JP2006142043A - 放射線治療線量を自動的に計画する方法 - Google Patents

放射線治療線量を自動的に計画する方法 Download PDF

Info

Publication number
JP2006142043A
JP2006142043A JP2006010126A JP2006010126A JP2006142043A JP 2006142043 A JP2006142043 A JP 2006142043A JP 2006010126 A JP2006010126 A JP 2006010126A JP 2006010126 A JP2006010126 A JP 2006010126A JP 2006142043 A JP2006142043 A JP 2006142043A
Authority
JP
Japan
Prior art keywords
dose
array
particle
patient
beamlet
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
Application number
JP2006010126A
Other languages
English (en)
Inventor
Tser-Yuan Yang
ヤン，ツァイ−ユァン
Edward I Moses
エドワード アイ． モーゼズ，
Christine Hartmann-Siantar
クリスティーン ハートマン−サイアンター，
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of California
Original Assignee
University of California
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of California filed Critical University of California
Publication of JP2006142043A publication Critical patent/JP2006142043A/ja
Pending legal-status Critical Current

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
    • A61N5/103—Treatment planning systems
    • A61N5/1031—Treatment planning systems using a specific method of dose optimization
    • A61N2005/1034—Monte Carlo type methods; particle tracking
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1042—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Radiation-Therapy Devices (AREA)

Abstract

【課題】計画者治療目的に最も適う治療計画を認定する自動放射線治療計画システムを提供する。
【解決手段】ＦＡＬＣＯＮと名づけられた、予後シミュレーションを最適化および査定基準と組み合わせる種々の分野に適用し得る任意の査定基準について自動的に多変数最適化を行う方法を用いた自動放射線療法治療計画である。計画プロセスに線量計算を実行し、利用できるビーム・デリバリ変更子パラメータを最適化し、臨床的意思決定基準に最も適う治療計画を決定する。ＦＡＬＣＯＮは、外部ビーム放射線療法および強度変調式放射線療法（ＩＭＲＴ）を最適化するコンテキストで説明されるが、この概念は、内部（近接照射）放射線療法にも適用可能である。放射線ビームは、光子または任意の荷電または無荷電粒子からなるものでもよい。
【選択図】図１

Description

本出願は、米国特許出願番号０８／６１０，９１７号、名称：「Calculation of Radiation Therapy Dose Using All Particle Monte Carlo Transport」の一部継続出願である。
アメリカ合衆国政府は、Lawrence Livermore National Laboratory（ローレンス・リヴァーモアー国立研究所）の運営についての米国エネルギ省とカリフォルニア大学との間で取り交わされた契約第W-7405-ENG-48号に従い、本発明によって生ずる権利を有するものである。
発明の分野
本発明は、最適化した放射線蓄積量を得るためのシステムおよび方法に関し、更に具体的に言うと、本発明は、一人の患者でも、多数の患者でも、あるいは治療現場などの様々な治療目的に対し、個々に最適化した治療戦略を自動的に引き出すためのシステムおよび方法に関する。
関連技術の説明
放射線療法の目的は、腫瘍に高度の治療線量を与えるということと同時に、正常組織への放射線量を最小限に抑え、重要な健康な臓器構造に対する線量を放射線量許容範囲に制限する、ということにある。ここ数年来、患者の腫瘍と、正常な高感度構造とを、三次元で識別して特徴付けて、その後、腫瘍の三次元体積に合致する高度の線量を与える、といことについて著しく進歩してきた。画像形成を可能にする技術は、身体のコンピュータ断層撮影法（ＣＴ）および磁気共鳴像（ＭＲＩ）スキャンであり、これらは、現在、放射線療法計画では常識的部分である。腫瘍および癌組織の場所を明白に識別するための新しい方法としては、磁気共鳴分光法（ＭＲＳ）および陽子放射分光法（ＰＥＴ）がある。加えて、マルチリーフ・コリメータ（multileaf collimators）及びダイナミック・ウェッジ・オン・リニア・アクセラレータ（dynamic wedges on linear accelerators）のようなコンピュータ制御式ビーム・モディファイアが、放射ビームに形を与えると共に、ビーム輪郭を３次元に造形する能力を提供する。ビーム輪郭を造形することは、強度変調放射線療法（ＩＭＲＴ）と呼ばれる技術を使用して達成される。ＩＭＲＴは、多重ビーム計画に組み込まれて、複雑な線量マップを産出することができ、このマップで、患者の腫瘍にぴたりと合致するように治療が行うことができるのである。
最適な整合治療計画の正確なデリバリーに対して必要とされる２つの重要なリンク要素は、（線量をデリバリーする構成（a dose-delivery configuration)を与えられた）患者における線量分布を正確に予測する能力と、患者にとって最も有利な線量分布をもたらすように、治療計画や線量デリバリー構成を最適化する能力、である。ローレンス・リヴァーモアー国立研究所（Lawrence Livermore National Laboratory）で開発したＰＥＲＥＧＲＩＮＥ線量計算システムは、放射線療法に対し非常に正確な三次元線量計算を行うために、モンテカルロ輸送計算法（Monte Carlo transport calculations）を使用する。本願で説明する、ＦＡＬＣＯＮ自動化計画システムは、これらの精密線量計算を使用して、計画者の治療目的に最も適った治療計画を認定し、処方するものである。
アメリカ合衆国特許出願番号第０８／６１０，９１７号
本発明の目的は、ＰＥＲＥＧＲＩＮＥ線量計算システムを含めた、任意の正確線量計算システムからの線量計算を使用して、計画者治療目的に最も適う治療計画を認定する自動放射線治療計画システムを提供することにある。
本発明のＦＡＬＣＯＮと名づけられた放射線治療線量自動化計画システムは、多数の治療目的に対し最適化された治療構成の識別を同時に行なうことを可能にする。もっと一般的に言えば、ここに説明する方法は、最適化構成に対して、線量計算アルゴリズムの精度によって限定された精度を与えるものであり、モンテカルロ技術を含む非常に正確なアルゴリズムに対して使用できるのである。
このＦＡＬＣＯＮシステムは、ＰＥＲＥＧＲＩＮＥ線量計算システム、或いは他の線量計算方法からの正確な線量計算を使用して、計画者の治療目的に最も適う治療計画を認定し、これによって、任意の査定基準に対する自動多変数最適化方法を提供する自動化放射線治療線量計画システムを提供するものである。このＰＥＲＥＧＲＩＮＥ線量計算システムというのは、「Calculation of Radiation Therapy Dose Using All Particle Monte Carlo Transport」という名称の米国特許出願番号０８／６１０，９１７に記載されてお
り、この出願は参考資料として本明細書に取り入れられている。ＦＡＬＣＯＮは、結果シミュレーションが最適化および査定基準と組み合わされるような、様々な分野に適用可能である。ＦＡＬＣＯＮの実施例は、自動放射線療法治療計画に対するものである。ＦＡＬＣＯＮは、計画プロセスへ線量計算を提供し、利用可能なビーム・デリバリー・モデファイア・パラメータを最適化して、臨床決定実行基準に最も適う治療計画を決定する。ＦＡＬＣＯＮは、ここでは、外部ビーム放射線療法および強度変調放射線療法（ＩＭＲＴ）の文脈で説明されているが、その概念は、内部放射線療法（近接照射療法:brachytherapy）にも適用できる。本発明において使用し得る放射ビームは、光量子（photon）とか、荷電粒子、あるいは未荷電粒子を含む。
放射線療法実施に際して、本発明の方法は、課題を以下の４つの個別の工程に分割する。
１．ケース・セットアップ (Case setup)
２．ビームレット線量計算 (Beamlet dose calculation)
３．ビームレット重量最適化 (Beamlet weight optimization)
４．計画査定 (Plan assessment)
この方法は、線量計算 (dose calculation)、最適化(optimization)、査定(assessment)のような時間のかかるプロセスを外し、任意の査定基準に対する治療計画を迅速に最適化するのを効果的に達成するものである。
ＦＡＬＣＯＮは、以下に述べることも含めて、多くの利点を有する。
ＦＡＬＣＯＮは、治療計画に対し真の三次元モンテカルロ線量計算を使用するのを可能にすることのできる、最初の治療計画最適化システムである。
ＦＡＬＣＯＮは、他のシステムと異なり、ビームレット線量分布を一回しか計算しない。反復操作毎に各ビームレットからの線量を計算する必要がないのであるから、これにより、最高の精度をもってして非常に迅速な最適化を行うことができるのである。
ＦＡＬＣＯＮは最適化と査定とを分けることで、各セットの査定基準に最も適った治療計画に到達するのに、最適化パラメータが迅速に平行に変化するのを可能にすることのできる、唯一の治療計画最適化システムである。
ＦＡＬＣＯＮは、ブロック、固定マルチリーフ・コリメータ、ダイナミック・マルチリーフ・コリメータ、成形修飾子（補正器; compensators）、混合モダリティ（mixed modalities）（ビームタイプの組み合わせ）等と共にデリバーされる強度変調式放射線療法（IＭＲＴ：Intensity Modulated Radiation Therapy）も含めた、数多くのタイプの最適化治療デリバリー方法を支持するものである。
ＦＡＬＣＯＮは、これらの特徴により、現存の治療計画システムよりも著しく進歩したものとなる。更に、ＦＡＬＣＯＮは、あらゆるタイプの放射線治療計画モダリティ（radiation treatment planning modalities）に対しても使うことができる。
図１は、ＦＡＬＣＯＮの自動治療計画プロセスを説明する概略図である。以下の部分は、この方法における各主要工程を説明し、作動中のＦＡＬＣＯＮを示す一例をもたらすものである。
ケース・セットアップ工程（Case Setup Step）(１０)において、使用者は、患者の記述（patient description)、ビームの記述（beam description）、ペナルティ関数（penalty function)、そして査定基準(assessment criteria)に関する情報を提供する。患者の記述は、放射線量計算に都合がよいように患者の解剖学的構造を適切に記述する三次元マップを包含する。この記述は、また、自動計画プロセスに対する意思決定基準において使用されるようになる、腫瘍と高感度構造との識別（tumor and sensitive structure identification)を含む。ビームの記述は、各放射ビームのエネルギ、粒子タイプ、デリバリー装置、および方向を明記する。放射線源の数はいくつでも使用できる。ペナルティ関数は、ビームレット強度最適化に対する数学的関数である。査定基準は、(ｉ)線量体積の分析（dose-volume analysis）：目標高感度構造の体積と他の高感度構造体積における線量の相対的量を最適化したり、指定線量よりも多いか或いはそれよりも少ない線量を収容している目標高感度構造の体積を最適化するという線量体積の分析、(ii)生物学的反応（biological response)：腫瘍と他の組織が放射に対してどのように反応するかという生物学的モデル（biological models）に基づいて、或いは、線量や治療目標を数学的に記述できるような別の方法に基づいて、腫瘍を制御管理したり、或いはまた、高感度構造（たとえば、脊髄(spinal cord)、唾液腺(salivary glands)、直腸(rectum)、膀胱(bladder)など）を傷つけないようにすることの確率を最適化する生物学的反応、などを含む種々の概念に基づいて行うことができる。
ビームレット線量計算工程（Beamlet Dose Calculation step）(１２)では、ＦＡＬＣ
ＯＮは、各ビームを個々のビームレットに分割する。ビームレットは、治療ビームをタイルを張るように覆う任意形状のサブビームであり、各ビームの中心放射線に対して直角に向いたマスクによって限定される。通り抜けることのできる唯一の放射線は、シミュレーションされている特定のビームレットと関連した放射線だけである。その後、ＦＡＬＣＯＮは、線量計算アルゴリズムを使用して、各ビームレットに対する患者における線量分布（dose distribution) を決定することができる。使用し得る線量計算アルゴリズムの一
例が、参考資料としてここに取り入れた特許出願に記載されているようなＰＥＲＥＧＲＩ
ＮＥモンテカルロ線量計算システム（PEREGRING Monte Carlo dose calculation system
）である。図２は、（この場合、前立腺癌治療に対して）各ビームがどのようにしてビームレットへ分解されるか、を示している。この前立腺のＣＴスライスは、７本のビームによって照射された状態で示してある。小棒グラフ３１〜３７で示すように、各治療ビームは、カスタマイズした強度を持つビームレットに分割されている。
各ビームレットに対する、モニタ面においての強度単位当たりの絶対線量分布は、ビームレット最適化位相中で使用されるように、（多分、圧縮形式で）記憶される。
ここで再び図１を参照する。ビームレット最適化位相(１４)中に、ＦＡＬＣＯＮは、ペナルティ関数に従って最適化することによって、各ビームレットの強度と重量を決定する。一実施例として、ＦＡＬＣＯＮは、最小二乗法タイプ二次ペナルティ関数Ｐを使用する。この機能の形は、
P(a1…an)=∫F・[T−D]2 dV
の形となり、
この式において、Ｆは「ディザイラビリティ・ファクタ」（desirability factor）（
１へ初期化される）、Ｔは目標線量、Ｄは計算線量であり、(a1…an)は、最適化プロセスにおいて決定されるべきビームレットの強度である。Ｄは、以下の式：D=ΣaiDi におけ
るように、各ビームレットによって与えられる線量の合計としても表現することができ、ここで、aiは、ビームレット振幅であり、Diは、ｉ番目のビームレットの振幅単位当たりの線量であり、Ｆ，Ｔ，Ｄは、全て目標体積における位置関数である。この凸状の二次ペナルティ関数の利点は、この拘束された最適化問題（aiが０に等しいか０以上であるということ）に対して最小値が１つしかないということであり、それは二次プログラミング技術を使用すると迅速に到達され得る。別の特性を有する他のペナルティ関数も使用できる。
機能的には必要ないが、速度を高めるために、使用者に特定されたパラメータから始まり、可能な治療オプションのスペースをまたいで、広範囲にわたるペナルティ関数パラメータに対して、複数のビームレット最適化を同時に行うこともできる（おそらく、ＰＥＲＥＧＲＩＮＥ線量計算エンジンのようなマルチプロセッサ・ハードウェア・システム上で実行する）。この位相スペースの範囲は、無作為化選択方法（randomized selection methods）か、組織的パラメータ変更（systematic parameter variation）あるいは、多目的決定理論（multiobjective decision theory）のような目的目標化メカニズム（goal-targeted mechanisms）によって導かれるパラメータ変更(parameter variation）か、によって達成され得る。
図１について説明すると、線量分布は、特定の基準(１６)に対して査定される。使用者によって特定された、セットの査定基準に基づいて、ＦＡＬＣＯＮは、すべてのビームレット最適化結果をボクセル毎（voxel by voxel）に分析して、各セットの選択基準に最も適った治療計画を決定する。身体の種々の部分に対する線量を、抑制したり、最小化したり、あるいは最大化することができるようになる、線量体積の分析(dose-volume analysis)のような概念に基づいて、そして、腫瘍対照および組織損傷を、抑制したり、最小化したり、あるいは最大化することができるというようになる推定される生物学的反応のような概念に基づいて、いくつかの異なったタイプの査定基準が使用され得る。線量分布は、目標線量の範囲およびディザイラビリティ（使用者がその特定の線量をどのくらい要求しているか）・マップ（desirability maps）に対して平行して計算される。その結果得られた線量分布は、複数セットの査定基準に対して判断される。これらの査定の結果に基づいて、ＦＡＬＣＯＮは、終了するか、あるいは、目標線量およびディザイラビリティのスペースを検索し続け、各セットについてビームレットを最適化し、次いで、複数セットの査定基準に対して、新しい結果を判断する。いったん査定位相が完了すると、その結果得られ最適化された計画（１８）が、各セットの査定基準について報告される。
以下の例は、自動治療計画に対するＦＡＬＣＯＮの動作および有用性を示している。図３は、Ｌ字形の目標体積５２を持つ水室５０（a water box）を示している。目標体積５
２は、正方形のエア空所５４に隣接して置かれ、２つの高感度構造５６，５８に囲まれている。この課題は、エア空所に隣接して腫瘍を有する喉頭腫瘍形態に類似しているため、そして、隣接した異種目標および高感度構造で線量を最適化することについての固有の困難性ゆえに、選択されたものである。ＰＥＲＥＧＲＩＮＥ線量計算は、均一な線量分布を組織異質性を持つ領域にデリバーするために、正確なモンテカルロ線量計算の重要性、及び、強度変調に対する必要性を示して来た。
使用者は、９０°隔たって位置づけられた２本の入射ビーム６０及び６２を特定した。図３は、「ＣＴスキャン」および使用者特定ビーム方向を示している。図５の表１に査定基準が明記されている。この表は、最善の治療計画を発見するために、ＦＡＬＣＯＮによって使用されるべき４セットの査定基準の概要を示している。
ひとたび「患者」記述、入力ビーム形態、そして査定基準が特定されたならば、ＦＡＬＣＯＮは、治療計画プロセスを開始する。
まず最初に、ＦＡＬＣＯＮが、各ビームレットに対する線量を計算する。この場合、ＦＡＬＣＯＮは、第１原理物理学（first-principles physics）を使用してビームレット線量分布におけるエア異質性の影響をモデリングするという、非常に正確なＰＥＲＥＧＲI
ＮＥ線量計算システムを利用する。単位重量ビームレット（unit-weight beamlet）各々
に対する線量分布は、個々に計算され、最適化が行なわれる前に記憶される。これは、線量計算が一度行われると、最適化プロセス中に、ビームレット線量分布が繰り返し再利用できる、ということを意味する。
この例においては、ビームレット最適化位相中、ＦＡＬＣＯＮは、ビームレット強度を最適化するために二次ペナルティ関数を使用する。実際の線量デリバリー・シナリオのスペース（the space of practical dose-delivery scenarios）をカバーするために、ＦＡＬＣＯＮは、ペナルティ関数パラメータ（腫瘍への線量、高感度構造線量、及び「ディザイラビリティ」ファクター）を変化させる。各セットのペナルティ関数パラメータについて、ＦＡＬＣＯＮは、照射体積においてボクセル毎（voxel by voxel）に事前に計算されたビームレット線量分布を重ね合わすことによって、ビームレット強度を最適化する。
次に、別のペナルティ関数パラメータで決定された最適化線量分布が、査定基準に基づいて判断される。表１は、この課題に対して特定された査定基準を要約している。図４Ａ〜Ｄは、別の基準セットがどのようにして異なった線量分布を生じさせるかを示している。
図４Ａについて言及すると、計画者は、基準セットIに対し、腫瘍への線量を＞７５Ｇ
ｙにして、次に、高感度構造に対する線量を最小化するように試みる。これは、高感度構造の小部分が、３０Ｇｙの許容線量より大きい線量を受ける結果となる。この計画の戦略は、最初に腫瘍を治そうと努めてから、潜在的にある複雑な問題を引きうけるという、積極的な方法を表している。これは、高感度構造に対する傷害がまずまず耐えられる状態であったり、或いは、患者の腫瘍を治す本当のチャンスがある場合の選択方法であろう。
図４Ｂに示す基準セットIIは、高感度構造に対する傷害が、重篤な傷害や、生命を危うくする状態（たとえば、脊髄が切断されるような状態）を引き起こすような場合に使用し得る、もう少し用心深い方法を表している。この基準セットは、まず、高感度構造線量をその耐性より低いレベルに保つように努めてから、次に、腫瘍への線量を最大にしようとするものである。その結果、腫瘍の小部分が、７５Ｇｙの指定「治癒的」線量より低い線量で治療されることになる。
基準セットIIIおよびIＶは、高感度構造の損傷を最小限に保ちながらも、一方で腫瘍対照を最大にしようと明確に試みている２つの方策を表わしている。図４Ｃに示す基準セットIIIは、「線量」法（a dose-volume approach）を介してこれを達成するもので、これ
で、＞７５Ｇｙの線量を受ける腫瘍の体積と、＜３０Ｇｙの線量を受ける高感度構造の体積との差を最大にする。図４Ｄに示す基準セットIＶは、α形状器官（および腫瘍）反応
曲線を数学的に記述する生物学的モデルから計算されるように、腫瘍対照と正常組織との合併症の確率間の差を最適化することによって、その目的を達成する。これら双方の明確な最適化基準が、腫瘍に対して全体線量を更に高くもたらすことができるようになり、その一方、高感度構造に対する全体線量を、基準セットI，IIとほぼ同じに保つようにする
のである。腫瘍が７５Ｇｙ治癒的線量以下に落ちるといった場合に、約２〜４mm3 の線
量で、非常に小さな譲歩がなされる。
図５は、別の４セットの査定基準に基づいて、ＦＡＬＣＯＮが推薦するビームレット強度を示している。各ビームは、１０本のビームレットに分割された。これら１０本のビームレットのうち４本は、どの場合でもゼロである。課題は対称形であるので、ビームレット強度は、どのビームに対しても同じ（実際に、鏡面反射）である。この図は、４セットの選択基準に最も適う治療計画について決定された、１本のビームに対するビームレット強度を示している。
上述した実施例は、ＦＡＬＣＯＮが、どのように作動して、いかにして複数の査定基準に対し迅速で自動的な治療計画を促進するか、を例示している。標準（非最適化）の治療計画方法を使用していては期待できなかったであろうような、ビームレット強度パターンにおけるごく小さな差異が、種々なタイプの査定基準に対する最適化を表わす、著しく異なる線量分布を生み出す結果となることは明らかである。現在、放射線治療計画は、主に医師の経験則を通して行われているために、治療計画に対する実際の意思決定基準は、今のところ明確に知られてはいない。ＦＡＬＣＯＮは、医師に、種々の基準セットに最も適った高度に正確な治療計画を迅速に決定する能力を与えることができる。これにより、医師は、計画選択において使用される明確な前提そして陰に隠れている前提の双方の意味を探求し、患者にとって最良の治療計画へ最終的に到達することができるようになるのである。ＦＡＬＣＯＮを使用して経験が蓄積されるにつれて、患者に尚一層良好な治療効果をもたらすことのできる新しい治療戦略が開発されることになろう。
ここに明白に説明した実施例に対する変更及び修正は、本発明の範囲を逸脱しない限り実行され得るもので、本発明は添付の特許請求の範囲によってのみ限定されるものである。
本発明の自動治療計画プロセスを説明するフローチャートである。 前立腺癌ケースについてのありそうなＩＭＲＴ治療構成を示す図である。 患者（この場合、テスト仮想線）および入射ビーム方向の記述を示す図である。 異なった査定基準が異なった最適化計画となることを明確に示す４つの特定した基準セットの内の１つの基準セットに関する線量分布を示す図である。 異なった査定基準が異なった最適化計画となることを明確に示す４つの特定した基準セットの内の１つの基準セットに関する線量分布を示す図である。 異なった査定基準が異なった最適化計画となることを明確に示す４つの特定した基準セットの内の１つの基準セットに関する線量分布を示す図である。 異なった査定基準が異なった最適化計画となることを明確に示す４つの特定した基準セットの内の１つの基準セットに関する線量分布を示す図である。 ４セットの選定基準に最も適う治療計画について決定された、１つのビームに対するビームレット強度を示す図である。
符号の説明
１０ ケース・セットアップ工程
１２ ビームレット線量計算工程
１４ ビームレット重量最適化位相
１６ 特定の基準
１８ 最適化された計画

Claims (30)

  1. 放射線治療線量を自動的に計画する方法であって、前記方法が、
    患者記述、ビーム記述、ペナルティ関数および査定基準を提供する工程と、
    放射治療ビームを個々のビームレットに分割する工程と、
    各ビームレットについて患者における線量分布を決定する工程と、
    各ビームレットについてモニタ面においての強度単位あたりの絶対線量分布を記憶する工程と、
    ペナルティ関数に従って最適化することによって各ビームレットの強度と重量を決定する工程と、
    すべてのビームレット最適化結果をボクセル毎（voxel-by-voxel：最小３次元体積毎）あるいはドーセル毎（dosel by dosel；最小面毎）に分析して、各セットの査定基準に最も良く一致する治療計画を決定する工程と,
    を包含することを特徴とする方法。
  2. 患者記述が、或る特定治療方法の状況での放射線量計算に適した患者の解剖学的構造を適切に記述する三次元マップを含むことを特徴とする請求項１記載の方法。
  3. 患者記述が、腫瘍と高感度構造との識別認知を含むことを特徴とする請求項１記載の方法。
  4. ビーム記述が、各放射ビームのキャラクタ（エネルギ、粒子タイプ、デリバリー装置）および向きを特定することを特徴とする請求項１記載の方法。
  5. ペナルティ関数が、ビームレット強度最適化のための数学的な関数であることを特徴とする請求項１記載の方法。
  6. 査定基準が、線量体積の分析、腫瘍への線量最大化、および生物学的反応から成る群から選択されることを特徴とする請求項１記載の方法。
  7. 前記ビームレットは、治療ビームをタイル張りするように覆い、且つ、各ビームの中心放射線に対して直角に向けられたマスクによって限定される、任意形状のサブビームであることを特徴とする請求項１記載の方法。
  8. 前記ペナルティ関数は、最小二乗式二次ペナルティ関数Ｐを包含し、Ｐが
    P(a1…an)=∫F・［T−D］2dV
    の形を有し、
    ここで、Ｆは「ディザイラビリティ・ファクタ」（desirability factor）（１へ初期化される）、Ｔは目標線量、Ｄは計算線量であり、Ｄは、式：D=ΣaiDi におけるように、各ビームレットによって与えられる線量の合計としても表わすこともでき、ここで、ａiは、ビームレット振幅であり、Ｄiは、ｉ番目のビームレットの単位振幅であたりの線量であり、Ｆ，Ｔ，Ｄが全て目標体積における位置関数であることを特徴とする請求項１記載の方法。
  9. 前記査定基準は線量体積の分析を含み、この分析で、患者の身体の様々な部分に対する線量が抑制されたり、最小化されたり、あるいは最大化されるようになり、前記査定基準はさらに、腫瘍対照および組織損傷が抑制されたり、最小化されたり、あるいは最大化されするようになる、推定される生物学的反応か、或いは適切に記述された別の査定基準を包含することを特徴とする請求項１記載の方法。
  10. 前記査定基準は４セットの基準を包含しており、この４セットのうち、基準セットIは、腫瘍への線量を＞７５Ｇｙにさせ、次いで、患者の高感度構造への線量を最小限に抑えるように努め、基準セットIIは、まず最初に高感度構造線量をその許容量より低い値に保つように努め、次いで、腫瘍への線量を最大にしよう試み、基準セットIIIおよびIＶは、高感度構造の損傷を最小限に抑えながらも、腫瘍対照を最大にすることを明確に試みる２つの方策を表わしており、基準セットIIIが、＞７５Ｇｙの線量を受ける腫瘍の体積と、＜３０Ｇｙの線量を受ける高感度構造の体積との差を最大にし、基準セットIＶが、腫瘍制御と正常組織合併症の確率間の差を最大に高めて最適化することを特徴とする請求項１記載の方法。
  11. 前記線量分布を決定する工程が、
    モンテカルロ輸送計算に対して必要な、患者に従属する情報を構築する工程と、
    前記モンテカルロ輸送計算を実行する工程と、
    前記患者に従属する情報および前記モンテカルロ輸送計算から、前記患者にデリバーされる線量の三次元マップを製作する工程と、
    を包含することを特徴とする請求項１記載の方法。
  12. 前記患者に従属する情報を構築する工程が、
    (ｉ)モンテカルロ・パラメータ、(ｉｉ)物理学オプション、(ｉｉｉ)出力オプションの入力から使用者特定オプションを決定し、コード制御用スイッチをセットする工程と、
    原子核／原子／電子のデータから各粒子タイプの輸送のためのエネルギ・グループの数を決定し、各粒子タイプについてのエネルギ・グループの数を提供する工程と、
    コンピュータ断層撮影（ＣＴ： computed tomography）情報を使用して、(ｉ)ＣＴスキャン処理するための使用者特定閾値からなる使用者・オプションと(ｉｉ)物質仕様アレイを製作するのに貢献するＣＴスキャン・アレイの入力から、各ＣＴボクセルに対する寸法および物質組成を定める工程と、
    患者構造を記述する使用者描画輪郭を読み出し、使用者描画輪郭を包含する第２セット使用者・オプションの入力から前記物質仕様アレイを修正し、前記物質仕様アレイの生成を完了すると共に、標準偏差帯域識別アレイを提供する工程と、
    外部ビーム特性および変更子を包含する放射線源仕様の入力から、各放射線を特定する使用者入力を読み取って、ビーム・デリバリー成分を記述している放射線源角度と、エネルギ分布と、アレイとを提供する工程と、
    内部放射線源仕様の入力から、各内部（近接照射療法）源を特定する使用者入力を読み取って、放射線角度とエネルギ分布とを提供する工程と、
    コード内で内部的に限定された物質組成データの入力から、物質アレイに対する最終セットアップを完了して、問題に従属する物質と同位元素仕様アレイとを提供する工程と、
    (ｉ)前記核／原子／電子のデータと、(ｉｉ)前記各粒子タイプについての前記エネルギ・グループ数と、(ｉｉｉ)前記問題に従属する物質と同位元素仕様アレイとの入力から、核および原子データを読みとって、輸送アレイを構築して、(ｉ)核および原子輸送データ・アレイと、(ｉｉ)重荷電粒子輸送データ・アレイと、(ｉｉｉ)各粒子タイプについてのエネルギ・グループ構造とを提供する工程と、
    (ｉ)前記核／原子／電子データと、(ｉｉ)前記問題に従属する物質および同位元素仕様アレイの入力から、電子データを読みとって、輸送アレイを構築し、電子輸送データ・アレイを得る工程と、
    を包含することを特徴とする請求項１記載の方法。
  13. モンテカルロ輸送計算を実行する工程が、
    (ｉ)放射線源角度・エネルギ分布と、(ｉｉ)ビームデリバリー成分を記述しているアレイと、(ｉｉｉ)物質データと、(ｉｖ)核・原子輸送データ・アレイと、(ｖ)各粒子タイプについて数・エネルギ・グループ構造のための構造との入力から、外部放射ビームから生じる一次粒子についての粒子属性を選択して、１つの粒子の属性を提供するための第１部分を与え、前記属性が、エネルギ、場所、方向およびタイプから成る、という工程と、
    放射線源角度及びエネルギ分布の入力から、内部放射線源から生じる一次粒子についての粒子属性を選んで、前記１つの粒子の属性を提供するために第２部分を与える工程と、
    二次粒子アレイの入力から、輸送メッシュにおける別の粒子の相互作用によって既に作られている１つの粒子を選択して、１つの粒子の前記属性を提供するために第３の部分を与え、それを完了する工程と、
    (ｉ)前記輸送メッシュを通過する中性子を追跡してから、(ｉｉ)前記中性子によって蓄積されたエネルギを記録して、(ｉｉｉ) (ｉ)１粒子（前記中性子）の属性と、(ｉｉ)コード制御についてセットされたスイッチと、(ｉｉｉ)物質仕様アレイと、(ｉｖ)物質データと、(ｖ)核輸送データ・アレイと、(ｖｉ)前記中性子に対する数およびエネルギ・グループ構造との入力から、二次粒子アレイにおいて生成された二次粒子の属性を記憶し、中性子に対する二次粒子アレイと、中性子に対する三次元エネルギ蓄積マップとを提供する工程と、
    (ｉ)前記輸送メッシュを通る光子を追跡してから、(ｉｉ)前記光子によって蓄積されたエネルギを記録して、(ｉｉｉ) (ｉ)１光子粒子の属性と、(ｉｉ)コード制御に対して設定された前記スイッチと、(ｉｉｉ)前記物質仕様アレイと、(ｉｖ)前記物質データと、(ｖ)前記原子輸送データ・アレイと、(ｖｉ)光子に対する数及びエネルギ・グループ構造との入力から、光子に対する二次粒子アレイにおいて生成された二次粒子の属性を記憶し、光子に対する二次粒子アレイと、光子に対する三次元エネルギ蓄積マップとを提供する工程と、
    (ｉ)前記輸送メッシュを通る重荷電粒子を追跡してから、(ｉｉ)前記重荷電粒子によって蓄積されたエネルギを記録して、(ｉｉｉ) (ｉ)コード制御に対する前記スイッチ設定と、(ｉｉ)前記物質仕様アレイと、(ｉｉｉ)前記物質データと、(ｉｖ)前記核輸送データ・アレイと、(ｖ)重荷電粒子輸送データ・アレイと、(ｖｉ)二次粒子アレイに対する数及びエネルギ・グループ構造との入力から、重荷電粒子に対する二次粒子アレイにおいて生成された二次粒子の属性を記憶し、重荷電粒子に対する二次粒子アレイと、重荷電粒子に対する三次元蓄積マップとを提供工程と、
    (ｉ)前記輸送メッシュを通る一次電子を追跡してから、(ｉｉ)前記電子によって蓄積されたエネルギを記録して、(ｉｉｉ) (ｉ)１粒子（一次電子）の属性と、(ｉｉ)コード制御に対する前記スイッチ設定と、(ｉｉｉ)前記物質仕様アレイと、(ｉｖ)前記物質データと、(ｖ)電子輸送データ・アレイと、(ｖｉ)前記電子に対する前記数及びエネルギ・グループ構造との入力から、一次電子に対する二次粒子アレイにおいて生成された二次粒子の属性を記憶して、一次電子に対する二次粒子アレイと、一次電子についての三次元エネルギ蓄積マップとを提供する工程と、
    (ｉ)前記輸送メッシュを通る二次電子を追跡してから、(ｉｉ)前記二次電子によって蓄積されたエネルギを記録し、(ｉｉｉ) (ｉ)１粒子(二次電子）の属性と、(ｉｉ)コード制御のための前記スイッチ設定と、(ｉｉｉ)前記物質仕様アレイと、(ｉｖ)前記物質データと、(ｖ)前記電子輸送データ・アレイと、(ｖｉ)電子についての前記数・エネルギ・グループ構造との入力から、二次電子に対する二次粒子アレイにおいて生成された二次粒子（二次電子）の属性を記憶して、二次電子に対する前記二次粒子アレイと、二次電子に対する三次元エネルギ蓄積マップとを提供する工程と、
    単一バッチ（batch）に対して計算された三次元エネルギ蓄積マップの入力から、課題に対する三次元エネルギ蓄積マップへ、バッチを通して計算されたすべての三次元エネルギ蓄積マップを加え、積分三次元エネルギ蓄積マップを提供する工程と、
    前記積分三次元エネルギ蓄積マップと標準偏差帯域IＤアレイとの入力から、前記各々のバッチから決定されたエネルギ蓄積情報で、標準偏差計算に対して必要なアレイを更新し、標準偏差事前計算アレイを提供する工程と、
    前記標準偏差事前計算アレイの入力から標準偏差を計算して、標準偏差アレイを提供する工程と、
    を包含することを特徴とする請求項１記載の方法。
  14. 前記患者に従属する情報および前記モンテカルロ輸送計算によって、前記患者にデリバーされた線量の三次元マップ）を生成する工程が、
    課題の概要をＡＳＣII出力ファイルに書き込む工程と、
    蓄積したエネルギの前記積分三次元マップから線量を計算する工程と、
    前記積分三次元エネルギ蓄積アレイと前記標準偏差アレイとの入力から、三次元線量マップを書き出す工程と、を包含し、前記三次元線量マップが、ＡＳＣIIおよびバイナリから成る群から選択された形式で書かれることを特徴とする請求項１記載の方法。
  15. 前記放射線治療線量計画が、光子、軽荷電粒子（電子、陽電子）、重荷電粒子（陽子、重陽子、三重陽子、ヘリウム-３、アルファ粒子）、および中性子から成る群から選択した粒子を生成する放射線源を包含することを特徴とする請求項１１記載の方法。
  16. 前記放射線治療線量計画が、少なくとも１つの外部放射線源デリバリー・システムを含むことを特徴とする請求項１１記載の方法。
  17. 前記放射線治療線量計画が、少なく一つの内部放射線源デリバリー・システムを含むことを特徴とする請求項１１記載の方法。
  18. 前記放射線治療線量計画が、遠隔放射線療法と、近接照射療法と、ホウ素中性子捕獲療法（ＢＮＣＴ）とから成る群から選択したソース・デリバリー・システムを含むことを特徴とする請求項１１記載の方法。
  19. コンピュータ読み込み可能なメモリと、
    このコンピュータ読み込み可能なメモリにロードされたコンピュータ・プログラムと、を含み、
    前記コンピュータ・プログラムが、患者へデリバーする放射線量を決定する手段を含むことを特徴とする装置。
  20. 患者にデリバーする放射線量を決定するためのコンピュータ・システムであって、前記コンピュータ・システムが、
    ＣＰＵと、メモリと、ＣＴスキャン・データ・アレイと、核／原子／電子データと、放射線源仕様と、使用者・オプション・データとを入力するための、そして、患者への放射線量のデリバりーに対する計画を出力するための周辺機器を包含するコンピュータ・ハードウェア手段と、
    モンテカルロ輸送に対するコンピュータ実行プロセスによって前記計画へ前記入力からの情報を変換するための、前記コンピュータ・ハードウェア手段内に存在しその制御の下にあるコンピュータ・ソフトウェア手段と、
    を包含することを特徴とするコンピュータ・システム。
  21. 自動化放射線治療線量計画のための装置であって、前記装置が、
    患者記述と、ビーム記述と、ペナルティ関数と、査定基準とを提供するための手段と、
    放射線治療ビームを個々のビームレットに分割する手段と、
    各ビームレットについて患者の線量分布を決定する手段と、
    各ビームレットに対するモニタ強度単位当たりの絶対線量分布を記憶する手段と、
    ペナルティ関数に従って最適化することによって、各ビームレットの強度と重量を決定する手段と、
    各セットの査定基準に最も良く適う治療計画を決定するように、全ビームレット最適化結果を、ボクセル毎に、あるいは、ドーセル毎に分析する手段と、
    を包含することを特徴とする装置。
  22. 患者記述を提供するための手段が、或る特有の治療方法の状況において放射線量計算に適する患者の解剖学的構造を適切に記述する三次元マップを提供するための手段を包含することを特徴とする請求項２１の装置。
  23. 前記患者記述を提供するための手段が、腫瘍高感度構造の識別認知のための手段を包含することを特徴とする請求項２１の装置。
  24. ビーム記述を提供するための前記手段が、各放射ビームの特性（エネルギ、粒子タイプ、デリバリー装置）および向きを特定するための手段を包含することを特徴とする請求項２１の装置。
  25. 前記ペナルティ関数が、ビームレット強度の最適化のための数学的な関数であることを特徴とする請求項２１の装置。
  26. 前記査定基準が、線量体積の分析、腫瘍への線量最大化、および生物学的反応から成る群から選択されることを特徴とする請求項２１の装置。
  27. 前記ビームレットが、タイル張りするように治療ビームを覆う任意形状のサブビームであり、各ビームの中心放射線に対して直角に向いたマスクによって限定されることを特徴とする請求項２１の装置。
  28. 前記ペナルティ関数が、最小二乗式二次ペナルティ関数Ｐを包含し、Ｐが
    P(a1…an)=∫F・［T−D］2dV
    の形を有し、
    ここで、Ｆは、「ディザイラビリティ・ファクタ」（１に初期化される）、Ｔは、目標線量、Ｄは、計算線量であり、Ｄは、式：D=ΣaiDiにおけるように、各ビームレットによって付与される線量の合計としても表現することができ、ここで、ａiは、ビームレット振幅であり、Ｄiは、ｉ番目のビームレットの単位振幅で当たりの線量であり、Ｆ，Ｔ，Ｄが全て目標体積における位置関数であることを特徴とする請求項２１の装置。
  29. 請求項２１の装置において、査定基準が、線量体積の分析を含み、この分析で、身体の種々の部分への線量が抑制されたり、最小化されたり、最大化されたりするようになり、さらに、前記査定基準は、腫瘍制御および組織損傷が抑制されたり、最小化されたり、最大化されたりする、推定される生物学的反応か、或いは、適切に記述された別の査定基準を包含することを特徴とする請求項２１の装置。
  30. 請求項２１の装置において、査定基準が４セットの基準を包含し、基準セットIは、腫瘍への線量を強制的に＞７５Ｇｙにさせて、高感度構造への線量を最小限に抑えようと試み、基準セットIIは、高感度構造線量をまずその許容量より低い値に保つように努め、次いで腫瘍線量を最大にしようと試み、基準セットIIIおよびIＶは、高感度構造線量を最小限に抑えながらも腫瘍制御を最大にすることを明確に試みる２つの方策を表わしており、基準セットIIIは、＞７５Ｇｙの線量を受ける腫瘍の体積と、＜３０Ｇｙの線量を受ける高感度構造の体積との差を最大にし、基準セットIＶは、腫瘍制御と正常組織合併症との確率の間の差異を最適化することを特徴とする請求項２１の装置。
JP2006010126A 1998-09-10 2006-01-18 放射線治療線量を自動的に計画する方法 Pending JP2006142043A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10005698P 1998-09-10 1998-09-10
US09/247,653 US6260005B1 (en) 1996-03-05 1999-02-09 Falcon: automated optimization method for arbitrary assessment criteria

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2000569883A Division JP2003534823A (ja) 1998-09-10 1999-09-10 Ｆａｌｃｏｎ：任意の査定基準を自動的に最適化する方法

Publications (1)

Publication Number Publication Date
JP2006142043A true JP2006142043A (ja) 2006-06-08

Family

ID=26796766

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2000569883A Pending JP2003534823A (ja) 1998-09-10 1999-09-10 Ｆａｌｃｏｎ：任意の査定基準を自動的に最適化する方法
JP2006010126A Pending JP2006142043A (ja) 1998-09-10 2006-01-18 放射線治療線量を自動的に計画する方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2000569883A Pending JP2003534823A (ja) 1998-09-10 1999-09-10 Ｆａｌｃｏｎ：任意の査定基準を自動的に最適化する方法

Country Status (6)

Country Link
US (1) US6260005B1 (ja)
EP (1) EP1119395A1 (ja)
JP (2) JP2003534823A (ja)
AU (1) AU6033199A (ja)
CA (1) CA2343210C (ja)
WO (1) WO2000015299A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009545394A (ja) * 2006-08-01 2009-12-24 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 生物学に導かれた適応的な治療計画
JP2013500048A (ja) * 2010-05-27 2013-01-07 ミツビシ・エレクトリック・リサーチ・ラボラトリーズ・インコーポレイテッド ビーム群により送達される放射線量を最適化する方法および装置
JP2019146964A (ja) * 2018-02-21 2019-09-05 エレクタ リミテッド 逆方向計画のための方法
WO2019235841A1 (ko) * 2018-06-05 2019-12-12 재단법인 아산사회복지재단 근접 방사선 치료계획 산출방법, 장치 및 프로그램, 및 근접 방사선 치료장치

Families Citing this family (101)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6148272A (en) * 1998-11-12 2000-11-14 The Regents Of The University Of California System and method for radiation dose calculation within sub-volumes of a monte carlo based particle transport grid
US7046762B2 (en) * 1999-11-05 2006-05-16 Georgia Tech Research Corporation Systems and methods for global optimization of treatment planning for external beam radiation therapy
US6546073B1 (en) * 1999-11-05 2003-04-08 Georgia Tech Research Corporation Systems and methods for global optimization of treatment planning for external beam radiation therapy
US6504898B1 (en) * 2000-04-17 2003-01-07 Mds (Canada) Inc. Product irradiator for optimizing dose uniformity in products
US6477229B1 (en) 2000-05-12 2002-11-05 Siemens Medical Solutions Usa, Inc. Radiation therapy planning
US6504899B2 (en) 2000-09-25 2003-01-07 The Board Of Trustees Of The Leland Stanford Junior University Method for selecting beam orientations in intensity modulated radiation therapy
GB2370210B (en) * 2000-12-13 2004-06-02 Elekta Ab Radiotherapeutic apparatus
JP2002210028A (ja) * 2001-01-23 2002-07-30 Mitsubishi Electric Corp 放射線照射システム及び放射線照射方法
US6697452B2 (en) * 2001-02-16 2004-02-24 The Board Of Trustees Of The Leland Stanford Junior University Verification method of monitor units and fluence map in intensity modulated radiation therapy
US6687527B1 (en) * 2001-08-28 2004-02-03 Koninklijke Philips Electronics, N.V. System and method of user guidance in magnetic resonance imaging including operating curve feedback and multi-dimensional parameter optimization
US6907105B2 (en) * 2001-09-25 2005-06-14 Bc Cancer Agency Methods and apparatus for planning and delivering intensity modulated radiation fields with a rotating multileaf collimator
US7162008B2 (en) * 2001-12-03 2007-01-09 University Of Maryland, Baltimore Method for the planning and delivery of radiation therapy
JP4686128B2 (ja) * 2002-03-06 2011-05-18 トモセラピー インコーポレイテッド 放射線送達装置の制御方法及び放射線治療を送達するシステム
US20030212325A1 (en) * 2002-03-12 2003-11-13 Cristian Cotrutz Method for determining a dose distribution in radiation therapy
US7191106B2 (en) * 2002-03-29 2007-03-13 Agilent Technologies, Inc. Method and system for predicting multi-variable outcomes
US6882702B2 (en) * 2002-04-29 2005-04-19 University Of Miami Intensity modulated radiotherapy inverse planning algorithm
US6735277B2 (en) 2002-05-23 2004-05-11 Koninklijke Philips Electronics N.V. Inverse planning for intensity-modulated radiotherapy
US7266175B1 (en) * 2003-07-11 2007-09-04 Nomos Corporation Planning method for radiation therapy
US7617080B2 (en) * 2003-07-18 2009-11-10 The United States Of America As Represented By The Department Of Health And Human Services Image enhancement by spatial linear deconvolution
US20050126794A1 (en) * 2003-12-12 2005-06-16 Palmer Gerald R. Fire prevention system
ATE503419T1 (de) * 2004-02-20 2011-04-15 Univ Florida System zur verabreichung von konformer strahlungstherapie unter gleichzeitiger abbildung von weichem gewebe
US7027557B2 (en) * 2004-05-13 2006-04-11 Jorge Llacer Method for assisted beam selection in radiation therapy planning
EP1674129B1 (en) * 2004-12-23 2009-09-02 Nucletron B.V. Method and device for calculating the radiation dose distribution for a radiation treatment system for the purpose of radiation therapy of an animal body
US9498167B2 (en) 2005-04-29 2016-11-22 Varian Medical Systems, Inc. System and methods for treating patients using radiation
US7734010B2 (en) * 2005-05-13 2010-06-08 Bc Cancer Agency Method and apparatus for planning and delivering radiation treatment
WO2006138513A1 (en) 2005-06-16 2006-12-28 Nomos Corporation Variance reduction simulation system, program product, and related methods
KR20080039925A (ko) * 2005-07-22 2008-05-07 토모테라피 인코포레이티드 생물학적 모델에 기초하여 방사선 요법 치료 계획을적합화시키는 방법 및 시스템
US8442287B2 (en) 2005-07-22 2013-05-14 Tomotherapy Incorporated Method and system for evaluating quality assurance criteria in delivery of a treatment plan
KR20080044250A (ko) 2005-07-23 2008-05-20 토모테라피 인코포레이티드 갠트리 및 진료대의 조합된 움직임을 이용하는 방사선치료의 영상화 및 시행
US7880154B2 (en) 2005-07-25 2011-02-01 Karl Otto Methods and apparatus for the planning and delivery of radiation treatments
EP1909904B1 (en) * 2005-07-25 2013-09-04 Karl Otto Methods and apparatus for the planning of radiation treatments
US8699664B2 (en) 2006-07-27 2014-04-15 British Columbia Center Agency Branch Systems and methods for optimization of on-line adaptive radiation therapy
CA2657791A1 (en) * 2006-07-27 2008-01-31 British Columbia Cancer Agency Branch Systems and methods for optimization of on-line adaptive radiation therapy
GB2442498A (en) * 2006-10-03 2008-04-09 Elekta Ab Treatment planning systems
US7583950B2 (en) 2006-10-05 2009-09-01 Harris Corporation High linearity tunable bandpass filter
US7496174B2 (en) * 2006-10-16 2009-02-24 Oraya Therapeutics, Inc. Portable orthovoltage radiotherapy
US7620147B2 (en) 2006-12-13 2009-11-17 Oraya Therapeutics, Inc. Orthovoltage radiotherapy
WO2008063573A2 (en) 2006-11-17 2008-05-29 Varian Medical Systems Technologies, Inc. Dynamic patient positioning system
USRE46953E1 (en) 2007-04-20 2018-07-17 University Of Maryland, Baltimore Single-arc dose painting for precision radiation therapy
US8920406B2 (en) 2008-01-11 2014-12-30 Oraya Therapeutics, Inc. Device and assembly for positioning and stabilizing an eye
US8363783B2 (en) 2007-06-04 2013-01-29 Oraya Therapeutics, Inc. Method and device for ocular alignment and coupling of ocular structures
US8509383B2 (en) * 2007-10-25 2013-08-13 Tomotherapy Incorporated System and method for motion adaptive optimization for radiation therapy delivery
US8222616B2 (en) * 2007-10-25 2012-07-17 Tomotherapy Incorporated Method for adapting fractionation of a radiation therapy dose
US8467497B2 (en) * 2007-10-25 2013-06-18 Tomotherapy Incorporated System and method for motion adaptive optimization for radiation therapy delivery
US8085899B2 (en) * 2007-12-12 2011-12-27 Varian Medical Systems International Ag Treatment planning system and method for radiotherapy
US7801271B2 (en) 2007-12-23 2010-09-21 Oraya Therapeutics, Inc. Methods and devices for orthovoltage ocular radiotherapy and treatment planning
EP3272395B1 (en) 2007-12-23 2019-07-17 Carl Zeiss Meditec, Inc. Devices for detecting, controlling, and predicting radiation delivery
US8017915B2 (en) 2008-03-14 2011-09-13 Reflexion Medical, Inc. Method and apparatus for emission guided radiation therapy
US8803910B2 (en) * 2008-08-28 2014-08-12 Tomotherapy Incorporated System and method of contouring a target area
US9907979B2 (en) * 2008-09-09 2018-03-06 Varian Medical Systems International Ag Apparatus and method to facilitate adapting a radiation treatment plan
DE102008053611A1 (de) 2008-10-27 2010-05-06 Gsi Helmholtzzentrum Für Schwerionenforschung Gmbh Bestrahlung eines Zielvolumens unter Berücksichtigung eines zu schützenden Volumens
US7986768B2 (en) * 2009-02-19 2011-07-26 Varian Medical Systems International Ag Apparatus and method to facilitate generating a treatment plan for irradiating a patient's treatment volume
WO2010102068A2 (en) * 2009-03-03 2010-09-10 Tomotherapy Incorporated System and method of optimizing a heterogeneous radiation dose to be delivered to a patient
US8792614B2 (en) 2009-03-31 2014-07-29 Matthew R. Witten System and method for radiation therapy treatment planning using a memetic optimization algorithm
WO2011053802A2 (en) * 2009-10-30 2011-05-05 Tomotherapy Incorporated Non-voxel-based broad-beam (nvbb) algorithm for intensity modulated radiation therapy dose calculation and plan optimization
EP2585854B1 (en) 2010-06-22 2020-03-18 Varian Medical Systems International AG System and method for estimating and manipulating estimated radiation dose
JP6210972B2 (ja) 2011-03-31 2017-10-11 リフレクション メディカル， インコーポレイテッド 放射誘導型放射線療法における使用のためのシステムおよび方法
US10561861B2 (en) 2012-05-02 2020-02-18 Viewray Technologies, Inc. Videographic display of real-time medical treatment
CN108452443B (zh) 2012-10-26 2021-05-18 优瑞技术公司 利用对放射疗法的生理反应的成像对治疗评估的系统
WO2014133849A2 (en) 2013-02-26 2014-09-04 Accuray Incorporated Electromagnetically actuated multi-leaf collimator
US10489556B2 (en) * 2013-03-12 2019-11-26 Varian Medical Systems International Ag Method and apparatus pertaining to automated multi-step radiation-treatment plan development
US9446263B2 (en) 2013-03-15 2016-09-20 Viewray Technologies, Inc. Systems and methods for linear accelerator radiotherapy with magnetic resonance imaging
WO2015168431A1 (en) * 2014-04-30 2015-11-05 Stc.Unm Optimization methods for radiation therapy planning
JP6444203B2 (ja) * 2015-02-16 2018-12-26 株式会社日立製作所 粒子線治療計画装置、および粒子線照射のシミュレーション方法
JP6850482B2 (ja) 2015-06-10 2021-03-31 リフレクション メディカル， インコーポレイテッド 高帯域幅バイナリマルチリーフコリメータ設計
US10252081B2 (en) * 2015-09-25 2019-04-09 Varian Medical Systems International Ag Apparatus and method using automatic generation of a base dose
EP3423153B1 (en) 2016-03-02 2021-05-19 ViewRay Technologies, Inc. Particle therapy with magnetic resonance imaging
JP6889495B2 (ja) * 2016-03-09 2021-06-18 リフレクション メディカル， インコーポレイテッド 放射線療法のためのフルエンスマップ生成方法
US9855445B2 (en) 2016-04-01 2018-01-02 Varian Medical Systems, Inc. Radiation therapy systems and methods for delivering doses to a target volume
WO2017223382A1 (en) 2016-06-22 2017-12-28 Viewray Technologies, Inc. Magnetic resonance imaging at low field strength
US10806409B2 (en) 2016-09-23 2020-10-20 Varian Medical Systems International Ag Medical systems with patient supports
WO2018093933A1 (en) 2016-11-15 2018-05-24 Reflexion Medical, Inc. System for emission-guided high-energy photon delivery
WO2018093849A1 (en) 2016-11-15 2018-05-24 Reflexion Medical, Inc. Methods for radiation delivery in emission-guided radiotherapy
CN110248604B (zh) 2016-11-15 2023-07-21 反射医疗公司 放射治疗患者平台
BR112019012061A2 (pt) 2016-12-13 2019-11-12 Viewray Tech Inc sistemas e métodos de terapia de radiação
WO2018183748A1 (en) 2017-03-30 2018-10-04 Reflexion Medical, Inc. Radiation therapy systems and methods with tumor tracking
EP3651851B1 (en) 2017-07-11 2023-11-08 RefleXion Medical, Inc. Methods for pet detector afterglow management
US10549117B2 (en) 2017-07-21 2020-02-04 Varian Medical Systems, Inc Geometric aspects of radiation therapy planning and treatment
US10092774B1 (en) 2017-07-21 2018-10-09 Varian Medical Systems International, AG Dose aspects of radiation therapy planning and treatment
US10183179B1 (en) 2017-07-21 2019-01-22 Varian Medical Systems, Inc. Triggered treatment systems and methods
US11590364B2 (en) 2017-07-21 2023-02-28 Varian Medical Systems International Ag Material inserts for radiation therapy
US11712579B2 (en) 2017-07-21 2023-08-01 Varian Medical Systems, Inc. Range compensators for radiation therapy
US10843011B2 (en) 2017-07-21 2020-11-24 Varian Medical Systems, Inc. Particle beam gun control systems and methods
EP3664712A4 (en) 2017-08-09 2021-05-05 RefleXion Medical, Inc. SYSTEMS AND METHODS FOR ERROR DETECTION IN EMISSION-GUIDED RADIATION THERAPY
WO2019099551A1 (en) 2017-11-14 2019-05-23 Reflexion Medical, Inc. Systems and methods for patient monitoring for radiotherapy
EP3967367A1 (en) 2017-11-16 2022-03-16 Varian Medical Systems Inc Increased beam output and dynamic field shaping for radiotherapy system
CN111712298B (zh) 2017-12-06 2023-04-04 优瑞技术公司 放射疗法系统
JP7075767B2 (ja) * 2018-01-31 2022-05-26 住友重機械工業株式会社 中性子捕捉療法用治療計画装置
US11209509B2 (en) 2018-05-16 2021-12-28 Viewray Technologies, Inc. Resistive electromagnet systems and methods
EP3574956A1 (en) * 2018-05-30 2019-12-04 RaySearch Laboratories AB A method and a corresponding radiation treatment system for facilitating optimization of a multimodal radiation therapy plan
US10910188B2 (en) 2018-07-25 2021-02-02 Varian Medical Systems, Inc. Radiation anode target systems and methods
US11173323B2 (en) * 2018-07-27 2021-11-16 Reshma Munbodh Computer-implemented method of evaluating a protocol for radiation therapy including a pre-treatment physics chart review (TPCR)
US11116995B2 (en) 2019-03-06 2021-09-14 Varian Medical Systems, Inc. Radiation treatment planning based on dose rate
US10814144B2 (en) 2019-03-06 2020-10-27 Varian Medical Systems, Inc. Radiation treatment based on dose rate
US11103727B2 (en) 2019-03-08 2021-08-31 Varian Medical Systems International Ag Model based PBS optimization for flash therapy treatment planning and oncology information system
US11090508B2 (en) 2019-03-08 2021-08-17 Varian Medical Systems Particle Therapy Gmbh & Co. Kg System and method for biological treatment planning and decision support
US10918886B2 (en) 2019-06-10 2021-02-16 Varian Medical Systems, Inc. Flash therapy treatment planning and oncology information system having dose rate prescription and dose rate mapping
US11291859B2 (en) 2019-10-03 2022-04-05 Varian Medical Systems, Inc. Radiation treatment planning for delivering high dose rates to spots in a target
US11865361B2 (en) 2020-04-03 2024-01-09 Varian Medical Systems, Inc. System and method for scanning pattern optimization for flash therapy treatment planning
US11541252B2 (en) 2020-06-23 2023-01-03 Varian Medical Systems, Inc. Defining dose rate for pencil beam scanning
US11957934B2 (en) 2020-07-01 2024-04-16 Siemens Healthineers International Ag Methods and systems using modeling of crystalline materials for spot placement for radiation therapy

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5027818A (en) * 1987-12-03 1991-07-02 University Of Florida Dosimetric technique for stereotactic radiosurgery same
US5291404A (en) * 1990-04-18 1994-03-01 Mitsubishi Denki Kabushiki Kaisha Radiotherapy treatment planning system
US5661773A (en) * 1992-03-19 1997-08-26 Wisconsin Alumni Research Foundation Interface for radiation therapy machine
US5341292A (en) * 1992-06-04 1994-08-23 New England Medical Center Hospitals, Inc. Monte Carlo based treatment planning for neutron capture therapy
US5647663A (en) * 1996-01-05 1997-07-15 Wisconsin Alumni Research Foundation Radiation treatment planning method and apparatus
US5870697A (en) 1996-03-05 1999-02-09 The Regents Of The University Of California Calculation of radiation therapy dose using all particle Monte Carlo transport
US5602892A (en) * 1996-03-21 1997-02-11 Llacer; Jorge Method for optimization of radiation therapy planning
DE69737508T2 (de) * 1996-10-24 2007-11-29 The Nomos Corp. Methode zur planung und vorrichtung zur planung der bestrahlungsdosierung

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009545394A (ja) * 2006-08-01 2009-12-24 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 生物学に導かれた適応的な治療計画
JP2013500048A (ja) * 2010-05-27 2013-01-07 ミツビシ・エレクトリック・リサーチ・ラボラトリーズ・インコーポレイテッド ビーム群により送達される放射線量を最適化する方法および装置
JP2019146964A (ja) * 2018-02-21 2019-09-05 エレクタ リミテッド 逆方向計画のための方法
WO2019235841A1 (ko) * 2018-06-05 2019-12-12 재단법인 아산사회복지재단 근접 방사선 치료계획 산출방법, 장치 및 프로그램, 및 근접 방사선 치료장치
KR20190138486A (ko) * 2018-06-05 2019-12-13 재단법인 아산사회복지재단 근접 방사선 치료계획 산출방법, 장치 및 프로그램, 및 근접 방사선 치료장치
KR102068755B1 (ko) * 2018-06-05 2020-01-21 재단법인 아산사회복지재단 근접 방사선 치료계획 산출방법, 장치 및 프로그램, 및 근접 방사선 치료장치
US11819710B2 (en) 2018-06-05 2023-11-21 The Asan Foundation Method, device, and program for calculating brachytherapy plan, and brachytherapy apparatus

Also Published As

Publication number Publication date
JP2003534823A (ja) 2003-11-25
US6260005B1 (en) 2001-07-10
CA2343210A1 (en) 2000-03-23
AU6033199A (en) 2000-04-03
CA2343210C (en) 2005-01-11
WO2000015299A1 (en) 2000-03-23
EP1119395A1 (en) 2001-08-01

Similar Documents

Publication Publication Date Title
JP2006142043A (ja) 放射線治療線量を自動的に計画する方法
Shepard et al. Optimizing the delivery of radiation therapy to cancer patients
Södertröm et al. Optimization of the dose delivery in a few field techniques using radiobiological objective functions
Lee et al. Integer programming applied to intensity-modulated radiation therapy treatment planning
US7046762B2 (en) Systems and methods for global optimization of treatment planning for external beam radiation therapy
Jeraj et al. Monte Carlo-based inverse treatment planning
Lim et al. Iterative solution methods for beam angle and fluence map optimization in intensity modulated radiation therapy planning
Lim et al. An optimization framework for conformal radiation treatment planning
Wang et al. Multiple-CT optimization of intensity-modulated proton therapy–Is it possible to eliminate adaptive planning?
Pawlicki et al. Monte Carlo simulation for MLC-based intensity-modulated radiotherapy
CN113192554A (zh) 放射粒子内放疗介入手术机器人的剂量优化方法及介质
Ferris et al. Radiation treatment planning: Mixed integer programming formulations and approaches
Zhang et al. A two-stage sequential linear programming approach to IMRT dose optimization
US20210322788A1 (en) System and Method for Robust Treatment Planning in Radiation Therapy
Crowe et al. Experimental evaluation of MCDTK, the Monte Carlo DICOM tool-kit
Andersson Mathematical optimization of radiation therapy goal fulfillment
Beliën et al. A hybrid simulated annealing linear programming approach for treatment planning in HDR brachytherapy with dose volume constraints
Parodi Monte Carlo methods for dose calculations
Baran et al. Kaleci nska
Niko et al. Calculation methods in radiotherapy using matlab
Terrer et al. A feasible application of constrained optimization in the IMRT system
Orvehed Hiltunen Robust optimization of radiotherapy treatment plans considering time structures of the delivery
Siggel Concepts for the efficient Monte Carlo-based treatment plan optimization in radiotherapy
Grzanka et al. Extending of the pytrip software package for biologically optimized proton radiotherapy
Nievaart et al. Monte Carlo based treatment planning systems for boron neutron capture therapy in Petten, the Netherlands