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

Abstract

画像誘導治療送達システムは、治療レシピエント内の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、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るように構成された治療ジェネレータと治療コントローラとを含む。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、イメージング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の更新された治療プロトコルを自動的に生成する。【選択図】図８

Description

（関連出願との相互参照）
［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。

（技術分野）
［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。

［３］
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。

［４］
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。

［５］
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。

［６］
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。

［７］
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。

［８］
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。

［９］
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。

［１０］
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。

［１１］
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。

［１２］
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。

［１３］
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。

［１４］
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。

［１５］
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。

［１６］
図１Ａは、治療ビームを提供するように構成された放射線治療出力を含むことができる例示的な放射線治療システムを示す。

［１７］
図１Ｂは、複合放射線治療システムと、コンピュータ断層撮影（ＣＴ）撮像システムのような撮像システムとを含む例示的なシステムを示す。

［１８］
図１Ｃは、核磁気共鳴（ＭＲ）撮像システムのような撮像システムと組み合わせられた放射線治療システムを含む例示的なシステムの部分切断図を示す。

［１９］
図２は、放射線治療ビームの強度を成形、指向、または変調するための例示的なコリメータ構成を示す。

［２０］
図３Ａは、撮像入力、放射線療法発生器、および放射線療法出力を有する放射線療法コントローラを含む例示的なシステムを示す。

［２１］
図３Ｂは、放射線療法コントローラシステムまたは撮像システムに含まれる例示的なシステムの一部を示す。

［２２］
図４Ａは、呼吸サイクルに対応する例示的な周期的運動モデルの一次元表現を示す。

［２３］
図４Ｂは、腫瘍を含む関心領域の例示的な周期的動きを示す。

［２４］
図５は、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、周期運動モデルを用いて標的軌跡を予測する例を示す。

［２５］
図６は、周期運動モデルを使用して適応的に更新された治療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特定の待ち時間を使用する例を示す。

［２６］
図７は、時間変化する治療場所に関する撮像情報を受信し、治療軌跡を予測された標的軌跡と整列させるための更新された治療プロトコルを生成するための例示的な方法のフローチャートである。

［２７］
図８は、周期運動モデルを確立し、周期運動モデルを使用して予測された標的軌跡を提供する例示的な方法のフローチャートである。

［２８］
図９は、例示的な実施形態による有限差分を使用する信号予測のための例示的な方法のフローチャートである。

［２９］
図１０は、例示的な実施形態による有限差分を使用して予測子をトレーニングする例示的な方法のフローチャートである。

発明を詳細な説明

［３０］
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。

［３１］
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。

［３２］
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。

［３３］
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。

［３４］
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。

［３５］
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。

［３６］
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。

［３７］
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。

［３８］
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。

［３９］
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。

［４０］
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。

［４１］
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。

［４２］
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。

［４３］
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。

［４４］
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。

［４５］
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。

［４６］
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。

［４７］
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。

［４８］
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。

［４９］
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。

［５０］
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。

［５１］
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。

［５２］
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。

［５３］
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。

［５４］
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。

［５５］
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。

［５６］
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。

イメージングと周期運動モデルを用いた適応型放射線治療のための動き予測
［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。

［５８］
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。

［５９］
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。

［６０］
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。

［６１］
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。

［６２］
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。

［６３］
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。

［６４］
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ｔ_１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。

［６５］
予定された次の治療の送達時間はｔ_２で起こり得る。したがって、時間ｔ_２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、ｔ_１に対応する時間およびｔ_２＝ｔ_１＋□に対応する時間で評価することができる。変数□は、時間ｔ_１でのより早い画像取得に対応する時間と、ｔ_２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。

［６６］
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ｔ_２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。

［６７］
例示的な実施例として、ｆ（ｔ_１＋□）−ｆ（ｔ_１）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ｔ_１に対応する取得された画像のイメージング特徴位置がＩ_ｆ（ｔ_１）で表されるとすると、時刻ｔ２での予測特徴位置は、Ｉ^_f＝Ｉ_f（ｔ_１）＋［ｆ（ｔ_１＋□）−ｆ（ｔ_ｓ）］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。

［６８］
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。

［６９］
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。

［７０］
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ｔ_１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ｔ_１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、［ｘ_ｃ（ｔ_１）、ｙ_ｃ（ｔ_１）、ｚ_ｃ（ｔ_１）］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ｔ_２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。

［７１］

［７２］

［７３］

［７４］
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。

［７５］
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。

［７６］
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。

［７７］
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。

［７８］
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。

［７９］
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。

［８０］
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。

［８１］
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。

［８２］
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。

［８３］
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。

［８４］
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。

有限差分ベースの予測
［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。

［８６］
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。

［８７］
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。

これは本明細書では「差分値」とも呼ばれる。差分値は、将来の時間ｔ＋δと現在の時間ｔとの間の差を示す。本開示では、パラメータδは、現在時刻から予測が行われる将来時刻までの時間範囲を表す「予測地平線」とも呼ばれる。時間ｔと同様に、予測地平線δは、インデックス値または絶対時間値を取ることもできる。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では、説明の簡略化のため、予測水平線δもインデックス値を取る。

［８８］
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。

パラメータｏは差分信号に含まれる差の次数を表し、したがって差分信号のサイズを制御する。パラメータｏは、本明細書では「差分信号スケール」とも呼ばれる。差分信号スケールｏの値は、生理学的信号、適用および予測地平線デルタのような様々な要因に依存し得る。

［８９］
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。

［９０］
式５における、ベクトルｐ＝［ｐ_１，ｐ_２，．．．，ｐ_ｏ］^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、ｐ_１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、ｐ_２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、ｐ_ｏ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ｐ_１，ｐ_２，．．．，ｐ_ｏ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ｐ_１，ｐ_２，．．．，ｐ_ｏは、予測地平線デルタの値に依存し得る。本開示によれば、ｐ_１，ｐ_２，．．．，ｐ_ｏは、同じであっても互いに異なっていてもよい。例えば、ｐ_１，ｐ_２，．．．，ｐ_ｏは、すべて１に等しいとすることができる。

［９１］
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。

［９２］
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。

［９３］
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′−Σ_ｈ＝１ ^０ｐ_ｈ）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、Σ_ｈ＝１ ^０ｐ_ｈである。したがって、この例では、ｋ′の値は、Σ_ｈ＝１ ^０ｐ_ｈ，Σ_ｈ＝１ ^０ｐ_ｈ＋１，．．．，ｎ−δをとることができる。

［９４］
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、ｐ_１＝ｐ_２＝ｐ_３＝１としてｐ＝［ｐ_１，ｐ_２，ｐ_３］^Ｔと、δ＝２と仮定する。すると、時間ｋ′の値は、３，４，．．．，１７となる。

［９５］
上記のように決定されたｋ′の値を用いて、ｋ′＝Σ_ｈ＝１ ^０ｐ_ｈ，Σ_ｈ＝１ ^０ｐ_ｈ＋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。

［９６］
予測子がトレーニングされた後、予測子は、現在時刻ｔ_ｃ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ｔ_ｃにおいて、式５を用いて差分信号ｄ（ｔ_ｃ、ｐ、ｏ）が算出される。次いで、計算された差分信号ｄ（ｔ_ｃ、ｐ、ｏ）は、目標変数、すなわち差異値ｙ^（ｔ_ｃ）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^（ｔ_ｃ＋δ）＝ｙ^（ｔ_ｃ）＋ｘ（ｔ_ｃ）なる式による、未来の時刻ｔ_ｃ＋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^（ｔ_ｃ＋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。

［９７］
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。

［９８］
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。

［９９］
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。

［１００］
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。

モデル回帰に基づく予測
［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。

［１０２］
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。

［１０３］
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。

［１０４］
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。

ここで、ｆ（．）は、生理学的信号の将来の値のような値を計算するために使用する関数表現である。関数表現は、時間ｔにおける生理学的信号の値、すなわちｘ（ｔ）を入力として出力する。関数表現は、本開示のモデル回帰方法により決定することができる。具体的には、生理学的信号ｘ（ｔ）の関数表現、すなわちｆ（．）と、時刻ｔにおける内部状態との間の関係は、次式ように表すことができる。

ここで、ｓ_ｔは、時刻ｔにおける解剖学的構造の内部状態ｓ（ｔ）の具体的な結果を表す状態表現を示し、「マッピング関数」とも呼ばれるｆ（ｓ_ｔ）は、状態空間から生理学的信号ｆ（．）の関数表現へのマッピングを示す。状態表現ｓ_ｔは、ベクトルでもスカラーでもよい。状態表現ｓ_ｔがベクトルであるとき、それは「状態ベクトル」とも呼ばれる。内部状態ｓ（ｔ）、したがって状態表現ｓ_ｔは、使用されるモデル固有であり、異なるモデルに対しては異なり得る。したがって、生理学的信号ｘ（ｔ）は時間の関数であるだけでなく、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（．）も時間の関数であり、状態表現ｓ_ｔに依存する。すなわち、関数表現ｆ（．）は時間と共に変化し得る。

［１０５］
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（ｓ_ｔ）に従って、時刻ｔにおける状態表現ｓ_ｔ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ｓ_ｔを形成する。したがって、マッピング関数ｆ（ｓ_ｔ）と、時点ｔの状態表現ｓ_ｔ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。

［１０６］
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ａ_１（ｔ）、ａ_２（ｔ）、ａ_３（ｔ）、ａ_４（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ｓ_ｔ＝［ａ_１（ｔ）、ａ_２（ｔ）、ａ_３（ｔ）、ａ_４（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）＝ａ_１（ｔ）＋ａ_２（ｔ）ｔ＋ａ_３（ｔ）ｔ^２＋ａ_４（ｔ）ｔ^３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、ａ_１（ｔ）、ａ_２（ｔ）、ａ_３（ｔ）、ａ_４（ｔ）のそれぞれは、多変量であってもよい。

［１０７］
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ｔ_０と呼ばれる過去の時間から現在時間ｔ_ｃ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。

［１０８］
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ｓ_ｔ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ｔ_１に対する状態表現ｓ_ｔは、特定の時点ｔ_１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ｓ_ｔ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ｓ_ｔ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。

［１０９］
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。

［１１０］
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^（ｔ_ｃ＋δ）＝ｆ（．）（ｔ_ｃ＋δ）によって、予測された未来値ｘ^（ｔ_ｃ＋δ）を計算することができる。

［１１１］
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ｓ_ｔ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（ｓ_ｔ）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。

［１１２］
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ｓ_ｔ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ｓ_ｔ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、ｓ_ｔ′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（ｓ_ｔ）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。

［１１３］
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。

［１１４］
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。

［１１５］
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。

［１１６］
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。

［１１７］
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)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
9. 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。
10. 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。
11. 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。
12. 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。
13. 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。
14. 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。
15. 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。
16. 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。
17. 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。
18. 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。
19. 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。
20. 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。

Images