RU2592247C2 - Создание подходящей модели для оценки дозы облучения пациента в результате сканирований для медицинской визуализации - Google Patents

Создание подходящей модели для оценки дозы облучения пациента в результате сканирований для медицинской визуализации Download PDF

Info

Publication number
RU2592247C2
RU2592247C2 RU2013127784/14A RU2013127784A RU2592247C2 RU 2592247 C2 RU2592247 C2 RU 2592247C2 RU 2013127784/14 A RU2013127784/14 A RU 2013127784/14A RU 2013127784 A RU2013127784 A RU 2013127784A RU 2592247 C2 RU2592247 C2 RU 2592247C2
Authority
RU
Russia
Prior art keywords
phantom
tomographic
scan
dose
simulations
Prior art date
Application number
RU2013127784/14A
Other languages
English (en)
Other versions
RU2013127784A (ru
Inventor
Грегори КОУЧ
Джеймс КОУЧ
Original Assignee
БАЙЕР ХелсКер ЛЛСи
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 БАЙЕР ХелсКер ЛЛСи filed Critical БАЙЕР ХелсКер ЛЛСи
Publication of RU2013127784A publication Critical patent/RU2013127784A/ru
Application granted granted Critical
Publication of RU2592247C2 publication Critical patent/RU2592247C2/ru

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/10—Application or adaptation of safety means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/488—Diagnostic techniques involving pre-scan acquisition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • A61B6/542—Control of apparatus or devices for radiation diagnosis involving control of exposure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/56—Details of data transmission or power supply, e.g. use of slip rings
    • A61B6/563—Details of data transmission or power supply, e.g. use of slip rings involving image data transmission via a network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/58—Testing, adjusting or calibrating apparatus or devices for radiation diagnosis
    • A61B6/582—Calibration
    • A61B6/583—Calibration using calibration phantoms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/02—Dosimeters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS

Abstract

Группа изобретений относится к медицине и может быть использована для оценки дозы облучения, поглощенной индивидуумом при прохождении томографического сканирования. Группа изобретений представлена способом и системой для определения оценки дозы облучения, поглощенной индивидуумом при прохождении томографического сканирования. Система содержит процессор и память, хранящую прикладную программу, сконфигурированную для выполнения операции. Получают набор параметров, описывающих томографическое сканирование и устройство томографии. Получают деформированный томографический фантом, соответствующий индивидууму. Проводят оценку множества ранее выполненных моделирований. После определения, что два или более моделирований соответствуют полученному набору параметров и деформированному томографическому фантому, проводят интерполяцию оценки дозы облучения. После определения, что множество моделирований не включает по меньшей мере два или более моделирования, соответствующие полученному набору параметров и деформированному томографическому фантому, выполняют моделирование томографического сканирования, оценку количества облучения и добавление выполненного моделирования. Группа изобретений обеспечивает повышение точности оценки дозы облучения, поглощенной индивидуумом при прохождении томографического сканирования за счет получения деформированного томографического фантома, оценки соответствия множества моделирований по меньшей мере двум или более моделированиям, соответствующим полученному набору параметров и деформированному томографическому фантому. 2 н. и 4 з.п. ф-лы, 11 ил.

Description

ОБЛАСТЬ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ
[0001] Варианты осуществления изобретения относятся, в общем, к способам оценки лучевой нагрузки пациента при сканированиях методом компьютерной томографии (KT).
ПРЕДПОСЫЛКИ ИЗОБРЕТЕНИЯ
[0002] Как известно, сканирующая система компьютерной томографии использует ионизирующее излечение (рентгеновское излучение) для формирования изображений тканей, органов и иных структур в теле человека. Рентгеновские данные, полученные с KT-скана, могут преобразовываться в изображения на экране дисплея компьютера. Например, KT-скан дает набор данных, используемых для создания трехмерного (3D) объема, соответствующего сканированной части тела пациента. 3D объем затем послойно срезается для создания изображений ткани тела через небольшие промежутки по оси тела пациента. Эти срезы могут включать как боковые, так и поперечные срезы (равно как и другие срезы) в зависимости от визуализируемых тканей или структур.
[0003] За последнее десятилетие использование KT-сканов и ионизирующего излучения для медицинской визуализации растет в геометрической профессии. И современные методы, такие, как KT-сканирование, дают намного более детальную и ценную диагностическую информацию, чем обычные рентгеновские изображения. Однако вместе с этим пациенты получают значительно большие дозы облучения. Например, при обычной KT грудной клетки пациент получает дозу облучения, в 100-250 раз выше дозы при обычном рентгеновском исследовании грудной клетки в зависимости от напряжения и тока сканирующей системы KT, протокола, соблюдаемого при выполнении процедуры и величины и формы сканируемого пациента.
[0004] Несмотря на растущее использование KT-сканирования (и, как следствие, растущую лучевую нагрузку), количество облучения, которому подвергается пациент во время процедуры, и, что важно, кумулятивная доза за несколько процедур, не являются параметрами, регулярно отслеживаемыми для пациента, равно как эти параметры не являются легко доступной частью истории болезни пациента. Это происходит частично потому, что у живых пациентов количество ионизирующего излучения, поглощенное внутренними органами и тканями, нельзя измерить непосредственно как часть KT-обследования, а результаты, полученные на трупах, хотя и более точные, не соответствуют поглощению дозы в живых тканях.
[0005] Аналогичным образом, методы оценки дозы, используемые в настоящее время, также дают неточные результаты. Например, в одном подходе для представления данного пациента используют ограниченное число физических фантомов для представления данного пациента. Однако имеющиеся фантомы не представляют адекватно широкое разнообразие размера и массы людей в популяции индивидуумов, проходящих KT-сканирование. Как результат, в большинстве случаев, если доза вообще оценивается, все, что проделывается в настоящее время, - это поверхностные измерения в отдельных точках. Однако это приводит как к неточным, так и варьирующим в широких пределах результатам в зависимости от того, где измеряется доза в отдельной точке. В более широком отношении, поверхностные измерения воздействия излучения не дают точный показатель фактического поглощения для внутренних тканей, органов и структур.
КРАТКОЕ ОПИСАНИЕ ИЗОБРЕТЕНИЯ
[0006] В различных вариантах осуществления предлагаются способы оценки облучения пациента при компьютерной томографии (KT). В соответствии с одним вариантом осуществления, предлагается реализуемый с помощью компьютерной техники способ создания модели визуализации, соответствующей индивидууму. Этот способ может, как правило, включать стадию, на которой выбирают первоначальный томографический фантом для индивидуума, проходящего томографическое сканирование, причем томографический фантом имеет одно или несколько связанных изображений локализатора, и стадию, на которой получают одно или несколько предварительных изображений индивидуума. Кроме того, этот способ может включать стадию, на которой определяют преобразование по меньшей мере между одним из изображений локализатора, связанных с томографическим фантомом, и стадию, на которой первоначальный томографический фантом деформируют на основании этого преобразования.
[0007] В одном конкретном варианте осуществления томографическое сканирование представляет собой сканирование методом компьютерной томографии (KT); в других случаях томографическое сканирование представляет собой рентгеноскопию, сканирование методом позитронной эмиссионной томографии (ПЭТ), сканирование методом ангиографии и т.д. Кроме того, этот способ может включать стадию, на которой получают набор параметров, описывающих томографическое сканирование и сканирующее устройство компьютерной томографии, используемое для выполнения KT-сканирования, стадию, на которой моделируют томографическое сканирование, используя деформированный томографический фантом и полученный набор параметров, и стадию, на которой оценивают на основании моделирования количества облучения, поглощенного индивидуумом в результате выполнения томографического сканирования. В одном конкретном варианте осуществления моделирование представляет собой моделирование по методу Монте-Карло.
[0008] В еще одном варианте осуществления предлагается способ создания модели визуализации, соответствующей индивидууму. Этот способ может, как правило, включать стадию, на которой выбирают первоначальный фантом для индивидуума, проходящего процедуру сканирования методом компьютерной томографии (KT), и стадию, на которой осуществляют сегментирование эталонного KT-скана, связанного с индивидуумом, для идентификации трехмерного (3D) объема нескольких анатомических ориентиров индивидуума, присутствующих на эталонном KT-скане. Кроме того, этот способ может включать стадию, на которой один или несколько идентифицированных анатомических ориентиров в сегментированном эталонном KT-скане сопоставляют с соответствующими анатомическими ориентирами у первоначального томографического фантома, и стадию, на которой первоначальный фантом деформируют на основании сопоставленных анатомических ориентиров.
[0009] В соответствии с дополнительными вариантами осуществления предлагается считываемая компьютером запоминающая среда, хранящая приложение, которое при выполнении в процессоре осуществляет вышеупомянутый способ, а также система, имеющая процессор и память, хранящую прикладную программу управления информацией о деятельности, которая при выполнении в процессоре осуществляет вышеупомянутый способ.
КРАТКОЕ ОПИСАНИЕ ГРАФИЧЕСКИХ МАТЕРИАЛОВ
[0010] Для того чтобы понять, как достигаются вышеупомянутые аспекты, ниже приводится более конкретное описание вариантов изобретения, вкратце описанных выше, со ссылками на прилагаемый графических материал. Следует, однако, отметить, что прилагаемые чертежи иллюстрируют лишь типичные варианты осуществления настоящего изобретения и, следовательно, не ограничивают его объем, поскольку изобретение может иметь другие равно эффективные варианты осуществления.
[0011] Фиг.1 иллюстрирует пример сканирующей системы KT и связанных вычислительных систем, предназначенных для обеспечения оценки дозы облучения пациента в соответствии с одним вариантом осуществления изобретения.
[0012] Фиг.2 иллюстрирует пример системы визуализации, используемой для получения данных KT-сканирования в соответствии с одним вариантом осуществления.
[0013] Фиг.3 иллюстрирует пример системы оценки дозы, используемой для оценки и отслеживания кумулятивной дозы пациента в соответствии с одним вариантом осуществления.
[0014] Фиг.4 иллюстрирует способ создания подходящей модели для оценки дозы облучения пациента в результате KT-сканирования в соответствии с одним вариантом осуществления.
[0015] Фиг.5А иллюстрирует примерное изображение, представляющее деформируемый фантом, в соответствии с одним вариантом осуществления.
[0016] Фиг.5B иллюстрирует пример двухмерного (2D) эталонного изображения части человеческого тела, соответствующего фантому, показанному на фиг.5А, в соответствии с одним вариантом осуществления.
[0017] Фиг.6 иллюстрирует еще один способ создания подходящей модели для оценки дозы облучения в результате KT-сканирования, в соответствии с одним вариантом осуществления.
[0018] Фиг.7 иллюстрирует примерный срез фантома, наложенный поверх соответствующего KT-среза пациента, в соответствии с одним вариантом осуществления.
[0019] Фиг.8 иллюстрирует пример поперечного среза фантома, наложенного поверх соответствующего поперечного KT-среза пациента, в соответствии с одним вариантом осуществления.
[0020] Фиг.9 иллюстрирует пример сегментации изображений при компьютерной томографии и смещения объема органов для фантома в соответствии с одним вариантом осуществления.
[0021] Фиг.10 иллюстрирует способ для услуги оценки дозы для предоставления оценок дозы пациента нескольким провайдерам KT-сканов.
[0022] Фиг.11 иллюстрирует примерную вычислительную инфраструктуру для системы услуги оценки дозы пациента, конфигурированную для поддержки нескольких провайдеров KT-сканирования, в соответствии с одним вариантом осуществления.
ПОДРОБНОЕ ОПИСАНИЕ ИЗОБРЕТЕНИЯ
[0023] Варианты осуществления изобретения относятся, в общем, к способам оценки лучевой нагрузки на пациента при сканировании по методу компьютерной томографии (KT). В частности, в соответствии с вариантами осуществления изобретения предлагаются эффективные способы создания подходящей модели пациента, используемой для выполнения этой оценки, способы оценки дозы пациента путем интерполяции результатов несколько имитационных моделирований, и способы для провайдера услуги поддерживать услугу оценки дозы, сделанную доступной нескольким провайдерам KT-сканов. Как подробно описывается ниже, система управления дозой представляет собой отдельную систему для отслеживания дозы облучения для разных модальностей и представления информации практикующим врачам в содержательной и легко понятной форме. Регулярный анализ кумулятивной дозы при заказе диагностических томографических проверок может привести к более информированному процессу принятия решений и, в конечном итоге, обеспечению безопасности и здоровья пациента.
[0024] В одном варианте осуществления создают виртуальный фантом для моделирования данного пациента, проходящего KT-сканирование. Виртуальный фантом могут создавать путем деформирования существующего математического фантома, чтобы тот лучше соответствовал размеру, форме и/или положениям органов пациента, облучаемого при KT-сканировании. Изначально математический фантом могут выбирать, исходя, например, из возраста и пола пациента. Конкретной геометрии пациента могут достигать путем деформирования выбранного математического фантома, используя преобразования, полученные путем анализа локализаторов предварительного изображения этого пациента. В этом контексте, как понятно специалисту, «локализатор» означает, в общем, 2D проекцию изображения пациента (обычно переднее/заднее рентгеновское изображение и/или боковое рентгеновское изображение). В этом способе выбранный математический фантом может иметь свой собственный эталонный набор изображений локализатора. Эталонные изображения для данного виртуального фантома выбирают соответствующими геометрии, размеру и положению этого фантома (например, руки вверх или в сторону) и могут выбирать из визуализации, полученной от нескольких человек.
[0025] Затем используют методы регистрации изображений для отображения точек на изображении локализатора пациента в точках на эталонном изображении (или изображениях), связанном с виртуальным фантомом. В результате этих действий получают набор преобразований, который могут использовать для деформирования виртуального фантома, чтобы тот лучше соответствовал геометрии пациента. Подобный подход включает использование эталонного набора 3D-данных (выбранных KT-сканов) для фантома и использование методов регистрации 3D-изображений для отображения точек на KT-скане данного пациента в точках на эталонных KT-сканах, связанных с данным фантомом.
[0026] Аналогичным образом, для идентификации 3D-объема в KT-скане, соответствующего интересуемым органам, тканям или структурам в KT-скане пациента, могут использовать сегментацию изображений. 3D-объем может быть окном или более точным 3D-объемом, считающимся как представляющий орган, и т.д. После идентификации могут определять смещение между положением органа в фантоме и соответствующим положением в KT-скане пациента. Вместо использования отдельных точек изображения (как в методах регистрации 2D/3D изображений) метод сегментации изображений основывается на использовании больших 3D-объемов из KT-изображения как точек данных для определения преобразования из виртуального фантома и данного пациента.
[0027] В каждом из этих случаев результирующий гибридный фантом обеспечивает намного более точное математическое представление конкретного пациента для использования в моделировании дозы, чем одни неизмененные фантомы. После того как преобразования определены, гибридный виртуальный фантом могут использовать для имитационного моделирования данной KT-процедуры для пациента. Например, для оценки поглощенной органом дозы для виртуального фантома разработаны хорошо известные методы моделирования Монте-Карло. В этих методах моделирования используют виртуальный фантом (преобразованный относительно к данному пациенту) вместе с рядом настроек, связанных с моделью KT-сканнера и процедурой компьютерной томографии, которую необходимо выполнить, чтобы рассчитать точные оценки поглощенной органом дозы. Например, KT-сканнер могут моделировать, используя кВп, т.е., пиковое анодное напряжение, угол мишени генератора рентгеновского излучения, угол веерного пучка, коллимация, толщина среза, расстояние от фокуса до оси, плоские фильтры (материал и толщина) и фильтры формирования луча (материал и геометрия). Естественно, эти (и другие параметры) могут выбирать при доступности или при необходимости, чтобы отвечать потребностям каждого конкретного случая.
[0028] Следует, однако, отметить, что оценка поглощенной органом дозы с использованием моделирования по методу Монте-Карло может потребовать много времени на расчеты - намного дольше, чем требуется для выполнения фактического KT-сканирования. Учитывая высокий коэффициент использования сканирующих систем KT во многих центрах визуализации, в случаях, если оценка суммарной кумулятивной дозы не должна превышать предписанный максимум, эта задержка просто недопустима. Даже у случаях, если до выполнения данной процедуры эта оценка не используется, если только оценки дозы пациента нельзя определить за время относительно такого же порядка, что и требуется для выполнения процедуры, то ведение учета оценки дозы для данной сканирующей системы становится весьма затруднительным, поскольку моделирования будут просто длиться все дольше и дольше выполняемых операций сканирования. Эта проблема нарастает в геометрической прогрессии для поставщика программного обеспечения как услуги (SaaS), поддерживающего услугу оценки дозы в «облаке» для нескольких центров визуализации.
[0029] Соответственно, в одном варианте осуществления оценки дозы пациента, определенные для данной процедуры, могут создавать путем интерполяции между двумя (или более) ранее выполненными моделированиями. Если «близких» моделирований нет, то в очередь на выполнение полных моделирований по методу Монте-Карло могут быть добавлены данные гибридного виртуального фантома, KT-сканнера и процедуры. Со временем большая библиотека моделирований позволяет выдавать оценки дозы в реальном времени при планировании и выполнении процедур. Это позволяет собирать данные о количествах кумулятивной дозы для данного пациента, а также соблюдать пределы кумулятивной дозы.
[0030] Кроме того, в одном варианте осуществления для выполнения оценок дозы, ведения библиотеки рассчитанных моделирований, а также для выполнения моделирований по методу Монте-Карло, может использоваться модель провайдера программного обеспечения как услуги (SaaS) или ресурсов для облачных вычислений. В этом случае провайдер KT-скана может поставить провайдера SaaS с параметрами данной процедуры KT. Например, для поставки провайдера SaaS с выбранным виртуальным фантомом вместе с преобразованиями, используемыми для создания гибридного фантома, моделирующего конкретного пациента и оборудование и протокол, которые должны использоваться при выполнении процедуры KT, может использоваться клиентское программное обеспечение (или даже защищенный веб-портал) в центре визуализации. После получения провайдер услуги может выбирать из библиотеки соответствующие моделирования для интерполяции и возвращать оценку поглощенной органом пациента дозы в центр визуализации.
[0031] Важно отметить, что провайдеру SaaS не нужно получать какую-либо фактическую идентифицирующую информацию о данном индивидууме или пациенте, проходящем KT-сканирование. Вместо этого провайдер SaaS получает лишь информацию, касающуюся виртуального фантома и системы/процедуры KT. Как результат, операции провайдера услуг могут не требовать соблюдения требований различных законов и/или нормативно-правовых актов, связанных с конфиденциальностью персональной медицинской информации. Кроме того, предоставляя оценки дозы для нескольких центров визуализации, результирующая библиотека моделирований становится более разнообразной, в которой намного вероятней найти кандидатов для интерполяции, по сравнению с библиотекой моделирований, созданной исключительно по результатам процедур сканирования, выполненных одним центром визуализации. Кроме того, централизация библиотеки моделирований и моделирований по методу Монте-Карло позволяет всем центрам визуализации, пользующимся услугой облачных вычислений, совместно использовать усовершенствования фантомов, механизм моделирования по методу Монте-Карло и методы интерполяции. Наконец, этот подход оставляет центру визуализации ведение информации, привязывающей кумулятивную дозу к конкретным пациентам. Позволяя фактическим данным пациента оставаться у каждого отдельного провайдера. В то же время провайдер SaaS может, естественно, связываться с центрами визуализации, используя целый ряд стандартизированных протоколов для обмена изображениями и данными, включая, например, стандарт формирования, передачи и хранения медицинских изображений (DICOM), стандарт систем хранения и передачи изображений (PACS), стандарт добровольческой организации Health Level Seven International (HL7), кода диагностики и процедур ICD-9, ICD-10 и т.д.
[0032] Дополнительно, последующее описание ведется со ссылками на варианты осуществления изобретения. Следует, однако, понимать, что конкретными описанными вариантами осуществления настоящее изобретение не ограничивается. Напротив, в пределах объема изобретения любое сочетание описанных ниже отличительных признаков и элементов, независимо от того, связаны они с разными вариантами осуществления или нет. Кроме того, хотя варианты осуществления изобретения могут достигать преимуществ над другими возможными решениями и/или над известным уровнем техники, факт достижения или недостижения конкретного преимущества данным вариантом осуществления не является ограничивающим для объема настоящего изобретения. Таким образом, описанные ниже аспекты, отличительные признаки, варианты осуществления и преимущества являются чисто иллюстративными и не рассматриваются как элементы или ограничения прилагаемой формулы изобретения за исключением четко указанного в пункте (пунктах) формулы. Подобным образом, ссылка на «изобретение» не должна истолковываться как обобщение любого патентоспособного предмета, раскрытого в настоящем описании, и не должна рассматриваться как элемент или ограничение прилагаемой формулы изобретения за исключением четко указанного в пункте (пунктах) формулы.
[0033] Как будет ясно специалисту, аспекты настоящего изобретения могут быть воплощены как система, способ или компьютерный программный продукт. Соответственно, аспекты настоящего изобретения могут принимать вид варианта осуществления, полностью представляющего собой аппаратные средства, варианта осуществления, полностью представляющего собой программное обеспечение (включая программно-аппаратные средства, резидентное программное обеспечение, микрокод и т.д.) или варианта осуществления, сочетающего аспекты аппаратных средств и программного обеспечения, все из которых далее по тексту могут, в общем, именоваться как «схема», «модуль» или «система». Кроме того, аспекты настоящего изобретения могут принимать вид компьютерного программного продукта, реализованного на одном или несколько считываемых компьютером носителях, имеющих реализованную на них считываемую компьютером управляющую программу.
[0034] Может использоваться любое сочетание одного или нескольких считываемых компьютером носителей. Считываемым компьютером носителем может быть считываемая компьютером сигнальная среда или считываемая компьютером запоминающая среда. Считываемой компьютером запоминающей средой может быть, например, среди прочих электронная, магнитная, оптическая, электромагнитная, инфракрасная или полупроводниковая система, аппарат или устройство или любое подходящее сочетание их. Более конкретные примеры (не исчерпывающий перечень) считываемой компьютером запоминающей среды включали бы следующее: электрическое соединение, имеющее один или несколько проводов, компьютерная дискета, жесткий диск, оперативное запоминающее устройство (ОЗУ), постоянное запоминающее устройство (ПЗУ), стираемое программируемое постоянное запоминающее устройство (СППЗУ или флэш-память), оптоволокно, компакт-диск, предназначенный только для чтения (CD-ROM), оптическое запоминающее устройство, магнитное запоминающее устройство или любое подходящее сочетание их. В контексте этого документа считываемой компьютером запоминающей средой может быть любая осязаемая среда, которая может содержать или хранить программу для использования системой, аппаратом или устройством исполнения команд или в связи с ними.
[0035] Схемы последовательности операций и блок-схемы на фигурах иллюстрируют архитектуру, функциональность и работу возможных реализации систем, способов и компьютерных программных продуктов в соответствии с различными вариантами настоящего изобретения. В этом отношении каждый блок на схеме последовательности операции или блок-схемах может представлять модуль, сегмент или часть кода, который или которая содержит одну или несколько исполняемых команд для реализации оговоренной логической функции (функций). В некоторых альтернативных реализациях функции, отмеченные в блоке, могут выполняться не в том порядке, в каком они показаны на фигурах. Например, два блока, показанные последовательно, могут на самом деле исполняться практически одновременно, или эти блоки могут иногда исполняться в обратном порядке в зависимости от вовлеченной функциональности. Каждый блок блок-схем и/или иллюстраций схем последовательности операций и сочетания блоков на блок-схемах и/или иллюстрациях схем последовательности операций могут реализовываться специализированными системами на основе аппаратных средств, выполняющими оговоренные функции или действия, или сочетаниями специализированных аппаратных средств и компьютерных команд.
[0036] Варианты осуществления изобретения могут предоставляться конечным пользователям через инфраструктуру для облачных вычислений. Облачные вычисления обычно относятся к предоставлению масштабируемых вычислительных ресурсов как услуги по сети. Более формально, облачные вычисления можно определить как вычислительную способность, которая обеспечивает абстракцию между вычислительным ресурсом и лежащей в его основе технической архитектурой (например, серверы, запоминающие устройства, сети), обеспечивая удобный сетевой доступ по требованию к общему пулу конфигурируемых вычислительных ресурсов, которые могут быть оперативно предоставлены и освобождены с минимальными эксплуатационными затратами или обращениями к провайдеру услуг. Таким образом, облачные вычисления дают пользователю доступ к виртуальным вычислительным ресурсам (например, к устройствам хранения данных, данным, приложениям и даже полным виртуализированным вычислительным системам) в «облаке», какими бы ни были лежащие в их основе физические системы (или местонахождения этих систем), используемые для предоставления этих вычислительных ресурсов.
[0037] Обычно ресурсы облачных вычислений предоставляются пользователю по принципу оплаты по факту, по которому платежи начисляются пользователям только за вычислительные ресурсы, фактически используемые (например, объем памяти, потребленный пользователем, или число виртуализированных систем, реализованных пользователем). Пользователь может иметь доступ к любым ресурсам, находящимся в облаке в любое время, и из любого места в сети Интернет. В контексте настоящего изобретения провайдер услуг может предоставлять центрам визуализации оценки дозы пациента как в прогнозном, так и отчетном ракурсах. Например, для предоставления виртуального фантома и KT-данных провайдеру ресурсов для облачных вычислений может использоваться интерфейс оценок дозы.
[0038] Схемы последовательности операций и блок-схемы на фигурах иллюстрируют архитектуру, функциональность и работу возможных реализации систем, способов и компьютерных программных продуктов в соответствии с различными вариантами настоящего изобретения. В этом отношении каждый блок на схеме последовательности операции или блок-схемах может представлять модуль, сегмент или часть кода, который или которая содержит одну или несколько исполняемых команд для реализации оговоренной логической функции (функций). Следует также отметить, что в некоторых альтернативных реализациях функции, отмеченные в блоке, могут выполняться не в том порядке, в каком они показаны на фигурах. Например, два блока, показанные последовательно, могут на самом деле исполняться практически одновременно, или эти блоки могут иногда исполняться в обратном порядке в зависимости от вовлеченной функциональности. Следует также отметить, что каждый блок блок-схем и/или иллюстраций схем последовательности операций и сочетания блоков на блок-схемах и/или иллюстрациях схем последовательности операций могут реализовываться специализированными системами на основе аппаратных средств, выполняющими оговоренные функции или действия, или сочетаниями специализированных аппаратных средств и компьютерных команд.
[0039] Кроме того, конкретные варианты осуществления изобретения, описанные ниже, основаны на конкретном примере сканирующей системы компьютерной томографии (KT), использующей архитектуру клиент-сервер для предоставления оценки дозы в установку визуализации. Следует, однако, понимать, что способы, описанные в настоящем документе, можно адаптировать для использования с другой технологией медицинской визуализации, основанной на воздействии на индивидуумов облучением в ограниченных дозах как части процедуры визуализации (например, сканирования методом позитронной эмиссионной томографии (ПЭТ), получение обычных рентгеновских изображений, и флуороскопия и ангиография и т.д.).
[0040] Фиг.1 иллюстрирует пример среды сканирования 100 методом компьютерной томографии и связанных вычислительных систем, предназначенных для предоставления оценок дозы облучения пациента в соответствии с одним вариантом осуществления изобретения. Как показано, среда 100 KT-сканирования включает систему 105 KT-сканирования, систему 125 визуализации и систему 130 оценки дозы. Кроме того, система 130 оценки дозы включает базу данных фантомов 132 и библиотеку 134 моделирований.
[0041] Как известно, KT-сканнер 105 представляет собой устройство, используемое для бомбардировки субъекта 120 рентгеновским излучением из рентгеновского источника 110. Рентгеновское излучение, излучаемое из рентгеновского источника 110, проходит через ткани, органы и структуры субъекта 120 с разным ослаблением (часть его поглощается этими тканями, органами и структурами) в зависимости от плотности и типа вещества, через которое проходит рентгеновское излучение. Датчики, расположенные в кольце 115, обнаруживают количество излучения, проходящего через субъекта 120. Результирующая информация датчиков проходит в систему 125 визуализации. Система 125 визуализации представляет собой вычислительное устройство, предназначенное принимать, хранить и создавать изображения по данным датчиков, полученным из KT-сканнера.
[0042] Система 125 визуализации позволяет оператору выполнять данную KT-процедуру, а также принимать данные, полученные при выполнении KT-сканирования. Например, система 125 визуализации может быть конфигурирована для «размещения по окнам» различных структур организма в зависимости от их способности блокировать рентгеновское излучение, излучаемой из рентгеновского источника 110. Изображения KT-сканирования (часто именуемые «срезами») типично выполняются относительно аксиальной или поперечной плоскости, перпендикулярной большой оси тела. Однако KT-сканнер 105 может позволять переформатировать данные визуализации в различных плоскостях или как объемные (3D) представления структур. После выполнения KT-сканирования данные визуализации, сформированные KT-сканнером 105, могут храниться, что позволяет пересматривать или оценивать результирующие изображения сканирования другими путями. В одном варианте осуществления данные визуализации могут форматироваться с использованием хорошо известного стандарта DICOM и храниться в репозитории PACS.
[0043] В одном варианте осуществления система 130 оценки дозы представляет собой вычислительную систему и программные приложения, предназначенные для оценки количества поглощенной пациентом дозы для данного пациента, проходящего данное KT-сканирование. Следует отметить, что эта оценка может выполняться в прогнозном смысле (т.е., перед выполнением сканирования), но может выполняться и после факта.
[0044] В прогнозном случае система 130 оценки дозы может предоставлять оценку дозы пациента до выполнения KT-сканирования. Кроме того, в одном варианте осуществления система 130 оценки дозы может быть конфигурирована для автоматического формирования и выдачи предупреждений на основании конфигурируемых пороговых значений. Критерии для формирования и выдачи предупреждения могут использовать процессор правил, который может учитывать возраст, пол, кодирование ICD9/ICD10 и другую информацию о данном пациенте или процедуре (например, оговоренный предел кумулятивной дозы). В более широком отношении пороговые величины доз могут быть достаточно гибкими для отражения любых законодательных, институциональных или медицинских требований к контролю дозы. В одном варианте осуществления результирующие оценки дозы могут храниться как часть истории болезни пациента, которая ведется центром визуализации, госпиталем или иным провайдером.
[0045] Кроме того, пороговые величины доз могут факультативно использоваться для создания отчетов о событии, направляемых соответствующим практикующим врачам. Отчеты о событии могут включать описание процедуры и любые оценки дозы, превышающие правило или пороговое значение, вместе с любой дополнительной информацией, обеспечивающей контекст для вмешательства практикующего врача или принятия решения. В одном варианте осуществления этот отчет может распечатываться/отправляться электронной почтой с использованием кастомизируемого шаблона XML.
[0046] Фантомы 132 могут представлять собой принятые математические модели частей человеческой ткани, органов, структур и т.д. Например, фантомы 132 могут представлять собой рациональную совокупность неоднородных сложнопрофильных кривых (NURBS), используемую для создания трехмерной (3D) модели человеческого тела (или его части). Альтернативно, фантомы могут быть представлены с использованием конструктивной блочной геометрии (CSG) или иного математического представления. Разные фантомы 132 могут использоваться для моделирования индивидуумов на основании возраста и пола. Однако, как уже отмечалось, виртуальная геометрия и форма тела фантома, выбранного на основании лишь возраста и/или пола может (или может не) соответствовать размеру, форме и положениям органов реального пациента, проходящего процедуру компьютерной томографии. Соответственно, в одном варианте осуществления система 130 оценки дозы может конфигурироваться для деформирования виртуального фантома с целью лучшего моделирования конкретного пациента. Примерные варианты осуществления для деформирования виртуального фантома 122 более подробно рассмотрены ниже.
[0047] После того как фантом деформирован для моделирования конкретного индивидуума, система 130 оценки дозы может выполнять моделирование для оценки количества первого отложения прошедшей дозы в результате данной процедуры KT-сканирования. Например, в одном варианте осуществления может выполняться моделирование по методу Монте-Карло с использованием параметров KT-сканирования, параметров процедуры компьютерной томографии и деформированного фантома, чтобы получить оценку дозы. Однако могли бы использоваться и другие методы моделирования. Результаты данного моделирования для оценки дозы могут сохраняться в библиотеке 134 моделирований.
[0048] Например, KT-сканнер может параметризироваться для моделирования на основании тока и напряжения рентгеновской трубки, режима KT-сканнера, пикового анодного напряжения (кВп), угла мишени генератора рентгеновского излучения, угла веерного пучка, коллимации, толщины среза, расстояния от фокуса до оси, плоских фильтров (материал и толщина) и фильтров формирования луча (материал и геометрия). Хотя при моделировании процесса может использоваться целый ряд подходов, в одном варианте осуществления для моделирования рентгеновского спектра используются кВп, угол мишени и фильтрация, как описано в "Computation of bremsstrahlung X-ray spectra over an energy range 15 KeV to 300 KeV," W.J. lies, Regne Unit. National Radiological Protection Board, NRPB, 1987.
[0049] Кроме того, расстояние от фокуса до оси определяет расстояние от рентгеновского источника для оси вращения, а угол веерного пучка определяет, как широко расходится луч на плоскости среза. Естественно, эти (и другие параметры) могут выбирать при доступности или при необходимости, чтобы отвечать потребностям каждого конкретного случая. Однако обычно энергетическое воздействие хранится по срезам для каждой анатомической области, определенной в фантоме. Для каждой KT-модели может выполняться моделирование нормализации фантома CTDIvol. Эта информация о послойном энергетическом воздействии в сочетании с массами для каждой анатомической области достаточна для расчета поглощенной дозы в каждой области для данной области сканирования (используя подмножество нашего моделирования всего тела).
[0050] Следует, однако, отметить, что выполнение моделирования по методу Монте-Карло обычно требует много времени на обработку - намного дольше, чем требуется для выполнения самого KT-сканирования. Соответственно, в одном варианте осуществления система 130 оценки дозы оценивает дозу путем интерполяции между двумя (или более) моделированиями в библиотеке 134 моделирований. Например, первую прошедшую дозу пациента можно рассчитать, используя многомерную интерполяцию по рассеянным данным существующих данных моделирования. Информация о дозе пациента уточняется по мере добавления применимых моделирований. Аналогичным образом, в библиотеку 134 моделирований могут добавляться новые модели сканнеров по мере получения измерений калибровки и спецификаций этих сканнеров.
[0051] Библиотека 134 моделирований представляет собой баз данных результатов моделирования по методу Монте-Карло. В одном варианте осуществления библиотека 134 моделирований хранит информацию о дозе/энергетическом воздействии в набор фантомов, как поставленных, так и деформированных для отдельных пациентов, для коллекции поддерживаемых сканнеров медицинской визуализации, например, среди прочих модальности визуализации СТ, RF, ХА. В одном варианте осуществления библиотека 134 моделирований используется для просмотра и/или расчетов распределений дозы в реальном времени, учитывая параметры приобретения, описание пациента и область сканирования.
[0052] Как уже отмечалось, со временем по мере выполнения дополнительных моделирований по методу Монте-Карло библиотека 134 моделирований автоматически наращиваться. Например, моделирования для выполнения могут добавляться в очередь по мере выполнения исследований с помощью KT-сканирования. Приоритет может отдаваться моделированиям в области с редкими существующими точками данных. При этом повышается вероятность идентификации моделирований для интерполяции, т.е., улучшается «пространство» моделирований, охватываемое библиотекой 134 моделирований. Аналогичным образом, большее число моделирований, имеющихся в библиотеке 134 моделирований, позволяет получить более жесткие пороговые значения для выбора моделирований для интерполяции в данном случае, что ведет к большей точности оценок доз.
[0053] Следует отметить, что хотя на фиг.1 показана как часть среды 100 KT-сканирования, система 130 оценки дозы (равно как и фантомы 132 и библиотека 134) может предоставляться как аутсорсинговая услуга, доступная для/из среды 100 KT-сканирования. Например, центр визуализации может использовать клиентский интерфейс в системе 125 визуализации (например, защищенный веб-портал или выделенное клиентское приложение) для взаимодействия с внешним провайдером оценки дозы. Пример такого варианта осуществления подробнее рассмотрен ниже со ссылками на фиг.11 и 12.
[0054] Фиг.2 иллюстрирует пример системы 125 визуализации, используемой для получения данных KT-сканирования и управления оценками дозы пациента в соответствии с одним вариантом осуществления. Как показано, система 125 визуализации включает без ограничения центральный процессор (ЦП) 205, сетевой интерфейс 215 интерфейса 214 системы компьютерной томографии, межсоединение 217, память 225 и хранилище 230. Кроме того, система 125 визуализации может включать интерфейс 210 устройств ввода/вывода, соединяющий устройства 212 ввода/вывода (например, клавиатуру, дисплей и мышку) с системой 125 визуализации.
[0055] ЦП 205 отыскивает, извлекает и выполняет команды программирования, хранящиеся в памяти 225. Аналогичным образом, ЦП 205 сохраняет и отыскивает и извлекает данные приложений, находящиеся в памяти 225. Межсоединение 217 обеспечивает передачу команд программирования и данных приложений между ЦП 205, интерфейсом 210 устройств ввода/вывода, хранилищем 230, сетевым интерфейсом 215 и 225. ЦП 205 включен представляющим одиночный ЦП, несколько ЦП, одиночный многоядерный ЦП и т.п.Память 225 включена представляющей оперативное запоминающее устройство. Хранилище 230 может быть запоминающим устройством на диске. Хотя показано как одиночный блок, хранилище 230 может представлять собой сочетание постоянных и/или извлекаемых запоминающих устройств, таких, как дисководы, твердотельные (полупроводниковые) запоминающие устройства, сетевая система хранения данных (сетевое хранилище) (NAS) или сеть хранения данных (SAN). Кроме того, хранилище 230 (или соединения с репозиториями для хранения) может отвечать целому ряду стандартов на хранение данных, относящихся к здравоохранению (например, репозиторий PACS).
[0056] Как показано, память 220 включает компонент 222 управления визуализацией, компонент 224 хранения изображений и интерфейс оценки дозы 226, а хранилище 235 - протоколы 232 визуализации и предупредительные пороги 234. Компонент 222 управления визуализацией соответствует программным приложениям, используемым для выполнения данной процедуры KT-сканирования, как оговорено одним из протоколов 232 визуализации. Протоколы 232 визуализации обычно указывают положение, время и продолжительность для выполнения конкретной процедуры KT-сканирования с использованием конкретной модальности сканирования. Компонент 224 хранения изображений представляет собой программное обеспечение, конфигурированное для хранения изображений и KT-данных, полученных при выполнении данной процедуры компьютерной томографии, или взаимодействующее с соответствующим репозиторием для хранения этих изображений и данных. Например, данные KT-сканирования посылаться по соединению TCP/IP (через сетевой интерфейс) в репозиторий PACS и из него.
[0057] Интерфейс 226 оценки дозы представляет собой программные компоненты, конфигурированные для сопряжения с системой 130 оценки дозы для получения оценки дозы пациента, которая может стать результатом конкретной процедуры KT-сканирования. Как отмечалось, в одном варианте осуществления интерфейс 226 оценки дозы может взаимодействовать с системами, локальными по отношению к среде сканирования методом компьютерной томографии. Однако в одном альтернативном варианте осуществления интерфейс 226 оценки дозы может взаимодействовать с провайдером услуги в сети. В этом случае интерфейс 226 оценки дозы может посылать запросы на оценки дозы пациента провайдеру услуги в сети. Кроме того, в этом запросе могут указываться фантом, преобразования этого фантом и сканирующее оборудование KT и протоколы, соблюдаемые для данного сканирования для визуализации. В любом случае при использовании в прогнозном смысле (т.е., до выполнения процедуры), оценка дозы пациента может сопоставляться с предупредительными порогами и правилами для определения, следует ли давать какие-либо предупреждения до выполнения данной процедуры (например, предупреждение, указывающее, что данная процедура приведет (или вероятно приведет) к превышению предела кумулятивной дозы для данного пациента, органа или части тела и т.д.
[0058] Фиг.3 иллюстрирует пример системы 130 оценки дозы, используемой для оценки и отслеживания кумулятивной дозы пациента в соответствии с одним вариантом осуществления. Как показано, система 130 оценки дозы включает без ограничения центральный процессор (ЦП) 305, сетевой интерфейс 315, межсоединение 320, память 325 и хранилище 330. Кроме того, система 130 оценки дозы может включать интерфейс 310 устройств ввода/вывода, соединяющий устройства 312 ввода/вывода (например, клавиатуру, дисплей и мышку) с системой 130 оценки дозы.
[0059] Подобно ЦП 205, ЦП 305 включен представляющим одиночный ЦП, несколько ЦП, одиночный многоядерный ЦП и т.п., а память 325 включена представляющей оперативное запоминающее устройство. Межсоединение 317 используется для передачи команд программирования и данных приложений между ЦП 305, интерфейсом 310 устройств ввода/вывода, хранилищем 330, сетевым интерфейсом 315 и памятью 325. Сетевой интерфейс 315 конфигурирован для передачи данных по сети связи, например, для приема запросов из системы визуализации на оценку дозы. Хранилище 330, такое, как жесткий диск или твердотельное (полупроводниковое) запоминающее устройство, может хранить нестираемые данные.
[0060] Как показано, память 320 включает инструмент 321 оценки дозы, который представляет собой набор компонентов программного обеспечения. Иллюстративно, инструмент 321 оценки дозы включает компонент 322 моделирования по методу Монте-Карло, компонент 324 выбора моделирования, компонент 326 регистрации/сегментации изображений и компонент 328 интерполяции дозы. Хранилище 330 содержит данные 332 фантомов, протоколы 334 KT-визуализации и библиотеку 336 моделирований.
[0061] Компонент 322 моделирования по методу Монте-Карло конфигурирован для оценки дозы облучения пациента на основании моделирования с использованием данных 332 фантомов и конкретного комплекта оборудования KT-визуализации и оговоренного протокола 334 визуализации. Как отмечалось, в одном варианте осуществления данные 332 фантомов могут быть деформированы или иным образом преобразованы, чтобы лучше соответствовать физическим характеристикам данного пациента.
[0062] Компонент 326 регистрации/сегментации изображений может быть конфигурированным для определения набора преобразований для деформирования данных 332 фантомов до выполнения моделирования по методу Монте-Карло с использованием этого фантома. Например, компонент 326 регистрации/сегментации изображений может оценивать эталонное изображение или изображение локализатора, связанное с фантомом, вместе с предварительным изображением локализатора пациента с использованием методов регистрации изображений. Регистрация изображений - это процесс выставления двух изображений в общую систему координат. Алгоритм регистрации изображений определяет набор преобразований для установления соответствия между этими двумя изображениями. После того как преобразования между предварительным изображением пациента и эталонным изображением фантома определены, те же преобразования могут использоваться и для деформирования фантома. Эти деформации могут масштабировать, переносить и поворачивать геометрию виртуального фантома для соответствия пациенту.
[0063] В другом варианте осуществления для идентификации размера и относительного положения органов, тканей и анатомических структур пациента используется сегментация изображений. В этом случае имеющиеся данные KT-сканирования для пациента могут сегментироваться для идентификации геометрических объемов, которые считаются соответствующими органу (или иной интересуемой структуре). Например, в одном варианте осуществления сегментация изображений может использоваться для идентификации окно, которое считается содержащим конкретный орган или структуру. Для предоставления более определенной 3D-объемной области, соответствующей органу или структуре, могут использоваться и другие методы сегментации. После идентификации эта информация используется для смещения геометрии соответствующего органа (или интересуемой структуры) в виртуальном фантоме.
[0064] Следует отметить, что хотя показан в одном варианте осуществления как часть системы 130 оценки дозы, компонент 326 регистрации/сегментации изображений является частью системы 125 визуализации или иначе частью вычислительной инфраструктуры в центре визуализации. Это позволяет провайдеру, предоставляющему услугу оценки дозы, получать преобразования для деформации данного виртуального фантома без получения при этом и какой-либо информации, которую можно было бы использовать для идентификации пациента, проходящего KT-сканирование в центре визуализации. Этот подход может упростить (или исключить) некоторые правовые или регулятивные требования, связанные с субъектами, обрабатывающими защищенную медицинскую информацию или медицинскую документацию.
[0065] После завершения моделирования по методу Монте-Карло полученные в результате оценки дозы пациента вместе с параметрами, переданными в компонент 322 моделирования, хранятся в библиотеке 335 моделирований. В свою очередь компонент 328 интерполяции дозы используется для определения оценки дозы пациента по моделированиям в библиотеке 335 моделирований без выполнения полного моделирования по методу Монте-Карло. С этой целью компонент 324 выбора моделирования может сравнивать параметры KT-сканирования, оборудование, использованное для выполнения KT-сканирования, и фантом, деформированный для представления конкретного индивидуума. Эта информация используется для идентификации набора из двух или более моделирований для интерполяции. Хотя может использоваться целый ряд подходов, в одном варианте осуществления для сравнения деформированного фантома, процедуры KT-сканирования и оборудования KT с таковыми в библиотеке 335 моделирований компонент 324 выбора моделирования может показатель расстояния. В одном варианте осуществления для интерполяции выбираются лучшие 2 (или лучшие N) выбора. Альтернативно, для интерполяции выбираются любые моделирования с показателем общего подобия в пределах оговоренного порога. В этом случае путем настройки порогов более или менее моделирования используются для интерполяции.
[0066] С учетом набора параметров, описывающих сканнер и пациента для исследования (пиковое анодное напряжение, угол мишени, наклон, высота, масса гентри и т.д.), система позволяет устанавливать кастомизируемые допуски для каждой переменной (например, фактическое пиковое анодное напряжение находится в пределах 10 кВ моделирования). При поиске моделирований в расчет будут включаться только моделирования в пределах допуска для всех данных параметров. В одном варианте осуществления результаты моделирования могут интерполироваться с помощью известного метода Шепарда. Стандартное отклонение во множестве результатов моделирования используется как показатель неопределенности (например, для множества из 5 использованных моделирований поглощенная доза в молочных железах имеет стандартное отклонение 0,2 мЗв, а поглощенная доза в печени имеет стандартное отклонение 0,15 мЗв).
[0067] Фиг.4 иллюстрирует способ 400 создания подходящей модели для оценки дозы облучения пациента в результате KT-сканирования в соответствии с одним вариантом осуществления. В частности, способ 400 иллюстрирует примерный вариант осуществления, в котором для деформации виртуального фантома используют методы регистрации изображений. Как показано, способ 400 начинается на стадии 405, на которой инструментом оценки дозы выбирают виртуальный фантом с предварительно отображенными изображениями локализатора. Как отмечалось, виртуальный фантом могут выбирать по возрасту и полу индивидуума, проходящего данную процедуру KT-сканирования. На стадии 410 инструментом оценки дозы получают предварительное изображение индивидуума, для которого выполняют оценку дозы. Предварительное изображение представляет собой 2D проекцию изображения индивидуума, такую, как переднее/заднее и/или боковое предварительное изображение, снятое сканирующей системой компьютерной томографии до выполнения полной процедуры KT-сканирования. Альтернативно, предварительным изображением мог бы быть SD-объем индивидуума, полученный как часть предыдущей процедуры KT-сканирования. На стадии 415, получают предварительно отображенные изображения локализатора, соответствующие использованию для деформации выбранного виртуального фантома. Предварительно отображенные изображения могут выбирать, исходя из соответствующих областей, подлежащих сканированию. Например, для пациента, который будет проходить (или который прошел) KT-сканирование грудной клетки, выбранное эталонное изображение может показывать эту область индивидуума с геометрией тела, близко соответствующей виртуальному фантому.
[0068] Фиг.5А иллюстрирует пример изображение, представляющее деформируемый фантом в соответствии с одним вариантом осуществления. Как показано, изображение 500 представляет собой передний/задний вид 501 и боковой вид 502 виртуального фантома. Как показано на видах 501 и 502, геометрия этого фантома включает костную структуру, представляющую ребра 505, позвоночник 515 и ноги 522. Кроме того, виды 501 и 502 включают геометрию, представляющую органы, включая брюшной отдел 510 и почку 515. Виртуальный фантом (показанный на видах 501 и 502), обеспечивает грубую аппроксимацию размера, формы и положения человеческих органов, тканей и структур.
[0069] Хотя и несомненно являющиеся грубой аппроксимацией действительной анатомии человека, виртуальные фантомы общеприняты как обеспечивающие достаточно точные оценки поглощения дозы. Фиг.5B иллюстрирует пример 2D-эталонное изображение части человеческого тела, соответствующее фантому, показанному на фиг.5А, в соответствии с одним вариантом осуществления. Как показано, относительные положения, размер, форма костей, тканей, органов на эталонном изображении хорошо согласуется с соответствующими положениями у виртуального фантома.
[0070] Вернемся снова к способу 400. На стадии 420 инструментом оценки дозы выполняют процесс регистрации изображений для определения преобразования между предварительными изображениями пациента и эталонными изображениями, используемыми для представления виртуального фантома. Результатом регистрации изображений является отображение из точек на 2D предварительном локализаторе в точки на эталонном изображении (или наоборот). Аналогичным образом, в случаях 3D предварительного изображения пациента (т.е., текучий или прежний KT-скан), по методам регистрации 3D-изображений могут отображать точки между 3D предварительным изображением пациента и точками на эталонном изображении, соответствующем фантому, в 3D-координатном пространстве.
[0071] На стадии 425 то же преобразование используют для деформации геометрии, представляющей виртуальный фантом. При деформации виртуального фантома с использованием преобразований, полученных из процесса регистрации изображений, размер, форма и положения органов, представленные геометрией виртуального фантома, точнее соответствуют геометрии действительного пациента. Например, выполнение процесса регистрации изображений, используя эталонное изображение, показанное на фиг.5B, и предварительный локализатор пациента, предоставляют преобразование, которое можно использовать для деформации виртуального фантома, показанного на фиг.5А. Деформированный виртуальный фантом можно использовать для оценки поглощенной органом дозы в результате данной процедуры KT-сканирования (либо до выполнения этой процедуры, либо после). То есть, оценки дозы, полученные путем моделирования по методу Монте-Карло, привязаны к пациенту, а также более точны и более состоятельны при использовании для оценки дозы пациента по нескольким сканам.
[0072] Фиг.6 иллюстрирует еще один способ создания подходящей модели для оценки дозы облучения пациента в результате KT-сканирования в соответствии с одним вариантом осуществления. В частности, способ 600 иллюстрирует примерный вариант осуществления, в котором для деформации виртуального фантома используют методы сегментации изображений. Подобно способу 400, способ 600 начинается со стадии, на которой инструментом оценки дозы выбирают фантом для деформации, например, по возрасту и полу пациента (стадия 605). Однако вместо извлечения локализаторов 2D изображения пациента, инструментом оценки дозы принимают 3D-объем сканирования некоторой части пациента (на стадии 610), например, KT-скан из предыдущей компьютерной томографии грудной клетки и брюшного отдела. После получения используют сегментацию изображений для идентификации тканей, органов, структур или иных опознавательных точек в объеме изображения (стадия 615). Хотя можно использовать целый ряд имеющихся методов сегментации, в одном варианте осуществления сегментация изображений представляет собой минимальное окно, окружающее каждый идентифицированный орган или структуру.
[0073] На стадии 620 инструментом оценки дозы подгоняют органы и другие анатомические ориентиры (например, положение кости), идентифицированные при сегментации KT-сканов, под соответствующие ориентиры в виртуальном фантоме. Например, фиг.7 иллюстрирует примерный срез, полученный KT-сканированием, наложенный на соответствующий срез виртуального фантома, в соответствии с одним вариантом осуществления. В этом примере срез 700 виртуального фантома включает линию 702, представляющую объем, ограниченный фантомом, вместе с частями среза, соответствующими сердцу 701, легкому 703, позвоночнику 704 и плечевой кости 705. Однако местонахождение и положение органов сердца и легких у виртуального фантома не точно соответствует положению этих органов, как показано на KT-скане. Например, область открытого пространства легких (в 706) не соответствует размеру или положению легких 702 у фантома. Аналогичным образом, ограничивающая линия 702 фантома точно не соответствует пациенту. Следовательно, использование этого фантома для оценки дозы дает в результате намного большее поглощение дозы, чем на самом деле, поскольку фантом не учитывает большие количества жировых тканей у этого пациента.
[0074] В то же время другие ориентиры фантома хорошо подходят пациенту. Например, позвоночник и руки у фантома (позвоночник 704 и плечевая кость 705) и на KT-скане в целом соответствуют. Соответственно, на стадии 625 системой оценки дозы определяют SD-карту смещения, основанную на совпадающих анатомических или структурных ориентирах.
[0075] Например, на фиг.7 срез 700 фантома показывает неизмененный или недеформированный фантом, а срез 710 фантома - срез того же фантома после смещения по способу на фиг.6 (или после деформации по методу регистрации изображений в соответствии со способом на фиг.4).
[0076] Как показано на срезе 710 фантома, после деформации с использованием идентифицированных объемов органов и смещения конкретного пациента ограничительная линия 702' теперь точнее соответствует контурам на KT-скане пациента, а легкие 703' и сердце 701' фантома смещены, чтобы лучше отражать положение этих органов на скане. В то же время другие анатомические ориентиры, такие, как позвоночник и плечевая кость, остаются в том же общем положении. Фантом, показанный на срезе 700, на срезе 720 показан наложенным на соответствующий срез KT-скана пациента. Аналогичным образом, на срезе 730 деформированный фантом, показанный на срезе 710, показан наложенным на соответствующий срез KT-скана пациента.
[0077] Обращаясь снова к фиг.6, на стадии 630 инструментом оценки дозы создают растеризированное 3D-представление смещенных органов, тканей и структур виртуального фантома. Как уже отмечалось, виртуальный фантом может описываться рациональной совокупностью последовательных неоднородных сложнопрофильных кривых (NURBS), а данные KT-сканирования обычно представлены как ряд значений элементов растра в 3D пространстве, именуемых как «вокселами» (voxel - сокращенно от «volume element» -объемный элемент). Вокселы являются аналогами пикселов для трехмерного пространства. Существует целый ряд известных методов «вокселизации» набора данных NURBS или конструктивной блочной геометрии (CSG). С их помощью геометрическое или математическое представление данных NURBS или CSG преобразуют в 3D-матрицу вексельных значений. В одном варианте осуществления выполняют стадию 630 (стадию вокселизации) во избежание прерывностей, которые часто являются проблемой при моделированиях по методу Монте-Карло у математических фантомом (на основании NURB или CSG). Кроме того, вексельные модели хорошо подходят к вычислительным методам на основании графического процессора, тем самым повышая скорость вычислений.
[0078] После того как растеризованный фантом создан, его можно использовать для оценки поглощенной органом дозы вследствие данной процедуры компьютерной томографии (до выполнения этой процедуры или после этого). Подобно методам сегментации изображений, оценки дозы, проведенные с использованием фантома, деформированного по методу сегментации, привязывают к пациенту, получая в результате более точные и более состоятельные оценки доз как для отдельных, так и нескольких сканирований.
[0079] Фиг.8 иллюстрирует пример поперечного среза фантома, наложенного на соответствующий поперечный срез KT пациента, в соответствии с одним вариантом осуществления. В этом примере поперечный вид 800 соответствует виду 710 на фиг.7, а поперечный вид 850 соответствует виду 730 на фиг.7. Поперечный вид создан путем объединения (наложения) линейного сечения отдельных срезов для создания продольного изображения. Как показано, поперечные виды 800 и 805 представляют собой вид в полную длину, включая компоненты, не присутствующие в наложенном KT-изображении пациента, например, головной мозг 801 и почка 802. Как показано на виде 800, граница 810 виртуального фантома точно не соответствует контуру пациента (т.е., размеру тела, ограниченному кожей пациента). Однако на виде 850 граница 815 фантома смещена, чтобы лучше соответствовать данным эталонного KT-скана этого пациента. Аналогичным образом, могут быть смещены и внутренние органы, структуры и другие ткани.
[0080] Важно отметить, что этот пример иллюстрирует, что смещение может происходить для элементов виртуального фантома, не являющихся частью данных KT-скан пациента. Например, почка 802 могла быть смещенной перемещением других органов, для которых данные KT-скана имеются, как показано смещенным положением почки 802' на виде 850. Кроме того, этот пример иллюстрирует, что для оценки дозы пациента виртуальный фантом необходим, даже если имеются данные KT-скана, поскольку, хотя KT-сканирование в этом примере ограничивалось грудной клеткой и брюшным отделом, рассеяние рентгеновского излучения приведет к некоторому поглощению головным мозгом, почками и другими органами и тканями этого пациента. Иными словами, виртуальный фантом необходим для оценки поглощения дозы для органов, не отображаемых как часть данного KT-скана или процедуры.
[0081] Фиг.9 иллюстрирует еще один пример сегментации изображений при компьютерной томографии и смещения объема органов для фантома в соответствии с одним вариантом осуществления. В этом примере KT-объем 900, соответствующий визуализации, включает набор окон, представляющих сегментированное положение изображения для целого ряда органов, например, печени 905, желчного пузыря 910 и правого надпочечника 915. Кроме того, в объеме 900 показаны стрелки, представляющие смещение этих органов на основании сегментации изображений данных KT-сканирования. В этом конкретном примере печень 905 смещена вниз и вправо, желчный пузырь 910 смещен вверх в положение перед печенью 905, а правый надпочечник 915 перемещен вверх и влево в пространство, которое прежде занимала печень 905. Кроме того, в этом примере органы представлены окнами и смещены на основании геометрического центроида. Однако в одном альтернативном варианте осуществления сегментация изображений (для фантома или данных KT-визуализации пациента) может обеспечить более точный геометрический объем, представляющий элемент органа, ткани или структуры тела. В этом случае смещение могло бы основываться на центроиде массы органа, например, если центроид печени локализован в одну сторону на основании массы или по другому методу, учитывающему топологию объема данного органа.
[0082] Как проиллюстрировано в этом примере, смещение одного органа (например, печени 905) у фантома, исходя из его соответствующего положения на эталонном KT-скане, может потребовать в результате смещения других органов (например, желчного пузыря 910 и правого надпочечника 915). Это связано с тем, что два органа просто не должны занимать один и тот же физический объем, если для выполнения анализа оценки дозы используется фантом. Соответственно, в одном варианте осуществления инструментом оценки дозы могут смещать органы, ткани или структуры до достижения «установившегося состояния».
[0083] Следует отметить, что для деформации виртуального фантома примерные варианты осуществления, проиллюстрированные на фиг.4 и 6, могут использоваться отдельно или с сочетании друг с другом. Конкретный выбранный подход или сочетание подходов могут подстраиваться с таким расчетом, чтобы отвечать потребностям в каждом конкретном случае, исходя из имеющихся фантомов, отображенных 2D и/или 3D эталонных изображений, а также из наличия и типа предварительных изображений локализатора и/или предыдущих данных KT-сканирования для данного пациента.
[0084] В одном варианте осуществления провайдер ресурсов для облачных вычислений моделирует централизованные системы, используемые для выполнения оценок доз, ведет библиотеку вычисленных моделирований, а также выполняет моделирования по методу Монте-Карло для наращивания библиотеки моделирований новыми случаями. Например, фиг.10 иллюстрирует способ 1000 для услуги оценки дозы для предоставления оценок дозы пациента нескольким провайдерам KT-сканов.
[0001] [0085] Как показано, способ 1000 начинается на стадии 1005, на которой услугой оценки дозы получают фантом (или ссылку на фантом) вместе с преобразованиями регистрации 2D или 3D-изображений или полем 3D-объемного смещения и вокселизацией фантома. В одном альтернативном варианте осуществления услугой оценки дозы могут принимать данные, описывающие деформированный фантом, такой, как преобразованная NURBS в результате процесса регистрации 2D или 3D-изображений или методов смещения поля KT, описанных выше.
[0086] На стадии 1010 услугой оценки дозы получают параметры сканирующей системы компьютерной томографии и план визуализации для выполненного (или подлежащего выполнению) KT-сканирования на пациенте. После того как параметры пациента, сканирующее оборудование и провайдер KT-скана приняты, услугой оценки дозы в библиотеке могут идентифицировать два (или более) моделирования, соответствующие преобразованному фантому, параметрам сканирующей системы компьютерной томографии и плану визуализации (стадия 1015). Провайдер может устанавливать кастомизируемые допуски, устанавливаемые для каждой переменной (например, фактическое пиковое анодное напряжение находится в пределах 10 кВ моделирования). При дальнейшей оценке моделирований в расчет будут включаться только моделирования в пределах допуска для всех (или оговоренного множества) данных параметров. В одном варианте осуществления результаты моделирования могут интерполироваться с помощью известного метода Шепарда. Стандартное отклонение во множестве результатов моделирования используется как показатель неопределенности (например, для множества из 5 использованных моделирований поглощенная доза в молочных железах имеет стандартное отклонение 0,2 мЗв, а поглощенная доза в печени имеет стандартное отклонение 0,15 мЗв).
[0087] На стадии 1020 услугой оценки дозы определяют, находятся ли соответствующие моделирования, идентифицированные на стадии 1015, в пределах параметра допуска (или отвечают другим порогам или критериям). Если нет, фантом (и/или деформации/преобразования) и принятые параметры добавляют в очередь сценариев пациента/сканнера/плана изображения на моделирование (стадия 1025). Как отмечалось, при моделировании могут использовать методы моделирование Монте-Карло для определения оценок поглощенной органом дозы, привязанных как к отдельному пациенту (на основании деформированного фантома), так и конкретному центру визуализации (на основании данных о KT-сканнере и данных калибровки/настройки).
[0088] Однако по мере того, как библиотека моделирований провайдера SaaS растет, большинство запросов должны идентифицировать набор моделирований для интерполяции. На стадии 1030, услугой оценки дозы выполняют многомерную интерполяцию по рассеянным данным, используя соответствующие моделирования, идентифицированные на стадии 1015, для оценки поглощенной органом дозы для конкретного пациента и соответствующей процедуры KT-сканирования. Следует отметить, что этот анализ может выполняться намного быстрее, чем полное моделирование по методу Монте-Карло, позволяя оценкам дозы не отставать от последовательности е процедур, выполняемых в данном центре (или центрах) визуализации, а также представляться одновременно с данной процедурой (например, для обеспечения, что пределы кумулятивной дозы не превышены). В одном варианте осуществления метод многомерной интерполяции по рассеянным данным, используемый в настоящее время, называется «методом Шепарда». Примеры этого метода описаны в Shepard, Donald (1968). "A two-dimensional interpolation function for irregularly-spaced data". Proceedings of 1968 ACM National Conference, pp.517-524.
[0089] На стадии 1035, после того как процесс интерполяции завершен, оценки дозы возвращают в запрашивающую систему (например, клиентская программа оценки дозы, выполняемая в вычислительной системе в центре визуализации). У клиента система управления дозами отслеживает эквивалентную дозу органа пациента, эффективную дозу, индекс дозы при компьютерной томографии (CTDI), произведение дозы на длительность (DLP), произведение дозы на площадь (DAP) до уровня исследования. Кроме того, эту информацию подытоживают для кумулятивного отслеживания эквивалентной дозы органа, эффективной дозы, CTDI, DLP, DAP для истории данного пациента. Дальнейшее агрегирование этой информации используют для учрежденческого представления эквивалентной дозы органа на душу, эффективной дозы пациента, CTDI, DLP и DAP. Таким образом, услуга оценки дозы может предоставлять центру визуализации целый ряд. [incomplete sentence] Эта же информация доступна центру визуализации, использующему локальный вариант системы оценки дозы.
[0090] Фиг.11 иллюстрирует примерную вычислительную инфраструктуру 1100 для системы услуги оценки дозы пациента, конфигурированную для поддержки нескольких провайдеров KT-сканирования, в соответствии с одним вариантом осуществления. Как показано, провайдер ресурсов для облачных вычислений 1125, содержащий услугу оценки дозы 1130, принимает запросы на оценки дозы посети 1120 от центров визуализации 11051-2. В каждом центре визуализации 1105 для оказания услуг по визуализации для пациентов используется система компьютерной томографии 1110. Клиент визуализации/дозы 1115 сообщается с услугой оценки дозы 1130, чтобы запрашивать и получать оценки дозы пациента, причем оценки дозы основываются на процедуре и пациенте. Как уже отмечалось, запрос может включать параметры процедуры компьютерной томографии, сканирующего оборудования и модальности и деформированного фантома (или преобразования, использованные для деформации фантома), исходя из морфологии тела конкретного пациента.
[0091] В услуге оценки дозы 1130 библиотека моделирований 1135 используется, чтобы выбрать моделирования для интерполяции величины дозы пациента, используя данные в запросе и модулей KT-сканнера и процедур (показанные на фиг.1 как данные фантома/системы компьютерной томографии 1140). Если подходящих кандидатов-моделирований для интерполяции нет, услуга 1130 может добавить запрос в очередь моделирований на выполнение. Затем в ответ на запрос выполняется моделирования по методу Монте-Карло, предоставляющее как оценку дозы пациента для данного пациента и процедуры визуализации, так и новую точку данных моделирования для добавления в библиотеку 1125.
[0092] Преимущественно, варианты осуществления изобретения обеспечивают целый ряд методик оценки доз облучения, основанных на методах KT-визуализации (и иной) рентгеновской визуализации. Как уже описывалось, методы регистрации изображений и/или методы сегментации изображений могут использоваться для создания гибридного фантома, которые точнее соответствует размеру и форме тела индивидуума. При этом повышается точность оценок дозы, определенных путем моделирования. То есть, результирующий гибридный фантом обеспечивает намного более точное математическое представление конкретного пациента для использования при моделировании дозы, чем одни неизмененные фантомы.
[0093] После того преобразования определены, гибридный виртуальный фантом может использоваться для моделирования данной процедуры компьютерной томографии для пациента. Например, для оценки поглощенной органом дозы для виртуального фантома могут использоваться методы моделирование Монте-Карло. В этих методах моделирования для того чтобы рассчитать точные оценки поглощенной органом дозы, используют виртуальный фантом (преобразованный соотносительно с данным пациентом) вместе с рядом параметров, связанных с моделью KT-сканнера и выполняемой процедурой. Следует, однако, отметить, что оценка поглощенной органом дозы с использованием моделирования по методу Монте-Карло может потребовать много времени на расчеты - намного дольше, чем требуется для выполнения фактического KT-сканирования. Соответственно, в одном варианте осуществления оценки дозы пациента, определенные для данной процедуры, могут получать путем интерполяции между двумя (или более) ранее выполненными моделированиями. Если «близких» моделирований нет, то в очередь на выполнение полных моделирований по методу Монте-Карло могут быть добавлены данные гибридного виртуального фантома, KT-сканнера и процедуры. Со временем большая библиотека моделирований позволяет выдавать оценки дозы в реальном времени при планировании и выполнении процедур. Это позволяет собирать данные о количествах кумулятивной дозы для данного пациента, а также соблюдать пределы кумулятивной дозы. Кроме того, в одном варианте осуществления услуга оценки дозы на сервере провайдера SaaS предоставляется нескольким центрам визуализации. В этом случае провайдер услуги может иметь устойчивую библиотеку моделирований для использования при интерпретации оценок доз для провайдеров визуализации.
[0094] Выше описаны некоторые варианты осуществления настоящего изобретения, но возможны и другие варианты осуществления изобретения в пределах объема изобретения, определенного прилагаемой формулой изобретения.

Claims (6)

1. Реализуемый с помощью компьютерной техники способ определения оценки дозы облучения, поглощенной индивидуумом при прохождении томографического сканирования, причем способ включает:
получение набора параметров, описывающих томографическое сканирование и сканирующее устройство томографии, используемое для выполнения томографического сканирования;
получение деформированного томографического фантома, соответствующего индивидууму;
оценку множества ранее выполненных моделирований, оценивающих поглощение дозы облучения; и
после определения на основании оценки, что два или более из множества ранее выполненных моделирований соответствуют полученному набору параметров и полученному деформированному томографическому фантому в пределах оговоренного показателя допуска, интерполяцию оценки дозы облучения в двух или нескольких моделированиях для определения оценки дозы облучения, поглощенной индивидуумом при прохождении томографического сканирования; и
после определения на основании оценки, что множество моделирований не включают по меньшей мере два моделирования, соответствующие полученному набору параметров и полученному деформированному томографическому фантому в пределах оговоренного показателя допуска:
выполнение моделирования томографического сканирования, используя полученный деформированный томографический фантом и полученный набор параметров;
оценку на основании моделирования количества облучения, поглощенного индивидуумом в результате выполнения томографического сканирования; и
добавление выполненного моделирования к множеству указанных моделирований.
2. Способ по п. 1, отличающийся тем, что полученный деформированный томографический фантом деформируют путем определения посредством процесса регистрации изображений, преобразования по меньшей мере между одним из изображений локализатора, связанных с первоначальным томографическим фантомом, и по меньшей мере одним предварительным изображением индивидуума.
3. Способ по п. 1, отличающийся тем, что полученный деформированный томографический фантом деформируют путем:
сегментирования эталонного КТ-скана, связанного с индивидуумом, для идентификации трехмерного (3D) положения множества анатомических ориентиров индивидуума, присутствующих на эталонном КТ-скане;
сопоставления одного или нескольких идентифицированных анатомических ориентиров на сегментированном эталонном КТ-скане с соответствующими анатомическими ориентирами у первоначального томографического фантома;
определения трехмерной (3D) карты смещения по сопоставленным анатомическим ориентирам;
вокселизации первоначального томографического фантома; и
преобразования вокселизированного томографического фантома для соответствия карте смещения.
4. Система для определения оценки дозы облучения, поглощенной индивидуумом при прохождении томографического сканирования, содержащая:
процессор; и
память, хранящую прикладную программу, сконфигурированную для выполнения операции, включающей:
получение набора параметров, описывающих томографическое сканирование и сканирующее устройство томографии, используемое для выполнения томографического сканирования,
получение деформированного томографического фантома, соответствующего индивидууму,
оценку множества ранее выполненных моделирований, оценивающих поглощение дозы облучения,
после определения на основании оценки, что два или более из множества ранее выполненных моделирований соответствуют полученному набору параметров и полученному деформированному томографическому фантому в пределах оговоренного показателя допуска, интерполяцию оценки дозы облучения в двух или нескольких моделированиях для определения оценки дозы облучения, поглощенной индивидуумом при прохождении томографического сканирования и после определения на основании оценки, что множество моделирований не включают по меньшей мере два моделирования, соответствующие полученному набору параметров и полученному деформированному томографическому фантому в пределах оговоренного показателя допуска:
выполнение моделирования томографического сканирования, используя полученный деформированный томографический фантом и полученный набор параметров;
оценку на основании моделирования количества облучения, поглощенного индивидуумом в результате выполнения томографического сканирования; и
добавление выполненного моделирования к множеству указанных моделирований.
5. Система по п. 4, отличающаяся тем, что полученный деформированный томографический фантом деформируют путем определения посредством процесса регистрации изображений, преобразования по меньшей мере между одним из изображений локализатора, связанных с первоначальным томографическим фантомом, и по меньшей мере одним предварительным изображением индивидуума.
6. Система по п. 4, отличающаяся тем, что полученный деформированный томографический фантом деформируют путем:
сегментирования эталонного КТ-скана, связанного с индивидуумом, для идентификации трехмерного (3D) положения множества анатомических ориентиров индивидуума, присутствующих на эталонном КТ-скане,
сопоставления одного или нескольких идентифицированных анатомических ориентиров на сегментированном эталонном КТ-скане с соответствующими анатомическими ориентирами у первоначального томографического фантома;
определения по сопоставленным анатомическим ориентирам трехмерной (3D) карты смещения;
вокселизации первоначального томографического фантома; и
преобразования вокселизированного томографического фантома для соответствия карте смещения.
RU2013127784/14A 2010-12-08 2011-12-08 Создание подходящей модели для оценки дозы облучения пациента в результате сканирований для медицинской визуализации RU2592247C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US42083410P 2010-12-08 2010-12-08
US61/420,834 2010-12-08
PCT/CA2011/001381 WO2012075577A1 (en) 2010-12-08 2011-12-08 Generating a suitable model for estimating patient radiation dose resulting from medical imaging scans

Related Child Applications (1)

Application Number Title Priority Date Filing Date
RU2016124149A Division RU2725751C9 (ru) 2010-12-08 2011-12-08 Создание подходящей модели для оценки дозы облучения пациента в результате сканирований для медицинской визуализации

Publications (2)

Publication Number Publication Date
RU2013127784A RU2013127784A (ru) 2015-01-20
RU2592247C2 true RU2592247C2 (ru) 2016-07-20

Family

ID=46199440

Family Applications (2)

Application Number Title Priority Date Filing Date
RU2016124149A RU2725751C9 (ru) 2010-12-08 2011-12-08 Создание подходящей модели для оценки дозы облучения пациента в результате сканирований для медицинской визуализации
RU2013127784/14A RU2592247C2 (ru) 2010-12-08 2011-12-08 Создание подходящей модели для оценки дозы облучения пациента в результате сканирований для медицинской визуализации

Family Applications Before (1)

Application Number Title Priority Date Filing Date
RU2016124149A RU2725751C9 (ru) 2010-12-08 2011-12-08 Создание подходящей модели для оценки дозы облучения пациента в результате сканирований для медицинской визуализации

Country Status (16)

Country Link
US (8) US8958617B2 (ru)
EP (4) EP3150126B1 (ru)
JP (4) JP5917552B2 (ru)
KR (4) KR101889642B1 (ru)
CN (3) CN113856066B (ru)
AU (4) AU2011340078B2 (ru)
BR (2) BR112013013804A2 (ru)
CA (3) CA2993848C (ru)
DK (4) DK2648621T3 (ru)
ES (4) ES2733922T3 (ru)
HK (1) HK1242946A1 (ru)
MX (4) MX2013006336A (ru)
NZ (1) NZ611554A (ru)
RU (2) RU2725751C9 (ru)
WO (1) WO2012075577A1 (ru)
ZA (4) ZA201303796B (ru)

Families Citing this family (69)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2479717B (en) * 2010-04-13 2015-03-11 Mirada Medical Method for estimating radiation exposure of a patient and radiation exposure monitoring system therefor
AU2011340078B2 (en) * 2010-12-08 2016-06-30 Bayer Healthcare Llc Generating an estimate of patient radiation dose resulting from medical imaging scans
US10758315B2 (en) * 2012-06-21 2020-09-01 Globus Medical Inc. Method and system for improving 2D-3D registration convergence
US9097642B2 (en) 2012-10-11 2015-08-04 General Electric Company X-ray dose estimation technique
DE102012218529B3 (de) * 2012-10-11 2014-02-13 Siemens Aktiengesellschaft Darstellung von Dosiswerten zur Planung einer Bestrahlung
JP6305734B2 (ja) * 2012-11-15 2018-04-04 キヤノンメディカルシステムズ株式会社 被曝線量管理システム
US9044197B2 (en) 2012-11-21 2015-06-02 Carestream Health, Inc. Method for x-ray dose tracking
CN103829966B (zh) * 2012-11-27 2018-12-07 Ge医疗***环球技术有限公司 用于自动确定侦测图像中的定位线的方法和***
CN105027163B (zh) 2013-03-06 2018-09-07 皇家飞利浦有限公司 扫描区域确定装置
WO2014165611A1 (en) * 2013-04-02 2014-10-09 The Regents Of The University Of California Thermoplastic 3-d phantom
JP5996131B2 (ja) 2013-04-24 2016-09-21 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． コンピュータ断層撮影検査におけるｘ線量分布計算
EP3048976B1 (en) 2013-09-27 2019-08-14 Koninklijke Philips N.V. Image data z-axis coverage extension for tissue dose estimation
CN106233357B (zh) 2013-10-07 2020-09-04 曼帝斯有限公司 基于医疗程序模拟的辐射估算和防护
EP3079589B1 (en) 2013-12-11 2017-04-12 Koninklijke Philips N.V. Three dimensional (3d) pre-scan based volumetric image data processing
WO2015131962A1 (de) 2014-03-05 2015-09-11 Siemens Aktiengesellschaft Automatische dosissteuerung für bildgebende medizinische einrichtungen
CN105078494B (zh) * 2014-04-30 2019-03-05 苏州瑞派宁科技有限公司 待成像对象模子的制作方法和个体化的成像方法
JP6211469B2 (ja) * 2014-06-16 2017-10-11 住友重機械工業株式会社 放射線治療シミュレーション装置
US9480448B2 (en) 2014-07-23 2016-11-01 General Electric Company System and method for use in mapping a radiation dose applied in an angiography imaging procedure of a patient
USD771089S1 (en) * 2014-07-23 2016-11-08 General Electric Company Display screen or portion thereof with graphical user interface for a radiation dose mapping system
EP2982415A1 (en) * 2014-08-04 2016-02-10 Université de Strasbourg Method for estimating the spatial distribution of the hazardousness of radiation doses
US9649079B1 (en) 2014-10-09 2017-05-16 General Electric Company System and method to illustrate a radiation dose applied to different anatomical stages of an exposed subject
KR101725443B1 (ko) * 2015-01-09 2017-04-11 연세대학교 원주산학협력단 선량 평가 방법 및 장치
JP2018511791A (ja) 2015-02-27 2018-04-26 バイエル・ヘルスケア・エルエルシーＢａｙｅｒ ＨｅａｌｔｈＣａｒｅ ＬＬＣ マルチイメージングモダリティ用定量的ファントム
US20180188193A1 (en) * 2015-07-06 2018-07-05 Shimadzu Corporation X-ray imaging apparatus
US9799135B2 (en) * 2015-09-01 2017-10-24 Siemens Healthcare Gmbh Semantic cinematic volume rendering
US10350434B2 (en) * 2015-12-11 2019-07-16 Siemens Healthcare Gmbh Patient-specific radiation dose assessment in medical therapy
WO2017103238A1 (en) 2015-12-17 2017-06-22 Koninklijke Philips N.V. Method for estimating the radiation dose received by an organ during a computed tomography scan
JP7055599B2 (ja) 2016-06-06 2022-04-18 キヤノンメディカルシステムズ株式会社 Ｘ線ｃｔ装置
CN107510466B (zh) * 2016-06-15 2022-04-12 中慧医学成像有限公司 一种三维成像方法和***
KR101894178B1 (ko) * 2016-11-29 2018-08-31 주식회사 메디코어스 팬빔형 이중에너지 x선 흡수법 구현을 위한 캘리브레이션 방법
US10482339B2 (en) 2016-12-09 2019-11-19 United States Of America As Represented By The Secretary Of The Air Force Quantifying computer vision algorithm performance in the presence of system uncertainty
EP3354199B1 (en) 2017-01-31 2020-08-26 Université de Strasbourg Method for determining a configuration setting of a source of ionizing radiation
KR102536168B1 (ko) * 2017-02-24 2023-05-25 바이엘 헬쓰케어 엘엘씨 시뮬레이션된 컴퓨터 단층 촬영(ct) 이미지들을 생성하기 위한 시스템들 및 방법들
WO2018202648A1 (en) * 2017-05-01 2018-11-08 Koninklijke Philips N.V. Generation of accurate hybrid datasets for quantitative molecular imaging
CN107330186B (zh) * 2017-06-30 2020-06-16 哈尔滨工程大学 一种3dsMax核设施模型辐射场剂量分布仿真方法
US10702219B2 (en) * 2017-09-15 2020-07-07 General Electric Company Methods, systems, and apparatus for determining radiation doses
GB2567636B (en) * 2017-10-17 2021-11-10 Perspectum Diagnostics Ltd Method and apparatus for imaging an organ
US10426424B2 (en) 2017-11-21 2019-10-01 General Electric Company System and method for generating and performing imaging protocol simulations
EP3503112B1 (en) * 2017-12-21 2023-06-07 Siemens Healthcare GmbH Method and system for validating parameters in a medical study
CN108281191B (zh) * 2017-12-29 2022-10-21 深圳大学 一种能谱计算机断层扫描剂量的蒙特卡罗模拟方法及***
CN108335599B (zh) * 2018-01-19 2020-02-04 聊城市人民医院 基于三维建模图像技术的手术模型训练方法
US10297708B1 (en) 2018-01-25 2019-05-21 The United States Of America, As Represented By The Secretary Of The Air Force Surface passivation for PhotoDetector applications
US11141079B2 (en) 2018-01-29 2021-10-12 General Electric Company Systems and methods for profile-based scanning
JP2021513054A (ja) * 2018-02-02 2021-05-20 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 画像位置合わせ及び回帰解析を用いたシリアルポジトロンエミッショントモグラフィ（ｐｅｔ）検査における標準取り込み値（ｓｕｖ）のスケーリング差の補正
US11051782B1 (en) * 2018-02-23 2021-07-06 Robert Edwin Douglas Image quality by incorporating data unit assurance markers
EP3773213B1 (en) 2018-04-10 2023-01-04 Bayer HealthCare LLC Flexible dose estimation with user-defined volumes
US20190320934A1 (en) * 2018-04-18 2019-10-24 Siemens Healthcare Gmbh Medical image acquisition with sequence prediction using deep learning
US10668304B2 (en) 2018-04-30 2020-06-02 Elekta, Inc. Phantom for adaptive radiotherapy
US10859508B2 (en) 2018-05-29 2020-12-08 Board Of Regents, The University Of Texas System Devices and methods for evaluation of deformable image registration (DIR) systems
EP3582227A1 (de) 2018-06-15 2019-12-18 Siemens Healthcare GmbH Verfahren zum betrieb einer medizinischen bildaufnahmeeinrichtung, bildaufnahmeeinrichtung, computerprogramm und elektronisch lesbarer datenträger
US10888296B2 (en) * 2018-06-29 2021-01-12 Shanghai United Imaging Healthcare Co., Ltd. Methods and systems for modulating radiation dose
CN109378048B (zh) * 2018-12-06 2022-09-23 孟令红 放射剂量分析***
KR20200075623A (ko) * 2018-12-18 2020-06-26 (주)제노레이 2차원 의료 영상 및 3차원 의료 영상의 정합을 이용한 치과 치료 계획 장치 및 방법
DE102019202287A1 (de) * 2019-02-20 2020-08-20 Siemens Healthcare Gmbh Verfahren zum Überprüfen einer Kenngröße eines Anwendungsablaufs einer medizinischen Bildgebungsanwendung basierend auf Röntgenstrahlung
CN110441335B (zh) * 2019-08-12 2021-11-26 山东第一医科大学附属肿瘤医院(山东省肿瘤防治研究院、山东省肿瘤医院) 评价影像组学纹理特征稳定性的纹理模拟装置及运动模块
JP2022549604A (ja) 2019-09-18 2022-11-28 バイエル、アクチエンゲゼルシャフト 教師あり学習によって訓練された予測モデルによるｍｒｉ画像の予測
CN113329688B (zh) 2019-09-18 2023-11-28 拜耳公司 用于确定组织体素的特征的方法、***和计算机可读介质
US11244446B2 (en) * 2019-10-25 2022-02-08 Shanghai United Imaging Intelligence Co., Ltd. Systems and methods for imaging
DE102019217421A1 (de) 2019-11-12 2021-05-12 Siemens Healthcare Gmbh Verfahren zur automatischen Regelung von Strahlendosen medizinischer Röntgengeräte
KR102403386B1 (ko) * 2019-12-23 2022-06-02 연세대학교 산학협력단 휴대용 방사선 모니터링 시스템 및 이를 이용한 방사선 모니터링 방법
JP2021145821A (ja) * 2020-03-18 2021-09-27 学校法人帝京大学 放射線量可視化装置
WO2022021026A1 (en) * 2020-07-27 2022-02-03 Shanghai United Imaging Healthcare Co., Ltd. Imaging systems and methods
US20240066322A1 (en) * 2020-11-06 2024-02-29 University Of Washington Devices, systems, and methods for personalized dosimetry
EP4343811A1 (en) 2021-05-17 2024-03-27 Hitachi High-Tech Corporation High-voltage insulating structure, charged particle gun, and charged particle beam device
RU208239U1 (ru) * 2021-05-31 2021-12-09 Государственное бюджетное учреждение здравоохранения города Москвы "Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы" (ГБУЗ "НПКЦ ДиТ ДЗМ") Устройство фантома для настройки протоколов магнитно-резонансной томографии предстательной железы у пациентов с металлоконструкциями тазобедренного сустава
US20230165557A1 (en) * 2021-11-29 2023-06-01 GE Precision Healthcare LLC System and method for autonomous identification of heterogeneous phantom regions
CN115019589B (zh) * 2022-07-19 2023-11-28 天津医科大学 基于光学的智能ct教学模拟***
WO2024054586A1 (en) 2022-09-08 2024-03-14 Bayer Healthcare Llc Systems and methods for generating protocols embodying contrast and radiation dose management techniques
CN117218082B (zh) * 2023-09-14 2024-04-30 南京诺源医疗器械有限公司 一种基于辐射量探测的医学荧光影像质控方法及***

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1823194A1 (ru) * 1989-08-09 1996-05-27 Научно-исследовательский институт интроскопии Томского политехнического института им.С.М.Кирова Способ определения дозного распределения в объекте
RU36956U1 (ru) * 2003-12-25 2004-04-10 Закрытое акционерное общество "АМИКО" Устройство для определения эффективной дозы облучения пациента при рентгенодиагностическом исследовании

Family Cites Families (73)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4870666A (en) * 1986-08-07 1989-09-26 General Electric Company Computer tomographic phantom
US4782502A (en) * 1986-10-01 1988-11-01 Schulz Eloy E Flexible calibration phantom for computer tomography system
US4873707A (en) * 1987-09-11 1989-10-10 Brigham & Women's Hospital X-ray tomography phantoms, method and system
US5544238A (en) * 1989-11-24 1996-08-06 Thomas Jefferson University Method of and apparatus for standardizing and monitoring beam quality in mammography
US5236363A (en) * 1991-08-09 1993-08-17 General Electric Company Phantom for simulating an x-ray exam patient
US5341292A (en) 1992-06-04 1994-08-23 New England Medical Center Hospitals, Inc. Monte Carlo based treatment planning for neutron capture therapy
JP3408848B2 (ja) * 1993-11-02 2003-05-19 株式会社日立メディコ 散乱ｘ線補正法及びｘ線ｃｔ装置並びに多チャンネルｘ線検出器
US5769779A (en) * 1995-04-27 1998-06-23 Radiology Support Devices, Inc. Method and apparatus for accurate radiation dosage control in breast cancer treatment
US5870697A (en) * 1996-03-05 1999-02-09 The Regents Of The University Of California Calculation of radiation therapy dose using all particle Monte Carlo transport
US5844241A (en) * 1996-07-19 1998-12-01 City Of Hope System and method for determining internal radioactivity and absorbed dose estimates
US6029079A (en) * 1997-05-22 2000-02-22 Regents Of The University Of California Evaluated teletherapy source library
US6246784B1 (en) 1997-08-19 2001-06-12 The United States Of America As Represented By The Department Of Health And Human Services Method for segmenting medical images and detecting surface anomalies in anatomical structures
US6636622B2 (en) * 1997-10-15 2003-10-21 Wisconsin Alumni Research Foundation Method and apparatus for calibration of radiation therapy equipment and verification of radiation treatment
WO1999060921A1 (en) * 1997-11-24 1999-12-02 Burdette Medical Systems Real time brachytherapy spatial registration and visualization system
US6487435B2 (en) 1998-04-10 2002-11-26 Wisconsin Alumni Research Foundation Magnetic resonance angiography using undersampled 3D projection imaging
US6148272A (en) * 1998-11-12 2000-11-14 The Regents Of The University Of California System and method for radiation dose calculation within sub-volumes of a monte carlo based particle transport grid
RU2171652C2 (ru) * 1999-01-05 2001-08-10 Научно-исследовательский институт неврологии Российской Академии медицинских наук Способ проведения модельных компьютерно-томографических направленных стереотаксических операций и фантомное устройство для его осуществления
DE10047720A1 (de) 2000-09-27 2002-04-11 Philips Corp Intellectual Pty Vorrichtung und Verfahren zur Erzeugung eines Röntgen-Computertomogramms mit einer Streustrahlungskorrektur
JP4532005B2 (ja) * 2001-03-09 2010-08-25 株式会社日立メディコ Ｘ線ｃｔ装置及びその画像表示方法
US20030048937A1 (en) * 2001-04-11 2003-03-13 University Of Utah Method of processing visual imagery from a medical imaging device
US6771374B1 (en) * 2002-01-16 2004-08-03 Advanced Micro Devices, Inc. Scatterometry based measurements of a rotating substrate
US7117026B2 (en) * 2002-06-12 2006-10-03 Koninklijke Philips Electronics N.V. Physiological model based non-rigid image registration
JP4309103B2 (ja) * 2002-08-09 2009-08-05 東芝医用システムエンジニアリング株式会社 放射線量推定装置および放射線診断装置
US6909771B2 (en) * 2002-11-22 2005-06-21 Board Of Regents, The University Of Texas System Three component x-ray bone densitometry
US20050077459A1 (en) * 2003-02-19 2005-04-14 Engler Mark J. Radiation phantom
AU2004279424A1 (en) * 2003-10-07 2005-04-21 Nomos Corporation Planning system, method and apparatus for conformal radiation therapy
JP4429694B2 (ja) * 2003-11-13 2010-03-10 株式会社日立メディコ Ｘ線ｃｔ装置
WO2006017079A2 (en) 2004-07-09 2006-02-16 Gesturerad, Inc. Gesture-based reporting method and system
US7082183B2 (en) * 2004-07-21 2006-07-25 General Electric Company Computed tomography dose indexing phantom selection for dose reporting
WO2006044720A2 (en) * 2004-10-15 2006-04-27 The Board Of Trustees Of The Leland Stanford Junior University Selective fold removal in medical images
WO2006116700A2 (en) 2005-04-28 2006-11-02 Bruce Reiner Method and apparatus for automated quality assurance in medical imaging
US8077936B2 (en) * 2005-06-02 2011-12-13 Accuray Incorporated Treatment planning software and corresponding user interface
WO2006138513A1 (en) * 2005-06-16 2006-12-28 Nomos Corporation Variance reduction simulation system, program product, and related methods
US7607079B2 (en) 2005-07-08 2009-10-20 Bruce Reiner Multi-input reporting and editing tool
WO2007014094A2 (en) 2005-07-22 2007-02-01 Tomotherapy Incorporated Method of and system for predicting dose delivery
EP1913421B1 (en) 2005-08-04 2013-01-30 Koninklijke Philips Electronics N.V. Motion compensation in functional imaging
EP1921982A2 (en) * 2005-08-25 2008-05-21 Koninklijke Philips Electronics N.V. 4d image-based planning methods and apparatus for targeted therapy
JP2007054372A (ja) * 2005-08-25 2007-03-08 Ge Medical Systems Global Technology Co Llc Ｘ線ｃｔ装置
US8081165B2 (en) 2005-08-30 2011-12-20 Jesterrad, Inc. Multi-functional navigational device and method
JP2007098028A (ja) * 2005-10-07 2007-04-19 Konica Minolta Medical & Graphic Inc モデリング装置、モデリング方法、領域抽出装置、およびプログラム
US8117549B2 (en) 2005-10-26 2012-02-14 Bruce Reiner System and method for capturing user actions within electronic workflow templates
WO2007062178A2 (en) * 2005-11-21 2007-05-31 The Regents Of The University Of California Method for computing patient radiation dose in computed tomoraphy
US7402819B2 (en) * 2005-12-01 2008-07-22 Accuray Incorporated Respiration phantom for quality assurance
US8301461B2 (en) 2006-01-30 2012-10-30 Bruce Reiner Method and apparatus for generating a radiologist quality assurance scorecard
FR2897255B1 (fr) * 2006-02-10 2008-03-14 Commissariat Energie Atomique Procede d'estimation du rayonnement diffuse en tomographie par rayons x
WO2007127338A2 (en) 2006-04-27 2007-11-08 Bruce Reiner Apparatus and method for utilizing biometrics in medical applications
SE530825C2 (sv) * 2006-05-04 2008-09-23 Scanditronix Wellhoefer Ab Metod och anordning för bestämning av en korrektionsfaktor för en strålningsdosimeter genom integrering av bidrag från förberäknade fluensspektra
US7849115B2 (en) 2006-06-05 2010-12-07 Bruce Reiner Method and apparatus for adapting computer-based systems to end-user profiles
EP2074585B1 (en) 2006-10-03 2018-07-11 Koninklijke Philips N.V. Model-based coronary centerline localization
WO2008130380A2 (en) * 2006-10-25 2008-10-30 Bruce Reiner Method and apparatus of providing a radiation scorecard
US8358818B2 (en) * 2006-11-16 2013-01-22 Vanderbilt University Apparatus and methods of compensating for organ deformation, registration of internal structures to images, and applications of same
WO2008079219A1 (en) 2006-12-19 2008-07-03 Bruce Reiner Pacs portal with automated data mining and software selection
WO2008094511A2 (en) 2007-01-29 2008-08-07 Bruce Reiner Quality assurance scorecard for diagnostic medical agent administration
CA2632583C (en) * 2007-05-29 2017-03-28 Mcgill University Deformable phantom apparatus
US8655677B2 (en) 2007-06-12 2014-02-18 Bruce Reiner Productivity workflow index
US8705819B2 (en) * 2007-06-21 2014-04-22 Koninklijke Philips N.V. Adjusting acquisition protocols for dynamic medical imaging using dynamic models
JP5065822B2 (ja) * 2007-09-14 2012-11-07 株式会社東芝 Ｘ線ｃｔ装置、撮影計画支援装置および撮影計画支援プログラム
EP2231277B1 (en) 2007-12-23 2017-08-30 Carl Zeiss Meditec, Inc. Devices for detecting, controlling, and predicting radiation delivery
WO2009117419A2 (en) * 2008-03-17 2009-09-24 Worcester Polytechnic Institute Virtual interactive system for ultrasound training
US8333508B2 (en) 2008-05-06 2012-12-18 Bruce Reiner Multi-functional medical imaging quality assurance sensor
US7894571B2 (en) * 2008-05-08 2011-02-22 Stanford University System and method for using prospective evaluation of displacement and velocity of a respiratory trace in a five dimensional parameter space to reduce artifacts and dosage in four dimensional computed tomography
JP4792076B2 (ja) * 2008-11-10 2011-10-12 東芝医用システムエンジニアリング株式会社 放射線量推定装置
CN101458826B (zh) * 2008-11-25 2012-05-30 中国科学院等离子体物理研究所 利用ct值赋予密度、组成成分的数字人体建模方法
US20100145720A1 (en) 2008-12-05 2010-06-10 Bruce Reiner Method of extracting real-time structured data and performing data analysis and decision support in medical reporting
US8121252B2 (en) * 2009-03-11 2012-02-21 Varian Medical Systems, Inc. Use of planning atlas in radiation therapy
US8856188B2 (en) 2009-03-13 2014-10-07 Bruce Reiner Electronic linkage of associated data within the electronic medical record
US8039790B2 (en) * 2009-05-14 2011-10-18 University Health Network Phantoms and methods for verification in radiotherapy systems
JP5484788B2 (ja) 2009-05-25 2014-05-07 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー Ｘ線ｃｔ装置
WO2011137374A1 (en) 2010-04-30 2011-11-03 Cornell University System and method for radiation dose reporting
US10058302B2 (en) * 2010-07-21 2018-08-28 The Regents Of The University Of California Method to reduce radiation dose in multidetector CT while maintaining image quality
JP5027909B2 (ja) * 2010-08-04 2012-09-19 株式会社日立メディコ Ｘ線ｃｔ装置
US8503613B2 (en) * 2010-11-24 2013-08-06 General Electric Company Dose level indication
AU2011340078B2 (en) * 2010-12-08 2016-06-30 Bayer Healthcare Llc Generating an estimate of patient radiation dose resulting from medical imaging scans

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1823194A1 (ru) * 1989-08-09 1996-05-27 Научно-исследовательский институт интроскопии Томского политехнического института им.С.М.Кирова Способ определения дозного распределения в объекте
RU36956U1 (ru) * 2003-12-25 2004-04-10 Закрытое акционерное общество "АМИКО" Устройство для определения эффективной дозы облучения пациента при рентгенодиагностическом исследовании

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ВОЛЧКОВА А.Ю. Усовершенствование внутренней дозиметрии зубной эмали с помощью набора воксельных фантомов. Медико-биологические проблемы жизнедеятельности N 2 2009, стр. 25-32, реферат. SCHALY B. Validation of contour-driven thin-plate splines for tracking fraction-to-fraction changes in anatomy and radiation therapy dose mapping. Phys Med Biol. 2005 Feb 7;50(3):459-75, реферат. MIYABE Y. New algorithm to simulate organ movement and deformation for four-dimensional dose calculation based on a three-dimensional CT and fluoroscopy of the thorax.Med Phys. 2009 Oct;36(10):4328-39, реферат. *

Also Published As

Publication number Publication date
US9792680B2 (en) 2017-10-17
RU2725751C2 (ru) 2020-07-03
KR101845576B1 (ko) 2018-04-04
ZA201606246B (en) 2021-07-28
CN103442644A (zh) 2013-12-11
US10546375B2 (en) 2020-01-28
CN107095689A (zh) 2017-08-29
EP3150126B1 (en) 2018-07-25
MX2019012639A (es) 2019-12-11
CN113856066A (zh) 2021-12-31
ES2864040T3 (es) 2021-10-13
US8953861B2 (en) 2015-02-10
US10546376B2 (en) 2020-01-28
AU2017251775B2 (en) 2019-08-29
AU2017251773A1 (en) 2017-11-16
RU2013127784A (ru) 2015-01-20
KR20130130772A (ko) 2013-12-02
MX368991B (es) 2019-10-24
DK3150126T3 (en) 2018-11-19
WO2012075577A1 (en) 2012-06-14
MX347370B (es) 2017-04-25
AU2017251773B2 (en) 2019-08-08
US8958617B2 (en) 2015-02-17
EP2648621B1 (en) 2018-07-04
KR20180037288A (ko) 2018-04-11
CA2819331C (en) 2021-01-12
US20150139519A1 (en) 2015-05-21
AU2011340078B2 (en) 2016-06-30
CA2993848A1 (en) 2012-06-14
EP3281586A2 (en) 2018-02-14
US20150170363A1 (en) 2015-06-18
CN103442644B (zh) 2017-05-24
JP6417000B2 (ja) 2018-10-31
CA2993848C (en) 2020-09-22
JP5917552B2 (ja) 2016-05-18
KR102124956B1 (ko) 2020-06-19
KR20190075169A (ko) 2019-06-28
US9805464B2 (en) 2017-10-31
US20170228860A1 (en) 2017-08-10
US20120150505A1 (en) 2012-06-14
AU2016203814B2 (en) 2017-11-23
KR101994055B1 (ko) 2019-09-27
MX2013006336A (es) 2013-09-26
US20120148132A1 (en) 2012-06-14
JP6395911B2 (ja) 2018-09-26
US20170243350A1 (en) 2017-08-24
CA3033428A1 (en) 2012-06-14
DK2648621T3 (en) 2018-10-22
EP2648621A4 (en) 2016-12-28
RU2016124149A3 (ru) 2019-12-12
ZA201303796B (en) 2015-06-24
BR112013013804A2 (pt) 2016-09-13
EP3524159B1 (en) 2021-01-20
DK3281586T3 (da) 2019-06-24
JP2016129716A (ja) 2016-07-21
JP2017192808A (ja) 2017-10-26
CN113856066B (zh) 2024-03-19
US10438348B2 (en) 2019-10-08
AU2017251775A1 (en) 2017-11-16
CN107095689B (zh) 2022-02-25
EP2648621A1 (en) 2013-10-16
JP2013544605A (ja) 2013-12-19
ES2692793T3 (es) 2018-12-05
AU2016203814A1 (en) 2016-06-30
EP3281586B1 (en) 2019-04-10
EP3281586A3 (en) 2018-05-16
US20170123074A1 (en) 2017-05-04
ES2689751T3 (es) 2018-11-15
ZA201409203B (en) 2017-09-27
BR122017007260A2 (ru) 2012-06-14
HK1242946A1 (zh) 2018-07-06
CA3033428C (en) 2022-03-22
EP3150126A1 (en) 2017-04-05
BR122017007260A8 (pt) 2017-12-05
ZA201706370B (en) 2020-01-29
AU2011340078A1 (en) 2013-06-27
RU2725751C9 (ru) 2020-12-21
JP2017192809A (ja) 2017-10-26
ES2733922T3 (es) 2019-12-03
CA2819331A1 (en) 2012-06-14
NZ611554A (en) 2014-12-24
KR101889642B1 (ko) 2018-08-17
DK3524159T3 (da) 2021-04-06
RU2016124149A (ru) 2018-12-03
JP6189468B2 (ja) 2017-08-30
US20120148131A1 (en) 2012-06-14
EP3524159A1 (en) 2019-08-14
US9547893B2 (en) 2017-01-17
KR20170004029A (ko) 2017-01-10

Similar Documents

Publication Publication Date Title
RU2592247C2 (ru) Создание подходящей модели для оценки дозы облучения пациента в результате сканирований для медицинской визуализации

Legal Events

Date Code Title Description
HZ9A Changing address for correspondence with an applicant