本发明专利技术公开了一种图像和呼吸引导的辅助放疗床垫系统，包括数据处理器、呼吸检测器、辅助运动床垫和辅助运动床垫控制器，呼吸检测器将检测的呼吸状态发送给数据处理器；辅助运动床垫控制器分别与数据处理器及辅助运动床垫连接。本发明专利技术配合传统放疗设备使用，使传统放疗设备具有图像引导放疗的功能。使用时，基于同步采集的呼吸状态序列和肿瘤解剖结构图像序列建立呼吸状态与肿瘤位移之间的关系模型，在放疗过程中根据当前呼吸状态和以前的呼吸状态序列预测下一时刻的呼吸状态，再由呼吸状态与肿瘤位移之间的关系模型计算预测的肿瘤位移，并实时调整患者位置，使肿瘤中心与放射源焦点基本对齐，从而减少射线对患者正常组织的伤害。
【技术实现步骤摘要】
本专利技术属于医疗器械辅助治疗设备领域，具体涉及一种图像和呼吸引导的辅助放疗床垫系统。
技术介绍
在放射治疗(放疗)的过程中，患者的呼吸运动会引起肺部肿瘤位置的变化。为了减少呼吸运动对放疗带来的不利影响，传统的方法是扩大放疗靶区，以充分覆盖运动的肿瘤，但这会对正常组织造成一定的伤害。随后出现了呼吸屏气(breath-hold)和呼吸门控(respiratory gating)技术，即在病人屏气或呼气吸气末的时候，对肿瘤区域进行放疗，以使用尽可能小的肿瘤靶区。如名称为“Method and system for physiological gating of radiation therapy”(US6690965B1)的美国专利文献，通过光学或视频图像系统检测患者有规则的生理运动，当运动超过某一阈值时，就启动门控信号，暂停放射源的照射。但这种方法对病人的呼吸状态有严格的要求，需要病人的配合，并且病人躺在治疗床上的时间有很大一部分都不是在接受照射治疗，使得治疗设备不能充分发挥使用效率。也有专利文献针对这一问题提出了研究呼吸状态和肿瘤位置之间的关系的方法，如名称为“基于预测的图像引导跟踪方法”(公开号为CN101428154A)和名称为“动态肿瘤实时跟踪方法”(公开号为CN101423198A)的专利文献，通过对输入的肿瘤解剖结构图像和呼吸状态特征集进行量化和分析，建立呼吸运动和肿瘤运动的相关性，并实时获取动态肿瘤的图像和呼吸状态特征，通过预测延时后的呼吸状态特征，确定对应的肿瘤形态变化区间图像序列，将其与实时获取的动态肿瘤图像进行匹配并从中选取最佳的肿瘤形态图，以实现对肿瘤的运动跟踪。这两个专利文献通过多幅图像的配准来跟踪肿瘤位置，计算比较耗时，不能满足实时跟踪肿瘤运动的要求，另外，该专利文献对如何将跟踪肿瘤运动的结果用于放疗过程没有给出有效的方法。目前也有多种预测方法可用于对呼吸状态和肿瘤运动进行预测，如″Adaptive switching circuits″(B.Widrow and M.E.Hoff，IRE Wescon Convention Record Part 4，pp.96-104，1960.)中介绍了一种卡尔曼(Kalman)滤波器；″A tutorial on particle filters for online nonlinear/non-Gaussian Bayesian tracking，″(M.S.Arulampalam，S.Maskell，N.Gordon，and T.Clapp，IEEE Transactions on Signal Processing，vol.50，pp.174-188，Feb 2002.)提出了最小均方(least mean square，LMS)自适应滤波器；Neural networks for pattern recognition(C.M.Bishop，New York：Oxford University Press，Inc.，1995.)介绍了人工神经网络(artificial neural network)方法。这些预测方法可以在预测的过程中对预测模型的参数进行自动调整。对于图像中的目标检测，模板匹配是一种比较常用的方法(参见R.O.Duda and P.E.Hart，Pattern classification and scene analysis.New York：Wiley，1973.)。对于关系建模，最小二乘法是一种常用的数据拟合方法(参见O.Bretscher，Linear algebra with applications，3rd ed.New York：Prentice Hall，1995.)。-->对于呼吸的检测，目前主要有压力传感器法、电感体积描计法、热敏电阻法、通过心电信息获取、阻抗呼吸描记和红外摄像头检测等方法。如公开号为CN2885122Y的专利文献公开了一种《光电式腹式呼吸传感器》，公开号为CN101212930的专利文献也公开了一种《呼吸检测装置》，均可以用于检测得到人体的呼吸状态。图像引导放疗(image-guided radiotherapy，IGRT)技术在放疗过程中对肿瘤的运动状态进行实时跟踪，根据肿瘤的运动动态调整放射源的位置或患者的位置，使放射源的焦点与肿瘤的中心对齐。如名称为“Dynamic tracking of moving targets”(公开号为US 20060074292)的美国专利介绍了一种动态肿瘤跟踪放疗的方法，在治疗前利用采集的三维计算机断层扫描(three-dimensional computed tomography，3D-CT)图像序列或其它三维图像建立四维数学模型，以确定肿瘤目标与解剖区域三维位置之间的关系，治疗中将实时采集的肿瘤图像与数字重建放疗图像进行配准，从而完成肿瘤目标的跟踪与实时定位。该技术方案也需要通过图像配准来获取肿瘤的位置，无法满足实时跟踪的要求。Accuray公司生产的CyberKnife机器人放疗系统，将X射线线性加速器(linear accelerator，LINAC)安装在一个工业机器人臂上，采用两个X线摄像机实时监测肿瘤位置变化，并自动将位置信息发送给机器人臂，机器人臂可按六个自由度重定位X光射线，使其对准肿瘤。目前CyberKnife机器人放疗系统已应用于临床。现有的IGRT设备可以在一定程度上减少呼吸运动对放疗的影响，但这些IGRT设备价格昂贵，是传统放疗设备价格的2至3倍，目前仅有少数医院配备了IGRT设备，在近几年内，大部分医院仍将继续使用传统设备和传统方法对患者进行放疗，即使有的医院配备了IGRT设备，也会同时使用传统的放疗设备。
技术实现思路
本专利技术的目的在于提出一种图像和呼吸引导的辅助放疗床垫系统，该系统用于放在现有放疗设备的治疗床上，可以对系统中床板的位置进行实时调整，使得放射源的焦点始终位于所需的位置。本专利技术提供的一种图像和呼吸引导的辅助放疗床垫系统，其特征在于，该系统包括数据处理器、呼吸检测器、辅助运动床垫和辅助运动床垫控制器；呼吸检测器用于检测呼吸状态，将呼吸状态通过有线或者无线的方式发送给数据处理器；辅助运动床垫用于放在现有放疗设备的治疗床上，其床板在辅助运动床垫控制器的控制下移动；辅助运动床垫控制器分别与数据处理器及辅助运动床垫连接，用于接收数据处理器发出的运动控制指令，控制辅助运动床垫的床板运动；数据处理器用于建立呼吸状态和肿瘤位移之间的关系模型，根据接收的呼吸状态对下一时刻的呼吸状态进行预测，根据下一时刻的预测呼吸状态及呼吸状态和肿瘤位移之间的关系模型计算下一时刻的预测肿瘤位移，并根据已有的预测肿瘤位移数据计算辅助运动床垫的床板所需的运动量，向辅助运动床垫控制器发出运动控制指令，辅助运动床垫控制器改变辅助运动床垫的床板位置。本专利技术系统配合现有放疗设备一起使用，无需对现有放疗设备进行改造，便可使-->其具有图像引导的放疗功能，从而实现只需较低成本便可增强现有放疗设备的功能的目的。该系统可以实时、较准确地预测出肿瘤的位移，并根据预测的肿瘤位移对辅助运动床垫的床板位置进行调整，使得放射源的焦点始终位于所需的位置本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像和呼吸引导的辅助放疗床垫系统，其特征在于，该系统包括数据处理器(1)、呼吸检测器(2)、辅助运动床垫(3)和辅助运动床垫控制器(4)；呼吸检测器(2)用于检测呼吸状态，将呼吸状态通过有线或者无线的方式发送给数据处理器(1)；辅助运动床垫(3)用于放在现有放疗设备的治疗床上，其床板在辅助运动床垫控制器(4)的控制下移动；辅助运动床垫控制器(4)分别与数据处理器(1)及辅助运动床垫(3)连接，用于接收数据处理器(1)发出的运动控制指令，控制辅助运动床垫(3)运动；数据处理器(1)用于建立呼吸状态和肿瘤位移之间的关系模型，并根据接收的呼吸状态对下一时刻的呼吸状态进行预测，根据下一时刻的预测呼吸状态及呼吸状态和肿瘤位移之间的关系模型计算下一时刻的预测肿瘤位移，并根据已有的预测肿瘤位移数据计算辅助运动床垫(3)所需的运动量，向辅助运动床垫控制器(4)发出运动控制指令；辅助运动床垫控制器(4)控制辅助运动床垫的床板运动至所需的位置。2.根据权利要求1所述的图像和呼吸引导的辅助放疗床垫系统，其特征在于，数据处理器内设置有图像处理模块(5)、呼吸状态与肿瘤位移关系分析模块(6)、肿瘤位移预测模块(7)和运动控制模块(8)；图像处理模块(5)用于将数据处理器(1)接收的按时间顺序排列好的肿瘤解剖结构图像序列I1，I2，Λ，Ik，其中k为建立呼吸状态与肿瘤位移的关系模型时接收的肿瘤解剖结构图像的幅数，然后对该肿瘤解剖结构图像序列I1，I2，Λ，Ik进行处理，从肿瘤解剖结构图像序列中确定肿瘤的位置，生成肿瘤位移序列D1，D2，Λ，Dk，并将肿瘤位移序列D1，D2，Λ，Dk提供给呼吸状态与肿瘤位移关系分析模块(6)；呼吸状态与肿瘤位移关系分析模块(6)用于将接收的呼吸状态按时间顺序进行排列，形成第一呼吸状态序列A1，A2，Λ，Ak，根据该第一呼吸状态序列A1，A2，Λ，Ak和接收的肿瘤位移序列D1，D2，Λ，Dk，采用曲线拟合算法建立呼吸状态与肿瘤位移之间的关系模型，并将该关系模型提供给肿瘤位移预测模块(7)；肿瘤位移预测模块(7)用于在呼吸状态预测模型参数确定过程中对数据处理器(1)接收的呼吸状态按时间顺序进行排列，形成第二呼吸状态序列B1，B2，Λ，Bm，m为确定呼吸状态预测模型的参数时接收...
【专利技术属性】
技术研发人员：刘宏，宋恩民，杨词慧，李琴，张祺，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：83
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。