KR20060126454A - 순응형 방사선 치료법에 대한 플래닝 시스템, 방법 및 장치 - Google Patents

순응형 방사선 치료법에 대한 플래닝 시스템, 방법 및 장치 Download PDF

Info

Publication number
KR20060126454A
KR20060126454A KR1020067006712A KR20067006712A KR20060126454A KR 20060126454 A KR20060126454 A KR 20060126454A KR 1020067006712 A KR1020067006712 A KR 1020067006712A KR 20067006712 A KR20067006712 A KR 20067006712A KR 20060126454 A KR20060126454 A KR 20060126454A
Authority
KR
South Korea
Prior art keywords
radiation
dose
plan
site
target
Prior art date
Application number
KR1020067006712A
Other languages
English (en)
Inventor
로버트 라이커
멀르 3세 로메스버그
Original Assignee
노모스 코포레이션
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 노모스 코포레이션 filed Critical 노모스 코포레이션
Publication of KR20060126454A publication Critical patent/KR20060126454A/ko

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
    • 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
    • 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
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
    • 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
    • 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
    • A61N5/1042—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head

Abstract

최적 방사선 빔 배열을 판단하기 위한 시스템 및 그의 관련 방법이 제공된다. 상기 시스템에는 메모리와, 플랜 최적화 소프트웨어의 함수를 제어하기 위한 사용자 접근을 제공하기 위해 치료 플랜 최적화 컴퓨터와 통신하는 입력 기기를 갖는 치료 플랜 최적화 컴퓨터를 포함하는 컴퓨터 플래닝 장치가 포함된다. 이미지 수집 기기가 통신 네트워크를 통해 종양 표적 부위와 비-표적 구조 부위의 이미지 슬라이스를 제공하기 위해 치료 플랜 최적화 컴퓨터와 통신한다. 상기 플랜 최적화 소프트웨어는 컴퓨터 연산에 의해 제안 방사선 빔 배열을 획득하여, 제한 사항에 기반하여 반복적으로 최적화함으로써 최적 방사선 빔 배열을 형성한다. 그 후, 치료 플랜 최적화 컴퓨터와 통신 네트워크를 통해 통신하는 순응형 방사선 치료 전달 기기가 상기 최적 방사선 빔 배열을 환자에게 적용한다.

Description

순응형 방사선 치료법에 대한 플래닝 시스템, 방법 및 장치{PLANNING SYSTEM, METHOD AND APPARATUS FOR CONFORMAL RADIATION THERAPY}
본 발명은 방사선 치료에 관한 것이다. 그리고 특히 종양에 대한 순응형 방사선 치료법에 관한 것이며, 상세히는 방사선 치료법에 대한 방사선 치료 플래닝 시스템, 방법 및 장치에 관한 것이다.
오늘날, 종양의 방사선 치료는 두 가지 목표를 가진다. 종양을 완전히 소멸시키는 것과, 종양 근처에 존재하는 건강한 조직 및 기관을 손상시키지 않는 것이 그것이다. 충분한 방사선이 종양 부위에 가해질 경우, 거의 대부분의 종양이 완벽하게 소멸될 수 있다. 그러나 종양을 둘러싸고 있는 건강한 조직 및 종양 근처의 신체 기관을 손상시키기 때문에, 필수 유효 방사선의 적용은 합병증을 초래할 수도 있다. 순응형 방사선 치료의 목표는 건강한 조직 및 건강한 인접 기관 주위에 전달된 방사선 선량(radiation dose)을 최소화하면서, 종양의 외부 표면에 의해 정의되는 종양 부위(tumor volume)에만 전달 방사선 선량을 한정시키는 것이다.
순응형 방사선 치료는 종래 기술 범위 내에서 접근되며, 종양을 치료하는데 있어 LINAC(linear accelerator)를 방사선 빔의 소스로서 사용한다. LINAC는 통상적으로 방사선 빔 소스를 가지며, 상기 방사선 빔 소스는 환자 주위를 회전하면서, 치료해야 할 종양을 향해 똑바로 빔을 발사한다. 방사선 빔의 세기는 일정한 빔 세기로 미리 정해진다. 방사선 빔의 경로 안으로, 또는 바깥으로 개별적으로 이동될 수 있는 다수의 리프들 및 돌출부를 갖는 다중리프 콜리메이터(multi-leaf collimator)는 방사선 빔이 종양을 통과할 때, 방사선 빔에 의해 나타나는 종양의 윤곽을 따르도록, 또는 회전 가능한 LINAC 받침대 상에 형성된 방사선 빔 소스가 회전할 때, 종양의 BEV(beam's eye view)의 윤곽을 따르도록 프로그래밍될 수 있다. 다중리프 콜리메이터의 다수의 리프들은 방사선 빔의 이동 경로 방향 내에서 종양 부위(tumor volume)라고 제공되는 종양의 형태 아우트라인을 형성하며, 따라서, (방사선 빔에 의해 형성된) 종양 공간의 아우트라인의 외부에 배치된 조직들에게 방사선이 전송되는 것을 차단한다. 이는 종양 부위에 관한 빔의 특정 방사 방향에 따라 달라진다.
순응형 방사선 치료에 대한 그 밖의 다른 접근 예에는 독립적으로 제어되는 콜리메이터 조(collimator jaw)를 사용하는 것이 포함되며, LINAC의 받침대가 회전함으로써 상기 조의 개별 세트가 표적 부위를 따르는데 그와 동시에 상기 조는 고정된 환자를 가로지르는 좁고 긴 영역을 스캔할 수 있게 해준다. 부가적인 접근 예를 들자면 환자를 가로질러 좁고 긴 영역을 스캔할 수 있게 하면서, 좁고 긴 영역 전체의 방사선 빔의 세기가 상기 영역이 스캔됨에 따라 수정되는 부착 부품을 LINAC에 사용할 수 있다.
순응형 방사선 치료 취급 법에 대한 추가적인 접근 예로는, 높은 에너지 광자의 좁은 펜슬 빔을 사용하는 것이며, 이때 상기 광자의 에너지는 변화할 수 있 다. 가능한 가장 최적의 방사선 선량 분포를 전달하기 위해 광자 빔 소스가 구축된 받침대의 각각의 방향에서 빔이 종양 표적 부위를 스캔한다.
이러한 순응형 방사선 치료에 있어 종래의 방법들이 갖는 가장 큰 문제점은, 종양 부위가 오목한 경계면, 또는 오목한 표면을 갖는 경우, 방사선 빔의 공간 설정 또는 공간 윤곽을 변화시키는 것이 전부 성공되지는 않는다는 것이다. 특히, 나선 형태로 있는 경우, 또는 종양의 외부 표면이 다시 생성된 경우, 또는 방사선 치료 빔의 경로에 대해 평행한 평면상에 오목한 형태로 있는 경우에, 종양의 두께는 방사선 빔의 경로에 따라 변화하며, 건강한 조직 및 기관이 오목한 종양 표면 내의 오목부에 위치할 수도 있다.
오목한 경계부를 갖는 종양을 치료하기 위해서, 상기 종양의 표면을 가로지르는 방사선 빔의 세기를 변화시킬 필요가 있을 뿐 아니라, 종양의 형태에 순응하도록 빔의 윤곽 설정을 조절할 필요도 있다. 각각의 방사선 빔 조각의 빔 강도가 변조됨으로써 방사선 빔이 통과하는 종양의 부분 두께에 연관된 빔 강도를 가질 수 있다. 가령, 방사선 빔이 종양의 두꺼운 부분을 통과할 때, 방사선 빔이 종양의 얇은 부분을 통과할 때보다, 상기 빔 강도가 높다.
고 에너지 광자의 스캐닝 펜슬을 사용함으로써 빔의 강도 변조가 이뤄지는 전용 스캐닝 빔 치료 장치가 개발되어 왔다. 빔을 생성하는 상기 장치의 전자총 파워를 증가시킴으로써, 상기 장치의 빔 강도가 변조된다. 상기 총이 구축되어 있는 이동하는 받침대와 환자가 누워있는 테이블에 의해 상기 총이 종양 주위에서 조종되고, 파워 증가는 컴퓨터 제어에 의해 지시된다. 전자총이 종양 위를 이동함에 따 라, 그 효과는 붓의 페인트 양(전자총에 적용된 파워의 양)에 따라 달라지는 페인트(방사선 빔 세기)의 두께와 세기를 갖고 표적을 혁신적으로 “페인팅”하는 것에 비유될 수 있다. 직접 빔 에너지 변조를 이용하는 이러한 전용 스캐닝 빔 치료 장치는 비싸고, 사용하고 작동하는 시간이 많이 소비되며, 치료 빔이 컴퓨터 제어에 관련되어 있기 때문에 환자 부담이 증가한다고 판단되어 진다.
순응형 방사선 치료에 대한 다른 방법 및 장치는, 종양의 두께에 따라 다양한 방사선 빔 조각을 사용함으로써, 조직의 체적을 가로지르는 방사선 빔의 빔 강도를 공간적으로 변조하는 것이다. 이러한 방법 및 장치는 환자에게 빔을 가하기 전에 방사선 빔 내에 위치한 래크의 리프나 셔터를 감쇠시키는 것을 이용한다. 상기 종양은 방사선에 슬라이스 형태(slices)로 노출되며, 셔터에 의해 각각의 슬라이스가 선택적으로 분할된다.
상기 방법 및 장치는 방사선에 노출되는 조직 부분이 최소화되도록 설계된다. 그러나 종양의 둘레 조직을 완벽히 보호할 수 없기 때문에, 둘레 조직에 가해지는 방사선 선량은 최소화하면서 종양 부위는 소멸 되도록 최적화된 치료 플랜이 요구된다. 치료 플랜을 최적화하는 종래의 방법 및 장치에서는 의사들의 치료 플랜 평가 자료를 시뮬레이트하는 점수 함수에 기반하여, 컴퓨터를 사용해 가능한 플랜을 알아본다.
종래의 방법 및 장치는 목적 비용 함수에 기반하여, 최적 치료 플랜을 수립하는 컴퓨터 조작에 의한 방법을 이용하며 이때, 상기 목적 비용 함수는 종양 및 둘레 조직 모두에 가해지는 방사선의 비용에 기인한다. 상기 컴퓨터 조작에 의한 방법 중 하나가 종래 기술에서 모의 어닐링(simulated annealing)으로 알려진 기법이다. 모의 어닐링 방법에서는 노출-과잉 둘레 조직에 대한 노출-부족 종양 부위의 비용을 고려하는 비용 함수를 이용한다. 그러나 종래의 방법에서 일반적으로 사용되는 비용 함수는 구조 부위 전체에 대한 것이 아니라, 상기 구조 내의 개별 포인트에 관한 비용에 의존할 뿐이며, 추가로는 다양한 둘레 구조의 종류에 대한 중요도도 고려하지 않는다. 가령, 특정 종류의 구조는 상기 함수에서 잉여 요소이며, 상기 함수를 유지하는 동안 구조 부분의 상당한 부분이 소멸 될 수 있다. 그 밖의 다른 구조 종류는 구조의 임의의 부분이 완벽히 소멸 될 경우에 상기 함수가 손실된다. 그러므로 측정된 선량이 더 섬세한 구조에 적용될 경우, 이는 치명적인 선량일 수 있다.
치료 플랜의 최적화에서 이용되는 종래의 비용 함수는 서로 다른 종류의 구조에 연계된 변화하는 비용들에 대해 책임지지 않는다. 치료 플랜이 최적화된 후, 의사는 각각의 요망 치료 목적에 부합하는 각각의 계산된 치료 플랜들을 평가한다. 계산된 치료 플랜이 치료 목적에 성공적으로 부합되지 않을 경우, 종양 부위와 둘레 구조 둘 다에 해당하는 의사의 치료 목적에 부합하는 치료 플랜이 산출될 수 있을 때까지 최적화 프로세스는 반복된다. 덧붙이자면, 종래의 방법 및 장치에서는, 바람직한 선량 분포를 확립하기 위해, 의사는 CDVH(Cumulative Dose Volume Histogram)나 DVH(Dose Volume Histogram)곡선에 연계된 익숙한 부분 부위를 이용할 수 없다.
구조 부위에 가해지는 방사선은 최소화하면서 종양 표적 부위에 방사선을 가 하기에 최적 방사선 빔 배치를 결정하기 위한 방법 및 장치는 U.S. 특허 No.6,038,283 "Planning Method and Apparatus for Radiation Dosimetry"에서 공개되었으며, 본원에서 참고로 인용한다. CDVH나 DVH에 의해 나타나는 바람직한 부분 부위 데이터의 비교에 기반하는, 반복 적용되는 비용 함수를 사용한다.
구조 부위에 가해지는 방사선은 최소로 하면서, 방사선을 종양 표적 부위에 가하기 위해 최적화된 방사선 빔 배치를 결정하기 위한 또 다른 방법 및 장치가 U.S. 특허 No.6,393,096 "Planning Method and Apparatus for Radiation Dosimetry"에서 공개된다.
많은 상기 시스템들이 종래의 포워드 플래닝(forward planning) 방법을 대체한다. 포워드 플래닝을 이용해, 먼저 사용자는 빔의 방향 및 강도를 특정하고, 컴퓨터가 선량을 계산하고, 목표들이 상충 되는 지점에 기반하여 사용자에게 결과가 무엇인지를 보여주고, 그 뒤에 사용자가 빔 매개변수를 다시 조정한다. 상기 시스템들은 인버스 플래닝(inverse planning)을 사용한다. 인버스 플래닝 시스템에서는, 전문가/사용자는 얻고자 하는 목표(가령, 종양을 얼마나 제거하고 싶은지 다른 건강한 조직은 어느 정도로 손상시키지 않을지에 대한 환자용 처방)를 먼저 설정한다. 그 후, 컴퓨터가 다양한 치료 플랜 매개변수들(즉, 빔의 방향과 대응하는 강도)을 계산한다. 기본적으로, 포워드 플래닝 시스템에서 사용자가 빔 산출물을 먼저 갖고 목표와 비교해 플랜의 효율성에 대해 평가한 후 상기 과정을 계속 반복하는 것과 달리, 인버스 플래닝에서는, 사용자가 먼저 치료 목표를 갖고, 컴퓨터에 의해 빔 세기가 결정토록 한다.
상기 시스템에서, 우선 사용자는 CT(computerized tomographic)스캔 또는 MRI(magnetic resonance imaging)스캔을 한다. 가령 CT 스캔으로 시스템이 시작될 경우, 사용자가 보호하고자 하는 것과 사용자가 치료하고자 하는 것을 분별하기 위해, 사용자는 조직을 해부학적(통상적으로 slice-by-slice)으로 식별한다. CT 스캔이 환자 신체에 대한 일련의 슬라이스 세트를 제공하기 때문에, 사용자는 일반적으로 위치 지시 도구(또는 마우스)를 사용한다. 이러한 프로세스는 시간 소비적이다. CT 스캔 상에서 종양이 매우 쉽게 구별될 수 있다면 또는 종양의 검사를 위해 사용자가 선택한 다른 어떤 슬라이스 이미지일지라도, 사용자가 자동화 툴을 사용함으로써 종양이나 그 표적 상에 단지 “클릭”만 하면, 자동으로 종양 경계면의 위치가 판단되고 조준되는 것이 바람직하다.
처방으로서 그리고 피드백 수단으로서 DVH 곡선이 사용되어 왔으며, 그에 따라 사용자는 상기 DVH 곡선을 참고하여 목표를 특정 한다. DVH 곡선은 개별적인 구조 당 얼마나 많은 선량을 획득하는 지를 대략적으로 보여준다. 가령, 표적이 어떻게 처리되어야 하는지에 대한 사용자의 표시수단으로써, 사용자는 특정 최소 선량 레벨을 표적의 80%에 가해지도록, 덧붙이자면 특정 최소 선량 레벨을 표적의 90%에 가해지도록 정할 수 있다. 그 후 컴퓨터가 치료 플랜을 가동시킨다. 컴퓨터가 어떻게 환자를 치료할지를 실제로 결정한 후, DVH 곡선이 치료를 대략적으로 보여주고 사용자가 재고하는 수단이 된다. 가령, 사용자가 특정 곡선을 요청하고, 그 다음에 컴퓨터가 도출된 치료 플랜에서의 실제 곡선을 보여준다. 이러한 방식으로 DVH 곡선을 사용하는 것은 의사에 의한 플랜 평가에 대한 정보를 나타내기 익숙하면서도 흔한 방식이다.
DVH 처방을 정의하기 위해, 사용자는 스크린에 나타난 그래프 상에 그래픽 묘사와 드래그 포인트를 갖고 시작하든지, 아니면 텍스트 필드 박스에 숫자를 입력함으로써 시작한다. 이러한 방식으로 사용자가 DVH 곡선을 정의할 수 있다. 주요 결과는 위시-리스트(사용자가 얻을 수 있는 DVH 곡선의 종류)이다. 사용자가 제안 DVH 곡선을 완성한 후, 선행 시스템이 추가적인 다른 사용자 입력에는 독립적인 최적화 프로세스를 시작한다. 상기 프로세스는 통상적으로 10분 이상을 사용한다. 계산 결과가 서로 다른 “위시-리스트”들 모두를 환원한다. 상기 서로 다른 “위시-리스트”들은 실제 치료 플랜으로 실현 가능한 것일 수 있고 그렇지 않을 수도 있다. 그러나 컴퓨터에 의해 처리된 플랜들의 부위 통계를 나타낸 DVH 곡선은 조작할 수 없다. 부위 통계를 직접 조작할 수 있게 하는 것이 바람직하다.
DVH 곡선은 플랜의 방사선 측정 속성을 축약하는 한 방식이다. 인버스 플래닝 최적화 후, 사용자가 최적 플랜의 실제 DVH 곡선을 검사하는 것이 통상적이다. 사용자는 도출된 DVH 곡선을 DVH 처방과 비교함으로써 구축된 치료 플랜이 만족스러운지 아닌지를 판단할 수 있다. 만족스러움을 판단하는 기준들로는, 첫째 충분한 선량이 충분한 종양에 가해졌는지, 둘째, 너무 많은 선량이 종양의 일부분에 가해진 것은 아닌지, 셋째, 얼마나 많은 선량이 종양이 아니라고 식별된 건강한 구조에 가해졌는지가 있다. 표시되는 모든 조직(표적 및 구조)이 DVH 곡선 상에 개별적으로 축약된다. 가령, 전립선 내에 종양이 위치할 경우, 통상적으로 전립선에 대해 하나의 곡선이 제공되며, 방광에 대해서는 또 다른 곡선이 제공될 것이다.
실제로 CT 슬라이스를 분석함으로써 DVH 곡선 상에 나타나는 것과 같은 결론을 얻을 수 있다. CT 스캔 슬라이스는 통상 각각의 슬라이스의 개별 지점에 가해진 다양한 레벨의 선량을 겹치게 보여준다. 즉, 사용자는 관심 있는 임의의 특정 조직에 가해진 선량의 레벨에 기반 하여 결론을 얻는다. 본 출원의 양수자(즉, 출원인)인 NOMOS사의 플래닝 시스템(planning system)(상표명: CORVUS®)에서, CT 스캔 슬라이스에 도출된 등선량(isodose) 곡선을 사용함으로써 개별 슬라이스의 선량들이 도식된다. 등선량 곡선은 등고선 지도와 비슷하게 보이며, 상기 곡선은 특정 선량 레벨(가령, 50Gy - 곡선내의 모든 부분은 50Gy 이상이 가해지는 선량 레벨)을 표시하는 서로 다른 색의 선으로 이루어져 있다.
주어진 치료 플랜을 판단하는 시간을 절약하는 것이 바람직하다. 사용자가 최적 플랜을 찾기 전에 임의의 특정 환자는 둘 또는 세 가지의 서로 다른 치료 플랜을 갖고 있을 수 있다. 사용자가 플랜 최적화 프로세스 중에 발생하는 사건에 대해 직관적인 직접 제어를 할 수 있는 시스템이 바람직하다.
종래에서는, DVH 곡선은 플랜 계산용 툴로써만 사용됐다. 그러나 상기 시스템은 사용자가 요망 목표를 먼저 결정하기에 앞서, DVH 곡선을 도출하는 것을 포함한다. 이는 컴퓨터 시스템이 사용자의 요청을 즉시 표시하므로, 그리고 그에 따라 플래닝 시스템이 달성할 수 있는 것까지 표시하므로 바람직하다. 플래닝 시스템에 있어서, 서로 다른 목표들 간에 협의된 절충안이 있을 경우에, 상호 대화형 방식으로 사용자에게 동적으로 표시하고, 사용자가 동적으로 목표를 편집하고 처방에 맞게 수정할 수 있는 것이 바람직하다. 동적 제한 밸런싱(dynamic constraint balancing) 즉, 환자에게 가해진 선량의 표시를 보면서 방사선량에 대한 목표를 조정하기 위한 실시간 시스템을 제공하는 것이 바람직하다.
방사선 치료 플래닝에는 다양한, 상호 배타적인 목표들을 조절하는 것이 포함된다. 이러한 목표들이 제시되면, 치료 플래닝 시스템은 최적화하기 위한 그들의 우선순위가 어떻게 되는지를 알아야 한다. 종래의 치료 플래닝 시스템에서는 사용자가 명확하게 목표들의 우선순위를 조정해줘야 하는데 이는 매우 난해하며, 부정확하고, 시간을 많이 소비한다. 가령, “이상적인 목표"에서, 사용자는 전립선 표적의 전체에 50 Gy 만큼을 가하면서, 1밀리미터 떨어진 직장에는 어떤 선량도 가하지 않는다. 이러한 목표는 사실상 물리적으로 불가능하다. 그래서 문제는 이러한 두 가지 목표의 균형을 조절하고 어느 목표가 다른 하나보다 더 중요한지를 결정하는 것이다. 치료 플랜에서는 미리 사용자가 우선순위를 정할 것이 요구된다. 어떤 시스템에서는, DVH 곡선을 입력할 때 사용자가 매우 높은 레벨의 선량을 표적에 가하는 것과 조직을 위험으로부터 보존하는 것 중에서 우선순위를 정한다. 치료 플랜에 있어서 이렇게 우선순위를 정하는 것은 어렵고 시간을 많이 소모할 수 있다. 그러므로 사용자에 의해 구현되는 우선순위에 대한 필요성을 최소화하는 것이 바람직하다.
사용자에 의해 구현되는 우선순위에 대한 필요성을 축소하기 위해, 두 가지 특성이 존재한다. 첫째는, 컴퓨터 시스템과 대화하는 동안, 효과적으로, 알고리즘이 사용자의 마지막 입력을 가장 중요한 요건으로 인식할 수 있다는 것이다. 둘째는, 사용자가 요구되는 면적이 어떻든 바로 전의 입력을 취소하도록 선택할 수 있 다는 것이다. 가령, 사용자가 선량을 구조로부터 제거하거나 최소화하길 결정한 경우, 우선순위 순으로 상기 동작이 가장 중요한 필요 요건이 된다. 그 후, 사용자가 상기 우선순위의 결과를 알게 되고, 상기 동작을 부분 취소함으로써 상기 동작의 중요도를 후퇴시킬 수 있다. 이러한 이원 우선순위화의 개념은 상호 대화형 프로세스에서는 필수적인 것이다. 그러나 컴퓨터 시스템 및 연관된 알고리즘은 서로 다른 목표들 간의 관계에 대한 이해를 필요로 한다. 사용자가 기존 목표들 위에 새로운 목표를 설정하기 때문에, 시스템은 목표들이 어떻게 균형을 이루는지를 알 필요가 있다. 자동 제한 가중치를 제공하는 것이 바람직하다. 즉, 상호 대화 레벨에 의해, 우선순위들을 직접 입력하는 것보다, 우선순위화가 사용자 동작 및 플랜 형태의 일련의 사용자 입력 조정들로부터 추론될 수 있다. 궁극적인 결과는 사용자의 경험에 의존하는 우선순위 개념이 사라지는 것이다.
종래 플래닝 시스템에서는 사용자가 두 가지 방식 중 한가지로 환자 치료 플랜을 조정하는 것이 일반적이었다. 첫 번째 방식은, 빔 매개 변수 조정(가령, 빔 방향이나 크기), 두 번째 방식은 부위별 선량에 관한 목표 조정이다. 그러므로 실시간으로, TC 스캔 상의 등선량(isodose) 계획에 관한 등선량(isodose) 곡선을 직접 조작하는 것이 바람직하다. 잠재적으로 실현 불가능한 이상적인 처방전 작성보다는 전달 가능한 DVH 곡선의 직접 조작이 가능한 플래닝 시스템을 제공하는 것이 바람직하다.
어떤 영역에서, 방사선 치료는 여전히 협의되어야할 분야이다. 특정 변경이 어떠한 희생을 요구하는지를 발견함에 있어, 부분“변경 함수의 취소”에 의해 플 랜의 변경을 원하는 사용자는 도움을 받는다. 변화 동작의 부분이나 전체를 동적으로 취소할 수 있게 하며, 신속하게 최적 균형 상태를 선택하기 위해, 절충안을 살펴볼 수 있게 하는 실시간 제어를 사용자에게 제공하는 것이 바람직하다.
방사선 치료 플랜이 이러한 절충안들 및 그 밖의 다른 가능성들을 살펴보는 것이기 때문에, 어떤 치료 플래닝 시스템은 비교 후에 플랜을 반복하는 횟수를 감소시키는 수단, “백트래킹”을 제공하는 이점을 갖고 있다. 그러므로 사용자가 플랜 중 임의의 두 “체크포인트”를 단일 연속체에서 종단 포인트로서 확립하기 위한 실시간 제어를 하는 것이 바람직하며, 추가적인 비교나 구현에 대한 새로운 버전을 도출하기 위해, 상기 체크포인트들 간에 보간(interpolation)하는 수단을 사용자 측에 제공하는 것이 더욱 바람직하다.
가장 효과적으로 다른 시스템과 동작하기 위해, 본 발명에서 제공하는 시스템 같은 유연한 조정을 수용할 수 있는 새로운 시스템이 바람직하며, 상기 시스템은 고유의 방식으로 치료 목표를 자동 생성하며, 상기 치료 목표에 의해 다른 시스템에서와 동일한 치료 플랜이 생성된다. 이러한 특징에 의해, 새로운 시스템이 “실행”되며 다른 시스템에 의해 만들어진 치료 플랜을 적용할 수 있다. 그러므로 알고리즘을 구현하는 최적화된 처방 부합 함수를 갖고 시스템을 제공하는 것이 바람직하다. 상기 알고리즘은 대략적인 치료 목적과 그에 대응하는 가중치를 구축한다.
실시간 상호 대화형 플랜 조정이 현재의 컴퓨터 하드웨어에서 가능케 하기 위해, 주로 컴퓨터가 최적화하는 목적 함수는 수용량의 감소 없는 빠른 최적화를 같이 제공하는 방식으로 다시 정의되어야 한다. 한 가지 방법은 목적 함수에 대한 각각의 기여자가 1차 도함수에서 단조적(monotonic)일 수 있도록 목표를 재정립하는 것이다. 목적 기여자의 단조적 1차 도함수를 사용해 최적화하는 것은 기본적으로 효과 함수 또는 비용 함수를 참조하며, 특정 컴퓨터 시스템이 신속히 계산할 수 있도록 상기 함수들의 수리 클래스를 제공한다. 각각의 목적 기여자는 선량에 관한 함수를 칭하는 용어로 정립된다. 상기 함수의 상기 도함수가 단조적이라고 특정함으로써 상기 도함수는 변화 없이 항상 증가하거나 감소하며, 증가한 후에는 절대로 감소하지 않는다. 따라서 서로 다른 최적화 클래스가 가능하다. 그러므로 목적 기여자의 단조적 1차 도함수를 갖는 최적화를 사용하는 시스템을 제공하는 것이 바람직하다.
치료 플랜의 중요 태양의 모든 부분을 획득하기 위해, CT 또는 환자의 다양한 부분에 대한 다른 이미지를 효과적으로 샘플링함으로써 목적 함수를 산출할 수 있다. 치료 선량을 시뮬레이트하는 환자 내부의 지점을 더 적은 숫자로 식별하기 위해, 샘플링을 사용하여 속도 및 상호 대화가 개선될 수 있다. 소프트웨어가 모든 선량 특징부들을 감지하도록 이러한 지점들은 충분히 분산되어 있어야 된다. 그러나 성능은 상기 지점의 숫자에 대해 반비례하기 때문에, 사용자는 기준을 충족하는 가능한 가장 작은 그룹을 식별하길 원한다. 그러므로 최소의 플랜 평가 지점을 자동 선택하는 알고리즘을 갖는 컴퓨터 시스템을 제공하는 것이 바람직하다.
영향 범위 맵(Fluence Map)은 전달 기기의 특정 위치를 통해 어떻게 방사선이 전달되는지에 대한 공간 지도이다. 플랜 전달 수단은 종종 빔 영향 범위가 특정 한 이산 값을 취하도록 요구한다. 그러므로 최적 플랜을 전달 가능한 이산 값으로 전환시키는 기기가 제공되는 것이 바람직하다.
서로 다른 방사선 전달 기기가 실제로 동작할 경우 서로 다른 제한 사항을 갖는다. 가령, 수 밀리미터에 걸치도록 빔을 조정할 수도 있고, 1 센티미터나 그 이상에 걸치도록 빔을 조정할 수 있다. 또 다른 제한 사항이 영향 범위 맵 내에서 변경될 수 있다. 가령, 플랜 맵이 빔의 중앙에 100%의 빔이 통과되길 요구했으나, 특정 부분에 50%의 빔만 통과될 수 있다. 최빈값 폴드 이산화(Mode fold discretization)는 가장 좋은 장치 사용을 가능케 하는 영향 범위 맵을 설계하는 한 방법이다. 종래에는, 영향 범위 맵에 특정 레벨이 반드시 포함되어야 했다. 가령, 10% 스텝, 즉 한 지점에 대해 전달 장치가 52%가 아닌 50% 투과성을 갖는다는 것이다. 이러한 제한 장치는 사용자가 구축할 수 있는 치료 플랜을 제한한다. 이산화는 환자에게 주어진 치료 플랜을 평가하며, 제한된 숫자의 레벨이 있을 경우, 어느 레벨이 최적인지 판단한다. 가령, 최적 레벨은 10%, 20%, 30%, 40%, 50%일 수 없고, 13%, 14%, 15%, 80%, 90%일 수 있다. 기본 형태의 이산화가 영향 범위 맵 상의 모든 요망 선량 레벨에 대해 히스토그램을 취할 수 있다. 알고리즘이 전달 기기에 의해 제한된 숫자에 대응하는 특정 숫자의 피크를 획득할 때까지 상기 프로세스가 반복된다. 사용되는 실제 레벨이 치료의 간단성과 속도 측면에서 극적인 효과를 갖기 때문에, 그리고 하나의 치료 플랜에 대한 최적 레벨이 다른 치료 플랜에 대한 최적 레벨과 다른 것이 통상적이기 때문에, 임의의 주어진 치료 조건에 대해 이상적인 영향 범위 레벨을 산출하는 “최빈값 폴드" 이산화 알고리즘을 제공하는 것이 바람직하다.
그러므로 종양을 치료하는데 있어, 순응형 방사선 치료를 위한 간편하고 경제적이며, 환자 안전을 위한 높은 안전 요인이 제공되며, 간단한 제한 사항을 사용해 최적 치료 플랜을 연산하는, 그리고 서로 충돌하는 상기 치료 플랜들을 신속하게 조정하는, 표적 종앙 부위와 다중 구조 종류 모두에 대해 객관적인 시스템, 방법 및 장치가 요구되어 왔으며, 상기 시스템, 방법 및 장치는 등선량 곡선 지도와 그에 관련된 DVH 곡선, 다른 통계치를 표시하기 위해 GUI(graphical user interface)와, 사용자가 각각의 표적 종양 부위 및 조직 구조 타입에 대해 요망 선량 분포를 확립할 수 있게 해주는 툴을 사용한다.
앞서 살펴 본 바와 같이, 본 발명의 실시예가, 환자의 비-표적 구조 부위의 방사선은 최소화하면서 방사선을 종양 표적 부위에 가하기 위한 최적 방사선 빔 배치를 판단하는 시스템을 제공하는 것이 바람직하다. 본 발명의 실시예가 사용자의 요청과 동시에 플래닝 시스템이 성취한 것을 즉시 표시하는, 그리고 사용자가 동적으로 목표를 편집하고 사용자가 특정한 처방에 대한 항을 수정할 수 있게 하는 컴퓨터 플래닝 장치를 제공하는 것이 바람직하다. 본 발명의 실시예는 토모그래픽 스캔상의 등선량 지역에서의 등선량 곡선의 실시간 직접 조작과 등선량 통계치, 입력 장치의 이용의 직접 조작을 제공하며, 사용자가 개별 제한 사항들을 조정할 수 있게 하며(한 번에 한 제한 사항이 바람직하다), 이는 등선량 곡선과 등선량 통계치 모두의 조정을 야기한다.
본 발명의 실시예는 선행 플랜의 방사선 빔 설정에 대응하는 극값을 갖는 최적화 목적 함수를 구축함으로써 임의의 선행 방사선 치료 플랜의 플랜 조화를 제공한다. 본 발명의 실시예는 동적 제한 밸런싱(dynamic constraint balancing)과 자동 제한 가중치 부가(automatic constraint weighing)를 제공하는 컴퓨터 플래닝 장치를 포함한다. 동적 제한 밸런싱이란 환자에서 나타나는 하나 이상의 선량을 관찰하면서 선량 목표를 조정하는 실시간 시스템이고, 자동 제한 가중치 부가는 우선순위를 직접 입력하는 것보다는 플랜 조정의 형태로 입력된 사용자 행위 및 사용자 시퀀스에서 추론된 우선운위화를 가능하게 하는 강도의 레벨이다. 본 발명의 실시예는 사용자가 변경의 부분 또는 전체를 동적으로 취소할 수 있게 하고, 치료 플랜들 사이의 상충안을 찾는 실시간 제어를 사용자측에 제공함으로써 치료 플랜의 버전들 사이에서, 그리고 서로 다른 시스템에서 구축된 치료 플랜들 사이에서 최적 균형을 빨리 선택할 수 있다. 본 발명의 실시예는 최소 플랜 평가 지점의 자동 선택을 위한 알고리즘을 포함하는 소프트웨어를 제공하는 것이 바람직하다. 본 발명의 실시예는 최적 플랜을 전달 가능한 이산 플랜으로 변화하기 위한 소프트웨어를 제공하는 것이 바람직하다.
본 발명의 실시예는 환자의 비-표적 구조 부위에 가해지는 방사선은 최소화하면서 방사선을 종양 표적 부위에 가하기 위한 최적 방사선 빔 배열을 판단하기 위한 시스템을 제공한다. 가령, 본 발명의 하나의 실시예에서, 시스템은 다음을 포함하는 컴퓨터 플래닝 장치를 포함할 수 있다.
-데이터를 저장하기 위한 메모리와 최적화 소프트웨어를 갖는 치료 플랜 최적화 컴퓨터
-사용자가 플랜 최적화 소프트웨어의 기능을 제어할 수 있게 하는 치료 플랜 최적화 컴퓨터와 통신하는 입력 장치
치료 플랜 최적화 컴퓨터와 통신하는 이미지 수집 장치(통신 네트워크를 통한 것이 바람직하다)는 상기 컴퓨터 플래닝 장치에게 종양 표적 부위와 비-표적 구조 부위의 2차원 이미지 슬라이스를 제공한다. 치료 플랜 최적호 컴퓨너의 메모리에 저장된 상기 플랜 최적화 소프트웨어는 컴퓨터 연산에 의해 제안 방사선 빔 배열을 획득하고, 최적 방사선 빔 배열을 형성하기 위해, 다수의 제한 사항에 기반 하여 제안 방사선 빔 배열을 컴퓨터 연산으로 반복하여 최적화한다. 상기 플랜 최적화 소프트웨어는 이미지 슬라이스, 그래픽 객체, 제안 방사선 빔 배열 각각에 대한 방사선 선량 분포의 그래픽 방식의 표시를 표시하기 위해 GUI를 포함할 수 있다. 상기 소프트웨어는 GUI에 표시된 방사선 선량 분포의 표시를 조작하기 위해 입력 장치로부터 입력을 수신한다. 통신 네트워크를 통해 치료 플랜 최적화 컴퓨터와 통신하는 순응형 방사선 치료 전달 장치는 상기 최적 방사선 빔 배열을 환자에게 적용할 수 있다.
방사선 선량 분포의 그래픽 방식 표시는 다수의 등선량 곡선을 갖는 등선량 플롯의 형태일 수 있다. 표적 종양 부위 또는 비-표적 구조 부위에 대한 방사선 선량을 변경하기 위해, 상기 등선량 플롯의 등선량 곡선은 사용자에 의해 직접 조작될 수 있음으로써 최적 방사선 빔 배열이 생성된다. 상기 방사선 선량 부포의 그래픽 방식 표시는 또한 CDVH(Cumulative Dose Volume Histogram)또는 DVH(Dose Volume Histogram)의 형태이거나 관심 표적 종양 부위 또는 비-표적 구조 부위에 대한 선량-부위 통계치의 다른 형태일 수 있다. 방사선 선량을 변경하기 위해, 상기 DVH 플롯 또는 곡선은 사용자에 의해 직접 조작됨으로써 최적 방사선 빔 배열을 생성할 수 있다.
상기 플랜 최적화 소프트웨어는 한 세트의 명령어를 포함할 수 있으며, 컴퓨터에 의해 실행될때, 컴퓨터 플래닝 장치에 연계된 명령어는 컴퓨터가 다양한 기능 및 동작을 수행하게 함으로써 최적 방사선 치료 플랜을 구축한다. 상기 소프트웨어는 표적 종양 부위와 비-표적 구조 부위의 이미지 슬라이스를 그래픽 방식으로 표시하며 표적 종양 부위와 비-표적 구조 부위에 대한 방사선 선량을 이미지상에 표시한다. 제 1 방사선 빔 배열에 따라, 상기 방사선 선량은 다수의 등선량 곡선을 포함하는 등선량 플롯의 형태일 수 있다. 표적 종양 부위와 비-표적 구조 부위에 대한 방사선 선량을 변경하기 위해, 등선량 플롯의 등선량 곡선은 사용자에 의해 직접 조작됨으로써 제 2 방사선 빔 배열을 생성할 수 있다.
가령, 표적 인접부 또는 구조 부위 밖으로 또는 안으로 등선량 곡선을 “그랩”과 “드래그”하기 위해, 상기 소프트웨어는 위치 지시 장치(가령 마우스, 터치스크린)의 형태인 입력 장치와 연계할 수 있는 것이 바람직하다. 예를 들어, 상기 소프트웨어는 또한 사용자가 선택된 등선량 곡선에 대한 요망 위치를 지시하는 경로를 “드롭”또는 “조각”할 수 있게 한다. 다양한 제한 사항에 종속되는 상기 소프트웨어는 선택된 등선량 곡선을 요망 경로에 순응시키려고 시도한다. 덧붙여, 상기 소프트웨어는 사용자가 등선량 곡선을 지울 수 있도록 한다. 기능적으로, 다양한 제한 사항에 종속되는 상기 소프트웨어는 선택된 등선량 곡선 내부의 방사선 선량 값을 등선량 곡선 외부의 방사선 선량 값과 같도록 설정할 수있다.
방사선 선량이 또한 다양한 선량-부위 통계치의 형태로 존재할 수 있으며, 제 1 방사선 빔 배열에 따라 특히 DVH 플롯 또는 곡선의 형태가 바람직하다. 표적 종양 부위와 비-표적 구조 부위에 대한 방사선 선량을 변경하기 위해, 상기 DVH 곡선이 사용자에 의해 조작됨으로써 제 2 방사선 빔 배열이 생성된다. 가령, 사용자가 DVH 곡선을 “그랩”과 “드래그”할 수 있도록 상기 소프트웨어는 입력 장치와 연계될 수 있다. 그리고 그에 따라 표적 종양 부위의 퍼센티지 또는 미지 정해진 방사선 선량 레벨보다 많은 선량을 수용하도록 허용된 비-표적 구조 부위의 퍼센티지 또는 방사선 선량 레벨이 변경되며, 이는 선택된 표적 종양 부위와 비-표적 구조 부위의 퍼센티지보다 클 수 있다.
사용자는 관심 표적 종양 부위와 비-표적 구조 부위에 대한 최대 또는 최소 방사선 선량을 입력할 수 있으며, 이는 등선량 곡선 조작 및 DVH 곡선 조작을 제한하는데 사용됨에 따라 바람직하지 못한 부차적인 선량 변위를 방지할 수 있다. 사용자는 또한 선량 품질을 유지하는 것과 방사선 전달 장치에 대한 방사선 전달 효율을 유지하는 것 간의 요망 균형을 제공할 수 있으며, 이는 사용자에 의한 등선량 곡선 및 DVH 곡선 조작을 제한할 수 있어 방사선 전달 효율이 요망 효율 임계치 이상으로 유지된다.
본 발명의 다양한 실시예에서, 상기 플랜 최적화 소프트웨어는 외부에서 생성된 방사선 치료 플랜을 입력할 수 있고, 상기 플랜의 방사선 빔 설정에 대응하는 극값을 갖는 최적화 목적 함수를 구축할 수 있고, 상기 함수를 외부 생성된 방사선 치료 플랜의 선량 분포와 대략 비슷한 선량 분포를 갖는 방사선 치료 플랜의 형태로 적용할 수 있다.
상술한 것을 이루기 위해, 상기 소프트웨어는 먼저 랜덤 방식(편향 랜덤 방식일수도 있고 완전 램덤 방식일수도 있다)으로 상기 플랜의 방사선 선량 분포를 샘플링함으로써, 표적 종양 부위에서 샘플링된 다수의 지점과 비-표적 구조 부위에서 샘플링된 다수의 지점을 형성한다. 그 후, 목적 함수에 샘플링된 지점 각각에 대한 항을 추가함으로써 최적화 목적 함수를 형성하기 위해, 상기 소프트웨어가 각각의 지점들에서의 선량 값(제 1 방사선 선량 값)을 사용할 수 있으며, 각각의 항은 상기 목적 함수에 극값을 제공한다. 표적 종양 부위에서 샘플링된 지점들에 연계된 항이 선택되어짐으로써, 제 2 방사선 치료 플랜의 표적 종양 부위에서 샘플링된 지점에서의 제 2 방사선 선량 값이 방사선 선량의 제 1 값 각각과 다르거나 바람직하지 않게 다를 경우, 목적 함수가 방사선 선량에 패널티를 부가한다. 또한, 상기 소프트웨어는 목적 함수의 제한 사항 중 하나 이상을 반복적으로 조정함으로써 최적 목적 함수를 형성할 수 있다.
본 발명의 다양한 실시예에서, 상기 플랜 최적화 소프트웨어는 최적 방사선 빔 배열을 한 쌍의 방사선 치료 플랜(“체크포인트”)으로부터 결정할 수 있다. 상기 소프트웨어는 하나의 단일 연속체의 종단점으로서 두 체크포인트를 확립할 수 있고 사용자-제어 입력 장치의 사용자 조작에 따라, 중계 제안 방사선 치료 플랜을 형성하고 표시하기 위해 두 체크포인트 사이에서 보간(interpolation)이 행해진다. 본 발명의 바람직한 실시예에서, 보간은 선형으로 행해지고, 각 플랜의 방사선 분포의 각각의 대응하는 지점에서의 두 체크포인트들의 방사선 선량 값 사이에서 확립된다. 본 발명의 실시예에 따라 형성된 다른 플랜으로서 이러한 중계 플랜은 다수의 방사선 빔 강도를 미리 선택된 순응형 방사선 치료 전달 장치에 호환하는 다수의 빔 강도 설정으로 변환하는 이산화를 통해 쉽게 전달 가능한 이산 방사선 치료 플랜으로 쉽게 변화될 수 있다.
본 발명의 실시예는 또한 환자의 비-표적 구조 부위에 가해지는 방사선은 최소화하면서, 표적 종양 부위에 방사선을 가하기 위한, 최적 방사선 빔 배열을 결정하는 방법을 포함한다. 가령, 본 발명의 실시예에서, 방법에는 표적 종양 부위와 비-표적 구조 부위의 이미지 슬라이스를 그래픽 방식으로 표시하는 것이 포함될 수 있다. 상기 방법은 또한, 제 1 치료 플랜을 정의하는 제 1 방사선 빔 배열에 따라, 표적 종양 부위와 비-표적 구조 부위에 대한 방사선 선량을 이미지 슬라이스상에 다수의 등선량 곡선을 포함하는 등선량 플롯의 형태로 그래픽 방식으로 표시하는 것을 포함하고, 표시된 등선량 플롯의 등선량 곡선 중 하나 이상을 입력 또는 위치 지시 장치를 이용해 제 2 방사선 치료 플랜을 정의하는 제 2 방사선 빔 배열을 형성하기 위해 조작하는 것을 포함한다. 관련 방법에는 제 1 치료 플랜을 정의하는 제 1 방사선 빔 배열에 따라, 표적 종양 부위와 비-표적 구조 부위에 대한 방사선 선량을 다수의 선량 부위 히스토그램(DVH:dose volume histogram) 플롯의 형태로 그래픽 방식으로 표시하는 것과, 표시된 선량 부위 히스토그램(DVH:dose volume histogram) 중 하나 이상을 위치 지시 장치를 이용해 제 2 치료 플랜을 정의하는 제 2 방사선 빔 배열을 형성하고 표시하기 위해 조작하는 것이 포함된다.
본 발명의 하나의 실시예는 재-연산과 2차원 방사선 서량 분포 표시를 통해, 제안 방사선 치료 플랜의 상호 대화형 플랜 조정을 용이하게 하는 방법을 제공한다. 가령, 상기 방법은 표적 종양 부위와 비-표적 구조 부위의 이미지 슬라이스를 그래픽 방식으로 표시하고, 동시에 제 1 치료 플랜을 정의하는 제 1 방사선 빔 배열에 따라, 표적 종양 부위와 비-표적 구조 부위에 대한 방사선 선량 분포를 이미지 슬라이스상에 다수의 등선량 곡선을 포함하는 등선량 플롯의 형태로 그래픽 방식으로 표시하는 것을 포함할 수 있다. 표적 종양 부위와 비-표적 구조 부위의 방사선 선량 분포는 제 2 치료 플랜을 정의하는 제 2 방사선 빔 배열을 형성하기 위해 변경될 수 있다. 바람직하게, 성능을 보장하기 위해, 사용자에게 제 2 치료 플랜을 분석하기 위해 충분한 정보를 제공하기 위해, 표시된 이미지 슬라이스상에 표시된 2차원 선량 분포가 재-연산되고 표시될 필요가 있다.
관련 방법에서, 상술한 샘플링된 지점을 사용하는 것에는 샘플링된 다수의 지점들에 대한 방사선 선량 값에 따라, 표적 종양 부위와 비-표적 구조 부위에 대한 방사선 선량을 선량-부위 통계치를 형성하는 다수의 선량 부위 히스토그램(DVH:dose volume histogram) 플롯의 형태로 그래픽 방식으로 표시하는 것, 그리고 제 2 방사선 빔 배열을 형성하기 위해, 표적 종양 부위와 비-표적 구조 부위의 방사선 선량 분포를 변경하는 것이 포함된다. 샘플링된 지점 각각에서의 방사선 선량 값이 재-연산되며, 샘플링된 지점에 대한 재-연산된 방사선 선량 값에 따라, 표적 종양 부위와 비-표적 구조에 대한 선량-부위 통계치가 표시된다.
본 발명의 실시예에서, 제 2 방사선 빔 배열을 형성하기 위해, 빠른 재-연산 및 제안 방사선 치료 플랜의 반복의 표시가 한 세트의 샘플링된 지점(편향 랜덤이거나 완전 랜덤)을 선택함으로써, 그리고 샘플링된 지점 각각에서의 방사선 선량 값에 의해 제한된 최적화 목적 함수를 적용함으로써 제공된다. 관련 방법에는 플랜 최적화용 샘플링된 지점들의 제 1 세트와 이와는 별개인 플랜 평가용 샘플링된 지점들의 제 2 세트를 선택하는 것이 포함된다. 플랜 평가용 샘플링된 지점에서의 방사선 선량 갓에 의해 제한되는 최적화 목적 함수는 빠른 제 2 방사선 치료 플랜의 결정을 제공하며, 플랜 평가용 샘플링된 지점들은 제 2 방사선 치료 플랜의 신속한 표시를 제공한다.
본 발명의 실시예는 또한, 환자의 비-표적 구조 부위에 가해지는 방사선은 최소화하면서 표적 종양 부위에 방사선을 가하기 위해, 임의의 방사선 빔 강도 값을 갖는 방사선 치료 플랜으로부터 이산 방사선 빔 강도 값들의 고정된 세트을 갖는 최적화 방사선 치료 플랜을 형성하는 방법을 포함한다. 가령, 본 발명의 실시예에서, 방법은 방사선 치료 플랜 후보와 최적화 목적 함수를 제공함으로써 상기 방사선 치료 플랜 후보를 반복 평가하는 것을 포함한다. 따라서 상기 방법에는 임의의 미리 정해진 임상 목표를 만족시키면서 임의의 방사선 빔 강도 값을 갖는 최적 방사선 빔 배열을 형성하기 위해, 방사선 치료 플랜 후보를 반복 평가하는 것이 포함되며, 이때 상기 최적 빔 배열은 선행 방사선 치료 플랜을 형성한다. 방사선 치료 플랜 후보의 최적화 중에 둘 이상의 반복 평가되는 방사선 치료 플랜을 사용하여, 선량 방사선 치료 플랜의 임상 방사선 전달 목표에 부합하기 위해 요구되는 이산 방사선 빔 강도의 조합이 추정될 수 있다.
본 발명의 하나의 실시예에서, 랜덤 방식으로 제 1 방사선 선량 분포를 샘플링함으로써 방사선 빔 배열에 대한 다수의 샘플링된 지점을 형성하고, 다수의 샘플링된 지점 각각에서의 방사선 선량 값을 결정하고, 각각의 표적 종양 부위와 하나 이상의 비-표적 구조 부위에 대한 가장 높은 값을 갖는 다수의 샘플링된 지점들의 제 1 세트와 가장 낮은 값을 갖는 다수의 샘플링된 지점들의 제 2 세트를 식별함으로써 제안 방사선 치료 플랜에 대한 방사선 선량 분포의 신속한 계산 및 표시가 제공된다. 그 후, 경사도 증가 알고리즘(gradient ascent algorithm)이 제 1 세트에 적용됨으로써 표적 종양 부위와 하나 이상의 비-표적 구조 부위에 대한 방사선 선량 최대치를 결정하고 표시할 수 있다. 그리고 경사도 감소 알고리즘(grdient descent algorithm)이 제 2 세트에 적용됨으로써 표적 종양 부위와 하나 이상의 비-표적 구조 부위에 대한 방사선 선량 최소치를 결정하고 표시할 수 있다.
본 발명의 실시예가 종양 치료를 위한 시스템, 방법, 장치를 바람직하게 제공하며, 이들은 사용하기 간편하고 경제적이며, 환자 안전에 대해 높은 안정성 요인을 갖고 있다고 추정되며, 서로 충돌하고 유동적인 치료 목적을 절충할 수 있는 간단한 제한 사항과 빠른 최적기를 사용해 최적 치료 플랜을 연산하며, 표적 종양 부위와 다양한 구조의 종류 모두에 관한 목적을 만족시켜주며, 그리고 DVH 곡선, 다른 통계치에 관련된 등선량 곡선 지도를 표시하는 GUI(graphic user interface)을 사용하며, 각 표적 종양 부위와 비-표적 구조 부위의 종류에 대해 사용자가 요망 선량 분포를 확립할 수 있게 해주는 툴을 사용한다.
도 1은 본 발명의 한 실시예에 따른 방사선 취급, 플래닝, 전달 시스템에 대한 부분적인 개요도이다.
도 2A ~ 2C는 본 발명의 한 실시예에 따른 방사선 플래닝 시스템의 순서도이다.
도 3은 본 발명의 한 실시예에 따른 GUI의 평면도이다.
도 4는 본 발명의 한 실시예에 따른 GUI 내부의 스캔 화면 표시 윈도우의 평면도이다.
도 5A ~ 5G는 본 발명의 한 실시예에 따른 GUI의 결과물 윈도우 내부에 포함되는 선택 가능한 탭들의 서브셋의 평면도이다.
도 6은 본 발명의 한 실시예에 따른 GUI의 평면도이다.
도 7은 본 발명의 한 실시예에 따른 GUI의 평면도이다.
도 8은 본 발명의 한 실시예에 따른 GUI의 평면도이다.
도 9는 본 발명의 한 실시예에 따른 최대 및 최소 선량 값의 사용자 입력을 제공하는 GUI 내부의 윈도우를 도식한 평면도이다.
도 10은 본 발명의 한 실시예에 따른 경사도 증가 알고리즘과 경사도 감소 알고리즘의 연산 결과를 표시하는 GUI 내부의 윈도우를 도식한 평면도이다.
본 발명이 다음에서 도면을 참조하여 상세히 설명될 것이다. 도면은 본 발명의 실시예를 도식한다. 그러나 본 발명은 여러 다양한 형태로 구체화될 수 있으며 본원에서 제시한 실시예에 의해 제한받지 않는다. 물론, 이러한 실시예들은 완전히 공개되어, 당업자라면 본 발명의 범위를 이해할 것이다.
근래의 방사선 치료 장치, 가령, LINAC(선형 가속기,linear accelerator)가 다중 경로를 만들면서, 종양 부위로 방사 한다. 상기 다중 경로는 표적 부위에 접근하는 변화하는 호를 따라, 서로 다른 입장 경로에 따라 생성되며, 각각의 호는 표적 부위의 중앙 지점을 향해 발사된다. 상기 중앙 지점은 이른바, 치료 부위의 등각점(isocenter)이라 불리 운다. 치료 빔의 각각의 경로가 상기 호가 지나가는 종양 부위 및 그 둘레 조직으로 방사될 수 있다. 이러한 다중 빔 패스를 사용함으로써, 빔 호의 일부분만으로 치료 필드의 특정 부위에 방사선이 가해진다. 반면에 치료 필드의 다른 부분에는 각각의 빔 호에 의해 방사선이 가해진다. 그로 인해, 등각점에서 가장 높은 밀도의 선량이 발생한다.
본 발명의 실시예를 도 1~3에서 도식한다. 최적 방사 빔 배열을 결정하기 위해, 또는 환자를 치료함에 있어서, 구조 부위에 최소한의 방서선만 공급되면서 종양 표적 부위에 방사선을 공급하기 위한 플랜을 결정하는 방사선 치료 플래닝 시스템(planning system)(30)을 제공하고, 최적 플랜의 다양한 반복들을 결정하고 표시하기 위한 장치와 상기 시스템을 구현하는 방법을 제공하는 것이 바람직하다. 도 1을 참조하여, 본 발명에 대한 최적화 방법은 이미지 수집 기기(31), 방사선 전달 장치(39), 종래의 컴퓨터를 포함하는 컴퓨터 플래닝 장치(35), 본 발명의 최적화 방법을 사용하는 플랜 최적화 소프트웨어(36) 및 테스트 장비(37)를 사용하여 수행될 수 있다. 모든 상기 요소들이 종래의 영역 네트워크를 통해 소통될 수 있다.
본 발명의 상기 플랜 최적화 소프트웨어(36)는 최적화된 치료 플랜 및 빔 배열을 계산하며, 이것은 치료 필드 주위의 최적 빔 위치, 빔 가중치나 빔 강도의 최적 배열을 얻기 위해서이다. 그렇지 않다면 강도 맵(intensity map) 또는 영향 범위 프로파일 또는 둘 모두를 통해 얻을 수 도 있다. 제안된 빔 가중치가 컴퓨터 조작에 의해 반복적으로 증가됨으로써, 상기 최적 빔 배열이 처음으로 도착하며, 제안된 선량을 사용할 때, 빔 가중치의 반복적인 변경에 의해, 세포 조직 부위 또는 구조가 원치 않게 노출되지 않도록 비용 함수와 조합된다. 그 후, 사용자는 부가적으로 추가된 이행에 대해서 반복하게 할 수 있다.
더 세부적으로, 본 발명의 실시예에는 개선된 최적 방사선 치료 플래닝 스스템(30)이 포함되는 것이 바람직하며, 이는 표적 및 다양한 종류의 둘레 구조 모두에 대한 다중 치료 매개변수를 제공한다. 상기 시스템(30)은 컴퓨터상에 존재하는 플랜 최적화 소프트웨어(36)를 포함함으로써 제안된 방사선 빔 배열을 컴퓨터 조작에 의해 획득할 수 있고, 하나 이상의 종류의 제한 사항에 기반 하여 제안된 방사선 빔 배열을 컴퓨터 조작에 의해 반복적으로 변경할 수 있다. 상기 제한 사항 종류는 비용 함수 및 부분 미분 함수를 구현한다. 상기 시스템(30)은 또한 이미지 수집 장치(31)-가령 CT(computerized tomographic) 장치, MRI(magnetic resonance imaging) 장치-를 포함함으로써 종양 표적 부위의 2차원 이상의 스캔과 이미지(161)를 제공하기 위해, 플랜 최적화 소프트웨어(36)와 소통할 수 있다(도 1 및 도 3 참조). 상기 시스템(30)은 또한 GUI(Graphical User Interface)(150)를 포함함으로써 이미지(161)를 표시하고 사용자 인터페이스에게 옵션을 제공할 수 있다. 상기 시스템(30)이 방사선 전달 장치(39)-가령 다중리프 콜리메이터를 갖는 LINAC 또는 당업자가 알고 있는 방사선 빔을 다루기 위한 또 다른 장치-를 더 포함함으로써, 본 발명의 최적화 방법에 따라 방사선 선량을 전달할 수 있다. 상기 소프트웨어(36)는 하드웨어의 기능을 제어하는 동작을 명령하는 특정 셋을 제공하는 마이크로코드, 프로그램, 루틴, 기호 언어의 형태로 존재할 수 있으며, 또는 직접 자체적으로 동작할 수 있다.
도 2A ~ 도 2C는 본 발명의 시스템(30)을 포함하는 방사선 치료 플랜을 생성하기 위한 방법을 도식하며, 도 2A는 일반적인 전체 순서도를 도식한다. 상기 시스템(30)은 두 가지 방법으로 구현된다. 제 1 모드는 도 2B의 “플랜 수정”모드이며, 이때 상기 시스템(30)이 외부에서 생성된 선행 플랜을 수신하여, 플랜을 시뮬레이트하기 위해 최적화 매개변수를 조정하고, 반복 수행을 허락한다. 제 2 모드는 도 2C의 “자립”모드이며, 이때 상기 모드는 플랜 수정 모드의 단계(99) ~ 단계(101)와 단계(107) ~ 단계(111)를 내포한다. 상기 제 1 모드, 즉 플랜 수정 모드는 다양한 실시예의 구현에 대한 맥락을 제공하기 위해, 도 2A와 2B를 함께 참조하여 설명한다.
선행 방사선 치료 플랜을 형성하는 제 1 단계는 이미지 수집 단계(99)라고 불리는 것이 통상적이다. 상기 단계에서, 종래의 CT 스캔이나 MRI 기법으로 먼저 이미지가 획득되는 것이 바람직하며, 이때 CT 스캔이나 MRI 기법에 의해 조직의 “슬라이스”를 나타내는, 해부학적 정확도가 표시되는 이미지(161)가 생성된다. 그 후, 사용자는 이미지(161)를 직접 컴퓨터 플래닝 시스템(35)이나 컴퓨터 플래닝 시 스템(35)에 의한 접근이 용이한 데이터베이스로 이동시킨다(도 1). 이는 통상적으로 영역 네트워크(33)를 통해 이뤄진다(도 1). 그러나 수동 데이터 이동을 포함하는 다른 방법들도 사용될 수 있다.
다음 단계는 일반적으로 등록 프로세스 단계(100)라 일컬어진다. 상기 단계는 순응형 방사선 치료법에 의해 치료될 환자에 대한 종래 중심 슬라이스 이미지(161)들의 세트를 정렬하는 프로세스 단계이다. 완전한 CT나 MRI를 구성하는 일련의 “슬라이스”들은 환자의 특정 부위에 대한 3차원 그림을 나타냄으로써 유효 3차원 데이터 세트로서 시각화된다. 최종 데이터는 입력 데이터를 샘플링하고, 알려진 도형으로 표시하고, 올바로 정렬하기 위해 데이터를 수정함으로써 획득된다. 사용되는 환자 치료 장치를 기반으로 하여 기하학적으로 올바르도록 최종 분해능이 설정된다. 이미지(161)가 필름으로부터 스캔될 경우, 이미지 상에 포함된 참조 그레이 바를 기반 하여 그레이 스케일 이미지 표준화가 이뤄진다. 분해능을 조정하기 위해, 종래의 2차원 이미지 수정 기법이 샘플링 및 필터링과 함께 이용된다. 이미지 슬라이스 간격 잡기(image slice spacing)가 컴퓨터 플래닝 장치(35)의 연산자에 의해 시작되고, 종래의 환자 치료 장치의 도형에 의해 식별된다.
다음 단계는 보통 해부 툴 단계(101)라고 일컬어진다. 사용자는 방사선 플랜에서 명확히 드러난 3차원의 구조 부위를 식별하며, 이때 사용자는 슬라이스 형태의 이미지에 기반하여 해부학상 구조를 식별한다. 보통, 사용자가 입력 장치(도면상에는 나타나지 않음), 가령 광학 펜, 트랙볼, 터치스크린, 터치패드, 키보드, 마우스를 사용함으로써 다수의 스캔 슬라이스에서 의사가 치료하길 원하는 영역을 도 출할 수 있다. 본 발명의 하나가지 실시예에서, 토모그래픽 스캔 이미지(161)상에서 종양이 잘 구분된다면, 컴퓨터 플래닝 장치(35)의 플랜 최적화 소프트웨어(36)는 종양의 경계부를 선택하기 위한 자동화 툴과 관련 알고리즘을 대신 제공한다. 상기 자동화 툴에 의해, 사용자는 툴상에 단지 “클릭”하기만 할 수 있고, 소프트웨어(36)는 종양 경계부의 위치를 자동적으로 결정한다.
방법의 다음 단계는 보통 빔 위치 잡기 단계(102)로 일컬어진다. 상기 컴퓨터 플래닝 장치(35)는 최초 치료 플랜을 그에 대응하는 빔 위치를 갖고 결정한다. 상기 빔 위치잡기 단계(102)는 보통 처방 패널 단계(103)에 선행한다.
처방 패널 단계(103)에서, 의사는 선행 단계에서 사용된 방사선 치료의 요망 목표를 플래닝 장치(35)에 입력할 수 있다. 상기 요망 목표는 플랜 최적화 단계(107)에서도 사용된다.
도 2A와 도 2B를 다시 참조하면, 본 발명에 따르는 방법의 다음 단계는 테스트 기기 조절 단계(104)이다. 방사선 빔 조각들에 대한 방사선 빔 위치, 빔 가중치, 빔 강도의 최종 최적화된 세트가 전달 장치(39)의 전달 수용력에 맞춰진다. 반복 프로세스가 출력 팩터(OF) 조정, 전달 장치(39)의 다중리프 콜리메이터의 리프의 움직임 타이밍, 전달 장치(39)용 제어 정보에 도달하기 위한 동시적 움직임의 제한 사항을 설명하기 위해 반복 프로세스가 이용될 수 있다. 이 사항들은 전달 장치(39)의 동작 제한 사항 내에세 전달될 수 있는 치료 계획을 나타낸다.
선량 시뮬레이션 단계(105)에서, 환자에게 가해질 방사선 선량은 예를 들어 전달 장치(39)를 위한 제어 정보에 기반 하여 시뮬레이트된다. 상기 단계에서 사용 될 수 있는 알고리즘은 당업자라면 인지하고 있을 3차원 수정 경로 길이(Three-Dimensional Modified Path Length)기법에 기반 한다.
도 2A와 2B를 다시 참조하면, 플래닝 방법에 있어 다음 단계는 플랜 전환 단계(106)이다. 본 발명의 시스템(30)은 종래의 치료 플랜 구축과 구별되는 몇 가지 중요한 차이점을 갖고 있을 수 있다. 가령, 사용자가 같은 환자에 대한 다수의 서로 다른 치료 플랜들 사이에서 보간(interpolation)을 행할 수 있다. 상기 치료 플랜들 중 하나가 CORVUS® 시스템에 의해 생성될 수 있고, 다른 플랜이 서로 다른 개발 방법을 갖는 다른 시스템에 의해 생성될 수 있다. 다른 시스템들에서 가장 효과적으로 작동하기 위해, 컴퓨터 플래닝 장치(35)가 자동적으로 치료 목표를 독자적인 형태로 생성하는 것이 일반적이며, 다른 시스템에 의해 생성된 치료 플랜과 충분히 같은 치료 플랜을 생성한다. 이것에 의해, 컴퓨터 플래닝 장치(35)가 “실행”되고, 다른 시스템에서 생성된 다양한 치료 플랜들을 조정할 수 있다. 적절한 치료 목표와 그에 대응하는 가중치를 구축하는 알고리즘이 제공된다.
본 발명의 “플랜 수정”실시예에서, 컴퓨터 플래닝 장치(35)는 목적 함수 기여자 또는 “지점 제한 사항”을 제공한다. 상기 구현예에서 고유한 지점 제한 사항은 다수의 선택된 샘플링된 플랜 평가 지점을 부가적인 제한 사항과 함께 나타낸다. 이는 뒤에서 설명한다. 이러한 지점들은 표적 및 둘레 조직 전체에 걸쳐 자동으로 분산되어 있다. 가령, 컴퓨터 플래닝 장치(35)의 플랜 부합 부분이 플랜을 받아들일 때, 플랜 평가 지점들을 선택된 표적 경계부와 표적 내부, OAR(organ at risk) 경계부 및 Dmax 지점(뒤에서 설명한다.)의 로케이션에 넓게 분포시킨다. 이 러한 분산은 랜덤 샘플링에 의해 이뤄지는 것이 일반적이다. 특정한 관련도를 가진 영역(가령, 표적 종양 부위의 바깥 경계부의 인접 영역)에서 샘플링되는 확률을 증가시키도록 랜덤 샘플링이 편향방식 랜덤 샘플링일 수 있다.
다른 시스템에 의해 생성되는 치료 플랜의 방사선 선량 분포 또는 빔 배열을 랜덤하게 샘플링함으로써, 표적 종양 부위에서의 샘플링 지점과 구조 부위에서의 샘플링 지점이 획득될 수 있다. 플랜 최적화 소프트웨어(36)가 각각의 표적 종양 부위에서 샘플링된 지점 및 구조 부위에서 샘플링된 지점에서의 방사선 선량 값을 결정한다. 그 후, 최적화 목적 함수가 생성되며, 상기 목적 함수에 표적 종양 부위에서 샘플링된 각각의 지점에 대한 한 항 또는 구조 부위에서 샘플링된 각각의 지점에 대한 한 항을 더 추가함으로써 수정될 수 있다. 각각의 항은 목적 함수에게 극소 값, 극대 값을 제공하며, 이는 선행 방사선 치료 플랜의 방사선 빔 배열에 대응한다.
제안된 방사선 치료 플랜에 대응하는 각각의 샘플링된 지점에서의 방사선 선량의 값이, 선행하는 방사선 치료 플랜의 방사선 빔 배열에 대한 각각의 방사선 선량의 값과 충분히 다를 경우, 표적 종양 부위에서 샘플링된 지점 또는 구조 부위에서 샘플링된 지점에 연계된 각각의 항은 방사선 선량에게 패널티를 부과한다. 본 발명의 또 다른 실시예에서, 제안된 방사선 치료 플랜에 대응하는 각각의 샘플링된 지점에서의 방사선 선량의 값이, 선행하는 방사선 치료 플랜의 방사선 빔 배열에 대한 각각의 방사선 선량의 값과 바람직하지 않게 다를 경우, 표적 종양 부위에서 샘플링된 지점 또는 구조 부위에서 샘플링된 지점에 연계된 각각의 항이 방사선 선 량에게 패널티를 부과한다. 마찬가지로 본 발명의 실시예에서, 표적 종양 부위 선량-체적 통계 값이나 구조 부위에서 샘플링된 지점에 연계된 각각의 항이 적용됨으로써, 제안된 방사선 치료 플랜에 대한 각각의 샘플링된 지점에서의 방사선 선량의 값이 방사선 선량의 값에 바람직하지 않게 다를 경우에, 상기 목적 함수가 대응하는 선량-체적 통계 값에 패널티를 부과한다.
이러한 플랜 평가 지점들을 분포시킨 후, 컴퓨터 플래닝 장치(35)가 입력된 것과 같은 치료 플랜을 생성하는, 서로 다른 위치로 적용될 수 있는, 서로 다른 종류의 비용 기여자를 갖고 실험할 수 있다. 본 발명의 실시예에 따라, 일반적으로, 부가적인 제한 사항이 없는 컴퓨터 플래닝 장치(35)는 치료 플랜을 입력된 치료 플랜에 순응시키지 못한다. 왜냐하면, 상기 입력된 치료 플랜이 다른 지점을 분석하고 다른 비용 기여자를 사용하는 경향이 있기 때문이다. 그러므로 후에 설명될 지점 제한 사항이 컴퓨터 플래닝 장치(35)에게 서로 다른 툴을 제공함으로써 (수동이 아닌)자동으로 치료 플랜이 변경되고, 입력 치료 플랜에 유사해지도록 미세 조정할 수 있다.
플랜 전환 단계(106)의 최종 결과는 본 발명의 실시예에 따라, 컴퓨터 플래닝 장치(35)가 엔진을 최적화함으로써 선행 플랜을 사용하기 적합한 플랜으로 변형하는 것이다. 첫째로 입력된 방사선 치료 플랜을 형성한 본래의 치료 목표를 나타내는 방사선 빔 배열(방사선 선량 분포)을 결정하고, 둘째로 선생 방사선 치료 플랜의 치료 방사선 전달 목표에 충분히 부합되는 치료 속성을 갖는 방사선 치료 플랜을 구축하는 최적화 목적 함수를 형성함으로써 선행 플랜을 사용하기 적합한 플 랜으로 변형할 수 있다.
도 2A와 2B와 2C를 참조하면, 플랜 최적화 단계(107)에서, 방사선 플랜 최적화는 인버스 문제의 특정 경우이며, 이때 목표는 선량 처방을 획득하기 위한 최적 전달 시나리오(방사선 빔과 강도들의 집합)를 결정하는 것이다. 상기 단계는 “수정”모드(도 2B)와 “자립”모드(도 2C) 모두에서 적용 가능하다. 도 2B를 참조하여 설명된 “수정”모드에서, 사용자는 또 다른 플래닝 시스템(가령 CORVUS® 플래닝 시스템)을 운영함으로써 상기 플래닝 시스템에 대해 최적 플랜을 생성할 수 있다. 그 후, 하나 이상의 제한 사항을 반복 조정함으로 형성된 최적화 목적 함수를 사용하면서 실시간 편집으로 플랜이 변형되고, 입력됨으로써 목적 함수의 극값이 처음의 방사선 선량 분포(본래의 치료 목표, 입력된 치료 플랜)와 대략 유사한 방사선 선량 분포에 대응할 수 있다. 그 후, 본 발명의 실시예에 따라 사용자는 입력된 플랜을 “수정”하기 위해 컴퓨터 플래닝 장치(35)를 구동시킬 수 있다.
상기 플랜을 “수정”하기 위해 플래닝 시스템 툴이 공급될 수 있다. 이러한 툴들에 의해, 사용자는 컴퓨터 플래닝 장치의 더욱 특화된 요청도 처리할 수 있다. 따라서 새로운 툴들은 선량 분포에 대해 더욱 세밀하고 유동적인 제어를 제공한다. 상기 입력된 플랜은 외부 플래닝 시스템의 비용 함수에 최적일 수 있다. 그러나 임상 의학자가 시스템의 비용 함수 외부에서 구현된 목표와 다소 다른 목표를 가질 수 있기 때문에, 임상 의학자는 최적 플랜을 수정하길 원할 수도 있다. 새로운 툴이 임상 의학자에게 본래 어땠는지에 관계없이 플랜을 미세 조정하는 이점을 제공한다.
도 2C의 “자립”모드 실시예를 참조하여, 사용자가 목표 정보를 처음으로 입력하거나 업데이트할 때, 컴퓨터 플래닝 장치(35)가 상호 대화형 플래닝의 단계로 바로 돌입한다. 컴퓨터 플래닝 장치(35)는 비교적 신속하게 등선량 곡선(isodose contour)(162)을 표시할 수 있으며 실제 치료 플랜에서 수집된 CDVH(Cumulative Dose Volume Histograms) 또는 DVH(Dose Volume Histogram) 곡선을 표시한다.
처방을 작성하는데 5 내지 10분의 시간이 소비되고, 플랜 최적화에 10분가량의 시간이 소비되며, 결과를 산출하고 상기 과정을 반복하는데 또 시간이 소비된다. 본 발명의 실시예에 따라, 각각의 제안 방사선 빔 배치에 대한 방사선 선량 분포도를 표시할 수 있는 더 유동성이 큰 플랫폼을 사용자는 제공받을 수 있다. 가령, 사용자가 전립선에 50Gy의 선량을 가하기로 결정하면 그대로 입력하면 된다. 그 후, 전립선 주위의 상기 50Gy의 선량이 스크린 상에 표시될 것이다. 그 후 사용자가 결과를 검사하고, OAR(Organ At Risk)에 너무 많은 선량이 가해졌는지를 판단한다. 사용자가 특정 OAR에 대해 과도한 선량을 상기 OAR 밖으로 빼내도록 조정한다. 그 후, 사용자가 다시 검사하고 결과를 내고, 대략적 조정을 할 수 있다. 사용자가 이러한 반복 과정들을 지켜볼 수 있게 하여, 매우 자세하고 세밀한 플랜 조정을 가능케 하는 것이 바람직하다.
더 상세하게, 도 3에 잘 나타난 바와 같이, 방사선 치료 플랜의 최적화를 돕기 위해, 본 발명의 실시예에 따라, 사용자에게 GUI(150)의 스캔 윈도우(160)에 표시된 CT 스캔 또는 다른 토모그래픽형 스캔 이미지(161)에 등선량 곡선(162)이 바 람직하게 제공된다. 또한, 본 발명의 실시예에 따라, 사용자에게 DVH 곡선(175)이 바람직하게 제공된다. 사용자는 GUI(150) 및 GUI(150) 상에 표시되는 정보 조작과 데이터 엔트리에 대한 알고리즘을 포함하는 소프트웨어(36)를 제공받는다. 상기 GUI는 상호 대화형 툴일 수 있다. 가령, 드롭-다운 메뉴(151, 151′), 체크박스(152, 152′), 표적“Goal dose”(153)과 구조“dose limit”(153′)로 된 텍스트 필드 박스, 표적“homogeneity(균질도)” 또는 구조“importance(중요도)”같은 매개변수에 대한 슬라이드 컨트롤(154, 154′), 이미지(161)에 표시된 등선량 곡선(162)과 DVH 곡선(175) 입력 장치 수단인 스크린 포인터(163)들이 있다.
본 발명의 하나의 실시예에서, 컴퓨터 플래닝 장치(35)의 GUI(150)의 하나 이상의 드롭-다운 메뉴(151, 151′), 체크박스(152, 152′), 텍스트 엔트리 필드(153, 153)로의 입력을 통해 요망 목표의 엔트리가 확립된다. 예를 들어 분석 윈도우(170)에서 규정된 DVH의 창조 및 조정을 통해 목표가 확립될 수 있다. 사용자가 장치(35)로 목표를 입력할 때, 상기 규정된 DVH가 형성된다. 본 발명의 바람직한 실시예에서, 성취가능한 방사선 치료 플랜에서 나타나는 관련 DVH 곡선(175)을 다양한 드롭-다운 메뉴(151, 151′), 체크박스 입력(152, 152′), 텍스트 엔트리 필드(153, 153′), 등선량 곡선(162)의 개별 사용이나 복합 사용을 통하거나, 직접 수동으로(위치 지시 도구를 사용하여), 조정할 수 있다.
예를 들어, 표적 및 구조에 대해, 사용자는 목표를 나타내는 숫자를 입력할 수 있다. 가령, 표적 선량 목표 값(예를 들어 67.24Gy)을 텍스트 박스(153)에, 구조 선량 제한(예를 들어 68Gy)을 텍스트 박스(153′)에 입력할 수 있다. 표적과 구 조 모두에 대해, 상기 GUI(150)는 슬라이드 바(157)를 표시하고, 사용자는 상기 바(157)를 슬라이드 컨트롤(154, 154′)의 길이를 따라 드래깅함으로써 텍스트 박스(153, 153′)내의 숫자 엔트리로 표시된 것과 같은 결과를 확립할 수 있다.
컴퓨터 플래닝 장치(35)가 간단한 제한 사항과 이를 조정하는 신속한 최적화기를 적용할 수 있으며, 이 둘은 등선량 곡선(162)의 직접 조작 및 서로 배타적인 목표들 간의 동적 균형 잡기를 위한 하나의 컨텍스트를 제공한다. 이상적으로, 목적 함수 기여자 또는 제한 사항들은 연속적이며, 단조적(monotonic)인 1차 도함수를 갖고, 구분적으로 선형(piecewise linear)인 구현 비용 함수를 갖는다. 컴퓨터 플래닝 장치(35)가 방사선 치료 플랜이 수식S로 나타나며, 이는 할당된 가중치(우선순위에 따른)가 각각 곱해진 개별적인 비용 기여자들의 값의 합계와 동일하다.
Figure 112006024358811-PCT00001
CX는 비용 기여자이고, n은 n번째 기여자를 의미하며, WX는 n번째 비용 기여자에게 할당된 우선순위, 또는 가중치이다. 이러한 비용 기여자 또는 효과 함수가 제한 사항을 형성할 수 있으며, 이는 방사선 빔 가중치 또는 선량의 함수이다. 바람직한 실시예에서, 다음에서 설명되는 치료 플랜 수식 S는 다음의 제한 사항들 중 하나 또는 그 이상을 포함하는, 그러나 제한 받지는 않는 비용 기여자들의 함수이다.
1. 표적 경계부
2. 표적 내부/표적 피복률(target coverage)
3. OAR(Organ At Risk) 경계부
4. Dmax 지점: 각각의 빔의 Dmax에서의 위치
5. 드래그 업/드래그 다운 지점: 사용자에 의해 그어진 선을 따르는 지점들
6. 지점 제한 사항(플랜 부합 실시예에서만 사용됨)
해당 제한 사항에 대한 해당 관심 지점의 위치와 환자 내부의 관심 영역에 의해 제한 사항의 각 타입이 나눠진다. 이러한 제한 사항의 각 타입은 비용 함수와 부분 미분 함수를 구현한다(특정 빔 영향 범위에 관련하여 구현). 상기 제한 사항의 상세한 효과는 차후에 설명한다. 빔 가중치가 방사선 치료 플랜을 묘사하고, 비용 함수가 방사선 치료 플랜을 수식에 의해 평가하며, 이때 임의의 개별 비용 기여자 또는 제한 사항이 방사선 빔 가중치의 부분 집합의 함수가 될 수 있다. 또한, 최적화를 반복하는 동안 비용을 산출하면서, 제한 사항에 연계된 복셀(제한 복셀)만이 전달된다.
도 3을 참조하여, 본 발명의 바람직한 실시예에서, 컴퓨터 플래닝 장치(35)가 동적 제한 밸런싱(dynamic constraint balancing) 즉, 환자의 선량 표시를 보면서 방사선량 목표를 조정하는 실시간 방법을 제공할 수 있다. 가령, 환자의 선량 표시로는 GUI(150)의 스캔 위도우(160)에 표시된 CT 스캔 또는 다른 토모그래픽형 스캔 이미지(161)상의 등선량 곡선(162)이 있다. 본 실시예에서, 소프트웨어(36)는 사용자 상호 대화형 툴을 사용함으로써 방사선 치료 플랜의 동적 수동 조작을 하기 위한 알고리즘을 포함한다. 사용자 상호 대화형 툴에는 드롭-다운 메뉴(151, 151 ′), 체크박스(152, 152′), 텍스트 필드 박스(153, 153′), 슬라이드 컨트롤(154, 154′), DVH 곡선(175)을 조작하기 위해 위치를 지정하는 스크린 포인터(163)가 있다.
방사선 치료 플랜의 많은 반복들을 평가하는 것에는 환자 전체에 걸친 플랜 평가 지점을 샘플링하는 것이 일반적으로 포함된다. 상기 샘플링은 완전 랜덤방식이거나 표적 종양 부위 경계부에 인접한 외부에서의 샘플링 확률을 높이기 위한 편향적인 랜덤방식일 수 있으며, 이것에 의해, 바람직하게도, 플랜 평가 지점은 덜 사용하고 더 많은 정보가 얻어질 수 있다. 신뢰성을 높이기 위해, 상기 플랜 평가 지점은 컴퓨터 플래닝 시스템(35)의 플랜 최적화 소프트웨어(36)에 의해 사용되는 랜덤 선택 지점과 다르게 선택되어지는 것이 바람직하며, 이로써 방사선 치료 플랜의 다양한 반복이 수행되고 표시된다.
상기 제한 사항은 적용 가능한 수학적 구조를 제공함으로써 방사선 치료 플랜의 구축 및 평가를 효율적으로 수행한다. 덧붙이자면, 컴퓨터 플래닝 장치(35)의 소프트웨어(36)가 상기 제한 사항을 제공하며, 상기 제한 사항은 상기 플랜의 수식S에 패널티를 부과하는, 또는 상기 플랜의 우선 순위를 낮추는 기능적인 집합이다.
앞에서 설명한 제한 사항 리스트 중 앞의 두 개는 표적 경계부와 표적 내부/표적 피복률이다. 표적 경계부는 종양의 형태를 나타낸다. 소프트웨어(36)의 알고리즘은 표적의 경계면을 따르는 플랜 샘플링 지점들을 조사함으로써 이러한 제한 사항을 구현한다. 경계부(실제 경계부의 내부 또는 외부)를 설정하는 플랜에 의해, 사용자에게 더욱 바람직한 플랜이 생성된다. 이러한 효과 함수의 도식은 기본적으 로 구분적으로 선형(piecewise linear)인 불규칙적인 형태이며, 당업자라면 처방 선량 쪽으로 관련 복셀(voxel)을 구동하는 웰을 만들어서 이를 설명할 수 있다.
부가적으로, 슬라이드 컨트롤(154), 또는 다른 형태의 조정 컨트롤이 제공됨으로써 전체 플랜에서의 올바른 경계부 선택을 하기 위한 가중치나 중요도가 조정될 수 있다.
표적 내부 제한 사항이 제공되어 상기 표적에 최소 선량이 제공되었음이 보증된다. 이러한 제한 사항은 표적 복셀의 선량이 목표 선량보다 낮고 그에 따라 높게 조정되어야 할 플랜에 패널티를 부과한다. 별개의 제한 사항으로 사용되거나 표적 내부 제한 사항과 함께 사용될 수 있는, 표적 피복률 제한 사항에 의해 또한, 전체 표적이 최소한의 선량을 획득했으며 이는 균질하다는 것이 보증된다. 한편, 표적 복셀의 선량이 목표 선량 이상이고 그에 따라 선량을 낮출 필요가 있을 때, 이 제한 사항은 플랜에 패널티를 부과한다. 바람직한 실시예에서, 슬라이드 컨트롤(154)과 유사한 슬라이드 컨트롤(154") 또는 다른 형태의 조정 컨트롤이 이러한 제한 사항의 중요도를 조정하기 위해 제공된다.
OAR 경계부 제한 사항이 제공됨으로써 과도한 방사선 선량(즉, 선량 한계를 넘는 선량)에 건강한 조직이 노출되지 않을 수 있다. 상기 제한 사항은 OAR 복셀의 과도한 선량에 패널티를 부과한다. 바람직한 실시예에서, 슬라이드 컨트롤(154′) 또는 다른 형태의 조정 컨트롤이 제공됨으로써 상기 제한 사항의 중요도가 조정될 수 있다.
Dmax 지점 제한 사항은 각각의 빔을 따르는, 상기 빔의 결과에서 가장 높은 선량을 가지는 지점을 설명한다. 상기 Dmax 지점 제한 사항이 제공됨에 따라, 표적 내부가 아닌 곳의 선량을 제어할 수 있다. 바람직한 실시예에서, 소프트웨어(36)의 표적 내의 임의의 지점은 무시하고 OAR 내의 임의의 지점을 OAR 경계부에 추가하는 알고리즘이 제공된다.
드래그 업/다운 지점 제한 사항이 사용자에 의해 그어진 선을 따르는 지점들의 집합에 의해 형성된다. 바람직한 실시예에서, 소프트웨어(36)의 알고리즘이 제공됨으로써 선량을 임계치보다 높게 또는 낮게 제공할 수 있다. 상기 선이 선량이 평균 선량보다 높은 지점에서 시작할 경우에는 높게, 평균 선량이 높을 경우에는 낮게 제공된다. 메타-최적화가 이러한 제한 사항들 영향력의 균형을 조절함으로써 만족할 만큼의 영향력만을 발휘하게 된다.
본 발명의 바람직한 실시예에서, 컴퓨터 플래닝 장치(35)가 제한 사항 자동 가중치 부가를 제공할 수 있다. 치료 플랜에는 변수들 간의 균형 잡기, 즉 상호 배타적인 목표들 간의 균형 잡기가 포함된다. 이러한 목표들이 제시되면, 치료 플랜 장치(35)는 최적의 상태로 목표들을 조정하기 위해, 그들의 관련 우선순위가 어떻게 되는지를 파악해야만 한다. 상술한 바와 같이, 많은 치료 플래닝 시스템들이 사용자가 명시적으로 목표들을 우선순위화하길 바란다. 그러나 이는 매우 어렵고, 부정확하며, 잠재적으로는 시간을 많이 소비하게 된다. 결과적으로, 상기 컴퓨터 플래닝 장치(35) 및 그 연계된 알고리즘은 치료 플랜으로 요약되는 서로 다른 목표들 간의 관계에 대한 이해를 요구한다. 그리고 사용자가 새로운 목표를 기존 목표들 위에 새로 구축함에 따라, 이러한 목표들 간의 균형 잡기가 요구된다. 본 발명에 따르는 실시예가 자동 제한 가중치 부가(즉, 사용자 정의 우선순위의 직접 입력보다는 사용자 행위나 플랜 조정의 형식으로 사용자 입력 시퀀스로부터, 우선순위화가 추정되는 상호 대화 레벨)를 바람직하게 제공한다. 컴퓨터 플래닝 장치(35)의 소프트웨어(36)가 추정된 우선순위를 특정 목표에 주어지는 내부“가중치”를 결정하는 숫자 값으로 번역한다. 자동 제한 가중치 부가는 사용자가 새로운 목표를 추가하고 조정할 때마다 알고리즘이 특정 레벨의 중요도를 상기 새로운 목표에게 할당하면서 그 밖의 다른 목표들을 유지하고, 사용자에게 군더더기 없는 방식으로 상기 중요도를 연산하는 방법이다. 바람직한 실시예에서, 각각의 탐색 시도에서의 개별 최적화를 실행하는 간편한 검색 방법은 이러한 자동 번역을 제공한다.
본 발명의 하나의 실시예에서, 도 3을 참조하여, 우선순위화는 가령, 슬라이드 컨트롤(154)과 종래의 위치 지시 장치 같은 슬라이드 컨트롤을 사용함으로써 실제 구현되며, 이는 등선량 곡선(162)이나 DVH 곡선(175)을 표시하는 선량을 직접 조작(가령 “드래그”)하는 스크린 포인터(163)를 작동한다. 가령, 사용자 측면에서, 구조 내의 0선량을 목표로 하는 설정과 동일해지도록, 소프트웨어(36)에 의해 표시된 선량을 구조 밖으로 빼내기 위해 민감한 조직에 관한 슬라이드 컨트롤(154′)이 사용될 수 있다. 그러나 소프트웨어(36)의 한계 내에서, 새로운 목표의 추가는, 일련의 가중된 비용 기여자들로 이루어진 전체 비용 함수에 새로운 항을 추가하는 것, 또는 다른 목표들의 가중치를 변경시키는 것과 실제로 같다. 추가로, 본 발명의 실시예에 따라, 선량(등선량 곡선(162) 또는 DVH 곡선(175))을 드래그함으로써, 전체 비용 함수에 새로운 항이 추가되고, 예를 들어 슬라이드 컨트롤(154)을 제어(기관 외부로 선량을 빼내도록 제어)함으로써 기존 항들 중 하나가 변경된다.
도 3을 참조하여, 본 발명의 바람직한 실시예에서, 상호 대화형 플랜 선량 수정을 통해 목표의 조정이 달성된다. 상기 수정은 등선량 곡선(162)을 직접 조작하는 것과 DVH 곡선(175)을 직접 조작하는 것이며, 이때 결과가 등선량 곡선(162)과 DVH 곡선(175)의 변경으로 나타날 것이다. 본 발명의 하나의 실시예에서, 표적의 대략적인 DVH, OAR DVH의 가로축 절편, OAR의 추정 최대 선량이 동적으로 업데이트된다. 본 발명의 또 다른 실시예에서,이러한 요소들이 아이들 주기(idle period) 동안 상기 요소들을 업데이트하도록 시도 하는 낮은 우선순위 스레드에 의해 완전히 세부화가 그려질 것이다.
본 발명의 바람직한 실시예에서, 도 3, 4, 6, 7, 8을 참조하여, 종양 부위 밖으로 또는 인접 구조 부위 밖으로 선량을 빼내기 위해 5가지 이상의 주요 선택 사항이 사용자 측에 제공된다. 제 1 선택 사항이 영향 받는 종양 부위 또는 조직 구조에 대한 광역 조정을 제공한다. 가령, 사용자가 선량에 의해 영향 받는 조직 구조(예를 들어 직장)를 선택한다. 상기 구조는 드롭-다운 메뉴(151′)에서 고를 수 있다. 영향받는 구조내의 선량을 감소하도록 사용자가 관련 슬라이드 컨트롤(154′)을 조정하거나, 감소된 선량 값을 관련 텍스트 박스(153′)에 입력할 수 있다. 그러나 이러한 조정은 영향받는 구조의 임의의 특정 부분의 선량을 변경할 수도 있고 그렇지 못할 수도 있다. 그러나 영향받는 구조의 “가장 온도가 높은 부 분”이 어디든 그곳은, 즉 가장 많은 선량을 수용하는 구조의 한 부분은 포커싱 대상이 된다. 가장 온도가 높은 부분이 사용자에게 있어 중요한 부분일 경우, 상기 조정이 효과적일 것이다. 관심 영역이 영향받는 구조의 가장 온도가 높은 부분이 아닐 경우, 상기 조정은 구조내 관심 지점에서 영향받는 구조의 다른 부분에 영향을 끼칠 것이다. 아니면 구조내의 관심 지점에 영향 끼치기 전에 영향 받는 구조의 다른 부분에 영향을 끼칠 것이다. 슬라이드 컨트롤(154′)을 사용하는 대신에, 사용자는 GUI(150)의 스캔 윈도우(160)의 CT나 다른 토모그래픽형 스캔(161)상의 등선량 곡선(162)을 조사할 수도 있다.
나머지 사용자 선택 사항들은 더 유연하고 반응에 대해 더 국한되는 경향이 있다. 도 3을 참조하여, 사용자는 영향받는 구조를 가로지르는 등선량 곡선(162)을 포함하는 스캔 윈도우(160)를 포함하는 GUI(150)을 조사할 수 있다. 상술한 바와 같이, 상기 등선량 곡선(162)은 표적(또는 구조)의 한 부분에 전달된 선량에 대응하는 것이 일반적이다. 예를 들어, GUI(150)는 CT 슬라이스(161)상의 상기 등선량 곡선(162)의 직접 조작을 제공한다. 사용자는 스크린 포인터(163)로 나타나는, 종래의 위치 지시 장치나 다른 적합한 입력 장치를 통해 등선량 곡선(162)을 조작할 수 있다. 소프트웨어(36)에는 사용자가 등선량 곡선(162)의 선택된 위치를 “그랩” 과 “드래그”할 수 있게 해주는 알고리즘이 포함된다. 그러나 방사선은 딱 한 부분만 변경시키지 않는다. 사용자가 위치 지시 장치로 관심 등선량 곡선(162)을 “그랩”하는 기능을 시작할 때, 다른 매개변수들이 그에 대응하여 변화한다. 이러한 시작에 의해, 알고리즘은 조정된 등선량 곡선(62)이 추가된 제한 사항을 형성하 는 새로운 플랜을 출력한다. 새로운 등선량 곡선“등고선 지도(Contour Map)”은 관심 등선량 곡선(162)을 드래깅한 결과에 대한 가장 주요한 피드백을 제공한다.
등선량 곡선(162)의 직접 입력은 등선량 곡선(162) 또는 또 다른 등선량 곡선(162′)이 서로 다른 위치에서 불룩한 결과를 야기할 수 있다. 그 후에, 이러한 모양을 통해, 사용자는 원치 않은 변위로 인한 변경이 해로운지를 판단하고, 만약 그럴 경우에는, 얼마나 그러한지를 판단한다. 도 4를 참조하여, 편위 선량을 나타내는 등선량 곡선(162′)은 선택되거나, 영향받는 구조의 밖으로 또는 가로질러서 “클릭” 및 “드래그”된다. 예를 들어 말하자면, 사용자가 등선량 곡선(162′)을 클릭하여 상기 곡선을 직장 밖으로 드래그할 수 있다. 위치 지시 장치 또는 마우스 버튼을 개시하면, 컴퓨터 플래닝 장치(35)가 또 다른 새 플랜을 상기 선량이 영향 받은 구조로 미리 가해지지 않는다는 제한 사항을 갖고, 사용자가 미리 요청한 모든 것을 재-연산한다. 또는, 조정에 의해 표적 전체(또는 구조)보다는 오직 관심 “핫스팟”만이 주요하게 영향받는다. 등선량 곡선(162)을 드래그하는 것의 기본적인 영향은 환자 전체에 대한 등선량 곡선(162, 162′)을 변화시키는 것이다.
“표준” 최적화 프로세스는 방사선 빔의 방향과 강도를 사용자가 정의한 제한 사항의 범위 내에서 최적화한다. 대신 메타-최적화 프로세스가 제한 사항을 반복적으로 조정함으로써 입력된 치료 플랜의 목표에 부합하는 목표를 획득할 수 있다. 메타-최적화는 상술한 제한 사항들의 세기의 균형을 잡을 수 있으며, 상기 제한 사항들은 만족할 정도만큼만 강력하다. 추가로, 최대 선량 값(164)과 최소 선량 값(165)(도 9)의 입력에 반응하는 소프트웨어(36)가 사용자에 의해 등선량 곡선 조 작을 제한함으로써 바람직하지 못한 간접 선량 변이를 방지할 수 있다.
도 4를 참조하여, 선량을 드래그하는 것은 시작 드래깅 지점(191)과 정지 드래깅 지점(192) 사이의 선(190)을 수학적으로 형성한다. 컴퓨터 조작적으로, 관심 특정 등선량 곡선(162′)이 드래깅에 의해 형성된 선(190)에 교차하지 않는 것을 컴퓨터 플래닝 장치(35)의 소프트웨어(36)의 알고리즘이 시도한다. 즉, 상기 선(190)을 따라 형성된 제한 사항이 구현됨으로써 사용자에 의해 선택된 선을 따라 선량을 요망 선량 레벨을 초과하지 않는 레벨까지 제한할 수 있으며, 요망 선량 레벨보다 큰 선량 레벨은 바람지하지 못하다. 그리고 상기 선(190)을 따라 구축된 제한 사항이 구현됨으로써, 사용자에 의해 선택된 선을 따라 선량을 요망 선량 레벨에 미치지 않는 레벨까지 제한할 수 있으며, 요망 선량 레벨보다 작은 레벨은 바람직하지 못하다.
선(190)을 따라 시작 드래깅 지점(191)에서부터 정지 드래깅 지점(192)까지의 선량 평균을 구함으로써, 이러한 목적이 또한 달성될 수 있으며, 바람직하지 못한 선량은 시작 드래깅 지점(191)과 정지 드래깅 지점(192) 사이에 존재한다. 그 후, 상기 알고리즘에 의해, 선(190)을 따르는 평균 선량보다 높은 선량을 갖는 지점에서 상기 선(109)이 시작할 경우에는 선량을 높이고, 평균 선량이 더 높을 경우에는 선량을 낮춘다. 예를 들어, 선량의 페닌술라(peninsula)가 기관 쪽으로 불룩할 경우, 시작 지점(191)이 70Gy의 등선량 곡선(162′)에서 존재할 수 있다. 80Gy의 다른 등선량 곡선(162")을 가로질러 70Gy의 정지 지점(192)에서 끝나는 상기 선(190)이 상기 등선량 곡선(162)을 드래깅함으로써 형성될 수 있다. 상기 선을 따르는 평균이 73Gy일 경우, 평균 선량은 시작 지점보다 더 높을 수 있다. 그래서 알고리즘은 사용자가 상기 선을 따르는 선량을 낮추길 원한다고 가정한다.
또 다른 예에서, “선량 드래깅”을 교대로 이용하여, 사용자는 “핫스팟”을 건강한 조직 구조에서 밀어내길 바란다. 사용자는 스크린 포인터(163)에 연계된 위치 지시 장치와 함께 등선량 곡선(162)을 이용하여 선량을 드래그하고, 등선량 곡선(162)을 “핫스팟”을 가로질러 드래그한다. 이러한 프로세스는 등고선 지도의 등고선을 그랩하는 것 그리고 등고선 지도에 도식된 산의 봉우리를 가로질러 등고선을 드래깅하는 것과 유사하다. 즉, 사용자가 위치 지시 장치를 봉우리 등고선 적당한 곳에 두고, 봉우리를 가로질러 드래그해서, 등고선이 봉우리의 반대쪽에 재-위치하게 된다.
소프트웨어(36)의 관련 알고리즘은 두 지점(191, 192) 사이의 선(190)을 따르는 어떤 것도 사용자가 처음 드래깅을 시작할 때 명시된 선량보다 더 높은 선량의 레벨을 수용할 수 없게 하는 제한 사항을 확립할 수 있다. 이상적으로, 본 실시예에서 기술한 바와 같이, 상기 알고리즘에 의해 산의 봉우리가 제거될 것이다. 그러나 봉우리가 매우 넓을 경우, 사용자가 선(190)과 상기 선의 각각의 측을 따라 새로운 계곡만을 생성할 수 있다. 그럴 경우, 사용자는 부가적인 시도를 하거나 다른 대안 방법을 찾을 수도 있다. 예를 들면, 상술한 광역 슬라이드 컨트롤 방법 같은 것이 있다. 따라서 인접 영역에서 방사선 선량을 증가시키기 위해, 사용자가 등선량 곡선이 뻗어 가길 원하는 곳에서, 시작 드래그 지점과 정지 드래그 지점 사이에서 형성된 선을 따르는 어떤 것도 시작 드래그 지점의 선량보다 낮은 선량을 수 용하지 못하도록 소프트웨어(36)의 상기 관련 알고리즘이 제한 사항을 확립할 수 있다.
도 3 및 도 6에서 가장 잘 나타낸 바와 같이, 소프트웨어(36)는
1. 사용자가 원하는 선량 레벨을 갖는 등선량 곡선(162")의 한 부분(193) 또는 이미지 슬라이스(161)상의 다른 등선량 표시 값을 사용자가 “선택” 또는 “마크”할 수 있게 하는,
2. 그리고 사용자 입력 장치를 사용자가 조작하고 “드래그”할 수 있게 하고, 이미지 슬라이스(161)상의 선택된 포지션(193)에서부터 두 번째 선택된 포지션까지의 사용자가 원하는 경로(194)(점선으로 나타내며, 등선량 곡선(162")의 인접인 것이 바람직하다.)를 따르는 제안 등선량 곡선을 “그림”또는 “조각”하는 알고리즘을 포함할 수 있다. 사용자가 원하는 경로(194)를 형성하기 위한 입력 장치의 선택 및 사용자 조작에 반응하여, 소프트웨어(36)는 등선량 곡선(162)을 사용자가 원하는 경로(194)에 대략 인접하게 재-위치하고, 그에 따라 상기 등선량 곡선(162")을 재형성한다. 그래서 새로운 방사선 빔 배치가 형성된다. 상술한 바와 같이, 등선량 곡선 조작에 따라, 입력 장치의 시동에 의해 알고리즘이 새로운 플랜을 출력하며, 이때 조정된 등선량 곡선은 부가적인 제한 사항을 형성한다.
바람직하지 못한 부차적 선량 변화를 방지하기 위해, 등선량 곡선 조작에 관한 상술한 두 가지 방법을 소프트웨어(36)가 제공한다. 사용자가 표적 종양 부위 또는 구조 부위에 대한 최대 또는 최소 방사선 선량 값(164, 165)을 입력할 수 있다(도 9). 사용자에 의한 최대 또는 최소 선량 값(164, 165)의 입력에 반응하여, 상기 소프트웨어(36)가 사용자에 의해 제공된 선량 제한 사항에서 벗어나는 반사선 선량의 변위에서 초래된 등선량 곡선(162")의 이동을 방지한다.
도 7에서 나타낸 바와 같이, 높은 방사선 이상(high radiation anomaly) 또는 핫스팟을 기능적으로“삭제”하기 위해, 또는 낮은 방사선 이상(low radiation anomaly)에 대해서는 더 광역적인 최대 선량 감소를 수행하기 위해, 상기 소프트웨어(36)는 사용자가 등선량 곡선(162"′)을 “선택” 또는 “마크”할 수 있는 툴을 제공하는 알고리즘을 포함할 수 있다. 높은 방사선 이상에 대해, 사용자가 등선량 곡선(162")을 선택함에 따라, 상기 소프트웨어(36)는 등선량 곡선(162"′)내에서의 방사선 선량의 값을 등선량 곡선(162"′)의 외부 방사선 선량 값에 같도록 설정할 수 있다. 낮은 방사선 이상에 대해서는, 상기 소프트웨어(36)가 등선량 곡선(162"′)내의 방사선 선량의 값을 등선량 곡선(162"′)의 외부 방사선 선량의 값과 같도록 설정할 수 있다. 어느 한 쪽의 경우에서라도, 등선량 곡선(162"′)내의 선량을 이동시키는 것은 개념상으로 등선량 곡선(162"′)을 삭제하는 것과 같다.
상술한 등선량 곡선 조작의 두 가지 방법에서와 같이, 입력 장치의 시동에 의해 알고리즘이 새로운 플랜을 출력하는 것이 바람직하며, 이때 등선량 곡선(162"′)값의 변화는 부가적인 제한 사항을 형성한다. 상술한 등선량 곡선 조작의 두 가지 방법에서와 같이, 또한, 바람직하지 못한 부차적 선량 변이를 방지하기 위해, 등선량 곡선 조작의 이러한 방법을 제한하도록 소프트웨어(36)가 제공될 수 있다. 사용자는 표적 종양 부위 또는 구조 부위에 대한 최대 또는 최소 방사선 선량 값(164, 165)을 입력할 수 있다(도 9). 사용자의 최대 또는 최소 선량 값(164, 165)의 입력에 따라, 상기 소프트웨어(36)는 사용자 제안 선량 제한 사항 외부로부터의 방사선 선량 변위가 초래하는 선택된 등선량 곡선(162"′)내의 선량의 어떤 변화도 방지할 수 있다.
도 3에 나타낸 바와 같이, 지정 방사선 선량 레벨보다 더 많이 수신하는 종양 부위나 구조 부위의 퍼센티지를 감소 또는 증가시키기 위해 또는 종양 부위 또는 구조 부위의 주어진 퍼센티지에 대해 과도한 선량의 레벨을 감소 또는 증가시키기 위해, 또는 이 둘을 중계하기 위해, 상기 소프트웨어(36)는 사용자가 DVH 곡선(175′)을 “그랩” 그리고 “드래그”할 수 있게 하는 알고리즘을 포함할 수 있다. 입력 장치는 위치 지시 장치의 형태로 사용하는 것이 바람직하며, 사용자가 방사선의 지정 선량 레벨(198) 이상을 수용할 수 있도록 허용된 표적 종양 부위(또는 인접 구조 부위)의 퍼센티지(197)를 지정할 수 있도록, 선택된 포지션(196)에 위치하고 있는 DVH 곡선(175′)의 한 부분을 선택할 수 있다. 사용자가 입력 장치를 갖고 DVH 곡선(175′)의 선택된 부분(196)을 사용자 요망 경로를 따라 다른 위치로 드래깅함에 따라, 방사선의 지정 선량 레벨 이상을 수용할 수 있도록 허용된 표적 종양 부위(또는 인접 구조 부위)의 퍼센티지(197)를 상기 소프트웨어(36)가 변경한다. 그로 인해 방사선의 지정 선량 레벨 이상을 수용하도록 허용된 표적 종양 부위(또는 인접 구조 부위)의 사용자 요망 퍼센티지(199)를 갖는 새로운 방사선 빔 배열이 형성된다.
상술한 등선량 곡선의 조작 및 삭제에 따라, 입력 장치의 시동에 의해 알고리즘이 새로운 플랜을 출력하는 것이 바람직하며, 이때 조정된 DVH 곡선(175′)은 부가적인 제한 사항을 형성한다. 등선량 곡선의 조작 및 삭제에 따라, 바람직하지 못한 부차적 선량 변이를 방지하기 위해, 상기 소프트웨어(36)에는 사용자에 의한 이러한 종류의 DVH 곡선 조작 제한을 제공하는 것이 포함될 수 있다. 사용자가 표적 종양 부위나 구조 부위에 대한 최소 또는 최대 방사선 선량 값을 입력할 수 있다. 사용자가 최대 또는 최소 선량 값(164, 165)을 입력함에 따라, 상기 소프트웨어(36)는 사용자에 의해 제공된 선량 제한 사항 외부로부터의 방사선 선량 변위에 따른 선량상의 어떤 변화도 방지할 수 있다.
도 3을 참조하면, 본 발명의 실시예에 따라, 등선량 곡선(162)을 드래그함에 따른 변화에 대한 부분 취소가 가능한 슬라이드 컨트롤(155)이 사용자에게 제공된다. 상술한 바와 같이, 사용자가 관심 등선량 곡선(162)을 드래그하고 놓을 때, 사용자는 등선량 곡선의“등고선”이 스캔 윈도우(160) 내에 방사선 치료 플랜의 새로운 그림(“체크포인트”)을 다시 그린다. 그러므로 사용자는 제안된 변화의 효과를 결정하는데 필요한 정보를 제공받는다. 일반적으로, 사용자는 협의된 사항이 무엇이지 또는 어떤 변화가 있는지에 대해 모르고서 방사선 치료 플랜의 변화를 요청한다. 그럼에도 불구하고 일반적으로, 사용자는 부차적인 변화가 무엇인지 그리고 제안된 수정이 부차적 변화에 어떻게 영향을 끼치는지에 대해 판단할 필요가 있다. 그러므로 사용자에게 슬라이드 컨트롤(부분 취소 슬라이드)(155)이 제공되며, 이때 제안된 수정의 “취소”를 위해, 사용자는 슬라이더(155)의 핸들(157)을 움직일 수 있다. 본 발명의 범위 내에 다른 방법들이 있을지라도, 플랜 최적화 소프트웨어(36)에 의해 사용되는 샘플링된 지점들의 선량 값들 간의 선형 보간(linear interpolation)을 통해 바람직한 슬라이더(155)의 기능이 도출된다.
부분 취소 슬라이더(155)는 사용자가 행한 마지막 조정을 자동으로 캡슐화하는 백스페이스 장치와 기본적으로 동일하다. 추가로, 바람직한 실시예에서, 핸들(157)을 오른쪽 끝 위치에 두는 것이 부분 취소 슬라이더(155)의 기본 설정이다. 관심 등선량 곡선(162)이 개시되면, 그리고 스캔 윈도우(160)가 그에 따른 수정된 플랜을 표시한다. 사용자가 슬라이더 핸들(157)을 왼쪽으로 움직일 경우, 알고리즘은 수정한 것을 완전히 취소한다. 핸들(157)을 다시 오른쪽으로 움직이면, 수정한 것이 완벽하게 재-실행된다. 이로써 사용자가 핸들(157)을 뒤로 앞으로 움직임에 따라, 사용자가 실시간으로 수정의 효과를 완전히 또는 점차적으로 알 수 있다. 사용자는 협의 한계를 더 쉽게 이해할 수 있다. 사용자는 조정 전과 조정의 결과 플랜 설정을 보여주는 임의의 보간 지점을 선택한다.
예를 들어, 사용자가 GUI(150)의 스캔 윈도우(160)의 이미지(161)상에 놓여 있는 등선량 곡선(162)을 다시 살펴보고, 과도한 선량이 건강한 기관(가령, 직장)으로 전달되었는지를 판단한다. 사용자는 스크린 포인터(163)에 연계된 위치 지시 장치를 지정하고, 직장 밖으로 선량을 밀어내기 위해 관심 등선량 곡선(162)을 그랩한다. 본 실시예에서, 상기 조정은 부차적인 영역을 초래한다. 상기 조정의 결과가 만족스럽지 못한 사용자는 등선량 곡선(162)의 변화를 스크린상에서 관찰하면서 부분 취소 슬라이더(155)의 핸들(157)을 뒤로 앞으로 움직임으로써 조정을 이룬다. 사용자가 부분 취소 슬라이더(155)의 핸들(157)을 이동함에 따라, 등선량 곡선(162)이 “유동적으로” 직장 밖으로 이동하기 때문에, 사용자는 가장 가능성 있 는 협의에 대응하는 등선량 곡선의 위치를 선택한다. 부분 취소 슬라이더(155)의 핸들(157)이 개시되면, 알고리즘은 업데이트된 치료 플랜을 제공한다. 그 후, 사용자는 결과를 계속 관찰하고 그에 대응하여 다른 변화들을 준다.
본 발명의 실시예에서, 컴퓨터 플래닝 장치(35)는 영향 범위 맵을 보간(interpolation) 하기 위한 기능을 제공한다. 상기 기능은 사용자에게 다수의 참조 플랜 시나리오들 간의 옵션의 전체 범위를 조사하는 유연성을 제공한다. 가령, 본 발명의 하나의 실시예에서, 부분 취소 알고리즘은 상술한 바와 같이 사용자가 신속하게 변경의 부분 취소를 행할 수 있는 동적 슬라이드 컨트롤(155)을 구현한다. 가장 간단한 형태로, 변경의 부분 취소 함수가 평균 치료 플랜의 구축을 가능케 하는 것이며, 이때 평균 치료 플랜은 전-조정 플랜과 후-조정 플랜 간의 “중도점" 인 플랜 시나리오와 개념적으로 동일하다. 관련 알고리즘이 선량의 평균(선량 매트릭스 간의 보간)과 관심 선량이 변위된 곳으로부터의 영향 범위 패턴의 평균(빔 강도 프로파일들 간의 보간)을 낼 수 있다. 알고리즘이 제한 사항들의 특정 세트에 한정되는 만큼, 응답하여 상기 알고리즘이 이러한 작동을 수행할 수 있고, 전-조정 치료 플랜과 후-조정 치료 플랜 사이의 연장선상에서 선택된 치료 플랜을 생성할 것이다. 본 발명의 다양한 실시예에서, 컴퓨터 플래닝 장치(35)는 요망 시간 수행에 따라 달라지는 제한 사항에 의한 한정의 서로 다른 레벨을 제공한다.
본 발명의 바람직한 실시예에서, 컴퓨터 플래닝 시스템(35)은 “체크포인트”들 간의 보간 기능을 제공한다. 어떤 치료 플래닝 시스템은 치료 플랜의 여러번 반복을 업데이트된 버전의 형태로 일시 저장하는 수단, 순차적 비교를 위한 수단, 백트래킹을 가능케하는 수단을 제공한다. 하나의 단일 연속체의 두 끝점인 임의의 두 가지 플랜(“체크포인트”)을 확립하도록 하는 실시간 컨트롤을 사용자는 제공받는다. 그에 따라 사용자에게 다양한 우발 가능성을 탐색할 시간적 여유가 제공된다. 도 3을 참조하면, GUI 표시장치(150)에는 버튼(158)이나 드롭-다운 메뉴(도면에는 나타나지 않음)나 플랜 리스트에 접근할 수 있는 그와 유사한 장치, 버튼(158′)이나 드롭-다운 메뉴나 또는 현재 플랜을 리스트에 추가할 수 있는 그와 유사한 장치가 포함될 수 있다. 체크포인트들 간의 보간 함수에 의해, 사용자는 변경하거나 수정된 플랜을 다른 버전으로 저장을 할 수 있으며, 나중에 선행 버전의 어떤 것이라도 불러들임으로써 상기 버전, 이전 버전, 또는 현재 표시된 플랜들 간의 연속체내에서 뒤로 앞으로 움직일 수 있으며, 추가적으로는 우발적인 버전도 구축할 수 있다.
개념적으로, 체크포인트들 간의 보간 함수는 평가/최적화 샘플링된 지점들의 선량 값들 사이의 선형 보간(linear interpolation)을 기능적으로 사용하는 다중 레벨 취소를 제공한다. 그러나 이러한 함수는 본 시스템의 툴을 사용하여 생성된 플랜의 이전 버전들만의 비교에 제한되는 것은 아니다. 두 체크포인트들 간의 보간은 먼저, 서로 다른 플랫폼에 생성된 제 1 체크포인트와 제 2 체크포인트에 대해, 방사선 선량 분포를 나타내는 지점들의 세트 각각의 방사선 선량 값을 결정하는 것에 의해 달성될 수 있다. 본 발명의 범위 내에 다른 방법이 존재한다 하더라도, 상기 함수는 제 1 체크포인트와 제 2 체크포인트에 대한 방사선 선량 분포를 나타내는 지점들의 세트에 대한 방사선 선량의 값들 간에 적용된 선형 보간에 의해 구현 되는 것이 바람직하다.
플랜 최적화 소프트웨어(36)는 중도(또는 최종) 제안 방사선 치료 플랜을 방사선 빔 강도의 이산화를 통해 전달 가능한 이산 방사선 치료 플랜으로 변환하며, 그래서 방사선 빔 배열은 미리 선택된 전달 장치(39)(가령, 순응형 방사선 치료 전달 장치)에 호환하는 방사선 빔 강도 설정을 갖게 된다. 그 후 상기 소프트웨어(36)는 사용자에게 전달 가능한 이산 방사선 치료 플랜을 그래픽상으로 자동으로 보여준다. 방사선 선량 분포의 각각 지점에서의 방사선 선량 값 또는 방사선 선량 분포를 나타내는 지점들을 샘플링한 세트에 의해 제한된 최적화 목적 함수를 제공함으로써 이는 달성될 수 있다.
현세대 컴퓨터 하드웨어상에 실시간 상호 대화형 플랜 조정을 하기 위해, 각각의 최적화 알고리즘을 처리하는 컴퓨터가 최적화하는 상기 목적 함수는 수용량의 감소 없는 최적화에 신속한 함수라고 정의된다. 본 발명의 바람직한 실시예에서, 최적화를 수행하기 위한 시간의 명확한 감소를 획득하기 위해, 목적 함수의 각각의 기여자들이 단조적 1차 도함수를 갖도록, 컴퓨터 플래닝 장치(35)는 목표를 재정립하는 알고리즘을 제공한다. 각각의 목적 함수들이 최적화되는 것보다 컴퓨터가 최적화하는 목적 함수에 주의를 집중함에 따라, 연산 시간의 명백한 감소가 최소한의 연산 노력만 갖고도 성취될 수 있다. 그럼에도 불구하고, 상기 알고리즘을 최적화된 모든 목적 함수에 적용하는 것은 본 발명의 범위 내에서 이뤄진다.
시간 최적화를 제공하는 플랜 평가 지점 선택이 또 다른 문제이다. 방사선 치료 플랜의 많은 반복의 평가를 위한 샘플 지점을 선택하는 것은 명확하게 시간 효율도를 증가시킬 수 있다. 이러한 샘플링은 완전 랜덤방식이거나 특정 관심 영역 인접 영역에서의 샘플링 확률을 높이기 위한 편향 랜덤방식일 수 있다. 본 발명의 바람직한 실시예에서, 치료 선량이 시뮬레이트되는 환자내부에서 통상적인 숫자보다 작은 숫자의 플랜 평가 지점을 식별함에 의해 속도와 상호 대화를 향상시키기 위해, 최소 플랜 평가 지점을 자동 선택하기 위한 알고리즘을 컴퓨터 플래닝 장치(35)가 제공한다. 이러한 플랜 평가 지점은 소프트웨어(36)가 중요 선량 특징부들을 인식하기에 충분하도록 분산되어 있다. 효율성이 플랜 평가 지점의 숫자와는 반비례함에 따라, 상기 알고리즘은 기준을 충족하는 가능한 가장 작은 그룹을 식별할 수 있으며, 이때 성능을 제한하는 것과 정확도를 지시하는 플랜 평가 지점의 숫자의 절충 과정이 이루어진다.
예를 들어, 목적 함수를 연산하는 방식으로 선량이 연산되는 종양의 1000가지 서로 다른 부분이 있을 수 있고, 50000개의 서로 다른 지점이 환자 전체에 퍼져 있을 수 있다. 알고리즘이 50000개의 지점을 선택했을 경우, 치료 플랜의 매우 세부적인 묘사가 제공되나 연산 과정에는 받아들일 수 없는 만큼의 시간이 소모되게 된다. 알고리즘이 단 5개의 지점만을 선택할 경우, 결과로 치료 플랜의 매우 비세부적인 묘사가 제공된다. 한편, 알고리즘이 500개의 지점을 선택할 경우, 정확도는 상기 지점들이 어디에 전략적으로 위치하였는지에 따라 달라질 것이다. 그러므로 환자에게 전달되는 선량을 정의하기 충분한 최소 숫자의 지점을 갖기 위해, 각각의 알고리즘이 가능한 가장 작은 숫자의 지점을 가장 알맞은 위치에서 선택할 수 있다.
표적 종양 부위에서 샘플링된 다수의 지점들과 구조 부위에서 샘플링된 다수의 지점들은 방사선 선량 분포 또는 선행 방사선 치료 플랜의 빔 배열을 랜덤하게 샘플링함에 의해 얻어질 수 있다. 상기 방사선 치료 플랜은 입력된 플랜이거나 제안 방사선 치료 플랜의 선행 반복일 수 있다. 플랜 최적화 소프트웨어(36)는 표적 종양 부위에서 샘플링된 지점 및 구조 부위에서 샘플링된 지점에서의 방사선 선량 값을 결정한다. 그 후, 최적화 목적 함수가 구축되고 상기 목적 함수에 표적 종양 부위에서 샘플링된 각각의 지점 및 구조 부위에서 샘플링된 지점에 대한 항을 추가함으로써 수정된다. 각각의 항은 극값(최소 또는 최대 제한 사항)을 목적 함수에게 제공하며, 이는 선행 방사선 치료 플랜의 방사선 빔 배열에 대응한다.
전제 방사선 선량 분포보다 샘플 지점을 사용하여 구축된 방사선 치료 플랜의 집적도를 확신하기 위해, 상기 소프트웨어(36)는 플랜 평가를 위해 사용될 랜덤 샘플링된 지점을 개별적으로 제공한다. 상기 랜덤 샘플링된 지점은 서로 떨어져 있으며, 플랜 최적화를 위해 사용되는 지점과는 뚜렷하게 구분된다. 즉, 상기 소프트웨어(36)가 플랜 최적화용 샘플링된 다수의 지점(플랜 평가용 샘플링된 다수의 지점과는 구분되는 지점)에서의 방사선 선량의 값에 의해 제한되는 목적 함수를 구축할 수 있다. 그러므로 소프트웨어(36)에 의해 사용되는 수학적 모델을 단지 평가하는 것이 아니라 사용자는 제안된 치료 플랜을 평가한다.
선택적 재-연산을 사용함으로써 시간적 효율성이 더욱 증가된다. 가령, 제안된 방사선 치료 플랜의 반복을 평가하기 위해, 사용자에게 2차원 이미지 슬라이스(예를 들어, 도 3의 이미지(161))가 제공되는 것이 일반적이다. 그러므로 소프트웨 어(36)는 현재 표시되지 않는 이미지를 포함하는 각각의 이미지 슬라이스에서의 플랜 평가용 샘플링된 각각의 지점에서의 방사선 선량을 재-연산하기 보다는, 현재 나타나는 이미지(161)에 관련한 플랜 평가용 샘플링된 지점에 대해서만 방사선 선량의 값을 재-연산할 필요가 있다.
각 표적 또는 구조의 방사선 선량 최소값 및 최대값을 결정하고 표시하기 위해 켤레 경사도 알고리즘(conjugate gradient algorithm)을 사용함으로써 시간적 효율성이 더욱 증가된다. 가령, 상기 소프트웨어(36)가 각각의 표적 종양 부위와 비-표적 구조 부위, 가장 높은 방사선 선량 값을 갖는 샘플링된 지점들의 작은 세트(가령, 샘플링된 지점 5개) 그리고 가장 낮은 방서선 선량 값을 갖는 샘플링된 지점들의 작은 세트들을 식별할 수 있다. 표적 종양 부위와 비표적 구조 부위에 대한 방사선 선량 최대값(166)을 결정하고 표시하기 위해, 가장 높은 방사선 선량 값을 갖는 각각의 작은 세트에, 상기 소프트웨어(36)가 경사도 증가 알고리즘(gradient ascent algorithm)을 적용할 수 있다(도 10). 표적 종양 부위와 비표적 구조 부위에 대한 방사선 선량 최소값(167)을 결정하고 표시하기 위해, 가장 낮은 방사선 선량 값을 갖는 각각의 작은 세트에, 상기 소프트웨어(36)가 경사도 증가 알고리즘(gradient ascent algorithm)을 적용할 수 있다. 샘플링된 모든 지점 또는 전체 방사선 선량 분포를 사용하는 것보다 샘플링된 지점들의 작은 세트를 사용하는 것이 표적 및 구조에 대한 최소 및 최대 방사선 선량 값의 연산 시간을 명확하게 감소시켜준다.
본 발명의 하나의 실시예에서, 알고리즘은 또한 플랜 평가 샘플링의 두 가지 서로 다른 세트를 이끌어낸다. 첫 번째 세트는 목적 함수에서 평가된 지점들과 일치한다. 즉, 피드백을 하기 위한 것이다. 두 번째 세트는 DVH 곡선 또는 다른 통계를 정립하기 위해 사용되는 지점들과 일치한다. 알고리즘이 DVH 곡선과 다른 통계를 연산하는 것보다 더 자주 목적 함수를 평가한다. 그러므로 알고리즘은 상기 두 번째 세트를 위해 더 많은 지점들을 사용할 수 있다. 따라서 알고리즘이 목적 함수를 재-연산할 필요가 있을 때, 지점들의 더 작은 세트를 사용함으로써 알고리즘은 시간 효율성을 얻게 된다.
빠른 IMRT 전달 효율 개선(Fast IMRT Delivery Efficiency Improvement) 슬라이드 컨트롤(156) 또는 다른 적합한 툴이 부가적인 제한 사항을 제공하기 위해 추가될 수 있으며, 이때 최적화 프로세스를 통제할 수 있고 그에 따라 다른 제한 사항들의 효과가 최소화되는 부가적인 비용 기여자를 추가하는 것은 솔루션을 제한하기 위해 사용될 수 있다. 즉, 방사선 빔 필드 조각에 대한 제한 사항 비율과 평균 방사선 빔 감쇠(강도 변조된 방사선 치료 시스템)에 대한 제한 사항 비율이, 방사선 치료 플랜의 효율성을 제어하는 방법으로써 목적 함수에 가해질 수 있다. 이러한 제한 사항들의 조합에 의해 사용자는 선량 품질(플랜이 선량 분포와 관련된 치료 목표를 얼마나 충족하는지)과 전달 효율성(전달 속도)간의 절충 과정을 제어할 수 있다.
본 발명의 바람직한 실시예에서, 가령, 선량 비용(선량 분포의 품질에 연계된 비용)이 최대 가능한 레벨보다 낮을 경우, 총 비용에는 전달 비용 요소는 포함되지 않는다. 즉, 총 비용=선량 비용이다. 그러나 상기 선량 비용이 최대 가능한 레벨보다 높을 경우, 전달 비용에 의해 총 비용은 제한될 수 있다. 즉,
총 비용=선량 비용+LS* (전달 비용-가능한 레벨)
여기서 LS가 양수인 큰 숫자이고 전달 비용은 전달의 시간 효율성에 관련되어 있다. 전달 장치(39)에 대한 복잡도가 전체 조각 카운트(MIMiC의 경우)가 아니라 전체 모니터 유닛에 기반 하는 경우, 전달 비용은 다음과 같이 정의될 수 있다.
Figure 112006024358811-PCT00002
NumPencilBeams는 표적 종양 부위를 가격하는 펜슬 빔의 숫자이며, RelativeIntensity는 0에서 1까지의 범위를 갖고, 1은 완전 전송을 의미한다. 효율적인 플랜에서, 콜리메이터 리프들이 대부분의 시간 동안 열려있다. 비효율적인 플랜에서는, RelativelIntensity가 0에 가깝다.
도 2A, 도 2B, 도 2C를 다시 참조하여, 플래닝 시스템(30)에서의 다음 단계는 기기 조절 단계(108)라고 일컬어진다. 방사선 빔 조각에 대한 방사선 빔 포지션 및 빔 가중치 또는 빔 강도의 최종 최적화 세트가 전달 장치(39)의 전달 수용량에 조절된다. 즉, 다양한 슬라이드 컨트롤들, 가령, 슬라이드 컨트롤(154)을 사용하여 그리고 스크린 포인터(163)를 이용해 등선량 곡선(162)을 드래깅하여 치료 플랜의 미세 조정이 끝나면, 다음의 단계는 선택된 전달 장치(39)의 종류에 고유한 대략적인 변환을 하고 환자를 치료하기 위해 맞춤 방사선 치료 플랜을 선택된 전달 장치(39)에 전달하는 중요한 단계이다. 본 발명의 바람직한 실시예에서, 개별 단계인 듯 보여도, 기기 조절 단계(108)는 플랜 최적화 단계(107)와 조합되는 것이 바람직하다.
소프트웨어(36)가 선택된 장치(39)에 따라 달라지는 다수의 서로 다른 출력물들을 제공한다. 상기 컴퓨터 플래닝 장치(35)가 다수의 부가적인 데이터와 그래프들을 제공할 수 있으며, 이때 데이터와 그래프들에 의해 사용자는 결과를 확신할 수 있으며, 사용자는 방사선 치료 플랜을 “시험 발사” 할 수 있고, 플랜 선량을 테스트 장기(37)로 전달할 수 있다. 이것에 의해, 사용자는 치료 플랜이 컴퓨터 플래닝 장치(35)와 사용자가 기대하는 것 간의 조화를 야기하는 것을 알 수 있는 것이 바람직하다. 본 발명의 바람직한 실시예에서, GUI 표시 장치(150)는 버튼(도면상 나타나지 않음), 드롭-다운 메뉴(도면상 나타나지 않음), 또는 사용자가 방사선 치료 플랜을 승인할 수 있게 하는 그와 유사한 장치를 포함할 수 있다. 통상적으로 방사선 치료 플랜의 승인을 완성하기 위해, 사용자는 가령, 패스워드를 입력하는 방식으로 시큐어리티 프로토콜(security protocol)에 응답해야만 한다. 그 후 컴퓨터 플래닝 장치(35)가 자동으로 영역 네트워트(33)를 통해 선택된 전달 장치(39)까지의 연결을 확립할 수 있고, 특정 환자에 연계된 특정 방사선 치료 플랜을 전달한다. 가장 기본적인 형태로, 본 구축 단계의 상기 방사선 치료 플랜은 얼마나 오래, 어떤 방사선이 다수의 서로 다른 방향으로부터 전달되는지에 대해 전달 장치(39)에게 지시한다.
구축된 플랜이 선택된 전달 장치(39)에 항상 호환할 수도 있고, 그렇지 않을 수도 있다. 다양한 전달 장치(39)의 다양한 플랜 전달 수단은 빔 영향 범위에 특정 이산 값이 포함될 것을 종종 요구한다. 반면에 다양한 실시예의 최적화기는 이산 또는 연속 공간에서 작동될 수 있다. 연속 공간에서 플랜 최적화가 구축되는 실시예에서, 다양한 방법들, 가령, “최빈값 폴드” 이산화, “추론된 밸리” 이산화, 또는 그 밖의 다른 이산화 방법들이 적화된 플랜을 전달 가능한 이산 플랜으로 변환하기 위한 수단으로써 각자 또는 조합해서 사용될 수 있다. 가령, 통상적인 다중 리프 콜리메이터를 통해 강도 변조된 치료 필드의 전달을 간단화하거나 가속화하기 위해, 최적 치료 영향 범위 지도를 결정하는데 제한된 숫자의 이상 강도 레벨이 종종 사용된다. 현재 많은 시스템들이 이러한 레벨들의 간단한 세트를 위해 제공된다(가령 10% 단계에서 10 ~ 100% ). 그러나 사용되는 실제 레벨은 간단도와 속도를 모두 취급하는데 있어 극적인 효과를 얻을 수 있다. 마찬가지로, 하나의 치료 플랜에 대한 최적 레벨은 다른 치료 플랜에 대한 최적 레벨과 다른 것이 일반적이다.
본 발명의 하나의 실시예에서, 또한 컴퓨터 플래닝 장치(35)는 이산 방사선 빔 강도 값을 포함하는 고정된 세트를 갖는 최적 방사선 치료 플랜을, 임의의 방사선 빔 강도 값을 포함하는 선행 방사선 치료 플랜으로부터 구축하기 위한 최적화 목적 함수를 제공할 수 있다. 이산 방사선 빔 강도들의 조합을 결정하기 위해, 선행 방사선 치료 플랜과 상기 선행 방사선 치료 플랜으로부터 도출된 다수의 방사선 치료 플랜들의 서브시퀀스를 목적 함수가 반복적으로 평가할 수 있다. 이러한 결정으로부터, 컴퓨터 플래닝 장치(35)의 소프트웨어(36)는 선행 방사선 치료 플랜의 임상 방사선 전달 목표에 충분히 부합하는 임상 요소를 갖는 최적화된 방사선 치료 플랜을 제공할 수 있다. 컴퓨터 플래닝 장치(35)는 다수의 방사선 치료 플랜들의 레코드를 유지할 수 있으며, 이는 최적화 목적 함수에 의해 평가될 수 있다. 선행 방사선 치료 플랜의 임상 방사선 전달 목표에 충분히 부합하는 이산 방사선 빔 강도의 조합을 평가된 방사선 치료 플랜으로부터 추론할 수 있도록, 상기 최적화 목적 함수가 구축된다.
본 발명의 또 다른 실시예에서, 주어진 치료 필드에 대한 이상적인 영향 범위 레벨의 신속한 평가를 제공하기 위해, 상기 컴퓨터 플래닝 장치(35)에는 “최빈값 폴드”이산화 알고리즘이 포함된다. 영향 범위 확률 분포에서 최적 레벨을 식별함으로써 상기 알고리즘이 영향 범위 이산화에 대한 최적 레벨을 식별한다. 한 가지 실시예에서, 이산 레벨이 이산 레벨의 서브세트의 조합들로 분해된다는 가정하에, log2N 레벨들의 조합을 사용하여 N 레벨이 획득되도록 상기 알고리즘은 수행한다. 다양한 분해능의 영향 범위 데이터로부터 추정된 확률 분포로부터 최빈값을 선택함으로써 알고리즘은 동작한다. 확률 추정치는 샘플들의 윈도우를 확대하고, 지정된 상수보다 더 적은 최빈값이 존재할 때까지 추정된 분포를 평활 처리(smoothing)한다. 영향 범위가 얼마나 잘 커버되는지(최빈값의 크기) 그리고 폴딩된 분포(폴딩에 의해 최빈값이 보강될 경우 더 높이고, 펼쳐질 경우 더 낮추는)와의 상호 관계가 이러한 최빈값들로 평가된다.
본 발명의 하나의 실시예에서, 컴퓨터 플래닝 장치(35)는 또한 “추론된 밸리”이산화를 이용하는 알고리즘을 제공할 수 있다. 이산 강도 레벨이 지정될 때, 상기 컴퓨터 플래닝 장치(35)는 휴리스틱(heuristic) 기법을 제공하는 알고리즘을 포함할 수 있으며, 최적치에서부터 그 바로 옆에 있는 이산 지점까지의 거리를 추론된 경사도를 기반으로 하여 조정한다. 소프트웨어(36)는 방향 벡터를 제공할 수 있으며, 이는 최적치에 대한 접근을 간명하게 나타낸다. 하나의 바람직한 실시예에서, 소프트웨어(36)가 켤레 경사도 접근법을 이용하고, 이때 상기 방향 벡터가 마지막으로 움직인 방향이어야 한다. 소프트웨어(36)가 다운힐법을 이용하면, 상기 방향 벡터가 최종 최적 지점을 찾기 위한 최근 시도 지점을 형성한다. 추론된 밸리 이산화에서, 통계학적 가정에 의하면, 상기 방향이 목적 함수의 얕은 밸리를 따르며, 그럼에 따라 최소 경사도의 방향이 형성된다. 지점P에서의 비용은 다음과 같이 구현된다.
Figure 112006024358811-PCT00003
CP =지점 P에서 평가된 목적 함수
CO = 최저 비용
O = 연속 공간에서의 최적 지점
G = 최적화기로부터의 경사도 단위 벡터
a = G 벡터를 따르는 경사도
b = 수직 벡터를 따르는 경사도
그리고 “a”와 “b” 경사도는 두 시도 지점을 평가함으로써 연산된다.
이러한 함수는 비용(가령, 최적 비용)을 반영하며, 현재 지점에서 최적 지점 까지의 거리의 크기를 더하고, 벡터의 합을 곱하고, a벡터와 b벡터 간의 차를 더하고, 한 항이 스케일링되며 ,이때 상기 항에서는 현재 지점에서 최적 지점을 잇는 선에 경사도 단위 벡터가 직교로 곱해진다. 그리고 현재 지점에서 최적 지점을 잇는 선의 길이로 나눠진다. 최종 알고리즘 등록을 비교하기 위해 이러한 지점 비용들은 절약될 수 있다. 그러므로 초기 후보 지점들이 바람직하게 능률을 향상시킬 수 있다. 상기 알고리즘은 가장 가까운 이산 지점과, 두 번째 가까운 이산 레벨을 1/4 이상 3/4 이하로 플리핑(flipping)된 차원을 갖는 한 지점을 이용하며, 이때 상기 플리핑된 차원은 플리핑하기 위해 지점이 이동해야하는 거리에 기반 하여 선택된다.
도 2A, 2B, 2C를 다시 참조해서, 다음 단계는 선량 시뮬레이션 단계(109)이다. 본 발명의 컴퓨터 플래닝 장치(35)의 최적화 엔진을 사용하여 플랜 최적화 중 또는 후에 수행된다는 점만 제외하면 상기 단계는 단계(105)와 기능적으로 같다. 환자에게 가해지는 방사선 선량이 전달 장치(39)에 대한 제어 정보에 기반 하여 시뮬레이트된다. 상기 컴퓨터 플래닝 장치(35)는 전달 장치(39)와 사용자 모두에게 다수의 출력물을 제공한다. 그러므로 상술한 바와 같이, 사용자가 모든 결과를 체크할 필요가 있고, 컴퓨터 플래닝 장치(35)는 사용자가 치료 플랜을 환자 없이 시험해 볼 수 있도록 하는, 그리고 테스트 장비(37)에 전달된 선량을 측정할 수 있게 하는, 컴퓨터 최적화 방사선 치료 플랜이 사용자가 기대한 것과 동일한지를 판단하기 위한, 전달 장치(39)의 출력물이 방사선 치료 플랜과 부합하는지를 확신하기 위한 부가적인 그래프 및 데이터를 제공할 수 있다.
도 2A, 2B, 2C의 결정 박스를 참조하여, 결정 단계(110)에서 사용자는 컴퓨터 최적화 방사선 치료 플랜이 기대에 부합하는지를 판단한다. 부합할 경우, 사용자는 출력 프로세스 및 전달 단계(111)로 이동한다. 플랜 또는 결과가 적합하지 않다고, 또는 바람직하지 않다고, 또는 개선의 여지가 있다고 판단되어질 경우, 사용자는 단계(107) ~ 단계(109)로 다시 돌아가며(루프 백), 선량 처방의 부가적인 수정, 조사, 분석, 편집 또는 등선량 곡선(162)의 이동에 관한 플랜 최적화 단계(107)와 빔의 컴퓨터 최적화에 관한 기기 조정 단계(108)와 다시 시뮬레이션을 수행하는 것에 대한 선량 시뮬레이션 단계(109)를 수행한다. 이러한 루프는 사용자가 플랜이 적합하다고 판단할 때까지 계속될 수 있다.
출력 프로세스 및 전달 단계(111)에 의해, 의사는 시뮬레이트된 방사선 선량 정보를 검토할 수 있고 최종 환자 전달에 대한 방사선 플랜을 승인할 수 있다. 이러한 검토 및 승인 후에, 특정 방사선 전달 케이스에 대한 전달 장치를 제어하기 위한 데이터가 컴퓨터 판독 가능 매체에 저장되거나, 영역 네트워크(33)를 통해 직접 또는 간접적으로 전송된다. 전송된 데이터는 특정 환자에 대한 치료 플랜을 식별하며, 이로 인해 얼마나 많은 방사선이 어느 방향에서부터 전달될 것인지를 플랜이 알려준다. 데이터에는 또한 구성 요소들(가령, 전달 장치(39)에 연계된 다중-리프 콜리메이터, 방사선 소스 설정 정보, 기존 환자 정보 )의 타이밍 및 이동에 대한 명령어들이 포함된다. 본 발명의 바람직한 실시예에서, 연계된 알고리즘을 시작하기 위해, 사용자는 버튼 또는 드롭-다운 메뉴의 메뉴 아이템을 단지 “클릭”하기만 하면 된다. 일반적인 상황에서, 의사 또는 기술자는 방사선 치료 플랜을 승인 하고 패스워드를 입력할 것이며, 이는 자동으로 전달 장치(39)에 연결되는 네트워크 연결 확립을 야기할 것이다.
상술한 바와 같이 도 2A는 본 발명의 컴퓨터 플래닝 장치(35)를 이용하는 방사선 치료 플랜을 생성하는 절차를 도식하며, 이에 따라 상기 장치는 두 가지 모드에서 작동한다. 제 1 모드는 도 2B에서 나타나는 “플랜 수정”모드이고, 제 2 모드는 도 2C에서 나타나는 “자립”모드이다. 상기 모드들은 상술한 단계들의 일부 단계를 이용한다. 도 2C를 참조하여, “자립”모드는 단계(99 ~ 101)를 포함하며, 종양 이미지와 최초 빔 배치 확립이 요구된다. 그 후, 선행 시스템(가령 CORVUS® 플래닝 시스템)의 플랜을 본 발명의 컴퓨터 플래닝 장치(35)에서의 플랜의 표시로 변환하기 위해서만 일반적으로 필요한 단계(102 ~ 106)를 건너뛴 후, 플랜 최적화에 대한 단계(107), 빔 최적화에 대한 기기 조정 단계(108), 검토를 위한 선량 시뮬레이션 단계(109), 플랜을 수용할 때까지 계속 반복하는 단계(110), 그리고 마지막으로 출력 프로세스 및 전달 단계(111)를 직접 거친다.
본 발명의 실시예에는 GUI(graphical user interface)가 포함된다. 도 3을 참조하여, 컴퓨터 플래닝 장치(35)같은 컴퓨터 시스템 또는 장치는 운영 체제 와 응용 프로그램이 기능적으로 표시되고 운영체제와 응용 프로그램에 접근할 수 있게 해주는 GUI(150)를 포함할 수 있다. GUI(150)는 컴퓨터 응용 프로그램, 문서, 데이터 파일들을 그래픽 표시되는 GUI 객체(가령 아이콘이나 메뉴)로서 나타낼 수 있다. GUI 객체는 시스템 및 응용 기능을 제어하고 활성화하도록 사용자에 의해 조작될 수 있다. 사용자는 위치 지시 장치(가령 마우스, 터치 스크린, 또는 그 밖의 다 른 입력 장치)를 사용하여 GUI 객체를 조작할 수 있다. 마우스는 입력 장치이며, 이는 표면상에서 움직일 때, 표시 스크린 포인터(163)가 대응하는 방향으로 움직인다. 통상적으로 마우스는 포인터에 의해 지정된 GUI 객체를 선택하도록, 그리고 기능에 연계된 GUI 객체를 활성화 하도록, 누를 수 있는(클릭할 수 있는) 여러 개의 버튼을 갖는다. GUI 운영 체제 및 응용 프로그램은 “포인트-앤-클릭”체제라고 또한 일컬어 질 수 있다.
GUI 객체는 사용자 선택 가능한 인터페이스를 포함할 수 있다. 가령 드롭-다운 메뉴(151), 체크박스(152), 텍스트 입력 필드(153), 버튼(158), 슬라이드 컨트롤(기능에 연계된 GUI 객체 마우스 또는 그 밖의 다른 위치 지시 장치를 갖고 드래그 될 수 있는 수평, 수직 핸들 또는 바(157)를 포함할 수 있다.)(154)이 있다. 상기 GUI(150)는 또한 GUI 객체를 하나 이상의 그래픽 종양(또는 종양 슬라이스) 이미지의 형태로 나타낼 수 있다. 예를 들어, 스캔 윈도우(160)에 표시된 스캔 이미지(161)가 있다. 상기 GUI(150)는 또한 예를 들어 등선량 곡선(162) 같은 다른 그래픽 이미지들을 동시에 나타낼 수 있으며, 상기 등선량 곡선(162)은 종양 근원지에 관련된 등선량의 분산 정도를 도식한다. 상기 GUI(150)는 또한 하나 이상의 GUI 객체를 그래픽 표시 탭의 형태로 분석 윈도우(170)내에 표시할 수 있고, 응용 소프트웨어에 의해 입력 또는 출력된 연산 또는 다른 통계가 표시될 수 있다.
상술한 바와 같이, 본 발명의 바람직한 실시예에서 다수의 사용자 선택 가능한 인터페이스, 가령, 드롭-다운 메뉴(151), 선택 버튼(158)과, 하나 이상의 스캔 윈도우(160), 가령, 등선량 곡선(162)을 포함하는 선량 도포를 갖는 CT 스캔 이미 지(161)와, 사용자가 종양 물질이라고 판단된 것에 윤곽선을 그릴 수 있는 스크린 표시 포인터의 형태인 “메뉴얼 툴”이 통상적으로 슬라이드-바이-슬라이드 (slide-by-slide) 방식으로 표시된다. 상기 툴은 통상적으로 스크린 포인터(163)에 유사한 마우스 타입 포인터로서 표시된다. 상기 GUI(150)는 또한 자동 부위 구소 선택기를 포함할 수 있으며(도면에서는 나타나지 않음), 이로 인해 사용자는 단지 “클릭”하기만 하며, 이로써 종양의 경계부의 위치가 자동으로 파악되고, 종양이 확연히 구별되는 지점이 자동으로 조정된다. 추가로, 상기 GUI(150)는 사용자 선택 가능한 인터페이스, 가령, 드롭-다운 메뉴(151, 151′) 또는 체크박스(152, 152′)를 표적 또는 구조를 선택하기 위해 포함할 수 있으며, 텍스트 입력 필드(153, 153′)를 선량 목표 또는 선량 한계를 입력하기 위해 포함할 수 있으며, 슬라이드 컨트롤(154, 154′, 154")를 다양한 매개변수들의 중요도를 조정하기 위해 포함하고, 슬라이드 컨트롤(155, 156)을 플랜들 간에서 보간하기 위해 또는 소프트웨어 성능을 조절하기 위해 포함하며, 분석 윈도우(170)의 선택 탭(171)을 다양한 통계치들을 제공하기 위해 포함할 수 있다.
본 발명의 하나의 실시예에서, GUI 윈도우 표시 장치(150)는 컨텍스트 의존형이다. 상기 인터페이스에는 선택 가능한 사항들을 갖는 하나 이상의 드롭-다운 메뉴(151)를 포함한다. 도 3을 참조하여, 표적 조직 기관의 종류를 바탕으로 다른 건강한 기관을 선택하는데 “표적”셀렉션(180)이 이용된다. 그 중에서 특정 표적을 선택하는 것은 특정 표적에 관한 관련 입력 또는 조정을 할 수 있게 한다.
또 다른 실시예에서, 일련의 탭들 또는 체크박스들이 대신 사용될 수 있다. 바람직한 실시예에는 “표적”셀렉션(180)을 위한 드롭-다운 메뉴(151), 건강한 조직인“구조” 셀렉션(181)을 위한 드롭-다운 메뉴(151′)가 포함된다.
가령, “표적”종양이 전립선암에 걸린 경우, 통상적으로, 치료 플랜의 관심 부분에 상대적인 건강한 조직인“구조”에는 직장이나 방광이 포함될 수 있다. 각각의 건강한 관심 기관을 선택하기 위해, 사용자는 구조의 드롭-다운 메뉴(151)를 통해 구조 셀렉션(181)을 식별하고, 접근할 수 있다. 텍스트 입력 필드(153′)로 하는 제어에 의해, 선택된 건강한 기관에 각각 가해지는 “선량 한계”를 조정할 수 있다. 즉, 사용자에 의해 방광이 리스트로부터 선택되어지면, 그 후에 선량 한계가 표시된 제어가 방광에 적용되며, 사용자에 의해 직장이 리스트로부터 선택되어지면, 같은 제어가 직장에 적용된다.
본 발명의 하나의 실시예에서, GUI(150)는 또한 셀렉터 버튼(158)을 포함할 수 있으며, 이때, 단 한번 “클릭”함으로써 관련 알고리즘이 실행된다. 하나 이상의 버튼들, 가령, 버튼(158)은 체크포인팅에 관련 있으며, 이에 따라 버튼(158)을 선택함에 따라 편집 가능한 저장된 플랜을 보여주는 온-스크린 리스트(on-screen list)가 생성된다. 통상적으로, 또 다른 버튼(158′)이 관련 제한 사항 매개변수에 따라 플랜을 저장하는 알고리즘을 실행시킨다. 한편, 셀렉터 버튼(158, 158′)에 연계된 함수들이 드롭-다운 메뉴(151)와 유사한 드롭-다운 메뉴 또는 초기화하는 다른 GUI 방법에 대신 관련되거나 할당될 수 있고, 그 역도 가능하다.
상술한 바와 같이, GUI(150)에는 스캔 또는 다른 이미지(161)를 표시하는 윈도우(160)가 포함된다. 상기 스캔(161)은 해부 툴 단계(101)와 플랜 최적화 단 계(107) 동안 가장 자주 사용된다. 상기 스캔(161)은 3차원 이미지의 2차원적 표시를 완전한 형태 또는 슬라이스-바이-슬라이스로 제공한다. 본 발명의 컴퓨터 플래닝 장치(35)는 알고리즘을 내포하며, 이는 현재 또는 선택된 플랜 매개변수(가령, 플랜 방사선 빔 강도)를 등선량 곡선(162)의 형태로 표시하고 반영한다. 또는, 등선량 곡선(162)을 이용하여 선량을 개별 슬라이스상에 표시하는 대신에, 사용자는 명확한 색으로 나타나는 화면 표시를 선택할 수 있다. 예를 들면, 더 많은 선량이 가해진 영역은 더 붉게, 더 적은 선량이 가해진 영역은 더 푸르게 나타난다.
도 3과 도 4를 참조하여, 본 발명의 하나의 실시예에서, 통상적으로 마우스 포인터나 크로스헤어(crosshairs)의 형태인 화면 표시 위치 지시 장치(163)는 입력 장치(도면상에는 나타나지 않음)에 반응한다. 상기 장치는 상술한 몇 가지 특징들을 보완한다. 하나의 실시예에서, 사용자는 선량을 입력하거나 구조에 한계를 정하는 방법의 하나로서 DVH 곡선(175)을 조작할 수 있으며 상기 조작은 그래프상의 선 또는 곡선을 “그랩”함으로써 포지션을 조작하는 식으로 발생한다. 본 발명의 바람직한 실시예에서, 또한 사용자는 등선량 곡선을 사용자가 원하는 등선량 곡선으로 만들기 위한 그랩 및 드래그를 하기 위해 위치 지시 장치를 사용함으로써 등선량 곡선(가령, 등선량 곡선(162, 162′))을 스스로 조작할 수 있다. 등선량 곡선(162′)의 이미지상에서 드래그 하는 것은 절대 제한 사항을 확립함으로써 시작 드래깅 지점(191)과 정지 드래깅 지점(192) 사이의 라인(190)을 따라 선량을 드래그하는 것이다. 사용자가 위치 지시 장치로 등선량 곡선(162′)상에 “그랩”을 시작할 때, 이러한 동작에 의해 소프트웨어(36)의 알고리즘이 새로운 플랜을 출력하 며, 이때 드래깅된 선(190)은 부가적인 제한 사항을 형성한다. 상기 위치 지시 장치는 또한 더 기본적인 GUI 기능, 가령, 드롭-다운 메뉴 아이템(151)을 선택, 버튼(158)을 “클릭”, 체크박스(152)를 선택, 슬라이드 컨트롤(154, 155,146)의 핸들(157)을 그랩하기 위해 사용될 수 있다. 또 다른 실시예에서, 스캔 윈도우(160)상의 임의의 주어진 지점에 선량을 지시하기 위해, 상기 GUI(150)는 온-스크린 선량 인디케이터를 제공한다. 위치 지시 장치(163)를 토모그래픽 스캔(161)상에 놓여진 등선량 곡선상에, 또는 등선량 곡선에 근접하게 위치하게 하는 것에 의해, 종약 구조의 특정 지점의 선량 값이 표시된다. 또 다른 실시예에서, 온-스크린 선량 값이 크로스헤어 커서에 인접부에서 커서의 움직임에 따라 즉시 표시된다. 또 다른 실시예에서, 상기 GUI(150)는 직접 선량 도식을 제공하며, 이로 인해 사용자는 표적 또는 구조를 확립 또는 식별하며, 선택된 등선량 곡선(162)에서 그들을 제한한다. 본 실시예에서, 선량 도식 모드(dose-drawing mode)를 확립하기 위해, 개별 제어(도면상에는 나타나지 않음)가 통상적으로 사용된다.
체크박스는 간단한 정보를 컴퓨터 시스템 및 장치에 입력하기 위한 간편한 툴이다. 본 발명의 하나의 실시예에서, 컴퓨터 플래닝 장치(35)로의 요망 입력은 최적화 프로세스로 하나의 아이템을 포함시키는 것에 불과하며, 이때 체크박스(152)가 사용될 수 있다. 가령, 체크박스(152)가 전립선을 표적으로 선택하기 위해 사용될 수 있다. 또는 직장을 건강한 조직 구조로 선택하기 위해 사용될 수 있다.
텍스트 입력 필드는 숫자 데이터를 컴퓨터 시스템 및 장치 알고리즘에 입력 하기 위한 간편한 툴이다. 본 발명의 하나의 실시예에서, 표적 목표 선량과 건강한 구조 선량 한계를 입력하기 위해 텍스트 입력 필드(153)가 사용될 수 있다. 다른 처방 매개변수 역시 가능하다.
슬라이드 컨트롤은 이산(discrete) 형태의 조정 가능한 매개변수와 비-이산(non-discrete) 형태의 조정 가능한 매개변수 모두를 입력하기 위한 간편한 툴이다. 본 발명의 바람직한 실시예에서, 슬라이드 컨트롤(154, 155, 156)은 다양한 조정 가능한 매개변수들을 입력하기 위한 바람직한 방법이다. 하나 이상의 표적에 대해, 사용자는 “목표 선량”에 대응하는 요망 선량 레벨을 텍스트 입력 필드(153)에 특정한다. 이는 드롭-다운 메뉴(151)에 의해 선택된 하나 이상의 표적의 각각에 대해 각각의 숫자 입력을 텍스트 엔트리 필드(153)에 입력함으로써 성취된다. 가령, 사용자가 전립선에 대해 숫자 67.25를 목표 선량 필드(157)에 입력할 수 있다. 따라서 방사선 치료 플랜의 컴퓨터 연산을 사용함에 있어 한계를 설정하기 위해, 상기 GUI(150)는 하나 이상, 통상적으로 둘 이상의 슬라이드 컨트롤(154, 154")을 표시한다. 바람직한 설정에서는, 기본적으로, 슬라이드 컨트롤(154, 154′)이 선택된 표적의 균질도와 순응도를 제약하기 위해 제공된다(도 3).
예를 들어, 어떤 표적 종양에 대해서는 너무 많은 선량이 표적 종양에 투입되지 않도록, 사용자는 최대 선량 레벨이 제약되길 원할 수 있다. 또 다른 경우에는, 사용자가 선량 레벨에 신경 쓰지 않을 수 있고, 그에 따라 최적 플랜을 제공하기 위해, 알고리즘이 결정하는 만큼의 선량을 컴퓨터가 입력할 수 있다. 또 다른 경우에, 사용자가 모든 표적이 X레벨 이상의 선량을 획득하길 원할 수 있다. 또 다 른 경우에는, 사용자가 모든 표적이 X레벨과 Y레벨 사이의 선량을 획득하길 원할 수 있다. 덧붙이자면, 또한 슬라이드 컨트롤(154′)이 구조 제한 사항(가령,“중요도”)을 지시하기 위해 효율적이다.
예를 들어, “표적 균질도”슬라이드 컨트롤(154")을 사용함에 있어, 사용자는 표적 전립선 종양에 대해 50Gy 목표 선량을 텍스트 입력 필드(153)에 입력한다. 그 후 상기 컴퓨터 플래닝 장치(35)가 종양의 모든 부분에서 50Gy를 나타내는 플랜을 구축하고 표시한다. 그러나 종양의 형태 때문에, 상기 플랜에 의해 종양의 어떤 중간 부분에는 80Gy가 전달되는 결과가 초래된다. 사용자는 선량이 과도하다고 판단한다. 사용자가 “표적 균질도”슬라이드 컨트롤(154")을 선택하며, 상기 슬라이드 컨트롤은 “핫스팟”을 만들지 못하게 알고리즘에 입력하는 기능을 한다. 마우스 또는 포인터르 사용하여 사용자는 “표적 균질도”슬라이드 컨트롤(154")의 컨트롤 “핸들”(157)을 클릭하고, 핸들(157)을 이동시킨다. 바람직한 실시예에서, 사용자는 핸들(157)을 오른쪽으로 이동시킨다. 사용자가 장치(마우스 버튼)을 시동하기 전까지 아무 일도 발생하지 않으며, 따라서 핸들(157)이 새로운 위치에 존재한다. 장치(마우스 버튼)를 시동함으로써, 정정되거나 새로운 치료 플랜의 재-연산과 화면 표시가 이뤄진다. 이러한 특정 컨트롤을 효율적으로 운용하는 것에 의해 종양내의 선량의 변위가 제한된다. 스크린(160)상에 도식된 80Gy 지역이나 80Gy 등선량 곡선이 아직 남아 있을 경우, 슬라이드 핸들(157) 위치가 부가적으로 증가되며, 이는 80Gy 지역 또는 등선량 곡선(162)이 스크린(160)상에서 없어지게 한다.
본 발명의 하나의 실시예에서, 슬라이드 컨트롤(155)이 “부분 취소”기능과 연관되어 사용되며, 이에 따라, 컨트롤이 시동될 때, 조정이 되고 제한 사항 매개 변수들 간에서 보간이 시작되는 동안, 영향 범위 또는 선량에 직접적으로 보간하기 위한 동적 조정이 제공된다. 본 발명의 하나의 실시예에서, “체크포인트(미리 저장된 방사선 치료 플랜들)”들 간에서 보간이 이뤄질 때, 슬라이드 컨트롤(155)이 상술한 방식과 같이 기능한다.
본 발명의 실시예에서, 스크린의 작은 부분인 분석 윈도우(170)는 셀렉션 탭들을 표시하기 위해 이용된다. 도 3, 4 그리고 도 5A ~ 5G에서, 사용자에 의해 평가된 다양한 플랜 최적화 출력물들을 화면 표시하기 위해 셀렉션 탭(171)이 이용된다. 이러한 탭들에는 도 5A의 등선량(Isodoses)(200), 도 5B의 구조(Structures)(201), 도 5C의 측량(Measure)(202), 도 5D의 Win/Level(203), 도 5E의 DVH 곡선(DVH curves)(206), 도 5F ~ 5G의 통계(Stats)(207) 같은 관련 출력 정보가 포함된다. 또 다른 실시예에서, 스크린의 작은 부분은 탭(171)과 기능적으로 같은 출력물을 수행하는 툴의 세트를 위해 사용된다. 도 5A를 참조하여, 분석 윈도우(170)의 등선량 탭(200)은 GUI(150)의 스캔 윈도우(160)의 토모그래픽형 스캔(161)에서 도식된 등선량 곡선(162)의 색과 등선량 레벨을 표시한다. 도 5B를 참조하면, 상기 구조 탭(201)은 버튼과 체크박스와 온-스크린 구조에 대한 형태 원형을 제공하는 표시 박스를 표시한다. 도 5C를 참조하여, 측량 탭(202)은 GUI(150)의 스캔 윈도우(160)의 스캔(161)상의 지점에서 이미지 값 및 선량을 샘플링하는 툴을 제공한다. 도 5D를 참조하여, Win/Level 탭(203)은 이미지(161)의 밝기와 콘트라스트에 대한 컨트롤(204, 205)을 포함한다. 도 5E를 참조하여, 상기 DVH 탭(206)은 다양한 DVH 곡선을 표시한다. 도 5F를 참조하여, 통계 탭(207)은 각각의 구조에 대해 실제 계획된 최소, 최대, 평균 선량을 표시한다. 도 5G를 참조하여, 전달 인디케이터(209)가 선택되면, 통계 탭(207)은 또한 방사선 값과 복잡도를 나타내면서, 전달 장치의 설정을 대략적으로 보여준다.
본 발명의 실시예가 시스템의 컨텍스트를 완전히 설명하지 않았다 하더라도 당업자라면 본 발명의 수단과 태양이 프로세서에 의해 실행되거나, 혹은 프로세서이거나, 또 다른 형태인 다양한 형태의 명령어들에 대해 컴퓨터 판독 가능한 매체의 형태로 분산되어 있음을, 그리고 본 발명의 실제 분포를 실행시키는 특정 종류의 시그날 베어링 매체에 무관하게 적용됨을 알 수 있을 것이다. 컴퓨터 판독형 매체의 예를 들자면, ROM, EEPROM 같은 비휘발성 하드-코드형 매체 , 플로피 디스크, 하드 디스크, CD ROM 같은 기록 가능한 매체, 디지털 통신 링크, 아날로그 통신 링크 같은 전송 매체가 있다.
본 발명의 범위 내에서 얼마든지 수정이 가능하다. 가령, 영역 네트워크(33)에 걸쳐 시스템(30)이 확립됨에 따라, 다양한 소자들 간에서 데이터가 전송될지라도, 상기 데이터가 다른 수단에 의해 손쉽게 전달될 수 있다. 또 예를 들자면, GUI의 다양한 소자들은 변경 가능하다. 가령, 체크박스가 드롭-다운 메뉴 대신 사용될 수 있고, 그 반대의 경우도 가능하다.

Claims (39)

  1. 환자의 비-표적 구조 부위의 방사선은 최소화하면서, 종양 표적 부위에 방사선을 가하기 위한 최적 방사선 빔 배열을 판단하는 시스템에 있어서,
    상기 시스템은 컴퓨터 플래닝 장치, 통신 네트워크, 이미지 수집 기기, 그리고 순응형 방사선 치료 전달 기기를 포함하고,
    상기 컴퓨터 플래닝 장치는,
    - 데이터 및 플랜 최적화 소프트웨어를 저장하기 위한 메모리를 구비한 치료 플랜 최적화 컴퓨터, 그리고
    - 상기 플랜 최적화 소프트웨어의 기능을 제어하기 위한 사용자 접근을 제공하기 위해, 상기 치료 플랜 최적화 컴퓨터와 통신하는 입력 기기
    를 포함하며,
    상기 통신 네트워크는 상기 치료 플랜 최적화 컴퓨터와 통신하고,
    상기 이미지 수집 기기는 상기 통신 네트워크를 통해 치료 플랜 최적화 컴퓨터와 통신하여, 종양 표적 부위 및 비-표적 구조 부위의 2차원 이미지 슬라이스를 제공하며,
    이때, 상기 치료 플랜 최적화 컴퓨터의 메모리에 저장되는 상기 플랜 최적화 소프트웨어는 제안 방사선 빔 배열을 컴퓨터연산을 통해 획득하고, 최적 방사선 빔 배열을 형성하기 위한 다수의 제한 사항에 기반하여, 제안 방사선 빔 배열을 컴퓨터연산을 통해 반복적으로 최적화하며,
    상기 플랜 최적화 소프트웨어는 이미지 슬라이스와, 그래픽 객체와, 각각의 제안 방사선 빔 배열에 대한 방사선 선량 분포의 그래픽 표시를 화면 표시하기 위해 GUI(graphical user interface)를 포함하고,
    상기 플랜 최적화 소프트웨어는 입력 장치로부터 입력을 수신하여, 상기 GUI상에 표시된 방사선 선량 분포의 표시를 조작하며,
    상기 순응형 방사선 치료 전달 기기는 최적 방사선 빔 배열을 환자에게 가하기 위해, 통신 네트워크를 통해, 상기 치료 플랜 최적화 컴퓨터와 통신하는 것을 특징으로 하는 최적 방사선 빔 배열을 판단하는 시스템.
  2. 제 1 항에 있어서, 방사선 선량 분포의 그래픽 표시는 다수의 등선량 곡선(isodose contour)을 포함하는 등선량 플롯의 형태로 존재하며, 표적 종양 부위 및 비-표적 구조 부위 중 하나 이상에 대한 방사선 선량을 변경하기 위해, 상기 등선량 플롯의 상기 등선량 곡선을 사용자가 직접 조작함으로써 최적 방사선 빔 배열이 생성되는 것을 특징으로 하는 최적 방사선 빔 배열을 판단하는 시스템.
  3. 제 1 항에 있어서, 방사선 선량 분포의 그래픽 표시는 다수의 선량 부위 히스토그램(DVH:dose volume histogram) 플롯의 형태로 존재하며, 표적 종양 부위 및 비-표적 구조 부위 중 하나 이상에 대한 방사선 선량을 변경하기 위해, 하나 이상의 선량 부위 히스토그램(DVH:dose volume histogram) 플롯을 사용자가 직접 조작함으로써 최적 방사선 빔 배열을 생성하는 것을 특징으로 하는 최적 방사선 빔 배 열을 판단하는 시스템.
  4. 환자의 비-표적 구조 부위에 가해지는 방사선은 최소화하면서, 표적 종양 부위에 방사선을 가하기 위한 최적 방사선 빔 배열을 결정하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체로서, 컴퓨터에 의해 실행될 때, 상기 플랜 최적화 소프트웨어는,
    표적 종양 부위와 비-표적 구조 부위의 이미지 슬라이스를 그래픽 방식으로 표시하는 동작, 그리고
    제 1 방사선 빔 배열을 따라, 다수의 등선량 곡선을 포함하는 등선량 플롯의 형태로, 이미지 슬라이스상에, 표적 종양 부위와 비-표적 구조 부위에 대한 방사선 선량을 그래픽 방식으로 표시하는 동작으로서, 이때, 표적 종양 부위와 비-표적 구조 부위 중 하나 이상에 대한 방사선 선량을 변경하기 위해, 등선량 플롯의 등선량 곡선이 사용자에 의해 직접 조작됨으로써 제 2 방사선 빔 배열이 생성되는 동작
    을 컴퓨터로 하여금 수행하게 하는 명령어들의 세트를 포함하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  5. 제 4 항에 있어서, 상기 플랜 최적화 소프트웨어는,
    표시된 제 1 방사선 빔 배열을 변경하기 위해, 위치 지시 기기와 연계하는 동작, 그리고
    위치 지시 기기로의 사용자 입력에 따라, 요망 선량 레벨을 갖는 시작-드래그 지점과 바람직하지 못한 선량 레벨을 갖는 정지-드래그 지점을 연결하는 사용자에 의해 선택된 선을 따라 제한 사항을 확립하는 동작에 있어서, 이때 정지-드래그 지점에서 선량 레벨을 요망 선량 레벨로 설정하며, 그로 인해 제 2 방사선 빔 배열이 생성되는 동작
    을 컴퓨터로 하여금 수행하게 하는 명령어들의 세트를 더 포함하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  6. 제 5 항에 있어서, 바람직하지 못한 선량 레벨이 요망 선량 레벨 이상일 때, 상기 사용자에 의해 선택된 선을 따라 확립된 상기 제한 사항은, 사용자에 의해 선택된 선을 따라, 선량을 요망 선량 레벨 이상이 아니도록 제한하며, 이때 바람직하지 못한 선량 레벨이 요망 선량 레벨 이하일 때, 사용자에 의해 선택된 선을 따라 확립된 상기 제한 사항이, 사용자에 의해 선택된 선을 따라, 선량을 요망 선량 레벨 이하가 아니도록 제한하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  7. 제 4 항에 있어서, 명령어가 컴퓨터에 의해 실행될 때, 상기 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체는
    표시된 제 1 방사선 빔 배열을 변경하기 위해, 위치 지시 기기와 연계하는 동작, 그리고
    위치 지시 기기로의 사용자 입력에 따라, 사용자 요망 선량 레벨을 갖는 등선량 곡선의 제 1 부분을 선택하는 동작으로서, 이때 이미지 슬라이스상의 먼저 선택된 위치에서 이미지 슬라이스상의 두 번째 선택된 위치 간의 사용자 요망 경로를 따라 위치 지시 기기를 사용자가 드래깅함에 따라, 상기 사용자 요망 경로에 인접하게 등선량 곡선을 재-위치하게 함으로써 제 2 방사선 빔 배열을 형성하는 동작
    을 컴퓨터로 하여금 수행하게 하는 명령어들의 세트를 더 포함하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  8. 제 4 항에 있어서, 상기 플랜 최적화 소프트웨어는,
    표시된 제 1 방사선 빔 배열을 변경하기 위해, 위치 지시 기기와 연계하는 동작, 그리고
    제 1 방사선 빔 배열에 따라 사용자가 등선량 곡선을 선택함에 따라, 상기 등선량 곡선 내부 방사선 선량의 값을 상기 등선량 곡선 외부 방사선 선량의 값과 같게 설정하는 동작으로서, 이로 인해 제 2 방사선 빔 배열이 형성되는 동작
    을 컴퓨터로 하여금 수행하게 하는 명령어들의 세트를 더 포함하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  9. 제 4 항에 있어서, 상기 플랜 최적화 소프트웨어는,
    표적 종양 부위와 비-표적 구조 부위 중 하나 이상에 대해 최소 방사선 선량과 최대 방사선 선량 중 하나 이상을 수용하기 위해, 사용자 제어 입력 기기와 연 계하는 동작으로서, 이로 인해 극값 입력이 형성되는 동작,
    상기 극값 입력에 따라, 바람직하지 못한 부차적인 선량 변위를 방지하기 위해 사용자에 의한 등선량 곡선 조작을 제한하는 동작
    을 컴퓨터가 수행하게 하는 명령어들의 세트를 더 포함하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  10. 제 4 항에 있어서, 상기 플랜 최적화 소프트웨어는,
    방사선량 품질과 방사선 전달 기기에 대한 방사선 전달 효율 모두를 유지하는 사용자 요망 균형을 수용하기 위해 사용자 제어 입력 기기와 연계하는 동작으로서, 이때 효율 임계치가 형성되는 동작, 그리고
    상기 효율 임계치에 따라, 방사선 전달 효율을 상기 효율 임계치 이상으로 유지하기 위해 사용자에 의한 등선량 곡선 조작을 제한하는 동작
    을 컴퓨터로 하여금 수행하게 하는 명령어들의 세트를 더 포함하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  11. 환자의 비-표적 구조 부위에 가해지는 방사선은 최소화하면서, 표적 종양 부위에 방사선을 가하기 위한 최적 방사선 빔 배열을 결정하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체로서, 컴퓨터에 의해 실행될 때, 상기 플랜 최적화 소프트웨어는,
    표적 종양 부위와 비-표적 구조 부위에 대한 방사선 선량을, 제 1 방사선 빔 배열을 따르는 다수의 선량 부위 히스토그램(DVH:dose volume histogram) 플롯의 형태로, 그래픽 방식으로 표시하는 동작으로서, 이때 표적 종양 부위와 비-표적 구조 부위 중 하나 이상에 대한 방사선 선량을 변경하기 위해, 하나 이상의 선량 부위 히스토그램(DVH:dose volume histogram) 플롯이 사용자에 의해 조작 가능함으로써 제 2 방사선 빔 배열이 생성되는 동작
    을 컴퓨터로 하여금 수행하게 하는 명령어들의 세트를 더 포함하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  12. 제 11 항에 있어서, 상기 플랜 최적화 소프트웨어는,
    표시된 제 1 방사선 빔 배열을 변경하기 위해, 위치 지시 기기와 연계하는 동작,
    상기 위치 지시 기기로의 사용자 입력에 따라, 지정 선량 레벨의 방사선보다 더 많은 방사선을 수용하도록 허락된 비-표적 구조 부위나 표적 종양 부위의 제 1 퍼센티지를 지정하는, 제 1 선택된 위치에 위치한 선량 부위 히스토그램의 한 부분을 선택하는 동작,
    사용자가 입력 기기를 이용해 선량 부위 히스토그램의 선택된 부분을 사용자 요망 경로를 따라 제 2 선택된 위치까지 드래그함에 따라, 표적 종양 부위 또는 지정 선량 레벨의 방사선보다 더 많은 방사선을 수용하도록 허락된 비-표적 구조 부위나 표적 종양 부위의 개별 퍼센티지를 변경하는 동작으로서, 이로 인해 제 2 방사선 빔 배열이 생성되는 동작
    을 컴퓨터로 하여금 수행하게 하는 명령어들의 세트를 더 포함하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  13. 제 11 항에 있어서, 상기 플랜 최적화 소프트웨어는,
    표적 종양 부위와 비-표적 구조 부위 중 하나 이상에 대해 최소 방사선 선량과 최대 방사선 선량 중 하나 이상을 수용하기 위해, 사용자 제어 입력 기기와 연계하는 동작으로서, 이로 인해 극값 입력이 형성되는 동작,
    극값 입력에 따라서, 바람직하지 못한 부차적인 선량 변위를 방지하기 위해, 사용자에 의한 선량 부위 히스토그램 조작을 제한하는 동작
    을 컴퓨터로 하여금 수행하게 하는 명령어들의 세트를 더 포함하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  14. 제 11 항에 있어서, 상기 플랜 최적화 소프트웨어는,
    방사선량 품질과 방사선 전달 기기에 대한 방사선 전달 효율 모두를 유지하는 사용자 요망 균형을 수용하기 위해 사용자 제어 입력 기기와 연계하는 동작으로서, 이때 효율 임계치가 형성되는 동작, 그리고
    상기 효율 임계치에 따라, 방사선 전달 효율을 상기 효율 임계치 이상으로 유지하기 위해 사용자에 의한 등선량 곡선 조작을 제한하는 동작
    을 컴퓨터로 하여금 수행하게 하는 명령어들의 세트를 더 포함하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  15. 환자의 비-표적 구조 부위에 가해지는 방사선은 최소화하면서, 표적 종양 부위에 방사선을 가하기 위해, 외부에서 형성된 방사선 치료 플랜으로부터 최적 방사선 빔 배열을 결정하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체로서, 컴퓨터에 의해 실행될 때, 상기 플랜 최적화 소프트웨어는,
    외부 시스템에서 생성된, 제 1 방사선 선량 분포를 형성하는 제 1 방사선 빔 설정을 갖는 제 1 방사선 치료 플랜을 수신하는 동작,
    제 1 방사선 선량 분포와 같은 제 2 방사선 선량 분포를 갖는 제 2 방사선 치료 플랜을 형성하기 위해, 제 1 방사선 치료 플랜의 제 1 방사선 빔 설정에 대응하는 극값을 갖는 최적화 목적 함수를 구축하는 동작
    을 컴퓨터로 하여금 수행하게 하는 명령어들의 세트를 포함하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  16. 제 15 항에 있어서, 컴퓨터에 의해 실행될 때, 최적화 목적 함수를 구축하는 상기 동작을 컴퓨터로 하여금 수행하게 하는 명령어는,
    제 1 방사선 치료 플랜의 제 1 방사선 선량 분포를 랜덤 방식으로 샘플링함으로써, 표적 종양 부위에서 샘플링된 다수의 지점들과 비-표적 종양 부위에서 샘플링된 다수의 지점들을 형성하는 동작,
    표적 종양 부위에서 샘플링된 다수의 지점들과 비-표적 구조 부위에서 샘플링된 다수의 지점들의 각각에서의 제1 방사선 선량 값을 결정하는 동작, 그리고
    표적 종양 부위에서 샘플링된 다수의 지점들과 비-표적 구조 부위에서 샘플링된 다수의 지점들에 대한 한 항을 상기 목적 함수에 추가함으로써 최적화 목적 함수를 형성하는 동작에 있어서, 이때 각각의 항이 상기 목적 함수에게 극값을 제공하고, 제 2 방사선 치료 플랜의 표적 종양 부위에서 샘플링된 지점에서의 제 2 방사선 선량의 값이 제 1 방사선 선량의 각각의 값과 다를 때, 목적 함수가 방사선 선량에 패널티를 부가하도록, 표적 종양 부위에서 샘플링된 지점에 연계된 항이 선택되는 동작
    을 컴퓨터로 하여금 추가로 수행하게 하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  17. 제 15 항에 있어서, 최적화 목적 함수에는 다수의 제한 사항들이 포함되며, 컴퓨터에 의해 실행될 때, 최적화 목적 함수를 구축하는 상기 동작을 컴퓨터로 하여금 수행하게 하는 명령어는
    제 1 방사선 선량 분포를 결정하는 동작, 그리고
    다수의 제한 사항들 중 하나 이상을 반복적으로 조정함으로써 최적화 목적 함수를 형성하는 동작으로서, 이로 인해 최적화 목적 함수의 극값이 제 1 방사선 선량 분포와 같게 방사선 선량 분포에 대응하는 동작
    을 컴퓨터로 하여금 추가로 수행하게 하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  18. 제 15 항에 있어서, 컴퓨터에 의해 실행될 때, 최적화 목적 함수를 구축하는 상기 동작을 컴퓨터로 하여금 수행하게 하는 명령어는
    제 1 방사선 치료 플랜의 제 1 방사선 선량 분포를 랜덤 방식으로 샘플링함으로써 표적 종양 부위에서 샘플링된 다수의 지점들과 비-표적 구조 부위에서 샘플링된 다수의 지점들을 형성하는 동작,
    샘플링된 방사선 선량 분포를 형성하기 위해, 표적 종양 부위에서 샘플링된 다수의 지점들과 비-표적 구조 부위에서 샘플링된 다수의 지점들 각각에서의 제 1 방사선 선량 값을 결정하는 동작,
    샘플링된 방사선 선량 분포에 따라서, 표적 종양 부위와 비-표적 구조 부위 각각의 선량 부위 통계치를 결정하는 동작, 그리고
    표적 종양 부위 선량-부위 통계치와 비-표적 구조 부위 선량-부위 통계치에 대한 한 항을 상기 목적 함수에 추가함으로써 최적화 목적 함수를 형성하는 동작에 있어서, 이때 각각의 항이 상기 목적 함수에게 극값을 제공하고, 제 2 방사선 치료 플랜의 표적 종양 부위에서 샘플링된 지점에서의 제 2 방사선 선량의 값이 제 1 방사선 선량의 각각의 값과 각각 바람직하지 못하게 다를 때, 목적 함수가 표적 종양 부위에 대한 방사선 선량 통계치에 패널티를 부가하도록, 표적 종양 부위 선량-부위 통계치에 연계된 항이 선택되는 동작
    을 컴퓨터로 하여금 추가로 수행하게 하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  19. 환자의 비-표적 구조 부위에 가해지는 방사선은 최소화하면서 표적 종양 부위에 방사선을 가하기 위해, 한 쌍의 방사선 치료 플랜으로부터 최적 방사선 빔 배열을 결정하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체로서, 상기 플랜 최적화 소프트웨어는,
    제 1 방사선 치료 플랜과 제 2 방사선 치료 플랜에 접근하는 동작으로서, 이때 각각의 방사선 치료 플랜은 체크포인트를 형성하는 동작,
    두 개의 체크포인트를 하나의 단일 연속체상의 종단점으로서 확립하는 동작,
    사용자 제어 입력 기기와 연계하는 동작, 그리고
    사용자 제어 입력 기기의 사용자 조작에 따라서, 중계 제안 방사선 치료 플랜을 형성하고, 표시하기 위해 상기 두 체크포인트 간에서 보간(interpolation)이 행해지는 동작
    을 컴퓨터로 하여금 수행하게 하는 명령어들의 세트를 포함하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  20. 제 19 항에 있어서, 컴퓨터에 의해 실행될 때, 두 체크포인트들 간에서 보간이 행해지는 상기 동작을 컴퓨터로 하여금 수행하게 하는 명령어는
    제 1 체크포인트에 대한 방사선 선량 분포를 포함하는 다수의 지점들 각각에서의 제 1 방사선 선량 값을 결정하는 동작,
    제 2 체크포인트에 대한 방사선 선량 분포를 포함하는 대응하는 다수의 지점들 각각에서의 제 2 방사선 선량 값을 결정하는 동작, 그리고
    대응하는 제 1 방사선 선량 값과 제 2 방사선 선량 값 사이에서 선형 보간을 하는 동작
    을 컴퓨터로 하여금 추가로 수행하게 하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  21. 제 20 항에 있어서, 보간 제안 방사선 치료 플랜은 다수의 방사선 빔 강도를 포함하는 방사선 빔 배열을 포함하며, 상기 플랜 최적화 소프트웨어는,
    다수의 방사선 빔 강도를 미리 선택된 순응형 방사선 치료 전달 장치에 호환 가능한 이에 대응하는 다수의 방사선 빔 강도 설정으로 변환하는 이산화를 통해, 상기 보간 제안 방사선 치료 플랜을 전달 가능한 이산 방사선 치료 플랜으로 변환하는 동작, 그리고
    전달 가능한 이산 방사선 치료 플랜을 그래픽 방식으로 표시하는 동작
    을 컴퓨터로 하여금 수행하게 하는 명령어들의 세트를 더 포함하는 것을 특징으로 하는 플랜 최적화 소프트웨어를 기록한 컴퓨터 판독형 매체.
  22. 환자의 비-표적 구조 부위에 가해지는 방사선은 최소화하면서 표적 종양 부위에 방사선을 가하기 위한 최적 방사선 빔 배열을 결정하는 방법에 있어서, 상기 방법은,
    표적 종양 부위와 비-표적 구조 부위의 이미지 슬라이스를 그래픽 방식으로 표시하는 단계,
    제 1 치료 플랜을 정의하는 제 1 방사선 빔 배열을 따라, 다수의 등선량 곡선을 포함하는 등선량 플롯의 형태로, 이미지 슬라이스상에, 표적 종양 부위와 비-표적 구조 부위에 대한 방사선 선량을 그래픽 방식으로 표시하는 단계,
    제 2 방사선 치료 플랜을 정의하는 제 2 방사선 빔 배열을 형성하고 표시하기 위해, 위치 지시 기기를 이용하여 등선량 플롯의 표시된 등선량 곡선들 중 하나 이상을 조작하는 단계
    를 포함하는 것을 특징으로 하는 최적 방사선 빔 배열을 결정하는 방법.
  23. 제 22 항에 있어서, 표시된 등선량 곡선들 중 하나 이상을 조작하는 단계는
    요망 제 1 선량 레벨을 갖는 제 1 선택된 위치에 위치한 등선량 곡선의 한 부분을 위치 지시 기기를 이용해 그래픽 방식으로 선택하는 단계,
    등선량 곡선의 선택된 부분을 이미지 슬라이스상의 제 1 선택된 위치로부터 이미지 슬라이스상의 바람직하지 못한 제 2 선량 레벨을 갖는 제 2 선택된 위치로 위치 지시 기기를 이용해 그래픽 방식으로 드래그하는 단계, 그리고
    제 1 선택된 위치에서 제 2 선택된 위치로의 이동에 따라, 제 2 선택된 위치에 대한 제 2 선량 레벨을 요망 제 1 선량 레벨에 같게 설정하는 단계로서, 그에 따라 제 2 치료 플랜이 형성되는 단계
    를 포함함을 특징으로 하는 최적 방사선 빔 배열을 결정하는 방법.
  24. 제 23 항에 있어서,
    이미지 슬라이스 상의 제 1 선택된 위치와 제 2 선택된 위치 사이에서 제한 사항을 확립하는 단계로서, 이때 바람직하지 못한 선량 레벨이 요망 선량 레벨 이상일 때, 상기 제한 사항은 제 1 선택된 위치와 제 2 선택된 위치 사이의 선량을 상기 요망 선량 레벨을 넘지 않는 레벨까지 직접 제한하며, 바람직하지 못한 선량 레벨이 요망 선량 레벨 이하일 때, 상기 제한 사항은 상기 제한 사항은 제 1 선택된 위치와 제 2 선택된 위치 사이의 선량을 상기 요망 선량 레벨보다 낮지 않는 레벨까지 직접 제한하는 단계
    를 더 포함하는 것을 특징으로 하는 최적 방사선 빔 배열을 결정하는 방법.
  25. 제 22 항에 있어서, 표시된 등선량 곡선들 중 하나 이상을 조작하는 단계는
    사용자 요망 선량 레벨을 갖는 제 1 선택된 위치에 위치한 등선량 곡선의 한 부분을 위치 지시 기기를 이용해 그래픽 방식으로 선택하는 단계,
    등선량 곡선으로 둘러싸인 이미지 슬라이스의 한 부분을 둘러싸도록, 이미지 슬라이스상의 제 1 선택된 위치로부터, 등선량 곡선의 별도의 부분에 인접한 이미지 슬라이스상의 제 2 선택된 위치까지의 사용자 요망 경로를 위치 지시 기기를 이용해 그래픽 방식으로 마킹하는 단계,
    사용자 요망 경로의 마킹에 따라, 사용자 요망 경로에 인접한 위치에, 제한된 요망 선량 레벨을 갖는 제 2 치료 플랜이 형성되는 단계
    를 포함하는 것을 특징으로 하는 최적 방사선 빔 배열을 결정하는 방법.
  26. 제 22 항에 있어서, 표시된 등선량 곡선들 중 하나 이상을 조작하는 단계는
    제 1 방사선 빔 배열에 따라, 등선량 곡선을 위치 지시 기기를 이용해 그래픽 방식으로 선택하는 단계, 그리고
    상기 등선량 곡선을 선택함에 따라, 상기 등선량 곡선 내부의 방사선 선량의 값을 상기 등선량 곡선 외부의 방사선 선량의 값과 같도록 설정하는 단계로서, 그에 따라 제 2 방사선 빔 배열을 형성하는 단계
    을 포함함을 특징으로 하는 최적 방사선 빔 배열을 결정하는 방법.
  27. 환자의 비-표적 구조 부위에 가해지는 방사선은 최소화하면서 표적 종양 부위에 방사선을 가하기 위한 최적 방사선 빔 배열을 결정하는 방법에 있어서, 상기 방법은,
    제 1 치료 플랜을 정의하는 제 1 방사선 빔 배열에 따라, 표적 종양 부위와 비-표적 구조 부위에 대한 방사선 선량을 다수의 선량 부위 히스토그램 플롯의 형태로 그래픽 방식으로 표시하는 단계, 그리고
    제 2 치료 플랜을 정의하는 제 2 방사선 빔 배열을 형성하고 표시하기 위해, 표시된 선량 부위 히스토그램 플롯 중 하나 이상을 위치 지시 기기를 이용해 조작하는 단계
    를 포함하는 것을 특징으로 하는 최적 방사선 빔 배열을 결정하는 방법.
  28. 제 27 항에 있어서, 표시된 선량 부위 히스토그램 플롯 중 하나 이상을 조작 하는 단계는
    지정 방사선 선량 레벨 이상을 수신하도록 허용된 비-표적 구조나 표적 종양 부위의 제 1 퍼센티지를 나타내는, 제 1 선택된 위치에서 선량 부위 히스토그램을 위치 지시 기기를 이용해 그래픽 방식으로 선택하는 단계,
    지정 방서선 선량 레벨 이상을 수신하도록 허용된 비-표적 구조나 표적 종양 부위의 제 2 퍼센티지를 나타내는, 제 2 선택된 위치까지, 상기 제 1 선택된 위치로부터 사용자 요망 경로를 따라 위치 지시 기기를 이용하여 선량 부위 히스토그램의 선택된 부분을 드래그하는 단계, 그리고
    선량 부위 히스토그램의 상기 선택된 부분이 제 1 선택된 위치에서 제 2 선택된 위치까지로 이동함에 따라, 지정 방사선 선량 레벨 이상을 수신하도록 허용된 비-표적 구조 부위나 표적 종양 부위의 퍼센티지를 변경하는 단계로서, 이에 따라 제 2 방사선 빔 배열이 형성되는 단계
    를 포함함을 특징으로 하는 최적 방사선 빔 배열을 결정하는 방법.
  29. 환자의 비-표적 구조 부위에 가해지는 방사선은 최소화하면서 표적 종양 부위에 방사선을 가하기 위해 외부에서 형성된 치료 플랜으로부터 최적 방사선 치료 플랜을 형성하는 방법에 있어서, 상기 방법은,
    표적 종양 부위와 비-표적 구조 부위의 2차원 이미지를 획득하기 위해, 컴퓨터 및 이미지 수집 기기를 제공하는 단계,
    상기 이미지와 사용자 인터페이스 옵션을 표시하기 위한 GUI(graphical user interface)를 제공하는 단계,
    표적 종양 부위와 명확한 비-표적 구조 부위를 이미지상에서 식별하기 위한 단계,
    제 1 방사선 빔 배열을 갖는 외부 시스템에 의해 생성된 제 1 방사선 치료 플랜을 수신하는 단계, 그리고
    제 1 방사선 치료 플랜에 따라서, 제 1 방사선 치료 플랜의 제 1 방사선 빔 설정에 대응하는 극값을 갖는 최적화 목적 함수를 구축하는 단계
    를 포함하는 것을 특징으로 하는 최적 방사선 치료 플랜을 형성하는 방법.
  30. 환자의 비-표적 구조 부위에 가해지는 방사선은 최소화하면서 표적 종양 부위에 방사선을 가하기 위한 최적 방사선 빔 배열을 결정하는 방법에 있어서, 상기 방법은,
    최적 방사선 치료 플랜을 구현하기 위한 순응형 방사선 치료 전달 기기를 제공하는 단계로서, 상기 전달 기기는 방사선 빔 전달 강도와 다수의 방사선 빔 필드 조각(segment)을 가지는 것을 특징으로 하며, 각각의 필드 조각들은 최적 방사선 빔 플랜에 의해 제어되는 단계,
    최적 방사선 치료 플랜을 형성하기 위해, 다수의 제한 사항을 갖는 최적화 목적 함수를 구축하는 단계,
    상기 최적화 목적 함수에 방사선 빔 필드 조각의 숫자에 비례하는 제한 사항을 추가하고, 평균 방사선 빔 감쇄에 비례하는 제한 사항을 추가하는 단계로서, 이 에 따라 최적 방사선 치료 플랜의 효율을 제어하는 단계
    를 포함함을 특징으로 하는 최적 방사선 빔 배열을 결정하는 방법.
  31. 제 30 항에 있어서, 선택된 임계치 값 아래로 시간 효율이 감소함에 따라 방사선 빔 필드 조각의 숫자에 비례하는 상기 제한 사항의 값이 증가하는 것을 특징으로 하는 최적 방사선 빔 배열을 결정하는 방법.
  32. 제 30 항에 있어서, 평균 방사선 빔 감쇄에 비례하는 상기 제한 사항이 방사선 치료 중에 전달될 효과 없는 방사선의 총 선량을 제어함을 특징으로 하는 최적 방사선 빔 배열을 결정하는 방법.
  33. 재-연산과 2차원 방사선 선량 분포의 표시를 통해 제안 방사선 치료 플랜의 상호 대화형 조정을 촉진시키는 방법에 있어서, 상기 방법은,
    표적 종양 부위와 비-표적 구조 부위의 이미지 슬라이스를 그래픽 방식으로 표시하는 단계,
    제 1 치료 플랜을 정의하는 제 1 방사선 빔 배열을 따라, 표적 종양 부위와 비-표적 구조 부위에 대한 방사선 선량 분포를 동시에 이미지 슬라이스상에 다수의 등선량 곡선을 포함하는 등선량 플롯의 형태로 그래픽 방식으로 표시하는 단계,
    제 2 치료 플랜을 정의하는 제 2 방사선 빔 배열을 형성하기 위해, 표적 종양 부위와 비-표적 구조 부위 중 하나 이상의 방사선 선량 분포를 변경하는 단계,
    표시된 이미지 슬라이스상에 표시된 2차원 선량 분포만 재-연산하는 단계,
    상기 재-연산된 2차원 선량 분포를 표시하는 단계
    를 포함함을 특징으로 하는 제안 방사선 치료 플랜의 상호 대화형 조정을 촉진시키는 방법.
  34. 재-연산과 선량-부위 통계치 표시를 통해, 제안 방사선 치료 플랜의 상호 대화형 플랜 조정을 촉진시키는 방법으로서, 상기 방법은
    제 1 방사선 빔 배열을 따라, 표적 종양 부위와 비-표적 구조 부위에 대한 제 1 방사선 선량 분포를 제공하는 단계,
    랜덤 방식으로 제 1 방사선 선량 분포를 샘플링함으로써, 제 1 방사선 빔 배열에 대한 다수의 샘플링된 지점을 형성하는 단계,
    상기 다수의 샘플링된 지점에서의 방사선 선량 값을 결정하는 단계,
    다수의 샘플링된 지점에 대한 방사선 선량의 값을 따라, 표적 종양 부위와 비-표적 구조에 대한 방사선 선량을 선량-부위 통계치를 형성하는 다수의 선량 부위 히스토그램 플롯의 형태로, 그래픽 방식으로 표시하는 단계,
    제 2 방사선 빔 배열을 형성하기 위해, 표적 종양 부위와 비-표적 구조 부위 중 하나 이상의 방사선 선량 분포를 변경하는 단계, 그리고
    다수의 샘플링된 지점들에 대한 방사선 선량의 재-연산된 값에 따라, 표적 종양 부위와 비-표적 구조에 대한 선량-부위 통계치를 표시하는 단계
    를 포함함을 특징으로 하는 제안 방사선 치료 플랜의 상호 대화형 플랜 조정 을 촉진시키는 방법.
  35. 방사선 치료 플랜 최적화를 통해, 제안 방사선 치료 플랜의 상호 대화형 플랜 조정을 촉진시키는 방법에 있어서, 상기 방법은
    제 1 방사선 빔 배열에 따라, 표적 종양 부위와 비-표적 구조 부위에 대한 제 1 방사선 선량 분포를 제공하는 단계,
    랜덤 방식으로 제 1 방사선 선량 분포를 샘플링함으로써 제 1 방사선 빔 배열에 대한 다수의 샘플링된 지점을 형성하는 단계,
    다수의 샘플링된 지점들 각각에서 방사선 선량의 값을 결정하는 단계,
    다수의 샘플링된 지점 각각에서의 방사선 선량 값에 의해 제한된 최적화 목적 함수를 제공하는 단계,
    제 2 방사선 빔 배열을 형성하기 위해 상기 최적화 목적 함수를 적용하는 단계,
    다수의 샘플링된 지점 각각에서의 방사선 선량 값을 재-연산하는 단계, 그리고
    다수의 샘플링된 지점에 대한 상기 재-연산된 방사선 선량 값에 따라, 표적 종양 부위와 비-표적 구조 부위에 대한 방사선 선량 분포를 표시하는 단계
    를 포함함을 특징으로 하는 제안 방사선 치료 플랜의 상호 대화형 플랜 조정을 촉진시키는 방법.
  36. 제 35 항에 있어서, 상기 표적 종양 부위는 외부 경계부를 가지며, 상기 랜덤 방식의 샘플링은 상기 표적 종양 부위의 외부 경계부 인접에서 샘플링 확률을 높이기 위해 편향적임을 특징으로 하는 제안 방사선 치료 플랜의 상호 대화형 플랜 조정을 촉진시키는 방법.
  37. 방사선 치료 플랜 최적화와 재-연산 그리고 선량-부위 통계치의 표시를 통해, 제안 방사선 치료 플랜의 상호 대화형 플랜 조정을 촉진시키는 방법에 있어서, 상기 방법은,
    제 1 방사선 빔 배열에 따라, 표적 종양 부위와 비-표적 구조 부위에 대한 제 1 방사선 선량 분포를 제공하는 단계,
    램덤 방식으로 제 1 방사선 선량 분포를 샘플링함으로써, 제 1 방사선 빔 배열에 대한 다수의 플랜 최적화용 샘플링된 지점을 형성하는 단계로서, 이때 각각의 플랜 최적화용 샘플링된 지점은 방사선 선량 값을 갖는 단계,
    상기 플랜 최적화용 샘플링된 지점과는 별도로, 랜덤 방식으로 제 1 방사선 선량 분포를 샘플링함으로써, 제 1 방사선 빔 배열에 대한 다수의 플랜 평가용 샘플링된 지점을 형성하는 단계,
    다수의 플랜 최적화용 샘플링된 지점 각각에서 방사선 선량 값을 판단하는 단계,
    다수의 플랜 평가용 샘플링된 지점 각각에서 방사선 선량 값을 판단하는 단계,
    다수의 플랜 최적화용 샘플링된 지점 각각에서의 방사선 선량 값에 의해 제한된 최적화 목적 함수를 제공하는 단계,
    다수의 플랜 평가용 샘플링된 지점들의 값에 따라, 표적 종양 부위와 비-표적 구조에 대한 방사선 선량을 선량-부위 통계치를 형성하는 다수의 선량 부위 히스토그램 플롯의 형태로 그래픽 방식으로 표시하는 단계,
    제 2 방사선 빔 배열을 형성하기 위해, 최적화 목적 함수를 적용하는 단계,
    제 2 방사선 빔 배열에 대한 다수의 플랜 평가용 샘플링된 지점 각각에서의 방사선 선량 값을 재-연산하는 단계, 그리고
    다수의 플랜 평가용 샘플링된 지점에 대한 상기 재-연산된 값에 따라, 표적 종양 부위와 비-표적 구조 부위에 대한 선량-부위 통계치를 표시하는 단계
    를 포함함을 특징으로 하는 제안 방사선 치료 플랜의 상호 대화형 플랜 조정을 촉진시키는 방법.
  38. 환자의 비-표적 구조 부위에 가해지는 방사선은 최소화하면서 표적 종양 부위에 방사선을 가하기 위한 임의의 방사선 빔 강도를 갖는 방사선 치료 플랜으로부터 이산 방사선 빔 강도 값들의 고정된 세트를 갖는 최적 방사선 치료 플랜을 형성하는 방법에 있어서, 상기 방법은
    방사선 치료 플랜 후보를 반복적으로 평가하기 위해, 방사선 치료 플랜 후보와 최적화 목적 함수를 제공하는 단계,
    다수의 미리 선택된 임상 목표를 만족시키는, 임의의 방사선 빔 강도 값을 갖는 최적 방사선 빔 배열을 형성하기 위해 상기 방사선 치료 플랜 후보를 반복적으로 평가하는 단계로서, 이때 선행 방사선 치료 플랜이 형성되는 단계,
    방사선 치료 플랜 후보의 최적화 동안 둘 이상의 방사선 치료 플랜의 반복 평가의 레코드를 제공하는 단계, 그리고
    반복 평가에 따라, 둘 이상의 평가되는 치료 플랜에서의 선행 방사선 치료 플랜의 임상 방사선 전달 목표에 부합하기 위해 요구되는 이산 방사선 빔 강도들의 조합을 추론하는 단계로서, 이에 따라 최적 방사선 치료 플랜이 형성되는 단계
    를 포함함을 특징으로 하는 최적 방사선 치료 플랜을 형성하는 방법.
  39. 재-연산과 표적 종양 부위와 비-표적 구조 부위에 대한 방사선 선량 최소와 방사선 선량 최대의 표시를 통해, 제안 방사선 치료 플랜의 상호 대화형 플랜 조정을 촉진시키는 방법에 있어서, 상기 방법은
    방사선 빔 배열에 따라, 표적 종양 부위와 하나 이상의 비-표적 구조 부위에 대한 방사선 선량 분포를 제공하는 단계,
    랜덤 방식으로 제 1 방사선 선량 분포를 샘플링함으로써, 상기 방사선 빔 배열에 대한 다수의 샘플링된 지점을 형성하는 단계,
    다수의 샘플링된 지점 각각에서의 방사선 선량 값을 결정하는 단계,
    표적 종양 부위 각각에 대해, 그리고 하나 이상의 비-표적구조 부위에 대해, 가장 높은 값을 갖는 다수의 샘플링된 지점들의 제 1 세트와 가장 낮은 값을 갖는 다수의 샘플링된 지점들을 식별하는 단계,
    표적 종양 부위와 하나 이상의 비-표적 구조 부위에 대한 방사선 선량 최대치를 결정하고 표시하기 위해, 제 1 세트에 경사도 증가 알고리즘(gradient ascent algorithm)을 적용하는 단계, 그리고
    표적 종양 부위와 하나 이상의 비-표적 구조 부위에 대한 방사선 선량 최소치를 결정하고 표시하기 위해, 제 2 세트에 경사도 감소 알고리즘(gradient descent algorithm)을 적용하는 단계
    를 포함함을 특징으로 하는 제안 방사선 치료 플랜의 상호 대화형 플랜 조정을 촉진시키는 방법.
KR1020067006712A 2003-10-07 2004-10-07 순응형 방사선 치료법에 대한 플래닝 시스템, 방법 및 장치 KR20060126454A (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US51802003P 2003-10-07 2003-10-07
US60/518,020 2003-10-07
US10/960,424 2004-10-07
US10/960,424 US7831289B2 (en) 2003-10-07 2004-10-07 Planning system, method and apparatus for conformal radiation therapy

Publications (1)

Publication Number Publication Date
KR20060126454A true KR20060126454A (ko) 2006-12-07

Family

ID=34437354

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020067006712A KR20060126454A (ko) 2003-10-07 2004-10-07 순응형 방사선 치료법에 대한 플래닝 시스템, 방법 및 장치

Country Status (9)

Country Link
US (2) US7831289B2 (ko)
EP (1) EP1687064A2 (ko)
JP (1) JP2007509644A (ko)
KR (1) KR20060126454A (ko)
AU (1) AU2004279424A1 (ko)
CA (1) CA2540602A1 (ko)
EA (1) EA010207B1 (ko)
IL (1) IL174695A0 (ko)
WO (1) WO2005035061A2 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101129304B1 (ko) * 2009-09-14 2012-03-26 계명대학교 산학협력단 선원맞춤형 선량계획방법
KR20190112183A (ko) 2013-01-16 2019-10-02 닛산 가가쿠 가부시키가이샤 디스플레이 기판용 수지 박막의 제조방법 및 디스플레이 기판용 수지 박막 형성용 조성물
WO2022003060A1 (en) * 2020-07-02 2022-01-06 Varian Medical Systems International Ag Method and apparatus to facilitate generating a deliverable therapeutic radiation treatment plan
KR20230089333A (ko) * 2021-12-13 2023-06-20 순천향대학교 산학협력단 3차원 침샘 spect/ct와 방사선 모의치료 ct의 융합을 통한 침샘 기능 분석 방법 및 장치

Families Citing this family (209)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2478296A1 (en) 2002-03-06 2003-09-18 Tomotherapy Incorporated Method for modification of radiotherapy treatment delivery
WO2005018742A1 (en) * 2003-08-11 2005-03-03 Nomos Corporation Method and aparatus for optimization of collimator angles in intensity modulated radiation therapy treatment
US7496173B2 (en) * 2003-12-12 2009-02-24 University Of Western Ontario Method and system for optimizing dose delivery of radiation
US7529339B2 (en) * 2003-12-12 2009-05-05 University Of Western Ontario Method and system for optimizing dose delivery of radiation
DE102004008373B3 (de) * 2004-02-20 2005-09-29 Siemens Ag Vorrichtung zum Durchführen und Überwachen der endovaskulären Brachytherapie
US7027557B2 (en) * 2004-05-13 2006-04-11 Jorge Llacer Method for assisted beam selection in radiation therapy planning
US7788146B2 (en) * 2004-10-22 2010-08-31 Cfo Technology Corporation System for visualizing financial data
US8077936B2 (en) 2005-06-02 2011-12-13 Accuray Incorporated Treatment planning software and corresponding user interface
US7379531B2 (en) 2005-06-13 2008-05-27 Siemens Medical Solutions Health Services Corporation Beam therapy treatment user interface monitoring and recording system
CN101500648B (zh) * 2005-07-22 2012-07-04 断层放疗公司 利用剂量体积直方图生成轮廓结构的系统和方法
EP1907981A4 (en) * 2005-07-22 2009-10-21 Tomotherapy Inc METHOD AND SYSTEM FOR DOSE EVALUATION ADMINISTERED
JP2009502253A (ja) 2005-07-22 2009-01-29 トモセラピー・インコーポレーテッド 関心の移動領域に対して放射線療法を施すシステムおよび方法
US8442287B2 (en) * 2005-07-22 2013-05-14 Tomotherapy Incorporated Method and system for evaluating quality assurance criteria in delivery of a treatment plan
KR20080044250A (ko) 2005-07-23 2008-05-20 토모테라피 인코포레이티드 갠트리 및 진료대의 조합된 움직임을 이용하는 방사선치료의 영상화 및 시행
CN101247852B (zh) * 2005-07-25 2011-12-07 卡尔·奥托 用于计划和供给放射治疗的方法和装置
US7880154B2 (en) 2005-07-25 2011-02-01 Karl Otto Methods and apparatus for the planning and delivery of radiation treatments
JP5596290B2 (ja) * 2006-01-12 2014-09-24 コーニンクレッカ フィリップス エヌ ヴェ ラジオロジーにおける患者皮膚線量の改良された表示
US7760849B2 (en) * 2006-04-14 2010-07-20 William Beaumont Hospital Tetrahedron beam computed tomography
US8983024B2 (en) 2006-04-14 2015-03-17 William Beaumont Hospital Tetrahedron beam computed tomography with multiple detectors and/or source arrays
US9339243B2 (en) 2006-04-14 2016-05-17 William Beaumont Hospital Image guided radiotherapy with dual source and dual detector arrays tetrahedron beam computed tomography
US8112292B2 (en) 2006-04-21 2012-02-07 Medtronic Navigation, Inc. Method and apparatus for optimizing a therapy
CN102218198A (zh) * 2006-05-25 2011-10-19 威廉博蒙特医院 一种形成入口图像的方法
US8073104B2 (en) * 2006-05-25 2011-12-06 William Beaumont Hospital Portal and real time imaging for treatment verification
JP4126318B2 (ja) * 2006-06-23 2008-07-30 三菱重工業株式会社 放射線治療装置制御装置および放射線治療装置の制御方法
US7519150B2 (en) * 2006-07-26 2009-04-14 Best Medical International, Inc. System for enhancing intensity modulated radiation therapy, program product, and related methods
CN101496018A (zh) * 2006-08-01 2009-07-29 皇家飞利浦电子股份有限公司 生物学指导的适应性治疗方案制定
US8660635B2 (en) 2006-09-29 2014-02-25 Medtronic, Inc. Method and apparatus for optimizing a computer assisted surgical procedure
US7496174B2 (en) * 2006-10-16 2009-02-24 Oraya Therapeutics, Inc. Portable orthovoltage radiotherapy
US7620147B2 (en) 2006-12-13 2009-11-17 Oraya Therapeutics, Inc. Orthovoltage radiotherapy
US8538776B2 (en) * 2006-10-25 2013-09-17 Bruce Reiner Method and apparatus of providing a radiation scorecard
US20080108895A1 (en) * 2006-11-06 2008-05-08 General Electric Company Method and system for defining at least one acquisition and processing parameter in a tomosynthesis system
FR2909206B1 (fr) * 2006-11-24 2009-02-20 Gen Electric Procede d'imagerie radiologique permettant de mettre en correspondance une zone d'interet d'un organe avec une parti partie d'un reseau associee
US20080218727A1 (en) * 2006-12-22 2008-09-11 Art, Advanced Research Technologies Inc. Method and apparatus for optical image reconstruction using contour determination
US20080159477A1 (en) * 2006-12-29 2008-07-03 General Electric Company System and method for radiographic inspection without a-priori information of inspected object
KR20100016039A (ko) * 2007-03-30 2010-02-12 코닌클리케 필립스 일렉트로닉스 엔.브이. 분계 불확실성의 확률론적 분석에 의한 방사선 요법시 개선된 치료 계획 평가
US7995813B2 (en) * 2007-04-12 2011-08-09 Varian Medical Systems, Inc. Reducing variation in radiation treatment therapy planning
USRE46953E1 (en) 2007-04-20 2018-07-17 University Of Maryland, Baltimore Single-arc dose painting for precision radiation therapy
US8363783B2 (en) 2007-06-04 2013-01-29 Oraya Therapeutics, Inc. Method and device for ocular alignment and coupling of ocular structures
US8920406B2 (en) * 2008-01-11 2014-12-30 Oraya Therapeutics, Inc. Device and assembly for positioning and stabilizing an eye
US8355552B2 (en) 2007-06-20 2013-01-15 The Trustees Of Columbia University In The City Of New York Automated determination of lymph nodes in scanned images
US8412544B2 (en) * 2007-10-25 2013-04-02 Bruce Reiner Method and apparatus of determining a radiation dose quality index in medical imaging
CN101820948A (zh) 2007-10-25 2010-09-01 断层放疗公司 用于放疗实施的运动适应性优化的系统和方法
US8467497B2 (en) 2007-10-25 2013-06-18 Tomotherapy Incorporated System and method for motion adaptive optimization for radiation therapy delivery
US8222616B2 (en) * 2007-10-25 2012-07-17 Tomotherapy Incorporated Method for adapting fractionation of a radiation therapy dose
US8085899B2 (en) 2007-12-12 2011-12-27 Varian Medical Systems International Ag Treatment planning system and method for radiotherapy
WO2009085204A2 (en) * 2007-12-23 2009-07-09 Oraya Therapeutics, Inc. Methods and devices for detecting, controlling, and predicting radiation delivery
US7801271B2 (en) 2007-12-23 2010-09-21 Oraya Therapeutics, Inc. Methods and devices for orthovoltage ocular radiotherapy and treatment planning
JP5190763B2 (ja) * 2008-01-24 2013-04-24 横河電機株式会社 変数データ処理装置および変数データ処理方法
US20090234692A1 (en) * 2008-03-13 2009-09-17 Tigo Energy, Inc. Method and System for Configuring Solar Energy Systems
WO2009137010A2 (en) * 2008-05-04 2009-11-12 Stc.Unm System and method for using a dynamic gamma knife for radiosurgery
US7801270B2 (en) * 2008-06-19 2010-09-21 Varian Medical Systems International Ag Treatment plan optimization method for radiation therapy
WO2010025372A2 (en) 2008-08-28 2010-03-04 Tomotherapy Incorporated System and method of contouring a target area
US8363784B2 (en) 2008-08-28 2013-01-29 Tomotherapy Incorporated System and method of calculating dose uncertainty
US9907979B2 (en) * 2008-09-09 2018-03-06 Varian Medical Systems International Ag Apparatus and method to facilitate adapting a radiation treatment plan
US8165658B2 (en) * 2008-09-26 2012-04-24 Medtronic, Inc. Method and apparatus for positioning a guide relative to a base
US8180020B2 (en) 2008-10-23 2012-05-15 Accuray Incorporated Sequential optimizations for treatment planning
US7986768B2 (en) 2009-02-19 2011-07-26 Varian Medical Systems International Ag Apparatus and method to facilitate generating a treatment plan for irradiating a patient's treatment volume
WO2010102068A2 (en) * 2009-03-03 2010-09-10 Tomotherapy Incorporated System and method of optimizing a heterogeneous radiation dose to be delivered to a patient
WO2010120534A1 (en) * 2009-03-31 2010-10-21 Whitten Matthew R System and method for radiation therapy treatment planning using a memetic optimization algorithm
US20100313158A1 (en) * 2009-06-08 2010-12-09 Lg Electronics Inc. Method for editing data in mobile terminal and mobile terminal using the same
EP2260902A1 (en) * 2009-06-10 2010-12-15 Deutsches Krebsforschungszentrum Stiftung des öffentlichen Rechts Radiation treatment planning system and computer program product
WO2011005329A2 (en) * 2009-07-09 2011-01-13 The Board Of Trustees Of The Leland Stanford Junior University Method and system for real-time dmlc-based target tracking with optimal motion compensating leaf adaptation
US9205279B2 (en) * 2009-07-17 2015-12-08 Cyberheart, Inc. Heart tissue surface contour-based radiosurgical treatment planning
RU2571374C2 (ru) 2009-08-31 2015-12-20 Конинклейке Филипс Электроникс, Н.В. Интерактивный компьютеризованный редактор для компенсаторов, используемых в планировании лучевой терапии
WO2011028789A2 (en) * 2009-09-02 2011-03-10 Stokes John P Irradiation system and method
DE102009040390A1 (de) 2009-09-07 2011-03-17 Siemens Aktiengesellschaft Verfahren zur Bestimmung eines Bestrahlungsplans, Bestrahlungsplanungseinrichtung sowie Bestrahlungsanlage
WO2011042820A1 (en) * 2009-10-06 2011-04-14 Koninklijke Philips Electronics N.V. Retrospective calculation of radiation dose and improved therapy planning
WO2011053802A2 (en) 2009-10-30 2011-05-05 Tomotherapy Incorporated Non-voxel-based broad-beam (nvbb) algorithm for intensity modulated radiation therapy dose calculation and plan optimization
CN102656607B (zh) * 2009-12-16 2015-11-25 皇家飞利浦电子股份有限公司 使用计划收集来发展新的优化的目标
CN102781515B (zh) * 2009-12-22 2015-07-29 医科达公司 通过样板的有效体积填充
CN102686277B (zh) 2010-01-05 2016-10-12 威廉博蒙特医院 采用连续的躺椅旋转/移位和同时进行的锥形射束成像的调强电弧治疗
US20110285716A1 (en) * 2010-01-06 2011-11-24 Jimm Grimm Evaluation of Radiation Dose Tolerance Limits
US9019307B1 (en) * 2010-01-06 2015-04-28 Jimm Grimm Automated warning system and method for use when evaluating acceptable dosage ranges for radiation treatments of body tissue
WO2011092815A1 (ja) * 2010-01-28 2011-08-04 三菱電機株式会社 粒子線治療装置
US20120323599A1 (en) * 2010-03-08 2012-12-20 Koninklijke Philips Electronics N.V. Scheduling of dose calculation tasks including efficient dose calculation
US8916838B2 (en) * 2010-06-07 2014-12-23 Ion Beam Applications Sa Device and method for particle beam delivery
EP3722836A1 (en) 2010-06-22 2020-10-14 Varian Medical Systems International AG System and method for estimating and manipulating estimated radiation dose
BR112013007241A8 (pt) * 2010-09-30 2016-07-12 Koninkl Philips Electronics Nv "sistema para exibir uma imagem multidimensional e uma anotação nela localizada, estação de trabalho, aparelho de formação de imagem, método de exibição de uma imagem multidimensional e uma anotação nela localizada e produto de progama de computador"
DE102010062079B4 (de) 2010-11-26 2013-09-05 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Anpassen einer Dosisverteilungs-Einstellung für ein technisches Gerät der Tumortherapie
ES2864040T3 (es) 2010-12-08 2021-10-13 Bayer Healthcare Llc Generación de un modelo adecuado para estimar la dosis de radiación de un paciente resultante de escaneos de formación de imágenes médicas
RU2603606C2 (ru) * 2011-03-15 2016-11-27 Конинклейке Филипс Н.В. Изучение дозиметрического воздействия движения на формирование адаптивных границ для конкретного пациента при планировании наружной дистанционной лучевой терапии
US9956429B2 (en) * 2011-03-28 2018-05-01 Varian Medical Systems International Ag Method and system for automated evaluation of multiple portal dose images in radiation therapy
US20120253495A1 (en) * 2011-03-31 2012-10-04 Axellis Ventures Ltd. Defining the volumetric dimensions and surface of a compensator
US10350431B2 (en) 2011-04-28 2019-07-16 Gt Medical Technologies, Inc. Customizable radioactive carriers and loading system
US20120323233A1 (en) * 2011-05-09 2012-12-20 Cyberheart, Inc. Renovascular treatment device, system, and method for radiosurgically alleviating hypertension
EP2727031A1 (en) * 2011-06-28 2014-05-07 Elekta AB (PUBL) Systems and methods for the management and provision of radiotherapy
JP5889585B2 (ja) 2011-09-15 2016-03-22 株式会社東芝 放射線治療情報生成装置
DE102011083414B4 (de) * 2011-09-26 2013-07-04 Siemens Aktiengesellschaft Dosisnormalisierung bei der Strahlentherapie unter Anpassung von Isolinien oder Isoflächen
US8836697B2 (en) * 2011-09-30 2014-09-16 Varian Medical Systems International Ag Real-time 3D dose visualization system
US20130085343A1 (en) * 2011-09-30 2013-04-04 Lasse Toimela Semantic radiation treatment plan optimization guidance
BR112014012737B1 (pt) * 2011-11-30 2022-08-09 Washington University In St. Louis Sistema de planejamento de tratamento de terapia de radiação, sistema de terapia de radiação, e método para gerar um plano de tratamento de radiação
CA2859977C (en) 2011-12-23 2023-08-22 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Dvh navigation (navigable display of a variety of solutions of therapy plans)
US9731147B2 (en) * 2012-02-07 2017-08-15 Varian Medical Systems International Ag Method and apparatus pertaining to the optimization of radiation-treatment plans using automatic changes to treatment objectives
JP5518924B2 (ja) * 2012-03-22 2014-06-11 富士フイルム株式会社 放射線撮影情報管理システムおよび方法、並びにプログラム
GB2511668A (en) 2012-04-12 2014-09-10 Supercell Oy System and method for controlling technical processes
US8954890B2 (en) * 2012-04-12 2015-02-10 Supercell Oy System, method and graphical user interface for controlling a game
US8814674B2 (en) 2012-05-24 2014-08-26 Supercell Oy Graphical user interface for a gaming system
US9050460B2 (en) 2012-05-02 2015-06-09 Sun Nuclear Corporation System and method for radiation beam measurement normalization
US9700737B2 (en) * 2012-05-15 2017-07-11 Koninklijke Philips N.V. Brachytherapy apparatus
EP2856210B1 (en) 2012-05-29 2018-04-25 Sun Nuclear Corporation Method and system for calorimetry probe
US10146393B2 (en) * 2012-05-31 2018-12-04 Varian Medical Systems International Ag Method and apparatus pertaining to radiation treatment plan optimization states
US20130324783A1 (en) * 2012-05-31 2013-12-05 Corey E. Zankowski Apparatus and Method Pertaining to Optimizing a Radiation-Treatment Plan Using Historical Information
US10282064B2 (en) 2012-06-20 2019-05-07 Koninklijke Philips N.V. Graphical user interface for medical instruments
US9381376B2 (en) * 2012-10-12 2016-07-05 Varian Medical Systems International Ag Systems, devices, and methods for quality assurance of radiation therapy
AU2013334064A1 (en) * 2012-10-26 2015-05-14 Viewray Technologies, Inc. Assessment and improvement of treatment using imaging of physiological responses to radiation therapy
JP6317749B2 (ja) * 2012-10-29 2018-04-25 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 自動的な最適ｉｍｒｔ／ｖｍａｔ処置計画の生成
CN107469240B (zh) 2013-02-26 2020-04-21 安科锐公司 多叶准直器和用于准直治疗放射束的系统
DE102013203917B4 (de) * 2013-03-07 2014-12-24 Siemens Aktiengesellschaft Vorrichtung und Verfahren zur Planung der Behandlung mit einem auf zumindest einen Zielbereich gerichteten Behandlungsstrahl
JP6902349B2 (ja) * 2013-03-19 2021-07-14 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 放射線治療計画評価のためのオーディオビジュアルシステム
EP2983782B1 (en) 2013-04-11 2017-08-30 Koninklijke Philips N.V. Isodose optimization
US9463336B2 (en) * 2013-09-20 2016-10-11 Sun Nuclear Corporation Benchmark system for radiation therapy planning
US9229680B2 (en) * 2013-09-20 2016-01-05 Oracle International Corporation Enhanced voice command of computing devices
US9731149B2 (en) * 2013-09-22 2017-08-15 Pyramid Technical Consultants Inc. Method and apparatus for measuring, verifying, and displaying progress of dose delivery in scanned beam particle therapy
JP2015085182A (ja) * 2013-09-26 2015-05-07 株式会社東芝 医用画像診断装置、医用画像表示装置、および医用画像表示方法
DE102013220665A1 (de) * 2013-10-14 2015-04-16 Siemens Aktiengesellschaft Bestimmung eines Werts eines Aufnahmeparameters mittels einer anatomischen Landmarke
WO2015087319A1 (en) * 2013-12-10 2015-06-18 Convergent R.N.R Ltd A standard of care protocol for reducing long and short-term adverse effects caused by radiotherapy or radiosurgery treatment
US10384080B2 (en) 2013-12-20 2019-08-20 Raysearch Laboratories Ab Incremental treatment planning
WO2015154040A1 (en) 2014-04-03 2015-10-08 Sun Nuclear Corporation Dosimetry for radiotherapy treatment verification
WO2015167980A1 (en) * 2014-04-28 2015-11-05 Brigham And Women's Hospital, Inc. Real-time margin adaptation
US20170202624A1 (en) * 2014-06-08 2017-07-20 M.S.T. Medical Surgery Technologies Ltd Device and method for assisting laparoscopic surgery utilizing a touch screen
US10046177B2 (en) * 2014-06-18 2018-08-14 Elekta Ab System and method for automatic treatment planning
WO2016001046A1 (en) 2014-06-30 2016-01-07 Koninklijke Philips N.V. Radiotherapy planning system and method
US10342997B2 (en) * 2014-12-17 2019-07-09 Varian Medical Systems, Inc. Dynamic beam's eye view of proton therapy irradiation shown in anatomical context
US10099067B2 (en) 2014-12-19 2018-10-16 Sun Nuclear Corporation Radiation therapy dose calculation
US9821174B1 (en) * 2015-02-06 2017-11-21 Gammatile Llc Radioactive implant planning system and placement guide system
US11043142B2 (en) * 2015-03-09 2021-06-22 University Of Florida Research Foundation, Inc. Virtual radiation oncology clinic and methods of use thereof
EP3076317B1 (en) * 2015-04-02 2018-08-15 RaySearch Laboratories AB System and method for providing a radiation therapy treatment plan and a radiation therapy machine
US10617891B2 (en) 2015-04-23 2020-04-14 Sun Nuclear Corporation Radiation detector calibration
EP3103518B1 (en) * 2015-06-12 2017-06-07 RaySearch Laboratories AB A method, a computer program product and a computer system for radiotherapy optimization
US10252081B2 (en) * 2015-09-25 2019-04-09 Varian Medical Systems International Ag Apparatus and method using automatic generation of a base dose
US10446265B2 (en) * 2015-09-25 2019-10-15 Varian Medical Systems International Ag Clinical goal treatment planning and optimization
US10625096B2 (en) 2015-09-25 2020-04-21 Varian Medical Systems International Ag Radiation therapy treatment planning and usage
CN109152928B (zh) 2016-03-09 2021-05-28 反射医疗公司 用于计算辐射治疗的注量图的方法和系统
US9849306B2 (en) 2016-03-21 2017-12-26 Varian Medical Systems International Ag Systems and methods for generating beam-specific planning target volume design outputs
US9855445B2 (en) 2016-04-01 2018-01-02 Varian Medical Systems, Inc. Radiation therapy systems and methods for delivering doses to a target volume
CN115554619A (zh) 2016-04-13 2023-01-03 皇家飞利浦有限公司 辐射治疗交互式规划
WO2018023049A1 (en) 2016-07-28 2018-02-01 Sun Nuclear Corporation Beam angle direction determination
JP7096244B2 (ja) * 2016-10-28 2022-07-05 コーニンクレッカ フィリップス エヌ ヴェ 反復的治療計画のためのグラフィックユーザインターフェース
US10888710B1 (en) 2016-11-29 2021-01-12 Gt Medical Technologies, Inc. Transparent loading apparatus
US10850120B2 (en) * 2016-12-27 2020-12-01 Varian Medical Systems International Ag Selecting a dose prediction model based on clinical goals
US10485988B2 (en) 2016-12-30 2019-11-26 Varian Medical Systems International Ag Interactive dose manipulation using prioritized constraints
US10512790B2 (en) 2017-01-11 2019-12-24 Varian Medical Systems International Ag. Systems and methods for generating radiation treatment plans
EP3357539A1 (en) * 2017-02-02 2018-08-08 Koninklijke Philips N.V. Warm start initialization for external beam radiotherapy plan optimization
EP3589366A1 (en) 2017-02-28 2020-01-08 Sun Nuclear Corporation Radiation therapy treatment verification with electronic portal imaging device transit images
BR112019020536A2 (pt) 2017-03-31 2020-04-28 Sensus Healthcare Inc fonte de raio-x de formação de feixe tridimensional
US10744343B2 (en) * 2017-04-28 2020-08-18 Elekta Instrument Ab Convex inverse planning method
JP2020522307A (ja) 2017-05-30 2020-07-30 リフレクション メディカル， インコーポレイテッド リアルタイム画像誘導放射線療法のための方法
US11648418B2 (en) 2017-06-22 2023-05-16 Reflexion Medical, Inc. Systems and methods for biological adaptive radiotherapy
US11449208B2 (en) * 2017-07-06 2022-09-20 Varian Medical Systems International Ag Interactive and intuitive method to shape 3D dose distribution during optimization of IMRT plans
US10668301B2 (en) * 2017-07-11 2020-06-02 Vincent Vinh-Hung Calibration of radiation therapy treatment plans for a system
CN111148547A (zh) 2017-07-18 2020-05-12 胜赛斯医疗有限责任公司 术中放射治疗中的实时x射线剂量测定
US10092774B1 (en) 2017-07-21 2018-10-09 Varian Medical Systems International, AG Dose aspects of radiation therapy planning and treatment
US11712579B2 (en) 2017-07-21 2023-08-01 Varian Medical Systems, Inc. Range compensators for radiation therapy
US10549117B2 (en) 2017-07-21 2020-02-04 Varian Medical Systems, Inc Geometric aspects of radiation therapy planning and treatment
US11590364B2 (en) 2017-07-21 2023-02-28 Varian Medical Systems International Ag Material inserts for radiation therapy
US10843011B2 (en) 2017-07-21 2020-11-24 Varian Medical Systems, Inc. Particle beam gun control systems and methods
CN117761751A (zh) 2017-07-26 2024-03-26 反射医疗公司 放射治疗的图形表示
EP3684468B1 (en) 2017-09-22 2024-03-20 RefleXion Medical, Inc. Systems for shuttle mode radiation delivery
EP3967367A1 (en) 2017-11-16 2022-03-16 Varian Medical Systems Inc Increased beam output and dynamic field shaping for radiotherapy system
US10426424B2 (en) 2017-11-21 2019-10-01 General Electric Company System and method for generating and performing imaging protocol simulations
EP3498335A1 (en) * 2017-12-18 2019-06-19 Koninklijke Philips N.V. Evaluation of an anatomic structure with respect to a dose distribution in radiation therapy planning
US10512791B2 (en) * 2018-02-06 2019-12-24 Varian Medical Systems International Ag Methods to optimize coverage for multiple targets simultaneously for radiation treatments
WO2019160958A1 (en) 2018-02-13 2019-08-22 Reflexion Medical, Inc. Beam station treatment planning and radiation delivery methods
WO2019161135A1 (en) * 2018-02-15 2019-08-22 Siris Medical, Inc. Result-driven radiation therapy treatment planning
US11672491B2 (en) 2018-03-30 2023-06-13 Empyrean Medical Systems, Inc. Validation of therapeutic radiation treatment
US11964169B2 (en) * 2018-03-30 2024-04-23 Varian Medical Systems International Ag Apparatus and method for forming prescribed radiation therapy treatment instructions
US10910188B2 (en) 2018-07-25 2021-02-02 Varian Medical Systems, Inc. Radiation anode target systems and methods
WO2020061179A1 (en) * 2018-09-19 2020-03-26 The University Of Chicago System and method for multi-site radiotherapy
US11278744B2 (en) 2018-09-28 2022-03-22 Sun Nuclear Corporation Systems and methods to account for tilt of a radiation measurement system
US10940334B2 (en) * 2018-10-19 2021-03-09 Sensus Healthcare, Inc. Systems and methods for real time beam sculpting intra-operative-radiation-therapy treatment planning
JP7165559B2 (ja) * 2018-10-23 2022-11-04 住友重機械工業株式会社 治療計画システム
DE112019005850T5 (de) * 2018-11-22 2021-08-26 Fujifilm Corporation Anzeigesteuergerät, -verfahren und -programm für medizinisches bild
US11744643B2 (en) 2019-02-04 2023-09-05 Covidien Lp Systems and methods facilitating pre-operative prediction of post-operative tissue function
US11116995B2 (en) 2019-03-06 2021-09-14 Varian Medical Systems, Inc. Radiation treatment planning based on dose rate
US10814144B2 (en) 2019-03-06 2020-10-27 Varian Medical Systems, Inc. Radiation treatment based on dose rate
US20200286601A1 (en) * 2019-03-06 2020-09-10 Varian Medical Systems Graphical display of dose rate information for radiation treatment planning
US11090508B2 (en) 2019-03-08 2021-08-17 Varian Medical Systems Particle Therapy Gmbh & Co. Kg System and method for biological treatment planning and decision support
US11103727B2 (en) 2019-03-08 2021-08-31 Varian Medical Systems International Ag Model based PBS optimization for flash therapy treatment planning and oncology information system
US10918886B2 (en) 2019-06-10 2021-02-16 Varian Medical Systems, Inc. Flash therapy treatment planning and oncology information system having dose rate prescription and dose rate mapping
CN110215623B (zh) * 2019-06-11 2020-11-10 苏州雷泰智能科技有限公司 基于子野优化的正交双层光栅旋转调强的实现方法及装置
US11600004B2 (en) 2019-07-10 2023-03-07 Sun Nuclear Corporation Image-based radiation therapy quality assurance
WO2021007459A1 (en) 2019-07-10 2021-01-14 Sun Nuclear Corporation Scintillator-based radiation therapy quality assurance
CN113130042B (zh) * 2019-12-31 2024-03-15 北京连心医疗科技有限公司 放射治疗计划系统中剂量编辑的方法
US11278737B2 (en) 2019-09-09 2022-03-22 Varian Medical Systems International Ag Systems and methods for automatic treatment planning and optimization
WO2021061071A1 (en) * 2019-09-27 2021-04-01 UNIVERSAL RADIOTHERAPY AR-GE SAĞLIK HİZ. SAN. ve TİC. LTD. ŞTİ Conformity index evaluation tool and method for radiotherapy treatment planning
US11291859B2 (en) 2019-10-03 2022-04-05 Varian Medical Systems, Inc. Radiation treatment planning for delivering high dose rates to spots in a target
CN110931107B (zh) * 2019-11-22 2023-08-29 上海联影医疗科技股份有限公司 放疗计划生成系统、装置及存储介质
US11235172B2 (en) * 2019-12-13 2022-02-01 Varian Medical Systems, Inc. Radiation treatment planning real-time user interface
US11865361B2 (en) 2020-04-03 2024-01-09 Varian Medical Systems, Inc. System and method for scanning pattern optimization for flash therapy treatment planning
EP3919123A1 (en) * 2020-06-05 2021-12-08 RaySearch Laboratories AB Radiation therapy treatment planning
US20210393982A1 (en) * 2020-06-23 2021-12-23 Varian Medical Systems International Ag. Correlation of dose and dose rate information to volume for radiation treatment planning
US11541252B2 (en) 2020-06-23 2023-01-03 Varian Medical Systems, Inc. Defining dose rate for pencil beam scanning
US11957934B2 (en) 2020-07-01 2024-04-16 Siemens Healthineers International Ag Methods and systems using modeling of crystalline materials for spot placement for radiation therapy
US20220001206A1 (en) * 2020-07-02 2022-01-06 Varian Medical Systems International Ag. Methods and systems used for planning radiation treatment
CN111986777A (zh) * 2020-07-31 2020-11-24 上海联影医疗科技股份有限公司 放射治疗计划优化系统、装置和存储介质
CN112618967B (zh) * 2020-12-17 2024-03-15 程明霞 一种调整放疗剂量分布并生成相应放疗计划的装置
JP2022111774A (ja) * 2021-01-20 2022-08-01 株式会社日立製作所 判断支援システム、放射線治療システム及び判断支援システムにおける判断支援方法
CN116940400A (zh) * 2021-02-24 2023-10-24 反射医疗公司 优化放射疗法的治疗时间和计划质量的方法
WO2022187378A1 (en) * 2021-03-03 2022-09-09 Memorial Sloan-Kettering Cancer Center Methods and systems for assigning radiotherapy plans to radiotherapy planning resources
DE112022003055A5 (de) 2021-09-25 2024-05-08 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein Verfahren zur Auffinden eines Therapieplans unter Planvorschlägen zur Krebstherapie mit interaktiver Filterung (Verfahren, technisch funktionale GUI)
WO2023072364A1 (en) * 2021-10-25 2023-05-04 Elekta Ab (Publ) Continuum radiotherapy treatment planning
WO2023102152A2 (en) * 2021-12-02 2023-06-08 University Of Virginia Patent Foundation System, method, and computer readable medium for optimizing radiation treatment for a subject
CN114237047B (zh) * 2021-12-10 2022-09-23 广东工业大学 一种基于约束分类的时间最优速度规划方法及系统
EP4215243A1 (en) * 2022-01-24 2023-07-26 Siemens Healthcare GmbH A computer-implemented method for use in determining a radiation dose distribution in a medical volume
WO2023164388A1 (en) * 2022-02-28 2023-08-31 Washington University Systems and methods of correcting motion in images for radiation planning
US20230315272A1 (en) * 2022-03-30 2023-10-05 Varian Medical Systems, Inc. Graphical user interface control device for radiation therapy treatment planning
WO2023205100A1 (en) * 2022-04-18 2023-10-26 Memorial Sloan-Kettering Cancer Center Systems and methods for high dose rate brachytherapy treatment planning using constraint optimization
CN115223683B (zh) * 2022-08-19 2023-08-25 中山大学肿瘤防治中心（中山大学附属肿瘤医院、中山大学肿瘤研究所） 一种放射治疗计划评估方法、装置、计算机设备及介质
CN116740768B (zh) * 2023-08-11 2023-10-20 南京诺源医疗器械有限公司 基于鼻颅镜的导航可视化方法、系统、设备及存储介质

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US80915A (en) * 1868-08-11 Improvement in augers
US3861807A (en) 1972-08-17 1975-01-21 Charles Lescrenier Position locating and maintaining method and means
US3987281A (en) * 1974-07-29 1976-10-19 The United States Of America As Represented By The Department Of Health, Education And Welfare Method of radiation therapy treatment planning
JPS5752967A (en) 1980-09-17 1982-03-29 Nec Corp Device for immediately calculating and displaying dose distribution
US6675040B1 (en) 1991-01-28 2004-01-06 Sherwood Services Ag Optical object tracking system
US6405072B1 (en) 1991-01-28 2002-06-11 Sherwood Services Ag Apparatus and method for determining a location of an anatomical target with reference to a medical apparatus
US5596619A (en) 1992-08-21 1997-01-21 Nomos Corporation Method and apparatus for conformal radiation therapy
US5373844A (en) * 1993-06-14 1994-12-20 The Regents Of The University Of California Inverse treatment planning method and apparatus for stereotactic radiosurgery
US5511549A (en) * 1995-02-13 1996-04-30 Loma Linda Medical Center Normalizing and calibrating therapeutic radiation delivery systems
RU2093859C1 (ru) * 1996-05-20 1997-10-20 Александр Васильевич Дмитрюк Способ измерения поглощенной дозы ионизирующего излучения и устройство для его осуществления
AU5194698A (en) 1996-10-24 1998-05-15 Nomos Corporation Planning method and apparatus for radiation dosimetry
US6222544B1 (en) * 1997-10-17 2001-04-24 Siemens Medical Systems, Inc. Graphical user interface for radiation therapy treatment apparatus
US6360116B1 (en) * 1998-02-27 2002-03-19 Varian Medical Systems, Inc. Brachytherapy system for prostate cancer treatment with computer implemented systems and processes to facilitate pre-operative planning and post-operative evaluations
US6393096B1 (en) * 1998-05-27 2002-05-21 Nomos Corporation Planning method and apparatus for radiation dosimetry
WO2000007668A1 (en) * 1998-08-06 2000-02-17 Wisconsin Alumni Research Foundation Method for preparing a radiation therapy plan
US6148272A (en) * 1998-11-12 2000-11-14 The Regents Of The University Of California System and method for radiation dose calculation within sub-volumes of a monte carlo based particle transport grid
DE19943898A1 (de) 1999-09-14 2001-03-15 Philips Corp Intellectual Pty Röntgeneinrichtung
US6719683B2 (en) * 2000-09-30 2004-04-13 Brainlab Ag Radiotherapy treatment planning with multiple inverse planning results
GB2370210B (en) * 2000-12-13 2004-06-02 Elekta Ab Radiotherapeutic apparatus
EP1238684B1 (de) 2001-03-05 2004-03-17 BrainLAB AG Verfahren zur Erstellung bzw. Aktualisierung eines Bestrahlungsplans
US6907282B2 (en) * 2001-11-09 2005-06-14 Siemens Medical Solutions Usa, Inc. Intensity map resampling for multi-leaf collimator compatibility
US20030212325A1 (en) * 2002-03-12 2003-11-13 Cristian Cotrutz Method for determining a dose distribution in radiation therapy

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101129304B1 (ko) * 2009-09-14 2012-03-26 계명대학교 산학협력단 선원맞춤형 선량계획방법
KR20190112183A (ko) 2013-01-16 2019-10-02 닛산 가가쿠 가부시키가이샤 디스플레이 기판용 수지 박막의 제조방법 및 디스플레이 기판용 수지 박막 형성용 조성물
WO2022003060A1 (en) * 2020-07-02 2022-01-06 Varian Medical Systems International Ag Method and apparatus to facilitate generating a deliverable therapeutic radiation treatment plan
KR20230089333A (ko) * 2021-12-13 2023-06-20 순천향대학교 산학협력단 3차원 침샘 spect/ct와 방사선 모의치료 ct의 융합을 통한 침샘 기능 분석 방법 및 장치

Also Published As

Publication number Publication date
IL174695A0 (en) 2006-08-20
EP1687064A2 (en) 2006-08-09
US7831289B2 (en) 2010-11-09
JP2007509644A (ja) 2007-04-19
EA200600749A1 (ru) 2006-10-27
EA010207B1 (ru) 2008-06-30
WO2005035061A2 (en) 2005-04-21
AU2004279424A1 (en) 2005-04-21
WO2005035061A3 (en) 2005-07-07
CA2540602A1 (en) 2005-04-21
US20100183121A1 (en) 2010-07-22
US20050111621A1 (en) 2005-05-26

Similar Documents

Publication Publication Date Title
KR20060126454A (ko) 순응형 방사선 치료법에 대한 플래닝 시스템, 방법 및 장치
US11865364B2 (en) Flash therapy treatment planning and oncology information system having dose rate prescription and dose rate mapping
EP2038010B1 (en) Spatially-variant normal tissue objective for radiotherapy
JP6602299B2 (ja) 効率的治療計画トレードオフ分析
US20170021194A1 (en) Benchmark system for radiation therapy planning
US10076673B2 (en) Interactive dose gradient based optimization technique to control IMRT delivery complexity
US20200286601A1 (en) Graphical display of dose rate information for radiation treatment planning
US20210393982A1 (en) Correlation of dose and dose rate information to volume for radiation treatment planning
EP4363055A1 (en) Analysis of dose rate robustness against uncertainties in radiation treatment planning
EP4168113A1 (en) Correlation of dose and dose rate information to volume for radiation treatment planning
US20230191153A1 (en) Assessing treatment parameters for radiation treatment planning
EP3741430B1 (en) System, computer program product and method for radiation therapy treatment planning
Kilian-Meneghin VMAT Collimator Angle Optimization
EP3932483A1 (en) Methods and systems used for planning radiation treatment
MXPA06003787A (en) Planning system, method and apparatus for conformal radiation therapy

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid