JP2019502505A - 医用画像データに基づく幾何学的モデルの設定方法 - Google Patents
医用画像データに基づく幾何学的モデルの設定方法 Download PDFInfo
- Publication number
- JP2019502505A JP2019502505A JP2018544387A JP2018544387A JP2019502505A JP 2019502505 A JP2019502505 A JP 2019502505A JP 2018544387 A JP2018544387 A JP 2018544387A JP 2018544387 A JP2018544387 A JP 2018544387A JP 2019502505 A JP2019502505 A JP 2019502505A
- Authority
- JP
- Japan
- Prior art keywords
- medical image
- establishing
- image data
- geometric model
- density
- 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.)
- Granted
Links
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/30—Polynomial surface description
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/168—Segmentation; Edge detection involving transform domain 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
- A61N5/103—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
- A61N2005/1085—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy characterised by the type of particles applied to the patient
- A61N2005/109—Neutrons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/32—Image data format
Abstract
Description
腫瘍の周囲の正常組織への放射線損傷を軽減するすために、化学療法(chemotherapy)における標的療法が、放射線療法に用いられている。また、放射線耐性の高い腫瘍細胞に対し、現在では生物学的効果比(relative biological effectiveness, RBE)の高い放射線源が積極的に開発されている(例えば、陽子線治療、重粒子治療、中性子捕捉療法など)。このうち、中性子捕捉療法は、上記の2つの構想を結びつけたものである。例えば、ホウ素中性子捕捉療法では、ホウ素含有薬物が腫瘍細胞に特異的に集まり、高精度な中性子ビームの制御と合わせることで、従来の放射線と比べて、より良いがん治療オプションを提供する。
ホウ素中性子捕捉療法(Boron Neutron Capture Therapy, BNCT)はホウ素(10B)含有薬物が熱中性子に対し大きい捕獲断面積を持つ特性を利用し、10B(n,α) 7Li中性子捕捉と核分裂反応により4Heと7Liという2種の重荷電粒子を生成する。図1と図2は、それぞれホウ素中性子捕捉の反応概略図と10B(n,α) 7Li中性子捕捉の原子核反応式を示す。2種の重荷電粒子は平均エネルギーが2.33MeVであり、高い線エネルギー付与(Linear Energy Transfer, LET)及び短い射程という特徴を持つ。α粒子の線エネルギー付与と射程はそれぞれ150 keV/μm、8μmであり、7Li重荷粒子の場合、それぞれ175 keV/μm、5μmである。2種の粒子の合計射程が細胞のサイズに近いので、生体への放射線損害を細胞レベルに抑えられる。ホウ素含有薬物を選択的に腫瘍細胞に集め、適切な中性子源と合わせることで、正常組織に大きな損害を与えないで腫瘍細胞を部分的に殺せる。 3次元モデルは、科学実験分析、科学実験シミュレーション分野で広く使用されている。例えば、核放射線及び保護の分野で、特定の放射線条件下での人体の吸収線量をシミュレートするために、常にコンピュータ技術を用いて医用画像データに対して様々な処理を行ってMCNPに必要な正確な格子モデルを確立し、かつMCNP(モンテカルロプログラム)と組み合わせてシミュレーション計算を行う。
したがって、治療計画の精度を向上させる医用画像データに基づいてMCNPに必要な幾何学的モデルを確立する方法を提供する必要がある。
医用画像データを読み取るステップと、
医用画像データと組織の種類との間の変換関係によって組織の種類を定義するステップと、
組織グループ分けの数を決定するステップと、
医用画像データと濃度との変換関係によって組織の密度を定義するステップと、
組織及び密度に関する情報を携帯する3Dコードマトリックスを確立するステップと、
幾何学的モデルを生成するステップと、を含む。
医用画像データを読み取るステップと、
ROI境界を定義又は読み取るステップと、
医用画像ボクセルがROI境界内にあるかどうかを判断するステップと、
そうであれば、各ROI境界内のボクセルに1つの特定の組織及び密度を与えることによって、ユーザが組織の種類及び密度を手動で定義するステップに進み、又は医用画像データと組織の種類/密度との間の変換関係によってROI組織の種類及び密度を自動的に定義するステップに進み、
そうでなければ、医用画像データと組織の種類との間の変換関係によって、組織の種類を自動的に定義するステップに進み、かつ医用画像データと組織の種類との間の変換関係によって、組織密度を定義するステップに進み、
組織及び密度に関する情報を携帯する3Dコードマトリックスを確立するステップと、
幾何学的モデルを生成するステップと、を含む。
1、関心領域(ROI)の組織種類、元素組成及び密度を手動で定義する。
2、非ROIのCT画像ボクセルポイントについて、組織種類マッチングを自動的に行うことができ、CT値の違いにより、既存のデータベースは4種類又は14種類の要素からなる組織を区別することができ、また実際の実験結果により他の数の異なる元素からなる組織を決定することができる。
好ましくは、中性子捕捉療法に用いられる医用画像データに基づく幾何学的モデル確立方法を本発明の実施例とする。以下は、中性子捕捉療法、特にホウ素中性子捕捉療法を簡単に説明する。
ホウ素中性子捕捉療法(Boron Neutron Capture Therapy, BNCT)はホウ素(10B)含有薬物が熱中性子に対し大きい捕獲断面積を持つ特性を利用し、10B(n,α) 7Li中性子捕捉と核分裂反応により4Heと7Liという2種の重荷電粒子を生成する。図1と図2は、それぞれホウ素中性子捕捉の反応概略図と10B(n,α) 7Li中性子捕捉の原子核反応式を示す。2種の重荷電粒子は平均エネルギーが2.33MeVであり、高い線エネルギー付与(Linear Energy Transfer, LET)及び短い射程という特徴を持つ。α粒子の線エネルギー付与と射程はそれぞれ150 keV/μm、8μmであり、7Li重荷粒子の場合、それぞれ175 keV/μm、5μmである。2種の粒子の合計射程が細胞のサイズに近いので、生体への放射線損害を細胞レベルに抑えられる。ホウ素含有薬物を選択的に腫瘍細胞に集め、適切な中性子源と合わせることで、正常組織に大きな損害を与えないで腫瘍細胞を部分的に殺せる。 本発明の実施例の目的は、医用画像データを組織の種類、密度及びB−10濃度に関する情報を携帯するMCNP格子モデルに変換し、ホウ素中性子捕捉療法の組織線量シミュレーション計算を行うことである。医用画像データは、磁気共鳴イメージング(Magnetic Resonance Imaging、MRI)又はコンピュータ断層撮影(Computed Tomography、CT)であってもよく、以下の実施例において、コンピュータ断層撮影(CT)のデータに基づいて説明され、CTのファイル形式は一般的にDICOMである。当業者には周知のように、さらに、別の医用画像データを使用することができ、該医用画像データが組織種類、密度及びB−10濃度に関する情報を携帯するMCNP格子モデルに変換できれば、本発明の開示する医用画像データに基づく幾何学的モデルの確立方法に適用することができる。
1、コンピュータ断層撮影(DICOM形式)を入力し、CT画像が対応するインタフェース上に表示される。
3、ソフトウェアは、CT画像上の各ボクセルポイント(voxel)の位置を決定し、すべてのボクセルポイントを「ROI境界内にある」及び「ROI境界外にある」と分類する。
7、ユーザは、正常血中のホウ素含有薬剤の濃度、腫瘍-血液中ホウ素濃度比、組織-血液中ホウ素濃度比などのパラメータを手動で入力し、全てのボクセルポイントにB−10元素濃度を書き込む。
本発明の第1実施例にでは、医用画像データに基づく幾何学的モデルの確立方法が提供され、それは、
医用画像データを読み取るステップと、
医用画像データと組織の種類との間の変換関係によって組織の種類を定義するステップと、
組織グループ分けの数を決定するステップと、
医用画像データと濃度との変換関係によって組織の密度を定義するステップと、
組織及び密度に関する情報を携帯する3Dコードマトリックスを確立するステップと、
幾何学的モデルを生成するステップと、を含む。
本発明の第2実施例にでは、医用画像データに基づく幾何学的モデルの確立方法が提供され、それは、
医用画像データを読み取るステップと、
ROI境界を定義又は読み取るステップと、
医用画像ボクセルがROI境界内にあるかどうかを判断するステップと、
そうであれば、各ROI境界内のボクセルに1つの特定の組織及び密度を与えることによって、ユーザが組織の種類及び密度を手動で定義するステップに進み、又は医用画像データと組織の種類/密度との間の変換関係によってROI組織の種類及び密度を自動的に定義するステップに進み、
そうでなければ、医用画像データと組織の種類との間の変換関係によって、組織の種類を自動的に定義するステップに進み、かつ医用画像データと組織の種類との間の変換関係によって、組織密度を定義するステップに進み、
組織及び密度に関する情報を携帯する3Dコードマトリックスを確立するステップと、
幾何学的モデルを生成するステップと、を含む。
2、非ROIのCT画像ボクセルポイントについて、組織種類マッチングを自動的に行うことができ、CT値の違いにより、既存のデータベースは4種類又は14種類の要素からなる組織を区別することができ、また実際の実験結果により他の数の異なる元素からなる組織を決定することができる。
5、最後に得られた3次元MCNP格子モデルは、組織種類(元素組成)、密度及びB−10濃度などの情報を携帯する。
Claims (10)
- 医用画像データを読み取るステップと、
前記医用画像データと組織の種類との間の変換関係によって前記組織の種類を定義するステップと、
組織グループ分けの数を決定するステップと、
前記医用画像データと濃度との変換関係によって前記組織の密度を定義するステップと、
前記組織及び前記密度に関する情報を携帯する3Dコードマトリックスを確立するステップと、
幾何学的モデルを生成するステップと、を含む、
医用画像データに基づく幾何学的モデルの確立方法。 - 前記幾何学的モデルの確立方法は、中性子捕捉療法に適用され、前記幾何学的モデルの確立方法は、さらに、
B−10濃度を与えるステップと、
B−10濃度に関する情報を携帯する3Dコードマトリックスを確立するステップと、を含むことを特徴とする、
請求項1に記載の医用画像データに基づく幾何学的モデルの確立方法。 - 前記組織グループ分けの数は、ユーザから手動で定義された組織グループ分けの数に、データベース内の既存の4種の組織グループ分けの数又は14種の組織グループ分けの数を加えた数であることを特徴とする、
請求項1に記載の医用画像データに基づく幾何学的モデルの確立方法。 - 前記幾何学的モデルの確立方法は、さらに、
3D組織コードマトリックスを確立するステップと、
3D密度コードマトリックスを確立するステップと、を含むことを特徴とする、
請求項3に記載の医用画像データに基づく幾何学的モデルの確立方法。 - 前記幾何学的モデルは、MCNPソフトウェア入力ファイルに必要な格子カード、セルカード、サーフェスカード及びマテリアルカードを含むことを特徴とする、
請求項1に記載の医用画像データに基づく幾何学的モデルの確立方法。 - 医用画像データを読み取るステップと、
ROI境界を定義又は読み取るステップと、
医用画像ボクセルが前記ROI境界内にあるかどうかを判断するステップと、
前記医用画像ボクセルが前記ROI境界内にある場合、各前記ROI境界内のボクセルに1つの特定の組織及び密度を与えることによって、ユーザが組織の種類及び密度を手動で定義するステップに進み、又は前記医用画像データと組織の種類/密度との間の変換関係によってROI組織の種類及び密度を自動的に定義するステップに進み、
前記医用画像ボクセルが前記ROI境界内にない場合、前記医用画像データと組織の種類との間の変換関係によって、組織の種類を自動的に定義するステップに進み、かつ前記医用画像データと組織の種類との間の変換関係によって、組織の密度を定義するステップに進み、
前記組織及び前記密度に関する情報を携帯する3Dコードマトリックスを確立するステップと、
幾何学的モデルを生成するステップと、を含む、
医用画像データに基づく幾何学的モデルの確立方法。 - 前記幾何学的モデルの確立方法は、中性子捕捉療法に適用され、前記幾何学的モデルの確立方法は、さらに、
B−10濃度を与えるステップと、
B−10濃度に関する情報を携帯する3Dコードマトリックスを確立するステップと、を含むことを特徴とする、
請求項6に記載の医用画像データに基づく幾何学的モデルの確立方法。 - 前記組織グループ分けの数は、ユーザから手動で定義された組織グループ分けの数に、データベース内の既存の4種の組織グループ分けの数又は14種の組織グループ分けの数を加えた数であることを特徴とする、
請求項6に記載の医用画像データに基づく幾何学的モデルの確立方法。 - 前記幾何学的モデルの確立方法は、さらに、
3D組織コードマトリックスを確立するステップと、
3D密度コードマトリックスを確立するステップと、を含むことを特徴とする、
請求項8に記載の医用画像データに基づく幾何学的モデルの確立方法。 - 前記幾何学的モデルは、MCNPソフトウェア入力ファイルに必要な格子カード、セルカード、サーフェスカード及びマテリアルカードを含むことを特徴とする、
請求項6に記載の医用画像データに基づく幾何学的モデルの確立方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510790248.7 | 2015-11-17 | ||
CN201510790248.7A CN106474634A (zh) | 2015-11-17 | 2015-11-17 | 基于医学影像数据的几何模型建立方法 |
PCT/CN2016/102335 WO2017084459A1 (zh) | 2015-11-17 | 2016-10-18 | 基于医学影像数据的几何模型建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019502505A true JP2019502505A (ja) | 2019-01-31 |
JP6754841B2 JP6754841B2 (ja) | 2020-09-16 |
Family
ID=58238342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018544387A Active JP6754841B2 (ja) | 2015-11-17 | 2016-10-18 | 医用画像データに基づく幾何学的モデルの設定方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10692283B2 (ja) |
EP (1) | EP3357537B1 (ja) |
JP (1) | JP6754841B2 (ja) |
CN (4) | CN106474634A (ja) |
TW (1) | TWI639134B (ja) |
WO (1) | WO2017084459A1 (ja) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016179381A1 (en) | 2015-05-06 | 2016-11-10 | Neutron Therapeuutics Inc. | Neutron target for boron neutron capture therapy |
CN108295384B (zh) * | 2017-01-11 | 2020-02-28 | 南京中硼联康医疗科技有限公司 | 基于医学影像的组织元素质量比例解构方法及几何模型建立方法 |
US10462893B2 (en) | 2017-06-05 | 2019-10-29 | Neutron Therapeutics, Inc. | Method and system for surface modification of substrate for ion beam target |
CN107290774A (zh) * | 2017-07-21 | 2017-10-24 | 四川瑶天纳米科技有限责任公司 | 中子剂量快速确定方法 |
CN109308733A (zh) * | 2017-07-27 | 2019-02-05 | 南京中硼联康医疗科技有限公司 | 基于医学影像数据的几何模型建立方法及剂量计算方法 |
JP7175964B2 (ja) * | 2017-08-24 | 2022-11-21 | 南京中硼▲聯▼康医▲療▼科技有限公司 | 中性子捕捉療法システム |
CN110335281A (zh) * | 2018-03-28 | 2019-10-15 | 北京连心医疗科技有限公司 | 一种肿瘤边界确定方法、设备和存储介质 |
CN108852511B (zh) * | 2018-04-26 | 2019-06-07 | 北京罗森博特科技有限公司 | 骨内植入物最优位置的自动规划方法及装置 |
CN109344459B (zh) * | 2018-09-13 | 2022-11-29 | 北京应用物理与计算数学研究所 | 一种蒙特卡罗程序的可视建模与转换方法及系统 |
CN110013613A (zh) * | 2019-04-16 | 2019-07-16 | 东莞东阳光高能医疗设备有限公司 | 一种硼中子俘获治疗计划系统 |
CN111128317A (zh) * | 2019-11-20 | 2020-05-08 | 中国辐射防护研究院 | 一种电离辐射组织等效材料配方设计方法及系统 |
CN113797447A (zh) | 2020-06-11 | 2021-12-17 | 中硼(厦门)医疗器械有限公司 | 放射治疗系统及其治疗计划生成方法 |
CN114073827B (zh) | 2020-08-15 | 2023-08-04 | 中硼(厦门)医疗器械有限公司 | 放射线照射系统及其控制方法 |
CN114367061B (zh) * | 2020-10-14 | 2023-06-23 | 中硼(厦门)医疗器械有限公司 | 硼中子捕获治疗系统及其治疗计划生成方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1658878A1 (en) * | 2004-11-17 | 2006-05-24 | The European Community, represented by the European Commission | BNCT treatment planning |
JP2015002983A (ja) * | 2013-06-18 | 2015-01-08 | 三星電子株式会社Samsung Electronics Co.,Ltd. | 超音波生成方法及びそれを記録したコンピュータ読取可能記録媒体並びに超音波照射装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5341292A (en) * | 1992-06-04 | 1994-08-23 | New England Medical Center Hospitals, Inc. | Monte Carlo based treatment planning for neutron capture therapy |
US5873830A (en) * | 1997-08-22 | 1999-02-23 | Acuson Corporation | Ultrasound imaging system and method for improving resolution and operation |
US6285969B1 (en) * | 1998-05-22 | 2001-09-04 | The Regents Of The University Of California | Use of single scatter electron monte carlo transport for medical radiation sciences |
WO2001045556A1 (en) * | 1999-12-21 | 2001-06-28 | Bechtel Bwxt Idaho, Llc | Monte carlo simulation of neutron transport for use in radiotherapy |
CA2491703A1 (en) * | 2002-07-09 | 2004-01-15 | Medispectra, Inc. | Methods and apparatus for characterization of tissue samples |
JP5171251B2 (ja) * | 2004-05-04 | 2013-03-27 | スティフテルセン ウニヴァズィテッフォースクニング ベルゲン | 灌流磁気共鳴画像化装置の作動方法、灌流磁気共鳴画像化データ操作方法及びこれらの方法に用いるデータ処理装置、コンピュータソフトウェア製品 |
EP1846015A4 (en) * | 2005-01-19 | 2009-08-12 | Mathew Mark Zuckerman | METHOD, COMPOSITIONS AND CLASSIFICATION FOR TUMOR DIAGNOSIS AND TREATMENT |
US8125813B2 (en) * | 2005-06-16 | 2012-02-28 | Best Medical International, Inc. | Variance reduction simulation system, program product, and related methods |
CN101458826B (zh) * | 2008-11-25 | 2012-05-30 | 中国科学院等离子体物理研究所 | 利用ct值赋予密度、组成成分的数字人体建模方法 |
US9700264B2 (en) * | 2013-10-25 | 2017-07-11 | The Johns Hopkins University | Joint estimation of tissue types and linear attenuation coefficients for computed tomography |
CN103549953B (zh) * | 2013-10-25 | 2015-04-15 | 天津大学 | 一种基于医学核磁共振影像提取微波检测乳房模型的方法 |
WO2015144540A1 (en) * | 2014-03-28 | 2015-10-01 | Koninklijke Philips N.V. | Method and device for generating one or more computer tomography images based on magnetic resonance images with the help of tissue class separation |
CN103985122B (zh) * | 2014-05-17 | 2016-11-02 | 清华大学深圳研究生院 | 基于心脏 ct 图像的全心脏提取方法 |
CN104267425B (zh) * | 2014-10-16 | 2017-08-25 | 中国科学院合肥物质科学研究院 | 一种基于CT数据的内照射HPGe探测器探测效率确定方法 |
CN104899891B (zh) * | 2015-06-24 | 2019-02-12 | 重庆金山科技(集团)有限公司 | 一种识别孕囊组织的方法、装置及宫腔吸引装置 |
-
2015
- 2015-11-17 CN CN201510790248.7A patent/CN106474634A/zh active Pending
- 2015-11-17 CN CN201810305219.0A patent/CN108310683A/zh active Pending
-
2016
- 2016-10-18 WO PCT/CN2016/102335 patent/WO2017084459A1/zh active Application Filing
- 2016-10-18 JP JP2018544387A patent/JP6754841B2/ja active Active
- 2016-10-18 CN CN201680017272.XA patent/CN107427692B/zh active Active
- 2016-10-18 EP EP16865637.9A patent/EP3357537B1/en active Active
- 2016-10-18 CN CN202010467815.6A patent/CN111803803B/zh active Active
- 2016-11-15 TW TW105137297A patent/TWI639134B/zh active
-
2018
- 2018-05-01 US US15/967,774 patent/US10692283B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1658878A1 (en) * | 2004-11-17 | 2006-05-24 | The European Community, represented by the European Commission | BNCT treatment planning |
JP2015002983A (ja) * | 2013-06-18 | 2015-01-08 | 三星電子株式会社Samsung Electronics Co.,Ltd. | 超音波生成方法及びそれを記録したコンピュータ読取可能記録媒体並びに超音波照射装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2017084459A1 (zh) | 2017-05-26 |
EP3357537B1 (en) | 2020-09-30 |
US10692283B2 (en) | 2020-06-23 |
TW201719580A (zh) | 2017-06-01 |
CN107427692B (zh) | 2020-08-07 |
CN111803803B (zh) | 2023-02-10 |
CN111803803A (zh) | 2020-10-23 |
CN108310683A (zh) | 2018-07-24 |
EP3357537A4 (en) | 2018-10-24 |
EP3357537A1 (en) | 2018-08-08 |
TWI639134B (zh) | 2018-10-21 |
US20180247452A1 (en) | 2018-08-30 |
CN106474634A (zh) | 2017-03-08 |
JP6754841B2 (ja) | 2020-09-16 |
CN107427692A (zh) | 2017-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6754841B2 (ja) | 医用画像データに基づく幾何学的モデルの設定方法 | |
Papagiannis et al. | Current state of the art brachytherapy treatment planning dosimetry algorithms | |
RU2736917C1 (ru) | Способ анализа элементов и отношений масс элементов ткани и способ построения геометрической модели на основе медицинского изображения | |
JP6938647B2 (ja) | 医用画像データに基づく平滑化幾何的モデルの構築方法 | |
TW201721184A (zh) | 射束的照射角度評價方法 | |
CN112618970B (zh) | 一种用于硼中子俘获治疗生物剂量计算方法的装置及介质 | |
CN109308733A (zh) | 基于医学影像数据的几何模型建立方法及剂量计算方法 | |
WO2022078175A1 (zh) | 硼中子捕获治疗系统及其治疗计划生成方法 | |
WO2022001594A1 (zh) | 放射治疗系统及其治疗计划生成方法 | |
Alghamdi et al. | A high-resolution anthropomorphic voxel-based tomographic phantom for proton therapy of the eye | |
Kaschta | Uncertainty-aware Multi-criteria Dose Optimization for Radiation Therapy | |
CN117982812A (zh) | 硼中子捕获治疗系统及其治疗计划生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181228 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191223 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200107 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200319 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200519 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200728 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200804 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200824 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6754841 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |