CN108882897B - 一种对患者进行成像的方法和*** - Google Patents

一种对患者进行成像的方法和*** Download PDF

Info

Publication number
CN108882897B
CN108882897B CN201680074298.8A CN201680074298A CN108882897B CN 108882897 B CN108882897 B CN 108882897B CN 201680074298 A CN201680074298 A CN 201680074298A CN 108882897 B CN108882897 B CN 108882897B
Authority
CN
China
Prior art keywords
volume
residual
patient
reconstructed
subset
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201680074298.8A
Other languages
English (en)
Other versions
CN108882897A (zh
Inventor
P·派桑
M·布瑞姆
A·王
D·西格斯
J·斯达-拉克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Healthineers International AG
Varian Medical Systems Inc
Original Assignee
Varian Medical Systems International AG
Varian Medical Systems Inc
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 Varian Medical Systems International AG, Varian Medical Systems Inc filed Critical Varian Medical Systems International AG
Publication of CN108882897A publication Critical patent/CN108882897A/zh
Application granted granted Critical
Publication of CN108882897B publication Critical patent/CN108882897B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61N5/1039—Treatment planning systems using functional images, e.g. PET or MRI
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/4064—Arrangements for generating radiation specially adapted for radiation diagnosis specially adapted for producing a particular type of beam
    • A61B6/4085—Cone-beams
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/44—Constructional features of apparatus for radiation diagnosis
    • A61B6/4429—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units
    • A61B6/4435—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure
    • A61B6/4441—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure the rigid structure being a C-arm or U-arm
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1077—Beam delivery systems
    • A61N5/1081—Rotating beam systems with a specific mechanical construction, e.g. gantries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/424—Iterative

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Pulmonology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Radiation-Therapy Devices (AREA)

Abstract

通过以下方式执行CBCT扫描的投影图像的重建：生成模拟投影数据，将所述模拟投影数据与所述CBCT扫描的所述投影图像进行比较，基于所述比较确定残留体积，并且使用所述残留体积来确定准确的重建体积。可以使用所述重建体积来分割肿瘤(以及潜在地一个或多个器官)并且将所述肿瘤与计划体积(例如，来自CT扫描)对准以识别变化，诸如所述肿瘤的形状和所述肿瘤与器官的接近度。可以使用这些变化来更新放射疗法程序，诸如通过改变放射治疗计划和微调患者位置。

Description

一种对患者进行成像的方法和***
相关申请的交叉引用
本申请要求2015年10月16日提交的标题为“Iterative Image ReconstructionIn Image-Guided Radiation Therapy”的美国临时申请号62/242,967的优先权并且是所述临时申请的PCT申请，所述临时申请的全部内容出于所有目的以引用的方式并入本文。
背景技术
在放射疗法中，首先确定治疗计划。通常使用计算机断层摄影(CT)对患者进行成像，并且使用所得的数据来确定一个或多个治疗疗程(可能在多天内进行)的治疗计划。重要的是，在治疗期间让患者处于与进行计划CT的***相匹配的特定***。但是，CT机与放射治疗机不同，因此难以获得准确的匹配***。为了解决这个问题，一些技术执行图像引导放射疗法(IGRT)，其中放射治疗机包括成像设备。
在IGRT中，通常使用基于投影的匹配和基于体积的匹配。对于基于投影，只有源角位置相差90度才能获取两幅投影图像。这两幅图像可以与计划CT(计划CT的前向投影)的数字重建X光片(DRR)相匹配。对于基于体积的匹配，可将预处理机载锥形束计算机断层摄影(CBCT)成像应用于每日患者定位。可基于所获取的投影图像执行体积的重建，然后可将体积进行匹配。
CBCT可以用于将患者移动到与患者接受诊断CT所处的***相对应的***。通常使用滤波反投影(FBP)来确定三维患者体积。放射治疗机的操作员可以通过以下方式手动地移动患者：观察患者体积的图像并将患者体积的粗略轮廓与来自诊断CT的体积进行比较。
使用当前CBCT技术的此类基于体积的***校正有时仅可以通过手动校正来解决患者***中的大错误，但与诊断性CT相比，由于图像质量较低而受到限制。并且有时，当对软组织进行成像时，当前CBCT技术可能无法帮助病人定位。
两种***之间存在技术差异，诸如成像检测器、所得的降低散射和噪声相关性的能力、锥角、旋转速度等等。所有技术差异导致CBCT图像在腹部区域和骨盆区域的软组织鉴别较差。因此，患者这些区域的定位主要依赖于骨匹配或替代物，如必须在治疗之前植入的标记/夹子。而且，由于此类限制，患者定位仍然是唯一的主要用例，因此使用成像来引导放射疗法受到限制。
发明内容
实施方案提供了用于改进的图像引导放射疗法的***、方法和设备。通过以下方式执行CBCT扫描的投影图像的重建：生成模拟投影数据，将模拟投影数据与CBCT扫描的投影图像进行比较，基于所述比较确定残留体积，并且使用残留体积来确定准确的重建体积。可以使用重建体积来分割肿瘤(以及潜在地一个或多个器官)并且将肿瘤与计划体积(例如，来自CT扫描)对准以识别改变，诸如肿瘤的形状和肿瘤与器官的接近度。可以使用这些改变来更新放射疗法程序，诸如通过改变放射治疗计划和微调患者位置。
其他实施方案涉及与本文所述的方法相关联的***和计算机可读介质。
参考以下详细描述和附图可以更好地理解本发明的实施方案的本质和优点。
附图说明
图1是放射疗法***的透视图。
图2是放射疗法***的侧视图。
图3是根据本申请的***发明的示例性成像***的示意图。
图4是根据本发明的实施方案的用于图像引导放射疗法的方法400的流程图。
图5A示出来自计划CT扫描的患者图像，使用所述患者图像来确定放射治疗计划。图5B示出使用滤波反投影(FBP)的重建图像。图5C示出根据本发明的实施方案的改进的重建图像。
图6示出根据本发明的实施方案的迭代重建的一般工作流程。
图7A示出True Beam机上的每日CBCT图像710。图7B示出根据本发明的实施方案的利用重建算法实现的重建图像750。
图8是根据本发明的实施方案的用于向患者提供放射治疗的方法800的流程图。
图9A示出根据本发明的实施方案的用于图5B和图5C的应用无正则化的迭代重建技术的True Beam数据集的重建图像。图9B示出根据本发明的实施方案的用于图5B和图5C的应用具有全变差(TV)正则化的迭代重建技术的True Beam数据集的重建图像。
图10A示出True Beam机上的、具有牙科植入物的患者的每日CBCT图像1010。图10B示出根据本发明的实施方案的利用统计重建算法实现的、具有牙科植入物的患者的重建图像1050。
图11示出移动对象(例如器官)如何导致测量投影数据中出现数据不一致的示意图。
图12示出可与根据本发明的实施方案的***和方法一起使用的示例性计算机***的框图。
具体实施方式
用于放射疗法的最先进的三维机载成像的图像质量由于图像噪声和图像伪影而劣化。使用来自CBCT扫描的数据的当前技术为根据最新的CBCT扫描定制放射疗法提供了有限的益处。实施方案通过应用改进的重建技术来解决此类图像质量问题。这种改进的重建可涉及使用重建体积的迭代来模拟二维投影，然后可以将其与CBCT扫描的实际投影图像进行比较。可基于所述比较来确定残留体积并且可确定新的重建体积。
利用此类图像重建方法，增强了图像质量并且因此增加了患者定位能力。其他实施方案可使用此类重建体积来执行放射治疗的在线自适应计划。此类对重建体积的改进提高了图像质量，特别是在软组织对比度方面，这可以改进患者定位能力以及针对腹部区域和骨盆区域的自适应计划。
首先描述放射治疗***，然后描述成像的各方面。然后描述图像引导放射疗法的一般工作流程，接着描述使用重建实施方案的自适应操作以及关于重建技术的其他细节。
I.治疗***
图1和图2描绘了可与本发明结合使用的类型的放射疗法***。参考图1，示出了放射疗法***(在这种情况下是线性加速器)的透视图。通常，这种***能够产生用于对治疗台35上的患者进行放射疗法治疗时使用的电子(粒子)束或x射线(光子)束。其他放射疗法***能够产生重离子颗粒，诸如质子。出于本讨论的目的，将仅讨论x射线照射。然而，本领域技术人员将理解，相同的原理适用于其他***。
支架10支撑具有治疗头部30的可旋转机架20。在支架10旁边，布置有控制单元(未示出)，所述控制单元包括用于控制加速器的不同操作模式的操作电子器件。在支架内或机架中提供有高压源，以便向位于机架20中的加速器引导件上的电子枪(未示出)供应电压。从电子枪发射电子进入引导件(未示出)，在所述引导件中电子被加速。源供应RF(微波)功率以用于在波导内产生电场。从电子枪发射的电子在波导中被电场加速，并且作为高能电子束(通常以兆伏能量)离开波导。然后，电子束撞击合适的金属靶标，以便沿正方向发射高能x射线。
参考图2，示出了可与本发明结合使用的类型的放射疗法***的稍微更详细的侧视图。患者P被示出为躺在治疗台35上。从治疗头部30中的靶标以发散束104的形式发射如上所述形成的X射线。在治疗之前，可以使用类似的发散束(也称为锥形束)来执行患者P的成像。
通常，患者平面116(其垂直于图2的页面)定位在离x射线源或靶标大约一米处，并且机架20的轴线位于患者平面116上，以使得当机架20旋转时，靶标与等中心点178之间的距离保持恒定。等中心点178位于患者平面116与射束122的中心轴之间的交叉点处。待照射的治疗体积围绕等中心点定位。
包括x射线阻挡材料的“钳口”(未示出)或x射线准直器定位在头部30中，以便在患者平面处限定x射线束的宽度。通常，钳口是可移动的，并且当完全打开时，钳口在患者平面116处限定约40cmx40cm的最大射束。多叶式准直器(“MLC”)(图2中未示出)定位在头部30的出口处，以便进一步使x射线束成形。自1990年推出以来，MLC已成为大多数放射疗法***的标准特征。由本发明的受让人出售的当前MLC使用多达120个可单独控制的叶片(通常为薄钨片)，其可在***软件的控制下移入或移出x射线束。MLC可用于使x射线准直以便从各个角度(“3D适形”)提供肿瘤的适形治疗以及强度调制放射疗法(“IMRT”)，由此将不同的放射剂量递送到治疗区的不同位置。治疗体积(即靠近x射线束路径中的等中心点的照射体积)由钳口、头部的角度和MLC限定。在IMRT中，移动MLC的叶片，以使得治疗体积包括在治疗过程中暴露的总体积。在弧形疗法中，在递送放射物时移动机架。
现代放射疗法技术涉及使用这样一种治疗计划：用期望剂量的x射线(或其他放射物)照射期望的靶标体积(通常对应于肿瘤)。大部分治疗计划涉及使用MLC来提供适形和/或强度调制照射。一般而言，治疗计划包括用计算剂量的x射线照射治疗体积的一个或多个选定部分，并且常常涉及从多个不同角度照射治疗区，其中在弧形疗法的情况下，可以在机架旋转时递送所述剂量。
各种治疗计划软件和其他工具可用于开发特定的治疗计划，并且用于创建此类计划的各种技术的细节是已知的。在创建治疗计划之后，可以部分地通过以下方式来实现所述治疗计划：控制MLC的入射角度和叶片，以允许期望的放射剂量从选定的角度或在机架旋转时到达治疗体积的选定部分。在最简单类型的治疗计划中，调整MLC以便从单个角度提供特定部位的静态适形照射。在较复杂的计划中，叶片在照射之间或照射期间移动到不同的位置。当射束关闭时，MLC的叶片可以迭代地移动到不同的位置，并且在移动之间进行照射(例如，以使得叶片在x射线发射期间是静止的)，或者在“滑动窗口”或其他可变孔径技术中，所述叶片在照射期间可以连续地移动。如上所述，与MLC的使用相关联的适形和IMRT技术的一个重要方面是以下能力：在最小化递送到邻近健康组织的剂量的同时，向靶标体积提供期望的放射剂量。
已经开发了用于创建IMRT或适形放射疗法的治疗计划的几种技术。一般来说，这些技术旨在解决以下“逆”问题：确定角度、放射剂量和MLC叶片移动的最佳组合，以便在最小化对健康组织的照射的同时向靶标递送期望的总放射剂量。这个逆问题对于开发弧形疗法计划来说更为复杂，在所述弧形疗法计划中，在照射靶标体积时，机架处于运动状态。迄今为止，放射肿瘤医师或其他医学专业人员(诸如医学物理学家和剂量测定师)已经使用可用算法之一来开发和优化治疗计划。通常，这种计划从关于靶标肿瘤以及关于任何附近组织结构的体积信息(如可根据诊断性CT扫描确定的)开始。
这种信息可包括由医师规定的用于接收特定治疗性放射剂量(具有容许公差)的计划靶标体积(“PTV”)(诸如***肿瘤)的图。关于附近组织的体积信息可包括例如患者的膀胱、脊髓和直肠的图，其中的每一个可以被认为是处于危险中的器官，所述器官在没有损伤风险的情况下只能接受低得多的最大规定放射量。这种体积信息以及医学专业人员设定的规定剂量限值和类似目标可作为计算优化剂量分布和递送所述优化剂量分布的治疗计划的基础。例如，体积信息可以被简化为目标函数或单个品质因数，所述目标函数或品质因数说明了这种计划固有的各种折衷的相对重要性，以及所述计划必须满足的医学上可接受或物理上可能的约束条件。
治疗计划算法可以说明它们所使用的特定放射疗法***的能力。例如，放射束的类型、能级和通量以及MLC的能力。一般而言，治疗计划算法通过以下方式进行：计算治疗体积中每个体素接收的放射剂量，调整一个或多个可变***参数(诸如照射角度或MLC叶片的位置)，然后重新计算每个体素接收的剂量。这个过程理想地迭代地执行，直到达到优化的计划。然而，为每个迭代执行大量计算所需的时间量对可执行的迭代数量造成了实际的限制。因此，算法在预定时间量之后、在预定数量的迭代之后或在达到其他实际限制之后终止。一般而言，在治疗计划可用的不同算法的准确性与速度之间存在折衷。
II.组合成像***
图1和图2的放射疗法***也可以执行成像，例如锥形束计算机断层摄影(CBCT)。现在与治疗方面分开来描述成像的一些一般方面，但是将理解，同一台机器可包括成像方面和治疗方面。
图3是根据本申请的***发明的示例性成像***100的示意图。示例性成像***100的各种组件可以是任选的，诸如风扇叶片。***100包括放射源110、沿着投影线与放射源110相对设置的二维成像装置120、设置在放射源与二维成像装置之间的第一组风扇叶片130、保持风扇叶片130并设定其位置的第一风扇叶片驱动器135。风扇叶片130的边缘基本上垂直于扫描轴(在下文定义)定向，并且基本上与成像装置120的跨轴向维度(在下文定义)平行。
作为选择，***100还可包括设置在放射源与二维成像装置之间的第二组风扇叶片140，以及保持风扇叶片140并设定其位置的第二风扇叶片驱动器145。风扇叶片140的边缘基本上平行于扫描轴(在下文定义)定向，并且基本上垂直于成像装置120的轴向维度(在下文定义)。风扇叶片比成像装置120更靠近放射源110设置。风扇叶片通常保持完全打开以使得成像装置120的全部范围能够暴露于放射物，但是可根据本说明书末尾附近所描述的图像锚定实施方案而部分地闭合。为了说明这些组件，放射源110、成像装置120以及风扇叶片130和140(及其驱动器)的维度在图中相对于对象的大小被放大。
***100还可包括机架150，所述机架150将放射源110、成像装置120以及风扇叶片驱动器135和145保持处于彼此固定或已知的空间关系。机械驱动器155使机架150围绕设置在放射源110与成像装置120之间的对象旋转，其中对象一方面设置在风扇叶片130与140之间，另一方面设置在风扇叶片与成像装置120之间。术语机架具有广泛的含义，并且涵盖可以保持上述组件处于固定或已知的(但可能是可移动的)空间关系的一个或多个结构构件的所有构型。为了视觉上简单起见，未示出机架外壳、机架支撑件和风扇叶片支撑件。同样未示出用于放射源110的“领结形”滤波器和用于患者的支撑台(即，对象支撑构件)。
在一些实施方案中，图3的机架150可对应于图1的机架20，例如，当放射源110和成像装置120安装在治疗机的机架上时。可以使用不同的放射源用于成像和治疗，或者可以使用相同的放射源。在其他实施方案中，成像装置120和放射源110可以是与治疗机分开的机器的一部分，例如未安装在治疗机的机架上。
另外，***100还包括控制器160和用户接口165，其中控制器160电联接到放射源110、机械驱动器155、风扇叶片驱动器135和145、成像装置120以及用户接口165。用户接口165向控制器160提供人机接口，所述人机接口使得用户能够至少启动对患者的扫描并且从成像装置收集测量的投影数据。用户接口165可以被配置来呈现测量数据的图形表示。
在成像***100中，机架150在扫描期间围绕患者旋转，以使得放射源110、风扇叶片130和140、风扇叶片驱动器135和145以及二维成像装置120围绕对象成圆形。更具体地说，机架150时这些组件围绕扫描轴旋转，如图所示，其中扫描轴与投影线相交并且通常垂直于投影线。患者与扫描轴以基本上固定的关系对准。所述构造提供了一方面投影线与另一方面扫描轴和与扫描轴对准的对象之间的相对旋转，其中所述相对旋转通过角位移值θ来测量。机械驱动器155机械地联接到机架150以便根据控制器160的命令提供旋转。
二维成像装置包括二维像素阵列，周期性地读取所述二维像素阵列以获得射线照相投影的数据。成像装置120具有彼此垂直的X轴和Y轴。成像装置120被定向成使得其Y轴平行于扫描轴。出于这个原因，Y轴也被称为成像装置120的轴向维度，并且X轴被称为装置120的跨轴向维度或横向维度。X轴垂直于由扫描轴和投影线限定的平面，并且Y轴平行于这个平面。每个像素沿着X轴被指定为离散的X坐标(“X”)，并且沿着Y轴被指定为离散的Y坐标(“Y”)。在典型的实现方式中，所述阵列的大小为1024像素乘768像素，测量为约40cm乘30cm，其中所述阵列的较长维度平行于X轴定向。如本文中所使用的，离散的X坐标开始于-Xpix/2并且以Xpix/2结束(例如，Xpix＝1024)，并且离散的Y坐标开始于-Ypix/2并且以Ypix/2结束(例如，Ypix＝768)。为了视觉上清晰起见，图中示出了较少数量的像素。成像装置可以在投影线上居中以使得能够对对象进行全扇成像，可以从投影线偏移以使得能够对对象进行半扇成像，或者可相对于投影线移动以允许对对象进行全扇成像和半扇成像两者。作为半扇配置的实例，当成像装置在X维度上具有40厘米的跨度时，成像装置可以在其X维度上从中心偏移16厘米。
当控制器160接收到来自用户的开始患者扫描的请求时，控制器160指示风扇叶片驱动器135和145分别将风扇叶片130和140设定在打开位置(或部分闭合位置，如下文针对一些实施方案更详细地描述的)，指示机械驱动器155开始机架150的扫描旋转，并且指示放射源110开始发射放射物。当机械驱动器155旋转时，它向控制器160提供角位移值θ的指示。控制器160使用这个信息在选定的角位移值θ下读取成像装置120的像素检测器的值，以获得用于射线照相投影的数据。通常，在360度扫描旋转中存在250至1000个投影(尽管可执行小于360度的旋转)，其中每个投影与相邻投影间隔角位移的设定增量Δθ。控制器将来自每个投影的数据与取得投影的角位移值θ一起存储在存储器存储装置中。可以使用散射校正方法来校正每个投影的由患者和成像装置120的顶盖中的散射引起的散射放射。对于其他元件，诸如治疗台、固定装置、天线等也可以校正散射。
控制器160包括：处理器；指令存储器，其用于存储指导处理器的操作的指令集；数据存储器，其存储由成像***实现的本发明所使用的像素和其他数据值；以及I/O端口管理器，其提供处理器与放射源110、机械驱动器155、风扇叶片驱动器135和145以及成像装置120中的每一个之间的输入/输出数据交换。指令存储器和数据存储器通过第一双向总线联接到主处理器，并且可以被实现为同一存储器装置的不同部分。由于二维成像装置提供的大量数据，I/O端口管理器优选地通过第二双向总线联接到主处理器。然而，I/O端口管理器可以通过第一双向总线联接到主处理器。处理器的操作由存储在指令存储器中的一组指令集引导，所述指令存储器是计算机可读介质的示例性形式。这些指令集中的一些可指导处理器生成一个或多个投影中的散射放射的估计。附加的指令集可以指导处理器根据本申请所公开的散射校正方法来校正投影，或者可以指导处理器将原始投影数据存储到计算机可读介质，可以将原始投影数据从所述计算机可读介质输出到执行校正的另一个处理器。
III.图像引导放射疗法(IGRT)
CT扫描之后，可以针对患者在CT扫描时所处的固定位置来计算患者体积。使用这个患者体积来确定患者的治疗计划。作为确定治疗计划的一部分，通常假设患者是静止的并且肿瘤一般不会改变。呼吸和蠕动运动可能会改变肿瘤位置，并且可能必须通过计划靶标体积(PTV)裕量、运动补偿、屏气或门控技术来解释。对于***癌，可针对不同的直肠或膀胱充盈确定几种治疗方案。
当需要治疗的时候，真实患者与计算机模型之间会存在一些差异。想法是获取患者的图像，以便可以调整患者的位置和其姿势，以使得患者非常紧密地匹配所计划的内容。通过这种匹配，患者获得的实际治疗(例如，放射剂量分布)将与计划过程期间所计划的内容相匹配。
A.一般工作流程
图4是根据本发明的实施方案的用于图像引导放射疗法的方法400的流程图。方法400可完全地或部分地由治疗机执行，所述治疗机可包括计算机***。
在框410处，出于计划的目的而获取患者的诊断性CT扫描。诊断性CT机是专用机器(即，它不另外提供放射治疗)。CT扫描用于创建患者的虚拟表示，或至少患者的一个区域的虚拟表示。所述区域包括待施加放射的肿瘤。在诊断性CT中，执行横截面成像。在虚拟表示中，患者由形成一定体积的那些切片中的几个表示，即每个体素表示患者的一个小立方区域。
在一些实施方案中，对于诊断性CT，获取轨迹是螺旋状，这与CBCT扫描常见的圆形或圆形的一部分相反。通常，放射源和检测器围绕成像轴旋转，并且患者台同时平行于成像轴移动。所述检测器通常是弯曲的，而不像CBCT的典型检测器那样是平坦的。在一些***中，机器中存在两个源-检测器对。
在框420处，基于CT扫描确定治疗计划。可使用虚拟表示来确定最佳治疗计划，例如以降低对健康器官的风险并优化肿瘤所接收的放射。优化可改变多个参数，诸如MLC、放射源的轨迹、在治疗疗程期间的任何时间的剂量、治疗疗程的数量等等。
在框430处，使用放射疗法***获取患者的CBCT扫描。放射疗法***可以是图1-3中的任一个所示的类型。在CBCT扫描中，数据是投影图像，即每个像素表示穿过患者的线积分。作为单次激发，这些数据也被称为x射线图像。CBCT扫描也将是患者的包括肿瘤的区域，并且可包括一个或多个器官。
在框440处，将CBCT扫描与CT扫描进行比较。更确切地说，可以将来自CBCT扫描的投影图像的重建体积与来自CT扫描的虚拟表示的计划体积进行比较。某些实施方案在下文更详细地描述了基于体积的匹配。例如，可基于所获取的投影图像执行体积的重建，然后可将体积进行匹配。所述比较可以识别重建体积与计划体积之间的差异。
在框450处，可基于差异移动患者。例如，重建体积可经受平移和旋转以便将重建体积中的解剖结构与计划体积的解剖结构对准。实现对准的平移和旋转可对应于所述差异。平移和旋转可用于校正患者定位。例如，治疗台(例如，图2中的35)可由电动机自动移动，其中所述移动对应于所确定的平移和旋转。如果对准已经在指定的公差内，则可以将患者保持在进行CBCT扫描的当前位置。作为另一个实例，治疗***可以将改变输出(例如，通过显示器或音频)给可以实现所述改变的操作员。
在框460处，可基于差异来更新治疗计划。治疗计划的更新可有所不同，并且可包括用于确定原始治疗计划的步骤。例如，肿瘤的形状和/或大小可能已经改变。因此，放射剂量可能需要针对当前治疗疗程和/或未来治疗疗程进行更新。作为另一个实例，肿瘤与其他器官的接近度可能已经改变。可以改变放射束的轨迹以适应位置的相对改变，以便与当前治疗计划已经提供的内容相比，减少提供给器官的放射量。
B.图像比较
并非所有使用来自CBCT扫描的数据的重建技术对于IGRT都足够精确，如从下文的图像中可以看到的。例如，在IGRT中应用的用于根据CBCT扫描重建体积的当前技术提供了有限的图像质量，所述图像质量不允许应用自动分割和配准方法，并且手动对准步骤将花费太长时间和/或不能提供足够的准确性。身体的特定部分可能有问题，例如骨盆区域。
图5A示出来自计划CT扫描的患者图像510，使用所述患者图像510来确定放射治疗计划。这种计划患者图像将不是CBCT扫描，而是来自诊断性CT机。对于诊断性CT机，放射源确实以锥形方式膨胀，但锥形通常远小于CBCT扫描的形状。CBCT机与CT机之间还存在其他差异，诸如旋转速度、获取时间、患者剂量、噪声级、软组织对比度、纵向覆盖率等。患者图像510用于***癌患者。
图5B示出使用滤波反投影(FBP)的重建图像520。在IGRT中，滤波反投影(FBP)是最先进的用于三维机载成像的重建方法。重建图像520是True Beam机上的每日CBCT。可以看出，重建图像520的质量比患者图像510的质量低得多。
图5C示出根据本发明的实施方案的改进的重建图像530。图像530是利用迭代重建算法实现的来自图5B的True Beam数据集的重建。图像530比图像520更清晰。由于可以更清晰地看到器官，这个信息可以用于更准确的定位。考虑到更高质量图像，可以使用自动分割和配准方法。
IV.重建算法
重建算法的一些实施方案包括在二维投影数据空间与三维体积数据空间之间操作的一对运算符。在下文中，这些运算符被称为前向(3D到2D)和反向(2D到3D)投影运算符。在一些实施方案中，目标是最大化数据保真度，所述数据保真度指示来自CBCT扫描的当前重建体积与测量的投影相匹配的程度。可以更新重建体积以增加匹配，从而从CBCT扫描获得更高质量的体积。一些实施方案的目标是在不增加成像剂量的情况下并且通过使用与先前使用的成像部分相同的成像组件来增加图像质量。其他实施方案可以在不降低图像质量的情况下减少成像剂量。
在一些实施方案中，通过以下方式来优化数据保真度：使前向投影仪对当前重建体积的操作和反向投影仪的操作交替，以确定与测量投影数据相比较的残留误差，从而计算体积更新。一种实现方式应用体素驱动的反向投影和像素驱动的前向投影技术的不匹配的运算符对。两个运算符可以是目的地驱动的，并且因此不匹配。如果一个运算符是另一个运算符的逆操作，则运算符被称为是匹配的。为了匹配运算符，一个运算符将是目的地驱动的，而另一个是源驱动的。因此，如果体素驱动的反向投影和像素驱动的前向投影是目的地驱动的，则两个运算符不匹配。
前向投影和反向投影两者可包括归一化步骤，以便例如隐式地考虑数据冗余和变化的角间距。数据冗余与典型地不止一次测量的信息有关。一个实例是测量恰好与交换的源和检测器像素位置相同的线积分。并非所有数据都必须测量两次或更多次。角间距与属于投影获取的源位置相关。
A.工作流程
图6示出根据本发明的实施方案的迭代重建的一般工作流程。具有圆角的框是操作，而其他框表示数据。具有砖墙背景的区域是任选元素，即645、650、660以及605的输入箭头。红色箭头表示输入数据并且绿色箭头表示输出数据。体积可对应于患者身体的一个区域(例如，身体的固定长度或固定的身体部分，诸如头部)或患者的整个身体。
图6中的迭代重建(IR)使用初始重建的3D体积605和测量的2D投影数据610的输入。每个迭代可改进重建的3D体积605与测量的2D投影数据610的匹配。前向投影仪620可生成模拟的2D投影数据625，可以将其与节点630处的测量的2D投影数据610进行比较。所述比较可以提供在反向投影仪中使用的残留图像以获得残留体积(也被称为3D梯度640)，其可以用于确定更新到重建的3D体积605。迭代可以重复，直到梯度640变得足够小或者达到最大迭代数量，所述最大迭代数量可以是一个迭代。
1.重建体积
初始重建体积可以是多种体积，例如空体积、均匀体积(诸如水或其他液体)、滤波反投影等。对于均匀体积，重建的3D体积605在任何地方都将具有相同的强度。例如，体积可以表示为网格中的体素阵列。均匀体积在每个体素中将具有相同的密度。空体积将对应于体素中全部为零的体积。
2.前向投影仪
前向投影仪620例如使用模拟光线和到图像检测器上的散射来模拟重建体积605的成像结果。计算机模拟可以从放射源发射模拟的x射线，其中模拟的x射线与重建体积605相互作用并且基于x射线的轨迹而衰减。对于放射源的给定位置，衰减的x射线将到达图像检测器，所述图像检测器将检测与穿过重建体积605的衰减量相对应的强度水平，从而导致模拟投影数据625的一个图像。放射源可以放置在多个位置处，并且针对每个位置确定模拟投影数据625的图像。所述位置对应于用于创建测量投影数据610的实际放射源的位置。所述多个位置对应于放射源相对于重建体积605和图像检测器的不同几何形状。
作为模拟的一部分，x射线可以表示为被转变成与数字相机相当的电信号的光子。前向投影仪620可以模拟实际x射线行进穿过实际体积并且由实际图像检测器检测的这些过程。图像检测器具有像素，其中像素的值对应于与放射源的给定位置的像素相互作用的所有模拟x射线，从而提供针对这个位置的图像。像素可有效地对x射线的强度进行求和，并且因此提供来自重建体积605的衰减的度量。例如，像素值可等于体素值乘以射线相交的体素的体素相关贡献的总和。
3.与测量的2D数据的比较
一旦获得模拟投影数据625，就可以在节点630处与测量投影数据610进行比较以确定两个数据集之间的误差。模拟投影数据625与测量投影数据610的图像之间的误差可以多种方式确定。所述误差可能不仅仅是每个对应图像的每个像素之间的简单算术差异，对应的图像是针对相同的几何形状。例如，所述误差可包括通过对数运算将图像转换到其他空间，和/或包括基于惩罚函数的优化策略，如通过Huber损失函数。对数运算和Huber损失函数可以由作为优化成本函数一部分的数据保真度定义来定义。
术语残留是指两个数据集之间存在的更广泛类型的错误。残留图像对应于模拟投影数据625与测量投影数据610的一个图像之间的测量误差。作为实例，每个数据集的图像数量可以是大约600或700个，并且具有对应数量的残留图像。下文详细讨论使用子集(标记为子集660)的迭代。
理想地，两个数据集完全匹配，并且因此重建体积605将对应于患者的实际体积。残留图像中的残留误差量影响反向投影仪635。一般来说，残留图像中的较大值导致较大的梯度640，用于更新重建体积605。
存在可用的不同迭代重建技术，例如，代数重建和统计重建，这取决于所选的成本函数和相应的优化策略。在某些实现方式中，使用对数似然成本函数。不同的技术可以影响根据模拟投影数据和测量投影数据创建梯度体积的方式以及应用统计加权的方式。不管使用哪种技术，本文所述的数据保真度优化的迭代程序具有对CBCT很重要的胜过FBP的关键优点。锥形束伪影随着锥角的增加而增加，这可能对CBCT具有显著影响。由于冗余加权问题，在快速扫描(例如，180度弧而不是360度弧)的情况下此类伪影更为突出，这可能取决于投影图像几何形状。例如，如果在检测器居中的情况下使用360°弧，则在特定角度方向上每个体素测量两次。在大多数情况下，两次测量具有不同的锥角，并且因此由锥角造成的误差得以平均。在180°加扇形角弧的情况下，一些体素和角度方向测量两次，并且一些体素和角度方向仅测量一次。对于后者，锥角误差不是平均的，并且因此比360度弧的锥角误差更显著。这些伪影可通过本文所述的IR方法中的数据保真度优化的迭代方式进行校正。
迭代重建的这种使用可允许多种几何形状。例如，放射源可围绕体积旋转360°以形成圆形轨迹。但是，可以使用其他弧形，并且在模拟扫描期间放射源的轨迹不必位于弧形上。以这种方式，可使用多个不同的轨迹，从而允许使用不同的轨迹来生成测量投影数据610。因此，实际的CBCT不限于特定的几何形状。对于FBP，必须针对每种新的轨迹类型通过分析导出相应的加权。
4.反向投影仪
反向投影仪635可以像前向投影仪620的逆操作那样操作，因为可以从残留图像的像素中反向追踪轨道以确定对残留体积(也称为梯度640)的体素的贡献。残留体积对应于重建体积605中的相对于由投影数据610测量的实际体积的误差。存在可用于实现反向投影仪635的不同技术，例如源驱动或目的地驱动的。
对于源驱动的反向投影，可以从残留图像的像素、穿过体积到放射源反向追踪x射线，并且可以识别x射线穿过的体素。对体素的贡献可以被确定为权重和像素值的乘积。可基于体素到x射线的距离(例如，体素中心到x射线线的距离)和/或射线穿过体素的相交长度来确定体素的权重(以及因此贡献)。
对于目的地驱动的反向投影，选择目的地体素并将其投影到图像检测器上，即焦斑(源)、体素和投影位置在一条直线上。可以通过内插从投影图像中取得针对这个位置的值，并且对于放射源和图像检测器的给定几何体，使用所述值来确定对体素的贡献。
可以对每个残留图像进行这种分析，并且将来自所有残留图像的所有像素的所有贡献累积，以确定残留体积的每个体素的衰减值。因此，实施方案可以对表示残留图像的所有像素进行求和，并且将它们的贡献添加到每个体素。
如上所述，对于体素驱动的反向投影，确定投影在检测器上的体素的位置。这个位置可能与像素的中心不一致，而是可能位于几个像素之间。在一些实现方式中，可以使用最近的像素。在其他实施方式中，取决于像素到投影位置的距离，应用线性内插作为邻近像素值的混合。由于图像检测器是二维网格，所以相应的内插是双线性的(投影图像)。其他内插技术如三次或B样条也是可能的。
迭代重建中的冗余加权可以是由一个或两个归一化步骤组成的归一化过程的一部分。这些步骤可以作为反向投影仪635和节点630的一部分来执行。这种归一化将取决于投影图像几何形状。
5.残留体积和先前重建体积的组合
可以将残留体积640应用于重建体积605的更新。由于残留体积640是重建体积605与实际体积之间的误差的量度，因此可以更新重建体积605以减少错误。例如，如果以重建体积605的均匀衰减值开始，则残留体积640可指示针对残留体积640的特定体素的衰减增加和减少的不同水平。
残留体积640可以多种方式用于更新重建体积605。例如，可以简单地将残留体积640添加(其中体素的负值对应于减法)到前一个迭代的先前重建体积。在与先前重建体积组合之前，可以将缩放值乘以残留体积640的值。而且，残留体积640的每个体素可具有单独的加权。
在一些实施方式中，可以保存先前残留体积并将其用于重建体积605的当前更新中。运算符645可以将这些先前残留体积用作动量运算符。动量运算符可以将当前梯度与一个或多个先前梯度组合起来。因此，可根据每个体素的先前梯度的历史形成动量，并且这个动量可导致每个体素的更新受到这个体素的先前迭代的动量改变的影响。在一个实现方式中，可以使用Newton-Raphson技术来确定如何在更新中使用梯度值，例如，可以针对每个先前残留体积的每个体素确定混合系数。
为了减少存储量，可以存储先前梯度的线性组合，以使得对于更多的迭代，存储器使用量不会增加。例如，对于第一迭代，仅有一个梯度体积，可以存储所述梯度体积以用于下一个迭代。对于第二迭代，存储两个梯度体积的线性组合。对于第三迭代，将第三梯度体积与先前线性组合进行组合，依此类推。
在一些实施方案中，可以针对每个体素确定统计权重，其中所述统计权重影响针对这个体素的梯度用于更新的效果。运算符645可以使用此类统计权重来执行更新。统计比率在下文更详细地描述。也可以使用与投影图像几何形状相关的权重。
在工作流程的各个部分处，可以执行正则化过程以减少重建体积605和/或残留体积640中的噪声。尽管正则化运算符650在重建体积605与残留体积640之间示出，但正则化运算符650可在所述过程的不同部分处执行，并且可能在所述过程的多个部分处执行。正则化在下文更详细地描述。
B.比较
图7A示出True Beam机上的每日CBCT图像710。图像710是使用FBP重建的CBCT图像。图像710是患者的头部。这里示出了远离等中心点的切片，其中左侧是FBP情况下出现的锥形束伪影。在图像的底部可以看到大量的伪影。
图7B示出根据本发明实施方案的利用重建算法实现的重建图像750。重建图像750基本上没有来自图像710的伪影。另外，各种特征具有更高的对比度，因此更符合患者对准和更新治疗计划的明确路线。
V.使用迭代重建的自适应操作
实施方案可以从CBCT扫描提供更高质量的患者图像。可以使用所述更高质量的图像来适配治疗***的操作。这种适配可自动发生，例如通过移动治疗台和/或更新治疗计划。
A.方法
图8是根据本发明的实施方案的用于向患者提供放射治疗的方法800的流程图。方法600中的图像重建可由作为放射治疗***的一部分或与所述放射治疗***通信的计算机***来执行。
在框810处，使用放射源执行患者的区域的CBCT扫描以获得多个投影图像。每个投影图像是在放射源相对于患者的多个几何形状中的不同一个处取得的。患者的区域包括肿瘤。CBCT图像(例如，图像530)是重建的CBCT体积的一部分，而投影图像是例如像X射线图像那样的线积分的2D图像。
投影图像可具有不同的表示。例如，一个表示是由检测器硬件测量的强度(计数)。另一个表示是衰减线积分值，即在射线路径中的对象不衰减的情况下，测量强度的负对数除以测量强度。可以使用任何合适的表示。
框820至870可通过执行迭代重建的一个或多个迭代来确定患者的重建体积。每个迭代可包括框820至870，并且然后进行重复，直到满足停止标准。使用计算机***来确定重建体积。计算机***可以是成像装置或治疗***的一部分，例如图1-3中所描述的任何***的一部分。
在框820处，接收所述区域的起始重建体积。起始重建体积包括体素的三维网格。体素可以是任何形状，例如矩形、三角形、六边形等。起始重建体积可以是第一迭代的默认体积。本文提及了默认体积的实例，诸如均匀体积。
在框830处，执行模拟以获得针对几何形状子集的虚拟图像的子集。针对多个几何形状的子集中的每一个，可以模拟从放射源穿过起始重建体积而到达虚拟二维检测器的射线以获得虚拟图像的子集。所述模拟可以如针对图6的前向投影仪620所描述的那样执行。
在框840处，将虚拟图像的子集与投影图像的对应子集进行比较以确定残留图像的子集。几何形状的子集可对应于所有几何形状或仅一部分，并且虚拟图像的子集将对应于相同数量的投影图像。每个残留图像包括残留像素阵列。可以如针对图6的节点630所描述的那样执行比较。
在框850处，基于残留图像的子集构建包括残留体素的三维网格的残留体积。可以使用反向投影仪、例如图6的反向投影仪635来构建残留体积。残留体积可对应于梯度640。
在一些实施方案中，构建残留体积可包括确定与射线相交的残留体素。针对每个残留图像的残留像素中的每一个，确定与从残留像素到放射源的射线相交的残留体素集。针对残留体素集中的每一个，可以确定对残留体素的贡献。而且，针对残留体素中的每一个，可以将对残留体素的贡献累积(例如求和，可能是加权和)以获得残留体积。
在框860处，将残留体积和起始重建体积组合以获得新的重建体积。如本文所述，两个体积可以多种方式组合。例如，可以使用先前残留体积，例如作为动量操作的一部分。可以使用统计权重，并且可以应用正则化。
在一些实施方案中，获得新的重建体积包括用于提供相对平滑的体积的正则化项。例如，可以构建表示起始重建体积的体素变化的惩罚体积。可通过将惩罚体积、起始重建体积和残留体积组合来确定新的重建体积。在其他实施方案中，作为正则化程序的一部分，将平滑函数应用于残留体积的残留体素和/或应用于新的重建体积。
在一些实现方式中，将残留体积和起始重建体积组合包括对每个残留体素进行加权。例如，可以将相应的加权因子应用于残留体积的每个残留体素。可基于与投影图像相对应的强度水平来确定残留体素的加权因子。例如，统计权重可与检测器测量的强度相关。计数(强度)可能较低，因为放射源仅发射少量光子。还可基于与投影图像相对应的衰减水平(例如，如根据投影图像确定的体素的衰减值)来确定残留体素的加权因子。
可以使用多个先前残留体积。在一个实现方式中，可以将来自一个或多个先前迭代的一个或多个先前残留体积存储在存储器中。然后可以使用所述一个或多个先前残留体积来确定新的重建体积。所述一个或多个先前残留体积可以单独地存储或组合成单个先前残留体积，例如通过将先前残留体积相加在一起，其中潜在地在求和之前对于不同的先前残留体积应用不同的缩放因子。
在框870处，确定新的重建体积是否满足一个或多个停止标准或是否要执行另一个迭代。停止标准的实例包括指定的迭代数量(例如，1个、5个、10个、20个等)。利用预处理和后处理方法，实施方案可能只需要一个迭代。另一个实例是新的重建体积与起始体积没有显著不同。可以测量两个体积之间的差值并将其与阈值进行比较。可以要求指定数量的连续迭代以使差值小于阈值。
在框880处，将重建体积与治疗计划体积对准以识别与肿瘤相关联的一个或多个改变。已经使用治疗计划体积确定当前放射治疗计划。对准可以如本文所述那样执行。例如，可以将重建体积的像素叠加到治疗计划体积上，以使得差异最小化。可以使重建体积移位和旋转，直到差值最小化。也可以使用可变形的配准技术，例如，在两个体素的接近度作为配准的一部分而改变的情况下。这在更新治疗计划时特别有用。
示例性改变包括肿瘤的大小和形状。改变的另一个实例是肿瘤相对于一个或多个器官的位置，例如肿瘤与一个或多个器官的接近度。
在一些实施方案中，可以在对准之前执行分割。分割可以识别特定器官(例如，肿瘤附近处于危险中的器官)或肿瘤。分割可以识别体积中的与特定对象、例如肿瘤或器官相对应的区段。对准(也称为配准)可以将两个体积之间的对应区段对准。在另一个实施方案中，可以通过使用可变形配准来将验证的区段从计划CT体积转移到CBCT重建体积，而不是仅从CBCT重建体积识别所述区段。
在框890处，基于所述一个或多个改变来更新放射治疗程序的特性以获得更新的放射治疗程序。本文描述了特性的实例。例如，可以更新治疗计划，例如可以改变放射剂量、可以改变放射束的轨迹、可以改变放射束的形状、或者任何多叶式准直器设置。也可以改变患者的位置，例如通过用电动机移动治疗台或输出将由操作员输入的新设置。因此，更新的放射治疗程序可包括对患者位置的更新和/或对治疗计划的更新。
在框895处，使用更新的放射治疗程序向患者提供放射治疗。例如，一旦患者已经移动到基于重建体积确定的新位置，就可以施加放射束。在一些实施方案中，更新的放射治疗程序可用于未来的治疗疗程。在其他实施方案中，在治疗期间，可执行进一步的CBCT扫描和重建，并且可以在治疗期间进一步更新放射治疗程序。
重建可以提供可能足以用于有效性和重新计划目的的更高质量的图像。因此，可能不需要在诊断性CT装置上获取附加的计划CT。通常，在治疗疗程之间使用附加的计划CT来检查有效性或更新治疗计划。在具有来自作为治疗疗程的一部分执行的CBCT扫描的更高质量图像的情况下，可以仅基于这些更高质量的图像来更新治疗计划，并且不需要来自诊断装置的附加CT。
B.患者定位
放射治疗的副作用很大程度上取决于健康组织的保留，并且特别是处于危险中的器官的保留。精确的患者定位是在高剂量梯度和小安全裕量的情况下成功治疗的关键。在某些情况下，骨骼足以定位，但并不是全部。在其他情况下，需要肿瘤和处于危险中的器官的位置。这特别针对器官可以改变其位置和/或其大小的腹部区域(直肠、膀胱、***、肠脏等)。从重建过程获得的CBCT图像可用于手动、半自动或自动地与计划CT相匹配以用于患者定位。如上所述，重建体积可以通过对准过程与训练体积相匹配。对准所需的改变可用于患者对准。
为了患者定位，可以利用刚性配准算法。由于CBCT图像内缺少像轮廓那样的附加信息，此类技术通常仅仅是基于强度或直方图的。关于基于交互信息的配准方法的其他细节可以在IEEE Trans Med Imaging(2003年8月；22(8):986-1004)中找到。通过改进图像质量，实施方案可以提供肿瘤和器官轮廓的自动分割。这种附加信息可通过使用基于特征的方法来改进局部配准精度，例如，如International Journal of Computer Vision(18:99-119,1996)中所述。
可由操作员执行定位，如根据使用重建体积完成的配准过程的结果进行指导。操作员对患者位置的这种改变涉及放射治疗程序的改变。在其他实施方案中，可以使用治疗体积与重建体积的差异来使患者的治疗台移位。例如，患者可以在治疗室内的机器人沙发上移动。可以使用反馈来移动患者，以减少重建体积与计划体积之间的差异。替代地或除此之外，也可以移动治疗***的放射源或其他组件的定位。可以使用多次CBCT扫描，其中来自每次扫描的重建体积被用于确定患者位置的任何改变。这种持续的调整可以在利用放射束进行治疗期间发生。
C.自适应计划
治疗成功还需要治疗计划是最新的。治疗计划可能由于不同的原因而过时，例如体重减轻、肿瘤缩小、膀胱和直肠体积的变化、蠕动运动等等。因此，除了或代替改变患者位置，也可以例如通过在治疗疗程时或治疗疗程期间的自适应剂量计算来适配治疗计划。例如，可能由于在创建计划时不存在的压力，而出现肿瘤或器官已经改变体积或已经扭曲的问题。其他示例性改变可包括密度和质量。为了解决此类改变，自适应计划改变具体的治疗方案，例如放射束的运动、在任何给定时间放射束的强度、放射束的形状等。
在一些情况下，患者的重新定位可能导致较大的误差，而改变治疗计划可能仅导致其余的较小误差。例如，通过简单地移动患者的位置不会导致肿瘤和器官的相对位置的改变。在一些实施方案中，重建体积与计划体积之间的阈值差异可以识别何时移动患者和/或改变治疗计划。其他实施方案可以一直执行此类调整。
在线自适应计划意味着治疗计划适配是基于从重建过程获得的每日CBCT图像。可替代地，可以应用基于CBCT图像的模拟CT，例如通过匹配以前的计划CT。可以通过应用(手动、半自动、自动)分割和配准工具来转移来自初始计划CT的轮廓，所述分割和配准工具例如
Figure GDA0003330629870000232
和
Figure GDA0003330629870000231
(Varian Medical Systems、Palo Alto、CA)。可以使用例如EclipseTM(Varian Medical Systems、Palo Alto、CA)来计算新的治疗计划。基于初始治疗计划或基于每日CBCT的剂量计算，可以包括已经应用于患者的剂量分布。离线自适应计划也可用于更新未来的治疗疗程。
新的治疗计划可以应用于当前治疗疗程或下一个治疗疗程。在各种实施方案中，可以实现在结果之前可用于计算的两种不同类型的工作流程和时间。在同一疗程内应用新计划例如对于低分次治疗或在不同膀胱充盈的情况下是合乎期望的。这里，大规模的计算能力可用于解决有待在短时间内完成的增加的计算需求。对于其他情况，如超分次治疗，新计划被应用于下一个疗程，并且更多的时间(通常至少一天)可用于适配计划，并且较少计算能力的硬件可能就足够了。改进的图像质量对于从一组已经验证的治疗计划中选择最佳治疗计划也是有价值的。
为了确定更新的治疗计划，一些实施方案可以通过改变放射束的形状作为治疗计划优化的一部分来开始。作为治疗计划优化的一部分，也可以改变其他参数，诸如剂量的量、在特定时间这种剂量的成形以及治疗期间放射源的轨迹。更新治疗计划的技术的其他细节可以在Med.Phys.(41(3)，2014年3月)中找到。
VI.计算效率
与诸如FBP的先前技术相比，迭代过程可能在计算上要求非常高，并且可能与达到收敛标准所需的迭代数量相关。不同的实施方案可以显著减少迭代数量。在一种方法中，可以使每个投影子集经受一个迭代，然后使另一个子集经受迭代。一个子集的单个循环可以称为“子迭代”，并且一组循环(其中每个投影仅处理一次)可以被认为是“迭代”。此类过程可以通过最佳地选择在称为“有序子集”的单个子集内分组的投影来增强。另一个选项是使用来自先前迭代的动量，如Nesterov的方法。
仅使用一部分投影(即，其中子集小于全集)可以各种方式加速计算。例如，数据集较小，因此可以存储在本地存储器中，并且因此不必交换进出本地存储器。此外，可以更频繁地更新重建体积，因为每个子迭代都基于更少的数据。以这种方式，更频繁地更新并且更快地改进重建体积。
例如，可存在600个从CBCT扫描测量的图像。子集可包括100个图像，并且可以执行第一迭代以获得重建体积。然后，接下来的100个图像可以从新的重建体积开始，并且使用接下来的100个图像来更新这个体积。可以用其他子集继续所述过程，直到所有图像都已经使用。然后，在最后一个子集之后获得的重建体积可用于针对100个图像的第一子集的下一个子迭代。
在一些实施方案中，为了允许在线应用，可以通过大规模并行化和相应的硬件来考虑计算需求。适合此目的的***具有一个或多个GPU卡。
VII.先验知识的使用
与FBP相比，实施方案的另一个优点是：重建过程中可以包括先验知识。存在可包括的不同类型的知识，例如物理模型、对象模型和统计模型。
A.物理模型
物理模型可直接整合到前向投影运算符和反向投影运算符中。实例是有限的焦斑大小、焦斑形状、检测器响应、源光谱、射束硬化和散射事件。可替代地，可以通过在预处理期间的校正或转换步骤来考虑这些属性。这些属性可以使模拟更加真实，并且使这些模拟更接近实际测量。
B.对象模型(正则化)
实施方案可以假设体积是分段恒定的，这可以直接导致图像噪声抑制。这种过程在本文中被称为正则化。例如，除了与残留体积640的大小(即，误差的大小)相对应的数据保真度项之外，可以通过向成本函数添加正则化项来将这种正则化整合到重建过程中。
正则化项可以充当从一个体素到相邻体素具有巨大差异的惩罚。在一个实施方案中，全变差被用作正则化项。全变差可对应于梯度的范数，并且通常是L1范数(绝对差的总和)。因此，正则化项是对重建体积进行优化的约束，以使得最终的重建体积不会具有太多噪声。以这种方式，对重建体积的更新可以在更平滑的重建体积的方向上进行。
另一种技术可以是对重建体积和/或残留体积应用平滑函数。平滑函数可以是体素附近区域中(例如，在预定半径的球壳内)的体素值的平均值。平滑函数可包括边缘保留属性，如双边滤波器。
图9A示出根据本发明的实施方案的来自图5C的应用无正则化的迭代重建技术的True Beam数据集的重建图像910。图9B示出根据本发明的实施方案的来自图5C的应用具有全变差(TV)正则化的迭代重建技术的True Beam数据集的重建图像950。
C.统计模型
为了说明量子噪声统计，可以使用统计加权模型，例如以便用作运算符645的一部分。量子噪声是泊松(Poisson)分布的，这意味着信号强度随着测量光子数量的增加而增加，但信噪比也增加。因此，与低计数(沿线积分的高衰减)相比，优化将有利于具有高计数(沿着线积分的低衰减)的测量值达成一致。下文提供了用于实现这种情况的两种不同方式。
一种方式是显式地根据检测器像素计数添加权重，从而导致惩罚加权最小二乘(PWLS)方法。由于信噪比随着计数的增加而增加，所以体素的计数数量越高，权重就越高。另一个选项是在统计重建方法中隐式地解决这个问题，正如在下文的实现方式中所做的那样。这里，对数似然优化自动地产生与像素计数相关并且可包括在归一化步骤中的权重。
统计权重可有效地存储为与用于更新重建体积的一个或多个残留体积相乘的另一个体积。在一个实施方案中，统计权重可应用于图6的节点630内。统计体积的每个体素值携带关于基于噪音抑制将对每个体素进行更新的程度的信息。统计权重对应于检测器像素内的测量强度。如果沿着射线的衰减较高(即图像检测器处的相关联像素强度较低)，则实施方案可以推测来自噪声的影响较大。也就是说，低信号的测量受噪声的影响更大。因此，实施方案可以突出经历较少衰减的像素，并且这些像素与较少的噪声和较可靠的数据相关联。当统计权重例如在运算符645处被应用为体积权重时，与噪声像素相关联的体素具有较小的权重，并且与较少噪声相关联的体素将具有较高的比率。在其他实施方案中，可以在节点630处应用统计权重。
然而，不管选择哪个选项，结果都是噪声抑制行为。一个实例是腹部区域或盆腔区域的IGRT，其中图像质量通常由于条纹伪影而劣化。由于相关噪声和来自诊断性CT的选项(如管电流)，由于锥角较大，通常不可能进行调制。当存在金属对象时，这种统计权重还有附加的优点。金属对象确实具有非常高的衰减，因此与散射和噪声相比，穿过金属的射线的剩余主要信号通常非常小。这些射线的权重也较轻，因此可以隐式地减少光子不足、散射和噪声的影响。
图10A示出True Beam机上的、具有牙科植入物的患者的每日CBCT图像1010。这是使用FBP重建的CBCT图像。图10B示出根据本发明的实施方案的利用统计IR算法实现的、具有牙科植入物的患者的重建图像1050。图10B示出金属存在情况下的改进。
VIII.运动
CBCT重建中的固有问题是与诊断性CT***相比，由于较长的获取时间而出现患者运动和随后的伪影。例如，获取CBCT需要约1分钟，并且患者可以在获取时间内移动。因此，由于投影在整个扫描时间内不一致而存在伪影。
一些实施方案可以通过以下方式解决这个特定问题：通过降低某些数据(例如，某些射线)的权重来减少测量投影数据中不一致(由于运动)的影响。这种减少可以隐式地通过异常值稳健的数据保真度定义、或者显式地通过检测受影响的数据以及降低这种数据的权重来实现。在一个实现方式中，可以估计局部变形来补偿运动。
图11示出移动对象(例如器官)如何导致测量投影数据中出现数据不一致的示意图。患者被示出为具有待照射的对象1110，例如肿瘤。作为获得多个几何形状的多个投影图像的一部分，示出了在两个时间点、即ti和ti+1处放射源的两个位置。理想地，对象1110在两个时间点之间不移动，因为随后投影图像反映相同的体积。但是，随着对象1110的运动，出现伪影。例如，相对于对象1110不移动时的情况，某些像素在ti+1处的投影图像中将具有不同的值。
实施方案可以识别受运动影响的此类像素。这些像素可以在重建中被降低权重(例如，降低至零或降低至某个较低的值)。因此，与噪声相关联的这些像素不会太多地影响体积重建，并且由于运动引入的噪声减少。
在一些实施方案中，可以在反向投影之前/期间对残留图像应用权重。可以使用标准来区分好的像素条件和坏的像素条件，例如，从一个图像到另一个图像的值的不一致改变。坏的像素可以在残留图像中降低权重。在其他实施方案中，如上所述，可以在数据保真度函数内使用如Huber损失的函数来提供对投影数据的加权。权重可以隐式地包括好的像素条件与坏的像素条件之间的分离。
IX.后处理
已经可以通过正则化部分和统计加权来解决图像噪声。尽管如此，除了就在迭代过程结束之后之外，还可能存在需要应用后处理程序的原因。实例是边缘保留平滑滤波器，如双边滤波器。由于收敛原因问题，可以慎重选择数据保真度与正则化之间的平衡，并且因此可能期望进一步降低噪声。
X.计算机***
本文提及的任何计算机***可以利用任何合适数量的子***。此类子***的实例在图12的计算机***90中示出。在一些实施方案中，计算机***包括单个计算机设备，其中子***可以是计算机设备的组件。在其他实施方案中，计算机***可包括多个计算机设备，每个计算机设备都是具有内部组件的子***。计算机***可包括台式计算机和膝上型计算机、平板电脑、移动电话以及其他移动装置。
图12所示的子***通过***总线75互连。示出了附加的子***，诸如打印机74、键盘78、存储装置79，联接到显示器适配器82的监视器76以及其他子***。联接到I/O控制器71的***装置和输入/输出(I/O)装置可通过本领域已知的任何数量的方式连接到计算机***，诸如输入/输出(I/O)端口77(例如USB、
Figure GDA0003330629870000281
)。例如，可以使用I/O端口77或外部接口81(例如以太网、Wi-Fi等)将计算机***90连接到广域网(诸如护互联网)、鼠标输入装置或扫描仪。通过***总线75的互连允许中央处理器73与每个子***通信并且控制来自***存储器72或存储装置79(例如，诸如硬盘驱动器的固定盘或光盘)的指令的执行，以及子***之间的信息交换。***存储器72和/或存储装置79可以具体化为计算机可读介质。另一个子***是数据收集装置85，诸如相机、麦克风、加速计等。本文提及的任何数据可以从一个组件输出到另一个组件，并且可以输出给用户。
计算机***可包括多个相同的组件或子***，例如通过外部接口81或通过内部接口连接在一起。在一些实施方案中，计算机***、子***或设备可通过网络进行通信。在此类情况下，一个计算机可以被认为是客户端，并且另一个计算机被认为是服务器，其中每个计算机可以是同一个计算机***的一部分。客户端和服务器可以各自包括多个***、子***或组件。
应理解，本发明的任何实施方案可以由通用可编程处理器以模块化或集成方式使用硬件(例如专用集成电路或现场可编程门阵列)和/或使用计算机软件以控制逻辑的形式实现。如本文所使用的，处理器包括单核处理器、同一集成芯片上的多核处理器或单个电路板上的或联网的多个处理单元。基于本公开和本文所提供的教义，本领域一般技术人员将知晓并了解使用硬件以及硬件与软件的组合来实现本发明的实施方案的其他方式和/或方法。
本申请中描述的任何软件组件或功能可以实现为将由处理器使用任何合适的计算机语言(例如像Java、C、C++、C#、Objective-C、Swift或诸如Perl或Python的脚本语言)、使用例如常规的或面向对象的技术来执行的软件代码。软件代码可以作为一系列指令或命令存储在计算机可读介质上以用于存储和/或传输。合适的非暂时性计算机可读介质可包括随机存取存储器(RAM)、只读存储器(ROM)、诸如硬盘驱动器或软盘的磁介质、或诸如高密度磁盘(CD)或DVD(数字多功能盘)、闪速存储器等。计算机可读介质可以是此类存储或传输装置的任何组合。
此类程序还可以使用适于通过符合多种协议(包括互联网)的有线、光学和/或无线网络进行传输的载波信号来编码和传输。这样，根据本发明的实施方案的计算机可读介质可以使用通过此类程序编码的数据信号来创建。通过程序代码编码的计算机可读介质可以与兼容装置封装在一起或者与其他装置分开提供(例如通过互联网下载)。任何此类计算机可读介质可驻留在单个计算机产品(例如，硬盘驱动器、CD或整个计算机***)上或内，并且可存在于***或网络内的不同计算机产品上或内。计算机***可包括用于向用户提供本文提及的任何结果的监视器、打印机或其他合适的显示器。
本文所述的任何方法可以完全地或部分地利用包括一个或多个处理器的计算机***来执行，所述计算机***可以被配置来执行所述步骤。因此，实施方案可以涉及被配置来执行本文所述的任何方法的步骤的计算机***，潜在地利用不同组件来执行相应步骤或相应步骤组。尽管作为编号的步骤呈现，但是本文的方法的步骤可以同时或以不同的顺序执行。另外，这些步骤的部分可以与来自其他方法的其他步骤的部分一起使用。此外，步骤的全部或部分可以是任选的。另外，可以利用模块、单元、电路或用于执行这些步骤的其他装置来执行任何方法的任何步骤。
在不脱离本发明的实施方案的精神和范围的情况下，可以任何合适的方式来组合特定实施方案的具体细节。然而，本发明的其他实施方案可以涉及与每个单独方面有关的具体实施方案或这些单独方面的具体组合。
已经出于说明和描述的目的呈现了对本发明的示例性实施方案的以上描述。不应认为上述描述是排他性的或将本发明限制于所描述的精确形式，并且根据以上教义有可能进行许多修改和变化。
除非有明确相反的指示，否则对“一个”、“一种”或“所述”的叙述旨在表示“一个或多个”。除非有明确相反的指示，否则“或”的使用旨在表示“包含或”，而不是“排除或”。
本文提及的所有专利、专利申请、出版物和描述出于所有目的以引用的方式整体并入。没有一项被认为是现有技术。

Claims (18)

1.一种对患者进行成像的方法，所述方法包括：
使用放射源对所述患者的区域执行锥形束计算机断层摄影(CBCT)扫描以获得多个投影图像，每个投影图像是在所述放射源相对于所述患者的多个几何形状中的不同的一个几何形状处取得的，其中所述患者的所述区域包括肿瘤；
由计算机***通过执行一个或多个迭代来确定所述患者的重建体积，每个迭代包括：
接收针对所述区域的起始重建体积，所述起始重建体积包括体素的三维网格；
针对所述多个几何形状的子集中的每个几何形状：
模拟从所述放射源穿过所述起始重建体积而到达虚拟二维检测器的射线，以获得虚拟图像的子集；
将所述虚拟图像的子集与所述多个投影图像的对应子集进行比较以确定残留图像的子集，每个残留图像包括残留像素阵列，其中确定所述残留图像的子集包括：
在所述投影图像的所述对应子集中的不同投影图像之间比较测量像素，以识别不一致像素；以及
对与所述不一致像素对应的所述残留像素降低权重；
基于所述残留图像的子集来构建包括残留体素的三维网格的残留体积；
将所述残留体积和所述起始重建体积组合以获得新的重建体积；以及
确定所述新的重建体积是否满足一个或多个停止标准或是否要执行另一个迭代。
2.如权利要求1所述的方法，其中构建所述残留体积包括：
针对所述残留图像中的每个残留图像的所述残留像素中的每个残留像素：
确定与从所述残留像素到所述放射源的射线相交的残留体素集；
针对所述残留体素集中的所述残留体素中的每个残留体素，确定对所述残留体素的贡献；以及
针对所述残留体素集中的所述残留体素中的每个残留体素：
累积对所述残留体素的所述贡献以获得所述残留体积。
3.如权利要求1所述的方法，其中获得所述新的重建体积还包括：
确定表示所述起始重建体积的体素变化的惩罚体积；以及
将所述惩罚体积、所述起始重建体积和所述残留体积组合，以获得所述新的重建体积。
4.如权利要求1所述的方法，还包括：
将平滑函数应用于所述残留体积的所述残留体素和/或应用于所述新的重建体积。
5.如权利要求1所述的方法，其中将所述残留体积和所述起始重建体积组合以获得所述新的重建体积包括：
将相应的加权因子应用于所述残留体积的每个残留体素，其中残留体素的所述加权因子基于与所述投影图像相对应的衰减水平来确定。
6.如权利要求1或权利要求5所述的方法，其中将所述残留体积和所述起始重建体积组合以获得所述新的重建体积包括：
存储来自一个或多个先前迭代的一个或多个先前残留体积；
使用所述一个或多个先前残留体积来确定所述新的重建体积。
7.如权利要求1所述的方法，还包括：
由所述计算机***将所述重建体积与治疗计划体积对准，以识别与所述肿瘤相关联的一个或多个改变，其中已经使用所述治疗计划体积来确定当前放射治疗计划；
基于所述一个或多个改变来更新放射治疗程序的特性，以获得更新的放射治疗程序；以及
使用所述更新的放射治疗程序向所述患者提供放射治疗。
8.如权利要求7所述的方法，其中所述更新的特性是所述患者的位置。
9.如权利要求7所述的方法，其中所述更新的特性是在所述放射治疗程序中将要施加的放射剂量。
10.如权利要求7所述的方法，还包括：
由所述计算机***分割所述重建体积，以识别与所述肿瘤相对应的区段，其中所述对准使用与所述肿瘤相对应的所述区段。
11.一种对患者进行成像的***，其包括：
成像装置，所述成像装置用于执行锥形束计算机断层摄影(CBCT)扫描，所述成像装置包括放射源和成像检测器，所述成像装置被配置为使用所述放射源对患者的区域执行CBCT扫描以获得多个投影图像，每个投影图像是在所述放射源相对于所述患者的多个几何形状中的不同的一个几何形状处取得的，其中所述患者的所述区域包括肿瘤；
计算机***的一个或多个处理器，所述一个或多个处理器被配置来：
通过执行一个或多个迭代确定所述患者的重建体积，每个迭代包括：
接收针对所述区域的起始重建体积，所述起始重建体积包括体素的三维网格；
针对所述多个几何形状的子集中的每个几何形状：
模拟从所述放射源穿过所述起始重建体积而到达虚拟二维检测器的射线，以获得虚拟图像的子集；
将所述虚拟图像的子集与所述多个投影图像的对应子集进行比较以确定残留图像的子集，每个残留图像包括残留像素阵列，其中确定所述残留图像的子集包括：
在所述投影图像的所述对应子集中的不同投影图像之间比较测量像素，以识别不一致像素；以及
对与所述不一致像素对应的所述残留像素降低权重；
基于所述残留图像的子集来构建包括残留体素的三维网格的残留体积；
将所述残留体积和所述起始重建体积组合以获得新的重建体积；以及
确定所述新的重建体积是否满足一个或多个停止标准或是否要执行另一个迭代。
12.如权利要求11所述的***，其中获得所述新的重建体积还包括：
确定表示所述起始重建体积的体素变化的惩罚体积；以及
将所述惩罚体积、所述起始重建体积和所述残留体积组合以获得所述新的重建体积。
13.如权利要求11所述的***，其中将所述残留体积和所述起始重建体积组合以获得所述新的重建体积包括：
将相应的加权因子应用于所述残留体积的每个残留体素，其中残留体素的所述加权因子基于与所述投影图像相对应的衰减水平来确定。
14.如权利要求11或权利要求13所述的***，其中将所述残留体积和所述起始重建体积组合以获得所述新的重建体积包括：
存储来自一个或多个先前迭代的一个或多个先前残留体积；
使用所述一个或多个先前残留体积来确定所述新的重建体积。
15.如权利要求11所述的***，其中所述一个或多个处理器进一步被配置来：
将所述重建体积与治疗计划体积对准，以识别与所述肿瘤相关联的一个或多个改变，其中已经使用所述治疗计划体积来确定当前放射治疗计划；以及
基于所述一个或多个改变确定放射治疗程序的更新特性，以获得更新的放射治疗程序，
所述***还包括：
放射源，所述放射源用于基于所述更新的放射治疗程序来向所述肿瘤提供放射。
16.一种计算机可读介质，其上存储有指令，所述指令将被执行以执行根据权利要求1-10中任一项所述的方法。
17.一种电子设备，包括：
存储器；
处理器；以及
存储在所述存储器上的计算机程序；
所述处理器被配置为执行所述计算机程序，以执行根据权利要求1-10中任一项所述的方法。
18.一种计算机实现的***，包括：被配置为执行根据权利要求1-10中任一项所述的方法的部件。
CN201680074298.8A 2015-10-16 2016-10-12 一种对患者进行成像的方法和*** Active CN108882897B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562242967P 2015-10-16 2015-10-16
US62/242,967 2015-10-16
PCT/US2016/056539 WO2017066248A1 (en) 2015-10-16 2016-10-12 Iterative image reconstruction in image-guided radiation therapy

Publications (2)

Publication Number Publication Date
CN108882897A CN108882897A (zh) 2018-11-23
CN108882897B true CN108882897B (zh) 2022-01-25

Family

ID=58518291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680074298.8A Active CN108882897B (zh) 2015-10-16 2016-10-12 一种对患者进行成像的方法和***

Country Status (5)

Country Link
US (1) US11173324B2 (zh)
EP (1) EP3361953A4 (zh)
CN (1) CN108882897B (zh)
HK (1) HK1259437A1 (zh)
WO (1) WO2017066248A1 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017066248A1 (en) 2015-10-16 2017-04-20 Varian Medical Systems, Inc. Iterative image reconstruction in image-guided radiation therapy
FR3080700B1 (fr) * 2018-04-26 2021-04-02 Centre Nat Rech Scient Procede et dispositif de controle non-destructif d'une piece
CN108898630B (zh) * 2018-06-27 2020-12-15 清华-伯克利深圳学院筹备办公室 一种三维重建方法、装置、设备和存储介质
CN112384280B (zh) * 2018-07-12 2023-04-04 西安大医集团股份有限公司 放疗设备等中心与治疗等中心一致性检测方法和***
US11935160B2 (en) * 2018-09-03 2024-03-19 Agfa Nv Method of generating an enhanced tomographic image of an object
WO2020112685A1 (en) * 2018-11-30 2020-06-04 Accuray Inc. Method and apparatus for image reconstruction and correction using inter-fractional information
WO2020150505A1 (en) * 2019-01-16 2020-07-23 Reflexion Medical, Inc. Methods for setup corrections in radiation therapy
US11278737B2 (en) 2019-09-09 2022-03-22 Varian Medical Systems International Ag Systems and methods for automatic treatment planning and optimization
CN113573776A (zh) * 2020-02-14 2021-10-29 西安大医集团股份有限公司 图像引导方法、装置、放疗设备和计算机存储介质
CN111586385B (zh) * 2020-05-29 2022-04-01 燕山大学 一种基于b样条曲线的投影图像颜色校正方法
US11915346B2 (en) 2021-05-18 2024-02-27 Elekta Limited Iterative image reconstruction
CN113792623B (zh) * 2021-08-27 2022-12-13 同方威视技术股份有限公司 安检ct目标物识别方法和装置
CN118059397A (zh) * 2021-08-30 2024-05-24 上海联影医疗科技股份有限公司 放疗剂量确定***
CN113855291B (zh) * 2021-12-01 2022-02-22 极限人工智能有限公司 种植体辅助规划方法、装置、电子设备及存储介质
US20230181931A1 (en) * 2021-12-13 2023-06-15 Siemens Healthineers International Ag Position verification and correction for radiation therapy using non-orthogonal on-board imaging
US11712584B1 (en) * 2022-05-24 2023-08-01 Accuray Incorporated Prospective and retrospective on-line adaptive radiotherapy
CN116758183B (zh) * 2023-08-18 2023-11-07 有方（合肥）医疗科技有限公司 一种cbct图像重建方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101449979A (zh) * 2002-11-12 2009-06-10 罗切斯特大学 用于锥形束体积计算的断层摄影术***成像的设备和方法
CN102918565A (zh) * 2010-05-27 2013-02-06 皇家飞利浦电子股份有限公司 用于采用偏心平板检测器的锥形射束计算机断层摄影成像的改进重建
CN103052959A (zh) * 2010-07-16 2013-04-17 沃尔弗拉姆·R·雅里施 具有优化递归的高效计算层析摄影术
CN103961128A (zh) * 2013-03-03 2014-08-06 李宝生 变焦点锥形束ct成像设备
CN104821002A (zh) * 2014-02-05 2015-08-05 西门子公司 计算机断层成像中图像数据的迭代重建

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1075947A (ja) * 1996-09-04 1998-03-24 Toshiba Corp 画像再構成処理装置におけるアーチファクト低減方法
US6421411B1 (en) * 2001-05-10 2002-07-16 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for helical image artifact reduction
DE10304662A1 (de) * 2003-02-05 2004-08-19 Siemens Ag Verfahren zur Erzeugung von Bildern in der Computertomographie mit einem 3D-Bildrekonstruktionsverfahren
TWI337329B (en) * 2006-04-18 2011-02-11 Iner Aec Executive Yuan Image reconstruction method for structuring two-dimensional planar imaging into three-dimension imaging
WO2009111580A2 (en) * 2008-03-04 2009-09-11 Tomotherapy Incorporated Method and system for improved image segmentation
DE102009014726A1 (de) 2009-03-25 2010-10-07 Siemens Aktiengesellschaft Verfahren und Bildrekonstruktionseinrichtung zur Rekonstruktion von Bilddaten
DE102009039987A1 (de) * 2009-09-03 2011-03-17 Siemens Aktiengesellschaft Iterativer CT-Bildfilter zur Rauschreduktion
US8934605B2 (en) * 2010-02-24 2015-01-13 Accuray Incorporated Gantry image guided radiotherapy system and related treatment delivery methods
JP5611091B2 (ja) * 2011-03-18 2014-10-22 三菱重工業株式会社 放射線治療装置制御装置、その処理方法、及びプログラム
US9636076B2 (en) * 2011-03-29 2017-05-02 Toshiba Medical Systems Corporation X-ray CT apparatus and image processing method
US9076255B2 (en) * 2011-05-31 2015-07-07 General Electric Company Method and system for reconstruction of tomographic images
US8712124B2 (en) * 2011-06-21 2014-04-29 General Electric Company Artifact removal in nuclear images
KR20130055510A (ko) * 2011-11-18 2013-05-28 삼성전자주식회사 디지털 단층촬영 시스템에서의 엑스선 산란추정과 복원 방법 및 장치
US9314160B2 (en) * 2011-12-01 2016-04-19 Varian Medical Systems, Inc. Systems and methods for real-time target validation for image-guided radiation therapy
US8958618B2 (en) * 2012-06-28 2015-02-17 Kabushiki Kaisha Toshiba Method and system for identification of calcification in imaged blood vessels
TWI517093B (zh) * 2013-10-11 2016-01-11 Univ Nat Yang Ming Computer tomography reconstruction method
KR20160010221A (ko) * 2014-07-18 2016-01-27 삼성전자주식회사 의료 영상 촬영 장치 및 그에 따른 영상 처리 방법
CN104867157B (zh) * 2015-06-01 2018-02-02 北京万东医疗科技股份有限公司 一种ct探测器像素响应不一致性的校正方法
US9848844B2 (en) * 2015-10-09 2017-12-26 Carestream Health, Inc. Iterative reconstruction process
WO2017066248A1 (en) 2015-10-16 2017-04-20 Varian Medical Systems, Inc. Iterative image reconstruction in image-guided radiation therapy

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101449979A (zh) * 2002-11-12 2009-06-10 罗切斯特大学 用于锥形束体积计算的断层摄影术***成像的设备和方法
CN102918565A (zh) * 2010-05-27 2013-02-06 皇家飞利浦电子股份有限公司 用于采用偏心平板检测器的锥形射束计算机断层摄影成像的改进重建
CN103052959A (zh) * 2010-07-16 2013-04-17 沃尔弗拉姆·R·雅里施 具有优化递归的高效计算层析摄影术
CN103961128A (zh) * 2013-03-03 2014-08-06 李宝生 变焦点锥形束ct成像设备
CN104821002A (zh) * 2014-02-05 2015-08-05 西门子公司 计算机断层成像中图像数据的迭代重建

Also Published As

Publication number Publication date
CN108882897A (zh) 2018-11-23
WO2017066248A1 (en) 2017-04-20
HK1259437A1 (zh) 2019-11-29
EP3361953A1 (en) 2018-08-22
US11173324B2 (en) 2021-11-16
EP3361953A4 (en) 2019-09-11
US20180229056A1 (en) 2018-08-16

Similar Documents

Publication Publication Date Title
CN108882897B (zh) 一种对患者进行成像的方法和***
US10857384B2 (en) Controlling and shaping the dose distribution outside treatment targets in external-beam radiation treatments
EP3886710B1 (en) Computed tomography system and method for image improvement using prior image
US11285339B2 (en) Generating time-efficient treatment field trajectories for external-beam radiation treatments
CN110114117B (zh) 用于辐射治疗计划的计算机***和计算机产品
EP3515555B1 (en) Optimization of radiation treatment plans for optimal treatment time in external-beam radiation treatments
US10413753B2 (en) Image-guided radiation therapy
US8913717B2 (en) Dose calculation method for multiple fields
CN113646038B (zh) 在放射治疗计划制定中使用等剂量表面以优化剂量分布
US12036422B2 (en) Expansion of search space for multicriteria optimization in radiation treatment planning
JP2024100832A (ja) イメージングにおける散乱評価および散乱補正を向上させるための方法および機器
Hyytiäinen 4D dose calculation in pencil beam scanning proton therapy

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant