JP2021074556A - 適応放射線治療システム - Google Patents
適応放射線治療システム Download PDFInfo
- Publication number
- JP2021074556A JP2021074556A JP2021000756A JP2021000756A JP2021074556A JP 2021074556 A JP2021074556 A JP 2021074556A JP 2021000756 A JP2021000756 A JP 2021000756A JP 2021000756 A JP2021000756 A JP 2021000756A JP 2021074556 A JP2021074556 A JP 2021074556A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- medical image
- modified
- voxel
- vector field
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001959 radiotherapy Methods 0.000 title claims abstract description 100
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 18
- 239000013598 vector Substances 0.000 claims abstract description 266
- 238000011282 treatment Methods 0.000 claims abstract description 157
- 238000000034 method Methods 0.000 claims abstract description 77
- 230000008859 change Effects 0.000 claims abstract description 15
- 238000013507 mapping Methods 0.000 claims abstract description 12
- 238000012805 post-processing Methods 0.000 claims abstract description 8
- 230000009466 transformation Effects 0.000 claims description 80
- 230000005855 radiation Effects 0.000 claims description 67
- 238000009826 distribution Methods 0.000 claims description 60
- 238000000844 transformation Methods 0.000 claims description 10
- 238000011269 treatment regimen Methods 0.000 claims description 10
- 230000001225 therapeutic effect Effects 0.000 claims description 7
- 230000003247 decreasing effect Effects 0.000 claims description 5
- 230000001131 transforming effect Effects 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims 1
- 206010028980 Neoplasm Diseases 0.000 description 37
- 210000003484 anatomy Anatomy 0.000 description 26
- 238000003384 imaging method Methods 0.000 description 22
- 238000002591 computed tomography Methods 0.000 description 18
- 230000000875 corresponding effect Effects 0.000 description 17
- 210000000056 organ Anatomy 0.000 description 17
- 230000015654 memory Effects 0.000 description 16
- 210000003128 head Anatomy 0.000 description 15
- 238000002595 magnetic resonance imaging Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 15
- 210000001519 tissue Anatomy 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 230000002829 reductive effect Effects 0.000 description 9
- 238000002786 image-guided radiation therapy Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000002600 positron emission tomography Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000002604 ultrasonography Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 206010073306 Exposure to radiation Diseases 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 235000013929 Psidium pyriferum Nutrition 0.000 description 2
- 244000236580 Psidium pyriferum Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000000133 brain stem Anatomy 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 210000000278 spinal cord Anatomy 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 238000003892 spreading Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 238000013535 dynamic contrast enhanced MRI Methods 0.000 description 1
- 210000003027 ear inner Anatomy 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000001508 eye Anatomy 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000000771 oncological effect Effects 0.000 description 1
- 210000001328 optic nerve Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 210000003681 parotid gland Anatomy 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 210000002307 prostate Anatomy 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 description 1
- 238000002673 radiosurgery Methods 0.000 description 1
- 210000000664 rectum Anatomy 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011287 therapeutic dose Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000004614 tumor growth Effects 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- 230000000007 visual effect Effects 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
- A61N5/103—Treatment planning systems
- A61N5/1038—Treatment planning systems taking into account previously administered plans applied to the same patient, i.e. adaptive radiotherapy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- 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
- A61N5/1039—Treatment planning systems using functional images, e.g. PET or 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
- A61N5/103—Treatment planning systems
- A61N5/1031—Treatment planning systems using a specific method of dose optimization
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—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
- A61N5/1071—Monitoring, verifying, controlling systems and methods for verifying the dose delivered by the treatment plan
-
- 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
- A61N5/1077—Beam delivery systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
- G06T3/153—Transformations for image registration, e.g. adjusting or mapping for alignment of images using elastic snapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- 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
- A61N2005/1054—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using a portal imaging system
-
- 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
- A61N2005/1074—Details of the control system, e.g. user interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30036—Dental; Teeth
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30088—Skin; Dermal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Radiation-Therapy Devices (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
Description
[001]
この出願は、2017年9月7日に提出された米国特許出願第15/697,667号の優先権の利益を主張し、その全体が参照により本明細書に組み込まれる。
[001]
本開示は一般に放射線療法に関する。より具体的には、限定はしないが、本開示は、適応放射線療法で使用するためのシステムおよび方法に関する。
放射線療法は放射線療法とも呼ばれ、哺乳動物(例えば、ヒトおよび動物)組織の腫瘍やその他の病気の治療に使用される。放射線療法治療の一例は、患者の標的部位に向けられたコリメートされた放射線ビームを生成するため、外部ソースから患者への高エネルギービームを当てることである。標的は、放射線ビームに曝され、放射線ビームによって治療される、罹患した器官または腫瘍を含む患者の身体の一領域である。放射線ビームの配置と線量を正確に制御して、医師が患者に処方した放射線の線量を標的が確実に受け取れるようにしながら、リスク臓器(OAR)と呼ばれる周囲の健康な組織への損傷を最小化させなけばならない。
患者の放射線治療を計画するために、意図された治療位置にある患者の1つまたはそれ以上の医用画像が、放射線治療セッションの前、多くの場合、治療の開始の何日も前に取得される。これらは、計画用画像と呼ばれる。
医師は、計画用画像を使用して、1つまたは複数の標的とOARを識別し、輪郭を描くことができる。輪郭加工は手動、半自動、または自動で実行できる。しばしば計画標的ボリューム(PTV)と呼ばれる治療の輪郭が作成され、それには、標的の輪郭に加えて、顕微鏡的疾患や治療の不確実性を説明するのに十分なマージンが含まれる。放射線量は医師によって処方され、OARおよびその他の正常組織への線量を最小限に抑えながら、処方された線量をPTVに最適に送達する放射線治療計画が作成される。治療計画は、医師が手動で生成することも、最適化手法を使用して自動的に生成することもできる。最適化手法は、臨床および線量測定の目的と制約(例えば、腫瘍およびOARへの放射線の最大、最小、および平均線量)に基づくものである。
治療コースは、処方された用量を多数のフラクションにわたって送達するために開発され、そこでは、各フラクションは、異なる治療セッションで送達される。例えば、30〜40フラクションが一般的であるが、5フラクション又は1フラクションでさえ用いられる。フラクション照射は、通常平日に1回、場合によっては2回行われる。ある場合には、放射線治療計画がコース全体で変更され、一部の領域により多くの線量を集中させることができる。
各フラクションで、患者は放射線治療装置の患者支持アクセサリ(しばしば「カウチ」と呼ばれる)に設置され、計画用画像内の位置のできるだけ近くに再配置される。残念ながら、患者は硬直した物体ではなく、患者の解剖学的構造が移動または変化する可能性があるため、これを実際に正確に実行することは困難な作業である。フラクションとフラクションとの間の変動または変化は、しばしばフラクション間(interfractional)変動と呼ばれ、フラクション自体の間に発生する変動または変化は、しばしばフラクション内(intrafractional)変動と呼ばれる。
画像誘導放射線療法(IGRT)は、フラクション間変動の問題を最小限に抑えようとする。IGRTには、放射線療法の直前に患者の1つまたはそれ以上の医用画像を取得し、それらの画像を使用してフラクション間変動を識別および補正することを含む。診断スキャナで取得できる計画用画像とは対照的に、IGRT画像は、患者が治療位置にいる間に治療室で直接取得される。フラクション間変動を補正するために、IGRT画像は計画用画像と比較され、計画用画像が生成されてから発生した患者の解剖学的構造の変化を定量化する。例えば、計画用画像やIGRT画像は、計画用画像をIGRT画像に最も良く整列させるグローバルシフトおよび/または回転を計算するために分析される。そのシフトおよび/または回転が計算されると、治療セッション中の患者の位置が、計画用画像が取得されたときの患者の位置により厳密に一致するように、患者支持アクセサリの位置に対応する調整を行うことができる。このシナリオでは、元の計画は引き続き提供され、計画とのずれを最小限に抑えるために患者の位置のみが変更されることに注目されたい。
適応放射線療法は、フラクション間変動の問題を解決することを目的とするもう1つの手法である。IGRTと同様に、適応放射線療法では、放射線療法治療セッションの直前に患者の1つまたはそれ以上の医用画像を取得し、それらの画像を使用してフラクション間変動を特定して補正する。しかし、適応放射線療法では、患者の位置が変更されるだけでなく、計画自体がフラクション間変動を考慮に入れるように適合される。適応放射線療法では、計画用画像と治療セッションの直前に撮影された画像を分析して、変形ベクトルフィールド(DVF:Deformation Vector Field)を生成する。DVFは、その要素がベクトルの三次元アレイであり、そこでは、各ベクトルは、治療セッションの直前に撮影された画像内の対応するボクセルに計画用画像内のボクセルをマッピングする幾何学的変換を定義する。このDVFを使用して、計画用画像が取得されてから発生した患者の解剖学的構造内の変化を考慮するために、元の治療計画で指定された放射線量の空間分布を変換する。この変換された線量分布は、元の承認された治療計画からの承認された線量分布と同等の線量分布となり、この変換された線量分布を達成する計画を見つけることができれば、医師の本来の目標が達成されるという考えと共に、再計画する際の「目標」線量として使用できる。しかし、この変換された線量を目標として使用しても、解剖学的変動が好ましいならば、医師が最初に要求したものよりも優れた計画を立てることにはならず、それは単に物理的に達成可能であると仮定して、元々計画されていたものと同じくらいの計画を再現するだけである。「好ましい解剖学的変動」を説明するために、すべてのOARが標的からさらに遠ざかる場合を考えてみよう。明らかにこの場合、標的を意図した通り(同じ線量レベルに)処理する方が幾何学的にはるかに簡単であるが、OARへの線量は少なくなる。解決策は、いくつかのロジックを適用して、OARまたはOARの一部が標的から更に離れたときに、DVFが処理(変更)され、距離が一定に保たれるようにすることである。この処理されたDVFを使用して線量を変換すると、同じ目標線量と目標適合性を維持しながら、実際には目標から離れたOARまたはOARの一部に対してより低い線量を示す目標線量分布が得られる。
本開示の第1の態様は、適応放射線療法において使用する、プロセッサが実行する方法を提供する。この方法は、第1の医用画像及び第2の医用画像にアクセスするステップであって、前記第1の医用画像及び前記第2の医用画像は、異なる時間における患者の関心領域を表し、前記各医用画像は、複数のボクセルを含み、標的領域と少なくともひとつの非標的領域とにセグメンテーションされるステップを含むことができる。この方法はさらに、変形ベクトルフィールドにアクセスするステップであって、前記変形ベクトルフィールドは複数のベクトルを含み、前記各ベクトルは、前記第1の医用画像内のそれぞれのボクセルを前記第2の医用画像内の対応するボクセルにマッピングするための幾何変換を定義するステップを含むことができる。この方法は、修正されたDVFを生成するステップを含むことができる。修正されたDVFを生成するステップは、前記第1の医用画像内のボクセルを前記第2の医用画像の非標的領域内のボクセルにマッピングする前記DVF内の第1のベクトルを特定することを含むことができる。修正されたDVFを生成するステップは、前記第1のベクトルが前記マッピングされたボクセルと前記標的領域との間の距離を増加させるか否かを決定することを含むことができる。修正されたDVFを生成するステップは、前記第1のベクトルが前記マッピングされたボクセルと前記標的領域との間の前記距離を増加させると決定されたときには、前記第1のベクトルの大きさを減少させることにより修正された第1のベクトルを生成することを含むことができる。修正されたDVFを生成するステップは、前記修正されたDVF内に前記修正された第1のベクトルを格納することを含むことができる。
本開示のさらなる態様は、放射線治療装置を提供する。放射線治療装置は、ハードウェアプロセッサと、ハードウェアプロセッサに結合されたメモリデバイスとを含むことができる。メモリデバイスは、ハードウェアプロセッサによって実行されたときに、ハードウェアプロセッサに、第1の医用画像および第2の医用画像にアクセスするステップであって。前記第1の医用画像及び前記第2の医用画像は、異なる時間における患者の関心領域を表し、前記各医用画像は、複数のボクセルを含み、標的領域と少なくともひとつの非標的領域とにセグメンテーションされているステップを含む方法を実行させる命令を格納することができる。この方法は、さらに、DVFにアクセスするステップであって、前記DVFは複数のベクトルを含み、前記各ベクトルは、前記第1の医用画像内のそれぞれのボクセルを前記第2の医用画像内の対応するボクセルにマッピングするための幾何変換を定義するステップを含むことができる。この方法は、さらに、修正されたDVFを生成するステップをさらに含むことができる。修正されたDVFを生成するステップは、前記第1の医用画像内のボクセルを前記第2の医用画像の非標的領域内のボクセルにマッピングする前記DVF内の第1のベクトルを特定することを含むことができる。修正されたDVFを生成するステップは、前記第1のベクトルが前記マッピングされたボクセルと前記標的領域との間の距離を増加させるか否かを決定することを含むことができる。修正されたDVFを生成するステップは、前記第1のベクトルが前記マッピングされたボクセルと前記標的領域との間の前記距離を増加させると決定されたときには、前記第1のベクトルの大きさを減少させることにより修正された第1のベクトルを生成することを含むことができる。修正されたDVFを生成するステップは、前記修正されたDVF内に前記修正された第1のベクトルを格納することを含むことができる。
本開示のさらなる態様は、プロセッサにより実行されたときに、前記プロセッサに、次の方法を実行させる命令を含む非一時的コンピュータ可読媒体を提供し、この方法は、第1の医用画像及び第2の医用画像にアクセスするステップであって、前記第1の医用画像及び前記第2の医用画像は、異なる時間における患者の関心領域を表し、前記各医用画像は、複数のボクセルを含み、標的領域と少なくともひとつの非標的領域とにセグメンテーションされているステップを含む。この方法は、さらに、DVFにアクセスするステップであって、前記DVFは複数のベクトルを含み、前記各ベクトルは、前記第1の医用画像内のそれぞれのボクセルを前記第2の医用画像内の対応するボクセルにマッピングするための幾何変換を定義するステップを含むことができる。この方法は、さらに、修正されたDVFを生成するステップをさらに含むことができる。修正されたDVFを生成するステップは、前記第1の医用画像内のボクセルを前記第2の医用画像の非標的領域内のボクセルにマッピングする前記DVF内の第1のベクトルを特定することを含むことができる。修正されたDVFを生成するステップは、前記第1のベクトルが前記マッピングされたボクセルと前記標的領域との間の距離を増加させるか否かを決定することを含むことができる。修正されたDVFを生成するステップは、前記第1のベクトルが前記マッピングされたボクセルと前記標的領域との間の前記距離を増加させると決定されたときには、前記第1のベクトルの大きさを減少させることにより修正された第1のベクトルを生成することを含むことができる。修正されたDVFを生成するステップは、前記修正されたDVF内に前記修正された第1のベクトルを格納することを含むことができる。
本開示の追加の目的および利点は、以下の詳細な説明において部分的に規定され、部分的には説明から自明であるか、または本開示の実施によって知ることができる。本開示の目的および利点は、添付の特許請求の範囲に特に指摘された要素および組み合わせによって実現され、達成される。
前述の一般的な説明および以下の詳細な説明は、例示および説明のみを目的としており、特許請求される本発明を限定するものではないことを理解されたい。
本明細書の一部を構成する添付の図面は、いくつかの実施形態を示し、説明とともに、開示された原理を説明するのに役立つ。
例示的な実施形態は、添付の図面を参照して説明される。図面において、参照番号の左端の数字は、参照番号が最初に表示される図番を示す。都合のよいところでは、同じまたは同様の部品を指すために、図面全体を通して、同じ参照番号が使用される。本明細書では開示された原理の例および特徴について説明するが、開示された実施形態の趣旨および範囲から逸脱することなく、修正、適合、他の実装が可能である。また、用語「comprising(備える)」、「having(有する)」、「containing(含む)」、「including (含む)」および他の同様のフォームは意味が同等であり、これらの言葉のいずれか1つに続くひとつ又は複数のアイテムが、そのようなひとつ又は複数のアイテムが完全なリストであることを意味せず、リストされたひとつ又は複数のアイテムのみに限定されること意味しない。本明細書および添付の特許請求の範囲で使用されるように、単数形「a」、「an」、「the」は、文脈が明らかに他のことを指示しない限り、複数の参照を含むことにも留意されたい。
例示的な実施形態は、一般的に、計画用画像の取得と放射線療法治療セッションとの間の期間中に起こり得る患者の解剖学的構造の変動を補償するように治療計画を適合させることに関する。これは、DVFを修正して、ボクセルを、放射線への曝露によって治療される1つまたはそれ以上の標的領域から遠ざけるベクトルの大きさを減らすことによって実現される。修正されたDVFは、新しい治療計画を作成するための目標線量として使用される線量分布を変換するために使用される。新しい治療計画は、患者の解剖学的構造が変化しても、標的が処方された線量の放射線を受けることを確実にし、標的の周りの健康な組織の放射線への被曝を減らすことができる。
図1は、適応放射線療法を実行するための例示的な放射線治療システム100を示す。放射線治療システム100は、治療計画装置110を含む。治療計画装置110は、ネットワーク130に接続することができる。ネットワーク130は、インターネット132に接続することができる。ネットワーク130は、治療計画装置110を、データベース140、病院データベース142、腫瘍学情報システム(OIS)150、放射線治療装置160、画像取得装置170、表示装置180および/またはユーザインターフェース190のひとつまたはそれいじょうの装置に接続することができる。治療計画装置110は、放射線治療装置160によって使用される放射線治療計画を生成するように構成されている。
治療計画装置110は、メモリ装置111、プロセッサ112および通信インターフェース114を含むことができる。メモリ装置111は、オペレーティングシステム118、DVF処理モジュール120、治療計画モジュール128、およびプロセッサ112によって実行される他の任意のコンピュータ実行可能命令などのコンピュータ実行可能命令を格納することができる。メモリ装置111には、画像データ122、DVF121、修正されたDVF124、元の治療計画126、および新しい治療計画129を含むデータを格納することができる。
プロセッサ112は、メモリ装置111に通信可能に結合され、プロセッサ112は、そこに格納されたコンピュータ実行可能命令を実行するように構成されている。例えば、プロセッサ112は、DVF処理モジュール120を実行することができる。DVF処理モジュール120の動作は、図8を参照して以下で説明される。さらに、プロセッサ112は、DVF処理モジュール120と接続することができる治療計画モジュール128を実行することができる。
プロセッサ112は、例えば、マイクロプロセッサ、中央処理装置(CPU)、グラフィックス・プロセッシング・ユニット(GPU:Graphics Processing Unit)、および/またはアクセラレーテッド・プロセッシング・ユニット(APU:Accelerated Processing Unit)のような1つまたはそれ以上の汎用処理装置を含む処理装置であってもよい。詳細には、いくつかの実施形態では、プロセッサ112は、複合命令セットコンピューティング(CISC:complex instruction set computing)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:reduced instruction set computing)マイクロプロセッサ、超長命令ワード(VLIW:very long instruction Word)マイクロプロセッサ、他の命令セットを実装するプロセッサ、または命令セットの組み合わせを実装するプロセッサであってもよい。プロセッサ112は、特定用途向け集積回路(ASIC:application specific integrated circuit)、フィールドプログラマブルゲートアレイ(FPGA:field programmable gate array)、デジタルシグナルプロセッサ(DSP:digital signal processor)、システムオンチップ(SoC:System on a Chip)、またはその他の適切なプロセッサのような1つまたはそれ以上の専用処理装置によって実装されることができる。当業者に理解されるように、いくつかの実施形態では、プロセッサ112は、汎用プロセッサではなく、専用プロセッサであってもよい。プロセッサ112は、Intel(登録商標)によって製造されたPentium(登録商標)、Core(登録商標)、Xeon(登録商標)、またはItanium(登録商標)ファミリー、AMD(登録商標)によって製造されたTurion(登録商標)、Athlon(登録商標)、Sempron(登録商標)、Opteron(登録商標)、FX(登録商標)、Phenon(登録商標)ファミリー、Sun Microsystemsによって製造された様々なプロセッサのいずれか、または他の適切なプロセッサのような、1つまたはそれ以上の既知の処理装置を含み得る。プロセッサ112は、また、Nvidia(登録商標)によって製造されたGeForce(登録商標)、Quadro(登録商標)、Tesla(登録商標)ファミリー、Intel(登録商標)によって製造されたGMA、Iris(登録商標)ファミリー、またはAMD(登録商標)によって製造されたRadeon(登録商標)ファミリーのような、グラフィック処理ユニットを含み得る。プロセッサ112は、また、AMD(登録商標)によって製造されたDesktop A−4(6,8)シリーズ、Intel(登録商標)によって製造されたXeon Phi(登録商標)ファミリーのような、加速処理装置を含み得る。開示された実施形態は、いかなるタイプのプロセッサに限定されるものではなく、大量の撮像データを識別、分析、維持、生成、および/または提供するというコンピューティング命令を満たすように構成されている。さらに、「プロセッサ」という用語は、複数のプロセッサ、例えばマルチコア設計またはそれぞれがマルチコア設計を有する複数のプロセッサを含むことができる。プロセッサ112は、本開示の例示的な実施形態による様々な動作、プロセス、および方法を実行するために、例えば、メモリ111に格納されたコンピュータプログラム命令のシーケンスを実行するように構成され得る。
メモリ装置111は、画像取得装置170から受信した画像データ122(例えば、3DMRI、4DMRI、3DCT、4DCT、3D超音波、4D超音波、2Dスライス、等)、または、開示された実施形態に関する操作を実行するために治療計画装置110が使用することができる任意の他のタイプのデータ/情報の任意の他のタイプのデータを格納することができる。メモリ装置111は、読み取り専用メモリ(ROM)、フラッシュメモリ、ランダムアクセスメモリ(RAM)、同期DRAM(SDRAM)のようなダイナミックランダムアクセスメモリ(DRAM)、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)などを含むことができ、それらにはコンピュータ実行可能な命令が任意の形式で格納することができる。コンピュータプログラム命令は、プロセッサ112によってアクセスされ、ROMまたは他の任意の適切なメモリ位置から読み取られ、プロセッサ112による実行のためにRAMにロードされる。例えば、メモリ111は、1つまたはそれ以上のソフトウェアアプリケーションを格納することができる。メモリ111に格納されたソフトウェアアプリケーションには、例えば、一般的なコンピュータシステムおよびソフトウェア制御装置のためのオペレーティングシステム118を含むことができる。さらに、メモリ111は、プロセッサ112によって実行することができる、ソフトウェアアプリケーションの全体またはソフトウェアアプリケーションの一部のみを格納することができる。例えば、メモリ装置111は、治療計画モジュール128を格納することができる。メモリ装置111は、また、治療計画モジュール128によって生成された1つまたはそれ以上の放射線療法治療計画126、129を格納することができる。
いくつかの実施形態では、メモリ装置111は、プロセッサ可読記憶媒体(図1には示されていない)を含むことができる。一実施形態におけるプロセッサ可読記憶媒体は単一の媒体であり得るが、用語「プロセッサ可読記憶媒体」は、ひとつおよびそれ以上のコンピュータ実行可能命令またはデータのセットを格納する単一の媒体または複数の媒体(例えば、集中型または分散型データベース、および/または関連するキャッシュおよびサーバー)を含むと解釈されるべきである。用語「プロセッサ可読記憶媒体」は、また、プロセッサによる実行のための命令のセットを格納または符号化されることができ、かつ、プロセッサに本開示の方法論のいずれか1つまたはそれ以上を実行させる、任意の媒体を含むと解釈されるものとする。したがって、用語「プロセッサ可読記憶媒体」は、固体メモリ、光学および磁気媒体を含むが、これらに限定されないものと解釈されるべきである。たとえば、プロセッサ可読記憶媒体は、1つまたはそれ以上の揮発性、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であり得る。
治療計画装置110は、通信インターフェース114を介してネットワーク130と通信することができ、それはプロセッサ112とメモリ111に通信可能に結合されている。通信インターフェース114は、例えば、ネットワークアダプタ、ケーブルコネクタ、シリアルコネクタ、USBコネクタ、パラレルコネクタ、高速データ伝送アダプタ(例えば、ファイバ、USB3.0、サンダーボルトのような)、無線ネットワークアダプタ(例えば、WiFiアダプタのような)、電気通信アダプタ(例えば、3G、4G/LTEなど)を含むことができる。通信インターフェース114は、治療計画装置110がネットワーク130を介して遠隔に配置されたコンポーネントのような他の機械および装置と通信することを可能にする、1つまたはそれ以上のデジタルおよび/またはアナログ通信装置を含むことができる。
ネットワーク130は、ローカルエリアネットワーク(LAN)、無線ネットワーク、クラウドコンピューティング環境(例えば、サービスとしてのソフトウェア、サービスとしてのプラットフォーム、サービスとしてのインフラストラクチャなど)、クライアントサーバー、広域ネットワーク(WAN)などの機能を提供することができる。したがって、ネットワーク130は、治療計画装置110と、OIS150、放射線治療装置160、画像取得装置170のようないくつかの他の様々なシステムおよび装置との間のデータ伝送を可能にすることができる。さらに、OIS150および/または画像取得装置170によって生成されたデータは、メモリ111、データベース140および/または病院データベース142に格納することができる。データは、必要に応じて、プロセッサ112によってアクセスされるために、通信インターフェース114を介して、ネットワーク130を介して、送信/受信される。
治療計画装置110は、ネットワーク130を介してデータベース140と通信して、データベース140に格納された複数の様々なタイプのデータを送受信することができる。例えば、データベース140は、画像取得装置170からの複数の画像(例えば、3DMRI、4DMRI、2DMRIスライス画像、CT画像、2D透視画像、X線画像、MRスキャンまたはCTスキャンからの生データ、医用デジタル画像通信(DIMCOM)データなど)を格納するように構成されている。データベース140は、DVF処理モジュール120および治療計画モジュール128によって使用されるデータを格納することができる。治療計画装置110は、DVF121、124及び治療計画126、129を生成するために、データベース140からの画像データ(例えば、3DMRI画像、4DMRI画像)を受信することができる。
さらに、放射線治療システム100は、患者の医用画像(例えば、磁気共鳴画像(MRI)画像、3DMRI、2DストリーミングMRI、4D容積測定MRI、コンピュータ断層撮影(CT)画像、コーンビームCT、陽電子放出断層撮影(PET)画像、機能的MRI画像(例えば、fMRI、DCE−MRI、拡散MRI)、X線画像、透視画像、超音波画像、放射線治療ポータル画像、シングルフォトエミッションコンピュータ断層撮影(SPECT)など)を取得できる画像取得装置170を含むことができる。画像取得装置170は、例えば、MRI撮像装置、CT撮像装置、PET撮像装置、超音波装置、蛍光透視装置、SPECT撮像装置、または、1つまたはそれ以上の患者の医用画像を取得するための他の任意の適切な医療撮像装置であり得る。画像取得装置170によって取得された画像は、撮像データおよび/または試験データのいずれかとしてデータベース140内に格納することができる。一例として、画像取得装置170によって取得された画像は、また、メモリ111内の画像データ122として、治療計画装置110によって格納され得る。
一実施形態では、例えば、画像取得装置170は、単一の装置である放射線治療装置160と組み合わせることができる(例えば、「MRI−Linac」とも呼ばれる線形加速器と組み合わされたMRI装置、または、ガンマナイフと組み合わされたMRI装置のように)。そのようなMRI−Linacは、放射線治療の治療計画に従って放射線治療を所定の標的に正確に行うために、患者の標的器官または標的腫瘍の位置を決定するために用いることができる。
画像取得装置170は、関心領域(例えば、標的器官、標的腫瘍、またはその両方)における患者の解剖学的構造の1つまたはそれ以上の画像を取得するように構成され得る。各画像、通常は2D画像またはスライスは、1つまたはそれ以上のパラメータ(例えば、2Dスライスの厚さ、向き、場所など)を含むことができる。いくつかの実施形態では、画像取得装置170は、任意の向きの2Dスライスを取得することができる。例えば、2Dスライスの方向には、矢状方向、冠状方向、または軸方向が含まれる。プロセッサ112は、2Dスライスの厚さおよび/または向きなどの1つまたはそれ以上のパラメータを調整して、標的器官および/または標的腫瘍を含めることができる。一実施例では、2Dスライスは、3DMRIボリュームのような情報から決定することができる。そのような2Dスライスは、例えば、放射線治療装置160を使用するとき、患者が放射線治療を受けているあいだ、「リアルタイム」で画像取得装置170によって取得することができる。
治療計画装置110は、1人または複数の患者のための放射線療法治療計画126、129を生成および保存することができる。治療計画装置110は、各患者に適用される特定の放射線量に関する情報を提供することができる。治療計画装置110は、また、ビーム角度、線量ヒストグラム、ボリューム情報、治療中に使用される放射線ビームの数、ビームあたりの線量のような他の放射線治療情報を生成および/または記憶することができる。
治療計画126、129を生成することは、患者の画像にアクセスして腫瘍のような標的を描くために、画像取得装置170(例えば、CT装置、MRI装置、PET装置、X線装置、超音波装置など)と通信することを含む。いくつかの実施形態では、腫瘍のまわりまたは腫瘍のすぐ近くにある健康な組織のような、1つまたはそれ以上のリスク臓器(OAR)の描写が必要になる。したがって、OARが標的腫瘍に近いときに、OARのセグメンテーションが行われる。さらに、標的腫瘍がOAR(例えば、膀胱および直腸に近い前立腺)に近い場合には、OARを腫瘍からセグメンテーションすることにより、治療計画装置110は、標的内だけでなくOAR内の線量分布を調べることができる。
OARと区別して標的臓器または標的腫瘍の輪郭を描くためには、放射線治療を受けている患者のMRI画像、CT画像、PET画像、fMRI画像、X線画像、超音波画像、放射線治療ポータル画像、SPECT画像のような医用画像が、画像取得装置170によって非侵襲的に取得され、身体の部分の内部構造を明らかにすることができる。医用画像からの情報に基づいて、関連する解剖学的部分の3D構造を取得することができる。さらに、治療計画プロセス中に、標的腫瘍の効率的な治療(例えば、標的腫瘍が効果的な治療のために十分な放射線量を受けるという)とOARへの低線量(例えば、OARが可能な限り低い放射線量を受けるという)との間のバランスを達成するために、多くのパラメータが考慮される。考慮され得る他のパラメータには、標的臓器および標的腫瘍の位置、OARの位置、OARに対する標的の動きが含まれる。例えば、三次元構造は、MRI又はCT画像の各二次元レイヤまたはスライス内の標的の輪郭を描くまたはOARの輪郭を描くこと、および各二次元レイヤまたはスライスの輪郭を結合することにより取得することができる。輪郭は、手動で(例えば、医師、線量測定士、または医療従事者によって)または自動で(例えば、スウェーデンのストックホルムのエレクタAB社によって製造されたアトラスベースの自動セグメンテーションソフトウエアであるABAS(登録商標)を用いて)生成することができる。特定の実施形態では、標的腫瘍またはOARの3D構造は、治療計画装置110によって自動的に生成される。
標的腫瘍とOARの位置を特定して輪郭を描いた後、線量測定士、医師、または医療従事者は、標的腫瘍に照射される放射線の線量と共に、腫瘍に近接したOAR(例えば、左右の耳下腺、視神経、目、水晶体、内耳、脊髄、脳幹、または他の解剖学的構造)が受ける可能性のある最大線量とを決定することができる。関連する解剖学的構造(例、標的腫瘍、OAR)の放射線量を決定した後、逆計画法(inverse planning)として知られるプロセスを実行して、望ましい放射線量分布を達成する1つまたはそれ以上の治療計画パラメータを決定することができる。治療計画パラメータの例には、(例えば、標的ボリュームの輪郭を定める、機密構造の輪郭を描く、などの)ボリューム描写パラメータ、標的腫瘍およびOARの周囲のマージン、ビーム角選択、コリメータ設定、および/またはビームオン時間が含まれる。逆計画プロセス中、医師は、OARが受ける可能性のある放射線量の境界を設定する線量制約パラメータを定めること(例えば、腫瘍標的への全線量と任意のOARへのゼロ線量を定めること;脊髄、脳幹、および視覚構造が、それぞれ、45Gy以下の線量、55Gy以下の線量、および54Gyより低い線量を受けると定めること)ができる。逆計画の結果は、治療計画装置110またはデータベース124に保存される放射線療法治療計画126を構成することができる。これらの治療パラメータのいくつかは相関している可能性がある。例えば、治療計画を変更しようとして1つのパラメータ(例えば、標的腫瘍への線量を増やすなどのさまざまな目的の重み)を調整すると、少なくとも1つの他のパラメータに影響を与え、その結果、異なる治療計画が開発される可能性がある。したがって、治療計画装置110は、放射線治療装置160が患者に放射線療法治療を提供するために、これらのパラメータを有する調整された放射線療法治療計画126を生成する。
さらに、放射線治療システム100は、表示装置180およびユーザインターフェース190を含むことができる。表示装置180は、医用画像、インターフェース情報、治療計画パラメータ(例えば、輪郭、線量、ビーム角、など)、治療計画、標的、標的の位置特定、および/または標的の追跡、または、ユーザへの適切な情報、を表示するように構成された1つまたはそれ以上の表示画面を含むことができる。ユーザインターフェース190は、キーボード、キーパッド、タッチスクリーン、または、ユーザが放射線治療システム100に情報を入力することができる任意のタイプのデバイスであり得る。
さらに、放射線治療システム100のありとあらゆる構成要素は、仮想マシン(例えば、VMWare、Hyper−Vなど)として実装されてもよい。たとえば、仮想マシンはハードウェアとして機能するソフトウェアであってもよい。したがって、仮想マシンは、ハードウェアとして一緒に機能する少なくとも1つまたはそれ以上の仮想プロセッサ、1つまたはそれ以上の仮想メモリ、および/または1つまたはそれ以上の仮想通信インターフェースを含むことができる。例えば、治療計画装置110、OIS150、画像取得装置170は、仮想マシンとして実装されてもよい。利用可能な処理能力、メモリ、および計算能力が与えられるならば、放射線治療システム100全体を仮想マシンとして実装することができる。
図2は、ひとつのタイプの放射線治療装置160の一例を示す。図2の一例は、スウェーデンのストックホルムにあるエレクタAB社によって製造されたレクセルガンマナイフ(Leksell Gamma Knife)である。ガンマナイフは、脳内の標的腫瘍を治療するための治療計画126、129(図1に示す)を使用するように構成することができる。一実施形態では、画像取得装置170としてのMRI装置は、ガンマナイフと統合することができる。図2に示すように、放射線療法治療セッションの間、患者210は、座標フレーム220を着用して、手術または放射線療法を受けている患者の身体部分(例えば、頭)を安定に保つことができる。座標フレーム220および患者位置決めシステム230は、空間座標系を確立することができ、空間座標系は、患者を撮像している間または放射線手術中に使用することができる。ガンマナイフは、複数の放射線源250を封入する保護ハウジング240を含むことができる。放射線源250は、ビームチャネル260を通して複数の放射線ビーム(例えば、ビームレット)を生成することができる。複数の放射線ビームは、異なる方向からアイソセンタ270(理想的には腫瘍位置に対応する)に焦点を合わせるように構成することができる。個々の放射線ビームの各々は比較的低い強度を有し得るが、アイソセンタ270は、異なる放射線ビームからの複数の線量がアイソセンタ270に蓄積するとき、比較的高いレベルの放射線を受け取ることができる。特定の実施形態では、上述のように、アイソセンタ270は、腫瘍などの手術または治療中の標的に対応する。
図3は、あるタイプの放射線治療装置160の別の例を示す。図3に示す例は、スウェーデンのストックホルムにあるエレクタAB社によって製造された線形加速器、すなわち「リニアック(Linac)」である。線形加速器を使用して、患者302は、治療計画装置110(図1に示す)によって生成された放射線療法治療計画126、129によって決定された放射線量を受け取るために患者テーブル304上に配置され、患者302の解剖学的構造内に位置する標的臓器または標的腫瘍を治療する。
線形加速器は、患者302の周りを回転するガントリ308に接続された放射線ヘッド306を含むことができる。放射線ヘッド306は、標的臓器または標的腫瘍に向けられる放射線ビーム310を生成する。ガントリ308が回転すると、放射線ヘッド306は患者302の周りを回転することができる。回転している間、放射線ヘッド306は、治療計画装置110(図1に示す)によって生成された治療計画126、129に従って、腫瘍の角度および形状およびサイズに応じて、患者302に複数の様々な線量の放射線を提供する。
さらに、患者テーブル304の下に、フラットパネルシンチレータ検出器312が設けられ、これは、患者302の身体上の標的臓器または標的腫瘍上に位置するアイソセンタ314の周りで放射線ヘッド306と同期して回転する。フラットパネルシンチレータ312は、画像を取得し、特定の放射線療法治療セッション中に患者302が受け取った放射線量の検証に使用することができる(例えば、放射線療法治療は、複数の放射線療法セッションを必要とする場合があり、各セッションは通常「フラクション」と呼ばれる)。さらに、そのような画像は、放射線ヘッド306に対する患者の位置決めの幾何学的精度を決定するために使用される。
軸316と、放射線ヘッド306によって生成されるビーム310の中心との交点は、通常、アイソセンタと呼ばれる。患者テーブル304は、電動化されてもよく、それにより、腫瘍部位がアイソセンタ314またはアイソセンタ314近くに位置するように患者302を配置することができる。例えば、患者テーブル304は、線形加速器の1つまたはそれ以上の他の構成要素に対する位置を変更することができ、例えば、放射線ヘッド306内に位置する治療用放射線源に対して患者302の縦方向位置または横方向位置を変更することができる。
いくつかの例示的な実施形態では、線形加速器は、磁気共鳴撮像装置のような画像取得装置170(図1に示す)と統合され、単一の装置(例えば、MRI−Linac)としてもよい。
図4は、コンピュータ断層撮影(CT)撮像装置を含むような、組み合わされた放射線治療装置160と画像取得装置170を含む例示的なシステムを示す。CT撮像装置は、キロ電子ボルト(keV)エネルギー範囲またはメガ電子ボルト(MeV)エネルギー範囲でX線エネルギーを提供するような、撮像X線源418を含む。撮像X線源418は、フラットパネル検出器のような撮像検出器422に向けられる扇形および/または円錐ビーム420を提供する。放射線治療装置160は、例えば、放射線ヘッド404、ガントリ406、患者テーブル416、フラットパネルシンチレータ414を含むように、図3を用いて説明された装置160と同様である。図3及び図5の例のように、放射線治療装置160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結合するか、またはそれを含むことができる。X線源418は、撮像のために、比較的低エネルギーのX線診断ビームを提供する。
図2の例示的な例では、図4に示すように、放射線ヘッド404およびX線源418は、互いに90度回転分離された同じ回転ガントリ406に取り付けることができる。別の例では、ガントリ406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、それぞれが独自の検出器構成を有し、同時に複数の角度の診断画像を提供する。同様に、複数の放射線ヘッド404を設けることができる。
図5は、核磁気共鳴(MR)撮像装置を含むような、放射線治療装置160と画像取得装置170との組み合わせを含む、例示的なシステムの部分切り欠き図を示す。MR撮像装置は、軸(「A」)の周りの「ボア」を画定するように構成され、放射線治療装置は、放射線ヘッド404を含むことができ、例えば、軸Aに沿ったボア内部のアイソセンタ410に向けられる放射線治療ビーム408を提供することができる。放射線ヘッド404は、ビーム408を患者内の所望の標的部位と整列した治療部位に向けるように、放射線治療ビーム408を制御、成形、または変調するような、コリメータ424を含むことができる。患者は患者テーブルで支えられる。患者テーブルは、軸方向A、横方向L、または横方向Tの1つまたはそれ以上に沿って配置できる。放射線治療装置160の1つまたはそれ以上の部分は、軸Aの周りで放射線ヘッド404を回転させるなどのために、ガントリ406に取り付けることができる。
図3、図4、図5は、治療出力を中心軸(例えば、軸「A」)の周りで回転させることができる構成を含む例を示す。他の放射線治療出力の構成を使用することができる。例えば、放射線治療出力は、複数の自由度を持つ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。さらに別の例では、患者から横方向に離れた領域に位置するように、治療出力を固定することができ、患者を支持するテーブルを使用して、放射線治療アイソセンタを患者内の指定された標的位置に位置合わせすることができる。
図6は、放射線治療ビームの強度を成形、方向付け、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)632を示す。図6において、リーフ632A〜632Jは、腫瘍640の断面または突起に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632A〜632J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遮断するように指定された材料で作る。例えば、リーフ632A〜632Jは、タングステンのような金属プレートを含み、(図6の図示の平面に示すように)プレートの長軸がビーム方向に平行に配向され、かつ、プレートの端がビーム方向に垂直に配向される。MLC632の「状態」は、静的なコリメータ構成を使用する場合と比較して、または、「オフライン」の治療計画テクニックのみを使用して決定されたMLC632構成を使用する場合と比較して、腫瘍640または他の標的部位の形状または場所により近い治療ビームを確立するように、放射線治療の過程で適応的に調整できる。MLC632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)と呼ばれる。
再び図1を参照すると、治療計画装置110は、患者の解剖学的構造の変動を補償するために治療計画126を修正するように構成されている。患者の解剖学的構造がどのように動くかを説明するために、例示的な実施形態による、患者の身体の同じ部分の異なる時間における医用画像の簡略化された二次元表現を図7と図8に示す。図7に示すように、第1の医用画像116は、距離x1だけ離れている標的702とリスク臓器(OAR)704とを含む。図8は、第1の医用画像116の後に取得された第2の医用画像117を示す。第2の医用画像において、標的702′とOAR704′との間の離隔は、距離x2まで増加している。
患者の解剖学的構造の変動を引き起こすには多くの要因がある。例えば、標的702のサイズは、放射線療法治療が成功した結果として減少する可能性がある。逆に、標的702のサイズは、第1の医用画像116が取得されてからの時間に腫瘍の成長により増大する可能性がある。患者の体重の変化、または膀胱や腸などの臓器の充満または排出によっても、患者の解剖学的構造の変化を引き起こす可能性がある。患者の解剖学的構造の変化は、もちろん、図7及び図8に示されているよりも複雑であり、標的702および/または1つまたはそれ以上のOAR704のサイズ、形状、および/または位置の変化を含むものと理解される。
適応放射線療法では、DVF(DVF)を使用して治療計画を変更し、患者の解剖学的構造の変動を補償することができる。DVFは、その要素がベクトルである三次元アレイである。DVFの各ベクトルは、第1の医用画像のボクセルを第2の医用画像の対応するボクセルにマッピングするための幾何学的変換を定義する。例えば、DVFは、計画用画像内の各ボクセルを、放射線療法治療セッションの直前(または最中)に取得された画像内の対応するボクセルにマッピングすることができる。
図9は、図7の第1の医用画像116を図8の第2の医用画像117にマッピングするためのDVF121を示す。DVF121は、複数のベクトル906を含む。ベクトル906は矢印で示され、そのサイズおよび方向は、第1の医用画像116のボクセルを第2の医用画像117の対応するボクセルにマッピングする幾何学的変換を表す。DVF121の理解を助けるために、図9は、また、第1の医用画像116が取得されたときのそれらの位置における標的702およびOAR704と、第2の医用画像117が取得されたときのそれらの位置における標的702′およびOAR704′を示す。図9に示す例では、DVF121の左側は、ボクセルを静止させたままにするベクトルを含み、したがって、標的を702から702′にマッピングする。DVF121の右側は、ボクセルをX軸の正の方向に平行に平行移動させるベクトルを含み、それにより、OARを704から704′にマッピングする。
図9は、DVF121の単純な二次元の例を示していることが理解されるであろう。実際には、DVF121は、二次元、三次元、または四次元アレイであり、そのベクトルは、第1の医用画像116を第2の医用画像117にマッピングするあらゆるタイプの幾何学的変換を定義する。ベクトルによって定義される幾何学的変換は、並進、回転、および/または体積変化(例えば、拡張または収縮)の任意の組み合わせを含み得る。
上記のように、DVF121は、その要素が、第1の医用画像116のボクセルを第2の医用画像117の対応するボクセルにマッピングする幾何学的変換を定義するベクトルを要素とする配列(array)である。DVF121は、第1の医用画像の取得と第2の医用画像の取得との間の期間中に発生した患者の解剖学的構造の変化を補償するために、治療計画126によって定義される線量分布を変換することができる。別の言い方をすれば、第1の医用画像116を第2の医用画像117にマッピングされるようにする同じ幾何学的変換は、また、治療計画126によって定義される線量分布を、患者の解剖学的構造の変化を考慮した新しい線量分布にマッピングされるようにすることである。
図10は、どのようにDVF121を使用して線量分布を変換するかを示している。図10は、距離対線量のグラフであり、そのグラフにおいて、距離は標的702の中心から測定される。簡単にするために、正の横軸のみを示しています。線量分布は、患者の身体の各点に送達される放射線の線量を定義する。実際には、線量分布は三次元で線量を定義するが、図10では一次元のみが示される。図7の標的702を治療するための治療計画によって定義される線量分布は、参照番号1000で示される。図9のDVF121によって変換された後の線量分布は、参照番号1010で示される。図10に示す例では、DVF121は、線量分布1010を元の線量分布1000よりも大きい体積に渡り広げるので、標的702′を取り巻く健康な組織の放射線への曝露を増加させるという欠点を有する。更に、治療計画によって規定される総放射線量は一定であるので、より大きな体積にわたって線量分布1010を広げることは、標的702′に適用される線量を低減させ、治療計画の有効性を低減させるというさらなる欠点を有する。
治療計画装置110は、治療計画126を修正して、患者の解剖学的構造の変動を補償する一方で、線量分布がより大きな体積に広がるのを回避するようにする。これは、ボクセルを標的702から遠ざけるベクトルの大きさを低減するようにDVF121を変更することによって達成される。修正されたDVF124は、線量分布1000を変換するために使用される。変換された線量分布を使用して、新しい治療計画129を作成することができる。このようにDVF121を変更すると、線量分布がより大きなボリュームに渡って広がるのを防ぐが、依然として患者の解剖学的構造の変動を補償する。したがって、新しい治療計画129は、標的702が処方された線量を受けることを確実にすることができ、かつ、標的702を取り巻く健康な組織の放射線への曝露を低減することができる。
次に、治療計画装置110を使用して実行することができる適応放射線療法の例示的な方法について、図11を参照して説明する。
方法1100は、治療計画装置110が第1の医用画像116および第2の医用画像117にアクセスするステップ1102で始まる。第1の医用画像116および第2の医用画像117は、それぞれ、異なる時間における患者の関心領域を表す。より具体的には、第1の医用画像116および第2の医用画像117は、両方とも患者の解剖学的構造の実質的に同じ部分を表しているが、第1の医用画像116は第2の医用画像117よりも早い時刻に取得されている。例えば、第1の医用画像116は、放射線療法治療セッションの数日前に取得された計画用画像であり、第2の医用画像117は、放射線療法治療セッションの直前(または最中)に取得される。第1の医用画像116および第2の医用画像117にアクセスするステップ1102には、プロセッサ112がメモリ装置111から画像を読み取るステップを含むことができる。代替的または追加的に、第1の医用画像116および第2の医用画像117にアクセスするステップ1102には、プロセッサ112が、データベース140、病院データベース142、腫瘍学情報システム150および/または画像取得装置170から、上記医用画像のいずれか又は両方を取得することを含むことができる。
第1の医用画像116および第2の医用画像117は、二次元、三次元または四次元の画像であってよい。各医用画像116、117は、ボクセルとして知られる複数の要素から構成される。各ボクセルは、空間内の特定の位置における画像116、117の強度を表わす。第1の医用画像116および第2の医用画像117は、任意の適切な撮像モダリティによって取得されることができる。例えば、第1の医用画像116は、コンピュータ断層撮影(CT)、磁気共鳴撮影(MRI)、陽電子放出断層撮影(PET)、超音波または単一光子放出コンピュータ断層撮影(SPECT)を使用して取得された計画用画像であり得る。別の例として、第1の医用画像116は、2つ以上の異なる撮像モダリティを使用して取得された画像を使用して融合することによって生成された計画用画像であり得る。第2の医用画像117は、第1の医用画像116と同じ撮像モダリティを使用して、または異なる撮像モダリティを使用して取得され得る。例えば、第2の医用画像117は、コーンビームCT(CBCT)、超音波、MRI、ポータル撮像、CTオンレールまたはオンボードkV撮像を用いて、患者が放射線治療装置160に配置されたときに取得されてもよい。ある場合には、基準マーカーを患者に埋め込んで、標的の視認性を高めるようにしてもよい。撮像をまったく使用しないいくつかの技術が開発されているが、それらの技術は、例えば、無線周波数(RF)ビーコンを埋め込むことにより、アクティブな基準の位置を画像なし検出することに依存している。一般的に、本明細書で使用される用語「画像」には、基準の位置情報、または標的またはOARの位置、回転または変形、血圧、心拍数、体重、変形のような患者のフラクション間の状態について収集されたデータが含まれる。
第1の医用画像116および第2の医用画像117は、それぞれ、標的領域および少なくとも1つの非標的領域にセグメンテーションされる。一例では、第1の医用画像116および第2の医用画像117は、それぞれ、1つまたはそれ以上の標的領域および1つまたはそれ以上の非標的領域にセグメンテーションされる。セグメンテーションとは、一般に、ボクセルが何を表しているかを示すために、画像内のボクセルにラベルを割り当てるプロセスを指す。したがって、標的領域は、放射線への曝露によって治療されるべき標的702としてラベル付けされた複数のボクセルを含む。各非標的領域は、標的702以外のものとしてラベル付けされた複数のボクセルを含む。例えば、非標的領域は、リスク臓器704としてラベル付けされたボクセルを含み得る。各医用画像116、117は、危険にさらされている1つまたはそれ以上の臓器を含み得る。他の例として、非標的領域は、背景ボクセル、すなわち患者の身体を表さないボクセルとしてラベル付けされたボクセルを含み得る。第1の医用画像116および第2の医用画像117は、手動で(例えば、医師、線量療法士、または医療従事者によって)、または自動的に(例えば、スウェーデンのストックホルムのエレクタAB社によって製造されたアトラスベースの自動セグメンテーションソフトウエアであるABAS(登録商標)を用いて)セグメンテーションすることができる。第1の医用画像116および第2の医用画像117は、それらがステップ1102でアクセスされる前に一般的にはセグメンテーションされるが、ステップ1102の部分でセグメンテーションされてもよい。
ステップ1104において、治療計画装置110はDVF121にアクセスする。DVF121は複数のベクトルを含み、複数のベクトルのそれぞれは、第1の医用画像116内の各ボクセルを第2の医用画像117内の対応するボクセルにマッピングする幾何学的変換を定義する。ステップ1104においてDVF121にアクセスすることは、プロセッサ112がメモリ装置111からDVFを読み取ること、または、プロセッサ112が、データベース140、病院データベース142および/または腫瘍学情報システム150からDVF121を取り出すことを含み得る。あるいは、DVF121にアクセスすることは、第1の医用画像116および第2の医用画像117からDVFを生成することを含み得る。DVF121は、任意の適切な方法によって生成することができる。例えば、DVF121は、変形可能な画像登録アルゴリズムを使用して生成することができる。本開示は、DVF121を生成する特定の方法に限定されない。
ステップ1106からステップ1118は、ステップ1104でアクセスされた元のDVF121に基づいて修正されたDVF124を生成するための反復プロセスを示す。ステップ1106で、DVF121のベクトルが選択される。
ステップ1108において、選択されたベクトルが分析されて、第1の医用画像116内のボクセルが第2の医用画像117の標的領域または非標的領域にマッピングされるかどうかが決定される。例えば、セグメンテーションされた第2の医用画像117内のラベルを使用して、ベクトルが標的領域または非標的領域にマッピングされるかどうかを決定することができる。選択されたベクトルがボクセルを第2の医用画像117の標的領域にマッピングすることが決定された場合、方法はステップ1112に進む。あるいは、選択されたベクトルがボクセルを第2の医用画像117の非標的領域にマッピングすると決定された場合、方法はステップ1110に進む。
ステップ1110で、選択されたベクトルが分析されて、ボクセルと標的領域との間の距離が増加するかどうかが判定される。選択されたベクトルがボクセルと目標領域との間の距離を増加させると決定された場合、方法はステップ1114に進む。あるいは、選択されたベクトルがボクセルと標的領域の間の距離を減少させる、またはボクセルと標的領域の間の距離に変化を引き起こさないことが決定されると、方法はステップ1112に進む。
ステップ1110は、第1の医用画像116および第2の医用画像117における標的702、702′の境界からの距離変換を計算することによって実行される。距離変換は、それが導出された画像と同じ解像度を持つ配列であり、その配列の各要素の値は、画像の対応するボクセルから、画像内の指定された境界上の最も近い点までの最短距離(ボクセル内で測定)である。第1の医用画像116の距離変換と第2の医用画像117の距離変換とを比較して、選択されたベクトルが、第1の医用画像116内のボクセルを、第2の医用画像117内の標的702′の境界からさらに離れたボクセルにマッピングするかどうかを決定することができる。これら距離変換は、選択されたベクトルが標的領域からのボクセルの距離にどのように影響するかを決定する計算効率の良い方法を提供する。これら距離変換は1回だけ計算する必要があり、ステップ1110の各反復中に再計算する必要はない。ステップ1110を実行する他の方法は、当業者にとって明らかであり、そして、本願特許請求の範囲内である。
ステップ1112において、選択されたベクトルは、修正されずに、修正されたDVF124内に格納される。線量分布を変換するために修正されたDVF124が使用されたときに、選択されたベクトルが標的702から線量が拡散することを引き起こさないので、選択されたベクトルは修正されない。すなわち、選択されたベクトルの効果は、OAR704がより高い線量の放射線に曝されることなく、標的702の変動を補償するために線量分布を変換することにあるので、選択されたベクトルは修正されない。
ステップ1114で、選択されたベクトルの大きさを小さくする。選択されたベクトルに0と1の間の値を持つスカラーを乗算することにより大きさを小さくすることができる。または、選択したベクトルのすべての要素を0に設定することにより、大きさを小さくすることができる。選択されたベクトルの大きさを小さくする。なぜなら、そうしないと、線量分布を変換するために修正されたDVF124が使用されたときに、ベクトルが標的702から線量を拡散するからである。選択したベクトルの大きさを小さくすることにより、線量分布の広がりを低減または回避することができる。これにより、OAR704が治療計画で規定されているよりも多くの放射線量に曝されるのを防ぐことができる。
選択されたベクトルの大きさを小さくする量は、1つまたはそれ以上の基準を満たすように選択されてもよい。例えば、修正されたDVF124を使用して生成された、変換された線量分布の勾配(すなわち、距離に対する線量の導関数)が、元の線量分布の勾配と同じとなることを保証する量だけ、選択されたベクトルの大きさを小さくする。別の例として、選択されたベクトルの大きさは、変換された線量分布の線量が距離の連続関数であることを保証する量だけ、選択されたベクトルの大きさを小さくする。これらの基準を満たすことは、異なるベクトルの大きさを異なる量だけ小さくすることになることを含み得ることが理解されるであろう。
ステップ1116では、ステップ1114で生成された修正されたベクトルが、修正されたDVF124内に格納される。
修正されたDVF124は、メモリ装置111内に新しいデータ構造体を作成し、ステップ1112および1116の複数の反復によってそのデータ構造体にデータを入れることによって生成することができる。あるいは、元のDVF121を修正することにより、修正されたDVFを生成することができる。後者の場合には、ステップ1116で元のDVF121内のベクトルの値を上書きしてもよく、一方、ステップ1112で元のDVF121内のベクトルの存在する値を変更せずに残してもよい。
ステップ1118で、DVF121に処理すべきベクトルをさらにあるかどうかについて判定が行われる。DVF121が、ステップ1106から1116によって処理すべき少なくとも1つまたはそれ以上のベクトルがあると判定された場合には、方法はステップ1106に戻る。あるいは、DVF121に処理すべきベクトルがもうないと判定された場合には、方法はステップ1120に進む。
ステップ1120で、修正されたDVF124を使用して、治療計画を適合させる。ステップ1120は、修正されたDVF124を使用して、元の治療計画126によって定義された線量分布を変換することによって実行することができる。元の治療計画126は、(エレクタ社によって製造されたMonaco(登録商標)ソフトウェアのような)市販の治療計画ソフトウェアによって生成されたものであることができ、医師によって処方された線量分布を含むことができる。修正されたDVF124によって線量分布を変換することにより、患者の解剖学的構造の変動を補償する変換された線量分布がもたらされる。次に、変換された線量分布を使用して、患者の解剖学的構造の変動を補償する新しい治療計画129を生成する。新しい治療計画129は、エレクタAB社によって製造されたMonaco(登録商標)ソフトウェアのような市販の治療計画最適化ソフトウェアの逆計画(inverse planning)機能を使用して、変換された線量分布から生成することができる。治療計画最適化ソフトウェアは、治療計画装置110のメモリ装置111に格納されている治療計画モジュール128の構成要素であってよい。新しい治療計画129は、放射線療法治療セッションを実行するために放射線治療装置160によって使用されてもよい。
図12は、図9に示されるDVF121に対して方法1100を実行することによって生成される修正されたDVF124を示す。領域1200のベクトルは、第1の医用画像116のボクセルを第2の医用画像117の標的領域にマッピングする。したがって、修正されたDVF124の領域1200内のベクトルは、元のDVF121の対応するベクトルと同一である。領域1202内および領域1203内の各ベクトルは、ボクセルと標的領域の間の距離に変化を引き起こさない。したがって、修正されたDVF124の領域1202内および領域1203内のベクトルは、元のDVF121の対応するベクトルと同一である。領域1204内の各ベクトルは、それぞれのボクセルと標的領域との間の距離を増加させる。したがって、修正されたDVF124の領域1204内の各ベクトルの大きさは、元のDVF121の対応するベクトルの大きさよりも小さい。
図13は、修正されたDVF121を使用して線量分布を変換することを示す。図10と同様に、図13は、距離に対する線量のグラフであり、そのグラフでは、距離は標的702の中心から測定され、そして、一次元のみ、かつ、正の水平軸のみが示されている。図7の標的702を治療するための元の治療計画126によって定義された線量分布には、参照番号1000が付されている。線量分布が図12の修正されたDVF124によって変換された後の線量分布には、参照番号1310が付されている。図13に示す例では、修正されたDVF124は、線量分布が変更されないままである。したがって、修正された線量分布1310は、標的702′を取り巻く健康な組織の放射線への曝露を増加させず、標的702′に適用される線量を減少させない。
図14および図15は、例示的な実施形態による、患者の身体の同じ部分の異なる時間における医用画像の簡略化された二次元表現である。図14に示すように、第1の医用画像116は、第1の標的1402および第2の標的1404を含む。第1の標的1402は、第2の標的1404内に配置されてもよく、または第2の標的1404の一部と重複してもよい。第1の標的1402のエッジ部分と第2の標的1404のエッジ部分は、距離xだけ離れている。第1の標的1402および第2の標的1404は、それぞれの標的から距離を置いて配置されたマージン1406およびマージン1408をそれぞれ有する。例えば、マージン1406およびマージン1408は、それぞれの標的1402および標的1404から1cm離れている。図15は、第1の医用画像116の後の期間に取得された第2の医用画像117を示す。第2の医用画像117では、第2の標的1404′のサイズが増加しているが、第1の標的1402は、第1の医用画像116と同じサイズのままである。図15において、第1の標的1402のエッジ部分と第2の標的1404′のエッジ部分との間の分離は、距離2xまで増加している。
いくつかの実施形態では、ユーザが、第1の標的1402および第2の標的1404に異なる線量の放射線を送達することを望むことがある。例えば、ユーザは、70Gyを第1の標的1402に、60Gyを第2の標的1404に送達することを望むことがある。しかしながら、第1の医用画像116を使用して生成されたかもしれない元の治療計画126は、第2の標的1404′が拡張されためにもはや適切ではないかもしれない。治療計画装置110は、新しい治療計画129を生成することにより、この拡張を補償することができる。
いくつかの実施形態では、治療計画装置110は、例えば、方法1100のステップを使用して、第1の標的1402および第2の標的1404′の動きを補償することができる。装置110は、DVF121を生成し、DVF121を処理して修正DVF124を生成し、修正DVF124を用いて新たな治療計画129を実行することができる。DVFの処理中、第1の標的1402および/または第2の標的1404′からさらに離れて移動するボクセルに対応するDVFベクトルは、大きさが小さくされ、それにより、周囲の組織への放射線の送達を最小化する。
さらに、いくつかの実施形態では、修正されたDVF124が治療計画装置110によって後処理されて、第2の標的1404′の増大したサイズを補償してもよい、後処理中に、修正されたDVF124内のベクトルのすべてまたは一部が、第2の標的1404′の増大したサイズを補償するための大きさをスケーリングされる。後処理の実施例は、図16の説明において以下に説明される。後処理されたDVFの適用から生じる線量分布は、修正されたDVF124の適用から生じる線量分布と同じ勾配を第2の標的1404′のボディにわたって維持し、第2の標的1404′の拡張されたボリューム全体に標的線量(例えば、60Gy)の送達を可能にする。
ひとつの実施形態では、第1の標的1402内のボクセルに対応する修正されたDVF124内のベクトルは、後処理中に変更されないままである。結果として、後処理されたDVFは、第1の医用画像116と第2の医用画像117との間の第1の標的1402の動きを補償するが、それ以外は同じ放射線量を第1の標的1402に送達する。これは、第1の標的1402のサイズが、第1の医用画像116が取られた時と第2の医用画像117が取られた時との間で変化しなかったという事実によるものである。後処理が完了すると、後処理されたDVFを適用して線量分布を変換し、変換された線量分布を使用して新しい治療計画129を生成することができる。
あるいは、第2の標的1404′のサイズが減少する場合、修正されたDVF124は、第2の標的1404′への比較的減少した放射線量の送達を引き起こすために後処理されてもよく、第2の標的1404′にわたる後処理されたDVFの適用から生じる線量分布の勾配は、修正されたDVF124の適用から生じる線量分布と同じである。当業者は、治療計画装置110が、修正されたDVF124の後処理を実行して、標的が1つしかない場合に、増大または減少した標的のサイズを補償することができることを認識するであろう。すなわち、治療計画装置110は、単一の標的を識別し、修正されたDVF124を生成して、第1の医用画像116と第2の医用画像117との間の単一の標的の動きを補償し、DVF124を後処理して、単一の標的の大きさを増加および/または減少することを補償する。
図16は、第2の医用画像117の簡略化された二次元表現に基づく例示的な後処理されたDVF分布を示す。第2の医用画像117は、患者の解剖学的構造の一部の画像であってもよく、放射線療法治療セッションの直前(または最中)に取得されたものでもよい。第2の医用画像117は、第1の医用画像116が取られた時間と第2の医用画像117が取られた時間との間でサイズ、形状、および/または位置が変化し得る標的1600を示す。一例によれば、標的1600はサイズが増加している。DVF121は以前の第1の医用画像に従って生成されたため、修正されたDVF124は、標的1600の変化を補償するために後処理されたDVFを生成するための後処理を必要とする場合がある。
図16は、標的1600、ならびにOAR1606および患者の皮膚1602の少なくとも一部を示す。図16に示す例示的な実施形態では、標的1600とOAR1606は重複している。しかしながら、当業者は、この実施形態が単なる例示であること、図16を参照して説明された実施形態が、標的とOARが重複していない解剖学的構造、または標的に近接するOARが存在しない解剖学構造に適用できることを理解するであろう。
修正されたDVF124の後処理中に、治療計画装置110は、標的1600と皮膚1602との間の輪郭を表す輪郭1604の位置を決定することができる。いくつかの例では、輪郭は途中の輪郭であり得る、すなわち、輪郭1604は、それぞれが皮膚1602への距離変換に等しい標的1600への距離変換を有する、第2の医用画像117におけるボクセルの線である。後処理されたDVFは、修正されたDVF124内のベクトルのすべてまたは一部を修正し、後処理されたDVF130内にベクトルを格納することによって生成することができる。ベクトル処理技術は、第2の医用画像117内の対応するボクセルの場所に応じて異なる。
いくつかの実施形態によれば、標的1600内のボクセル(「第1のグループのボクセル」)にマッピングするDVFのベクトルは、修正されたDVF124からアクセスされ、修正されず、後処理されたDVF内に格納される。すなわち、第1のグループのボクセルにマッピングするベクトルは、修正されたDVF124内と、後処理されたDVF内で同じである。
輪郭1604の内側で標的1600およびOAR1606の外側の第2の医用画像117内のボクセル(図16において影付き領域として表される「第2のグループのボクセル」)のそれぞれに対して、装置110は、標的1600内の最も近いボクセルの場所、ならびに最も近いボクセルのDVFベクトルの大きさを決定することができる。第1のグループのボクセルに対するDVFのベクトルは、修正されたDVF124内、および、後処理されたDVF内において同じであるので、これらのベクトルの大きさは、修正されたDVF124および後処理されたDVFのひとつ又は両方からアクセスすることができる。次に、装置110は、最も近い標的ボクセルのDVFベクトルの大きさに等しい第2のグループのボクセルのそれぞれに対して、修正されたベクトルを生成し、各修正されたベクトルを後処理されたDVFに格納する。このようにして、第2のグループのボクセルは半径方向に一定である。
輪郭1604の外側の各ボクセル(「第3のグループのボクセル」)に対して、装置110は、輪郭1604と皮膚1602との間のベクトルを補間し、後処理されたDVF内に補間されたベクトルを格納する。その結果、輪郭1604または皮膚1602の近くの等線量線のつぶれが発生しない。
標的1600とOAR1606が重複する第2の医用画像117内の領域内の各ボクセル(「第4のグループのボクセル」)に対しては、各ボクセルは標的として扱われる。
DVFの後処理が完了すると、後処理されたDVFは、治療計画を生成するために使用される治療用量にも適用することができる。後処理されたDVFは標的の大きさと標的の動きを修正するので、治療計画により、適切な放射線量を標的ボリューム全体に正確に照射し、周辺組織とOARへの放射線照射を最小限に抑えることができる。当業者は、図16のDVFの後処理の実施形態が単なる例示であり、他の実施形態が本開示とともに使用され得ることを理解するであろう。
本開示はまた本明細書で説明される動作を実行するためのシステムに関する。このシステムは、必要な目的のために特別に構築されてもよく、また、このシステムは、コンピュータに格納されたコンピュータプログラムによって選択的に起動または再構成される汎用コンピュータとして構成されてもよい。このようなコンピュータプログラムは、コンピュータ読み取り可能な記憶媒体に格納され、その記憶媒体は、これらに限定されるものではないが、フロッピーディスク、光ディスク、CD−ROM、光磁気ディスク、読み取り専用メモリ(ROM)、ランダムアクセスメモリ(RAM)、EPROM、EEPROM、磁気カード、光学カードなどのいかなるタイプのディスクや、電気的命令を格納するのに適したいかなるタイプの媒体のようなものであり、それぞれがコンピュータシステムバスに接続される。
本明細書で図示および説明される実施形態における動作の実行または実行の順序は、特に指定されない限り、必須ではない。すなわち、特に明記しない限り、操作は任意の順序で実行でき、本発明の実施形態は、本明細書に開示されているものよりも多いまたは少ない操作を含むことができる。例えば、他の操作の前、同時、または後に特定の操作を実行または実行することは、本願の特許請求の範囲内であると考えられる。
本開示は、コンピュータ実行可能命令により実装することができる。コンピュータ実行可能命令は、1つまたはそれ以上のコンピュータ実行可能コンポーネントまたはモジュールに編成され得る。本発明の態様は、そのようなコンポーネントまたはモジュールの任意の数および編成で実装することができる。たとえば、本発明の態様は、図面に示され、本明細書で説明される特定のコンピュータ実行可能命令または特定のコンポーネントまたはモジュールに限定されない。本発明の他の実施形態は、本明細書に図示および記載されているよりも多いまたは少ない機能を有する、異なるコンピュータ実行可能命令またはコンポーネントを含み得る。
添付の特許請求の範囲から逸脱することなく、修正および変更が可能であることは明らかであろう。特許請求の範囲から逸脱することなく、上記の構造、製品、および方法に様々な変更を加えることができるので、上記の説明に含まれ、添付の図面に示されるすべての事項は、例示として解釈されるべきであり、限定的な意味として解釈されるべきではない。
放射線療法は放射線療法とも呼ばれ、哺乳動物(例えば、ヒトおよび動物)組織の腫瘍やその他の病気の治療に使用される。放射線療法治療の一例は、患者の標的部位に向けられたコリメートされた放射線ビームを生成するため、外部ソースから患者への高エネルギービームを当てることである。標的は、放射線ビームに曝され、放射線ビームによって治療される、罹患した器官または腫瘍を含む患者の身体の一領域である。放射線ビームの配置と線量を正確に制御して、医師が患者に処方した放射線の線量を標的が確実に受け取れるようにしながら、リスク臓器(OAR)と呼ばれる周囲の健康な組織への損傷を最小化させなければならない。
Claims (29)
- 適応放射線療法において使用する、プロセッサが実行する方法であって、
前記方法は、
第1の医用画像及び第2の医用画像にアクセスするステップであって、前記第1の医用画像及び前記第2の医用画像は、異なる時間における患者の関心領域を表し、前記各医用画像は、複数のボクセルを含み、標的領域と少なくともひとつの非標的領域とにセグメンテーションされているステップと、
変形ベクトルフィールドにアクセスするステップであって、前記変形ベクトルフィールドは複数のベクトルを含み、前記各ベクトルは、前記第1の医用画像内のそれぞれのボクセルを前記第2の医用画像内の対応するボクセルにマッピングするための幾何変換を定義するステップと、
修正された変形ベクトルフィールドを生成するステップであって、前記第1の医用画像内のボクセルを前記第2の医用画像の非標的領域内のボクセルにマッピングする前記変形ベクトルフィールド内の第1のベクトルを特定することと、前記第1のベクトルが前記マッピングされたボクセルと前記標的領域との間の距離を増加させるか否かを決定することと、前記第1のベクトルが前記マッピングされたボクセルと前記標的領域との間の前記距離を増加させると決定されたときには、前記第1のベクトルの大きさを減少させることにより修正された第1のベクトルを生成することと、前記修正された変形ベクトルフィールド内に前記修正された第1のベクトルを格納することとにより、前記修正された変形ベクトルフィールドを生成するステップとを有する
ことを特徴とする方法。 - 請求項1記載の方法において、
前記修正された変形ベクトルフィールドを生成するステップは、
前記第1の医用画像内の第2のボクセルを前記第2の医用画像内の非標的領域内にある第2のボクセルにマッピングする前記変形ベクトルフィールド内の第2のベクトルを特定することと、
前記第2のベクトルが、前記第2のマッピングされたボクセルと前記標的領域との間の距離を減少させるか、前記第2のマッピングされたボクセルと前記標的領域との間の前記距離を変化させないかを決定することと、
前記第2のベクトルが、前記第2のマッピングされたボクセルと前記標的領域との間の距離を減少させるか、前記第2のマッピングされたボクセルと前記標的領域との間の前記距離を変化させないかを決定したときに、前記修正された変形ベクトルフィールド内に前記第2のベクトルを格納することとを更に含む
ことを特徴とする方法。 - 請求項1記載の方法において、
前記修正された変形ベクトルフィールドを生成するステップは、
前記変形ベクトルフィールド内の第3のベクトルを特定することであって、前記第3のベクトルは、前記第1の医用画像内の第3のボクセルを前記第2の医用画像内の前記標的領域内にある第3のボクセルにマッピングすることと、
前記修正された変形ベクトルフィールド内の前記第3のベクトルを格納することとを更に含む
ことを特徴とする方法。 - 請求項1記載の方法において、
前記修正された変形ベクトルフィールドに基づいて治療計画を適応させるステップを更に有する
ことを特徴とする方法。 - 請求項4記載の方法において、
前記治療計画は線量分布を含み、
前記治療計画を適応させるステップは、
前記修正された変形ベクトルフィールドで前記線量分析を変換することと、
前記変換された線量分布に基づいて新しい治療計画を作成することを含む
ことを特徴とする方法。 - 請求項5記載の方法において、
前記方法は、前記新しい治療計画に従って前記患者に治療用放射線を照射するステップを更に有する
ことを特徴とする方法。 - 請求項1記載の方法において、
前記第1のベクトルが前記マッピングされたボクセルと前記標的領域との間の距離を増加させるか否かを決定することは、
前記第1の医用画像内の前記標的領域の境界からの距離変換を計算することと、
前記第2の医用画像内の前記標的領域の境界からの距離変換を計算することと、
前記距離変換を比較して、前記第1のベクトルが前記第1の医用画像内のボクセルを前記第2の医用画像内の前記標的領域の前記境界からさらに離れたボクセルにマッピングするかどうかを決定することを含む
ことを特徴とする方法。 - 請求項1記載の方法において、
前記修正された変形ベクトルフィールドを後処理して、前記修正された変形ベクトルフィールドの不連続性を減少させ、後処理された変形ベクトルフィールドを生成するステップを更に有する
ことを特徴とする方法。 - 請求項8記載の方法において、
前記修正された変形ベクトルフィールドを後処理して、後処理された変形ベクトルフィールドを生成するステップは、
前記第2の医用画像内の、前記標的領域と前記患者の皮膚との間の輪郭を識別することと、
前記輪郭の外側で前記患者の皮膚の内側の第1のボクセルのグループに対応する、前記修正された変形ベクトルフィールドから第1のベクトルのグループを調整することと、
前記輪郭の内側の第2のボクセルのグループに対応する前記修正された変形ベクトルフィールドから場から第2のベクトルのグループを識別することと、
前記調整された第1のベクトルのグループを前記修正された変形ベクトルフィールドに格納し、前記調整されない第2のベクトルのグループを前記修正された変形ベクトルフィールドに格納して、後処理された変形ベクトルフィールドを提供することとを含む
ことを特徴とする方法。 - 請求項9記載の方法において、
前記第1のベクトルのグループを調整することは、前記輪郭と前記皮膚との間の第1のベクトルのグループ内の各ベクトルを補間ことであって、前記第1のベクトルのグループが、前記境界に近い修正された変形ベクトルフィールドのベクトルから前記患者の皮膚に近い修正されない変形ベクトルフィールドのベクトルに連続的に変化することを含む
ことを特徴とする方法。 - 治療計画システムであって、
第1の医用画像と第2の医用画像を収集する画像取得装置と、
第1の医用画像及び第2の医用画像にアクセスするステップであって、前記第1の医用画像及び前記第2の医用画像は、異なる時間における患者の関心領域を表し、前記各医用画像は、複数のボクセルを含み、標的領域と少なくともひとつの非標的領域とにセグメンテーションされているステップと、
変形ベクトルフィールドにアクセスするステップであって、前記変形ベクトルフィールドは複数のベクトルを含み、前記各ベクトルは、前記第1の医用画像内のそれぞれのボクセルを前記第2の医用画像内の対応するボクセルにマッピングするための幾何変換を定義するステップと、
修正された変形ベクトルフィールドを生成するステップであって、前記第1の医用画像内のボクセルを前記第2の医用画像の非標的領域内のボクセルにマッピングする前記変形ベクトルフィールド内の第1のベクトルを特定することと、前記第1のベクトルが前記マッピングされたボクセルと前記標的領域との間の距離を増加させるか否かを決定することと、前記第1のベクトルが前記マッピングされたボクセルと前記標的領域との間の前記距離を増加させると決定されたときには、前記第1のベクトルの大きさを減少させることにより修正された第1のベクトルを生成することと、前記修正された変形ベクトルフィールド内に前記修正された第1のベクトルを格納することとにより、前記修正された変形ベクトルフィールドを生成するステップと
を実行するように構成された放射線療法制御回路と
を有することを特徴とする治療計画システム。 - 請求項11記載の治療計画システムにおいて、
前記修正された変形ベクトルフィールドを生成するステップは、
前記第1の医用画像内の第2のボクセルを前記第2の医用画像内の非標的領域内にある第2のボクセルにマッピングする前記変形ベクトルフィールド内の第2のベクトルを特定することと、
前記第2のベクトルが、前記第2のマッピングされたボクセルと前記標的領域との間の距離を減少させるか、前記第2のマッピングされたボクセルと前記標的領域との間の前記距離を変化させないかを決定することと、
前記第2のベクトルが、前記第2のマッピングされたボクセルと前記標的領域との間の距離を減少させるか、前記第2のマッピングされたボクセルと前記標的領域との間の前記距離を変化させないかを決定したときに、前記修正された変形ベクトルフィールド内に前記第2のベクトルを格納することとを更に含む
ことを特徴とする治療計画システム。 - 請求項11記載の治療計画システムにおいて、
前記修正された変形ベクトルフィールドを生成するステップは、
前記変形ベクトルフィールド内の第3のベクトルを特定することであって、前記第3のベクトルは、前記第1の医用画像内の第3のボクセルを前記第2の医用画像内の前記標的領域内にある第3のボクセルにマッピングすることと、
前記修正された変形ベクトルフィールド内の前記第3のベクトルを格納することとを更に含む
ことを特徴とする治療計画システム。 - 請求項11記載の治療計画システムにおいて、
方法は、前記修正された変形ベクトルフィールドに基づいて治療計画を適応させるステップを更に有する
ことを特徴とする治療計画システム。 - 請求項14記載の治療計画システムにおいて、
前記治療計画は線量分布を含み、
前記治療計画を適応させるステップは、
前記修正された変形ベクトルフィールドで前記線量分析を変換することと、
前記変換された線量分布に基づいて新しい治療計画を作成することを含む
ことを特徴とする治療計画システム。 - 請求項15記載の治療計画システムにおいて、
前記新しい治療計画を受け取り、前記新しい治療計画に従って前記患者に治療用放射線を照射する放射線治療装置を更に有する
ことを特徴とする治療計画システム。 - 請求項11記載の治療計画システムにおいて、
前記第1のベクトルが前記マッピングされたボクセルと前記標的領域との間の距離を増加させるか否かを決定することは、
前記第1の医用画像内の前記標的領域の境界からの距離変換を計算することと、
前記第2の医用画像内の前記標的領域の境界からの距離変換を計算することと、
前記距離変換を比較して、前記第1のベクトルが前記第1の医用画像内のボクセルを前記第2の医用画像内の前記標的領域の前記境界からさらに離れたボクセルにマッピングするかどうかを決定することを含む
ことを特徴とする治療計画システム。 - 請求項11記載の治療計画システムにおいて、
方法は、前記修正された変形ベクトルフィールドを後処理して、前記修正された変形ベクトルフィールドの不連続性を減少させ、後処理された変形ベクトルフィールドを生成するステップを更に有する
ことを特徴とする治療計画システム。 - 請求項18記載の治療計画システムにおいて、
前記修正された変形ベクトルフィールドを後処理して、後処理された変形ベクトルフィールドを生成するステップは、
前記第2の医用画像内の、前記標的領域と前記患者の皮膚との間の輪郭を識別することと、
前記輪郭の外側で前記患者の皮膚の内側の第1のボクセルのグループに対応する、前記修正された変形ベクトルフィールドから第1のベクトルのグループを調整することと、
前記輪郭の内側の第2のボクセルのグループに対応する前記修正された変形ベクトルフィールドから場から第2のベクトルのグループを識別することと、
前記調整された第1のベクトルのグループを前記修正された変形ベクトルフィールドに格納し、前記調整されない第2のベクトルのグループを前記修正された変形ベクトルフィールドに格納して、後処理された変形ベクトルフィールドを提供することとを含む
ことを特徴とする治療計画システム。 - 請求項19記載の治療計画システムにおいて、
前記第1のベクトルのグループを調整することは、前記輪郭と前記皮膚との間の第1のベクトルのグループ内の各ベクトルを補間ことであって、前記第1のベクトルのグループが、前記境界に近い修正された変形ベクトルフィールドのベクトルから前記患者の皮膚に近い修正されない変形ベクトルフィールドのベクトルに連続的に変化することを含む
ことを特徴とする治療計画システム。 - プロセッサにより実行されたときに、前記プロセッサに、次の方法を実行させる命令を含む非一時的コンピュータ可読媒体であって、
前記方法は、
第1の医用画像及び第2の医用画像にアクセスするステップであって、前記第1の医用画像及び前記第2の医用画像は、異なる時間における患者の関心領域を表し、前記各医用画像は、複数のボクセルを含み、標的領域と少なくともひとつの非標的領域とにセグメンテーションされているステップと、
変形ベクトルフィールドにアクセスするステップであって、前記変形ベクトルフィールドは複数のベクトルを含み、前記各ベクトルは、前記第1の医用画像内のそれぞれのボクセルを前記第2の医用画像内の対応するボクセルにマッピングするための幾何変換を定義するステップと、
修正された変形ベクトルフィールドを生成するステップであって、前記第1の医用画像内のボクセルを前記第2の医用画像の非標的領域内のボクセルにマッピングする前記変形ベクトルフィールド内の第1のベクトルを特定することと、前記第1のベクトルが前記マッピングされたボクセルと前記標的領域との間の距離を増加させるか否かを決定することと、前記第1のベクトルが前記マッピングされたボクセルと前記標的領域との間の前記距離を増加させると決定されたときには、前記第1のベクトルの大きさを減少させることにより修正された第1のベクトルを生成することと、前記修正された変形ベクトルフィールド内に前記修正された第1のベクトルを格納することとにより、前記修正された変形ベクトルフィールドを生成するステップとを有する
ことを特徴とする非一時的コンピュータ可読媒体。 - 請求項21記載の非一時的コンピュータ可読媒体において、
前記修正された変形ベクトルフィールドを生成するステップは、
前記第1の医用画像内の第2のボクセルを前記第2の医用画像内の非標的領域内にある第2のボクセルにマッピングする前記変形ベクトルフィールド内の第2のベクトルを特定することと、
前記第2のベクトルが、前記第2のマッピングされたボクセルと前記標的領域との間の距離を減少させるか、前記第2のマッピングされたボクセルと前記標的領域との間の前記距離を変化させないかを決定することと、
前記第2のベクトルが、前記第2のマッピングされたボクセルと前記標的領域との間の距離を減少させるか、前記第2のマッピングされたボクセルと前記標的領域との間の前記距離を変化させないかを決定したときに、前記修正された変形ベクトルフィールド内に前記第2のベクトルを格納することとを更に含む
ことを特徴とする非一時的コンピュータ可読媒体。 - 請求項21記載の非一時的コンピュータ可読媒体において、
前記修正された変形ベクトルフィールドを生成するステップは、
前記変形ベクトルフィールド内の第3のベクトルを特定することであって、前記第3のベクトルは、前記第1の医用画像内の第3のボクセルを前記第2の医用画像内の前記標的領域内にある第3のボクセルにマッピングすることと、
前記修正された変形ベクトルフィールド内の前記第3のベクトルを格納することとを更に含む
ことを特徴とする非一時的コンピュータ可読媒体。 - 請求項21記載の非一時的コンピュータ可読媒体において、
前記方法は、前記修正された変形ベクトルフィールドに基づいて治療計画を適応させるステップを更に有する
ことを特徴とする非一時的コンピュータ可読媒体。 - 請求項24記載の非一時的コンピュータ可読媒体において、
前記治療計画は線量分布を含み、
前記治療計画を適応させるステップは、
前記修正された変形ベクトルフィールドで前記線量分析を変換することと、
前記変換された線量分布に基づいて新しい治療計画を作成することを含む
ことを特徴とする非一時的コンピュータ可読媒体。 - 請求項21記載の非一時的コンピュータ可読媒体において、
前記第1のベクトルが前記マッピングされたボクセルと前記標的領域との間の距離を増加させるか否かを決定することは、
前記第1の医用画像内の前記標的領域の境界からの距離変換を計算することと、
前記第2の医用画像内の前記標的領域の境界からの距離変換を計算することと、
前記距離変換を比較して、前記第1のベクトルが前記第1の医用画像内のボクセルを前記第2の医用画像内の前記標的領域の前記境界からさらに離れたボクセルにマッピングするかどうかを決定することを含む
ことを特徴とする非一時的コンピュータ可読媒体。 - 請求項21記載の非一時的コンピュータ可読媒体において、
前記方法は、前記修正された変形ベクトルフィールドを後処理して、前記修正された変形ベクトルフィールドの不連続性を減少させ、後処理された変形ベクトルフィールドを生成するステップを更に有する
ことを特徴とする非一時的コンピュータ可読媒体。 - 請求項27記載の非一時的コンピュータ可読媒体において、
前記修正された変形ベクトルフィールドを後処理して、後処理された変形ベクトルフィールドを生成するステップは、
前記第2の医用画像内の、前記標的領域と前記患者の皮膚との間の輪郭を識別することと、
前記輪郭の外側で前記患者の皮膚の内側の第1のボクセルのグループに対応する、前記修正された変形ベクトルフィールドから第1のベクトルのグループを調整することと、
前記輪郭の内側の第2のボクセルのグループに対応する前記修正された変形ベクトルフィールドから場から第2のベクトルのグループを識別することと、
前記調整された第1のベクトルのグループを前記修正された変形ベクトルフィールドに格納し、前記調整されない第2のベクトルのグループを前記修正された変形ベクトルフィールドに格納して、後処理された変形ベクトルフィールドを提供することとを含む
ことを特徴とする非一時的コンピュータ可読媒体。 - 請求項28記載の非一時的コンピュータ可読媒体において、
前記第1のベクトルのグループを調整することは、前記輪郭と前記皮膚との間の第1のベクトルのグループ内の各ベクトルを補間ことであって、前記第1のベクトルのグループが、前記境界に近い修正された変形ベクトルフィールドのベクトルから前記患者の皮膚に近い修正されない変形ベクトルフィールドのベクトルに連続的に変化することを含む
ことを特徴とする非一時的コンピュータ可読媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/697,667 US10485990B2 (en) | 2017-09-07 | 2017-09-07 | Adaptive radiotherapy system |
US15/697,667 | 2017-09-07 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020513805A Division JP6821858B2 (ja) | 2017-09-07 | 2018-09-05 | 適応放射線治療システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021074556A true JP2021074556A (ja) | 2021-05-20 |
Family
ID=63762977
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020513805A Active JP6821858B2 (ja) | 2017-09-07 | 2018-09-05 | 適応放射線治療システム |
JP2021000756A Pending JP2021074556A (ja) | 2017-09-07 | 2021-01-06 | 適応放射線治療システム |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020513805A Active JP6821858B2 (ja) | 2017-09-07 | 2018-09-05 | 適応放射線治療システム |
Country Status (6)
Country | Link |
---|---|
US (2) | US10485990B2 (ja) |
EP (1) | EP3679548B1 (ja) |
JP (2) | JP6821858B2 (ja) |
CN (2) | CN113577577A (ja) |
AU (2) | AU2018330066B2 (ja) |
WO (1) | WO2019050945A1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10485990B2 (en) * | 2017-09-07 | 2019-11-26 | Elekta, Inc. | Adaptive radiotherapy system |
US10888713B2 (en) * | 2018-12-28 | 2021-01-12 | Varian Medical Systems, Inc. | Multileaf collimator with alternating trapezoidal leaf geometry design |
CN112399870B (zh) * | 2019-04-26 | 2023-03-10 | 上海联影医疗科技股份有限公司 | 鲁棒放射治疗计划的系统和方法 |
US11798179B2 (en) * | 2019-07-26 | 2023-10-24 | Case Western Reserve University | Structural rectal atlas deformation features for characterizing intra-wall and peri-wall chemoradiation response on magnetic resonance imaging (MRI) |
EP4011442B1 (en) | 2020-12-09 | 2024-05-08 | RaySearch Laboratories AB | Method and computer program product for dose map prediction for radiotherapy treatment planning |
KR102606914B1 (ko) | 2020-12-22 | 2023-11-28 | 주식회사 인피니트헬스케어 | 다수 관심 영역의 레이블링 및 컨투어링의 검증을 지원하는 시스템 및 방법 |
KR102522408B1 (ko) * | 2021-04-30 | 2023-04-14 | 연세대학교 산학협력단 | 방사선량 측정 자동 평가 방법 및 장치 |
CN113362309B (zh) * | 2021-06-08 | 2024-04-02 | 澳门大学 | 一种吸收剂量获取方法、装置、存储介质及电子设备 |
CN113628209B (zh) * | 2021-09-03 | 2023-11-03 | 北京航空航天大学 | 粒子植入布针仿真方法及装置 |
GB2618334A (en) * | 2022-05-03 | 2023-11-08 | Mirada Medical Ltd | A method for quantifying patient set up errors in radiotherapy |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140201670A1 (en) * | 2011-08-30 | 2014-07-17 | Koninklijke Philips N.V. | Integration of user inputs and correction of deformation vector field in deformable image registration workflow |
WO2016094284A1 (en) * | 2014-12-11 | 2016-06-16 | Elekta, Inc. | Motion management in mri-guided linac |
US20160279444A1 (en) * | 2013-12-06 | 2016-09-29 | Sonitrack Systems, Inc. | Radiotherapy dose assessment and adaption using online imaging |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080267455A1 (en) * | 2005-12-20 | 2008-10-30 | Koninklijke Philips Electronics N. V. | Method for Movement Compensation of Image Data |
US7933380B2 (en) * | 2007-09-28 | 2011-04-26 | Varian Medical Systems International Ag | Radiation systems and methods using deformable image registration |
BR112015001485A2 (pt) * | 2012-07-27 | 2017-07-04 | Koninklijke Philips Nv | método para determinação de um erro de transformação da dose de radiação, e sistema para determinação de um erro de transformação da dose de radiação |
US20160134750A1 (en) | 2013-06-20 | 2016-05-12 | Nokia Technologies Oy | Incoming call identification |
US9449384B2 (en) * | 2014-04-30 | 2016-09-20 | Mitsubishi Electric Research Laboratories, Inc. | Method for registering deformable images using random Markov fields |
CN104117151B (zh) * | 2014-08-12 | 2017-01-25 | 章桦 | 一种在线自适应放疗计划优化方法 |
JP6637060B2 (ja) * | 2014-10-27 | 2020-01-29 | エレクタ、インク.Elekta, Inc. | 放射線治療のための画像ガイダンス |
CN104408734B (zh) * | 2014-12-11 | 2017-10-27 | 山东师范大学 | 联合图像分割与形变配准技术的自适应目标区域转换方法 |
US10080911B2 (en) | 2015-09-10 | 2018-09-25 | Varian Medical Systems, Inc. | Knowledge-based spatial dose metrics and methods to generate beam orientations in radiotherapy |
US10485990B2 (en) | 2017-09-07 | 2019-11-26 | Elekta, Inc. | Adaptive radiotherapy system |
-
2017
- 2017-09-07 US US15/697,667 patent/US10485990B2/en active Active
-
2018
- 2018-09-05 JP JP2020513805A patent/JP6821858B2/ja active Active
- 2018-09-05 WO PCT/US2018/049541 patent/WO2019050945A1/en unknown
- 2018-09-05 CN CN202110769264.3A patent/CN113577577A/zh active Pending
- 2018-09-05 AU AU2018330066A patent/AU2018330066B2/en active Active
- 2018-09-05 CN CN201880058231.4A patent/CN111344737B/zh active Active
- 2018-09-05 EP EP18782568.2A patent/EP3679548B1/en active Active
-
2019
- 2019-10-28 US US16/665,360 patent/US11318327B2/en active Active
-
2020
- 2020-11-04 AU AU2020264304A patent/AU2020264304B2/en active Active
-
2021
- 2021-01-06 JP JP2021000756A patent/JP2021074556A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140201670A1 (en) * | 2011-08-30 | 2014-07-17 | Koninklijke Philips N.V. | Integration of user inputs and correction of deformation vector field in deformable image registration workflow |
JP2014531634A (ja) * | 2011-08-30 | 2014-11-27 | コーニンクレッカ フィリップス エヌ ヴェ | 可変画像レジストレーションのワークフローにおけるユーザー入力と変形ベクトル場の修正との統合 |
US20160279444A1 (en) * | 2013-12-06 | 2016-09-29 | Sonitrack Systems, Inc. | Radiotherapy dose assessment and adaption using online imaging |
WO2016094284A1 (en) * | 2014-12-11 | 2016-06-16 | Elekta, Inc. | Motion management in mri-guided linac |
Also Published As
Publication number | Publication date |
---|---|
US10485990B2 (en) | 2019-11-26 |
AU2020264304A1 (en) | 2020-11-26 |
AU2018330066B2 (en) | 2020-10-15 |
US20190070436A1 (en) | 2019-03-07 |
EP3679548A1 (en) | 2020-07-15 |
AU2018330066A1 (en) | 2020-04-16 |
CN111344737A (zh) | 2020-06-26 |
JP2020533075A (ja) | 2020-11-19 |
JP6821858B2 (ja) | 2021-01-27 |
CN113577577A (zh) | 2021-11-02 |
CN111344737B (zh) | 2021-07-27 |
EP3679548B1 (en) | 2024-02-21 |
US11318327B2 (en) | 2022-05-03 |
US20200061389A1 (en) | 2020-02-27 |
WO2019050945A1 (en) | 2019-03-14 |
AU2020264304B2 (en) | 2021-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6821858B2 (ja) | 適応放射線治療システム | |
JP6894987B2 (ja) | 適応型放射線療法に対する3次元位置特定及び追跡 | |
JP6624695B2 (ja) | 適応型放射線療法に対する移動する標的の3次元位置特定 | |
RU2696428C2 (ru) | Система и способ отслеживания целевого объекта с использованием показателя качества во время лучевой терапии | |
US11544854B2 (en) | Automatic contour adaptation using three sub-networks of a neural network | |
EP3634577B1 (en) | Systems and methods of accounting for shape change during radiotherapy | |
US20220245757A1 (en) | Deformable image registration using deep learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210115 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210115 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211029 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211102 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220121 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220531 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220830 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221227 |