一种放射治疗剂量预警方法、设备、介质及产品与流程

1.本发明涉及肿瘤放射治疗领域，尤其涉及一种放射治疗剂量预警方法、设备、介质及方法。


背景技术：

2.随着医学设备更新和诊疗技术进步，以直线加速器为平台的外照射放射治疗已经成为肿瘤综合治疗中不可替代的关键环节。随着三维适形、束流调强(intensity-modulated radiation therapy，imrt)和容积调强(volumetric modulated arc therapy，vmat)等照射技术的应用，肿瘤及其相关靶区可得到高度适形的剂量包绕.而且靶区内的剂量可以根据临床要求进行调制，同时还可以在其靶区周边与危及器官间形成差异化的剂量梯度，最大化杀伤肿瘤的同时更好的保护正常组织。放射治疗中不可避免的存在着一定不确定度，尤其是患者自身的不确定度变化(以照射区内的解剖结构改变为主)，目前临床上主要利用图像引导放射治疗(image-guided radiation therapy，igrt)技术，监测和评估患者的相应变化。
3.放射治疗的发展越来越倾向于减少分割次数，提高分次剂量；而依据位移变量和角度变量预判剂量变化的igrt模式不能满足临床进一步精确治疗的要求；加之搭载扇形束kv级ct加速器的陆续投入市场，以及基于epid板在体剂量验证技术的临床扩展应用。对基于剂量引导放射治疗(dose-guided radiation therapy，dgrt)模式的临床需求越来越急迫。
4.现阶段igrt技术可利用的图像配准后差异信息，主要依据计划设计时肿瘤靶区gtv或临床靶区ctv到计划靶区ptv的外放距离(危及器官也可外放一定距离边界形成prv)，与计划图像和治疗图像依固定参照物三维配准后的位移变量或进行六维配准后的位移变量和角度变量进行比较。dgrt的研究热点和临床应用具有一定局限性，具体为：在线状态下完成基于dgrt模式下的自适应放疗(adaptive radiation therapy，art)，需要完成从靶区再确认-计划再设计-计划再评估-计划再验证的全流程操作，因此整个应用过程中设备配置、响应时间、人员分工、运行效率等制约因数，要在现阶段广泛推广具有一定临床难度。
5.综上，现有的使用dgrt技术来对放射治疗的剂量进行预警的操作过程中均是完成从靶区再确认-计划再设计-计划再评估-计划再验证的全流程操作，并未考虑到密度变化量与剂量特征之间固有的特征相互关系，从而导致整个预警过程花费较长时间，预警效率不高。


技术实现要素：

6.为了克服现有技术的不足，本发明的目的之一在于提供一种放射治疗剂量预警方法，其能解决现有的使用dgrt技术来对放射治疗的剂量进行预警的操作过程中均是完成从靶区再确认-计划再设计-计划再评估-计划再验证的全流程操作，并未考虑到密度变化量与剂量特征之间固有的特征相互关系，从而导致整个预警过程花费较长时间，预警效率不
高的问题。
7.本发明的目的之二在于提供一种电子设备，其能解决现有的使用dgrt技术来对放射治疗的剂量进行预警的操作过程中均是完成从靶区再确认-计划再设计-计划再评估-计划再验证的全流程操作，并未考虑到密度变化量与剂量特征之间固有的特征相互关系，从而导致整个预警过程花费较长时间，预警效率不高的问题。
8.本发明的目的之三在于提供一种计算机可读存储介质，其能解决现有的使用dgrt技术来对放射治疗的剂量进行预警的操作过程中均是完成从靶区再确认-计划再设计-计划再评估-计划再验证的全流程操作，并未考虑到密度变化量与剂量特征之间固有的特征相互关系，从而导致整个预警过程花费较长时间，预警效率不高的问题。
9.本发明的目的之四在于提供一种计算机程序产品，其能解决现有的使用dgrt技术来对放射治疗的剂量进行预警的操作过程中均是完成从靶区再确认-计划再设计-计划再评估-计划再验证的全流程操作，并未考虑到密度变化量与剂量特征之间固有的特征相互关系，从而导致整个预警过程花费较长时间，预警效率不高的问题。
10.本发明的目的之一采用以下技术方案实现：
11.一种放射治疗剂量预警方法，包括以下步骤：
12.接收目标数据，接收目标患者对应的目标放射治疗计划数据以及目标患者每次放射治疗时的目标cbct数据；
13.计算目标密度变量，根据目标反射治疗计划数据和所述目标cbct数据计算出目标患者每次放射治疗时cbct数据的目标密度变量；
14.生成目标放射源剂量特征，将每个所述目标密度变量输出至预先设置的剂量特征求解模型中，得到对应的目标放射源剂量特征；
15.预警判断，判断所述目标放射源剂量特征是否在临床剂量特征标准范围内，若是，则无需预警，若否，则发出预警信息。
16.进一步地，在所述接收目标数据之前还包括创建剂量特征求解模型，具体包括以下步骤：
17.收集数据，收集不同患者的放射治疗计划数据、不同患者每次放射治疗时的cbct数据以及剂量验证数据；
18.计算密度变量，根据所述放射治疗计划数据、所述cbct数据计算每位患者每次放射治疗时cbct数据的密度变量；
19.计算放射源剂量特征，根据所述放射治疗计划数据和所述剂量验证数据重新计算不同患者在每次进行放射治疗时对应的放射源剂量特征，统计所有患者对应的所有放射源剂量特征，得到放射源剂量特征数据，每个所述放射源剂量特征均与唯一的密度变量对应；
20.构建剂量特征求解模型，根据所述放射源剂量特征数据中每个放射源剂量特征以及对应的密度变量根据密度变量与放射源剂量特征之间关系拟合出剂量特征求解模型。
21.进一步地，所述放射治疗计划数据包括计划ct影像数据、计划治疗方案数据以及计划剂量数据，所述计算密度变量具体为：将每位患者每次放射治疗时对应的cbct数据与所述计划ct影像数据进行图像配准处理，得到每位患者每次放射治疗时cbct数据的几何变量，将所述几何变量用于校准对应的cbct数据，得到校准后cbct数据，根据校准后cbct数据与所述计划ct影像数据计算出每位患者每次放射治疗时cbct数据的密度变量。
22.进一步地，所述剂量验证数据为每位患者在每次放射治疗时的epid通量数据，所述计算放射源剂量特征具体为：根据不同患者每次放射治疗时的epid通量数据与对应的计划ct影像数据计算出对应的放射源剂量特征。
23.进一步地，所述剂量验证数据为每位患者在每次放射治疗时对应的再次定位ct图像数据，根据所述再次定位ct图像数据和所述计划治疗方案数据计算出对应的放射源剂量特征。
24.进一步地，所述几何变量包括位移数据、滚转角度数据、俯仰角度数据以及偏转角度数据。
25.进一步地，所述目标放射治疗计划数据包括目标计划ct影像数据、目标计划治疗方案数据以及目标计划剂量数据，所述计算目标密度变量具体为：将目标患者每次放射治疗时对应的目标cbct数据与所述目标计划ct影像数据进行图像配准处理，得到每位患者每次放射治疗时目标cbct数据的目标几何变量，将所述目标几何变量用于校准对应的目标cbct数据，得到校准后目标cbct数据，根据校准后目标cbct数据与所述目标计划ct影像数据计算出每位患者每次放射治疗时cbct数据的目标密度变量。
26.本发明的目的之二采用以下技术方案实现：
27.一种电子设备，包括：处理器；
28.存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行本技术中所述的一种放射治疗剂量预警方法。
29.本发明的目的之三采用以下技术方案实现：
30.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行本技术中所述的一种放射治疗剂量预警方法。
31.本发明的目的之四采用以下技术方案实现：
32.一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本技术中所述的一种放射治疗剂量预警方法。
33.相比现有技术，本发明的有益效果在于：本发明中的一种放射治疗剂量预警方法，包括接收目标患者对应的目标放射治疗计划数据以及目标患者每次放射治疗时的目标cbct数据；根据目标反射治疗计划数据和目标cbct数据计算出目标患者每次放射治疗时cbct数据的目标密度变量；将每个目标密度变量输出至预先设置的剂量特征求解模型中，得到对应的目标放射源剂量特征；判断目标放射源剂量特征是否在临床剂量特征标准范围内，若否，则发出预警信息，只需求解除目标密度变量，将目标密度变量输出至预先设置的剂量特征求解模型中，就可以得到需要判断的目标放射源剂量特征，无需对目标放射源剂量特征进行复杂的计算，简化了放射治疗剂量预警的前期计算过程，提高了预警的效率。
34.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
35.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
36.图1为本发明的一种放射治疗剂量预警方法的流程示意图。
具体实施方式
37.下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
38.如图1所示，本技术中的一种放射治疗剂量预警方法，包括以下步骤：
39.创建剂量特征求解模型，此步骤具体包括以下步骤：
40.收集数据，收集不同患者的放射治疗计划数据、不同患者每次放射治疗时的cbct数据以及剂量验证数据。在本实施例中，放射治疗计划数据包括计划ct影像数据、计划治疗方案数据以及计划剂量数据。剂量验证数据为患者在每次放射治疗时的epid通量数据(electronic portal imaging device，为epid系统对应的数据，epid系统是由射线探测和射线信号的计算机处理两部分组成。不同系统的差别主要表现在前一个部分，后一个部分对所有系统均是相同或相似的。)或患者在每次放射治疗时对应的再次定位ct图像数据。在本实施例中cbct就是cone beam ct的简称，即锥形束ct，顾名思义是锥形束投照计算机重组断层影像设备，其原理是x线发生器以较低的射线量(通常球管电流在10毫安左右)围绕投照体做环形dr(数字式投照)。然后将围绕投照体多次(180次-360次，依产品不同而异)数字投照后“交集”中所获得的数据在计算机中“重组，reconstruction”后进而获得三维图像，cbct获取数据的投照原理和传统扇形扫描ct是完全不同的，而后期计算机重组的算法原理有类似之处。
41.计算密度变量，根据放射治疗计划数据、cbct数据计算每位患者每次放射治疗时cbct数据的密度变量。具体包括：
42.计算几何变量：将每位患者每次放射治疗时对应的cbct数据与计划ct影像数据进行图像配准处理，得到每位患者每次放射治疗时cbct数据的几何变量，在本实施例中，令几何变量为gm，密度变量为dm，计划ct影像数据为
p
ct，计划治疗方案数据为
p
rtplan，计划剂量数据
p
rtdose，某一患者第n次放射治疗时的epid通量数据记为
tn
epid，某一患者第n次进行的再次定位图像为
tn
ct，则
tng
m＝register(
p
ct，
tn
cbct)，
tng
m为患者第n次放射治疗时cbct数据的几何变量，register表示图像配准。在本实施例中几何变量包含以上下、左右和前后的位移数据x、y、z；滚转、俯仰和偏转的角度数据roll、pitch、rtn。
43.在本实施例中使用以下几种图像配准算法将cbct数据与计划ct影像数据进行图像配准处理：(1)基于图像灰度的配准算法。首先从参考图像中提取目标区作为配准的模板，然后用该模板在待配准图像中滑动，通过相似性度量(如相关系数法、差的平方和法、差的绝对值法、协方差法)来寻找最佳匹配点。(2)基于图像特征的配准算法。该算法是以图像中某些显著特征(点、线、区域)为配准基元，算法过程分为两步：特征提取和特征匹配。首先从两幅图像中提取灰度变化明显的点、线、区域等特征形成特征集。然后在两幅图像对应的特征集中利用特征匹配算法尽可能地将存在对应关系的特征对选择出来。对于非特征像素点利用插值等方法作处理推算出对应匹配关系，从而实现两幅图像之间逐像素的配准。(3)基于对图像的理解和解释的配准算法。这种配准算法不仅能自动识别相应像点，而且还可以由计算机自动识别各种目标的性质和相互关系，具有极高的可靠性和精度。这种基于理
解和解释的图像配准涉及到诸如计算机视觉、模式识别、人工智能等许多领域。不仅依赖于这些领域中理论上的突破，而且有待于高速度并行处理计算机的研制。
44.计算密度变量：将几何变量用于校准对应的cbct数据，得到校准后cbct数据，根据校准后cbct数据与计划ct影像数据计算出每位患者每次放射治疗时cbct数据的密度变量。在本实施例中，密度变量(dm)包括v
αhu
，γ
β\α
，γ
β\α
，
d％
，具体含义为：
①vαhu
表示感兴趣区内相同位置像素间hu差值大于阈值αhu像素体积(mm3)，如v
200hu
，表示在感兴趣区域内，统计相同位置，像素间hu值大于200的所有像素点的像素体积(mm3)。
②
γ
β\α
表示感兴趣区内相邻β毫米位置像素间hu差值大于阈值αhu的伽马通过率γ
β\α
，如1mm内相差40hu表示为γ
1\40
。这里对cbct数据上某一点的密度伽马值的定义如下：
[0045][0046][0047]
其中，为cbct上该点与ct上对应点的物理距离，为cbct上该点与ct上对应点的密度差异；对应的，伽马通过率，则为cbct上所有密度伽马值小于等于1的点的数量所占参与计算点的比例。
③
γ
β\α
，d％为在
②
的基础上定义的特定剂量轮廓线d％内的伽马通过率，如90％剂量曲线内1mm内相差40hu表示为γ
1\40,90％
。
[0048]
计算放射源剂量特征，根据放射治疗计划数据和剂量验证数据重新计算不同患者在每次进行放射治疗时对应的放射源剂量特征，统计所有患者对应的所有放射源剂量特征，得到放射源剂量特征数据，每个放射源剂量特征均与唯一的密度变量对应。在本实施例中，上述剂量特征为根据特定ct图像生成的靶区与oars结构信息，如根据定位
p
ct勾画的ptv体积，即
pct
v ptv
；临床靶区ctv到计划靶区ptv的外放，如均匀外放5mm，即m
x
＝5、my＝5、mz＝5；等中心坐标iso
(x、y、z)
，如零点坐标，即iso
(0,0,0)
；在等中心下根据临床要求依据相应ct图像设计治疗计划并生成剂量分布，记录相应剂量特征参数，如根据剂量体积直方图(dose volume histogram，dvh)变量，d
95％
等；特定剂量曲线的体积vd，截面面积sd，轮廓线特征系数吻合距离dta，如95％剂量曲线即vd
95％
、sd
95％
和dta
95％
。
[0049]
构建剂量特征求解模型，根据放射源剂量特征数据中每个放射源剂量特征以及对应的密度变量根据密度变量与放射源剂量特征之间关系拟合出剂量特征求解模型。在本实施例中将计算出来的素有密度变量和放射源剂量特征均代入以下公司(3)中进行计算：
[0050][0051]
其中，n为每个患者进行放射治疗的次数，p为患者数量，将筛选出上述等式结果最小时对应的密度变量红色放射源特征，然后建立此时两者的关系函数，将此关系函数作为剂量特征求解模型。
[0052]
接收目标数据，接收目标患者对应的目标放射治疗计划数据以及目标患者每次放射治疗时的目标cbct数据。在本实施例中，目标放射治疗计划数据包括目标计划ct影像数据、目标计划治疗方案数据以及目标计划剂量数据。
[0053]
计算目标密度变量，根据目标反射治疗计划数据和目标cbct数据计算出目标患者每次放射治疗时cbct数据的目标密度变量，本步骤具体为：将目标患者每次放射治疗时对应的目标cbct数据与目标计划ct影像数据进行图像配准处理，得到每位患者每次放射治疗时目标cbct数据的目标几何变量，将目标几何变量用于校准对应的目标cbct数据，得到校准后目标cbct数据，根据校准后目标cbct数据与目标计划ct影像数据计算出每位患者每次放射治疗时cbct数据的目标密度变量。
[0054]
生成目标放射源剂量特征，将每个目标密度变量输出至预先设置的剂量特征求解模型中，得到对应的目标放射源剂量特征。
[0055]
预警判断，判断目标放射源剂量特征是否在临床剂量特征标准范围内，若是，则无需预警，若否，则发出预警信息。上述临床剂量特征标准范围为针对不同类型肿瘤或不同大小肿瘤对应的临床剂量的剂量范围。
[0056]
本发明中的一种放射治疗剂量预警方法，包括接收目标患者对应的目标放射治疗计划数据以及目标患者每次放射治疗时的目标cbct数据；根据目标反射治疗计划数据和目标cbct数据计算出目标患者每次放射治疗时cbct数据的目标密度变量；将每个目标密度变量输出至预先设置的剂量特征求解模型中，得到对应的目标放射源剂量特征；判断目标放射源剂量特征是否在临床剂量特征标准范围内，若否，则发出预警信息，只需求解除目标密度变量，将目标密度变量输出至预先设置的剂量特征求解模型中，就可以得到需要判断的目标放射源剂量特征，无需对目标放射源剂量特征进行复杂的计算，简化了放射治疗剂量预警的前期计算过程，提高了预警的效率。
[0057]
以上，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明；但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内，利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的技术方案的保护范围之内。