CN109589504A - 一种多叶光栅叶片到位精度验证***及其实现方法 - Google Patents
一种多叶光栅叶片到位精度验证***及其实现方法 Download PDFInfo
- Publication number
- CN109589504A CN109589504A CN201811383358.1A CN201811383358A CN109589504A CN 109589504 A CN109589504 A CN 109589504A CN 201811383358 A CN201811383358 A CN 201811383358A CN 109589504 A CN109589504 A CN 109589504A
- Authority
- CN
- China
- Prior art keywords
- blade
- leaf
- image
- module
- placing precision
- 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.)
- Granted
Links
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
- A61N5/1042—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
- A61N5/1048—Monitoring, verifying, controlling systems and methods
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种多叶光栅叶片到位精度验证***及其实现方法,包含前端影像数据获取单元,采用剂量胶片和定位钢珠获取参考点和叶片到位影像,并用扫描仪转换为数字影像。后端影像数据分析单元,包括依次连接的影像增强模块、影像降噪模块、标记点自动识别模块、叶片编辑映射模块、叶片到位精度计算模块、报告生成模块,后端影像数据分析单元对影像进行处理计算,得到各个叶片排列和在不同位置到位精度。本发明可准确获取叶片到位位置影像并可以对像素距离进行换算,支持非标准叶片厚度排列,可自定义叶片厚度并映射至位置影像,可对影像进行滤波处理计算得到每个叶片到位精度,具有操作简单、计算准确、成本低的优点。
Description
技术领域:
本发明涉及医学图像处理技术领域,尤其涉及一种多叶光栅叶片到位精度验证***及其实现方法。
背景技术:
多叶光栅是医用直线加速器中的重要部件,它的位置精度直接影响放射治疗照射野适形的准确性和剂量精度。多叶光栅由两组可对开叶片依次排列组成,在临床放疗中放疗质控人员需定期进行质控以保证每对叶片的到位精度在容许范围内。因此在临床放射治疗工作中需要一种便捷可靠的方法完成多叶光栅叶片到位精度的定期质控。目前现有多叶光栅叶片到位精度质控多采用以下两种方法:
无标记点叶片自动识别方法,该方法特点不使用标记点作为参考,通过灰度值差异在垂直于叶片移动方向计算识别不同叶片,再在平行叶片移动方向进行计算比对叶片的到位精度。该方法前端使用剂量胶片或电子射野影像装置(Electronic Portal ImagingDevice,EPID)进行显影成像,后端通过垂直叶片移动方向灰度差异即相邻叶片之间的漏照射显影识别叶片排列。由于不同型号多叶光栅相邻叶片间漏照射存在较大差异,而新型多叶光栅相邻叶片间漏照射率较低,在实际使用中该方法极易受到干扰出现叶片排列识别不准或者完全不识别情况。此外由于该方法不设标记点,难以准确得到等中心点位置,因此界定叶片排列起始位置偏差较大。该方法特点为无需特殊模体,成本低、操作简单,精度差。
有标记点叶片预置识别方法,该方法特点以标记点作为参考点,在垂直叶片移动方向将叶片排列顺序按照设计参数进行映射,最后在平行叶片移动方向计算每个叶片的到位精度。该方法对于叶片到位精度计算较为准确,但现有商用解决方案只支持进口加速器指定型号多叶光栅(如Varian HD120、Elekta MLCi2),不支持国产加速器多叶光栅,而目前较多国产加速器采用非标准厚度叶片排列(如2.8mm和3.8mm叶片交替排列)。同时现有采用该方法的解决方案中所使用成像设备为EPID,标记点标定需使用特定体模,价格均非常昂贵。该方法特点计算精度较高但成本高昂,且不支持非标准叶片厚度排列。
发明内容:
本发明的目的在于提供一种多叶光栅叶片到位精度验证***及其实现方法,以解决现有技术的不足。
本发明由如下技术方案实施:一种多叶光栅叶片到位精度验证***,其特征在于,包含前端影像数据获取单元,采用剂量胶片和定位钢珠获取参考点和叶片到位影像,并用扫描仪转换为数字影像;后端影像数据分析单元,对影像进行处理计算,得到各个叶片排列和在不同位置到位精度,其中:
前端影像数据获取单元包括剂量胶片、定位钢珠、扫描仪;剂量胶片,用于对剂量差异进行显影;定位钢珠,用于标记参考点以在影像中进行区分显示;扫描仪,用于将胶片影像转换为数字影像;
后端影像数据分析单元包括依次连接的影像增强模块、影像降噪模块、标记点自动识别模块、叶片编辑映射模块、叶片到位精度计算模块、报告生成模块;影像增强模块,用于增强影像对比度;影像降噪模块,用于抑制影像噪声;标记点自动识别模块,用于自动识别影像中的标记参考点;叶片编辑映射模块,用于编辑叶片排列信息和在影像上映射叶片排列;叶片到位精度计算模块,用于分离出指定位置处单个条栅灰度波形并计算左叶片和右叶片到位精度;报告生成模块,用于统计所有叶片到位精度分析结果并生成分析报告。
优选的,所述影像增强模块采用图像灰度拉伸算法增强影像高灰度和低灰度区域对比度。
优选的,所述影像降噪模块采用噪声抑制算法抑制噪声干扰,使得灰度波形曲线更为平滑。
优选的,所述标记点自动识别模块采用高灰度自动搜索算法在三分之一条栅宽度区域内自动搜索高灰度点并标记显示。
优选的,所述叶片编辑映射模块自定义叶片排列,并根据像素/距离转换系数将叶片排列转换为像素排列,并以等中心参考标记点为起始点进行映射。
优选的,所述叶片到位精度计算模块采用滤波算法和插值算法,获取单个条栅位置处灰度波形并得到截断位置。
一种多叶光栅叶片到位精度验证***及其实现方法,包括以下步骤:
a).标记参考点,将剂量胶片置于加速器机头灯野,将一粒钢珠固定至加速器灯野正中心十字线处,将另一粒延叶片移动垂直方向固定至距第一粒钢珠8厘米处;
b).获取叶片位置影像,将多叶光栅叶片完全关闭后以两粒钢珠方向为中轴打开2厘米开口,出束对剂量胶片进行照射,保持2厘米开口将叶片整体向左分别移动3厘米和6厘米,每次移动到位后出束进行照射,向中轴线右侧移动3厘米和6厘米执行同样操作,得到五条叶片位置条栅;
c).将胶片影像转换为数字影像,扫描胶片获得数字影像,使用扫描仪对胶片进行扫描得到tif格式数字影像,扫描采用16比特灰度扫描;
d).对叶片排列进行编辑并将叶片排列在数字影像进行映射,读入叶片排列设计参数,根据两个参考点位置计算出像素与实际距离转换系数,将读入叶片排列实际距离转换为像素距离,以中心参考点为起点将叶片排列映射在数字影像上进行显示;
e).对图像进行增强和降噪,使用灰度拉伸算法增强图像对比度,使用线性最小二乘滤波算法降低图像噪声扰动,分离出在垂直于叶片移动方向各叶片位置处五个不同开合位置对应的一组灰度波形,遍历所有叶片位置所有叶片开合情况对应波形;
f).识别单对叶片中左叶片和右叶片到位位置,对波形进行插值,以波峰为参考进行归一化,根据预设截断比在波峰两侧进行截断,计算截断点对应位置即为左叶片和右叶片到位位置;
g).自动生成报告,根据以上计算数据生成统计报告,包括叶片到位示意图,各叶片到位偏差统计图,各叶片到位偏差统计表。
本发明的优点:本发明实现并完成了一套操作简单、成本低、精度高、支持非标准叶片厚度设计的多叶光栅叶片位置精度验证***,可准确获取叶片到位位置影像并可以对像素距离进行换算,支持非标准叶片厚度排列,可自定义叶片厚度并映射至位置影像,可对影像进行滤波处理计算得到每个叶片到位精度,主要优点有:
第一是计算准确,由于本发明基于参考标记点对预置叶片排列进行映射,因此其到位精度计算时使用的叶片排列与实际厂商设计参数一致。常用无标记点叶片自动识别方法由于叶片之间漏照射较少,难以准确识别出叶片在不同位置排列,容易出现同一对叶片中左右叶片不对应情况,本发明采用的有标记点方法准确率大大高于无标记点叶片自动识别方法。
第二是成本低,本发明计算准确率能达到现有采用EPID和特定体模的有标记点叶片预置识别方法,但相对于EPID和特定体模动辄数十万元的报价,本技术***价格在一万以内,使得以前没有足够资金开展多叶光栅质控的广大基层医院有条件开展质量控制,更好的保证精准调强放疗剂量精度,最终使得在基层医院就诊的肿瘤患者能接受到更加精准有效的肿瘤放射治疗,有益于更多基层医院肿瘤患者。
附图说明:
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的前端影像数据获取单元原理框图。
图2为本发明的后端为影像分析软件单元原理框图。
图3为本发明的***工作方法流程图。
具体实施方式:
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1、2所示,本发明提出了一种多叶光栅叶片到位精度验证***,该***包含两大主要部分,分别为前端影像数据获取单元,采用剂量胶片和定位钢珠获取参考点和叶片到位影像,并用扫描仪转换为数字影像;后端为影像分析软件单元,对影像进行处理计算,得到各个叶片排列和在不同位置到位精度。
前端影像数据获取包含剂量胶片,用于对剂量差异进行显影;定位钢珠,用于标记参考点以在影像中进行区分显示;扫描仪,用于将胶片影像转换为数字影像;后端影像数据分析包含影像增强模块,用于增强影像对比度;降噪模块,用于抑制影像噪声;标记点识别模块,用于自动识别影像中的标记参考点;叶片导入和映射模块,用于编辑叶片排列信息和在影像上映射叶片排列;叶片到位计算模块,用于分离出指定位置处单个条栅灰度波形并计算左叶片和右叶片到位精度;报告生成模块,用于统计所有叶片到位精度分析结果并生成分析报告。
本发明提出的叶片到位精度分析***采用多模块集成方式,前端影像获取使用的剂量胶片,在受到不同剂量时灰度显示区分度好,当加速器出束时由于叶片遮挡,可在胶片上很好的显示出叶片边缘;定位钢珠由于密度高,在剂量胶片上显影时灰度值高容易区分,将定位钢珠标记于等中心点可很好的指示出叶片排列的起始位置,两个指定距离钢珠标记点在将胶片影像转换为数字影像后能准确的得到像素和实际距离的转换系数用于初始化计算;扫描仪可以较为准确的将胶片影像转换为灰度数字影像便于后端分析;后端影像分析软件包含的不同模块,影像增强采用图像灰度拉伸算法,可有效增强高灰度和低灰度区域对比度,使得在波形分析时高低灰度值区分更为明显;影像降噪采用噪声抑制算法,可抑制噪声干扰,使得灰度波形曲线更为平滑;标记点识别模块采用高灰度自动搜索算法,在三分之一条栅宽度区域内自动搜索高灰度点并标记显示;叶片排列编辑和映射模块,可自定义叶片排列并根据像素/距离转换系数将叶片排列转换为像素排列,并以等中心参考标记点为起始点进行映射;叶片到位计算模块采用滤波算法和插值算法,可以完整的获取单个条栅位置处灰度波形并准确的得到截断位置;报告生成模块将最终统计所有计算结果并分析。
该***前端和后端各个模块紧密衔接,所采用处理算法准确可靠,可以充分实现多叶光栅叶片位置精度计算分析功能。
如图3所示,本发明的实现方法包括以下步骤:
a).标记参考点,将剂量胶片置于加速器机头灯野,将一粒钢珠固定至加速器灯野正中心十字线处,将另一粒延叶片移动垂直方向固定至距第一粒钢珠8厘米处;
b).获取叶片位置影像,将多叶光栅叶片完全关闭后以两粒钢珠方向为中轴打开2厘米开口,出束对剂量胶片进行照射,保持2厘米开口将叶片整体向左分别移动3厘米和6厘米,每次移动到位后出束进行照射,向中轴线右侧移动3厘米和6厘米执行同样操作,得到五条叶片位置条栅;
c).扫描胶片获得数字影像,使用扫描仪对胶片进行扫描得到tif格式数字影像,扫描采用16比特灰度扫描;
d).对叶片排列进行编辑并将叶片排列在数字影像进行映射,读入叶片排列设计参数(csv文件内容格式为叶片编码及对应位置),根据两个参考点位置计算出像素与实际距离转换系数,将读入叶片排列实际距离转换为像素距离,以中心参考点为起点将叶片排列映射在数字影像上进行显示;
e).对图像进行增强和降噪,使用灰度拉伸算法增强图像对比度,使用线性最小二乘滤波算法降低图像噪声扰动,分离出在垂直于叶片移动方向各叶片位置处五个不同开合位置对应的一组灰度波形,遍历所有叶片位置所有叶片开合情况对应波形;
f).识别单对叶片中左叶片和右叶片到位位置,对波形进行插值,以波峰为参考进行归一化,根据预设截断比在波峰两侧进行截断,计算截断点对应位置即为左叶片和右叶片到位位置;
g).自动生成报告,根据以上计算数据生成统计报告,包括叶片到位示意图,各叶片到位偏差统计图,各叶片到位偏差统计表。
需要指明的是,为论述方便本发明示例中前端成像单元以剂量胶片为例但不仅局限于胶片介质成像单元,也包括EPID电子射野影像装置,当在使用EPID时可省略步骤c,直接获得到数字化灰度影像用于后端分析。
本发明有两大优点:
第一是计算准确,由于本发明基于参考标记点对预置叶片排列进行映射,因此其到位精度计算时使用的叶片排列与实际厂商设计参数一致。常用无标记点叶片自动识别方法由于叶片之间漏照射较少,难以准确识别出叶片在不同位置排列,容易出现同一对叶片中左右叶片不对应情况,本发明采用的有标记点方法准确率大大高于无标记点叶片自动识别方法。
第二是成本低,本发明计算准确率能达到现有采用EPID和特定体模的有标记点叶片预置识别方法,但相对于EPID和特定体模动辄数十万元的报价,本技术***价格在一万以内,使得以前没有足够资金开展多叶光栅质控的广大基层医院有条件开展质量控制,更好的保证精准调强放疗剂量精度,最终使得在基层医院就诊的肿瘤患者能接受到更加精准有效的肿瘤放射治疗,有益于更多基层医院肿瘤患者。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种多叶光栅叶片到位精度验证***,其特征在于,包含前端影像数据获取单元,采用剂量胶片和定位钢珠获取参考点和叶片到位影像,并用扫描仪转换为数字影像;后端影像数据分析单元,对影像进行处理计算,得到各个叶片排列和在不同位置到位精度,其中:
前端影像数据获取单元包括剂量胶片、定位钢珠、扫描仪;剂量胶片,用于对剂量差异进行显影;定位钢珠,用于标记参考点以在影像中进行区分显示;扫描仪,用于将胶片影像转换为数字影像;
后端影像数据分析单元包括依次连接的影像增强模块、影像降噪模块、标记点自动识别模块、叶片编辑映射模块、叶片到位精度计算模块、报告生成模块;影像增强模块,用于增强影像对比度;影像降噪模块,用于抑制影像噪声;标记点自动识别模块,用于自动识别影像中的标记参考点;叶片编辑映射模块,用于编辑叶片排列信息和在影像上映射叶片排列;叶片到位精度计算模块,用于分离出指定位置处单个条栅灰度波形并计算左叶片和右叶片到位精度;报告生成模块,用于统计所有叶片到位精度分析结果并生成分析报告。
2.根据权利要求1所述的一种多叶光栅叶片到位精度验证***,其特征在于,所述影像增强模块采用图像灰度拉伸算法增强影像高灰度和低灰度区域对比度。
3.根据权利要求1所述的一种多叶光栅叶片到位精度验证***,其特征在于,所述影像降噪模块采用噪声抑制算法抑制噪声干扰,使得灰度波形曲线更为平滑。
4.根据权利要求1所述的一种多叶光栅叶片到位精度验证***,其特征在于,所述标记点自动识别模块采用高灰度自动搜索算法在三分之一条栅宽度区域内自动搜索高灰度点并标记显示。
5.根据权利要求1所述的一种多叶光栅叶片到位精度验证***,其特征在于,所述叶片编辑映射模块自定义叶片排列,并根据像素/距离转换系数将叶片排列转换为像素排列,并以等中心参考标记点为起始点进行映射。
6.根据权利要求1所述的一种多叶光栅叶片到位精度验证***,其特征在于,所述叶片到位精度计算模块采用滤波算法和插值算法,获取单个条栅位置处灰度波形并得到截断位置。
7.一种多叶光栅叶片到位精度验证***实现方法,其特征在于,包括以下步骤:
a).标记参考点,将剂量胶片置于加速器机头灯野,将一粒钢珠固定至加速器灯野正中心十字线处,将另一粒延叶片移动垂直方向固定至距第一粒钢珠8厘米处;
b).获取叶片位置影像,将多叶光栅叶片完全关闭后以两粒钢珠方向为中轴打开2厘米开口,出束对剂量胶片进行照射,保持2厘米开口将叶片整体向左分别移动3厘米和6厘米,每次移动到位后出束进行照射,向中轴线右侧移动3厘米和6厘米执行同样操作,得到五条叶片位置条栅;
c).将胶片影像转换为数字影像,扫描胶片获得数字影像,使用扫描仪对胶片进行扫描得到tif格式数字影像,扫描采用16比特灰度扫描;
d).对叶片排列进行编辑并将叶片排列在数字影像进行映射,读入叶片排列设计参数,根据两个参考点位置计算出像素与实际距离转换系数,将读入叶片排列实际距离转换为像素距离,以中心参考点为起点将叶片排列映射在数字影像上进行显示;
e).对图像进行增强和降噪,使用灰度拉伸算法增强图像对比度,使用线性最小二乘滤波算法降低图像噪声扰动,分离出在垂直于叶片移动方向各叶片位置处五个不同开合位置对应的一组灰度波形,遍历所有叶片位置所有叶片开合情况对应波形;
f).识别单对叶片中左叶片和右叶片到位位置,对波形进行插值,以波峰为参考进行归一化,根据预设截断比在波峰两侧进行截断,计算截断点对应位置即为左叶片和右叶片到位位置;
g).自动生成报告,根据以上计算数据生成统计报告,包括叶片到位示意图,各叶片到位偏差统计图,各叶片到位偏差统计表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811383358.1A CN109589504B (zh) | 2018-11-20 | 2018-11-20 | 一种多叶光栅叶片到位精度验证***及其实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811383358.1A CN109589504B (zh) | 2018-11-20 | 2018-11-20 | 一种多叶光栅叶片到位精度验证***及其实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109589504A true CN109589504A (zh) | 2019-04-09 |
CN109589504B CN109589504B (zh) | 2021-02-09 |
Family
ID=65960132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811383358.1A Active CN109589504B (zh) | 2018-11-20 | 2018-11-20 | 一种多叶光栅叶片到位精度验证***及其实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109589504B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110399771A (zh) * | 2019-04-12 | 2019-11-01 | 泰州阿法光电科技有限公司 | 交通环境现场维护*** |
CN111773560A (zh) * | 2020-07-10 | 2020-10-16 | 苏州雷泰医疗科技有限公司 | 一种基于epid的光栅位置标定和验证方法 |
CN113521560A (zh) * | 2021-06-22 | 2021-10-22 | 苏州雷泰医疗科技有限公司 | 一种基于epid的光栅全自动标定方法、装置及放射治疗设备 |
CN114146328A (zh) * | 2021-12-03 | 2022-03-08 | 苏州雷泰医疗科技有限公司 | 基于组合模体的加速器***的自动化qa方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011107112A1 (en) * | 2010-03-02 | 2011-09-09 | Elekta Ab (Publ) | Improvements in or relating to position detection |
CN105288870A (zh) * | 2015-11-03 | 2016-02-03 | 上海联影医疗科技有限公司 | 一种多叶准直器的校准方法 |
CN105405101A (zh) * | 2015-11-12 | 2016-03-16 | 上海联影医疗科技有限公司 | X射线图像处理方法和装置 |
CN106345072A (zh) * | 2016-09-21 | 2017-01-25 | 山东师范大学 | 一种直线加速器多叶光栅叶片位置的实时检测方法及*** |
CN106500577A (zh) * | 2016-10-20 | 2017-03-15 | 山东省千佛山医院 | 一种医用直线加速器多页光栅位置检测方法 |
CN107921278A (zh) * | 2015-06-12 | 2018-04-17 | 爱可瑞公司 | 使用多重验证***的多叶准直器叶子位置验证 |
CN108653938A (zh) * | 2018-07-09 | 2018-10-16 | 山东省肿瘤防治研究院(山东省肿瘤医院) | 一种便携式医用直线加速器室间质评装置及双盲评价方法 |
US10463885B2 (en) * | 2013-09-26 | 2019-11-05 | Varian Medical Systems International Ag | Dosimetric end-to-end verification devices, systems, and methods |
-
2018
- 2018-11-20 CN CN201811383358.1A patent/CN109589504B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011107112A1 (en) * | 2010-03-02 | 2011-09-09 | Elekta Ab (Publ) | Improvements in or relating to position detection |
US10463885B2 (en) * | 2013-09-26 | 2019-11-05 | Varian Medical Systems International Ag | Dosimetric end-to-end verification devices, systems, and methods |
CN107921278A (zh) * | 2015-06-12 | 2018-04-17 | 爱可瑞公司 | 使用多重验证***的多叶准直器叶子位置验证 |
CN105288870A (zh) * | 2015-11-03 | 2016-02-03 | 上海联影医疗科技有限公司 | 一种多叶准直器的校准方法 |
CN105405101A (zh) * | 2015-11-12 | 2016-03-16 | 上海联影医疗科技有限公司 | X射线图像处理方法和装置 |
CN106345072A (zh) * | 2016-09-21 | 2017-01-25 | 山东师范大学 | 一种直线加速器多叶光栅叶片位置的实时检测方法及*** |
CN106500577A (zh) * | 2016-10-20 | 2017-03-15 | 山东省千佛山医院 | 一种医用直线加速器多页光栅位置检测方法 |
CN108653938A (zh) * | 2018-07-09 | 2018-10-16 | 山东省肿瘤防治研究院(山东省肿瘤医院) | 一种便携式医用直线加速器室间质评装置及双盲评价方法 |
Non-Patent Citations (5)
Title |
---|
付庆国,杨超凤,杨海明: "《 3种方法验证多叶光栅到位精度的比较》", 《中国癌症防治杂志》 * |
张传义: "《一种医用直线加速器多叶光栅的位置检测***的研究》", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
李智华,张瑞平,邓满国,蒋胜鹏: "《医科达多叶准直器到位精度的胶片测量方法》", 《中华放射肿瘤学杂志》 * |
李长虎,徐利明,滕建建,戈伟,张军,马广栋: "《瓦里安加速器动态治疗日志文件在多叶准直器到位精度检测中的应用研究》", 《中华放射肿瘤学杂志》 * |
魏展福,叶必云,莫伟,何宝贞: "《医科达Synergy多叶准直器(MLC)常规检测方法及质量保证》", 《医疗装备》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110399771A (zh) * | 2019-04-12 | 2019-11-01 | 泰州阿法光电科技有限公司 | 交通环境现场维护*** |
CN111773560A (zh) * | 2020-07-10 | 2020-10-16 | 苏州雷泰医疗科技有限公司 | 一种基于epid的光栅位置标定和验证方法 |
WO2022007312A1 (zh) * | 2020-07-10 | 2022-01-13 | 苏州雷泰医疗科技有限公司 | 一种基于epid的光栅位置标定和验证方法 |
CN111773560B (zh) * | 2020-07-10 | 2022-01-14 | 苏州雷泰医疗科技有限公司 | 一种基于epid的光栅位置标定和验证方法 |
CN113521560A (zh) * | 2021-06-22 | 2021-10-22 | 苏州雷泰医疗科技有限公司 | 一种基于epid的光栅全自动标定方法、装置及放射治疗设备 |
CN113521560B (zh) * | 2021-06-22 | 2024-04-09 | 苏州雷泰医疗科技有限公司 | 一种基于epid的光栅全自动标定方法、装置及放射治疗设备 |
CN114146328A (zh) * | 2021-12-03 | 2022-03-08 | 苏州雷泰医疗科技有限公司 | 基于组合模体的加速器***的自动化qa方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109589504B (zh) | 2021-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109589504A (zh) | 一种多叶光栅叶片到位精度验证***及其实现方法 | |
CN110582328B (zh) | 一种放射治疗出射束监测方法和*** | |
CN109938764B (zh) | 一种基于深度学习的自适应多部位扫描成像方法及其*** | |
US11464467B2 (en) | Automated tooth localization, enumeration, and diagnostic system and method | |
CN105027163B (zh) | 扫描区域确定装置 | |
US7024026B1 (en) | Relative calibration for dosimetric devices | |
CN105031833A (zh) | 放射治疗装置的剂量验证*** | |
RU2589461C2 (ru) | Устройство для создания присваиваний между областями изображения и категориями элементов | |
CN115205469A (zh) | 基于cbct的牙齿与牙槽骨重建方法、设备及介质 | |
CN112785632B (zh) | 基于epid的图像引导放疗中dr和drr影像跨模态自动配准方法 | |
KR102461343B1 (ko) | 금속 인공 음영이 포함된 의료영상에서 치아 랜드마크 자동 검출 방법 및 시스템 | |
CN105405101B (zh) | X射线图像处理方法和装置 | |
US11000239B2 (en) | Methods, systems, and apparatus for determining radiation doses | |
US9355454B2 (en) | Automatic estimation of anatomical extents | |
CN111192268B (zh) | 医学图像分割模型构建方法与cbct图像骨分割方法 | |
CN114119491A (zh) | 一种基于医学图像分析的数据处理*** | |
CN116168097A (zh) | 构建cbct勾画模型和勾画cbct图像的方法、装置、设备及介质 | |
KR101750173B1 (ko) | 방사선 유효 피폭량 자동 계산 시스템 및 방법 | |
CN114558251A (zh) | 一种基于深度学习的自动摆位方法、装置及放射治疗设备 | |
CN113080936A (zh) | 一种皮肤疾病皮损范围测量*** | |
CN113129327A (zh) | 一种基于神经网络模型生成内大体靶区的方法和*** | |
Eikman et al. | Computer-assisted liver-mass estimation from gamma-camera images | |
CN111933252B (zh) | 一种牙位检出和缺失牙标记方法及装置 | |
CN108961228A (zh) | 一种远程医疗诊断*** | |
JP4518632B2 (ja) | 医用ディジタル画像のダイナミック・レンジを決定するための方法および装置 |
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 |