CN110494189B - 用于对放射疗法治疗计划的鲁棒性进行评估的***和方法 - Google Patents

用于对放射疗法治疗计划的鲁棒性进行评估的***和方法 Download PDF

Info

Publication number
CN110494189B
CN110494189B CN201880023578.5A CN201880023578A CN110494189B CN 110494189 B CN110494189 B CN 110494189B CN 201880023578 A CN201880023578 A CN 201880023578A CN 110494189 B CN110494189 B CN 110494189B
Authority
CN
China
Prior art keywords
beam spot
fraction
clinical
errors
plan
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
CN201880023578.5A
Other languages
English (en)
Other versions
CN110494189A (zh
Inventor
阿尔宾·弗雷德里克松
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.)
Raysearch Laboratories AB
Original Assignee
Raysearch Laboratories AB
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 Raysearch Laboratories AB filed Critical Raysearch Laboratories AB
Publication of CN110494189A publication Critical patent/CN110494189A/zh
Application granted granted Critical
Publication of CN110494189B publication Critical patent/CN110494189B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103Treatment planning systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103Treatment planning systems
    • A61N5/1031Treatment planning systems using a specific method of dose optimization
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1042X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy with spatial modulation of the radiation beam within the treatment head
    • A61N5/1043Scanning the radiation beam, e.g. spot scanning or raster scanning
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40ICT 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N2005/1085X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy characterised by the type of particles applied to the patient
    • A61N2005/1087Ions; Protons

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Urology & Nephrology (AREA)
  • Surgery (AREA)
  • Radiation-Therapy Devices (AREA)

Abstract

提出了一种用于对放射治疗计划的鲁棒性进行评估的方法。该方法包括:限定多个情景,每个情景包括对于计划的每个分次的一个或多个误差,该误差包括分次间误差和/或分次内误差,并且计算由该情景得出的剂量分布;然后基于以下至少一项评估计划的鲁棒性:i.实现对所述情景被估计为临床目标实现的所述一组临床目标的概率;ii.对所述情景的DVH值的范围;iii.对于被限定为所述情景的剂量的体素取向的集合的剂量分布进行的剂量统计。

Description

用于对放射疗法治疗计划的鲁棒性进行评估的***和方法
技术领域
本发明涉及一种用于对放射治疗计划的鲁棒性进行评估的***和方法。
背景技术
在放射疗法中,电离辐射用于杀死或控制患者体内的恶性细胞。重要的是,辐射被递送为使得到恶性组织以及到应受保护的周围组织的辐射不会与设定的临床目标偏离太多。
患者相对于射束的未对准可能会导致外部射束放射疗法中计划的剂量分布和已递送的剂量分布之间存在大的差异。考虑到此类误差的常规方法是在治疗计划期间在任何感兴趣区域周围应用外放边界,以确保即使患者相对于射束移位目标也接受到所需剂量,或者健康器官接受到足够低的剂量。作为替代,可以使用鲁棒优化,其中,限定了多个不同的、可能的情景,并且治疗计划可以被优化,以对于所有可能的情景产生令人满意的结果。
放射疗法通常以多个通常多达30或40个分次(fraction)递送给患者。每个分次中递送的辐射可以与其他分次中的辐射相同,或者之间的辐射可以不同。除了在计划中引起的***性误差(例如,图像获取过程中的设置误差、图像伪影、从CT密度到停止功率的转换误差等)之外,***性误差还会以相同的方式影响每个分次。每个分次甚至分次内也可能存在随机误差。这包括在将患者定位进行治疗时的设置误差、器官运动、由于重量减轻而引起的几何形状变化等。这意味着,在考虑整个治疗时,通常会存在大量可能的情景,这些情景是由这些分次的不同误差组合而得到的。
对放射治疗计划的鲁棒性进行评估,以估计在不同可能的情景中的结果将受到多大的影响通常是有利的。通常,这是通过耗时的精确的情景剂量计算来实现的。或者,减少对计算工作量的需求将导致不精确的近似值。
Perkóet al.2016,Fast and accurate sensitivity analysis of IMPTtreatment plans using Polynomial Chaos Expansion,Physics in Medicine andBiology,21June 2016,基于多种情景剂量计算创建了剂量引擎的模型。该模型用于计算近似情景剂量。这样的方法仍然需要相对大量的精确的情景剂量计算,例如217,以创建剂量引擎的模型。而且,没有机制来考虑分次之间的误差或分次内的误差。
Lowe et al.2015,Incorporating the effect of fractionation in theevaluation of proton plan robustness to setup errors,Physics in Medicine andBiology 16December 2015,提出使鲁棒性评估基于很少的精确的情景剂量计算,例如14,并提出采用体素取向(voxel-wise)的最坏情景下的剂量作为鲁棒性的指示。通常有很多可能的情景,并且如Lowe等人所提出的那样,限制情景剂量的数量通常将无法准确表示给定体素将接收的剂量。然而,14种精确的情景剂量计算仍比期望的数量大,并且该方法未考虑分次内的误差。由于限制情景数量,因此该方法无法用于准确地计算实现临床目标的概率。
Beckham et al.2002,A fluence-convolution method to calculateradiation therapy dose distributions that incorporate random set-up error,Physics in Medicine and Biology,7October 2002,近似了随机设置误差对光子疗法的影响。他们通过将高斯核函数的通量进行卷积以生成近似于随机设置误差影响的单一剂量分布来实现。然而,仅当分次的数量非常大时,这样的单一剂量分布才是准确的,因此对于低分次的治疗用途有限。而且,它没有考虑***性误差或分次内误差,也不能用于计算临床目标实现或DVH范围或包络的统计数据。
希望找到一种对放射治疗计划的鲁棒性进行评估的方法,用以克服上述缺点。
发明内容
本发明的目的是提出一种对放射治疗计划的鲁棒性进行评估的方法,该方法将提供比以前的方法更精确的结果,同时计算效率更高。
本发明提出了一种用于对包括多个治疗分次的放射治疗计划的鲁棒性进行评估的方法,该方法包括的步骤如下:
a.获取要评估的计划;
b.限定包括有对于每个分次的一个或多个误差的情景;
c.计算在所述情景下由所述计划得到的剂量分布,其中,通过单个射束剂量计算来近似计算每个射束对于根据情景得到的总剂量分布的贡献;
d.对多个不同的情景重复步骤b和c;
e.根据以下项中的至少一者来评估计划的鲁棒性:
i.实现对所述情景被估计为临床目标实现的一组临床目标的概率;
ii.对所述情景的DVH值的范围;
iii.对于被限定为所述情景的剂量的体素取向的集合的剂量分布进行的剂量统计。
与现有技术方法相比,根据本发明的方法能够更快、更准确地计算出对于多个不同情景的最终剂量分布。在评估计划的可能结果时,可以考虑在治疗的任何分次中引起的误差,包括***性误差、分次间误差和分次内误差,以通过可管理的计算工作来产生可靠的评估。情景是对治疗中可能出现的一系列误差的描述,以及可以描述***性误差、治疗分次之间出现的分次间误差,或治疗分次内出现的分次内误差,或它们的组合。
此外,根据本发明的方法保留了体素之间的相关性,因此可以用于计算临床目标的统计量。
根据优选的实施方式,对于以下至少一者中的元素中的每个元素至少执行一次步骤a至步骤d:
·一幅或多幅患者图像,
·一幅或多幅人造患者图像,
·一个或多个密度误差。
这使得能够基于真实的或人造的患者图像和/或密度误差来评估计划。可以创建人造患者图像用以仿照预测的患者随时间的变化。这种变化可能是由于例如运动或重量减轻引起的。
通常,每个分次的一个或多个误差至少包括影响所有分次的***性误差;和/或至少包括分次特有误差。
优选地,通过单射束剂量计算来近似每个射束对在情景中产生的总剂量分布的贡献。实际的实现方式因治疗类型而异。当用于基于通量的治疗时,这涉及对于每个射束方向和能量使用单个通量分布,用以计算当在情景下由计划产生的总剂量分布的近似值。例如,可以将对于每个射束和能量的单个通量分布计算为根据所有分次的投影到所述射束的通量平面上的对应的设置误差所转换的所有分次的通量分布的总和。
当本发明的方法用于基于点扫描离子的治疗计划时,这意味着对于每个射束的单组射束点权重被用于计算在一情景中由该计划产生的总剂量分布的近似值。
这可能涉及计算对于每个射束的单组射束点权重,作为用于每个分次的射束点权重的总和,其是按照如下方式来计算的:根据情景中根据所述分次的投影到所述射束点平面上的对应设置误差来转换射束点位置;根据所述分次的量程误差或密度误差来改变所述射束点的能量;以及通过在射束点之间插补射束点权重,将与经转换的射束点位置相关联的射束点权重分配给计划的(非转换的)射束点位置。
在一个实施方式中,在每个分次中的所述通量分布是根据所述分次的与所述射束的所述通量平面正交的对应的设置误差的分量来缩放的。
优选的实施方式还包括获取一组临床目标的步骤,该组临床目标包括用于要评估的计划的至少一个临床目标。评估所基于的一组临床目标最好是用于创建要评估的计划的一组临床目标。然后适合地,该方法包括确定满足至少一个临床目标的概率并在评估中使用该概率的另一步骤。
在射束点之间插补射束点权重的步骤优选地包括以下步骤:确定位于距计划用射束点一定距离处的辅助射束点,所述距离取决于患者与所述射束点平面或辐射源之间的相对位置中的至少一个假定的移位;以及将所述辅助射束点包括在所述插补中。因此,在该插补中,通常将经转换的射束点的权重分配给计划射束点以及辅助射束点。然后在随后的剂量计算中使用计划射束点和辅助射束点。
对于放射疗法,通量和剂量之间存在已知的线性相关性。根据本发明,该相关性被用于基于在精确数量的分次上的近似累积通量来计算累积剂量,而不是如现有技术方法所做的,按照单个分次或无限数量的分次来计算剂量。
本发明还涉及一种包括计算机可读代码装置的计算机程序产品,当在计算机中运行时,所述计算机程序产品将使计算机执行根据以上描述的方法。这可以包括存储设备,例如包括代码装置的非暂时性存储器。
本发明还涉及一种治疗计划***,该***包括处理器、数据存储器以及程序存储器,数据存储器包括用于获取治疗计划的数据,该数据包括用于进行计划的一组临床目标,程序存储器包括根据上述的计算机程序产品。
附图说明
下面将通过示例并参考附图更详细地描述本发明,在附图中
图1示出了经受放射治疗的患者的第一示意性横截面,
图2示出了经受放射治疗的患者的第二示意性横截面,
图3是本发明方法的第一实施方式的流程图,
图4示出了经受放射治疗的患者的第三示意性横截面,
图5是本发明方法的第二实施方式的流程图,
图6是放射治疗***的示意性概图,其中可以实施根据本发明实施方式的方法。
具体实施方式
通常,根据本发明的优选实施方式,计算出用于模拟治疗的大量的总剂量,其中总剂量是对于治疗分次的剂量之和。
图1示意性地示出了治疗设置,包括具有肿瘤13的患者的示意性横截面11。辐射源15放置在患者上方。在辐射源15和患者之间限定通量平面17,在通量平面17中计算由辐射产生的通量。在辐射源15和通量平面之间,存在限制射束横截面的准直仪19或类似元件。通常,在光子疗法中,准直仪的开口面积可以在各个分次之间变化,也可以在分次内变化,以确定应使多少辐射到达患者的特定部位。可以理解,该图是三维情形的二维表示。
如果患者11相对于辐射源15以及相对于通量平面移位,则与预期剂量相比,到达患者的剂量将是残缺的。通常,在计划阶段存在患者的移位,这将以相同的方式影响所有治疗分次,并且在每个分次都会发生患者的随机移位。这些移位的方向和幅度是无法预测的。
图2示出了用于基于光子的放射治疗计划的方法的功能。如图1所示,示出了具有肿瘤23的患者21。辐射源25放置在患者上方,并且在辐射源25与患者之间限定通量平面27。在辐射源25和通量平面之间,存在限制射束横截面的准直仪29或类似元件。
如在通量平面中示出的对应于第一分次的具有不同高度的实心框31所指示的,通量将在所照射的区域上变化。尽管图2仅在一个维度上显示了通量的每个分量,但通量将分布在与通量平面平行的二维子区域中。这些子区域称为bixel(射束像素),每个bixel将接收由准直仪的对应区域的开放时间所确定的辐射量,以及由于诸如泄漏和羽化等因素引起的辐射。在通量平面上的通量的2D映射称为通量分布。第二分次的通量由虚线框33指示,该虚线框向左移位并添加到第一分次的框上。对于常规的放射治疗,在数周的时间内将递送给患者多个这样的分次,例如20个或更多。
每个分次的辐射都会给患者带来分次剂量,该分次剂量将随照射量而变化。所有分次的总辐射导致到患者的剂量累积起来。当没有误差时,也就是说,如果患者的几何形状在整个治疗过程中是静态的,则累积到患者的剂量与在所有分次中在通量平面中累积的通量具有线性关系。这意味着可以通过对所有分次添加准直仪对应区域的开放时间来计算来自bixel的累积通量,并且类似地,可以通过将所有分次的通量分布相加来计算患者的累积通量分布。然后,可以使用累积的通量分布来计算累积的剂量。
实际上,患者在递送过程中的位置与计划过程中的位置并不完全相同,如实线和虚线框所示,每种代表一分次通量。患者通常在每个分次期间也会移位。因此,患者将相对于辐射源移位,并因此相对于通量平面移位,因此给定的bixel将在不同的分次下或甚至在给定的分次内对患者产生不同的影响。这意味着来自给定bixel的累积通量不能直接地用于计算到患者的累积的剂量。
为了简化计算并使得来自给定bixel的累积通量可用于计算到患者的累积的剂量,本发明利用一种近似,其中认为将患者相对于辐射源和通量平面固定。患者相对于辐射源的相对运动被近似为固定的通量平面中通量分布的移位,以及可能的插补和缩放。将通量平面中的移位确定为患者的移位到通量平面上的投影。近似的效果是,当通量分布发生变化时,先前通过bixel x递送的通量现在近似为通过bixel y递送的通量,bixel y相对于源的位置与bixel x相对于源的位置不同,并且因此,bixel y辐射的方向和发散与bixel x的辐射的方向和发散不同。实际上,由于患者移位,辐射的发散不会改变。如果执行缩放,则可以通过平方反比定律,从正交于通量平面的患者移位分量中计算出缩放比例。例如,如果患者在一个分次下从源移开,则该分次的通量分量将根据该移位和平方反比定律按比例缩小。使用上述近似,可以将包括对于每个分次的误差,或者甚至每个分次内的多个误差的累积的通量分布计算为根据所述误差移位和缩放的通量分布的总和。然后可以使用累积的通量分布来计算到患者的累积的剂量。
根据本发明的方法基于这样的假设:存在***性设置和/或密度误差,该误差在计划期间发生,并且将以相同的方式影响每个分次。另外,存在特定于分次的分次间误差,其将被视为每个分次的随机误差,并且可能存在一个或多个特定于分次的分次内误差,其将被视为在每个分次内的多个随机误差。为了确定计划的鲁棒性,将限定影响剂量递送的不同的可能的误差组,以及将确定对于每个此类组的最终剂量,并将其与计划的临床目标进行比较。一组误差将包括一个对于所有分次都相同的***性误差、每个分次的一个分次间随机误差(其在分次之间变化)以及每个分次的零个或多个分次内随机误差(其在每个分次内变化)。
每个误差都反映了患者身体几何形状相对于计划图像的偏差。对于每个给定的射束,可能与比例因子结合在两个几何尺寸中限定误差。然而,为了计算总剂量,必须计算由数个射束产生的总剂量。患者的身***置和/或几何形状可以在三个维度上变化,或者如果还要考虑距离,则可以在四个维度上变化。三维设置误差将投影成二维中的通量位移,以及可能还有比例因子,通常对于每个射束来说,比例因子是唯一的。由于患者密度不同而引起的量程误差也会对射束产生不同的影响。
图3是根据本发明的方法的流程图。在步骤S31中,获取用以评估的治疗计划。该计划可以以任何合适的方式获取。通常,选择已经计算出的计划用于评估。计划被计算的方式并不重要。可以用来评估计划的一组输入数据通常也可以在此阶段获取,但是只要该组输入数据可用于比较和评估步骤S38,则该组输入数据可以在该程序中的任何一处获取。这一组输入数据可以包括一组临床目标,该组临床目标包括一个或多个目标,通常是在优化计划时用作输入的临床目标。可替代地,输入数据可以以来自模拟治疗的DVH数据为基础。第三种选择是使用以在患者的二维或三维图像中呈现正常剂量分布的普通方式来呈现的体素取向剂量统计。在步骤S32和步骤S33中,根据与在计划时假设的设置的偏差来限定情景。
在步骤S32中,确定影响所有分次的***性误差。***性误差可能是由于例如在获取计划扫描时患者未完全对准而导致的。当然,***性误差可以设置为零,但是在每种情景中,计划和实际情形之间可能都存在一些偏差。
在步骤S33中,为计划的每个治疗分次选择分次间随机误差。同样,可以将一个或多个误差设置为零。
在步骤S34中,为计划的每个治疗分次选择零个或多个分次内随机误差。同样,可以将一个或多个误差设置为零。
在步骤S35中,执行模拟以确定根据当前情景的剂量分布。对于基于光子的治疗计划,或使用bixel网格来表示通量的其他模态的计划,对于每个子区域(例如,bixel),这可以通过确定在所有分次的累积持续时间内bixel开放的累积时间来实现。为此,利用近似值——将通量在固定通量平面中转换、并且可能地进行插补和缩放——作为误差的影响。基于该累积的开放时间,可以计算到患者的每个子体积的累积的递送剂量。
步骤S36是可选步骤,其中根据当前模拟治疗的剂量评估临床目标。通过计算实现临床目标的模拟治疗次数,可以估算出实现临床目标的概率,并且不需要将所有情景中的剂量同时存储在存储器中。该评估可以基于每个模拟治疗的加权贡献,这取决于相应情景的可能性的概率。
在模拟和评估之后,存在判定步骤S37,是否应该模拟更多情景。如果是,则转到步骤S32,如果否,则转到步骤S38。可以理解,该流程图中的循环仅用于说明性目的,以讨论每个步骤,而不应理解为在任何给定时间只能进行一次模拟。如本领域技术人员将理解的,可以并行执行多个模拟。
根据要考虑的情景的数量,从步骤S32到步骤S37的循环被重复所需的次数。通常,考虑数百或甚至数千个情景。
在步骤S38中,评估在步骤S34中计算出的所得剂量分布。评估可以多种方式进行,并且可以自动选择或通过用户输入进行选择。例如,可以评估临床目标。优选地,计算独立地或有条件地或两者都满足的临床目标的概率。计算这些概率的方法将在下面讨论。计算出的概率用于对计划的鲁棒性进行评估。可替代地,可以呈现基于所有情景的DVH的变化范围的DVH带或对于所有情景的DVH。另一种选择是在情景中呈现体素取向统计量,例如体素取向最小或最大或分位数剂量。可替代地,作为步骤S36的一部分,可以对于每个情景执行比较,并且仅在步骤S38中执行最终评估。
在点扫描质子治疗中,质子被聚焦为称作射束点的小的子射束,这些小子射束被导向患者体内的精确位置。射束点由射束的方向及其能量所限定。特定射束点的射束点权重由射束沿该特定方向以及以特定能量照射的时间来确定。
图4示出了点扫描质子治疗。如图1所示,存在具有肿瘤43的患者41。辐射源45放置在患者上方。在辐射源45和患者之间,为每个射束能量限定射束点平面47。以三个维度示意性地示出了射束点平面和患者,以指示射束点平面中的射束点的位置,即,射束点穿过在射束点平面内的点。在射束点平面中示出了多个射束点49。
对于点扫描方法,本发明将患者相对于源和射束点平面的运动近似为射束点平面中射束点的位置从预期位置到实际位置的移位。这意味着本发明认为患者、源和射束点平面相对于彼此固定,这与本发明认为对于基于通量的治疗的患者、源和通量平面相对于彼此固定的方式类似。将射束点在射束点平面中的位置的移位确定为患者的移位到射束点平面上的投影。由于几个原因,移位射束点的位置使剂量计算变得困难。首先,这些射束点通常是任意分布的,而不是规则排列的。而且,即使射束点有规律地分布,设置误差通常也不与射束点间距相匹配。还有,射束点权重必须在三个维度内转换,以考虑距离不确定性以及位置。这意味着,由于密度不同于计划而导致的每个布拉格峰的移位都被计算并近似为能量变化,并且在不同能量层的射束点平面中的射束点位置通常不是排成行的。
为了考虑到患者和射束点平面中射束点位置之间相对运动的影响,本发明使用射束点的转换位置作为插补的输入,并将与经转换的射束点位置相关联的射束点权重分配给根据插补确定现有(非转换)射束点的位置。这种插补会引入误差,所述误差会随着射束点距离的增加而增加。因此,如果射束点相距较远,则精度会降低。
根据本发明的实施方式,对于要模拟的每种治疗的每个分次,计算根据设置和范围误差移位的射束点的位置。使用所有可能的射束点位置的组,选择辅助射束点。辅助射束点优选地以保持射束点总数和插补误差小的方式选择。这可以通过本领域中已知的不同方式例如,通过聚类或各种类型的网格来实现。可替代地,可以在足够细且大的网格上预先计算射束点,以允许具有期望的精度的插补,而无需根据要预先模拟的每种治疗的每个分次来计算移位的射束点位置。
图5是示出如何将本发明的方法应用于点扫描治疗计划的流程图。
在第一步骤S51中,获取包括多个射束点的点扫描质子治疗计划,所述多个射束点在此将其称为计划射束点。如在步骤S31中那样,如何计算计划并不重要。优选在该阶段还获取用于评估计划的一组输入数据,但是类似于图3的程序,只要该组输入数据可用于比较和评估步骤S61,则它们可以在程序中的任何一处获取。例如,这可以是一组临床目标,该组临床目标包括一个或多个目标,通常是在优化计划时用作输入的临床目标。
在步骤S52中,确定情景的***性误差,该***性误差将以相同方式影响所有治疗分次。在步骤S53中,确定对于该情景中每个分次的随机误差。这可以可选地包括对于计划的每个治疗分次选择一个或多个分次内随机误差。同样,可以将一个或多个误差设置为零。
在步骤S54中,将所有分次的移位的计划射束点位置或者甚至每个分次内的每个误差确定为根据投影到射束点平面上的设置误差的计划射束点位置的移位。这样做时,也可以例如根据平方反比定律和正交于射束点平面的设置误差的分量、以及根据量程误差的能量改变来缩放射束点权重。
优选地,已经通过计算在要模拟的所有治疗中对于所有分次的移位计划射束点位置或甚至每个分次内的所有误差来预先计算辅助射束点,并使用这些移位的计划射束点位置来确定辅助射束点的位置。计划射束点和辅助射束点的组(集合)称为插补射束点的组。或者,可以预先计算出包含所有可能要考虑的误差的辅助射束点网格,从而无需事先确定要考虑的模拟治疗方法。
接下来,在步骤S55中,基于与所讨论的插补射束点的位置相邻的移位的计划射束点位置中的权重,执行插补以确定每个插补射束点中的权重贡献。通过插补(例如,对于任意网格的最近邻的插补或分散的数据插补,或对于常规网格的双线性插补或三线性插补),将已位移的计划射束点的权重分配给插补射束点并累积用于插补射束点。
可以顺序地执行步骤S54和步骤S55,以便首先计算所有分次内所有误差的移位的计划射束点位置,然后对它们中的所有执行插补,或混合地执行步骤S54和步骤S55,使得对于每个分次内的每个误差,确定移位的计划射束点位置并执行插补。
最后,在步骤S56中,使用每个插补射束点的累积权重来计算该射束点的剂量贡献,并将对于模拟治疗的剂量分布计算为所有插补射束点的剂量贡献的总和。
步骤S59是可选步骤,在该步骤中根据当前模拟治疗的剂量评估临床目标。通过计算实现临床目标的模拟治疗次数,可以估算出实现临床目标的概率,并且不需要将所有情景中的剂量同时存储在存储器中。在步骤S60中,确定是否应当考虑另一情景。如果是,则过程返回到步骤S52,并且对于另一情景再次执行上述循环S52-S60。对于很多认为需要的情景,可以重复该循环。步骤S60中的决定可以基于不同的标准。通常,在继续步骤S61之前,将考虑预定数量的情景。在步骤S61中,评估实现每个临床目标的概率。如果一种无法接受的情景无法实现临床目标,也可能停止步骤,这可能意味着该计划不合适。在这种情况中,可以修改计划并再次评估。可以理解,可以推迟步骤S59的计算,以便在步骤S61中计算出满足临床目标的所有情景的概率。
优选地,为了加速计算,已经预先计算了每个插补射束点对患者的剂量贡献,从而可以从数据库或其他类型的存储器中获取剂量贡献,而不是对于每个新的评估再次计算。以这种方式,在步骤S55中,可以将模拟治疗的剂量计算为通过插补的权重加权的预先存在的值的总和。
Fredriksson、Forsgren和
Figure GDA0002891541830000131
Maximizing the probability ofsatisfying the clinical goals in radiation therapy treatment planning undersetup uncertainty,Medical Physics,Vol.42,No.7,July 2015,公开了一种考虑不确定因素以实现治疗计划的鲁棒优化的方法。但是,它没有讨论如何评估现有治疗计划的鲁棒性。
如果需要生物学上校正的总剂量,则可以使用插补法来计算大量的单剂量情景剂量,然后可以使用任意(非线性)函数对其进行组合。
对计划进行评估,以确定达到一定百分比的临床目标的概率。给定模拟治疗的剂量,可以用一栏显示实现目标的概率来扩展临床目标的列表。例如,目标可以包括90%的目标覆盖率和90%的风险器官保留率。此外,可以选择一个或多个目标组,并且可以评估同时实现这些目标的概率,例如,由上述两个目标组成的组。例如,同时实现两个目标的概率为81-90%。
可以按照任何合适的方式来显示根据以上计算的剂量,例如,作为叠加的DVH曲线、DVH带或叠加在患者图像上。也可以显示与剂量有关的体素取向统计,例如在所有情景中任何给定体素的最少剂量,或每个具有标准偏差的体素的平均值。
图6是用于放射治疗成像和/或计划的***的概述。将会理解,可以以任何合适的方式来设计这样的***,并且图6所示的设计仅是示例。患者61被放置在治疗床63上。该***包括成像单元,该成像单元具有辐射源65,该辐射源65安装在机架67中以向位于床63上的患者发射辐射。通常,床63和机架67可相对于彼此在几个大小上移动,以尽可能灵活且正确地向患者提供辐射。如果该***用于成像,则还存在检测器69,该检测器69被放置在合适的位置,通常在床63的与机架67相反的一侧上。这些部分是技术人员众所周知的。该***还包括计算机71,计算机可以用于放射治疗计划和/或用于控制放射治疗。将会理解,计算机71可以是不连接至成像单元的单独的单元。
计算机71包括处理器73、数据存储器74和程序存储器76。优选地,还以键盘、鼠标、操纵杆、语音识别装置或任何其他可用的用户输入装置的形式存在一个或多个用户输入装置78、79。用户输入装置还可以被布置为从外部存储单元接收数据。
数据存储器74包括临床数据和/或用于获取治疗计划的其他信息,该信息包括要用于计划的一组临床目标。数据存储器74还包括要在根据本发明的实施方式的治疗计划中使用的用于一个或多个患者的一个或多个剂量图。程序存储器76保存设置成用于治疗计划优化的本身已知的计算机程序。程序存储器76还保存设置成使计算机执行结合图3讨论的方法步骤的计算机程序和/或设置成使计算机执行结合图5讨论的方法步骤的计算机程序。
可以理解,仅示意性地示出和讨论了数据存储器74和程序存储器76。可能存在几个数据存储单元,每个数据存储单元都保存一种或多种不同类型的数据,或者一个数据存储器以适当的结构化方式保存所有数据,并且对于程序存储器也一样。一个或多个存储器也可以存储在其他计算机上。例如,计算机可以仅被设置为执行所述方法中的一种,存在另一台计算机用于执行优化。

Claims (22)

1.一种用计算机实现的对包括多个治疗分次的放射疗法治疗计划的鲁棒性进行评估的方法,所述方法包括以下步骤:
a.获取要评估的计划;
b.限定包括有对于每个分次的一个或多个误差的情景;
c.计算在所述情景下由所述计划得到的剂量分布,其中,通过单个射束剂量计算来近似计算每个射束对于根据情景得到的总剂量分布的贡献;
d.对多个不同的情景重复步骤b和c;
e.基于以下项中的至少一者,通过将计算出的每种情景的剂量分布与一组临床目标进行比较来评估所述计划的所述鲁棒性:
i.实现对所述情景被估计为临床目标实现的所述一组临床目标的概率;
ⅱ.对所述情景的DVH值的范围;
ⅲ.对于被限定为所述情景的剂量的体素取向的集合的剂量分布进行的剂量统计。
2.根据权利要求1所述的方法,其中,对以下项中的至少一者中的元素中的每个元素至少执行一次步骤a至步骤d:
·一幅或多幅患者图像;
·一幅或多幅人造患者图像;
·一个或多个密度误差。
3.根据权利要求1所述的方法,其中,每个分次的所述一个或多个误差至少包括影响所有分次的***性误差、和/或至少包括分次特有误差。
4.根据权利要求2所述的方法,其中,每个分次的所述一个或多个误差至少包括影响所有分次的***性误差、和/或至少包括分次特有误差。
5.根据权利要求1至4中的任一项所述的方法,其中,将对于每个射束方向和能量的单个通量分布用于计算根据情景得到的总剂量分布的近似值。
6.根据权利要求5所述的方法,其中,将对于每个射束和能量的所述单个通量分布被计算为根据所有分次的投影到所述射束的通量平面上的对应的设置误差所转换的所有分次的通量分布的总和。
7.根据权利要求6所述的方法,其中,在每个分次中的所述通量分布是根据所述分次的与所述射束的所述通量平面正交的对应的设置误差的分量来缩放的。
8.根据权利要求1至4中的任一项所述的方法,所述方法用于基于点扫描离子的治疗计划,其中,将用于每个射束的单组射束点权重用于计算根据情景得出的所述总剂量分布的近似值。
9.根据权利要求8所述的方法,其中,用于每个射束的所述单组射束点权重被计算为所有分次的射束点权重的总和,每个分次的射束点权重是通过以下方式来计算的:根据所述分次的投影到所述射束点平面上的对应设置误差来转换射束点位置;根据所述分次的量程误差或密度误差来改变所述射束点的能量;以及通过在射束点之间插补射束点权重来将与经转换的射束点位置相关联的射束点权重分配给现有的未转换的射束点位置。
10.根据权利要求9所述的方法,其中,每个分次中的射束点权重是根据所述分次的与所述射束的所述射束点平面正交的对应的设置误差的分量来缩放的。
11.根据权利要求9所述的方法,其中,在射束点之间插补射束点权重的步骤包括以下步骤:确定位于距计划用射束点一定距离处的辅助射束点,所述距离取决于患者与所述射束点平面或辐射源之间的相对位置中的至少一个假定的移位;以及将所述辅助射束点包括在所述插补中。
12.根据权利要求10所述的方法,其中,在射束点之间插补射束点权重的步骤包括以下步骤:确定位于距计划用射束点一定距离处的辅助射束点,所述距离取决于患者与所述射束点平面或辐射源之间的相对位置中的至少一个假定的移位;以及将所述辅助射束点包括在所述插补中。
13.根据权利要求1-4、6-7和9-12中的任一项所述的方法,还包括以下步骤:获取一组临床目标,所述一组临床目标包括用于要评估的所述计划的至少一个临床目标。
14.根据权利要求13所述的方法,其中,所述一组临床目标用于形成要评估的所述计划。
15.根据权利要求5所述的方法,还包括以下步骤:获取一组临床目标,所述一组临床目标包括用于要评估的所述计划的至少一个临床目标。
16.根据权利要求15所述的方法,其中,所述一组临床目标用于形成要评估的所述计划。
17.根据权利要求8所述的方法,还包括以下步骤:获取一组临床目标,所述一组临床目标包括用于要评估的所述计划的至少一个临床目标。
18.根据权利要求17所述的方法,其中,所述一组临床目标用于形成要评估的所述计划。
19.根据权利要求13所述的方法,还包括步骤c2:判定所述至少一个临床目标是否因为在步骤c中计算的所述剂量分布而得以实现;并且其中,步骤d涉及对不同的情景重复步骤b和步骤c、以及步骤c2;并且其中,步骤e涉及在步骤c2中实现所述至少一个临床目标的情况下,对通过各情景的分次来满足所述至少一个临床目标的概率进行近似计算。
20.根据权利要求14-18中的任一项所述的方法,还包括步骤c2:判定所述至少一个临床目标是否因为在步骤c中计算的所述剂量分布而得以实现;并且其中,步骤d涉及对不同的情景重复步骤b和步骤c、以及步骤c2;并且其中,步骤e涉及在步骤c2中实现所述至少一个临床目标的情况下,对通过各情景的分次来满足所述至少一个临床目标的概率进行近似计算。
21.一种程序存储器,其中存储有包括计算机可读代码装置的计算机程序产品,其中,当在计算机中运行时,所述计算机程序产品将使所述计算机执行根据权利要求1-20中的任一项所述的方法。
22.一种治疗计划***(71),所述治疗计划***包括处理器(73)、数据存储器(74)、以及根据权利要求21所述的程序存储器(76),所述数据存储器(74)包括用于获取治疗计划的数据,所述数据包括用于进行计划的一组临床目标。
CN201880023578.5A 2017-04-05 2018-04-03 用于对放射疗法治疗计划的鲁棒性进行评估的***和方法 Active CN110494189B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP17164934.6 2017-04-05
EP17164934.6A EP3384961B1 (en) 2017-04-05 2017-04-05 System and method for modelling of dose calculation in radiotherapy treatment planning
PCT/EP2018/058413 WO2018185063A1 (en) 2017-04-05 2018-04-03 System and method for modelling of dose calculation in radiotherapy treatment planning

Publications (2)

Publication Number Publication Date
CN110494189A CN110494189A (zh) 2019-11-22
CN110494189B true CN110494189B (zh) 2021-05-04

Family

ID=58489590

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880023578.5A Active CN110494189B (zh) 2017-04-05 2018-04-03 用于对放射疗法治疗计划的鲁棒性进行评估的***和方法

Country Status (5)

Country Link
US (1) US11413474B2 (zh)
EP (1) EP3384961B1 (zh)
JP (1) JP6783398B2 (zh)
CN (1) CN110494189B (zh)
WO (1) WO2018185063A1 (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9855445B2 (en) 2016-04-01 2018-01-02 Varian Medical Systems, Inc. Radiation therapy systems and methods for delivering doses to a target volume
US10688320B2 (en) 2017-05-30 2020-06-23 Reflexion Medical, Inc. Methods for real-time image guided radiation therapy
EP3641884B8 (en) 2017-06-22 2024-01-03 RefleXion Medical, Inc. Methods for calculating bounded dose-volume histograms (dvh) for evaluating a treatment plan
US11712579B2 (en) 2017-07-21 2023-08-01 Varian Medical Systems, Inc. Range compensators for radiation therapy
US11590364B2 (en) 2017-07-21 2023-02-28 Varian Medical Systems International Ag Material inserts for radiation therapy
US10549117B2 (en) 2017-07-21 2020-02-04 Varian Medical Systems, Inc Geometric aspects of radiation therapy planning and treatment
US10843011B2 (en) 2017-07-21 2020-11-24 Varian Medical Systems, Inc. Particle beam gun control systems and methods
US10092774B1 (en) 2017-07-21 2018-10-09 Varian Medical Systems International, AG Dose aspects of radiation therapy planning and treatment
US10183179B1 (en) 2017-07-21 2019-01-22 Varian Medical Systems, Inc. Triggered treatment systems and methods
EP3967367A1 (en) 2017-11-16 2022-03-16 Varian Medical Systems Inc Increased beam output and dynamic field shaping for radiotherapy system
US10910188B2 (en) 2018-07-25 2021-02-02 Varian Medical Systems, Inc. Radiation anode target systems and methods
WO2020150505A1 (en) 2019-01-16 2020-07-23 Reflexion Medical, Inc. Methods for setup corrections in radiation therapy
US10814144B2 (en) 2019-03-06 2020-10-27 Varian Medical Systems, Inc. Radiation treatment based on dose rate
US11116995B2 (en) 2019-03-06 2021-09-14 Varian Medical Systems, Inc. Radiation treatment planning based on dose rate
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
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
US11865361B2 (en) 2020-04-03 2024-01-09 Varian Medical Systems, Inc. System and method for scanning pattern optimization for flash therapy 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
EP3943152A1 (en) * 2020-07-20 2022-01-26 RaySearch Laboratories AB Robust treatment planning or plan evaluation
TWI778742B (zh) * 2021-08-11 2022-09-21 禾榮科技股份有限公司 劑量規劃系統
CN114010963B (zh) * 2021-11-08 2023-10-20 上海联影医疗科技股份有限公司 剂量确定的***、方法及计算机可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101820918A (zh) * 2007-10-10 2010-09-01 艾文蒂斯药品公司 新型基于紫杉醇类化合物的组合物
CN102316930A (zh) * 2008-10-27 2012-01-11 断层放疗公司 用于递送放射治疗的运动自适应优化的***和方法
CN105854191A (zh) * 2016-04-26 2016-08-17 中国科学院合肥物质科学研究院 一种放射治疗中三维剂量验证***及验证方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011000204B4 (de) * 2011-01-18 2013-04-25 Gsi Helmholtzzentrum Für Schwerionenforschung Gmbh Erstellung einer Bestrahlungsplanung unter Berücksichtigung der Auswirkungen zumindest einer Unsicherheit
BR112013023264A2 (pt) * 2011-03-15 2018-07-03 Koninklijke Philips Nv sistema de planejamento de tratamento para a geração de margens de tratamento específico do paciente, método e sistema de terapia por radiação.
US10369381B2 (en) * 2014-09-02 2019-08-06 Mayo Foundation For Medical Education And Research System and method for robust intensity-modulated proton therapy planning
US10328282B2 (en) * 2015-07-13 2019-06-25 Mayo Foundation For Medical Education And Research System and method for novel chance-constrained optimization in intensity-modulated proton therapy planning to account for range and patient setup uncertainties

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101820918A (zh) * 2007-10-10 2010-09-01 艾文蒂斯药品公司 新型基于紫杉醇类化合物的组合物
CN102316930A (zh) * 2008-10-27 2012-01-11 断层放疗公司 用于递送放射治疗的运动自适应优化的***和方法
CN105854191A (zh) * 2016-04-26 2016-08-17 中国科学院合肥物质科学研究院 一种放射治疗中三维剂量验证***及验证方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A fluence-convolution method to calculate radiation therapy dose distributions that incorporate random set-up error.;Beckham W A;Keall P J;Siebers J V;《Physics in medicine and biology》;20021007;全文 *
Albin Fredriksson,Anders Forsgren,Björn Hårdemark.Maximizing the probability of satisfying the clinical goals in radiation.《Medical Physics》.2015, *

Also Published As

Publication number Publication date
WO2018185063A1 (en) 2018-10-11
US11413474B2 (en) 2022-08-16
CN110494189A (zh) 2019-11-22
JP6783398B2 (ja) 2020-11-11
EP3384961B1 (en) 2021-10-13
US20200121953A1 (en) 2020-04-23
JP2020516360A (ja) 2020-06-11
EP3384961A1 (en) 2018-10-10

Similar Documents

Publication Publication Date Title
CN110494189B (zh) 用于对放射疗法治疗计划的鲁棒性进行评估的***和方法
CN110960805B (zh) 对强度调制质子疗法执行照射时间优化的方法和装置
US9616247B2 (en) Treatment plan evaluation in radiotherapy by stochastic analysis of delineation uncertainty
RU2449372C2 (ru) Эффективное взаимодействие пользователя с многоугольными сетками для сегментации медицинских изображений
US7672705B2 (en) Weighted surface-to-surface mapping
US20070071169A1 (en) Method for verification of intensity modulated radiation therapy
JP2006142043A (ja) 放射線治療線量を自動的に計画する方法
JP2017528250A (ja) 放射線治療計画最適化及び視覚化
EP3215220A1 (en) Robust radiotherapy treatment plan generation
US9563948B2 (en) System and method of applying an arbitrary angle to reformat medical images
JP6285434B2 (ja) 線量変形誤差計算方法およびシステム
JP2018515274A (ja) ビームジオメトリを選択する方法
JP5813207B2 (ja) 粒子線スキャニング照射システム
CN115004312A (zh) 为多标准优化生成多个潜在的治疗计划
Ayyangar et al. Do we need Monte Carlo treatment planning for linac based radiosurgery? A case study
JP2022524239A (ja) 放射線治療計画作成のためのシステム、コンピュータプログラム製品、及び方法
JP2023140321A (ja) 線量マッピング不確実性に対するロバストな放射線治療計画のための方法及びシステム
CN112823820B (zh) 获得聚焦离子束的能谱技术领域
EP3338860A1 (en) Registration of particle beam radiography data
CN113744331B (zh) 能量确定方法、装置、设备和存储介质
Benhdech et al. Dosimetric quality control of Eclipse treatment planning system using pelvic digital test object
JP2023173946A (ja) ビーム監視システム、粒子線治療システム、プログラム、並びにビーム監視方法
Benhdech et al. New method to perform dosimetric quality control of treatment planning system using PENELOPE Monte Carlo and anatomical digital test objects
EP3751524A1 (en) Method, computer program product and computer system for providing an approximate image
Klepper Interactive input and correction of information about the structure of the irradiated object in planning of radiation 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