of needle displacement departures from treatment plan |
US6561980B1 (en) * | 2000-05-23 | 2003-05-13 | Alpha Intervention Technology, Inc | Automatic segmentation of prostate, rectum and urethra in ultrasound imaging |
US6500109B2 (en) * | 2000-07-21 | 2002-12-31 | Tayman Medical, Inc. | Prostate treatment template |
US7022062B1 (en) * | 2000-08-30 | 2006-04-04 | Murphy Brian B | Radioactive seed implantation system and method |
ATE301491T1 (de) * | 2001-11-23 | 2005-08-15 | Nucletron Bv | Automatische bildgesteuerte einrichtung zur einführung einer kanüle in einen menschlichen oder tierischen körper zur strahlentherapie im diesem körper |
EP1374949B1 (en) * | 2002-06-17 | 2005-12-14 | Nucletron B.V. | Real time radiation treatment planning system |
US7041048B2 (en) * | 2002-10-16 | 2006-05-09 | Sourcetech Medical, Llc | Apparatus and method for dose administration in brachytherapy |
-
2002
- 2002-06-17 EP EP20020077436 patent/EP1374949B1/en not_active Expired - Lifetime
- 2002-06-17 ES ES02077436T patent/ES2254599T3/es not_active Expired - Lifetime
- 2002-06-17 DE DE2002608009 patent/DE60208009T2/de not_active Expired - Lifetime
- 2002-06-17 AT AT02077436T patent/ATE312648T1/de not_active IP Right Cessation
-
2003
- 2003-05-28 AU AU2003204404A patent/AU2003204404B2/en not_active Ceased
- 2003-05-30 US US10/448,311 patent/US7899517B2/en active Active
- 2003-06-05 DE DE60334956T patent/DE60334956D1/de not_active Expired - Lifetime
- 2003-06-05 ES ES03076748T patent/ES2355700T3/es not_active Expired - Lifetime
- 2003-06-05 AT AT03076748T patent/ATE488271T1/de not_active IP Right Cessation
- 2003-06-05 PT PT03076748T patent/PT1374951E/pt unknown
- 2003-06-16 CA CA2432493A patent/CA2432493C/en not_active Expired - Lifetime
- 2003-06-17 JP JP2003172377A patent/JP4439843B2/ja not_active Expired - Fee Related
-
2011
- 2011-01-25 US US13/013,051 patent/US8301228B2/en not_active Expired - Lifetime
-
2012
- 2012-09-24 US US13/625,662 patent/US8744553B2/en not_active Expired - Lifetime
-
2014
- 2014-04-23 US US14/260,009 patent/US9381377B2/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
US8744553B2 (en) | 2014-06-03 |
ES2355700T3 (es) | 2011-03-30 |
AU2003204404B2 (en) | 2007-05-10 |
CA2432493C (en) | 2016-08-30 |
US20110288361A1 (en) | 2011-11-24 |
US9381377B2 (en) | 2016-07-05 |
US7899517B2 (en) | 2011-03-01 |
US20030233123A1 (en) | 2003-12-18 |
EP1374949B1 (en) | 2005-12-14 |
EP1374949A1 (en) | 2004-01-02 |
US20150105606A1 (en) | 2015-04-16 |
DE60208009T2 (de) | 2006-08-24 |
DE60208009D1 (de) | 2006-01-19 |
PT1374951E (pt) | 2011-02-07 |
ATE312648T1 (de) | 2005-12-15 |
ATE488271T1 (de) | 2010-12-15 |
JP2004041725A (ja) | 2004-02-12 |
DE60334956D1 (de) | 2010-12-30 |
JP4439843B2 (ja) | 2010-03-24 |
CA2432493A1 (en) | 2003-12-17 |
US8301228B2 (en) | 2012-10-30 |
US20130102831A1 (en) | 2013-04-25 |
AU2003204404A1 (en) | 2004-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2254599T3 (es) | Sistema de planificacion de tratamiento por radiacion en tiempo real. | |
Strnad et al. | ESTRO-ACROP guideline: Interstitial multi-catheter breast brachytherapy as Accelerated Partial Breast Irradiation alone or as boost–GEC-ESTRO Breast Cancer Working Group practical recommendations | |
Thomadsen et al. | Anniversary paper: past and current issues, and trends in brachytherapy physics | |
ES2711406T3 (es) | Método para la verificación del tratamiento de radioterapia específico para el paciente y control de calidad | |
KR102068755B1 (ko) | 근접 방사선 치료계획 산출방법, 장치 및 프로그램, 및 근접 방사선 치료장치 | |
US10029118B2 (en) | Advanced rotating-shield brachytherapy and planning of the same | |
Martel et al. | Brachytherapy for the next century: use of image-based treatment planning | |
KR101739915B1 (ko) | 근접방사선치료를 위한 환자선량 정도관리용 팬텀 | |
US20130006035A1 (en) | Radiotherapy phantom | |
Devic et al. | Image‐guided high dose rate endorectal brachytherapy | |
US20120330083A1 (en) | Radiotherapy phantom | |
CN115942961A (zh) | 扩散性α-发射体放射疗法的活度水平 | |
Bidmead et al. | Brachytherapy treatment planning | |
Janopaul-Naylor et al. | Prediction of need for proton adaptive plan in head and neck cancers using clinical and radiographic features | |
Baltas et al. | 2D and 3D Planning in Brachytherapy | |
Buzurovic et al. | Medical physics and planning in skin radiotherapy and brachytherapy | |
Kron | Radiation therapy requirements: what do we expect from gel-dosimetry | |
KR101129304B1 (ko) | 선원맞춤형 선량계획방법 | |
Beaulieu et al. | Brachytherapy evolution as seen today | |
Avizonis et al. | Three-dimensional viewing of and dosimetric calculations in Au-198 implants of the prostate. | |
Mathayomchan | Multiobjective Approach to Morphological Based Radiation Treatment Planning | |
Lin | Directional interstitial brachytherapy from simulation to application | |
Bhagwat et al. | Technical Aspects of Brachytherapy | |
Todor | Balloon Brachytherapy Physics | |
Zakariaee Kouchaksaraee | Localized bladder dose accumulation in multi-fraction cervical cancer brachytherapy |