X Международная студенческая научная конференция
«Студенческий научный форум» - 2018
 
     

МЕТОДИКА МОНИТОРИНГА ЛУЧЕВОЙ ТЕРАПИИ, КОТОРАЯ ИСПОЛЬЗУЕТ ГИБКУЮ СЦИНТИЛЛЯЦИОННУЮ ПЛЕНКУ
Пилипец Д.Г.
Текст научной работы размещён без изображений и формул.
Полная версия научной работы доступна в формате PDF


Цель:

Охарактеризовать работу новой методики мониторинга лучевой терапии, которая использует гибкую сцинтилляционную пленку, общие оптические детекторы и алгоритмы обработки изображений для визуализации лучей в реальном времени (RT-BV).

Методы:

Сцинтилляционные пленки были получены путем смешивания Gd2O2S: Tb ​​(GOS) с силиконом и литьём смеси при комнатной температуре. Пленки помещали под терапевтические лучи, создаваемые медицинскими линейными ускорителями (LINAC). Затем испускаемый свет захватывался с использованием цифровой камеры CMOS. Алгоритмы обработки изображений использовались для извлечения интенсивности, формы и местоположения поля излучения при различных энергиях излучения(пучка), мощности дозы и местоположениях коллиматора. Результаты измерений сравнивались с известными параметрами коллиматора для проверки эффективности системы формирования изображения.

Результаты:

Система RT-BV достигла достаточного соотношения контраста и шума, чтобы обеспечить мониторинг в реальном времени луча LINAC со скоростью 20 кадров в секунду с нормальным освещением в помещении LINAC. Система RT-BV успешно идентифицировала движения коллиматора с разрешением до миллиметра.

Выводы.

Система RT-BV способна локализовать терапевтическое излучение с точностью до миллиметра и отслеживать движения луча при экспонировании видеосигнала.

1. ВВЕДЕНИЕ.

Внешняя лучевая терапия (EBRT) является одним из наиболее часто используемых методов лечения многих типов раковых заболеваний. В 2010 году примерно 470 000 пациентов прошли лучевую терапию (RT) только в США. В зависимости от их индивидуального плана лечения эти пациенты могут проходить от 1 до 70 отдельных посещений РТ в течение нескольких недель. Хотя большинство лечения RT выполняется строго по плану, аварийные ситуации с ошибками оборудования, а также сбои в методологиях обеспечения качества и ошибки во время эксплуатации представляют собой неприемлемый риск как для пациентов, так и для медицинских работников. Недавние сообщения показывают, что в 0,6-4,7 случаях на 100 посещений лучевой терапии, как сообщается, происходят инциденты, даже в передовых онкологических центрах, работающих с современным оборудованием и обученным персоналом. Однако эти цифры могут быть сильно недооценены, поскольку также широко признано, что многие инциденты остаются незарегистрированными во время РТ. Значительное число этих инцидентов происходит во время доставки РТ и может привести к "недолечению" или передозировке пациентов, облучению здоровой ткани или, в худшем случае, смерти пациента. Поскольку количество методов внешней лучевой терапии продолжает расти по мере усложнения и с более широким использованием радиотерапии стереотаксических тел и гипофракционирования, существует явная и растущая потребность в методологии мониторинга и валидации(процесс приведения доказательств того, что требования конкретного пользователя продукта, услуги или системы удовлетворены.), которая позволяет клиницистам быть более уверенными в том, что они передают запланированную дозу, туда и каким образом она была предназначена. Стандарт ухода за РТ включает в себя несколько этапов, таких как симуляция, планирование лечения, проверка плана, расположение пациента и доставкой лечения. Хотя были разработаны многочисленные методы [например, в комнатных лазерах, татуировки на коже пациента, мега- и киловольфтинг (MV, кВ), предварительные досмотровые исследования и т. д.] для обеспечения правильности проведения лечения, в настоящее время нет доступных технологий, которые способны полностью контролировать лечение в контексте анатомии пациента по мере его проведения. В текущей практике на электронном портале изображения (EPID) на борту используется ИС для мониторинга луча RT после того, как он выходит из пациента. Однако из-за отсутствия контрастности мягких тканей и многоуровневого коллиматора (MLC) в поле зрения, доступные анатомические ссылки, предоставляемые подходом, ограничены костной анатомией или имплантированными фидуциарными маркерами, которые лежат в пределах облучения, что делает интерпретацию данных нетривиальными. Совсем недавно Jarvis et al. представили работу, демонстрирующую потенциал черенковской эмиссии как средство визуализации терапии в реальном времени. Фахимиан и др. также предложили метод использования сцинтилляции воздуха для визуализации облучения. Хотя оба метода стремятся визуализировать терапевтический пучок излучения, генерируемые сигналы по меньшей мере на три порядка меньше, чем типичное комнатное освещение. Таким образом, эти методы требуют длительного времени экспозиции в затемненном помещении или сложных дорогих изображений, чтобы получить удобные измерения. Это создает проблему для практического применения. Поэтому способность визуализировать положение, форму и интенсивность луча при его прохождении через пациента в реальном времени пока не доступна в клинической практике. В качестве первого шага к разработке системы, реализовывающей эту способность, мы сообщаем о разработке простого подхода к визуализации, который можно легко внедрить в существующие комнаты обработки RT излучения и обеспечить средство контроля формы луча и общего местоположения в режиме реального времени. Система состоит из сцинтилляционной пленки и недорогой цифровой камеры, которая отображает луч , когда он входит или выходит из тела пациента.

2. МАТЕРИАЛЫ И МЕТОДЫ

Система визуализации в реальном времени (RT-BV) состоит из гибкой сцинтилляционной пленки и цифровой камеры. Пленка помещается на кожу пациента так, что она излучает оптический сигнал, когда луч проходит через неё. Камера устроена так, что она может отображать испускаемый сигнал, а также анатомию поверхности, через которую производится воздействие на пациента. Ниже представлен дизайн, характеристики и интеграция системы RT-BV для применения в терапевтической комнате RT. Был разработан алгоритм обработки изображений, чтобы продемонстрировать, как данные из системы RT-BV могут быть проанализированы и интерпретированы для обеспечения количественной проверки обработки, а также для помощи в оценке качества данных системы.

2.A. Сцинтилляция рентгеновских лучей и спектры света в помещении.

В качестве потенциального средства отклонения внешнего света мы вначале исследовали спектр излучения огней в комнате радиационной терапии и сцинтилляционную часть нашей пленки. Спектры сцинтилляционного материала были получены с использованием монохроматора (Acton SP2150, Princeton Instruments, Trenton, NJ) в сочетании с камерой EMCCD Princeton Instruments (Pro-EM). "Чистый" порошок Gd2O2S: Tb ​​(GOS) помещали в прозрачную пластиковую ванночку и облучали мини-рентгеновским источником (Amptek, Bedford, MA), работающим при 50 кВ и 80 мкА. Спектр излучения света в комнате измерялся с использованием волоконно-оптического спектрометра (Ocean Optics, Dunedin, FL).

2.Б. Гибкая сцинтилляционная пленка.

Потенциальные особенности сцинтилляционной пленки, которая должна быть размещена на пациенте, включают в себя достаточную генерацию сигнала, минимальное ослабление дозы и достаточную гибкость для соответствия анатомии тела. В нашем исследовании сцинтиллирующие пленки получали путем смешивания сцинтиллирующего фосфорного порошка GOS и силиконового эластомера в соотношении 1: 1. Полученную смесь отливают на ровную поверхность толщиной 0,8 мм и оставляют до затвердевания при комнатной температуре.

2.В Настройка системы обработки изображений.

Настройка изображения, показанная на рисунке 1, состояла из 2048 × 2048 CMOS цифровых камер, оснащенных 50-миллиметровым объективом и полосовым фильтром. Камера была установлена ​​на 100 см ниже и на 50 см дальше изоцентра. Галогенные лампы в помещении для обработки были установлены на максимальную интенсивность для захвата всех изображений. Камера была выбрана в основном на основе ее разрешения, полосы пропускания и соответствии с учетом соображений шума. Все изображения были получены с временем интеграции 42 мс, при этом коэффициент усиления камеры установлен на минимальное значение. Во время интеграции достигается частота 23 кадра в секунду (fps). При визуализации статических полей мы получили изображения со скоростью 5 кадров в секунду. В общем, каждый набор данных состоял из 10 изображений (с интервалом 2 с). Изображения анализировали с использованием ImageJ 1.47v (Национальный институт здоровья, Bethesda, MD), MATLAB 7.8.0 (The MathWorks, Inc., Natick, MA) и OpenCV.

2.Г. Базовая системная характеристика.

Радиация была получена с использованием линейных ускорителей Varian EX и TrueBeam (LINAC) (Varian Medical Systems, Пало-Альто, Калифорния). Были исследованы энергии пучка от 6 до 15 МВ с мощностью дозы от 200 до 600 МУ / мин. Квадратные поля были использованы для общей характеристики системы. Чтобы оценить ослабление дозы, камера Фармера была помещена внутрь водяного фантома на приблизительной глубине 6 см и соединена с электрометром. Идентичные операции были выполнены с пленкой и без нее. Интегрированный заряд регистрировался после каждой операции. Чтобы оценить влияние плёнки на поверхностную дозу, на поверхности 10-сантиметрового слоя "тяжелой" воды была установлена ​​ионная камера с параллельной пластинкой (Exradin A10, Standard Imaging, Inc., Middleton, WI). 200 МУ было подано с мощностью дозы 600 МУ / мин для энергий лучей 6 и 15 МВ с поверхностью камеры, расположенной на SSD 100 см. Процедуру повторяли с помощью сцинтилляционной пленки, расположенной над ионной камерой. Затем пленку удаляли, и над камерой помещали слой воды 1,5 и 3 см для 6 и 15 МВ-лучей. Кушетку регулировали, чтобы поддерживать SSD на 100 см в верхнем слое воды, и операция повторялась. Процентная доза (PDD) рассчитывалась на поверхности и под пленкой. Вычисленная ПТД была скорректирована для избыточной реакции камеры, используя методику, описанную Gerbi и Khan.22

2.Д. MLC-визуализация и моделирование случайного отвода.

Чтобы проверить правильность разрешения и точность формы луча системы, подавались сложные поля MLC-формы и отображались одновременно с системой RT-BV и системой визуализации изображений Varian Varian. Испытательное поле было спроектировано с чередующимися "листьями", расположенными на расстояния 0,1, 0,2, 0,3, 0,5, 0,8, 1, 2, 3, 5 и 8 см как в нижнем, так и в верхнем правом квадрантах. Нижняя часть поля имела неоткрытые листья, полностью расширенные, в то время как верхняя часть имела промежуток в 2 см (см. Рис.7 (а)]. Наконец, был отображен полный план VMAT, поскольку он был доставлен антропоморфному фантому.

Рисунок 1

Чтобы оценить возможности нашей платформы визуализации для выявления грубых аномалий при подаче лекарств, мы провели исследование доказательной концепции, имитирующее случайную ретракцию MLC. Пленку помещали на маленький цилиндрический объект и подвергали деформации при необходимости, чтобы она соответствовала форме цилиндрического объекта. Примерное поле 6 МВ было поставлено со скоростью 600 МУ / мин. Затем MLC был полностью удалён, и поле было отображено только с помощью захвата.

2.Е. Алгоритм обработки изображений.

Алгоритм обработки изображений был разработан для надежной идентификации и определения местонахождения луча в каждом изображении в наборе данных, базирующихся на лучах, а также для графического обзора используемого алгоритма обработки изображений. Для каждого набора данных был выбран набор из 10 фоновых изображений как до, так и после получения изображений с пучком излучения. Эти фоновые изображения были усреднены вместе, чтобы сформировать одно фоновое изображение. Затем фоновое изображение вычиталось из каждого изображения луча в наборе данных. Яркие выбросы, вызванные блуждающими рентгеновскими лучами, взаимодействующими с датчиком камеры, были удалены из изображений путем сравнения значений пикселей со срединным значением окрестности вокруг каждого пикселя. Пиксели, значения которых превышают эту медиану более чем на определенную величину (порог), устанавливаются на это медианное значение, в то время как другие пиксели остаются неизменными.

Рисунок 2.

Обзор используемого алгоритма обработки изображений. В левом столбце показана обработка, которая была применена ко всем изображениям. Маленькая квадратная область указывает часть изображения, увеличенную справа, для демонстрации области локализации коллиматора алгоритма. Коэффициенты контраст-шум (CNR) определялись путем вычисления средней интенсивности пикселя интересующей области (ROI) в яркой области обработанного изображения и деления ее на стандартное отклонение (SD) значений интенсивности пикселя в пределах ROI того же размера в фоновой области обработанных изображений. Проективное преобразование использовалось для коррекции искажений, вызванных угловым позиционированием камеры. Преобразование было обнаружено путем извлечения четырех углов квадратного поля известных размеров в пространстве изображений. Соответствующие точки в координатах реального мира определялись по размеру и расположению поля. Одна и та же матрица преобразования затем была применена к каждому изображению из этой установки формирования изображения. Изображения полей 10 × 10 см были визуализированы с помощью ряда настроек коллиматора. Эти изображения были вычеркнуты фоном, удалены, трансформированы и обрезаны. Затем обработка изображений использовалась для извлечения профиля поля из окружающего изображения.

Метод Otsu23 использовался для определения порогового значения, которое наилучшим образом сегментирует полученные изображения. Бинаризация на основе этого значения была применена к изображениям. Связанные компоненты были извлечены из двоичных изображений с использованием алгоритма, представленного Suzuki и Abe.24. Затем контуры были отфильтрованы по размеру, чтобы определить тот, который соответствует профилю луча. Центр поля был рассчитан из центра масс пикселей вдоль идентифицированного контура. Контур затем был приспособлен для прямых линий, используя вероятностное преобразование Хафа25. Линии были сгруппированы в соответствии с их углом и расположением внутри изображения, чтобы идентифицировать каждый из четырех коллиматоров. Среднее местоположение для каждой группы было рассчитано исходя из этой формулы:

, где cd является сообщенным местоположением коллиматора, является средней координатой пикселя для каждой линии (в интересующем направлении), l - длина линии, а δ - угловое отклонение линии от идеального направления коллиматора (т. е. 90 ° для х-коллиматоров). Параметры для каждого шага были скорректированы для минимизации вариации измерения в каждом наборе при применении одинаковых параметров для всех изображений.

3. РЕЗУЛЬТАТЫ

3.A. Производительность системы.

Сцинтилляционные пленки измерялись толщиной около 0,8 мм, сделаны очень долговечными и гибкими. Небольшие локализованные изменения ± 0,1 мм в толщине листа были обнаружены с помощью физических измерений, выполненных с цифровыми суппортами. GOS гомогенно распределялся внутри силикона. Спектр излучения для ГСН, который использовался для сцинтилляционного листа, показан на рисунке 3. Результаты показывают, что сцинтиллятор имеет очень сильное излучение вблизи 550 нм с дополнительными пиками поблизости. На рисунке 3 также показан спектр излучения огней в лаборатории LINAC. В лаборатории присутствуют два типа огней, флуоресцентные и галогенные. Флуоресцентные лампы показывают пики, характерные для легирующих примесей, используемых в лампе, в то время как галогенные лампы имеют плавное распределение по всем видимым длинам волн.

Рисунок 3

Необработанное изображение пленки, подвергаемой воздействию квадратного поля 10 × 10 см, представлено на рисунке 4. Обработанные изображения полей 10 × 10 см для пучков 6 и 10 МВ с мощностью дозы от 200 до 600 МU / мин показаны на рисунке 5. Изображения показывают четкие границы полей и разумную однородность по полю. Для лучей, доставляемых с большей мощностью дозы, можно также наблюдать полутень луча. График среднего значения пикселя относительно мощности дозы для двух разных энергий пучка представлен на рисунке 6. Значения интенсивности пикселя увеличиваются с мощностью дозы в высоколинейном (R2> 0,97) способе. Энергия пучка влияет на наклон этой линейной зависимости. Среднее значение CNR для наборов из 10 изображений при каждой настройке луча приведено в Таблице I. Стандартное отклонение также представлено с учетом понимания изменений в измерениях.

Рисунок 4

Необработанное изображение сцинтилляционной пленки подвергается воздействию поля 10 × 10 см 6 МВ 600 МУ / мин. И пленка, и поле хорошо видны.

Рисунок 5

Изображения полей 10 × 10 см при различных настройках луча. Интенсивность пикселей выражается в произвольных единицах.

Рисунок 6

Интенсивность света линейно коррелировала с мощностью дозы и уменьшалась с энергией пучка. Шкалы ошибок для каждой точки данных попадали в маркер.

Таблица1

Энергия излучения (MV)

200

400

6

4.0 (0.11)

9.4 (0.38)

10

1.9 (0.12)

4.9 (0.16)

Было обнаружено, что ослабление дозы из-за сцинтилляционной пленки в области спада составляет менее 0,6% (таблица II). Измерения PDD на поверхности с пленкой и без нее дали 60% и 17% для луча 6 МВ и 41% и 12% для пучка 15 МВ. С оптимизацией пленки и оптической системы визуализации мы полагаем, что толщина пленки может быть значительно уменьшена, что приведет к значительно улучшенной поверхностной дозиметрии.

Таблица2

 

Integrated charge (nC)

Энергия излучения (MV)

No sheet

With sheet

% Change

6

38.18

37.95

−0.61

15

43.59

43.36

−0.54

3.Б.MLC-визуализация

На рисунке 7 показан результат одновременного сбора с помощью проектора изображений EPID и представленной системы для сложного тестового поля. Все функции заметны, в том числе созданные с помощью листовых движений 1 мм вблизи центра поля. Также заметна разница между функциями, создаваемыми местоположениями листьев, которые изменяются на 1 мм. Несколько кадров из отображаемого плана VMAT представлены на рисунке 8. Поле, лист и фантом все видны.

Последовательные изображения плана VMAT доставляются антропоморфному фантому. В трех верхних кадрах отображается профиль входного луча, когда козловая система перемещается с 0 ° -30 °. Нижние три рамы показывают профиль выходного луча, когда козловой механизм перемещается приблизительно с 70 ° -90 °. Полное видео доступно по адресу http://youtu.be/X6n-aDPBDGw. На рис. 9 показаны два изображения из комнаты для лечения, где симулированный пациент с раком горла обрабатывается полем IMRT. Заметное различие легко наблюдать между полем, которое доставляется с MLC должным образом на месте, и тем, которое поставляется с полностью отключенными MLC.

3.C. Эффективность алгоритма обработки изображений

Результаты алгоритма локализации коллиматора представлены на рисунке 10. В дополнение к оценке алгоритма представлены запрограммированные местоположения компьютеров для каждого угла и центра квадратного поля 10 × 10 см. В общем, алгоритм смог локализовать коллиматоры хорошо в пределах допуска машины 1 мм. Среднее отклонение между машиной и расчетным местоположением составляло 0,5 мм. Максимальное отклонение составляло 2 мм.

Полевые углы и центральные положения, обеспечиваемые машиной, и наблюдаемые из алгоритма обработки изображений. Шкалы ошибок в наблюдаемых местах указывают на одно стандартное отклонение. Допуск позиционирования поставщика (не показан) составляет 1 мм.

4. Обсуждения

Целью этой работы было разработать подход, позволяющий визуализировать RT в реальном времени при типичных условиях освещения в помещении. Отслеживание лучей в реальном времени предлагает несколько преимуществ для доставки RT, включая возможность отслеживать положение и форму луча, когда он входит или выходит из пациента во время лечения. В нашем подходе используется недорогая CMOS-камера, расположенная рядом с кроватью для лечения, чтобы обнаружить луч при взаимодействии с тонкой, сцинтиллирующей пленкой, расположенной на пациенте. Пленка состоит из сцинтилляционного порошка GOS, встроенного в кремний, что позволяет сцинтилляционному материалу деформироваться до уникальных контуров каждой области обработки. Сцинтилляционный порошок GOS был выбран из-за его высокой светоотдачи, что позволило использовать недорогие камеры и минимизировать затухание дозы. В то время как измеренная толщина прототипной пленки составляла 0,8 мм, критический параметр для понимания влияния на дозу составлял водную эквивалентную толщину пленки. Отвержденный силиконовый эластомер имеет плотность 1,03 г / см3, тогда как GOS имеет плотность 7,34 г / см3. Ожидается, что равная массовая смесь будет иметь плотность 1,8 г / см3. Используя масштабирование на основе массовой плотности, ожидаемая эквивалентная толщина пленки будет 1,44 мм. Аналитическая оценка и анализ КТ-изображения пленки предполагали, что относительная плотность электронов в пленке в 1,7-2 раза больше, чем у воды. Следовательно, толщина воды, эквивалентная воде, составит 1,6 мм. Повышенная поверхностная доза, наблюдаемая с помощью листа на месте, соответствует глубине воды приблизительно 2 мм.26. Увеличение доза поверхности необходимо тщательно рассмотреть до клинической реализации, но мы ожидаем, что, уменьшив концентрацию толщины и / или сцинтиллятора в пленка эквивалентная толщина может быть уменьшена до половины ее текущего значения. Камера, используемая в этом исследовании, была простой CMOS-камерой стоимостью около $ 1500. Дальнейшая работа (данные не показаны) продемонстрировала, что сигнал может быть получен с камерами стоимостью менее 10 долларов США. EM-CCD и усиленные камеры EM-CCD типа, используемые в экспериментах по черенковской визуализации и воздушному сцинтилляции, как правило, будут стоить не менее $ 10 000. Поскольку как GOS, так и типичное флуоресцентное освещение, обнаруженное в лечебных кабинетах, имеют сильный пик эмиссии около 550 нм, два источника света не могут быть разделены с использованием традиционных методов оптической фильтрации. Однако плавное распределение галогенных ламп позволяет отказаться от значительного количества света в наших измерениях, сохраняя при этом высокий уровень освещенности в помещении. Это мотивировало выбор полосы пропускания 546 нм и выбранной схемы освещения помещения. Следует также отметить, что общая клиническая практика обычно заключается в использовании только галогенных ламп во время лечения. После того, как были выбраны освещение комнаты и оптический фильтр, параметры сбора изображения были скорректированы для максимального увеличения CNR поля, сохранения четкого поля зрения в обрабатывающей комнате (см. Рисунок 4) и получения разумной частоты кадров для мониторинг в режиме реального времени. Для достижения этих целей усиление камеры было минимальным, и время интеграции было увеличено до максимума, что позволило обеспечить требуемую частоту кадров. Качество изображений может быть дополнительно увеличено за счет увеличения времени интеграции за счет снижения частоты кадров. Сохранение четкого изображения яркого поля позволяет извлекать информацию о луче и обрабатывающей комнате и / или пациенте с одного и того же изображения, что позволяет одновременно отслеживать как пациента, так и поле в той же системе отсчета. CNR был выбран как показатель достоинства, потому что он лучше всего отражает способность системы отделять луч от фонового изображения. В то время как CNR уменьшается при более высоких энергиях и более низких дозах (таблица I), при необходимости может применяться временное или пространственное биннинг. Средние значения интенсивности пикселей линейно возрастают с мощностью дозы и уменьшаются с энергией пучка. Предполагается, что линейность с мощностью дозы, поскольку световая отдача GOS и некоторых композиционных материалов GOS, как известно, является линейной с поглощенной дозой. 27,28. Уменьшение наклона отношения сигнала к дозе с увеличением энергии пучка согласуется с при более высоких энергиях, при скорости осаждения дозы на поверхности (рис.6). Интересно отметить, что отношение световых сигналов, генерируемых фотонами 6 и 10 МВ, остается примерно постоянным по мере увеличения мощности дозы, что указывает на то, что светопроницаемость листа фосфора мало зависит от энергии пучка. Хотя для установления дозиметрических характеристик и зависимостей системы необходимы дальнейшие эксперименты, наблюдаемая линейность и согласованность с ожидаемой поверхностной дозой являются перспективными. На рисунке 7 показано, что разрешения системы достаточно, чтобы различать отдельные листья MLC, а также движения 1 мм. Существует превосходное общее согласие между изображением, полученным с помощью идентификатора изображений EPID и системы. Небольшое количество искажений, появившихся на изображении, было связано с тем, что пленка не была идеально плоской на кушетке во время визуализации. Хотя эти искажения наносят ущерб формированию пучка в плоской ориентации, он демонстрирует, что пленка способна отображать профиль пучка, поскольку он модулируется контурами анатомии пациента. На рисунке 9 показана потенциальная полезность этого факта, так как грубая ошибка сразу узнаваема, поскольку она рассматривается в контексте окружающей формы поверхности пациента. В этом контексте деформация пленки на коже пациента имеет решающее значение, поскольку любое отклонение между пленкой и кожей пациента ухудшает точность данных, собранных системой, и, как и при болюсе, потенциально может привести к нарушениям дозы. Будущие итерации листа могут использовать силиконовый эластомер с более низким дюрометром, что обеспечивает большую гибкость. Также можно было бы изучить дополнительные варианты, такие как альтернативные полимерные подложки и методы формирования пленки. Алгоритм локализации смог правильно определить настройки коллиматора в полученных изображениях. Сообщаемые местоположения, как правило, соответствуют значениям LINAC (рис.10). Благодаря использованию метода адаптивного порогового значения алгоритм смог обеспечить согласованные результаты даже при изменении освещения в помещении во время доставки. Представленный алгоритм локализации был разработан для оценки качества и согласованности данных, генерируемых системой. Таким образом, он был предназначен только для оценки квадратных полей, когда пленка была размещена на диване. Дальнейшая разработка и калибровка обработки изображений необходимы для того, чтобы система предоставила данные, достаточные для общей проверки обработки. Система RT-BV способна получать изображения с достаточным количеством CNR в присутствии полного освещения помещения независимо от настроек луча. Система RT-BV предлагает возможность модулировать тип и концентрацию сцинтиллятора, используемого в пленке, а также толщину и физические свойства. При размещении пленки на пути пучка вносит возмущение в пучок излучения и увеличение поверхностной дозы, оно позволяет системе получать изображения с недорогой установкой изображения и обеспечивает дополнительную гибкость при разработке систем мониторинга терапии, которые могут визуализировать луч в контексте локальной анатомии пациента. Подходы к визуализации, основанные на сцинтилляции воздуха20 или черенковском излучении29, также позволяют визуализировать луч. Преимущество этих технологий заключается в том, что они не нарушают пучок обработки, но обычно требуют гораздо более продвинутых настроек изображения и обработки изображений. Методы, основанные на EPID, измеряют апертуру луча, выходящую из пациента, но интерпретация данных относительно анатомии пациента является нетривиальной. Предлагаемая система позволяет изображения с высоким разрешением луча в контексте, который сразу интерпретируется. Он также предлагает возможность сбора данных дозиметрии луча при входе пучка в зависимости от интенсивности излучаемого оптического сигнала от пленки. Совместное использование EPID и системы RT-BV может быть ценным и позволяет нам использовать преимущества обеих систем, чтобы обеспечить полное представление о терапии. Предполагается, что предлагаемая система может использоваться для обеспечения представления / регистрации в режиме реального времени процесса доставки лечения пациента. Предвидимый рабочий процесс выглядит следующим образом: после позиционирования пациента в лечебном кабинете терапевт помещает лист поверх общей области обработки. Монитор в диспетчерской позволит терапевту просмотреть пациента и луч во время доставки. Система также может записывать видео для последующего доступа. Система должна обеспечивать качественную оценку верности лечения лечащими терапевтами и позволять оценивать и анализировать фракцию в случае необходимости. В то время как дальнейшие разработки, ведущие к количественной, автоматизированной системе оценки действительности лечения, были бы идеальными и в настоящее время изучаются, доступность качественной информации о интенсивности, форме и местоположении луча в контексте анатомических контуров пациента дает ценный, высокий уровень вид лечения.

5 Заключение.

Представлен новый метод визуализации и отслеживания лучевой терапии. Метод продемонстрировал, что он способен получать высокие изображения CNR терапевтического излучения в реальном времени, одновременно отображая терапевтическую установку. Алгоритм обработки изображений смог извлечь точные и согласованные местоположения лучей.

Список литературы

ICRP, 2000, «Предотвращение несчастных случаев пациентам, проходящим лучевую терапию», публикация ICRP 86, Ann. ICRP 30 (3), 7-56 (2000).

Yorke, D. Gelblum и E. Ford: «Безопасность пациентов при лучевой терапии при внешнем пучке AJR», Am. J. Rentgenol. 196, 768-772 (2011).

M. Moran, M. Dempsey, A. Eisbruch, B. A. Fraass, J. M. Galvin, G. S. Ibbott и L. B. Marks, «Вопросы безопасности для IMRT: Резюме», Med. Phys. 38, 5067-5072 (2011).

Xing, B. Thorndyke, E. Schreibmann, Y. Yang, T. F. Li, G. Y. Kim, G. Luxton, and A.Koong, «Обзор лучевой терапии с использованием изображения», Med. Досым. 31, 91-112 (2006).

P. Sorensen, P. E. Chow, S. Kriminski, P. M. Medin и T. D. Solberg, «Рациональная лучевая терапия с использованием мобильного рентгеновского аппарата с киловольтностью», Med. Досым. 31, 40-50 (2006).

Морин, А. Гиллис, Дж. Чен, М. Обнин, М. К. Буччи, М. Роуч III и Дж. Пуулио, «Кодирование пучка Megavoltage: описание системы и клинические применения», Med. Досым. 31, 51-61 (2006). A. Dawson и D. A. Jaffray, «Достижения в области лучевой терапии с использованием изображений», J. Clin. Онкол. 25, 938-946 (2007).

D. Wiersma, W. Mao и L. Xing, «Комбинированное КВ и MV-изображение для отслеживания имплантированных фидуциальных маркеров в реальном времени», Med. Phys. 35, 1191-1198 (2008).

D. Timmerman и L. Xing, Image-Guided and Adaptive Radiation Therapy (Lippincott Williams & Wilkins, Baltimore, MD, 2009). 18R. I. Berbeco, F. Hacker, D. Ionascu, and H. J. Mamon, «Клиническая возможность использования EPID в режиме отображения для проверки на основе изображений стереотаксической радиотерапии тела», Int. J. Radiat. Oncol., Biol., Phys. 69, 258-266 (2007).