A system and method for generating a pseudo CT prediction model using multi-channel MR images are provided. An example system may include a processor configured to retrieve training data, which includes multiple MR images and at least one CT image for each training subject in a plurality of training subjects. For each training subject, the processor can determine at least one tissue parameter map based on the multiple MR images and obtain CT values based on the at least one CT image. The processor can also generate a pseudo CT prediction model based on the tissue parameter diagrams and CT values of the training subjects.
【技术实现步骤摘要】
【国外来华专利技术】使用组织参数估计根据MR数据的伪CT生成相关申请的交叉引用本申请涉及于2015年10月13日提交的并且题为“Pseudo-CTGenerationfromMRDataUsingTissueParameterEstimation”的代理人案卷号12475.0050-00000,其全部内容通过引用并入本文。
本公开内容大体上涉及辐射疗法或放射治疗。更具体地,本公开内容涉及用于根据MR数据生成伪CT图像以用于在开发在放射治疗期间使用的辐射疗法治疗计划中使用的系统和方法。
技术介绍
放射治疗被用于治疗哺乳动物(例如,人和动物)组织中的癌症和其他疾病。一种这样的放射治疗技术是伽马刀,通过伽马刀,患者受到大量低强度伽马射线的辐照,其中伽马射线以高强度和高精度会聚在目标(例如,肿瘤)处。在另一实施方式中,使用线性加速器提供放射治疗,由此肿瘤受到高能粒子(例如,电子、质子、离子等)的辐照。必须精确地控制辐射束的定位和剂量,以确保肿瘤接收处方的辐射,并且射束的定位应当使对周围健康组织——通常被称为危及器官(OAR)——的损伤最小化。辐射被称为“处方的”,是因为医师为肿瘤和周围器官开了类似于药物处方的预定量的辐射。常规地,对于每个患者,可以使用基于临床和剂量测定的目标和约束(例如,对肿瘤和关键器官的辐射的最大剂量、最小剂量和平均剂量)的优化技术来创建辐射疗法治疗计划(“治疗计划”)。治疗计划过程可以包括使用患者的三维图像来识别目标区域(例如,肿瘤)并且识别肿瘤附近的关键器官。创建治疗计划会是一个耗时的过程,其中,计划者在考虑到各项治疗目标或约束的各自重要性(例如,加权)的情况 ...
【技术保护点】
1.一种用于生成伪CT预测模型的系统,包括:数据库,其被配置成存储包括多个训练受试体的多通道磁共振(MR)数据和计算机断层摄影(CT)数据的训练数据,每个训练受试体具有多个MR图像和至少一个CT图像;处理器,其通信耦接至所述数据库,用于访问存储在所述数据库中的信息;存储器,其通信耦接至所述处理器,所述存储器存储指令,所述指令在由所述处理器执行时将所述处理器配置成执行操作,所述操作包括:访问所述数据库以检索包括针对所述多个训练受试体中的每个训练受试体的多个MR图像和至少一个CT图像的所述训练数据;针对每个训练受试体:基于所述多个MR图像来确定至少一个组织参数图;以及基于所述至少一个CT图像来获得CT值;以及基于所述多个训练受试体的所述组织参数图和所述CT值来生成所述伪CT预测模型。
【技术特征摘要】
【国外来华专利技术】2015.10.13 US 14/881,9391.一种用于生成伪CT预测模型的系统,包括:数据库,其被配置成存储包括多个训练受试体的多通道磁共振(MR)数据和计算机断层摄影(CT)数据的训练数据,每个训练受试体具有多个MR图像和至少一个CT图像;处理器,其通信耦接至所述数据库,用于访问存储在所述数据库中的信息;存储器,其通信耦接至所述处理器,所述存储器存储指令,所述指令在由所述处理器执行时将所述处理器配置成执行操作,所述操作包括:访问所述数据库以检索包括针对所述多个训练受试体中的每个训练受试体的多个MR图像和至少一个CT图像的所述训练数据;针对每个训练受试体:基于所述多个MR图像来确定至少一个组织参数图;以及基于所述至少一个CT图像来获得CT值;以及基于所述多个训练受试体的所述组织参数图和所述CT值来生成所述伪CT预测模型。2.根据权利要求1所述的系统,其中,所述至少一个组织参数图选自由以下构成的组:质子密度图;纵向弛豫时间图;以及横向弛豫时间图。3.根据权利要求1所述的系统,其中,基于所述多个MR图像来确定至少一个组织参数图包括:获得与所述多个MR图像中的每个MR图像相关联的序列参数;以及基于所述多个MR图像的在其与所述组织参数图的图像点相对应的各个图像位置处的序列参数和MR图像强度值来针对所述至少一个组织参数图的每个图像点估计组织参数值。4.根据权利要求1所述的系统,其中,所述多个MR图像包括至少三个多通道MR图像。5.根据权利要求1所述的系统,其中,所述训练数据包括针对所述多个训练受试体中的至少一个训练受试体的多个CT图像,并且所述操作包括:对所述多个CT图像的相应图像点的CT值进行平均。6.根据权利要求1所述的系统,其中,所述操作包括:针对所述多个训练受试体中的每个训练受试体,将所述多个MR图像和所述至少一个CT图像进行对准。7.根据权利要求1所述的系统,其中,所述训练数据包括针对第一训练受试体的第一组MR图像和针对第二训练受试体的第二组MR图像,并且所述第一组MR图像和所述第二组MR图像具有不同的序列参数,所述操作包括:使用来自所述第一组MR图像和所述第二组MR图像两者的数据生成所述伪CT预测模型。8.根据权利要求1所述的系统,其中,所述操作包括:从每个训练受试体的所述多个MR图像或所述至少一个组织参数图提取一个或更多个特征;以及基于所述多个训练受试体的所述组织参数图、所提取的特征和所述CT值来生成所述伪CT预测模型。9.根据权利要求8所述的系统,其中,从所述多个MR图像或所述至少一个组织参数图提取的所述一个或更多个特征包括以下中的至少一个:图像点的坐标;相对于所述MR图像外部的参考点的归一化坐标;相对于所述MR图像内的一个或更多个界标点的归一化坐标;所述至少一个组织参数图中的一个或更多个曲率;所述至少一个组织参数图的一个或更多个纹理测度;或者所述至少一个组织参数...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。