[發(fā)明專利]根據(jù)三維空間劑量分布生成可交付放療計劃的方法及裝置

在審

• 申請?zhí)枺?/td>: 202111245648.1
• 申請日: 2021-10-26
• 公開（公告）號: CN113941100A
• 公開（公告）日: 2022-01-18
• 發(fā)明（設(shè)計）人: 程明霞
• 申請（專利權(quán)）人: 程明霞
• 主分類號: A61N5/10
• 分類號: A61N5/10
• 代理公司: 上海德昭知識產(chǎn)權(quán)代理有限公司 31204
• 代理人: 郁旦蓉

本發(fā)明提供一種根據(jù)三維空間劑量分布生成可交付放療計劃的方法，對獲取到的用于生成可交付放療計劃的患者放療相關(guān)數(shù)據(jù)進行預(yù)處理，并通過預(yù)設(shè)的場劑量預(yù)測模型來預(yù)測得到各個射野方向的場劑量，并進一步基于預(yù)測得到的場劑量，通過預(yù)設(shè)的注量圖預(yù)測模型來預(yù)測對應(yīng)的各個射野方向的注量圖，最后基于預(yù)測得到的各個射野方向的注量圖以及放療設(shè)備參數(shù)生成可交付放療計劃。生成的可交付放療計劃中包含有各個射野方向的信息和加速器相關(guān)參數(shù)，因此是放療加速器可執(zhí)行的可交付計劃；由于采用了深度卷積神經(jīng)網(wǎng)絡(luò)來預(yù)測場劑量和注量圖，這種高維度特征自動提取的方式保留了原三維空間劑量分布的劑量學特征，因此轉(zhuǎn)化前后劑量保真度高、生成速度快。

技術(shù)領(lǐng)域

本發(fā)明屬于放射治療領(lǐng)域，涉及針對放射治療的放療計劃設(shè)計，具體涉及一種根據(jù)三維空間劑量分布生成可交付放療計劃的方法及裝置。

背景技術(shù)

放射治療(放療)是癌癥的主要治療手段之一。放療采用高能X線、伽馬射線、電子和質(zhì)子重離子等射線的電離輻射作用，來殺滅體內(nèi)的腫瘤組織。實施放療照射前，要設(shè)計放療計劃，模擬體內(nèi)劑量分布，即盡可能精準給與腫瘤部位高的照射劑量，同時盡可能保護腫瘤周圍的正常器官，具體而言，是指盡量不照射/少照射正常組織或盡量給與正常臟器低的照射劑量。為更好的達到這一要求，調(diào)強放療進行的逆向放療計劃設(shè)計是代表性技術(shù)。

以調(diào)強放療(IMRT)逆向計劃為例，放療計劃設(shè)計的過程通常如下：1)放療醫(yī)生和物理師等在計算機斷層掃描(CT)和/或磁共振(MRI)等影像上，通過勾畫腫瘤和正常器官的靶區(qū)來區(qū)分確定腫瘤和正常臟器的輪廓。2)勾畫完成后放療醫(yī)生處方放療總體方案(具體包括照射次數(shù)、總照射劑量和分次照射劑量等)。3)劑量師在專用的放療計劃系統(tǒng)(TPS)中，采用逆向規(guī)劃進行調(diào)強放療(IMRT)計劃的設(shè)計。具體而言，劑量師選擇特定的放療加速器，然后在TPS中嘗試不同射野方向組合，并進行各個射野的場劑量計算、場劑量疊加和疊加后的總劑量評估，往往需要多次嘗試才能達到醫(yī)生的要求，因此劑量師需要不斷進行上述嘗試、迭代和優(yōu)化，直到劑量分布滿足放療醫(yī)生的要求。4)根據(jù)最終確定的劑量分布，TPS可生成各射野對應(yīng)的注量圖(Fluence Map)，在此基礎(chǔ)上結(jié)合加速器等放療設(shè)備的相關(guān)參數(shù)生成并優(yōu)化用于計劃交付的機器參數(shù)，即可以被加速器執(zhí)行的計劃文件(MLC文件)，從而實施對患者的照射。也可以此MLC文件再次進行劑量計算，得到最終的三維空間劑量分布。

劑量師在逆向設(shè)計過程中，通過優(yōu)化從期望的劑量分布中獲取機器參數(shù)。劑量師依靠他們自身的經(jīng)驗或治療指南等為期望的劑量分布設(shè)定指標作為優(yōu)化目標。這些目標通常包括點劑量(最大、最小或平均劑量)、劑量-體積值(如不超過多少體積的正常組織可以接受的最高劑量)和期望的等劑量線包繞靶區(qū)的情況等。劑量師還使用基于知識的規(guī)劃(KBP)等工具來模擬高質(zhì)量的歷史計劃或用帕累托曲面導(dǎo)航進行多準則優(yōu)化(MCO)來探索權(quán)衡。無論使用哪種方法進行規(guī)劃，所需的臨床目標通常以感興趣區(qū)域(ROI)的點劑量和劑量體積約束來表示，并隨后通過迭代優(yōu)化方法來實現(xiàn)。這些方法包括注量圖優(yōu)化(FMO)，以及直接機器參數(shù)優(yōu)化(DMPO)，其進一步生成用于計劃交付的機器參數(shù)，即生成可以被加速器執(zhí)行的計劃，從而進行病人的照射，也即放療。

上述傳統(tǒng)的放療計劃設(shè)計的方式主要是通過人工進行各個步驟的操作和評估。對每個放療計劃，劑量師可能要花費數(shù)小時甚至幾天的時間進行設(shè)計，比較耗時，這有時會導(dǎo)致患者延遲1-4周的時間接受放療。而且計劃設(shè)計的質(zhì)量和劑量師的經(jīng)驗水平、以及在每個放療計劃設(shè)計上花費的時間相關(guān)。臨床上使用次優(yōu)的放療計劃并非不常見。這都會影響腫瘤患者的放療質(zhì)量，進而影響患者的生存時間和生活質(zhì)量。盡管有不同版本的商用自動計劃設(shè)計模塊上市，但都是基于二維的信息，應(yīng)用于人體三維空間解剖結(jié)構(gòu)上時，往往效果很差，不能從根本上提升放療計劃設(shè)計的效率和質(zhì)量。

近年來，以深度學習為代表的人工智能在諸多醫(yī)學影像領(lǐng)域得到廣泛應(yīng)用，取得了良好的技術(shù)效果。具體到腫瘤放射治療領(lǐng)域，已有約30篇文獻證實，通過學習大量高質(zhì)量放療計劃的三維空間劑量分布，人工智能可以在數(shù)秒內(nèi)預(yù)測出基于腫瘤患者解剖結(jié)構(gòu)的個性化三維空間劑量分布，精度遠超過傳統(tǒng)的方式，預(yù)測出來劑量分布的各項臨床指標，能達到放療臨床可接受的水平，并且一致性很高。