CN117982810A - 中子捕获治疗系统及剂量评估方法 - Google Patents
中子捕获治疗系统及剂量评估方法 Download PDFInfo
- Publication number
- CN117982810A CN117982810A CN202311141034.8A CN202311141034A CN117982810A CN 117982810 A CN117982810 A CN 117982810A CN 202311141034 A CN202311141034 A CN 202311141034A CN 117982810 A CN117982810 A CN 117982810A
- Authority
- CN
- China
- Prior art keywords
- region
- concentration
- drug
- interest
- specified value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
- A61N5/1031—Treatment planning systems using a specific method of dose optimization
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
- A61N5/1039—Treatment planning systems using functional images, e.g. PET or MRI
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
- A61N5/1031—Treatment planning systems using a specific method of dose optimization
- A61N2005/1034—Monte Carlo type methods; particle tracking
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N2005/1085—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy characterised by the type of particles applied to the patient
- A61N2005/109—Neutrons
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Toxicology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pharmacology & Pharmacy (AREA)
- Multimedia (AREA)
- Bioethics (AREA)
- Surgery (AREA)
- Urology & Nephrology (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
本申请涉及一种中子捕获治疗系统及剂量评估方法,系统包括中子照射装置,用于产生中子束并照射被照射体;治疗计划系统,用于基于所述被照射体的感兴趣区域至少确定高浓度药物吸收区域、低浓度药物吸收区域,对所述高浓度药物区域和所述低浓度药物区域进行药物浓度赋值和剂量评估,生成治疗计划;控制模块,用于控制所述中子照射装置执行所述治疗计划。本申请既能保证剂量计算的准确性,制定满足要求的治疗计划,又能显著的降低蒙特卡罗模拟计算量,降低计算时间,使得更快速、准确地生成治疗计划,提高了治疗系统的运行效率。
Description
技术领域
本申请涉及辐射治疗技术领域,特别是涉及一种中子捕获治疗系统及剂量评估方法。
背景技术
随着原子科学的发展,例如钴六十、直线加速器、电子射束等放射线治疗已成为癌症治疗的主要手段之一。然而传统光子或电子治疗受到放射线本身物理条件的限制,在杀死肿瘤细胞的同时,也会对射束途径上大量的正常组织造成伤害;另外由于肿瘤细胞对放射线敏感程度的不同,传统放射治疗对于较具抗辐射性的恶性肿瘤的治疗成效往往不佳。为了减少肿瘤周边正常组织的辐射伤害,化学治疗(chemotherapy)中的标靶治疗概念便被应用于放射线治疗中;而针对高抗辐射性的肿瘤细胞,目前也积极发展具有高相对生物效应(relative biological effectiveness,RBE)的辐射源,如质子治疗、重粒子治疗、中子捕获治疗等。其中,中子捕获治疗便是结合上述两种概念,如硼中子捕获治疗(BoronNeutron Capture Therapy,BNCT),借由含硼药物在肿瘤细胞的特异性集聚,配合精准的射束调控,提供比传统放射线更好的癌症治疗选择。
在进行放射治疗时,如硼中子捕获治疗,需要将标记的硼药注入被照射体内,药物会选择性地累积于肿瘤细胞、肿瘤周围组织器官或其他正常组织器官内。化合物生物效应(Compound Biological Effectiveness,CBE)能够有效评估在照射下硼药对特定组织的生物反应,在中子照射下,吸收了硼药的各组织器官达到相同生物效应的物理剂量不同,相应的治疗照射剂量也不同。为了能够对肿瘤靶区实施准确的、高度适形的剂量分布,必须制定精准的放射治疗计划。目前BNCT临床或相关研究剂量计算的治疗计划系统皆是假设肿瘤靶区摄取硼药分布为均匀的,即单一硼浓度值,而肿瘤靶区实际摄取硼药分布是不均匀的,且硼药分布均匀性越差,采用单一硼浓度值进行剂量计算的结果可靠度越低。为了提高计算结果可靠度,考虑对靶区进行硼浓度群化,获取数十个甚至数百个硼浓度数值,实现靶区硼浓度分布的非均匀性模拟与剂量计算,但是大量的硼浓度数值参与蒙特卡罗模拟计算,大大增加计算时间,降低治疗技术系统的运行效率。
发明内容
基于此,有必要针对上述技术问题,提供一种中子捕获治疗系统及剂量评估方法,以准确、快速地获得治疗计划。
一方面,提供一种中子捕获治疗系统,包括
中子照射装置,用于产生中子束并照射被照射体;
治疗计划系统,用于基于所述被照射体的感兴趣区域至少确定高浓度药物吸收区域和低浓度药物吸收区域,并对所述高浓度药物区域和所述低浓度药物区域进行药物浓度赋值和剂量评估,生成治疗计划;
控制模块,用于控制所述中子照射装置执行所述治疗计划。
在其中一个实施例中,所述治疗计划系统包括:
建模模块,用于基于所述被照射体的医学影像数据建立三维体素组织模型;
处理模块,用于基于所述三维体素组织模型定义感兴趣区域,基于所述感兴趣区域至少确定高浓度药物吸收区域和低浓度药物吸收区域,并将所述高浓度药物吸收区域和所述低浓度药物吸收区域进行分组,其中,所述高浓度药物吸收区域至少分为一组,所述低浓度药物吸收区域至少分为两组,每组进行药物浓度赋值;
剂量评估模块,基于所述药物浓度和所述中子束的照射参数进行剂量评估;
治疗计划生成模块,基于所述剂量评估的结果生成治疗计划。
在其中一个实施例中,所述治疗计划系统,还用于定义TBR为所述感兴趣区域的药物浓度与血液中药物浓度的比值,定义TNR为所述感兴趣区域的药物浓度与正常组织中药物浓度的比值;
所述处理模块,用于确定所述感兴趣区域的TBR大于或等于第一指定值的区域或TNR大于或等于第二指定值的区域为所述高浓度药物吸收区域,并确定所述感兴趣区域的TBR小于所述第一指定值的区域或TNR小于所述第二指定值的区域为所述低浓度药物吸收区域。
在其中一个实施例中,所述药物为硼药,当正常组织摄取硼药浓度低于血液硼浓度,即对于同一感兴趣区域的TNR大于TBR,所述第一指定值大于或等于1.2,所述第二指定值大于或等于1.5。
在其中一个实施例中,所述药物为BPA,人体对于BPA的摄取情况为正常组织摄取硼浓度与血液硼浓度相近,即对于同一感兴趣区域的TNR等于TBR,所述第一指定值等于2.5,所述第二指定值等于2.5。
在其中一个实施例中,所述药物为放射线核素标记的18F-BPA。
在其中一个实施例中,所述处理模块,用于将所述感兴趣区域分为三组,其中,将所述高浓度药物吸收区域分为一组,为第一区;将所述低浓度药物吸收区域分为两组,分别是第二区和第三区,其中,所述低浓度药物吸收区域的TBR大于或等于第三指定值或TNR大于或等于第四指定值的区域为第二区,所述低浓度药物吸收区域的TBR小于第三指定值或TNR小于第四指定值的区域为第三区,所述第三指定值大于1.5且小于等于2.0,所述第四指定值等于所述第三指定值。
在其中一个实施例中,所述第三指定值等于所述第四指定值,等于2.0。
在其中一个实施例中,所述药物为放射性核素标记药物,所述治疗计划系统,还用于将所述药物浓度转化为基于医学影像数据获取的标记物放射性活度、标记物放射性强度、单位时间内衰变的原子数、互毁光子的有效计数以及标准摄取值中的一个数值进行定量或半定量分析。
在其中一个实施例中,所述药物为放射性核素标记的硼药,所述治疗计划系统,用于将所述药物浓度转化为标准摄取值SUV进行定量分析,
其中,NB10(V)表示第V个区域的10B原子的数量,ξ为常数转换因子,为感兴趣区域中第V个区域的SUV平均值。
一方面,提供一种中子捕获治疗系统的剂量评估方法,所述方法包括:
基于被照射体的医学影像数据建立三维体素组织模型;
基于所述三维体素组织模型定义感兴趣区域;
基于所述感兴趣区域至少确定高浓度药物吸收区域和低浓度药物吸收区域,将所述高浓度药物吸收区域和所述低浓度药物吸收区域进行分组,其中,所述高浓度药物吸收区域至少分为一组,所述低浓度药物吸收区域至少分为两组,每组进行药物浓度赋值;
基于所述药物浓度和中子束的照射参数进行剂量评估。
在其中一个实施例中,所述基于所述感兴趣区域至少确定高浓度药物吸收区域和低浓度药物吸收区域的步骤包括:定义TBR为所述感兴趣区域的药物浓度与血液中药物浓度的比值,定义TNR为所述感兴趣区域的药物浓度与正常组织中药物浓度的比值;确定所述感兴趣区域的TBR大于或等于第一指定值的区域或TNR大于或等于第二指定值的区域为所述高浓度药物吸收区域,确定所述感兴趣区域的TBR小于第一指定值的区域或TNR小于第二指定值的区域为所述低浓度药物吸收区域。
在其中一个实施例中,所述药物为硼药,所述第一指定值大于或等于1.2,所述第二指定值大于或等于1.5。
在其中一个实施例中,所述药物为BPA,所述第一指定值与第二指定值相等,为2.5。
在其中一个实施例中,所述药物为放射线核素标记的18F-BPA。
在其中一个实施例中,将感兴趣区域分成三组,其中,将所述高浓度药物吸收区域分为一组,为第一区;将所述低浓度药物吸收区域分为两组,分别是第二区和第三区,所述低浓度药物吸收区域的TBR大于或等于第三指定值或TNR大于或等于第四指定值的区域为第二区,所述低浓度药物吸收区域的TBR小于第三指定值或TNR小于第四指定值的区域为第三区,所述第三指定值与第四指定值相等,所述第三指定值大于1.5小于等于2.0。
在其中一个实施例中,所述第三指定值等于所述第四指定值,等于2.0
在其中一个实施例中,所述药物为放射性核素标记的硼药,将所述药物浓度转化为标准摄取值SUV进行定量分析,
其中,NB10(V)表示第V个区域的10B原子的数量,ξ为常数转换因子,为感兴趣区域中第V个区域的SUV平均值。
在其中一个实施例中,所述定义感兴趣区域的步骤包括:
获取所述被照射体的第一影像数据;
获取所述被照射体的第二影像数据;
将所述第一影像数据与所述第二影像数据进行配准对位,获得融合影像数据;
基于所述融合影像数据划定所述感兴趣区域。
在其中一个实施例中,所述第一影像数据为CT或MRI,所述第二影像数据为放射性核素医学影像数据。
上述的中子捕获治疗系统及其剂量评估方法,将感兴趣区域至少划分为高浓度药物吸收区域和低浓度药物吸收区域,避免了过多分组群化时大量的硼浓度数值增加蒙特卡罗模拟计算时间的问题,也避免了单一硼浓度赋值导致的计算可靠度不足的问题;同时,通过提高剂量评估的准确度与可信度,进一步地优化治疗计划。本申请既能保证剂量计算的准确性,确保病灶范围获得足够处方剂量,又能显著地降低蒙特卡罗模拟计算量,缩短计算时间,使得更快速、准确地生成治疗计划,提高了治疗系统的运行效率。
附图说明
图1为本申请一实施例的中子捕获治疗系统的示意图。
图2为本申请一实施例的中子照射装置的结构示意图。
图3为本申请一实施例的中子捕获治疗剂量评估方法的流程示意图。
图4为本申请一实施例的CTsim影像及病灶区域的示意图。
图5为本申请一实施例的融合影像及感兴趣区域的示意图。
图6为本申请一实施例的感兴趣区域的分区示意图。
图7为本申请一实施例的感兴趣区域的TBR-体积直方图。
图8为本申请一实施例与对照组的剂量-体积直方图对比示意图。
附图标号说明:
中子捕获治疗系统:1;治疗计划系统:10;建模模块:11;处理模块:12;剂量评估模块:13;治疗计划生成模块:14;控制模块:20;影像装置:30;
中子照射装置:100;辐射发生装置:110;加速器:111;射束传输装置:112;射束整形体:120;准直器:126;反射体:121;缓速体:122;热中子吸收体:123;辐射屏蔽体:124;射束通道:125;
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1示出了本申请一实施例提供的中子捕获治疗系统的示意图,中子捕获治疗系统1包括中子照射装置100、治疗计划系统10以及控制模块20。中子照射装置100用于产生中子束并照射被照射体。治疗计划系统10用于基于感兴趣区域至少确定高浓度药物吸收区域、低浓度药物吸收区域,对高浓度药物区域和低浓度药物区域进行药物浓度赋值和剂量分布评估,生成治疗计划。控制模块20用于控制中子照射装置100执行治疗计划。
上述的中子捕获治疗系统1,避免了过多分组群化时大量的硼浓度数值增加蒙特卡罗模拟计算时间的问题,也避免了单一硼浓度赋值导致的计算可靠度不足的问题;同时,通过提高剂量评估的准确度和可信度,进一步地优化治疗计划。本申请既能保证剂量计算的准确性,确保病灶范围获得足够处方剂量,又能显著地降低蒙特卡罗模拟计算量,缩短计算时间,使得更快速、准确地生成治疗计划,提高了治疗系统的运行效率。
作为本实施例的一种优选方式,中子捕获治疗系统1为硼中子捕获治疗(BoronNeutron Capture Therapy,简称BNCT)系统。硼中子捕获治疗的主要原理为:被照射体服用或注射含硼(10B)药物后,含硼药物选择性地聚集在肿瘤细胞中,然后利用含硼(10B)药物对热中子具有高捕获截面的特性,借由10B(n,α)7Li中子捕获及核分裂反应产生4He和7Li两个重荷电粒子,两重荷电粒子的平均能量约为2.33MeV,具有高线性转移(Linear EnergyTransfer,LET)、短射程特征,两粒子的总射程约相当于一个细胞大小,因此对于生物体造成的辐射伤害能局限在细胞层级,能够在不对正常组织造成太大伤害的前提下达到局部杀死肿瘤细胞的目的。借由含硼药物在肿瘤细胞的特异性集聚,配合精准的中子射束调控,提供比传统放射线更好的癌症治疗选择。
如图2所示,以BNCT系统为例,中子照射装置100包括辐射发生装置110和射束整形体120。辐射发生装置110包括加速器111、射束传输装置112和靶T,加速器111对带电粒子(如质子、氘核等)进行加速,产生如质子线的带电粒子线P,带电粒子线P照射到靶T并与靶T作用产生中子线(中子束)N,靶T优选为金属靶材。依据所需的中子产率与能量、可提供的加速带电粒子能量与电流大小、金属靶材的物化性等特性来挑选合适的核反应,常被讨论的核反应有7Li(p,n)7Be及9Be(p,n)9B,这两种反应皆为吸热反应。两种核反应的能量阈值分别为1.881MeV和2.055MeV,由于硼中子捕获治疗的理想中子源为keV能量等级的超热中子,理论上若使用能量仅稍高于阈值的质子轰击金属锂靶材,可产生相对低能的中子,不须太多的缓速处理便可用于临床,然而锂金属(Li)和铍金属(Be)两种靶材与阈值能量的质子作用截面不高,为产生足够大的中子通量,通常选用较高能量的质子来引发核反应。理想的靶材应具备高中子产率、产生的中子能量分布接近超热中子能区、无太多强穿辐射产生、安全便宜易于操作且耐高温等特性,但实际上并无法找到符合所有要求的核反应,本发明的实施例中优选采用锂金属制成的靶材。但是本领域技术人员熟知的,靶的材料也可以由锂、铍之外的金属材料制成,例如由钽(Ta)或钨(W)等形成;靶可以为圆板状,也可以为其他固体形状,也可以使用液状物(液体金属)。
射束整形体120靠近被照射体M的一端具有用于汇聚中子束的准直器126。射束整形体120调整中子束的射束品质,辐射发生装置20产生的中子束N依次经过射束整形体120的中子束从射束出口127照射向被照射体M。准直器126用以汇聚中子束,使中子束在进行治疗的过程中具有较高的靶向性。可以理解,本实施例也可以不具有准直器126,射束从射束整形体120出来后直接照射向被照射体M。
射束整形体120进一步包括反射体121、缓速体122、热中子吸收体123、辐射屏蔽体124和射束通道125,辐射发生装置110生成的中子由于能谱很广,除了超热中子满足治疗需要以外,需要尽可能的减少其他种类的中子及光子含量以避免对操作人员或被照射体造成伤害,因此从靶T出来的中子需要经过缓速体2212将其中的快中子能量(>10keV)调整到超热中子能区(0.5eV-10keV)并尽可能减少热中子(<0.5eV),缓速体2212由与快中子作用截面大、超热中子作用截面小的材料制成,作为一种优选实施例,缓速体122由D2O、AlF3、FluentalTM、CaF2、Li2CO3、MgF2和Al2O3中的至少一种制成;反射体121包围缓速体122,并将穿过缓速体122向四周扩散的中子反射回中子射束N以提高中子的利用率,由具有中子反射能力强的材料制成,作为一种优选实施例,反射体121由Pb或Ni中的至少一种制成;缓速体122后部有一个热中子吸收体123,由与热中子作用截面大的材料制成,作为一种优选实施例,热中子吸收体123由Li-6制成,热中子吸收体121用于吸收穿过缓速体122的热中子以减少中子束N中热中子的含量,避免治疗时与浅层正常组织造成过多剂量,可以理解,热中子吸收体123也可以是和缓速体一体的,缓速体的材料中含有Li-6;辐射屏蔽体124用于屏蔽从射束通道125以外部分渗漏的中子和光子,辐射屏蔽体124的材料包括光子屏蔽材料和中子屏蔽材料中的至少一种,作为一种优选实施例,辐射屏蔽体124的材料包括光子屏蔽材料铅(Pb)和中子屏蔽材料聚乙烯(PE)。射束出口127设置在射束通道125后部,从射束出口127出来的超热中子束向被照射体照射,经浅层正常组织后被缓速为热中子到达被照射体M的肿瘤细胞。照射治疗时,控制模块20从治疗计划系统10中调取当前患者对应的治疗计划,并根据治疗计划控制中子照射装置100的照射。
如图1所示,治疗计划系统10包括建模模块11、处理模块12、剂量评估模块13以及治疗计划生成模块14。建模模块11、处理模块12、剂量评估模块13以及治疗计划生成模块14依次电连接,并能够通过电连接进行数据的传输。
建模模块11用于基于医学影像数据建立三维体素组织模型。可以理解的是,中子捕获治疗系统1还包括影像装置30,影像装置30用于获取治疗计划系统10所需的医学影像数据。
医学影像数据为第一影像数据和第二影像数据的融合影像数据。具体的,第一影像数据为能够显示被照射体组织轮廓的影像数据。第二影像数据为能够显示出被照射体内摄取的药物分布的影像数据。其中,第二影像数据尤其为放射性核素医学影像数据,被照射体服用或注射的药物含有放射性标记物,以使药物在第二影像数据中显示出在被照射体内的分布情况,第二影像数据则包含能够描述标记物分布的标记物参数。
传统中子捕获治疗中,采用对病灶区域进行单一硼浓度赋值的方式,对于感兴趣区域的划分准确性要求较高,且依照不同医学影像所划分感兴趣区域具有差别,这种差别会导致剂量计算的不准确。若采用单一硼浓度赋值的方式,同时通过单一影像数据进行感兴趣区域划分,则会使计算结果更加不准确。比如,根据第一影像数据划分病灶区域,根据第二影像数据划分出药物摄取高的靶区。当病灶区域大于靶区时,表示病灶区域内有部分范围没有明显摄取到相应的药物,病灶区域小于靶区时,表示正常区域内摄取过多的药物,上述两种情况都会导致剂量计算出现偏差。即使当病灶区域与靶区接近时,两个区域内也会因为药物浓度分布均匀性差等问题,使得剂量评估的最大剂量和最小剂量失真。
因此,本申请利用融合影像对感兴趣区域进行划分,避免了不同影像数据相应的缺陷,能够根据清晰的组织轮廓和摄取的药物分布划分出感兴趣区域,提高了划分感兴趣区域的准确性。同时,结合上述的将感兴趣区域划分为高浓度药物吸收区和低浓度药物吸收区,即改善了感兴趣区域划分的准确性对剂量计算的影响,又避免了传统的单一硼浓度赋值导致的剂量计算不准确的问题,进一步提高了剂量评估的准确性。
在一些实施例中,第一影像数据通过第一影像装置获取。第一影像装置为计算机断层扫描(Computed Tomography,CT)装置或核磁共振(Magnetic Resonance,MR)装置,具体可以为普通CT、增强CT、CTsim或MR。其中,CT对于骨胳的成像效果更好,MR对于软组织的成像效果更好。本实施例中,第一影像装置尤其可以采用CTsim,相比于其他影像获取装置,通过CTsim得到的影像具有更高的清晰度,能够提高后续步骤中的影像对位和区域划分的精确度,如图4所示,图4示出了根据CTsim影像划出的初步的病灶区域。第一影像数据不能显示药物分布的信息数据,在获取第一影像数据时,被照射体既可以服用或被注射含有标记物的药物,也可以未服用或未被注射含有标记物的药物。
在一些实施例中,第二影像数据通过第二影像装置获取,第二影像装置尤其为放射性核素医学影像获取设备。第二影像装置为多模式影像装置,多模式影像装置至少包括第一模式单元和第二模式单元。第一模式单元能够获取包含标记物参数的影像数据的第二功能影像,第二模式单元能够获得第二断面影像。第一模式单元和第二模式单元中的一个能够获取或生成第二功能影像和第二断面影像的变换矩阵,该变换矩阵可以实现第二功能影像和第二断面影像的配准融合。进一步的,利用变换矩阵将相同或不同成像方式的图像经过变换处理,使它们的空间位置和空间坐标达到匹配,利用各自成像方式的特点对两种图像进行空间配准,并将配准后的影像数据融合成为一个单一的影像。
进一步的,多模式影像装置具体可以为发射型计算机断层成像技术(EmissionComputed Tomography,ECT)装置和其他影像装置的组合装置,例如:正电子发射断层(positron emission tomography,PET)装置与CT结合的PET-CT;单光子发射计算机断层成像术(Single-Photon Emission Computed Tomography,SPECT)与CT结合的SPECT-CT;或者正电子发射断层装置与核磁共振装置结合的PET-MR等。
在一些实施例中,第二影像装置也可以与第一影像装置为同一影像装置,该影像装置为多模式影像装置,例如:PET-CT、SPECT-CT或者PET-MR等,技术人员可以从该多模式影像装置所输出的影像数据中获得第一影像数据和第二影像数据所需的数据资料。
建模模块11根据上述第一影像数据或融合影像数据进行三维体素组织建模,可以建立包含标记物参数的三维体素组织模型,模型中的每一个体素单元具有相对应的药物分布参数和标记物参数。
处理模块12,用于基于三维体素组织模型定义感兴趣区域。基于感兴趣区域至少确定高浓度药物吸收区域和低浓度药物吸收区域,将高浓度药物吸收区域和低浓度药物吸收区域进行分组。其中,高浓度药物吸收区域至少分为一组,低浓度药物吸收区域至少分为两组,每组进行药物浓度赋值。
处理模块12可以根据上述的融合影像数据划出感兴趣区域,该感兴趣区域包含病灶的需要进行照射治疗的区域。根据第二影像数据所具备的标记物参数,结合第一影像数据所具备的清晰的被照射体内的组织轮廓,处理模块12利用融合影像数据可以准确地、自动地划分出所需的感兴趣区域,如图5所示,图5示出了CTsim影像与PET影像融合后的融合影像,图5中红线圈定的范围为划定的感兴趣区域。在一些实施例中,操作人员可以操作处理模块12进行感兴趣区域的划分。
高浓度药物吸收区域和低浓度药物吸收区域之间的划分依据为表征药物浓度的某一指定值,该指定值通常以治疗效益为考量进行确定。
对于高浓度药物吸收区域,由于该区域的组织对药物的摄取率更高,从而形成了较高浓度的药物分布。高浓度药物吸收区域内的体素单元的药物浓度均大于上述指定值所表征的药物浓度,高浓度药物吸收区域的药物浓度分布均匀度高,对该区域进行均匀药物浓度赋值并进行剂量计算的结果与实际接受剂量吻合度较高,因此高浓度药物吸收区域可以至少划分一组。
对于低浓度药物吸收区域,由于该区域的组织对药物的摄取率更低,从而形成了较低浓度的药物分布。低浓度药物吸收区域内的体素单元的药物浓度均小于上述指定值所表征的药物浓度,低浓度药物吸收区域的药物浓度分布范围广,均匀性差,直接对该区域进行整体均匀药物浓度赋值并进行剂量计算的结果与实际接受剂量相差较大,因此需要对低浓度药物吸收区域划分为更多组,以进行非均匀药物浓度剂量计算,提高剂量评估的准确度与可信度,低浓度药物吸收区域可以至少划分两组。进一步的,高浓度药物吸收区域划分的组数小于低浓度药物吸收区域所划分的组数。
在一些实施例中,治疗计划系统10还用于定义TBR为感兴趣区域的药物浓度与血液中药物浓度的比值,定义TNR为感兴趣区域的药物浓度与正常组织中药物浓度的比值。处理模块12根据TBR或TNR的值划分高浓度药物吸收区域和低浓度药物吸收区域,并根据TBR或TNR的值分别对高浓度药物吸收区域和低浓度药物吸收区域进行分组,TBR或TNR的值作为上述的指定值。
进一步的,处理模块12确定感兴趣区域内TBR大于或等于第一指定值的区域为高浓度药物吸收区域,或确定TNR大于或等于第二指定值的区域为高浓度药物吸收区域。处理模块12确定感兴趣区域的TBR小于第一指定值的区域或TNR小于第二指定值的区域为低浓度药物吸收区域。
在一些实施例中,被照射体服用或被注射的药物为硼药,当正常组织摄取硼药浓度低于血液硼浓度,即对于同一感兴趣区域的TNR大于TBR,第一指定值大于或等于1.2,第二指定值大于或等于1.5。
在一些实施例中,被照射体服用或被注射的药物为BPA,具体为18F-BPA,人体对于BPA的摄取情况为正常组织摄取硼浓度与血液硼浓度相近,即对于同一感兴趣区域的TNR等于TBR,第一指定值等于2.5,第二指定值等于2.5。
可以理解的是,TBR具有第N指定值,TNR具有第M指定值,第N指定值和第M指定值将感兴趣区域分成N+1或M+1个区域,其中,N和M为大于或等于1的整数。划分区域的总个数、高浓度药物吸收区域所划分区域的个数以及低浓度药物吸收区域所划分区域的个数均可以由药物种类、药物浓度分布均匀度、治疗的肿瘤类型以及被照射体的个体差异等因素进行确定。第N指定值和第M指定值的具体取值与指定值的种类(TBR还是TNR)、感兴趣区域的最大指定值和最小指定值、药物种类、治疗的肿瘤类型以及被照射体的个体差异等因素进行确定。
在一些实施例中,处理模块12用于将感兴趣区域分为三组,其中,将高浓度药物吸收区域分为一组,为第一区。将低浓度药物吸收区域分为两组,分别是第二区和第三区。其中,低浓度药物吸收区域的TBR大于或等于第三指定值或TNR大于或等于第四指定值的区域为第二区,低浓度药物吸收区域的TBR小于第三指定值或TNR小于第四指定值的区域为第三区。第三指定值大于1.5且小于等于2.0,第四指定值与第三指定值相等。进一步的,当药物为BPA时,第三指定值与第四指定值相等,且等于2.0。可以理解的是,上述的第一指定值、第二指定值、第三指定值和第四指定值均为TBR或TNR的取值。
给被照射体注射标记物标记药物并获取第二影像数据即可观测和获得药物摄取分布情况,由于标记物不影响药物本身药物动力学,因此利用含放射性核素标记物的药物分布情况具相当可信度。
本申请所记载实施例是基于放射性核素医学影像,如PET影像,来获取TBR或TNR,进而对感兴趣区域进行分组,因此被照射体注射药物为放射性核素标记药物。在其他实施例中,TBR或TNR的获取可以不通过医学影像获得,可抽血或提取组织进行药物浓度的测量,这种情况下注射药物可以是非放射性核素标记的普通药物。
治疗计划系统10还用于将药物浓度转化为基于医学影像数据获取的标记物放射性活度、标记物放射性强度、单位时间内衰变的原子数、互毁光子的有效计数以及标准摄取值中的一个数值进行定量或半定量分析,并得到相应的标记物的定量或半定量参数,记为标记物参数,上述的指定值为该标记物参数。在一些实施例中,影像装置可以直接将从第二影像数据或融合影像数据中获取标记物参数。作为优选的,放射性核素标记物可以为18F。
基于第二影像数据,本实施例中为PET影像,可获取各区域的标准摄取值SUV,TBR和TNR可分别由以下的式(1)和式(2)计算:
其中,SUVi为感兴趣区域第i个体素单元的SUV值,SUVblood为血液中的SUV值,SUVnormal为正常组织的SUV值。
处理模块12对划分好的每组区域分别进行药物浓度赋值,在一些实施例中,采用均匀药物浓度赋值方式。具体的,基于第V个区域的肿瘤体积对该区域的每个体素单元的TBR或TNR进行平均化计算,计算结果作为平均指定值。基于平均指定值获得该区域的均匀药物浓度,作为剂量分布评估的基础。
进一步的,药物为放射性核素标记的硼药,治疗计划系统10用于将硼浓度NB10转化为标准摄取值(Standardized Uptake Value,SUV)进行定量分析,如下式(3)所示:
其中,NB10(V)表示第V个区域的10B原子的数量,即硼浓度,ξ为常数转换因子,为感兴趣区域中第V个区域的SUV平均值。感兴趣区域根据上述的方式被划分为V个区域,V=1,2,3……。进一步的,处理模块12可根据SUV值与硼浓度之间的转换关系自动定义或手动定义于三维体素组织模型中每一体素单元的硼浓度,基于硼浓度可计算获得每一体素内的硼的物理剂量。
在一些实施例中,剂量评估模块13基于药物浓度和中子束的照射参数进行剂量评估。治疗计划生成模块14基于剂量评估的结果生成治疗计划。
剂量评估模块13通过内部预设的蒙特卡罗模拟程序模拟BNCT中患者被中子束照射时内部三维空间核粒子碰撞轨迹和能量分布,即可以模拟出物理剂量率分布,根据物理剂量率分布计算等效剂量率分布。在蒙特卡罗模拟程序中定义中子束的照射参数(如射束能量、强度、半径等),模拟三维体素组织模型中每一体素单元在所定义的照射参数下单位时间所受到的物理剂量。BNCT治疗的剂量计算中,造成剂量贡献的主要因子有硼剂量、中子剂量等,为能更直观的评估BNCT剂量,需要将剂量组成给予不同加权因素进行剂量评估,例如RBE和CBE等加权因素,以求得生物等效剂量(biologically equivalent dose),如下式(4)所示:
BNCTdose=DB·CBE+Dn·RBEn+Dγ·RBEγ (4)
其中,BNCTdose为中子照射下总的等效剂量,DB为硼的物理剂量,CBE为含硼药物的单位浓度的化合物生物效应,Dn为中子的物理剂量,RBEn为中子的相对生物效应,Dγ为光子的物理剂量,RBEγ为光子的相对生物效应。在一些实施例中,感兴趣区域的剂量可以代入CBE=3.8,RBEn=3.2,RBEγ=1.0进行计算与评估。
在一些实施例中,可以通过剂量体积直方图(DoseVolume Histogram,DVH)、等剂量曲线、剂量表格等数学算法对三维体素组织模型模拟计算得出的等效剂量分布进行评估。
如图3所示,图3示出了本申请一实施例中中子捕获治疗系统1的剂量评估方法的流程示意图,剂量评估方法包括以下步骤:
建模:基于被照射体的医学影像数据建立三维体素组织模型。
具体的,基于医学影像数据建立三维体素组织模型的步骤还包括:获取第一影像数据;基于第一影像数据建立三维体素组织模型。进一步的,第一影像数据为能够显示被照射体组织轮廓的影像数据。
划定感兴趣区域:基于三维体素组织模型定义感兴趣区域。
具体的,基于三维体素组织模型定义感兴趣区域的步骤还包括:获取第一影像数据;获取第二影像数据;将第一影像数据与第二影像数据进行配准对位,获得融合影像数据;基于融合影像数据划定感兴趣区域。其中,第一影像数据为CT或MRI,第二影像数据为放射性核素医学影像数据。
可以理解的,基于第一影像数据建立三维体素组织模型的步骤和获取第二影像数据、得到融合影像数据的步骤顺序不分先后。可以理解的,也可以基于融合影像数据建立三维体素组织模型。
分区分组:基于感兴趣区域至少确定高浓度药物吸收区域和低浓度药物吸收区域,将高浓度药物吸收区域和低浓度药物吸收区域进行分组,其中,高浓度药物吸收区域至少分为一组,低浓度药物吸收区域至少分为两组,每组进行药物浓度赋值。
具体的,分区分组的步骤还包括以下步骤:
以TBR或TNR进行分区:定义TBR为感兴趣区域的药物浓度与血液中药物浓度的比值,定义TNR为感兴趣区域的药物浓度与正常组织中药物浓度的比值;确定感兴趣区域的TBR大于或等于第一指定值的区域或TNR大于或等于第二指定值的区域为高浓度药物吸收区域,确定感兴趣区域的TBR小于第一指定值的区域或TNR小于第二指定值的区域为低浓度药物吸收区域。
根据药物确定指定值取值:药物为硼药,第一指定值大于或等于1.2,第二指定值大于或等于1.5;药物为BPA,第一指定值与第二指定值相等,为2.5。进一步的,药物为BPA时,以TBR或TNR进行分区的步骤还包括:将感兴趣区域分成三组,其中,将高浓度药物吸收区域分为一组,为第一区;将低浓度药物吸收区域分为两组,分别是第二区和第三区,低浓度药物吸收区域的TBR大于或等于第三指定值或TNR大于或等于第四指定值的区域为第二区,低浓度药物吸收区域的TBR小于第三指定值或TNR小于第四指定值的区域为第三区,第三指定值与第四指定值相等,等于2.0。
在一些实施例中,被照射体为脑瘤患者,该病患的肿瘤体积GTVanatomy范围较大,感兴趣区域的体积为155.9c.c.,即GTVanatomy为155.9c.c.。对该病患注射硼药18F-BPA,并从影像数据中获得TBR范围为0.70-5.95,如图6所示,则取第一指定值为2.5,将TBR≥2.5的区域划分为高浓度药物吸收区域并作为第一区,图6中绿色线条圈定的红色区域为第一区;将TBR<2.5的区域划分为低浓度药物吸收区域。取第三指定值为2.0,将低浓度药物吸收区域划分为2.0≤TBR<2.5的第二区和TBR<2.0的第三区,图6中黄色线条圈定的橙色区域为第二区,红色线条圈定的绿色区域为第三区。
药物浓度赋值:基于第V个区域的肿瘤体积GTVanatomy对该区域的每个体素单元的TBR或TNR进行平均化计算,获取该区域的均匀硼浓度。
在上述病患的实施例中,划分出的第一区内的肿瘤体积GTV1为60.8c.c.,基于图7所示的TBR-体积直方图计算该区域内的平均指定值(即平均TBR)为3.30,第二区内的肿瘤体积GTV2为63.0c.c.,基于图7计算该区域内的平均TBR为2.26,第三区的肿瘤体积GTV3为35.1c.c.,基于图7计算该区域内的平均TBR为1.67。采用均匀硼浓度分布赋值,上述每一平均TBR对应于一个硼浓度值。
剂量评估:基于药物浓度和中子束的照射参数进行剂量评估。
具体的,剂量评估的步骤包括:基于药物浓度和中子束的照射参数计算照射剂量。
在上述病患的实施例中,利用现有治疗计划系统NeuMANTA计算非均匀硼浓度分布剂量功能的结果为对照计算组,并与本申请所提供的剂量评估结果进行比较。对照组的计算中,将GTVanatomy所有硼浓度进行132区域群化,并对132个区域进行硼浓度赋值,相当于将GTVanatomy区分为132个区域进行均匀硼浓度分布剂量计算。本申请实施例中,将GTVanatomy区分为3个区域进行均匀硼浓度分布剂量计算。
本申请实施例的剂量计算时间相比于对照组计算时间缩短近80%,这是在对照组的计算中,由于132个区域中部分区域之间的硼浓度差异较小,硼浓度的赋值差别对剂量计算的影响微乎其微,反而增加了计算的时间,且占用了较高的内存。本申请实施例的分区分组方式,在确保剂量结果具有高可信度和高准确度的情况下,极大程度降低了剂量计算的时间,并进而降低了治疗计划制定所用时间,也降低了治疗计划系统10对于硬件设备的要求和依赖,提高了治疗过程的便捷性。本方式和对照组的GTVanatomy剂量结果与差异如图8和下表所示:
| Dmax(Gy-Eq) | Dmin(Gy-Eq) | Dmean(Gy-Eq) | D80(Gy-Eq) | |
| 本申请实施例 | 53.88 | 6.37 | 25.68 | 16.02 |
| 对照组 | 70.89 | 5.59 | 25.36 | 15.37 |
| 差值(Difference) | -24.0% | 14.0% | 1.3% | 4.2% |
其中,Dmax为被照射体模拟治疗计算中获得最大剂量,Dmin为被照射体模拟治疗计算中获得最小剂量,Dmean为被照射体模拟治疗计算中获得平均剂量,D80为病灶80%体积获得的剂量,单位为Gy-Eq;图8中,实线表示本申请实施例的方法的剂量体积直方图,虚线表示对照组方法的剂量体积直方图,横坐标Dose(Gy-Eq)为照射剂量,纵坐标Volume(%)为病灶体积百分比。
从上表和图8中可以看出,两种方式的DVH分布具有相当的一致性。具体的,按照本申请实施例的方式计算的结果在Dmin、Dmean以及D80时与非均匀硼浓度的计算结果的偏差不超过15%,尤其在Dmean以及D80时,均匀硼浓度的计算结果与非均匀硼浓度的计算结果之间的偏差不超过5%。由于在实际治疗中,为了能给予病灶良好的控制,实际治疗的剂量常以低剂量为参考依据,如采用病灶80%体积获得的剂量D80为参考依据,从而确保病灶能够获得足够处方剂量的同时降低对病患身体健康的影响。由上可知,以D80为评估标准,本申请实施例的计算结果相比于对照的非均匀硼浓度的计算结果偏差较小,所以,本申请方法在节省计算时间的同时,能够保证剂量计算的准确性。
可以理解的,剂量评估方法可以采用上述的中子捕获治疗系统1执行。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (15)
1.一种中子捕获治疗系统,其特征在于,包括
中子照射装置,用于产生中子束并照射被照射体;
治疗计划系统,用于基于所述被照射体的感兴趣区域至少确定高浓度药物吸收区域和低浓度药物吸收区域,对所述高浓度药物区域和所述低浓度药物区域进行药物浓度赋值和剂量评估,生成治疗计划;
控制模块,用于控制所述中子照射装置执行所述治疗计划。
2.根据权利要求1所述的中子捕获治疗系统,其特征在于,所述治疗计划系统包括:
建模模块,用于基于所述被照射体的医学影像数据建立三维体素组织模型;
处理模块,用于基于所述三维体素组织模型定义感兴趣区域,基于所述感兴趣区域至少确定高浓度药物吸收区域和低浓度药物吸收区域,将所述高浓度药物吸收区域和所述低浓度药物吸收区域进行分组,其中,所述高浓度药物吸收区域至少分为一组,所述低浓度药物吸收区域至少分为两组,每组进行药物浓度赋值;
剂量评估模块,基于所述药物浓度和所述中子束的照射参数进行剂量评估;
治疗计划生成模块,基于所述剂量评估的结果生成治疗计划。
3.根据权利要求2所述的中子捕获治疗系统,其特征在于,所述治疗计划系统,还用于定义TBR为所述感兴趣区域的药物浓度与血液中药物浓度的比值,定义TNR为所述感兴趣区域的药物浓度与正常组织中药物浓度的比值;
所述处理模块,用于确定所述感兴趣区域的TBR大于或等于第一指定值的区域或TNR大于或等于第二指定值的区域为所述高浓度药物吸收区域,确定所述感兴趣区域的TBR小于所述第一指定值的区域或TNR小于所述第二指定值的区域为所述低浓度药物吸收区域。
4.根据权利要求3所述的中子捕获治疗系统,其特征在于,所述药物为硼药,所述第一指定值大于或等于1.2,所述第二指定值大于或等于1.5。
5.根据权利要求4所述的中子捕获治疗系统,其特征在于,所述药物为BPA,所述第一指定值等于2.5,所述第二指定值等于2.5。
6.根据权利要求5所述的中子捕获治疗系统,其特征在于,所述处理模块,用于将所述感兴趣区域分为三组,其中,将所述高浓度药物吸收区域分为一组,为第一区;将所述低浓度药物吸收区域分为两组,分别是第二区和第三区,其中,所述低浓度药物吸收区域的TBR大于或等于第三指定值或TNR大于或等于第四指定值的区域为第二区,所述低浓度药物吸收区域的TBR小于第三指定值或TNR小于第四指定值的区域为第三区,所述第三指定值大于1.5且小于等于2.0,所述第四指定值与第三指定值相等。
7.根据权利要求6所述的中子捕获治疗系统,其特征在于,所述第四指定值等于所述第三指定值,等于2.0。
8.根据权利要求3所述的中子捕获治疗系统,其特征在于,所述药物为放射性核素标记药物,所述治疗计划系统,还用于将所述药物浓度转化为基于医学影像数据获取的标记物放射性活度、标记物放射性强度、单位时间内衰变的原子数、互毁光子的有效计数以及标准摄取值中的一个数值进行定量或半定量分析。
9.根据权利要求8所述的中子捕获治疗系统,其特征在于,所述药物为放射性核素标记的硼药,所述治疗计划系统,用于将所述药物浓度转化为标准摄取值SUV进行定量分析,
其中,NB10(V)表示第V个区域的10B原子的数量,ξ为常数转换因子,为感兴趣区域中第V个区域的SUV平均值。
10.一种中子捕获治疗系统的剂量评估方法,其特征在于,所述方法包括:
基于被照射体的医学影像数据建立三维体素组织模型;
基于所述三维体素组织模型定义感兴趣区域;
基于所述感兴趣区域至少确定高浓度药物吸收区域和低浓度药物吸收区域,将所述高浓度药物吸收区域和所述低浓度药物吸收区域进行分组,其中,所述高浓度药物吸收区域至少分为一组,所述低浓度药物吸收区域至少分为两组,每组进行药物浓度赋值;
基于所述药物浓度和中子束的照射参数进行剂量评估。
11.根据权利要求10所述的中子捕获治疗系统的剂量评估方法,其特征在于,所述基于所述感兴趣区域至少确定高浓度药物吸收区域和低浓度药物吸收区域的步骤包括:定义TBR为所述感兴趣区域的药物浓度与血液中药物浓度的比值,定义TNR为所述感兴趣区域的药物浓度与正常组织中药物浓度的比值;确定所述感兴趣区域的TBR大于或等于第一指定值的区域或TNR大于或等于第二指定值的区域为所述高浓度药物吸收区域,确定所述感兴趣区域的TBR小于第一指定值的区域或TNR小于第二指定值的区域为所述低浓度药物吸收区域。
12.根据权利要求11所述的中子捕获治疗系统的剂量评估方法,其特征在于,所述药物为硼药,所述第一指定值大于或等于1.2,所述第二指定值大于或等于1.5。
13.根据权利要求12所述的中子捕获治疗系统的剂量评估方法,其特征在于,所述药物为BPA,所述第一指定值与第二指定值相等,为2.5。
14.根据权利要求13所述的中子捕获治疗系统的剂量评估方法,其特征在于,将感兴趣区域分成三组,其中,将所述高浓度药物吸收区域分为一组,为第一区;将所述低浓度药物吸收区域分为两组,分别是第二区和第三区,所述低浓度药物吸收区域的TBR大于或等于第三指定值或TNR大于或等于第四指定值的区域为第二区,所述低浓度药物吸收区域的TBR小于第三指定值或TNR小于第四指定值的区域为第三区,所述第三指定值与第四指定值相等,所述第三指定值大于1.5且小于等于2.0。
15.根据权利要求11所述的中子捕获治疗系统的剂量评估方法,其特征在于,所述药物为放射性核素标记的硼药,将所述药物浓度转化为标准摄取值SUV进行定量分析,
其中,NB10(V)表示第V个区域的10B原子的数量,ξ为常数转换因子,为感兴趣区域中第V个区域的SUV平均值。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW112142026A TWI854879B (zh) | 2022-11-07 | 2023-11-01 | 中子捕獲治療系統及劑量評估方法 |
| PCT/CN2023/129862 WO2024099252A1 (zh) | 2022-11-07 | 2023-11-06 | 硼中子捕获治疗系统及其治疗计划生成方法 |
| EP23887942.3A EP4613324A1 (en) | 2022-11-07 | 2023-11-06 | Boron neutron capture treatment system and treatment plan generation method therefor |
| JP2025525233A JP2026500990A (ja) | 2022-11-07 | 2023-11-06 | ホウ素中性子捕捉療法システム及びその治療計画生成方法 |
| US19/201,499 US20250269203A1 (en) | 2022-11-07 | 2025-05-07 | Boron neutron capture therapy system and treatment plan generation method thereof |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2022113860015 | 2022-11-07 | ||
| CN202211386001 | 2022-11-07 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117982810A true CN117982810A (zh) | 2024-05-07 |
Family
ID=90890107
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311141034.8A Pending CN117982810A (zh) | 2022-11-07 | 2023-09-05 | 中子捕获治疗系统及剂量评估方法 |
| CN202311414471.2A Pending CN117982812A (zh) | 2022-11-07 | 2023-10-30 | 硼中子捕获治疗系统及其治疗计划生成方法 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311414471.2A Pending CN117982812A (zh) | 2022-11-07 | 2023-10-30 | 硼中子捕获治疗系统及其治疗计划生成方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US20250269203A1 (zh) |
| EP (1) | EP4613324A1 (zh) |
| JP (1) | JP2026500990A (zh) |
| CN (2) | CN117982810A (zh) |
| TW (2) | TWI854879B (zh) |
| WO (1) | WO2024099252A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN119113426A (zh) * | 2024-11-08 | 2024-12-13 | 华硼中子科技(杭州)有限公司 | 目标肿瘤的子区获取方法及硼药浓度时空分布获取方法 |
| CN120236716A (zh) * | 2025-06-03 | 2025-07-01 | 华硼中子科技(杭州)有限公司 | 基于bnct的知识图谱构建方法、终端及介质 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1658878A1 (en) * | 2004-11-17 | 2006-05-24 | The European Community, represented by the European Commission | BNCT treatment planning |
| CN104548372B (zh) * | 2015-01-07 | 2017-12-22 | 上海联影医疗科技有限公司 | 放射治疗的剂量确定装置 |
| CN106853272A (zh) * | 2015-12-08 | 2017-06-16 | 南京中硼联康医疗科技有限公司 | 射束的照射角度评价方法 |
| CN108295384B (zh) * | 2017-01-11 | 2020-02-28 | 南京中硼联康医疗科技有限公司 | 基于医学影像的组织元素质量比例解构方法及几何模型建立方法 |
| CN109308733A (zh) * | 2017-07-27 | 2019-02-05 | 南京中硼联康医疗科技有限公司 | 基于医学影像数据的几何模型建立方法及剂量计算方法 |
| EP3677309B1 (en) * | 2019-01-03 | 2021-03-10 | RaySearch Laboratories AB | A method and a corresponding radiation treatment system for generating a radiation treatment plan |
| CN110013613A (zh) * | 2019-04-16 | 2019-07-16 | 东莞东阳光高能医疗设备有限公司 | 一种硼中子俘获治疗计划系统 |
| CN110327554B (zh) * | 2019-07-08 | 2020-11-10 | 南方医科大学 | 基于预测剂量分布引导的调强放疗计划优化方法及应用 |
| EP4035731B1 (en) * | 2019-09-25 | 2025-01-08 | Neuboron Therapy System Ltd. | Irradiation parameter selection apparatus and usage method thereof and control system comprising said apparatus and usage method thereof |
| JP7368024B2 (ja) * | 2020-03-13 | 2023-10-24 | 株式会社J-Beam | Bnct治療システム |
| CN113797447A (zh) * | 2020-06-11 | 2021-12-17 | 中硼(厦门)医疗器械有限公司 | 放射治疗系统及其治疗计划生成方法 |
| CN113877073B (zh) * | 2020-07-03 | 2023-09-12 | 中硼(厦门)医疗器械有限公司 | 放射治疗系统及其治疗计划生成方法 |
| CN114367061B (zh) * | 2020-10-14 | 2023-06-23 | 中硼(厦门)医疗器械有限公司 | 硼中子捕获治疗系统及其治疗计划生成方法 |
| CN112473024B (zh) * | 2020-11-30 | 2021-09-14 | 南京航空航天大学 | 一种对bnct过程中的三维硼剂量或硼浓度进行实时监测的方法 |
| CN115131376A (zh) * | 2022-08-31 | 2022-09-30 | 兰州大学 | 一种体素合并方法及相关装置 |
-
2023
- 2023-09-05 CN CN202311141034.8A patent/CN117982810A/zh active Pending
- 2023-10-30 CN CN202311414471.2A patent/CN117982812A/zh active Pending
- 2023-11-01 TW TW112142026A patent/TWI854879B/zh active
- 2023-11-01 TW TW112142025A patent/TWI862255B/zh active
- 2023-11-06 WO PCT/CN2023/129862 patent/WO2024099252A1/zh not_active Ceased
- 2023-11-06 EP EP23887942.3A patent/EP4613324A1/en active Pending
- 2023-11-06 JP JP2025525233A patent/JP2026500990A/ja active Pending
-
2025
- 2025-05-07 US US19/201,499 patent/US20250269203A1/en active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN119113426A (zh) * | 2024-11-08 | 2024-12-13 | 华硼中子科技(杭州)有限公司 | 目标肿瘤的子区获取方法及硼药浓度时空分布获取方法 |
| CN120236716A (zh) * | 2025-06-03 | 2025-07-01 | 华硼中子科技(杭州)有限公司 | 基于bnct的知识图谱构建方法、终端及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2026500990A (ja) | 2026-01-13 |
| EP4613324A1 (en) | 2025-09-10 |
| TWI862255B (zh) | 2024-11-11 |
| WO2024099252A1 (zh) | 2024-05-16 |
| CN117982812A (zh) | 2024-05-07 |
| TW202419123A (zh) | 2024-05-16 |
| US20250269203A1 (en) | 2025-08-28 |
| TWI854879B (zh) | 2024-09-01 |
| TW202419124A (zh) | 2024-05-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114367061B (zh) | 硼中子捕获治疗系统及其治疗计划生成方法 | |
| US12172031B2 (en) | Radiotherapy system and therapy plan generation method therefor | |
| TWI854879B (zh) | 中子捕獲治療系統及劑量評估方法 | |
| CN108066901B (zh) | 基于医学影像的辐射屏蔽装置及方法 | |
| Gholami et al. | Application of Geant4 Monte Carlo simulation in dose calculations for small radiosurgical fields | |
| TW202442270A (zh) | 輻射治療的感興趣區域定位方法及系統 | |
| Romero-Expósito et al. | Individualized evaluation of the total dose received by radiotherapy patients: Integrating in-field, out-of-field, and imaging doses | |
| Shinde et al. | Evaluation of kV-CBCT based 3D dose calculation accuracy and its validation using delivery fluence derived dose metrics in Head and Neck Cancer | |
| TWI857841B (zh) | 硼中子捕獲治療系統及其工作方法 | |
| Adam | Combining external beam radiotherapy and radiopharmaceutical therapy dosimetry for recurrent head and neck cancer treatment | |
| Van Dyk et al. | Sci—Fri PM: delivery—11: accuracy considerations in modern radiation oncology: an update | |
| Herchko | Development of a Minibeam Delivery System for Use with a Radiation Therapy Research Platform | |
| Dang | Evaluation of Flattening Filter Free (Fff) Beams to Reduce Out-of-Field Dose in Paediatric Cranial Radiation Therapy | |
| CN118022203A (zh) | 基于紧凑型强流质子rfq加速器的硼中子俘获治疗装置 | |
| Roberts | A Portal imager-based patient dosimetry system | |
| Ladeira | Initial testing of EPID pre-treatment dosimetry for the varian LINAC | |
| dos Santos Boita | Replacing Gamma Analyses with DVH Analyses for Individual Patient QA | |
| Boita | Replacing gamma analyses with DVH analyses for individual patient QA | |
| Robinson | Verification of direct brachytherapy dosimetry for a single seed implant | |
| Hug | Development and characterisation of scintillation type detectors for in-air treatment beam verification | |
| Pyakuryal | A study of the radiobiological modeling of the conformal radiation therapy in cancer treatment | |
| Stabin | Dosimetry of lonizing | |
| Johnston | An x-ray computed tomography polymer gel dosimetry system for complex radiation therapy treatment verification | |
| Mestrovic | Integration of daily imaging, plan adaptation and radiation delivery for near real-time adaptive radiation therapy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |