CN103380441B - 用于自动生成初始辐射处置规划的系统和方法 - Google Patents

Abstract

一种非暂态计算机可读存储介质存储能够由处理器执行的指令的集合。所述指令的集合可用于接收当前患者的当前患者医学图像，将当前患者医学图像与多个先前患者医学图像比较，所述先前患者医学图像的每个都对应于先前患者，基于先前患者中选定一个的先前患者医学图像和当前患者医学图像之间的几何相似性选择先前患者中的一个，并且基于选择的先前患者中的一个的辐射处置规划确定初始辐射处置规划。

Description

用于自动生成初始辐射处置规划的系统和方法

背景技术

辐射治疗规划大部分基于患者的身体参数生成。规划的设计可能很复杂，因为可以定义很多处置参数以解决患者的特定物理特性。如果能高效地设计初始候选辐射处置规划，则可以相应地提高护理的总质量，因为护理人员或计算机可以更简单且更快地将这种初始候选计划修改成将用于处置患者的最终处置方案。

发明内容

一种非暂态计算机可读存储介质存储了可以由处理器执行的指令的集合。所述指令的集合能够运行以接收当前患者的当前患者医学图像。所述指令的集合还能够运行以将当前患者医学图像与多个先前患者医学图像进行比较。先前患者医学图像中的每个都对应于先前患者。所述指令的集合还能够运行以基于所选的一个先前患者的先前患者医学图像和当前患者医学图像之间的几何相似性选择一个先前患者。所述指令的集合还能够运行以基于选择的先前患者中的一个的辐射处置规划确定初始辐射处置规划。

一种系统包括医学成像器、先前患者数据库、相似性搜索系统和规划生成系统。医学成像器生成当前患者的当前患者医学图像。先前患者数据库存储与多个先前患者相关的数据。与每个先前患者相关的数据包括与每个先前患者相关的医学图像和与每个先前患者相关的辐射处置规划。相似性搜索系统为多个先前患者中每个确定相似性分数。基于与每个先前患者对应的医学图像和当前患者医学图像之间的几何相似性确定每个先前患者的相似性分数。规划生成系统基于选择的多个先前患者中的一个的辐射处置规划确定当前患者的初始辐射处置规划。基于多个先前患者中选定的一个的相似性分数选择多个先前患者中选定的一个。

附图说明

图1图示了根据示范性实施例的用于自动生成初始辐射处置规划的系统。

图2图示了根据示范性实施例的用于自动生成初始辐射处置规划的方法。

图3图示了根据示范性实施例的针对当前患者和先前患者的辐射处置规划的显示。

具体实施方式

参考以下描述和附图可以进一步理解本发明的示范性实施例，在附图中，利用相同的附图标记指示相似的元件。示范性实施例描述了自动生成针对接收辐射治疗的患者的初始辐射处置规划的系统和方法。

在为患者开始辐射治疗之前，必须要执行若干步骤。辐射肿瘤学家、剂量测定者或其他适当的医疗专业人员（这里称为“规划人员”）必须要识别要辐照的靶体积，以及要避开辐射的器官和组织（这里也称为“风险器官”）。通常在计算机断层摄影（CT）图像、磁共振图像（MRI）、正电子发射断层摄影（PET）图像、X射线图像、单光子发射计算机断层摄影（SPECT）图像或超声图像上指示这些区域，并可以在界定它们边界时利用或不利用计算机辅助来将它们绘出。规划人员可能还对要递送到靶和健康组织的辐射量定义约束条件。一旦确定了这些内容，就设置辐射源的模态(例如光子、电子)、数量、射束取向、射束能量和射束调节器(例如块、楔)，以定义初始候选处置规划。

规划过程然后从该候选处置规划迭代地进行。在初始步骤和随后的每一步，在整个患者体积内计算从该规划中得到的辐射剂量。如上所述，然后反复地调节辐射治疗的参数，直到达到要求的剂量约束并由规划人员判定计划令人满意。以上所述的框架适用于3D适形辐射疗法(3DCRT)和强度调制辐射疗法(IMRT)。该调节过程可以在确定该辐射治疗规划的参数更新时利用或不利用计算机辅助进行。规划人员定义初始规划是重要的，因为设计良好的初始规划可以减少为患者优化处置所需的时间。此外，根据人工生成的初始规划，最终辐射治疗规划的质量可能有所不同，这导致护理质量可能根据护理人员而有可能变化。该示范性实施例通过采用患者几何性质及其他参数自动生成初始治疗计划解决了这些缺点。

图1图示了示范性系统100的示意图。连接图1所示元件的线路可以是适于在这样连接的元件之间传达数据的任何类型通信通道。系统100包括用于获得辐射处置正在被规划的当前患者的图像的扫描装置110。扫描装置110可以是CT扫描机、MRI成像器、PET成像器、X射线扫描机、SPECT成像器、超声成像器，或者可以是任何已知技术的各种其他类型的医学成像设备。扫描装置110与治疗规划工作站120可通信地耦合，该工作站是规划人员用于为当前患者规划辐射处置的计算系统（例如，硬件和软件的组合，例如处理器和可以由处理器执行以执行某些功能的软件指令的组合）。处置规划工作站120与规划人员当前使用的已知系统相似，不同的部分在下文中进行描述。

处置规划工作站120从扫描装置110接收患者图像并向相似性搜索引擎130发送患者图像。相似性搜索引擎130还从先前患者数据库140检索关于先前患者的数据，然后将其与当前患者的图像比较，如下文中详细描述地。先前患者数据库140可以利用已知医学信息标准，例如DICOM或DICOM-RT，在库中储存信息。针对先前患者存储的数据可以包括医学图像（例如，CT、MRI、PET、X射线、SPECT、超声等)、靶结构（例如，要被辐照的肿瘤）的几何定义、风险器官（例如，不该被辐照的器官）的识别和针对先前患者的处置规划。这包括辐射模态、辐射源数目、每一射束的能量、使用的调节器和强度图。在一些情况下，针对每一先前患者储存的辐射处置规划是针对该患者的初步处置规划细化后的决定的最终处置规划。此外，存储在先前患者数据库140中的每一患者的信息可能包括其他相关信息，例如年龄、患者病史、患者的家族病史、关于患者当前状况的其他信息、当前施予给该患者的其他治疗（例如，化学治疗）或任何与规划人员设计用于当前患者的辐射处置的过程可能相关的其他信息。

然后从相似性搜索引擎130向规划生成系统150发送与先前患者有关的一些或全部数据，规划生成系统150基于与先前患者相关的数据生成针对当前患者的规划，如下文中将详细描述地那样。规划生成系统150还与处置规划工作站120耦合，从而可以将它的输出返回给使用该处置规划工作站的规划人员。本领域技术人员将理解，相似性搜索引擎130、先前患者数据库140和规划生成系统150可以通过各种方式实现，包括作为处置规划工作站120的元件，或者作为独立硬件和/或软件部件（不影响它们的功能），或它们的任意组合。例如，相似性搜索引擎130可以包括处理器和可以由处理器执行的指令。先前患者数据库140可以实现于具有存储设备阵列和关系型数据库的服务器上，或其他类型的常用数据库结构。

图2图示了用于自动生成当前患者的初始辐射处置规划的示范性方法200，本文中将参考图1的示范性系统100描述该方法。在步骤210中，使用扫描装置110获得当前患者的图像。如上所述，获得的图像可以是CT图像、MRI图像或任何其他类型的医学图像。通常，图像是一系列二维截面，从中可以理解患者的三维表达。不过，在一些情况下可能适于包括单一二维图像的使用或包括三维模型的使用而不偏离该示范性实施例所描述的更宽理念。或者，当前患者医学图像可能是先前利用诸如扫描装置110的设备记录的，并可以在方法200的这一阶段被检索。

在步骤220中，利用相似性搜索引擎130在患者图像上进行特征提取。这可以包括识别由该图像表示的各种结构（例如，肿瘤、器官、骨骼等），以及确定每一特征的体积、形状、形态和质地。利用特征提取算法进行该过程，很多特征提取算法是现有技术中已知的，导致生成代表当前患者图像中指示的多个特征的特征矢量。

在步骤230中，比较当前患者的特征矢量与先前患者的特征矢量，对于先前患者而言，相关数据存储在先前患者数据库140中。在该示范性实施例中，针对先前患者的特征提取结果以特征矢量形式存储在先前患者数据库140中；在另一实施例中，存储在先前患者数据库140中的数据是与先前患者相关的图像，而且可以在该示范性方法的这一阶段计算特征矢量。在这一步骤中，相似性搜索引擎130把当前患者的特征矢量和与多个先前患者中的每个相关的特征矢量进行比较；利用已知度量进行比较，这可能包括矢量差的Lp范数(例如，城市街区距离（cityblockdistance）、马哈拉诺比斯距离（Mahalanobisdistance）、欧几里德距离和高阶扩展)。这种比较的结果是描述正在被评价当前患者和每一个先前患者相似性的数值。例如，这可以是0到100，0到1等尺度上的数字。

备选地，不进行特征提取，而是对当前患者和先前患者的图像直接进行几何比较。例如，这包括利用平移豪斯道夫（Hausdorff）距离度量和旋转不变豪斯道夫距离度量。在另一个范例中，这包括通过非刚性配准把图像对准到通用图集，以及逐体素的比较。可以将该比较立刻应用到该图像中的每一结构（例如，靶体积、风险器官等）、应用到结构之内包含的一个或多个点（例如，每一结构的质心），应用到每一结构的边界，或者一次应用到所有结构的组合。本领域技术人员将理解，不涉及特征矢量比较的实施例可以没有上述特征提取步骤220。如上，这种比较的结果是相似性分数，并且可以是例如，0到100，0到1等尺度上的数字。

再例如，比较步骤230可能既涉及特征矢量表示的患者比较，又涉及总体上图像的比较。在该范例中，组合两个相似性分数（例如，利用与每一先前患者相关的两个相似性分数的平均，或利用另一方法)。

作为另一种选择，在上述特征比较过程中可以包括不是从图像中计算出的额外特征。这些特征可以包括生物标记物数据、与家族史相关的数据（例如，存在可能指示具有增加的辐射敏感性的基因)、患者年龄、该患者或患者家族中先前癌症的历史、存在其他进行中的治疗（例如，化学治疗）等。在这种情况下，这些仅仅包括在特征比较引擎的应用中，不会显著改变上述过程的性质。

在比较了当前患者和先前患者之后，如上所述，在步骤240中，按照他们对应的相似性分数对先前患者进行排序。接下来，在步骤250中，规划生成系统生成针对当前患者的初始规划。在第一个范例中，规划生成系统150拷贝具有最高相似性的先前患者的规划，用于当前患者。如上所述，规划可以包括辐射模态（例如，光子、电子、质子)、射束数目/源、射束角取向、患者内每一射束的等高线中心位置、每一射束的能量、调节器的使用（例如，楔、动态楔、滤波器）和强度图。然后这变成针对当前患者的初始规划，并且可以如上所述地细化。

在另一备选的范例中，规划生成系统150组合来自多个先前患者的规划。在这样的范例中，通过组合来自一个或多个先前患者的值生成规划当前患者计划的一个或多个计划要素（例如，模态、射束数目等)。例如，从一组先前相似患者的加权平均值得到一个或多个射束的角取向，按照他们与当前患者的相似性分数对每一先前患者加权。在另一范例中，该组合基于多数票决或者基于中值。要复合的先前患者的数量以及要复合的特征的选择在不同实现方式中可能不同；在一个范例中，规划人员选择这些选项。

在另一备选的范例中，先前患者的选择是基于结果筛选的；例如，仅使用具有良好临床结果的患者。在这样的范例中，先前患者数据库140额外存储与结果相关的数据。可以将结果量化为存活年数、无病存活年数、疾病发展前的时间等。在另一个范例中，规划生成系统150还拷贝先前患者的剂量约束，或者利用来自最相似先前患者的剂量约束，或者利用如上所述的多个先前患者的复合。

最后，在步骤260中，将已经由规划生成系统150生成的规划发送到处置规划工作站110。在这一点上,自动生成的初始处置规划的细化照常进行下去。

图3图示了示范性显示300，该显示提供给使用处置规划工作站110的规划人员。显示300包括当前患者几何特征的图示。显示300还包括根据相似形排列的先前患者几何特征的图示。规划人员可以选择先前患者中的一个来进一步观察，而且显示300还示出了针对选择的先前患者中的一个的存储的辐射处置规划。例如，在图示的显示300中，选择最相似的先前患者来显示。

示范性实施例生成针对当前患者的初始辐射处置规划，其比规划人员基于规划人员自己的特定经验创建的计划具有更好质量。此外，因为与之前患者比较的客观属性，患者受到护理的质量可以得到标准化，而不是取决于规划人员的技能和经验。此外，因为用于当前患者的初始规划基于一个或多个与当前患者共享特性的先前患者，可能需要较少的细化，这使得患者受到较少的总辐射并更快完成辐射处置过程。

本领域的技术人员将理解，可以通过任意数量的方式，包括作为独立软件模块、作为硬件和软件的组合等，实施上述示范性实施例。例如，相似性搜索引擎130可以是包括代码行的程序，在编译时，可以在处理器上执行。

要指出的是，权利要求可以包括根据PCT章程6.2（b）的附图标记。不过，不应认为这些权利要求限于与附图标记相对应的示范性实施例。

对于本领域的技术人员显而易见的是，可以在本发明中做出各种修改而不脱离本发明的精神或范围。于是，本发明旨在覆盖本发明的修改和变化，只要它们落在权利要求及其等价方案的范围之内。

Claims (15)

1.一种用于基于医学图像的几何相似性自动生成初始辐射处置规划的方法，包括：

接收当前患者的当前患者医学图像；

将所述当前患者医学图像与多个先前患者医学图像进行比较，所述先前患者医学图像中的每个都对应于先前患者；

基于所述先前患者中选定的一个的所述先前患者医学图像和所述当前患者医学图像之间的几何相似性，选择所述先前患者中的一个；以及

基于选择的所述先前患者中的一个的辐射处置规划确定初始辐射处置规划，

其中，基于选定的先前患者的所述先前患者医学图像与所述当前患者医学图像之间的几何相似性选择多个所述先前患者，并且其中，基于选择的多个先前患者中的每个的辐射处置规划确定所述初始辐射处置规划，

其中，所述初始辐射处置规划的要素基于所述选择的多个先前患者中的每个的辐射处置规划的对应要素的加权平均，

其中，所述加权平均基于所述选择的多个先前患者中的每个的相似性分数加权，并且

其中，所述相似性分数基于所述当前患者医学图像与所述先前患者医学图像的每个的几何相似性。

2.根据权利要求1所述的方法，其中，通过平移不变豪斯道夫距离度量和旋转不变豪斯道夫距离度量以及逐体素比较中的一个，确定所述几何相似性，并且其中，所述当前患者医学图像是CT图像、MRI图像、PET图像、X射线图像、SPECT图像和超声图像之一。

3.根据权利要求1所述的方法，其中，通过比较以下中的一项来确定所述几何相似性：A)所述当前患者医学图像的多个结构中的每个与所述先前患者医学图像的多个结构中的每个，B)所述当前患者医学图像中的每个结构的质心与所述先前患者医学图像的每个结构的质心，C)所述当前患者医学图像的每个结构的边界与所述当前患者医学图像的每个结构的边界，以及D)所述当前患者医学图像的所有多个结构的组合与所述先前患者医学图像的所有多个结构的组合。

4.根据权利要求1所述的方法，其中，选择所述先前患者中的一个包括：

确定针对所述当前患者医学图像中的当前患者特征矢量；

确定针对所述先前患者医学图像中的每个的先前患者特征矢量；以及

将所述当前患者特征矢量与所述先前患者特征矢量中的每个进行比较，其中，所述当前患者特征矢量和所述先前患者特征矢量包括从医学图像选择的特征、描述图像的几何特性的特征，并且其中，所述比较的过程还包括不是从图像计算的额外的特征，包括：与生物标记物数据相关的特征、与家族史相关的特征、与存在可能指示增加的辐射敏感性的基因相关的特征、与患者年龄相关的特征、与患者种族相关的特征、与患者的先前癌症史相关的特征、与患者家族中先前癌症史相关的特征、与同时进行的治疗相关的特征以及与患者在癌症或共病方面的病史相关的特征。

5.根据权利要求4所述的方法，其中，对所述当前患者特征矢量与所述先前患者特征矢量中的每个进行的所述比较基于所述当前患者特征矢量和所述先前患者特征矢量中的每个之间的矢量差的Lp范数，并且其中，所述矢量差是城市街区距离、马哈拉诺比斯距离和欧几里德距离之一。

6.根据权利要求1所述的方法，其中，基于所述当前患者医学图像与所述先前患者医学图像中的每个的几何相似性，针对所述先前患者医学图像中的每个生成相似性分数，并且其中，所述选择的所述先前患者中的一个是与所述相似性分数中最高的一个相对应的一个先前患者。

7.根据权利要求1所述的方法，其中，基于所述选择的所述先前患者中的一个的辐射处置规划的所述初始辐射处置规划的要素是辐射模态、源的数量、射束强度、射束修正参数、强度图和剂量约束之一。

8.根据权利要求1所述的方法，其中，确定所述初始辐射处置规划包括拷贝所述选择的所述先前患者中的一个的所述辐射处置规划。

9.一种用于基于医学图像的几何相似性自动生成初始辐射处置规划的系统，包括：

医学成像器，其生成当前患者的当前患者医学图像；

先前患者数据库，其存储与多个先前患者相关的数据，与所述先前患者中的每个相关的所述数据包括与所述先前患者中的每个相关的医学图像以及与所述先前患者中的每个相关的辐射处置规划；

相似性搜索系统，其针对所述多个先前患者的每个确定相似性分数，针对所述先前患者中的每个的相似性分数基于与所述先前患者中的每个相对应的医学图像和所述当前患者医学图像之间的几何相似性确定；以及

规划生成系统，其基于与选择的所述多个先前患者中的一个相关的所述辐射处置规划确定针对所述当前患者的初始辐射处置规划，基于所述多个先前患者中选定的一个的相似性分数选择所述选择的所述多个先前患者中所述的一个，

其中，基于所述选定的先前患者的所述先前患者医学图像与所述当前患者医学图像之间的几何相似性选择多个所述先前患者，并且其中，基于选择的多个先前患者中的每个的辐射处置规划确定所述初始辐射处置规划，

其中，所述初始辐射处置规划的要素基于所述选择的多个先前患者中的每个的辐射处置规划的对应要素的加权平均，并且

其中，所述加权平均基于所述选择的多个先前患者中的每个的相似性分数加权。

10.根据权利要求9所述的系统，其中，所述医学成像器是CT成像器和MRI成像器、PET扫描机、X射线成像器、SPECT扫描机和超声系统之一。

11.根据权利要求9所述的系统，其中，所述先前患者数据库使用DICOM标准和DICOM-RT标准之一。

12.根据权利要求9所述的系统，还包括：

处置规划工作站，其从所述规划生成系统接收所述初始辐射处置规划并向用户提供所述初始辐射处置规划。

13.根据权利要求9所述的系统，其中，确定相似性分数包括：

确定针对所述当前患者医学图像的当前患者特征矢量；

确定针对所述先前患者医学图像中的每个的先前患者特征矢量；以及

将所述当前患者特征矢量与所述先前患者特征矢量中的每个进行比较。

14.根据权利要求13所述的系统，其中，所述当前患者特征矢量和所述先前患者特征矢量包括从医学图像选择的特征、描述图像的几何特性的特征，并且其中，所述比较的过程还包括不是从图像计算的额外的特征，包括：与生物标记物数据相关的特征、与家族史相关的特征、与存在可能指示增加的辐射敏感性的基因相关的特征、与患者年龄相关的特征、与患者种族相关的特征、与患者的先前癌症史相关的特征、与患者家族中先前癌症史相关的特征、与同时进行的治疗相关的特征以及与患者在癌症或共病方面的病史相关的特征。

15.根据权利要求13所述的系统，其中，对所述当前患者特征矢量与所述先前患者特征矢量中的每个进行的所述比较基于所述当前患者特征矢量和所述先前患者特征矢量中的每个之间的矢量差的Lp范数，其中，所述矢量差是城市街区距离、马哈拉诺比斯距离和欧几里德距离之一。