对外部射束放射治疗计划优化的热启动初始化
阅读：165发布：2024-02-20
专利汇可以提供对外部射束放射治疗计划优化的热启动初始化专利检索，专利查询，专利分析的服务。并且本 发明 涉及用于对例如 迭代 VMAT 算法 的动态滑动窗口式初始化。具体地，预想到动态滑动窗口转换方法，其中，考虑典型的动态VMAT约束以找到能够用作针对任何VMAT算法的准可行的启动初始化的一组最优合适开口(即，二元掩模)，其能够被细化直到达成了可递送计划。这里，执行多叶叶尖轨迹最小二乘约束优化以找到针对所有弧形点的所有MLC叶对的一组最优单向轨迹。为了确保返回准可行(或更好的准可递送)解决方案，例如可以强制执行最大 剂量率 、最大 机架 速度、最大叶速度和最大处置时间。，下面是对外部射束放射治疗计划优化的热启动初始化专利的具体信息内容。
1.一种为多叶准直器生成用于优化外部射束放射治疗计划的输入的计算机实施的方法，包括：
-获得指示期望的剂量和/或强度分布的信息的信息获得步骤(10、15)，
-针对多个弧形角度扇区或位置中的每个对约束优化问题进行求解以获得反映所述期望的剂量和/或强度分布的叶尖轨迹或位置的优化步骤(20)，所述约束包括：关于能量源的约束、关于所述多叶准直器的静态约束和/或关于所述多叶准直器的动态约束，以及-针对所述多个弧形角度扇区或位置中的每个来计算指示所述多叶准直器使像素暴露的二元掩模的计算步骤(30)，
-其中，使多个所述二元掩模可用作用于优化所述外部射束放射治疗计划的输入。
2.根据权利要求1所述的方法，其中，所述外部射束放射治疗是容积旋转调强放疗，所述方法还包括：对在所述优化步骤(20)中获得的关于所述行进时间的所述叶尖轨迹进行归一化的归一化步骤(25)。
3.根据权利要求1所述的方法，其中，所述问题是最小二乘优化问题。
4.根据权利要求1所述的方法，其中，所述信息获得步骤(10、15)包括：获得目标注量图，以及在将所述目标注量图用于所述优化步骤之前对所述目标注量图进行去噪。
5.根据权利要求1所述的方法，其中，所述外部射束放射治疗是容积旋转调强放疗，并且所述轨迹是单向移动轨迹。
6.根据权利要求1所述的方法，其中，所述外部射束放射治疗是容积旋转调强放疗，并且所述约束包括：关于所述轨迹的斜率的限制、避免叶尖崩溃、最小叶间隙、最小叶尖间交错接合、钳口移动约束、关于注量率的限制和/或关于机架速度的限制。
7.根据权利要求1所述的方法，其中，所述外部射束放射治疗是容积旋转调强放疗，并且在所述优化步骤中，初始轨迹被设置为零。
8.一种为多叶准直器提供外部射束放射治疗计划的计算机实施的方法，包括：
根据权利要求1所述的方法的步骤，并且将由此可用的多个所述二元掩模用作用于优化所述外部射束放射治疗计划的输入。
9.一种用于为多叶准直器生成用于优化外部射束放射治疗计划的输入的设备(100)，包括：
-信息获得单元(110)，其用于获得指示期望的剂量和/或强度分布的信息，-优化单元(115)，其用于针对多个弧形角度扇区或位置中的每个对约束优化问题进行求解以获得反映所述期望的剂量和/或强度分布的叶尖轨迹或位置，所述约束包括：关于能量源的约束、关于所述多叶准直器的静态约束和/或关于所述多叶准直器的动态约束，以及-计算单元(120)，其针对所述多个弧形角度扇区或位置中的每个来计算指示所述多叶准直器使像素暴露的二元掩模，
其中，所述设备(100)被布置为使多个所述二元掩模可用作用于优化所述外部射束放射治疗计划的输入。
10.一种用于为多叶准直器生成用于优化外部射束放射治疗计划的输入的软件产品，所述软件产品包括程序代码单元，所述程序代码单元用于当所述软件产品在计算机上运行时使所述计算机执行根据权利要求1所述的方法的步骤。
对外部射束放射治疗计划优化的热启动初始化
技术领域
背景技术
[0002] 为了安全有效地实施VMAT(其作为外部射束放射治疗的示例)，了解MLC的特性、相关联的递送系统以及应用于VMAT时每个系统的局限性是很重要的。
[0003] 通常，从在沿着整个VMAT弧形的典型的等间距角位置处计算的有限数量的“理想”强度分布(理想注量图)开始，创建一组初始最优弧形MLC分段开口(也被称为“控制点”)。为了达到用户所需的剂量质量，这些弧形开口经由多个后续剂量优化得到进一步细化，这些后续剂量优化主要旨在减少叶尖散射效应和几何离散化误差(剂量角度近似)，该几何离散化误差是在仅使用少量在非常有限的VMAT弧形角位置处优化的注量图时引入的。
[0004] 在针对VMAT弧形开口生成(AOG)(即，弧形叶排序)的文献(参见例如K.Otto的“Volumetric modulated arc therapy:IMRT in a single gantry arc”(Med Phys.，2008年，第35卷，第1期，第310–317页)，K.Bzdusek的“Development and evaluation of an efficient approach to volumetric arc therapy planning”(Med Phys.，2009年，第36卷，第6期，第2328–2339页)或J.Unkelbach等人的“Optimization approaches to volumetric modulated arc therapy planning”(Med.Phys.，第42卷，第1367页，2015年)中已经提出了若干方法。
[0005] 通常，这些方法试图创建一组离散的弧形分段开口，这些弧形分段开口能够连续地递送满足所有临床限制的最优剂量分布。为了确保可递送性，在VMAT计划优化期间还考虑了静态机器约束和动态机器约束。
[0006] 众所周知的VMAT离散化问题被称为“小弧近似误差”(参见例如V.Feygelman等人的“Initial dosimetric evaluation of SmartArc–a novel VMAT treatment planning module implemented in a multi-vendor delivery chain”(Journal of Applied Clinical Medical Physics，第11卷，第1期，2010年1月)或S.Webb和D.McQuaid的“Some considerations concerning volume-modulated arc therapy:a stepping stone towards a general theory”(Phys Med Biol.，2009年，第54卷，第14期，第4345–4360页)。这是在优化和递送离散弧形而不是理想的连续VMAT弧形时产生的剂量误差。Webb和McQuaid首先描述并形成了这个概念，并且指出当感兴趣点远离等中心移动时，近似值会被破坏。
[0007] 通常在规划QA阶段期间观察和测量剂量不准确及其相关的计划质量劣化。通常，应用VMAT弧形线性插值来人为地减小控制点的角间距，并且在插值弧形上测量最终剂量分布。通常，在分段开口形状沿着弧线快速变化的情况下(参见Feygelman)或者在开口形状非常像蛇形和/或锯齿形状的情况下(参见例如S.Korreman等人的“Dosimetric verification of RapidArc treatment delivery”(Acta Oncol，2009年，第48卷，第2期，第185-191页)，K.C.Younge等人的“Penalization of aperture complexity in inversely planned VMAT”(Medical Physics，第39卷，第11期，2012年11月)或G.Nicolini等人的“The GLAaS algorithm for portal dosimetry and quality assurance of RapidArc,an intensity modulated rotational therapy”(Radiation Oncology，2008年，第3卷，第24页))。高度锯齿形状的辐照区(呈现出交替的开放叶和封闭叶的区域)增强了由于不同的空间分辨率而引起的叶边缘半阴影的测量结果与计算结果之间的小差异的影响(参见图1(A)-图1(B))(这些内容摘自Nicolini等人和Younge等人的文章)，图1(A)图示了对于具有6度等距控制点的弧度的测量剂量(A，顶部；GLAsS算法)以及测量剂量与计算剂量(A，底部)之间的伽马指数评价结果(左边：CP 2-5，中间：CP 5-8；右边：CP 8-11)，并且图1(B)给出了针对一个弧形控制点的计算的测量剂量差异图像。
[0008] 文献显示，具有大尺寸，相对于等中心对称并且沿着弧形平滑地改变其形状的弧形分段开口可以得到提高的剂量测定准确度(参见例如Feygelman)。直接结果是，在实践中，大的，相对于等中心(可能)对称并且沿着弧形平滑地改变的控制点开口最有利于减小规划的剂量分布与测量的剂量分布之间的差异。
发明内容
[0009] 本发明的目的是提供一种用于(进一步)提高外部射束放射治疗(例如，VMAT)计划优化的结果的剂量质量和鲁棒性(即，最终优化的外部射束放射治疗(例如，VMAT)计划的剂量质量和鲁棒性)的方法。
[0010] 在本发明的第一方面中，提出了一种为多叶准直器生成用于优化外部射束放射治疗计划的输入的计算机实施的方法，包括：获得指示期望的剂量和/或强度分布的信息的信息获得步骤；针对多个弧形角度扇区或位置中的每个对约束优化问题进行求解以获得反映所述期望的剂量和/或强度分布的叶尖轨迹或位置的优化步骤，所述约束包括：关于能量源的约束、关于所述多叶准直器的静态约束和/或关于所述多叶准直器的动态约束；以及针对所述多个弧形角度扇区或位置中的每个来计算指示所述多叶准直器使像素暴露的二元掩模的计算步骤，其中，使多个所述二元掩模可用作用于优化所述外部射束放射治疗计划的输入。
[0011] 在本发明的第二方面中，提出了一种用于为多叶准直器生成用于优化外部射束放射治疗计划的输入的设备，包括：信息获得单元，其用于获得指示期望的剂量和/或强度分布的信息；优化单元，其用于针对多个弧形角度扇区或位置中的每个对约束优化问题进行求解以获得反映所述期望的剂量和/或强度分布的叶尖轨迹或位置，所述约束包括：关于能量源的约束、关于所述多叶准直器的静态约束和/或关于所述多叶准直器的动态约束；以及计算单元，其针对所述多个弧形角度扇区或位置中的每个来计算指示所述多叶准直器使像素暴露的二元掩模，其中，所述设备被布置为使多个所述二元掩模可用作用于优化所述外部射束放射治疗计划的输入。
[0012] 本发明涉及用于例如迭代VMAT算法的动态滑动窗口式初始化。
[0013] 在VMAT(或类似物)的情况下，考虑多个弧形角度扇区并且获得叶尖轨迹。
[0014] 发明人的目的是提出一种新的动态滑动窗口技术(参见例如S.Kamath等人的“Leaf Sequencing Algorithms for Segmented Multileaf Collimation”(Phys Med Biol，2003年，第48卷，第3期，第307-324页)或S.Webb的“Configuration options for intensity modulated radiation therapy using multi-static fields shaped by a multileaf collimator”(Phys Med Biol，1998年，第43卷，第241-260页))能够提供一组初始“准可递送”的中等大且平滑变化的弧形控制点开口。这些控制点开口能够用作用于例如VMAT细化方法的热启动初始化。
[0015] 结果发现，通过这种滑动窗口热启动初始化技术产生的沿着VMAT弧形点的分段开口形状的复杂性降低以及更平滑的叶尖移动能够有助于强烈地提高最终优化的VMAT计划的剂量质量和鲁棒性。
[0016] 利用多叶准直器(MLC)递送容积旋转调强放疗(VMAT)通常包括将在多个角度弧形位置处优化的辐射注量图转换成叶序列文件，该叶序列文件控制在辐射递送期间的MLC移动、机架速度和直线加速器的剂量率。
[0017] 由于众所周知的VMAT“小弧近似误差”，在随后的质量保证(QA)计划测试中观察到规划的剂量分布与测量的剂量分布之间的偏差是最小的。文献显示，在平均水平上较不复杂(即，形状更规则)且沿着VMAT弧形点平滑地改变其形状的较大弧形分段开口能够强烈地降低观察到的计算的剂量分布与测量的剂量分布之间的偏差。
[0018] 改进用于VMAT的叶排序算法已经成为最近几项调查的主题。叶扫频(又被称为动态滑动窗口)排序已经显示可以提供最优的弧形开口，在弧形点之间逐渐地且平滑地改变分段形状并且确保叶移动最小。尽管如此，在标准滑动窗口转换方法中，不考虑典型的动态VMAT约束，从而导致进一步的VMAT处理步骤的次优初始化和优化后的次优的VMAT结果。
[0019] 这里，预想到动态滑动窗口转换方法，其中，考虑典型的动态VMAT约束以找到能够用作针对任何VMAT算法的准可行的启动初始化的一组最优合适开口(即，二元掩模)，其能够被细化直到达成了可递送计划。这里，执行多叶叶尖轨迹最小二乘约束优化以找到针对所有弧形点的所有MLC叶对的一组最优单向轨迹。为了确保返回准可行(或更好的准可递送)解决方案，例如可以强制执行最大剂量率、最大机架速度、最大叶速度和最大处置时间。
[0020] 通过这种准可行的滑动窗口热启动初始化技术产生的沿着VMAT弧形点的分段开口形状的复杂性降低以及平滑的叶尖移动能够有助于强烈地提高最终优化的VMAT计划的剂量质量和鲁棒性。
[0021] 本发明不限于VMAT领域，并且也能够应用于例如“步进和射击”静态射束调强放射治疗(IMRT)递送领域以及其他外部射束放射治疗方法。
[0022] 在静态射束IMRT的情况下，在注量图优化之后，可以针对有限数量的射束来计算一组2D注量图，同时，进一步地，计算多个静态MLC开口以对每个静态射束的每一幅注量图进行建模(也被称为作为叶排序、转换或分割步骤)。
[0023] 在该背景中，本发明能够用于生成一组准可行开口以对静态MLC开口生成过程(例如，直接机器参数优化(DMPO)和/或叶排序算法)进行初始化。
[0024] 在本发明的另外的方面中，提供了一种用于为多叶准直器生成用于优化容积旋转调强放疗计划的输入的计算机程序，该软件产品包括程序代码单元，所述程序代码单元用于当所述软件产品在计算机上运行时使所述计算机执行本发明的方法的步骤。
[0025] 应当理解，根据权利要求1所述的方法、根据权利要求9所述的设备和根据权利要求10所述的计算机程序具有相似和/或相同的优选实施例，特别是具有与从属权利要求中所限定的那些相似和/或相同的优选实施例。
[0028] 在以下附图中：
[0029] 图1(A)和图1(B)示出了针对一个弧形控制点的测量剂量和伽马指数评价结果以及计算的剂量与测量的剂量的图像差异，
[0030] 图2示出了图示根据本发明的实施例的方法的流程图，
[0031] 图3(A)示出了针对MLC叶对(行)的叶尖轨迹尖端的示例，
[0032] 图3(B)示意性地图示了由一幅注量图共享的角度扇区，
[0033] 图4图示了叶尖的理想轨迹、1D注量图轮廓和建模的轮廓，
[0034] 图5图示了在(P)处求解约束问题而计算出的最优轨迹的2D示例，
[0035] 图6示出了经优化和归一化的轨迹以及经归一化的叶速度，
[0036] 图7图示了轨迹时间间隔计算和对应的计算的二元掩模，
[0037] 图8图示了在没有叶尖轨迹时间归一化的情况下计算的二元掩模和在有叶尖轨迹时间归一化的情况下计算的二元掩模，
[0038] 图9示出了每幅注量图使用6个和12个分段开口的计算的二元掩模，[0039] 图10图示了使用不同组的二元掩模对注量图进行排序的动态叶扫频性能，并且[0040] 图11示出了根据本发明的实施例的用于为多叶准直器生成用于优化容积旋转调强放疗计划的输入的设备。
具体实施方式
[0041] 图1(A)和图1(B)示出了针对一个弧形控制点的测量剂量和伽马指数评价结果以及计算的剂量与测量的剂量的图像差异，并且在上文中进行了简要讨论。
[0042] 图2示出了图示根据本发明的实施例的方法的流程图。
[0043] 在注量图确定步骤10中，针对每个VMAT弧形角度扇区来确定一组N幅注量图(通常对于360度的弧形，针对每24度等间距角度扇区，N＝15幅注量图是最优的)。
[0044] 给定用户定义的VMAT弧形，针对每个VMAT弧形角度扇区来确定一组N幅2D目标注量图。通过利用已知方法对积极约束优化问题进行求解来计算最优注量图。
[0046] 可以在不同的坐标系中给出(并且通常给出)2D目标注量图和MLC网格。因此，为了进行实际递送，理想的注量矩阵必须进行几何变换以匹配MLC几何结构。能够使用多种重新采样方法来轻松执行此项任务。一种可能的解决方案可能是沿着叶宽度对像素强度取平均，这定义了与叶宽度一致的新矩阵，并且因此原则上是可递送的。此外，可能需要几何变换(例如，MLC倾斜)以精确匹配MLC网格取向。任选地，能够应用额外的低通滤波以减少目标注量图中可能存在的噪声。
[0047] 可能会注意到，类似于步骤10和15的步骤已经在典型的VMAT逆向规划中得到常规使用，因此本领域技术人员已经熟悉了所描述方法的这些方面，而这些步骤可以被视为信息获得步骤的示例，只要重新采样的注量图指示所期望的强度分布即可。
[0048] 另外，在优化步骤20中，对于每幅注量图，通过使最小二乘约束优化问题最小化来计算对注量图轮廓进行最优建模的一组最佳的准可行的MLC叶尖轨迹。这里可能仅考虑了有限数量的静态和动态的MLC和直线加速器机器约束。
[0049] 在计算步骤30中，根据在先前的优化步骤20处计算的并在归一化步骤25中归一化的一组最优轨迹来计算一组二元掩模(每个弧形控制点有一个二元掩模)。
[0050] 最后，该组二元掩模能够用作用于后续的VMAT方法(未示出)的热启动初始化。
[0051] 在该实施例中，在优化步骤20中，针对每个重新采样的2D注量图(由重新采样步骤15产生)，使最小二乘函数最小化以找到一组最佳的对当前注量图进行建模的左叶尖轨迹和右叶尖轨迹。
[0052] 通常，在(例如S.Kamath等人或S.Webb所讨论的，参见上文)动态滑动窗口转换中，在时空空间中给出叶尖轨迹(参见图3(A)，其示出了用于MLC叶对(行)的左叶尖(虚线)和右叶尖(点线)的轨迹的示例，其中，像素作为横坐标，时间作为纵坐标。例如，如果执行从左到右的单向叶尖移动，则叶尖轨迹描述特定像素从右叶尖使其暴露的时间到对应的左叶尖连续覆盖它的时间的总暴露时间。像素的总暴露时间乘以直线加速器剂量率值将给出将经由该特定像素递送的MU(监测单位)的量的直接指示。在(如S.Kamath等人或S.Webb所讨论的)标准动态滑动窗口技术中，未考虑典型的动态VMAT约束可能会导致次优的VMAT计划。
[0053] 在该实施例中，对线性约束优化问题进行求解，其中，找到针对所有MLC叶对的一组最佳的单向移动轨迹，使得与注量图的相似度距离在最小二乘意义上最小化：
[0054]
[0055] s.t.
[0056]
[0057]
[0058]
[0059]
[0060]
[0061]
[0062] i＝0,…,N行(叶对指数)
[0063] j＝0,…,N列(像素指数)
[0064] 前两个约束提供了单向叶尖运动和轨迹斜率，而第三个约束提供了避免叶尖崩溃。这里，I(i,j)是第i行(即，叶对指数)和第j列(即，像素)处的当前注量图值(MU)， 和分别指示第i个左叶尖暴露并连续覆盖第j个像素的时间和第i个右叶尖暴露并连续覆盖第j个像素的时间(参见图3(A))。最大处置时间 被强制为时间上限以确保叶尖轨迹在可接受的时间量内是可递送的(参见图3(B)，其示意性地图示了由一幅注量图I共享的角度扇区)。此外，给出剂量率r、机架速度S机架和叶速度S叶的最大值并将其考虑在内以确保优化期间的轨迹斜率最小。最后，还强制执行线性约束以确保单向叶尖移动、最小轨迹斜率，并且避免叶尖崩溃(参见下面讨论的图4)。
[0065] 针对(例如在如上所述的IMRT的背景中的)静态射束递送，可以通过去除t最大上限来简化(P)处的约束问题，因为在静态射束递送期间不需要强制执行最大处置时间。
[0066] 正如技术人员所理解的那样，能够使用可在文献(例如参见A.Ben-Tal等人的“Penalty barrier multiplier methods for convex programming problems”(SIAM Journal of Optimization，1997年，第7卷，第347-366页)中获得的各种约束求解器使(P)处的约束问题最小化。此外，即使线性约束的量可能非常大，但是由于雅可比矩阵稀疏性而能够大大减少矩阵-向量乘法的实际量。
[0067] 问题(P)可能具有满足所有约束的多个等效最优解决方案(即，叶尖轨迹)。因此，智能轨迹初始化可以是优选最终的最优轨迹/解决方案上的一些特定特征的方法。一种可能的方法包括将初始轨迹(天真地)全部设置为0，或者能够利用经由其他不同的方法(参见例如S.Kamath等人或S.Webb)获得的一些叶扫频轨迹(甚至完全不可行)来对其进行初始化。
[0068] 图4图示了叶尖的理想轨迹、1D注量图轮廓和建模的轮廓。在图4的顶部部分中，示出了假设为无限叶速度的理想轨迹(左侧)和强制为最小斜率的对应的叶轨迹(右侧)(像素作为横坐标，时间作为纵坐标)。在图4的底部部分中，示出了1D注量图轮廓(左侧)和对应的建模的轮廓(右侧)(像素作为横坐标，监测单位(MU)作为纵坐标)。顶部的两条轨迹都能够重现相同的建模的注量图轮廓(底部，右侧)，因为增加斜率(梯度)使垂直时间差保持不变并因此维持所需的调制。应当注意，平坦轨迹分段(左上侧)是无限叶尖速度的典型指示。
[0069] 在(P)的约束优化中，如果要确保返回完全可行的轨迹，则要强制进行所有可能的静态机器限制(最小叶间隙、最小叶尖间交错接合、钳口移动约束等)和动态机器限制(最小/最大注量率、最大机架速度变化等)。这种约束问题因其巨大的约束量而可能非常难以处理。
[0070] 本发明的一个方面是提供第一组规则且平滑变化的“准可递送的”二元掩模/分段开口，而不是提供一组最优且可完全递送的弧形开口，这种“准可递送的”二元掩模/分段开口能够用于对随后的最终考虑所有剂量和机械约束的VMAT细化进行初始化。
[0071] 图5图示了在(P)处求解约束问题而计算出的最优轨迹的2D示例，其中，具体地，在顶部：注量图，从顶部开始的第二个：示出了第10行处的轨迹(左侧)和第10行和第11行处的轨迹(右侧)(像素作为横坐标，时间作为纵坐标)。从图5的底部开始的第二个给出了第10行处的注量图轮廓(左侧)，第10行处的建模的轮廓(右侧)，其具有绝对误差(在图5的底部处)(像素作为横坐标，监测单位作为纵坐标)。
[0072] 如图5(从右上角开始的第二个)所示，不同的叶对能够使用不同的行进时间扫过对应的注量图轮廓行。发生这种情况是因为不同的注量图行具有不同水平的轮廓复杂性，这需要更短或更长的叶尖延迟以精确地达到特定的MU值以在每一个像素位置处进行递送。在该实施例中，提供了执行后处理行进时间归一化，使得所有叶对将使用非常相同的时间量扫过它们的轮廓。这里，在求解(P)处的问题之后，首先识别具有最长行进时间t慢的最慢MLC叶对，然后对所有其他叶对轨迹的斜率进行归一化，使得所有叶对将使用非常相同的时慢
间量t 扫过2D注量分布(参见图6，在下文进行讨论)：
间量t 扫过2D注量分布(参见图6，在下文进行讨论)：
[0073]
[0074]
[0075] 图6示出了针对注量图行(即，MLC叶对)4和19的经优化的轨迹(左上侧)和对应的经归一化的轨迹(右上侧)(像素作为横坐标，时间作为纵坐标)以及针对所有MLC叶对的最终归一化的叶速度(底部)(叶数作为横坐标，速度(以像素/s为单位)作为纵坐标)。
[0076] 需要强调的是，如上所述的这种时间归一化不会增加用于当前注量图递送的总处置时间。下面将示出这种轨迹时间归一化有利于产生具有更多规则形状轮廓的二元掩模。
[0077] 如上所述，计算步骤30在优化步骤20和归一化步骤25之后。
[0078] 在该实施例中，计算步骤30提供热启动分段开口(二元掩模)计算。
[0079] 在对VMAT的逆向规划期间，针对需要递送的每个弧形点(控制点)来计算MLC分段开口(被称为“控制点”)。如上所述，VMAT规划优化开始于优化不同弧形子扇区处的注量图。针对这些N幅注量图中的每幅注量图，将经由弧形开口生成方法来计算用户定义数量的初始分段开口Ncp。这些N·Ncp个开口将覆盖要递送的整个VMAT弧形。最后，能够迭代地运行多个弧形开口细化步骤和剂量优化步骤，以进一步改善该组初始分段开口(及其对应的MU值)，直到达到用户所需的剂量质量。
[0080] 在该实施例中，提供滑动窗口技术来计算一组初始的准可递送的分段开口(二元掩模)以巧妙地初始化随后的VMAT细化算法。
[0081] 针对利用步骤10和15计算的每幅注量图Ik，在归一化步骤25中，使用如上文针对步骤20所讨论的方法来计算一组经时间归一化的轨迹。这里，总轨迹行进时间t慢被分成Ncp个等间距的时间间隔dtn(n＝0，...，Ncp-1)。最后，针对每个时间间隔dtn来计算二元掩模(被称为“条纹”)。
[0082] 图7图示了轨迹时间间隔计算(顶部；像素作为横坐标，时间作为纵坐标；S0、S1和S2图示出条纹)和对应的计算的二元掩模(“条纹”)(底部)。针对每个时间间隔dt来计算二元掩模。这里，当且仅当对应的像素由右叶尖暴露并且在先前的时间间隔中没有被对应的左尖覆盖时，二元掩模元素被设置为1，否则其被设置为0。换句话说，针对时间间隔dtn(n＝0，...，Ncp-1)处的二元掩模，当且仅当位置(i，j)处的对应像素由右叶尖暴露并且在先前的时间间隔[0，dtn-1]期间没有被对应的左尖覆盖时，位置(i，j)处的掩模元素被设置为1，否则其被设置为0。
[0083] 图8图示了在没有叶尖轨迹时间归一化的情况下计算的二元掩模(顶部三行)和在有叶尖轨迹时间归一化的情况下计算的二元掩模(底部三行)。从图8中能够看出：轨迹时间归一化能够改善所生成的二元掩模的规则性和平滑性。
[0084] 图9示出了针对每幅注量图使用6个分段开口(控制点)的计算的二元掩模(左侧)和12个分段开口(控制点)的计算的二元掩模(右侧)，同时能够看出，控制点的数量增加并不会减小条纹的大小并且新的开口看起来彼此互连。这意味着弧形点(控制点)的数量增加既不会减少二元掩模的形状大小，也不会降低二元掩模的形状的规则性。
[0085] 图10图示了使用一组6个、12个、36个、60个、120个、600个二元掩模对注量图进行排序的动态叶扫频性能。针对每组，给出理想的注量图图像(左侧)，建模的注量图图像(中间)和绝对差注量图图像(右侧)。在图10中，假设在整个VMAT弧形上使用恒定的剂量率，示出了所提出的条纹化例程的排序准确度。能够看出，增加每幅注量图的控制点的数量(即，减小弧形点角间距)能够有助于极大地提高叶排序建模能力。
[0086] 图11示出了根据本发明的实施例的用于为多叶准直器生成用于优化容积旋转调强放疗计划的输入的设备。设备100包括信息获得单元110、优化单元115和计算单元120。
[0087] 信息获得单元110获得指示期望的剂量和/或强度分布的信息。如上所述，关于方法方面，输入可以是期望的剂量，其中，信息获得单元然后进一步生成适配特定的直线加速器MLC网格的重新采样的注量图并且将它们提供给优化单元115。
[0088] 优化单元115针对多个弧形角度扇区中的每个弧形角度扇区来对约束优化问题进行求解，从而获得反映期望的剂量和/或强度分布的叶尖轨迹，约束包括关于能量源的约束、关于多叶准直器的静态约束和/或关于多叶准直器的动态约束。在这种解决过程之后也可以进行归一化。在任何情况下，结果都被提供给计算单元120。
[0089] 计算单元120针对多个弧形角度扇区中的每个弧形角度扇区来计算指示多叶准直器使像素暴露的二元掩模，并且使多个二元掩模可用作用于优化容积旋转调强放疗计划的输入。
[0090] 所讨论的单元可以全部或部分地并入单个处理器。
[0091] 虽然已经在附图和前面的描述中详细图示和描述了本发明，但是这样的图示和描述应当被认为是图示性或示例性的，而非限制性的；本发明不限于所公开的实施例。
[0093] 在权利要求中，“包括”一词不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。
[0094] 单个处理器或其他单元可以实现在权利要求中记载的若干项的功能。虽然某些措施被记载在互不相同的从属权利要求中，但是这并不指示不能有利地使用这些措施的组合。
[0096] 计算机程序可以被存储和/或被分布在合适的介质上，例如与其他硬件一起或作为其他硬件的部分供应的光学存储介质或固态介质，但是也可以被以其他形式分布，例如经由互联网或其他有线或无线的电信系统。
[0097] 权利要求中的任何附图标记都不应被解释为对范围的限制。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种打火机组装线生产用取料装置 | 2020-05-08 | 85 |
| 一种电动机转子线圈焊接设备 | 2020-05-11 | 727 |
| 一种可避免生成气泡的压铸机 | 2020-05-11 | 229 |
| 一种香肠生产用搅拌装置 | 2020-05-11 | 551 |
| 基于机器学习的局域共振型宽频声学超材料及其应用装置 | 2020-05-08 | 499 |
| 一种用于土壤修复的提取回填装置 | 2020-05-11 | 102 |
| 一种中性点不接地配电网对地绝缘参数测量方法及系统 | 2020-05-08 | 45 |
| 一种浮球式地漏 | 2020-05-08 | 611 |
| 一种旋转式可调容杯计量机构 | 2020-05-08 | 920 |
| 一种短切纱扬料式烘干装置 | 2020-05-08 | 798 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