TWI696190B - 一種透過體積轉換演算法以計算最佳化機頭弧形角度的方法 - Google Patents
一種透過體積轉換演算法以計算最佳化機頭弧形角度的方法 Download PDFInfo
- Publication number
- TWI696190B TWI696190B TW108108891A TW108108891A TWI696190B TW I696190 B TWI696190 B TW I696190B TW 108108891 A TW108108891 A TW 108108891A TW 108108891 A TW108108891 A TW 108108891A TW I696190 B TWI696190 B TW I696190B
- Authority
- TW
- Taiwan
- Prior art keywords
- volume
- lung
- restricted
- radius
- angle
- Prior art date
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
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1071—Monitoring, verifying, controlling systems and methods for verifying the dose delivered by the treatment plan
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
- A61N2005/1055—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using magnetic resonance imaging [MRI]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1042—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head
- A61N5/1045—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head using a multi-leaf collimator, e.g. for intensity modulated radiation therapy or IMRT
- A61N5/1047—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head using a multi-leaf collimator, e.g. for intensity modulated radiation therapy or IMRT with movement of the radiation head during application of radiation, e.g. for intensity modulated arc therapy or IMAT
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
Abstract
本發明係提供一種可應用於新式動態弧形治療計畫系統中,自動計算放射治療最佳化機頭弧形角度的方法。根據本發明之方法,即使無豐富經驗操作者也能夠快速達到期望之肺臟劑量,藉以改善原本因手動反覆測試機頭弧形角度而造成耗時及誤差之缺點,並精確預測肺臟內低劑量輻射劑量的分布。
Description
本發明係關於一種計算最佳化機頭弧形角度的方法,更特別地,係關於一種透過體積轉換演算法以計算胸腔內治療靶弧形調控放射治療的電腦放射治療計劃中之一最佳化機頭弧形角度的方法。
惡性腫瘤於過去幾十年來一直位於國人十大死因之首,近年來,雖然國人愈加重視如何預防癌症之惡性腫瘤,但是依然有逐漸增加的趨勢,且將近一半的癌症病患皆接受過放射線治療(radiotherapy),足見放射線治療於癌症治療計畫中仍為主流,依然具有非常重要的地位。在放射治療的規劃中,若以惡性腫瘤型態和位置而言,可發現肺癌、食道癌、肝癌或胰臟癌的周圍都存在著相當重要的危及器官,如肝臟、肺臟、心臟、脊髓等,另外,生長於胸腔周圍的惡性腫瘤,因鄰近肺臟、脊髓、心臟等體積大且輻射敏感度高的危及器官,極易因放射線照射後而產生治療後副作用,像是急性放射性肺炎(radiation pneumonitis)、心包膜炎(radiation pericarditis)、或不可逆的心肌細胞變形而產生心臟細胞纖維化,因此,如何給予惡性腫瘤足夠的放射治療劑量,並同時降低危及器官所接受的輻射劑量以降低副作用的發生機率,亦使得危及器官能符合其劑量限值(constraint),一直是放射治療計畫(radiotherapy treatment planning,RTP)所追求的目標。
隨著放射治療技術進步,現行的弧形調控放射治療(volumetric-modulated arc therapy,VMAT)、螺旋斷層放射治療儀(tomotherapy)等技術,目前皆是利用動態弧形放射治療(dynamic arc radiotherapy)的技術,即直線加速器機頭在360度旋轉照射過程中,順著腫瘤等中心點(isocenter)進行環繞旋轉,且連續變換角度的同時亦對腫瘤進行強度調控治療,相較於過去傳統的放射治療技術,具有更高度的腫瘤順形度且放射劑量更加均勻,然而,高度的腫瘤順形度,亦及需要更多的放射線入射角度,反而增加正常肺臟、心臟和脊髓等重要危及器官接收過量輻射線的風險,也顯得機頭弧形角度和劑量限值的選取更為重要。
標準的放射治療計畫流程,醫師必須詳細描繪腫瘤的位置和治療範圍,接著再由醫學物理師描繪各個危及器官。這個過程稱為器官描繪和標註(labeling),主要是將組織器官的體積大小、位置等資訊提供給治療計畫平台,並運算出如何有效治療腫瘤,同時避免正常器官傷害。故在目前新式放射治療的電腦放射治療計畫中,機頭弧形角度和劑量限值的選取,主要是憑藉每個放射腫瘤科醫師和醫學物理師的臨床經驗,手動設計不同之機頭弧形角度用於治療計畫系統,並經由反覆運算測試及分析,才有辦法取得一個達到期望之肺臟劑量分布的最適合角度,因此存在著主觀差異,且整個過程耗時又容易產生人為誤差。
以胸腔之放射治療為例,於肺臟輻射劑量評估方面,相關學者指出放射性肺炎發生率與接受20戈雷(Gray,Gy)以上輻射劑量的肺臟體積(V20)有正相關(Delaney,G.,et al.,Cancer,104(6):p.1129-37,2005),另有相關文獻建議保護
越多的肺臟體積,避免接受15Gy輻射劑量可降低肺臟併發症(Hsu,F.M.,et al.,Ann Surg Oncol,16(6):p.1669-77,2009),並且進一步保護更多的肺臟體積,避免接受5Gy以上輻射劑量(V5),因為V5與放射性肺炎風險具有高度相關(Wang,S.,et al.,Int J Radiat Oncol Biol Phys,66(5):p.1399-407,2006.)。
本發明藉由一分割圈選放射治療醫學影像中器官體積的體積轉換演算法,並設定危及器官(如肺臟)所接收到的最低放射劑量期望值,藉以計算得到欲使用於放射治療計畫中的最佳化機頭弧形角度。
經由本發明之方法,可精確計算肺臟低劑量輻射分布,提供放射腫瘤科醫師及醫學物理師在放射治療計畫運算前,先預測肺臟低劑量分布情況,並將透過本發明方法所得之最佳化機頭弧形角度輸入於放射治療計畫系統,即使無豐富經驗的操作者也可以藉此技術,快速達到期望之肺臟劑量分布,改善習知以手動反覆測試機頭弧形角度之耗時及易產生誤差的缺點。
於是,本發明係提供一種於電腦動態弧形放射治療計畫中可快速計算出最佳化機頭弧形角度的方法,包含描繪器官並對危及器官進行體積的分割,將切割後所得的體積與一設定之肺臟低劑量V5之期望值代入一演算法,得到一可精準達到危及器官的期望劑量限值的放射治療最佳化機頭弧形角度。本發明可應用於任何動態弧型放射治療計畫中,因此可適用於光子治療、質子治療、重粒子治療等範圍。
在本發明之一項例舉性實施例中,電腦動態弧形放射治療計畫中的治療靶為一食道癌,而該危及器官為肺臟,並將肺臟依放射線照射區域分割成照野外左、右肺臟體積、照野內左、右肺臟體積;在另一項例舉性實施例中,使用歐基里德距離做為計算治療靶的寬度、長度、胸廓寬度,並透過演算參數得到一限制體積(restricted volume,VRES)半徑,VRES即為照野中之肺臟內不被射束通過的體積;又在一實施例中,使用一演算法代入左或右照野外體積與一肺臟接受放射劑量的期望之肺臟低劑量V5值,可得左或右限制體積,並使用另一演算法計算而得一左或右限制角度,進而推得一最佳化機頭弧形角度。
圖1為使用本發明之體積轉換演算法計算出一最佳化機頭弧形角度之流程圖。
圖2係顯示將一胸腔內電腦斷層影像進行肺臟切割。圖2A至2C分別為未進行體積分割前的電腦斷層影像橫切面、冠狀切面、矢狀切面;圖2D至2F分別透過閾值法,依據影像灰階值分布進行影像分割後的電腦斷層影像橫切面、冠狀切面、矢狀切面,分割後的肺臟區域標示為粉紅色區域。
圖3A與3B係分別顯示胸腔醫學影像的橫切面與矢狀切面影像。圖3A中,淺藍色圈選為臨床靶體積、紅色圈選為治療靶(腫瘤)體積、藍色圈選為肺臟體積、綠色圈選為心臟體積、粉紅色圈選為脊髓體積、黃色圈選為治療靶(腫瘤)體積向外擴張2公分;圖3B中,紅色區域為治療靶(腫瘤)體積(PTV)。係
使用歐基里德距離計算腫瘤的寬度(E)、腫瘤的長度(Lt)、胸廓寬度(T),再透過上述參數計算出限制體積半徑(R)。
圖4A與4B係分別顯示本發明之體積轉換演算法,於橫切面影像(圖4A)與冠狀切面影像(圖4B)中各參數之定義。圖4A中,淺藍色圈選為臨床靶體積、紅色區域為治療靶(腫瘤)體積(PTV)、藍色圈選為肺臟體積、紫色區域為右肺限制體積(VRESR)、粉黃色區域為左肺限制體積(VRESL)、綠色圈選為心臟體積、粉紅色圈選為脊髓體積,而不被放射線射束通過的體積(non-radiated volume,VNR)為限制體積與照野外的肺臟體積(VOW)之總和,反之,圖中黑色區域的肺臟體積則為會被放射線射束通過的體積;圖4B中,綠色區域為右肺照野外的肺臟體積(VOR)、深藍色區域為左肺照野外的肺臟體積(VOL)、紅色區域為治療靶(腫瘤)體積(PTV)、紫色區域為右肺限制體積(VRESR)、粉黃色區域為左肺限制體積(VRESL)、綠色圈選為心臟體積。
圖5係顯示,以治療靶體積質心設為中心點,機頭環繞中心點旋轉射束照射之角度定義為機頭弧形角度(arc angle,θA),剩餘為限制射束入射的角度,即為限制角度(restricted angle,θRES),兩者相加為完整一圈360°。由於θA低於60度時不適合使用弧形治療,故θA為從60°至360°,兩側肺臟內的限制角度範圍從0°至300°。左肺體積(VL)、右肺體積(VR)、腫瘤之長度(Lt)、限制體積半徑(R),可經由計算得出照野外的左肺臟體積(VOL)、右肺照野外的肺臟體積(VOR)及左、右限制體積(VRESR、VRESL),最後步驟定義一肺臟低劑量V5期望值,再將上述數值代入下列公式:
V RESR+V OR =V R ×(1-肺臟低劑量V 5期望值)、V RESL+V OL =V L ×(1-肺臟低劑量V 5期望值)、、、θA+θRESL+θRESR=360°,即可計算出VRESR、VRESL所需要的限制角度θRESL、θRESR,最後由360度減去限制角度θRESL與θRESR即可得到一最佳化機頭弧形角度。
圖6係顯示本發明之體積轉換演算法應用於弧形調控放射治療(Volumetric modulated arc therapy,VMAT)上之劑量分布圖與劑量-體積直方圖(Does-volume histogram,DVH)。圖6A、6B為未使用最佳化機頭弧形角度且沒有劑量現值的情況下,胸腔內各器官的放射劑量分布與DVH;圖6C、6D為使用最佳化機頭弧形角度沒有劑量現值的情況下,胸腔內各器官的放射劑量分布與DVH;圖6E、6F為同時使用最佳化機頭弧形角度並設定一最低劑量限值後胸腔內各器官的放射劑量分布與DVH。可見相較於未使用最佳化機頭弧形角度,使用最佳化機頭弧形角度後,從DVH中可看見肺臟所期望之肺臟低劑量V5值快速降低至55%,若再設定一最低劑量限值後,肺臟V5可降低至45%。
除非另外定義,否則本說明書所使用之技術名詞與科學名詞皆為本發明領域中具通常知識者一般所熟知之定義。
本發明可藉由下列實施例來進一步闡明,惟該等例舉性實施例僅用來進一步說明,而非限制本發明之應用與範圍。
於本發明之具體實施態樣,該治療靶為食道癌,因此依據腫瘤生長位置可分為上、中、下段,偏左或偏右,且食道癌位於胸腔正中央,輻射低劑量更容易影響到周圍危及器官,像是肺臟、心臟、肝臟、甲狀腺等,可展現本發明之體積轉換演算法之應用多樣性。
實施例一、計算最佳化機頭弧形角度之方法
於本實例例舉一利用本發明之體積轉換演算法計算出一最佳化機頭弧形角度的方法,其簡要流程如圖1所示。以下詳述該流程包含之各處理步驟與數值計算程序。
分割電腦斷層影像中肺臟體積
醫學影像係由許多個含不同灰階值的像素(pixel)所組成,因此使用閾值法依據影像灰階值分布進行影像切割,透過Otsu法設定不同的特徵閾值,若影像上的值符合所設定閾值則保留,相反的,若不符合則移除影像上的該資訊,以界定肺臟胸廓與肺臟內空氣的邊界,達成肺臟的分割技術(如圖2)。
定義與計算電腦斷層影像中腫瘤與各器官之參數
於本實施例中,為一胸腔電腦斷層醫學影像,於其橫切面(如圖3A)與矢狀切面(如圖3B)影像中,可使用歐基里德距離,計算與定義胸廓橫徑(T)之長度、影像中治療靶之橫徑(E)與其縱軸長度(Lt),並代入至一限制體積半徑演算法計算出限制體積的半徑(R),於此實施例中,該限制體積為肺臟體積;其中
該限制體積半徑演算法為,其中R為單側限制體積半徑或另一側限制體積半徑,T為胸廓橫徑,且E為治療靶體積橫徑。。
定義限制體積(V
RES
)與不被射束通過的體積(V
NR
)
於本實施例中,為一胸腔電腦斷層醫學影像,根據放射治療之照野範圍(如圖4),肺臟總體積(V)可分割為照野外的肺臟體積(VOW)、限制體積(VRES)、會被射束照射到的肺臟體積,照野外的肺臟體積加上限制體積即為不被射束通過的體積(VNR),限制體積可進一步分為右肺限制體積(VRESR)和左肺限制體積(VRESL)。
計算最佳化機頭弧形角度
於分割出肺臟體積後,使用一系列演算法以計算最佳化機頭弧形角度:首先,設定一肺臟低劑量V5期望值,該值為55%;將該期望值帶入一演算法:VRES+VOR=V(1-V5),可得一VRES值,其中VOR與V皆可由現行的放射治療計畫中經軟體計算所得;將該VRES值帶入另一演算法,而得一θRES值,該值即為一單側限制角度(如θRESL),使用同上之步驟可得另一側限制角度(如θRESR),而該單側之限制角度、該另一側限制角度與一最佳化機頭弧形角度(θA)為完整一圈360°。
實施例二、食道癌治療計畫中最佳化機頭弧形角度與肺臟V
5
應用的劑量關聯性
將經由本發明之方法所計算而得之最佳化機頭弧形角度實際應用於一電腦動態弧形放射治療計畫,藉以比較與無使用最佳化機頭弧形角度的情況下,其危及器官之劑量分布情形。於一般之放射治療計畫中,無設定任何
機頭弧形角度時,肺臟V5值高達約90%(如圖6B中淺藍色曲線);當套用一最佳化機頭弧形角度後,肺臟V5值顯著性的下降至55%(如圖6D中淺藍色曲線),且PTV所接受之劑量仍舊維持於相當程度(如圖6D中紅色曲線),若再給予一最低劑量限值後,肺臟V5可又降低至45%(如圖6F中淺藍色曲線)。
因此,在新式動態放射治療計畫系統中,本發明能提供一種可快速運算治療計畫中所需之最佳化機頭弧形角度,有效減少因反覆測試所造成的過度耗時與人為操作誤差,並且精確計算出最佳化機頭弧形角度與肺臟低劑量輻射分布,並將透過本發明方法所得之最佳化機頭弧形角度輸入於放射治療計畫系統,即使無豐富經驗的操作者也可以藉此技術,快速達到期望之肺臟劑量分布。
Claims (9)
- 一種透過一體積轉換演算法以快速計算胸腔內治療靶弧形調控放射治療的電腦放射治療計劃中之一最佳機頭弧形角度的方法,其包含:將一包含胸腔位置之醫學影像中其一胸廓橫徑、一治療靶體積橫徑、一治療靶縱軸長度的數值組,代入至一限制體積半徑演算法計算出一單側限制體積的半徑及另一側限制體積的半徑,其中該限制體積半徑演算法為,其中R為單側限制體積半徑或另一側限制體積半徑,T為胸廓橫徑,且E為治療靶體積橫徑;將該單側限制體積的半徑、該治療靶縱軸長度、與一肺臟低劑量V5期望值代入一限制體積演算法得到一單側限制體積;將該另一側限制體積的半徑、該治療靶縱軸長度、與該肺臟低劑量V5期望值代入該限制體積演算法得到一另一側限制體積;將該單側限制體積、另一側限制體積分別代入一體積轉換演算法運算得到一單側限制角度與一另一側限制角度,其中該體積轉換演算法為,其中VRES為一單側限制體積或另一側限制體積,R為一單側限制體積半徑或另一側限制體積半徑,θ RES為一單側限制角度或另一側限制角度,且Lt為治療靶體積長度;及將360°減去該單側限制角度與該另一側限制角度相加之和即得該最佳機頭弧形角度;其中該最佳機頭弧型角度為一以治療靶體積質心為中心點,機頭環繞中心點旋轉射束照射角度之角度。
- 如請求項1所述之方法,其中該包含胸腔位置之醫學影像為電腦斷層、磁共振影像。
- 如請求項1所述之方法,其中該治療靶為一胸腔內腫瘤。
- 如請求項3所述之方法,其中該胸腔內腫瘤為食道癌、肺癌或其任意組合。
- 如請求項1所述之方法,其中該胸廓橫徑、該治療靶體積橫徑、該治療靶縱軸長度係由歐基里德距離計算而得。
- 如請求項1所述之方法,其中該單側限制體積為單側肺臟中欲避免放射線照射之體積,該另一側限制體積為另一側肺臟中欲避免放射線照射之體積。
- 如請求項1所述之方法,其中該限制體積演算法為VRES+VOR=V(1-V5)計算而得,其中VRES為一單側限制體積或另一側限制體積,VOR為一單側照野外體積或另一側照野外體積,V為一單側肺臟總體積或另一側肺臟總體積,且V5為肺臟最低劑量期望值。
- 如請求項1所述之方法,其中該肺臟低劑量V5期望值為小於等於55%。
- 如請求項7所述之方法,其中該單側照野外體積為該醫學影像外之單側肺臟體積,該另一側照野外體積為該醫學影像中外之另一側肺臟體積。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108108891A TWI696190B (zh) | 2019-03-15 | 2019-03-15 | 一種透過體積轉換演算法以計算最佳化機頭弧形角度的方法 |
US16/818,487 US11590361B2 (en) | 2019-03-15 | 2020-03-13 | Method for calculating an optimal arc angle of dynamic arc radiotherapy by volume-based algorithms |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108108891A TWI696190B (zh) | 2019-03-15 | 2019-03-15 | 一種透過體積轉換演算法以計算最佳化機頭弧形角度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI696190B true TWI696190B (zh) | 2020-06-11 |
TW202036591A TW202036591A (zh) | 2020-10-01 |
Family
ID=72176351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108108891A TWI696190B (zh) | 2019-03-15 | 2019-03-15 | 一種透過體積轉換演算法以計算最佳化機頭弧形角度的方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11590361B2 (zh) |
TW (1) | TWI696190B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100403986C (zh) * | 2006-05-16 | 2008-07-23 | 杨诚 | 医学放射治疗相关设备定位精度的检测方法及其装置 |
CN103827871A (zh) * | 2011-06-28 | 2014-05-28 | 伊利克塔股份有限公司 | 放射治疗的管理和供应的系统和方法 |
TW201828887A (zh) * | 2017-02-13 | 2018-08-16 | 臺北醫學大學 | 用於乳癌放射性治療之輔具 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016144915A1 (en) * | 2015-03-06 | 2016-09-15 | Duke University | Automatic determination of radiation beam configurations for patient-specific radiation therapy planning |
US10307614B2 (en) * | 2016-09-22 | 2019-06-04 | Accuray Incorporated | Systems and methods for selecting a radiation therapy treatment plan |
EP3641884B8 (en) * | 2017-06-22 | 2024-01-03 | RefleXion Medical, Inc. | Methods for calculating bounded dose-volume histograms (dvh) for evaluating a treatment plan |
US10549117B2 (en) * | 2017-07-21 | 2020-02-04 | Varian Medical Systems, Inc | Geometric aspects of radiation therapy planning and treatment |
US20200286601A1 (en) * | 2019-03-06 | 2020-09-10 | Varian Medical Systems | Graphical display of dose rate information for radiation treatment planning |
US11922656B2 (en) * | 2019-11-25 | 2024-03-05 | Accuray Incorporated | Partial deformation maps for reconstructing motion-affected treatment dose using machine learning |
-
2019
- 2019-03-15 TW TW108108891A patent/TWI696190B/zh active
-
2020
- 2020-03-13 US US16/818,487 patent/US11590361B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100403986C (zh) * | 2006-05-16 | 2008-07-23 | 杨诚 | 医学放射治疗相关设备定位精度的检测方法及其装置 |
CN103827871A (zh) * | 2011-06-28 | 2014-05-28 | 伊利克塔股份有限公司 | 放射治疗的管理和供应的系统和方法 |
TW201828887A (zh) * | 2017-02-13 | 2018-08-16 | 臺北醫學大學 | 用於乳癌放射性治療之輔具 |
Also Published As
Publication number | Publication date |
---|---|
TW202036591A (zh) | 2020-10-01 |
US11590361B2 (en) | 2023-02-28 |
US20200289849A1 (en) | 2020-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Quan et al. | A comprehensive comparison of IMRT and VMAT plan quality for prostate cancer treatment | |
Ding et al. | A study on adaptive IMRT treatment planning using kV cone-beam CT | |
US9254396B2 (en) | Advanced radiotherapy treatment planning optimization | |
Moteabbed et al. | Impact of spot size and beam-shaping devices on the treatment plan quality for pencil beam scanning proton therapy | |
Van Benthuysen et al. | Volumetric modulated arc therapy vs. IMRT for the treatment of distal esophageal cancer | |
Seppälä et al. | Volumetric modulated arc therapy for synchronous bilateral whole breast irradiation–a case study | |
Shiau et al. | Left-sided whole breast irradiation with hybrid-IMRT and helical tomotherapy dosimetric comparison | |
Di Perri et al. | Effect of continuous positive airway pressure administration during lung stereotactic ablative radiotherapy: A comparative planning study | |
Wang et al. | Dosimetric and radiobiological comparison of external beam radiotherapy using simultaneous integrated boost technique for esophageal cancer in different location | |
Ko et al. | Dosimetric comparison of radiation techniques for comprehensive regional nodal radiation therapy for left-sided breast cancer: a treatment planning study | |
Zhang et al. | Dosimetric comparison of TomoDirect, helical tomotherapy, VMAT, and ff-IMRT for upper thoracic esophageal carcinoma | |
Sakanaka et al. | Dosimetric advantage of intensity-modulated radiotherapy for whole ventricles in the treatment of localized intracranial germinoma | |
Creemers et al. | Comparison of dose metrics between automated and manual radiotherapy planning for advanced stage non-small cell lung cancer with volumetric modulated arc therapy | |
Chui et al. | Intensity-modulated radiotherapy technique for three-field breast treatment | |
Mondlane et al. | Dosimetric comparison of plans for photon-or proton-beam based radiosurgery of liver metastases | |
TWI696190B (zh) | 一種透過體積轉換演算法以計算最佳化機頭弧形角度的方法 | |
Caldeira et al. | The influence of normal tissue objective in the treatment of prostate cancer | |
Kalet et al. | Dosimetric comparison of single-beam multi-arc and 2-beam multi-arc VMAT optimization in the Monaco treatment planning system | |
Visak et al. | Clinical evaluation of photon optimizer (PO) MLC algorithm for stereotactic, single-dose of VMAT lung SBRT | |
Amy et al. | Anatomic optimization of lung tumor stereotactic ablative radiation therapy | |
Kato et al. | Dose–volume comparison of intensity modulated proton therapy and volumetric modulated arc therapy for cervical esophageal cancer | |
Wang et al. | Proton pencil beam scanning treatment with feedback based voluntary moderate breath hold | |
Coffey et al. | Whole breast nodal irradiation using supine VMAT and prone 3D planning: A case study | |
Osei et al. | Dosimetric evaluation of SBRT treatment plans of non-central lung tumours: clinical experience | |
Woodburn | Using Radformation EZFluence Software to Simplify Three Field Breast Radiation Therapy Planning Compared to Field-In-Field Technique |