JP7483437B2 - 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 - Google Patents

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 Download PDF

Info

Publication number
JP7483437B2
JP7483437B2 JP2020051625A JP2020051625A JP7483437B2 JP 7483437 B2 JP7483437 B2 JP 7483437B2 JP 2020051625 A JP2020051625 A JP 2020051625A JP 2020051625 A JP2020051625 A JP 2020051625A JP 7483437 B2 JP7483437 B2 JP 7483437B2
Authority
JP
Japan
Prior art keywords
time phase
image
radiation
time
phase
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
Application number
JP2020051625A
Other languages
English (en)
Other versions
JP2021146101A (ja
Inventor
正英 市橋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Medical Systems Corp
Original Assignee
Canon Medical Systems Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Canon Medical Systems Corp filed Critical Canon Medical Systems Corp
Priority to JP2020051625A priority Critical patent/JP7483437B2/ja
Priority to US17/206,798 priority patent/US20210290977A1/en
Publication of JP2021146101A publication Critical patent/JP2021146101A/ja
Application granted granted Critical
Publication of JP7483437B2 publication Critical patent/JP7483437B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • 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
    • A61N5/103—Treatment planning systems
    • A61N5/1037—Treatment planning systems taking into account the movement of the target, e.g. 4D-image based planning
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048—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
    • A61N5/1064—Monitoring, verifying, controlling systems and methods for adjusting radiation treatment in response to monitoring
    • A61N5/1069—Target adjustment, e.g. moving the patient support
    • A61N5/107—Target adjustment, e.g. moving the patient support in real time, i.e. during treatment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048—Monitoring, verifying, controlling systems and methods
    • A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A61N2005/1055—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using magnetic resonance imaging [MRI]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1077—Beam delivery systems
    • A61N5/1081—Rotating beam systems with a specific mechanical construction, e.g. gantries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Urology & Nephrology (AREA)
  • Surgery (AREA)
  • Radiation-Therapy Devices (AREA)

Description

本明細書及び図面に開示の実施形態は、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に関する。
磁気共鳴イメージング装置と放射線治療装置とが一体化されたＭＲＩ（Magnetic Resonance Imaging）統合型放射線治療システムがある。ＭＲＩ統合型放射線治療システムは、放射線照射中に、患者をＭＲ撮像し、腫瘍の位置を画像処理で特定し、腫瘍の位置に応じて放射線の照射を制御することが可能である。しかしながら、画像処理に時間を要するため、照射制御時の実際の腫瘍位置が照射範囲外に移動している可能性がある。
国際公開公報２０１９／１４６３５８号 特開２０１９－７４８６８号公報 特表２０１６－５１７２８８号公報
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、放射線治療における放射線照射制御の正確性を向上することである。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照射制御装置は、取得部、推定部及び制御部を有する。取得部は、患者の腫瘍領域を含む第１の時相のＭＲ画像を取得する。推定部は、前記第１の時相のＭＲ画像に学習済みモデルを適用して前記第１の時相よりも所定時相後の第２の時相の前記患者の腫瘍領域の位置を推定する。前記学習済みモデルは、腫瘍領域を含むＭＲ画像を入力することにより、前記ＭＲ画像に含まれる腫瘍領域の、前記ＭＲ画像の時相よりも前記所定時相後の位置を出力するように学習されたニューラルネットワークである。制御部は、前記第２の時相の前記患者の腫瘍領域の位置に基づいて放射線治療装置による放射線の照射を制御する。
図１は、本実施形態に係る放射線治療システムの構成例を示す図である。 図２は、図１の放射線照射制御装置の構成例を示す図である。 図３は、図１のＭＲＩ統合型放射線治療装置の構成例を示す図である。 図４は、本実施形態に係る学習済みモデルの入出力を模式的に示す図である。 図５は、時間経過に伴う腫瘍位置の変化を模式的に示す図である。 図６は、図１の学習装置による学習済みモデルの生成処理を模式的に示す図である。 図７は、撮像タイミングとＭＲ画像の時相との関係を示す図である。 図８は、図２の放射線照射制御装置による照射制御の流れの一例を示す図である。 図９は、図８のステップＳＡ３：ＮＯにおける表示画面の一例を示す図である。 図１０は、ステップＳＡ３：ＹＥＳにおける表示画面（照射停止パターン）の一例を示す図である。 図１１は、放射線照射制御装置による照射制御の流れの他の例を示す図である。 図１２は、本実施形態に係る他の学習済みモデルの入出力を模式的に示す図である。 図１３は、本実施形態に係る他の学習済みモデルの入出力を模式的に示す図である。 図１４は、本実施形態に係る他の学習済みモデルの入出力を模式的に示す図である。
以下、図面を参照しながら、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の実施形態について詳細に説明する。
図１は、本実施形態に係る放射線治療システム１００の構成例を示す図である。図１に示すように、放射線治療システム１００は、治療計画用ＣＴ(Computed Tomography)装置１、治療計画装置２、画像保管装置３、学習装置４、放射線照射制御装置５及びＭＲＩ統合型放射線治療装置６を有する。
治療計画用ＣＴ装置１は、治療計画に利用するＣＴ画像を生成するためのＸ線コンピュータ断層撮影装置である。治療計画用ＣＴ装置１は、例えば、Ｘ線管とＸ線検出器とを保持する回転フレームを高速で回転させながらＸ線管から患者にＸ線を照射し、患者を透過したＸ線をＸ線検出器により検出する。そして治療計画用ＣＴ装置１は、Ｘ線検出器からの生データに基づいて、当該Ｘ線の透過経路上にある物質のＸ線減弱係数の空間分布を表現するＣＴ画像を生成する。治療計画用ＣＴ装置１により生成されたＣＴ画像は治療計画用ＣＴ画像と呼ばれる。治療計画用ＣＴ画像は、治療計画装置２と画像保管装置３とに供給される。
治療計画装置２は、ＣＰＵ（Central Processing Unit）等のプロセッサ、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）等のメモリ、ディスプレイ、入力インタフェース、通信インタフェースを含むコンピュータである。治療計画装置２は、治療計画用ＣＴ画像を利用して当該患者の治療計画を立案するコンピュータである。治療計画は、フォワード・プランニング（Forward Planning）とインバース・プランニング（Inverse Planning）の２種類がある。治療計画装置２は、治療計画として、放射線治療の照射門数や照射角度、放射線強度、コリメータ開度、ウェッジフィルタ等の放射線治療条件、当該放射線治療条件に基づいて線量分布を決定する。治療計画は、放射線照射制御装置５とＭＲＩ統合型放射線治療装置６とに供給される。
画像保管装置３は、医用画像を保管するＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、集積回路記憶装置等の大容量記憶装置を有するコンピュータである。具体的には、画像保管装置３は、医用画像として、治療計画用ＣＴ装置１により生成された治療計画用ＣＴ画像やＭＲＩ統合型放射線治療装置６により生成されたＭＲ画像を記憶する。ＭＲ画像は、学習装置４に供給される。
学習装置４は、ＣＰＵ等のプロセッサ、ＲＯＭやＲＡＭ等のメモリ、ディスプレイ、入力インタフェース、通信インタフェースを含むコンピュータである。学習装置４は、ＭＲＩ統合型放射線治療装置６により生成されたＭＲ画像に基づいて、放射線照射制御装置５により使用される学習済みモデルを生成する。学習済みモデルは、放射線照射制御装置５に供給される。
放射線照射制御装置５は、放射線治療計画、ＭＲ画像及び学習済みモデルに基づいて、ＭＲＩ統合型放射線治療装置６による放射線の照射を制御するコンピュータである。放射線照射制御装置５は、例えば、放射線治療装置用シンクロナイザに実装される。
ＭＲＩ統合型放射線治療装置６は、ＭＲ撮像を行い患者の腫瘍の位置を監視しながら、治療計画に従い患者内の腫瘍等に放射線を照射する装置である。ＭＲＩ統合型放射線治療装置６は、ＭＲ撮像を実行する機械装置であるＭＲ撮像機構７と放射線治療を実行する機械装置である放射線治療機構８とを装備する。
図２は、放射線照射制御装置５の構成例を示す図である。図２に示すように、放射線照射制御装置５は、処理回路５１、通信機器５３、表示機器５５、入力機器５７及び記憶装置５９を有する。処理回路５１は処理部の一例であり、通信機器５３は通信部の一例であり、入力機器５７は入力部の一例であり、記憶装置５９は記憶部の一例である。
処理回路５１は、プロセッサを有する。当該プロセッサが記憶装置５９等にインストールされた各種プログラムを起動することにより、取得機能５１１、腫瘍位置推定機能５１２、治療制御機能５１３及び表示制御機能５１４を実現する。各機能５１１～５１４は単一の処理回路５１で実現される場合に限らない。複数の独立したプロセッサを組み合わせて処理回路を構成し、各プロセッサがプログラムを実行することにより各機能５１１～５１４を実現するものとしても構わない。取得機能５１１は取得部の一例であり、腫瘍位置推定機能５１２は推定特定部の一例であり、治療制御機能５１３は制御部の一例であり、表示制御機能５１４は表示部の一例である。
取得機能５１１の実現により、処理回路５１は、種々の情報を取得する。具体的には、処理回路５１は、治療計画装置２により生成された患者の治療計画、学習装置４により生成された学習済みモデル、ＭＲＩ統合型放射線治療装置６により生成された患者のＭＲ画像等を取得する。取得の形態としては、各種装置から直接的に取得する事に限定されず、当該装置から受信した情報を記憶装置５９に記憶し、記憶装置５９から当該情報を取得してもよい。
腫瘍位置推定機能５１２の実現により、処理回路５１は、第１の時相のＭＲ画像に学習済みモデルを適用して、第１の時相よりも所定時相後の第２の時相の当該患者の腫瘍領域の位置を推定する。以下、腫瘍領域の位置を単に腫瘍位置と呼ぶことにする。腫瘍位置は、ＭＲ画像に含まれる腫瘍領域を構成する複数画素の座標の集合により規定されてもよいし、特定画素の座標により規定されてもよい。また、腫瘍位置は、ＭＲ画像に含まれる解剖学的基準点から腫瘍領域の基準点までの距離及び方向により規定されてもよい。解剖学的基準点は、当該腫瘍領域の周囲に存在する骨等の体動により移動がない解剖学的部位に設定されるとよい。腫瘍領域の基準点は、解剖学的基準に最も距離が近い点でもよいし、腫瘍領域の中心点や重心点等でもよい。以下、腫瘍位置は、ＭＲ画像に含まれる腫瘍領域を構成する複数画素の座標の集合により規定されるものとする。
治療制御機能５１３の実現により、処理回路５１は、腫瘍位置推定機能５１２により推定された、第２の時相の患者の腫瘍位置に基づいてＭＲＩ統合型放射線治療装置６による放射線の照射を制御する。
表示制御機能５１４の実現により、処理回路５１は、種々の情報を、表示機器５５を介して表示する。例えば、処理回路５１は、第２の時相の腫瘍位置を表示する。
通信機器５３は、有線又は無線を介して、放射線治療システム１００に含まれる治療計画用ＣＴ装置１、治療計画装置２、画像保管装置３、学習装置４及びＭＲＩ統合型放射線治療装置６との間で情報通信を行うためのインタフェースである。
表示機器５５は、処理回路５１の表示制御機能５１４に従い種々の情報を表示する。表示機器５５としては、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）、ＣＲＴ（Cathode Ray Tube）ディスプレイ、有機ＥＬディスプレイ（ＯＥＬＤ：Organic Electro Luminescence Display）、プラズマディスプレイ又は他の任意のディスプレイが適宜使用可能である。また、表示機器５５は、プロジェクタでもよい。
入力機器５７は、ユーザからの各種の入力操作を受け付け、受け付けた入力操作を電気信号に変換して処理回路５１に出力する。具体的には、入力機器５７は、マウス、キーボード、トラックボール、スイッチ、ボタン、ジョイスティック、タッチパッド、タッチパネルディスプレイ等が適宜選択される。入力機器５７は、音声を集音するマイク等の入力機器からの音声信号を用いた音声入力装置であってもよい。入力機器５７は、光学センサを用いた非接触入力回路でもよい。入力機器５７は、当該入力機器への入力操作に応じた電気信号を処理回路５１へ出力する。また、入力機器５７は、ネットワーク等を介して接続された他のコンピュータに設けられた入力機器でもよい。
記憶装置５９は、種々の情報を記憶するＲＯＭやＲＡＭ、ＨＤＤ、ＳＳＤ、集積回路記憶装置等の記憶装置である。記憶装置５９は、例えば、取得機能５１１により取得されたＭＲ画像や治療計画、学習済みモデル等を記憶する。記憶装置５９は、上記記憶装置以外にも、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、フラッシュメモリ等の可搬型記憶媒体や、半導体メモリ素子等との間で種々の情報を読み書きする駆動装置であってもよい。記憶装置５９は、放射線照射制御装置５に有線又は無線を介して接続された他のコンピュータ内にあってもよい。
図３は、ＭＲＩ統合型放射線治療装置６の構成例を示す図である。図３に示すように、ＭＲＩ統合型放射線治療装置６は、ＭＲ撮像機構７、放射線治療機構８及びコンソール６０を有する。
ＭＲ撮像機構７と放射線治療機構８とは、一体のガントリを構成し、一台の寝台８３を共有する。例えば、ＭＲ撮像機構７及び放射線治療機構８は、それぞれ開口７０及び開口８０を有する円筒形状のガントリにより構成される。開口７０及び開口８０が連通するようにＭＲ撮像機構７及び放射線治療機構８が配置される。開口７０及び開口８０に、寝台８３の天板８４が挿入される。
ＭＲ撮像機構７は、例えば、静磁場磁石、傾斜磁場電源、傾斜磁場コイル、送信回路、送信コイル、受信コイル及び受信回路を有する。ＭＲ撮像機構７は、ＭＲ撮像制御回路６６からの指示に従い傾斜磁場電源、送信回路及び受信回路等を制御し、患者をＭＲ撮像する。ＭＲ撮像では、静磁場磁石を介した静磁場の印加の下、傾斜磁場コイルを介した傾斜磁場の印加と送信コイルを介したＲＦパルスの印加とが繰り返される。ＲＦパルスの印加に起因して患者Ｐから放出されたＭＲ信号が放出される。放出されたＭＲ信号は、受信コイルを介して受信される。受信されたＭＲ信号は、受信回路によりＡ／Ｄ変換等の信号処理が施される。Ａ／Ｄ変換後のＭＲ信号は、ｋ空間データと呼ばれる。ｋ空間データは、ＭＲ撮像制御回路６６に供給される。
放射線治療機構８は、照射器８１を回転可能に支持する。照射器８１は、照射制御回路６７からの指示に従い放射線を照射する。放射線としては、Ｘ線やガンマ線、粒子線等、放射線治療に用いられる如何なる種類の放射線が用いられてもよい。放射線治療機構８には架台駆動装置８２が内蔵されている。架台駆動装置８２は、架台制御回路６８からの指示に従い照射器８１を回転軸回りに回転する。
寝台８３は、天板８４、基台８５及び寝台駆動装置８６を有する。天板８４には患者Ｐが載置される。天板８４は基台８５により移動自在に支持される。基台８５は床面に設置される。寝台駆動装置８６は基台８５に内蔵される。寝台駆動装置８６は、寝台制御回路６９からの指示に従い天板８４を移動する。
図３に示すように、コンソール６０は、処理回路６１、通信機器６２、表示機器６３、入力機器６４、記憶装置６５、ＭＲ撮像制御回路６６、照射制御回路６７、架台制御回路６８及び寝台制御回路６９を有する。処理回路６１は処理部の一例であり、通信機器６２は通信部の一例であり、表示機器６３は表示部の一例であり、入力機器６４は入力部の一例であり、記憶装置６５は記憶部の一例であり、ＭＲ撮像制御回路６６はＭＲ撮像部の一例であり、照射制御回路６７は照射部の一例であり、架台制御回路６８は照射部の一例であり、寝台制御回路６９は制御部の一例である。
処理回路６１は、プロセッサを有する。処理回路６１は、当該プロセッサが記憶装置５９等にインストールされた各種プログラムを起動することにより、通信機器６２、表示機器６３、入力機器６４、記憶装置６５、ＭＲ撮像制御回路６６、照射制御回路６７、架台制御回路６８及び寝台制御回路６９を制御する。
通信機器６２は、有線又は無線を介して、放射線治療システム１００に含まれる治療計画用ＣＴ装置１、治療計画装置２、画像保管装置３、学習装置４及び放射線照射制御装置５との間で情報通信を行うためのインタフェースである。
表示機器６３は、処理回路６１による制御に従い種々の情報を表示する。表示機器６３としては、液晶ディスプレイ、ＣＲＴディスプレイ、有機ＥＬディスプレイ、プラズマディスプレイ又は他の任意のディスプレイが適宜使用可能である。また、表示機器６３は、プロジェクタでもよい。
入力機器６４は、ユーザからの各種の入力操作を受け付け、受け付けた入力操作を電気信号に変換して処理回路６１に出力する。具体的には、入力機器６４は、マウス、キーボード、トラックボール、スイッチ、ボタン、ジョイスティック、タッチパッド、タッチパネルディスプレイ等が適宜選択される。入力機器６４は、音声を集音するマイク等の入力機器からの音声信号を用いた音声入力装置であってもよい。入力機器６４は、光学センサを用いた非接触入力回路でもよい。入力機器６４は、当該入力機器への入力操作に応じた電気信号を処理回路６１へ出力する。また、入力機器６４は、ネットワーク等を介して接続された他のコンピュータに設けられた入力機器でもよい。
記憶装置６５は、種々の情報を記憶するＲＯＭやＲＡＭ、ＨＤＤ、ＳＳＤ、集積回路記憶装置等の記憶装置である。記憶装置６５は、例えば、ＭＲ画像や治療計画等を記憶する。記憶装置６５は、上記記憶装置以外にも、ＣＤ、ＤＶＤ、フラッシュメモリ等の可搬型記憶媒体や、半導体メモリ素子等との間で種々の情報を読み書きする駆動装置であってもよい。記憶装置６５は、放射線照射制御装置５に有線又は無線を介して接続された他のコンピュータ内にあってもよい。
ＭＲ撮像制御回路６６は、ハードウェア資源として、ＣＰＵ等のプロセッサとＲＯＭやＲＡＭ等のメモリとを有する。ＭＲ撮像制御回路６６は、予め設定されたＭＲ撮像条件に基づいて傾斜磁場電源、送信回路及び受信回路を同期的に制御し、当該ＭＲ撮像条件に応じたパルスシーケンスに従い患者ＰにＭＲ撮像を実行し、患者Ｐのｋ空間データを収集する。ＭＲ撮像制御回路６６は、収集されたｋ空間データに基づいて患者ＰのＭＲ画像を再構成する。ＭＲ画像は、記憶装置６５に記憶される。
照射制御回路６７は、ハードウェア資源として、ＣＰＵ等のプロセッサとＲＯＭやＲＡＭ等のメモリとを有する。照射制御回路６７は、治療計画装置２から受信した治療計画に従い放射線を照射するために照射器８１を制御する。また、照射制御回路６７は、放射線照射制御装置５の治療制御機能５１３による制御に従い放射線の照射のオンとオフとを切り替える。
架台制御回路６８は、ハードウェア資源として、ＣＰＵ等のプロセッサとＲＯＭやＲＡＭ等のメモリとを有する。架台制御回路６８は、治療計画のうちの照射角度から放射線を照射するために架台駆動装置８２を制御する。照射角度は、入力機器６４を介してユーザにより入力されてもよい。
寝台制御回路６９は、ハードウェア資源として、ＣＰＵ等のプロセッサとＲＯＭやＲＡＭ等のメモリとを有する。寝台制御回路６９は、天板８４を任意の位置に移動するために寝台駆動装置８６を制御する。また、寝台制御回路６９は、放射線照射制御装置５の治療制御機能５１３による制御に従い天板８４を移動する。天板８４の位置は、入力機器６４を介してユーザにより入力されてもよい。
次に、本実施形態に係る放射線治療システム１００の処理の詳細について説明する。
上記の通り、放射線照射制御装置５の処理回路５１は、腫瘍位置推定機能５１２の実現により、第１の時相のＭＲ画像に学習済みモデルを適用して、第１の時相よりも所定時相後の第２の時相の当該患者の腫瘍領域の位置を推定する。第１の時相は、処理対象のＭＲ画像の撮像時又は生成時を表す。時相は、患者の生体波形の位相により規定されてもよいし、時間により規定されてもよい。第１の時相のＭＲ画像は、典型的には、動画撮像により収集されるＭＲ画像のうちの最新フレームのＭＲ画像であるので、第１の時相を現在時相と呼ぶことにする。第２の時相は、第１の時相から所定時相後の時相に設定されるので、未来時相と呼ぶことにする。
本実施形態に係る学習済みモデルは、２層以上の多層構造を有するニューラルネットワークであるとする。ニューラルネットワークは、複数の調整可能な関数及びパラメータの組合せにより定義されるパラメータ付きの合成関数を含む。パラメータは、重み係数及びバイアスの総称である。
図４は、本実施形態に係る学習済みモデルの入出力を模式的に示す図である。図４に示すように、学習済みモデルは、現在時相のＭＲ画像を入力することにより、現在時相よりも所定時相後の未来時相の腫瘍位置を出力するように学習されたニューラルネットワークである。例えば、現在時相がＮ％である場合、未来時相は現在時相Ｎ％よりも１０％後の（Ｎ＋１０）％に設定される。なお、本実施形態においては、呼吸波形の１周期を１００％で表したときの現在時相をＮ（Ｎは１から１００までの任意の時相値）％で表記するものとする。未来時相の腫瘍位置は、腫瘍領域の各画素の画像座標の数列として出力されてもよいし、当該画像座標に腫瘍領域が描画された画像データとして出力されてもよいし、腫瘍領域の各画素の実座標の数列として出力されてもよい。また、未来時相の腫瘍位置が分かるのであれば、上記形式に限定されず、如何なる形式で出力されてもよい。
現在時相Ｎ％から未来時相（Ｎ＋１０）％への時相差（所定時相）１０％は、ＭＲＩ統合型放射線治療装置６によるＭＲ撮像のフレームレートよりも短い時間に設定されるとよい。本実施形態に係る学習済みモデルを使用することにより、現在時相Ｎ％のＭＲ画像から、未来時相（Ｎ＋１０）％の腫瘍位置を推定することが可能になる。すなわち、フレームレートよりも細かい時間分解能で腫瘍位置を推定することが可能になる。以下、当該時相差を時相ずれ量と呼ぶ。以下の説明において時相ずれ量は例示的に１０％であるが、本実施形態はこれに限定されず、フレームレートよりも短い時間であれば、幾つでもよい。例えば、時相ずれ量は、時間換算で０．１秒から２．０秒程度であることが考えられる。
より詳細には、時相ずれ量は、ＭＲ画像の基準時刻から照射制御が行われる時刻までの時間差よりも長く、且つフレームレート相当の時間間隔よりも短い値に設定されるとよい。当該時間差よりも短い場合、照射制御時点において、学習済みモデルにより出力された未来時相の腫瘍位置は既に過去の腫瘍位置になっているためである。ＭＲ画像の基準時刻は、当該ＭＲ画像のｋ空間低周波数領域に相当するデータを収集した時刻に規定されてもよいし、ｋ空間全領域に相当するデータを収集した時刻に規定されてもよいし、他の時刻に規定されてもよい。
図５は、時間経過に伴う腫瘍位置の変化を模式的に示す図である。図５の上段はＭＲ画像を模式的に示し、図５の下段は時相の時系列を示している。図５に示すように、時系列のＭＲ画像は、ＭＲＩ統合型放射線治療装置６により、フレームレート３０％で収集される。ＭＲＩ統合型放射線治療装置６の被検体である患者には腫瘍が発生しているので、各時相のＭＲ画像には腫瘍領域ＲＴが描出される。腫瘍領域ＲＴは、患者の呼吸等の体動により位置が変化するものとする。換言すれば、腫瘍領域ＲＴは、体動の影響を受ける位置に発生しているものとする。
ＭＲＩ統合型放射線治療装置６のＭＲ撮像のフレームレートは、比較的に低速であることが予想される。例示のため、図５に示すように、フレームレートが３０％に設定さるものとする。この場合、Ｎ％から（Ｎ＋３０）％までの各時相における正確な腫瘍位置を、ＭＲＩ統合型放射線治療装置６により収集されたＭＲ画像から知ることはできない。ＭＲＩ統合型放射線治療装置６は、放射線照射中に、患者をＭＲ撮像し、腫瘍の位置を画像処理で特定し、腫瘍の位置に応じて放射線の照射を制御する。しかしながら、画像処理に時間を要するため、照射制御時の実際の腫瘍位置が照射範囲外に移動している可能性がある。
図４に示す学習済みモデルを用いることにより、現在時相Ｎ％のＭＲ画像から未来時相（Ｎ＋１０）％の腫瘍位置を推定することができる。なお、未来時相は、現在時相から１０％後の時相に限定されず、現在時相から時相ずれ量後の時相までの任意の時相に設定可能である。
次に、学習装置４による学習済みモデルの生成について説明する。
図６は、学習装置４による学習済みモデルの生成処理を模式的に示す図である。図６に示すように、学習装置４は、複数の学習サンプルに基づいて未学習モデルを学習させることにより学習済みモデルを生成する。未学習モデルは、パラメータが初期値に設定されたニューラルネットワークである。各学習サンプルは、入力データと正解データとの組合せにより構成される。入力データとしては、第１の時相のＭＲ画像（入力ＭＲ画像とも呼ぶ）が用いられる。正解データとしては、第２の時相の腫瘍位置（正解腫瘍位置とも呼ぶ）が用いられる。例えば、第１の時相は現在時相に対応するＮ％であり、第２の時相は未来時相に対応する（Ｎ＋１０）％である。未来時相の腫瘍位置は、ＭＲＩ統合型放射線治療装置６により患者をＭＲ撮像することにより生成された、実測の未来時相のＭＲ画像から特定される。
具体的には、学習サンプルの収集のため、ＭＲＩ統合型放射線治療装置６は、患者等の被検体を所定のフレームレートで動画撮像して時系列のＭＲ画像を生成する。時系列のＭＲ画像は、学習装置４に供給される。学習装置４は、時系列のＭＲ画像の中から、任意の基準時相のＭＲ画像と当該基準時相から時相ずれ量後の時相（以下、他時相と呼ぶ）のＭＲ画像との組合せを特定する。例えば、基準時相０％のＭＲ画像と他時相３０％のＭＲ画像との組合せ、基準時相３０％のＭＲ画像と他時相６０％のＭＲ画像との組合せ、基準時相６０％のＭＲ画像と他時相９０％のＭＲ画像との組合せが特定される。すなわち、学習に用いられるＭＲ画像の基準時相は、複数の学習サンプルに亘り同一である必要なく、異なっていてもよいこととなる。
各学習サンプルについて学習装置４は、他時相のＭＲ画像に閾値処理や機械学習、画像認識等の任意の領域抽出処理を施し腫瘍位置を特定する。なお、学習装置４は、ユーザにより指定された領域を腫瘍領域として特定してもよい。基準時相のＭＲ画像と他時相の腫瘍位置とには同一の学習サンプルに属する旨のフラグが付与される。学習サンプルは、学習装置４に記憶される。
前述の通り、ＭＲＩ統合型放射線治療装置６のフレームレートは比較的低いことが想定される。
図７は、撮像タイミングとＭＲ画像の時相との関係を示す図である。撮像タイミングの種別毎のＭＲ画像の収集時相を示すマークが呼吸波形に重畳されている。図７に示すように、例えば、一呼吸周期が３．６秒と仮定した場合、１種類の撮像タイミングでは１０程度の学習サンプルしか得ることができない。そこで、ＭＲＩ統合型放射線治療装置６は、患者の一呼吸周期に対して密に学習サンプルを収集するため、一呼吸周期に対して撮像タイミングを変えて動画撮像を行う。具体的には、ＭＲＩ統合型放射線治療装置６は、患者が呼吸を繰り返し行っている際、撮像タイミングをずらして複数回の動画撮像を行う。例えば、１回目の動画撮像は撮像タイミング１で行われ、２回目の動画撮像は、撮像タイミング１よりも時相が所定時相ずれた撮像タイミング２で行われる。一呼吸周期に対して学習サンプルが密に収集されるまで、撮像タイミングをずらして動画撮像が繰り返し行われる。
なお、全ての学習サンプルが同一患者のデータである必要はなく、種々の患者のデータが含まれていてもよい。また、入力データの時相と正解データの時相との時相ずれ量は全て同一であることが望ましいが、許容範囲であれば、ばらついても構わない。また、全ての学習サンプルがＭＲＩ統合型放射線治療装置により収集される必要はなく、一部又は全ての学習サンプルが他のＭＲＩ統合型放射線治療装置により収集されてもよいし、非統合型のＭＲＩ装置により収集されてもよい。
複数の学習サンプルが収集されると学習装置４は、これら複数の学習サンプルに基づいて未学習のニューラルネットワークを学習する。具体的には、学習装置４は、入力ＭＲ画像に未学習モデルを適用して順伝播処理を行い、推定腫瘍位置を出力する。次に学習装置４は、推定腫瘍位置と正解腫瘍位置との差分（誤差）に未学習モデルを適用して逆伝播処理を行い、勾配ベクトルを計算する。次に学習装置４は、勾配ベクトルに基づいて未学習モデルの重みやバイアス等のパラメータを更新する。多数の学習サンプルについて順伝播処理及び逆伝播処理を繰り返してパラメータを更新することにより学習済みモデルが完成する。学習済みモデルは、放射線照射制御装置５に供給される。
上記の説明において学習装置４は、入力データとして、ＭＲ画像をニューラルネットワークに入力して学習を行うものとした。しかしながら、本実施形態はこれに限定されない。例えば、学習装置４は、ＭＲ画像と、正解データである腫瘍位置の評価結果とを、入力データとしてニューラルネットワークに入力してもよい。腫瘍位置の評価結果は、腫瘍位置の特定の正確性に対する評価の結果である。例えば、画像処理により腫瘍領域を特定する場合、正確に腫瘍領域が特定されるとは限らない。この場合、ユーザは、画像処理による腫瘍領域の特定精度を、目視等により評価し、当該腫瘍位置に評価結果を付する。評価結果は、ＯＫ又はＮＧ等の２段階評価でもよいし、優、良又は可等の３段階評価でもよいし、より多段の評価でもよい。ユーザが手動的に腫瘍領域を特定する場合にも同様に評価結果が入力データとして用いられてもよい。これにより、腫瘍位置の評価結果を加味したニューラルネットワークの学習を行うことができ、腫瘍位置の推定精度が向上する。
次に、放射線照射制御装置５による照射制御について説明する。
図８は、放射線照射制御装置５による照射制御の流れの一例を示す図である。図８に示す照射制御は、ＭＲＩ統合型放射線治療装置６による放射線治療に並行して行われるものとする。放射線治療においては患者Ｐが天板８４に載置され、治療計画にて設定された照射範囲に腫瘍領域が位置するように患者Ｐ及び天板８４が位置決めされている。当該位置に位置決めされた患者Ｐの照射範囲に対して放射線治療機構８により放射線が照射される。ＭＲ撮像機構７は、当該位置に位置決めされた患者Ｐに対してＭＲ撮像可能に構成されているものとする。例えば、放射線治療機構８を天板８４の長手両方向から挟むように一対のＭＲ撮像機構７が配置される。放射線治療機構８による放射線治療に並行して、ＭＲ撮像機構７により所定フレームレートで動画撮像が実行され、時系列のＭＲ画像がＭＲ撮像制御回路６６により再構成される。時系列のＭＲ画像の最新のＭＲ画像は、リアルタイムで放射線照射制御装置５に伝送される。各ＭＲ画像には患者の腫瘍領域が描出されているものとする。患者Ｐの呼吸動を監視するため、呼吸センサにより呼吸波形が収集され、呼吸波形が放射線照射制御装置５に伝送される。
図８に示すように、放射線照射制御装置５の処理回路５１は、取得機能５１１の実現により、患者Ｐの腫瘍領域を含む、現在時相Ｎ％のＭＲ画像を取得する（ステップＳＡ１）。現在時相Ｎ％のＭＲ画像は、ＭＲＩ統合型放射線治療装置６により患者ＰをＭＲ撮像することにより生成されている時系列のＭＲ画像のうちの最新の一時相のＭＲ画像である。
ステップＳＡ１が行われると処理回路５１は、腫瘍位置推定機能５１２の実現により、学習済みモデルを利用して、未来時相（Ｎ＋１０）％の腫瘍位置を推定する（ステップＳＡ２）。ステップＳＡ２において処理回路５１は、学習装置４により生成された学習済みモデルを、ステップＳＡ１において取得された現在時相Ｎ％のＭＲ画像に適用して、未来時相（Ｎ＋１０）％の腫瘍位置を推定する。
上述の通り、現在時相Ｎ％からの時相ずれ量１０％、換言すれば、予測対象の未来時相（Ｎ＋１０）％は、ＭＲ画像の基準時刻から照射制御が行われる時刻までの時間差よりも長く、且つフレームレート相当の時間間隔よりも短い値に設定されるとよい。ここで、照射制御が行われる時刻は、実際に照射器８１から放射線が照射されなくなるまでの時刻ではなく、照射制御回路６７が照射器８１に対して照射停止制御を開始した時刻がよい。
ステップＳＡ２が行われると処理回路５１は、治療制御機能５１３の実現により、未来時相（Ｎ＋１０）％の腫瘍位置が照射範囲から外れるか否かを判定する（ステップＳＡ３）。未来時相（Ｎ＋１０）％の腫瘍位置が照射範囲から外れないと判定された場合（ステップＳＡ３：ＮＯ）、処理回路５１は、ステップＳＡ１に進み、次の現在時相Ｎ％のＭＲ画像を取得し、ステップＳＡ１からステップＳＡ３を繰り返す。
図９は、ステップＳＡ３：ＮＯにおける表示画面（照射継続パターン）Ｉ１の一例を示す図である。図９に示すように、表示画面Ｉ１には、ＭＲ画像Ｉ１１、呼吸波形Ｉ２、メッセージＩ１３、照射停止アイコンＩ１４及び照射再開アイコンＩ１５が表示される。ＭＲ画像Ｉ１１としては、例えば、ステップＳＡ１において取得された現在時相Ｎ％のＭＲ画像が表示される。ＭＲ画像Ｉ１１には、現在時相Ｎ％の腫瘍位置ＲＴ１１が色等で強調されている。また、ＭＲ画像Ｉ１１には、ステップＳＡ２において推定された未来時相（Ｎ＋１０）％の腫瘍位置ＲＴ１２が重畳される。未来時相（Ｎ＋１０）％の腫瘍位置ＲＴ１２も色等で強調されている。このように、現在時相Ｎ％のＭＲ画像Ｉ１１に現在時相Ｎ％の腫瘍位置ＲＴ１１と未来時相（Ｎ＋１０）％の腫瘍位置ＲＴ１２とを強調表示することによりユーザは、両者の位置関係を明確に把握することができる。
図９に示すように、ＭＲ画像Ｉ１１に照射範囲ＲＲ１が重畳されてもよい。照射範囲ＲＲ１は、例えば、治療計画のうちの治療条件の一パラメータとして設定されているものが用いられればよい。このように、現在時相Ｎ％の腫瘍位置ＲＴ１１と未来時相（Ｎ＋１０）％の腫瘍位置ＲＴ１２と照射範囲ＲＲ１とを表示することによりユーザは、照射範囲ＲＲ１に対する現在時相Ｎ％の腫瘍位置ＲＴ１１と未来時相（Ｎ＋１０）％の腫瘍位置ＲＴ１２との位置関係を明確に把握することができる。
図９においては、未来時相（Ｎ＋１０）％の腫瘍位置ＲＴ１２が照射範囲ＲＲ１に収まっているので、未来時相（Ｎ＋１０）％の腫瘍位置ＲＴ１２が照射範囲ＲＲ１から外れていないと判定される。この場合、図９に示すように、その旨のメッセージＩ１３が表示される。例えば、「〇〇秒後、腫瘍は照射範囲内です。照射を継続します。」等が表示される。放射線の照射が継続される場合、照射が継続されていることをユーザに明示するため、照射停止アイコンＩ１４が、照射継続を表す色や形状、文字等で表示されるとよい。
なお、腫瘍位置ＲＴ１２の全体が照射範囲ＲＲ１から外れている場合に、腫瘍位置ＲＴ１２が照射範囲ＲＲ１から外れていると判定されてもよいし、腫瘍位置ＲＴ１２の一部でも照射範囲ＲＲ１から外れている場合に、腫瘍位置ＲＴ１２が照射範囲ＲＲ１から外れていると判定されてもよいし、腫瘍位置ＲＴ１２の所定割合又は特定部位が照射範囲ＲＲ１から外れている場合に、腫瘍位置ＲＴ１２が照射範囲ＲＲ１から外れていると判定されてもよい。これら判定基準は任意に設定可能である。
図９に示すように、表示画面Ｉ１に患者の呼吸波形Ｉ１２が表示されるとよい。呼吸波形Ｉ１２が呼吸センサ等によりリアルタイムで計測され、表示されるとよい。例えば、時間経過に伴い呼吸波形が左から右に流れるように最新の呼吸時相がリアルタイムで表示される。呼吸波形Ｉ１２には現在時相Ｎ％を示すマークＭ１１と未来時相（Ｎ＋１０）％を示すマークＭ１２とが重畳されるとよい。これによりユーザは、腫瘍位置ＲＴ１１，ＲＴ１２と現在時相Ｎ％，未来時相（Ｎ＋１０）％との関係を明瞭に把握することが可能になる。
ステップＳＡ３において未来時相（Ｎ＋１０）％の腫瘍位置が照射範囲から外れると判定された場合（ステップＳＡ３：ＹＥＳ）、処理回路５１は、治療制御機能５１３の実現により、即時に放射線の照射を停止する（ステップＳＡ４）。
図１０は、ステップＳＡ３：ＹＥＳにおける表示画面（照射停止パターン）Ｉ２の一例を示す図である。図１０に示すように、表示画面Ｉ２には、図９の表示画面Ｉ１と同様、ＭＲ画像Ｉ２１、呼吸波形Ｉ２２、メッセージＩ２３、照射停止アイコンＩ２４及び照射再開アイコンＩ２５が表示される。ＭＲ画像Ｉ２１としては、図９の表示画面Ｉ１と同様、現在時相Ｎ％のＭＲ画像が表示され、現在時相Ｎ％の腫瘍位置ＲＴ２１と未来時相（Ｎ＋１０）％の腫瘍位置ＲＴ２２と照射範囲ＲＲ２とが表示される。図１０においては、未来時相（Ｎ＋１０）％の腫瘍位置ＲＴ２２の全体が照射範囲ＲＲ２から外れているので、未来時相（Ｎ＋１０）％の腫瘍位置が照射範囲から外れると判定されることとなる。この場合、図１０に示すように、その旨のメッセージＩ２３が表示される。例えば、「〇〇秒後、腫瘍は照射範囲外です。照射を停止します。」等が表示される。放射線の照射が停止される場合、照射が停止されていることをユーザに明示するため、照射停止アイコンＩ２４が、照射停止を表す色や形状、文字等で表示されるとよい。
未来時相（Ｎ＋１０）％の腫瘍位置が照射範囲から外れると判定された場合、処理回路５１は、治療制御機能５１３の実現により、放射線の照射停止指示を、ＭＲＩ統合型放射線治療装置６に供給する。ＭＲＩ統合型放射線治療装置６の処理回路６１は、照射停止指示を受け照射制御回路６７を作動する。照射制御回路６７は、照射器８１を制御して放射線の照射を即時に停止する。これにより、実際の呼吸時相が未来時相に達する前に放射線の照射を停止することができ、照射範囲ＲＲ２に位置する正常部位への被曝を低減することができる。
なお、ステップＳ４においては、未来時相（Ｎ＋１０）％の腫瘍位置が照射範囲から外れると判定された場合に自動的に放射線の照射が停止されるものとしたが、本実施形態はこれに限定されない。例えば、ユーザは、未来時相（Ｎ＋１０）％の腫瘍位置が照射範囲から外れると判断した場合、図１０に示す照射停止アイコンＩ２４を、入力機器５７を介して押下する。照射停止アイコンＩ２４の押下を契機として処理回路５１は、治療制御機能５１３の実現により、放射線の照射停止指示を、ＭＲＩ統合型放射線治療装置６に供給する。これによりＭＲＩ統合型放射線治療装置６の処理回路６１は、照射停止指示を受け照射制御回路６７を作動し、照射制御回路６７は、照射器８１を制御して放射線の照射を停止する。
なお、図９及び図１０の表示例においては、メッセージＩ１３及びＩ２３のように、現在時相Ｎ％と未来時相（Ｎ＋１０）％との時相ずれ量が秒換算されているが、時相換算でもよい。
ステップＳＡ４において処理回路５１は、治療制御機能５１３の実現により、放射線の照射を再開するか否かを判定する（ステップＳＡ５）。ステップＳＡ５において処理回路５１は、図１０の照射再開アイコンＩ２５が入力機器５７を介して押下されることを待機する。照射再開アイコンＩ２５の押下がされた場合、処理回路５１は、放射線の照射を再開すると判定する。
ステップＳＡ５において放射線の照射を再開すると判定された場合（ステップＳＡ５：ＹＥＳ）、処理回路５１は、治療制御機能５１３の実現により、放射線の照射再開指示を、ＭＲＩ統合型放射線治療装置６に供給する。これによりＭＲＩ統合型放射線治療装置６の処理回路６１は、照射再開指示を受け照射制御回路６７を作動し、照射制御回路６７は、照射器８１を制御して放射線の照射を再開する。
そして処理回路５１は、ステップＳＡ１に進み、次の現在時相Ｎ％のＭＲ画像を取得し、ステップＳＡ１からステップＳＡ５を繰り返す。そして処理回路５１は、ステップＳＡ５において放射線の照射を再開しないと判定した場合（ステップＳＡ５：ＮＯ）、又は所定の終了条件を充足した場合、図８に示す照射制御を終了する。所定の終了条件は、例えば、１日分の照射線量の放射線を照射した事に設定される。
以上により、図８に示す照射制御の説明を終了する。
なお、図８に示す照射制御は一例であり、種々の変形が可能である。例えば、ステップＳＡ２においては一の未来時相の腫瘍位置が推定されるものとした。しかしながら、本実施形態はこれに限定されない。例えば、複数の未来時相各々について学習済みモデルを用意してもよい。この場合、処理回路５１は、ステップＳＡ１において取得された現在時相のＭＲ画像に各学習済みモデルを適用して複数の未来時相の腫瘍位置を推定してもよい。
他の例として、処理回路５１は、ステップＳＡ５において、照射再開アイコンＩ２５の押下を契機とするのではなく、自動的に照射再開を判定してもよい。
図１１は、放射線照射制御装置５による照射制御の流れの他の例を示す図である。図１１の開始時においては、図８のステップＳＡ４により放射線の照射が停止されているものとする。
図１１に示すように、放射線照射制御装置５の処理回路５１は、取得機能５１１の実現により、現在時相Ｎ％のＭＲ画像を取得する（ステップＳＢ１）。現在時相Ｎ％のＭＲ画像は、図８のステップＳＡ１において取得されるＭＲ画像の時相よりも１フレーム以上後の画像である。
ステップＳＢ１が行われると処理回路５１は、腫瘍位置推定機能５１２の実現により、学習済みモデルを利用して、未来時相（Ｎ＋１０）％の腫瘍位置を推定する（ステップＳＢ２）。ステップＳＢ２の処理はステップＳＡ２の処理と同様である。
なお、上述の通り、現在時相Ｎ％からの時相ずれ量１０％、換言すれば、予測対象の未来時相（Ｎ＋１０）％は、ＭＲ画像の基準時刻から照射制御が行われる時刻までの時間差よりも長く、且つフレームレート相当の時間間隔よりも短い値に設定されるとよい。ここで、照射制御が行われる時刻は、放射線が実際に照射される時刻である。すなわち、照射制御回路６７が照射器８１に対して照射制御を開始した時刻ではなく、照射器８１から実際に放射線が照射される時刻がよい。これにより、実際に放射線が照射される時刻において、当該時刻における腫瘍位置が照射範囲から外れてしまっている可能性を低減することができる。
ステップＳＢ２が行われると処理回路５１は、治療制御機能５１３の実現により、未来時相（Ｎ＋１０）％の腫瘍位置が照射範囲に含まれるか否かを判定する（ステップＳＢ３）。未来時相（Ｎ＋１０）％の腫瘍位置が照射範囲に含まれないと判定された場合（ステップＳＢ３：ＮＯ）、処理回路５１は、ステップＳＢ１に進み、次の現在時相Ｎ％のＭＲ画像を取得し、ステップＳＢ１からステップＳＢ３を繰り返す。
ステップＳＢ３における未来時相（Ｎ＋１０）％の腫瘍位置が照射範囲に含まれるか否かの判定処理は、ステップＳＡ３における判定処理と同様である。なお、腫瘍位置の全体が照射範囲に含まれる場合に、腫瘍位置が照射範囲に含まれると判定されてもよいし、腫瘍位置の一部でも照射範囲に含まれる場合に、腫瘍位置が照射範囲に含まれると判定されてもよいし、腫瘍位置の所定割合又は特定部位が照射範囲に含まれる場合に、腫瘍位置が照射範囲に含まれると判定されてもよい。これら判定基準は任意に設定可能である。
ステップＳ３において未来時相（Ｎ＋１０）％の腫瘍位置が照射範囲に含まれると判定された場合（ステップＳＢ３：ＹＥＳ）、処理回路５１は、治療制御機能５１３の実現により、放射線の照射再開指示を、ＭＲＩ統合型放射線治療装置６に供給する。これによりＭＲＩ統合型放射線治療装置６の処理回路６１は、照射再開指示を受け照射制御回路６７を作動し、照射制御回路６７は、照射器８１を制御して放射線の照射を再開する。放射線の照射が再開されると処理回路５１は、図８に示す照射制御を行う。放射線治療は、例えば、１日分の照射線量の放射線が照射されたことを契機として終了する。
以上により、図１１に示す照射制御の説明を終了する。
上記の説明においては、未来時相の腫瘍位置が照射範囲から外れた場合、放射線の照射が停止されるものとした。しかしながら、本実施形態はこれに限定されない。処理回路５１は、未来時相の腫瘍位置に基づいて天板８４の位置を制御してもよい。例えば、処理回路５１は、未来時相の腫瘍位置が照射範囲に含まれるように、患者が載置される天板８４を移動させる。具体的には、処理回路５１は、未来時相の腫瘍位置が照射範囲とのずれ量を算出する。例えば、処理回路５１は、未来時相の腫瘍位置の基準位置（例えば、腫瘍位置の中心、重心又は指定位置）と照射範囲の基準位置（例えば、照射範囲の中心、重心又は指定位置）とのずれ量を算出する。ずれ量は、ＭＲＩ統合型放射線治療装置６に供給される。ＭＲＩ統合型放射線治療装置６の寝台制御回路６９は、寝台駆動装置８６を制御し、当該ずれ量を相殺するように天板８４を移動する。これにより、腫瘍位置を常に照射範囲に収めることが可能になり、放射線の照射の停止を回避することができる。
また、処理回路５１は、未来時相の腫瘍位置が照射範囲に含まれるように、照射範囲を移動させる。具体的には、処理回路５１は、未来時相の腫瘍位置が現在時相の照射範囲とのずれ量を算出する。例えば、処理回路５１は、未来時相の腫瘍位置の基準位置（例えば、腫瘍位置の中心、重心又は指定位置）と現在時相の照射範囲の基準位置（例えば、照射範囲の中心、重心又は指定位置）とのずれ量を算出する。ずれ量は、ＭＲＩ統合型放射線治療装置６に供給される。ＭＲＩ統合型放射線治療装置６の照射制御回路６７は、照射器８１を制御し、当該ずれ量を相殺するように照射範囲を移動する。照射範囲の移動は、例えば、マルチリーフコリメータを構成する複数の絞り羽根（ブレード）の位置を調整することにより行われればよい。これにより、腫瘍位置を常に照射範囲に収めることが可能になり、放射線の照射の停止を回避することができる。
上記の説明において、学習済みモデルは、現在時相のＭＲ画像を入力して未来時相の腫瘍位置を出力するものとした。しかしながら、本実施形態はこれに限定されない。
図１２は、本実施形態に他の学習済みモデルの入出力を模式的に示す図である。図１２に示す学習済みモデルは、現在時相Ｎ％のＭＲ画像と呼吸波形との組合せを入力することにより、未来時相（Ｎ＋１０）％の腫瘍位置を出力するように学習されたニューラルネットワークである。入力される呼吸波形は、現在時相から少なくとも１呼吸周期前の呼吸時相までの範囲を含むとよい。ＭＲ画像と呼吸波形との組合せを入力することにより、入力されるＭＲ画像とその呼吸時相との関連を学習済みモデルに学習させることができるので、未来時相の腫瘍位置の推定精度が高まることが期待される。
呼吸波形は、患者の体動を把握するための情報の一例である。呼吸波形の代わりに、現在時相を表す数値や記号が入力されてもよいし、現在時相に対応する呼吸レベルを表す数値や記号が入力されてもよい。また、呼吸波形の代わりに、心電波形等の律動的に運動する部位の活動を時間波形で表した生体波形が入力されてもよい。また、呼吸波形の代わりに、光学スキャン装置により患者を光学スキャンすることにより生成される患者の外形データが入力されてもよい。
図１３は、本実施形態に他の学習済みモデルの入出力を模式的に示す図である。図１３に示す学習済みモデルは、現在時相Ｎ％のＭＲ画像と過去時相（Ｎ－３０）％のＭＲ画像との組合せを入力することにより、未来時相（Ｎ＋１０）％の腫瘍位置を出力するように学習されたニューラルネットワークである。過去時相（Ｎ－３０）％のＭＲ画像は、フレームレート３０％のＭＲＩ統合型放射線治療装置６により生成された、現在時相Ｎ％よりも１フレーム前の過去時相のＭＲ画像である。現在時相のＭＲ画像と過去時相のＭＲ画像との組合せを入力することにより、過去時相から現在時相への腫瘍領域の動きを学習済みモデルに学習させることができるので、未来時相の腫瘍位置の推定精度が高まることが期待される。
図１４は、本実施形態に他の学習済みモデルの入出力を模式的に示す図である。図１４に示す学習済みモデルは、現在時相Ｎ％のＭＲ画像を入力することにより、未来時相（Ｎ＋１０）％の腫瘍位置と未来時相（Ｎ＋２０）％の腫瘍位置とを出力するように学習されたニューラルネットワークである。未来時相（Ｎ＋２０）％のＭＲ画像は、現在時相Ｎ％から１フレーム後の時相よりも時間的に前の時相のＭＲ画像である。複数の未来時相の複数の腫瘍位置が出力されるので、腫瘍位置に応じてより時間的に密に放射線の照射制御を行うことが可能になる。
上述の図４、図１２、図１３及び図１４に示す学習済みモデルは、適宜組合せが可能である。例えば、現在時相のＭＲ画像と過去時相のＭＲ画像とを入力することにより、２つの未来時相の２つの腫瘍位置を出力するように学習された学習済みモデルが用いられてもよい。また、現在時相のＭＲ画像と過去時相のＭＲ画像と呼吸波形とを入力することにより、１又は２の未来時相の１又は２の腫瘍位置を出力するように学習された学習済みモデルが用いられてもよい。また、入力される過去時相のＭＲ画像の数は１個に限定されず、複数の過去時相の複数のＭＲ画像を入力するように学習済みモデルが学習されてもよい。また、出力される未来時相のＭＲ画像の数は１個又は２個に限定されず、３以上の過去時相の３以上のＭＲ画像を出力するように学習済みモデルが学習されてもよい。
図１に示す放射線治療システム１００の構成は一例であり、本実施形態はこれに限定されるものではない。例えば、放射線照射制御装置５はＭＲＩ統合型放射線治療装置６に組み込まれていてもよい。また、学習装置４はＭＲＩ統合型放射線治療装置６に組み込まれていてもよいし、放射線照射制御装置５に組み込まれていてもよい。また、ＭＲＩ統合型放射線治療装置６に関し、磁気共鳴イメージング装置と放射線治療装置とが必ずしも一体化されている必要はなく、分離されていてもよい。
上記の通り、本実施形態に係る放射線照射制御装置５は、少なくとも処理回路５１を有する。処理回路５１は、患者の腫瘍領域を含む第１の時相のＭＲ画像を取得する。処理回路５１は、第１の時相のＭＲ画像に学習済みモデルを適用して第１の時相よりも所定時相後の第２の時相の当該患者の腫瘍領域の位置を推定する。学習済みモデルは、腫瘍領域を含むＭＲ画像と、当該ＭＲ画像に含まれる腫瘍領域の、当該ＭＲ画像の時相よりも所定時相後の位置とに基づいて学習されたニューラルネットワークである。処理回路５１は、第２の時相の当該患者の腫瘍領域の位置に基づいて放射線治療機構８による放射線の照射を制御する。
上記の構成によれば、第１の時相のＭＲ画像に含まれる腫瘍領域の位置ではなく、所定時相後の第２の時相の腫瘍領域の位置に基づいて、放射線の照射を制御する事が可能になる。例えば、ＭＲ撮像のフレーム間において腫瘍領域が照射範囲外に移動する場合であっても、腫瘍領域が照射範囲外に移動する事を事前に検知することができ、治療に寄与しない被曝を低減することが可能になる。ＭＲ画像のフレームレートが低速である場合、フレーム間において腫瘍領域が照射範囲外に移動する可能性が高まる。このような場合であっても、本実施形態によれば、治療に寄与しない被曝をより低減することが可能になる。
以上説明した少なくとも１つの実施形態によれば、放射線治療における放射線照射制御の正確性を向上することができる。
上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ、ＧＰＵ、或いは、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ））、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））等の回路を意味する。プロセッサは記憶回路に保存されたプログラムを読み出し実行することで機能を実現する。なお、記憶回路にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。また、プログラムを実行するのではなく、論理回路の組合せにより当該プログラムに対応する機能を実現しても良い。なお、本実施形態の各プロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて１つのプロセッサとして構成し、その機能を実現するようにしてもよい。さらに、図１、図２及び図３における複数の構成要素を１つのプロセッサへ統合してその機能を実現するようにしてもよい。
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。
１ 治療計画用ＣＴ装置
２ 治療計画装置
３ 画像保管装置
４ 学習装置
５ 放射線照射制御装置
６ ＭＲＩ統合型放射線治療装置
７ ＭＲ撮像機構
８ 放射線治療機構
５１ 処理回路
５３ 通信機器
５５ 表示機器
５７ 入力機器
５９ 記憶装置
６０ コンソール
６１ 処理回路
６２ 通信機器
６３ 表示機器
６４ 入力機器
６５ 記憶装置
６６ ＭＲ撮像制御回路
６７ 照射制御回路
６８ 架台制御回路
６９ 寝台制御回路
７０ 開口
８０ 開口
８１ 照射器
８２ 架台駆動装置
８３ 寝台
８４ 天板
８５ 基台
８６ 寝台駆動装置
１００ 放射線治療システム
５１１ 取得機能
５１２ 腫瘍位置推定機能
５１３ 治療制御機能
５１４ 表示制御機能

Claims (14)

  1. 所定の時間毎に撮像された患者の腫瘍領域を含むＭＲ画像を取得する取得部と、
    前記取得されたＭＲ画像のうちの第１の時相に対応するＭＲ画像に学習済みモデルを適用して前記第１の時相よりも後の時相であり且つ前記第１の時相から前記所定の時間が経過した時相よりも前の時相である第２の時相に対応する前記患者の腫瘍領域の位置を推定する部であって、前記学習済みモデルは、腫瘍領域を含むＭＲ画像を入力することにより、当該入力されたＭＲ画像に含まれる腫瘍領域の、当該入力されたＭＲ画像に対応する時相よりも後の時相における位置を出力するように学習されたニューラルネットワークである、推定部と、
    前記推定された第２の時相に対応する前記患者の腫瘍領域の位置に基づいて、前記患者への放射線の照射を制御する制御部と、
    を具備する放射線照射制御装置。
  2. 前記第１の時相のＭＲ画像は、磁気共鳴イメージング装置が組み込まれた放射線治療装置により撮像された画像である、請求項１記載の放射線照射制御装置。
  3. 前記所定の時間は、前記磁気共鳴イメージング装置による動画撮像のフレームレートに対応する、請求項２記載の放射線照射制御装置。
  4. 前記取得部は、前記患者の生体波形又は外形のデータを取得し、
    前記推定部は、前記第１の時相に対応するＭＲ画像と前記取得された生体波形又は外形のデータとに前記学習済みモデルを適用して前記第２の時相に対応する前記患者の腫瘍領域の位置を推定する、
    請求項１記載の放射線照射制御装置。
  5. 前記推定部は、前記第１の時相に対応するＭＲ画像と前記第１の時相よりも前の時相に対応するＭＲ画像とに前記学習済みモデルを適用して前記第２の時相に対応する前記患者の腫瘍領域の位置を推定する、請求項１記載の放射線照射制御装置。
  6. 前記推定された第２の時相に対応する前記患者の腫瘍領域の位置を表示する表示部を更に備える、請求項１記載の放射線照射制御装置。
  7. 前記表示部は、前記第１の時相に対応するＭＲ画像に前記推定された第２の時相に対応する前記患者の腫瘍領域の位置が重畳された画像を表示する、請求項６記載の放射線照射制御装置。
  8. 前記表示部は、前記第１の時相に対応するＭＲ画像に前記推定された第２の時相に対応する前記患者の腫瘍領域の位置と前記放射線が照射される範囲とが重畳された画像を表示する、請求項７記載の放射線照射制御装置。
  9. 前記制御部は、
    前記放射線が照射されている場合に、前記推定された第２の時相に対応する前記患者の腫瘍領域の位置が前記放射線が照射される範囲から外れるとき、前記放射線の照射を停止する指示を供給し、
    前記放射線が照射されていない場合に、前記推定された第２の時相に対応する前記患者の腫瘍領域の位置が前記放射線が照射される範囲に入るとき、前記放射線の照射を行う指示を供給する、
    請求項１記載の放射線照射制御装置。
  10. 前記第１の時相に対応するＭＲ画像は、前記磁気共鳴イメージング装置により収集される時系列のＭＲ画像のうちの最新フレームのＭＲ画像であり、
    前記第１の時相と前記第２の時相とのずれ量は、前記第１の時相に対応するＭＲ画像の基準時刻から前記放射線の照射制御が行われる時刻までの時間差よりも長く、且つ前記フレームレートに対応する時間間隔よりも短い、
    請求項３記載の放射線照射制御装置。
  11. 患者に放射線を照射する照射部と、
    前記患者にＭＲ撮像を施して前記患者の腫瘍領域を含むＭＲ画像を所定の時間毎に生成する撮像部と、
    前記撮像されたＭＲ画像のうちの第１の時相に対応するＭＲ画像に学習済みモデルを適用して前記第１の時相よりも後の時相であり且つ前記第１の時相から前記所定の時間が経過した時相よりも前の時相である第２の時相に対応する前記患者の腫瘍領域の位置を推定する部であって、前記学習済みモデルは、腫瘍領域を含むＭＲ画像と、当該ＭＲ画像に含まれる腫瘍領域の、当該ＭＲ画像に対応する時相よりも後の時相における位置とに基づいて学習されたモデルである、推定部と、
    前記推定された第２の時相に対応する前記患者の腫瘍領域の位置に基づいて前記照射部を制御する制御部と、
    を具備する放射線治療システム。
  12. 学習部を更に備え、
    前記撮像部は、被検体を前記所定の時間に対応するフレームレートで動画撮像して時系列のＭＲ画像を生成し、
    前記学習部は、前記時系列のＭＲ画像のうちの前記第１の時相に対応するＭＲ画像と、前記第２の時相に対応するＭＲ画像に含まれる腫瘍領域の位置とを含む学習サンプルに基づいて前記学習済みモデルを生成する、
    請求項１１記載の放射線治療システム。
  13. 前記撮像部は、撮像タイミングを変えて前記所定のフレームレートで動画撮像を実行して前記時系列のＭＲ画像を生成する、請求項１２記載の放射線治療システム。
  14. コンピュータが、患者の腫瘍領域を含む第１の時相に対応するＭＲ画像に学習済みモデルを適用して前記第１の時相よりも後の時相であり且つ前記第１の時相から所定の時間が経過した時相よりも前の時相である第２の時相に対応する前記患者の腫瘍領域の位置を推定し、ここで、前記学習済みモデルは、腫瘍領域を含むＭＲ画像と、当該ＭＲ画像に含まれる腫瘍領域の、当該ＭＲ画像に対応する時相よりも後の時相における位置とに基づいて学習されたニューラルネットワークであり、
    前記コンピュータが、前記推定された第２の時相に対応する前記患者の腫瘍領域の位置に基づいて、前記患者への放射線の照射を制御する、
    ことを具備する放射線照射制御方法。
JP2020051625A 2020-03-23 2020-03-23 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 Active JP7483437B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2020051625A JP7483437B2 (ja) 2020-03-23 2020-03-23 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
US17/206,798 US20210290977A1 (en) 2020-03-23 2021-03-19 Irradiation control apparatus, radiotherapy system, and irradiation control method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020051625A JP7483437B2 (ja) 2020-03-23 2020-03-23 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

Publications (2)

Publication Number Publication Date
JP2021146101A JP2021146101A (ja) 2021-09-27
JP7483437B2 true JP7483437B2 (ja) 2024-05-15

Family

ID=77747251

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020051625A Active JP7483437B2 (ja) 2020-03-23 2020-03-23 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

Country Status (2)

Country Link
US (1) US20210290977A1 (ja)
JP (1) JP7483437B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230377724A1 (en) * 2022-05-19 2023-11-23 Elekta Limited Temporal prediction in anatomic position monitoring using artificial intelligence modeling

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016158890A (ja) 2015-03-02 2016-09-05 国立大学法人 東京大学 生体内運動追跡装置
JP2018143416A (ja) 2017-03-03 2018-09-20 国立大学法人 東京大学 生体内運動追跡装置
JP2018159775A (ja) 2017-03-22 2018-10-11 浜名湖電装株式会社 車両用警音器
JP2019165836A (ja) 2018-03-22 2019-10-03 キヤノン株式会社 被検体情報取得装置およびその制御方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2359903A4 (en) * 2008-11-21 2015-04-22 Univ Tohoku SIGNAL PROCESSING DEVICE, SIGNAL PROCESSING METHOD, SIGNAL PROCESSING PROGRAM, COMPUTER READABLE RECORDING MEDIUM WITH RECORDED SIGNAL PROCESSING PROGRAM AND RADIATION THERAPY DEVICE
KR102070427B1 (ko) * 2012-08-08 2020-01-28 삼성전자주식회사 종양의 위치를 추적하는 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016158890A (ja) 2015-03-02 2016-09-05 国立大学法人 東京大学 生体内運動追跡装置
JP2018143416A (ja) 2017-03-03 2018-09-20 国立大学法人 東京大学 生体内運動追跡装置
JP2018159775A (ja) 2017-03-22 2018-10-11 浜名湖電装株式会社 車両用警音器
JP2019165836A (ja) 2018-03-22 2019-10-03 キヤノン株式会社 被検体情報取得装置およびその制御方法

Also Published As

Publication number Publication date
JP2021146101A (ja) 2021-09-27
US20210290977A1 (en) 2021-09-23

Similar Documents

Publication Publication Date Title
CN111789618B (zh) 一种成像系统和方法
US20220117570A1 (en) Systems and methods for contrast flow modeling with deep learning
JP5397861B2 (ja) 放射線治療計画装置および放射線治療計画装置の作動方法
US10376217B2 (en) Positioning unit for positioning a patent, imaging device and method for the optical generation of a positioning aid
WO2005046478A1 (ja) 画像処理方法、画像処理装置、医用画像診断支援システム、及び時間軸方向フィルタリング方法
JP6027546B2 (ja) 医用画像診断装置及び医用画像診断装置を用いた位相決定方法
US11399787B2 (en) Methods and systems for controlling an adaptive contrast scan
US11341638B2 (en) Medical image diagnostic system and method for generating trained model
JP2012196259A (ja) 放射線治療装置制御装置、その処理方法、及びプログラム
JP2018532454A (ja) 再置換術計画に用いる医療移植片を有する患者の医療画像のためのシステムと方法
US20190213741A1 (en) Medical image processing apparatus, x-ray diagnostic apparatus, and medical image processing method
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
JPWO2010103623A1 (ja) 放射線治療装置制御装置および特定部位位置計測方法
JP2020099409A (ja) 医用画像処理装置、医用画像診断装置、及び医用画像処理方法
JP7225008B2 (ja) 医用画像処理装置
JP7412191B2 (ja) 撮影条件出力装置及び放射線治療装置
JP2020192274A (ja) 医用処理装置及び放射線治療装置
JP2020065593A (ja) 医用画像処理装置、ｘ線診断装置及び医用画像処理プログラム
JP2020188991A (ja) 医用画像処理装置、医用画像処理プログラム、ｘ線診断装置及びｘ線診断システム
US20240127450A1 (en) Medical image processing apparatus and non-transitory computer readable medium
US20230070561A1 (en) Radioscopy apparatus, radioscopy method, radioscopy program, fluoroscopic image display device, fluoroscopic image display method, and fluoroscopic image display program
US20220156905A1 (en) Provision of an optimum subtraction data set
JP2023162794A (ja) Ｘ線撮影装置、医用情報処理装置、及び医用情報処理プログラム
JP2021185969A (ja) 医用情報処理装置、ｘ線診断装置及びプログラム
JP2023077230A (ja) Ｘ線診断装置、医用画像処理装置、およびプログラム

Legal Events

Date Code Title Description
RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20230106

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230117

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240109

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240124

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: 20240402

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240501

R150 Certificate of patent or registration of utility model

Ref document number: 7483437

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150