[go: up one dir, main page]

WO2020217569A1 - 患者位置決めシステム、方法およびプログラム - Google Patents

患者位置決めシステム、方法およびプログラム Download PDF

Info

Publication number
WO2020217569A1
WO2020217569A1 PCT/JP2019/040787 JP2019040787W WO2020217569A1 WO 2020217569 A1 WO2020217569 A1 WO 2020217569A1 JP 2019040787 W JP2019040787 W JP 2019040787W WO 2020217569 A1 WO2020217569 A1 WO 2020217569A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
region
interest
patient
fluoroscopic image
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.)
Ceased
Application number
PCT/JP2019/040787
Other languages
English (en)
French (fr)
Inventor
康一 宮崎
徹 梅川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to US17/601,454 priority Critical patent/US11712582B2/en
Priority to EP19926103.3A priority patent/EP3960235B1/en
Priority to CN201980092650.4A priority patent/CN113453751B/zh
Publication of WO2020217569A1 publication Critical patent/WO2020217569A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

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
    • A61N5/1048—Monitoring, verifying, controlling systems and methods
    • A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/4007—Arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units
    • A61B6/4014—Arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units arranged in multiple source-detector units
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • A61B6/487—Diagnostic techniques involving generating temporal series of image data involving fluoroscopy
    • 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
    • A61N5/1048—Monitoring, verifying, controlling systems and methods
    • A61N5/1064—Monitoring, verifying, controlling systems and methods for adjusting radiation treatment in response to monitoring
    • A61N5/1069—Target adjustment, e.g. moving the patient support
    • 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
    • A61N5/1048—Monitoring, verifying, controlling systems and methods
    • A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A61N2005/105—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using a laser alignment system
    • 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
    • A61N5/1048—Monitoring, verifying, controlling systems and methods
    • A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A61N2005/1061—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using an x-ray imaging system having a separate imaging source

Definitions

  • the present invention relates to a patient positioning system, method and program, and more particularly to a technique for determining the amount of displacement of the position and posture of a patient undergoing radiotherapy.
  • Radiation therapy that irradiates the affected area with various types of radiation such as particle beams such as X-rays and proton beams is widely used.
  • a CT image three-dimensional image
  • the irradiation position, irradiation direction, etc. of radiation are determined for the patient based on the CT image.
  • the irradiation of radiation in treatment is performed at a timing different from the formulation of a treatment plan. Therefore, in order to match the position and posture of the patient at the time of acquiring the CT image and at the time of treatment, it is necessary to position the patient.
  • an X-ray fluoroscopic image is acquired on a reference plane defined on the radiotherapy system while the patient is lying on the treatment table. Further, a DRR image (Digital Reconstructed Radiography) obtained by projecting a CT image onto a reference plane is acquired while changing the relative relationship (position-posture relationship) between the position and orientation of the CT image and the reference plane. Then, the amount of deviation with respect to the position and posture of the treatment table is obtained based on the position-posture relationship such that the X-ray fluoroscopic image and the DRR image approximate or match.
  • the position and posture of the treatment table that is, the position and posture of the patient are set based on the amount of position-posture deviation obtained by such positioning calculation.
  • the region of interest is set for the fluoroscopic image, and the degree of coincidence between the fluoroscopic image and the DRR image is obtained for the region of interest to determine the amount of displacement of the treatment table.
  • the required technology is described. That is, the position-posture relationship is obtained so that the degree of coincidence exceeds a predetermined value while changing the position-posture relationship between the space where the CT image which is the source of the DRR image is acquired and the reference plane where the X-ray fluoroscopic image is acquired.
  • the technique for determining the amount of displacement of the treatment table is described.
  • a region of interest is set when determining the degree of agreement between the X-ray fluoroscopic image and the DRR image, and by determining the degree of agreement for the region of interest, the region whose position does not change due to the patient's breathing or heartbeat (spine, pelvis, etc.) ) Can be focused on.
  • FIG. 12 shows an example of an X-ray fluoroscopic image and an ROI image acquired when the affected area is on the chest.
  • ROI is an abbreviation for Region Of Interest, which means an area of interest.
  • FIG. 12 shows an X-ray fluoroscopic image 1201 captured from the front of the patient, an ROI image 1203 set according to the X-ray fluoroscopic image 1201, and a superposed image 1202 in which they are superimposed.
  • the ROI image 1203 is divided into two regions A and B. Area A indicates an area set as an area of interest, and area B indicates an area not set as an area of interest.
  • the spine does not change position due to breathing or beating of the heart. Therefore, as shown in FIG. 12, by setting the region of interest to the spine, the amount of displacement of the patient's position and posture can be obtained with high accuracy, and positioning can be performed with high accuracy.
  • the above-mentioned conventional technology has the following problems. That is, it is necessary for the user to set the region of interest, and depending on the skill of the user, it is difficult to immediately execute the patient positioning calculation after taking the fluoroscopic image. In addition, if the region of interest is not set appropriately due to reasons such as low skill of the user, it may not be possible to calculate the correct amount of position / orientation deviation.
  • An object of the present invention is to quickly and accurately determine the amount of deviation of the patient's position and posture with respect to the three-dimensional image of the patient acquired before radiotherapy.
  • the present invention includes an X-ray imaging device and a calculation device for acquiring an X-ray fluoroscopic image of a patient on a reference plane, and the calculation device includes parameters of a region estimation model and the X-ray fluoroscopic image or DRR.
  • the amount of displacement between the patient and the three-dimensional image is obtained based on the three-dimensional image, the X-ray fluoroscopic image, and the region of interest, and the parameters of the region estimation model are before radiation treatment.
  • the reference fluoroscopic image acquired in the above is used as input data
  • the reference ROI image acquired before the radiotherapy is used as the teacher data for the reference fluoroscopic image as a parameter calculated.
  • the present invention it is possible to quickly and accurately obtain the amount of deviation between the three-dimensional image of the patient acquired before the radiotherapy and the position and posture with the patient.
  • the radiotherapy system according to each embodiment of the present invention will be described below with reference to each drawing.
  • the same items shown in a plurality of drawings are designated by the same reference numerals, and duplicate explanations are avoided.
  • image in the specification of the present application means image data to be calculated.
  • image in the case of being photographed or displayed means an image that can be actually or conceptually expressed on a two-dimensional plane.
  • FIG. 1 shows an overall schematic configuration of the radiotherapy system 100 according to the first embodiment of the present invention.
  • the radiation therapy system 100 is a system for irradiating the affected portion in the patient 2 on the treatment table 1.
  • the radiation is a heavy particle beam such as carbon or helium or a particle beam by a proton beam, but the radiation is not limited to the particle beam, but is not limited to the particle beam, such as X-ray or ⁇ -ray. It may be a photon beam.
  • the radiotherapy system 100 includes an accelerator 101, a beam transport device 102, and a particle beam irradiating device 6 for irradiating the affected area in the patient 2 with the particle beams supplied from the accelerator 101 as components for irradiating the particle beams. ing.
  • the radiotherapy system 100 includes a treatment planning device 30, a CT imaging device 40, and a patient database (DB) 50 as components related to the formulation of a treatment plan.
  • the CT imaging device 40 captures a CT image of the patient 2 in advance for formulating a treatment plan.
  • the treatment planning device 30 formulates a treatment plan based on the imaging result of the CT imaging device 40.
  • the DB 50 stores information about patient 2. For each embodiment, an example using a CT image captured by the CT imaging device 40 is shown, but an MRI image captured by an MRI (Magnetic Resonance Imaging) imaging device or an ultrasonic imaging device is used. Other three-dimensional images taken by another imaging device, such as an ultrasonic image, may be used.
  • the radiotherapy system 100 includes X-ray imaging devices 5A and 5B, a positioning device 10, and a display device 21 as components related to the positioning calculation of the patient 2.
  • the X-ray imaging devices 5A and 5B capture an X-ray fluoroscopic image of patient 2.
  • the positioning device 10 calculates the amount of positional / posture deviation of the treatment table 1 and calculates the positioning of the patient 2.
  • the display device 21 displays an image according to the information output from the positioning device 10.
  • the radiotherapy system 100 includes a treatment table 1 and a treatment table driving device 20 for driving the treatment table 1 as components for setting the position and posture of the patient 2.
  • the radiotherapy system 100 includes a network 60 for communicating and connecting various devices to each other.
  • the particle beam irradiated to the patient 2 is accelerated to the required energy by the accelerator 101, and then guided to the particle beam irradiation device 6 by the beam transport device 102.
  • the accelerator 101 may be a synchrotron type accelerator, a cyclotron type accelerator, or another accelerator.
  • a therapeutic X-ray irradiation device that generates therapeutic X-rays is provided instead of the accelerator 101 and the beam transport device 102.
  • a ⁇ -ray irradiation device that generates therapeutic ⁇ -rays is provided instead of the accelerator 101 and the beam transport device 102.
  • the X-ray imaging devices 5A and 5B are a two-dimensional dose of X-ray generators 4A and 4B that generate X-rays toward the patient 2 and X-rays generated from the X-ray generators 4A and 4B and transmitted through the patient 2. It includes two-dimensional X-ray detectors 3A and 3B for detecting the distribution, and a signal processing circuit (not shown).
  • the two-dimensional X-ray detectors 3A and 3B output analog signals from two-dimensionally arranged detection elements.
  • the signal processing circuit processes the analog signals output from the two-dimensional X-ray detectors 3A and 3B to generate an X-ray fluoroscopic image, and outputs the X-ray fluoroscopic image to the positioning device 10.
  • the two-dimensional X-ray detectors 3A and 3B for example, a flat panel detector (FPD: Flat Panel Detector) or an image intensifier (I.I.) is used.
  • the two-dimensional X-ray detectors 3A and 3B may be any as long as they acquire a two-dimensional image, and FPD and I. I. It may be a two-dimensional detector other than the above.
  • the number of X-ray imaging devices is two, but the number is not limited to this.
  • the number of X-ray imaging devices may be any number as long as it is one or more.
  • two or more X-ray imaging devices may be used.
  • the radiotherapy system 100 has a virtual reference plane for positioning.
  • the reference plane may be a plane on which an X-ray fluoroscopic image is taken by the X-ray imaging devices 5A and 5B.
  • the positioning device 10 includes a DRR creation unit 11, a positioning calculation unit 12, a storage device 13, an area estimation unit 14, a parameter calculation unit 15, a data set creation unit 16, an input unit 17, an ROI correction unit 18, and a display processing unit 19.
  • the DRR creation unit 11 creates a DRR image by projecting the CT image onto the reference plane virtually, that is, by calculation.
  • the positioning calculation unit 12 calculates an evaluation function based on the X-ray fluoroscopic image, the DRR image, and the ROI image captured by the X-ray imaging devices 5A and 5B. In addition, the positioning calculation unit 12 calculates the amount of deviation of the position and posture of the patient 2 during treatment with respect to the time of CT image imaging by using the evaluation function.
  • the storage device 13 stores a data set in which a reference fluoroscopic image and a reference ROI image are combined.
  • the region estimation unit 14 estimates the region of interest set for the fluoroscopic image captured by the X-ray imaging devices 5A and 5B.
  • the parameter calculation unit 15 calculates the parameters of the area estimation model used by the area estimation unit 14 using the data set stored in the storage device 13.
  • the data set creation unit 16 creates a data set based on the image acquired at the time of positioning the patient treated in the past.
  • the input unit 17 includes an interface such as a mouse, a keyboard, and a switch, and inputs information to the positioning device 10 according to a user operation.
  • the ROI correction unit 18 corrects the region of interest estimated by the region estimation unit 14 according to the user's operation.
  • the display processing unit 19 displays an X-ray fluoroscopic image, a DRR image, or the like on the display device 21.
  • the DRR creation unit 11 reads the CT image captured by the CT imaging device 40 from the patient DB 50 at the time of formulating the treatment plan, and creates the DRR image by virtually projecting the CT image onto the reference plane. That is, a DRR image is created by integrating each voxel value of the CT image along a virtual X-ray path.
  • the positioning calculation unit 12 calculates the amount of displacement between the CT image and the patient 2 based on the degree of coincidence between the X-ray fluoroscopic image and the DRR image taken by the X-ray imaging devices 5A and 5B. Do. That is, the DRR creating unit 11 uses the evaluation DRR image as a DRR image when the geometric amount related to at least one of the translation and rotation of the CT image (hereinafter referred to as translation / rotation) is virtually changed. create. The positioning calculation unit 12 calculates an evaluation function representing the degree of agreement between the evaluation DRR image and the X-ray fluoroscopic image.
  • the positioning calculation unit 12 calculates the amount of deviation between the CT image and the patient 2 based on the relative position-posture relationship between the CT image and the patient 2 when the evaluation function satisfies a predetermined condition. That is, the positioning calculation unit 12 determines the geometric amount related to translation / rotation so that the evaluation function is maximized or exceeds a predetermined threshold value, so that the CT image and the position / posture of the patient 2 at the time of treatment are displaced from each other. Calculate the amount.
  • the evaluation function may be the absolute value of the difference between the pixel values of both images, the mutual information amount, the mutual correlation coefficient, and the like.
  • an optimization algorithm such as the gradient method may be used to determine the geometric quantity related to translation / rotation.
  • the positioning calculation unit 12 sets an area of interest for the fluoroscopic image and calculates the evaluation function within the range included in the area of interest. As a result, the amount of displacement of the patient 2's position and posture is calculated by focusing on the region where the position does not change due to respiration or heartbeat.
  • the positioning calculation unit 12 executes the positioning calculation based on the CT image and the X-ray fluoroscopic image for the region of interest, and the position of the CT image and the patient 2 based on the CT image, the X-ray fluoroscopic image and the region of interest. Calculate the amount of displacement of the posture.
  • the storage device 13 stores a set of a reference perspective image and a reference ROI image as a data set, and constructs a database including one or a plurality of data sets.
  • the storage device 13 obtains, for example, an X-ray fluoroscopic image acquired when an unspecified patient treated in the past is positioned, and an ROI image representing a region of interest set for the X-ray fluoroscopic image, respectively.
  • a reference fluoroscopic image and a reference ROI image As a reference fluoroscopic image and a reference ROI image.
  • FIG. 2 conceptually shows the configuration of the database stored in the storage device 13.
  • the storage device 13 stores data sets 200A, 200B, and 200C in which a reference fluoroscopic image and a reference ROI image are paired.
  • the reference fluoroscopic image and the reference ROI image of the data set 200A include, for example, the X-ray fluoroscopic image 201A and the ROI image 202A acquired when the patient A treated in the past is positioned.
  • the datasets 200B and 200C include fluoroscopic images 201B and 201C acquired when, for example, previously treated patients B and C were positioned, and ROI images 202B and 202C, respectively.
  • three data sets are shown in FIG. 2 for the sake of brevity, a larger number of data sets may actually be stored in the storage device 13.
  • the region estimation unit 14 performs region division processing on the X-ray fluoroscopic image of the patient 2 using the preset region estimation model and the parameters calculated by the parameter calculation unit 15, and estimates the initial region of interest. ..
  • a convolutional neural network (CNN) model as shown in Non-Patent Document 1 may be used.
  • FIG. 3 shows a diagram illustrating an example of the area division process.
  • the area estimation unit 14 performs region division processing using the X-ray fluoroscopic image 301 of the chest as input data, and outputs the initial ROI image 302 as output data.
  • the initial ROI image 302 is divided into two regions A and B, the region A is set as the region of interest, and the region B is not set as the region of interest.
  • the area estimation model is not limited to the model using CNN.
  • the region estimation model may use the reference fluoroscopic image as input data and the reference ROI image as teacher data to learn the parameters of the model.
  • a machine learning model other than CNN such as a support vector machine or a random forest may be used.
  • the X-ray fluoroscopic image 301 shown in FIG. 3 may be divided into three or more regions A, B, and C.
  • the initial ROI image 302 is set in the area A set as the area of interest, the area B not set as the area of interest, the area C that is difficult to divide, and the like.
  • the parameter calculation unit 15 learns (calculates) the parameters of the region division model used by the region estimation unit 14 using the data set stored in the storage device 13.
  • an error function is required in which the value of the initial ROI image output when the X-ray fluoroscopic image is input becomes smaller as it approaches the ideal ROI image. Then, a parameter is calculated that minimizes the error function or makes it smaller than a predetermined threshold value.
  • the error function for example, an average squared error, an average absolute value error, or the like may be used.
  • the input unit 17 receives operation information based on the user's operation through an interface such as a mouse or keyboard.
  • the ROI correction unit 18 corrects the ROI image, that is, corrects the region of interest, based on the operation information input to the input unit 17.
  • the display processing unit 19 displays an X-ray fluoroscopic image, a DRR image, an ROI image, a position / orientation deviation as a result of positioning calculation, and the like on the display device 21.
  • the positioning device 10, the treatment planning device 30, and the like may be realized by causing the arithmetic unit to execute a program.
  • This arithmetic unit may be a computer equipped with a CPU, memory, an interface, or the like, or a programmable arithmetic device such as an FPGA (Field Programmable Gate Array).
  • the program read into the arithmetic unit is stored in an internal recording medium or an external recording medium (not shown), and is read by the arithmetic unit.
  • the operation commands for the positioning device 10, the treatment planning device 30, and the like may be integrated into one program, divided into a plurality of programs, or a combination thereof.
  • part or all of the program may be realized by dedicated hardware, or may be modularized.
  • various programs may be installed in each device from a program distribution server, an internal storage medium, or an external recording medium.
  • the positioning device 10 and the treatment planning device 30 and the like do not have to be independent, and two or more of them may be integrated and shared to share only the processing.
  • a part of the plurality of components included in the positioning device 10 may be configured by an external computer.
  • the external computer may be directly connected to the positioning device 10 or may be connected to a communication line such as the Internet.
  • Some or all of the plurality of components included in the positioning device 10 may be individually configured by an electronic circuit as hardware.
  • a RAM, a ROM, a hard disk, a USB memory, an SD card, or the like may be used for the storage device 13 included in the positioning device 10.
  • the storage device 13 may be a storage on a communication line such as the Internet.
  • One component included in the positioning device 10 may be composed of a plurality of computers that perform distributed processing.
  • FIG. 4 shows a flowchart showing a positioning procedure using the radiotherapy system 100 according to the present embodiment. This flowchart is divided into an out-of-treatment flow F400 executed outside the treatment and a treatment-time flow F450 executed at the time of treatment.
  • the data set creation unit 16 creates a data set in which the reference fluoroscopic image and the reference ROI image are paired, and stores the data set in the storage device 13 (S401).
  • the reference fluoroscopic image and the reference ROI image prepared here may be, for example, an X-ray fluoroscopic image and an ROI image acquired at the time of positioning a patient who has been treated in the past. Patients treated in the past may be unspecified patients, including patient 2 currently being treated.
  • the parameter calculation unit 15 reads out the data set stored in the storage device 13 and calculates the parameters of the region estimation model (S402). After that, the parameter calculation unit 15 stores the calculated parameters in the storage device 13 (S403).
  • the patient 2 is laid on the treatment table 1.
  • the laser marking device (not shown) provided in the radiotherapy system 100 irradiates the patient 2 with a laser beam for rough positioning according to the operation of the user as a practitioner (S451). The user performs rough positioning based on the irradiation spot of the laser beam and the mark marked on the patient 2.
  • the X-ray imaging devices 5A and 5B capture an X-ray fluoroscopic image (S452).
  • the area estimation unit 14 reads out the parameters stored in the storage device 13 (S453), and estimates the initial ROI image from the X-ray fluoroscopic image acquired in the process of S452 (S454).
  • the display processing unit 19 displays an X-ray fluoroscopic image and an initial ROI image on the display device 21 (S455).
  • the user refers to the fluoroscopic image and the ROI image shown on the display device 21 to determine whether or not the ROI image needs to be modified.
  • the user corrects the ROI image with respect to the input unit 17. Perform the operation.
  • the user determines that the ROI image does not need to be modified, the user performs a positioning operation on the input unit 17.
  • the positioning operation is an operation of causing the positioning calculation unit 12 to execute the positioning calculation.
  • the ROI correction unit 18 determines whether the correction operation or the positioning operation has been performed in the input unit 17 (S456). When a correction operation is performed, the ROI correction unit 18 corrects the ROI image according to the correction operation and generates a corrected ROI image (corrected ROI image) (S457). When the ROI correction unit 18 determines that the positioning operation has been performed, or when the correction of the ROI image is completed in the process of S457, the positioning calculation unit 12 executes the positioning calculation (S458).
  • the display processing unit 19 displays the X-ray fluoroscopic image, the DRR image, the ROI image from which the position / orientation deviation amount is obtained, and the position / orientation deviation amount on the display device 21. (S459).
  • the positioning device 10 displays these images and corrects the region of interest according to the operation of correcting the region of interest by the user by the following processing, and obtains the amount of displacement of the position and orientation of the region of interest after the correction.
  • the user confirms the X-ray fluoroscopic image, the DRR image, the ROI image, and the position / orientation deviation amount displayed on the display device 21, and determines whether or not the position / orientation deviation amount is appropriately obtained.
  • the drive operation is an operation for driving the treatment table 1 by the treatment table drive device 20.
  • the ROI correction unit 18 determines whether the correction operation was performed in the input unit 17 or the drive operation of the treatment table 1 was performed (S460). When the correction operation is performed, the ROI correction unit 18 returns to the process of S457 and corrects the ROI image according to the correction operation (S457). When the ROI correction unit 18 determines that the drive operation has been performed in S458, the treatment table drive device 20 sets the treatment table 1 based on the position / orientation deviation amount (geometric amount related to translation / rotation) calculated by the positioning calculation. Drive (S461). As a result, the position and posture of the patient 2 are set to the position and posture for radiation therapy.
  • the region of interest is set by the user's operation.
  • an ROI image is generated by a preset area estimation model, and an area of interest is set based on the ROI image. This reduces the time spent setting the area of interest and thus the time spent positioning the patient.
  • the position and range of the area of interest are highly arbitrary, and it may be difficult to appropriately set the area of interest depending on the skill level of the user.
  • the ROI image is generated from the parameters of the region estimation model learned from the data set. Therefore, the area of interest is set regardless of the skill level of the user, and the time spent for positioning the patient is shortened.
  • the ROI image generated from the parameters of the region estimation model is displayed, and the ROI image can be modified by the user. Then, after the positioning calculation is executed, the ROI image from which the position / orientation deviation amount is obtained is displayed, and the ROI image can be modified by the user. As a result, even if the modified ROI image obtained by the arithmetic processing is inappropriate, the ROI image is modified based on the user's knowledge and experience, and the positioning calculation is performed with high accuracy.
  • FIG. 5 shows a flowchart showing a positioning procedure according to the present embodiment.
  • FIG. 6 conceptually shows the modification process of the region of interest according to the present embodiment.
  • the X-ray fluoroscopic image and the ROI image acquired at the time of positioning are used as a new reference fluoroscopic image and a reference ROI image, respectively. Then, a new reference fluoroscopic image and a reference ROI image are added and stored in the storage device 13 as a data set, and the parameters of the region estimation model are updated.
  • the processing flow of patient positioning is divided into an out-of-treatment flow F700 executed outside the treatment and a treatment flow F750 executed at the time of treatment.
  • the out-of-treatment flow F700 differs from the in-treatment flow F400 shown in FIG. 4 in that a database to which a new data set is added is used in the processing of S502.
  • the treatment of S551 to S559 in the treatment flow F550 is the same as the treatment of S451 to S459 shown in FIG.
  • the user refers to the X-ray fluoroscopic image, the DRR image, the ROI image from which the position / orientation deviation amount is obtained, and the position / orientation deviation amount shown on the display device 21, and corrects the ROI image. Determine if it is necessary.
  • the user determines that the ROI image needs to be corrected, the user performs the ROI image correction operation on the input unit 17.
  • the user determines that the ROI image does not need to be modified, the user performs a storage operation on the input unit 17.
  • the storage operation is an operation in which the data set creation unit 16 stores a new data set in the storage device 13.
  • the ROI correction unit 18 determines whether the correction operation or the storage operation has been performed in the input unit 17 (S560). When the correction operation is performed, the ROI correction unit 18 returns to the process of S557 and corrects the ROI image according to the correction operation (S557).
  • the data set creation unit 16 stores a new data set in the storage device 13. That is, the data set creation unit 16 stores a new data set in which the X-ray fluoroscopic image and the finally generated ROI image are used as the reference fluoroscopic image and the reference ROI image in the storage device 13 (SA).
  • the parameter calculation unit 15 reads out the newly stored data set in addition to the previously stored data set, and calculates the parameters of the region estimation model (S502).
  • the treatment table driving device 20 drives the treatment table 1 based on the position / posture deviation amount calculated by the positioning calculation (S561).
  • FIG. 6 is a diagram illustrating a process in which the ROI correction unit 18 corrects the ROI image and the data set creation unit 16 stores a new data set in the storage device 13. This figure conceptually shows the process by which the ROI image is modified when the affected area is on the chest.
  • the initial image group 610 an X-ray fluoroscopic image 600, an initial ROI image 613, and a superposed image 612 in which both images are superimposed are shown.
  • the initial region of interest includes not only the spine region but also the heart region and the diaphragm region because the number of data sets stored in the storage device 13 is insufficient. It is shown. Therefore, when the positioning calculation is performed using the initial ROI image 613, the calculation may not be performed properly. In this case, the user modifies the ROI image according to the processes of S556, S560 and S557.
  • FIG. 6 shows a superposed image 622 in which the corrected ROI image 623 and the X-ray fluoroscopic image 600 are superimposed as the modified i-th image group 620. These figures show a state in which the region of interest includes the diaphragm region. In this case, the positioning calculation may fail. Further, FIG. 6 shows a superposed image 632 in which the corrected ROI image 633 and the X-ray fluoroscopic image 600 are superimposed as the corrected nth image group 630. These figures show a state in which the region of interest is set only for the spine. In this case, the positioning calculation may succeed.
  • the ROI image 633 is preferably the ROI image estimated by the region estimation model.
  • a new data set is stored in the storage device 13 as a reference fluoroscopic image and a reference ROI image, respectively, for the X-ray fluoroscopic image 600 and the ROI image 633 when positioning is successful. Will be done.
  • the parameters of the region estimation model in which the ROI image 633 may be estimated for the fluoroscopic image 600 are obtained.
  • the estimation accuracy of the ROI image by the region estimation model is improved.
  • the number of treated patients will increase, the number of datasets contained in the database will increase, the generalization performance of the region estimation model will improve, and ROI images will be estimated for X-ray fluoroscopic images of new patients.
  • the accuracy of the case is improved.
  • the user often saves the effort of modifying the initial ROI image and may require less time to position the patient.
  • FIG. 7 shows a flowchart showing a positioning procedure according to the present embodiment.
  • FIG. 8 conceptually shows the structure of the data set according to the present embodiment.
  • FIG. 9 conceptually shows a method of creating learning data by the parameter calculation unit 15 according to the present embodiment.
  • the X-ray fluoroscopic image and the ROI image acquired at the time of positioning are the reference fluoroscopic image and the reference ROI image, respectively.
  • a data set including a reference fluoroscopic image, a reference ROI image, and positioning success / failure information is additionally stored in the storage device 13, and the parameters of the region estimation model are updated.
  • the positioning success / failure information is information indicating whether the positioning calculation was successful or unsuccessful, as will be described later.
  • the flowchart shown in FIG. 7 is divided into an out-of-treatment flow F700 executed outside the treatment and a treatment flow F750 executed at the time of treatment.
  • the out-of-treatment flow F700 differs from the in-treatment flow F400 shown in FIG. 4 in that a database to which a new data set is added is used in S702.
  • the treatment of S751 to S761 in the treatment flow F750 is the same as the treatment of S451 to S461 shown in FIG.
  • a process of storing a new data set including positioning success / failure information in the storage device 13 is inserted between the processing of S759 and the processing of S760, which is shown in FIG. Different from flow S450.
  • the user After the processing of S759, the user refers to the X-ray fluoroscopic image, the DRR image, the ROI image from which the position / orientation deviation amount is obtained, and the position / orientation deviation amount shown on the display device 21, and the positioning calculation is successful. Judge whether or not.
  • the user determines that the positioning calculation has failed, the user performs a failure storage operation on the input unit 17, and then performs a correction operation of the ROI image.
  • the failure storage operation is an operation of causing the data set creation unit 16 to execute a process of storing a new data set.
  • the new data set includes positioning success / failure information (positioning failure information) indicating that the positioning calculation has failed.
  • positioning success / failure information positioning failure information
  • the X-ray fluoroscopic image and the ROI image to be displayed are set as a new reference fluoroscopic image and a reference ROI image, respectively.
  • a data set including positioning failure information is stored in the storage device 13.
  • the user determines that the positioning calculation is successful, the user performs a successful memory operation on the input unit 17, and then performs a drive operation.
  • the successful memory operation is an operation of causing the data set creation unit 16 to execute a process of storing a new data set.
  • the new data set includes positioning success / failure information (positioning success information) indicating that the positioning calculation was successful.
  • positioning success information indicating that the positioning calculation was successful.
  • the X-ray fluoroscopic image and the ROI image to be displayed are set as a new reference fluoroscopic image and a reference ROI image, respectively.
  • a data set including positioning success information is stored in the storage device 13.
  • the data set creation unit 16 executes a process of storing a new data set including positioning success / failure information in response to a failure memory operation or a success memory operation performed by the user after the process of S759 (SB).
  • the process of S760 is executed in response to the correction operation or the drive operation performed following the failure memory operation or the success memory operation.
  • the processing of S760 executed in response to the correction operation or the driving operation is the same as the processing of S460.
  • the parameter calculation unit 15 stores the area based on the newly stored data set in addition to the previously stored data set. Calculate the parameters of the estimation model (S702).
  • the parameter calculation unit 15 calculates the parameters of the region estimation model using the reference fluoroscopic image as input data and not only the reference ROI image but also the positioning success / failure information as teacher data. That is, the parameter calculation unit 15 calculates the parameter by an algorithm that reflects whether the reference region of interest image has brought about success or failure of the positioning calculation. This improves the accuracy of calculating the parameters of the region estimation model.
  • the parameter calculation unit 15 stores the calculated parameters in the storage device 13 (S703).
  • FIG. 8 conceptually shows a database stored in the storage device 13 according to the present embodiment.
  • the storage device 13 stores data sets 800A, 800a, and 800B, which are a set of a reference fluoroscopic image, a reference ROI image, and positioning success / failure information.
  • the data set 800A for example, the X-ray fluoroscopic image 801A, the ROI image 802A, and the positioning failure information used when the first positioning calculation is performed on the patient A who has been treated in the past and the positioning calculation fails. It is composed of 803A.
  • the data set 800a is composed of the X-ray fluoroscopic image 801A, the ROI image 802a, and the positioning success information 803a used when the second positioning calculation is performed on the same patient A as the data set 800A and the positioning calculation is successful. Has been done.
  • the X-ray fluoroscopic image 801B, the ROI image 802B, and the positioning success information 803B used when the first positioning calculation is performed on the patient B treated in the past and the positioning calculation is successful is composed of.
  • the positioning success / failure information may be in any form as long as it indicates whether the positioning calculation succeeded or failed.
  • the number 1 may be assigned if it succeeds, and the number 0 may be assigned if it fails.
  • "success” and "failure” may be assigned as text data in a code representing characters. Although three data are shown in FIG. 8 for simplification of the description, in reality, more data may be stored in the storage device 13.
  • the positioning success / failure information is stored together with the reference fluoroscopic image and the reference ROI image, the information for succeeding in the positioning calculation is provided to the user by the following display processing.
  • the ROI correction process image includes three regions A, B and C.
  • the area A represents the ROI area set as the area of interest when the positioning calculation is successful.
  • the area B represents an area set as an area of interest in addition to the area A when the positioning calculation fails.
  • Region C represents a region that has not been set as a region of interest.
  • the positioning accuracy is lowered by setting the area B as the area of interest. Therefore, by learning the parameters using the X-ray fluoroscopic image and the ROI correction process image, in addition to the area A set as the area of interest and the area C not set as the area of interest, the positioning accuracy is set when the area of interest is set. Region B in which is decreased is estimated.
  • the display processing unit 19 may display the area B on the display device 21. As a result, the user is advised not to set the area B as the area of interest, and the possibility of successful positioning calculation increases.
  • an area where the positioning accuracy is lowered when set as the area of interest may be displayed on the display device 21. This makes it easier for the user to visually recognize the area to be set as the area of interest, and the skill level of the user is quickly improved.
  • FIG. 10 shows a flowchart showing a processing procedure according to the present embodiment.
  • FIG. 11 conceptually shows the database according to the present embodiment.
  • the X-ray fluoroscopic image and the ROI image acquired at the time of positioning are used as a new reference fluoroscopic image and a reference ROI image, respectively.
  • a data set including the treatment site information is added to the storage device 13 and stored, and the parameters of the region estimation model are updated.
  • the treatment site information is information indicating a site to be treated.
  • the treatment site information may be a numerical value or the like pre-assigned to the site to be treated.
  • the flowchart shown in FIG. 10 is divided into an out-of-treatment flow F100 executed outside the treatment and a treatment flow F150 executed at the time of treatment.
  • the treatment of S101 in the out-of-treatment flow F100 is the same as the treatment of S501 shown in FIG.
  • the treatments of S102 and S103 differ from the treatments of S502 and S503 shown in FIG. 5 in that they are performed on the treatment site indicated by the treatment site information as described later.
  • the treatments of S151 to S159 in the out-of-treatment flow F150 are the same as the treatments of the out-of-treatment flows S551 to S559 shown in FIG. 5, respectively.
  • the user refers to the X-ray fluoroscopic image, the DRR image, the ROI image from which the position / orientation deviation amount is obtained, and the position / orientation deviation amount shown on the display device 21, and corrects the ROI image. Determine if it is necessary.
  • the user determines that the ROI image needs to be corrected, the user performs the ROI image correction operation on the input unit 17.
  • the user determines that the ROI image does not need to be modified, the user performs a storage operation on the input unit 17.
  • the storage operation is an operation in which the treatment site information is input to the data set creation unit 16 and the data set creation unit 16 stores a new data set in the storage device 13.
  • the ROI correction unit 18 determines whether the correction operation or the storage operation has been performed in the input unit 17 (S160). When the correction operation is performed, the ROI correction unit 18 returns to the process of S157 and corrects the ROI image according to the correction operation (S157). When the ROI correction unit 18 determines that the storage operation has been performed in the processing of S160, the data set creation unit 16 reads the treatment site information and generates a new data set and stores it in the storage device 13 (SC). ..
  • the new data set includes treatment site information.
  • the X-ray fluoroscopic image and the ROI image to be displayed are set as the new reference fluoroscopic image and the reference ROI image, respectively.
  • a data set including treatment site information is stored in the storage device 13.
  • the treatment table driving device 20 drives the treatment table 1 based on the position / posture deviation amount calculated by the positioning calculation (S161).
  • the parameter calculation unit 15 calculates the parameters of the region estimation model for the treatment site indicated by the treatment site information included in the data set. (S102).
  • the parameter calculation unit 15 associates the parameter with the treatment site information and stores it in the storage device 13 (S103).
  • Treatment site information may be specified in the treatment plan.
  • the region estimation unit 14 reads out the parameters corresponding to the treatment site information shown in the treatment plan.
  • FIG. 11 conceptually shows the database stored in the storage device 13.
  • the storage device 13 stores data sets 1100A, 1100B, and 1100C, which are a set of a reference fluoroscopic image, a reference ROI image, and treatment site information.
  • the data set 1100A is composed of, for example, an X-ray fluoroscopic image 1101A, an ROI image 1102A, and a treatment site information 1103A when positioned with respect to a patient A who has been treated in the past.
  • the datasets 1100B and 1100C are composed of fluoroscopic images 1101B and 1101C used when positioning with respect to patients B and C, ROI images 1102B and 1102C, and treatment site information 1103B and 1103C.
  • the treatment site information may be in any form as long as the location of the affected area can be known. For example, if the affected area is the chest, the number 0 may be assigned, if the affected area is the prostate, the number 1 may be assigned, and if the affected area is the head and neck, the number 2 may be assigned.
  • the treatment site information may be text data representing the treatment site such as "chest", "prostate”, and "head and neck”. Although three data sets are shown in FIG. 11 for the sake of brevity, a larger number of data sets may actually be stored in the storage device 13.
  • the region of interest set from the fluoroscopic image differs depending on the treatment site. Therefore, by classifying a plurality of data sets stored in the storage device 13 based on the treatment site, it becomes easy to read out the necessary data set according to the treatment site.
  • the treatment site information is stored in the storage device 13 in addition to the reference fluoroscopic image and the reference ROI image. This facilitates the process of reading out the data set corresponding to the treatment site, and the parameters of the region estimation model corresponding to the treatment site are quickly calculated.
  • the SA, SB, and SC processes shown in FIGS. 5, 7, and 10 that is, the process of storing the data set in the storage device 13, may be performed only on the image selected by the user's operation.
  • Good That is, the user refers to the information displayed on the display device 21 by the processing of S559, S759 or S159, and sets a new data set for the X-ray fluoroscopic image and the ROI image that is the source for obtaining the position / orientation deviation amount. Judge whether to memorize.
  • the user determines that these images may be stored as a new data set
  • the user performs a storage operation on the input unit 17 to execute the processing of S559, S759 or S159.
  • the user determines that these images should not be stored as a new data set
  • the user performs a skip operation on the input unit 17 to skip the processing of S559, S759 or S159.
  • the positioning device 10 displays the X-ray fluoroscopic image, the DRR image, the ROI image from which the position / orientation deviation amount is obtained, and the position / orientation deviation amount by the display device 21, and data according to the user's operation.
  • the set is stored in the storage device 13. That is, the data set creation unit 16 executes SA, SB, or SC processing according to the storage operation performed on the input unit 17.
  • the positioning device 10 does not perform the process of storing a new data set (SA, SB, SC) in response to the skip operation performed on the input unit 17, and the next process (S561, S760, S161). ) Is executed.
  • the data set creation unit 16 may determine whether or not to store a new data set according to the number of times the processing for modifying the ROI image (S557, S757, S157) is executed. For example, the data set creation unit 16 may execute a process of storing a new data set only when the process of modifying the ROI image is not executed. Further, the data set creation unit 16 may execute a process of storing a new data set only when the number of times the process of modifying the ROI image is executed is less than or equal to a predetermined number of times.
  • the data set creation unit 16 determines that a new data set is to be stored, the data set creation unit 16 stores the new data set in the storage device 13 in response to a storage operation by the user. On the other hand, when the data set creation unit 16 determines that the new data set is not stored, the data set creation unit 16 does not perform the process of storing the new data set (SA, SB, SC) even if the storage operation is performed by the user. .. Then, the positioning device 10 executes the following processes (S561, S760, S161).
  • an appropriate ROI image is reflected in the database by storing a new data set only when the number of corrections satisfies a predetermined condition.
  • the region of interest is set in the fluoroscopic image.
  • the region of interest may be set in the DRR image.
  • the reference DRR image is used as the reference fluoroscopic image instead of the reference X-ray fluoroscopic image.
  • the storage device 13 stores a data set in which a DRR image acquired in the past is used as a reference fluoroscopic image.
  • a process of creating a DRR image is executed by the DRR creating unit 11 instead of the process of capturing an X-ray fluoroscopic image by the X-ray photographing devices 5A and 5B.
  • the process of estimating the initial ROI image from the X-ray fluoroscopic image using the parameters of the region estimation model is executed.
  • the DRR image and the initial ROI image are displayed on the display device 21 instead of displaying the X-ray fluoroscopic image and the initial ROI image on the display device 21.
  • the radiation therapy system 100 in each embodiment uses a method including the following items (i) to (vi).
  • the positioning device 10 may execute a program that executes the following items (iv) to (vi).
  • the treatment table driving device 20 sets the position / posture of the treatment table 1 on which the patient 2 lies based on the amount of the position / posture deviation.
  • the positioning calculation shown in (vi) above may be executed based on the following items.
  • Vi-1 An evaluation DRR image is obtained as a DRR image when the relative position-posture relationship between the three-dimensional image and the reference plane is virtually changed, and the degree of coincidence between the X-ray fluoroscopic image and the evaluation DRR image is obtained. For areas of interest.
  • Vi-2) Obtaining the amount of displacement between the patient 2 and the three-dimensional image based on the position-posture relationship when the degree of coincidence satisfies a predetermined condition.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Medical Informatics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Radiation-Therapy Devices (AREA)

Abstract

本発明は、放射線治療前に取得された患者の３次元画像に対する患者の位置姿勢のずれ量を、迅速かつ正確に求めることを目的とする。放射線治療システム（１００）は、患者のＸ線透視画像を基準面上で取得するＸ線撮影装置（５Ａ，５Ｂ）と、位置決め装置（１０）とを備えている。位置決め装置（１０）は、放射線治療前に取得された基準透視画像を入力データとし、基準透視画像に対して放射線治療前に取得された基準ＲＯＩ画像を教師データとして、領域推定モデルのパラメータを算出する。放射線治療時に位置決め装置（１０）は、パラメータおよびＸ線透視画像に基づいて、Ｘ線透視画像およびＤＲＲ画像に対する関心領域を推定し、ＣＴ画像と基準面との相対的な位置姿勢関係を仮想的に変化させながらＸ線透視画像およびＤＲＲ画像の一致度を関心領域について求め、一致度が所定条件を満たすときの位置姿勢関係に基づいて、患者とＣＴ画像との位置姿勢のずれ量を求める。

Description

患者位置決めシステム、方法およびプログラム
　本発明は、患者位置決めシステム、方法およびプログラムに関し、特に、放射線治療がされる患者の位置姿勢のずれ量を求める技術に関する。
　Ｘ線または陽子線をはじめとする粒子線等の各種放射線を患部に照射する放射線治療が広く行われている。放射線治療における治療計画の策定では、患者のＣＴ画像（３次元画像）が事前に取得され、ＣＴ画像に基づいて放射線の照射位置や照射方向等が患者に対して決定される。一般に、治療における放射線の照射は治療計画の策定とは異なるタイミングで実施される。したがって、ＣＴ画像の取得時と治療時とで患者の位置および姿勢を一致させるためには、患者の位置決めが必要となる。
　位置決めに際しては、患者が治療台に横たえられた状態で、放射線治療システム上に定められた基準面でＸ線透視画像が取得される。また、ＣＴ画像を基準面に投影させたＤＲＲ画像（Digital Reconstructed Radiography）が、ＣＴ画像と基準面との位置および姿勢の相対的な関係（位置姿勢関係）を変化させながら取得される。そして、Ｘ線透視画像とＤＲＲ画像とが近似または一致するような位置姿勢関係に基づいて、治療台の位置および姿勢についてのずれ量が求められる。このような位置決め計算によって求められた位置姿勢ずれ量に基づいて、治療台の位置および姿勢、すなわち、患者の位置および姿勢が設定される。
　以下の特許文献１および２には、Ｘ線透視画像に対して関心領域を設定し、関心領域についてＸ線透視画像とＤＲＲ画像との一致度を求めることで、治療台の位置姿勢ずれ量を求める技術が記載されている。すなわち、ＤＲＲ画像の元となるＣＴ画像が取得された空間とＸ線透視画像が取得された基準面との位置姿勢関係を変化させながら一致度が所定値を超えるような位置姿勢関係を求めることで、治療台の位置姿勢ずれ量を求める技術が記載されている。
　Ｘ線透視画像とＤＲＲ画像との一致度を求める際に関心領域が設定され、関心領域について一致度を求めることで、患者の呼吸や心臓の拍動により位置が変化しない領域（背骨や骨盤等）に着目した位置決めが可能となる。図１２には、患部が胸部にある場合に取得されるＸ線透視画像とＲＯＩ画像の一例が示されている。ここで、ＲＯＩは、関心領域を意味するRegion Of Interest を省略したものである。
　図１２には患者の正面から撮像されたＸ線透視画像１２０１と、Ｘ線透視画像１２０１に合わせて設定されたＲＯＩ画像１２０３と、それらを重ね合わせた重畳画像１２０２が示されている。ＲＯＩ画像１２０３は、２つの領域ＡおよびＢに分けられている。領域Ａは関心領域として設定された領域を示し、領域Ｂは関心領域として設定されなかった領域を示す。胸部のＸ線透視画像において、背骨は呼吸や心臓の拍動により位置が変化しない。そのため、図１２に示されているように、関心領域を背骨に設定することで高精度に患者の位置姿勢ずれ量が求められ、高精度な位置決めが行われる。
特開２００７－２８２８７７号公報 特開２０１３－９９４３１号公報
Long, Jonathan, Evan Shelhamer, And Trevor Darrell. "Fully Convolutional networks for semantic segmentation." Proc. of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2015.
　上記の従来技術には次のような課題がある。すなわち、関心領域をユーザが設定する必要があり、ユーザの技量によってはＸ線透視画像の撮影後に速やかに患者の位置決め計算を実行することが困難である。また、ユーザの熟練度が低い等の理由から関心領域が適切に設定されない場合、正しい位置姿勢ずれ量を算出できないことがある。
　本発明の目的は、放射線治療前に取得された患者の３次元画像に対する患者の位置姿勢のずれ量を、迅速かつ正確に求めることである。
　本発明は、患者のＸ線透視画像を基準面上で取得するＸ線撮影装置と、演算装置と、を備え、前記演算装置は、領域推定モデルのパラメータ、および、前記Ｘ線透視画像若しくはＤＲＲ画像であって、放射線治療前に取得された前記患者の３次元画像を前記基準面に仮想的に投影して生成されるＤＲＲ画像に基づいて、前記Ｘ線透視画像および前記ＤＲＲ画像に対する関心領域を推定し、前記３次元画像、前記Ｘ線透視画像および前記関心領域に基づいて、前記患者と前記３次元画像との位置姿勢のずれ量を求め、前記領域推定モデルのパラメータは、放射線治療前に取得された基準透視画像を入力データとし、前記基準透視画像に対して放射線治療前に取得された基準ＲＯＩ画像を教師データとして算出されたパラメータであることを特徴とする。
　本発明によれば、放射線治療前に取得された患者の３次元画像と、患者との位置姿勢のずれ量を迅速かつ正確に求めることができる。
患者位置決めシステムの全体概略構成を示す図である。 データベースの構成を概念的に示す図である。 領域分割処理の一例を説明する図である。 第１の実施形態に係る位置決め手順を示すフローチャートである。 第２の実施形態に係る位置決め手順を示すフローチャートである。 関心領域の修正過程を概念的に示す図である。 第３の実施形態に係る位置決め手順を示すフローチャートである。 データベースの構成を概念的に示す図である。 パラメータ算出部による学習データの作成方法を概念的に示す図である。 第４の実施形態に係る位置決め手順を示すフローチャートである。 データベースの構成を概念的に示す図である。 Ｘ線透視画像およびＲＯＩ画像の１つの例を示す図である。
　本発明の各実施形態に係る放射線治療システムが、各図面を参照しながら以下に説明される。複数の図面に示された同一の事項については同一の符号が付されており、説明の重複が避けられている。本願明細書における「画像」の用語は、原則として演算の対象となる画像データを意味する。ただし、撮影や表示の対象となる場合の「画像」の用語は、実際にあるいは概念的に２次元平面に表現し得る画像を意味する。
　図１には、本発明の第１の実施形態に係る放射線治療システム１００の全体概略構成が示されている。放射線治療システム１００は、治療台１に乗った患者２内の患部に対して放射線を照射するためのシステムである。各実施形態については、放射線が、炭素やヘリウム等の重粒子線や陽子線による粒子線である例が示されるが、放射線は、粒子線に限定されることなく、Ｘ線やγ線等の光子線であってもよい。放射線治療システム１００は、粒子線を照射するための構成要素として、加速器１０１、ビーム輸送装置１０２、および加速器１０１から供給された粒子線を患者２内の患部に照射する粒子線照射装置６を備えている。
　放射線治療システム１００は、治療計画の策定に関わる構成要素として、治療計画装置３０、ＣＴ撮影装置４０、および患者データベース（ＤＢ）５０を備えている。ＣＴ撮影装置４０は、治療計画の策定のために予め患者２のＣＴ画像を撮影する。治療計画装置３０は、ＣＴ撮影装置４０の撮像結果に基づいて治療計画を策定する。ＤＢ５０は、患者２に関する情報を記憶する。なお、各実施形態については、ＣＴ撮影装置４０で撮影されたＣＴ画像を用いた例が示されるが、ＭＲＩ（Magnetic Resonance Imaging）撮影装置で撮影されたＭＲＩ画像や、超音波撮影装置で撮影された超音波画像等、他の撮影装置で撮影された他の３次元画像が用いられてもよい。
　放射線治療システム１００は、患者２の位置決め計算に関わる構成要素として、Ｘ線撮影装置５Ａおよび５Ｂ、位置決め装置１０、および表示装置２１を備えている。Ｘ線撮影装置５Ａおよび５Ｂは、患者２のＸ線透視画像を撮影する。位置決め装置１０は、治療台１の位置姿勢ずれ量を計算し患者２の位置決め計算を行う。表示装置２１は、位置決め装置１０から出力された情報に応じた画像を表示する。
　放射線治療システム１００は、患者２の位置および姿勢を設定するための構成要素として治療台１、および治療台１を駆動する治療台駆動装置２０を備えている。その他、放射線治療システム１００は、各種装置を相互に通信接続するネットワーク６０を備えている。
　患者２に照射される粒子線は、加速器１０１にて必要なエネルギーまで加速された後、ビーム輸送装置１０２により粒子線照射装置６まで導かれる。加速器１０１は、シンクロトロン型加速器やサイクロトロン型加速器、あるいは、その他の加速器であってよい。
　なお、治療に粒子線ではなくＸ線を用いる場合には、加速器１０１およびビーム輸送装置１０２の代わりに治療用Ｘ線を発生させる治療用Ｘ線照射装置が設けられる。γ線を用いる場合は、加速器１０１およびビーム輸送装置１０２の代わりに治療用γ線を発生させるγ線照射装置が設けられる。
　Ｘ線撮影装置５Ａおよび５Ｂは、患者２に向けてＸ線を発生させるＸ線発生装置４Ａおよび４Ｂと、Ｘ線発生装置４Ａおよび４Ｂから発生して患者２を透過したＸ線の２次元線量分布を検出する２次元Ｘ線検出器３Ａおよび３Ｂと、信号処理回路（図示せず）とを備えている。
　２次元Ｘ線検出器３Ａおよび３Ｂは、２次元的に配置された検出素子からアナログ信号を出力する。信号処理回路は、２次元Ｘ線検出器３Ａおよび３Ｂから出力されたアナログ信号を処理してＸ線透視画像を生成し、位置決め装置１０へ出力する。
　２次元Ｘ線検出器３Ａおよび３Ｂには、例えばフラットパネル検出器（FPD:Flat Panel Detector）やイメージ・インテンシファイヤ（I.I.）が用いられる。２次元Ｘ線検出器３Ａおよび３Ｂは、２次元画像を取得するものであればよく、ＦＰＤやＩ．Ｉ．以外の２次元検出器であってもよい。
　なお、本実施形態では、Ｘ線撮影装置の台数は２台であるが、これに限定されない。Ｘ線撮影装置の台数は、１台以上であれば何台であってもよい。ＣＴ画像撮像時と治療時の患者２の位置姿勢のずれ量を平行移動３軸、回転３軸に対して算出する場合、２台以上のＸ線撮影装置が用いられてよい。
　放射線治療システム１００には、位置決めのための仮想的な基準面が定められている。基準面は、Ｘ線撮影装置５Ａおよび５ＢによってＸ線透視画像が撮影される平面であってよい。
　位置決め装置１０は、ＤＲＲ作成部１１、位置決め算出部１２、記憶デバイス１３、領域推定部１４、パラメータ算出部１５、データセット作成部１６、入力部１７、ＲＯＩ修正部１８、および表示処理部１９を備えている。ＤＲＲ作成部１１は、ＣＴ画像を仮想的に、すなわち計算の上で基準面に投影することでＤＲＲ画像を作成する。位置決め算出部１２は、Ｘ線撮影装置５Ａおよび５Ｂによって撮影されたＸ線透視画像と、ＤＲＲ画像と、ＲＯＩ画像に基づいて評価関数を算出する。また、位置決め算出部１２は、評価関数を用いて、ＣＴ画像撮像時に対する治療時の患者２の位置姿勢のずれ量を算出する。
　記憶デバイス１３は、基準透視画像と基準ＲＯＩ画像を組としたデータセットを記憶する。領域推定部１４は、Ｘ線撮影装置５Ａおよび５Ｂによって撮影されたＸ線透視画像に対して設定される関心領域を推定する。パラメータ算出部１５は、領域推定部１４で用いられる領域推定モデルのパラメータを、記憶デバイス１３に記憶されたデータセットを用いて算出する。
　データセット作成部１６は、過去に治療された患者の位置決め時に取得された画像に基づいてデータセットを作成する。入力部１７は、マウス、キーボード、スイッチ等のインターフェースを備えており、ユーザの操作に応じて位置決め装置１０に情報を入力する。ＲＯＩ修正部１８は、領域推定部１４によって推定された関心領域をユーザの操作に応じて修正する。表示処理部１９は、Ｘ線透視画像やＤＲＲ画像等を表示装置２１に表示する。
　位置決め装置１０の各構成要素が実行する処理が以下に具体的に説明される。ＤＲＲ作成部１１は、治療計画の策定時にＣＴ撮影装置４０によって撮像されたＣＴ画像を患者ＤＢ５０から読み出すと共に、ＣＴ画像を仮想的に基準面に投影することでＤＲＲ画像を作成する。すなわち、仮想的なＸ線パスに沿ってＣＴ画像の各ボクセル値を積算することによりＤＲＲ画像を作成する。
　位置決め算出部１２は、Ｘ線撮影装置５Ａおよび５Ｂによって撮影されたＸ線透視画像とＤＲＲ画像との一致度に基づいて、ＣＴ画像と患者２との位置姿勢のずれ量を算出する位置決め計算を行う。すなわち、ＤＲＲ作成部１１は、ＣＴ画像の平行移動および回転のうちの少なくとも一方（以下、平行移動・回転という）に関する幾何学量を仮想的に変化させたときのＤＲＲ画像として評価用ＤＲＲ画像を作成する。位置決め算出部１２は、評価用ＤＲＲ画像とＸ線透視画像との一致度を表す評価関数を算出する。
　位置決め算出部１２は、評価関数が所定条件を満たすときにおける、ＣＴ画像と患者２との相対的な位置姿勢関係に基づいて、ＣＴ画像と患者２の位置姿勢のずれ量を算出する。すなわち、位置決め算出部１２は、評価関数が最大となるか、あるいは所定の閾値を超えるよう平行移動・回転に関する幾何学量を決定することで、ＣＴ画像と治療時の患者２の位置姿勢のずれ量を算出する。
　評価関数は、両画像のピクセル値の差分の絶対値、相互情報量、相互相関係数等であってよい。また、平行移動・回転に関する幾何学量の決定には勾配法等の最適化アルゴリズムが用いられてよい。位置決め算出部１２は、評価関数を算出する際、Ｘ線透視画像に対して関心領域を設定し、関心領域に含まれる範囲で評価関数を算出する。これによって、呼吸や心臓の拍動によって位置が変化しない領域に着目して、患者２の位置姿勢のずれ量が算出される。このように、位置決め算出部１２は、ＣＴ画像およびＸ線透視画像に基づく位置決め計算を関心領域について実行し、ＣＴ画像、Ｘ線透視画像および関心領域に基づいて、ＣＴ画像と患者２との位置姿勢のずれ量を算出する。
　記憶デバイス１３は、基準透視画像と基準ＲＯＩ画像の組をデータセットとして記憶し、１つまたは複数のデータセットを含むデータベースを構築する。ここでは、記憶デバイス１３は、例えば過去に治療した不特定の患者を位置決めした際に取得したＸ線透視画像と、そのＸ線透視画像に対して設定された関心領域を表すＲＯＩ画像を、それぞれ、基準透視画像および基準ＲＯＩ画像として記憶する。
　図２には、記憶デバイス１３に記憶されるデータベースの構成が概念的に示されている。記憶デバイス１３には、基準透視画像と基準ＲＯＩ画像が１組となったデータセット２００Ａ、２００Ｂおよび２００Ｃが記憶されている。ここでデータセット２００Ａの基準透視画像と基準ＲＯＩ画像は、例えば過去に治療した患者Ａを位置決めした際に取得されたＸ線透視画像２０１ＡとＲＯＩ画像２０２Ａを含む。同様に、データセット２００Ｂおよび２００Ｃは、それぞれ、例えば過去に治療された患者ＢおよびＣを位置決めした際に取得されたＸ線透視画像２０１Ｂおよび２０１Ｃと、ＲＯＩ画像２０２Ｂおよび２０２Ｃを含む。なお、図２には説明の簡略化のため３つのデータセットが示されているが、実際はより多くのデータセットが記憶デバイス１３に記憶されてもよい。
　領域推定部１４は、予め設定された領域推定モデルとパラメータ算出部１５で算出されたパラメータを用いて患者２のＸ線透視画像に対して領域分割処理を実施し、初期の関心領域を推定する。領域推定モデルとしては非特許文献１に示されるような畳み込みニューラルネットワーク（Convolutional Neural Network、以下ＣＮＮ）モデルが用いられてよい。
　図３には、領域分割処理の一例を説明する図が示されている。例えば患部が胸部にある場合、領域推定部１４は、胸部のＸ線透視画像３０１を入力データとして領域分割処理を実施し、初期ＲＯＩ画像３０２を出力データとして出力する。初期ＲＯＩ画像３０２は、２つの領域ＡおよびＢに分かれており、領域Ａが関心領域として設定された領域を示し、領域Ｂが関心領域として設定されなかった領域を示す。
　領域推定モデルは、ＣＮＮを用いるモデルに限られない。領域推定モデルは、基準透視画像を入力データとし、基準ＲＯＩ画像を教師データとしてモデルのパラメータを学習するものであってよい。例えば領域推定モデルとして、サポートベクターマシーンやランダムフォレスト等のＣＮＮ以外の機械学習モデルが用いられてよい。
　また、例えば図３に示されたＸ線透視画像３０１は、３つ以上の領域Ａ、ＢおよびＣに分割されてもよい。この場合初期ＲＯＩ画像３０２は、関心領域として設定される領域Ａ、関心領域として設定されない領域Ｂ、分割が困難な領域Ｃ等に設定される。
　パラメータ算出部１５は、記憶デバイス１３に記憶されたデータセットを用いて領域推定部１４で用いる領域分割モデルのパラメータを学習（算出）する。領域分割モデルとしてＣＮＮモデルを用いる場合、Ｘ線透視画像を入力した際に出力される初期ＲＯＩ画像が、理想的なＲＯＩ画像に近づくほど値が小さくなる誤差関数が求められる。そして、誤差関数を最小化するか、あるいは所定の閾値より小さくするようなパラメータが算出される。誤差関数には、例えば平均２乗誤差および平均絶対値誤差等が用いられてよい。
　入力部１７は、マウスやキーボード等のインターフェースを通じて、ユーザの操作に基づく操作情報を受け付ける。ＲＯＩ修正部１８は、入力部１７に入力された操作情報に基づいて、ＲＯＩ画像の修正、すなわち関心領域の修正を実行する。表示処理部１９は、Ｘ線透視画像、ＤＲＲ画像、ＲＯＩ画像、位置決め計算結果としての位置姿勢ずれ等を表示装置２１に表示する。
　位置決め装置１０や治療計画装置３０等は、演算装置にプログラムを実行させることで実現されてよい。この演算装置は、ＣＰＵやメモリ、インターフェース等を備えたコンピュータや、ＦＰＧＡ（Field Programmable Gate Array）等のプログラム可能な演算デバイスであってよい。演算装置に読み込まれるプログラムは、内部記録媒体や外部記録媒体（図示せず）に記憶されており、演算装置によって読み出される。
　また、位置決め装置１０や治療計画装置３０等に対する動作指令は、１つのプログラムにまとめられていても、複数のプログラムに別れていてもよく、それらの組み合わせでもよい。また、プログラムの一部または総ては専用のハードウェアで実現されてもよく、モジュール化されていてもよい。さらには、各種プログラムは、プログラム配布サーバや内部記憶媒体や外部記録媒体から各装置にインストールされてもよい。また、位置決め装置１０や治療計画装置３０等は独立している必要はなく、２つ以上を一体化，共通化して、処理のみを分担してもよい。
　位置決め装置１０が備える複数の構成要素のうちの一部は、外部のコンピュータによって構成されてもよい。外部のコンピュータは、位置決め装置１０に直接接続されたものでもよいし、インターネット等の通信回線に接続されたものでもよい。位置決め装置１０が備える複数の構成要素のうちの一部または全部は、ハードウエアとしての電子回路によって個別に構成されてもよい。
　位置決め装置１０が備える記憶デバイス１３には、例えば、ＲＡＭ、ＲＯＭ、ハードディスク、ＵＳＢメモリ、ＳＤカード等が用いられてよい。記憶デバイス１３は、インターネット等の通信回線上にあるストレージであってもよい。位置決め装置１０が備える１つの構成要素は、分散処理を実行する複数のコンピュータによって構成されてもよい。
　本実施形態に係る放射線治療システム１００が実行する処理についての詳細が、以下に示される。図４には、本実施形態に係る放射線治療システム１００を用いた位置決め手順を示すフローチャートが示されている。このフローチャートは、治療外に実行される治療外フローＦ４００と、治療時に実行される治療時フローＦ４５０に分かれている。
　治療外フローＦ４００において、データセット作成部１６は、基準透視画像と基準ＲＯＩ画像が組となったデータセットを作成し、記憶デバイス１３に記憶する（Ｓ４０１）。ここで用意される基準透視画像と基準ＲＯＩ画像は、例えば過去に治療された患者の位置決め時に取得されたＸ線透視画像とＲＯＩ画像であってよい。過去に治療された患者は、現在の治療対象の患者２を含む不特定の患者であってよい。次に、パラメータ算出部１５は、記憶デバイス１３に記憶されたデータセットを読み出して、領域推定モデルのパラメータを算出する（Ｓ４０２）。その後、パラメータ算出部１５は、算出したパラメータを記憶デバイス１３に記憶する（Ｓ４０３）。
　続いて治療時フローＦ４５０において、治療台１の上に患者２が横たえられる。放射線治療システム１００に備えられたレーザー墨出し器（図示せず）は、施術者としてのユーザの操作に応じて、粗位置決め用のレーザ光を患者２に照射する（Ｓ４５１）。ユーザは、レーザ光の照射スポットと患者２に記されたマークによって粗位置決めを実施する。Ｘ線撮影装置５Ａおよび５ＢはＸ線透視画像を撮影する（Ｓ４５２）。続いて、記憶デバイス１３に記憶されたパラメータを領域推定部１４が読み出し（Ｓ４５３）、Ｓ４５２の処理で取得されたＸ線透視画像から初期ＲＯＩ画像を推定する（Ｓ４５４）。表示処理部１９は、表示装置２１にＸ線透視画像および初期ＲＯＩ画像を表示する（Ｓ４５５）。
　ユーザは、表示装置２１に示されたＸ線透視画像およびＲＯＩ画像を参照し、ＲＯＩ画像の修正が必要か否かを判断する。記憶デバイス１３に記憶されたデータセットの数が不十分である等の理由からＲＯＩ画像の推定精度が低く、修正が必要とユーザが判断した場合、ユーザは入力部１７に対してＲＯＩ画像の修正操作を行う。一方、ＲＯＩ画像の修正が必要でないとユーザが判断した場合、ユーザは入力部１７に対して位置決め操作を行う。位置決め操作は、位置決め算出部１２に位置決め計算を実行させる操作である。
　ＲＯＩ修正部１８は、入力部１７において修正操作がされたか、位置決め操作がされたかを判定する（Ｓ４５６）。ＲＯＩ修正部１８は、修正操作がされた場合には、その修正操作に応じてＲＯＩ画像を修正し、修正後のＲＯＩ画像（修正後ＲＯＩ画像）を生成する（Ｓ４５７）。ＲＯＩ修正部１８が、位置決め操作がされたと判定した場合、または、Ｓ４５７の処理においてＲＯＩ画像の修正が完了した場合、位置決め算出部１２は、位置決め計算を実行する（Ｓ４５８）。
　位置決め計算によって位置姿勢ずれ量が計算された後、表示処理部１９は、Ｘ線透視画像、ＤＲＲ画像、位置姿勢ずれ量を求める元となったＲＯＩ画像および位置姿勢ずれ量を表示装置２１に表示する（Ｓ４５９）。位置決め装置１０は、これらの画像が表示されると共に、以下のような処理によって、ユーザによる関心領域の修正操作に応じて関心領域を修正し、位置姿勢ずれ量を修正後の関心領域について求める。
　ユーザは、表示装置２１に表示されたＸ線透視画像、ＤＲＲ画像、ＲＯＩ画像および位置姿勢ずれ量を確認し、位置姿勢ずれ量が適切に求められたか否かを判断する。
　位置姿勢ずれ量が適切に求められておらず、ＲＯＩ画像の修正が必要とユーザが判断した場合、ユーザは入力部１７に対してＲＯＩ画像の修正操作を行う。一方、ＲＯＩ画像の修正が必要でないとユーザが判断した場合、ユーザは入力部１７に対して駆動操作を行う。駆動操作は、治療台駆動装置２０に治療台１を駆動させるための操作である。
　ＲＯＩ修正部１８は、入力部１７において修正操作がされたか、治療台１の駆動操作がされたかを判定する（Ｓ４６０）。ＲＯＩ修正部１８は、修正操作がされた場合には、Ｓ４５７の処理に戻り、修正操作に応じてＲＯＩ画像を修正する（Ｓ４５７）。ＲＯＩ修正部１８が、Ｓ４５８において駆動操作がされたと判定した場合、治療台駆動装置２０は、位置決め計算によって算出された位置姿勢ずれ量（平行移動・回転に関する幾何学量）に基づき治療台１を駆動する（Ｓ４６１）。これによって、患者２の位置および姿勢が、放射線治療のための位置および姿勢に設定される。
　従来技術では、Ｘ線撮影装置がＸ線透視画像を取得した後、ユーザの操作によって関心領域が設定される。これに対し、本実施形態では予め設定した領域推定モデルによりＲＯＩ画像が生成され、このＲＯＩ画像に基づいて関心領域が設定される。これによって、関心領域の設定に費やされる時間が短くなり、ひいては患者の位置決めに費やされる時間が短くなる。
　また、従来技術では、関心領域の位置や範囲は任意性が高く、ユーザの熟練度によっては関心領域を適切に設定することが困難な場合があった。これに対し、本実施形態ではデータセットから学習した領域推定モデルのパラメータからＲＯＩ画像が生成される。そのため、ユーザの熟練度に依らずに関心領域が設定され、ひいては患者の位置決めに費やされる時間が短くなる。
　さらに、本実施形態では、領域推定モデルのパラメータから生成されたＲＯＩ画像が表示され、ユーザによってＲＯＩ画像が修正され得る。そして、位置決め計算が実行された後、位置姿勢ずれ量を求める元となったＲＯＩ画像が表示され、ユーザによってＲＯＩ画像が修正され得る。これによって、演算処理によって求められた修正ＲＯＩ画像が不適切であっても、ユーザの知識や経験に基づいてＲＯＩ画像が修正され、位置決め計算が高精度で行われる。
　本発明の第２の実施形態が、図５および図６を参照して説明される。図５には、本実施形態に係る位置決め手順を示すフローチャートが示されている。図６には、本実施形態に係る関心領域の修正過程が概念的に示されている。
　本実施形態では、患者の位置決めを実施するたびに、位置決め時に取得されたＸ線透視画像とＲＯＩ画像が、それぞれ新たな基準透視画像および基準ＲＯＩ画像とされる。そして、新たな基準透視画像および基準ＲＯＩ画像がデータセットとして記憶デバイス１３に追加して記憶され、領域推定モデルのパラメータが更新される。
　図５に示されているように、患者位置決めの処理フローは、治療外に実行される治療外フローＦ７００と、治療時に実行される治療時フローＦ７５０に分かれている。
　治療外フローＦ７００では、新たなデータセットを追加したデータベースがＳ５０２の処理において用いられる点が、図４に示された治療時フローＦ４００と異なる。治療時フローＦ５５０におけるＳ５５１～Ｓ５５９の処理は、図４に示されたＳ４５１～Ｓ４５９の処理と同様である。
　Ｓ５５９の処理の後、ユーザは、表示装置２１に示されたＸ線透視画像、ＤＲＲ画像、位置姿勢ずれ量を求める元となったＲＯＩ画像および位置姿勢ずれ量を参照し、ＲＯＩ画像の修正が必要か否かを判断する。ＲＯＩ画像の修正が必要とユーザが判断した場合、ユーザは入力部１７に対してＲＯＩ画像の修正操作を行う。一方、ＲＯＩ画像の修正が必要でないとユーザが判断した場合、ユーザは入力部１７に対して記憶操作を行う。記憶操作は、データセット作成部１６に新たなデータセットを記憶デバイス１３に記憶させる操作である。
　ＲＯＩ修正部１８は、入力部１７において修正操作がされたか、記憶操作がされたかを判定する（Ｓ５６０）。ＲＯＩ修正部１８は、修正操作がされた場合には、Ｓ５５７の処理に戻り、修正操作に応じてＲＯＩ画像を修正する（Ｓ５５７）。
　ＲＯＩ修正部１８が、Ｓ５６０において記憶操作がされたと判定した場合、データセット作成部１６は、新たなデータセットを記憶デバイス１３に記憶させる。すなわち、データセット作成部１６は、Ｘ線透視画像および最終的に生成されたＲＯＩ画像を、それぞれ、基準透視画像および基準ＲＯＩ画像とした新たなデータセットを記憶デバイス１３に記憶する（ＳＡ）。Ｓ５０２の処理において、パラメータ算出部１５は、先に記憶されたデータセットの他、新たに記憶されたデータセットを読み出して、領域推定モデルのパラメータを算出する（Ｓ５０２）。
　ＳＡの処理が実行された後、治療台駆動装置２０は、位置決め計算により算出された位置姿勢ずれ量に基づき治療台１を駆動する（Ｓ５６１）。
　このように、本実施形態では、治療時フローＦ５５０が実行されるたびに、新たなデータセットが記憶デバイス１３に記憶され、領域推定モデルのパラメータが更新される。図６は、ＲＯＩ修正部１８がＲＯＩ画像を修正し、データセット作成部１６が新たなデータセットを記憶デバイス１３に記憶する過程を説明する図である。この図には、患部が胸部にある場合に、ＲＯＩ画像が修正されていく過程が概念的に示されている。
　まず初期画像グループ６１０としてＸ線透視画像６００と、初期ＲＯＩ画像６１３と、両画像を重ね合わせた重畳画像６１２が示されている。これらの図には、記憶デバイス１３に記憶されたデータセットの数が不十分である等の理由から、初期の関心領域が、背骨領域だけでなく心臓領域や横隔膜領域も含んでしまっている状態が示されている。したがって、初期ＲＯＩ画像６１３を用いて位置決め計算が実施された場合、計算が適切に行われない可能性がある。この場合、Ｓ５５６、Ｓ５６０およびＳ５５７の処理に従ってユーザはＲＯＩ画像を修正する。
　図６には、修正ｉ回目の画像グループ６２０として、修正後のＲＯＩ画像６２３とＸ線透視画像６００とを重ね合わせた重畳画像６２２が示されている。これらの図には、関心領域が横隔膜領域を含んでしまっている状態が示されている。この場合、位置決め計算に失敗する可能性がある。また、図６には、修正ｎ回目の画像グループ６３０として、修正後のＲＯＩ画像６３３とＸ線透視画像６００とを重ね合わせた重畳画像６３２が示されている。これらの図には、背骨に対してのみ関心領域が設定された状態が示されている。この場合、位置決め計算が成功する可能性がある。
　上述した例において、ＲＯＩ画像６３３は、領域推定モデルによって推定されることが好ましいＲＯＩ画像である。一方で、領域推定モデルによって実際に算出されたのは初期ＲＯＩ画像６１３であった。本実施形態では、ＲＯＩ画像の修正の後、Ｘ線透視画像６００と位置決めが成功したときのＲＯＩ画像６３３を、それぞれ、基準透視画像および基準ＲＯＩ画像とした新たなデータセットが記憶デバイス１３に記憶される。これによって、Ｘ線透視画像６００に対してＲＯＩ画像６３３が推定される可能性がある領域推定モデルのパラメータが求められる。
　本実施形態によれば、領域推定モデルによるＲＯＩ画像の推定精度が向上する。また、治療した患者数が増加し、データベースに含まれるデータセットの数が増加すると共に、領域推定モデルの汎化性能が向上し、新規の患者のＸ線透視画像に対してＲＯＩ画像を推定する際の精度が向上する。その結果、ユーザが初期ＲＯＩ画像を修正する手間が省かれる頻度が高くなり、患者の位置決めに必要な時間がより短くなる可能性がある。
　本発明の第３の実施形態が図７から図９を用いて説明される。図７には本実施形態に係る位置決め手順を示すフローチャートが示されている。図８には本実施形態に係るデータセットの構成が概念的に示されている。図９には本実施形態に係るパラメータ算出部１５による学習データの作成方法が概念的に示されている。
　本実施形態では、位置決め時に取得されたＸ線透視画像とＲＯＩ画像が、それぞれ基準透視画像および基準ＲＯＩ画像とされる。さらに、基準透視画像と基準ＲＯＩ画像と位置決め成否情報を１組とするデータセットが記憶デバイス１３に追加して記憶され、領域推定モデルのパラメータが更新される。位置決め成否情報は、後述するように位置決め計算が成功であったか失敗であったかを示す情報である。
　図７に示されるフローチャートは治療外に実行される治療外フローＦ７００と、治療時に実行される治療時フローＦ７５０に分かれている。治療外フローＦ７００は、新たなデータセットを追加したデータベースがＳ７０２において用いられる点が、図４に示された治療時フローＦ４００と異なる。
　治療時フローＦ７５０におけるＳ７５１～Ｓ７６１の処理は、図４に示されたＳ４５１～Ｓ４６１の処理と同様である。治療時フローＦ７５０は、Ｓ７５９の処理とＳ７６０の処理との間に、位置決め成否情報を含む新たなデータセットを記憶デバイス１３に記憶させる処理が挿入された点が、図４に示された治療時フローＳ４５０と異なる。
　Ｓ７５９の処理の後、ユーザは、表示装置２１に示されたＸ線透視画像、ＤＲＲ画像、位置姿勢ずれ量を求める元となったＲＯＩ画像および位置姿勢ずれ量を参照し、位置決め計算が成功したか否かを判断する。
　位置決め計算が失敗したとユーザが判断した場合、ユーザは、入力部１７に対して失敗時記憶操作を行い、続いてＲＯＩ画像の修正操作を行う。
　失敗時記憶操作は、新たなデータセットを記憶する処理をデータセット作成部１６に実行させる操作である。新たなデータセットは位置決め計算が失敗であった旨を示す位置決め成否情報（位置決め失敗情報）を含む。この操作によって、表示対象となったＸ線透視画像およびＲＯＩ画像がそれぞれ、新たな基準透視画像および基準ＲＯＩ画像とされる。そして、これらの基準透視画像および基準ＲＯＩ画像に加えて、位置決め失敗情報を含むデータセットが記憶デバイス１３に記憶される。
　位置決め計算が成功したとユーザが判断した場合、ユーザは、入力部１７に対して成功時記憶操作を行い、続いて駆動操作を行う。
　成功時記憶操作は、新たなデータセットを記憶する処理をデータセット作成部１６に実行させる操作である。新たなデータセットは位置決め計算が成功であった旨を示す位置決め成否情報（位置決め成功情報）を含む。この操作によって、表示対象となったＸ線透視画像およびＲＯＩ画像がそれぞれ、新たな基準透視画像および基準ＲＯＩ画像とされる。そして、これらの基準透視画像および基準ＲＯＩ画像に加えて、位置決め成功情報を含むデータセットが記憶デバイス１３に記憶される。
　データセット作成部１６は、Ｓ７５９の処理の後にユーザによって行われた失敗時記憶操作または成功時記憶操作に応じて、位置決め成否情報を含む新たなデータセットを記憶する処理を実行する（ＳＢ）。Ｓ７６０の処理は、失敗時記憶操作または成功時記憶操作に続いて行われた修正操作または駆動操作に応じて実行される。修正操作または駆動操作に応じて実行されるＳ７６０の処理は、Ｓ４６０の処理と同様である。
　データセット作成部１６が、ＳＢの処理によってデータセットを記憶デバイス１３に記憶した場合、パラメータ算出部１５は、先に記憶されていたデータセットに加えて新たに記憶されたデータセットに基づいて領域推定モデルのパラメータを算出する（Ｓ７０２）。この場合、パラメータ算出部１５は、基準透視画像を入力データとし、基準ＲＯＩ画像のみならず位置決め成否情報をも教師データとして、領域推定モデルのパラメータを算出する。すなわち、パラメータ算出部１５は、基準関心領域画像が位置決め計算の成功をもたらしたものであるのか、失敗をもたらしたものであるのかが反映されたアルゴリズムによってパラメータを算出する。これによって、領域推定モデルのパラメータを算出する精度が向上する。パラメータ算出部１５は、算出されたパラメータを記憶デバイス１３に記憶する（Ｓ７０３）。
　図８には、本実施形態に係る記憶デバイス１３に記憶されるデータベースが概念的に示されている。記憶デバイス１３には、基準透視画像と基準ＲＯＩ画像と位置決め成否情報が１組となったデータセット８００Ａ、８００ａおよび８００Ｂが記憶されている。
　ここでデータセット８００Ａは、例えば過去に治療された患者Ａに対して１回目の位置決め計算が行われ、位置決め計算が失敗した際に用いられたＸ線透視画像８０１ＡとＲＯＩ画像８０２Ａと位置決め失敗情報８０３Ａから構成されている。データセット８００ａは、データセット８００Ａと同じ患者Ａに対して２回目の位置決め計算が行われ、位置決め計算が成功した際に用いられたＸ線透視画像８０１ＡとＲＯＩ画像８０２ａと位置決め成功情報８０３ａから構成されている。同様に、データセット８００Ｂは、例えば過去に治療した患者Ｂに対して１回目の位置決め計算が行われ、位置決め計算が成功した際に用いたＸ線透視画像８０１ＢとＲＯＩ画像８０２Ｂと位置決め成功情報８０３Ｂから構成されている。
　位置決め成否情報（位置決め成功情報および位置決め失敗情報）は、位置決め計算に成功したか失敗したかを示す形態であればどのような形態でもよい。例えば成功であれば数字の１が、失敗であれば数字の０が割り当てられてもよい。また、文字を表すコードによるテキストデータとして、「成功」と「失敗」が割り当てられてもよい。なお、図８では説明の簡略化のため３つのデータが示されているが、実際はより多くのデータが記憶デバイス１３に記憶されてもよい。
　このように、基準透視画像および基準ＲＯＩ画像に併せて位置決め成否情報が記憶された場合、以下のような表示処理によって位置決め計算に成功するための情報がユーザに提供される。
　例えば図８における位置決め計算に失敗したＲＯＩ画像８０２Ａと、位置決め計算に成功したＲＯＩ画像８０２ａを用いてパラメータを学習する際、図９に示されているようにＲＯＩ画像８０２ＡとＲＯＩ画像８０２ａからＲＯＩ修正過程画像９００が作成される。ＲＯＩ修正過程画像は３つの領域Ａ、ＢおよびＣを含む。領域Ａは位置決め計算が成功した際に関心領域として設定されたＲＯＩ領域を表す。領域Ｂは位置決め計算が失敗した際に領域Ａに加えて関心領域として設定されていた領域を表す。領域Ｃは関心領域として設定されなかった領域を表す。
　この場合、領域Ｂを関心領域とすることで位置決め精度が低下することが推測される。そのため、Ｘ線透視画像とＲＯＩ修正過程画像を用いてパラメータを学習することで、関心領域として設定される領域Ａと、関心領域として設定されない領域Ｃに加え、関心領域として設定されると位置決め精度が低下する領域Ｂが推定される。位置決め時は、表示処理部１９が領域Ｂを表示装置２１に表示してよい。これによって、ユーザに領域Ｂを関心領域としないよう勧告がされ、位置決め計算に成功する可能性が高まる。
　また、ユーザの熟練度が低い場合に、関心領域として設定すると位置決め精度が低下する領域が表示装置２１に表示されてもよい。これによって、関心領域として設定すべき領域をユーザが視覚的に認識し易くなり、ユーザの熟練度が速やかに向上する。
　本発明の第４の実施形態が図１０および図１１を用いて説明される。図１０には本実施形態に係る処理手順を示すフローチャートが示されている。図１１には本実施形態に係るデータベースが概念的に示されている。
　本実施形態では、位置決め時に取得されたＸ線透視画像およびＲＯＩ画像が、それぞれ新たな基準透視画像および基準ＲＯＩ画像とされる。さらに、基準透視画像および基準ＲＯＩ画像の他、治療部位情報を加えたものを１組とするデータセットが記憶デバイス１３に追加して記憶され、領域推定モデルのパラメータが更新される。治療部位情報は、治療対象の部位を示す情報である。治療部位情報は、治療対象の部位に予め割り当てられた数値等であってよい。
　図１０に示されるフローチャートは治療外に実行される治療外フローＦ１００と、治療時に実行される治療時フローＦ１５０に分かれている。
　治療外フローＦ１００におけるＳ１０１の処理は、図５に示されたＳ５０１の処理と同様である。Ｓ１０２およびＳ１０３の処理は、後述するように治療部位情報によって示される治療部位に対して実行される点が、図５に示されたＳ５０２およびＳ５０３の処理と異なる。治療外フローＦ１５０におけるＳ１５１～Ｓ１５９の処理は、それぞれ、図５に示された治療外フローＳ５５１～Ｓ５５９の処理と同様である。
　Ｓ１５９の処理の後、ユーザは、表示装置２１に示されたＸ線透視画像、ＤＲＲ画像、位置姿勢ずれ量を求める元となったＲＯＩ画像および位置姿勢ずれ量を参照し、ＲＯＩ画像の修正が必要か否かを判断する。ＲＯＩ画像の修正が必要とユーザが判断した場合、ユーザは入力部１７に対してＲＯＩ画像の修正操作を行う。一方、ＲＯＩ画像の修正が必要でないとユーザが判断した場合、ユーザは入力部１７に対して記憶操作を行う。記憶操作は、データセット作成部１６に治療部位情報を入力すると共に、データセット作成部１６に新たなデータセットを記憶デバイス１３に記憶させる操作である。
　ＲＯＩ修正部１８は、入力部１７において修正操作がされたか、記憶操作がされたかを判定する（Ｓ１６０）。ＲＯＩ修正部１８は、修正操作がされた場合にはＳ１５７の処理に戻り、修正操作に応じてＲＯＩ画像を修正する（Ｓ１５７）。ＲＯＩ修正部１８が、Ｓ１６０の処理において記憶操作がされたと判定した場合、データセット作成部１６は、治療部位情報を読み込むと共に、新たなデータセットを生成して記憶デバイス１３に記憶させる（ＳＣ）。
　新たなデータセットは治療部位情報を含む。データセット作成部１６が実行する処理によって、表示対象となったＸ線透視画像およびＲＯＩ画像がそれぞれ、新たな基準透視画像および基準ＲＯＩ画像とされる。そして、これらの基準透視画像および基準ＲＯＩ画像に加えて、治療部位情報を含むデータセットが記憶デバイス１３に記憶される。
　ＳＣの処理が実行された後、治療台駆動装置２０は、位置決め計算により算出された位置姿勢ずれ量に基づき治療台１を駆動する（Ｓ１６１）。
　データセット作成部１６が、ＳＣの処理によってデータセットを記憶デバイス１３に記憶した場合、パラメータ算出部１５は、データセットに含まれる治療部位情報で示される治療部位について領域推定モデルのパラメータを算出する（Ｓ１０２）。パラメータ算出部１５は、パラメータを治療部位情報に対応付けて記憶デバイス１３に記憶する（Ｓ１０３）。
　治療計画においては治療部位情報が特定されてよい。この場合、Ｓ１５３の処理においては、治療計画に示された治療部位情報に対応するパラメータを領域推定部１４が読み出す。
　図１１に記憶デバイス１３に記憶されるデータベースが概念的に示されている。記憶デバイス１３には、基準透視画像と基準ＲＯＩ画像と治療部位情報が１組となったデータセット１１００Ａ、１１００Ｂおよび１１００Ｃが記憶されている。ここでデータセット１１００Ａは、例えば過去に治療した患者Ａに対して位置決めした際のＸ線透視画像１１０１ＡとＲＯＩ画像１１０２Ａと治療部位情報１１０３Ａから構成される。同様にデータセット１１００Ｂおよび１１００Ｃは、患者ＢおよびＣに対して位置決めした際に用いられたＸ線透視画像１１０１Ｂおよび１１０１Ｃと、ＲＯＩ画像１１０２Ｂおよび１１０２Ｃと、治療部位情報１１０３Ｂおよび１１０３Ｃから構成される。
　ここで、治療部位情報は、患部の場所がわかるような形態であればどのような形でもよい。例えば患部が胸部であれば数字の０、前立腺であれば数字の１、頭頚部であれば数字の２等が割り当てられてもよい。治療部位情報は、「胸部」、「前立腺」、「頭頚部」等、治療部位を表すテキストデータであってもよい。なお、図１１では説明の簡略化のため３つのデータセットが示されているが、実際はより多くのデータセットが記憶デバイス１３に記憶されてもよい。
　一般に、Ｘ線透視画像から設定される関心領域は治療部位によって異なる。そのため、記憶デバイス１３に記憶される複数のデータセットを治療部位に基づいて分類することで、治療部位に応じて必要なデータセットを読み出す処理が容易になる。本実施形態では、基準透視画像および基準ＲＯＩ画像に加えて、治療部位情報が記憶デバイス１３に記憶される。これによって、治療部位に対応するデータセットを読み出す処理が容易となり、治療部位に応じた領域推定モデルのパラメータが迅速に算出される。
　なお、図５、図７および図１０に示されたＳＡ、ＳＢおよびＳＣの処理、すなわち、データセットを記憶デバイス１３に記憶させる処理は、ユーザの操作によって選択された画像のみについて行われてもよい。すなわち、ユーザは、Ｓ５５９、Ｓ７５９またはＳ１５９の処理によって表示装置２１に表示された情報を参照し、Ｘ線透視画像および位置姿勢ずれ量を求める元となったＲＯＩ画像を、新たなデータセットして記憶するか否かを判断する。
　ユーザは、これらの画像を新たなデータセットとして記憶させてよいと判断したときは、Ｓ５５９、Ｓ７５９またはＳ１５９の処理を実行させる記憶操作を入力部１７に対して行う。ユーザは、これらの画像を新たなデータセットとして記憶させるべきでないと判断したときは、Ｓ５５９、Ｓ７５９またはＳ１５９の処理をスキップさせるスキップ操作を入力部１７に対して行う。
　位置決め装置１０は、Ｘ線透視画像、ＤＲＲ画像、位置姿勢ずれ量を求める元となったＲＯＩ画像および位置姿勢ずれ量が表示装置２１によって表示されると共に行われたユーザの操作に応じて、データセットを前記記憶デバイス１３に記憶させる。すなわち、データセット作成部１６は、入力部１７に対して記憶操作が行われたことに応じてＳＡ、ＳＢまたはＳＣの処理を実行する。位置決め装置１０は、入力部１７に対してスキップ操作が行われたことに応じて、新たなデータセットを記憶する処理（ＳＡ，ＳＢ，ＳＣ）を行わず、次の処理（Ｓ５６１，Ｓ７６０，Ｓ１６１）を実行する。
　このような処理によれば、位置姿勢ずれ量を求める元となったＲＯＩ画像が適切であることがユーザの知識や経験に基づき確認された上で、位置姿勢ずれ量を求める元となったＲＯＩ画像がデータベースに反映される。これによって、演算処理では判断することが困難なＲＯＩ画像の適切性がユーザによって判断され、領域推定モデルのパラメータが高精度で求められる。
　また、データセット作成部１６は、ＲＯＩ画像を修正する処理（Ｓ５５７，Ｓ７５７，Ｓ１５７）が実行された回数に応じて、新たなデータセットを記憶させるか否かを判定してもよい。例えば、データセット作成部１６は、ＲＯＩ画像を修正する処理が実行されなかった場合に限り、新たなデータセットを記憶させる処理を実行してもよい。また、データセット作成部１６は、ＲＯＩ画像を修正する処理が実行された回数が予め定められた回数以下である場合に限り、新たなデータセットを記憶させる処理を実行してもよい。
　データセット作成部１６は、新たなデータセットを記憶させると判定したときは、ユーザによる記憶操作に応じて新たなデータセットを記憶デバイス１３に記憶させる。一方、データセット作成部１６は、新たなデータセットを記憶させないと判定したときは、ユーザによる記憶操作がされたとしても、新たなデータセットを記憶する処理（ＳＡ，ＳＢ，ＳＣ）を行わない。そして、位置決め装置１０は、次の処理（Ｓ５６１，Ｓ７６０，Ｓ１６１）を実行する。
　ＲＯＩ画像を求める過程では、ＲＯＩ画像に対する修正の回数が少ないほど、最終的に求められるＲＯＩ画像が適切なことがある。このような場合、修正回数が所定条件を満たす場合に限って新たなデータセットが記憶されることで、適切なＲＯＩ画像がデータベースに反映される。
　上記では、Ｘ線透視画像に関心領域が設定される実施形態が示された。関心領域はＤＲＲ画像に設定されてもよい。この場合、基準となるＸ線透視画像に代えて基準となるＤＲＲ画像が基準透視画像とされる。記憶デバイス１３には、過去に取得されたＤＲＲ画像を基準透視画像としたデータセットが記憶される。
　図４のＳ４５２の処理では、Ｘ線撮影装置５Ａおよび５ＢによってＸ線透視画像を撮影する処理に代えて、ＤＲＲ作成部１１によってＤＲＲ画像を作成する処理が実行される。Ｓ４５４の処理では、領域推定モデルのパラメータを用いてＸ線透視画像から初期ＲＯＩ画像を推定する処理に代えて、領域推定モデルのパラメータを用いてＤＲＲ画像から初期ＲＯＩ画像を推定する処理が実行される。Ｓ４５５の処理では、Ｘ線透視画像および初期ＲＯＩ画像が表示装置２１に表示される代わりに、ＤＲＲ画像および初期ＲＯＩ画像が表示装置２１に表示される。
　図５におけるＳ５５２、Ｓ５５４およびＳ５５５の処理、図７におけるＳ７５２、Ｓ７５４およびＳ７５５の処理、ならびに図１０におけるＳ１５２、Ｓ１５４およびＳ１５５の処理についても同様の置き換えがなされる。
　各実施形態における放射線治療システム１００は、次の（ｉ）～（ｖｉ）の事項を含む方法を用いている。位置決め装置１０は、以下の（ｉｖ）～（ｖｉ）の事項を実行するプログラムを実行してよい。
　（ｉ）患者２の基準透視画像を放射線治療前に取得すること。（ｉｉ）基準透視画像に対する基準ＲＯＩ画像を放射線治療前に取得すること。（ｉｉｉ）基準透視画像を入力データとし、基準ＲＯＩ画像を教師データとして、領域推定モデルのパラメータを算出すること。（ｉｖ）Ｘ線撮影装置５Ａおよび５Ｂによって患者２のＸ線透視画像を基準面上で取得すること。（ｖ）上記のパラメータ、および、Ｘ線透視画像若しくはＤＲＲ画像に基づいて、Ｘ線透視画像およびＤＲＲ画像に対する関心領域を推定すること。（ｖｉ）３次元画像、Ｘ線透視画像および関心領域に基づいて、患者２と３次元画像との位置姿勢のずれ量を求めること。（ｖｉｉ）治療台駆動装置２０が、位置姿勢ずれ量に基づいて、患者２が横たわる治療台１の位置姿勢を設定すること。
　上記（ｖｉ）に示される位置決め計算は、次の事項に基づき実行されてよい。（ｖｉ－１）３次元画像と基準面との相対的な位置姿勢関係を仮想的に変化させたときにおけるＤＲＲ画像として評価用ＤＲＲ画像を求め、Ｘ線透視画像および評価用ＤＲＲ画像の一致度を関心領域について求めること。（ｖｉ－２）一致度が所定条件を満たすときの位置姿勢関係に基づいて、患者２と３次元画像との位置姿勢のずれ量を求めること。
　１　治療台、２　患者、３Ａ，３Ｂ　２次元Ｘ線検出器、４Ａ，４Ｂ　Ｘ線発生装置、５Ａ，５Ｂ　Ｘ線撮影装置、６　粒子線照射装置、１０　位置決め装置、１１　ＤＲＲ作成部、１２　位置決め算出部、１３　記憶デバイス、１４　領域推定部、１５　パラメータ算出部、１６　データセット作成部、１７　入力部、１８　ＲＯＩ修正部、１９　表示処理部、２０　治療台駆動装置、２１　表示装置、３０　治療計画装置、４０　ＣＴ撮影装置、５０　患者ＤＢ、６０　ネットワーク、１００　放射線治療システム、１０１　加速器、１０２　ビーム輸送装置、２００Ａ，２００Ｂ，２００Ｃ，８００Ａ，８００Ｂ，８００Ｃ，１１００Ａ，１１００Ｂ，１１００Ｃ　データセット、２０１Ａ，２０１Ｂ，２０１Ｃ，３０１，６００，８０１Ａ，８０１ａ，８０１Ｂ，１１０１Ａ，１１０１Ｂ，１１０１Ｃ，１２０１　Ｘ線透視画像、３０２　初期ＲＯＩ画像、６１０　初期画像グループ、６１２，６２２，６３２，１２０２　重畳画像、６１３　初期ＲＯＩ画像、６２０　修正ｉ回目の画像グループ、２０２Ａ，２０２Ｂ，２０２Ｃ、６２３，６３３，８０２Ａ，８０２ａ，８０２Ｂ，１１０２Ａ，１１０２Ｂ，１１０２Ｃ，１２０３　ＲＯＩ画像、６３０　修正ｎ回目の画像グループ、６３３　修正Ｎ回目のＲＯＩ画像、８０３Ａ　位置決め失敗情報、８０３ａ，８０３Ｂ　位置決め成功情報、９００　ＲＯＩ修正過程画像、１１０３Ａ，１１０３Ｂ，１１０３Ｃ　治療部位情報。

Claims (12)

  1. 　患者のＸ線透視画像を基準面上で取得するＸ線撮影装置と、演算装置と、を備え、
    　前記演算装置は、
    　領域推定モデルのパラメータ、および、前記Ｘ線透視画像若しくはＤＲＲ画像であって、放射線治療前に取得された前記患者の３次元画像を前記基準面に仮想的に投影して生成されるＤＲＲ画像に基づいて、前記Ｘ線透視画像および前記ＤＲＲ画像に対する関心領域を推定し、
    　前記３次元画像、前記Ｘ線透視画像および前記関心領域に基づいて、前記患者と前記３次元画像との位置姿勢のずれ量を求め、
    　前記領域推定モデルのパラメータは、
    　放射線治療前に取得された基準透視画像を入力データとし、前記基準透視画像に対して放射線治療前に取得された基準ＲＯＩ画像を教師データとして算出されたパラメータであることを特徴とする患者位置決めシステム。　
  2. 　請求項１に記載の患者位置決めシステムにおいて、
    　前記ずれ量に基づいて、前記患者が横たわる治療台の位置姿勢を設定する治療台駆動装置を備えることを特徴とする患者位置決めシステム。
  3. 　請求項１に記載の患者位置決めシステムにおいて、
    　前記演算装置によって推定された前記関心領域を示す初期ＲＯＩ画像と、前記Ｘ線透視画像若しくは前記ＤＲＲ画像とを表示する表示装置を備え、
    　前記演算装置は、
    　前記初期ＲＯＩ画像、および、前記Ｘ線透視画像若しくは前記ＤＲＲ画像が表示されると共に、ユーザによる前記関心領域の修正操作に応じて、前記演算装置によって推定された前記関心領域を修正し、
    　前記ずれ量を修正後の前記関心領域について求めることを特徴とする患者位置決めシステム。
  4. 　請求項１に記載の患者位置決めシステムにおいて、
    　前記関心領域を示すＲＯＩ画像と、前記Ｘ線透視画像と、前記ＤＲＲ画像と、前記ずれ量とを表示する表示装置を備え、
    　前記演算装置は、
    　前記ＲＯＩ画像、前記Ｘ線透視画像、前記ＤＲＲ画像、および前記ずれ量が表示されると共に、ユーザによる前記関心領域の修正操作に応じて前記関心領域を修正し、前記ずれ量を修正後の前記関心領域について求めることを特徴とする患者位置決めシステム。
  5. 　請求項３または請求項４に記載の患者位置決めシステムにおいて、
    　前記表示装置は、
    　修正後の前記関心領域を示す修正後ＲＯＩ画像と、前記Ｘ線透視画像と、前記ＤＲＲ画像と、修正後の前記関心領域に基づいて求められた前記ずれ量とを表示し、
    　前記演算装置は、
    　前記修正後ＲＯＩ画像、前記Ｘ線透視画像、前記ＤＲＲ画像、および修正後の前記関心領域に基づいて求められた前記ずれ量が表示されると共に、ユーザによる前記関心領域の修正操作に応じて前記関心領域をさらに修正し、前記ずれ量を修正後の前記関心領域について求めることを特徴とする患者位置決めシステム。
  6. 　請求項５に記載の患者位置決めシステムにおいて、
    　前記基準透視画像と、前記基準ＲＯＩ画像とを対応付けたデータセットが記憶される記憶デバイスを備え、
    　前記演算装置は、
    　前記データセットを前記記憶デバイスに記憶させる記憶処理を実行するか否かを、前記関心領域に対して修正操作が行われた回数に応じて判断し、当該判断に応じて前記記憶処理を実行し、
    　前記記憶処理は、
    　前記Ｘ線透視画像若しくは前記ＤＲＲ画像と、前記ずれ量を求める元となった前記関心領域を示す画像とを、それぞれ、前記基準透視画像と前記基準ＲＯＩ画像として対応付けて前記データセットとする処理を含むことを特徴とする患者位置決めシステム。
  7. 　請求項１に記載の患者位置決めシステムにおいて、
    　前記基準透視画像と、前記基準ＲＯＩ画像とを対応付けたデータセットが記憶される記憶デバイスを備え、
    　前記演算装置は、
    　前記Ｘ線透視画像若しくは前記ＤＲＲ画像と、前記関心領域を示す画像とを、それぞれ、前記基準透視画像と前記基準ＲＯＩ画像として対応付け、前記データセットとして前記記憶デバイスに記憶させることを特徴とする患者位置決めシステム。
  8. 　請求項７に記載の患者位置決めシステムにおいて、
    　前記演算装置は、
    　前記基準透視画像および前記基準ＲＯＩ画像に、前記ずれ量が適切に求められたか否かを示す成否情報であって、ユーザの操作に応じた成否情報をさらに対応付け、前記データセットとして前記記憶デバイスに記憶させることを特徴とする患者位置決めシステム。
  9. 　請求項７に記載の患者位置決めシステムにおいて、
    　前記演算装置は、
    　前記基準透視画像および前記基準ＲＯＩ画像に、治療部位を示す治療部位情報であって、ユーザの操作によって入力された治療部位情報をさらに対応付け、前記データセットとして前記記憶デバイスに記憶させることを特徴とする患者位置決めシステム。
  10. 　請求項７から請求項９のいずれか１項に記載の患者位置決めシステムにおいて、
    　前記関心領域を示す画像と、前記Ｘ線透視画像と、前記ＤＲＲ画像と、前記ずれ量とを表示する表示装置を備え、
    　前記演算装置は、
    　前記表示装置によって表示されると共に行われたユーザの操作に応じて、前記データセットを前記記憶デバイスに記憶させることを特徴とする患者位置決めシステム。
  11. 　Ｘ線撮影装置によって患者のＸ線透視画像を基準面上で取得し、
    　領域推定モデルのパラメータ、および、前記Ｘ線透視画像若しくはＤＲＲ画像であって、放射線治療前に取得された前記患者の３次元画像を前記基準面に仮想的に投影して生成されるＤＲＲ画像に基づいて、前記Ｘ線透視画像および前記ＤＲＲ画像に対する関心領域を推定し、
    　前記３次元画像、前記Ｘ線透視画像および前記関心領域に基づいて、前記患者と前記３次元画像との位置姿勢のずれ量を求め、
    　前記領域推定モデルのパラメータは、
    　放射線治療前に取得された基準透視画像を入力データとし、前記基準透視画像に対して放射線治療前に取得された前記基準ＲＯＩ画像を教師データとして算出されたパラメータであることを特徴とする患者位置決め方法。
  12. 　位置決めシステムに読み込まれる患者位置決めプログラムにおいて、
    　前記位置決めシステムは、
    　患者のＸ線透視画像を基準面上で取得するＸ線撮影装置と、
    　演算装置と、を備え、
    　前記位置決めプログラムは、
    　領域推定モデルのパラメータ、および、前記Ｘ線透視画像若しくはＤＲＲ画像であって、放射線治療前に取得された前記患者の３次元画像を前記基準面に仮想的に投影して生成されるＤＲＲ画像に基づいて、前記Ｘ線透視画像および前記ＤＲＲ画像に対する関心領域を推定し、
    　前記３次元画像、前記Ｘ線透視画像および前記関心領域に基づいて、前記患者と前記３次元画像との位置姿勢のずれ量を求める処理を、前記演算装置に実行させ、
    　前記領域推定モデルのパラメータは、
    　放射線治療前に取得された基準透視画像を入力データとし、前記基準透視画像に対して放射線治療前に取得された基準ＲＯＩ画像を教師データとして算出されたパラメータであることを特徴とする患者位置決めプログラム。
PCT/JP2019/040787 2019-04-26 2019-10-17 患者位置決めシステム、方法およびプログラム Ceased WO2020217569A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US17/601,454 US11712582B2 (en) 2019-04-26 2019-10-17 Patient position determination system, method, and program
EP19926103.3A EP3960235B1 (en) 2019-04-26 2019-10-17 Patient position determination system, method, and program
CN201980092650.4A CN113453751B (zh) 2019-04-26 2019-10-17 患者定位系统、方法及程序

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-084817 2019-04-26
JP2019084817A JP7287828B2 (ja) 2019-04-26 2019-04-26 患者位置決めシステム、方法およびプログラム

Publications (1)

Publication Number Publication Date
WO2020217569A1 true WO2020217569A1 (ja) 2020-10-29

Family

ID=72942069

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/040787 Ceased WO2020217569A1 (ja) 2019-04-26 2019-10-17 患者位置決めシステム、方法およびプログラム

Country Status (5)

Country Link
US (1) US11712582B2 (ja)
EP (1) EP3960235B1 (ja)
JP (1) JP7287828B2 (ja)
CN (1) CN113453751B (ja)
WO (1) WO2020217569A1 (ja)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2536650A (en) 2015-03-24 2016-09-28 Augmedics Ltd Method and system for combining video-based and optic-based augmented reality in a near eye display
US12521201B2 (en) 2017-12-07 2026-01-13 Augmedics Ltd. Spinous process clamp
US12458411B2 (en) 2017-12-07 2025-11-04 Augmedics Ltd. Spinous process clamp
US11980507B2 (en) 2018-05-02 2024-05-14 Augmedics Ltd. Registration of a fiducial marker for an augmented reality system
US11766296B2 (en) 2018-11-26 2023-09-26 Augmedics Ltd. Tracking system for image-guided surgery
US11980506B2 (en) 2019-07-29 2024-05-14 Augmedics Ltd. Fiducial marker
US12178666B2 (en) 2019-07-29 2024-12-31 Augmedics Ltd. Fiducial marker
US11382712B2 (en) 2019-12-22 2022-07-12 Augmedics Ltd. Mirroring in image guided surgery
US11389252B2 (en) 2020-06-15 2022-07-19 Augmedics Ltd. Rotating marker for image guided surgery
US12239385B2 (en) 2020-09-09 2025-03-04 Augmedics Ltd. Universal tool adapter
US12502163B2 (en) 2020-09-09 2025-12-23 Augmedics Ltd. Universal tool adapter for image-guided surgery
US12150821B2 (en) 2021-07-29 2024-11-26 Augmedics Ltd. Rotating marker and adapter for image-guided surgery
US12475662B2 (en) 2021-08-18 2025-11-18 Augmedics Ltd. Stereoscopic display and digital loupe for augmented-reality near-eye display
JP2023069702A (ja) * 2021-11-08 2023-05-18 株式会社日立製作所 位置決め装置、放射線治療装置及び位置決め方法
EP4511809A1 (en) 2022-04-21 2025-02-26 Augmedics Ltd. Systems and methods for medical image visualization
JP2023161636A (ja) * 2022-04-26 2023-11-08 安西メディカル株式会社 照射制御装置、放射線治療システム、照射制御方法、プログラム及び記憶媒体
DE102022206561B3 (de) * 2022-06-29 2023-11-23 Siemens Healthcare Gmbh Verfahren zum Erzeugen von Trainingsdaten zum Trainieren eines Algorithmus zur Abschätzung von Positionierungsabweichungen einer Bildgebungsvorrichtung eines Röntgenbildgebungssystems
IL319523A (en) 2022-09-13 2025-05-01 Augmedics Ltd Augmented reality glasses for image-guided medical intervention

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010187991A (ja) * 2009-02-19 2010-09-02 Hitachi Ltd ベッド位置決めシステム、放射線治療システム及びベッド位置決め方法
JP2010246883A (ja) * 2009-03-27 2010-11-04 Mitsubishi Electric Corp 患者位置決めシステム
WO2018083844A1 (ja) * 2016-11-02 2018-05-11 株式会社島津製作所 Ｘ線透視装置およびｘ線透視方法
JP2018089065A (ja) * 2016-12-01 2018-06-14 株式会社島津製作所 Ｘ線透視装置
JP2018153299A (ja) * 2017-03-16 2018-10-04 東芝エネルギーシステムズ株式会社 被検体の位置決め装置、被検体の位置決め方法、被検体の位置決めプログラムおよび放射線治療システム

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007282877A (ja) 2006-04-18 2007-11-01 Mitsubishi Electric Corp 放射線照射対象部位の位置決め装置および位置決め方法
JP4956458B2 (ja) * 2008-02-13 2012-06-20 三菱電機株式会社 患者位置決め装置及びその方法
JP2010233881A (ja) * 2009-03-31 2010-10-21 Hitachi Ltd 粒子線治療装置の位置決めシステム及び粒子線治療システム
JP5405187B2 (ja) * 2009-05-08 2014-02-05 株式会社東芝 Ｘ線コンピュータ断層撮影装置
JP2013099431A (ja) 2011-11-08 2013-05-23 Natl Inst Of Radiological Sciences 放射線治療における患者自動位置決め装置及び方法並びに患者自動位置決め用プログラム
JP6004464B2 (ja) * 2012-03-19 2016-10-05 国立大学法人北海道大学 放射線治療制御装置および放射線治療制御プログラム
JP6208535B2 (ja) * 2013-10-25 2017-10-04 株式会社日立製作所 放射線治療装置およびシステムおよび方法
JP6351011B2 (ja) * 2014-09-18 2018-07-04 株式会社島津製作所 位置決め装置及び位置決め装置の作動方法
JP6249972B2 (ja) * 2015-02-17 2017-12-20 三菱電機株式会社 粒子線治療システム
JP6668902B2 (ja) * 2016-04-12 2020-03-18 株式会社島津製作所 位置決め装置および位置決め装置の作動方法
JP6281849B2 (ja) * 2016-04-22 2018-02-21 国立研究開発法人量子科学技術研究開発機構 放射線治療における患者自動位置決め装置及び方法並びに患者自動位置決め用プログラム
JP6581068B2 (ja) 2016-11-11 2019-09-25 株式会社東芝 画像処理装置、画像処理方法、プログラム、運転制御システム、および、車両
US10434335B2 (en) * 2017-03-30 2019-10-08 Shimadzu Corporation Positioning apparatus and method of positioning by generation of DRR image from X-ray CT image data
WO2019003434A1 (ja) * 2017-06-30 2019-01-03 株式会社島津製作所 放射線治療用追跡装置、位置検出装置および動体追跡方法
JP6964309B2 (ja) * 2017-08-23 2021-11-10 株式会社島津製作所 放射線治療用追跡装置
JP6996711B2 (ja) * 2018-03-20 2022-01-17 国立研究開発法人量子科学技術研究開発機構 医用画像処理装置、治療システム、および医用画像処理プログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010187991A (ja) * 2009-02-19 2010-09-02 Hitachi Ltd ベッド位置決めシステム、放射線治療システム及びベッド位置決め方法
JP2010246883A (ja) * 2009-03-27 2010-11-04 Mitsubishi Electric Corp 患者位置決めシステム
WO2018083844A1 (ja) * 2016-11-02 2018-05-11 株式会社島津製作所 Ｘ線透視装置およびｘ線透視方法
JP2018089065A (ja) * 2016-12-01 2018-06-14 株式会社島津製作所 Ｘ線透視装置
JP2018153299A (ja) * 2017-03-16 2018-10-04 東芝エネルギーシステムズ株式会社 被検体の位置決め装置、被検体の位置決め方法、被検体の位置決めプログラムおよび放射線治療システム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LONG, JONATHANEVAN SHELHAMERTREVOR DARRELL: "Fully convolutional networks for semantic segmentation", PROC. OF IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR, 2015
See also references of EP3960235A4

Also Published As

Publication number Publication date
US11712582B2 (en) 2023-08-01
EP3960235A4 (en) 2023-01-25
EP3960235B1 (en) 2023-12-06
JP2020178948A (ja) 2020-11-05
CN113453751B (zh) 2023-08-04
JP7287828B2 (ja) 2023-06-06
CN113453751A (zh) 2021-09-28
US20220193453A1 (en) 2022-06-23
EP3960235A1 (en) 2022-03-02

Similar Documents

Publication Publication Date Title
JP7287828B2 (ja) 患者位置決めシステム、方法およびプログラム
JP7125700B2 (ja) Ｘ線透視装置およびｘ線透視方法
US8597211B2 (en) Determination of indicator body parts and pre-indicator trajectories
US10733792B2 (en) Method and apparatus for user guidance for the choice of a two-dimensional angiographic projection
JP6208535B2 (ja) 放射線治療装置およびシステムおよび方法
EP3486873B1 (en) Automatic implant detection from image artifacts
JP5797352B1 (ja) ３次元物体を追跡するための方法
EP3416561B1 (en) Determination of dynamic drrs
US10149987B2 (en) Method and system for generating synthetic electron density information for dose calculations based on MRI
US10143431B2 (en) Medical image processing apparatus and method, and radiotherapeutic apparatus
CN120641945A (zh) 用于处理解剖成像数据的计算机实施的方法、设备、系统和计算机程序产品
EP3206183A1 (en) Method and apparatus for user guidance for the choice of a two-dimensional angiographic projection
US10631778B2 (en) Patient setup using respiratory gated and time resolved image data
JP6095112B2 (ja) 放射線治療システム
JP6815586B2 (ja) 医用画像処理装置、および治療システム
Hirai et al. Regression model-based real-time markerless tumor tracking with fluoroscopic images for hepatocellular carcinoma
JP5401240B2 (ja) 放射線治療システム
Wijesinghe Intelligent image-driven motion modelling for adaptive radiotherapy
EP4684732A1 (en) Method and processing apparatus for determining medical image acquisition parameters using anatomical information
EP4678109A1 (en) System and method for cardiac ct guidance
JP7563951B2 (ja) 位置決め装置、放射線治療システム、および位置決め方法
KR20230151364A (ko) 의료 영상 기반의 시술 시뮬레이션 제공 방법 및 장치
JP2024151221A (ja) 動き追跡装置、放射線治療システム、および動き追跡方法
WO2026021908A1 (en) Method and processing apparatus for determining medical image acquisition parameters using anatomical information
GB2629652A (en) Machine learning approach for adaptive radiation therapy using composite imaging slices

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19926103

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2019926103

Country of ref document: EP

Effective date: 20211126