JP2019503260A - 周期運動モデルに基づく運動予測を用いた治療制御 - Google Patents
周期運動モデルに基づく運動予測を用いた治療制御 Download PDFInfo
- Publication number
- JP2019503260A JP2019503260A JP2018539866A JP2018539866A JP2019503260A JP 2019503260 A JP2019503260 A JP 2019503260A JP 2018539866 A JP2018539866 A JP 2018539866A JP 2018539866 A JP2018539866 A JP 2018539866A JP 2019503260 A JP2019503260 A JP 2019503260A
- Authority
- JP
- Japan
- Prior art keywords
- treatment
- target trajectory
- time
- therapy
- trajectory
- 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
- 230000033001 locomotion Effects 0.000 title claims abstract description 125
- 230000000737 periodic effect Effects 0.000 title claims abstract description 53
- 238000003384 imaging method Methods 0.000 claims abstract description 123
- 238000002560 therapeutic procedure Methods 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims description 80
- 238000005259 measurement Methods 0.000 claims description 29
- 238000012549 training Methods 0.000 claims description 21
- 238000013507 mapping Methods 0.000 claims description 19
- 210000003484 anatomy Anatomy 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 16
- 230000001225 therapeutic effect Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000001959 radiotherapy Methods 0.000 description 64
- 230000005855 radiation Effects 0.000 description 43
- 230000006870 function Effects 0.000 description 39
- 206010028980 Neoplasm Diseases 0.000 description 19
- 210000000056 organ Anatomy 0.000 description 18
- 238000006073 displacement reaction Methods 0.000 description 13
- 230000000241 respiratory effect Effects 0.000 description 13
- 230000029058 respiratory gaseous exchange Effects 0.000 description 13
- 238000002591 computed tomography Methods 0.000 description 11
- 238000013459 approach Methods 0.000 description 9
- 230000005484 gravity Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000005481 NMR spectroscopy Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 125000004122 cyclic group Chemical group 0.000 description 5
- 238000013439 planning Methods 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 230000006378 damage Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000013170 computed tomography imaging Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 210000004072 lung Anatomy 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000007493 shaping process Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 206010011224 Cough Diseases 0.000 description 2
- 238000012888 cubic function Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000002721 intensity-modulated radiation therapy Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000012636 positron electron tomography Methods 0.000 description 2
- 238000012887 quadratic function Methods 0.000 description 2
- 230000011514 reflex Effects 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 230000003187 abdominal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000004087 circulation Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000000920 organ at risk Anatomy 0.000 description 1
- 230000003836 peripheral circulation Effects 0.000 description 1
- 238000012831 peritoneal equilibrium test Methods 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000012877 positron emission topography Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000451 tissue damage Effects 0.000 description 1
- 231100000827 tissue damage Toxicity 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1064—Monitoring, verifying, controlling systems and methods for adjusting radiation treatment in response to monitoring
- A61N5/1065—Beam adjustment
- A61N5/1067—Beam adjustment in real time, i.e. during treatment
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5288—Devices using data or image processing specially adapted for radiation diagnosis involving retrospective matching to a physiological signal
-
- 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/541—Control of apparatus or devices for radiation diagnosis involving acquisition triggered by a physiological signal
-
- 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
- A61N5/1037—Treatment planning systems taking into account the movement of the target, e.g. 4D-image based planning
-
- 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
- A61N5/1045—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head using a multi-leaf collimator, e.g. for intensity modulated radiation therapy or IMRT
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1064—Monitoring, verifying, controlling systems and methods for adjusting radiation treatment in response to monitoring
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1064—Monitoring, verifying, controlling systems and methods for adjusting radiation treatment in response to monitoring
- A61N5/1069—Target adjustment, e.g. moving the patient support
- A61N5/107—Target adjustment, e.g. moving the patient support in real time, i.e. during treatment
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
- A61N2005/1052—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using positron emission tomography [PET] single photon emission computer tomography [SPECT] imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
- A61N2005/1055—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using magnetic resonance imaging [MRI]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
- A61N2005/1061—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using an x-ray imaging system having a separate imaging source
-
- 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
- A61N2005/1091—Kilovoltage or orthovoltage range photons
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Physiology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiation-Therapy Devices (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Description
[1]
本出願は、2016年1月29日に提出された米国仮出願第62/289,144号の優先権の利益を主張し、その全内容は参照により本明細書に組み込まれる。
[2]
本開示は、治療制御に関し、より詳しくは、動き予測を使用する画像誘導治療制御システムおよび方法に関する。
癌または他の病気を治療するために、放射線療法または「放射線療法」を用いることができる。一般に、コリメートされたビームの形態の電離放射線は、外部源から患者に向けられる。適用される放射線療法ビームまたは一連の適用される放射線療法ビームの線量は、一般に、腫瘍などの患者内の標的部位が所定の累積線量を受けるように制御され、一方、健康な組織周囲の放射線誘発損傷は避けなければならない。放射線治療ビームは、高エネルギーの光子、電子、または陽子などの他の粒子を含むことができる。
1つのアプローチでは、例えば線形加速器を使用して少なくとも部分的に放射線治療ビームを生成することができる。線形加速器は、電子を加速し、金属ターゲットなどのターゲットに電子を誘導して、高エネルギーの光子を引き出す。治療用途のために一般にメガエレクトロンボルト(MeV)範囲のエネルギーを有する高エネルギー光子は、制御、成形、または変調され、患者の腫瘍領域などの標的部位に向けることができる。診断エネルギーレベル範囲または治療エネルギーレベル範囲を送達するためのように、特定のまたは選択可能な治療ビームエネルギーを使用することができる。治療ビームの変調は、1つ以上の減衰器またはコリメータによって提供することができる。放射線ビームのフィールドサイズおよび形状は、投影されたビームを標的組織の輪郭に一致させることによって、標的組織に隣接する健康な組織に損傷を与えないように調整することができる。
1つのアプローチでは、1つまたは複数の医用イメージング技術を使用するなど、放射線治療が行われる前に治療計画を策定することができる。そのようなアプローチでは、イメージングを「オフライン」で行うことができる。医師のような医療提供者は、患者の解剖学的構造を示す3次元画像情報を用いて、腫瘍の近くの器官のような他の領域と共に標的軌跡を識別することができる。このような撮像情報は、X線、コンピュータ断層撮影(CT)、磁気共鳴イメージング(MRI)、ポジトロン断層法(PET)、単一フォトン放射断層撮影装置(SPECT)などの様々な撮像モダリティを使用して取得することができる。医療提供者は、手動技法を用いて所定の放射線量を受ける標的軌跡を描写することができ、医療提供者は同様に放射線治療による損傷の危険性がある器官などの近くの組織を描写することができる。代替的または追加的に、自動化されたツールを使用して、標的軌跡を同定または描写するのを助けることができる。次いで、臨床的または線量的な目的および制約に基づいて放射線療法治療計画を作成することができる。その後、患者を位置決めし、所定の放射線療法を患者に送達することによって治療計画を実行することができる。療法治療計画は、一連の放射線療法送達が提供される用量「分画」を含むことができ、各治療送達は、処方された総用量の特定の割合を含む。
上述のように、放射線療法は、標的軌跡の知識を提供する画像によって誘導され得る。
しかしながら、ある種の解剖学的領域、例えば肺は、呼吸運動のような準周期運動に曝され、それは治療に影響を及ぼすのに十分なほど重要である。例えば、呼吸運動は、胸部または腹部の器官のようないくつかの臓器の位置を変える。呼吸運動によって引き起こされる臓器の動きは、イメージングアーチファクトにつながり、治療の指導に画像をあまり効果的でなくする可能性がある。したがって、効果的な放射線療法を計画するためには、呼吸運動のさらなる知識が必要となる。しかし、周期的な動きとは異なり、準周期的な動きは一定の周波数を持たず、将来の動きを予測するのが難しい。
さらに、呼吸運動は、典型的には、比較的短時間の間に生じる。しかし、画像の取得、分析、およびターゲットの位置の決定のプロセスは、時間がかかることがある。その結果、画像の獲得と呼吸運動の補償との間に待ち時間が生じる。したがって、リアルタイムで目標位置の予測を可能にするためには、呼吸運動の予測が必要である。
開示された方法およびシステムは、動き予測をさらに改善するように設計される。
本開示によれば、治療レシピエント内で、時間変化する治療軌跡に向けられた治療ビームを生成するように構成された治療ジェネレータであって、治療プロトコルにしたがって治療ビームを向ける治療出力を有する治療ジェネレータと、治療コントラストとを含む画像誘導治療送達システムが提供される。治療ジェネレータは、治療プロトコルに従って治療ビームを導くように構成された治療出力を含む。治療コントローラは、撮像情報から抽出された以前の標的軌跡と周期運動モデルと指定されたレイテンシを示す情報を使用して、予測された標的軌跡を自動的に生成し、時間変化する治療軌跡を予測された標的軌跡に整列させるために、更新された治療プロトコルを自動的に生成するように構成されている。
また、本開示によれば、時間変化する標的軌跡に応答して治療プロトコルを適合させる方法が提供される。この方法は、治療レシピエント内の時間変化する標的軌跡に関するイメージング情報を受け取り、イメージング情報から抽出された以前の標的軌跡を示す情報と周期的運動モデルと指定されたレイテンシとを用いて予測されて標的軌跡を自動的に生成し、時間変化する治療軌跡を予測された標的軌跡に適合させる更新された治療プロトコルを自動的に生成し、治療軌跡は治療ジェネレータによって提供される治療ビームによって確立される。
また、本開示によれば、医療機器とコントローラとを含む医療システムが提供される。
医療装置は、医療装置を制御するように構成された制御プロトコルを含む。コントローラシステムは、複数の過去の時点で測定されたレシピエントの解剖学的構造によって引き起こされる生理学的信号の値を含む測定データセットを受信し、測定データに従って過去の各時点の状態表示を推定するように構成されている。状態表示は、解剖学的構造の内部状態を反映している。コントローラは、更に、生理学的信号の履歴測定値を使用してマッピング関数をトレーングし、推定された状態表現に基づいて将来の時点に対する機能的表現を予測し、将来の状態表現とマッピング関数とに基づいて将来の時点に対する機能的表現を予測し、マッピング関数はマッピング状態表現を機能的表現にマッピングし、予測された機能的表現により生理学的信号の将来の値を計算し、将来の値に従って前記制御プロトコルを更新するように構成されている。
また、本開示によれば、医療機器の制御プロトコルを更新する方法が提供される。この方法は、複数の過去の時点で測定されたレシピエントの解剖学的構造によって引き起こされる生理学的信号の値を含む測定データセットを受信し。測定されたデータセットに従って過去時点の各々についての状態表現を推定する。状態表示は解剖学的構造の内部状態を反映している。この方法は、さらに、生理学的信号の履歴測定値を使用してマッピング関数をトレーニングし、推定された状態表現に基づいて将来の時点に対する将来の状態表現を予測し、将来の状態表現および状態表現を機能表現にマッピングするマッピング関数に基づいて、将来の時点に対する機能的表現を予測し、予測された機能的表現に従って生理学的信号の将来の値を計算し、予測された将来の値に従って医療機器の前記制御プロトコルを更新する。制御プロトコルは医療機器を制御する。
本開示における特徴および利点は、以下の説明に部分的に記載され、部分的には明細書の記載から明らかになる、または本開示の実施によって習得され得る。このような特徴および利点は、添付の特許請求の範囲で特に指摘された要素および組み合わせによって実現および達成されるであろう。
前述の一般的な説明および以下の詳細な説明は、例示的および説明的なものに過ぎず、特許請求された本発明を限定するものではないことを理解されたい。
必ずしも一定の縮尺で描かれていない図面では、同様の参照番号は異なる図で類似の構成要素を示すことがある。異なる文字接尾辞を有する同様の数字は、同様の構成要素の異なる例を表すことができる。図面は、本明細書で論じられる様々な実施形態を、例示として、ただし、これに限定されるものではないが、概略的に示す。
放射線療法で治療される標的部位の位置の周期的な変化を補償するように、放射線療法治療計画は、適応的な様式で治療送達と同時に調整され得る。例えば、リスクのある腫瘍または器官などの所望の標的は、治療計画への排他的な「オフライン」アプローチが使用される場合、送達される放射線療法の治療軌跡が、放射線治療が最終的に行われるときの所望の標的である。
1つの例示的なアプローチでは、画像処理は、放射線治療セッション中に放射線療法の送達を開始する直前に画像取得を行うか、または個々の治療送達および画像取得インスタンスのシーケンスを放射線療法配信セッションのコースにわたって使用するような、放射線療法の送達と同時に実行することができる。そのようなイメージングは、標的軌跡の位置を識別するため、または標的軌跡の動きを識別するために有用な情報を提供することができる。このような同時の画像化は、一般に、画像の取得と放射線療法の送達との間に待ち時間または時間遅延が存在するが、通常は「リアルタイム」と呼ばれることができる。
標的軌跡の動きは、心臓の動き、呼吸、咳などの反射、または他の動きなどの1つ以上の発生源によって引き起こされ得る。呼吸に関連するような周期運動の場合、標的軌跡のより早い運動に関して得られた画像化情報と共に循環運動モデルを使用して、標的軌跡の軌道を予測することができる。例えば、より早い標的の画像取得と治療計画の到着予定時刻との間の指定された待ち時間に従って、環状運動モデルと共に撮像情報から抽出されたより早い標的軌跡を示す情報を用いて、将来の治療供給のための予測された標的軌跡を生成することができる。
更新された治療プロトコルは、適応された方法で生成されて、治療軌跡を予測された標的軌跡と整列させることができる。治療プロトコルは、一般に、治療送達システムが実行することができる治療計画である。例えば、治療プロトコルは、(a)治療レシピエントを支持する寝台またはテーブルなどの可動プラットフォームに連結された1つまたは複数のアクチュエータの調整、(b)治療ビームをコリメートまたは整形するように構成された1つまたは複数のアパーチャの調整、または(c)特定の治療ビーム方向を確立するように治療出力を位置決めするように構成された1つ以上のアクチュエータの調整の1つ以上を含む。そのような調整は、治療の提供の前または間に自動的に行うことができる。その調整は、パラメータ値、軌道、範囲などを用いて特徴付けることができる。治療プロトコルを更新することは、そのような値、軌跡、または範囲を更新することを含むことができる。
例示的な一例では、循環運動モデルは、領域の3次元(体積測定)撮像情報の取得など、一連の2つ以上の画像取得を用いて少なくとも部分的に確立することができる。その後、治療送達の直前のようなその後、治療受領者内の時間変化する標的軌跡は、循環運動モデルを確立した後に他の画像情報を使用して確立することができる。このような他の撮像情報は、先に撮像された容積領域内のサブ領域を含む2次元撮像スライスまたは容積撮像スライスの1つまたは複数を含むことができる。例えば、より早い標的軌跡に対応する2次元撮像情報または撮像スライスから特徴を示す情報を抽出することによって、予測された標的軌跡を自動的に生成することができる。特徴の位置に対応する周期動作モデルの位相を決定することができる。位相を決定することに応答して、特徴の位置の変化は、予定される治療配信の予定時刻に対応する周期運動モデルの後の位相を使用して予測することができる。例えば、特徴の位置における空間的な変位は、前の位相と後の位相との間の循環運動モデルの出力の差を使用して予測することができる。
特徴の位置の決定された変化を示す情報は、より早い標的軌跡を示す情報に適用されて、予測された標的軌跡を提供することができる。例えば、特徴の空間的変位は、より早い標的軌跡を得るために、より早い標的軌跡の重心をシフトさせるなど、より早い標的軌跡を示す情報に適用することができる。標的軌跡は腫瘍を含むことができ、予測された標的軌跡を得るために先の標的軌跡の位置をシフトすることは、軌跡が剛性であると仮定すること(例えば、予測された標的軌跡が以前の標的軌跡と比較して変形されていないと仮定すること)を含むことができる。
本明細書に記載される様々な例示的な実施例によれば、本明細書に記載の装置および技術は、線形加速器(LINAC)を使用して放射線治療ビームを生成すること、およびコンピュータ断層撮影(CT)撮像システムまたは核磁気共鳴(MR)撮像システムの1つまたは複数を使用して画像化情報を取得することを含むことができる。他の撮像様式および放射線療法技術を使用することができる。
放射線療法送達システムは、医療システムの単なる一例であり、治療プロトコルは、医療システムを制御することができる制御プロトコルの一例であると考えられる。本開示による「医療システム」は、動きの影響を受ける患者データを測定する任意の医療装置を含むことができる。そのような医療システムは、治療システム、手術システム、監視システム、または診断システムであってもよい。その動きは、心臓運動および呼吸運動などの準酸素動態であってもよい。動きを補償する方法で、医療システムの動作を制御するために「制御プロトコル」を使用することができる。例えば、制御プロトコルは、制御される特定の医療システムの任意の構成要素の調整を含むことができる。
図1Aは、治療ビーム108を提供するように構成された放射線治療出力104を含むことができる例示的な放射線治療システム102を示す。放射線療法出力104は、図2の例示的な実施例で説明したようなマルチリーフコリメータ(MLC)のような1つ以上の減衰器またはコリメータを含むことができる。図1Aに示すように、患者は、放射線療法治療計画に従って放射線療法用量を受けるために、プラットフォーム116(例えば、テーブルまたはコーチ)上などの領域112に配置することができる。放射線治療出力104は、軸(「A」)の周りで治療出力104を回転させるように、ガントリ106または他の機械的支持部に配置することができる。プラットフォーム116または放射線療法出力104のうちの1つまたは複数は、横方向(「T」)または横方向(「L」)に移動可能なような他の位置に移動可能であり得る。例えば、横軸(「R」)の周りの回転のような他の軸の周りの回転のような他の自由度も可能である。
図1Aに示される(軸A、T、及びLを含む)座標系は、アイソセンタ110に位置する原点を有することができる。アイソセンタは、放射線治療ビーム108が座標軸の原点と交差する場所、例えば所定の放射線量を患者の上または中の場所に送達する場所として定義することができる。例えば、アイソセンタ110は、ガントリ106によって軸Aの周りに位置決めされた放射線治療出力104の様々な回転位置に対して、放射線治療ビーム108が患者と交差する場所として定義することができる。
一実施例では、検出器114は、フラットパネル検出器(例えば、直接検出器またはシンチレータ検出器)を含むことができるように、治療ビーム108のフィールド内に配置することができる。検出器114は、ガントリ106が回転するときに、治療ビーム108との整列を維持するように、放射線治療出力104とは反対側のガントリ106に搭載することができる。このようにして、検出器114を使用して治療ビーム108をモニタすることができ、またはポータル撮像のような撮像のために検出器114を使用することができる。
いくつかの実施形態では、治療ビーム108はキロボルト(KV)ビームまたはメガボルト(MV)ビームであってもよい。治療ビーム108は、最大エネルギーがビームの最大電位に電子電荷を乗じたものとほぼ等しいエネルギーのスペクトルから構成されてもよい。MVビームの場合、光子ビームを生成するために線形加速器によって使用される最大電位はメガボルトレベルである。例えば、1MVビームは、約1メガエレクトロンボルト(MeV)以下の光子を生成する。
例示的な実施例では、プラットフォーム116、治療出力104、またはガントリ106のうちの1つ以上が自動的に位置決めされ得、治療出力104は、特定の治療送達インスタンスのための特定の用量に従って治療ビーム108を確立することができる。ガントリ106、プラットフォーム116、または治療出力104の1つまたは複数の異なる向きまたは位置を使用するなど、放射線治療計画に従って、一連の治療配信を指定することができる。治療の送達は、連続して行うことができるが、アイソセンタ110のように、患者の上または中の所望の治療軌跡に交叉することができる。これにより、放射線治療の所定の累積線量を治療軌跡に送達することができ、一方、治療軌跡近傍の組織に対する損傷は低減または回避される。
図1Bは、複合放射線治療システム102と、コンピュータ断層撮影(CT)撮像システムを含むことができるような撮像システムとを含むことができる例示的なシステムを示す。CT撮像システムは、キロエレクトロンボルト(keV)エネルギー範囲またはメガエレクトロンボルト(MeV)範囲のX線エネルギーを提供するような、イメージングX線源118を含むことができる。イメージングX線源118は、フラットパネル検出器のようなイメージング検出器122に向けられた扇形および/または円錐形のビーム120を提供する。放射線治療システム102は、放射線治療出力104、ガントリ106、プラットフォーム116、および別のフラットパネル検出器114を含むように、図1Aに関連して説明したシステム102と同様のものであることができる。図1Aおよび図1Cの実施例におけるように、放射線治療システム102は、治療用放射線ビームを提供するように構成された高エネルギー加速器に接続されるか、それを含むことができる。X線源118は、イメージングのために、比較的低エネルギーのX線診断ビームを提供することができる。
図1Bの図示された実施例では、放射線療法出力104およびX線源118は、90度だけ互いに回転的に分離された同じ回転ガントリ106に取り付けることができる。他の実施例では、複数の角度の診断画像を同時に提供するために、それぞれが独自の検出器配置を有するように、ガントリ106の周囲に沿って2つ以上のX線源を取り付けることができる。同様に、複数の放射線治療出力104を提供することができる。
図1Cは、核磁気共鳴(MR)撮像システム130を含むことができるような、複合放射線治療システム102および撮像システムを含むことができる例示的システムの部分切断図を示す。MR撮像システム130は、軸(「A」)の周りに「ボア」を画定するように配置することができ、放射線治療システムは、軸Aに沿ったボア内にあるアイソセンタ110に向けられた放射線治療ビーム108を提供するような、放射線治療出力104を含むことができる。放射線治療出力104は、ビーム108を患者内の所望の標的軌跡と整列した治療軌跡に向けるために、放射線治療ビーム108を制御、成形、または変調の1つ以上を行うような、コリメータ124を含むことができる。患者はプラットフォームによって支持される。プラットフォームは、軸方向A、横方向L、または横方向Tの1つ以上に沿って配置することができる。放射線治療システム102の1つ以上の部分を、放射線療法出力104を軸Aの周りに回転させるように、ガントリ106に取り付けることができる。
図1A、図1B、および図1Cは、治療出力が中心軸(例えば、軸「A」)の周りを回転することができる構成を含む実施例を示す。他の放射線療法出力構成も使用できる。例えば、放射線治療出力は、複数の自由度を有するロボットアームまたはマニピュレータに取り付けることができる。さらに別の実施例では、患者から横方向に離れた領域に配置されるような治療出力を固定することができ、患者を支持するプラットフォームを使用して、放射線療法アイソセンタを患者内の指定された標的軌跡と整列させることができる。
図2は、放射線治療ビームの強度を整形、指向、または変調するための例示的なマルチリーフコリメータ(MLC)132を示す。図2において、リーフ132Aから132Jは、腫瘍140を断面または突起で近似するアパーチャを画定するように、自動的に配置される。リーフ132Aから132Jは、放射線治療計画に従って、アパーチャ以外の領域で放射線ビームを減衰または阻止するように指定された材料で作られる。例えば、リーフ132Aから132Jは、(図2に示された面内のように)ビーム方向に平行に配向された板の長軸を有し、ビーム方向に直交する向きの端部を有する、タングステンのような金属板を含むことができる。MLC132の「状態」は、腫瘍140または他の標的軌跡の形状または位置をよりよく近似する治療ビームを確立するようにして、静的コリメータ構成を使用するのと比較して、または「オフライン」治療計画技術を使用して排他的に決定MLC132の構成を使用することに比較して、放射線療法の過程で適応的に調整することができる。MLC132を使用して腫瘍または腫瘍内の特定の領域に特定の放射線線量分布を生成する放射線療法技術は、強度変調放射線療法(IMRT)と呼ぶことができる。
図3Aは、撮像入力360、治療ジェネレータ356、および治療出力304を有する放射線治療コントローラシステム354を含む例示的なシステム300を示す。治療ジェネレータ356は、線形加速器などの加速器を含むことができ、治療出力304は、治療ジェネレータ356に結合されて、治療ジェネレータ356によって提供されるエネルギー光子または粒子のビームを処理することができる。例えば、治療出力304は、治療出力304を回転または平行移動させて、所望の標的軌跡に向けられた治療軌跡を有する放射線治療ビームを提供する1つまたは複数の出力アクチュエータ366を含むか、それに接続されることができる。治療出力304は、図2に関連して上述したようなマルチリーフコリメータのようなコリメータ364を含むことができる。図3Aに示すように、治療コントローラシステム354は、本明細書の他の実施例に記載されている適応的放射線治療技術(adaptive radiation treatment technique)を使用して、治療ジェネレータ356、治療出力304、または(コーチまたはテーブルを含む可動プラットフォームのような)患者位置アクチュエータ316のうちの1つ以上を制御するように構成することができる。
放射線治療コントローラシステム354は、センサ入力362を使用するなどして、1つ以上のセンサに結合することができる。例えば、患者センサ358は、呼吸(例えば、プレチスモグラフセンサを使用して)、患者の心臓の機械的または電気的活動、末梢循環活動、患者の位置、および患者の位置のうちの1つまたは複数を示す情報のような生理学的情報を、治療コントローラシステムに提供することができる。そのような情報は、治療出力304によって標的とされる1つ以上の器官または他の領域の動きと相関する代理信号(surrogate signal)を提供することができる。
撮像入力360は、(例示的な実施例として、コンピュータ断層撮影撮像システムまたは核磁気共鳴(MR)撮像システムを含むことができるような)撮像システム350に結合され得る。あるいは、またはさらに、治療コントローラシステム354は、集中イメージングデータベースまたはイメージングサーバなどのイメージングデータストア352からイメージング情報を受信することができる。治療コントローラシステム354または撮像システム350のうちの1つまたは複数は、図3Bに示すシステム396に関連して示され説明された要素を含むことができる。
図3Bは、放射線治療コントローラシステム354または撮像システム350の要素を含むシステム396の一部を示す。システム396は、実行可能な命令または他のデータをロードすることができるメインメモリ回路378と、そのような命令を実行または実行するプロセッサ回路370とを含むことができる。システム396は、キャッシュまたは他の構造を提供して、現在実行中の一連の命令に関連するデータを格納するようなスタティックメモリ回路376を含むことができる。読み出し専用メモリ(ROM)回路374は、システム396のブートシーケンス(boot sequence)を容易にするため、またはシステム396に接続されたハードウェアデバイスの動作を容易にするなどの命令を恒久的に格納することができる。
システム396は、システム396を構成する要素または回路間で情報を伝達するように構成されたバス回路398を含むことができる。例えば、駆動ユニット372は、放射線治療計画、画像化、または本明細書の他の場所で述べた放射線療法送達技術に関連する命令を格納するような、サーバを含む、または結合することができる。システム396は、ビットフィールドまたは英数字ディスプレイを含むようなディスプレイ386、キーボードのような英数字コントロール384、タッチスクリーン、タッチパッド、トラックボール、マウスのようなカーソルコントロールデバイス382のうちの1つ以上を含むことができる。システム396の構成要素を使用または含むことができるシステムの例は、治療コントローラシステム354、撮像システム350、または治療計画システムのうちの1つ以上を含む。
システム396は、サーバ394(例えば、画像化情報データベース、放射線療法治療計画、または患者の医療記録のような他の情報を格納するサーバ)から情報を記憶または取り出すような、集中型ネットワーク390(例えば、ローカルエリアネットワーク、「イントラネット」、またはインターネットなどの広域ネットワーク)に接続されることができる。例えば、システム396は、イメージングまたは放射線治療制御情報の交換を容易にするために、他のシステムへのアクセスを提供するように構成されたネットワークインターフェース回路380のような、1つまたは複数の有線または無線インターフェース回路を含むことができる。
システム396は、例示的な例として、パーソナルコンピュータ(PC)、タブレットデバイス、または「スマート」セルラーデバイスのようなセルラー通信デバイスが他の装置の一部として含まれる組み込みコントローラとして記述されることができる。単一プロセッサ回路370が図3Bに例示的に示されているが、本明細書に記載され、プロセッサ可読媒体(コンピュータ可読媒体とも呼ばれる)上に格納された命令のような、1つまたは複数の命令のセット(または複数のセット)を個別にまたは共同して実行するように、複数のプロセッサ回路、「コア」またはマシーンを使用することができる。
プロセッサ可読媒体の例示的な実施例は、固体メモリ、光学媒体、または磁気媒体を含む。例えば、個体メモリは、読み出し専用メモリ(ROM)、フラッシュメモリ、シンクロナスDRAM(SDRAM)またはラムバスDRAM(RDRAMなど)のようなダイナミックランダムアクセスメモリ(DRAM))、またはスタティックメモリ(例えば、フラッシュメモリ、スタティックランダムアクセスメモリ(SRAMなど))を含むことができる。
プロセッサ回路370は、マイクロプロセッサ、中央処理装置などのような1つ以上の処理回路を含むことができる。特に、プロセッサは、複合命令セットコンピューティング(CISC)アーキテクチャ・マイクロプロセッサ、縮小命令セットコンピューティング(RISC)アーキテクチャ・マイクロプロセッサ、または(超長命令語(VLIW)アーキテクチャ・マイクロプロセッサを含むことができる。他の実施例によれば、プロセッサ回路370は、マイクロコントローラ、特定用途向け集積回路(ASIC)、フィールドプログラマブルゲートアレイ(FPGA)、デジタル信号プロセッサ(DSP)、ネットワークプロセッサ、またはシステムオンチップ(SoC)回路を含むことができる。例えば、マイクロコントローラは、単一のデバイスパッケージ内に共に集積されたメモリ回路およびプロセッサ回路を有する1つ以上の集積回路を含むことができる。
[57]
上述したように、放射線治療計画は、放射線治療で治療される標的部位の位置における周期的変化を補償するように、適応的な様式で治療供給と同時に調整され得る。例えば、腫瘍のような所望の標的は、治療計画への排他的な「オフライン」アプローチが使用される場合、送達される放射線療法の治療軌跡が所望の標的と著しく不整合になる可能性がある程度まで、最終的に放射線療法が行われる。標的軌跡の動きは、心臓の動き、呼吸、咳などの反射、または他の動きなどの1つ以上の発生源によって引き起こされ得る。呼吸に関連するような周期運動の場合、標的軌跡のより早い運動に関して得られた画像化情報と共に循環運動モデルを使用して、標的軌跡の軌道を予測することができる。以下に説明される技術は、図1A、図1B、図1C、図2、図3A、図3Bの1つまたは複数に関連して上述したシステムを用いて、全体的または部分的に実施される。
図4Aは、時間0から時間「T」(ここで、Tは、周期運動の周期)までの期間にわたって定義されるような生理学的サイクル410(例えば、呼吸サイクル)に対応する周期運動モデル400の一次元表現を示す。運動モデル400は、時間の関数f(t)としての器官の絶対的または相対的な軌道をモデル化するような絶対的または相対的な空間的位置または変位を表すことができる。軌道は、器官に対応する特徴の時間変化する動きを表すことができる。いくつかの実施形態では、特徴は、器官の重心など、器官上の確実に識別可能な点であり得る。循環運動モデルが呼吸を表す例示的な例では、時間「0」での関数f(0)は、吸気開始(BOI)参照データ402を定義することができる。この関数は、吸気終了(EOI)または呼気開始(BOE)参照データ404も定義する。時間Tにおいて、関数f(T)は呼気終了(EOE)データ406を定義することができる。
図4Aの例示的な実施例では、動きモデルf(t)は、単一変位次元を有する時間のスカラー関数として示されている。しかし、そのようなモデルは単なる例示であり、他の例は、複数の空間変位関数によって定義される循環運動モデルを含むことができる。例えば、デカルト座標系では、周期運動モデルを含むそのような空間変位関数は、関数x(t)、y(t)、およびz(t)によって表すことができる。図4Aにおいて定義された基準位置(例えば、BOI、EOI、BOE、EOE)の1つ以上は、x(t)、y(t)およびz(t)の1つ以上により定義することができる。したがって、循環運動モデルは、次元成分ごとに展開することができる。本明細書での様々な実施例は、一般に連続的時間の数学関数を指すが、本明細書で説明される技術の自動化された実装は、周期運動モデルの離散化表現(例えば、離散時間または離散位相値に対応するモデル値のサンプルされたまたは離散された表現)を用いることを含むことができる。
図4Bは、関心領域416Aの周期的な動きを示す。様々な実施形態において、関心領域416Aは、器官、臓器の一部、または腫瘍を含むことができる。関心領域416Aの位置を表す撮像情報を得るために、1つまたは複数の撮像技術を使用して一連の2つ以上の撮像取得を行うことができる。例えば、1つまたは複数のコンピュータ断層撮影(CT)または核磁気共鳴(MR)撮像を、「オフライン」法のように使用して、関心領域416Aの位置を確立することができる。
関心領域416Aの位置は、関心領域の416Aの境界の手動描写、または自動セグメンテーション技術の1つ以上を使用して、少なくとも部分的に撮像情報から確立することができる。例えば、セグメンテーションは、関心領域416Aに対応するセットのメンバーであるとして、取得されたイメージング情報からの1つまたは複数のピクセルまたはボクセルを割り当てることを含むことができる。セグメンテーションは、その関心領域を含むセットのメンバーとして1つまたは複数のピクセルまたはボクセルをグループ化するのを支援するように、1つ以上のピクセルまたはボクセルのコントラスト値を決定し、そのコントラスト値を基準値(例えば、コントラスト閾値)と比較することを含むことができる。次いで、重心位置408Aのような、セグメント化された関心領域416Aから特徴を抽出することができる。
関心領域416Aは、対応する変位された重心408Bを有する、関心領域416Bの変位した領域に対応する位置のように、時変的に移動し得る。変位した関心領域416Bおよび対応する変位した重心408Bに関する情報はまた、上述した一連の2つ以上の画像取得において1つまたは複数の画像から抽出することができる。このように、一連の2つ以上の画像を使用して、決定された重心408Aと重心408Bの位置のような、特徴の絶対的または相対的な軌道を記述することができる。例示的な一実施例では、一連の2つ以上の画像は、一連の容積測定画像(例えば、異なる時間に取得された3つの空間次元を含む一連の「4D」画像)を含む。一次元イメージング、2方向に延びる2次元イメージング又はイメージングスライスであって、有限の深さを有するような、イメージングの他のタイプを使用することができる。
抽出された特徴として重心を使用することは例示的なものである。点又は表面の手動の同定又は自動的に決定された位置(例えば、関心領域416Aのエッジ412Aや、変位した関心領域416Bの変位したエッジ412B)のような他の特徴を使用することができる。さらに別の実施例では、第1の位置に対応する撮像情報における(第1の時間にシード位置を表すことができる)証拠414Aと、(後のシード位置を表すことができる)変位した位置に対応する変位した証拠414Bの動きを使用して、移植可能または外部のシード基準の動きを追跡することができる。解剖学的特徴のエッジ付近の位置に割り当てられたような、または関心領域の一部として含まれるような、MRイメージング「ナビゲータエコー」を使用する、他の技術を使用して変位を追跡することができる。
図5は、イメージング情報から抽出されたより早い標的軌跡を示す情報を用いて標的軌跡を予測する例示的な循環運動モデル500を示す。イメージング情報は、放射線治療プロトコルを調整して、放射線治療標的軌跡の動きを適応的に補償するように、放射線療法送達と同時に得ることができる。例えば、予測された標的軌跡を決定するのに使用される治療配信の直前に撮像情報を得ることができる。1つまたは複数の取得された画像に関する情報を使用し、例えば、(時間t0に対応する)データ504のような基準データと、取得された画像インスタンスに対応する時間t1との間の相対時間を決定することを含むようにして画像取得のインスタンスを循環運動モデルの一部と整列させることができる。呼吸モデルの例示的な実施例では、データ504は、吸気終了(EOI)または呼気開始(BOE)に対応することができ、完全な呼吸サイクルに対応する一連の画像から抽出された情報から呼吸関連情報の勾配を分析することによって、または、他のセンサ(例えば、プレチスモグラフセンサ)から得られた代理情報を使用することによって、などにより検出することができる。
予定された次の治療の送達時間はt2で起こり得る。したがって、時間t2に対応して、予測された目標位置を生成することができる。一例では、周期運動モデルは、t1に対応する時間およびt2=t1+□に対応する時間で評価することができる。変数□は、時間t1でのより早い画像取得に対応する時間と、t2で予定される次の治療送出との間のような、指定された待ち時間を表すことができる。
1つのアプローチにおいて、周期運動モデル500は、腫瘍または臓器に対応する標的軌跡の重心のような、関心のある特徴の絶対位置を表すことができ、時間t2で評価される周期運動モデルの値は、治療の配送時に予測された特徴位置として直接使用される。しかしながら、そのような手法は、患者が再配置された場合、または撮像情報が最初に取得され、循環運動モデルを開発するために使用されたのと同じ方法で位置決めされない場合、不正確な動き予測につながるなどの欠点を有する可能性がある。これとは対照的に、周期運動モデルの値の差を用いて撮像特徴の相対変位を推定することができ、そのような相対変位を用いて撮像特徴の位置を調整して、後の時間、特に、レイテンシ□がサイクル全体の長さに対して比較的小さい短い時間スケールにわたる場合の短い時間スケールの間における、予定された特徴位置を決定することができる。したがって、周期運動モデルから導出された特徴位置の変化を使用して実行される動き予測は、モデルによって予測された絶対位置と画像化を使用して観察された実際の目標位置との間の目標運動の変動に対して、少なくとも一次元に対して鈍感であり得る。
例示的な実施例として、f(t1+□)−f(t1)によって表すことができるように、周期的運動モデルの値間の差を決定することができる。そのような決定された差は、撮像情報から得られた特徴位置を調整するために使用することができる。例えば、時間t1に対応する取得された画像のイメージング特徴位置がIf(t1)で表されるとすると、時刻t2での予測特徴位置は、I^f=If(t1)+[f(t1+□)−f(ts)]なる式で表すことができる(ただし、記号I^fの上部のハット記号「^」は、それが予測値であることを示す)。このように、周期運動モデルは、絶対的な意味での特徴位置を正確に予測する必要はないが、周期運動モデルは、画像取得に対応する時間が周期的モデル内の適切な位置と整列された時の特徴位置の変化(例えば、相対的な空間変位)の有用な推定値を提供することができる。
画像取得に対応する時間を整列することは、患者の生理学的サイクルにおける基準点と画像が取得される時間との間に経過した時間を決定することを含むことができる。例えば、サイクル位相は、t値が0からTの範囲であり得る。ここで、Tは、呼吸サイクルに対応する期間などの総サイクル持続時間とすることができる。全サイクル持続時間の分数(例えばパーセンテージ)は、次式、位相=(100t)/T、を使用して決定することができる。そのような表現では、位相は、時間tに対応するサイクル位相におけるサイクルの位相パーセンテージを表すことができる。Tは、時間単位(例えば、秒またはミリ秒)で表すことができる。1つまたは複数の基準点間の持続時間を平均することによって、または1つまたは複数の他の技術を使用して、一連のサイクル持続時間値の中心的な傾向を決定することによって、Tを経験的に決定することができる。呼吸に関する例示的な例では、サイクル基準点の使用は、Tを推定するために、呼気終期(EOE)または呼吸終期(EOI)の間の一連の持続時間を測定することを含むことができる。
絶対時間よりむしろ「位相」を使用することは、そのような位相が一般に無次元であるため、時間次元にわたって少なくともスケール不変である循環動作モデルの使用を可能にする。例えば、患者の実際の呼吸サイクル期間は、一般にサイクル毎の絶対的な持続時間が変化する。サイクルに沿って基準点に対する画像の取得時間を記述するために位相を使用することは、取得したイメージング情報に対応する絶対的な周期長がサイクル毎に異なっていても、獲得時間に対応する位相を、位相が全サイクル長さのパーセンテージで表される循環運動モデルに沿った適切な位置に整列させることを可能にする。
循環運動モデルは、以下に例示するように3次元で記述することができる。重心位置のような特徴は、時間t1で取得された先に取得された画像から抽出することができる。ここで、時間t1は、先に取得した画像をサイクルに沿った適切な位置(位相)と位置合わせすることによって決定される。抽出された重心位置は、[xc(t1)、yc(t1)、zc(t1)]の3次元で表すことができる。周期運動モデルは、時間、x(t)、y(t)、z(t)の3つの関数によって表すことができる。したがって、3次元において、時刻t2における予測された標的軌跡は、次式のように決定することができる。
先に取得された画像からの重心位置は、様々な技術を用いて決定することができる。例えば、先に取得された画像内の隣接する画素またはボクセル間のコントラストを用いて、先に取得された画像内の標的軌跡などの領域の境界を描写することができる。描写された境界に基づいて、空間重心位置を決定することができる。境界を自動的に分割するために隣接するピクセルまたはボクセル間のコントラストを評価すること、またはエッジ検出のような他の技術を使用することを含むような、他のアプローチを用いることができる。
レイテンシ変数に寄与する待ち時間のソース、□□は、画像取得レイテンシ、イメージング情報のセグメンテーション、登録、またはデータ転送を含む動作に対応する画像処理レイテンシ、動き予測技法の実行中の計算レイテンシに対応するような放射線治療システムレイテンシ、または療法調整に関連するレイテンシを含むことができる。そのような治療調整は、患者プラットフォームの位置決め、放射線治療出力の位置決め、またはコリメータのようなアパーチャ画定エレメントの構成の1つ以上に関連するレイテンシを含むことができる。レイテンシ、□は、固定する必要はなく、推定が実行される前に、測定、手動構成、または自動決定することができる。
例示的な実施例として、複合MR撮像およびリニアックシステムの待ち時間は、目標位置予測のための撮像取得とその後の放射線療法の提供との間で、約100ミリ秒などの秒オーダーである。このようなシステム待ち時間は、数分の1秒オーダーであり、標的軌跡は固定であるとしてモデル化することができる。したがって、周期運動モデルによって提供されるような重心の位置の変化は、先の標的軌跡の変形を必要とせずに、早期に特定された標的軌跡に適用することができる。例えば、より早い標的軌跡は、循環運動モデルによって予測された重心位置の決定された変化に対応する変位によって空間的に解釈することができる。このようにして、予測された標的軌跡は、放射線療法の送達に使用するために提供されることができる。
図6は、周期運動モデルを使用して適応的に更新された療法プロトコルを生成し、より早期の標的軌跡の画像取得と予定された治療開始予定時刻との間の指定された待ち時間を使用する実施例600を示す。一連の取得された画像を使用するような、より早いターゲット軌跡が602で識別される。画像は、(例えば、4次元撮像情報を提供するため)経時的に取得された容積撮像情報、図6に例示的に示されるような有限深度を有するスライスのような3次元撮像情報、または様々な例示的な実施例による2次元イメージング情報の1つ以上を含むことができる。一実施例では、呼吸サイクルなどの生理学的サイクルの一部または全期間にわたり一連の迅速取得画像を提供するように、2次元撮像情報または3次元スライスを取得することができる。取得された画像部分630A(例えば、画像スライス)の第1の位置で腫瘍などの標的軌跡616Aを識別することができ、標的軌跡616Bは、後で取得される画像630Bに示されるように、経時的な位置を変化させることができる。602で取得された一連の画像の全体にわたるように、標的軌跡の時間変化位置を追跡することができ、予測された標的軌跡616Cは、将来の治療提供予定時間に対応する関心領域630C内で決定することができる。
予測された標的軌跡616Cは、図4A、図4B、図5に関連する上述したような周期的運動モデルによって記述されたサイクルに関連して、602で取得された1つ以上の画像の取得の時間または位相を決定し、循環運動モデルによって提供される決定された変位を使用して、標的軌跡616Bのような先に取得された標的軌跡を調整することにより、提供されることができる。次いで、治療軌跡620は、治療送達のための予測された標的軌跡616Cと整列されることできる。このようにして、治療軌跡620は、腫瘍などの時間変化する標的軌跡と適応的に整列させることができる。治療軌跡620は、放射線療法出力104によって提供される放射線療法ビームによって標的とされる組織の領域を指し示す。
図7は、ステップ702で撮像情報を受信する例示的な方法700のフローチャートである。イメージング情報は、1つ以上の画像から抽出された情報、腫瘍、臓器、または腫瘍または器官の一部などの時間変化する標的軌跡を示す情報を含むことができる。標的軌跡は、放射線治療によって標的とされる患者内の組織の領域を表すことができる。ステップ704において、予測された治療軌道の予定された時間に対応するような、予測された標的軌跡を生成する。例えば、本明細書の他の箇所に記載されている実施例に示されているように、より早い標的軌跡及び周期運動モデルを示す情報を用いて、予測された標的軌跡を決定することができる。
予測された標的軌跡に対応する予定された今後の治療の配信の時間は、より早期の標的軌跡の画像取得の時間と予定された今後の治療配信の時間との間の特定の待ち時間に関する情報を用いて少なくとも部分的に決定することができる。ステップ706において、予測された標的軌跡と放射線治療軌跡を整列させることを含む、更新された治療プロトコルを生成する。このようにして、送達された放射線療法の治療軌跡は、移動する標的軌跡と整列される。
図8は、例示的な方法800のフローチャートである。ステップ802において、関心領域からの撮像情報の2つ以上の取得が受信される。例えば、ステップ802では、取得は、MR撮像法またはCT撮像技術の1つまたは複数を使用して取得されるような、3次元撮像情報の2つ以上の取得に対応する撮像情報を受け取ることを含むことができる。ステップ804において、2つ以上の取得に対応する撮像情報内で標的軌跡を識別する。例えば、この文献に記載されている他の例に関連して述べたように、標的軌跡は、セグメンテーション技術によって識別することができる。
ステップ806において、標的軌跡の動きに関する情報を抽出する。そのような情報は、エッジまたは重心位置のような、標的軌跡に対応する1つまたは複数の特徴の空間的位置を含むことができる。2つ以上の画像取得にわたる特徴の位置の変化を決定することができる。これに応答して、ステップ808において、時間または位相の関数のような少なくとも1つの次元における標的軌跡の運動の空間変位モデルを含むような、周期的運動モデルを確立する。一実施例では、取得された撮像情報および標的軌跡の動きに関する抽出された情報は、いくつかの生理学的サイクルなどの複数のサイクルに及ぶことができる。例示として、イメージング情報は、1つ以上の完全呼吸サイクルに対応する802で取得することができ、ステップ808で確立された循環運動モデルは、平均化または他の技術を用いて、得られた情報から得られた情報を複合体に集めることを含むことができる。ステップ802,804,806、808での一連の操作は、計画された放射線療法処置セッションの前に(例えば、処置の数日前または数週間前に)、「オフライン」で実行することができる。これに代えて、またはこれに加えて、ステップ802,804,806、808での一連の操作は、事前に数時間または数分などの予定された放射線療法治療セッションと同じ日に実行することができる。
周期運動モデルを確立した後、ステップ810で、時間変化する標的軌跡について撮像情報を受信する。例えば、ステップ810で使用するための画像の取得は、放射線治療送達のスケジュールされた例の数秒または数秒以内のような治療送達と同時に実行することができる。ステップ812において、先行する標的軌跡に対応する特徴を示す情報は、ステップ810で受信された撮像情報から抽出する。この明細書の他の箇所に示され、記載されているように、この特徴は、例示的な例として、重心、エッジ、外部または移植可能なシードに対応する証印、またはMRナビゲータエコーを含むことができる。ステップ814において、特徴の位置に対応する循環動作モデルの位相を決定する。ステップ816において、特徴の位置の変化を、治療配信の予定された今後の時間に対応する周期運動モデルの後のフェーズを使用して推定する。ステップ818において、特徴の位置の変化に関する816で決定された情報を、より早い標的軌跡を示す情報に適用して、予測された標的軌跡を提供する。このようにして、治療軌跡を、(a)治療のために腫瘍のような組織標的と放射線ビームをより良く位置合わせし、(b)組織標的に隣接する組織または器官への損傷を回避または最小化することの1つ以上の予測された標的軌跡に適応的に整列することができる。
循環運動モデルを確立するために使用されるイメージングモダリティ(例えば、MR、CT、PET、SPECT)またはイメージング表現(例えば、1次元、2次元、3次元)は、前の標的軌跡に対応する特徴を示す情報を抽出するために使用されるイメージングモダリティまたは表現と同じである必要はない。例えば、3次元の詳細な高解像度撮像情報は、「オフライン」方式で循環動作モデルを開発するために使用されてもよい。次に、放射線療法の送達の直前または最中に、周期的運動モデルを開発するために使用される画像化手法と比較して、より高いフレームレートまたはより短い取得待ち時間を含むような高速技術を使用してイメージング情報を取得することができる。この意味で、ステップ810で受信された撮像情報に対応する画像取得は、たとえそのような画像化が治療ビームの適用中に文字通り同時に取得される必要はないとしても、治療配信に対して「リアルタイム」で生じると言える。
[85]
循環モデルを使用する上述の予測に加えて、非モデルベースの予測技術のような他の予測技術を使用することができる。このセクションでは、有限差分ベースの動き予測技術の実施形態を説明する。以下このセクションで説明する技法では、図1A、図1B、図1C、図2、図3A、図3Bの1つまたは複数に関連して上述した医療システムを全体的または部分的に実施するか、使用することができる。このセクションおよび次のセクションで説明する実施例は、本明細書では、肺の準周期運動を反映している呼吸信号のような人体内の特定の領域または器官の準酸素分子運動を反映する生理学的信号とも呼ばれる準周期性生理学的信号の将来の値の予測に関連する。上述したように、このような擬似的な運動は、標的の軌跡に影響を及ぼす可能性がある。したがって、準生物医学的生理学的信号の予測される将来の値は、例えば、治療レシピエント、すなわち患者内の軌跡に指向される治療ビームを生成する治療ジェネレータの治療プロトコルを更新するために使用することができる。別の実施例として、準生物医学的生理学的信号の予測される将来の値を用いて、撮像システムを、画像が撮られた患者のような標的上の軌跡と整列させることができる。
一般に、生理学的信号は、多変量信号であってもよく、すなわち、3次元のように多次元で変化することができ、したがってベクトルである。いくつかのシナリオでは、生理的信号は1つの次元のみの変動を含み、したがってスカラーである。本開示では、生理学的信号は一般にベクトル形式x(t)として表されるが、生理学的信号はスカラーであってもよいことが理解されるべきである。議論を簡単にするために、このセクションで記載された実施例及び次のセクションでは、パラメータtは、時間を表しているが、絶対的な時間値の代わりに、例えば0、1、2、...のようなインデックス値をとり、「時間インデックス」または「時間ステップ」とも呼ばれる。2つの時間ステップ間の実際の時間値は、生理学的信号を測定する機器に依存し得る。
本開示によれば、生理学的信号の有限差分が規則変数として使用され、時刻tにおける生理学的信号の現在値と将来の時刻t+δにおける生理学的信号の将来値との第1の差、すなわち、x(t+δ)を目標変数とする。すなわち、このセクションで説明される有限差分ベースの動き予測の第1の差、すなわち目標変数y(t)は、以下のように定義される。
本開示によれば、1次から高次の時間tで評価された生理学的信号の導関数の次のセットは、通常の変数として使用することができる。しかしながら、実際には、過去の時間tの有限差分が知られておらず、生理学的信号が離散的である、すなわち離散時間でサンプリングされるので、時刻tにおける生理学的信号の有限差分は、導関数を近似するために使用される。時間tにおける生理学的信号の有限差分の組、すなわち通常の変数は、次式のように定義される差分信号d(t、p、o)によって表すことができる。
したがって、本開示によれば、1次有限差分に加えて、少なくとも1つの高次有限差分、すなわち2次以上の有限差分が予測に使用される。式5では、4つの有限差分、すなわち、第1次、第2次、第3次、および第o次の有限差分が示されている。しかし、式5は、式5における特定の有限差分に限定されない差分信号の一般的表現であると理解されるべきである。例えば、差分信号は、生理的信号の第1次および第2次有限差分を含むことができる。いくつかの実施形態では、差分信号は、生理学的信号の第1次、第2次、第3次、またはさらに高次の有限差分を含む。本開示による予測に使用される高次の有限差分を用いて、生理学的信号の将来の値をより正確に予測することができる。
式5における、ベクトルp=[p1,p2,...,po]Tは、本明細書では「ステップサイズベクトル」とも呼ばれる。このベクトルの各コンポーネントは、対応する次数の有限差分を取るために使用されるステップサイズを制御する。例えば、p1は、生理学的信号の1次有限差分をとるためのステップサイズを表し、したがって、本明細書では「第1次ステップサイズ」とも呼ばれ、p2は、生理学的信号の2次有限差分を表し、したがって、本明細書では「第2次ステップサイズ」とも呼ばれ、poは、生理学的信号のo次の有限差分をとるためのステップサイズを表し、したがって、本明細書では「第o次ステップサイズ」とも呼ばれる。ステップサイズp1,p2,...,poは、生理学的信号、生理学的信号の適用および測定の特性のような、様々な要因に基づいて選択される。いくつかの実施形態では、ステップサイズp1,p2,...,poは、予測地平線デルタの値に依存し得る。本開示によれば、p1,p2,...,poは、同じであっても互いに異なっていてもよい。例えば、p1,p2,...,poは、すべて1に等しいとすることができる。
上で定義された規則的/目標変数対<d(t,p,o),y(t)>は、生理学的信号の将来の値を予測するための任意の適切な予測アルゴリズムと共に使用することができる。本開示では、将来の値を予測するために変数対<d(t,p,o),y(t)>と共に使用される予測アルゴリズムは、本明細書では予測子とも呼ばれる。様々な予測アルゴリズムを、本開示の実施形態と一致する変数対と共に使用することができる。予測アルゴリズムは、例えば、サポートベクトル回帰、カーネル密度推定などのノンパラメトリック確率ベースの方法、または線形回帰とすることができる。
上述の予測子を使用して生理学的信号の将来の値を予測する前に、予測子は適切な予測子のパラメータ値を決定するようにトレーニングされる。本開示によれば、生理学的信号の履歴的測定値{x(k):k=0,1,...,n}を用いて予測子をトレーニングすることができる。したがって、開示された方法は、オンザフライで作業するのに適しており、ベースラインシフトに適応することができる。ここで、kは指標値をとり、測定が行われ、生理的信号の値が得られる時間を表す。この例では、各々が1回限りの指数kに対応している、n+1個の測定値の総計が実行される。
上述のように、ある時間k′に対して、将来の時刻k′+δにおける生理学的信号の将来の値を予測することができる。予測変数をトレーニングするためには、通常の変数、すなわち差分信号、および目標変数、すなわち差異値の両方を知る必要がある。したがって、この例では、k′の最高値はn−δである。これは、例えば、k′がn−δ+1に等しい場合、時間k′に対応する未来の時間はn+1であるが、時点n+1の測定データは存在しないので、差分値y(k′)は、トレーニング目的のための時間k′=n−δ+1について計算することができる。さらに、式5によれば、時間k′に対する差分信号を計算するためには、時間(k′−Σh=1 0ph)から時間k′の範囲のデータ点が必要である。したがって、この例では、最も低い時間指数kが0であるので、k′の最小値は、Σh=1 0phである。したがって、この例では、k′の値は、Σh=1 0ph,Σh=1 0ph+1,...,n−δをとることができる。
例えば、生理学的信号の20個のデータ点が測定されたと仮定すると、データセット{x(k):k=0,1,...,19}が得られる。さらに、差分信号が3つの有限差分、すなわち、o=3と、p1=p2=p3=1としてp=[p1,p2,p3]Tと、δ=2と仮定する。すると、時間k′の値は、3,4,...,17となる。
上記のように決定されたk′の値を用いて、k′=Σh=1 0ph,Σh=1 0ph+1,...,n−δの場合の各k′について、トレーニング変数対<d(k′,p,o),y(k′)>を計算することができる。次に、得られたトレーニング変数対<d(k′,p,o),y(k′)>を使用して、予測子をトレーニングして適切な予測子のパラメータ値を得ることができる。
予測子がトレーニングされた後、予測子は、現在時刻tcにおける生理学的信号の任意の現在値に基づいて、生理学的信号の将来値を予測するために使用され得る。まず、現時刻tcにおいて、式5を用いて差分信号d(tc、p、o)が算出される。次いで、計算された差分信号d(tc、p、o)は、目標変数、すなわち差異値y^(tc)を予測するために、通常変数として予測子に代入される。これは、x^(tc+δ)=y^(tc)+x(tc)なる式による、未来の時刻tc+δにおける、次の生理学的変数の予測値を計算するために使用される(ただし、記号x^とy^の上部のハット記号「^」は、それらが予測値であることを示す)。上述したように、予測された将来の値のx^(tc+δ)は、例えば、治療送達システムの治療レシピエント上に標的軌跡を予測するために使用することができ、放射線治療軌跡を予測された標的軌跡と整列させることを含むような、治療デリバリシステムの治療ジェネレータにより使用される治療プロトコルを更新する。
図9は、生理学的信号の将来の値を予測するための本開示の実施形態と一致する例示的な方法900のフローチャートを示す。図9に示すように、ステップ902において、現時点での生理学的信号の現在値と、現時点の前の時点における生理学的信号の過去の値とを含む測定データセットが受信される。生理学的信号は、例えば、治療レシピエントなどの標的の肺の準酸素分子運動を反映する呼吸信号であり得る。ステップ904において、現在の時間における差分信号が、測定されたデータセットを使用して計算される。計算は、例えば、式5を用いて行うことができる。ステップ906において、差分信号を予測子に代入することによって、予測差分値が計算される。ステップ908において、生理学的信号の予測された将来値が、予測された差分値および生理学的信号の現在値に基づいて計算される。ステップ910において、生理学的信号の予測された将来の値は、医療機器を制御するためのプロトコルを更新するために使用される。医療装置は、例えば、患者のような対象物を撮像するための画像化システム、または対象に治療を送達するための治療送達システムとすることができる。プロトコルは、例えば、医療機器の位置合わせを制御するために使用することができる。したがって、予測された将来の値は、例えば、治療送達システムの画像化システムまたは治療ジェネレータを、対象物上の標的軌跡と整列させるために使用することができる。例えば、予測された将来の値は、治療伝達システムの治療ジェネレータの治療プロトコルを更新するために使用することができ、ここで治療プロトコルは、治療ビームを導くために治療ジェネレータを制御するために使用される。
図10は、生理学的信号の将来の値を予測するために使用される予測子をトレーニングするための、本開示の実施形態と一致する例示的な方法1000のフローチャートを示す。図10に示すように、ステップ1002において、複数の時点で測定された生理学的信号の値を含む測定データセットが受信される。ステップ1004では、測定されたデータセットに基づいて1つまたは複数の時点での差分信号が計算され、それぞれの時点で計算された差分信号および時点に対応する差値を含む1つまたは複数のトレーニング変数対が得られる。以下では、相違がトレーニング中に計算された信号を「トレーニング差分信号」と呼び、トレーニング中に算出された差分値を「トレーニング差分値」と呼ぶ。ステップ1006において、1つまたは複数のトレーニング変数対が、予測子をトレーニングして、予測子のための適切なパラメータ値を得るために使用される。
図9および図10に示される例示的な方法は、上記では別々に記載されているが、本開示と一致して一緒に組み合わせることができる。例えば、例示的な方法1000が、生理学的信号の履歴測定値を使用して予測子をトレーニングするために最初に実施され、次いで、例示的な方法900に従って生理学的信号の将来値を予測するためにトレーニングされた予測子が使用される。いくつかの実施形態によれば、予測子は、呼吸動作のドリフトに適応するために、方法900の任意の適切なポイントの間に1回以上再トレーニングされてもよい。再トレーニングは、オンザフライで実行され、予測子の更新されたパラメータ値を提供することができる。オンザフライで適応的にトレーニングされた予測子は、ベースラインシフトをより良く補うことができる。
本願発明による方法を用いると、各予測アルゴリズムの予測性能は、有限差分を使用しない結果と比較して改善され、予測なしの結果と比較して大幅に改善される。
[101]
カルマンフィルタのようなモデルベースの方法と、正規化された最小二乗平均フィルタ法や回帰法などのモデルフリーの方法の両方を使用して、生理学的信号の将来の値を予測することができる。モデルベースの方法は、コンテキストにおいて生理学的信号を予測する。したがって、生理学的信号の将来の値に加えて、モデルに基づく方法は、解剖学的構造の内部状態、すなわち生理学的信号を生成する準周期的運動の源を予測することもできる。例えば、解剖学的構造は、患者または治療レシピエントのような、人体の領域または器官であってもよい。このように、解剖学的構造の生理学的プロセスは、解剖学的構造の内部状態に関する情報から推測することができる。さらに、解剖学的構造の内部状態および生理学的信号との関係を知ることによって、予測子のパラメータを変更することなく、異なる予測視野で信号を予測することができる。
一方、モデルフリーの方法は、生理学的信号の予想される将来の値に生理学的信号の測定値または観測値の現在のセットからのマッピングを決定する数理的方法を使用し、したがって、生理学的信号の特徴のより柔軟な方向の変化をもたらす。
このセクションでは、モデル回帰に基づく動き予測手法について述べる。本開示によるモデル回帰方法は、解剖学的構造のモデルを決定するためのモデルフリーの予測方法を適用し、したがって、モデルに基づく予測方法とモデルのない予測方法の両方の利点から利益を得る。以下のセクションで説明する技法は、図1A、図1B、図1C、図2、図3A、図3Bの1つまたは複数に関連して上述した医療システムを全体的または部分的に実施するか、使用することができる。
上述したように、生理学的信号x(t)は時間の関数である。このセクションにおいて、x(t)は、次式のように示される。
したがって、本開示によれば、時刻tにおける関数表現f(.)の特定のタイプおよび形式は、内部状態s(t)に依存し、マッピング関数f(st)に従って、時刻tにおける状態表現stによって決定される。例えば、内部状態に応じて、関数表現f(.)は、特定の係数セットを有する1次関数、2次関数、または3次関数とすることができる。係数のセットは、状態表現stを形成する。したがって、マッピング関数f(st)と、時点tの状態表現stが既知であれば、関数表現f(.)を決定することができ、したがって、生理学的信号の値を、決定された機能に従って計算することができる。さらに、異なる時点で、生理学的信号x(t)を計算するために使用される関数表現f(.)は、異なっていてもよい。例えば、同じ生理学的信号について、関数表現f(.)は、ある状態については2次関数であり、別の状態については3次関数であってもよい。
例えば、生理学的信号は、単変量信号であり、x(t)として表すことができると仮定すると、時刻tでの関数表現f(.)は、4つのパラメータa1(t)、a2(t)、a3(t)、a4(t)によって定義された3次多項式であり、それは状態表現st=[a1(t)、a2(t)、a3(t)、a4(t)]Tとなる。したがって、この実施例における生理学的信号x(t)は、次式:x(t)=a1(t)+a2(t)t+a3(t)t2+a4(t)t3により算出することができる。一般に、生理学的信号が多変量信号である場合、a1(t)、a2(t)、a3(t)、a4(t)のそれぞれは、多変量であってもよい。
本開示によれば、関数表現f(.)が式8により決定されると、将来の時刻t+δにおける生理学的信号の予測される将来の値、すなわちx(t+δ)は、式7と生理学的信号の履歴測定値を用いて計算することができる。生理学的信号の履歴測定値のセットは、時間t0と呼ばれる過去の時間から現在時間tcまでの時間範囲の測定値を含む。この時間範囲は、本明細書では「測定時間範囲」とも呼ばれる。式7と式8と履歴測定値とを使用して生理学的信号の将来値を計算するプロセスを以下記載する。
測定時間範囲内の1つまたは複数の時点のそれぞれについて、状態表示stは、履歴測定値のセットに基づいて推定される。例えば、特定の時点t1に対する状態表現stは、特定の時点t1における生理学的信号の測定値と1つまたは複数の前の時点とに基づいて決定することができる。いくつかの実施形態では、状態表現stは、測定時間範囲内の各時点について推定される。本開示によれば、状態表現stは、回帰法などの様々な適切な方法を使用して推定することができる。推定状態表現は、本明細書では履歴状態表現とも呼ばれ、推定状態表現の集合は、本明細書では状態表現履歴とも呼ばれる。
状態表現履歴に基づいて、将来の時刻t+δにおける予測状態表現s^t+δは、適切な予測アルゴリズムを使用して計算することができる(ただし、記号s^の上部のハット記号「^」は、それが予測値であることを示す)。いくつかの実施形態では、予測された状態表現s^t+δを計算するために、カーネル密度推定、サポートベクトル回帰、または線形回帰などの回帰方法を使用することができる。いくつかの実施形態では、正規化された線形平均二乗(nLMS)フィルタなどの適応フィルタリングスキームを使用して、予測状態表現s^t+δを計算することができる。
予測された状態表現s^t+δに基づいて、将来の時間t+δにおける予測された関数表現f(.)は、状態表現s^t+δを式8に代入することによって決定することができる。さらに、未来の時間t+δを、予測された関数表現付きの式7に代入すること、すなわち、x^(tc+δ)=f(.)(tc+δ)によって、予測された未来値x^(tc+δ)を計算することができる。
上述の予測子を使用して生理学的信号の将来の値を予測することができる前に、関数表現f(.)と状態表現stとの間の適切な相関を決定する、すなわち、適切なマッピング関数f(st)を決定するようにトレーニングすることができる。本開示によれば、生理学的信号の履歴測定値を使用して、予測子をトレーニングすることができる。予測子をトレーニングするために使用される生理学的信号の履歴測定値のセットは、予測状態表現s^t+δを計算するために使用される履歴測定値のセットと同じであっても異なっていてもよい。本開示では、予測子をトレーニングするために使用される生理学的信号の履歴測定値のセットは、「トレーニングデータセット」とも呼ばれる。
与えられたトレーニングデータセットを用いて、トレーニングデータセットにおける各時点の状態表現stは、例えば、カーネル密度推定のような回帰法を用いて推定することができる。トレーニングデータセットに基づく推定状態表現stは、本明細書ではトレーニング状態表現とも呼ばれ、トレーニング状態表現のセットは、本明細書ではトレーニング状態表現セットとも呼ばれる。一実施例として、予測子は、それぞれが特定の時間t′での推定状態表現、すなわち、st′と、特定の時間t′+δでの生理学的信号の値、すなわち、x(t′+δ)とを含むことができる1つまたは複数のトレーニング対を使用して、適切なマッピング関数f(st)を見つけるようにトレーニングすることができる。トレーニングの目的には様々な適切な方法を用いることができる。
例えば、カーネル密度推定のような回帰方法をトレーニング目的に使用することができる。
上記の詳細な説明は、詳細な説明の一部を形成する添付の図面の参照を含む。図面は、例示として、本発明を実施することができる特定の実施形態を示す。これらの実施形態は、本明細書では「実施例」とも呼ばれる。そのような例は、図示または説明されたものに加えてエレメントを含むことができる。しかしながら、図示または記載されたエレメントのみが提供される実施例が提供される。さらに、図示されまたは説明されたこれら要素(または、その1つまたは複数の態様)、特定の実施例(または、その1つまたは複数の態様)、本明細書で図示されまたは説明された他の実施例(または、その1つまたは複数の態様)のいずれかの任意の組み合わせまたは順列は、本開示の範囲内である。
本明細書および参照により組み込まれた文書との間に一貫性がない場合は、本明細書の使用法がコントロールする。
本明細書では、用語「a」または「an」は、特許文書において一般的であるように使用され、他のインスタンス、または「少なくとも1つ」または「1つ以上」の使用法とは独立して、1つまたは複数のものを含む。本明細書では、用語「または」は、特に断りのない限り非排他的であり、「AまたはB」は「BではなくてA」、「AではなくB」、「AおよびB」を含むように指すのに使用される。本明細書では、用語「含む(including)」および「その中(in which)」は、それぞれの用語「含む(comprising)」および「その中(wherein)」の平易な英語の等価物として使用される。また、以下の特許請求の範囲において、「含む(including)」および「含む(comprising)」という用語は、オープンエンド(open-end)である、すなわち、そのような用語の後に列挙された要素に加えた要素を含むシステム、装置、クレームは依然としてそのクレームの範囲内にあるとみなされる。また、以下の特許請求の範囲において、用語「第1」、「第2」、「第3」等は、単にラベルとして使用され、それらの対象に数値的な要件を課すことを意図しない。
本明細書に記載の方法の実施例は、少なくとも部分的に機械的にまたはコンピュータで実施することができる。いくつかの実施例は、上記の実施例で説明した方法を実行するように電子デバイスを構成するように動作可能な命令でコード化されたコンピュータ可読媒体または機械可読媒体を含むことができる。そのような方法の実装には、マイクロコード、アセンブリ言語コード、高水準言語コードのようなコードを含めることができる。そのようなコードは、様々な方法を実行するためのコンピュータ可読命令を含むことができる。コードは、コンピュータプログラム製品の一部を形成することができる。さらに、一実施例では、コードは、実行中または他の時など、1つまたは複数の揮発性、非一時的、または不揮発性の有形のコンピュータ可読媒体に有形に格納することができる。これらの具体的なコンピュータ可読媒体の例には、ハードディスク、リムーバブル磁気ディスク、取り外し可能な光ディスク(例えば、コンパクトディスク、デジタルビデオディスク)、磁気カセット、メモリカードまたはメモリスティック、ランダムアクセスメモリ(RAM)、読み出し専用メモリ(ROM)などが含まれる。
上記の説明は例示的なものであり、限定的なものではない。例えば、上記の実施例(または、その1つまたは複数の態様)は、互いに組み合わせて使用されてもよい。上記の説明を検討することにより、当業者により、他の実施形態を使用することができる。要約書は、米国特許法施行規則37CFR 1.72(b)に準拠し、読者が迅速に技術的開示の内容を確認するために提供される。要約書は、クレームの範囲または意味を解釈または制限するために使用されないことを理解して提出されている。また、上記の詳細な説明では、開示を合理化するために様々な特徴をグループ化することができる。これは、クレームされていない開示された特徴がクレームに不可欠であることを意図していると解釈されるべきではない。むしろ、本発明の主題は、開示された特定の実施形態のすべての特徴よりも少なくてもよい。したがって、添付の特許請求の範囲は、実施形態または実施形態としての詳細な説明に組み込まれ、各請求項は、別個の実施形態として独立して立証され、そのような実施形態は、様々な組み合わせまたは順列で互いに組み合わせることができる。本発明の範囲は、添付の特許請求の範囲を参照して、そのような特許請求の範囲が権利を与えられる等価物の全範囲とともに決定されるべきである。
Claims (20)
- 画像誘導治療送達システムであって、
治療レシピエント内で、時間変化する治療軌跡に向けられた治療ビームを生成するように構成された治療ジェネレータであって、治療プロトコルにしたがって前記治療ビームを向ける治療出力を有する治療ジェネレータと、
前記治療レシピエント内の時間変化する標的軌跡についてイメージング情報を受信するように構成されたイメージング入力と、
前記イメージング情報と周期運動モデルと指定されたレイテンシとから抽出された以前の標的軌跡を示す情報を用いて予測された標的軌跡を自動的に生成し、
前記時間変化する治療軌跡を前記予測された標的軌跡に整列させるために、更新された治療プロトコルを自動的に生成する
ように構成された治療コントローラと
を有することを特徴とする画像誘導治療送達システム。 - 請求項1記載の画像誘導治療送達システムにおいて、
前記治療コントローラは、
前記イメージング情報から、前記以前の標的軌跡に対応する特徴を示す情報を抽出し、
前記特徴の位置に対応する前記周期運動モデルの位相を決定し、
次の治療送達のスケジュールされた時間に対応する前記周期運動モデルの次の位相を用いて、前記特徴の位置の変化を推定し、
前記特徴の位置における前記決定された変化を示す情報を、前記以前の標的軌跡を示す情報に適用して、前記予測された標的軌跡を提供する
ことにより前記予測された標的軌跡を自動的に生成するように構成されている
ことを特徴とする画像誘導治療送達システム。 - 請求項2記載の画像誘導治療送達システムにおいて、
前記治療コントローラは、
前記以前の標的軌跡の境界を識別して、前記識別された境界に従って前記以前の標的軌跡の空間ポイントを決定し、
前記特徴の位置の変化を示す情報を用いて、前記以前の標的軌跡の前記決定された空間ポイントを再配置する
ことにより前記予測された標的軌跡を自動的に生成するように構成されている
ことを特徴とする画像誘導治療送達システム。 - 請求項3記載の画像誘導治療送達システムにおいて、
前記以前の標的軌跡の境界を特定することは、隣接するピクセルまたはボクセル間の強度の差についての情報を使用することを含む
ことを特徴とする画像誘導治療送達システム。 - 請求項1記載の画像誘導治療送達システムにおいて、
前記周期運動モデルは、時間または位相に関する少なくとも1つの空間次元における前記標的軌跡の動きを指定する
ことを特徴とする画像誘導治療送達システム。 - 請求項5記載の画像誘導治療送達システムにおいて、
前記周期運動モデルは、領域の3次元のイメージング情報の一連の2回以上の取得を用いて少なくとも部分的に確立され、
前記イメージング入力は、前記周期運動モデルを確立した後に、前記治療レシピエント内の前記時間変化する標的軌跡に関する少なくとも1次元のイメージング情報を受信するように構成されている
ことを特徴とする画像誘導治療送達システム。 - 請求項1記載の画像誘導治療送達システムにおいて、
前記治療コントローラは、前記治療レシピエントをサポートするように構成された可動プラットフォームに結合された1つ以上のアクチュエータを制御するように構成され、前記可動プラットフォームは前記時間変化する軌跡に従って移動される
ことを特徴とする画像誘導治療送達システム。 - 請求項1記載の画像誘導治療送達システムにおいて、
前記治療コントローラは、マルチリーフコリメータの1つ以上のアパーチャを制御するように構成され、前記アパーチャは、前記時間変化する軌跡に基づいて前記治療ビームを成形するように構成されている
ことを特徴とする画像誘導治療送達システム。 - 請求項1記載の画像誘導治療送達システムにおいて、
前記治療コントローラは、前記治療出力に結合された1つ以上のアクチュエータを制御するように構成され、前記アクチュエータは、特定の治療ビーム方向を確立するように前記治療出力を位置決めするように構成されている
ことを特徴とする画像誘導治療送達システム。 - 請求項9記載の画像誘導治療送達システムにおいて、
前記指定されたレイテンシは、第1の時点におけるより早期の画像取得と、第2の時点におけるスケジュールされた次の治療デリバリーとの間の時間である
ことを特徴とする画像誘導治療送達システム。 - 画像誘導治療送達システムにおいて時間変化する標的軌跡に応答して治療プロトコルを適合させる方法であって、
治療レシピエント内で、前記時間変化する標的軌跡についてのイメージング情報を受信し、
前記イメージング情報と周期運動モデルと指定されたレイテンシとから抽出された以前の標的軌跡を示す情報を用いて予測された標的軌跡を自動的に生成し、
治療ジェネレータにより提供された治療ビームによって確立された前記治療軌跡を前記予測された標的軌跡に整列させるために、更新された治療プロトコルを自動的に生成する
を有することを特徴とする方法。 - 請求項11記載の方法において、
前記予測された標的軌跡を自動的に生成することは、
前記イメージング情報から、前記以前の標的軌跡に対応する特徴を示す情報を抽出し、
前記特徴の位置に対応する前記周期運動モデルの位相を決定し、
次の治療送達のスケジュールされた時間に対応する前記周期運動モデルの次の位相を用いて、前記特徴の位置の変化を推定し、
前記特徴の位置における前記決定された変化を示す情報を、前記以前の標的軌跡を示す情報に適用して、前記予測された標的軌跡を提供することを含む
ことを特徴とする方法。 - 請求項12記載の方法において、
前記予測された標的軌跡を自動的に生成することは、
前記以前の標的軌跡の境界を識別して、前記識別された境界に従って前記以前の標的軌跡の空間ポイントを決定し、
前記特徴の位置の変化を示す情報を用いて、前記以前の標的軌跡の前記決定された空間ポイントを再配置することを含む
ことを特徴とする方法。 - 請求項13記載の方法において、
前記以前の標的軌跡の境界を特定することは、隣接するピクセルまたはボクセル間の強度の差についての情報を使用することを含む
ことを特徴とする方法。 - 請求項12記載の方法において、
前記周期運動モデルは、時間または位相に関する少なくとも1つの空間次元における前記標的軌跡の動きを指定する
ことを特徴とする方法。 - 請求項12記載の方法において、
領域の3次元のイメージング情報の一連の2回以上の取得を用いて、前記周期運動モデルを少なくとも部分的に確立し、
前記周期運動モデルを確立した後に、前記治療レシピエント内の前記時間変化する標的軌跡に関する少なくとも1次元のイメージング情報を受信する
ことを特徴とする方法。 - 請求項11記載の方法において、
前記指定されたレイテンシは、第1の時点における以前の画像取得と、第2の時点におけるスケジュールされた次の治療デリバリーとの間の時間である
ことを特徴とする方法。 - 制御プロトコルを含む医療機器であって、前記制御プロトコルは前記医療機器を制御するように構成されている医療機器と、
複数の過去の時点で測定された患者の解剖学的構造によって引き起こされる生理学的信号の値を含む測定データセットを受信し、
前記測定されたデータセットに従って前記過去の時点の各々についての状態表現を推定し、前記状態表現は前記解剖学的構造の内部状態を反映しており、
前記推定された状態表現に基づいて将来の時点の将来の状態表現を予測し、
前記生理学的信号の履歴測定値を用いてマッピング関数をトレーングし、
前記将来の状態表現および前記マッピング関数に基づいて前記将来の時点の機能的表現を予測して、前記生理学的信号の機能的表現を表す状態をマッピングし、
前記予測された機能的表現に従って前記生理学的信号の将来の値を計算し、
前記将来の値に従って制御プロトコルを更新する
ように構成されたコントローラと
を有することを特徴とする医療システム。 - 請求項18記載の医療システムにおいて、
前記解剖学的構造の内部状態は、準周期的運動のソースを含む
ことを特徴とする医療システム。 - 医療機器の制御プロトコルを更新する方法であって、
複数の過去の時点で測定された患者の解剖学的構造によって引き起こされる生理学的信号の値を含む測定データセットを受信し、
前記測定されたデータセットに従って前記過去時点の各々についての状態表現を推定し、前記状態表現は前記解剖学的構造の内部状態を反映しており、
前記推定された状態表現に基づいて将来の時点の将来の状態表現を予測し、
前記生理学的信号の履歴測定値を使用してマッピング関数をトレーニングし、
前記将来の状態表現および状態表現を機能表現にマッピングする前記マッピング関数に基づいて、将来の時点に対する機能的表現を予測し、
前記予測された機能的表現に従って前記生理学的信号の将来の値を計算し、
前記予測された将来の値に従って前記医療機器の前記制御プロトコルを更新し、前記制御プロトコルは前記医療機器を制御する
ことを特徴とする方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662289144P | 2016-01-29 | 2016-01-29 | |
US62/289,144 | 2016-01-29 | ||
US15/387,689 | 2016-12-22 | ||
US15/387,689 US10300303B2 (en) | 2016-01-29 | 2016-12-22 | Therapy control using motion prediction based on cyclic motion model |
PCT/US2017/015358 WO2017132522A1 (en) | 2016-01-29 | 2017-01-27 | Therapy control using motion prediction based on cyclic motion model |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2019503260A true JP2019503260A (ja) | 2019-02-07 |
JP2019503260A5 JP2019503260A5 (ja) | 2019-09-05 |
JP6688533B2 JP6688533B2 (ja) | 2020-04-28 |
Family
ID=59385319
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018539815A Active JP6619889B2 (ja) | 2016-01-29 | 2017-01-27 | 動き予測を用いた治療制御 |
JP2018539866A Active JP6688533B2 (ja) | 2016-01-29 | 2017-01-27 | 周期運動モデルに基づく運動予測を用いた治療制御 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018539815A Active JP6619889B2 (ja) | 2016-01-29 | 2017-01-27 | 動き予測を用いた治療制御 |
Country Status (6)
Country | Link |
---|---|
US (2) | US10293184B2 (ja) |
EP (3) | EP3407972B1 (ja) |
JP (2) | JP6619889B2 (ja) |
CN (2) | CN109152926A (ja) |
AU (2) | AU2017211683B2 (ja) |
WO (2) | WO2017130140A1 (ja) |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10293184B2 (en) | 2016-01-29 | 2019-05-21 | Elekta Ltd. | Therapy control using motion prediction |
US10776959B2 (en) * | 2016-02-16 | 2020-09-15 | Brainlab Ag | Determination of dynamic DRRs |
US9855445B2 (en) | 2016-04-01 | 2018-01-02 | Varian Medical Systems, Inc. | Radiation therapy systems and methods for delivering doses to a target volume |
EP3375485A1 (en) * | 2017-03-17 | 2018-09-19 | Koninklijke Philips N.V. | Image-guided radiation therapy |
US10843011B2 (en) | 2017-07-21 | 2020-11-24 | Varian Medical Systems, Inc. | Particle beam gun control systems and methods |
US10092774B1 (en) | 2017-07-21 | 2018-10-09 | Varian Medical Systems International, AG | Dose aspects of radiation therapy planning and treatment |
US11712579B2 (en) | 2017-07-21 | 2023-08-01 | Varian Medical Systems, Inc. | Range compensators for radiation therapy |
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 |
US10549117B2 (en) | 2017-07-21 | 2020-02-04 | Varian Medical Systems, Inc | Geometric aspects of radiation therapy planning and treatment |
EP3967367A1 (en) | 2017-11-16 | 2022-03-16 | Varian Medical Systems Inc | Increased beam output and dynamic field shaping for radiotherapy system |
CN108042218A (zh) * | 2017-12-05 | 2018-05-18 | 北京军秀咨询有限公司 | 一种神经外科手术病人头部标记自动视觉定位装置及方法 |
US10910188B2 (en) | 2018-07-25 | 2021-02-02 | Varian Medical Systems, Inc. | Radiation anode target systems and methods |
US11661235B2 (en) * | 2018-10-15 | 2023-05-30 | Sandbox Enterprises, Llc | Bulk material shipping container top wall assembly and bulk material shipping container having a top wall assembly |
US10888713B2 (en) * | 2018-12-28 | 2021-01-12 | Varian Medical Systems, Inc. | Multileaf collimator with alternating trapezoidal leaf geometry design |
CN109788200B (zh) * | 2019-01-31 | 2021-04-06 | 长安大学 | 一种基于预测分析的摄像稳定控制方法 |
US10814144B2 (en) | 2019-03-06 | 2020-10-27 | Varian Medical Systems, Inc. | Radiation treatment based on dose rate |
JP7211172B2 (ja) * | 2019-03-08 | 2023-01-24 | コニカミノルタ株式会社 | 動態画像解析システム及び動態画像処理装置 |
CN109932971B (zh) * | 2019-03-25 | 2020-10-13 | 东软医疗系统股份有限公司 | 运动控制方法、装置及系统 |
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 |
US11103729B2 (en) | 2019-08-13 | 2021-08-31 | Elekta ltd | Automatic gating with an MR linac |
CN113117267B (zh) * | 2019-12-30 | 2022-11-11 | 重庆融海超声医学工程研究中心有限公司 | 治疗计划制定装置 |
US11410354B2 (en) | 2020-02-25 | 2022-08-09 | Uih America, Inc. | System and method for motion signal recalibration |
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 |
GB2597947B (en) * | 2020-08-11 | 2023-02-22 | Elekta ltd | Optimised tracking of a region of a patient's body |
CN116600714A (zh) * | 2020-11-05 | 2023-08-15 | 希特里特私人有限公司 | 从2d投影估计3d分割内运动的卡尔曼滤波器框架 |
GB2601560A (en) * | 2020-12-04 | 2022-06-08 | Elekta Instr Ab | Methods for adaptive radiotherapy |
CN112755407A (zh) * | 2021-01-08 | 2021-05-07 | 广东省中医院(广州中医药大学第二附属医院、广州中医药大学第二临床医学院、广东省中医药科学院) | 基于深吸气屏气抑制cbct成像呼吸运动伪影的方法及装置 |
CN113971659B (zh) * | 2021-09-14 | 2022-08-26 | 杭州微引科技有限公司 | 一种经皮肺以及腹部穿刺的呼吸门控系统 |
US20230126963A1 (en) * | 2021-10-25 | 2023-04-27 | Analogic Corporation | Prediction of extrema of respiratory motion and related systems, methods, and devices |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000167072A (ja) * | 1998-12-03 | 2000-06-20 | Mitsubishi Electric Corp | 動体追跡照射装置 |
JP2002210029A (ja) * | 2001-01-19 | 2002-07-30 | Mitsubishi Electric Corp | 放射線治療装置 |
JP2002528193A (ja) * | 1998-10-23 | 2002-09-03 | バリアン・メディカル・システムズ・インコーポレイテッド | 放射線治療の予測的な生理的ゲーティングのための方法及びシステム |
US20080159478A1 (en) * | 2006-12-11 | 2008-07-03 | Keall Paul J | Method to track three-dimensional target motion with a dynamical multi-leaf collimator |
WO2010058863A1 (ja) * | 2008-11-21 | 2010-05-27 | 国立大学法人東北大学 | 信号処理装置、信号処理方法、信号処理プログラム及び信号処理プログラムを記録したコンピュータ読み取り可能な記録媒体並びに放射線治療装置 |
US20120008744A1 (en) * | 2010-07-12 | 2012-01-12 | Siemens Medical Solutions Usa, Inc | Rotational Radiation Treatment of Moving Targets |
WO2012066494A2 (en) * | 2010-11-19 | 2012-05-24 | Koninklijke Philips Electronics N.V. | Method and apparatus for compensating intra-fractional motion |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8989349B2 (en) | 2004-09-30 | 2015-03-24 | Accuray, Inc. | Dynamic tracking of moving targets |
US7570738B2 (en) * | 2006-08-04 | 2009-08-04 | Siemens Medical Solutions Usa, Inc. | Four-dimensional (4D) image verification in respiratory gated radiation therapy |
EP2129437A2 (en) * | 2007-02-07 | 2009-12-09 | Koninklijke Philips Electronics N.V. | Motion compensation in quantitative data analysis and therapy |
US8027430B2 (en) * | 2007-07-30 | 2011-09-27 | Varian Medical Systems International Ag | Systems and methods for adapting a movement model based on an image |
