移动目标的动态追踪的制作方法

专利名称：移动目标的动态追踪的制作方法
移动目标的动态追踪
背景技术：
在一些医学应用中，必须动态追踪随时间移动的目标。例如，在放射外科学中，可能需要动态追踪随着呼吸和/或心跳移动的人体中的肿瘤和/或损伤。在放射外科学中， 通过患者解剖结构(anatomy)到达要治疗的损伤或肿瘤的放射束的精确轨迹是关键的，以便实现在治疗计划期内计算的放射剂量分布。对于例如由于呼吸或心跳而移动的人体解剖结构的区域，重要的是对这样的运动加以考虑，计算该运动对要产生的治疗计划的影响。动态追踪也可以有利于放射外科学之外的其他医学应用，其中，解剖结构的部分由于呼吸、心跳或其他任何类型的运动而移动。在过去，已经使用了基准标记以便于追踪解剖结构的移动区域。出于大量理由，基于基准的追踪对于患者来说可能是困难的。例如，倾向于通过使用植入骨的基准标记而实现高精确性，而诸如皮肤接触标记或者解剖位置的较少侵入技术，倾向于不太精确。将基准植入患者通常是痛苦和困难的，尤其对于颈椎，其植入过程频繁地导致临床并发症。在一些使用门控来处理解剖体的运动的方法中，动态追踪可以通过在内部植入的基准和实时追踪的外部放置的标记之间建立关系而实现。作为运动周期的函数，这些方法没有考虑到周围解剖结构的非刚性运动和变形(deformation)。因而需要一种解决这些不足的方法和系统。特别地，需要提供一种用于动态追踪移动目标的可靠并有效的方法和系统。

发明内容
提出了一种用于动态追踪解剖区域(anatomical region)中的一个或多个目标的方法和系统，从而可以将所需剂量的治疗辐射释放到目标，尽管解剖区域正经历运动。目标可以是例如肿瘤或损伤。除目标之外，解剖区域可以包括一个或多个参考结构。相对于参考结构，确定移动解剖区域中的目标位置，同时考虑到解剖区域在其运动期间正经历的变形。 解剖区域的变形包括非刚性变形以及刚性变形。在一个实施例中，解剖区域的运动可以是周期性的。这种周期性运动的范例可以包括，例如呼吸或心跳。周期性运动可以用周期性循环P表征。在其他实施例中，解剖区域的运动可以是非周期运动，其中循环P可以随着时间改变，或者对其未定义循环P。贯穿本专利申请，术语“周期性运动”和“具有循环P的周期性运动”包括了具有时间改变的周期P (t)的周期性运动。换句话说，术语“周期性运动”和“具有循环P的周期性运动”应当理解为描述性的，并且指的是人体解剖结构中运动的改变特性。在一个实施例中，对具有循环P的周期运动的动态追踪，通过构建4D (四维)数学模型来完成，所述数学模型描述了解剖区域的非刚性变形和非刚性运动，作为循环P的时间中的相对位置的函数。该4D数学模型可以通过产生解剖区域的多幅图像(包括而不局限于CT图像)Ij (j = 1,…，ρ)来构建，其中每幅图像在循环P中一连串时间At」(j = 1，…，P)的一个时间点获取。作为循环P的函数，解剖区域的连续非刚性变形，通过将在时间中一个时刻采集的CT图像变异(morphing)为在时间中一个后续时刻采集的另一幅CT图像而数学建模。4D数学模型将目标的3D位置与骨骼结构的3D (三维)位置相关联，作为循环P中时刻的函数(其可以是例如呼吸循环或心跳循环)。在一个实施例中，非刚性变形的4D数学模型由治疗计划生成器使用以产生辐射剂量分布，辐射剂量分布规定了将实时释放到移动解剖区域中的目标的治疗辐射的所需量。该辐射剂量分布考虑了移动解剖区域在周期性运动期间的非刚性变形。周期性运动的循环P可以例如由附着(attach)到皮肤或者解剖区域的外部表面的动态追踪运动传感器(例如表面标记器(surface marker)或LED (发光二极管)，作为范例)而确定。在运动循环P中的任意所需时间点，包括获取第j幅图像L的时间点、，相对位置可以以这种方式确定。本专利中，术语“实时”指的是基本上与实际辐射治疗和释放同时的时标。例如，以至少若干Hz或更高的速度发生的追踪属于在本专利中描述为“实时”的时标。本专利中，术语“近实时”指的是慢于称为“实时”的时标的时标，例如约慢一个或多个大小量级。例如， 以小于约每秒一次的速度发生的事件，属于本专利中描述为“近实时”的时标。在一个实施例中，参考结构的近实时位置通过执行对参考结构的少基准 (fiducial - less)追踪而确定。使用与采集实况χ —射线图像所使用的相同的束投影几何形状，从CT数据中产生一组DRR。将手术中近实时采集的实况χ —射线图像对准DRR(数字重建射线照片)。在一个实施例中，可以使用非刚性对准(registration)图像算法，其中从3D完整运动领域中获得非刚性转换参数。完整运动领域可以通过估算许多局部运动矢量而构建。在一个实施例中，可以在非刚性图像对准算法中使用多水平块匹配，以及基于图案亮度的相似性测量。在一个实施例中，可以执行分等级网格(mesh)运动估计。在一个实施例中，可以实时确定目标的位置，通过使用描述目标的位置如何与参考结构的位置相关的4D数学模型，将参考结构的已知近实时位置(使用非刚性图像对准算法确定的)与正寻找的目标位置相关，作为在循环P中的时间中的相对位置的函数。可以使用来自运动传感器的信息以确定在循环P中任何所需时间点的相对位置。在一个实施例中，根据由治疗计划生成器产生的辐射剂量分布，而将辐射治疗释放到目标的实时位置。辐射束释放可以被同步到在治疗计划中确定的呼吸循环中的时刻。


图1提供了用于动态少基准追踪移动目标的方法的示意性流程图。图2示意性地示出了，在患者呼吸循环中不同时间点获取的患者解剖结构中移动目标的手术前的图像(例如，3D CT扫描)的采集。图3示意性地示出了追踪作为患者呼吸循环的函数的目标的3D运动，使用下列之一a)不随着呼吸移动的刚性参考结构；和b)自身随着呼吸移动的多个参考结构。图4示意性地示出了，通过将目标的2D近实时χ —射线图像对准从在患者呼吸循环中特定时间点获取的手术前3D扫描产生的Drr，而在治疗辐射的释放期间，对移动目标进行少基准追踪。图5示出了用于在手术前2D DRR和手术中χ—射线投影图像之间的2D/3D对准的非刚性图像对准算法的流程图。图6示意性地示出了当估计患者中目标内感兴趣点的局部运动时块匹配的使用。
图7示意性地示出了用于在一个实施例中使用多个备选(candidate)来实施多水平块匹配的多分辨率图像表示。图8示意性地示出用于根据图案亮度计算相似性测量的邻域R。图9示出了对DRR的图像中心和对应的χ —射线图像的图像中心之间的全局平移的估计。图10示意性地示出了一个实施例中为目标的DRR建立的网状栅格和为目标的 X —射线图像建立的相应网状栅格，在该实施例中该目标位于脊骨的颈部区域。图11示出了网格运动估计期间的网格层次，该网格层次从相对粗的网格开始，而发展成更精细的网格。图12示意性地示出了节点估计从粗糙网格分辨率等级到更精细网格分辨率等级的传递。图13示意性地示出了通过从周围节点进行内插而确定感兴趣点的运动矢量。图14示意性地以矢量形式示出了从许多估计的局部运动矢量重建的完整运动领域。图15示出了在三维治疗目标和两个正交的2D χ 一射线投影之间的几何关系。图16示意性地示出了在实时释放治疗辐射期间，通过使用表面标记器(例如， LED)来监视患者的呼吸运动而动态追踪患者内的移动目标。图17提供了用于动态追踪解剖区域中目标的系统的示意性结构图，所述区域正经历周期性运动(例如，呼吸或心跳)并且正释放治疗辐射到移动目标。
具体实施例方式多种技术用于动态追踪正经历运动的患者体内肿瘤/损伤。该方法主要用于放射外科学中，但是也可以用于必须动态追踪例如由于呼吸或心跳而移动的解剖结构的部分的其他应用中。以下详细描述的一些部分以对计算机中的数据位的操作的算法和符号表示来表示。这些算法描述和表示是数据处理领域技术人员使用的方法，以最有效地将它们工作的内容传递给本领域其他技术人员。应理解算法是导致所需结果的自身一致的动作序列。这些动作需要对物理量的物理操作。通常，虽然并非必须，这些量可以采用电或磁信号的形式，能够存储、传输、组合、比较或者以别的方式操作。主要出于常规使用的理由，已经数次证明了将这些信号称为位、值、元素、符号、字符、术语、数字等是方便的。然而，应当记住，所有这些和相似的术语与合适的物理量相关，并且仅是应用于这些量的方便标签。除非另外特别声明，应当意识到，在下面的说明书全文中，使用诸如“处理”或“用计算机计算”或“计算”或“确定”或“显示”等术语的讨论，指的是计算机系统或相似电子计算设备的动作和处理。该计算机系统将由计算机系统寄存器和存储器中物理或电子量表示的数据，操作和转换为相似的由计算机系统存储器和寄存器中、或者其他这种信息存储、传输或显示设备中的物理量表示的其他数据。下面描述的方法和技术可以通过执行下面讨论的操作的装置来实施。这种装置可以特别构建用于所需目的，或者其可以包括通用计算机，由存储在计算机中的计算机程序选择性地激活或重新配置。这种计算机程序可以存储在计算机可读存储介质中，例如，而不局限于任何类型的磁盘，包括软盘、光盘、⑶一 ROM和磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、EPROM、EEPR0M、磁或光卡、或者任何类型适于存储电子指令的介质。每个这种计算机可读存储介质可以耦合到计算机系统总线。在此提出的算法和显示器并非固有地涉及任何特殊计算机或其他装置。各种通用系统可以与根据下面的教导而设计的程序一起使用，或者可以证明构建更专用的装置以执行必需方法和技术是方便的。例如，任何在下面描述的方法可以以硬接线电路，或者通过通用处理器编程来实施，或者由硬件和软件的任意组合来实施。本领域技术人员将意识到，下面描述的方法和技术可以用各种计算机结构来实践，包括手持设备、多处理器系统、基于微处理器的或可编程消费电子、网络PC、小型计算机、大型计算机等。下面描述的方法和技术也可以以分布式计算机环境实践，其中由通过通讯网络连接的远程处理设备执行任务。下面描述的方法和系统可以使用计算机软件实施。计算机软件可以使用不同术语来称呼，例如程序、过程或应用。如果以符合公认标准的编程语言编写，设计用以实施这些方法和系统的指令序列可以被编译，以便在多种硬件平台上执行，并且与多种操作系统接口。同样，这些方法和系统并未参考任何特殊编程语言来描述。将意识到，可以使用多种编程语言实施在此描述的本发明的教导。而且，在本领域中也经常以采取一个动作或导致一种结果的形式来提到软件。这种措辞仅是计算机对软件的执行导致计算机中一个或多个处理器执行一个动作或产生一个结果的说法的简写方式。图1提供了描述动态少基准追踪移动目标的示意性流程图100。目标位于一解剖区域中。目标可以是肿瘤或损伤，或者例如感兴趣的器官。除了目标之外，解剖区域通常包括一个或多个参考结构。在动态追踪方法和系统的一个实施例中，参考结构可以是骨骼 (即，多骨)结构。在另一实施例中，参考结构可以是其他天然解剖结构，包括而不局限于软骨或其他(通常相当密集)器官。在又一实施例中，参考结构可以是人造结构，例如基准或手术硬件。如较早提及的，在本说明书全文中，术语“具有循环P的周期性运动”应当理解为包括其中周期性运动的循环P以及运动的幅度和波形随着时间改变的周期性运动。换句话说，术语“周期性运动”或“具有循环P的周期性运动”应当理解为指的是在人类解剖结构中的运动的改变特性。如较早提及的，解剖区域在其运动期间可以经历变形(其可以是非刚性变形)。虽然在图1中示出的实施例中，解剖区域描述为在经历非刚性变形的同时周期性地移动，使用在本专利中描述的方法和系统，可以追踪解剖区域的任何类型的运动(例如，非周期性运动)和任何类型的变形。概观之，在图1中所示的实施例中，在步骤105 - 160中确定了在周期性移动和非刚性变形的解剖区域中的目标位置。计算辐射剂量分布，该辐射剂量分布由通过非刚性移动和变形的解剖区域的基本连续的辐射释放产生。最终，在步骤170，根据计算得的辐射剂量分布，将辐射实时释放到目标。作为第一步骤，在步骤105中采集了一组CT图像Ij (j = 1，…，ρ )，每幅CT图像在循环P中的一连串时间点tj (j = 1，…，P)的一个点上获取。在步骤110，建立周期性运动的循环(例如，呼吸循环或心跳循环)，例如通过对附着到解剖区域的皮肤的标记器和其它传感器的动态追踪来建立。
在步骤120，从这些CT扫描和获自传感器的运动循环信息中构建4D (3D +时间) 数学模型。该数学模型描述解剖区域在经历其周期性运动(例如，呼吸)时的非刚性运动和变形，作为运动循环P中的时刻的函数。该4D数学模型将目标位置与周期性移动解剖区域中参考结构的位置相关，作为循环P中的时间上的相对位置的函数。更一般而言，该4D模型可以描述解剖结构的一个部分或多个部分与将为辐射外科学追踪的目标之间的3D +时间关系，作为呼吸循环的时间中时刻的函数。其次，在步骤130、1；35和140中，使用χ —射线成像和2D —至一 3D图像对准，而确定解剖结构的一个部分或多个部分的绝对位置。在这些步骤中，通过使用非刚性图像对准算法来少基准追踪参考结构和/或目标，而近实时地确定参考结构和/或目标的位置。如较早说明的，在本专利中，术语“实时”指的是与实际辐射治疗和释放基本同时的时标。在仅仅示范性的实施例中，通过使用以约30Hz速率追踪的光学标记器和使用以约 80Hz速率更新其预测值的模型，可以实施对目标的手术中实时追踪。这仅是作为说明性范例，而实时追踪可以以宽范围的不同追踪速度发生，一般高于约1Hz。术语“近实时”指的是比由术语“实时”描述的时标更慢的时标，例如约慢一个或多个大小量级。作为范例，用于采集χ—射线图像的时标，其范围可以从约一秒的一部分到约数秒，将描述为“近实时”。在步骤130，从在步骤105采集的CT图像中产生一组解剖区域的DRR。在步骤135， 采集解剖区域的实况χ —射线投影图像。在步骤140，将参考结构的DRR对准参考结构的近实时χ—射线图像。步骤150描述了 4D治疗计划，其中计算辐射剂量分布，其从通过非刚性移动和变形的解剖区域的基本上连续的束释放产生。在该步骤中，使用对参考结构绝对位置的了解 (在步骤140中获得)和使用将参考结构与呼吸循环中的时刻(如使用来自传感器的信息而确定的)以及正追踪其位置的目标相关联的4D模型，确定辐射束轨迹。在步骤160，确定目标位置。在一个实施例中，可以使用4D数学模型，和如少基准追踪所确定的骨骼结构的绝对位置，以及获自传感器的关于运动循环的信息，来确定目标位置。在备选实施例中，通过2D/3D非刚性图像对准可以确定目标位置，在其期间，DRR (在治疗计划阶段产生的)被对准到近实时χ —射线图像。最终，在步骤170，根据通过4D治疗计划产生的辐射剂量分布，将辐射释放到目标。图2示意性地示出了对患者解剖结构中的移动目标的手术前图像(例如，3D CT扫描)的采集。在所示实施例中，目标由于患者的呼吸运动而移动。虽然所示实施例显示了 3D CT扫描，但是可以执行任何类型的3D扫描，包括而不局限于3D MRI (磁共振成像)扫描、3D PET (正电子发射断层摄影)扫描以及3D超声扫描。在所示实施例中，在患者的呼吸循环P 中不同的时间点tj (j = 1,…，k，…，1，···，!!!，…，ρ)获取一组CT扫描。在所示实施例中，、<、<、<乜<%。时间点、对应于患者呼吸循环中的不同时期。由外部传感器、例如呼吸传感器监视循环P。例如，表面标记器(诸如LED)或相似设备可以附着到皮肤。在目标经历处理呼吸之外的运动的实施例中，可以使用不同类型的传感器(例如，当监视心跳时使用的心脏监视器)。在所示实施例中，分别在时间点、、、和tp获取CT图像。呼吸循环P中的时期或时间点优选选择为基本上包围(encompass)周期性运动的全部动态范围。例如，在一个实施例中，时间点可以包括对应于循环P波谷的时间点、；对应于循环P波峰的时间点tp ；以及位于循环P的波峰和波谷之间中间位置的第三时间点tk。在其他实施例中，选择用于获取CT图像的时间点可以包括除了上述三个时间点tk、tx和tp之外的时间点。从该组CT研究中，构建了 4D数学模型，其将在运动循环中的一个时刻或时间点采集的CT图像变异为在运动循环中后续时刻或时间点采集的另一 CT图像，为解剖结构的连续非刚性变形提供了模型作为运动循环的函数。在图像处理中，将一幅图像变异成另一幅图像，并且以数学模型描述该变异，在本领域是公知的。可以使用已知的或商业可获得的任何标准软件和/或算法。在一个实施例中，从图2中所示的CT图像组构建的4D数学模型用于4D治疗计划， 即计算从通过非刚性移动的解剖结构的连续辐射束释放产生的剂量分布，其中考虑到治疗目标的非刚性运动和变形，作为运动循环中时间的位置的函数。在该实施例中，4D治疗计划包括两部分a)为解剖结构的非刚性变形创建数学模型，作为运动循环中时刻的函数，如上所述；以及b)使用该数学模型计算从通过非刚性移动解剖结构的连续的辐射束释放产生的剂量分布。为了计算所需辐射剂量分布，相对于标称患者坐标系初始界定束轨迹。在一个实施例中，可以相对于图2中所示的若干幅CT图像中之一确定标称患者坐标系的方向，并且该采集的若干图像覆盖运动循环。在其他实施例中可以选择不同的方向。在一个实施例中， 每个辐射束从对应于获取每幅CT图像的时间点的时间开启(turn on),并且保持打开状态达到选定的持续时间以给出所需剂量分布。计算剂量吸收作为距离初始时间点的时间函数，其中考虑患者解剖结构的非刚性变形。在一个实施例中，4D数学模型将目标的3D位置与一个或多个参考结构的3D位置关联，作为运动循环中时刻的函数。在4D模型中，一个或多个所选参考结构关于运动循环可以是静止的，同时其他所选参考结构相对于运动循环可以经历非刚性运动。图3示意性地示出了追踪目标的3D运动作为患者运动循环的函数，使用下列之一 :a)在患者运动中基本静止的基本刚性的参考结构；以及b)多个参考结构，它们自身随着患者的运动而移动。两种模型是可能的(a)目标(例如，肿瘤/损伤)的3D运动，作为运动循环的函数，参考基本上固定的基本刚性的参考结构(包括而不局限于脊椎结构)，或者 (b)目标(例如，肿瘤/损伤)的3D运动，作为运动循环的函数，参考自身随同解剖区域的周期性运动移动的多个参考结构。在图3中示出的实施例中，由于解剖区域200的周期性运动，目标210在解剖区域 200中移动。使用参考标号230和232示出参考结构。参考结构230自身随着呼吸移动。 另一方面，参考结构232是不随着呼吸或者解剖区域210的其他周期性运动移动的基本上刚性的参考结构。多个骨骼结构的3D位置和方向允许画出从每个骨骼结构指向肿瘤或损伤的矢量。一种描述肿瘤/损伤的3D运动(作为呼吸循环的函数)的模型，参考自身不随着呼吸移动的刚性骨骼结构(例如使用参考标号210在图3中指示的骨骼结构)，该模型可以例如与脊椎结构一同用于仰卧进行治疗的患者，脊椎结构是这种非移动骨骼结构的实际范例。在另一模型中，其中参考自身随着呼吸移动的刚性骨骼结构，肿瘤/损伤的3D运动可以描述为下列的复合函数1)呼吸循环，以及2)自身随着呼吸移动的多个骨骼结构的位置。—旦由4D模型确定了参考结构的位置和目标位置之间的关系，作为周期性运动循环中时间点的函数，近实时确定参考结构的绝对位置。在一个实施例中，这通过下列步骤而完成1)从示出在图2并用于产生4D数学模型的3D CT图像中产生参考结构的DRR ；2) 获取参考结构的“实况”或近实时χ —射线图像；以及然后3)执行实况χ —射线图像和DRR 之间的非刚性图像对准。一旦使用非刚性图像对准确定了参考结构的位置，使用上面所述的4D数学模型可以易于确定目标位置。图4示意性地示出了对参考结构的少基准追踪。在一个实施例中，通过将目标的 2D近实时χ —射线图像与从获自患者运动循环中特定时间点的手术前3D扫描产生的DRR 对准，而执行该少基准追踪。使用2D到3D对准方法，可以相对于CT研究之一中的相应结构而追踪患者解剖结构中参考结构的位置和方向(在治疗释放时)。在一个实施例中，执行非刚性2D/3D图像对准，下面对此将详细描述。作为在2D/3D非刚性图像对准处理中第一步骤，产生DRR库用于将在治疗释放时用于采集实况图像的投影几何形状。在治疗释放期间，使用与用于产生DRR的相同的投影几何形状，采集患者的一对实况(或“近实时”)x —射线图像。用于产生DRR的CT图像将对应于运动循环中一个时期，通常是在治疗计划期间分配射束的同一个时期。可以为CT图像的数个平移和方向产生DRR，以便于在治疗期间覆盖患者移动的通常范围。使用追踪参考结构的特征识别算法将采集的图像对准DRR。图像对准算法(下面将详细描述)可以为多个参考结构重复，以便相对于CT研究(DRR由其形成)中相应结构给出每个结构的位置和方向。在一个实施例中，肿瘤或损伤或邻近解剖区域的成像特征的差别可以进一步通过使用高灵敏性χ —射线探测器而增强。在一个实施例中，肿瘤/损伤的位置可以从参考结构的位置获得，参考结构的位置通过非刚性对准处理而确定。使用从CT研究和4D模型中所学到的、参考结构的位置和肿瘤/损伤的位置之间的对应几何关系，利用使用少基准算法追踪的多个参考结构的位置和方向，来内插肿瘤/损伤的位置。在另一实施例中，对目标(例如，肿瘤/损伤)自身执行少基准追踪。如果正追踪的目标在χ—射线成像特征上相对于周围组织充分不同，可以使用下面描述的2D —至一 3D对准技术直接追踪目标自身。下面描述了一种非刚性2D —至一 3D图像对准技术，其考虑了解剖结构的非刚性变形并且其使用解剖参考结构代替基准。虽然下面描述的非刚性图像对准算法是在骨骼结构、尤其在人类解剖结构的脊骨区域中的特定骨骼结构的上下文中进行的描述，应当理解， 不同于脊骨骨骼结构的参考结构也可以用于该非刚性图像对准算法。该非刚性图像对准技术也描述在下列五个共有专利申请中1)美国专利申请序列号 No. 10/880486，特征在于律师记录号为 ACCL — 136，题为 “Fiducial — less Tracking With Non - Rigid Image Registration” ；2)美国专利申请序列号 No. 10/881612，特征在于律师记录号为 ACCL — 137，题为“Motion Field Generation For Non — rigid Image Registration” ；3)美国专利申请序列号No. 10/881209，特征在于律师记录号为 ACCL — 146，题为 “R01 Selection In Image Registration” ；4)美国专利申请序列号 No. 10/881208，特征在于律师记录号为 ACCL — 147，题为“Image Enhancement Method and System For Fiducial — less Tracking of Treatment Targets”;5)美国专禾丨J申请序列号 No. 10/881206，特征在于律师记录号为 ACCL — 150，题为“DRR Generation Using A Non— Linear Attenuation Model”。所有的五个共有专利，在此全文引入作为参考。
图5示出了非刚性图像对准算法的流程图400，其可以用于从手术前CT扫描数据重建的解剖区域的2D DRR和手术中解剖区域中目标的近实时χ —射线投影图像之间的 2D/3D对准。特别地，DRR从在周期性循环P中特定时间点t」获取的CT图像Ij的CT扫描
数据表示中重建。作为第一步骤，在步骤402中，2D DRR可以从CT图像Ij的手术前3D扫描数据的表示来产生。在一个实施例中，对其执行非刚性图像对准的图像(即，DRR和χ —射线图像) 是离散的图像，每幅特征在于象素阵列，每个象素具有代表在对应于该象素的表面单元面积处的图像亮度的相关象素值。在一个实施例中，在步骤402中可以实施改进的DRR产生过程，以显现出骨骼参考结构，其在图像中通常不易于显现，或者甚至可能隐藏。在步骤402，根据强调骨骼结构并且因而提高DRR质量的非线性衰减模型，修改该CT扫描数据。在流程图400中的步骤403 中，也可以对DRR实施图像增强技术。在该步骤中，使用大礼帽滤波器(top — hat filter) 以便在步骤402中产生的DRR中显现出骨骼结构。在所示实施例中，在增强DRR中所选的感兴趣区域(ROI)中执行图像对准，以便于提高效率。因此，在步骤404中，在增强DRR之后，在DRR中界定了 ROI。在步骤404中执行的ROI选择过程是基于图像熵，并且完全是自动的，从而不需要用户交互作用。然后在步骤 410中近实时产生手术中2D χ 一射线投影图像。在步骤415中，使用类似于步骤403的大礼帽滤波器在χ —射线图像上执行图像增强。然后，在ROI中的增强χ —射线图像和增强DRR之间执行非刚性图像对准。特别地，使用相似性测量以比较X —射线图像和DRR图像中的象素亮度，以便于确定患者的位置和/或方向和/或生理变形中的任何改变。在步骤420 - 450中，界定了描述实际的患者移动和人体变形的非刚性变形。为了界定非刚性变形，构建了完整运动领域，其包括许多局部运动领域，即多个局部估计的运动矢量。为了估计在ROI中感兴趣的给定点的局部运动， 使用基于图案亮度的相似性测量来比较象素亮度。包括许多局部运动的完整运动领域可以描述任何所需非刚性变形。此外，以这种方式获得的完整运动领域可以考虑对象的不同图像采集之间除了非刚性变形之外的对象的非刚性运动(平移和/或旋转)。为了有效地在ROI中任何感兴趣点计算局部运动矢量， 执行分等级网格运动估计和多水平块匹配(与基于亮度的相似性测量一同执行)。这些方法允许快速计算图像对准算法400。强加光滑约束以在发生错配的网格节点处重建运动领域。 然后从该完整运动领域中计算用于非刚性图像对准的非刚性转换(transformation)参数。在图5中所示的实施例中，由完整运动领域描述的非刚性变形，发生在患者中治疗目标区域的3D CT扫描数据的采集和目标区域的χ —射线投影图像的采集之间。在步骤 420，首先估计整个图像的全局平移。使用估计的全局平移作为对进一步局部运动估计的初始估计。在下一步骤430中，使用设计用以估计多水平的局部运动的分等级网格结构，执行网格节点运动估计。在下一步骤440中，对其中发生错配的那些网格节点执行运动领域重建。通过强加光滑约束来执行运动领域的重建，其基于这样的假设，即由于物质一致性，局部运动是连续的。在步骤450，通过从为围绕感兴趣点的网格节点估计的节点运动进行的内插而获得任何感兴趣点的局部运动矢量。然后，使用为多个所需的感兴趣点获得的局部运动矢量，构建完整运动领域。
图5中示为步骤455和步骤460的最终步骤中，从完整运动领域获取非刚性转换参数。在步骤455，从完整运动领域获取目标位移。在步骤460，从完整运动领域获取平均刚性转换(transformation)。DRR图像的质量取决于合适的衰减建模，以及用于内插CT数目的合适内插方案。 在一个实施例中，在步骤402 (图2中所示的流程图中)中，用公式表示改进的χ —射线衰减模型用于少基准追踪，从而DRR变得更像实际χ —射线投影图像。不再假设线性衰减模型，并且修改CT数目以便补偿上述在骨一至一组织衰减率中的差别。根据用患者临床数据传达的许多经验，形成下面的经验公式以修改原始CT数目
其中C (\7，2)表示位于点(^7，2)的30 CT体素的经修改CT数目； a和b表示加权系数；
而Ctl (x，y，z)表示，根据线性衰减模型的，具有位置(x，y，z)的3D CT体素的未修改 CT数目。
权利要求
1.一种动态追踪解剖区域中一个或多个目标并且将治疗辐射释放到该目标的方法， 同时解剖区域经历特征在于运动循环P的周期性运动，该解剖区域包括一个或多个参考结构，该方法包括监视周期性运动以测量循环P ；以及在该移动解剖区域中，实时确定目标相对于参考结构的位置。
2.根据权利要求1的方法，其中实时确定目标相对于参考结构的位置的动作包括构建描述了解剖区域的非刚性变形的4D数学模型，作为循环P中时间的函数，并且该模型描述了目标相对于参考结构的3D运动，作为循环P中时间的函数；通过将参考结构的近实时图像与参考结构的手术前图像对准，在多个时间点ti; i = 1，…，N的每一个确定参考结构的实时位置，并且监视解剖区域的周期性运动以确定每个时间点、在循环P中的相对位置； 以及使用参考结构的近实时位置和每个时间点、在循环P中的已知位置，计算在每个时间点、目标的实时位置。
3.一种动态追踪解剖区域中一个或多个目标并且将治疗辐射释放到目标的方法，同时该解剖区域经历了特征在于循环P的周期性运动，该解剖区域包括至少一个参考结构，该方法包括构建4D数学模型作为循环P中时间的函数，所述4D数学模型描述了解剖区域的非刚性变形和目标相对于参考结构的3D运动；使用该数学模型产生所需剂量分布，用于将治疗辐射释放到目标； 将参考结构的一幅或多幅近实时图像与参考结构的一幅或多幅手术前图像对准，并且动态追踪解剖区域的周期性运动，以确定所需时间点在循环P中的相对位置，以获取参考结构的实时位置；使用参考结构的实时位置、该4D模型和对所需时间点在循环P中的相对位置的了解， 计算目标的实时位置。
4.一种动态追踪和将治疗辐射释放到患者的解剖区域中一个或多个目标的方法，同时患者经历特征在于循环P的周期性运动，该解剖区域包括至少一个参考结构，该方法包括从目标的手术前扫描数据构建4D数学模型，作为循环P中时间的函数，所述4D数学模型描述了解剖区域的非刚性变形，并且描述了目标相对于参考结构的3D运动；从该数学模型产生辐射剂量分布，用于贯穿循环P将治疗辐射释放到一个或多个目标；执行参考结构的近实时2D图像与参考结构的手术前3D扫描的非刚性图像对准； 使用附着到解剖区域的至少一部分的一个或多个追踪设备，确定至少一个时间点在循环P中的相对位置；使用非刚性图像对准的结果和该4D模型，实时计算目标在至少一个时间点的位置。
5.根据权利要求4的方法，其中追踪设备包括下列至少一个 激光扫描器；视频系统； 超声扫描器；以及心电图。
6.一种用于动态追踪解剖区域中一个或多个目标以便于将治疗辐射释放到目标的装置，解剖区域包括一个或多个参考结构并且经历运动，该装置包括目标定位器，配置用于在周期性运动的解剖区域中实时确定目标相对于参考结构的位置；4D治疗计划生成器，配置用以产生用于移动解剖区域的4D治疗计划作为时间的函数， 该治疗计划规定了将实时释放到目标的所需辐射剂量分布，并且考虑了运动期间移动解剖区域的变形。
7.根据权利要求6的装置，其中所述运动是特征在于周期性循环P的周期性运动。
8.根据权利要求7的装置，其中目标定位器包括a)3D扫描器，配置用以在循环P中一连串时间点、(j= 1,…ρ)的每一个，产生解剖区域的多幅3D图像I」(j = 1，...p);b)DRR生成器，配置用以在每个时间点tj;通过投射假设射线通过体积3D数据并且沿着每条射线求3D扫描数据的积分，而从3D扫描数据重建DRR ；c)χ 一射线成像系统，配置用以产生移动解剖区域中目标和参考结构的近实时2Dx -射线投影图像；d)图像对准子系统，配置用以将参考结构的近实时χ—射线投影图像对准参考结构的 DRR,由此确定参考结构的位置；e)—个或多个运动传感器，配置用以监视解剖区域的周期性运动并且测量循环P，以产生表示一个或多个所需时间点在P中的相对位置的时间位置数据；f ) 4D模型生成器，配置用以产生4D数学模型作为循环P中时间的函数，所述4D数学模型描述了目标相对于移动解剖区域中参考结构的运动；以及g)目标位置计算机，配置用以通过使用4D模型将目标的位置与参考结构的已知位置相关联，正如由图像对准子系统确定的，并且通过使用时间位置数据来确定每个所需时间点在P中的相对位置，而实时计算在一个或多个所需时间点的目标位置。
9.根据权利要求8的装置，其中4D模型生成器包括变形模型构建器，变形模型构建器配置用以构建数学模型，所述数学模型描述了解剖区域的变形和运动，作为在循环P中时间中位置的函数；其中变形模型构建器配置用以从由3D扫描器产生的多幅图像Ij中提取包含关于解剖区域的变形和运动的信息的变形数据；以及其中变形模型构建器配置用以使用该变形数据和时间位置数据，对每个时间点、，将时间点、在P中的相对位置与在时间点、的目标的变形和运动数学相关。
10.根据权利要求7的装置，其中解剖区域的运动包括呼吸，而循环P包括呼吸循环。
11.根据权利要求10的装置，其中运动传感器包括呼吸传感器。
12.根据权利要求7的装置，其中解剖区域的运动包括心跳，循环P包括心跳循环，而运动传感器包括心跳监视器。
13.根据权利要求8的装置，其中在时间点、获得的多幅图像包括下列至少之一3DCT扫描；3D MRI (磁共振成像)扫描；3D PET (正电子发射断层摄影)扫描；以及3D超声扫描。
14.根据权利要求7的装置，还包括治疗束生成器，配置用以根据辐射剂量分布将治疗辐射实时释放到目标，同时解剖区域经历周期性运动。
15.根据权利要求7的装置，其中传感器包括下列至少之一表面标记器；激光扫描器；视频系统；超声扫描器；以及心电图。
16.根据权利要求8的装置，其中选择时间点、(j= 1,…，ρ)充分包围解剖区域的周期性运动的完整范围。
17.根据权利要求16的装置，其中时间点包括至少对应于循环P的波峰的第一时间点和对应于循环P的波谷的第二时间点。
18.根据权利要求10的装置，其中从多幅图像中提取变形数据的动作包括将在P中时间点、获取的每幅图像，对准在P中相继时间点、+ 1获取的相继图像。
19.根据权利要求10的装置，其中包含在变形数据中的信息包括关于目标相对于参考结构在位置和方向中的改变的信息。
20.根据权利要求7的装置，其中目标包括肿瘤和损伤中至少一个，并且其中参考结构包括骨骼结构。
21.根据权利要求7的装置，其中所需辐射剂量分布指示了在每个所需时间点，将释放到一个或多个目标的辐射的治疗学有效剂量。
22.根据权利要求7的装置，其中3D扫描器包括下列至少之一3D CT扫描器；3D PET扫描器；3D MRI扫描器；以及3D超声扫描器。
23.一种用于动态追踪解剖区域中一个或多个目标以便于将治疗辐射释放到目标的装置，所述解剖区域包括一个或多个参考结构并且经历特征在于循环P的周期性运动，从而目标和参考结构之间的相对位置随着时间周期性地改变，该装置包括3D扫描数据生成器，配置用以在周期P中一连串时间点Tj的每一个，产生体积3D扫描数据；一个或多个运动传感器，耦合到扫描数据生成器并且配置用以产生表示每个所需时间点Tj在P中时间中相对位置的输出信号，从而3D扫描数据生成器可以在P中时间中的预选定位置激活；DRR生成器，配置以在每个时间点Tj,通过投射假设射线通过体积3D扫描数据并且沿着每条射线求扫描数据的积分，而从3D扫描数据重建DRR ；4D治疗计划处理器，配置用以为移动解剖区域产生作为P中时间中相对位置的函数的治疗计划，其中目标和参考结构之间的相对位置随着时间周期性地改变，该治疗计划表示随着解剖区域经历周期性运动而将释放到移动目标的治疗辐射的所需剂量分布；其中该4D治疗计划处理器配置用以响应于在每个时间点Tj对DRR的接收，而产生表示如在Tj产生的DRR中所示的解剖区域相比于在Tp1产生的DRR所示的解剖区域的非刚性变形的参数Pp并且在数学模型中描述这些参数P」作为时间点L在P中时间中相对位置的函数，χ 一射线成像系统，配置用以产生移动解剖区域中目标和参考结构的近实时2D χ 一射线投影图像；图像对准处理器，配置用以将近实时χ —射线投影图像对准DRR，从而贯穿解剖区域的周期性运动，参考结构和目标中至少一个的近实时位置可以确定；治疗束生成器，配置用以当激活时产生具有足以对目标产生治疗效果的强度的一个或多个束χ —射线；一个或多个表面标记器，附着到解剖区域的至少一部分外部表面，配置用以感测解剖区域的周期性运动和产生表示一个或多个时间点在周期P中的相对位置时间的输出信号；控制器，耦合到治疗束生成器并响应于4D治疗计划处理器、图像对准处理器和表面标记器的输出，其中该控制器配置用以激活治疗束生成器，从而根据所需剂量分布将治疗辐射的一个或多个束释放到移动目标，同时该解剖区域经历周期性运动。
24.一种方法，包括开发四维模型以描述目标区域随着时间的移动；基于四维模型开发辐射治疗计划，其中开发辐射治疗计划包括确定辐射束路径和目标区域之间的相对移动。
25.根据权利要求M的方法，其中开发辐射治疗计划还包括基于相对移动确定辐射束的门控以使辐射束路径和目标区域交叉。
26.根据权利要求25的方法，其中确定辐射束的门控包括确定当和目标区域交叉时开启辐射束的持续时间以给出辐射治疗计划的所需剂量分布。
全文摘要
移动目标的动态追踪。对位于经历运动(其可以是具有循环P的周期性运动)的解剖区域中的诸如肿瘤或损伤的治疗目标，进行动态追踪。从一组CT或其他3D图像中，为解剖区域的非刚性运动和变形建立4D数学模型。该4D数学模型将解剖区域的部分的3D位置与正追踪的目标相关联，作为在P中时间中的位置的函数。使用手术前DRR和手术中x－射线图像之间的少基准非刚性图像对准，确定解剖区域的目标和/或其他部分的绝对位置。使用诸如表面标记器的运动传感器确定循环P。使用下列释放辐射束1)非刚性图像对准的结果；2)4D模型；以及3)在P中时间中的位置。
文档编号A61B6/00GK102274039SQ201110200098
公开日2011年12月14日 申请日期2005年8月22日 优先权日2004年9月30日
发明者拉恩斯 C., 伊恩斯特 E., 汤森 E., 库杜瓦利 G., R. 杜利 J., 王晋武 申请人:安科锐公司