JP2021115014A - 放射線治療装置、医用画像処理装置、及び医用画像処理方法 - Google Patents
放射線治療装置、医用画像処理装置、及び医用画像処理方法 Download PDFInfo
- Publication number
- JP2021115014A JP2021115014A JP2020008033A JP2020008033A JP2021115014A JP 2021115014 A JP2021115014 A JP 2021115014A JP 2020008033 A JP2020008033 A JP 2020008033A JP 2020008033 A JP2020008033 A JP 2020008033A JP 2021115014 A JP2021115014 A JP 2021115014A
- Authority
- JP
- Japan
- Prior art keywords
- image
- linac
- irradiation
- subject
- trained model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001959 radiotherapy Methods 0.000 title claims abstract description 99
- 238000012545 processing Methods 0.000 title claims description 109
- 238000003672 processing method Methods 0.000 title claims description 5
- 238000003384 imaging method Methods 0.000 claims description 71
- 230000001360 synchronised effect Effects 0.000 claims description 19
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 description 118
- 230000005855 radiation Effects 0.000 description 33
- 230000010365 information processing Effects 0.000 description 31
- 238000000034 method Methods 0.000 description 24
- 230000003068 static effect Effects 0.000 description 22
- 238000010801 machine learning Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 11
- 241001669679 Eleotris Species 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000001816 cooling Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 230000001225 therapeutic effect Effects 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910052734 helium Inorganic materials 0.000 description 1
- 239000001307 helium Substances 0.000 description 1
- SWQJXJOGLNCZEY-UHFFFAOYSA-N helium atom Chemical compound [He] SWQJXJOGLNCZEY-UHFFFAOYSA-N 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000012546 transfer Methods 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1064—Monitoring, verifying, controlling systems and methods for adjusting radiation treatment in response to monitoring
- A61N5/1065—Beam adjustment
- A61N5/1067—Beam adjustment in real time, i.e. during treatment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- 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
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/0036—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room including treatment, e.g., using an implantable medical device, ablating, ventilating
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
- A61N2005/1055—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Artificial Intelligence (AREA)
- High Energy & Nuclear Physics (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
【課題】放射線治療において高画質なMR画像を提供する。【解決手段】放射線治療装置100は、取得部16aと、生成部16bと、出力制御部16cとを備える。取得部は、第1被検体についてリニアックビームON時の第1MR(Magnetic Resonance)画像を取得する。生成部は、複数の第2被検体について、リニアックビームON時の第2MR画像と、リニアックビームOFF時の第3MR画像とを用いて学習された学習済みモデルに対して、前記第1MR画像を入力することで、前記第3MR画像に類似した第4MR画像を生成する。出力制御部は、前記第4MR画像を出力する。【選択図】図1
Description
本明細書及び図面に開示の実施形態は、放射線治療装置、医用画像処理装置、及び医用画像処理方法に関する。
近年、磁気共鳴イメージング(Magnetic Resonance Imaging:MRI)の機能と、放射線治療(「Linac(リニアック又はライナック)」とも呼ばれる)の機能とを備えたMRI一体型の放射線治療装置(「MR−Linac」とも呼ばれる)が注目されている。この放射線治療装置は、MRIによってMR画像を撮像しつつ、被検体内の対象部位(例えば、腫瘍等)に対してX線などの放射線を照射して対象部位の治療を行う。
また、リニアックを支援する技術として、画像誘導放射線治療(IGRT:image-guided radiotherapy)及び同期照射が知られている。IGRTは、放射線の照射直前や照射中に撮像された画像を用いて、対象部位の位置を確認及び追跡(トラッキング)しながら放射線照射を行う技術である。また、同期照射は、例えば呼吸や心拍の動きに伴って対象部位の位置が移動してしまう場合に、呼吸や心拍の動きに同期させて放射線照射を行う技術である。同期照射には、対象部位の移動に追尾して照射する追尾照射や、対象部位が照射可能位置に移動したタイミングで照射する待ち伏せ照射などがある。
本明細書及び図面に開示の実施形態が解決しようとする課題の一つは、放射線治療において高画質なMR画像を提供することである。ただし、本明細書及び図面に開示の実施形態により解決しようとする課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置づけることもできる。
実施形態に係る放射線治療装置は、取得部と、生成部と、出力制御部とを備える。取得部は、第1被検体についてリニアックビームON時の第1MR(Magnetic Resonance)画像を取得する。生成部は、複数の第2被検体について、リニアックビームON時の第2MR画像と、リニアックビームOFF時の第3MR画像とを用いて学習された学習済みモデルに対して、前記第1MR画像を入力することで、前記第3MR画像に類似した第4MR画像を生成する。出力制御部は、前記第4MR画像を出力する。
以下、図面を参照して、実施形態に係る放射線治療装置、医用画像処理装置、及び医用画像処理方法を説明する。なお、実施形態は、以下の実施形態に限られるものではない。また、一つの実施形態に記載した内容は、原則として他の実施形態にも同様に適用可能である。
(実施形態)
図1及び図2を用いて、実施形態に係る放射線治療装置及び医用画像処理装置の構成について説明する。図1は、実施形態に係る放射線治療装置100の構成例を示す図である。図2は、実施形態に係る医用情報処理装置200の構成例を示す図である。
図1及び図2を用いて、実施形態に係る放射線治療装置及び医用画像処理装置の構成について説明する。図1は、実施形態に係る放射線治療装置100の構成例を示す図である。図2は、実施形態に係る医用情報処理装置200の構成例を示す図である。
図1に示す放射線治療装置100は、磁気共鳴イメージング(Magnetic Resonance Imaging:MRI)の機能と、放射線治療(「Linac(リニアック又はライナック)」とも呼ばれる)の機能とを備えたMRI一体型の放射線治療装置(「MR−Linac」とも呼ばれる)である。例えば、放射線治療装置100は、放射線治療に先だってMRIによるMR画像の撮像を行い、治療計画の作成を支援する。そして、治療計画が作成されると、放射線治療装置100は、リニアックによって治療計画に沿った放射線治療が実行される。なお、図1にて説明する放射線治療装置100の構成はあくまで一例であり、図示した内容に限定されるものではない。例えば、放射線治療装置100の構成としては、公知のMR−Linacの構成を任意に適用可能である。また、リニアックによって照射される放射線を、「リニアックビーム」又は単に「ビーム」とも表記する。
また、放射線治療装置100は、MR画像を用いて、画像誘導放射線治療(IGRT:image-guided radiotherapy)及び同期照射を実行可能である。IGRTは、放射線の照射直前や照射中に撮像された画像を用いて、対象部位(例えば、腫瘍等)の位置を確認及び追跡しながら放射線照射を行う技術である。また、同期照射は、例えば呼吸や心拍の動きに伴って対象部位の位置が移動してしまう場合に、呼吸や心拍の動きに同期させて放射線照射を行う技術である。なお、IGRT及び同期照射については、公知の技術を任意に適用可能である。
また、図1及び図2では、放射線治療装置100及び医用情報処理装置200がネットワークNW10を介して通信可能に接続される場合を説明するが、これに限定されるものではない。例えば、放射線治療装置100及び医用情報処理装置200は、ネットワークNW10を介さずとも、記憶媒体、又は、取り外し可能な外部記憶装置等を介して情報の受け渡しを行うことが可能である。
ここで、本実施形態に係る放射線治療装置100は、学習済みモデルを備え、学習済みモデルを用いることで、放射線治療において高画質なMR画像を提供することができる。また、本実施形態に係る医用情報処理装置200は、放射線治療装置100が備える学習済みモデルを構築する。なお、本実施形態では、放射線治療装置100が学習済みモデルを備える場合を説明するが、これに限定されるものではない。放射線治療装置100とは異なる装置が学習済みモデルを備える場合の実施形態については、後述する。
図1に示すように、例えば、放射線治療装置100は、静磁場磁石1、傾斜磁場コイル2、傾斜磁場電源3、WB(Whole Body)コイル4、受信コイル装置5、寝台6、送信回路7、受信回路8、架台9、インタフェース10、ディスプレイ11、記憶回路12、処理回路13,14,15,16、及び回転フレーム17を備える。また、放射線治療装置100は、ネットワークNW(Network)10を介して接続された他の装置と通信可能である。なお、ネットワークNW10は、インターネット、WAN(Wide Area Network)、LAN(Local Area Network)等、任意の通信網である。また、放射線治療装置100に被検体S(例えば、人体)及びネットワークNW10は含まれない。
静磁場磁石1は、被検体Sが配置される撮像空間に静磁場を発生させる。具体的には、静磁場磁石1は、中空の略円筒状(中心軸に直交する断面の形状が楕円状となるものを含む)に形成されており、内周側に配置された撮像空間に静磁場を発生させる。例えば、静磁場磁石1は、略円筒状に形成された冷却容器と、当該冷却容器内に充填された冷却材(例えば、液体ヘリウム等)に浸漬された超伝導磁石等の磁石とを有する。なお、静磁場磁石1は、例えば、永久磁石を用いて静磁場を発生させるものであってもよい。
傾斜磁場コイル2は、被検体Sが配置される撮像空間に傾斜磁場を発生させる。具体的には、傾斜磁場コイル2は、中空の略円筒状(中心軸に直交する断面の形状が楕円状となるものを含む)に形成されており、径方向に積層された略円筒状の複数の傾斜磁場コイルを有する。ここで、複数の傾斜磁場コイルは、傾斜磁場電源3から供給される電流に基づいて、内周側に配置された撮像空間に、互いに直交するX軸、Y軸、及びZ軸の各軸方向に沿った傾斜磁場を発生させる。
より具体的には、傾斜磁場コイル2は、X軸方向に沿った傾斜磁場コイルを発生させるXコイルと、Y軸方向に沿った傾斜磁場コイルを発生させるYコイルと、Z軸方向に沿った傾斜磁場コイルを発生させるZコイルとを有する。ここで、X軸、Y軸、及びZ軸は、放射線治療装置100に固有の装置座標系を構成する。例えば、X軸は、傾斜磁場コイル2の中心軸に直交する水平方向に設定され、Y軸は、傾斜磁場コイル2の中心軸に直交する鉛直方向に設定される。また、Z軸は、傾斜磁場コイル2の中心軸に沿って設定される。
傾斜磁場電源3は、傾斜磁場コイル2が有するXコイル、Yコイル、及びZコイルそれぞれに個別に電流を供給することで、X軸、Y軸、及びZ軸の各軸方向に沿った傾斜磁場を撮像空間に発生させる。具体的には、傾斜磁場電源3は、Xコイル、Yコイル、及びZコイルそれぞれに適宜に電流を供給することによって、互いに直交するリードアウト方向、位相エンコード方向、及びスライス方向それぞれに沿った傾斜磁場を発生させる。ここで、リードアウト方向に沿った軸、位相エンコード方向に沿った軸、及びスライス方向に沿った軸は、撮像の対象となるスライス領域又はボリューム領域を規定するための論理座標系を構成する。
なお、以下では一例として、論理座標系を構成するリードアウト方向に沿った軸、位相エンコード方向に沿った軸、及びスライス方向に沿った軸が、装置座標系を構成するX軸、Y軸、及びZ軸にそれぞれ対応する場合を説明する。しかしながら、論理座標系と装置座標系との対応関係は、これに限定されるものではなく、任意に変更可能である。
そして、リードアウト方向、位相エンコード方向、及びスライス方向それぞれに沿った傾斜磁場は、静磁場磁石1によって発生する静磁場に重畳されることによって、被検体Sから発生した磁気共鳴(Magnetic Resonance:MR)信号に空間的な位置情報を付与する。具体的には、リードアウト方向の傾斜磁場Groは、リードアウト方向の位置に応じてMR信号の周波数を変化させることで、リードアウト方向に沿った位置情報をMR信号に付与する。また、位相エンコード方向の傾斜磁場Gpeは、位相エンコード方向に沿ってMR信号の位相を変化させることで、位相エンコード方向に沿った位置情報をMR信号に付与する。また、スライス方向の傾斜磁場Gssは、スライス方向に沿った位置情報をMR信号に付与する。例えば、スライス方向の傾斜磁場Gssは、撮像領域がスライス領域の場合には、スライス領域の方向、厚さ、枚数を決めるために用いられ、撮像領域がボリューム領域である場合には、スライス方向の位置に応じてMR信号の位相を変化させるために用いられる。
WBコイル4は、傾斜磁場コイル2の内側に配置されており、被検体Sが配置される撮像空間にRF(Radio Frequency)磁場を印加する送信コイルの機能と、当該RF磁場の影響によって被検体Sから発生するMR信号を受信する受信コイルの機能とを有するRFコイルである。具体的には、WBコイル4は、中空の略円筒状(円筒の中心軸に直交する断面の形状が楕円状となるものを含む)に形成されており、送信回路7から供給される高周波パルス信号に基づいて、円筒内に配置された撮像空間にRF磁場を印加する。また、WBコイル4は、RF磁場の影響によって被検体Sから発生するMR信号を受信し、受信したMR信号を受信回路8へ出力する。
受信コイル装置5は、被検体Sから発生したMR信号を受信するRFコイルである。例えば、受信コイル装置5は、被検体Sの部位ごとに用意され、被検体Sの撮像が行われる際に、撮像対象の部位の近傍に配置される。そして、受信コイル装置5は、WBコイル4によって印加されるRF磁場の影響によって被検体Sから発生したMR信号を受信し、受信したMR信号を受信回路8へ出力する。なお、受信コイル装置5は、被検体SにRF磁場を印加する送信コイルの機能をさらに有していてもよい。その場合には、受信コイル装置5は、送信回路7に接続され、送信回路7から供給されるRFパルス信号に基づいて、被検体SにRF磁場を印加する。
寝台6は、被検体Sが載置される天板6aを備え、被検体Sの撮像が行われる際に、被検体Sが載置された天板6aを撮像空間に移動する。例えば、寝台6は、天板6aの長手方向が静磁場磁石1の中心軸と平行になるように設置されている。
送信回路7は、静磁場中に置かれた対象原子核に固有の共鳴周波数(ラーモア周波数)に対応するRFパルス信号をWBコイル4に出力する。具体的には、送信回路7は、パルス発生器、RF発生器、変調器、及び増幅器を有する。パルス発生器は、RFパルス信号の波形を生成する。RF発生器は、共鳴周波数のRF信号を発生する。変調器は、RF発生器によって発生したRF信号の振幅をパルス発生器によって発生した波形で変調することで、RFパルス信号を生成する。増幅器は、変調器によって発生したRFパルス信号を増幅してWBコイル4に出力する。
受信回路8は、WBコイル4又は受信コイル装置5によって受信されたMR信号に基づいてMR信号データを生成する。例えば、受信回路8は、WBコイル4又は受信コイル装置5から出力されるMR信号をデジタル変換することによってMR信号データを生成する。そして、受信回路8は、生成したMR信号データを処理回路14に出力する。
架台9は、略円筒状(中心軸に直交する断面の形状が楕円状となるものを含む)に形成された中空のボア9aを有し、静磁場磁石1、傾斜磁場コイル2、及びWBコイル4を支持している。具体的には、架台9は、静磁場磁石1の内周側に傾斜磁場コイル2を配置し、傾斜磁場コイル2の内周側にWBコイル4を配置し、WBコイル4の内周側にボア9aを配置した状態で、静磁場磁石1、傾斜磁場コイル2、及びWBコイル4それぞれを支持している。ここで、架台9が有するボア9a内の空間が、被検体Sの撮像が行われる際に被検体Sが配置される撮像空間となる。
なお、ここでは、放射線治療装置100が、静磁場磁石1、傾斜磁場コイル2及びWBコイル4それぞれが略円筒状に形成された、いわゆるトンネル型の構成を有する場合の例を説明するが、実施形態はこれに限られない。例えば、放射線治療装置100は、被検体Sが配置される撮像空間を挟んで対向するように一対の静磁場磁石、一対の傾斜磁場コイルユニット及び一対のRFコイルを配置した、いわゆるオープン型の構成を有していてもよい。この場合には、一対の静磁場磁石、一対の傾斜磁場コイルユニット及び一対のRFコイルによって挟まれた空間が、トンネル型の構成におけるボアに相当する。
インタフェース10は、操作者から各種指示及び各種情報の入力操作を受け付ける。具体的には、インタフェース10は、処理回路16に接続されており、操作者から受け取った入力操作を電気信号へ変換して処理回路16に出力する。例えば、インタフェース10は、撮像条件や関心領域(Region Of Interest:ROI)の設定等を行うためのトラックボール、スイッチボタン、マウス、キーボード、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、及び音声入力回路等を含む。なお、本明細書において、インタフェース10は、マウス、キーボード等の物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を制御回路へ出力する電気信号の処理回路もインタフェース10の例に含まれる。
また、インタフェース10は、放射線治療装置100と医用情報処理装置200との間で行われる通信を制御する。具体的には、インタフェース10は、医用情報処理装置200から各種の情報を受信し、受信した情報を処理回路16に出力する。例えば、インタフェース10は、ネットワークカードやネットワークアダプタ、NIC(Network Interface Controller)等を含む。
ディスプレイ11は、各種情報及び各種画像を表示する。具体的には、ディスプレイ11は、処理回路16に接続されており、処理回路16から送られる各種情報及び各種画像を表示用の電気信号に変換して出力する。例えば、ディスプレイ11は、液晶モニタやCRT(Cathode Ray Tube)モニタ、タッチパネル等によって実現される。
記憶回路12は、各種データを記憶する。具体的には、記憶回路12は、MR信号データやMR画像を記憶する。例えば、記憶回路12は、RAM(Random Access Memory)、フラッシュメモリ等の半導体メモリ素子やハードディスク、光ディスク等によって実現される。
処理回路13は、寝台制御機能13a及び照射制御機能13bを有する。寝台制御機能13aは、制御用の電気信号を寝台6へ出力することで、寝台6の動作を制御する。例えば、寝台制御機能13aは、インタフェース10を介して、天板6aを長手方向、上下方向又は左右方向へ移動させる指示を操作者から受け付け、受け付けた指示に従って天板6aを移動するように、寝台6が有する天板6aの移動機構を動作させる。なお、照射制御機能13bについては、後述する。
処理回路14は、収集機能14aを有する。収集機能14aは、各種のパルスシーケンスを実行することで、被検体SのMR信号データを収集する。具体的には、収集機能14aは、処理回路16から出力されるシーケンス実行データに従って、傾斜磁場電源3、送信回路7及び受信回路8を駆動することで、パルスシーケンスを実行する。ここで、シーケンス実行データは、パルスシーケンスを表すデータであり、傾斜磁場電源3が傾斜磁場コイル2に電流を供給するタイミング及び供給する電流の強さ、送信回路7がWBコイル4に供給するRFパルス信号の強さや供給タイミング、受信回路8がMR信号を検出する検出タイミング等を規定した情報である。そして、収集機能14aは、パルスシーケンスを実行した結果として、受信回路8からMR信号データを受信し、受信したMR信号データを記憶回路12に記憶させる。ここで、収集機能14aによって受信されたMR信号データの集合は、前述したリードアウト傾斜磁場、位相エンコード傾斜磁場、及びスライス傾斜磁場によって付与された位置情報に応じて2次元又は3次元に配列されることで、k空間を構成するデータとして記憶回路12に記憶される。
処理回路15は、再構成機能15aを有する。再構成機能15aは、記憶回路12に記憶されたMR信号データに基づいてMR画像を生成する。具体的には、再構成機能15aは、収集機能14aによって記憶回路12に記憶されたMR信号データを読み出し、読み出したMR信号データに後処理、すなわち、フーリエ変換等の再構成処理を施すことでMR画像を生成する。また、再構成機能15aは、生成したMR画像を記憶回路12に記憶させる。
処理回路16は、撮像制御機能16a、画像生成機能16b、及び出力制御機能16cを有する。撮像制御機能16aは、MRIに関連する各構成要素を制御することで、放射線治療装置100におけるMRIの処理全体を制御する。具体的には、撮像制御機能16aは、操作者から各種指示及び各種情報の入力操作を受け付けるためのGUI(Graphical User Interface)をディスプレイ11に表示する。そして、撮像制御機能16aは、インタフェース10を介して受け付けられた入力操作に応じて、MRIに関連する各構成要素を制御する。例えば、撮像制御機能16aは、インタフェース10を介して操作者から撮像条件の入力を受け付ける。そして、撮像制御機能16aは、受け付けた撮像条件に基づいてシーケンス実行データを生成し、当該シーケンス実行データを処理回路14に送信することで、各種のパルスシーケンスを実行する。また、例えば、撮像制御機能16aは、操作者からの要求に応じて、記憶回路12からMR画像を読み出してディスプレイ11に出力する。なお、撮像制御機能16aは、MR画像を取得する取得部の一例である。また、画像生成機能16b及び出力制御機能16cについては、後述する。
ここで、上述した処理回路13,14,15,16は、例えば、プロセッサによって実現される。この場合に、各処理回路が有する処理機能は、例えば、コンピュータによって実行可能なプログラムの形態で記憶回路12に記憶される。各処理回路は、記憶回路12から各プログラムを読み出して実行することで、各プログラムに対応する機能を実現する。ここで、各処理回路は、複数のプロセッサによって構成され、各プロセッサがプログラムを実行することによって各処理機能を実現するものとしてもよい。また、各処理回路が有する処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。また、ここでは、単一の記憶回路12が各処理機能に対応するプログラムを記憶するものとして説明したが、複数の記憶回路を分散して配置して、処理回路が個別の記憶回路から対応するプログラムを読み出す構成としても構わない。
回転フレーム17は、静磁場磁石1を囲むように配置された円環状のフレームであり、放射線発生器17a及び放射線絞り器17bを支持する。放射線発生器17aは、例えば、電子銃と加速管を備え、治療用の放射線を照射する。加速管は、電子銃から発生した熱電子を加速し、タングステンターゲットに衝突させて治療用の放射線を発生させる。放射線絞り器17bは、治療用の放射線の照射範囲を絞る複数の絞り羽根(「マルチリーフコリメータ」とも呼ばれる)と、複数の絞り羽根を移動させる移動機構とを備える。
また、回転フレーム17は、照射制御機能13bによる制御のもと、被検体Sを中心とした円軌道にて回転することで、被検体Sを中心として放射線発生器17a及び放射線絞り器17bを回転移動させる。これにより、円軌道上の放射線発生器17aにて発生した放射線は、照射経路17cを経て被検体Sへ照射される。なお、架台9は、回転フレーム17を回転させるための駆動装置等を備える。
放射線を被検体Sに到達させるため、照射経路17c上に位置する各構成要素には放射線窓が設けられる。放射線窓は、各構成要素における放射線の減衰が可能な限り小さく且つ均一になるように設計された領域である。放射線窓の構成については、公知の技術を任意に適用可能である。
ここで、放射線治療装置100は、照射制御機能13bにより、被検体Sの対象部位に対する放射線治療を実行する。照射制御機能13bは、放射線治療に関連する各構成要素を制御することで、放射線治療装置100における放射線照射の処理全体を制御する。具体的には、照射制御機能13bは、操作者から各種指示及び各種情報の入力操作を受け付けるためのGUI(Graphical User Interface)をディスプレイ11に表示する。そして、照射制御機能13bは、インタフェース10を介して受け付けられた入力操作に応じて、放射線治療に関連する各構成要素を制御する。
例えば、照射制御機能13bは、操作者からの要求に応じて、記憶回路12からMR画像を読み出してディスプレイ11に出力する。操作者は、ディスプレイ11に表示されたMR画像を参照し、インタフェース10を介して対象部位や、放射線に対する感受性が高く放射線が照射されないようにすべき臓器などの輪郭を指定する。照射制御機能13bは、操作者によって指定された情報に基づいて、対象部位の3次元的な形状、位置、指定された臓器との位置関係などを解析する。そして、照射制御機能13bは、解析結果に基づいて、被検体Sの対象部位に対する放射線治療を長期間(例えば数週間〜数ヶ月間)にわたって継続していくための治療計画を作成する。この治療計画は、例えば、放射線治療に用いる放射線の線質、入射方向、照射野、線量、照射回数などの情報を含む。なお、治療計画は、必ずしも照射制御機能13bによって作成されなくても良い。例えば、照射制御機能13bは、治療計画を作成する機能を備えた医用情報処理装置や、他の医用画像診断装置によって作成された治療計画を受信して利用することもできる。また、治療計画の作成には、MR画像に限らず、CT(Computed Tomography)画像や超音波画像等の他の医用画像診断装置によって撮像された医用画像が利用されても良いし、これらの医用画像を組み合わせて利用されても良い。
また、照射制御機能13bは、治療計画に沿って、各回の放射線治療において照射される放射線の照射条件を決定する。そして、照射制御機能13bは、決定した照射条件に基づいて、被検体Sの対象部位に対して放射線を照射する。例えば、照射制御機能13bは、回転フレーム17を回転させながら放射線発生器17aの高電圧発生器における印加電圧や印加時間等を制御することで、円軌道上の各位置で放射線を発生させる。また、照射制御機能13bは、円軌道上の各位置において放射線絞り器17bの複数の絞り羽根の配置を制御することで、被検体Sの対象部位の形状に対応した形状を有する放射線照射領域を形成させる。これにより、放射線治療装置100は、被検体Sの正常部位(対象部位以外の部位)への放射線の影響を極力抑えながら、対象部位へ効果的に放射線を照射することができる。
次に、図2に示す医用情報処理装置200の構成について説明する。図2に示すように、医用情報処理装置200は、入力インタフェース21、ディスプレイ22、NWインタフェース23、記憶回路24、及び処理回路25を有する。
入力インタフェース21は、操作者から各種の指示及び情報の入力操作を受け付ける。具体的には、入力インタフェース21は、操作者から受け付けた入力操作を電気信号へ変換して処理回路25に出力する。例えば、入力インタフェース21は、トラックボール、スイッチボタン、マウス、キーボード、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、及び音声入力回路等によって実現される。なお、入力インタフェース21は、マウス、キーボード等の物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を制御回路へ出力する電気信号の処理回路も入力インタフェース21の例に含まれる。
ディスプレイ22は、各種の情報及び画像を表示する。具体的には、ディスプレイ22は、処理回路25から送られる情報及び画像のデータを表示用の電気信号に変換して出力する。例えば、ディスプレイ22は、液晶モニタやCRT(Cathode Ray Tube)モニタ、タッチパネル等によって実現される。なお、医用情報処理装置200が備える出力装置としては、ディスプレイ22に限らず、例えば、スピーカーを備えていても良い。例えば、スピーカーは、医用情報処理装置200の処理状況を操作者に通知するために、ビープ音などの所定の音声を出力する。
NWインタフェース23は、処理回路25に接続されており、医用情報処理装置200と外部装置との間で行われる通信を制御する。具体的には、NWインタフェース23は、ネットワークNW10を介して外部装置から各種の情報を受信し、受信した情報を処理回路25に出力する。例えば、NWインタフェース23は、ネットワークカードやネットワークアダプタ、NIC等によって実現される。
記憶回路24は、処理回路25に接続されており、各種のデータを記憶する。例えば、記憶回路24は、RAM、フラッシュメモリ等の半導体メモリ素子や、ハードディスク、光ディスク等によって実現される。
処理回路25は、入力インタフェース21を介して操作者から受け付けた入力操作に応じて、医用情報処理装置200の動作を制御する。例えば、処理回路25は、プロセッサによって実現される。
また、処理回路25は、学習機能25aを実行する。ここで、学習機能25aは、学習部の一例である。なお、処理回路25が実行する学習機能25aの処理内容については、後述する。
ところで、MRIとリニアックは、互いに影響を及ぼすことが知られているため、MR−Linacには互いの影響を低減するための種々の工夫がなされている。しかしながら、従来の技術では、リニアックビームが照射されている時に撮像されたMR画像(「リニアックビームON時のMR画像」とも表記)は、リニアックビームが照射されていない時に撮像されたMR画像(「リニアックビームOFF時のMR画像」とも表記)と比較して画像歪みや画像ノイズが生じ易い傾向がある。また、画像歪みや画像ノイズが生じたMR画像を用いてIGRTや同期照射が行われると、IGRTや同期照射の精度が低下する可能性がある。
そこで、本実施形態に係る放射線治療装置100は、放射線治療において高画質なMR画像を提供するために、以下に説明する処理機能を備える。すなわち、放射線治療装置100において、撮像制御機能16aは、第1被検体についてリニアックビームON時の第1MR(Magnetic Resonance)画像を取得する。画像生成機能16bは、複数の第2被検体について、リニアックビームON時の第2MR画像と、リニアックビームOFF時の第3MR画像とを用いて学習された学習済みモデルに対して、第1MR画像を入力することで、第3MR画像に類似した第4MR画像を生成する。出力制御機能16cは、第4MR画像を出力する。なお、以下の説明において、「リニアックビームON時のMR画像」は、「ビームON時のMR画像」とも表記される。また、「リニアックビームOFF時のMR画像」は、「ビームOFF時のMR画像」とも表記される。
図3を用いて、実施形態に係る放射線治療装置100及び医用情報処理装置200により行われる学習時及び運用時の処理を説明する。図3は、実施形態に係る放射線治療装置100及び医用情報処理装置200により行われる学習時及び運用時の処理を示す図である。
図3の上段に示すように、学習時には、医用情報処理装置200は、例えば、被検体P−1〜P−Nの「ビームON時のMR画像」、「照射条件」、「撮像条件」、及び「ビームOFF時のMR画像」を用いて機械学習を行う。なお、「ビームON時のMR画像」、「照射条件」、「撮像条件」、及び「ビームOFF時のMR画像」の詳細については、後述する。
すなわち、医用情報処理装置200は、「ビームOFF時のMR画像」を教師データ(正解データ)とする機械学習により、ある被検体の「ビームON時のMR画像」、「照射条件」、及び「撮像条件」の入力により、ビームOFF時のMR画像に類似した「高画質MR画像」を出力する学習済みモデルを構築する。この学習済みモデルは、放射線治療装置100に受け渡され、記憶回路12に格納される。
そして、図3の下段に示すように、運用時には、放射線治療装置100は、放射線治療の対象者である被検体Xの「ビームON時のMR画像」、「照射条件」、及び「撮像条件」を、構築された学習済みモデルに対して入力することで、学習済みモデルから被検体Xの「高画質MR画像」を出力させる。
なお、図3にて説明した内容はあくまで一例であり、図示の内容に限定されるものではない。例えば、「照射条件」及び「撮像条件」は、機械学習の入力データとして必ずしも入力されなくても良い。例えば、医用情報処理装置200は、少なくとも「ビームON時のMR画像」及び「ビームOFF時のMR画像」が機械学習の入力データとして入力可能であれば、機械学習を行うことができる。なお、学習時の入力データとして「照射条件」が入力された場合には、運用時にも「照射条件」が入力されるのが好適である。また、学習時の入力データとして「撮像条件」が入力された場合には、運用時にも「撮像条件」が入力されるのが好適である。
以下、実施形態に係る放射線治療装置100及び医用情報処理装置200の各処理機能について説明する。以下では先ず、学習済みモデルを生成する医用情報処理装置200について説明し、次に、学習済みモデルを用いて高画質MR画像を生成する放射線治療装置100について説明する。
医用情報処理装置200において、記憶回路24は、複数の被検体P−1〜P−Nについて、「ビームON時のMR画像」、「照射条件」、「撮像条件」、及び「ビームOFF時のMR画像」を記憶する。
このうち、「ビームON時のMR画像」は、被検体P−1〜P−Nそれぞれについて、リニアックビームが照射された時に撮像されたMR画像である。なお、被検体P−1〜P−Nは、第2被検体の一例である。また、ビームON時のMR画像は、第2MR画像の一例である。
また、「照射条件」は、ビームON時のMR画像の撮像時のリニアックビームの照射条件である。この照射条件には、例えば、ビーム出力、ビーム角度、絞り開度、及び照射時間等が含まれる。このうち、ビーム出力は、リニアックビームの出力強度を表す。また、ビーム角度は、リニアックビームの照射角度(照射方向)を表す。また、絞り開度は、複数の絞り羽根により規定される照射範囲の開き具合を表す。また、照射時間は、リニアックビームが照射される時間(期間)を表す。なお、被検体P−1〜P−NのビームON時の照射条件は、第2照射条件の一例である。
また、「撮像条件」は、ビームON時のMR画像の撮像条件である。この撮像条件には、例えば、磁場強度、FOV(Field Of View)、スライス厚、撮像時間、及び、シーケンス等が含まれる。このうち、磁場強度は、静磁場磁石1の磁場強度を表す。また、FOVは、MRIの撮像空間の位置・大きさを表す。また、スライス厚は、MR画像のスライス厚を表す。また、撮像時間は、MR画像の撮像に要した時間(期間)を表す。また、シーケンスは、パルスシーケンスの種類を表す。なお、被検体P−1〜P−NのビームON時のMR画像の撮像条件は、第2撮像条件の一例である。
なお、ビームOFF時のMR画像の撮像条件は、ビームON時のMR画像の撮像条件と基本的に同一である。ただし、ビームOFF時のMR画像の撮像条件がビームON時のMR画像の撮像条件と異なる場合には、ビームOFF時のMR画像の撮像条件を記憶回路24に格納しておき、学習用データとして利用するのが好適である。
また、「ビームOFF時のMR画像」は、被検体P−1〜P−Nそれぞれについて、リニアックビームが照射されていない時に撮像されたMR画像である。なお、ビームOFF時のMR画像は、第3MR画像の一例である。
ここで、図4A及び図4Bを用いて、実施形態に係る機械学習用のMR画像について説明する。図4A及び図4Bは、実施形態に係る機械学習用のMR画像について説明するための図である。図4Aには、ビームON時のMR画像I10を例示する。図4Bには、ビームOFF時のMR画像I20を例示する。
図4Aに示すように、ビームON時のMR画像I10は、リニアックビームの影響によって領域R10において画像歪みが生じている。一方、図4Bに示すように、ビームOFF時のMR画像I20は、画像歪みが生じておらず、ビームON時のMR画像I10と比較して高画質である。
なお、図4A及び図4Bにて説明した内容はあくまで一例であり、図示の内容に限定されるものではない。例えば、図4Aでは画像歪みが生じた場合を例示したが、実施形態はこれに限定されるものではない。例えば、ビームON時のMR画像には、リニアックビームの影響によって画像ノイズ(アーチファクト)が生じる場合もある。
医用情報処理装置200において、学習機能25aは、複数の被検体P−1〜P−Nについて、リニアックビームON時のMR画像と、リニアックビームOFF時のMR画像とを用いて機械学習を行うことで、学習済みモデルを構築する。構築された学習済みモデルは、記憶回路24に格納される。
例えば、学習機能25aは、複数の被検体P−1〜P−Nの「ビームON時のMR画像」、「照射条件」、「撮像条件」、及び「ビームOFF時のMR画像」を記憶回路24から読み出す。そして、学習機能25aは、ビームON時のMR画像とビームOFF時のMR画像との差分(違い)から、リニアックビームが与えるMR画像の画像歪みや画像ノイズの影響を定量的に評価・学習する。この学習機能25aによる機械学習は、例えば、公知の機械学習エンジンにより実現可能である。公知の機械学習エンジンとしては、例えば、ディープラーニング(ニューラルネットワーク)やサポートベクターマシン(Support Vector Machine:SVM)等が適用可能である。
このように、学習機能25aは、複数の被検体P−1〜P−Nの「ビームON時のMR画像」、「照射条件」、「撮像条件」、及び「ビームOFF時のMR画像」に基づいて機械学習を行い、学習済みモデルを構築する。構築された学習済みモデルは、放射線治療装置100に受け渡され、記憶回路12に格納される。
図1の説明に戻る。放射線治療装置100において、撮像制御機能16aは、放射線治療の対象者である被検体Xについて、対象部位を含む領域のMR画像を撮像する。ここで、撮像制御機能16aが撮像するMR画像には、リニアックビームON時のMR画像と、リニアックビームOFF時のMR画像とが含まれる場合がある。つまり、撮像制御機能16aは、被検体XについてリニアックビームON時のMR画像を取得する取得部の一例である。また、被検体XのリニアックビームON時のMR画像は、第1MR画像の一例である。
リニアックビームON時にMR画像を撮像した場合、撮像制御機能16aは、リニアックビームON時のMR画像と、このMR画像の撮像時に照射されたリニアックビームの照射条件と、このMR画像の撮像条件とを、画像生成機能16bへ出力する。なお、リニアックビームON時のMR画像の撮像時に照射されたリニアックビームの照射条件は、第1照射条件の一例である。また、リニアックビームON時のMR画像の撮像条件は、第1撮像条件の一例である。
画像生成機能16bは、医用情報処理装置200によって構築された学習済みモデルに対して、被検体Xの「ビームON時のMR画像」、「照射条件」、及び「撮像条件」を入力することで、被検体Xの「高画質MR画像」を生成する。なお、高画質MR画像は、第4MR画像の一例である。また、画像生成機能16bは、生成部の一例である。
例えば、画像生成機能16bは、記憶回路12に記憶されている学習済みモデルを読み出す。そして、画像生成機能16bは、読み出した学習済みモデルに対して、撮像制御機能16aから出力されたリニアックビームON時のMR画像と、照射条件と、撮像条件とを入力することで、被検体Xの高画質MR画像を出力させる。そして、画像生成機能16bは、学習済みモデルから出力された被検体Xの高画質MR画像を、出力制御機能16cへ送る。
このように、画像生成機能16bは、学習済みモデルを用いた画像生成処理を実行することで、リニアックビームON時のMR画像からリニアックビームOFF時のMR画像に類似した高画質MR画像を生成する。なお、この画像生成処理は、画像歪みや画像ノイズを含むMR画像を、画像歪みや画像ノイズを含まないMR画像に補正する画像補正処理として利用できる。
出力制御機能16cは、高画質MR画像を出力させる。例えば、出力制御機能16cは、学習済みモデルから出力された被検体Xの高画質MR画像を、IGRTを実行するためのIGRT用アプリケーション及び同期照射を実行するための同期照射用アプリケーションのうち少なくとも一方に出力する。IGRT用アプリケーションは、被検体Xの高画質MR画像を用いて、IGRTを実行する。また、同期照射用アプリケーションは、被検体Xの高画質MR画像を用いて、同期照射を実行する。なお、出力制御機能16cは、出力制御部の一例である。
なお、出力制御機能16cによる高画質MR画像の出力先は、IGRT用アプリケーションや同期照射用アプリケーションに限定されるものではない。例えば、出力制御機能16cは、ディスプレイ11に高画質MR画像を表示しても良い。また、出力制御機能16cは、ネットワークNW10を介して放射線治療装置100に接続される外部装置に高画質MR画像を送信しても良い。また、出力制御機能16cは、記憶回路12、又は、可搬性の記録媒体に高画質MR画像を格納しても良い。
次に、図5を用いて、実施形態に係る医用情報処理装置200の処理手順を説明する。図5は、実施形態に係る医用情報処理装置200の処理手順を示すフローチャートである。図5に示す処理は、例えば、機械学習を開始する旨の指示を操作者から受け付けた場合に開始される。
図5に示すように、例えば、医用情報処理装置200において、処理回路25は、機械学習を開始する旨の指示を操作者から受け付けた場合に、処理を開始すると判定する(ステップS101,Yes)。なお、当該指示を受け付けるまで、処理回路25は、待機状態である(ステップS101,No)。
続いて、処理回路25は、被検体P−1〜P−NそれぞれのビームON時のMR画像、ビームOFF時のMR画像、照射条件、及び撮像条件を記憶回路24から読み出す(ステップ102)。そして、処理回路25は、ビームON時のMR画像、ビームOFF時のMR画像、照射条件、及び撮像条件を学習用データとした機械学習によって学習済みモデルを生成する(ステップS103)。そして、処理回路25は、生成した学習済みモデルを記憶回路24に格納し(ステップS104)、処理を終了する。記憶回路24に格納された学習済みモデルは、任意のタイミングで放射線治療装置100の記憶回路12に転送される。
図6を用いて、実施形態に係る放射線治療装置100の処理手順を説明する。図6は、実施形態に係る放射線治療装置100の処理手順を示すフローチャートである。図6に示す処理は、例えば、放射線治療を開始する旨の指示を操作者から受け付けた場合に開始される。
図6に示すように、例えば、放射線治療装置100において、処理回路16は、放射線治療を開始する旨の指示を操作者から受け付けた場合に、処理を開始すると判定する(ステップS201,Yes)。なお、当該指示を受け付けるまで、処理回路16は、待機状態である(ステップS201,No)。
続いて、処理回路16は、被検体Xについて、照射条件及び撮像条件を設定する(ステップS202)。そして、処理回路14は、リニアックビームON時にMRスキャンを実行する(ステップS203)。そして、処理回路15は、MR画像を再構成する(ステップS204)。
そして、処理回路16は、再構成されたMR画像、設定された照射条件、及び設定された撮像条件を学習済みモデルに入力することで(ステップS205)、被検体Xの高画質MR画像を生成する(ステップS206)。処理回路13は、被検体Xの高画質MR画像を用いて、IGRTや同期照射を実行し(ステップS207)、放射線治療が完了すると図6の処理を終了する。
上述してきたように、実施形態に係る放射線治療装置100において、撮像制御機能16aは、第1被検体についてリニアックビームON時の第1MR(Magnetic Resonance)画像を取得する。画像生成機能16bは、複数の第2被検体について、リニアックビームON時の第2MR画像と、リニアックビームOFF時の第3MR画像とを用いて学習された学習済みモデルに対して、第1MR画像を入力することで、第3MR画像に類似した第4MR画像を生成する。出力制御機能16cは、第4MR画像を出力する。これによれば、放射線治療装置100は、放射線治療において高画質なMR画像を提供することができる。例えば、放射線治療装置100は、リニアックビームON時のMR画像を、リニアックビームOFF時のMR画像に類似するMR画像に変換することで、リニアックビームに起因する画像歪みや画像ノイズが低減された高画質MR画像を提供することができる。
また、放射線治療装置100は、高画質なMR画像を提供することにより、放射線治療の治療精度を向上させることができる。例えば、放射線治療の治療精度を支援する技術として、IGRTや同期照射が利用されている。しかしながら、リニアックビームON時のMR画像には画像歪みや画像ノイズが含まれるため、腫瘍等の対象部位やランドマークとなる臓器の位置の推定精度が低下する結果、IGRTや同期照射の精度が低下する可能性がある。これに対し、本実施形態に係る放射線治療装置100は、リニアックビームに起因する画像歪みや画像ノイズが低減された高画質MR画像を生成し、生成した高画質MR画像を用いてIGRTや同期照射を実行する。これにより、放射線治療装置100は、リニアックビームON時におけるIGRTや同期照射の精度の低下を抑制することができる。
また、例えば、放射線治療装置100において、撮像制御機能16aは、被検体XのリニアックビームON時のMR画像の撮像時におけるリニアックビームの照射条件を取得する。学習済みモデルは、更に、被検体P−1〜P−NのリニアックビームON時のMR画像の撮像時におけるリニアックビームの照射条件を用いて学習される。画像生成機能16bは、更に、学習済みモデルに対して、被検体XのリニアックビームON時のMR画像の撮像時におけるリニアックビームの照射条件を入力することで、高画質MR画像を生成する。これによれば、放射線治療装置100は、リニアックビームの照射条件を利用することで、より高画質なMR画像を提供することが期待される。
また、例えば、放射線治療装置100において、撮像制御機能16aは、被検体XのリニアックビームON時のMR画像の撮像条件を取得する。学習済みモデルは、更に被検体P−1〜P−NのリニアックビームON時のMR画像の撮像条件を用いて学習される。画像生成機能16bは、学習済みモデルに対して、被検体XのリニアックビームON時のMR画像の撮像条件を入力することで、高画質MR画像を生成する。これによれば、放射線治療装置100は、MR画像の撮像条件を利用することで、より高画質なMR画像を提供することが期待される。
(変形例1)
上記の実施形態では、学習用データとして照射条件や撮像条件を利用する場合を説明したが、実施形態はこれに限定されるものではなく、照射条件や撮像条件以外の情報を学習用データとして利用することも可能である。
上記の実施形態では、学習用データとして照射条件や撮像条件を利用する場合を説明したが、実施形態はこれに限定されるものではなく、照射条件や撮像条件以外の情報を学習用データとして利用することも可能である。
例えば、学習用データとして、照射部位、固定具、及び被検体の身体的特徴を表す情報のうち、少なくとも一つを利用可能である。ここで、照射部位は、リニアックビームの照射部位の位置及び形状を表す。また、固定具は、例えば、頭部シェルやアームレストなど、MR画像の撮像時に使用された使用アクセサリに対応する。また、身体的特徴は、被検体の体格や年齢等である。
すなわち、撮像制御機能16aは、更に、第1MR画像の撮像時のリニアックビームの照射部位を表す情報、第1MR画像の撮像時の固定具を表す情報、及び第1被検体の身体的特徴を表す情報のうち、少なくとも一つの情報を取得する。学習済みモデルは、更に、第2MR画像の撮像時のリニアックビームの照射部位を表す情報、第2MR画像の撮像時の固定具を表す情報、及び第2被検体の身体的特徴を表す情報のうち、少なくとも一つの情報を用いて学習される。画像生成機能16bは、更に、学習済みモデルに対して、取得された少なくとも一つの情報を入力することで、高画質MR画像を生成する。これによれば、放射線治療装置100は、照射条件や撮像条件以外の情報を更に利用することで、より高画質なMR画像を提供することが期待される。
(変形例2)
また、上記の実施形態では、放射線治療装置100のMRI機能によって撮像されたMR画像が教師データとして利用される場合を説明したが、実施形態はこれに限定されるものではない。例えば、教師データとして、リニアックの機能を備えないMRI装置(「MRI専用装置」とも表記する)によって撮像されたMR画像が利用可能である。
また、上記の実施形態では、放射線治療装置100のMRI機能によって撮像されたMR画像が教師データとして利用される場合を説明したが、実施形態はこれに限定されるものではない。例えば、教師データとして、リニアックの機能を備えないMRI装置(「MRI専用装置」とも表記する)によって撮像されたMR画像が利用可能である。
静磁場がリニアックの機能に与える影響を低減するために、MR−Linacでは、MRI専用装置と比較して弱い磁場強度(例えば1.5テスラ程度)の静磁場磁石が実装されている。そこで、変形例2に係る学習済みモデルは、リニアックの機能を備えない磁気共鳴イメージング装置によって第2被検体が撮像されたMR画像を、第3MR画像(教師データ)として用いて学習される。これにより、放射線治療装置100は、リニアックビームOFF時のMR画像より高画質なMR画像を出力可能な学習済みモデルを構築することが可能となる。
(その他の実施形態)
上述した実施形態以外にも、種々の異なる形態にて実施されてもよい。
上述した実施形態以外にも、種々の異なる形態にて実施されてもよい。
(医用画像処理装置)
また、例えば、上述した実施形態に係る処理機能は、医用画像処理装置に備えることも可能である。また、この医用画像処理装置をネットワークNW10上に設けることにより、上述した画像生成処理をクラウドサービスとして提供可能である。
また、例えば、上述した実施形態に係る処理機能は、医用画像処理装置に備えることも可能である。また、この医用画像処理装置をネットワークNW10上に設けることにより、上述した画像生成処理をクラウドサービスとして提供可能である。
図7は、その他の実施形態に係る医用画像処理装置の構成例を示す図である。図7に示すように、例えば、クラウドサービスを提供するサービスセンタには、医用画像処理装置300が設置される。医用画像処理装置300は、ネットワークNW10を介して複数のクライアント端末310−1,310−2,・・・,310−Nに接続される。なお、複数のクライアント端末310−1,310−2,・・・,310−Nを区別無く総称する場合、「クライアント端末310」と記載する。
クライアント端末310は、クラウドサービスを利用する利用者が操作する情報処理端末である。ここで、利用者は、例えば、医療機関に従事する医師や技師などの医療従事者である。例えば、クライアント端末310は、パーソナルコンピュータやワークステーション等の情報処理装置、又は、MR−Linac等の放射線治療装置に対応する。クライアント端末310は、医用画像処理装置300により提供されるクラウドサービスを利用可能なクライアント機能を有する。なお、このクライアント機能は、コンピュータによって実行可能なプログラムの形態でクライアント端末310に予め記録されている。
医用画像処理装置300は、入力インタフェース31、ディスプレイ32、NWインタフェース33、記憶回路34、及び処理回路35を有する。
入力インタフェース31は、操作者から各種の指示及び情報の入力操作を受け付ける。入力インタフェース31の基本的な構成は、入力インタフェース21の構成と同様であるので説明を省略する。
ディスプレイ32は、各種の情報及び画像を表示する。ディスプレイ32の基本的な構成は、ディスプレイ22の構成と同様であるので説明を省略する。
NWインタフェース33は、処理回路35に接続されており、医用画像処理装置300とクライアント端末310との間で行われる通信を制御する。NWインタフェース33の基本的な構成は、NWインタフェース23の構成と同様であるので説明を省略する。
記憶回路34は、処理回路35に接続されており、各種のデータを記憶する。記憶回路34の基本的な構成は、記憶回路24の構成と同様であるので説明を省略する。
処理回路35は、入力インタフェース31を介して操作者から受け付けた入力操作に応じて、医用画像処理装置300の動作を制御する。例えば、処理回路35は、プロセッサによって実現される。
処理回路35は、取得機能35a、画像生成機能35b、及び出力制御機能35cを実行する。処理回路35が実行する各処理機能は、例えば、コンピュータによって実行可能なプログラムの形態で記憶回路34内に記録されている。処理回路35は、各プログラムを読み出し、実行することで読み出した各プログラムに対応する機能を実現する。
ここで、利用者は、例えば、クライアント端末310を操作して、MR−Linacによって撮像されたリニアックビームON時のMR画像を医用画像処理装置300へ送信する(アップロードする)旨の指示を入力する。この指示が入力されると、クライアント端末310は、放射線治療の対象である被検体Xについて、リニアックビームON時のMR画像を医用画像処理装置300へ送信する。
そして、医用画像処理装置300において、取得機能35aは、クライアント端末310から送信されたリニアックビームON時のMR画像を受信することで、リニアックビームON時のMR画像を取得する。
そして、画像生成機能35bは、取得機能35aによって取得されたリニアックビームON時のMR画像を学習済みモデルに対して入力することで、リニアックビームOFF時のMR画像に類似した高画質MR画像を生成する。なお、この学習済みモデルは、上記の実施形態にて説明した説明した学習済みモデルと同様であるので、説明を省略する。
そして、出力制御機能35cは、画像生成機能35bによって生成された高画質MR画像を、リニアックビームON時のMR画像の送信元のクライアント端末310へ送信する(ダウンロードさせる)。
このように、その他の実施形態に係る医用画像処理装置300は、放射線治療において高画質なMR画像を提供することができる。なお、高画質MR画像の送信先は、リニアックビームON時のMR画像の送信元のクライアント端末310に限らず、任意の装置に送信可能である。
また、医用画像処理装置300は、必ずしもクラウドサービスとして提供されなくても良い。例えば、医用画像処理装置300は、施設内の医師端末として提供されても良い。この場合、医用画像処理装置300は、必ずしもネットワークNW10に接続されていなくても良い。
また、医用画像処理装置300は、更に、図2に示した学習機能25aを備えていても良い。この場合、医用画像処理装置300は、クライアント端末310から送信されたリニアックビームON時のMR画像を新たな学習用データとして再び機械学習を行うことで、学習済みモデルをアップデートすることができる。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。更に、各装置にて行なわれる各処理機能は、その全部又は任意の一部が、CPU及び当該CPUにて解析実行されるプログラムにて実現され、或いは、ワイヤードロジックによるハードウェアとして実現され得る。
また、上述した実施形態及び変形例において説明した各処理のうち、自動的に行なわれるものとして説明した処理の全部又は一部を手動的に行なうこともでき、或いは、手動的に行なわれるものとして説明した処理の全部又は一部を公知の方法で自動的に行なうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
また、上述した実施形態及び変形例で説明した医用画像処理方法は、予め用意された医用画像処理プログラムをパーソナルコンピュータやワークステーション等のコンピュータで実行することによって実現することができる。この医用画像処理プログラムは、インターネット等のネットワークを介して配布することができる。また、この医用画像処理プログラムは、ハードディスク、フレキシブルディスク(FD)、CD−ROM、MO、DVD等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。
以上説明した少なくとも1つの実施形態によれば、放射線治療において高画質なMR画像を提供することができる。
いくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更、実施形態同士の組み合わせを行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
100 放射線治療装置
16 処理回路
16a 撮像制御機能
16b 画像生成機能
16c 出力制御機能
16 処理回路
16a 撮像制御機能
16b 画像生成機能
16c 出力制御機能
Claims (8)
- 第1被検体についてリニアックビームON時の第1MR(Magnetic Resonance)画像を取得する取得部と、
複数の第2被検体について、リニアックビームON時の第2MR画像と、リニアックビームOFF時の第3MR画像とを用いて学習された学習済みモデルに対して、前記第1MR画像を入力することで、前記第3MR画像に類似した第4MR画像を生成する生成部と、
前記第4MR画像を出力する出力制御部と
を備える、放射線治療装置。 - 前記取得部は、更に、前記第1MR画像の撮像時におけるリニアックビームの第1照射条件を取得し、
前記学習済みモデルは、更に、前記第2MR画像の撮像時におけるリニアックビームの第2照射条件を用いて学習され、
前記生成部は、更に、前記学習済みモデルに対して、前記第1照射条件を入力することで、前記第4MR画像を生成する、
請求項1に記載の放射線治療装置。 - 前記取得部は、更に、前記第1MR画像の第1撮像条件を取得し、
前記学習済みモデルは、更に、前記第2MR画像の第2撮像条件を用いて学習され、
前記生成部は、更に、前記学習済みモデルに対して、前記第1撮像条件を入力することで、前記第4MR画像を生成する、
請求項1又は2に記載の放射線治療装置。 - 前記取得部は、更に、前記第1MR画像の撮像時のリニアックビームの照射部位を表す情報、前記第1MR画像の撮像時の固定具を表す情報、及び前記第1被検体の身体的特徴を表す情報のうち、少なくとも一つの情報を取得し、
前記学習済みモデルは、更に、前記第2MR画像の撮像時のリニアックビームの照射部位を表す情報、前記第2MR画像の撮像時の固定具を表す情報、及び前記第2被検体の身体的特徴を表す情報のうち、少なくとも一つの情報を用いて学習され、
前記生成部は、更に、前記学習済みモデルに対して、取得された前記少なくとも一つの情報を入力することで、前記第4MR画像を生成する、
請求項1〜3のいずれか一つに記載の放射線治療装置。 - 前記学習済みモデルは、リニアックの機能を備えない磁気共鳴イメージング装置によって前記第2被検体が撮像されたMR画像を、前記第3MR画像として用いて学習される、
請求項1〜4のいずれか一つに記載の放射線治療装置。 - 前記出力制御部は、画像誘導放射線治療を実行するためのアプリケーション、及び、同期照射を実行するためのアプリケーションのうち少なくとも一方に、前記第4MR画像を出力する、
請求項1〜5のいずれか一つに記載の放射線治療装置。 - 第1被検体についてリニアックビームON時の第1MR画像を取得する取得部と、
複数の第2被検体について、リニアックビームON時の第2MR画像と、リニアックビームOFF時の第3MR画像とを用いて学習された学習済みモデルに対して、前記第1MR画像を入力することで、前記第3MR画像に類似した第4MR画像を生成する生成部と、
前記第4MR画像を出力する出力制御部と
を備える、医用画像処理装置。 - 第1被検体についてリニアックビームON時の第1MR画像を取得し、
複数の第2被検体について、リニアックビームON時の第2MR画像と、リニアックビームOFF時の第3MR画像とを用いて学習された学習済みモデルに対して、前記第1MR画像を入力することで、前記第3MR画像に類似した第4MR画像を生成し、
前記第4MR画像を出力する
ことを含む、医用画像処理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020008033A JP7387459B2 (ja) | 2020-01-22 | 2020-01-22 | 放射線治療装置、医用画像処理装置、及び医用画像処理方法 |
US17/155,143 US20210220675A1 (en) | 2020-01-22 | 2021-01-22 | Radiation therapy apparatus, medical image processing apparatus, and medical image processing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020008033A JP7387459B2 (ja) | 2020-01-22 | 2020-01-22 | 放射線治療装置、医用画像処理装置、及び医用画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021115014A true JP2021115014A (ja) | 2021-08-10 |
JP7387459B2 JP7387459B2 (ja) | 2023-11-28 |
Family
ID=76857632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020008033A Active JP7387459B2 (ja) | 2020-01-22 | 2020-01-22 | 放射線治療装置、医用画像処理装置、及び医用画像処理方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20210220675A1 (ja) |
JP (1) | JP7387459B2 (ja) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2303117B1 (en) * | 2008-06-25 | 2013-09-25 | Koninklijke Philips N.V. | Radiation therapy system with real time magnetic resonance monitoring |
CN103562740B (zh) | 2011-05-31 | 2016-11-16 | 皇家飞利浦有限公司 | Mri放射治疗装置的静态磁场的校正 |
EP3721941A3 (en) | 2014-12-11 | 2020-12-09 | Elekta, Inc. | Motion management in mri-guided linac |
US10493299B2 (en) * | 2017-12-08 | 2019-12-03 | Elekta, Inc. | Determining parameters for a beam model of a radiation machine using deep convolutional neural networks |
US11789104B2 (en) * | 2018-08-15 | 2023-10-17 | Hyperfine Operations, Inc. | Deep learning techniques for suppressing artefacts in magnetic resonance images |
US11020615B2 (en) * | 2019-02-13 | 2021-06-01 | Elekta Ab (Publ) | Computing radiotherapy dose distribution |
-
2020
- 2020-01-22 JP JP2020008033A patent/JP7387459B2/ja active Active
-
2021
- 2021-01-22 US US17/155,143 patent/US20210220675A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
JP7387459B2 (ja) | 2023-11-28 |
US20210220675A1 (en) | 2021-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6169573B2 (ja) | 磁気共鳴撮像中における既定の体積内の無線周波数伝送場の減少 | |
JP5608236B2 (ja) | 撮像領域内の磁性粒子に影響及び/又は磁性粒子を検出する装置及び方法 | |
JP6808492B2 (ja) | ゼロエコー時間パルスシーケンスを使用する磁気共鳴撮像 | |
US20210156936A1 (en) | Toroidal system configuration for dedicated mri scanners | |
EP3066488A1 (en) | Medical apparatus for radiotherapy and ultrasound heating | |
US20220338751A1 (en) | Respiratory biofeedback for mri-guided radiotherapy | |
US20130274590A1 (en) | Method and apparatus for generating a signal indicative of motion of a subject in a magnetic resonance apparatus | |
CN102655805B (zh) | 用于使用mpi进行无创心脏内心电描记的设备和方法 | |
US20180235701A1 (en) | Systems and methods for intervention guidance using pre-operative planning with ultrasound | |
CN111247447A (zh) | 具有可变场磁体的磁共振成像 | |
US20190170838A1 (en) | Coil apparatus, magnetic resonance imaging apparatus, and method of controlling the coil apparatus | |
JP7313482B2 (ja) | 統合されたx線システムとパイロットトーンシステム | |
US10032272B2 (en) | Workstation, medical imaging apparatus including the same, and control method for the same | |
JP7387459B2 (ja) | 放射線治療装置、医用画像処理装置、及び医用画像処理方法 | |
JP7483437B2 (ja) | 放射線照射制御装置、放射線治療システム及び放射線照射制御方法 | |
JP7350520B2 (ja) | 医用処理装置及び放射線治療装置 | |
US11266377B2 (en) | Support apparatus and support method | |
US20210330271A1 (en) | Medical imaging apparatus and medical imaging processing method | |
US20230024001A1 (en) | Magnetic Resonance Breast Support | |
JP6611484B2 (ja) | 磁気共鳴イメージング装置 | |
US11372067B2 (en) | Method for acquiring water-fat separation image, and magnetic resonance imaging apparatus therefor | |
JP2022124586A (ja) | 医用画像診断装置 | |
JP2022538808A (ja) | 磁気共鳴放射線治療シミュレーションのための構成可能な放射線治療寝台上部 | |
JP2003052663A (ja) | 磁気共鳴イメージング装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221110 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231017 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231115 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7387459 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |