CN118267640A - 一种验证mri引导自适应放疗剂量的方法及*** - Google Patents
一种验证mri引导自适应放疗剂量的方法及*** Download PDFInfo
- Publication number
- CN118267640A CN118267640A CN202410305930.1A CN202410305930A CN118267640A CN 118267640 A CN118267640 A CN 118267640A CN 202410305930 A CN202410305930 A CN 202410305930A CN 118267640 A CN118267640 A CN 118267640A
- Authority
- CN
- China
- Prior art keywords
- dose
- mri
- image
- pseudo
- dose distribution
- 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.)
- Pending
Links
- 238000001959 radiotherapy Methods 0.000 title claims abstract description 61
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 36
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 28
- 238000012795 verification Methods 0.000 claims abstract description 27
- 238000004088 simulation Methods 0.000 claims abstract description 26
- 238000005259 measurement Methods 0.000 claims abstract description 13
- 238000007639 printing Methods 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 12
- 239000011800 void material Substances 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 5
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 42
- 230000005855 radiation Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 210000000920 organ at risk Anatomy 0.000 description 3
- 230000001225 therapeutic effect Effects 0.000 description 3
- 210000004881 tumor cell Anatomy 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 210000000133 brain stem Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 210000002216 heart Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002721 intensity-modulated radiation therapy Methods 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000000191 radiation effect Effects 0.000 description 1
- 230000003439 radiotherapeutic effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 210000000278 spinal cord Anatomy 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Landscapes
- Radiation-Therapy Devices (AREA)
Abstract
本申请属于放疗剂量验证技术领域，公开了一种验证MRI引导自适应放疗剂量的方法及***。通过采集患者当次治疗的MRI图像，在MRI图像上进行肿瘤靶区和正常组织勾画；将MRI图像转换成伪CT图像，计算期望剂量分布；通过建模软件构建MRI图像对应的三维模型，并将三维模型打印成仿真模体；在仿真模体的肿瘤靶区确定至少一个放置第一剂量测量设备的剂量验证点和一个放置第二剂量测量设备的正交空隙；通过磁共振加速器对仿真模体执行在线自适应计划，采集第一剂量测量设备和第二剂量设备接收到的实际剂量分布；将实际剂量分布与基于所述伪CT图像得到期望剂量分布进行对比，根据对比结果验证基于伪CT计算剂量的准确性。可以验证基于MRI图像转换的伪CT的准确性。
Description
技术领域
本申请涉及放疗剂量验证技术领域，尤其涉及一种验证MRI引导自适应放疗剂量的方法及***。
背景技术
放射治疗是肿瘤治疗的主要手段之一，主要是利用X射线对肿瘤细胞进行杀伤，在提升肿瘤剂量，同时降低危及器官和正常组织受照剂量。随着电子计算机技术和放疗设备的发展，放射治疗已经进入精确放疗时代，例如现在临床常规采用的是调强放射治疗(Intensity modulated radiotherapy,IMRT)技术，能够最大程度地提高肿瘤剂量地同时保护正常组织，使得照射剂量分布更加依赖于患者靶区和危及器官的几何形状。但在治疗过程中，由于患者的体型改变、肿瘤变化、体内器官的相对运动等，都会导致靶区实际受照剂量偏离计划，从而影响治疗效果。为解决上述问题，通过图像引导的自适应放射治疗应运而生。
近年来，以磁共振图像(Magnetic Resonance Imaging,MRI)引导的在线自适应放疗逐渐进入临床应用，成为目前最先进的图像引导放疗技术之一。MRI引导在线自适应放疗(MRI guided ART,MRIgART)是基于当次治疗过程中的MRI图像，实时监测肿瘤及周围组织的变化，实时调整和优化放疗计划，修正治疗中形变误差，是放疗技术发展的革命性进步和发展。但是由于MRI图像没有电子密度信息，需要将MRI图像转化为伪CT进行剂量计算，伪CT的准确性直接影响治疗结果。常规剂量验证主要是通过各种通用模体在患者治疗前进行模拟出束，验证机器出束是否存在差错，即设备是否能够按照预设的参数和条件准确的输出预期的剂量，但无法验证转化的伪CT是否准确。
发明内容
为此，本申请的实施例提供了一种验证MRI引导自适应放疗剂量的方法及***，可以验证基于MRI图像转换的伪CT的准确性。
第一方面，本申请提供一种验证MRI引导自适应放疗剂量的方法。
本申请是通过以下技术方案得以实现的：
采集患者当次治疗的MRI图像，在所述MRI图像上进行肿瘤靶区和正常组织勾画，得到勾画结果；
将MRI图像转换成伪CT图像，基于所述伪CT图像计算期望剂量分布；
利用所述勾画结果通过建模软件构建MRI图像对应的三维模型，并将所述三维模型打印成仿真模体；
在所述仿真模体的肿瘤靶区确定一个剂量验证点和一个正交空隙；其中，在所述剂量验证点放置第一剂量测量设备，在所述正交空隙内放置第二剂量测量设备；
通过磁共振加速器对所述仿真模体执行在线自适应计划，采集所述第一剂量测量设备和第二剂量设备接收到的实际剂量分布；
将所述实际剂量分布与基于所述伪CT图像得到期望剂量分布进行对比，根据对比结果验证基于伪CT计算剂量的准确性。
在本申请一较佳的示例中可以进一步设置为，基于电子密度赋值法将MRI图像转化成伪CT图像。
在本申请一较佳的示例中可以进一步设置为，所述基于所述伪CT图像计算期望剂量分布的步骤包括：
根据治疗目标来设置放疗的剂量分布参数，所述剂量分布参数包括放疗总剂量、分次剂量、剂量率以及照射角度；
基于所述伪CT图像和所述剂量分布参数，利用剂量计算模型计算期望剂量分布。
在本申请一较佳的示例中可以进一步设置为，所述剂量计算模型采用蒙特卡洛模拟方法。
在本申请一较佳的示例中可以进一步设置为，所述第一剂量测量设备为点剂量测量设备，所述第二剂量测量设备为面剂量测量设备。
第二方面，本申请提供一种验证MRI引导自适应放疗剂量的***。
本申请是通过以下技术方案得以实现的：
一种验证MRI引导自适应放疗剂量的***，
所述***包括：
数据采集模块，被配置为采集患者当次治疗的MRI图像，在所述MRI图像上进行肿瘤靶区和正常组织勾画，得到勾画结果；
期望剂量计算模块，被配置为将MRI图像转换成伪CT图像，基于所述伪CT图像计算期望剂量分布；
仿真模体模块，被配置为利用所述勾画结果通过建模软件构建MRI图像对应的三维模型，并将所述三维模型打印成仿真模体；
剂量测量设备，被放置在所述仿真模体的剂量验证点和正交空隙中，用于采集实施在线自适应计划过程中接收到的实际剂量分布；
验证模块，被配置为将所述实际剂量分布与基于所述伪CT图像得到期望剂量分布进行对比，根据对比结果验证基于伪CT计算剂量的准确性。
在本申请一较佳的示例中可以进一步设置为，所述期望剂量计算模块还用于基于电子密度赋值法将MRI图像转化成伪CT图像。
在本申请一较佳的示例中可以进一步设置为，所述期望剂量计算模块还用于根据治疗目标来设置放疗的剂量分布参数，所述剂量分布参数包括放疗总剂量、分次剂量、剂量率以及照射角度；
将所述伪CT图像和所述剂量分布参数输入到剂量计算模型中得到期望剂量分布。
第三方面，本申请提供一种验证MRI引导自适应放疗剂量的设备。
本申请是通过以下技术方案得以实现的：
一种验证MRI引导自适应放疗剂量的设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以第一方面所述方法的步骤。
第四方面，本申请提供一种计算机可读存储介质。
本申请是通过以下技术方案得以实现的：
所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述方法的步骤。
综上所述，与现有技术相比，本申请实施例提供的技术方案带来的有益效果至少包括：
采集患者当次治疗的MRI图像，在MRI图像上进行肿瘤靶区和正常组织勾画，得到勾画结果；将MRI图像转换成伪CT图像，基于伪CT图像计算期望剂量分布；利用勾画结果通过建模软件构建MRI图像对应的三维模型，并将三维模型打印成仿真模体；在仿真模体的肿瘤靶区确定一个剂量验证点和一个正交空隙；其中，在剂量验证点放置第一剂量测量设备，在正交空隙内放置第二剂量测量设备；通过磁共振加速器对仿真模体执行在线自适应计划，采集第一剂量测量设备和第二剂量设备接收到的实际剂量分布；将实际剂量分布与基于伪CT图像得到期望剂量分布进行对比，根据对比结果验证基于伪CT计算剂量的准确性。可以通过验证MRI图像转换成伪CT的剂量准确性，进而最大程度保证MRI引导自适应放疗的精准实施。
附图说明
图1为本申请一示例性实施例提供的一种验证MRI引导自适应放疗剂量的方法的流程示意图；
图2为本申请一示例性实施例提供的一种验证MRI引导自适应放疗剂量的***的结构示意图。
具体实施方式
本具体实施例仅仅是对本申请的解释，其并不是对本申请的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
另外，本申请中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本申请中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
本申请中术语“第一”“第二”等字样用于对作用和功能基本相同的相同项或相似项进行区分，应理解，“第一”、“第二”、“第n”之间不具有逻辑或时序上的依赖关系，也不对数量和执行顺序进行限定。
下面结合说明书附图对本申请实施例作进一步详细描述。
在本申请的一个实施例中，提供一种验证MRI引导自适应放疗剂量的方法，如图1所示，主要步骤描述如下：
S10:采集患者当次治疗的MRI图像数据，在MRI图像上进行肿瘤靶区和正常组织勾画，得到勾画结果。
具体的，在患者接收治疗时，将患者以稳定的***安置在磁共振加速器上，根据治疗计划和患者的具体情况，设置MRI的扫描参数，例如扫描区域、扫描分辨率、扫描时间等，确保获得包含足够图像信息以及高质量的MRI图像数据。MRI图像数据包括T1加权图像，T2加权图像等。MRI图像数据可以提供患者的肿瘤位置、形态和肿瘤以及周围组织的解剖结构信息。在一些实施例中，为进一步提高MRI图像数据的质量，还可以对图像进行消除噪声、增强对比度等预处理。
进一步，放射科专业人士或者放疗专业人士会将伪MRI图像传输到放射治疗计划***(TPS)，根据图像中呈现的肿瘤位置勾画肿瘤靶区(GTV,Gross Tumor Volume)，还需要勾画肿瘤靶区周围的正常组织或器官，例如脊髓、脑干、眼镜、肺、心脏、肝脏、肾脏等，勾画正常组织的目的是为了在后续放疗过程中限制照射剂量，保护正常组织免受不必要的辐射损伤。除此之外还需要勾画计划靶区。根据上述区域划分，得到最终的勾画结果。勾画结果有助于精确确定治疗区域、保护正常组织、制定个性化治疗计划以及评估治疗效果。
S20:将MRI图像数据转化成伪CT图像，基于伪CT图像计算期望剂量分布。
在一些实施例中，基于电子密度赋值法将MRI图像转化成伪CT图像。具体的，可以根据MRI图像中不同组织结构类型，按照CT平均电子密度值或ICRU(国际辐射单位和测量委员会)46号报告推荐值进行电子密度赋值，生成伪CT图像。
其中，基于伪CT图像得到期望剂量分布具体包括：根据治疗目标来设置放疗的剂量分布参数，剂量分布参数包括放疗总剂量、分次剂量、剂量率以及照射角度；基于伪CT图像和剂量分布参数，利用剂量计算模型计算期望剂量分布。其中，剂量计算模型采用蒙特卡罗模拟方法。蒙特卡罗模拟方法可以通过在Talemu仿真软件上实现。
需要进行说明的是，为达到更好的治疗目标，需要根据治疗目标来设置放疗的剂量分布参数，包括但不限于放疗总剂量、分次剂量、剂量率以及照射角度。其中，放疗总剂量指的是在整个放疗过程中，患者需要接受的总放射治疗剂量，需要根据患者的病情、病变部位以及放射敏感性等因素来确定，放疗总剂量需要足够杀死或者抑制肿瘤细胞，同时要避免对正常组织造成过多的损伤。分次剂量是指将总剂量划分为多次进行照射，每次照射的剂量成为分次剂量。分次照射的目的是减少单次高剂量照射对正常组织的损伤，同时使肿瘤细胞有更多的机会受到致死性损伤。剂量率是指单位时间内接受的剂量，以Gy/h或者rad/h为单位进行表示。一般剂量率越大，辐射效应越显著，需要根据具体情况选择合适的剂量率。照射角度时指放射治疗时射线与患者身体的夹角，照射角度的选择需要考虑肿瘤位置、形状以及周围组织的结构等因素，选择合适的夹角确保摄像能够准确照射到病变部位，同时减少对周围正常组织的损伤。放射治疗计划***通过优化算法，根据剂量分布参数来计算出每个照射野或布源的位置、大小和形状，以及每个照射野或布源的剂量权重。这些参数通过计算和优化，最终得到一个期望剂量分布，即能够最大程度地覆盖肿瘤靶区，同时最小程度地影响周围正常组织。需要进行说明的是，剂量分布反应射线在患者体内不同部位或者不同深度上产生的剂量分布情况。
S30:利用勾画结果通过建模软件构建MRI图像数据对应的三维模型，将三维模型打印成仿真模体。
具体的，建模软件可以采用3D MAX、Maya、ZBrush等，这些软件都支持DICOM格式的导入。可以将MRI的DICOM导入建模软件中，并结合肿瘤靶区和正常组织的勾画结果，将不同结构生成相应的三维模型，进行表面平滑、去除噪声以及调整尺寸等优化后，将三维模型保存为合适的格式并导出，利用3D打印技术打印成仿真模体。根据患者的MRI图像数据生成个性化的三维模体，可以准确反映患者的解剖结构和组织特性，便于后续更加准确地评估照射剂量。
S40:在仿真模体的肿瘤靶区确定至少一个剂量验证点和一个正交空隙；其中，在剂量验证点放置第一剂量测量设备，在正交空隙内放置第二剂量测量设备。
其中，第一剂量测量设备为点剂量测量设备，第二剂量测量设备为面剂量测量设备。具体的，点剂量测量设备为电离室，电离室可以选择空气电离室、液体电离室和固体电离室中的一种。面剂量测量设备为测量胶片。
在肿瘤靶区选取至少一个剂量验证点，用于验证重要位置点剂量的准确性。在靶区组织和重要危及器官区域选取多个剂量验证点，综合考虑多个剂量验证点的验证结果可以确保验证更加准确，提高验证的精度。选取处于靶区组织中心位置的剂量验证点，通过调整照射野的角度和位置，在该剂量验证点设置正交空隙。正交空隙是指在两个正交平面(横截面或者纵截面)上设置的空白区域，用于验证面剂量的准确性。
S50:通过磁共振加速器对仿真模体执行在线自适应计划，采集第一剂量测量设备和第二剂量设备接收到的实际剂量分布。
具体的，启动磁共振加速器，将仿真模体放置在磁共振加速器的治疗床上，开展在线自适应计划，利用放置于仿真模体中的第一剂量测量设备和第二剂量设备采集接收到的实际剂量，综合考虑第一剂量设备采集到的第一实际剂量和第二剂量设备采集到的第二实际剂量来确定最终的实际剂量分布。
S60:将实际剂量分布与基于伪CT图像得到期望剂量分布进行对比，根据对比结果验证基于伪CT计算剂量的准确性。
将剂量测量设备在实际治疗过程中接收到的实际剂量分布与通过伪CT图像得到期望剂量分布在空间上进行几何信息匹配和对齐，来对比实际剂量分布和期望剂量分布的剂量偏差。为了更加直观的判断两者之间的差异，可以通过剂量偏差图来进行显示，剂量偏差图包含实际剂量分布和期望剂量分布之间点对点的差异，可以进一步计算剂量差异之间的平均值、最大值、最小值以及标准差等。如果剂量差异在可接受的预设差异范围内，那么认为是准确的；若剂量差异超出可接受的预设差异范围，则认为是不准确的。
在本申请的另一实施例中，提供一种验证MRI引导自适应放疗剂量的***，如图2所示，该***包括：数据采集模块01，期望剂量计算模块02，仿真模体模块03，剂量测量设备04，验证模块05。
其中，数据采集模块01，被配置为采集患者当次治疗的MRI图像，在所述MRI图像上进行肿瘤靶区和正常组织勾画，得到勾画结果；期望剂量计算模块02，被配置为将MRI图像转换成伪CT图像，基于所述伪CT图像计算期望剂量分布；仿真模体模块03，被配置为利用所述勾画结果通过建模软件构建MRI图像对应的三维模型，并将所述三维模型打印成仿真模体；剂量测量设备04，被放置在所述仿真模体的至少一个剂量验证点和正交空隙中，用于采集实施在线自适应计划过程中接收到的实际剂量分布；验证模块05，被配置为将实际剂量分布与基于伪CT图像得到期望剂量分布进行对比，根据对比结果验证基于伪CT计算剂量的准确性。
期望剂量计算模块02还用于基于电子密度赋值法将MRI图像转化成伪CT图像。进一步，还用于根据治疗目标来设置放疗的剂量分布参数，剂量分布参数包括放疗总剂量、分次剂量、剂量率以及照射角度；将伪CT图像和剂量分布参数输入到剂量计算模型中得到期望剂量分布。
在一个实施例中，提供了一种验证MRI引导自适应放疗剂量的设备，该设备可以是服务器。
该设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中，设备的处理器用于提供计算和控制能力。该设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述一种验证MRI引导自适应放疗剂量的方法。
在一个实施例中，提供一种计算机可读存储介质，包括存储器、处理器及存储在存储器上并可以在处理器上执行的计算机程序，处理器执行计算机程序以实现上述任意一种验证MRI引导自适应放疗剂量的方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)、DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将本申请所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
Claims (10)
1.一种验证MRI引导自适应放疗剂量的方法，其特征在于，所述方法包括：
采集患者当次治疗的MRI图像，在所述MRI图像上进行肿瘤靶区和正常组织勾画，得到勾画结果；
将MRI图像转换成伪CT图像，基于所述伪CT图像计算期望剂量分布；
利用所述勾画结果通过建模软件构建MRI图像对应的三维模型，并将所述三维模型打印成仿真模体；
在所述仿真模体的肿瘤靶区确定至少一个剂量验证点和一个正交空隙；其中，在所述剂量验证点放置第一剂量测量设备，在所述正交空隙内放置第二剂量测量设备；
通过磁共振加速器对所述仿真模体执行在线自适应计划，采集所述第一剂量测量设备和第二剂量设备接收到的实际剂量分布；
将所述实际剂量分布与基于所述伪CT图像得到期望剂量分布进行对比，根据对比结果验证基于伪CT计算剂量的准确性。
2.根据权利要求1所述的验证MRI引导自适应放疗剂量的方法，其特征在于，基于电子密度赋值法将MRI图像转化成伪CT图像。
3.根据权利要求2所述的验证MRI引导自适应放疗剂量的方法，其特征在于，所述基于所述伪CT图像计算期望剂量分布的步骤包括：
根据治疗目标来设置放疗的剂量分布参数，所述剂量分布参数包括放疗总剂量、分次剂量、剂量率以及照射角度；
基于所述伪CT图像和所述剂量分布参数，利用剂量计算模型计算期望剂量分布。
4.根据权利要求3所述的验证MRI引导自适应放疗剂量的方法，其特征在于，所述剂量计算模型采用蒙特卡罗模拟方法。
5.根据权利要求1所述的验证MRI引导自适应放疗剂量的方法，其特征在于，所述第一剂量测量设备为点剂量测量设备，所述第二剂量测量设备为面剂量测量设备。
6.一种验证MRI引导自适应放疗剂量的***，其特征在于，所述***包括：
数据采集模块，被配置为采集患者当次治疗的MRI图像，在所述MRI图像上进行肿瘤靶区和正常组织勾画，得到勾画结果；
期望剂量计算模块，被配置为将MRI图像转换成伪CT图像，基于所述伪CT图像计算期望剂量分布；
仿真模体模块，被配置为利用所述勾画结果通过建模软件构建MRI图像对应的三维模型，并将所述三维模型打印成仿真模体；
剂量测量设备，被放置在所述仿真模体的至少一个剂量验证点和正交空隙中，用于采集实施在线自适应计划过程中接收到的实际剂量分布；
验证模块，被配置为将所述实际剂量分布与基于所述伪CT图像得到期望剂量分布进行对比，根据对比结果验证基于伪CT计算剂量的准确性。
7.根据权利要求6所述的验证MRI引导自适应放疗剂量的***，其特征在于，
所述期望剂量计算模块还用于基于电子密度赋值法将MRI图像转化成伪CT图像。
8.根据权利要求6所述的验证MRI引导自适应放疗剂量的***，其特征在于，所述期望剂量计算模块还用于根据治疗目标来设置放疗的剂量分布参数，所述剂量分布参数包括放疗总剂量、分次剂量、剂量率以及照射角度；
将所述伪CT图像和所述剂量分布参数输入到剂量计算模型中得到期望剂量分布。
9.一种验证MRI引导自适应放疗剂量的设备，其特征在于，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现权利要求1至5任意一项所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至5任意一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410305930.1A CN118267640A (zh) | 2024-03-18 | 2024-03-18 | 一种验证mri引导自适应放疗剂量的方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410305930.1A CN118267640A (zh) | 2024-03-18 | 2024-03-18 | 一种验证mri引导自适应放疗剂量的方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118267640A true CN118267640A (zh) | 2024-07-02 |
Family
ID=91644669
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410305930.1A Pending CN118267640A (zh) | 2024-03-18 | 2024-03-18 | 一种验证mri引导自适应放疗剂量的方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118267640A (zh) |
-
2024
- 2024-03-18 CN CN202410305930.1A patent/CN118267640A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11266858B2 (en) | Systems, devices, and methods for quality assurance of radiation therapy | |
| JP6783398B2 (ja) | 放射線治療計画作成における線量計算のモデル化のためのシステムおよび方法 | |
| Ahunbay et al. | An on‐line replanning scheme for interfractional variations a | |
| JP6624695B2 (ja) | 適応型放射線療法に対する移動する標的の３次元位置特定 | |
| US9511241B2 (en) | Irradiation planning for particle therapy | |
| JP6498934B2 (ja) | 適応的治療計画のためのビームセグメントレベル線量計算及び時間的動き追跡 | |
| RU2682455C2 (ru) | Система и способ для контроля персонализированного лечения пациента лучевой терапией и система обеспечения качества | |
| CN101069771B (zh) | 用于建立照射规划的设备 | |
| US10076673B2 (en) | Interactive dose gradient based optimization technique to control IMRT delivery complexity | |
| KR20100016039A (ko) | 분계 불확실성의 확률론적 분석에 의한 방사선 요법시 개선된 치료 계획 평가 | |
| EP1708788A2 (en) | Systems and methods for global optimization of treatment planning for external beam radiation therapy | |
| KR20110039514A (ko) | 방사선 요법에서 3ｄ 조사량 추적을 위한 장치와 방법 | |
| CN114681813A (zh) | 放射治疗自动计划***、自动计划方法及计算机程序产品 | |
| CN109513121A (zh) | 一种剂量引导自适应放射治疗计划重优化***和方法 | |
| Yang et al. | Variable planning margin approach to account for locoregional variations in setup uncertainties a | |
| US20230302298A1 (en) | Method and system for robust radiotherapy treatment planning for dose mapping uncertainties | |
| CN118267640A (zh) | 一种验证mri引导自适应放疗剂量的方法及*** | |
| EP3338860A1 (en) | Registration of particle beam radiography data | |
| Bridge | Principles and Practice of Treatment Planning | |
| CN117653927A (zh) | 放疗过程的剂量验证方法、装置和设备 | |
| CN117379707A (zh) | 一种磁共振图像引导离子束放疗参数设置方法和*** | |
| WO2023009332A1 (en) | Dose coverage margin metric for evaluating radiotherapy treatment plans | |
| Wong et al. | 15 Cone beam CT: Transforming radiation treatment guidance, planning, and monitoring | |
| Frantzen-Steneker | S12 3rd ESTRO Forum 2015 | |
| Thongphiew | ON-LINE RE-OPTIMIZATION OF PROSTATE IMRT PLAN FOR ADAPTIVE RADIATION THERAPY–A FEASIBILITY STUDY AND IMPLEMENTATION |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication |