JP7315935B1 - 予測支援システム、予測支援方法及び予測支援プログラム - Google Patents
予測支援システム、予測支援方法及び予測支援プログラム Download PDFInfo
- Publication number
- JP7315935B1 JP7315935B1 JP2022022357A JP2022022357A JP7315935B1 JP 7315935 B1 JP7315935 B1 JP 7315935B1 JP 2022022357 A JP2022022357 A JP 2022022357A JP 2022022357 A JP2022022357 A JP 2022022357A JP 7315935 B1 JP7315935 B1 JP 7315935B1
- Authority
- JP
- Japan
- Prior art keywords
- irradiation
- particle beam
- dimensional
- distribution
- radioactivity distribution
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Abstract
Description
ここでは、ネットワークを介して接続された治療計画装置10、支援装置20、治療装置30を用いる。
図2は、治療計画装置10、支援装置20、治療装置30等として機能する情報処理装置H10のハードウェア構成例である。
〔2〕各種処理のうち少なくとも一部の処理を実行する1つ以上の専用のハードウェア回路
〔3〕それらの組み合わせ、を含む回路
プロセッサは、CPU並びに、RAM及びROM等のメモリを含み、メモリは、処理をCPUに実行させるように構成されたプログラムコード又は指令を格納している。メモリすなわちコンピュータ可読媒体は、汎用又は専用のコンピュータでアクセスできるあらゆる利用可能な媒体を含む。
次に、治療計画装置10、支援装置20、治療装置30の機能を説明する。
治療計画装置10は、患部に対して放射線の入射方法を検討し、適切な線量が処方できているかを確認するためのシミュレータである。この治療計画装置10は、CT撮影装置から、所定の画像間隔で断層撮影したCT画像(DICOMデータ)を取得する。そして、治療計画装置10は、公知の方法を用いて、DICOMデータにおいて輪郭抽出を行ない、CT輪郭情報を生成する。このCT輪郭情報は、DICOM ROI(Region Of Interest)データにより構成されており、所定間隔で撮影したCT画像(断層画像)において特定した所定部位(体表面、骨、患部及びリスク臓器等)の輪郭を構成する点(座標)の集合体からなるデータである。この治療計画装置10においては、患部の体表面形状、患部の形状、位置、リスク臓器との位置関係によって、治療ビームの線質、入射方向、照射範囲、処方線量・照射回数等を決定する。
学習部212は、機械学習により調整係数を算出する処理を実行する。
予測部213は、調整係数を用いて照射線量を予測する処理を実行する。
治療予定日は、この患者に対して、治療計画における陽子線照射による治療の予定日(年月日)である。
照射条件情報は、この患者に対して、治療予定日に照射する陽子線を照射する条件である。この照射条件により、照射状態(3次元線量分布や3次元放射能分布)を定める。照射条件情報には、陽子線の照射位置、照射方向、照射エネルギ、照射線量、ビーム照射法等に関する情報が含まれる。ここで、ビーム照射法には、例えば、「拡大ビーム照射法」や「スキャニング照射法」等がある。
患者コードは、各患者を特定するための識別子である。
・変化要因がない場合の3次元放射能分布(シミュレーション)
この3次元放射能分布は、治療計画に基づいて、患者のCT画像領域に、粒子線を照射した場合のシミュレーションにより算出される。
この3次元放射能分布は、変化要因を生じさせたシミュレーションにより算出される。変化要因としては、例えば、照射条件(量子線の飛程等)の変化や、CT画像領域(腫瘍等の患部形状の変化や患者の動き)の変化等がある。
この2次元計測分布は、変化要因を加えた場合の3次元放射能分布を2次元の平面で計測した場合を想定して算出される。
調整係数は、患者の体部位における放射能(activity)分布から3次元照射線量を予測するための予測モデルである。
検出装置32は、陽子線治療において標的原子核破砕反応によって患者体内の照射領域に生成されるポジトロン放出核を検出する陽電子断層装置(PET装置)である。このポジトロン放出核の放出位置により、照射深さ位置(照射領域)を特定することができる。検出装置32は、照射装置31から照射される陽子線の照射方向の側面から、ポジトロン放出核を検出する計測面321,322を備える。
図5に示すように、x軸方向から照射された粒子線により、体内の3次元空間(x,y,z)において放射能が生じる。そして、この放射能は、平面の計測面321,322により、計測面(x,y)で計測される。この計測面(x,y)においては、z軸方向の放射能分布が圧縮されている。
A2D-mea.は、実際に計測された放射能の2次元計測分布(計測結果)である。
A3D-cal.は、照射シミュレーションによる3次元放射能分布である。
A2D-cal.は、照射シミュレーションによる2次元放射能分布(計測情報)である。
この場合には、以下の関係式を用いて調整する。
A’3D-mea.は、変化要因を加えた実際の3次元放射能分布である。
Fは、変化要因を調整する係数(調整係数)である。
図7~図10を用いて、照射支援処理を説明する。この照射支援処理は、学習時処理と予測時処理とからなる。
図7を用いて、学習時処理を説明する。
まず、支援装置20の制御部21は、3次元放射能分布の取得処理を実行する(ステップS11)。具体的には、制御部21の計算部211は、治療計画に基づいて粒子線を照射する線量分布を取得する。
次に、変化要因506を加えたシミュレーションにより3次元放射能分布502bを生成する。そして、この3次元放射能分布502bに対応する2次元計測分布503を算出することにより教師情報を生成する。
まず、支援装置20の制御部21は、変化要因の付与処理を実行する(ステップS12)。具体的には、制御部21の計算部211は、予め保持している変化要因(粒子線の飛程の変化やCT画像領域の変化)を取得する。「粒子線の飛程の変化」については、3次元線量分布501に対して、変化要因の画像処理係数を乗算して微調整する。「CT画像領域の変化」については、患者のCT画像に対して、変化要因の画像処理係数を乗算して微調整する。
すべての変化要因について終了するまで、上記処理を繰り返す。
次に、図10を用いて、予測時処理を説明する。この処理は、患者に対して粒子線照射による治療が行なわれた場合に実行する。
次に、支援装置20の制御部21は、治療計画上の3次元放射能分布の算出処理を実行する(ステップS22)。具体的には、制御部21の予測部213は、3次元線量分布、CT画像を用いて、3次元放射能分布を算出する。この3次元放射能分布では、変動要因は考慮されていない。
そして、治療計画上の3次元放射能分布と、実際の3次元放射能分布とに差異がある場合、必要に応じて治療計画における照射条件を調整する。
(1)本実施形態では、支援装置20の制御部21は、変化要因の付与処理(ステップS12)、変化要因を加えた場合の3次元放射能分布の算出処理(ステップS13)、2次元で計測した放射能分布の算出処理(ステップS14)を実行する。これにより、治療計画の照射条件に対して、変化要因を考慮した放射能分布について2次元計測分布を生成することができる。
・上記実施形態では、粒子線として陽子線を用いる。ここで、粒子線は陽子線に限定されるものではなく、例えば、炭素線等を用いることも可能である。
Claims (5)
- 粒子線の照射装置による照射状態を予測する制御部を備えた予測支援システムであって、
前記制御部が、
粒子線の照射条件に基づく照射状態で、所定の患者状態にある患者に対して粒子線を照射した場合の基準線量分布に対して、前記照射状態及び前記患者状態の少なくとも一方に変化を加えた場合の3次元放射能分布と、前記3次元放射能分布を2次元で計測した計測情報とを、シミュレーションにより算出し、
前記計測情報から前記変化を加えた場合の3次元放射能分布を予測するために、前記シミュレーションにより算出した3次元放射能分布を、前記計測情報に対応する3次元放射能分布に調整する調整係数行列を生成し、
前記粒子線の照射条件に基づいて粒子線が照射されて2次元で実測された計測結果を取得した場合、前記計測結果に前記調整係数行列を適用して、前記計測結果に対応する3次元放射能分布を予測することを特徴とする予測支援システム。 - 前記照射状態の変化には、前記粒子線の飛程の変化が含まれることを特徴とする請求項1に記載の予測支援システム。
- 前記患者状態の変化には、前記粒子線を照射する患部の形状の変化が含まれることを特徴とする請求項1又は2に記載の予測支援システム。
- 制御部を備えた予測支援システムを用いて、粒子線の照射装置による照射状態を予測する方法であって、
前記制御部が、粒子線の照射条件に基づく照射状態で、所定の患者状態にある患者に対して粒子線を照射した場合の基準線量分布に対して、前記照射状態及び前記患者状態の少なくとも一方に変化を加えた場合の3次元放射能分布と、前記3次元放射能分布を2次元で計測した計測情報とを、シミュレーションにより算出する工程と、
前記制御部が、 前記計測情報から前記変化を加えた場合の3次元放射能分布を予測するために、前記シミュレーションにより算出した3次元放射能分布を、前記計測情報に対応する3次元放射能分布に調整する調整係数行列を生成する工程と、
前記制御部が、 前記粒子線の照射条件に基づいて粒子線が照射されて2次元で実測された計測結果を取得した場合、前記計測結果に前記調整係数行列を適用して、前記計測結果に対応する3次元放射能分布を予測することを特徴とする予測支援方法。 - 制御部を備えた予測支援システムを用いて、粒子線の照射装置による照射状態を予測するプログラムであって、
前記制御部を、
粒子線の照射条件に基づく照射状態で、所定の患者状態にある患者に対して粒子線を照射した場合の基準線量分布に対して、前記照射状態及び前記患者状態の少なくとも一方に変化を加えた場合の3次元放射能分布と、前記3次元放射能分布を2次元で計測した計測情報とを、シミュレーションにより算出し、
前記計測情報から前記変化を加えた場合の3次元放射能分布を予測するために、前記シミュレーションにより算出した3次元放射能分布を、前記計測情報に対応する3次元放射能分布に調整する調整係数行列を生成し、
前記粒子線の照射条件に基づいて粒子線が照射されて2次元で実測された計測結果を取得した場合、前記計測結果に前記調整係数行列を適用して、前記計測結果に対応する3次元放射能分布を予測する手段として機能させることを特徴とする予測支援プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022022357A JP7315935B1 (ja) | 2022-02-16 | 2022-02-16 | 予測支援システム、予測支援方法及び予測支援プログラム |
TW112105005A TW202345938A (zh) | 2022-02-16 | 2023-02-13 | 預測支援系統、預測支援方法及記憶預測支援程式的電腦可讀媒體 |
PCT/JP2023/005197 WO2023157869A1 (ja) | 2022-02-16 | 2023-02-15 | 予測支援システム、予測支援方法及び予測支援プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022022357A JP7315935B1 (ja) | 2022-02-16 | 2022-02-16 | 予測支援システム、予測支援方法及び予測支援プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7315935B1 true JP7315935B1 (ja) | 2023-07-27 |
JP2023119445A JP2023119445A (ja) | 2023-08-28 |
Family
ID=87428043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022022357A Active JP7315935B1 (ja) | 2022-02-16 | 2022-02-16 | 予測支援システム、予測支援方法及び予測支援プログラム |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7315935B1 (ja) |
TW (1) | TW202345938A (ja) |
WO (1) | WO2023157869A1 (ja) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016221100A (ja) | 2015-06-02 | 2016-12-28 | 株式会社東芝 | 医用画像処理装置、および治療システム |
JP2019030648A (ja) | 2017-08-09 | 2019-02-28 | 学校法人東京女子医科大学 | 線量分布予測システム、線量分布予測方法及び線量分布予測プログラム |
JP2021035502A (ja) | 2016-08-26 | 2021-03-04 | エレクタ、インク.Elekta, Inc. | 畳み込みニューラルネットワークを用いた画像セグメンテーションのためのシステムおよび方法 |
JP2021061895A (ja) | 2019-10-10 | 2021-04-22 | 東芝エネルギーシステムズ株式会社 | 医用画像処理装置、医用画像処理プログラム、医用装置、および治療システム |
US20210154496A1 (en) | 2019-11-25 | 2021-05-27 | Accuray Incorporated | Partial deformation maps for reconstructing motion-affected treatment dose using machine learning |
JP2021083481A (ja) | 2019-11-25 | 2021-06-03 | 株式会社日立製作所 | 患者体内構造変化検出方法、患者体内構造変化検出装置およびコンピュータプログラム |
JP2021515682A (ja) | 2018-04-30 | 2021-06-24 | エレクタ、インク.Elekta, Inc. | 適応放射線治療のためのファントム |
-
2022
- 2022-02-16 JP JP2022022357A patent/JP7315935B1/ja active Active
-
2023
- 2023-02-13 TW TW112105005A patent/TW202345938A/zh unknown
- 2023-02-15 WO PCT/JP2023/005197 patent/WO2023157869A1/ja unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016221100A (ja) | 2015-06-02 | 2016-12-28 | 株式会社東芝 | 医用画像処理装置、および治療システム |
JP2021035502A (ja) | 2016-08-26 | 2021-03-04 | エレクタ、インク.Elekta, Inc. | 畳み込みニューラルネットワークを用いた画像セグメンテーションのためのシステムおよび方法 |
JP2019030648A (ja) | 2017-08-09 | 2019-02-28 | 学校法人東京女子医科大学 | 線量分布予測システム、線量分布予測方法及び線量分布予測プログラム |
JP2021515682A (ja) | 2018-04-30 | 2021-06-24 | エレクタ、インク.Elekta, Inc. | 適応放射線治療のためのファントム |
JP2021061895A (ja) | 2019-10-10 | 2021-04-22 | 東芝エネルギーシステムズ株式会社 | 医用画像処理装置、医用画像処理プログラム、医用装置、および治療システム |
US20210154496A1 (en) | 2019-11-25 | 2021-05-27 | Accuray Incorporated | Partial deformation maps for reconstructing motion-affected treatment dose using machine learning |
JP2021083481A (ja) | 2019-11-25 | 2021-06-03 | 株式会社日立製作所 | 患者体内構造変化検出方法、患者体内構造変化検出装置およびコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2023157869A1 (ja) | 2023-08-24 |
JP2023119445A (ja) | 2023-08-28 |
TW202345938A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11712579B2 (en) | Range compensators for radiation therapy | |
EP0465590B1 (en) | Patient alignment procedure and system for radiation treatment | |
Verhaegen et al. | A review of treatment planning for precision image-guided photon beam pre-clinical animal radiation studies | |
JP5799015B2 (ja) | 放射線治療計画に使用される補償器のための対話型のコンピュータを利用したエディタ | |
EP2686068B1 (en) | Studying dosimetric impact of motion to generate adaptive patient-specific margins in ebrt planning | |
JP6588975B2 (ja) | 逆方向放射線治療計画用のシステム及びコンピュータプログラム製品 | |
US9616247B2 (en) | Treatment plan evaluation in radiotherapy by stochastic analysis of delineation uncertainty | |
US20080008291A1 (en) | Spatially-variant normal tissue objective for radiotherapy | |
CN101512547A (zh) | 用于预测剂量实施的方法和系统 | |
CN102365111A (zh) | 标志适配的正常组织并发症概率 | |
CN110960805A (zh) | 对强度调制质子疗法执行照射时间优化的方法和装置 | |
Knopf et al. | Challenges of radiotherapy: report on the 4D treatment planning workshop 2013 | |
US20150217135A1 (en) | Method and Device for Determining an Irradiation Plan for a Particle Irradiation Unit | |
US9364686B2 (en) | Planning a treatment beam aimed at one or more target regions | |
Sahoo et al. | 3D treatment planning system—Varian Eclipse for proton therapy planning | |
JP2008099807A (ja) | 放射線治療計画装置及び放射線治療計画方法 | |
JP7315935B1 (ja) | 予測支援システム、予測支援方法及び予測支援プログラム | |
US9750956B2 (en) | Determining an irradiation plan for a particle irradiation unit | |
JP7345768B1 (ja) | 予測支援システム、予測支援方法及び予測支援プログラム | |
JP7236115B2 (ja) | 治療支援システム、治療支援方法及び治療支援プログラム | |
JP7323141B1 (ja) | 線量予測システム、線量予測方法及び線量予測プログラム | |
Verhaegen | Treatment planning for small animals | |
EP4344735A1 (en) | Devices and methods for adaptively controlling a radiotherapy apparatus | |
US20240108914A1 (en) | Devices and methods for adaptively controlling a radiotherapy apparatus | |
Boia et al. | Computational system to create an entry file for replicating I-125 seeds simulating brachytherapy case studies using the MCNPX code |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220216 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230119 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230328 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230529 |
|
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: 20230606 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230706 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7315935 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |