ES2310862T3 - Calibracion relativa para dispositivos dosimetricos. - Google Patents
Calibracion relativa para dispositivos dosimetricos. Download PDFInfo
- Publication number
- ES2310862T3 ES2310862T3 ES06000795T ES06000795T ES2310862T3 ES 2310862 T3 ES2310862 T3 ES 2310862T3 ES 06000795 T ES06000795 T ES 06000795T ES 06000795 T ES06000795 T ES 06000795T ES 2310862 T3 ES2310862 T3 ES 2310862T3
- Authority
- ES
- Spain
- Prior art keywords
- dose
- calibration
- curve
- self
- acquired
- 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.)
- Expired - Lifetime
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
- A61N5/1048—Monitoring, verifying, controlling systems and methods
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Radiation-Therapy Devices (AREA)
- Measurement Of Radiation (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Sampling And Sample Adjustment (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
Un sistema para calibrar la respuesta a la dosis de un dispositivo de adquisición de imágenes (110), que comprende: medios para generar una primera curva de autocalibración (114) que relaciona dosificaciones de un primer mapa de dosis (106) con intensidades en una primera imagen adquirida (112), el primer mapa de dosis (106) generado según un primer plan de tratamiento (104); medios para generar una segunda curva de autocalibración (114) que relaciona las dosificaciones de un segundo mapa de dosis (106) con intensidades en una segunda imagen adquirida (112); medios para generar una calibración inicial que relaciona las dosificaciones provistas según el primer plan de tratamiento (104) con intensidades en la primera imagen adquirida (112); y medios para realizar cálculos que incluyen: (1) determinar al menos una diferencia o ajuste entre la primera curva de autocalibración (114) y la segunda curva de autocalibración (114); (2) modificar la segunda imagen adquirida (112) basándose en la al menos una diferencia o ajuste; y (3) producir una calibración relativa basándose en una aplicación de la calibración inicial a la segunda imagen adquirida (112).
Description
Calibración relativa para dispositivos
dosimétricos
La presente invención se refiere a dosimetría de
radiación, y más particularmente a procedimientos y dispositivos
para realizar eficientemente calibraciones de dosis de radiación
asociadas con radioterapia.
Un uso importante de la radioterapia, y en
particular la radioterapia de intensidad modulada (IMRT), es la
destrucción de células tumorales. En el caso de radiación ionizante,
la destrucción del tumor depende de la "dosis absorbida", es
decir, la cantidad de energía depositada dentro de una masa de
tejido. Los físicos de radiación normalmente expresan la dosis
absorbida en unidades cGy o centigray. Un cGy es igual a 0,01
J/kg.
La dosimetría de radiación describe en general
procedimientos para medir o predecir la dosis absorbida en diversos
tejidos de un paciente que sufre radioterapia. La exactitud la
predecir y medir dosis absorbidas es clave para el tratamiento
efectivo y la prevención de complicaciones debidas a sobreexposición
o subexposición a radiación. Existen muchos procedimientos para
medir y predecir la dosis absorbida, pero la mayoría están basados
en el desarrollo de una calibración -curva, tabla de consulta,
ecuación, etc.- que relacione la respuesta de un medio de detección
a la dosis absorbida. Los expertos en la materia conocen medios de
detección útiles e incluyen películas sensibles a la radiación y
geles tridimensionales (por ejemplo, geles "BANG" y
"BANANA") que se oscurecen o cambian de color tras la
exposición a la radiación. Otros medios de detección útiles incluyen
dispositivos electrónicos de formación de imágenes portal,
dispositivos de radiografía computerizada (CR), dispositivos de
radiografía digital (DR), y conjuntos de detectores de silicio
amorfo, que generan una señal en respuesta a la exposición a la
radiación.
Hay diversos procedimientos conocidos para
desarrollar una curva de calibración. Por ejemplo, la patente de
EE.UU. Nº 6.675.116, concedida al cesionario de la presente
solicitud, desvela cómo proveer un medio de detección que responde
a la exposición a radiación ionizante, y preparar un patrón de
respuesta a dosis de calibración exponiendo regiones predefinidas
del medio de detección a diferentes niveles de dosis de radiación
ionizante. La patente '116 desvela además respuestas de medición
del medio de detección en las regiones predefinidas para generar
una calibración que relaciona respuestas subsiguientes con dosis de
radiación ionizante. Se obtienen diferentes niveles de dosis
protegiendo de manera diferencial partes del medio de detección de
la radiación ionizante usando, por ejemplo, un colimador
multilámina, un colimador secundario, o un bloque de atenuación.
También pueden obtenerse diferentes niveles de dosis moviendo el
medio de detección entre exposiciones. La patente '116 desvela
además una rutina de software fijo en un medio legible por ordenador
que está configurada para generar una calibración que relaciona una
respuesta de un medio de detección con una dosis de radiación
ionizante.
Los procedimientos como los desvelados en la
patente '116 requieren exponer partes discretas del medio de
detección a cantidades diferentes y conocidas de radiación usando un
acelerador lineal o aparato similar para desarrollar una curva de
calibración o tabla de consulta. Típicamente, se miden
aproximadamente doce, pero a menudo hasta veinticinco niveles de
dosis de radiación diferentes para generar una curva de calibración
o tabla de consulta. Generalmente, la exactitud de la calibración
aumenta a medida que aumenta el número de niveles de dosis de
radiación medidos. Sin embargo, cuanto mayor es el número de
mediciones, más caro se vuelve y más tiempo lleva el procedimiento
de calibración. Por lo tanto, sería deseable tener un sistema y
procedimiento que provea información de calibración analizando una
"imagen adquirida" obtenida aplicando un plan de radioterapia
a un dispositivo de garantía de calidad y capturando la distribución
de intensidad de radiación.
Son conocidos los procedimientos de corregir una
imagen adquirida de manera que un sistema de adquisición de
dosimetría que ha sido calibrado una vez no tendrá que ser
recalibrado cada vez. Por ejemplo, la patente de EE.UU. Nº
6.528.803, concedida al cesionario de la presente solicitud enseña
cómo exponer partes de películas de prueba a un conjunto de fuentes
de luz estándar para obtener un gradiente progresivo de densidad
óptica en una o todo un conjunto de películas de calibración. Sin
embargo, los procedimientos existentes como los desvelados por la
patente '803 requieren equipamiento adicional y tiempo para reunir
datos relacionados con el gradiente progresivo de densidad óptica.
En algunos casos, sería deseable tener un sistema y procedimiento
que provean información de calibración para una imagen adquirida
subsiguiente que no requirieran equipamiento extra y que llevaran
una cantidad mínima de tiempo aunque esto fuera sólo una calibración
"relativa" (expresada en porcentaje) y no una calibración
"absoluta" (en dosis y que se puede seguir según un estándar
nacional).
Además, también puede ser deseable tener un
sistema para evaluar la capacidad de las curvas de calibración
obtenidas experimentalmente de modelar las distribuciones de dosis
producidas por unos sistema que crean planes de tratamiento, y
otras predicciones de distribución de dosis, para determinar dónde
se producen diferencias modelando inexactitudes en contraposición a
las diferencias experimentales verdaderas.
La presente invención provee un sistema según la
reivindicación 1 y un procedimiento según la reivindicación 9.
La Fig. 1 es un diagrama de bloques que provee
una visión general de un sistema usado en al menos una realización
para construir una curva de autocalibración de IMRT (ISCC).
La Fig. 2 es un diagrama de flujo de
procedimiento que describe un flujo de procedimiento para un
procedimiento de calibración inicial, según una realización.
La Fig. 3A es un diagrama de flujo de
procedimiento que describe un procedimiento de adquisición de
imágenes que ha de usarse al construir una curva ISCC, según una
realización.
La Fig. 3B es un diagrama de flujo de
procedimiento que describe un procedimiento de generación de ISCC,
según una realización.
La Fig. 4 muestra un ejemplo de una curva
ISCC.
La Fig. 5 es un diagrama de flujo de
procedimiento que describe un procedimiento de calibración
subsiguiente.
La Fig. 6A muestra un ejemplo de un mapa de
dosis.
La Fig. 6B muestra un ejemplo de una imagen
adquirida.
La Fig. 7A muestra un ejemplo de un mapa de
dosis dividido en pequeñas áreas geométricas y después de que una
función estadística haya sido aplicada a las áreas.
La Fig. 7B muestra un ejemplo de una imagen
adquirida dividida en pequeñas áreas geométricas y después de que
una función estadística haya sido aplicada a las áreas.
La Fig. 8A muestra un ejemplo de una curva ISCC
sin procesar.
La Fig. 8B muestra un ejemplo de una curva ISCC
postprocesada.
La Fig. 9A muestra un ejemplo de un mapa de
dosis en formato de columna.
La Fig. 9B muestra un ejemplo de una imagen
adquirida en formato de columna.
La Fig. 10 muestra un gráfico ejemplar que
representa el coeficiente de correlación para cada conjunto de
columnas correspondientes en las imágenes mostradas en las Figuras
9A y 9B.
La Fig. 11A muestra una imagen ejemplar en
formato de columna que representa un mapa de dosis en el que las
columnas están clasificadas según el valor de un coeficiente de
correlación.
La Fig. 11B muestra una imagen ejemplar en
formato de columna que representa una imagen adquirida en la que
las columnas están clasificadas según el valor de un coeficiente de
correlación.
La Fig. 12A muestra una curva ISCC sin procesar
ejemplar basada en trazado de valores de píxeles para áreas de un
mapa de dosis e imagen adquirida que exceden un umbral de
correlación.
La Fig. 12B muestra un ejemplo de la curva ISCC
de la Figura 12A después del postprocesamiento.
La Fig. 13 muestra un gráfico ejemplar que
incluye una curva de calibración obtenida experimentalmente y una
curva ISCC.
La Fig. 14 muestra un gráfico ejemplar sobre el
que están trazadas las diferencias de dosis entre una curva de
calibración obtenida experimentalmente y una curva ISCC.
La Fig. 15A muestra un diagrama ejemplar de una
estadística de correlación para diez secciones iguales de una curva
de calibración.
La Fig. 15B muestra un diagrama ejemplar de una
estadística de la media cuadrática para diez secciones iguales de
una curva de calibración.
La Fig. 16 muestra una curva de normalización
ejemplar relacionada con una parte de una curva de calibración.
Se desarrolla una calibración para un primer
plan de tratamiento que relaciona las dosificaciones planeadas con
una respuesta del medio de detección a una dosis absorbida. También,
se desarrolla una curva de autocalibración de IMRT ("ISCC" o
"curva ISCC"), que relaciona intensidades de dosificación en el
primer plan de tratamiento con intensidades de píxeles sobre una
imagen adquirida, relacionada con el primer plan de tratamiento.
Luego se desarrolla una curva ISCC para un segundo plan de
tratamiento. Una comparación de la curva ISCC relacionada con el
primer plan de tratamiento con la curva ISCC relacionada con el
segundo plan de tratamiento permite el ajuste de una imagen
adquirida relacionada con el segundo plan de tratamiento de manera
que puede usarse la calibración para proveer información de
calibración con respecto al segundo plan de tratamiento. Por
consiguiente, los sistemas y procedimientos desvelados en este
documento proveen calibraciones sencillas, rápidas, eficientes y
económicas de dispositivos de adquisición de imágenes usados para
adquirir imágenes de prueba antes de que se aplique un plan de
tratamiento a un paciente.
Más adelante se describe detalladamente el uso
de los diversos componentes del sistema 100 mostrado en la Figura
1. En general, puede aplicarse un plan de tratamiento a un detector
de radiación, y registrarse así en algún medio o dispositivo,
produciendo la imagen adquirida 112, como se muestra y describe más
detenidamente con referencia a la Figura 1 más adelante. La imagen
adquirida 112 se compara con un mapa de dosis 106, también descrito
más detenidamente con referencia a la Figura 1 más adelante, que
representa la intensidad de las dosificaciones planeadas como parte
de un tratamiento.
La Figura 1 provee una visión general de un
sistema 100 usado en al menos una realización para construir una
curva de autocalibración de IMRT (ISCC). El sistema de planificación
de tratamiento 102 es cualquiera de una variedad de sistemas de
planificación de tratamiento conocidos por los expertos en la
materia, incluyendo pero no limitados al sistema Pinnacle3
fabricado por Phillips Medical Systems de Andover, Massachusetts;
BrainSCAN (TM), fabricado por Brainlab AG de Heimstetten, Alemania;
PLATO (TM) SunRise de Nucletron de Veenendaal, Países Bajos;
Eclipse (TM), fabricado por Varian Medical Systems de Palo Alto,
California.
El sistema de planificación de tratamiento 102
se usa para crear uno o más planes de tratamiento de radiación 104.
El sistema de planificación de tratamiento 102 también se usa para
crear el mapa de dosis 106, a veces denominado también la imagen
del plan. Tal uso del sistema de planificación de tratamiento 102
resultará perfectamente conocido para los expertos en la materia.
Además, los expertos en la materia reconocerán que el mapa de dosis
106 muestra la distribución esperada de la dosis de radiación
planeada en un maniquí de garantía de calidad o un paciente. En la
Figura 6A se muestra un ejemplo de un mapa de dosis 106.
El detector de radiación 108 es un dispositivo
capaz de detectar y recibir radiación como resultará conocido para
los expertos en la materia. En algunas realizaciones, el detector de
radiación 108 es un maniquí de garantía de calidad, también
conocido como maniquí de prueba, como sabrán los expertos en la
materia. El propósito del maniquí de prueba es emular un medio que
ha de recibir una dosis de radiación, como un tejido humano.
El dispositivo de adquisición de imágenes 110
puede ser cualquier dispositivo o medio de los que conocerán los
expertos en la materia tal que registre la radiación detectada,
incluyendo, pero no limitado a película radiográfica, un
dispositivo de radiografía computerizada, un dispositivo electrónico
de formación de imágenes portal, una cámara de dispositivo de carga
acoplada (CCD), o gel BANG. El dispositivo de adquisición de
imágenes 110 produce una o más imágenes adquiridas 112. Como se
describe más adelante, se usa una imagen adquirida 112 y un mapa de
dosis 106 para crear la curva ISCC 114. En la Figura 6B se muestra
un ejemplo de una imagen adquirida 112. Como se describe con más
detalle más adelante, la mayoría de las realizaciones crearán al
menos dos curvas ISCC 114 relacionadas con al menos dos planes de
tratamiento 104.
Los expertos en la materia reconocerán que los
procedimientos descritos en este documento con referencia al
sistema 100 pueden llevarse a cabo usando uno o más ordenadores como
los conocidos por los expertos en la materia y pueden incluir
cualquier dispositivo o combinación de dispositivos capaces de
funcionar como se describe en este documento con respecto al
sistema 100, incluyendo recibir, producir, procesar, transformar,
incorporar y/o almacenar información. Por consiguiente, los
procedimientos descritos en este documento pueden llevarse a cabo
mediante la ejecución de instrucciones ejecutables por ordenador
incorporadas en un medio legible por ordenador. Por ejemplo, un
ordenador usado con el sistema 100 puede ser un ordenador de
propósito general capaz de ejecutar una amplia variedad de
diferentes aplicaciones de software. Además, tal ordenador puede
ser un dispositivo especializado limitado a funciones particulares.
En algunas realizaciones, el ordenador es una red de ordenadores.
En general, el sistema 100 puede incorporar una amplia variedad de
arquitecturas de tecnología de información diferentes. El ordenador
no está limitado a ningún tipo, número, forma o configuración de
procesadores, memoria, medios legibles por ordenador, dispositivos
periféricos, dispositivos informáticos y/o sistemas operativos.
Además, algunos de los elementos del sistema 100
pueden existir como representaciones dentro de un ordenador. Por
ejemplo, el plan de tratamiento 104, el mapa de dosis 106, la imagen
adquirida 112, y/o la curva ISCC 114 pueden existir como
representaciones dentro de uno o más ordenadores. Por consiguiente,
el ordenador puede incluir o estar acoplado a interfaces y
dispositivos de acceso para proveer a los usuarios (por ejemplo, un
técnico radiológico) acceso al sistema 100. Por lo tanto, los
usuarios pueden acceder a los procedimientos y elementos del
sistema 100 usando cualquier dispositivo de acceso o interfaces
conocidos por los expertos en la materia.
La Figura 2 describe un flujo de procedimiento
para un procedimiento de calibración inicial. La etapa 200
representa el procedimiento de obtener una primera imagen adquirida
112a que representa una distribución de radiación de un primer plan
de tratamiento de radiación 104a. El procedimiento representado en
la etapa 200 se describe detalladamente con referencia a la Figura
3A. La etapa 202 representa el procedimiento de desarrollar una
calibración, por ejemplo, una curva o ecuación de calibración, que
relaciona la distribución de intensidad de radiación de la imagen
adquirida 112a con la dosis de radiación provista por la aplicación
del plan de tratamiento 104a. Según se analizó anteriormente,
diversos medios, procedimientos y dispositivos para realizar la
calibración de la etapa 202 resultarán conocidos para los expertos
en la materia. La etapa 204 representa el procedimiento de generar
una curva ISCC 114a. El procedimiento representado en la etapa 204
se describe detalladamente con referencia a la Figura 3B.
La Figura 3A es un diagrama de flujo que
describe un procedimiento de adquisición de imágenes que han de
usarse al construir una curva ISCC.
En la etapa 300, se crea un plan de tratamiento
de radiación 104. La creación de planes de tratamiento de radiación
es bien conocida, y puede llevarse a cabo usando una variedad de
sistemas de planificación de tratamiento conocidos 102. Como es
bien sabido, un plan de tratamiento de radiación puede incluir la
intensidad, duración y localización de dosis de radiación que serán
suministradas a un lugar de un tumor durante el transcurso de la
radioterapia.
En la etapa 302, se usa el sistema de
planificación de tratamiento 102 para crear el mapa de dosis 106
asociado con el plan de tratamiento 104, a veces denominado también
imagen del plan.
En la etapa 304, se aplica el plan de
tratamiento 104 a un detector de radiación 108. La distribución de
radiación de la radiación detectada se registra en el dispositivo
de adquisición de imágenes 110. El dispositivo de adquisición de
imágenes 110 se usa para producir una imagen adquirida 112, que
representa la distribución de radiación producida a partir de la
aplicación del plan de tratamiento 104. Los expertos en la materia
reconocerán que la imagen adquirida 112 puede ser producida de
diversas maneras. Por ejemplo, la imagen adquirida de ejemplo 112
mostrada en la Figura 6B representa la imagen digital escaneada de
una película de garantía de calidad de un campo de tratamiento de
IMRT. En algunas realizaciones la imagen adquirida 112 puede ser
filtrada, como con un filtro de mediana de 5 por 5 o alguna otra
técnica de filtrado que pueda ser conocida por los expertos en la
materia. Puede usarse filtrado para reducir el ruido y/o ajustar los
píxeles o vóxeles de diferentes tamaños entre el plan de
tratamiento y el dispositivo de adquisición de imágenes.
Volviendo ahora a la Figura 3B, se describe un
procedimiento de generación de ISCC. El uso de este procedimiento
de generación de ISCC se analiza en este documento con respecto a
ciertas realizaciones, pero debe entenderse que el procedimiento
podría aplicarse a aún otras realizaciones que resultarán evidentes
para los expertos en la materia tras leer esta exposición. En la
etapa 306, la imagen adquirida 112 es registrada en el mapa de
dosis 106. Registrar imágenes se refiere al procedimiento de alinear
imágenes de manera que ocupen el mismo espacio de imagen, y puedan
entonces compararse y/o combinarse. Diversos procedimientos y
dispositivos para registrar imágenes resultarán conocidos para los
expertos en la materia, algunos de los cuales se analizan en las
solicitudes de EE.UU. pendientes de tramitación de nº de serie
10/630.015 y la solicitud de EE.UU. de número de serie __________,
presentada el 10 de diciembre de 2004, titulada "OPTIMIZING IMAGE
ALIGNMENT".
En la etapa 308, se obtiene una zona de interés
(ROI) común con respecto al mapa de dosis 106 y la imagen adquirida
112. La ROI común puede ser no mayor que la menor del mapa de dosis
106 y la imagen adquirida 112, y se elige para que excluya
cualquier marca extraña no relacionada con la dosis sobre la imagen
adquirida 112. Por ejemplo, la ROI no debe incluir ninguna
escritura o marca de referencia, y no debe incluir ningún área que
esté fuera de los bordes del mapa de dosis 106 o la imagen adquirida
112.
Como parte de la etapa 308, pueden emplearse
diversas técnicas automatizadas conocidas por los expertos en la
materia para excluir pequeñas áreas anómalas del mapa de dosis 106 y
la imagen adquirida 112, como las áreas donde una imagen contiene
pinchazos. Además, pueden emplearse diversas técnicas de fijación de
umbrales para excluir áreas en los intervalos de dosis
seleccionados que se sospecha que tienen mala correlación. Estas
podrían incluir áreas de bajas dosis, áreas de gradiente
pronunciado, áreas cercanas a límites de medios físicos, etc.
En la etapa 310, los valores de los píxeles del
mapa de dosis 106 son normalizados al valor máximo de un píxel del
mapa de dosis 106, y después son convertidos en valores porcentuales
si se desea una medición "relativa" en lugar de una medición
"absoluta".
En una primera realización, en la etapa 312 el
mapa de dosis 106 es dividido en pequeñas áreas geométricas. En la
Figura 7A se muestra un ejemplo de un mapa de dosis 106 dividido en
pequeñas áreas geométricas (y después de haberse aplicado una
función estadística a las áreas, como se describe más adelante). En
una realización, las áreas geométricas son rectángulos (o cubos
para imágenes 3D) que incluyen cada uno un tanto por ciento del
área del mapa de dosis 106. Debe observarse que las áreas
geométricas de la imagen pueden ser contiguas o no o pueden
superponerse físicamente o no dependiendo de las imágenes
específicas empleadas.
En una segunda realización, en la etapa 312 los
niveles de dosis en el mapa de dosis 106 se dividen en intervalos
de dosis. Estos intervalos de dosis pueden ser contiguos o no y
pueden superponerse o no. En una realización, cada intervalo de
dosis abarca el 1% del intervalo de dosis total en la imagen del
plan. Es decir, cada incremento del 1% abarca el intervalo desde 0
hasta la dosis máxima en el mapa de dosis 106 en una escala de 0 a
100. Para cada intervalo de píxeles de la curva de dosis se calcula
una medida estadística como la media o la mediana. Es decir, el
procedimiento halla todos los píxeles de cada intervalo de dosis en
la imagen del plan, es decir, el mapa de dosis 106, y toma la media
(o mediana o alguna otra medida de la tendencia central) de esos
píxeles. Se mantiene un índice que ubica los píxeles en las
imágenes registradas en cada intervalo.
En una tercera realización, en la etapa 312, el
mapa de dosis 106 es dividido en subzonas como las áreas geométricas
descritas anteriormente que comprenden un porcentaje del área del
mapa de dosis 106. El mapa de dosis 106 es expresado luego en lo
que se denomina "formato de columna". Debe entenderse que el
uso del formato de columna se emplea opcionalmente por simplificar
el procedimiento pero que las etapas 312 y las etapas posteriores a
la etapa 312 podrían realizarse sin representar el mapa de dosis 106
y la imagen adquirida 112 en formato de columna. En la Figura 9A se
muestra un ejemplo de un mapa de dosis 106 en formato de columna.
Las subzonas individuales del mapa de dosis 106 mostrado en la
Figura 6A se representan en columnas individuales de la imagen
mostrada en la Figura 9A.
En la primera realización analizada con
referencia a la etapa 312, en la etapa 314 se sitúan píxeles en la
imagen adquirida 112 que corresponden a cada área geométrica del
mapa de dosis 106, definidas como se describió anteriormente con
respecto a la etapa 312. El mapa de dosis 106 y la imagen adquirida
112 pueden ser recortados opcionalmente antes de que se sitúen los
píxeles correspondientes de manera que cada uno del mapa de dosis
106 y la imagen adquirida 112 tengan un área que sea un número
entero múltiplo de cada área geométrica. En la Figura 7B se muestra
una imagen adquirida 112 dividida en áreas geométricas. Para cada
conjunto de píxeles así situados, se calcula alguna medida o
propiedad estadística. En algunas realizaciones, por ejemplo, las
representadas en las Figuras 7A y 7B, se calcula el valor medio de
la intensidad de píxeles para cada conjunto de píxeles situados.
Otras realizaciones pueden calcular la mediana o alguna otra
propiedad estadística como resultará conocido para los expertos en
la materia. Por ejemplo, los valores de la mediana conservan los
bordes en las imágenes, mientras que el promedio tiende a suavizar
los bordes. La selección de la propiedad estadística puede depender
de varios factores que pueden incluir lo rápido que cambia la dosis
dentro de una zona.
En la etapa 314, en la segunda realización
analizada con referencia a la etapa 312, los píxeles son situados
en la imagen adquirida 112 correspondiente a intervalos de dosis
identificados en el mapa de dosis 106 como se describió
anteriormente con respecto a la etapa 312. Después se toma una
medida estadística (por ejemplo, la media, la mediana, etc.) de
cada intervalo de dosis en la imagen adquirida 112 como se describió
anteriormente con respecto al mapa de dosis 106 en la etapa
312.
En la tercera realización analizada
anteriormente con referencia a la etapa 312, en la etapa 314 una
imagen adquirida 112 es dividida en subzonas y representada luego
en formato de columna como se muestra en la Figura 9B. Para cada
una de tales subzonas se hace una correlación entre los píxeles de
la imagen de referencia, es decir, el mapa de dosis 106, y los
píxeles de las áreas geométricas correspondientes de la imagen
adquirida 112. Tales correlaciones resultan conocidas por los
expertos en la materia. Por ejemplo, la Figura 10 muestra un
gráfico que representa el coeficiente de correlación, como resultará
conocido por los expertos en la materia, para cada conjunto de
columnas correspondientes (numeradas de 1 a 100) en las imágenes
mostradas en las Figuras 9A y 9B. Las subzonas correspondientes
representadas por las columnas correspondientes están clasificadas
en orden de la medida de correlación. Las Figuras 11A y 11B muestran
imágenes en formato de columna que representan respectivamente un
mapa de dosis 106 y una imagen adquirida 112 en las que las columnas
están clasificadas según el valor de un coeficiente de correlación.
Comenzando con las áreas de correlación más alta se usan los
píxeles correspondientes para desarrollar una curva de calibración
de manera similar a la descrita en el párrafo precedente.
En algunas realizaciones se establece un umbral
de correlación de manera que sólo se consideran las columnas cuya
correlación excede de un umbral predeterminado al construir una
curva ISCC. Por ejemplo, con referencia a las Figuras 11A y 11B,
las columnas 1-33 de las imágenes en columna tienen
correlaciones inferiores o iguales a -0,97, habiendo sido
seleccionado como el umbral de correlación el valor -0,97. Por
consiguiente, en este ejemplo, sólo han de considerarse las
columnas 1-33 al construir la curva ISCC.
En la etapa 316 se desarrolla una curva ISCC sin
procesar. En la Figura 4 se muestra un ejemplo de una curva ISCC
producida en una realización practicada. La curva ISCC de esta
realización traza un valor que representa la intensidad de la dosis
del plan de tratamiento 104 para cada uno de los intervalos del mapa
de dosis 106 definidos en la etapa 312 frente a un valor que
representa la intensidad de píxeles en cada uno de los píxeles
correspondientes de la imagen adquirida 112, siendo relacionado este
valor con cualquier medida estadística que se seleccionó en la
etapa 314. En la Figura 8A se provee otro ejemplo de una curva ISCC
sin procesar. La curva ISCC sin procesar mostrada en la Figura 8A
fue desarrollada dividiendo en pequeñas áreas geométricas el mapa
de dosis 106 mostrado en las Figuras 6A y 7A y la imagen adquirida
mostrada en las Figuras 7A y 7B. La Figura 12A muestra una curva
ISCC sin procesar basada en trazar valores de píxeles para áreas del
mapa de dosis 106 y la imagen adquirida 112 que exceden el umbral
de correlación analizado anteriormente con respecto a la etapa
314.
En la etapa 318, la curva ISCC desarrollada en
la etapa 318 es postprocesada para asegurar que los valores de
píxeles decrecen monótonamente a medida que aumenta la dosis.
Además, pueden aplicarse otras técnicas de postprocesamiento como
las que resultarán conocidas por los expertos en la materia. Por
ejemplo, en la etapa 318 pueden aplicarse técnicas para suavizar o
ajustar la curva ISCC. La Figura 8B muestra una curva ISCC que
resulta de postprocesar la curva ISCC sin procesar mostrada en la
Figura 8A. La Figura 12B muestra una curva ISCC que resulta de
postprocesar la curva ISCC sin procesar mostrada en la Figura
12A.
La Figura 5 describe un procedimiento de
calibración subsiguiente, es decir, una calibración relativa
realizada para un plan de tratamiento 104b distinto del plan de
tratamiento 104a para el que se desarrolló la curva de calibración
en la etapa 202 del procedimiento de calibración inicial descrito
anteriormente con referencia a la Figura 2. El plan de tratamiento
104b puede denominarse como segundo plan de tratamiento o plan de
tratamiento subsiguiente.
En la etapa 502, se realiza un procedimiento de
adquisición de imágenes con respecto a un plan de tratamiento
subsiguiente 104b. La etapa 502 incluye realizar las etapas
descritas anteriormente con referencia a la Figura 3A para el plan
de tratamiento 104b. Por consiguiente, la etapa 502 produce un mapa
de dosis 106b y una imagen adquirida 112b.
En la etapa 504, el procedimiento de generación
de ISCC descrito anteriormente con referencia a la Figura 3B se
realiza con respecto al mapa de dosis 106b y la imagen adquirida
112b. Por consiguiente, la etapa 504 produce una curva ISCC
subsiguiente 114b.
En la etapa 506, se hace una comparación entre
la primera curva ISCC 114a con la curva ISCC subsiguiente 114b y se
identifican las diferencias, o ajuste, entre las dos curvas. En la
etapa 508, se modifica la imagen adquirida subsiguiente 112b
basándose en las diferencias o ajustes identificados entre la
primera curva ISCC 114a y la curva ISCC subsiguiente 114b. El
objetivo de esta modificación es transformar la imagen adquirida
112b a un estado en el que pueda ser calibrada usando la curva de
calibración desarrollada en la etapa 202 descrita anteriormente con
referencia a la Figura 2. La transformación de la imagen adquirida
112b puede realizarse usando una variedad de procedimientos
conocidos por los expertos en la materia incluyendo, por ejemplo,
los desvelados en la patente de EE.UU. número 6.528.803. La
relación entre las dos curvas, o conjuntos de puntos, puede ser tan
simple como una diferencia, pero también podría ser más compleja y
puede adoptar la forma de tablas de consulta o ajustes de curvas
como resultará conocido por los expertos en la materia.
En la etapa 510, se aplica a la imagen adquirida
112b la curva de calibración desarrollada en la etapa 202 descrita
anteriormente con referencia a la Figura 2.
Las curvas ISCC desarrolladas como se describió
anteriormente pueden usarse ventajosamente para evaluar la utilidad
de una curva de calibración que se obtiene experimentalmente usando
procedimientos conocidos por los expertos en la materia. Por
consiguiente, en algunas realizaciones la ISCC puede compararse con
una curva de calibración obtenida experimentalmente o calculada. La
correlación o correspondencia entre las curvas ISCC y las obtenidas
experimentalmente es una medida de la capacidad de la curva de
calibración obtenida experimentalmente de modelar
satisfactoriamente una distribución de dosis como la que se
representa por un mapa de dosis 106 y se muestra sobre una imagen
adquirida 112. Los expertos en la materia reconocerán que es posible
establecer un umbral de aceptación sobre una curva de calibración
obtenida experimentalmente para prevenir que se usen curvas con
errores excesivos. El usuario también puede usar la correspondencia
entre la curva ISCC y la curva obtenida experimentalmente para
determinar si las discrepancias entre los mapas de dosis 106 y las
imágenes adquiridas 112 son debidas a errores de calibración,
errores de modelización TPS o errores de suministro de
radiación.
Las curvas ISCC desarrolladas como se describió
anteriormente además pueden usarse ventajosamente para evaluar y
seleccionar valores de normalización para imágenes, como las
imágenes adquiridas 112 y el mapa de dosis 106, que han de
compararse por propósitos de garantía de calidad. En sistemas y
procedimientos para dosimetría relativa como los recién desvelados
en este documento, generalmente se requiere normalizar los valores
de píxeles en el plan y las imágenes adquiridas de manera que estén
graduados a lo largo de un intervalo similar. La selección de estos
valores de normalización a menudo puede ser difícil. Por ejemplo, si
las curvas de calibración experimental e ISCC difieren de forma,
entonces optimizar la normalización al nivel de una dosis puede
comprometer la concordancia a otros niveles de dosis. Cambiar el
valor de normalización en la imagen del plan, es decir, el mapa de
dosis 106, desplazará la curva ISCC generada entre la imagen del
plan normalizada y la imagen adquirida 112. Por consiguiente, la
concordancia entre la curva ISCC y la curva obtenida
experimentalmente puede optimizarse por toda la curva o para
intervalos o puntos seleccionados de la curva variando el valor de
normalización. De esta manera puede lograrse un valor de
normalización optimizado para diferentes criterios.
La Figura 13 muestra un gráfico 1300 que incluye
una curva de calibración obtenida experimentalmente 1310, es decir,
una curva de calibración que fue producida de maneras conocidas por
los expertos en la materia o según el procedimiento de generación
de ISCC recién desvelado anteriormente. La Figura 13 también muestra
una curva ISCC 1320 que fue producida dividiendo un mapa de dosis
106 y una imagen adquirida 112 en intervalos de dosis como se
describió anteriormente con respecto a la Figura 3. Hay muchas
maneras de comparar y normalizar las curvas 1310 y 1320. Por
ejemplo, una manera de comparar las curvas 1310 y 1320 es evaluar la
diferencia entre las curvas. Por propósitos del presente ejemplo,
las curvas 1310 y 1320 serán evaluadas para un intervalo
seleccionado de valores de píxeles, generalmente un conjunto común
de valores de píxeles que comprenden el intervalo de valores de
píxeles comunes de las dos curvas 1310 y 1320. En este caso cada
valor de píxel del intervalo seleccionado será interpolado
linealmente, pero los expertos en la materia reconocerán que hay una
variedad de maneras en las que podría realizarse esta
interpolación.
Observando las diferencias de dosis ente las dos
curvas 1310 y 1320, trazadas sobre el gráfico mostrado en la Figura
14, se puede discernir que si se fuera a usar la curva de
calibración experimental 1310 para calibrar una imagen adquirida
112 de valores de píxeles a niveles de dosis, y después comparar esa
imagen adquirida 112 con un mapa de dosis 106 por propósitos de
garantía de calidad, se vería probablemente una respuesta excesiva
en las zonas de bajas dosis (0-10 cGy) de la curva
de calibración 1310, y una respuesta escasa en el intervalo de
10-30 cGy de la curva de calibración 1310.
Observando el diagrama mostrado en la Figura 14 en combinación con
el diagrama mostrado en la Figura 13, el observador podría llegar a
la conclusión de que se necesita una calibración experimental
adicional para los puntos del intervalo de 0-10 cGy
para que coincida mejor con la curva ISCC 1320. Después de realizar
una calibración experimental adicional, se podría repetir el
análisis descrito con respecto a las Figuras 13 y 14 para ver si
han mejorado las diferencias entre la curva ISCC 1320 y una curva
de calibración experimental 1310.
También es posible que, en lugar de observar
zonas de dosis particulares, como se describió con respecto a la
Figura 14, las curvas 1310 y 1320 podrían ser comparadas en su
totalidad. Por ejemplo, podría evaluarse la correlación de las dos
curvas, o podría calcularse la media cuadrática (RMS) de la
diferencia. Se podría establecer un umbral de aceptación para estos
parámetros para aceptar o rechazar la curva experimental 1310 para
uso al calibrar dispositivos de dosimetría. Alternativamente, se
podrían evaluar secciones de la curva 1310 individualmente donde se
estuviera particularmente interesado en ciertas zonas de la curva
(por ejemplo, las zonas de dosis elevadas). Si se estuviera usando
ajuste de la curva, este se denominaría ajuste Spline. Por ejemplo,
la curva 1310 podría ser dividida en 10 secciones iguales y
calcularse estadísticas, como una correlación como se muestra en la
Figura 15A o la RMS como se muestra en la Figura 15B, para cada
una.
Además, como se mencionó anteriormente, a menudo
se aplica un valor de normalización para ajustar una curva de
calibración para reducir los errores sistemáticos entre las imágenes
que se comparan, por ejemplo, un mapa de dosis 106 y una imagen
adquirida 112. Por ejemplo, se podrían normalizar la curva ISCC 1320
y la curva experimental 1310 a sus máximos. La curva de dosis
experimental 1310 puede ajustarse luego mediante una variedad de
factores, después de lo cual se puede trazar la RMS de la curva
experimental ajustada 1310 frente a la curva ISCC 1320. Después,
estimando en punto más bajo de este diagrama, puede determinarse un
factor de normalización óptimo. Obsérvese que esta técnica podría
realizarse con respecto a una parte de la curva 1310, permitiendo,
por ejemplo, optimización para dosis elevadas, como se muestra en la
Figura 16. El punto más bajo de la curva mostrada en la Figura 16
parece ser aproximadamente 1,01, que sugiere que 1,01 es un factor
de normalización óptimo para la zona mostrada en la Figura 16. Los
expertos en la materia entenderán que este factor podría refinarse
más ajustando la curva a una ecuación polinómica.
El propósito de la descripción anterior es ser
ilustrativa y no restrictiva. Para los expertos en la materia
resultarían evidentes muchas realizaciones y aplicaciones distintas
de los ejemplos provistos tras leer la descripción anterior.
Claims (15)
1. Un sistema para calibrar la respuesta a la
dosis de un dispositivo de adquisición de imágenes (110), que
comprende:
medios para generar una primera curva de
autocalibración (114) que relaciona dosificaciones de un primer mapa
de dosis (106) con intensidades en una primera imagen adquirida
(112), el primer mapa de dosis (106) generado según un primer plan
de tratamiento (104);
medios para generar una segunda curva de
autocalibración (114) que relaciona las dosificaciones de un segundo
mapa de dosis (106) con intensidades en una segunda imagen
adquirida (112);
medios para generar una calibración inicial que
relaciona las dosificaciones provistas según el primer plan de
tratamiento (104) con intensidades en la primera imagen adquirida
(112); y
medios para realizar cálculos que incluyen:
(1) determinar al menos una diferencia o ajuste
entre la primera curva de autocalibración (114) y la segunda curva
de autocalibración (114);
(2) modificar la segunda imagen adquirida (112)
basándose en la al menos una diferencia o ajuste; y
(3) producir una calibración relativa basándose
en una aplicación de la calibración inicial a la segunda imagen
adquirida (112).
2. El sistema de la reivindicación 1, que además
comprende medios para generar una calibración subsiguiente que
relaciona dosificaciones provistas según el segundo plan de
tratamiento (104) con intensidades en la segunda imagen adquirida
(112).
3. El sistema de la reivindicación 1, en el que
los medios para realizar cálculos comprenden instrucciones
ejecutables por ordenador, incorporadas tangiblemente en un medio
legible por ordenador, para realizar dichos cálculos.
4. El sistema de la reivindicación 3, en el que
las instrucciones ejecutables por ordenador además comprenden al
menos uno de los medios para generar la primera curva de
autocalibración (114), los medios para generar la segunda curva de
autocalibración (114), y los medios para generar la calibración
inicial.
5. El sistema de la reivindicación 1, en el que
los medios para generar la primera curva de autocalibración (114) y
la segunda curva de autocalibración (114) comprenden medios para
dividir cada uno de los mapas de dosis (106) y las imágenes
adquiridas (112) en una pluralidad de áreas geométricas.
6. El sistema de la reivindicación 1, en el que
los medios para generar la primera curva de autocalibración (114) y
la segunda curva de autocalibración (114) comprenden medios para
dividir cada uno de los mapas de dosis (106) y las imágenes
adquiridas (112) en una pluralidad de intervalos de dosis.
7. El sistema de la reivindicación 1, que además
comprende medios para representar los mapas de dosis (106) y las
imágenes adquiridas (112) en formato de columna.
8. El sistema de la reivindicación 1, en el que
se usa un umbral de correlación para determinar partes del mapa de
dosis (106) y partes de la imagen adquirida (112) que han de usarse
al crear la curva de autocalibración (114).
9. Un procedimiento para calibrar la respuesta a
la dosis de un dispositivo de adquisición de imágenes, que
comprende:
comparar una primera curva de autocalibración
(114) con al menos una segunda curva de autocalibración para
determinar la relación entre las curvas y para identificar al menos
una diferencia o ajuste entre las curvas; en el que la primera
curva de autocalibración (114) relaciona dosificaciones de un primer
mapa de dosis (106) con intensidades en una primera imagen
adquirida (112), el primer mapa de dosis (106) generado según un
primer plan de tratamiento (104), y la segunda curva de
autocalibración (114) relaciona dosificaciones de un segundo mapa
de dosis (106) con intensidades en una segunda imagen adquirida
(112);
generar una calibración inicial que relaciona
dosificaciones provistas según el primer plan de tratamiento (104)
con intensidades en la primera imagen adquirida (112);
modificar la segunda imagen adquirida (112)
basándose en la al menos una diferencia o ajuste; y
aplicar la calibración inicial a la segunda
imagen adquirida (112), por medio de lo cual se calibra la respuesta
a la dosis del dispositivo de adquisición de imágenes (110).
10. El procedimiento de la reivindicación 9, en
el que la al menos una segunda curva de autocalibración (114) es
una pluralidad de segundas curvas de autocalibración (114), y cada
segunda curva de autocalibración está relacionada con un segundo
plan de tratamiento correspondiente.
11. El procedimiento de la reivindicación 9, en
el que las etapas de comparar, modificar y aplicar están
incorporadas tangiblemente como instrucciones legibles por
ordenador en un medio legible por ordenador.
12. El procedimiento de la reivindicación 9, en
el que para generar la primera curva de autocalibración (114) y la
segunda curva de autocalibración (114) cada uno de los mapas de
dosis (106) y las imágenes adquiridas (112) se divide en una
pluralidad de áreas geométricas.
13. El procedimiento de la reivindicación 9, en
el que para generar la primera curva de autocalibración (114) y la
segunda curva de autocalibración (114) cada uno de los mapas de
dosis (106) y las imágenes adquiridas (112) se divide en una
pluralidad de intervalos de dosis.
14. El procedimiento de la reivindicación 9, que
además comprende representar los mapas de dosis (106) y las
imágenes adquiridas (112) en formato de columna.
15. El procedimiento de la reivindicación 9, en
el que se usa un umbral de correlación para determinar partes del
mapa de dosis (106) y partes de la imagen adquirida (112) que han de
usarse al crear la curva de autocalibración (114).
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US11/039,704 US7024026B1 (en) | 2005-01-20 | 2005-01-20 | Relative calibration for dosimetric devices |
| US39704 | 2005-01-20 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2310862T3 true ES2310862T3 (es) | 2009-01-16 |
Family
ID=36102078
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES06000795T Expired - Lifetime ES2310862T3 (es) | 2005-01-20 | 2006-01-16 | Calibracion relativa para dispositivos dosimetricos. |
Country Status (7)
| Country | Link |
|---|---|
| US (3) | US7024026B1 (es) |
| EP (1) | EP1683546B1 (es) |
| JP (1) | JP4366362B2 (es) |
| AT (1) | ATE407722T1 (es) |
| CA (1) | CA2528838A1 (es) |
| DE (1) | DE602006002615D1 (es) |
| ES (1) | ES2310862T3 (es) |
Families Citing this family (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8565860B2 (en) | 2000-08-21 | 2013-10-22 | Biosensors International Group, Ltd. | Radioactive emission detector equipped with a position tracking system |
| US8909325B2 (en) | 2000-08-21 | 2014-12-09 | Biosensors International Group, Ltd. | Radioactive emission detector equipped with a position tracking system and utilization thereof with medical systems and in medical procedures |
| SE522162C2 (sv) * | 2002-05-06 | 2004-01-20 | Goergen Nilsson | Metod att utföra in vivo-dosimetri vid IMRT-behandling |
| US10964075B2 (en) | 2004-01-13 | 2021-03-30 | Spectrum Dynamics Llc | Gating with anatomically varying durations |
| US9470801B2 (en) | 2004-01-13 | 2016-10-18 | Spectrum Dynamics Llc | Gating with anatomically varying durations |
| US9040016B2 (en) | 2004-01-13 | 2015-05-26 | Biosensors International Group, Ltd. | Diagnostic kit and methods for radioimaging myocardial perfusion |
| CN1981210A (zh) | 2004-01-13 | 2007-06-13 | 光谱动力学有限责任公司 | 多维图像重构 |
| US8571881B2 (en) | 2004-11-09 | 2013-10-29 | Spectrum Dynamics, Llc | Radiopharmaceutical dispensing, administration, and imaging |
| EP1778957A4 (en) | 2004-06-01 | 2015-12-23 | Biosensors Int Group Ltd | OPTIMIZING THE MEASUREMENT OF RADIOACTIVE RADIATION ON SPECIAL BODY STRUCTURES |
| US9316743B2 (en) | 2004-11-09 | 2016-04-19 | Biosensors International Group, Ltd. | System and method for radioactive emission measurement |
| US8606349B2 (en) | 2004-11-09 | 2013-12-10 | Biosensors International Group, Ltd. | Radioimaging using low dose isotope |
| US10136865B2 (en) | 2004-11-09 | 2018-11-27 | Spectrum Dynamics Medical Limited | Radioimaging using low dose isotope |
| US8615405B2 (en) | 2004-11-09 | 2013-12-24 | Biosensors International Group, Ltd. | Imaging system customization using data from radiopharmaceutical-associated data carrier |
| WO2008059489A2 (en) | 2006-11-13 | 2008-05-22 | Spectrum Dynamics Llc | Radioimaging applications of and novel formulations of teboroxime |
| US7233688B2 (en) * | 2005-01-20 | 2007-06-19 | Radiological Imaging Technology Inc. | Relative and absolute calibration for dosimetric devices |
| US7024026B1 (en) * | 2005-01-20 | 2006-04-04 | Radiological Imaging Technology, Inc. | Relative calibration for dosimetric devices |
| US8644910B2 (en) | 2005-07-19 | 2014-02-04 | Biosensors International Group, Ltd. | Imaging protocols |
| US8837793B2 (en) | 2005-07-19 | 2014-09-16 | Biosensors International Group, Ltd. | Reconstruction stabilizer and active vision |
| US8894974B2 (en) | 2006-05-11 | 2014-11-25 | Spectrum Dynamics Llc | Radiopharmaceuticals for diagnosis and therapy |
| EP2046450A4 (en) * | 2006-07-28 | 2009-10-21 | Tomotherapy Inc | METHOD AND APPARATUS FOR CALIBRATING A RADIOTHERAPY PROCESSING CIRCUIT |
| WO2008075362A2 (en) * | 2006-12-20 | 2008-06-26 | Spectrum Dynamics Llc | A method, a system, and an apparatus for using and processing multidimensional data |
| US8143607B2 (en) * | 2008-07-15 | 2012-03-27 | Horia Mihail Teodorescu | Reconfigurable radiation shield |
| US8338788B2 (en) | 2009-07-29 | 2012-12-25 | Spectrum Dynamics Llc | Method and system of optimized volumetric imaging |
| EP2962309B1 (en) | 2013-02-26 | 2022-02-16 | Accuray, Inc. | Electromagnetically actuated multi-leaf collimator |
| FR3021225B1 (fr) * | 2014-05-22 | 2016-07-01 | Scm Oncologie | Methode d'estimation de la dose delivree par un systeme de radiotherapie externe |
| CN115154924A (zh) * | 2022-05-31 | 2022-10-11 | 深圳市奥沃医学新技术发展有限公司 | 一种辐射递送控制方法、计算机设备及存储介质 |
| WO2024035695A2 (en) * | 2022-08-09 | 2024-02-15 | Leo Cancer Care, Inc. | Measuring radiation dose |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5095217A (en) | 1990-10-17 | 1992-03-10 | Wisconsin Alumni Research Foundation | Well-type ionization chamber radiation detector for calibration of radioactive sources |
| JP3494692B2 (ja) | 1994-03-07 | 2004-02-09 | 富士写真フイルム株式会社 | 放射線画像の位置合せ方法 |
| US6345114B1 (en) | 1995-06-14 | 2002-02-05 | Wisconsin Alumni Research Foundation | Method and apparatus for calibration of radiation therapy equipment and verification of radiation treatment |
| US6219462B1 (en) * | 1997-05-09 | 2001-04-17 | Sarnoff Corporation | Method and apparatus for performing global image alignment using any local match measure |
| JP4241942B2 (ja) * | 1997-06-18 | 2009-03-18 | シーメンス アクチエンゲゼルシヤフト | 撮像線量の測定方法および放射線像の撮像装置 |
| US6225622B1 (en) | 1998-07-31 | 2001-05-01 | Daniel Navarro | Dynamic radiation scanning device |
| FR2790851B1 (fr) | 1999-03-12 | 2001-06-08 | Ge Medical Syst Sa | Procede d'amelioration de la detection d'elements d'interet dans une image radiographique numerique |
| US6574374B1 (en) | 1999-04-14 | 2003-06-03 | Intel Corporation | Enhancing image compression performance by morphological processing |
| WO2001043070A2 (en) | 1999-12-10 | 2001-06-14 | Miller Michael I | Method and apparatus for cross modality image registration |
| US6298115B1 (en) | 2000-01-13 | 2001-10-02 | Scanditronix Medical Ab | Method for calibrating a detector means |
| US6528803B1 (en) * | 2000-01-21 | 2003-03-04 | Radiological Imaging Technology, Inc. | Automated calibration adjustment for film dosimetry |
| DE10003636A1 (de) | 2000-01-28 | 2001-08-02 | Rxs Schrumpftech Garnituren | Muffeneinsatz und Muffe zur Führung von LWL-Elementen und zur Aufnahme einer Spleißeinrichtung |
| JP4234311B2 (ja) | 2000-09-19 | 2009-03-04 | 富士フイルム株式会社 | 画像の位置合わせ方法 |
| US6675116B1 (en) * | 2000-09-22 | 2004-01-06 | Radiological Imaging Technology, Inc. | Automated calibration for radiation dosimetry using fixed or moving beams and detectors |
| AU2001294604A1 (en) | 2000-09-22 | 2002-04-02 | Numerix Llc | Improved radiation therapy treatment method |
| US7233688B2 (en) * | 2005-01-20 | 2007-06-19 | Radiological Imaging Technology Inc. | Relative and absolute calibration for dosimetric devices |
| US7024026B1 (en) * | 2005-01-20 | 2006-04-04 | Radiological Imaging Technology, Inc. | Relative calibration for dosimetric devices |
-
2005
- 2005-01-20 US US11/039,704 patent/US7024026B1/en not_active Expired - Lifetime
- 2005-07-14 US US11/181,057 patent/US7639851B2/en active Active
- 2005-12-06 CA CA002528838A patent/CA2528838A1/en not_active Abandoned
-
2006
- 2006-01-16 DE DE602006002615T patent/DE602006002615D1/de not_active Expired - Lifetime
- 2006-01-16 EP EP06000795A patent/EP1683546B1/en not_active Expired - Lifetime
- 2006-01-16 AT AT06000795T patent/ATE407722T1/de not_active IP Right Cessation
- 2006-01-16 ES ES06000795T patent/ES2310862T3/es not_active Expired - Lifetime
- 2006-01-17 US US11/333,128 patent/US7680310B2/en active Active
- 2006-01-19 JP JP2006011360A patent/JP4366362B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| US20060188136A1 (en) | 2006-08-24 |
| CA2528838A1 (en) | 2006-07-20 |
| JP2006198412A (ja) | 2006-08-03 |
| EP1683546A1 (en) | 2006-07-26 |
| DE602006002615D1 (de) | 2008-10-23 |
| EP1683546B1 (en) | 2008-09-10 |
| JP4366362B2 (ja) | 2009-11-18 |
| US7024026B1 (en) | 2006-04-04 |
| US7680310B2 (en) | 2010-03-16 |
| ATE407722T1 (de) | 2008-09-15 |
| US20060159320A1 (en) | 2006-07-20 |
| US7639851B2 (en) | 2009-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2310862T3 (es) | Calibracion relativa para dispositivos dosimetricos. | |
| JP4838161B2 (ja) | 線量測定デバイスのための相対的および絶対的較正 | |
| ES2309093T3 (es) | Calibracion automatizada para dosimetria de radiacion. | |
| Goulet et al. | Novel, full 3D scintillation dosimetry using a static plenoptic camera | |
| Chen et al. | Calibration of an amorphous‐silicon flat panel portal imager for exit‐beam dosimetry | |
| DK3043862T3 (en) | Procedure for verification and quality assurance of patient-specific radiotherapy | |
| Andreozzi et al. | Remote Cherenkov imaging‐based quality assurance of a magnetic resonance image‐guided radiotherapy system | |
| Petric et al. | Development and characterization of a tissue equivalent plastic scintillator based dosimetry system | |
| Mann et al. | Absolute dosimetry with polymer gels—a TLD reference system | |
| Aldelaijan et al. | Dose–response linearization in radiochromic film dosimetry based on multichannel normalized pixel value with an integrated spectral correction for scanner response variations | |
| Anvari et al. | Development and implementation of EPID‐based quality assurance tests for the small animal radiation research platform (SARRP) | |
| Thompson et al. | Dosimetry in brain tumor phantom at 15 MV 3D conformal radiation therapy | |
| Burton et al. | Design and validation of a novel dosimetry phantom for motion management audits | |
| Adrien et al. | A new Monte Carlo tool for organ dose estimation in computed tomography | |
| Crotty et al. | Evaluation of the absorbed dose to the breast using radiochromic film in a dedicated CT mammotomography system employing a quasi‐monochromatic x‐ray beam | |
| Radaideh et al. | Development and evaluation of a Perspex anthropomorphic head and neck phantom for three dimensional conformal radiation therapy (3D-CRT) | |
| Pilařová et al. | Characteristics of polyacrylamide gel with THPC and Turnbull Blue gel dosimeters evaluated using optical tomography | |
| KR102931620B1 (ko) | 다엽 콜리메이터 성능 평가 시스템 및 그 방법 | |
| KR102842110B1 (ko) | 다엽 콜리메이터 성능 평가 시스템 및 그 방법 | |
| Li et al. | The measurement of the surface dose in regular and small radiation therapy fields using Cherenkov imaging | |
| Lakrad et al. | Benchmarking of a new integrated 3D dosimetry system against Monte Carlo calculations and an established optical CT scanner | |
| Radaideh et al. | A custom made phantom for dosimetric audit and quality assurance of three-dimensional conformal radiotherapy | |
| Bawazeer | EPID based transit dosimetry to monitor inter-fraction variation in radiation therapy | |
| Dirkx et al. | Improvement of radiotherapy treatment delivery accuracy using an electronic portal imaging device | |
| O’Reilly et al. | Extraction of electron beam dose parameters from EBT2 film data scored in a mini phantom |