使用從規劃ct和輪廓生成的模板的用于igrt的腫瘤可見性的前瞻性評價的制作方法
【專利說明】使用從規劃CT和輪廓生成的模板的用于IGRT的腫瘤可見性的前瞻性評價
[0001]相關串請的交叉引用
[0002]本申請要求于2013年3月15日提交的題為“Prospective Evaluat1n of TumorVisibility for IGRT Using Templates Generated from Planning CT and Contours，，的美國臨時申請序列號61/799，195的優先權，將其公開內容整體通過引用并入本文中。共同擁有的于2012年10月26日提交的美國專利申請序列號13/662，365，將其公開內容整體通過引用并入本文中。
技術領域
[0003]本申請總體涉及醫學成像，并且更具體地涉及用于在無標記(markerless)和具有植入標記(marker)的情況下評價圖像中的腫瘤可見性的系統和方法。
【背景技術】
[0004]放射治療已經用于治療腫瘤，例如肺部和腹部中的腫瘤。在治療時間期間對腫瘤進行定位允許更加精確的劑量遞送，其對于使腫瘤劑量和正常組織劑量之間的比率最大化是至關重要的。由于這些腫瘤可能在治療期間移動，跟蹤(track)腫瘤的能力是重要的并且對于圖像引導放射治療(IGRT)是至關重要的。跟蹤腫瘤能夠利用包括植入標記以及植入信標(beacon)的多種模態(modalities)來完成。因為一些治療師不情愿將標記植入到患者中，所以存在無標記跟蹤技術。無標記腫瘤跟蹤技術能夠使用導出的腫瘤位置模板(template)來與X射線生成的圖像相匹配。有時，這些X射線生成的圖像可以是簡單的射線照片(rad1graph)，但是有時可以利用諸如能夠去除干擾骨結構的雙kV射線照片或數字斷層融合圖像的其它成像模態來完成更好的跟蹤。
【發明內容】
[0005]本公開的實施例涉及具有用于生成單能量(SE)數字重建射線照片(DRR)或雙能量(DE)DRR的基于圖像的定位優化器引擎的規劃計算機斷層照相(CT)的方法、計算機系統以及計算機程序產品，SE DRR或DE DRR模擬治療時間射線照片以便前瞻性地評價針對模板匹配算法的問題存在于其中的角度，并且因此在治療之前評價腫瘤的可見性。該基于圖像的定位優化器引擎被配置為概括為在治療之前優化模板、模態和角度以使得能夠做出對在治療期間的模態的更明智的選擇。
[0006]該基于圖像的定位優化器引擎包括輸出模塊用于接收角度、規劃圖像、規劃數據、模板、模態的輸入模塊、模板生成器模塊、數字重建圖像(DRI)生成器模塊、優化/搜索模塊、模板匹配模塊以及用于生成根據角度、模板類型和圖像模態的跟蹤能力的矩陣。
[0007]該基于圖像的定位優化器引擎被配置為使用模板匹配來量化(quantify)來自不同角度或方向的該目標的該跟蹤能力。峰值旁瓣比(peak-to-side lobe rat1)用于測量跟蹤能力。該過程的結果影響治療規劃。例如，基于該結果，對于其中模板的位置不能夠被驗證并且因此腫瘤的位置不能夠被驗證的角度規劃更少的劑量或沒有劑量。
[0008]該基于圖像的定位優化器引擎被配置為使用規劃CT以便出于使其在治療時間時的定位自動化的目的而前瞻性地量化腫瘤可見性。規劃CT的系統和方法前瞻性地生成針對該腫瘤在治療期間要從其被成像的每個角度的模板。這些聯機(online)成像角度也用于模擬聯機圖像。這些能夠是SE DRR、DE DRR、數字斷層融合(DTS)或兆伏(MV)圖像，其模擬可在治療期間從不同角度獲得的治療時間圖像。對這些模擬的聯機圖像和對應模板的模板匹配用于量化針對該角度、模板類型和聯機成像模態的腫瘤可見性。一種用于量化的方法是基于對模板匹配的匹配評分表面輸出進行分析并計算峰值旁瓣比(PSR)。
[0009]該基于圖像的定位優化器引擎被配置為提供在治療規劃中使用的預測或在瞄準預測腫瘤所處的角度的劑量或治療中使用的預測；換言之，將劑量放置在腫瘤被定位并且因此被跟蹤的高置信度的區域中。利用規劃CT，醫生對腫瘤、骨和其它風險器官畫輪廓。本發明使用這樣的構思:雙能量DRR作為有效源用于評價雙能量是否給予用于腫瘤跟蹤治療的更好圖像。本發明使用模板技術以匹配在使用治療期間可以評價腫瘤的方式。附加地，本發明用于確定單能量數字重建射線照片或雙能量數字重建射線照片是否給予更好的結果。
[0010]之前還沒有提出用于IGRT的對聯機圖像中的腫瘤可見性的前瞻性和定量評估，而且也沒有使用規劃CT和輪廓化作為用于實現該目標的方法的有效實施方式。使用用于優化治療規劃和IGRT過程的該方法結果是新穎的。
[0011]模板匹配已經被開發用于定位移動的對象。對于放射治療患者，醫生開發規劃。當開發規劃時，醫生在3-d規劃CT中對許多對象畫輪廓。模板匹配算法獲取這些輪廓的子集，以及由它們包圍的CT體素，并且開發隨后與治療時間射線照相圖像進行匹配的模板以用于監控腫瘤在劑量遞送期間的位置。
[0012]該方法在沒有植入諸如射線不透明標記或RF信標的定位基準(fiducial)的情況下對腫瘤的治療是特別有效的。該方法也在植入的射線不透明標記假定在植入之后在身體中的不規則形狀時是有效的。該匹配在該模板相對于該聯機圖像的不同偏移處被完成，以便說明在可允許裕度(margin)內的目標的可能運動。
[0013]在不同偏移處的匹配的值被視為“匹配評分表面(match score surface)”。算法工作的能力取決于對應于目標位置的峰值匹配評分對匹配評分表面的旁瓣的比率。更高比率意味著在已經正確地將目標定位在放射照相圖像中的更多的置信度。
[0014]當輪廓是規劃CT中的三維結構時，該結構能夠用于開發針對共面的或非共面的治療的所有角度的模板。
[0015]廣泛地說，一種優化對放射治療目標的跟蹤作為治療規劃的部分的方法，包括:由計算機通過從治療規劃圖像和數據來模擬治療時間圖像；由計算機從該規劃圖像和數據來生成模板；由計算機來在該模板和所模擬的圖像之間進行模板匹配以量化腫瘤的跟蹤能力作為治療規劃的部分；以及由計算機來優化選擇針對在該治療期間的每個成像角度的模板生成和成像模態以使跟蹤能力度量最大化。
[0016]本發明的結構和方法被公開在下面的詳細描述中。本
【發明內容】
不意在限定本發明。本發明由權利要求書限定。本發明的這些和其它實施例、特征、方面和優點將參考下面的描述、權利要求書和附圖變得更好理解。
【附圖說明】
[0017]本發明將參考其具體實施例進行描述，并且將參考附圖，在附圖中:
[0018]圖1是圖示了根據本發明的云計算機環境中的云計算機的高級方框圖。
[0019]圖2是圖示了用于實施根據本發明的一個或多個實施例的放射系統的圖。
[0020]圖3是圖示了根據本發明的基于圖像的定位優化器引擎的軟件系統圖。
[0021]圖4A是圖示了根據本發明的用于前瞻性評價的模板匹配算法的方框圖，以及圖4B是圖示了根據本發明的在治療期間的模板匹配算法的方框圖。
[0022]圖5是圖示了根據本發明的規劃體積圖像(CT)和帶輪廓結構的實施例的流程圖。
[0023]圖6是圖示了根據本發明的規劃計算機斷層照相(CT)的方框圖。
[0024]圖7是圖示了根據本發明的規劃計算機斷層照相(CT)的方框圖。
[0025]圖8是圖示了根據本發明的規劃計算機斷層照相(CT)的方框圖。
[0026]圖9是圖示了根據本發明的優化模板匹配算法的過程的方框圖。
[0027]圖10是圖示了根據本發明的一些實施例的生成模板的方法的方框圖。
[0028]圖11是圖示了根據本發明的生成模板的方法的方框圖。
[0029]圖12是圖示了根據本發明的一些實施例的處理輸入圖像的方法的圖。
[0030]圖13是圖示了根據本發明的一些實施例的匹配評分表面的示例的圖。
[0031]圖14是圖示了影響虛假檢測概率和丟失目標的概率的閾值參數的圖。
[0032]圖15是圖示了用于在沒有使用植入標記的情況下執行跟蹤的技術的圖。
[0033]圖16A圖示了根據本發明的一些實施例的用于使用模擬源位置中的體積圖像生成數字斷層融合圖像的技術；圖16B和圖16C也是用于通過使用模擬源位置中的體積圖像來生成數字斷層融合圖像的技術的示例。
[0034]圖17是圖示了利用其可以實施本發明的實施例的計算機系統的方框圖。
【具體實施方式】
[0035]參考圖1-圖17來提供本發明的結構化實施例和方法的描述。應理解，不旨在將本發明限于特別公開的實施例，但是本發明可以使用其它特征、元件、方法和實施例來實踐。各個實施例中的類似的元件通常指的是具有類似的附圖標記。
[0036]圖1是圖示了可由云客戶端12訪問以供醫師查看并調節多個圖像顯示的窗口 /水平參數的根據本發明的云計算環境10的系統實施例的高級方框圖。運行云操作系統的云計算機14，其可以包括其它附加的云計算機以用于數據通信。云客戶端12通過網絡16與云計算機14無線地或經由有線連接進行通信。云客戶端12寬泛地被定義為包括但不限于臺式計算機、移動設備、筆記本電腦、智能TV和智能汽車。各種移動設備可適用于本發明，包括具有處理器、存儲器、屏幕、具有無線局域網(WLAN)和廣域網(WAN)的連接能力的移動電話、如iPhone的智能電話、如iPad的平板電腦、如Chromebook的基于瀏覽器的筆記本電腦。該移動設備被配置具有完全或部分操作系統(OS)軟件，其提供用于運行基本和高級軟件應用的平臺。用作云客戶端12的該移動設備通過網絡瀏覽器訪問云計算機14。
[0037]在該實施例中，云計算機14 (還被稱為網絡/HTTP服務器)包括處理器18、認證模塊20、醫學圖像的虛擬存儲22、用于運行云操作系統26的RAM 24、虛擬客戶端28、醫學圖像控制引擎30以及數據庫32。數據庫32能夠通過通信耦合到網絡16被并入作為云計算機14的部分或在云計算機14的外部。云計算機14能夠被實施為安裝和操作在云計算機中的一個云計算機上的自動計算機器的模塊。在一些實施例中，云計算機14的操作系統能夠包括用于提供其預期功能特征的若干子模塊，諸如虛擬客戶端28、醫學圖像控制引擎30和醫學圖像的虛擬存儲22。
[0038]在備選實施例中，認證模塊20能夠被實施為認證服務器。認證模塊20被配置為認證云客戶端12是否是訪問與虛擬存儲22中的特定患者相關聯的一幅或多幅醫學圖像的授權用戶并授予許可。認證服務器20可以采用各種認證協議來對用戶進行認證，該認證協議諸如傳輸層安全性(TLS)或安全套接層(SSL)，其是提供用于通過如互聯網的網絡的通信的安全性的密碼協議。
[0039]醫學圖像能夠被存儲在云計算環境10中的云計算機14的虛