JP2005529658A - 融合整合投影及び正常誤差整合投影を使用して限定されたデータ画像を再構成する方法 - Google Patents
融合整合投影及び正常誤差整合投影を使用して限定されたデータ画像を再構成する方法 Download PDFInfo
- Publication number
- JP2005529658A JP2005529658A JP2004512066A JP2004512066A JP2005529658A JP 2005529658 A JP2005529658 A JP 2005529658A JP 2004512066 A JP2004512066 A JP 2004512066A JP 2004512066 A JP2004512066 A JP 2004512066A JP 2005529658 A JP2005529658 A JP 2005529658A
- Authority
- JP
- Japan
- Prior art keywords
- image
- sinogram
- data
- data set
- patient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 105
- 230000004927 fusion Effects 0.000 title claims description 36
- 238000001959 radiotherapy Methods 0.000 claims abstract description 23
- 230000003190 augmentative effect Effects 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000012790 confirmation Methods 0.000 claims description 7
- 230000002708 enhancing effect Effects 0.000 claims 6
- 238000002591 computed tomography Methods 0.000 description 58
- 238000004364 calculation method Methods 0.000 description 22
- 230000005855 radiation Effects 0.000 description 15
- 206010028980 Neoplasm Diseases 0.000 description 13
- 210000001519 tissue Anatomy 0.000 description 13
- 230000008901 benefit Effects 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 8
- 238000002595 magnetic resonance imaging Methods 0.000 description 5
- 210000000988 bone and bone Anatomy 0.000 description 4
- 238000013170 computed tomography imaging Methods 0.000 description 4
- 210000002307 prostate Anatomy 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 210000003484 anatomy Anatomy 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 208000007101 Muscle Cramp Diseases 0.000 description 1
- 208000005392 Spasm Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000011443 conventional therapy Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011347 external beam therapy Methods 0.000 description 1
- 238000002721 intensity-modulated radiation therapy Methods 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000008467 tissue growth Effects 0.000 description 1
- 230000009278 visceral effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000004580 weight loss Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/508—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for non-human patients
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Generation (AREA)
Abstract
本発明は、患者に対する可能な限り実施することのできる放射線治療のほぼ完全な画像を準備するために現在のデータではあるが不完全なデータ(32A)を使用する方法を提供する。患者の完全な画像は、画像位置合わせの技術を用いて患者の限定された画像と融合又は整合させる(34A、36A)。整合画像はサイノグラムデータに変換される(40A)。このサイノグラムデータは患者の限定された画像に対応するサイノグラムデータと比較され、限定サイノグラムの範囲を超えて如何なるデータが存在するかを決定する。任意の更なるデータが限定データサイノグラムに加えられ、完全なサイノグラムが得られる(42A)。次いで、この完全サイノグラムは限定画像が得られた時点において撮影された完全画像に近似する画像に再構成される(44A)。
Description
本発明は、腫瘍の治療のための放射線治療機器に関し、より詳細には、放射線治療及び治療の確認のために不完全な患者データを再構成するための方法に関する。
本願は、2001年3月9日に出願され、その開示内容が本明細書において参照として援用されており、かつ発明の名称が「不完全なデータを融合整合し、再投影するためのシステム及び方法」である米国特許出願第09/802468号の一部継続出願である。
放射線治療のための医療機器は、高エネルギー照射により腫瘍組織を治療する。腫瘍を破壊するのに十分な放射線を確実に照射し、かつ周囲及び隣接する非腫瘍組織への損傷を確実に最小限に留めるために、放射線の量及びその照射位置を正確に制御する必要がある。
外部源放射線治療は、内部の腫瘍を治療するために患者の外部にある放射線源を使用する。外部源は腫瘍の存在する部位のみにビームを指向するために通常コリメートされる。典型的には、該腫瘍は適切に強度及び形状が調整されたビームにより複数の角度から処置されるであろう。高エネルギー放射線の放射線源はX線若しくは2乃至25MeVの範囲の線形加速器からの電子、又は1.25MeVのエネルギーを有するCo60源のような高焦点のラジオアイソトープからのガンマ線であり得る。
外部放射線治療の一つの形態では、放射線治療を送達する直前、送達直後及び/又は送達時にコンピュータ断層撮影法(CT)画像を得ることに加えて、癌性組織を照射するためにコンピュータ断層撮影法のスキャナの精度を使用する。放射線治療送達系がオンラインCT撮像能力を備えることは、画像化と治療との時間の間にて患者の位置及び生体組織における変化を特定することを容易にすることから特に有用である。しかしながら、現在の患者撮像システムの多く、特に、放射線治療システムに組み込まれたものの多くは、限定された視野(limited field−of−view(LFOV))が問題であり、回収された画像データは患者の完全な断面を網羅することができない。このLFOVは画像の視認性の問題、アーティファクトを伴う画像、歪んだ値を有する画像の原因になるとともに、線量の計算、送達の確認、変化する患者の位置合わせ、変化する線量の位置合わせ及び輪郭形成(自動化、手動化又はテンプレートに基づく)を含むこれらの画像を使用する応用においても影響を与える。
強度が変調された放射線治療は、従来の治療と比較して、多くの角度及び位置にて患者の体内に進入する強度が変調された放射線ビームを使用し、それにより、健全な組織が受けるべく放射線の量を低減するとともにそれが最も必要とされる癌の部位における放射線を濃縮する。本質的には、照射領域は、癌性組織の形状に適合するように「彫刻され(scuplted)」、かつ癌に近接した健全な組織への照射線量を低く留める。この種の放射線治療法は、患者の内部組織の映像化及び送達されるべき放射線量の正確な計算において有用である。放射線治療計画は、患者のCT画像に基づいて立てることができる。当業者において周知であるように、CT画像は、患者の周囲の異なる角度において得られた多くの投影画像を数学的に再構成することにより生成される。典型的なCT画像において、投影は「輪切り」にされた患者によるビームの減衰を示す一次元の線形プロファイルである。実際のCTデータは、マトリクスとしてサイノグラムスペースに保持され、該マトリクスにおいて、各横列(row)はガントリの位置、ガントリの角度、光線の角度等を示し(第一のサイノグラム次元)、各縦列(column)は検出器の数、検出器の距離、検出器の角度、光線の位置等を示す(第二のサイノグラム次元)。第三のサイノグラム次元は、複数の横列検出器又は容積測定検出器を伴う場合に通常使用され、各検出器の横列を示す。CT画像において得られるデータのマトリックスは、図1に示されるようにサイノグラム10として表示され得るか、又は図2に示されるように二次元の画像12に再構成され得る。
いくつかの放射線治療装置において、医師はCT画像の癌性領域を視認し、腫瘍を治療するために使用されるビームの角度と強度を決定する(腫瘍の画像に対して識別される)。本明細書において参照として援用されている米国特許第5661773号明細書に開示されているような自動装置において、コンピュータプログラムは医師が腫瘍領域並びに治療における線量の上限及び下限を判別した後にビームの角度及び強度を選択する。
より詳細には、計画CT画像が関心領域の三次元(3D)治療計画を作出するために使用される。この関心領域は、容積測定のピクセルとして定義されるボクセルと称される単位に分割される。次いで、例えば癌性組織、健康な組織、空気、水等のような、如何なる組織の型か、又は該関心領域が如何なる他の物質を含むかに基づいて、各ボクセルにそれぞれの放射線量が割り当てられる。
通常、患者の計画CT画像は、治療計画に対して準備するための時間が与えられるために照射治療の前に実質的に得られる。しかしながら、種々の要因により、治療されるべき器官又は他の組織の位置は日々変化する。更に、患者は治療中においても、呼吸をしたり、筋肉を痙攣させたりと体を動かし、多くの患者はオンラインCT画像装置の有効視野(FOV)より大きくなる。計画CT画像に対して患者の位置が不確かであることは、放射線送達の整合性を低減させることになる。
従って、治療時の直前に得られたデータに基づいて治療計画を確認できることが大いに望ましい。この確認工程は、計画画像を治療時おける患者の画像と比較する技術により行われる。後者に対してオンライン断層画像を得ることは、患者が撮像工程と治療工程との間に移動することを必要としないで、三次元の断層画像の利点を提供する。
残念なことに、患者のモデルを準備するために使用されるべき治療日に得られる画像データのセットはしばしば不完全であるか、又は限られたものである。これらの限界は、線形加速器に取り付けられたマルチリーフコリメータ(MLC)の視野サイズ及び放射線治療装置の検出器のサイズにより設定される制限視野に起因する。この限界はまた、放射線量を適用する放射線治療装置に関連したCT画像システムのFOVの範囲内に大きすぎて適合できない患者に起因する場合もあり、図2に示される画像の一部のみを示す図3に示されるようにLFOV画像を生成する。FOV又は画像データのセットはまた、特殊な領域にのみ意図的に送達される治療データの再構成を含む治療データ又は関心領域(ROIT)を変調することより意図的に制限され得る。例えば、図3において、LEOVのみならず、縁部の周囲のデータは問題となるアーティファクトを含み、それにより、画像は不規則な境界と、歪んだ内部値とを有することになる。
既に述べたように、放射線治療における画像のLFOVは視認性を損ない、線量計算を不完全なものにするという問題を引き起こす。視認性が損なわれるもっとも一般的な理由は、線形加速器に取り付けられたMLCの制限された視野の大きさと制限された検出器の大きさとにある。これらの制限により、全ての大きさの患者に対して、CT画像装置が全ての部位において完全なFOVデータを回収することを不可能にする。線量計算が不完全なものになるという問題は、歪んだ電子密度と、LFOV画像からの減衰及び散乱のために周辺部の情報が欠落することとに起因する。画像値のこの歪み及び周辺部の情報の欠落は同様に、これらの画像を使用する他の適用においても影響を与える。
画像の一部のみが得られるという限定された画像データセットに関する問題を解決するために、種々の検出器又は患者の位置において、該患者のスキャニングを複数回行い、完全なセットにするために結合させることもできる。これは、サイノグラムデータを合わせて加えることにより行われるが、画像装置又は患者の位置を、それに従って確実に修正する必要がある。これはしばしば不可能なことである。更に、アーティファクトの問題は、そのようなデータセット間におけるかなりの程度の不整合により存在し、患者に更なる処置を施すことにより費用及び時間がかかり、かつ虚弱な患者に対しては困難な場合がある。更に、複数のスキャンを受ける患者は、一つのスキャンを受ける患者よりも高い放射線量を受けることになる。
利用可能な技術を用いて不完全なデータセットを再構成すると、患者の身体全体が映っておらず、アーティファクト及び誤ったボクセル値を備え、よって、送達の確認、線量の再構成、患者のセッツアップ、輪郭形成、変化する患者の位置合わせ、変化する線量の位置合わせを含む適用に対して画像が使用可能である程度の制限された画像が得られることになる。従って、限定された画像データセットに起因する問題を解決することが可能な方法の必要性が存在する。
本発明は、患者の不完全なCTデータセットを患者の既存のCTデータセットと結合させて、完全かつアーティファクトのより少ない患者の画像を作出する方法に関する。本発明は、患者の日々の解剖学的な変化に対する特定の事項を備えた不完全なCTデータを再構成するために完全な計画CTデータを使用する方法を提供する。完全な計画CTデータは、患者の不完全なCTデータを改善し、かつ再構成する上において欠落しているデータを推定するために事前の情報として使用される。
本発明の第一の実施形態において、方法は、患者から第一及び第二のサイノグラムデータセット又は画像を得る工程を含む。両データセットは画像に変換され、統計学上、二つの画像の間が最適な位置合わせとなるように共に整合される。整合された(aligned)又は「融合された(fused)」画像はサイノグラムとして再投影される。
この再投影されたサイノグラムは第一又は第二のサイノグラムのいずれかと比較され、第一又は第二のサイノグラムの範囲を超えて如何なるデータが存在するかを決定する。増強されたサイノグラムを得るために、この更なるデータは再投影されたデータと比較したサイノグラムに加えられる。次に、増強されたサイノグラムが、融合−整合再投影(fusion−aligned reprojection)(FAR)画像として参照される画像へと変換又は再構成される。
本発明の第一の実施形態の方法は、唯一の限定されたデータのサイノグラム/画像の利用が、正確な送達の確認、線量の再構成、患者の設定等を実施する能力に影響を与えることがないために有利である。以前に撮影された完全な画像又は「第二の画像」が、限定されたデータ画像又は「第一の画像」に融合又は整合される。融合された画像を表すサイノグラムは限定データのサイノグラムと比較され、そこから、増強された限定データサイノグラムが準備される。増強された限定データサイノグラムからFAR画像が得られる。FAR画像は、以前に得られた完全画像と比較して異なって配置されている可能性があるか、又は解剖学的な変化を含む可能性のある治療領域に正確に放射線を適用するために使用される。
FARは、治療画像における構造の顕著性を高め、電子密度値を改善し、かつ患者の完全な描写を推定することにより限定データの放射線治療画像を補償する。FARはLFOVデータと、放射線治療を計画するために使用されたCT画像を含む患者に関する事前の情報とを結びつける。第一の実施形態の方法は、LFOV画像及び計画画像を整合又は「融合」する工程と、該画像を「サイノグラムスペース」に変換する工程と、該画像をサイノグラムスペースにて結合する工程と、サイノグラムからの画像を通常の画像に再構成する工程とを含む。FAR法の重要な工程は、計画画像のLFOV画像との「融合」又は整合である。しかしながら、仮に患者の治療位置が計画位置に近接している場合、FAR法におけるエクスプリシットな(explicit)融合は必要ではないかもしれない。代わりに、仮に通常の設定誤差が十分に小さい場合、インプリシットな(implicit)融合が適切であろう。
このような環境下において、FARのこの実施が実効できないか、又は必要ない場合、FARのエクスプリシットな融合を、正常−誤差−整合再投影(normal−error−aligned reprojection)(NEAR)と称されるインプリシットな融合に置き換えることも可能である。本発明の別の実施形態であるNEARは、エクスプリシットな融合が不可能であるか、又は良好な結果とはならない状況に対するFARの変形である。具体的には、一般的な放射線治療患者の設定プロトコルを用いてしばしば得られるような画像が既に十分整合されている場合に、NEARは達成される。患者はしばしば、意図された位置から数ミリメートル及び数度の範囲内に配置され、NEARのインプリシットな融合を構成する通常の設定誤差を生ずる。
NEARの利点は、FARの(二つ以上の)反復変形(NEAR2FAR)を可能にすることにある。FARの複数の適用を用いて、又は二つの反復工程に対してNEARからFARへと進行(NEAR2FAR)して、これらの方法を反復することを可能にする。NEARのあとにFAR反復が実施されるか、又はFARが異なる位置合わせの結果を用いて複数回実施される。NEAR画像を作出した後に、FOVにおける定量的に改善されたボクセル値は計画画像を備えたエクスプリシットな融合を可能にし、かつFAR画像が生成される。NEAR及びNEAR2FARは、大きな患者、小さな検出器又はMLCのためであるか、又はROIT戦略が達成されるためであるかによりLEOVが画像の深刻な定量的かつ定性的な低下を引き起こす場合、特に有用であり得る。エクスプリシットな融合を行うためには時間を要しないことから、NEARはまた、FARより迅速である。
NEAR、FAR及びNEAR2FARは、アーティファクトを低減し、かつ画像を定量的に改善するために不完全な事前の情報として計画CTデータ又は他の画像を使用する。これらの利点はまた、線量計算の精度を高めるとともに、計画CT画像とは異なるエネルギーにて得られるCT画像(例えば、メガ電圧CT)を増強するために使用される。
FAR、NEAR及びNEAR2FARはまた、多重モダリティ撮像(CT画像とMRI画像とを組み合わせる等)に対して使用され得る。MRI画像は異なる画像値を有する一方で、それらは修正可能であるか、又は十分な患者の境界を示すであろう。
本発明の方法は、LFOV画像及び計画画像を整合し、サイノグラムスペースにてデータセットを結合するか、又はその逆の工程によりデータを改善する。整合の一つの選択肢はFAR画像を生成するためのエクスプリシットな融合である。エクスプリシットな融合が実効できない場合のために、FARはインプリシットな融合であるNEARを用いて実施され得る。既に述べたように、NEAR及びFARの線量計算への応用や、キロ電圧CT計画画像を用いたLFOVオンラインメガ電圧CT画像の補償であるような、NEAR及び/又はFARの選択的な反復使用もまた可能である。
本発明のその他の種々の特徴、目的及び効果は以下の詳細な説明、請求の範囲及び添付した図面から当業者には明らかとなるであろう。
図面を参照して、図1は患者のCT画像から得られるサイノグラム10の例である。図2は、図1に示される例と同様のサイノグラムから得られる計画CT画像の例であり、図3は、放射線治療の直前の患者のオンラインCTスキャンからのLFOV画像の例である。
本発明の第一の実施形態に従う好ましい方法は、図4のフローチャートに示される。図4は、限定されたデータ画像及び完全な計画画像から融合整合された再投影(FAR)画像を作出することに関する第一の実施形態の方法を示す。該方法は、患者から治療領域を典型的に示す限定データサイノグラム50を得る工程から始まる。限定データサイノグラム50は、患者が放射線治療を受けている時間の付近にて得られることが好ましいが、任意の時間において得ることができる。限定データサイノグラム50は、図1及び3の例に示されるように限定データ画像52に再構成され、限定された対象物156として図6に概略的に示される。図3は、画像値の幾らかの画像の歪みとともに、画像の周囲に白い不規則な境界53のようなかなりの量のアーティファクトを含む。一例として、図3において標的とされている治療領域は前立腺である。しかしながら、本発明の方法は身体の任意の部分の画像に適用され得るか、獣医学の分野のような他の適用において使用され得るか、又は産業上の使用に応用され得る。
画像12として図2において一例として示され、かつ対象物154として図5に概略的に表されるように、同一の患者及び同一の治療領域の完全な計画画像54は、典型的には治療計画の目的のために限定データ画像52、図3の画像14を得る前に得られる。たとえ限定データ画像52、図3の画像14が、完全計画画像54及び図2の画像12のわずか数分後に撮影されたとしても、患者が計画CT装置から治療装置まで移動し、再び設定されるので、通常に身体が機能することにより引き起こされる動作により所定の器官及び/又は組織の位置の間にはしばしば生来の差異が存在する。加えて、画像と画像との間に十分時間が経過している場合には、体重の減少又はある種の組織の成長も起こり得る。内臓の動きもまた計画線量分布に対して幾らかの悪影響を与える。
完全計画画像54、図2の画像12、又は限定データ画像52、図3の画像14はCTスキャナ又は画像形成装置からのものである必要はないし、この技術は、磁気共鳴画像法(MRI)、ポジトロン放射形断層撮影法(PET)又は単一光子放射形断層撮影法(SPECT)のような異なる投影撮像法又は多重モダリティ撮像法からの画像を整合するために一般的に使用することができることを明記したい。異なる画像形成法が使用される場合、データの収集方法が異なるために二つの画像値の間に不整合又は不一致が起こる場合がある。加えて、LFOVオンラインメガ電圧CT画像のキロ電圧CT計画画像を用いた交叉エネルギー補償は、本発明の種々の実施形態において熟慮される。
図2及び図3に示され、かつ図5及び図6の対象物154及び156により概略的に記載されている二つの画像12及び14は一致していない。図2及び3の実際の画像の例において、腸内ガス16が図3においては示され、それにより治療の標的がずれている。図5及び6の概略的な例において、対象物154は、枠162a内において、対角線158a及び160a並びに内包物161aから構成される。限定対象物156は対応する対角線160b及び158b並びに161bとして示される内包物の一部のみを示す。従って、対角線158a及び158bの間並びに、内包物161bに対する部分的なデータのみに変化が存在する。
図4に示されるように、限定データ画像52と完全な画像54を整合するために、「融合」又は画像の位置合わせの技術が使用される。図7の概略的な例において、対象物154及び156の間が最適な位置合わせとなるように、限定対象物156は完全対象物154と融合される。図7は対象物154の幾何学的な配置を対象物156の幾何学的な配置にできるだけ一致させるためにどのように整合が行われるかを示す。図10は対角線160a及び160bの間の完全な位置合わせが行われた場合の対角線160cを示す。対角線158a及び158bは完全に位置合わせが行われてはいない。両方の線は重なりあっているが、二重の縁部163から明らかなように、両方の線は融合が完全ではないことを示す。これは単に例示的なものである。これに対して、理論的に完全な融合は、解剖学的な変化の流れにおいては存在しないが、これらの方法においては必要としない。
FARは位置合わせの技術に対して特異的なものではない。これは、当該技術分野において周知である、自動、手動又は両方の混在した方法により行われる。画像の位置合わせ又は融合は、数種の技術にて達成され得る。そのような一つの技術は、周知のアルゴリズムが既に開発されている相互情報(MI)として公知である。複数の様式の画像を位置合わせするのに使用されているこのアルゴリズムのこのような例の一つは、以下の出版物:Frederik Maes、Andre Collignon、Dirk Vendermeulen、Guy Marchal及びPaul Suetensによる医療用画像に関するIEEEの報告書「相互情報の最大化による多重モダリティ画像の位置合わせ(Multimodality Image Registration by Maximization of Mutual Information)」、第16巻、第2号、187頁(1997年4月)に記載されており、該出版物は本明細書において参照として援用される。
抽出特徴融合(Extracted Feature Fusion(EFF))は従来技術に比較して多くの利点を提供する別の位置合わせの技術である。EFFはボクセルに基づく画像位置合わせ法であり、画像の抽出された特徴のみが位置合わせされるか又は融合される。例えば、患者の骨の構造は、たとえ患者の体重が実質的な量において減少した場合においても通常は変化しない。従って、骨は整合を受ける各画像から実際的には抽出され、統計的な方法を用いて位置合わせされる。図5の簡単な例において、対角線160a及び枠162は、時間の経過とともに比較的変化することのない骨又は組織を示す。従って、これらの比較的変化しない特徴のみが融合において選択される一方で、より変化を起こし易い他の特徴、おそらく対角線158a、158b及び内包物161a、161bは位置合わせの計算において含む必要はない。
画像の抽出された部分のみを位置合わせする利点は、計算時間が短縮され、正確さが改善され、かつ患者の形状がかなり変化した場合の整合のための目標をかなり明確に定義できることにある。このような利点は、この場合はボクセルである少ない数のデータポイントの位置合わせに起因する。処理に係る全時間は選択されたポイント数に通常比例し、それ故、すべての三次元画像セットのサイズから所定の基準(例えば、骨を表す、又は空気を表さないボクセル)に適合するポイントのサブセットに低減すると、計算時間が典型的に低減されるであろう。このボクセルの低減は、通常のダウンサンプリングのようなMI技術のためにボクセル数を低減する他の方法と比較した場合、より正確な結果を提供することができる。
他の画像位置合わせ技術は、手動融合、幾何学的な特徴(例えば、表面)を用いた整合、勾配法、及びボクセル類似技術を含む。サイノグラムに基づく位置合わせの技術もまた適用可能である。
FARに対する任意の有用なLFOVの位置合わせは、それが自動、手動、又はそれらの混在する場合であっても、定量的及び定性的な低下があるにも係らずこれらの画像において幾らかの情報が存在することを意味する。これらの場合において、FARの目標は、付加的な事前の情報を組み込むことにより存在する情報に基づいて定量的又は定性的な改善がなされることにある。しかしながら、FOVは大幅に低減されるので、画像は、自動融合、手動融合及び視覚検査における有用性を失うかもしれない。自動融合が例えば局所的な最小値を見つけるような所望の結果を提供できないその他多くの理由もまた存在する。融合に伴う別の問題は、図10に示されるように、幾つかの構造がその他の構造を犠牲にして十分整合され得るので、解剖学的な変化において明瞭かつ正確な整合が存在しないことにある。これらの場合、NEAR、反復適用及び試験的な複数の位置合わせが更なる機会を提供する。
再び図4を参照すると、整合されるか、又は変換された完全な画像56は、サイノグラム58として再投影される。サイノグラム58に対するデータは、マトリクス中に再び存在し、該マトリクスにおいて各横列は角度を示し、かつ各縦列は距離を示す。再投影サイノグラム58のデータマトリクスは、限定データサイノグラム50のデータマトリクスと比較され、該限定データサイノグラム50から如何なるデータが欠如しているかを決定する。このことは、変換された完全画像58の再投影サイノグラムが限定データサイノグラム50と整合されていることから可能である。
変換された完全画像58の再投影サイノグラムから欠如されたサイノグラムデータの近似値が限定データサイノグラム50に加えられ、増強された限定データサイノグラム60が作出される。増強された限定データサイノグラム60はFAR画像62に再構成され、該FAR画像62は、限定データ画像52が得られた時点において、完全画像が如何に類似しているかの近似値である。FAR画像62は図8に模式的に示される。枠162aは図5と同様であり、対角線158c、160c及び内包物161cは今では完全である。これは、図9の対象物168と比較可能であり、該図9は、完全な画像を得ることが仮に可能である場合に治療時において撮影される画像を示す。対角線158dの外側の領域170が対角線158cと等しくないという事実は、本発明において重大な問題ではない。
図11は本発明の第一の実施形態の方法に従って、図2及び3に示されるLFOVのサイノグラムと完全計画画像とを結合することにより得られる再構成されたFAR画像を示す。図11に示されるように僅かな環180のような微かなアーティファクトがこの方法により生じている様子が見られる。しかしながら、そのようなアーティファクトは重大ではない。その理由は、該アーティファクトはFOVにおいて重要な構造の顕著性を損なうものでもないし、これらの画像を使用する線量計算又は他の方法に顕著な不利益をもたらすものでもないからである。
本発明の第一の実施形態の方法により得られた再構成FAR画像は患者の設定(送達前に患者をポジショニングすること)、輪郭形成(標的となる領域及び感受性の強い構造を、自動的、手動的、又はテンプレートに基づくアプローチにて識別すること)、線量の位置合わせ(患者の位置及び/又は腫瘍の変化を補償するために送達パターンを変更すること)、送達の確認(患者に向かって指向するエネルギーフルエンスを計算するために出口の検出器にて測定された信号を使用すること)、変化する患者の位置合わせ及び変化する線量の位置合わせ(解剖学的な、生体力学的な、かつ関心領域のデータを用いて、各フラクションの間の患者の解剖学における変化をマッピングし、再構成される線量は、累積線量を得るために参照画像へマッピングされる)において使用され得る。
図12は、図2の計画CT画像12に相当する計画画像12’、図3のLFOV画像14に相当するLFOV治療画像14’、理想的な治療画像20、及び図11のFAR画像18に対応するFAR治療画像18’の比較を示す。FAR治療画像18及び18’は、僅かなアーティファクト環180及び180’が認められることを除いては理想的な治療画像20と実質的には類似しており、該アーティファクト環はFOVにおいて重要な構造の顕著性を損なうものでもないし、線量計算に顕著な不利益をもたらすものでもないことを明記すべきである。
図4の完成プロセスは、図13のサイノグラムスペースにおいても認められる。図13はLFOVサイノグラム22を整合計画サイノグラム24と結合することにより得られるFARサイノグラム26の例を示す。先端が切り取られた限定データサイノグラム22を図13Aに示す。LFOVサイノグラム22から欠落しているデータは図13Bに示される整合計画サイノグラム24から推定される。図13Cに示される得られたFARサイノグラム26は、図13Bの整合計画サイノグラム24から欠落しているデータを推定する。
図14はLFOV画像28及びFAR画像30に対する放射線治療の線量計算の比較を示す。LFOV画像28は実質的な線量計算誤差を生ずる一方で、FAR画像30はほぼ完全な線量計算を生成する。LFOV線量体積ヒストグラム28(DVH)は、計算された線量と送達された線量との間の過大評価と過小評価との両方を示す一方で、FARのDVH30は、FAR画像に対して計算され、かつ送達される線量がほぼ完全であることを示す。FAR画像を用いて計算されたDVHは完全な画像のそれとほぼ同一である。
図15A、15B及び図15Cは、限定データ画像又はサイノグラム及び完全な計画画像又はサイノグラムからの、整合再投影画像を作出するために含まれる方法の異なる実施形態を示す。最初に図15Aを参照して、FAR、NEAR又はNEAR2FAR画像は患者の治療領域を示す限定データサイノグラム32Aを得ることにより作出される。限定データサイノグラムは限定データ画像34Aに再構成される。同一の患者の完全計画画像36Aは典型的には、限定データ画像34Aを得る前に得られる。画像融合、又は画像位置合わせの技術は完全計画画像36Aと限定データ画像34Aとを整合するために使用される。整合された完全計画画像38Aはサイノグラム40Aとして再投影される。整合計画画像40Aの再投影サイノグラムは、限定データサイノグラム32Aと比較される。再投影サイノグラム40Aから欠落しているサイノグラムデータは限定データサイノグラム32Aに加えられるか、又は結合され、増強された限定データサイノグラム42Aを作出する。増強された限定データサイノグラム42Aは整合再投影画像44Aに再構成され、該画像44Aは、限定データ画像が得られた時点において完全画像がどのようなものであるかの近似である。整合再投影画像は、より優れた結果を可能な限り達成するために、複数の反復方法を行うために、限定データ画像34Aにフィードバックされる。上述の方法は、どの画像(例えば、完全FOV計画画像又は限定オンラインFOV画像)が他の画像と整合され、かつ再投影されるかに関してフレキシブルである。要するに、完全計画画像は限定データ画像から欠落したデータを推定するために使用されるのである。例えば、図15Aに示されるように、完全計画画像は整合計画画像を作出するLFOV画像と再整合され、整合計画画像をサイノグラムに再投影し、LFOVサイノグラムを整合計画サイノグラムと増強又は結合して増強LFOVサイノグラムを生成し、そして増強LFOVサイノグラムを整合再投影画像に再構成する。またはこれに代えて、LFOV画像は整合LFOV画像を作出する完全計画画像に再整合され、整合LFOV画像をサイノグラムに再投影し、該サイノグラムを完全計画サイノグラムにて増強して、増強LFOVサイノグラムを生成し、そして、増強LFOVサイノグラムを整合再投影画像に再構成する。
画像を再整合し、かつそれをサイノグラムに再投影する方法は、図15B及び15Cに示されるように数学的に合理化される。一般的に、完全計画画像と限定データ画像との間の相対的な増強は決定される。次に、完全計画画像を限定データ画像に再整合し、かつ整合された計画画像をサイノグラムに再投影することに代えて、完全計画サイノグラムを限定データサイノグラムに再整合すること(又は、その逆)もできる。これは、代替的ではあるが、同等性を有し、同一の結果、即ち、計画画像の再整合サイノグラムを達成する方法である。整合計画サイノグラムはまた、限定データサイノグラムから欠落しているデータを推定するために使用され、該限定データサイノグラムに増強される。次に、増強された限定データサイノグラムは、整合再投影画像を作出するために再構成される。
この代替的な実施形態は、整合完全計画サイノグラムを用いて、限定データサイノグラムから欠落しているデータを推定することを可能にする。画像が再整合及び再投影されるかどうか、又は仮にサイノグラムが直接再整合される場合においても、サイノグラムがどのように再整合されるかということは概念的には問題ではない。
図15Bは限定データサイノグラム又は画像及び完全計画画像又はサイノグラムから整合再投影画像を作出するための方法の別の実施形態を示す。方法の入力は完全計画画像36B又は完全計画サイノグラム108Bと、LFOVサイノグラム32Bとである。LFOVサイノグラム32Bは、最初はLFOV画像34Bに再構成され、次いで、完全計画画像36Bを用いて融合される(エクスプリシットな(FAR)又はインプリシットな(NEAR))。完全計画画像36Bはサイノグラムに再投影されるか、又は最初の計画サイノグラム108Bは融合結果を用いて変換され、整合計画画像40Bが生成される。整合計画画像40BのサイノグラムデータはLFOVサイノグラム32Bから欠落しているデータを推定するために使用される。限定データサイノグラム32Bは整合計画画像サイノグラム40Bと結合され、増強された限定データサイノグラム42Bが得られる。この増強された限定データサイノグラム42Bは整合再投影画像44Bに再構成される。整合再投影画像は、複数の反復工程(NEAR2FAR)において、初期の限定データ画像34Bに優先する。
図15Cは、限定データサイノグラム及び完全計画画像又はサイノグラムから整合再投影画像を作出するための本発明の更に別の実施形態を示す。方法に対する入力は限定データサイノグラム32Cと、選択的な完全計画画像36C又は最も好ましくは完全計画サイノグラム108Cと、である。仮に該方法が入力の一つとして完全計画画像36Cから始まる場合、画像はサイノグラムスペースに再投影され、完全計画サイノグラム108Cを生成する。限定サイノグラム32Cは、完全計画サイノグラム108Cを用いて、サイノグラムスペース(エクスプリシットな(FAR)又はインプリシットな(NEAR))中に融合される。次の工程は、同様の融合結果を用いて、完全計画サイノグラム108Cを再整合するか、又は完全計画画像36Cを再整合及び再投影する工程を含む。得られる整合計画画像サイノグラム40Cは限定データサイノグラム32Cと結合され、増強された限定データサイノグラム42Cを作出する。次いで、増強された限定データサイノグラム42Cは整合再投影画像44Bに再構成される。
図15Cの代替的な実施形態の方法の間の差異を要約すると、限定データサイノグラム32Cが完全データサイノグラム108Cと(エクスプリシット又はインプリシットに)融合されると、画像融合を用いる図15A及び15Bの実施形態と異なり、融合がサイノグラムスペースにて実施される。サイノグラムの融合に基づき、再整合計画サイノグラム40Cは再整合サイノグラム108Cにより作出されるか、又は再整合計画画像36Cにより作出され、かつサイノグラムスペースに再投影される。次いで、該方法は各場合に対して同様である。整合計画サイノグラム40Cは限定データサイノグラム32Cに結合され、増強された限定データサイノグラム42Cを作出する。増強された限定データサイノグラム42Cは整合再投影画像44Bに再構成される。
図16は計画CT画像66及び対応するオンライン画像64からの代表的な画像を示す。計画画像の輪郭65は黒色にて示される一方、オンライン画像の輪郭67は白色にて示される。有限視野の大きさが38.6cm、29.3cm及び19.9cmである3つの異なるLFOV画像68、70、72、NEAR画像74、76、78及びFAR画像80、82、84は、オンライン画像64に基づいて示される。FOVが減少すると、LFOV画像68、70、72におけるアーティファクトがより深刻になる一方で、NEAR画像74、76、78及びFAR画像80、82、84では影響が少なくなる。これらの画像は、FOVの大きさの範囲に対して質的に再構成を改善するためにNEAR及びFARがどのように利用可能な情報を使用するかを示す代表例である。この特殊な場合において、NEAR画像及びFAR画像の間に視覚的な差異はほとんどない。NEAR画像及びFAR画像の類似性は、幾つかの理由により起こる。通常の設定エラーが小さい場合、エクスプリシットな融合は通常のエラーに対してそれほど改善しないか、或いは、計画CT画像66とオンライン画像64との間の解剖学的な差異が、該画像間の整合性より重要な要素であるので、ほとんど改善されないであろう。
FOVの大きさの範囲に対して質的に再構成を改善するためにNEAR及びFARは利用可能な情報を使用する。エクスプリシット及びインプリシットな融合が計画データをLFOVデータに整合する。NEAR又はFARにて増強されたLFOVオンライン画像は計画画像のみより完全なFOVオンライン画像に定量的に近い画像を生成する。NEAR又はFARは、定量的な改善、アーティファクトの低減を作出するとともに、線量計算の正確さを改善する。画像値の歪みが成功した融合を排除する場合、FARは不可能である。この場合、NEAR画像が作出され、NEAR画像を計画CT画像に融合又は整合することにより、NEAR2FAR画像が生成され、アーティファクトを更に低減するとともに整合性を改善する。NEAR及びFARの反復応用の結果を図17に示す。
図17は10.5cmのFOVに対するLFOV再構成86、NEAR再構成88、及び二つの反復NEAR2FAR再構成90を示す。この場合、FAR再構成は、瞬時には可能ではない。その理由は、画像値の歪みは成功した融合を排除したからである。NEAR画像が作出され、かつ内部スキャン領域を計画CT画像に融合することにより、二つの反復NEAR2FAR画像が生成される。
図18は完全なFOVオンライン画像並びに、LFOV画像92、NEAR画像94及びNEAR2FAR画像96に対する、前立腺の地点、膀胱の地点及び直腸の地点における放射線治療の線量計算の比較を示す。DVH(線量体積ヒストグラム)は完全なFOVオンライン画像からの周知の輪郭に基づく。
LFOV線量計算は前立腺の線量を約15%過大評価し、かつ直腸及び膀胱の線量は過大評価と過小評価の両方の領域を有する。NEAR及びNEAR2FARを用いて計算された線量分布は完全なFOV線量計算から区別できないDVHを生成する。
図19は、キロ電圧CTスキャナ98、メガ電圧CTスキャナ100、メガ電圧画像102のLFOVバージョン及び計画CTデータで増強されたLFOVデータからのFAR再構成104からのイヌのCT画像を示す。特に関心のあるところは、これらのデータのセットが異なるCTシステムにおいて得られるのみならず、異なるエネルギーにて、FARがメガ電圧及びキロ電圧データを結合することを必要とする点にある。得られたFAR画像104はこの方法から生ずるわずかなアーティファクト106を含む。しかしながら、そのようなアーティファクト106は、FOVにおける重要な構造の明瞭性を損ねるものでもなく、またこれらの画像を使用する線量計算又は他の工程に対して顕著な不利益にはならないので、取るに足らないものである。
既に述べたように、本発明の方法は、不完全な事前の情報が潜在的に利用可能であるような場合において、放射線治療を超えた目的にて使用され得る。本発明の詳細な説明は計画CTの形成において事前の情報を使用することを最初に開示したが、オンラインCT(メガ電圧又はキロ電圧)データのセットを計画MRI画像と結合させることによりFAR画像を作出するような、NEAR及びFARを複数のモダリティ画像に適用することを実施可能である。これらの場合、MRI又は他のモダリティ画像はLFOVデータセットに適合する値に変換される必要がある。複雑なマッピング値が最良の結果を提供するであろうが、患者の外側の輪郭を描くために代替的なモダリティ画像を用い、かつ水−当量推定値(water−equivalency asumption)を用いても、利点を提供するであろう。解剖学的な変化、不完全な整合及びメガ電圧及びキロ電圧CT画像間の再構成値における系統的な差に関してFARの例示された信頼性を考慮することもまた真実である。既に述べたように、FARはまたメガ電圧及びキロ電圧CTデータを結合することもできる。図19において、FARは、メガ電圧CTデータセットをキロ電圧計画CTデータセットで増強するために使用される。
その他の応用例としては、線量計算のためにNEAR及びFARを使用すること、図17のかなり限定されたFOVに対するNEAR及びFARの繰り返しの適用、及び図19のキロ電圧及びメガ電圧CT画像の組み合わせに対してFARを使用することを含む。線量計算は典型的にはCT画像に基づいており、かつ電子密度に補正された再構成値を必要とする。FOVの切断により導入されたアーティファクト及び量的な歪みはこの補正を低下させるとともに、周辺部の情報の欠如は線量を計算する場合にしばしば実施される散乱及び減衰の計算を不完全なものにする。
本発明の上記記載された方法は、画像のデータセットが制限される理由にかかわらず適用できる。これは、MLCサイズ又は検出器のサイズ等によるFOVのセットのようなハードウェアの制限を含む。該方法は、意図的に限定データのセット又はFOVに適用することもできる。この例は、関心領域断層撮影法(ROIT)と称され、たとえ完全なFOVデータセットが利用可能である場合でも、スキャンFOVは患者の線量を低減するために意図的に限定される。特殊な例は治療データの再構成、身体の特定の領域にのみ意図的に送達されることである。この送達は、部分CTサイノグラムを構成し、FAR又はNEARは欠如しているデータを推定する。より一般的には、限定データはLFOVである必要はないが、変調された処理データのような欠如したデータのより複雑なパターンであり得る。NEAR及びFARはまた、限定されたスライス、又は限定された投影画像のような他のタイプの限定データの状況に広げることができる。
本発明を好ましい実施形態を参照して記載してきたが、本発明が上記に記載された特定の実施形態に限定されることを意図していないことは理解されるべきである。所定の置換、変更、修正及び削除が本発明の精神及び意図から逸脱すること実施されることを当業者は理解できるであろうと認識される。従って、上述の記載は例示のみのものであることを意味しており、本発明は、本発明の主題の全ての正当な均等物を含むものと理解され、かつ、本発明は以下の請求の範囲に記載された本発明の範囲に制限されるべきではない。
Claims (28)
- 患者の断層撮影投影画像を増強するための方法において、前記方法は、
患者から第一のサイノグラムデータセットを得る工程と、
前記第一のサイノグラムデータセットを第一の画像に再構成する工程と、
前記第一の画像と第二の画像との位置合わせが最適になるように、前記第一の画像を第二の画像に整合させて整合画像を得る工程と、
前記整合画像を再投影されるサイノグラムデータセットに再投影する工程と、
前記第一のサイノグラムデータセットにおいて利用できないデータを前記再投影サイノグラムデータセットから抽出する工程と、
前記第一のサイノグラムデータセットを前記再投影サイノグラムデータセットからの抽出データで増強して、増強されたサイノグラムデータセットを得る工程と、
前記増強されたサイノグラムデータセットを第三の画像に再構成する工程と、
からなる方法。 - 前記第一のサイノグラムデータセットは限定されたデータを含む請求項1に記載の方法。
- 前記第二の画像は完全なデータを含む請求項1に記載の方法。
- 前記第二の画像は限定データを含むが、該データは前記第一のサイノグラムのデータセットより限定が少ないか、又は異なる様式にて限定されており、それにより前記第一のサイノグラムは第二のサイノグラム又は再投影されたサイノグラムにより増強され得る請求項1に記載の方法。
- 前記整合工程は、前記第一のデータ画像及び第二の画像から所定の特徴を抽出し、かつ前記特徴を位置合わせする工程からなる請求項1に記載の方法。
- 前記整合工程は、共通の放射線治療の患者設定プロトコルを使用する工程からなる請求項1に記載の方法。
- 前記第一及び第二の画像は十分に整合されており、エクスプリシットな融合を必要としない請求項1に記載の方法。
- 前記限定データサイノグラム、再投影サイノグラム、及び増強された限定データサイノグラムはデータマトリクスにより示され、該マトリクスの各横列はガントリの位置、ガントリの角度、光線の角度等を表し、該マトリクスの各縦列は検出器の数、検出器の距離、検出器の角度、光線の位置等を表し、かつ第三のサイノグラムの次元は複数の検出器の横列を選択的に示す請求項2に記載の方法。
- 前記第一のサイノグラムデータセットはメガ電圧CT画像から得られ、かつ前記第二の画像はキロ電圧CT画像から得られる請求項1に記載の方法。
- 前記第一のサイノグラムデータセットはCT画像から得られ、かつ前記第二の画像はMRI画像から得られる請求項1に記載の方法。
- 前記第一の画像に対して前記第三の画像を置き換えることにより一つ以上の反復を完成する工程を更に含む請求項1に記載の方法。
- 患者の設定、輪郭形成、線量位置合わせ、送達の確認、変化する患者の位置合わせ及び変化する線量の位置合わせのうちの一つに対して前記第三の画像を使用する工程を更に含む請求項1に記載の方法。
- 限定データ画像は完全なデータ画像に再整合され、再投影され、かつ欠如しているデータが前記完全なデータサイノグラムからのデータにて増強される請求項3に記載の方法。
- 患者の断層撮影投影画像を増強するための方法において、前記方法は、
限定されたデータサイノグラムを限定されたデータ画像に変換する工程と、
完全な画像を限定データ画像に融合して、変換された完全な画像を得る工程と、
前記変換された完全画像に対するサイノグラムを再投影する工程と、
前記変換された完全画像に対して再投影サイノグラムから得られる更なるデータにて前記限定データサイノグラムを増強する工程と、
前記増強された限定データサイノグラムを画像に変換する工程と、
からなる方法。 - 前記融合工程は、前記限定データ画像及び前記完全画像から所定の特徴を抽出し、かつ前記特徴を位置合わせする工程からなる請求項14に記載の方法。
- 前記融合工程は手動にて実施される請求項14に記載の方法。
- 前記融合工程は自動にて実施される請求項14に記載の方法。
- 前記融合工程は幾何学的な特徴、勾配法、又はボクセル類似技術を用いて実施される請求項14に記載の方法。
- 前記限定データサイノグラム、前記再投影サイノグラム及び前記増強された限定データサイノグラムは、データマトリクスにより表され、該マトリクスの各横列はガントリの位置、ガントリの角度、光線の角度等にて表され、該マトリクスの各縦列は検出器の数、検出器の距離、検出器の角度、光線の位置等にて表され、かつ第三のサイノグラムの次元は複数の検出器の横列を選択的に表す請求項14に記載の方法。
- 前記再投影サイノグラムのデータマトリクスを前記限定データサイノグラムに対するデータマトリクスと比較し、かつ該限定データサイノグラムから如何なるデータが欠落しているかを決定する工程を更に含む請求項19に記載の方法。
- 患者の設定、線量位置合わせ、送達の確認、輪郭形成、変化する患者の位置合わせ及び変化する線量の位置合わせのうちの一つに対して前記限定データサイノグラムから変換された画像を使用する工程を更に含む請求項14に記載の方法。
- 患者の断層撮影投影画像を増強するための方法において、前記方法は、
患者から第一のサイノグラムデータセットを得る工程と、
患者から第二の画像を得る工程と、
前記第一のサイノグラムデータセットを第一の画像に再構成する工程と、
前記第一の画像と第二の画像との間の位置合わせが最適となるように、前記第二の画像を前記第一の画像に選択的に融合して、整合画像を得る工程と、
前記整合画像を再投影されるサイノグラムデータセットに再投影する工程と、
増強されたサイノグラムデータセットを得るために、前記第一のサイノグラムデータセットにおいて利用できないデータを再投影サイノグラムデータセットから抽出することにより、該第一のサイノグラムデータセットを増強する工程と、
前記増強されたサイノグラムデータセットを第三の画像に再構成する工程と、
からなる方法。 - 患者の断層撮影投影画像を増強するための方法において、前記方法は、
患者から第一の画像を表す第一のデータセットを得る工程と、
患者から第二の画像を表す第二のデータセットを得る工程と、
前記第一の画像と第二の画像との位置合わせが最適になるように、前記第二の画像を前記第一の画像に整合させて整合データセットを得る工程と、
前記第一のデータセットを前記整合データセットを用いて増強させて、増強された第一のデータセットを得る工程と、
前記増強された第一のデータセットを第三の画像に再構成する工程と、
からなる方法。 - 完全なデータ画像から限定されたデータ画像を再構成する方法において、前記方法は、
患者から第一のサイノグラムデータセットを得る工程と、
前記第一のサイノグラムデータセットを第一の画像に再構成する工程と、
患者から第二の画像を得る工程と、
前記第一の画像を第二の画像に融合する工程と、
前記第二の画像を前記第一の画像に整合させて、整合画像を得る工程と、
前記整合画像を再投影されるサイノグラムデータセットに再投影する工程と、
増強されたサイノグラムデータセットを得るために、前記第一のサイノグラムデータセットにおいて利用できないデータを再投影サイノグラムデータセットから抽出することにより、該第一のサイノグラムデータセットを結合する工程と、
前記増強されたサイノグラムデータセットを整合再投影画像へと再構成する工程と、
からなる方法。 - 患者の断層撮影投影画像を増強するための方法において、前記方法は、
患者から第一のサイノグラムデータセットを得る工程と、
患者から第二のサイノグラムデータセットを得る工程と、
前記第一のサイノグラムデータセットと前記第二のサイノグラムデータセットとの間の位置合わせを最適にするために、前記第一のサイノグラムデータセットを前記第二のサイノグラムデータセットに融合して、整合サイノグラムデータセットを得る工程と、
増強されたサイノグラムデータセットを得るために、前記第一のサイノグラムデータセットにおいて利用できないデータを整合サイノグラムデータセットから抽出することにより、該第一のサイノグラムデータセットを整合サイノグラムデータセットと結合する工程と、
前記増強されたサイノグラムデータセットを整合再投影画像へと再構成する工程と、
からなる方法。 - 前記第一のサイノグラムは画像セットから再投影される請求項25に記載の方法。
- 前記第二のサイノグラムは画像セットから再投影される請求項25に記載の方法。
- 前記第一及び第二のサイノグラムが画像セットから再投影される請求項25に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/170,252 US6915005B1 (en) | 2001-03-09 | 2002-06-11 | Method for reconstruction of limited data images using fusion-aligned reprojection and normal-error-aligned reprojection |
PCT/US2003/018229 WO2003105069A1 (en) | 2002-06-11 | 2003-06-10 | Method for reconstruction of limited data images using fusion-aligned reprojection and normal-error-aligned reprojection |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2005529658A true JP2005529658A (ja) | 2005-10-06 |
Family
ID=29732442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004512066A Pending JP2005529658A (ja) | 2002-06-11 | 2003-06-10 | 融合整合投影及び正常誤差整合投影を使用して限定されたデータ画像を再構成する方法 |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP1514228A4 (ja) |
JP (1) | JP2005529658A (ja) |
AU (1) | AU2003243469A1 (ja) |
CA (1) | CA2489157A1 (ja) |
WO (1) | WO2003105069A1 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007143954A (ja) * | 2005-11-29 | 2007-06-14 | Shimadzu Corp | 断面像再構成装置およびそれを用いたx線撮影装置 |
JP2007195960A (ja) * | 2005-12-28 | 2007-08-09 | Toshiba Corp | X線ct装置およびその制御方法 |
JP2010527716A (ja) * | 2007-05-31 | 2010-08-19 | エレクタ、アクチボラグ | Ctスキャンにおけるモーションアーチファクトの低減 |
JP2011177396A (ja) * | 2010-03-03 | 2011-09-15 | Hitachi Medical Corp | X線ct装置 |
WO2017104700A1 (ja) * | 2015-12-17 | 2017-06-22 | 国立大学法人東京大学 | 画像処理装置および画像処理方法 |
US10226221B2 (en) | 2016-08-30 | 2019-03-12 | Toshiba Medical Systems Corporation | Medical image processing method and apparatus |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100573588C (zh) * | 2004-04-21 | 2009-12-23 | 皇家飞利浦电子股份有限公司 | 使用截短的投影和在先采集的3d ct图像的锥形束ct设备 |
JP4820561B2 (ja) * | 2005-03-14 | 2011-11-24 | 株式会社東芝 | 核医学診断装置 |
EP2241253B1 (de) * | 2009-04-15 | 2011-06-15 | BrainLAB AG | Verfahren zum Vervollständigen eines medizinischen Bilddatensatzes |
RU2589383C2 (ru) * | 2010-08-25 | 2016-07-10 | Конинклейке Филипс Электроникс Н.В. | Двухрежимное формирование изображения, включающее в себя метрики качества |
EP3181049B1 (en) * | 2015-12-18 | 2018-02-14 | RaySearch Laboratories AB | Radiotherapy method, computer program and computer system |
CN113724177B (zh) * | 2021-09-07 | 2023-12-15 | 北京大学深圳医院 | 肺结节信息融合方法、装置、设备及其存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5552605A (en) * | 1994-11-18 | 1996-09-03 | Picker International, Inc. | Motion correction based on reprojection data |
US5579358A (en) * | 1995-05-26 | 1996-11-26 | General Electric Company | Compensation for movement in computed tomography equipment |
US5800353A (en) * | 1996-02-12 | 1998-09-01 | Mclaurin, Jr.; Robert L. | Automatic image registration of magnetic resonance imaging scans for localization, 3-dimensional treatment planning, and radiation treatment of abnormal lesions |
US5907594A (en) * | 1997-07-01 | 1999-05-25 | Analogic Corporation | Reconstruction of volumetric images by successive approximation in cone-beam computed tomography systems |
US6266453B1 (en) * | 1999-07-26 | 2001-07-24 | Computerized Medical Systems, Inc. | Automated image fusion/alignment system and method |
US7046831B2 (en) * | 2001-03-09 | 2006-05-16 | Tomotherapy Incorporated | System and method for fusion-aligned reprojection of incomplete data |
-
2003
- 2003-06-10 EP EP03757458A patent/EP1514228A4/en not_active Withdrawn
- 2003-06-10 JP JP2004512066A patent/JP2005529658A/ja active Pending
- 2003-06-10 CA CA002489157A patent/CA2489157A1/en not_active Abandoned
- 2003-06-10 AU AU2003243469A patent/AU2003243469A1/en not_active Abandoned
- 2003-06-10 WO PCT/US2003/018229 patent/WO2003105069A1/en active Application Filing
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007143954A (ja) * | 2005-11-29 | 2007-06-14 | Shimadzu Corp | 断面像再構成装置およびそれを用いたx線撮影装置 |
JP2007195960A (ja) * | 2005-12-28 | 2007-08-09 | Toshiba Corp | X線ct装置およびその制御方法 |
JP2010527716A (ja) * | 2007-05-31 | 2010-08-19 | エレクタ、アクチボラグ | Ctスキャンにおけるモーションアーチファクトの低減 |
US8442294B2 (en) | 2007-05-31 | 2013-05-14 | Elekta Ab (Publ) | Motion artefact reduction in CT scanning |
JP2011177396A (ja) * | 2010-03-03 | 2011-09-15 | Hitachi Medical Corp | X線ct装置 |
WO2017104700A1 (ja) * | 2015-12-17 | 2017-06-22 | 国立大学法人東京大学 | 画像処理装置および画像処理方法 |
JPWO2017104700A1 (ja) * | 2015-12-17 | 2018-10-18 | 国立大学法人 東京大学 | 画像処理装置および画像処理方法 |
US10226221B2 (en) | 2016-08-30 | 2019-03-12 | Toshiba Medical Systems Corporation | Medical image processing method and apparatus |
Also Published As
Publication number | Publication date |
---|---|
CA2489157A1 (en) | 2003-12-18 |
AU2003243469A1 (en) | 2003-12-22 |
WO2003105069A1 (en) | 2003-12-18 |
EP1514228A4 (en) | 2006-09-27 |
EP1514228A1 (en) | 2005-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6915005B1 (en) | Method for reconstruction of limited data images using fusion-aligned reprojection and normal-error-aligned reprojection | |
US9014446B2 (en) | Efficient user interaction with polygonal meshes for medical image segmentation | |
Rietzel et al. | Four-dimensional image-based treatment planning: Target volume segmentation and dose calculation in the presence of respiratory motion | |
US7187792B2 (en) | Apparatus and method for determining measure of similarity between images | |
US8457372B2 (en) | Subtraction of a segmented anatomical feature from an acquired image | |
Xing et al. | Computational challenges for image-guided radiation therapy: framework and current research | |
JP6053792B2 (ja) | 可変画像レジストレーションのワークフローにおけるユーザー入力と変形ベクトル場の修正との統合 | |
Moteabbed et al. | Validation of a deformable image registration technique for cone beam CT‐based dose verification | |
Ruchala et al. | Limited-data image registration for radiotherapy positioning and verification | |
CN101237907A (zh) | 包括目标检测的放射治疗方法 | |
Palmér et al. | Synthetic computed tomography data allows for accurate absorbed dose calculations in a magnetic resonance imaging only workflow for head and neck radiotherapy | |
Ruchala et al. | Methods for improving limited field‐of‐view radiotherapy reconstructions using imperfect a priori images | |
Usui et al. | Dose calculation with a cone beam CT image in image-guided radiation therapy | |
JP2005529658A (ja) | 融合整合投影及び正常誤差整合投影を使用して限定されたデータ画像を再構成する方法 | |
Wu et al. | On-board patient positioning for head-and-neck IMRT: comparing digital tomosynthesis to kilovoltage radiography and cone-beam computed tomography | |
Olin et al. | Robustness and generalizability of deep learning synthetic computed tomography for positron emission tomography/magnetic resonance imaging–based radiation therapy planning of patients with head and neck cancer | |
Andersen et al. | Evaluation of an a priori scatter correction algorithm for cone-beam computed tomography based range and dose calculations in proton therapy | |
Branco et al. | Development of a stereoscopic CT metal artifact management algorithm using gantry angle tilts for head and neck patients | |
Létourneau et al. | Semiautomatic vertebrae visualization, detection, and identification for online palliative radiotherapy of bone metastases of the spine a | |
Chelikani et al. | A gradient feature weighted minimax algorithm for registration of multiple portal images to 3DCT volumes in prostate radiotherapy | |
Belotti et al. | Extension of the cone‐beam CT field‐of‐view using two complementary short scans | |
Lin et al. | Development of a novel post-processing treatment planning platform for 4D radiotherapy | |
Grządziel et al. | Synthetic CT in assessment of anatomical and dosimetric variations in radiotherapy-procedure validation | |
Rossi et al. | Feasibility of proton dosimetry overriding planning CT with daily CBCT elaborated through generative artificial intelligence tools | |
Jeon et al. | A deep-learning method using single phantom to enhance megavoltage image quality for patient positioning in chest radiotherapy: a feasibility study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060324 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090224 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090714 |