治疗计划中的运动估计

摘要

一种装置包括扫描器(102，104)和扫描运动监视器(100)。运动建模器(116)使用来自扫描运动监视器(100)和扫描器(102，104)的数据来生成描述对象的感兴趣区域的运动的运动模型。治疗计划器(112)使用来自扫描器(102，104)的图像数据建立对象的治疗计划。与治疗运动监视器(108)结合使用的治疗设备114使用运动模型对施加治疗期间对象的运动进行补偿。

说明书

技术领域

本申请涉及治疗和治疗计划中的运动估计。尽管它特别地在医学中与外部放疗结合地使用正电子发射断层成像(PET)数据估计运动，它也涉及希望对对象运动的影响进行补偿的其他应用。

背景技术

在医学应用中，结构医学成像模态(例如计算机断层成像(CT)和磁共振(MR))广泛地用于生成指示患者的内部形态的图像数据。该数据的一个应用是肿瘤学中的辐射治疗计划(RTP)，其中图像数据用于计算待施加于肿瘤或其他病变的空间变化辐射剂量。使用诸如强度调制放疗(IMRT)的治疗技术将计算的剂量施加于患者。这些技术用于使治疗更切合特定情况的需要，从而例如将相对较高的剂量施加于肿瘤的预期部分并且减小治疗对周围健康组织的影响。

最近的趋势是在治疗计划中使用功能信息。来自诸如正电子发射断层成像(PET)的功能成像模态的信息提供指示肿瘤的功能特性的信息，尤其是功能特性的空间变化的信息。该信息又可以用于更好地识别应当提高施加的剂量或者反过来说可以用相对较低剂量治疗的肿瘤的区域。作为一个例子，当前的研究表明肿瘤内的缺氧组织可能相对耐受治疗。因此希望将相对较高剂量施加于包含这样的组织的肿瘤区域。

然而，靶体积会受到诸如周期性呼吸运动的患者运动的影响。为了补偿这样的运动的影响，并保证预期临床靶体积接收到预期剂量，建立了计划余量，以及施加于相对较大体积的剂量。然而令人遗憾的是，在其他方面这样的方法对健康组织是有害的。而且，这样的运动也往往减小可以将空间变化剂量施加于肿瘤的预期区域的精度。

发明内容

本申请的各方面解决了这些问题和其他问题。

根据一个方面，一种方法包括使在对象的检查期间获取的投影数据与所测量的对象运动相关并且使用经相关的投影数据对对象的第一感兴趣区域的运动进行建模。

根据另一方面，一种装置包括分组器、过滤器、特性处理器和位置确定器。所述分组器根据在投影数据的获取期间测量的对象的运动对指示对象的内部的投影数据进行分组。所述过滤器选择指示对象的第一感兴趣区域的投影数据。所述特性处理器使用所选择的投影数据来识别第一感兴趣区域的特性特征。所述位置确定器按照所测量的运动确定所识别特征的位置。

根据另一方面，一种计算机可读存储介质包含指令，当由计算机执行时，所述指令引起计算机执行一种方法。所述方法包括：根据对象的运动对指示对象中的放射性核素衰减的投影数据进行分组，选择指示发生在对象的第一感兴趣区域中的放射性核素衰减的投影数据，使用所选择的投影数据来识别第一感兴趣区域的特性特征，和使用经分组的投影数据按照运动来确定所识别的特征的位置。

根据另一方面，一种用于在从原始数据重建的图像中校正运动的方法包括：识别对象的第一区域，识别对象的第二区域，使用原始数据估计第一区域的特性特征，使用所估计的特性特征校正指示第二区域的原始数据以对第二区域的运动进行补偿，和使用经校正的原始数据重建第二区域的运动校正图像。

根据另一方面，一种计算机可读存储介质包含指令，当由计算机执行时，所述指令引起计算机执行一种方法。所述方法包括使用表示对象中的第一放射性示踪剂的衰减的第一投影数据对对象的运动进行建模并且使用建模后的运动来校正表示对象中的第二放射性核素的衰减的第二投影数据。

根据另一方面，一种方法包括：使用在对象的成像检查期间获取的投影数据来估计对象的感兴趣区域的特性特征，所确定的特性特征的轨迹，和以人类可读的形式呈现所确定的轨迹。

本领域的普通技术人员通过阅读和理解以下详细描述将会意识到本发明的其他方面。

附图说明

本发明可以具体化为各种部件和部件的布置，和各种步骤和步骤的布置。附图仅仅是为了示出优选实施例并且不应当理解成限制本发明。

图1是诊断和治疗系统的框图；

图2是运动建模器的框图；

图3显示了中间图像；

图4显示了用于生成中间图像的技术的方面；

图5A-D显示了运动轨迹；

图6是运动建模器的框图；

图7显示了矢量。

具体实施方式

参考图1，系统100包括功能成像模态扫描器102，结构成像模态扫描器104，运动监视器100，扫描运动建模器116，和治疗计划器112。

如图1中所示，功能成像模态扫描器102是PET扫描器。PET扫描器传统上包括以大致环形或圆柱形布置置于围绕检查区域120的多个辐射敏感探测器118。与PET检查结合，将包括正电子发射放射性核素的示踪剂引入检查中的对象体内。当放射性核素衰减时，发射的正电子在被称为正电子湮灭的过程中与电子相互作用，湮灭同时生成成对的时间重合511千电子伏特(keV)伽马射线，所述伽马射线基本沿相反方向沿着响应线(LOR)122行进。在成像器102是飞行时间(TOF)PET扫描器的情况下，飞行时间探测器测量重合光子的到达时间，结果信息用于估计沿着LOR 122的湮灭的位置。

功能成像扫描器102生成指示所探测的湮灭的原始或投影数据。在表模式采集的情况下，原始数据包括在给定扫描的过程中探测到的许多湮灭的列表，列表的入口通常包含指示LOR 122的位置和取向、沿着LOR 122的事件的位置(特别是在TOF系统的情况下)、探测到湮灭的时间的信息和其他经相关的信息。

重建器110使用合适的迭代、分析或其他重建技术重建原始数据以生成指示对象的体积图像数据。

结构成像模态扫描器104包括CT、MR或生成指示对象的结构的投影数据的其他扫描器。重建器106使用适合于扫描器104模态的重建技术重建原始数据以产生指示对象的体积图像数据。

应当注意功能成像模态扫描器102和结构成像模态扫描器104可以组合在单一扫描器中，例如在PET/CT，PET/MR或其他混合模态扫描器的情况下。

与扫描结合地测量对象的运动的扫描运动监视器100与功能扫描器102和/或结构扫描器104协同操作，使得在给定扫描过程期间获取的投影数据可以与对象的运动状态相关。应当理解扫描运动监视器100的形式和功能取决于正被监视的对象和被监视运动的性质。监视器100可以间接测量运动，例如通过一个或多个机械、电或其他传感器，所述传感器感测指示感兴趣运动的动态特征或时变特征。在人类患者的情况下，例如运动监视器100可以包括生理监测仪，其测量指示感兴趣的生理运动的生理信号(一个或多个)。呼吸监测仪例如可以包括：感测与呼吸有关的周期性机械运动的胸带或其他装置，测量患者的呼吸空气的温度的温度传感器等。在心脏运动的情况下，运动监视器100可以测量心电图(ECG)信号。

如下面进一步所述，运动建模器116使用来自功能扫描器102的投影数据和来自运动监视器100的信息生成表示对象的感兴趣区域的局部运动模型。在三维空间中对运动进行建模的情况下，运动模型可以根据以下关系被表示：

                    公式1

P(t)＝(x(t)，y(t)，z(t))

其中P(t)是作为时间函数的感兴趣区域的位置，并且x(t)、y(t)和z(t)分别表示沿着x、y和z轴的感兴趣区域的位置。在周期性运动的情况下，可以关于运动相位表示时间分量。也应当理解可以以绝对位置(例如以位置差异、速度、加速度等的形式)和关于其他预期坐标系的形式以外的形式来表示运动模型。

治疗计划器112使用来自功能扫描器102和/或结构扫描器104的图像数据来计划待施加于对象的治疗。在用于辐射肿瘤学的RTP系统的情况下，治疗计划通常包括将施加于肿瘤或其他病变的空间变化辐射剂量。

继续参考图1，系统100也包括治疗设备114和治疗运动监视器108。

治疗运动监视器108类似于扫描运动监视器100，它的性质和配置再次取决于正被监视的对象和运动的性质。应当注意扫描运动监视器100和治疗运动监视器108可以由单一设备实现，例如其中将单一运动监视器从一个位置运输到另一个位置，或者其中一个或多个扫描器102，104和治疗设备114相邻而定位。

治疗设备114将预期治疗施加于对象。更具体而言，通常将对象相对于治疗设备114定位成处于已知位置和取向。再次取决于待治疗的对象和治疗的性质，可以通过基准标记，依照对象的一部分的定位设备(例如在治疗将施加于人类患者的头部的情况下的适形面罩)，其他约束物，提供结构或其他图像数据的辅助成像装置，或其他合适的技术便于这样的定位。治疗设备114使用来自运动模型P(t)和治疗运动监视器108的信息对施加治疗的过程期间的对象运动进行补偿。例如在人类患者的呼吸运动的情况下，治疗设备114一般将对患者的呼吸相位进行补偿。

如图1中所示，治疗设备114包括调制器121，所述调制器例如通过调制施加剂量的空间、时间和/或其他特性调制待施加于对象的治疗的强度或其他特性，使得施加的治疗接近治疗计划器112所计算的结果。再次关于肿瘤学中外部辐射治疗的例子，治疗设备114可以包括强度调制辐射治疗设备。这样的设备通常包括多叶式准直器，所述多叶式准直器用于调制施加的辐射以将预期辐射剂量施加到肿瘤。也可以预想到其他治疗设备，包括但不限于线性加速器、粒子治疗设备、射频消融或其他设备，和高场超声治疗设备。

现在参见图2，运动建模器116包括分组器252、过滤器254、特性处理器258和位置确定器282。分组器252将来自功能扫描器102的投影数据分组成时间相应组。例如在数据包括表模式PET数据的情况下，分组器252将各种LORs分组成适当的时间组。

在周期性运动的情况下，应当注意可以将运动周期分成多个运动相位，根据在其中获取投影数据的运动相位将投影数据进行分组。各个组的时间范围可以但不一定是恒定的。因此，对应于希望呈现相对较快的运动的运动相位的组具有相对较短的持续时间。作为另一例子，可以对运动相位加以分组，使得每个组中的LORs或其他投影数据的数量或总量基本恒定。然而应当理解其他分组方案也可以实现。

过滤器254过滤或丢弃未横穿(或反过来说，选择横穿)用户或自动限定感兴趣区域(ROI)的投影数据。例如再次在肿瘤学应用中的PET数据的例子中，过滤器254选择横穿包括感兴趣的肿瘤的ROI的那些LORs。在可得到TOF数据的情况下，可以丢弃湮灭可能超出ROI的那些LORs。

特性处理器258确定特性特征，诸如过滤组的投影数据的质心或其他中心函数。如图2的示例所示，特性处理器258的控制器260访问简化的重建系统243。简化的重建器243执行各组过滤的投影数据的局部约束反投影，以生成对应于时间组的部分图像。将所述部分图像存储在存储部件278(诸如存储器)中。

图3描述了由简化的重建器243所生成的ROI356和多幅中间图像362_1-10的一个示例。在图3的示例中，肿瘤320在ROI356中经受通常为环状、顺时针方向的运动。虽然为了阐述性目的，在图3中示出了十(10)幅中间图像362，但是也可生成其他数量的时间组和/或中间图像。将会意识到，图3描述了ROI356的图像层。在ROI356包括体积时，将对覆盖所述体积的中间图像进行重建。

在一种实现方式中，对各投影横穿ROI256的体素的距离进行计算，并且简化的重建器243按照所计算的距离来更新体素值。在一个简化的实现方式中，在每次投影横穿体素时，统一地增加或以其他方式增大给定体素的值。这在图4中再次以PET系统示例的情况进行阐述，其中LOR264横穿ROI256的体素266、268、270、272、274和276。值得注意的是，如果可能，也可将由简化重建器243产生的体素权重考虑到TOF数据中。

回到图2，特性特征生成器280计算各种部分图像的质心、活动中心或其他特性特征。根据所选择的简化重建技术，并为了降低指示ROI256区域外的投影数据影响，理想的是当计算所述特性特征时，只考虑ROI中的体素子集。例如这可借助于阈值技术来实现，在所述阈值技术中不考虑具有小于用户所选择的值或小于最大ROI体素值的其他预期百分比的那些体素。

运动确定器282使用特性特征数据生成运动模型P(t)，将运动模型存储在治疗设备114可访问或以其它方式提供给治疗设备114的计算机可读存储器中。

图6描述了运动建模器116的一个备选实施例，相似的参考数字描述类似于上面关于图2所述的装置。

如图所示，特性处理器258包括接收过滤器254所生成的经过滤的投影数据的矢量分析部件696。再次在PET成像中生成的LORs的背景下，将假设每个LOR可以由LOR上的点和描述它的方向的单位矢量描述。图7示出了两个这样的LORs，由点和单位矢量描述的第一LOR 98，以及由点和单位矢量描述的第二LOR 100。

点表示连接第一98和第二100LOR的最短线段102的中心。

公式2

$\overrightarrow{C}={\overrightarrow{P}}_{98}+b·{\overrightarrow{p}}_{98}-\frac{d}{2}\overrightarrow{n},$

其中d是连接LORs 98和100的线段的长度。

                 公式3

$d=|({\overrightarrow{P}}_{98}-{\overrightarrow{P}}_{100})·\overrightarrow{n}|,$

n是指向连接LORs 98和100的线段的方向的单位矢量：

                 公式4

$\overrightarrow{n}:={\overrightarrow{P}}_{98}\times {\overrightarrow{P}}_{100}/|{\overrightarrow{P}}_{98}\times {\overrightarrow{P}}_{100}|,$

并且b由下式限定：

                 公式5

$b=[P_{98}^y-P_{100}^y+d{n}^y+(P_{100}^x-P_{98}^x-{\mathrm{dn}}^x)\frac{p_{98}^y}{p_{98}^x}]/(p_{100}^y-\frac{p_{100}^x{p}_{98}^y}{p_{98}^x}),$

返回图6，矢量分析部件696生成LORs的n个连续对的点集{C1，C2，…Cn}，由此生成点云。应当注意，对平行LORs或垂直于x轴的LORs分别对待。

特性特征生成器280确定所述点云的质心或其他预期特性特征。如果需要，当确定质心时可忽略边远的点。运动确定器282再次使用所述特性特征数据来生成所述运动模型P(t)。

在2006年2月28日提交的、题目为Local Motion Compensation Basedon List Mode Data的、同属于申请人的美国临时专利申请序列号60/777,469中也公开了用于确定感兴趣区域运动的合适技术，该申请的全部内容作为参考明确地在本文引用。重建器110、106也可使用所述运动模型P(t)来对重建图像中的运动进行补偿。例如，在数据来自PET扫描仪的情况中，所述运动模型P(t)可用于偏移指示出现在ROI中的事件的LORs位置，从而补偿所探测的运动。然后对获取数据集的所有或预期部分进行重建。

上述技术同样可应用于将投影数据分类或分组到多个组(bin)的获取中。在这种实现方式中，将建立多个集或者组，每一个集对应于预期时期或运动相位。分组器252然后将在数据获取时或与数据获取结合操作以根据投影数据的位置或其他特性(一个或多个)和接收到特定投影数据的时间将投影数据分类或分组成适当的组。

所述技术也可应用于单光子发射断层成像(SPECT)和其他功能和结构模态。它们也可应用于其他治疗模态。

可能存在难以有效地识别对象的特定病变或其他特征以便建立运动模型的情况。这样的情况例如可能在相对特定的、低强度PET研究中出现，所述研究涉及标记单克隆抗体的使用、干细胞监测或其他分子成像技术，其产生相对少的低强度热点和即便有也是有限的解剖学参考。

病变或其他热点也可能由于对象的运动而模糊，这样的模糊倾向于减小热点的平均强度。强度的减小在许多情况下可以导致热点的无法识别或以另外方式复杂对它的探测。因此，运动校正可以应用于已知具有或怀疑具有一个或多个相对较弱或未识别热点的区域。由于运动校正倾向于增强相对较弱区域并且因此帮助可疑区域的识别，因此可以分析运动校正数据可疑以识别病变或其他感兴趣的特征。

也可以使用多个试剂。例如，可以将第一和第二试剂和/或同位素与给定扫描结合引入对象中。第一试剂用于产生预期研究数据，而第二试剂用于识别预期运动。更具体而言，选择第二试剂用于它亲合ROI附近的对象的一部分并且其充当ROI的运动的代理。在这样一个例子中，18-F可以用于识别诸如肋或其他骨骼的结构，所述结构可以充当呼吸运动的代理。在另一例子中，NH3可以用于与心脏运动结合识别心肌。

在这样的实现方式中，在代理区域建立第一或运动ROI，运动校正器116在来自运动ROI的数据上操作以生成如上所述的运动模型P(t)。在运动模型P(t)与图像数据的运动补偿结合使用的情况下，在正被研究的区域建立第二或成像ROI。运动模型P(t)然后用于偏移或以其他方式校正投影数据以对成像ROI中的运动进行补偿。在上面作为参考引用的专利申请中也描述用于这种补偿的合适技术。

也希望为临床医生或其他用户提供病变或其他感兴趣特征的运动的图形表示。因此，可以将运动模型P(t)绘制和显示在显示器、打印输出、胶片或其他合适的人可读输出设备上。在图5A、5B、5C中显示了与给定扫描结合的感兴趣特征的这种绘图或运动轨迹的一个例子，其中将感兴趣特征的任意运动显示成投影到三个平面例如平行于运动模型P(t)的x、y和z平面的平面中。绘图也可以关于单一任选平面或表面而显示，通过改变运动绘图的颜色、厚度或其他特性而显示沿其他方向的运动。

预期绘图(一个或多个)也可以叠加在对象的相应图像(一个或多个)上。在感兴趣特征的运动不能从图像自身显而易见的情况下，这样做是特别有用的，上述情况可能在运动补偿图像的情况下或在表现出显著模糊的非运动补偿图像的情况下出现。这样的叠加图像在图5D中示出，其中将任意运动轨迹404显示成叠加在感兴趣特征的运动补偿图像402上。尽管显示成叠加或覆盖在经相关的图像上，但运动也可以显示为邻近感兴趣特征在独立窗口中或在不同显示区域中，等等。通过一个例子，感兴趣特征可以包括肺肿瘤，而运动轨迹描述由于呼吸运动导致的肿瘤的运动。

应当注意上述各种技术可以通过存储在合适的计算机可读介质上的计算机可读指令执行。当由计算机处理器执行时，指令引起计算机处理器执行所述技术。

参考优选实施例描述了本发明。其他人通过阅读和理解前面的详细描述可以想到修改和变动。应将本发明理解成包括属于随附权利要求及其等同物的范围内的所有这样的修改和变动。