US8467497B2 (en) * | 2007-10-25 | 2013-06-18 | Tomotherapy Incorporated | System and method for motion adaptive optimization for radiation therapy delivery |
CN101623198A (zh) * | 2008-07-08 | 2010-01-13 | 深圳市海博科技有限公司 | 动态肿瘤实时跟踪方法 |
CN101628154A (zh) * | 2008-07-16 | 2010-01-20 | 深圳市海博科技有限公司 | 基于预测的图像引导跟踪方法 |
CN101637388B (zh) * | 2008-07-29 | 2010-12-15 | 深圳市海博科技有限公司 | 呼吸运动预测方法 |
JP2012054531A (ja) * | 2010-08-02 | 2012-03-15 | Renesas Electronics Corp | 半導体装置及びその製造方法 |
US9283404B2 (en) | 2011-01-21 | 2016-03-15 | Headwater Partners Ii Llc | Imaging observation timing for assisting radiation treatment |
US20120312961A1 (en) * | 2011-01-21 | 2012-12-13 | Headwater Partners Ii Llc | Setting imaging parameters for image guided radiation treatment |
WO2012100270A2 (en) * | 2011-01-21 | 2012-07-26 | Headwater Partners Ii Llc | Tracking of tumor location for targeted radiation treatment |
US20120226152A1 (en) * | 2011-03-03 | 2012-09-06 | Porikli Fatih M | Tumor Tracking System and Method for Radiotherapy |
US9392962B2 (en) | 2011-04-01 | 2016-07-19 | Varian Medical Systems, Inc. | Prediction of breathing signal and determining non-periodicity of breathing using signal-phase histogram |
CA2781536C (en) * | 2011-06-29 | 2017-11-07 | University Of Maryland, Baltimore | Techniques for compensating movement of a treatment target in a patient |
US8989472B2 (en) | 2013-02-13 | 2015-03-24 | Mitsubishi Electric Research Laboratories, Inc. | Method for simulating thoracic 4DCT |
US9504850B2 (en) * | 2013-03-14 | 2016-11-29 | Xcision Medical Systems Llc | Methods and system for breathing-synchronized, target-tracking radiation therapy |
US20170065832A1 (en) * | 2014-02-26 | 2017-03-09 | Brainlab Ag | Tracking Soft Tissue in Medical Images |
GB201403772D0 (en) * | 2014-03-04 | 2014-04-16 | Ucl Business Plc | Apparatus and method for generating and using a subject-specific statistical motion model |
CN104258508B (zh) * | 2014-10-16 | 2017-03-15 | 中国科学院合肥物质科学研究院 | 一种放射治疗中精确剂量分布调制系统及方法 |
US10293184B2 (en) | 2016-01-29 | 2019-05-21 | Elekta Ltd. | Therapy control using motion prediction |
-
2016
- 2016-12-22 US US15/387,701 patent/US10293184B2/en active Active
- 2016-12-22 US US15/387,689 patent/US10300303B2/en active Active
-
2017
- 2017-01-27 EP EP17743814.0A patent/EP3407972B1/en active Active
- 2017-01-27 WO PCT/IB2017/050427 patent/WO2017130140A1/en active Application Filing
- 2017-01-27 CN CN201780014147.8A patent/CN109152926A/zh active Pending
- 2017-01-27 CN CN201780015284.3A patent/CN108883297B/zh active Active
- 2017-01-27 WO PCT/US2017/015358 patent/WO2017132522A1/en active Application Filing
- 2017-01-27 AU AU2017211683A patent/AU2017211683B2/en active Active
- 2017-01-27 EP EP23183438.3A patent/EP4257049A3/en active Pending
- 2017-01-27 JP JP2018539815A patent/JP6619889B2/ja active Active
- 2017-01-27 EP EP17703635.7A patent/EP3407971B1/en active Active
- 2017-01-27 JP JP2018539866A patent/JP6688533B2/ja active Active
- 2017-01-27 AU AU2017211332A patent/AU2017211332B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002528193A (ja) * | 1998-10-23 | 2002-09-03 | バリアン・メディカル・システムズ・インコーポレイテッド | 放射線治療の予測的な生理的ゲーティングのための方法及びシステム |
JP2000167072A (ja) * | 1998-12-03 | 2000-06-20 | Mitsubishi Electric Corp | 動体追跡照射装置 |
JP2002210029A (ja) * | 2001-01-19 | 2002-07-30 | Mitsubishi Electric Corp | 放射線治療装置 |
US20080159478A1 (en) * | 2006-12-11 | 2008-07-03 | Keall Paul J | Method to track three-dimensional target motion with a dynamical multi-leaf collimator |
WO2010058863A1 (ja) * | 2008-11-21 | 2010-05-27 | 国立大学法人東北大学 | 信号処理装置、信号処理方法、信号処理プログラム及び信号処理プログラムを記録したコンピュータ読み取り可能な記録媒体並びに放射線治療装置 |
US20120008744A1 (en) * | 2010-07-12 | 2012-01-12 | Siemens Medical Solutions Usa, Inc | Rotational Radiation Treatment of Moving Targets |
WO2012066494A2 (en) * | 2010-11-19 | 2012-05-24 | Koninklijke Philips Electronics N.V. | Method and apparatus for compensating intra-fractional motion |
Also Published As
Publication number | Publication date |
---|---|
JP2019503258A (ja) | 2019-02-07 |
WO2017132522A1 (en) | 2017-08-03 |
EP4257049A3 (en) | 2023-12-27 |
US10293184B2 (en) | 2019-05-21 |
EP3407972A1 (en) | 2018-12-05 |
EP4257049A2 (en) | 2023-10-11 |
CN108883297A (zh) | 2018-11-23 |
WO2017130140A1 (en) | 2017-08-03 |
EP3407972B1 (en) | 2021-06-30 |
EP3407971B1 (en) | 2023-07-05 |
CN108883297B (zh) | 2022-01-04 |
CN109152926A (zh) | 2019-01-04 |
AU2017211683B2 (en) | 2019-06-06 |
AU2017211332B2 (en) | 2019-06-20 |
JP6688533B2 (ja) | 2020-04-28 |
AU2017211683A1 (en) | 2018-08-09 |
EP3407972A4 (en) | 2019-02-20 |
US20170216627A1 (en) | 2017-08-03 |
EP3407971A1 (en) | 2018-12-05 |
AU2017211332A1 (en) | 2018-09-20 |
JP6619889B2 (ja) | 2019-12-11 |
US10300303B2 (en) | 2019-05-28 |
US20170216625A1 (en) | 2017-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6619889B2 (ja) | 動き予測を用いた治療制御 | |
US10300305B2 (en) | Image guidance for radiation therapy | |
JP7350422B2 (ja) | 複合撮像スライスを用いた適応型放射線治療 | |
JP6498934B2 (ja) | 適応的治療計画のためのビームセグメントレベル線量計算及び時間的動き追跡 | |
JP6732340B2 (ja) | 4次元画像情報を構成するための磁気共鳴投影 | |
CN115361998A (zh) | 放射疗法治疗计划的对抗性预测 | |
CN114206438B (zh) | 使用投影图像预测放射治疗控制点 | |
CN108883302A (zh) | 自适应辐射治疗规划 | |
US20240079113A1 (en) | Methods and apparatus for controlling treatment delivery using reinforcement learning | |
US11141609B2 (en) | Dose guided real-time adaptive radiotherapy | |
CN117957574A (zh) | 迭代图像重建 | |
WO2022036442A1 (en) | Patient imaging for dynamic online adaptive radiotherapy | |
Götz et al. | On the use of particle filters for electromagnetic tracking in high dose rate brachytherapy | |
US20240123259A1 (en) | System and method for dose guidance and repeated estimation of final delivered radiation dose for a radiotherapy system | |
Zhang | Application of online image guidance for moving tumour treatment using scanned proton therapy | |
ALBERTINI et al. | Global respiratory motion model based on 4D CT and 2D cine-MRI |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180829 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180829 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190628 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190726 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190726 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190729 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190806 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191031 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191203 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200225 |
|
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: 20200310 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200402 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6688533 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |