一种用于放疗治疗计划的优化的方法、计算机程序产品和系统专利检索-疗程医疗服务专利检索查询-专利查询网

一种用于放疗治疗计划的优化的方法、计算机程序产品和系统

阅读：403发布：2020-05-12

专利汇可以提供一种用于放疗治疗计划的优化的方法、计算机程序产品和系统专利检索，专利查询，专利分析的服务。并且一种放射治疗计划的优化方法使用鲁棒优化来处理由于患者运动在一个疗程期间发生的不同场景。优化基于运动的周期和幅度、周期内的疗程的起始点以及递送时间结构。，下面是一种用于放疗治疗计划的优化的方法、计算机程序产品和系统专利的具体信息内容。

权利要求

1.一种优化在至少一个疗程中向患者身体递送辐射的放射治疗计划的方法，包括下述步骤：
a.获得初始放射治疗计划(S1)，
b.获得复合目标函数，所述复合目标函数基于所述患者身体的至少一个部位(3)的至少一个临床目标，
c.对在一个疗程期间改变的至少一个变量至少选择第一场景，使得影响至所述至少一个部位的剂量递送(S6)，
d.计算用于所述场景的一个疗程的剂量分布(S7)，
e.基于所计算的剂量分布，执行所述治疗计划的鲁棒优化(S8)。
2.如权利要求1所述的方法，进一步包括至少选择不同于所述第一场景的第二场景，以及
f.对所述至少一个变量定义标称值，并且把所述标称值用于所述第一场景，以及g.对所述至少一个变量定义不同于所述标称值的第二值并且把所述第二值用于所述第二场景。
3.如权利要求2所述的方法，进一步包括选择不同于所述第一场景和第二场景的第三场景的步骤，以及
h.定义不同于所述标称值的第三值，所述第三值与所述标称值之间的差具有所述第二值与所述标称值之间的差的相反符号，并且把所述第三值用于所述第三场景。
4.如前述权利要求中的任一项所述的方法，其中，所述至少一个变量包括下述中的至少一个：
-所述至少一个部位(3)的运动的周期和/或幅度和/或形状，
-在疗程开始时，所述患者的至少一个部位(3)的位置，
-向所述患者递送辐射的时间结构。
5.如权利要求1至3中任一项所述的方法，其中，所述患者运动是循环运动，所述方法包括定义所述循环运动的周期中的若干阶段。
6.如权利要求5所述的方法，其中，所述至少一个变量包括下述中的至少一个：
-所述至少一个部位(3)的运动的周期和/或幅度和/或形状，
-所述多个阶段中放射疗法开始的阶段，
-向所述患者递送辐射的时间结构。
7.如前述权利要求中任一项所述的方法，其中，至少一个靶剂量值至少与用于所述患者身体的第一部位的最小剂量值有关，并且可选地，与用于所述患者的第二部位的最大剂量值有关。
8.如前述权利要求中任一项所述的方法，进一步包括利用运动检测装置跟踪所述患者身体的所述至少一个部位，并且使用跟踪的结果用作输入数据以计算所述剂量分布。
9.如前述权利要求中任一项所述的方法，进一步包括相对于系统误差执行鲁棒优化。
10.如前述权利要求中任一项所述的方法，其中，至少在第一疗程和第二疗程中执行辐射的递送，进一步包括相对于分次间的变化执行鲁棒优化。
11.如前述权利要求中任一项所述的方法，其中，至少在第一疗程和第二疗程中执行辐射的递送，进一步包括在所述第一疗程之后评估所述剂量递送，并且基于所述评估，在所述第二疗程之前调整最终放疗治疗计划。
12.一种计算机程序产品，包括计算机可读代码装置，当在计算机中运行所述计算机程序产品时，使所述计算机执行如前述权利要求中任一项所述的方法。
13.如权利要求12所述的计算机程序产品，所述计算机程序产品被存储在载体上。
14.一种用于执行放射治疗的剂量计算的计算机系统(31)，所述系统包括处理装置(33)，所述计算机系统具有程序存储器(35)，在所述程序存储器中存储如权利要求12或13所述的计算机程序产品，使得当所述计算机程序产品被执行时将控制所述处理装置(33)。
15.如权利要求14所述的计算机系统，进一步包括数据存储器(34)，所述数据存储器被设置成当执行所述优化方法时保存将由所述处理装置(33)使用的数据，诸如与所述患者有关的图像数据，初始治疗计划和/或与至少一种场景有关的信息。

说明书全文

一种用于放疗治疗计划的优化的方法、计算机程序产品和

系统

技术领域

[0001] 本发明涉及放射治疗领域，尤其涉及在放射治疗疗程期间对患者运动的补偿。

背景技术

[0002] 放射治疗涉及使患者体内的靶如肿瘤接受一个或多个辐射束。理想情况下，应当向靶递送特定的剂量并且而应当对周围组织的辐射最小。特别地，应当最小化对诸如心脏的关键组织或器官的辐射。在一组临床目标中规定用于各种组织和器官的最大和最小剂量。通常，放射治疗分布在若干疗程(session)或分次(fraction)中，例如数天或数周中每天一次。分次通常在几分钟的时间内递送。

[0003] 已经考虑到在分次之间患者身体发生的变化，例如肿瘤收缩或运动，开发了适应性放射治疗方法。在每一分次之后或者在多个分次之后，可以响应实际的累积剂量和/或例如患者解剖结构的变化，重新优化治疗计划。然而，在分次期间患者的身体运动并不罕见，使得靶相对于射束连续位移。特别是，如果肿瘤位于肺部，病人的呼吸循环将导致肿瘤在分次期间上下运动，并且可能横向运动数次，而射束将相对于固定的基准位置瞄准。循环运动也会发生在其他器官如肝脏中，即使幅度通常低于肺部的幅度。这种运动会导致部分治疗计划被递送到与计划不同的患者几何体。当以与患者几何形状的变化类似的时间尺度递送计划时，会导致计划和递送剂量之间的大偏差。这被称为相互作用效应。

[0004] 相互作用效应在所有类型的放射治疗中都是问题，特别是在通过笔形射束扫描提供的离子治疗中，其中，使用射束以不同能量的粒子逐层扫描肿瘤体积，直到覆盖整个肿瘤为止。

[0005] 试图减少相互作用效应包括门控技术，以在运动循环的特定部分如在吸气开始时提供治疗。这意味着递送分次所需的时间将显著增加，因为辐射只能在每个周期的受限部分进行。运动减缓技术也被使用，其中，患者的运动受到限制。这种方法通常会导致患者不适，特别是当肺运动受到限制时。在一定程度上，通过呼吸辅导来控制患者的呼吸循环可以减少问题。在离子笔束扫描中，使用重绘(repainting)策略，其中，多次递送射束以在运动循环中获得统计拖尾效应。由于每个能量层的递送时间按照该特定层的绘制的次数来缩放，所以该方法显著地增加了递送分次的时间。还尝试过使用射束追踪技术，包含连续地追踪靶并且实时地将射束调整到靶的实际位置。这种方法是有希望的，但由于目前的技术局限，可能需要几年的时间才能达到临床实践。此外，靶的确切位置不可避免地存在一些剩余的不确定性。

[0006] 已经使用鲁棒优化来处理范围和设置的不确定性，以及将完整计划及时递送到4DCT数据集中的每个阶段。文献“把呼吸运动中的不确定性结合到4D治疗计划优化中”(见Heath,Unkelbach and Oelfke:Incorporating uncertainties in respiratory motion into 4D treatment plan optimization,Medical Physics 36,3059(2009)；doi
10.1118/1.3148582)公开了一种考虑到呼吸运动不确定性的方法，其中，基于4DCT图像集，将呼吸循环分成区间。确定每个运动体素的运动轨迹，并计算每个区间花费的时间。由此产生的剂量分布基于整个计划将被递送到每个区间，由该区间中花费的时间加权的假设。然而，在该现有技术中，不考虑运动循环中的不同阶段的完整计划的分布。

发明内容

[0007] 因此，本发明的目的是提供一种可靠的方法，即使靶在分次期间运动，也能确保治疗计划的目标得以实现。本发明致力于减少或丢弃在治疗分次期间，由患者的运动引起的相互作用效应。

[0008] 本发明涉及一种优化在至少一个疗程中向患者身体递送辐射的放射治疗计划的方法，包括下述步骤：

[0009] -获得初始放射治疗计划，

[0010] -获得复合目标函数，所述复合目标函数基于所述患者身体的至少一个部位的至少一个临床目标，

[0011] -对在一个疗程期间改变的至少一个变量至少选择第一场景，以影响至所述至少一个部位的剂量递送，

[0012] -计算用于所述场景的一个疗程的剂量分布，

[0013] -基于所计算的剂量分布，执行所述治疗计划的鲁棒优化。

[0014] 根据本发明，在治疗计划期间，应用鲁棒优化。该鲁棒优化考虑到变化过大以致影响在递送治疗分次所需的时段中的剂量递送的至少一个因素，确保剂量递送将满足临床目标，而不管有关一个或多个因素的若干可能场景中的哪一个在疗程期间真正适用。这些因素通常包括循环运动的性质，例如其周期、幅度和形状、治疗开始循环的阶段以及递送本身的时间结构。结果是相对于相互作用效应鲁棒的治疗计划。

[0015] 在优选实施例中，至少一个变量包括下述中的至少一个：

[0016] -所述至少一个部位的运动的周期和/或幅度和/或形状，

[0017] -在疗程开始时所述患者的至少一个部位的位置，

[0018] -向所述患者递送辐射的时间结构。

[0019] 在许多情况下，所述患者运动是循环运动。在这种情况下，该方法优选包括定义所述循环运动的周期中的若干阶段。患者的至少一个部位的位置将优选与若干阶段中的特定阶段有关，其中，放射治疗疗程被调度以开始。

[0020] 本发明方法被设计考虑分次内变化，即，在一个单个分次期间发生的变化。在放射治疗过期中，该方法可以与相对于分次间变化(例如肿瘤收缩或生长)的鲁棒优化结合。还可以相对于系统误差，诸如图像采集期间病人设置错误或从CT数量到密度和/或停止功率比的转换的误差，执行鲁棒优化。

[0021] 放射治疗也可以是自适应的，是指评估多个疗程后的治疗结果，并且在后续疗程前，基于该评估调整计划。评估可以考虑实际的累积剂量、患者体内器官或部位的运动、患者体内靶和/或其他器官大小的变化等。

[0022] 优选，选择至少一种场景的步骤包括选择至少两种不同的场景。在这种情况下，该方法优选还包括下述步骤：

[0023] -对至少一个变量定义标称值，并且把所述标称值用于所述第一场景，以及[0024] -对所述至少一个变量定义不同于所述标称值的第二值并且把所述第二值用于所述第二场景。

[0025] 为了考虑标称值附近的变化，该方法还包括选择至少三种场景并且还包括下述步骤：

[0026] -定义不同于所述标称值的第三值，所述第三值与所述标称值之间的差具有所述第二值与所述标称值之间的差的相反符号，并且把所述第三值用于所述第三场景。

[0027] 可以自由选择待定义的场景的总数。通常，在需要覆盖足够多个相关场景和将计算时间在可接受水平上的益处之间会有一个折衷。

[0028] 所述至少一个靶剂量值通常至少与患者身体的第一部位的最小剂量值有关，以确保肿瘤接收足够的辐射剂量。通常还可以设定患者身体的第二部位的最大剂量值，以限制递送到一个或多个关键器官的剂量。靶剂量值可以设定对整个部位的最小值或最大值，或者设定更复杂的目标，例如该部位的至少一定百分比应当至少接收最小剂量值。

[0029] 本发明还涉及一种计算机程序产品，包括计算机可读代码装置，当在计算机中运行所述计算机程序产品时，使所述计算机执行如前述权利要求中任一项所述的方法。如本领域所公知的，计算机程序产品通常存储在载体上，该载体可以是任何类型的数据载体。

[0030] 本发明还涉及一种用于执行放射治疗的剂量计算的计算机系统，所述计算机系统包括处理装置并且具有在其中存储根据上文的计算机程序产品的存储器，以这种方式，当所述计算机程序产品被执行时，将控制所述处理装置。计算机优选还包括数据存储器，用于存储将用在优化过程中的信息，诸如患者的4DCT扫描集以及用于治疗的初始治疗计划和/或临床目标。处理装置可以另外被设置成执行4DCT扫描集中的图像之间的图像配准。附图说明

[0031] 在下文中参考附图更详细地公开本发明，其中：

[0032] 图1a和1b示出具有肿瘤的器官和相对于运动循环的器官的4DCT扫描中的扫描分布，

[0033] 图2a和2b示出对运动靶的剂量递送，以及图2c示出靶中的最终剂量递送，[0034] 图3是执行本发明的方法的计算机系统的示意图，

[0035] 图4是根据本发明的实施例的方法的流程图。

具体实施方式

[0036] 图1a示意性示出一器官，该情况下是肺1，具有待通过放射疗法治疗的肿瘤3。图1b把两个周期的呼吸循环示为近似正弦曲线7。正弦曲线通常是循环运动的良好近似，但也可以考虑更复杂的循环甚至非循环运动。根据优选实施例，进行4DCT扫描。这意味着在呼吸循环的不同时间点获得肺的CT扫描CT1，CT2，CT3，CT4，CT5，CT6，以确定在不同时间点的肿瘤的位置。可以使用更多或更少数量的CT扫描，并且扫描优选但非必须在循环的一个周期期间获得。此外，扫描可以通过结合近似方法的患者的CT成像来获得。例如，可以通过两次CT扫描之间的内插或通过来自CT扫描之一的外插来生成附加扫描。这将通过提供与循环内的更多阶段有关的信息来增加运动循环的分辨率。

[0037] 特别地，三个不同的因素将影响每个点的剂量：治疗开始的循环运动的阶段，关注部位如靶和健康器官的位置，以及实际剂量递送的时间结构的变化。

[0038] 循环运动的不同阶段对应于不同的扫描CT1-CT6，如图1b所示。每个扫描确定在特定时间的关注部位的位置，并且与给出该部位运动方向信息的扫描组合在一起。递送的结果取决于治疗开始于哪个阶段，因为这决定了治疗计划的不同部分将被递送到患者的哪个解剖结构上。

[0039] 靶的位置依赖于运动循环，所以运动循环的变化将影响剂量，因此应予以考虑。运动的循环会随着分次递送的时间变化。例如，如果患者在分次递送期间咳嗽或变得更加紧张或更加放松，则呼吸循环的周期、幅度和形状都会改变。

[0040] 剂量递送的时间结构的变化将影响剂量如何分布在各阶段。与患者的运动相结合，这意味着不能准确地知道在任何给定时间点射束将命中的部位。因此，优化模型应该考虑治疗计划的递送时间结构的可能变化。

[0041] 这三个因素使得难以准确预测剂量将被递送的患者解剖结构的哪一部位。因此，在优化治疗时应该考虑到这一点。对于本发明的方法，定义了不同的可能场景(scenario)，每个场景定义上述变量的值的组合。

[0042] 循环运动也可能发生在其他器官，例如肝脏，但通常具有比肺运动更低的幅度。这种运动也可以根据本发明按照与上文所述相同的方式来考虑。此外，例如，如上所述，根据本发明，也可以考虑非循环运动，但循环的长度延续整个分次。

[0043] 图2a和图2b示出使用笔形射束扫描对患者的区域的剂量递送。为了说明的目的，在图2a和2b中的每一个中，肿瘤被示意性地示为椭圆21，与图2a相比该椭圆在图2b中向上位移。例如，该位移可能是由患者吸气导致的。肿瘤内的点的一5×6矩阵23由每个点的x表示。图2a被假定为基准图像。虚线箭头A1、A2和A3表示笔形射束递送的顺序：在该示例中，首先在整个最上行的点扫描射束，然后返回在整个下一行扫描，再沿第一方向在整个上起的第三行扫描。应理解，这持续经过矩阵的所有行。如果在扫描上两行的时间期间，肿瘤已经移动到图2b所示的位置，则瞄准上起第三行的射束将会命中更低的肿瘤部分而非最初预期的部分。在该简单的示例中，这意味着最初对应于矩阵的第三和第四行的那部分肿瘤将不会接收到任何辐射。图2c示出剂量递送后的肿瘤21。在这个例子中，如图2a所示，最上面区域21'被扫描其前两行的笔形射束命中。由于肿瘤运动，由笔形射束扫描的第三和第四行命中图2c所示的最下面区域21″中的肿瘤。在该示例中，最上21'和最下21″区域之间的中心区域21″′没有接受任何剂量。

[0044] 根据本发明，执行鲁棒优化以确保即使当上述因素变化时患者体内的所有器官或部位接受适当的剂量。对于本发明的方法，定义了多个场景，每个场景基于关于变化因素的假设。此外，还定义了复合目标函数，该复合目标函数包含若干成分函数，包括患者不同关注部位的剂量靶，并且反映治疗目标实现的程度。对于一些部位，诸如肿瘤，复合目标的成分函数应当与最小剂量有关，而对于健康部位，复合目标的成分应当与最大剂量有关，以避免损伤关键器官。例如，成分函数可以基于最小和最大剂量值的偏差的总和，或者使用生物模型量化不同部位内的剂量分布的生物效应。鲁棒优化评估在每个考虑的场景下产生的剂量分布，并且迭代地更新治疗计划，使得相对于复合目标函数在全部这些场景的基础上改进。

[0045] 可以采用不同的改进指标。例如，可以在所有场景下评估复合目标值，并且优化的目标可以是使最坏场景值尽可能有利。应理解，产生最坏目标值的场景通常会随着治疗计划的改变而改变。另一指标是场景剂量的平均或预期复合目标值。又另一种指标，定义最坏情形剂量分布，其规定了单独考虑的患者的每个部位在这些场景下可以接收的最坏剂量。对于靶内的部位，通常认为场景的最小剂量是最坏情形剂量。为了避免热点，除了靶的最小剂量之外，还可以考虑最大剂量。对于健康结构内的部位，场景的最大剂量通常被认为是最坏情形剂量。然后，在最坏情形剂量分布上评估复合目标，并且优化的目标是使这些剂量分布尽可能有利。如熟悉鲁棒优化的本领域的技术人员所熟知的，这些指标有许多变化。自然地，仅相对于一种特定场景(例如标称场景)评估的目标成分可以被添加到复合目标函数。
此外，可以将鲁棒和特定场景的约束添加到鲁棒优化。

[0046] 还可以使用具有鲁棒约束的非鲁棒目标函数。在这种情况下，复合目标或复合目标的各个成分可以被设置为约束条件。

[0047] 计划的递送时间结构将在优化期间变化，因为优化算法在每次迭代中改变施加的影响。在强度调制放射治疗(IMRT)和体积调制弧形放射治疗(VMAT)中，这是因为分段权重将改变，而在强度调制粒子放射治疗(IMPT)中，点权重将会改变。权重反过来将确定每个分段或每个点的递送所需的时间。而且，在IMPT中，使用点滤波，其中，将去除某个监视输出(MU)值之上和之下的点，并且点顺序也可以经受排序，这将改变点图并且因此影响递送时间。考虑到该影响，递送时间必须在优化期间被更新，无论是在每次迭代中，还是在多次迭代之后的转变中。

[0048] 图3是可执行本发明方法的计算机系统的示意图。计算机31包括处理器33、数据存储器34和程序存储器35。数据存储器34被设置成从CT成像器37接收随时间采集的患者的相关部位的CT扫描的集合，以形成4DCT扫描。CT扫描不一定直接从CT成像器37接收，它们也可以通过任何已知的通信方法从其他单元接收。优选地，用户输入装置38也可以以键盘、鼠标、操纵杆、语音识别装置或任何其他可用的用户输入装置的形式存在。

[0049] 在数据存储器34中查找治疗计划。治疗计划可以在计算机31中产生，或以本领域已知的任何方式从另一存储装置接收。

[0050] 数据存储器34还保存上述的一个或多个不同的场景，使得在鲁棒优化过程中使用。这些场景可以通过用户输入装置38或其他输入装置输入，或者在计算机31中生成。这些值可以基于从CT扫描获得的值、治疗计划和/或其他数据。例如，可以手动或自动地选择CT扫描中的一个作为基准扫描。数据存储器34还保存与复合目标函数有关的信息，如下文更详细所述。

[0051] 应理解，仅示意性地示出数据存储器34。存在若干数据存储器单元，每个数据存储器单元保存一个或多个不同类型的数据，例如，一个数据存储器用于治疗计划，一个数据存储器用于CT扫描等。

[0052] 程序存储器35保存被设置为控制处理器以执行如在图4中所定义的优化的计算机程序。应理解，并非图4的方法的所有步骤都必须在计算机31中执行。

[0053] 图4是根据本发明的方法的流程图。

[0054] 在步骤S1中，获得初始治疗计划，并且基于治疗的临床目标，获得复合目标函数。初始治疗计划包括部分治疗计划，包括例如辐射角度。在鲁棒优化期间计算生成最终治疗计划所需的其他参数。初始计划还可以包括用于其他参数的初步参数值，在优化过程期间调整。这些其他参数通常包括计划参数如点权重或分段权重。临床目标根据用于治疗区域的不同部位的最大和最小剂量来规定界限，并且可以以本领域已知的任何方式确定。初始治疗计划的实际配置不是根据本发明的方法的一部分。

[0055] 在步骤S2中，获得患者的相关区域的4DCT扫描。这包括获得在循环的不同阶段拍摄的多个扫描。在步骤S3中，选择基准扫描，通常是在步骤S2中获得的扫描之一。

[0056] 在步骤S4中，对每个图像进行分割以定义患者解剖结构中的重要结构，例如肿瘤和健康器官。

[0057] 在步骤S5中，在每个4DCT扫描和基准扫描之间执行可变形配准，以获得用于每个扫描的代表相应扫描和基准扫描之间关系的位移场。

[0058] 应注意，S4和S5之间的顺序并不严格，这意味着有时优选在S4之前执行S5。

[0059] 在步骤S6中，定义多个不同的场景，每个场景定义用于上述变量中的一个的值，或者用于两个或以上变量的组合的值。例如，把循环的某个阶段——如对应于扫描CT4的节点——选择为起始点，连同若干周期上的呼吸循环的平均时长和幅度。另一种场景可以包含循环的相同或不同阶段，周期和/或幅度有所不同。

[0060] 在步骤S6中，有利地选择不同的场景，使得对每个变量覆盖标称值两侧的一定的偏差。这是指如果循环的某个周期被假设为标称值，那么应该存在基于较长周期的另一场景，以及基于比标称周期更短周期的一个场景。场景的数量将根据情况的复杂程度而有所不同。如下文更详细所述，通过将该方法与其他方法如门控相结合，还可以减少所需场景的数量。

[0061] 步骤S3、S4、S5和S6中的每一个可以自动执行或者通过计算机31中的用户输入来执行。它们也可以在不同的计算机中执行，并且得到的分割图像、基准扫描选择和/或场景可以分别被输入到计算机31。

[0062] 步骤S7中，对每个场景计算所得的剂量分布。这涉及对所有分段或点把分布在所有阶段(对应于图1b中的CT图像)的剂量加在一起。对每个阶段确定剂量分布，并且通过使用相应CT扫描和基准图像之间的可变形配准的剂量变形来确定基准图像中的结果剂量。这是必要的，因为计划中的同一分段或点将位于每个CT扫描CT1,...,CT6中的不同位置。对于被选择为基准图像的CT扫描，当然不需要配准。每个场景的合计剂量用作鲁棒优化的输入。

[0063] 在步骤S8中，评估用于场景的所计算的结果剂量分布的目标函数，并且执行鲁棒优化。这涉及相对于不同计算的剂量分布的所有目标函数来优化治疗计划。调整治疗计划以最小化目标函数，以确保根据治疗计划的治疗在所有可能的场景下在患者中产生可接受的结果。

[0064] 在步骤S9中，计算最终治疗计划作为将在患者的放射治疗中使用的完整的治疗计划。

[0065] 尽管上文关于由呼吸循环引起的循环患者运动描述了本发明，但是其也可以用于考虑其他类型的运动，诸如基本线性运动或具有比分次递送时间更长的时段的运动。例如，可以假设膀胱的尺寸在分次期间不变或增加，使得接近它的任何器官不会受到影响，或者在分次期间基本上在一个方向中运动，但运动不是循环性的。

[0066] 通过将本发明的方法与控制剂量递送的其他方法组合，可以提高本发明方法的准确性和效率。将该方法与门控组合以确定将在对应于图1b中的CT扫描CT1的循环的一个或几个特定阶段，例如，在吸气开始时递送该计划特别有利。为了确定门控的正确阶段，可以使用不同的方法。例如可以跟踪患者的胸部运动或其他相关运动。这可以通过记录患者胸部的位置的简单的绑带来完成，以分别确定何时处于最高位置和最低位置。也可以通过对患者进行成像或以任何其他合适的方式进行。最精确的方法是将鲁棒优化与确定肿瘤位置的肿瘤跟踪相结合，例如通过激光定位装置、附着到患者的传感器或照相机。

[0067] 作为对此的替代方法，该方法可以与在背景技术部分中讨论的重绘技术相结合，也就是让射束多次扫描靶，在每次扫描中只递送部分分次。在每个扫描中，递送的起始点将会不同，消除部分相互作用影响。

[0068] 本发明的鲁棒优化方法还可以与用于根据幅度或周期变化，抑制运动的技术相结合。例如可以应用抑制手段来保持患者的胸部低于一定的限度。也可以通过使用呼吸训练来控制呼吸以实现可再现的呼吸循环。这些方法将限制必须考虑的潜在场景的数量，使得通过比将单独应用鲁棒优化更少的数据，实现更精确的计算。

[0069] 减少场景数量的另一种方法是随着时间的推移抹去点或分段权重，并且将其重新分布在一系列图像上。应该选择模糊分布来模拟解剖运动的不确定性的性质。这将限制需要考虑病人运动的变化和递送时间结构的变化的场景数量。

[0070] 假设在呼吸循环中有10个阶段，并且应该选择三个周期来说明基准周期，一个周期长于基准周期，一个周期短于基准周期，以及用于递送的时间结构的两种不同的场景，这总共60个不同的场景。通过保持其中的一个变量不变，可以减少场景的数量，例如通过确定治疗将开始的阶段，从而不必将所有10个阶段视为可能的起点。

[0071] 在递送剂量分次之后，可以知道应用的场景以及可在随后的分次中确定和补偿患者中的实际剂量分布。然而，这不是本发明的一部分，在此不再详细地论述。

标题	发布/更新时间	阅读量
一种疗程式智能高电位治疗机	2020-05-11	750
高良姜在制药中的应用	2020-05-12	750
用于执行电外科手术疗程的系统	2020-05-11	534
一种治疗肺结核病的纯中药胶囊	2020-05-12	146
一种治疗过敏性鼻炎的中药及其制备方法	2020-05-13	539
一种治疗胃肠炎、胃溃疡的复方药剂	2020-05-12	829
稳定血压药酒	2020-05-12	905
一种滴鼻用灵杆菌多糖按疗程的组合包装	2020-05-11	310
治疗神经、血管性头痛、脑供血不足及脑中风后遗症的中药组合物	2020-05-12	949
点接触式持续加压内固定钢板	2020-05-13	32