JP7451293B2 - 放射線治療システム - Google Patents
放射線治療システム Download PDFInfo
- Publication number
- JP7451293B2 JP7451293B2 JP2020085959A JP2020085959A JP7451293B2 JP 7451293 B2 JP7451293 B2 JP 7451293B2 JP 2020085959 A JP2020085959 A JP 2020085959A JP 2020085959 A JP2020085959 A JP 2020085959A JP 7451293 B2 JP7451293 B2 JP 7451293B2
- Authority
- JP
- Japan
- Prior art keywords
- tumor
- image
- metastatic
- region
- primary
- 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 description 68
- 206010028980 Neoplasm Diseases 0.000 claims description 535
- 238000011282 treatment Methods 0.000 claims description 285
- 206010061289 metastatic neoplasm Diseases 0.000 claims description 166
- 230000003902 lesion Effects 0.000 claims description 68
- 230000001394 metastastic effect Effects 0.000 claims description 67
- 230000000694 effects Effects 0.000 claims description 44
- 230000005855 radiation Effects 0.000 claims description 35
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 170
- 230000006870 function Effects 0.000 description 68
- 238000010586 diagram Methods 0.000 description 30
- 210000000920 organ at risk Anatomy 0.000 description 30
- 238000000034 method Methods 0.000 description 26
- 210000004072 lung Anatomy 0.000 description 25
- 238000009206 nuclear medicine Methods 0.000 description 22
- 238000002604 ultrasonography Methods 0.000 description 20
- 238000002595 magnetic resonance imaging Methods 0.000 description 18
- 208000020816 lung neoplasm Diseases 0.000 description 16
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 13
- 201000005202 lung cancer Diseases 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 230000015654 memory Effects 0.000 description 10
- 206010027476 Metastases Diseases 0.000 description 9
- 231100000636 lethal dose Toxicity 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 208000005718 Stomach Neoplasms Diseases 0.000 description 7
- 206010017758 gastric cancer Diseases 0.000 description 7
- 210000000813 small intestine Anatomy 0.000 description 7
- 201000011549 stomach cancer Diseases 0.000 description 7
- 210000001519 tissue Anatomy 0.000 description 7
- 210000004881 tumor cell Anatomy 0.000 description 7
- 238000002591 computed tomography Methods 0.000 description 6
- 210000002784 stomach Anatomy 0.000 description 6
- 206010061968 Gastric neoplasm Diseases 0.000 description 5
- 230000009401 metastasis Effects 0.000 description 5
- 230000000877 morphologic effect Effects 0.000 description 5
- 239000000284 extract Substances 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000002600 positron emission tomography Methods 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000000306 component Substances 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 208000037841 lung tumor Diseases 0.000 description 2
- 210000002751 lymph Anatomy 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 201000002314 small intestine cancer Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000012503 blood component Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009535 clinical urine test Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002563 stool test Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
Landscapes
- Radiation-Therapy Devices (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
図1は、第1実施形態に係る放射線治療システム1の構成を示す図である。図1に示すように、放射線治療システム1は、互いにネットワークを介して接続された治療計画用CT装置2、MRI(磁気共鳴イメージング)装置3、核医学診断装置4、超音波診断装置5、治療計画支援装置6、治療計画装置7及び放射線治療装置8を有する。
第2実施形態に係る治療計画装置7は、治療計画支援装置6により得られた、各腫瘍領域の分類結果情報に基づいて放射線治療計画を作成する。以下、第2実施形態に係る放射線治療システム1について説明する。なお以下の説明において、第1実施形態と略同一の機能を有する構成要素については、同一符号を付し、必要な場合にのみ重複説明する。
第1及び第2実施形態においては、原発巣又は転移巣の分類を治療計画支援装置6が行い、治療計画の作成を治療計画装置7が行うものとした。しかしながら、これら処理を治療計画装置7のみで行ってもよい。以下、第3実施形態に係る放射線治療システム1について説明する。なお以下の説明において、第1及び第2実施形態と略同一の機能を有する構成要素については、同一符号を付し、必要な場合にのみ重複説明する。
患者に関する医用画像から少なくとも一つの腫瘍領域を特定する特定部と、
当該腫瘍領域に関する画像特徴量に基づいて当該腫瘍領域を原発巣又は転移巣に分類した結果を含む分類結果情報を出力する分類部と、
を具備する放射線治療システム。
前記特定部は、前記画像特徴量に基づいて、腫瘍の位置と腫瘍の種類とを特定し、前記分類部は、当該特定した結果に従って、前記腫瘍領域を原発巣又は転移巣に分類してもよい。
前記分類部は、前記画像特徴量の入力によって前記分類結果情報を得るように学習された学習済モデルを有し、前記学習済モデルに対して、前記患者の腫瘍領域に関する画像特徴量を入力し、前記学習済モデルにより得られた前記分類結果情報を出力してもよい。
前記分類部は、前記腫瘍領域が転移巣に分類された場合に、当該転移巣に対応する原発巣を特定する情報を前記分類結果情報に含めてもよい。
患者の医用画像に含まれる腫瘍領域について原発巣又は転移巣に分類した結果を含む分類結果情報を取得する取得部と、
当該分類結果情報に基づいて、前記患者に対する放射線治療計画を作成する作成部と、
を具備する放射線治療システム。
放射線治療システムは、前記分類結果情報に基づいて、前記腫瘍領域について原発巣別に一以上のグループに分ける区分部を更に備え、
前記作成部は、当該グループ毎に前記放射線治療計画を作成してもよい。
前記作成部は、前記グループに含まれる原発巣を当該グループと同じグループに属する転移巣よりも優先して照射を行う前記放射線治療計画を作成してもよい。
前記作成部は、互いに同じグループに属する前記原発巣と転移巣との間で、照射線量、照射タイミング及び照射回数の少なくとも何れかが異なる前記放射線治療計画を作成してもよい。
前記作成部は、前記分類結果情報に基づいて、互いに同じグループに属する前記原発巣と転移巣とが、予め定められたアブスコパル効果基準を満たすか否かを判別し、当該判別結果に応じて、前記同じグループに属する原発巣を当該同じグループに属する転移巣よりも優先して照射を行う前記放射線治療計画を作成してもよい。
前記分類結果情報は、転移巣に分類された腫瘍領域について原発巣を特定する原発巣情報を有し、
前記作成部は、前記転移巣に分類された腫瘍領域について、前記原発巣情報によって特定される原発巣に基づき、前記放射線治療計画を作成してもよい。
放射線治療システムは、
前記分類結果情報に基づいて、前記腫瘍領域について原発巣であるか転移巣であるかを視覚的に区別できるよう表示機器に表示する表示制御部と、を更に備えてもよい。
前記表示制御部は、前記分類結果情報に基づいて、前記腫瘍領域について腫瘍の種類を視覚的に区別できるよう前記表示機器に表示してもよい。
前記表示制御部は、前記分類結果情報に基づいて、前記医用画像の同一スライスに含まれる腫瘍領域について原発巣であるか転移巣を視覚的に区別できるよう前記表示機器に表示してもよい。
前記作成部は、前記分類結果情報に基づいて、互いに同じグループに属する前記原発巣と転移巣とが、予め定められたアブスコパル効果基準を満たすか否かを判別し、
前記表示制御部は、前記判別結果に応じて、アブスコパル効果を利用した放射線治療を推奨するメッセージを前記表示機器に表示してもよい。
放射線治療システムは、前記医用画像に含まれるOAR領域を特定する特定部を更に備え、
前記表示制御部は、前記腫瘍領域の位置を示すマークが前記OAR領域に重畳しないよう前記マークの形状を設定し、前記形状の前記マークを前記表示機器に表示してもよい。
患者に関する医用画像から少なくとも一つの腫瘍領域を特定し、
当該腫瘍領域に関する画像特徴量に基づいて、当該腫瘍領域を原発巣又は転移巣に分類した結果を含む分類結果情報を出力する、
ことを具備する治療計画支援方法。
患者の医用画像に含まれる腫瘍領域について原発巣又は転移巣に分類した結果を含む分類結果情報を取得し、
当該分類結果情報に基づいて、前記患者に関する放射線治療計画を作成する、
ことを具備する治療計画方法。
患者に関する医用画像から少なくとも一つの腫瘍領域を特定する特定部と、
前記医用画像に含まれる前記少なくとも一つの腫瘍領域に関する特徴量に基づいて前記少なくとも一つの腫瘍領域を原発巣又は転移巣に分類する分類部と、
を具備する放射線治療システム。
前記放射線治療システムは、前記少なくとも一つの腫瘍領域を前記原発巣と前記転移巣とを視覚的に区別して表示する表示部を更に備えてもよい。
前記表示部は、前記少なくとも一つの腫瘍領域各々に前記原発巣に対応する第一のマーク又は前記転移巣に対応する第二のマークを付してもよい。
前記第一のマークと前記第二のマークとは、前記少なくとも一つの腫瘍領域各々の輪郭を囲ってもよい。
前記表示部は、前記原発巣の腫瘍領域が複数存在する場合、異なる複数の原発巣にそれぞれ対応する複数の腫瘍領域に異なる第一のマークを付してもよい。
前記表示部は、前記原発巣及び前記転移巣の腫瘍領域が複数存在する場合、異なる複数の転移巣にそれぞれ対応する複数の腫瘍領域に、原発巣の種類毎に異なる第二のマークを付してもよい。
前記表示部は、前記医用画像に基づく、前記患者の全身に関する画像を表示してもよい。
前記表示部は、前記医用画像に基づく、前記少なくとも一つの腫瘍領域のうちの同一スライスに含まれる一つ又は複数の腫瘍領域を含む、前記同一スライスに関するスライス画像を表示してもよい。
前記表示部は、前記原発巣の腫瘍領域及び前記転移巣の腫瘍領域の双方が存在する場合、アブスコパル効果を利用した放射線治療を推奨するメッセージを表示してもよい。
前記分類部は、腫瘍領域に関する前記医用画像に基づく特徴量に基づいて当該腫瘍領域が原発巣又は転移巣である旨の分類結果を出力するように学習された学習済モデルを有し、前記少なくとも一つの腫瘍領域各々に関する特徴量を前記学習済モデルに適用して分類結果を出力してもよい。
前記放射線治療システムは、前記医用画像にOAR領域を設定する設定部を更に備え、
前記表示部は、前記OAR領域に重畳しないように、前記少なくとも一つの腫瘍領域各々に前記原発巣に対応する第一のマーク又は前記転移巣に対応する第二のマークを付してもよい。
前記医用画像は、第一の医用画像診断装置により生成され、前記少なくとも一つの腫瘍領域を有する第一の医用画像と、前記第一の医用画像診断装置とは異なる第二の医用画像診断装置により生成され、前記少なくとも一つの腫瘍領域を有する第二の医用画像とを有し、
前記分類部は、前記第一の医用画像に含まれる前記少なくとも一つの腫瘍領域に関する第一の特徴量と、前記第二の医用画像に含まれる前記少なくとも一つの腫瘍領域に関する第二の特徴量とに基づいて、前記少なくとも一つの腫瘍領域を原発巣又は転移巣に分類してもよい。
前記分類部は、腫瘍領域に関する前記第一の医用画像に基づく第一の特徴量と前記第二の医用画像に基づく第二の特徴量とに基づいて当該腫瘍領域が原発巣又は転移巣である旨の分類結果を出力するように学習された学習済モデルを有し、前記少なくとも一つの腫瘍領域各々に関する第一の特徴量と第二の特徴量とを前記学習済モデルに適用して分類結果を出力してもよい。
前記第一の医用画像は、前記第一の医用画像診断装置であるX線コンピュータ断層撮影装置により生成されたCT画像であり、
前記第二の医用画像は、前記第二の医用画像診断装置である磁気共鳴イメージング装置により生成されたMR画像、核医学診断装置により生成された核医学画像又は超音波診断装置により生成された超音波画像でもよい。
患者の医用画像と前記医用画像に含まれる二つ以上の腫瘍領域各々が原発巣か転移巣かを示す分類結果情報とを取得する取得部と、
前記医用画像と前記分類結果情報とに基づいて、前記二つ以上の腫瘍領域を原発巣別に一つ以上のグループに分ける区分部と、
前記一つ以上のグループ毎に治療計画を作成する作成部と、
を具備する放射線治療システム。
前記作成部は、前記グループに含まれる前記原発巣と前記転移巣とが予め定められた条件を満たす場合、前記原発巣を前記転移巣よりも優先して行う事を推奨する情報を含む前記治療計画を作成してもよい。
前記作成部は、
前記二つ以上の腫瘍領域のうちの前記原発巣であると識別された腫瘍領域に対して、前記原発巣のための前記治療計画を作成し、
前記二つ以上の腫瘍領域のうちの前記転移巣であると識別された腫瘍領域に対して、前記転移巣のための前記治療計画を作成してもよい。
患者に関する医用画像から少なくとも一つの腫瘍領域を特定し、
前記医用画像に含まれる前記少なくとも一つの腫瘍領域に関する特徴量に基づいて前記少なくとも一つの腫瘍領域を原発巣又は転移巣に分類する、
ことを具備する治療計画支援方法。
患者の医用画像と前記医用画像に含まれる二つ以上の腫瘍領域各々が原発巣か転移巣かを示す分類結果情報とを取得し、
前記医用画像と前記分類結果情報とに基づいて、前記二つ以上の腫瘍領域を原発巣別に一つ以上のグループに分け、
前記一つ以上のグループ毎に治療計画を作成する、
ことを具備する治療計画方法。
コンピュータに、
患者に関する医用画像から少なくとも一つの腫瘍領域を特定する機能と、
前記医用画像に含まれる前記少なくとも一つの腫瘍領域に関する特徴量に基づいて前記少なくとも一つの腫瘍領域を原発巣又は転移巣に分類する機能と、
を実現させる治療計画支援プログラム。
コンピュータに、
患者の医用画像と前記医用画像に含まれる二つ以上の腫瘍領域各々が原発巣か転移巣かを示す分類結果情報とを取得する機能と、
前記医用画像と前記分類結果情報とに基づいて、前記二つ以上の腫瘍領域を原発巣別に一つ以上のグループに分ける機能と、
前記一つ以上のグループ毎に治療計画を作成する機能と、
を実現させる治療計画プログラム。
2…治療計画用CT装置
3…MRI装置
4…核医学診断装置
5…超音波診断装置
6…治療計画支援装置
7…治療計画装置
8…放射線治療装置
61…処理回路
62…通信インタフェース
63…表示機器
64…入力インタフェース
65…記憶回路
611…腫瘍特定機能
612…腫瘍分類機能
613…OAR設定領域
614…画像生成機能
615…表示制御機能
Claims (13)
- 患者に関する医用画像から少なくとも一つの腫瘍領域を特定する特定部と、
当該腫瘍領域に関する画像特徴量に基づいて当該腫瘍領域を原発巣又は転移巣に分類した結果を含む分類結果情報を出力する分類部と、を具備し、
前記特定部は、前記画像特徴量に基づいて、腫瘍の位置と腫瘍の種類とを特定し、
前記分類部は、当該特定した結果に従って、前記腫瘍領域を原発巣又は転移巣に分類する、
放射線治療システム。 - 前記分類部は、
前記画像特徴量の入力によって前記分類結果情報を得るように学習された学習済モデルを有し、
前記学習済モデルに対して、前記患者の腫瘍領域に関する画像特徴量を入力し、前記学習済モデルにより得られた前記分類結果情報を出力する、
請求項1記載の放射線治療システム。 - 前記分類部は、前記腫瘍領域が転移巣に分類された場合に、当該転移巣に対応する原発巣を特定する情報を前記分類結果情報に含める、請求項1記載の放射線治療システム。
- 患者の医用画像に含まれる腫瘍領域について原発巣又は転移巣に分類した結果を含む分類結果情報を取得する取得部と、
前記分類結果情報に基づいて、前記腫瘍領域について原発巣別に一以上のグループに分け、ここで当該グループは、同一の原発巣に関する1個又は複数個の腫瘍領域を含む、区分部と、
当該グループ毎に、当該分類結果情報に基づいて、前記患者に対する放射線治療計画を作成する作成部と、
を具備する放射線治療システム。 - 前記作成部は、前記グループに含まれる原発巣を当該グループと同じグループに属する転移巣よりも優先して照射を行う前記放射線治療計画を作成する、請求項4記載の放射線治療システム。
- 前記作成部は、互いに同じグループに属する前記原発巣と転移巣との間で、照射線量、照射タイミング及び照射回数の少なくとも何れかが異なる前記放射線治療計画を作成する、請求項4記載の放射線治療システム。
- 前記作成部は、前記分類結果情報に基づいて、互いに同じグループに属する前記原発巣と転移巣とが、予め定められたアブスコパル効果基準を満たすか否かを判別し、当該判別結果に応じて、前記同じグループに属する原発巣を当該同じグループに属する転移巣よりも優先して照射を行う前記放射線治療計画を作成する、請求項6記載の放射線治療システム。
- 前記分類結果情報は、転移巣に分類された腫瘍領域について原発巣を特定する原発巣情報を有し、
前記作成部は、前記転移巣に分類された腫瘍領域について、前記原発巣情報によって特定される原発巣に基づき、前記放射線治療計画を作成する、
請求項4記載の放射線治療システム。 - 前記分類結果情報に基づいて、前記腫瘍領域について原発巣であるか転移巣であるかを視覚的に区別できるよう表示機器に表示する表示制御部、を更に備える、請求項4記載の放射線治療システム。
- 前記表示制御部は、前記分類結果情報に基づいて、前記腫瘍領域について腫瘍の種類を視覚的に区別できるよう前記表示機器に表示する、請求項9記載の放射線治療システム。
- 前記表示制御部は、前記分類結果情報に基づいて、前記医用画像の同一スライスに含まれる腫瘍領域について原発巣であるか転移巣を視覚的に区別できるよう前記表示機器に表示する、請求項9記載の放射線治療システム。
- 前記作成部は、前記分類結果情報に基づいて、互いに同じグループに属する前記原発巣と転移巣とが、予め定められたアブスコパル効果基準を満たすか否かを判別し、
前記表示制御部は、当該判別結果に応じて、アブスコパル効果を利用した放射線治療を推奨するメッセージを前記表示機器に表示する、
請求項9記載の放射線治療システム。 - 前記医用画像に含まれるOAR領域を特定する特定部を更に備え、
前記表示制御部は、前記腫瘍領域の位置を示すマークが前記OAR領域に重畳しないよう前記マークの形状を設定し、前記形状の前記マークを前記表示機器に表示する、
請求項9記載の放射線治療システム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/898,526 US20200391053A1 (en) | 2019-06-13 | 2020-06-11 | Radiotherapy system, therapy planning support method, and therapy planning method |
EP20179448.4A EP3751582B1 (en) | 2019-06-13 | 2020-06-11 | Radiotherapy system, and therapy planning method |
CN202010535526.5A CN112076398A (zh) | 2019-06-13 | 2020-06-12 | 放射线治疗***、治疗计划辅助方法及治疗计划方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019110456 | 2019-06-13 | ||
JP2019110456 | 2019-06-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020203077A JP2020203077A (ja) | 2020-12-24 |
JP7451293B2 true JP7451293B2 (ja) | 2024-03-18 |
Family
ID=73838172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020085959A Active JP7451293B2 (ja) | 2019-06-13 | 2020-05-15 | 放射線治療システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7451293B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024071321A1 (ja) * | 2022-09-30 | 2024-04-04 | テルモ株式会社 | コンピュータプログラム、情報処理方法及び情報処理装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013223731A (ja) | 2000-02-18 | 2013-10-31 | William Beaumont Hospital | 放射線治療手順のオンラインコーンビームコンピュータ断層撮像ガイダンスの方法 |
JP2018029852A (ja) | 2016-08-25 | 2018-03-01 | 株式会社東芝 | 医用画像処理装置、治療システム、および医用画像処理プログラム |
JP2018530401A (ja) | 2015-10-13 | 2018-10-18 | エレクタ、インク.Elekta, Inc. | 特徴回帰モデルを用いたmrデータからの疑似ct生成 |
-
2020
- 2020-05-15 JP JP2020085959A patent/JP7451293B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013223731A (ja) | 2000-02-18 | 2013-10-31 | William Beaumont Hospital | 放射線治療手順のオンラインコーンビームコンピュータ断層撮像ガイダンスの方法 |
JP2018530401A (ja) | 2015-10-13 | 2018-10-18 | エレクタ、インク.Elekta, Inc. | 特徴回帰モデルを用いたmrデータからの疑似ct生成 |
JP2018029852A (ja) | 2016-08-25 | 2018-03-01 | 株式会社東芝 | 医用画像処理装置、治療システム、および医用画像処理プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2020203077A (ja) | 2020-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3751582B1 (en) | Radiotherapy system, and therapy planning method | |
JP6220310B2 (ja) | 医用画像情報システム、医用画像情報処理方法及びプログラム | |
WO2018119766A1 (zh) | 多模态图像处理***及方法 | |
JP5966112B1 (ja) | 磁気共鳴画像法を使用した骨組織の検出 | |
US9775582B2 (en) | Medical image photographing apparatus and method of processing medical image | |
US11080895B2 (en) | Generating simulated body parts for images | |
CN103209736B (zh) | 放射线治疗信息生成装置以及放射线治疗信息生成方法 | |
US8588498B2 (en) | System and method for segmenting bones on MR images | |
CN106999138A (zh) | 诊断成像方法和设备及其记录介质 | |
US20210035340A1 (en) | Ct big data from simulation, emulation and transfer learning | |
CN108778418A (zh) | 合成计算机断层摄影成像 | |
Benyó | Identification of dental root canals and their medial line from micro-CT and cone-beam CT records | |
US20240242338A1 (en) | Functional imaging features from computed tomography images | |
Khoon et al. | A survey of medical image processing tools | |
JP7451293B2 (ja) | 放射線治療システム | |
EP3867871B1 (en) | System and method for automatic delineation of scanned images | |
JP2017202031A (ja) | 医用情報処理装置 | |
Kot et al. | U-Net and active contour methods for brain tumour segmentation and visualization | |
Kularathne et al. | Liver Tumor Identification GUI using MATLAB Image Processing | |
Raidou | Uncertainty visualization: Recent developments and future challenges in prostate cancer radiotherapy planning | |
Yong et al. | 3D reconstruction of breast cancer from mammograms using volume rendering techniques | |
US11955228B2 (en) | Methods and system for simulated radiology studies based on prior imaging data | |
Krol et al. | Biomedical Applications in Molecular, Structural, and Functional Imaging | |
Hsu | Three-dimensional computerized breast phantom based on empirical data | |
Golshan | Intraoperative use of c-arm cone beam CT for quality assurance of low dose rate prostate brachytherapy dose delivery |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20230106 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231031 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231227 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240306 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7451293 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |