CN113577581B - 放疗剂量确定*** - Google Patents
放疗剂量确定*** Download PDFInfo
- Publication number
- CN113577581B CN113577581B CN202111006830.1A CN202111006830A CN113577581B CN 113577581 B CN113577581 B CN 113577581B CN 202111006830 A CN202111006830 A CN 202111006830A CN 113577581 B CN113577581 B CN 113577581B
- Authority
- CN
- China
- Prior art keywords
- image
- radiotherapy
- target
- flux map
- iteration round
- 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
Links
- 238000001959 radiotherapy Methods 0.000 title claims abstract description 333
- 230000005855 radiation Effects 0.000 claims abstract description 170
- 230000004907 flux Effects 0.000 claims abstract description 150
- 238000000034 method Methods 0.000 claims abstract description 64
- 238000003384 imaging method Methods 0.000 claims description 30
- 230000004044 response Effects 0.000 claims description 12
- 230000002285 radioactive effect Effects 0.000 claims description 7
- 238000002591 computed tomography Methods 0.000 claims description 6
- 238000013170 computed tomography imaging Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 description 65
- 230000008569 process Effects 0.000 description 35
- 238000012545 processing Methods 0.000 description 35
- 239000002245 particle Substances 0.000 description 23
- 238000009826 distribution Methods 0.000 description 19
- 238000000342 Monte Carlo simulation Methods 0.000 description 18
- 238000012986 modification Methods 0.000 description 17
- 230000004048 modification Effects 0.000 description 17
- 238000004891 communication Methods 0.000 description 13
- 238000012937 correction Methods 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 230000006978 adaptation Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000037237 body shape Effects 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000002721 intensity-modulated radiation therapy Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 201000005202 lung cancer Diseases 0.000 description 2
- 208000020816 lung neoplasm Diseases 0.000 description 2
- 239000011164 primary particle Substances 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 2
- 229910052721 tungsten Inorganic materials 0.000 description 2
- 239000010937 tungsten Substances 0.000 description 2
- 241000579895 Chlorostilbon Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000010976 emerald Substances 0.000 description 1
- 229910052876 emerald Inorganic materials 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- ZLIBICFPKPWGIZ-UHFFFAOYSA-N pyrimethanil Chemical compound CC1=CC(C)=NC(NC=2C=CC=CC=2)=N1 ZLIBICFPKPWGIZ-UHFFFAOYSA-N 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1071—Monitoring, verifying, controlling systems and methods for verifying the dose delivered by the treatment plan
-
- 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
- A61N5/1075—Monitoring, verifying, controlling systems and methods for testing, calibrating, or quality assurance of the radiation treatment apparatus
-
- 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
- A61N2005/1054—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using a portal imaging system
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)
- Radiation-Therapy Devices (AREA)
Abstract
本说明书实施例公开了一种放疗剂量确定***。所述***包括处理器,所述处理器用于执行以下方法:获取放射源相关数据、目标对象在目标放疗时刻的放疗辅助图像,以及所述目标放疗时刻对应的初始通量图;至少基于所述放疗辅助图像、所述初始通量图以及所述放射源相关数据,利用一次或多次迭代确定对应于所述目标放疗时刻的;获取所述目标对象的目标扫描图像;以及基于所述目标通量图,所述目标扫描图像以及所述放射源相关数据,确定所述目标对象在所述目标放疗时刻所接收的放疗剂量。
Description
技术领域
本说明书涉及医疗放射领域,特别涉及一种放疗剂量确定***。
背景技术
在放疗流程中需要计算放射剂量分布,依据确定计算好的放射剂量对患者进行放射治疗。计算的放射剂量分布的精确度会影响放疗治疗效果的评价,据此放射剂量分布的计算尤为重要。由此,需要一种能够精确重建出患者在治疗过程中接受的真实三维剂量的放疗剂量确定方法。
发明内容
本说明书实施例之一提供一种放疗剂量确定***。所述***包括处理器,所述处理器用于执行以下方法:获取放射源相关数据、目标对象在目标放疗时刻的放疗辅助图像,以及所述目标放疗时刻对应的初始通量图;至少基于所述放疗辅助图像、所述初始通量图以及所述放射源相关数据,利用一次或多次迭代确定对应于所述目标放疗时刻的;获取所述目标对象的目标扫描图像;以及基于所述目标通量图,所述目标扫描图像以及所述放射源相关数据,确定所述目标对象在所述目标放疗时刻所接收的放疗剂量。
本说明书实施例之一提供一种放疗剂量确定***。所述***包括:第一获取模块,用于获取放射源相关数据、目标对象在目标放疗时刻的放疗辅助图像,以及所述目标放疗时刻对应的初始通量图;第一确定模块,用于至少基于所述放疗辅助图像、所述初始通量图以及所述放射源相关数据,利用一次或多次迭代确定对应于所述目标放疗时刻的目标通量图;第二获取模块,用于获取所述目标对象的目标扫描图像;以及第二确定模块,用于基于所述目标通量图,所述目标扫描图像以及所述放射源相关数据,确定所述目标对象在所述目标放疗时刻所接收的放疗剂量。
本说明书实施例之一提供一种计算机可读存储介质,其中,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行上述处理器执行的放疗剂量确定方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的一种放疗剂量确定***的应用场景示意图;
图2是根据本说明书一些实施例所述的一种示例性计算设备的硬件和/或软件组件的示例图;
图3是根据本说明书一些实施例所述的一种放疗剂量确定***的模块图;
图4是根据本说明书一些实施例所示的一种放疗剂量确定方法的示例性流程图;
图5是根据本说明书一些实施例所示的一种一次迭代的示例性流程图;
图6是根据本说明书一些实施例所示的一种另一种一次迭代的示例性流程图;
图7是根据本说明书一些实施例所示的获取目标对象的目标扫描图像的示例性流程图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“***”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的***所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
本说明书一些实施例中提出一种放疗剂量确定***,该***可以从测量的EPID图像出发,结合放射源相关参数,迭代计算出加速器的出射通量,最终精确重建出患者在治疗过程中接受的真实三维剂量,可以极大简化计算模型,提高计算精度。
图1是根据本说明书一些实施例所示的一种放疗剂量确定***的应用场景示意图。
在一些实施例中,放疗剂量确定***100可以应用于用于医疗***平台。例如,放疗剂量确定***100可以确定放疗期间放疗对象(例如,患者)所接收到的真实剂量。例如,放疗剂量确定***100可以利用在放疗期间所获取的辅助医学图像确定放疗对象(例如,患者)所接收到的真实剂量。如图1所示,放疗剂量确定***100可以包括放射治疗设备110、网络120、处理设备130、终端140和存储设备150。放疗剂量确定***100中的各个组件之间可以通过网络120相互连接。例如,处理设备130和放射治疗设备110可以通过网络120连接或通信。
放射治疗设备110可将辐射束传送到目标对象(例如,患者或体模)。在一些实施例中,放射治疗设备110可以包括一个线性加速器(也可被称为直线加速器)111。线性加速器111可以从治疗头112产生并发射辐射束(例如,X射线束)。该辐射束可以穿过一个或多个具有特定形状的准直器(例如,多叶光栅)并传递到目标对象。在一些实施例中,所述辐射束可以包括电子,光子或任何其他类型的辐射。在一些实施例中,所述辐射束呈现的能量在兆伏特范围(即>1MeV)内,因此可以被称为兆伏特辐射束。治疗头112可以与机架113耦合安装。机架113可以旋转,例如,围绕机架旋转轴线114顺时针或逆时针旋转。治疗头112可以与机架113一同旋转。在一些实施例中,放射治疗设备110可以包括成像组件115。成像组件115可以接收穿过目标对象的辐射束,并且可以在放射治疗或校正过程之前、期间和/或之后获取患者或模体的投影图像。成像组件115可以包括模拟检测器、数字检测器或其任意组合。成像组件115可以以任何方式附接到机架113上,和/或包括可伸缩的壳体。因此,旋转机架113可使得治疗头112和成像组件115同步旋转。在一些实施例中,成像组件115可以包括电子射野影像装置(Electronic Portal Imaging Device,EPID)。在一些实施例中,放射治疗设备110还可以包括床板116。床板116可以在放射治疗或成像期间支撑患者,和/或在放射治疗设备110的校正过程中支撑模体。床板116可以根据不同的应用场景进行调整。
网络120可以包括能够促进放疗剂量确定***100的信息和/或数据的交换的任何合适的网络。数据和/或信息可以包括放射治疗设备110发送给处理设备130的一个或多个放疗辅助图像。例如,处理设备130可以通过网络120从放射治疗设备110获得由成像组件115所确定的放疗辅助图像(比如EPID图像)。又例如,处理设备130可以通过网络120从终端140获得用户(如,医生)指令。在一些实施例中,网络120可是任意类型的有线或无线网络。例如,网络120可包括缆线网络、有线网络、光纤网络、电信网络、内部网络、网际网络、区域网络(LAN)、广域网络(WAN)、无线区域网络(WLAN)、都会区域网络(MAN)、公共电话交换网络(PSTN)、蓝牙网络、ZigBEE网络、近场通讯(NFC)网络、超宽带(UWB)网络、移动通信(1G、2G、3G、4G、5G)网络、窄带物联网(NB-IoT)、红外通信网络等或其任意组合。在一些实施例中,网络120可包括一个或多个网络进出点。例如,网络120可包含有线或无线网络进出点,如基站和/或网际网络交换点120-1、120-2、…,通过这些进出点,放疗剂量确定***100的一个或多个组件可连接到网络120上以交换数据和/或信息。
终端140可以与放射治疗设备110、处理设备130和/或存储设备150通信和/或连接。例如,终端140可以从处理设备130获得放疗期间的剂量确定结果。又例如,终端140可以获得通过放射治疗设备110获取的图像(例如,放疗辅助图像),并将图像发送到处理设备130以进行处理。在一些实施例中,终端140可以包括移动设备140-1、平板计算机140-2、膝上型计算机140-3、台式计算机140-4等或其任意组合。例如,移动设备140-1可以包括移动电话、个人数字助理(PDA)、游戏设备、导航设备等或其任意组合。在一些实施例中,终端140可以包括输入设备、输出设备等。输入设备可以包括字母数字和其他键。输入设备可以选用键盘输入、触摸屏(例如,具有触觉或触觉反馈)输入、语音输入、眼睛跟踪输入、大脑监测***输入或任何其他类似的输入机制。通过输入设备接收的输入信息可以通过如总线传输到处理设备130,以进行进一步处理。其他类型的输入设备可以包括光标控制装置,例如鼠标、轨迹球或光标方向键等。输出设备可以包括显示器、扬声器、打印机等或其任意组合。在一些实施例中,终端140可以是处理设备130的一部分。在一些实施例中,终端140和处理设备130可以集成为一体,作为放射治疗设备110的控制装置,例如,操作台。在一些实施例中,可以省略终端140。
存储设备150可以存储数据、指令和/或任何其他信息。在一些实施例中,存储设备150可以存储用户控制放射治疗设备110的行为的信息。在一些实施例中,存储设备150可以存储从放射治疗设备110、终端140和/或处理设备130获得的数据。在一些实施例中,存储设备150可以存储处理设备130用来执行或使用来完成本申请中描述的示例性方法的数据和/或指令。在一些实施例中,存储设备150可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。示例性易失性读写存储器可以包括随机存取存储器(RAM)。示例性RAM可以包括动态随机存取存储器(DRAM)、双倍数据速率同步动态随机存取存储器(DDRSDRAM)、静态随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容随机存取存储器(Z-RAM)等。示例性只读存储器可以包括掩模型只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字多功能磁盘只读存储器等。在一些实施例中,存储设备150可以在云平台上实现。
在一些实施例中,存储设备150可以连接到网络120以与放疗剂量确定***100中的至少一个其他组件(例如,处理设备130、终端140)通信。放疗剂量确定***100中的至少一个组件可以通过网络120访问存储设备150中存储的数据或指令。在一些实施例中,存储设备150可以是处理设备130的一部分。
在一些实施例中,放疗剂量确定***100还可包括连接到放疗剂量确定***100(例如,处理设备130、放射治疗设备110、终端140、存储设备150等)的一个或以上组件的一个或以上电源(图1中未示出)。
应该注意的是,上述描述仅出于说明性目的而提供,并不旨在限制本申请的范围。对于本领域普通技术人员而言,在本申请内容的指导下,可做出多种变化和修改。可以以各种方式组合本申请描述的示例性实施例的特征、结构、方法和其他特征,以获得另外的和/或替代的示例性实施例。例如,存储设备150可以是包括云计算平台的数据存储设备,例如公共云、私有云、社区和混合云等。然而,这些变化与修改不会背离本申请的范围。
图2是根据本说明书一些实施例所述的一种示例性计算设备的硬件和/或软件组件的示例图。
计算设备200可以包括处理器210、存储器220、输入/输出(I/O)230和通信端口240。
处理器210可以执行计算机指令(例如,程序代码),并根据本申请描述的方法执行处理设备130的功能。计算机指令可以包括例如执行本申请描述的特定功能的常规方法、程序、对象、组件、数据结构、过程、模块和功能。例如,处理器210可以处理放射治疗设备110、终端140、存储设备150和/或放疗剂量确定***100中的任何其他组件的数据。在一些实施例中,处理器210可以包括至少一个硬件处理器,诸如微控制器、微处理器、精简指令集计算机(RISC)、特定应用集成电路(ASIC)、特定应用指令集处理器(ASIP)、中央处理单元(CPU)、图形处理单元(GPU)、物理处理单元(PPU)、微控制器单元、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、高阶RISC机器(ARM)、可编程逻辑器件(PLD)、能够执行至少一个功能的任何电路或处理器或类似物,或其任意组合。
仅为了说明的目的,在计算设备200中仅描述了一个处理器。然而,应该注意的是,本申请中的计算设备200还可以包括多个处理器,由此本申请中描述的由一个处理器执行的操作和/或方法步骤也可以由多个处理器联合地或单独地执行。例如,如果在本申请中,计算设备200的处理器执行操作A和操作B,则应该理解,操作A和操作B也可以由计算设备200中的多个不同的处理器共同地或单独地执行(例如,第一处理器执行操作A并且第二处理器执行操作B、或者第一处理器和第二处理器共同执行操作A和B)。
存储器220可以存储从放射治疗设备110、终端140、存储设备150和/或放疗剂量确定***100中的任何其他组件获得的数据/信息。在一些实施例中,存储器220可以包括大容量储存器、可移动储存器、易失性读写内存、只读存储器(ROM)等或其任意组合。例如,大容量存储器可以包括磁盘、光盘、固态硬盘等。可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘和磁带等。易失性读取和写入存储器可以包括随机存取存储器(RAM)。RAM可以包括动态RAM(DRAM)、双倍速率同步动态RAM(DDRSDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)和零电容(Z-RAM)等。示例性只读存储器可以包括掩模型只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字多功能磁盘只读存储器等。在一些实施例中,存储器220可以存储至少一个程序和/或指令用来执行在本申请中描述的示例性方法。
输入/输出(I/O)230可以用于输入和/或输出信号、数据、信息等。在一些实施例中,输入/输出(I/O)230可以使用户与处理设备130交互。在一些实施例中,输入/输出(I/O)230可以包括输入设备和输出设备。示例性的输入设备可以包括键盘、鼠标、触摸屏、麦克风等或其任意组合。示例性的输出设备可以包括显示设备、扬声器、打印机、投影仪等或其任意组合。示例性显示设备可以包括液晶显示器(LCD)、基于发光二极管(LED)的显示器、平板显示器、曲面显示器、电视设备、阴极射线管等或其任意组合。
通信端口240可以连接到网络(例如,网络120)以促进数据通信。通信端口240可以在处理设备130和放射治疗设备110、终端140和/或存储设备150之间建立连接。连接可以包括有线连接、无线连接。有线连接可以包括例如电缆、光缆、电话线等或其任意组合。无线连接可以包括例如BluetoothTM链路、Wi-FiTM链路、WiMaxTM链路、WLAN链路、ZigBEE链路、移动网络链路(例如,3G、4G、5G等)等或其任意组合。在一些实施例中,通信端口240可以是和/或包括标准化的通信端口,诸如RS232、RS485等。在一些实施例中,通信端口240可以是专门设计的通信端口。例如,通信端口240可以根据数字成像和医学通信(DICOM)协议来设计。
图3是根据本说明书一些实施例所示的一种示例性的处理设备的模块图。
如图3所示,处理设备130可以包括第一获取模块310、第一确定模块320、第二获取模块330和第二确定模块340。
第一获取模块310可以用于获取放射源相关数据、目标对象在目标放疗时刻的放疗辅助图像,以及所述目标放疗时刻对应的初始通量图。所述放射源相关数据可以用于说明与射线递送相关的设备和/或组件的参数。所述设备和/或组件可以包括射线源、加速器、准直器等。示例性的参数可以包括射线能量、束斑大小、准直器物理参数例如多叶光栅的叶片长度、叶片厚度、运动范围等。所述放疗辅助图像可以包括在进行放射治疗时由放射治疗设备的成像组件基于接收到的穿过目标对象的射线所产生的数据得到的医学图像。所述放疗辅助图像可以包括EPID图像。在一些实施例中,所述目标放疗时刻对应的初始通量图可以是一个预先设定的图像。例如,所述初始通量图可以是任意的一张医学图像。又如,所述初始通量图可以是通过放射治疗设备发射射线束经过模体后由成像组件接收到的数据进行处理得到的图像。
第一确定模块320可以用于至少基于所述放疗辅助图像、所述初始通量图以及所述放射源相关数据,利用一次或多次迭代确定对应于所述目标放疗时刻的目标通量图。所述目标通量图可以是用于反映在所述目标放疗时刻,所述放射源的相关状态信息的图像。第一确定模块320可以通过反复模拟的方式模拟,比如,射线粒子的物理运动过程,确定最终的目标通量图。第一确定模块320可以在一次或多次迭代中反复的确定通量图并更新。每一次迭代可以是一次模拟以及对通量图进行更新的过程。在一些实施例中,第一确定模块320可以对所述放疗辅助图像进行校正,以获取校正后的放疗辅助图像,并基于校正后的放疗辅助图像、初始通量图以及放射源相关数据,利用一次或多次迭代确定对应于目标放疗时刻的目标通量图。在一些实施例中,所述校正可以包括坏点修正,暗电流修正,增益修正,几何修正等或其任意组合。
在一些实施例中,在所述一次或多次迭代中的每一次,第一确定模块320可以获取所述目标对象的对象信息,并基于所述放射源相关数据、与当前迭代轮次对应的当前通量图以及所述对象信息,确定在当前迭代轮次中的放疗预测图像。所述目标对象的对象信息可以包括所述目标对象的扫描图像信息。示例性的扫描图像信息可以包括CR图像信息、DR图像信息、CT图像信息、MRI图像信息、PET图像信息等或其任意组合。在一些实施例中,所述对象信息可以是在所述目标放疗时刻之前预先获取的。在一些实施例中,第一确定模块320可以基于放射源相关数据、当前迭代轮次对应的当前通量图以及所述对象信息,利用蒙特卡洛方法(Monte Carlo Method)确定当前迭代轮次中的放疗预测图像。
在一些实施例中,第一确定模块320可以确定所述校正后的放疗辅助图像和在当前迭代轮次中的放疗预测图像是否满足第一判断条件。所述第一判断条件可以包括当前迭代轮次中的放疗预测图像收敛于校正后的放疗辅助图像。所述收敛可以是指当前迭代轮次中的放疗预测图像与所述校正后的放疗辅助图像之间的差异小于预设阈值。该差异可以与两个图像中对应的像素的像素值之间的差值有关。响应于所述校正后的放疗辅助图像和在当前迭代轮次中的放疗预测图像满足所述第一判断条件,第一确定模块320可以确定所述当前迭代轮次对应的当前通量图为所述目标通量图。响应于所述校正后的放疗辅助图像和在当前迭代轮次中的放疗预测图像不满足所述第一判断条件,第一确定模块320可以更新所述当前迭代轮次对应的当前通量图,并将更新后的当前迭代轮次对应的当前通量图作为下一迭代轮次对应的当前通量图。第一确定模块320可以确定校正后的放疗辅助图像与在当前迭代轮次中的放疗预测图像之间的第一差异。所述第一差异可以是表示所述校正后的放疗辅助图像的第一矩阵和表示所述在当前迭代轮次中的放疗预测图像的第二矩阵之间的第一差异矩阵。第一确定模块320可以基于所述第一差异更新当前迭代轮次对应的当前通量图。
在一些实施例中,在所述一次或多次迭代中的每一次,第一确定模块320可以获取所述目标对象的对象信息,并基于所述放射源相关数据、与当前迭代轮次对应的当前通量图以及所述对象信息,确定在当前迭代轮次中的主射线预测图像和散射比值。所述主射线预测图像可以是基于射线束中除去散射粒子后由主射线粒子所形成的图像。所述散射比值可以是散射粒子量与主射线粒子量之间的比值。在一些实施例中,第一确定模块320可以利用蒙特卡洛方法(Monte Carlo Method),基于放射源相关数据、与当前迭代轮次对应的当前通量图以及对象信息确定在当前迭代轮次中的主射线预测图像和散射比值。
在一些实施例中,第一确定模块320可以基于所述散射比值以及所述校正后的放疗辅助图像,确定在当前迭代轮次中的去散射参考图像,并确定在当前迭代轮次中的去散射参考图像和主射线预测图像是否满足第二判断条件。所述去散射参考图像可以是在所述目标放疗时刻由放射治疗设备的探测组件所捕获的实际射线量中的主粒子所确定的图像。所述第二判断条件可以包括所述在当前迭代轮次中的主射线预测图像收敛于所述在当前迭代轮次中的去散射参考图像。所述收敛可以是指当前迭代轮次中的主射线预测图像与所述在当前迭代轮次中的去散射参考图像之间的差异小于预设阈值。该差异可以是指两个图像中对应的像素的像素值之间的差值。响应于在当前迭代轮次中的去散射参考图像和主射线预测图像满足所述第二判断条件,第一确定模块320可以确定所述当前迭代轮次对应的当前通量图为所述目标通量图。响应于在当前迭代轮次中的去散射参考图像和主射线预测图像不满足所述第二判断条件,第一确定模块320可以更新所述当前迭代轮次对应的当前通量图,并将更新后的当前迭代轮次对应的当前通量图作为下一迭代轮次对应的当前通量图。在一些实施例中,第一确定模块320可以确定在当前迭代轮次中的去散射参考图像和主射线预测图像之间的第二差异。所述第二差异可以是表示当前迭代轮次中的去散射参考图像的第三矩阵和表示当前迭代轮次中的主射线预测图像的第四矩阵之间的第二差异矩阵。第一确定模块320可以基于所述第二差异更新当前迭代轮次对应的当前通量图。
第二获取模块330可以用于获取所述目标对象的目标扫描图像。在一些实施例中,第二获取模块330可以获取所述目标对象在所述目标放疗时刻之前的多个扫描图像,并确定所述目标对象在所述目标放疗时刻分别与所述多个相位对应的多个预测相位图像。所述多个扫描图像可以包括反映目标对象在一个或多个自主运动周期中的不同运动状态的多张扫描图像。所述多个扫描图像可以是在所述目标放疗时刻之前预先扫描确定的。在一些实施例中,所述多个扫描图像可以包括基于4D计算机断层扫描成像设备(Four-dimensional-computed tomography,4D-CT)获取的多个4D-CT图像。在一些实施例中,所述预测相位图像可以是指在所述目标放疗时刻时,可以反映目标对象所处的状态的一张预测图像。为确定所述多个相位对应的多个预测相位图像,第二获取模块330可以获取放疗计划信息,并基于所述放疗计划信息确定在所述目标放疗时刻时的计划出束信息。所述计划出束信息可以包括束流强度、束流适形形状、放射剂量等。对于所述多个相位中的每一个相位,第二获取模块330可以获取所述相位的相关信息。所述相位的相关信息可以包括在该相位下,目标对象所处的状态信息或阶段信息。例如,所述相位的相关信息可以包括目标对象(比如患者,或患者的器官或组织)处于生理运动的阶段(例如,心脏运动的收缩期、舒张期等)、目标对象的姿势(如平躺、侧卧等)、形态、体型等。第二获取模块330可以基于所述计划出束信息和所述相位的相关信息,确定所述相位对应的预测相位图像。例如,第二获取模块330可以利用模拟的方法,获取所述预测相位图像。
在一些实施例中,第二获取模块330可以从所述多个预测相位图像中确定所述放疗辅助图像的适配图像。所述适配图像可以是指与所述目标放疗时刻对应的放疗辅助图像最接近的预测相位图像。例如,所述适配图像所显示的目标对象的状态与所述放疗辅助图像所显示的目标对象的状态最接近。在一些实施例中,第二获取模块330可以使用特征匹配的方法确定所述放疗辅助图像的适配图像。例如,第二获取模块330可以比较多个预测相位图像的特征分布(例如,灰度分布特征)与所述放疗辅助图像的灰度分布特征,并选择特征分布与所述放疗辅助图像的灰度分布特征最接近的预测相位图像作为所述适配图像。在一些实施例中,第二获取模块330可以确定放疗辅助图像中所包含的目标组织的第一位置信息,以及多个预测相位图像中每一个预测相位图像中所包含的目标组织的第二位置信息。所述目标组织可以是指所述目标对象中具有辨识性的组织。例如,肿瘤区域,或是器官。第二获取模块330可以基于第一位置信息与第二位置信息,确定放疗辅助图像的适配图像。作为示例,第二获取模块330可以比较所述第一位置信息和对应于每个预测相位图像的第二位置信息。当所述第一位置信息与某一预测相位图像对应的第二位置信息匹配时,第二获取模块330可以将该预测相位图像确定为所述适配图像。
在一些实施例中,第二获取模块330可以分别确定所述放疗辅助图像与所述多个预测相位图像中每一个预测相位图像的第三差异。所述第三差异可以是指表示所述放疗辅助图像的矩阵与表示预测相位图像的矩阵之间的差异。第二获取模块330可以确定多个第三差异中的最小值,并指定所述最小值对应的预测相位图像作为所述适配图像。
在一些实施例中,第二获取模块330可以确定所述适配图像对应的目标相位,并指定该目标相位对应的扫描图像为所述目标扫描图像。
第二确定模块340可以用于基于所述目标通量图,所述目标扫描图像以及所述放射源相关数据,确定所述目标对象在所述目标放疗时刻所接收的放疗剂量。第二确定模块340可以利用蒙特卡洛方法(Monte Carlo Method)确定所述目标对象在所述目标放疗时刻所接收的放疗剂量。在一些实施例中,可以用蒙特卡洛方法模拟射线粒子在目标对象中的多种物理过程(例如散射、衰减等)。作为示例,第二确定模块340可以利用蒙特卡洛方法模拟射线粒子的输运过程,例如,在所述放射源相关数据所反映的与射线递送相关的设备和/或组件的参数条件下以及所述目标通量图所反映的放射源的状态条件下,通过由所述目标扫描图像所反映的目标对象的内部区域后,得到最终的剂量分布。基于所述剂量分布,第二确定模块340可以确定在所述目标放疗时刻,由所述目标对象所接收的射线剂量。
在一些实施例中,处理设备130还可以包括第三确定模块(在图中未示出)。第三确定模块可以获取所述目标对象在一次放射治疗中的多个放疗时刻接收到的放疗剂量,并基于所述多个放疗时刻所接收到的放疗剂量,确定所述目标对象在所述放射治疗中所接收到的放疗总剂量。
关于以上模块的描述,可以参考本申请流程图部分,例如,图4-图7。
应当理解,图3所示的***及其模块可以利用各种方式来实现。例如,在一些实施例中,***及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中,硬件部分可以利用专用逻辑来实现;软件部分则可以存储在存储器中,由适当的指令执行***,例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和***可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的***及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用例如由各种类型的处理器所执行的软件实现,还可以由上述硬件电路和软件的结合(例如,固件)来实现。
需要注意的是,以上对于候选项显示、确定***及其模块的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该***的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合,或者构成子***与其他模块连接。例如,图3中披露的第一获取模块310和第二获取模块330可以是一个***中的不同模块,也可以是一个模块实现上述的两个或两个以上模块的功能。又例如,各个模块可以共用一个存储模块,各个模块也可以分别具有各自的存储模块。诸如此类的变形,均在本申请的保护范围之内。
图4是根据本说明书一些实施例所示的一种放疗剂量确定方法的示例性流程图。在一些实施例中,流程400可以由图1中所示的处理设备130执行。例如,流程400可以以程序或指令的形式存储在存储设备150中,所述程序或指令在被执行时,可以实现流程400。在一些实施例中,流程400可以由放疗剂量确定***300执行。如图4所示,流程400可以包括下述步骤。
步骤402,获取放射源相关数据、目标对象在目标放疗时刻的放疗辅助图像,以及所述目标放疗时刻对应的初始通量图。该步骤可由第一获取模块310执行。
在一些实施例中,所述放射源相关数据可以用于说明与射线递送相关的设备和/或组件的参数。所述设备和/或组件可以包括射线源、加速器、准直器等。示例性的参数可以包括射线能量、束斑大小、准直器物理参数例如多叶光栅的叶片长度、叶片厚度、运动范围等。在一些实施例中,所述放射源相关数据可以通过标定获取。作为示例,可以使用放射治疗设备对模体例如水模或体模进行射线递送,通过采集到的模体数据(例如,模体厚度)以及放疗辅助图像数据(例如,EPID图像数据),对所述放射源相关数据进行确定。
可以知道的是,目标对象(例如,癌症患者、癌症患者的患癌器官或组织等)在接受放射治疗前,会确定一个放疗计划(TPS)。该放疗计划可以说明整个放疗期间,放射治疗设备(例如,放射治疗设备110)的详细运行过程。例如,放疗计划可以规定有多个节点(也可以被称为控制节点),每个控制节点可以对应一个时刻。放疗计划可以显示在各个时刻,机架113的旋转角度、多叶光栅的叶片和/或钨门的运动位置、线性加速器111所放射的射线的剂量等。剂量的放射可以是在控制节点上进行放射(例如,静态调强类型的放射治疗)或者是在两个控制节点之间持续放射(例如,动态调强类型的放射治疗)。因此,基于以上的描述,所述目标放疗时刻可以是控制节点所对应的时刻,或者两个控制节点之间的时刻。此时,放射治疗设备(例如,放射治疗设备110)开始射线递送,或结束射线递送。
另外,射线在经过目标对象后并不会被完全吸收,而是经过衰减后最终被成像组件(例如,成像组件115)所接收。成像组件115在接收到射线后可以对目标对象进行成像。所获得的医学图像可以用于辅助放射治疗。例如,可以对目标对象的摆位进行确认,或用于确定射线递送时目标对象所接受的真实剂量。因此,由射线源(例如,线性加速器111)在放疗时刻所递送的射线穿过目标对象后,由成像组件(例如,成像组件115)所接收并基于接收射线所产生的数据得到的医学图像,可以被称为所述放疗辅助图像。
在一些实施例中,所述放疗辅助图像可以包括EPID图像。例如,成像组件115可以是电子射野影像装置(Electronic Portal Imaging Device,EPID)。EPID中的探测器可以探测穿过目标对象的射线并将探测到的射线转化为电信号或数字信号(也可以被称为投影数据)。基于所述电信号或数字信号,可以重建得到EPID图像。
通量图可以理解为一种能够反映射线出束状态的图像。例如,通量图可以反映准直器的位置(例如多叶光栅中的多个叶片的位置)以及束流强度等。在一些实施例中,所述目标放疗时刻对应的初始通量图可以是一个预先设定的图像。例如,所述初始通量图可以是预设的CT图像,或者由其他模态的图像(例如PET图像,MRI图像等)经过转换得到的CT图像。又如,所述初始通量图可以是通过放射治疗设备发射射线束经过模体后由成像组件接收到的数据重建得到的图像。其可以预先存储在存储设备(例如存储设备150)中。第一获取模块310可以与存储设备150进行通信以获取所述初始通量图。在一些实施例中,所述目标放疗时刻对应的初始通量图可以基于所述目标放疗时刻对应的放疗辅助图像获取。例如,第一获取模块310可以通过对所述目标放疗时刻对应的放疗辅助图像进行归一化得到所述初始通量图。
步骤404,至少基于所述放疗辅助图像、所述初始通量图以及所述放射源相关数据,利用一次或多次迭代确定对应于所述目标放疗时刻的目标通量图。该步骤可由第一确定模块320执行。
在一些实施例中,所述目标通量图可以是用于反映在所述目标放疗时刻,所述放射源的相关状态信息的图像。可以理解的是,射线束在经过目标对象后,将被放射治疗设备的探测组件(例如放射治疗设备110的成像组件115)所捕获。成像组件115可以基于捕获到的信息生成相应的图像(例如,前述的放疗辅助图像)。放疗辅助图像反映了成像组件115所接收到的射线剂量。根据所述放射源相关数据所反映的与射线递送相关的设备和/或组件的参数和所述初始通量图所反映所述放射源的相关状态信息,和/或其他数据(例如射线经过目标对象时的衰减和/或吸收信息),第一确定模块320可以确定在所述目标放疗时刻,所述放射源的相关状态信息。例如,第一确定模块320可以通过反复模拟的方式模拟,比如,射线粒子的物理运动过程,确定最终的目标通量图。第一确定模块320可以在一次或多次迭代中反复的确定通量图并更新。每一次迭代可以是一次模拟以及对通量图进行更新的过程。当迭代结束后,最终得到的通量图将作为所述目标通量图。
在一些实施例中,第一确定模块320可以对所述放疗辅助图像进行校正,以获取校正后的放疗辅助图像,并基于校正后的放疗辅助图像、初始通量图以及放射源相关数据,利用一次或多次迭代确定对应于目标放疗时刻的目标通量图。在一些实施例中,所述校正可以包括坏点修正,暗电流修正,增益修正,几何修正等或其任意组合。
步骤406,获取所述目标对象的目标扫描图像。该步骤可由第二获取模块330执行。
在一些实施例中,所述目标扫描图像可以与所述目标放疗时刻对应。所述目标扫描图像可以用于表示在所述目标放疗时刻,所述目标对象的状态。在一些实施例中,在进行放射治疗的期间内,所述目标对象(例如,患者)的自身是自主运动的(例如,生理运动,如心跳、呼吸等)。确定目标对象在目标放疗时刻的状态(例如,患者的胸部因为呼吸导致的运动起伏状态)对于放射治疗具有一定的指导作用。例如,患者胸部的运动起伏状态不同将会影响剂量在患者体内的分布,同时靶区的位置也可能会发生变化。因此,所述目标扫描图像将被用于流程400的后续操作中(例如,用于确定放疗剂量)。
在一些实施例中,可以认为目标对象在目标放疗时刻的状态与放疗之前的状态大体一致,因此,目标对象在目标放疗时刻对应的目标扫描图像可以认为与目标对象在放疗之前的扫描图像相近(即,可以将目标对象在放疗之前的扫描图像作为目标对象在目标放疗时刻对应的目标扫描图像使用)。在一些实施例中,所述目标扫描图像可以是在所述目标放疗时刻之前对所述目标对象进行扫描所获得的图像。例如,可以在进行放射治疗之前,对所述目标对象进行扫描成像。并从所获取的多个扫描图像中获取所述目标扫描图像。在一些实施例中,所述目标扫描图像可以基于X射线成像设备(例如,计算机X线摄影仪(CR)、数字化X线摄影仪(DR)、计算机断层扫描仪(CT)、移动X射线设备(比如移动C臂机)、数字减影血管造影扫描仪(DSA)、发射型计算机断层扫描仪(ECT)等)确定。在一些实施例中,所述目标扫描图像可以基于CT成像设备确定。
在一些实施例中,第二获取模块330可以获取所述目标对象在进行放疗前,或所述目标放疗时刻中的多个扫描图像。所述多个扫描图像包括了目标对象在多个相位下的相位图像。第二获取模块330可以确定所述目标对象在所述目标放疗时刻与所述多个相位分别对应的预测相位图像,并从这些预测相位图像中确定与所述放疗辅助图像相对应的适配图像。所述适配图像可以是指与所述目标放疗时刻对应的放疗辅助图像最接近的预测相位图像。例如,所述适配图像所显示的目标对象的状态与所述放疗辅助图像所显示的目标对象的状态最接近。在一些实施例中,所述放疗辅助图像与所述放疗辅助图像相对应的适配图像之间的差异小于预设值。第二获取模块330可以将所述适配图像对应的相位所对应的相位图像指定为所述目标扫描图像。关于获取所述目标扫描图像的其他描述可以参考本申请图7部分,在此不再赘述。
步骤408,基于所述目标通量图,所述目标扫描图像以及所述放射源相关数据,确定所述目标对象在所述目标放疗时刻所接收的放疗剂量。该步骤可由第二确定模块340执行。
在一些实施例中,第二确定模块340可以利用蒙特卡洛方法(Monte CarloMethod)确定所述目标对象在所述目标放疗时刻所接收的放疗剂量。在一些实施例中,可以用蒙特卡洛方法模拟射线粒子在目标对象中的多种物理过程(例如散射、衰减等)。作为示例,第二确定模块340可以利用蒙特卡洛方法模拟射线粒子的输运过程,例如,在所述放射源相关数据所反映的与射线递送相关的设备和/或组件的参数条件下以及所述目标通量图所反映的放射源的状态条件下,通过由所述目标扫描图像所反映的目标对象的内部区域后,得到最终的剂量分布。基于所述剂量分布,第二确定模块340可以确定在所述目标放疗时刻,由所述目标对象所接收的射线剂量。
在一些实施例中,基于上述相同或相似的过程,处理设备130(例如,第三确定模块,图中未示出)可以获取所述目标对象在一次放射治疗中的多个放疗时刻接收到的放疗剂量,并基于所述多个放疗时刻所接收到的放疗剂量,确定所述目标对象在所述放射治疗中所接收到的放疗总剂量。每一个放疗时刻可以对应一个机架角。该机架角可以指放射治疗设备的机架的旋转角度,其由放疗计划所规定的控制节点指示。放射治疗设备将在各个机架角处对目标对象进行射线递送,或在两个机架角做构成的角度范围内持续递送射线。处理设备130可以确定每个机架角下所述目标对象所接收到的放疗剂量,并将这些放疗剂量进行累加确定所述目标对象在所述放射治疗中所接收到的放疗总剂量。
在一些实施例中,处理设备130可以遍历所述目标对象在一次放射治疗中的多个射束角度对应的多个放疗时刻接收到的治疗剂量,并确定所述目标对象在放射治疗中所接收到的放疗总剂量。可以理解的,在一些实施例中,处理设备130可以先分别计算一次放射治疗中的多个机架角分别对应的多个放疗剂量,然后进行求和获取到目标对象在放射治疗中所接收到的放疗总剂量。在一些实施例中,处理设备130可以依次计算一次放射治疗中的每个机架角对应的放疗剂量,在依次计算的过程中,将已计算得到的机架角对应的放疗剂量进行求和,最终获得放疗总剂量。例如,在计算出两个机架角分别对应的两个放疗剂量时,先将这两个放疗剂量进行求和,在计算出第三个机架角对应的放疗剂量时,将先前获取到的两个放疗剂量之和与新计算得到的放疗剂量进行求和,以此类推,直到所有机架角度对应的放疗剂量都被计算出来,得到放疗总剂量。
应当注意的是,上述有关流程400的描述仅仅是为了示例和说明,而不限定本申请的适用范围。对于本领域技术人员来说,在本申请的指导下可以对流程400进行各种修正和改变。然而,这些修正和改变仍在本申请的范围之内。
图5是根据本说明书一些实施例所示的一种一次迭代的示例性流程图。在一些实施例中,流程500可以由图1中所示的处理设备130执行。例如,流程500可以以程序或指令的形式存储在存储设备150中,所述程序或指令在被执行时,可以实现流程500。在一些实施例中,流程500可以由放疗剂量确定***300(例如,第一确定模块320)执行。如图5所示,流程500可以包括下述步骤。
步骤502,获取所述目标对象的对象信息。
在一些实施例中,所述目标对象的对象信息可以包括所述目标对象的扫描图像信息。示例性的扫描图像信息可以包括CR图像信息、DR图像信息、CT图像信息、MRI图像信息、PET图像信息等或其任意组合。在一些实施例中,所述对象信息可以是在所述目标放疗时刻之前预先获取的。例如,在所述目标放疗时刻之前先对所述目标对象进行CT扫描获取CT图像作为所述目标对象的对象信息。在一些实施例中,所述对象信息可以预先存储在存储设备(例如存储设备150)中。第一确定模块320可以与存储设备150进行通信,以获取所述对象信息。
步骤504,基于所述放射源相关数据、与当前迭代轮次对应的当前通量图以及所述对象信息,确定在当前迭代轮次中的放疗预测图像。
在一些实施例中,所述放疗预测图像可以是用于指示构成射线束的多个粒子经过运动后在探测组件(例如放射治疗设备110的成像组件115)上形成的预测分布图。在一些实施例中,第一确定模块320可以基于放射源相关数据、当前迭代轮次对应的当前通量图以及所述对象信息,利用蒙特卡洛方法(Monte Carlo Method)确定当前迭代轮次中的放疗预测图像。
作为示例,第一确定模块320可以利用蒙特卡洛方法模拟射线束中的每个粒子,在所述放射源相关数据所反映的与射线递送相关的设备和/或组件的参数条件下以及所述当前迭代轮次对应的当前通量图所反映的放射源的状态条件下,通过空载情况(例如,无目标对象)下的输运过程以及通过由所述对象信息所反映的目标对象的内部区域的输运过程。在两种情况下的粒子可以被探测组件捕获到并分别重建得到图像。两个图像的图像强度之比(例如,空载情况下与经过目标对象的情况下)可以被称为预设投影比例。利用当前轮次对应的当前通量图乘以所述预设投影比例,可以得到所述放疗预测图像。
可以理解,确定所述目标通量图的过程可以是一个多轮次迭代的过程。每一次迭代中对应的通量图可能会被更新。例如,当前轮次中对应的当前通量图可能在流程500的后续操作中被直接指定为所述目标通量图,也可能会被更新后用于下一轮迭代。因此,某一迭代轮次对应的当前通量图,可以是上一迭代轮次中被更新后的通量图。对于首次迭代轮次对应的当前通量图,可以是所述初始通量图。
步骤506,确定所述校正后的放疗辅助图像和在当前迭代轮次中的放疗预测图像是否满足第一判断条件。
在一些实施例中,所述第一判断条件可以包括当前迭代轮次中的放疗预测图像收敛于校正后的放疗辅助图像。所述收敛可以是指当前迭代轮次中的放疗预测图像与所述校正后的放疗辅助图像之间的差异小于预设阈值。该差异可以与两个图像中对应的像素的像素值之间的差值有关。作为示例,该差异可以使用矩阵表示。例如,矩阵中的值可以表示对应的两个像素的像素值之间的差值。该差异小于预设阈值可以是指表示所述差异的矩阵的模或矩阵的特征值小于预设阈值。所述预设阈值可以是预先确定的,也可能进行调整。
在一些实施例中,当校正后的放疗辅助图像和在当前迭代轮次中的放疗预测图像满足第一判断条件时(即,当前迭代轮次中的放疗预测图像收敛于校正后的放疗辅助图像),流程500将行进至步骤508。否则流程500将行进至步骤510。
步骤508,响应于所述校正后的放疗辅助图像和在当前迭代轮次中的放疗预测图像满足所述第一判断条件,确定所述当前迭代轮次对应的当前通量图为所述目标通量图。
在一些实施例中,当校正后的放疗辅助图像和在当前迭代轮次中的放疗预测图像满足所述第一判断条件时,第一确定模块320可以确定所述当前迭代轮次对应的当前通量图为所述目标通量图。这说明当前迭代轮次对应的当前通量图可以较好地反映在所述目标放疗时刻,所述放射源的相关状态信息,可以被用于后续的放疗剂量的确定。
步骤510,响应于所述校正后的放疗辅助图像和在当前迭代轮次中的放疗预测图像不满足所述第一判断条件,更新所述当前迭代轮次对应的当前通量图,并将更新后的当前迭代轮次对应的当前通量图作为下一迭代轮次对应的当前通量图。
在一些实施例中,当校正后的放疗辅助图像和在当前迭代轮次中的放疗预测图像不满足第一判断条件时(即,当前迭代轮次中的放疗预测图像不收敛于校正后的放疗辅助图像),第一确定模块320可以更新所述当前迭代轮次对应的当前通量图。
在一些实施例中,第一确定模块320可以确定校正后的放疗辅助图像与在当前迭代轮次中的放疗预测图像之间的第一差异。所述第一差异可以是表示所述校正后的放疗辅助图像的第一矩阵和表示所述在当前迭代轮次中的放疗预测图像的第二矩阵之间的第一差异矩阵。所述第一差异矩阵可以是所述第一矩阵和所述第二矩阵之间的差值。例如,使用第一矩阵减去第二矩阵得到,或使用第二矩阵减去第一矩阵得到。所述第一差异矩阵也可以是所述第一矩阵和所述第二矩阵之间的商值。例如,使用第一矩阵乘以第二矩阵的逆矩阵得到,或使用第二矩阵乘以第一矩阵的逆矩阵得到。在一些实施例中,第一确定模块320可以基于所述第一差异更新当前迭代轮次对应的当前通量图。作为示例,第一确定模块320可以将当前迭代轮次对应的当前通量图与所述差异矩阵进行求和。例如,将所述第一差异矩阵与表示当前迭代轮次对应的当前通量图的矩阵进行求和。并将求和后所得到的矩阵表示的图像作为更新后的通量图。
在一些实施例中,第一确定模块320可以将更新后的当前迭代轮次对应的当前通量图作为下一迭代轮次对应的当前通量图,进而进入下一迭代轮次的计算,如此,流程500可以循环执行504,506,508,510中的一个或多个步骤。例如,在下一迭代轮次中,可以再次执行步骤504,即将更新后的通量图作为步骤504中的当前通量图,并继续执行下一轮次对应的步骤506、步骤508或步骤510。
应当注意的是,上述有关流程500的描述仅仅是为了示例和说明,而不限定本申请的适用范围。对于本领域技术人员来说,在本申请的指导下可以对流程500进行各种修正和改变。然而,这些修正和改变仍在本申请的范围之内。
图6是根据本说明书一些实施例所示的另一种一次迭代的示例性流程图。在一些实施例中,流程600可以由图1中所示的处理设备130执行。例如,流程600可以以程序或指令的形式存储在存储设备150中,所述程序或指令在被执行时,可以实现流程600。在一些实施例中,流程600可以由放疗剂量确定***300(例如,第一确定模块320)执行。如图6所示,流程600可以包括下述步骤。
步骤602,获取所述目标对象的对象信息。
在一些实施例中,步骤602与流程500中的步骤502相同或相似,关于步骤602的详细描述可以参考步骤502,在此不再赘述。
步骤604,基于所述放射源相关数据、与当前迭代轮次对应的当前通量图以及所述对象信息,确定在当前迭代轮次中的主射线预测图像和散射比值。其中,与首次迭代轮次对应的当前通量图为所述初始通量图。
在一些实施例中,所述主射线预测图像可以是基于射线束中除去散射粒子后由主射线粒子所形成的图像。所述散射比值可以是散射粒子量与主射线粒子量之间的比值。
在一些实施例中,第一确定模块320可以利用蒙特卡洛方法(Monte CarloMethod),基于放射源相关数据、与当前迭代轮次对应的当前通量图以及对象信息确定在当前迭代轮次中的主射线预测图像和散射比值。作为示例,第一确定模块320可以利用蒙特卡洛方法模拟射线束中的每个粒子,在所述放射源相关数据所反映的与射线递送相关的设备和/或组件的参数条件下以及所述当前迭代轮次对应的当前通量图所反映的放射源的状态条件下,通过由所述对象所反映的目标对象的内部区域的多种物理运动过程,并计算出散射的比重和粒子穿过所述目标对象的衰减,进而得到散射图像和所述主射线预测图像。第一确定模块320可以利用散射图像和主射线预测图像之间的比值,作为所述散射比值。例如,散射比值SPRn(X,Y)=Sn(X,Y)/Pn(X,Y)。其中,n为大于0的整数,表示当前处于第几次迭代,Sn(X,Y)表示当前第n次迭代中的散射图像,Pn(X,Y)表示当前第n次迭代中的主射线预测图像。
同样的,确定所述目标通量图的过程可以是一个多轮次迭代的过程。每一次迭代中对应的通量图可能会被更新。例如,当前轮次中对应的当前通量图可能在流程700的后续操作中被直接指定为所述目标通量图,也可能会被更新后用于下一轮迭代。因此,某一迭代轮次对应的当前通量图,可以是上一迭代轮次中被更新后的通量图。对于首次迭代轮次对应的当前通量图,可以是所述初始通量图。
步骤606,基于所述散射比值以及所述校正后的放疗辅助图像,确定在当前迭代轮次中的去散射参考图像。
在一些实施例中,所述去散射参考图像可以是在所述目标放疗时刻由放射治疗设备的探测组件(例如放射治疗设备110的成像组件115)所捕获的实际射线量中的主粒子所确定的图像。在一些实施例中,第一确定模块320可以利用如下公式确定所述去散射参考图像
其中,n为大于0的整数,表示当前处于第几次迭代,M(X,Y)表示校正后的放疗辅助图像,SPRn(X,Y)表示当前第n次迭代中的散射图像。
步骤608,确定在当前迭代轮次中的去散射参考图像和主射线预测图像是否满足第二判断条件。
在一些实施例中,所述第二判断条件可以包括所述在当前迭代轮次中的主射线预测图像收敛于所述在当前迭代轮次中的去散射参考图像。所述收敛可以是指当前迭代轮次中的主射线预测图像与所述在当前迭代轮次中的去散射参考图像之间的差异小于预设阈值。该差异可以是指两个图像中对应的像素的像素值之间的差值。作为示例,该差异可以使用矩阵表示。例如,矩阵中的值可以表示对应的两个像素的像素值之间的差值。所述差异小于预设阈值可以是指表示所述差异的矩阵的模或矩阵的特征值小于预设阈值。所述预设阈值可以是预先确定的,也可以进行调整。
在一些实施例中,如果当前迭代轮次中的去散射参考图像和主射线预测图像满足第二判断条件,流程600将行进至步骤610。否则,流程600将行进至步骤612。
步骤610,响应于在当前迭代轮次中的去散射参考图像和主射线预测图像满足所述第二判断条件,确定所述当前迭代轮次对应的当前通量图为所述目标通量图。
在一些实施例中,当前迭代轮次中的去散射参考图像和主射线预测图像满足第二判断条件时,第一确定模块320可以确定所述当前迭代轮次对应的当前通量图为所述目标通量图。这说明当前迭代轮次对应的当前通量图可以较好地反映在所述目标放疗时刻,所述放射源的相关状态信息,可以被用于后续的放疗剂量的确定。
步骤612,响应于在当前迭代轮次中的去散射参考图像和主射线预测图像不满足所述第二判断条件,更新所述当前迭代轮次对应的当前通量图,并将更新后的当前迭代轮次对应的当前通量图作为下一迭代轮次对应的当前通量图。
在一些实施例中,如果当前迭代轮次中的去散射参考图像和主射线预测图像不满足第二判断条件,第一确定模块320可以更新所述当前迭代轮次对应的当前通量图。
在一些实施例中,第一确定模块320可以确定在当前迭代轮次中的去散射参考图像和主射线预测图像之间的第二差异。所述第二差异可以是表示当前迭代轮次中的去散射参考图像的第三矩阵和表示当前迭代轮次中的主射线预测图像的第四矩阵之间的第二差异矩阵。所述第二差异矩阵可以是所述第三矩阵和所述第四矩阵之间的差值。例如,使用第三矩阵减去第四矩阵得到。所述第二差异矩阵也可以是所述第三矩阵和所述第四矩阵之间的商值。例如,使用第三矩阵乘以第四矩阵的逆矩阵得到。在一些实施例中,第一确定模块320可以基于所述第二差异更新当前迭代轮次对应的当前通量图。作为示例,第一确定模块320可以将当前迭代轮次对应的当前通量图与所述第二差异矩阵进行求和。例如,将所述第二差异矩阵与表示当前迭代轮次对应的当前通量图的矩阵进行求和,并将求和后所得到的矩阵表示的图像作为更新后的通量图。
应当注意的是,上述有关流程600的描述仅仅是为了示例和说明,而不限定本申请的适用范围。对于本领域技术人员来说,在本申请的指导下可以对流程600进行各种修正和改变。然而,这些修正和改变仍在本申请的范围之内。
基于前述的流程图的描述可以知道,在确定目标放疗时刻的放射剂量时,需要利用所述目标放疗时刻对应的目标扫描图像的信息。该目标扫描图像可以反映在所述目标放疗时刻所述目标对象的状态。此时,目标扫描图像所反映的目标对象的状态越准确,则确定的放射剂量的结果越准确。
图7是根据本说明书一些实施例所示的获取目标对象的目标扫描图像的示例性流程图。在一些实施例中,流程700可以由图1中所示的处理器130执行。例如,流程700可以以程序或指令的形式存储在存储设备150中,所述程序或指令在被执行时,可以实现流程700。在一些实施例中,流程700可以由放疗剂量确定***300(例如,第二获取模块330)执行。如图7所示,流程700可以包括下述步骤。
步骤702,获取所述目标对象的多个扫描图像,所述多个扫描图像为分别对应于多个相位的序列图像。
在一些实施例中,所述多个扫描图像可以包括反映目标对象在一个或多个自主运动周期中的不同运动状态的多张扫描图像。例如,所述扫描图像可以包括肺癌患者的胸部在一个或多个呼吸周期内,处于呼气、吸气等各种状态时的扫描图像。在本申请中,所述目标对象所处的状态也可以被称为相位。所述多个扫描图像则可以分别对应不同相位。可以根据呼吸状态的不同将呼吸周期划分为多个相位,扫描图像可以为4D图像,其包括随时间分布的序列图像,其代表在一个呼吸周期内不同相位对应的扫描图像。
在一些实施例中,所述多个扫描图像可以是在所述目标放疗时刻之前预先扫描确定的。例如,在所述目标放疗时刻所属的一次放射治疗执行前对所述目标对象进行扫描成像,从而得到所述多个扫描图像。又例如,在所述目标放疗时刻所属的一次放射治疗相隔一个预设时间段(例如一周)之前对所述目标对象进行扫描成像,从而得到所述多个扫描图像。还例如,可以周期性地对所述目标对象进行扫描成像(比如一周一次),从而得到所述多个扫描图像。在一些实施例中,所述多个扫描图像可以是在所述目标放疗时刻所属的一次放射治疗执行前最近的一个周期所获取的扫描图像数据重建得到的扫描图像。例如,所述多个扫描图像可以是当前治疗分次开始前获得的。再例如,所述多个扫描图像可以是在线获取的。在线获取可以指对患者进行扫描完获取到图像后,不需要离开床板,可以开始进行治疗。可以理解的,离患者进行治疗的时间越接近获取到的扫描图像精度更高,由此,对多个扫描图像进行在线获取可以获取到更高精度的扫描图像。进一步地,对患者可以通过在线扫描获得多个扫描图像,该图像可以是在放疗即将开始、过程中或者刚结束的时候获取得到,与患者在放疗时的状态匹配度高,因此基于该图像重建的剂量更加准确。
在一些实施例中,所述多个扫描图像可以包括基于4D计算机断层扫描成像设备(Four-dimensional-computed tomography,4D-CT)获取的多个4D-CT图像。4D-CT由于加入了时间维度,可以很好地反映目标对象在各个时刻的状态。相较于传统的CT所获取的时间容积图像所反映的目标对象的状态,4D-CT图像能反映目标对象的更接近真实的状态。这样可以更大程度消除目标对象由于运动所带来的影响。同时,由于所述多个扫描图像的采集可以是在放射治疗执行前进行,这样可以消除目标对象的体态变化(例如,患者的身体形态的变化)以及摆位来带的影响。
在一些实施例中,可以基于放疗辅助图像从多个扫描图像中确定目标扫描图像。例如,下述的步骤704、步骤706以及步骤708。在另一些实施例中,可以基于放疗辅助图像通过相应的算法(例如,扫描图像处理方法等),从多个扫描图像中确定目标扫描图像,在本说明书实施例中,不对该算法进行限定。
步骤704,从所述多个扫描图像中确定所述目标对象在所述目标放疗时刻时,分别与所述多个相位对应的多个预测相位图像。
在一些实施例中,所述预测相位图像可以是指在所述目标放疗时刻时,可以反映目标对象所处的状态的一张预测图像。
在一些实施例中,为确定所述多个相位对应的多个预测相位图像,第二获取模块330可以获取放疗计划信息。所述放疗计划信息可以是在放射治疗执行前所确定的。例如,使用计划CT(Planning CT)制作所述目标对象的放疗计划,并确定放疗计划信息。所述放疗计划信息可以包括在放射治疗期间,放射治疗设备的一个或多个治疗组件的相关状态信息。例如,所述放疗计划信息可以规定有多个控制节点,每个控制节点可以对应一个时刻。所述放疗计划信息可以包括在每个控制节点处,计划的放射治疗设备的各个组件的状态。例如,机架的旋转角度和速度、准直器(例如多叶光栅)的叶片和/或钨门的运动位置和运动速度、加速器所放射的射线的强度/能量、治疗床所在的位置等。基于所述放疗计划信息,第二获取模块330可以确定所述目标放疗时刻的计划出束信息。以上描述中,与所述控制节点对应的时刻可以是放疗时刻。此时放射治疗设备可以开始射线递送。因此,在目标放疗时刻,第二获取模块330可以从所述放疗计划信息中获取所述计划出束信息。所述计划出束信息可以包括出束角度及每个出束角度对应的子野参数。在一些实施例中,计算出束信息还可以包括束流强度、束流适形形状、放射剂量等。
在一些实施例中,对于所述多个相位中的每一个相位,第二获取模块330可以获取所述相位的相关信息。所述相位的相关信息可以包括在该相位下,目标对象所处的状态信息或阶段信息。例如,所述相位的相关信息可以包括目标对象(比如患者,或患者的器官或组织)处于生理运动的阶段(例如,心脏运动的收缩期、舒张期等)、目标对象的姿势(如平躺、侧卧等)、形态、体型等。在一些实施例中,第二获取模块330可以基于所述计划出束信息和所述相位的对应的扫描图像,确定所述相位对应的预测相位图像。例如,第二获取模块330可以利用模拟的方法,基于所述计划出束信息模拟成像设备在递送射线时,射线中的各个粒子的初状态,以及粒子在经过所述目标对象前后的物理运动过程(例如,散射、衰减等),得到最终每个粒子被放射治疗设备的探测组件捕获时的状态(例如,能量、速度、运动方向等)以及所有粒子的分布结果。基于以上数据,第二获取模块330可以得到所述预测相位图像。
步骤706,从所述多个预测相位图像中确定所述放疗辅助图像的适配图像。
在一些实施例中,所述适配图像可以是指与所述目标放疗时刻对应的放疗辅助图像最接近的预测相位图像。例如,所述适配图像所显示的目标对象的状态与所述放疗辅助图像所显示的目标对象的状态最接近。在一些实施例中,第二获取模块330可以使用特征匹配的方法确定所述放疗辅助图像的适配图像。例如,第二获取模块330可以比较多个预测相位图像的特征分布(例如,灰度分布特征)与所述放疗辅助图像的灰度分布特征,并选择特征分布与所述放疗辅助图像的灰度分布特征最接近的预测相位图像作为所述适配图像。
在一些实施例中,第二获取模块330可以确定放疗辅助图像中所包含的目标组织的第一位置信息,以及多个预测相位图像中每一个预测相位图像中所包含的目标组织的第二位置信息。所述目标组织可以是指所述目标对象中具有辨识性的组织。例如,假定所述目标对象为肺癌患者的胸部,则所述目标组织可以是肿瘤区域,或是肺部器官。所述第一位置信息可以用于表示所述目标组织在所述放疗辅助图像中的位置。其可以使用坐标范围表示。例如,所述第一位置信息可以使用所述放疗辅助图像中属于所述目标组织的像素点在图像坐标系中的坐标范围表示。类似于所述第一位置信息,所述第二位置信息可以用于表示所述目标组织在所述预测相位图像中的位置。其也可以使用坐标范围表示。例如,所述第二位置信息可以使用所述预测相位图像中属于所述目标组织的像素点在图像坐标系中的坐标范围表示。
在一些实施例中,第二获取模块330可以基于第一位置信息与第二位置信息,确定放疗辅助图像的适配图像。作为示例,第二获取模块330可以比较所述第一位置信息和对应于每个预测相位图像的第二位置信息。当所述第一位置信息与某一预测相位图像对应的第二位置信息匹配时(例如,用于表示第一位置信息和第二位置信息的坐标范围之间的差值小于预设范围),第二获取模块330可以将该预测相位图像确定为所述适配图像。
在一些实施例中,第二获取模块330可以分别确定所述放疗辅助图像与所述多个预测相位图像中每一个预测相位图像的第三差异。所述第三差异可以是指表示所述放疗辅助图像的矩阵与表示预测相位图像的矩阵之间的差异。例如,所述第三差异可以是利用表示所述放疗辅助图像的矩阵减去表示预测相位图像的矩阵得到的矩阵相减结果。又例如,所述第三差异也可以是利用表示所述放疗辅助图像的矩阵乘以表示预测相位图像的矩阵的逆矩阵得到的矩阵相乘结果。第二获取模块330可以确定多个第三差异中的最小值,并指定所述最小值对应的预测相位图像作为所述适配图像。例如,第二获取模块330可以确定表示所述第三差异的矩阵相减结果或矩阵相乘结果的模或特征值,并指定最小的模或特征值对应的预测相位图像为所述适配图像。
步骤708,确定所述适配图像对应的目标相位,并指定该目标相位对应的扫描图像为所述目标扫描图像。
在一些实施例中,由于所述适配图像是分别对应于多个相位的多个预测相位图像中的一个,在确定所述适配图像后,第二获取模块330可以直接确定所述适配图像对应的相位作为所述目标相位。随后,第二获取模块330可以将所述目标相位对应的扫描图像确定为所述目标扫描图像。
应当注意的是,上述有关流程700的描述仅仅是为了示例和说明,而不限定本申请的适用范围。对于本领域技术人员来说,在本申请的指导下可以对流程700进行各种修正和改变。然而,这些修正和改变仍在本申请的范围之内。
本说明书实施例可能带来的有益效果包括但不限于:(1)、利用放射源相关数据结合正向迭代过程,降低了计算复杂度,提高了计算精度;(2)、使用4D-CT图像进行剂量重建,消除了运动对剂量重建带来的影响,同时消除了目标对象(例如患者)的体态变化以及摆位来带的影响。需要说明的是,不同实施例可能产生的有益效果不同,在不同的实施例里,可能产生的有益效果可以是以上任意一种或几种的组合,也可以是其他任何可能获得的有益效果。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域技术人员可以理解,本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“***”。此外,本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等,或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行***、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF、或类似介质,或任何上述介质的组合。
本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的***组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的***。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (13)
1.一种放疗剂量确定***,其中,所述***包括处理器,所述处理器用于执行以下方法:
获取放射源相关数据、目标对象在目标放疗时刻的放疗辅助图像,以及所述目标放疗时刻对应的初始通量图;
至少基于所述放疗辅助图像、所述初始通量图以及所述放射源相关数据,利用一次或多次迭代确定对应于所述目标放疗时刻的目标通量图;
获取所述目标对象的目标扫描图像;以及
基于所述目标通量图,所述目标扫描图像以及所述放射源相关数据,确定所述目标对象在所述目标放疗时刻所接收的放疗剂量;
其中,一次迭代包括:
获取所述目标对象的对象信息;
基于所述放射源相关数据、与当前迭代轮次对应的当前通量图以及所述对象信息,确定在当前迭代轮次中的放疗预测图像;
确定校正后的放疗辅助图像和在当前迭代轮次中的放疗预测图像是否满足第一判断条件;
响应于所述校正后的放疗辅助图像和在当前迭代轮次中的放疗预测图像满足所述第一判断条件,确定所述当前迭代轮次对应的当前通量图为所述目标通量图;以及
响应于所述校正后的放疗辅助图像和在当前迭代轮次中的放疗预测图像不满足所述第一判断条件,更新所述当前迭代轮次对应的当前通量图,并将更新后的当前迭代轮次对应的当前通量图作为下一迭代轮次对应的当前通量图。
2.根据权利要求1所述的***,其中,所述更新所述当前迭代轮次对应的当前通量图,包括:
确定所述校正后的放疗辅助图像与所述在当前迭代轮次中的放疗预测图像之间的第一差异;以及
基于所述第一差异更新所述当前迭代轮次对应的当前通量图。
3.根据权利要求1所述的***,其中,一次迭代包括:
获取所述目标对象的对象信息;
基于所述放射源相关数据、与当前迭代轮次对应的当前通量图以及所述对象信息,确定在当前迭代轮次中的主射线预测图像和散射比值,其中,与首次迭代轮次对应的当前通量图为所述初始通量图;
基于所述散射比值以及所述校正后的放疗辅助图像,确定在当前迭代轮次中的去散射参考图像;
确定在当前迭代轮次中的去散射参考图像和主射线预测图像是否满足第二判断条件;
响应于在当前迭代轮次中的去散射参考图像和主射线预测图像满足所述第二判断条件,确定所述当前迭代轮次对应的当前通量图为所述目标通量图;以及
响应于在当前迭代轮次中的去散射参考图像和主射线预测图像不满足所述第二判断条件,更新所述当前迭代轮次对应的当前通量图,并将更新后的当前迭代轮次对应的当前通量图作为下一迭代轮次对应的当前通量图。
4.根据权利要求3所述的***,其中,所述更新所述当前迭代轮次对应的当前通量图,包括:
确定在当前迭代轮次中的去散射参考图像和主射线预测图像之间的第二差异;以及
基于所述第二差异更新所述当前迭代轮次对应的当前通量图。
5.根据权利要求3所述的***,其中,所述第二判断条件包括:
所述在当前迭代轮次中的主射线预测图像收敛于所述在当前迭代轮次中的去散射参考图像。
6.根据权利要求1所述的***,其中,所述获取所述目标对象的目标扫描图像,包括:
获取所述目标对象的多个扫描图像,所述多个扫描图像为分别对应于多个相位的序列图像;
基于所述放疗辅助图像从所述多个扫描图像中确定所述目标扫描图像。
7.根据权利要求6所述的***,其中,所述多个扫描图像包括基于4D计算机断层扫描成像设备(Four-dimensional-computed tomography)获取的4D-CT图像或在线4D-CT图像。
8.根据权利要求6所述的***,其中,所述基于所述放疗辅助图像从所述多个扫描图像中确定所述目标扫描图像,包括:
从所述多个扫描图像中确定所述目标对象在所述目标放疗时刻时,分别与所述多个相位对应的多个预测相位图像;
从所述多个预测相位图像中确定所述放疗辅助图像的适配图像;以及
确定所述适配图像对应的目标相位,并指定该目标相位对应的扫描图像为所述目标扫描图像。
9.根据权利要求8所述的***,其中,所述确定分别与所述多个相位对应的多个预测相位图像,包括:
获取放疗计划信息;
基于所述放疗计划信息,确定在所述目标放疗时刻的计划出束信息,所述计划出束信息包括出束角度及每个出束角度对应的子野参数;以及
对于所述多个相位中的每一个相位,基于所述计划出束信息和所述相位对应的扫描图像,确定所述相位对应的预测相位图像。
10.根据权利要求1所述的***,其中,所述处理器所执行的方法进一步包括:
遍历所述目标对象在一次放射治疗中的多个射束角度对应的多个放疗时刻接收到的放疗剂量,并确定所述目标对象在所述放射治疗中所接收到的放疗总剂量。
11.根据权利要求1-10中任一项所述的***,其中,所述放疗辅助图像包括EPID(Electronic Portal Imaging Device,电子射野影像装置)图像。
12.一种放疗剂量确定***,其中,所述***包括:
第一获取模块,用于获取放射源相关数据、目标对象在目标放疗时刻的放疗辅助图像,以及所述目标放疗时刻对应的初始通量图;
第一确定模块,用于至少基于所述放疗辅助图像、所述初始通量图以及所述放射源相关数据,利用一次或多次迭代确定对应于所述目标放疗时刻的目标通量图;
第二获取模块,用于获取所述目标对象的目标扫描图像;以及
第二确定模块,用于基于所述目标通量图,所述目标扫描图像以及所述放射源相关数据,确定所述目标对象在所述目标放疗时刻所接收的放疗剂量;
其中,一次迭代包括:
获取所述目标对象的对象信息;
基于所述放射源相关数据、与当前迭代轮次对应的当前通量图以及所述对象信息,确定在当前迭代轮次中的放疗预测图像;
确定校正后的放疗辅助图像和在当前迭代轮次中的放疗预测图像是否满足第一判断条件;
响应于所述校正后的放疗辅助图像和在当前迭代轮次中的放疗预测图像满足所述第一判断条件,确定所述当前迭代轮次对应的当前通量图为所述目标通量图;以及
响应于所述校正后的放疗辅助图像和在当前迭代轮次中的放疗预测图像不满足所述第一判断条件,更新所述当前迭代轮次对应的当前通量图,并将更新后的当前迭代轮次对应的当前通量图作为下一迭代轮次对应的当前通量图。
13.一种计算机可读存储介质,其中,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求1-11所述的放疗剂量确定***中的处理器执行的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111006830.1A CN113577581B (zh) | 2021-08-30 | 2021-08-30 | 放疗剂量确定*** |
CN202410340031.5A CN118059397A (zh) | 2021-08-30 | 2021-08-30 | 放疗剂量确定*** |
US17/823,500 US20230067600A1 (en) | 2021-08-30 | 2022-08-30 | Systems and methods for determining a radiation dose |
US18/430,643 US20240173571A1 (en) | 2021-08-30 | 2024-02-01 | Systems and methods for dose verification |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111006830.1A CN113577581B (zh) | 2021-08-30 | 2021-08-30 | 放疗剂量确定*** |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410340031.5A Division CN118059397A (zh) | 2021-08-30 | 2021-08-30 | 放疗剂量确定*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113577581A CN113577581A (zh) | 2021-11-02 |
CN113577581B true CN113577581B (zh) | 2024-02-20 |
Family
ID=78240324
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111006830.1A Active CN113577581B (zh) | 2021-08-30 | 2021-08-30 | 放疗剂量确定*** |
CN202410340031.5A Pending CN118059397A (zh) | 2021-08-30 | 2021-08-30 | 放疗剂量确定*** |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410340031.5A Pending CN118059397A (zh) | 2021-08-30 | 2021-08-30 | 放疗剂量确定*** |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230067600A1 (zh) |
CN (2) | CN113577581B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014063748A1 (en) * | 2012-10-26 | 2014-05-01 | Brainlab Ag | Determining an irradiation region for radiotherapy based on model patient data and patient image data |
CN104548372A (zh) * | 2015-01-07 | 2015-04-29 | 上海联影医疗科技有限公司 | 放射治疗计划、剂量确定、质量保证的方法及装置 |
CN104645500A (zh) * | 2015-02-12 | 2015-05-27 | 上海联影医疗科技有限公司 | 调强放疗优化方法及*** |
CN104755029A (zh) * | 2012-10-19 | 2015-07-01 | 皇家飞利浦有限公司 | 确定身体中的剂量的分布的方法 |
WO2017066248A1 (en) * | 2015-10-16 | 2017-04-20 | Varian Medical Systems, Inc. | Iterative image reconstruction in image-guided radiation therapy |
CN107469239A (zh) * | 2017-08-11 | 2017-12-15 | 上海联影医疗科技有限公司 | 计算机可读存储介质及放射治疗计划*** |
EP3391940A1 (en) * | 2017-04-21 | 2018-10-24 | Koninklijke Philips N.V. | Planning system for adaptive radiation therapy |
CN109843377A (zh) * | 2016-09-07 | 2019-06-04 | 医科达有限公司 | 用于预测放射疗法剂量分布的放射疗法治疗计划的学习模型的***和方法 |
CN111388879A (zh) * | 2020-03-19 | 2020-07-10 | 上海联影医疗科技有限公司 | 一种放射剂量确定***、装置及存储介质 |
CN112151146A (zh) * | 2020-09-27 | 2020-12-29 | 上海联影医疗科技股份有限公司 | 通量图优化***、装置和存储介质 |
CN112382371A (zh) * | 2020-10-16 | 2021-02-19 | 北京全域医疗技术集团有限公司 | 一种放疗剂量分析方法、装置、存储介质及计算机设备 |
CN112546463A (zh) * | 2021-02-25 | 2021-03-26 | 四川大学 | 基于深度神经网络的放疗剂量自动预测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3075416B1 (en) * | 2015-04-02 | 2017-06-07 | RaySearch Laboratories AB | System and method for determining a radiation treatment plan |
US10507337B2 (en) * | 2017-09-13 | 2019-12-17 | Elekta, Inc. | Radiotherapy treatment plan optimization workflow |
-
2021
- 2021-08-30 CN CN202111006830.1A patent/CN113577581B/zh active Active
- 2021-08-30 CN CN202410340031.5A patent/CN118059397A/zh active Pending
-
2022
- 2022-08-30 US US17/823,500 patent/US20230067600A1/en active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104755029A (zh) * | 2012-10-19 | 2015-07-01 | 皇家飞利浦有限公司 | 确定身体中的剂量的分布的方法 |
WO2014063748A1 (en) * | 2012-10-26 | 2014-05-01 | Brainlab Ag | Determining an irradiation region for radiotherapy based on model patient data and patient image data |
CN104548372A (zh) * | 2015-01-07 | 2015-04-29 | 上海联影医疗科技有限公司 | 放射治疗计划、剂量确定、质量保证的方法及装置 |
CN104645500A (zh) * | 2015-02-12 | 2015-05-27 | 上海联影医疗科技有限公司 | 调强放疗优化方法及*** |
WO2017066248A1 (en) * | 2015-10-16 | 2017-04-20 | Varian Medical Systems, Inc. | Iterative image reconstruction in image-guided radiation therapy |
CN109843377A (zh) * | 2016-09-07 | 2019-06-04 | 医科达有限公司 | 用于预测放射疗法剂量分布的放射疗法治疗计划的学习模型的***和方法 |
EP3391940A1 (en) * | 2017-04-21 | 2018-10-24 | Koninklijke Philips N.V. | Planning system for adaptive radiation therapy |
CN107469239A (zh) * | 2017-08-11 | 2017-12-15 | 上海联影医疗科技有限公司 | 计算机可读存储介质及放射治疗计划*** |
CN111388879A (zh) * | 2020-03-19 | 2020-07-10 | 上海联影医疗科技有限公司 | 一种放射剂量确定***、装置及存储介质 |
CN112151146A (zh) * | 2020-09-27 | 2020-12-29 | 上海联影医疗科技股份有限公司 | 通量图优化***、装置和存储介质 |
CN112382371A (zh) * | 2020-10-16 | 2021-02-19 | 北京全域医疗技术集团有限公司 | 一种放疗剂量分析方法、装置、存储介质及计算机设备 |
CN112546463A (zh) * | 2021-02-25 | 2021-03-26 | 四川大学 | 基于深度神经网络的放疗剂量自动预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN118059397A (zh) | 2024-05-24 |
CN113577581A (zh) | 2021-11-02 |
US20230067600A1 (en) | 2023-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11547874B2 (en) | Machine learning approach to real-time patient motion monitoring | |
CN112512632B (zh) | 一种放射治疗出射束监测方法和*** | |
CN110678226B (zh) | 辐射疗法方法、***和相关计算机程序 | |
AU2017211332B2 (en) | Therapy control using motion prediction based on cyclic motion model | |
US11471702B2 (en) | Ray tracing for a detection and avoidance of collisions between radiotherapy devices and patient | |
US20200129784A1 (en) | Real-time patient motion monitoring using a magnetic resonance linear accelerator (mr-linac) | |
EP3436148B1 (en) | Adaptive radiation therapy planning | |
WO2020216307A1 (zh) | 一种获取放射图像方法、***、装置及存储介质 | |
US12014519B2 (en) | Partial deformation maps for reconstructing motion-affected treatment dose | |
US20230302297A1 (en) | Patient imaging for dynamic online adaptive radiotherapy | |
JP2016506789A (ja) | Imrtにおけるビーム数を決定する装置 | |
CN113577581B (zh) | 放疗剂量确定*** | |
US20220218298A1 (en) | Method for image guidance, medical device and computer-readable storage medium | |
US20210121715A1 (en) | Cardiac ablation using an mr linac | |
EP2739355B1 (en) | Dose-optimised patient positioning for radiotherapy | |
CN115605262A (zh) | 在放射治疗计划优化中使用强化学习来定位剂量-体积目标 | |
Zhou et al. | Feasibility study of deep learning‐based markerless real‐time lung tumor tracking with orthogonal X‐ray projection images | |
US20240173571A1 (en) | Systems and methods for dose verification | |
US20230125812A1 (en) | Systems, methods and computer software for optimized radiation therapy | |
CN116322902A (zh) | 图像配准***和方法 | |
CN118416404A (zh) | 一种在线放疗剂量重建方法、***和装置 | |
US20230338749A1 (en) | Method for providing an irradiation plan, device for determining and device for applying the irradiation plan | |
US20230076168A1 (en) | Systems and methods for radiation therapy | |
JP2022536280A (ja) | 機械学習モデルを訓練するため、および患者の推定体内画像を提供するためのシステムおよび方法 | |
CN117352127A (zh) | 一种放射剂量分布的优化方法、***、装置及存储介质 |
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 |