专利名称：用于估计和操作所估计的辐射剂量的系统和方法
技术领域：
本发明涉及辐射的规划和输送。特定实施例提供了用于规划和输送用于辐射治疗的剂量分布的方法和系统。
背景技术：
在处理癌症以及一些其他医学状况下使用辐射。在辐射与组织相互作用时，在组织之内传递和沉积来自放射粒子的能量。能量通常沉积在传递的附近。最大沉积通常接近相互作用的点。沉积的能量对细胞造成损伤，最终可能导致细胞死亡。通常将沉积的能量的量描述为福射剂量，单位为Gray (Gy)。IGray等于每千克介质I焦耳。福射处理的基本目标是通过沉积足够的辐射剂量以根除对象体内的癌细胞。辐射剂量能够损伤或杀死癌细胞和健康组织细胞。通常在辐射处理期间一些健康组织将接收到辐射剂量。例如，源自辐射源并通过对象投射的辐射束将沿其路径沉积辐射剂量。位于路径之内的任何健康组织通常将接收一些辐射剂量。此外，由于辐射散射和其他辐射传输机制，一些辐射剂量通常将沉积在射束路径外部，进入健康组织中。辐射治疗的挑战之一是在癌组织中沉积剂量，同时使健康组织接收的剂量最小化。此外，一些健康组织对辐射剂量比其他组织更敏感，使得在那些组织中避免辐射剂量更加重要。现代辐射输送系统能够输送复杂的剂量分布。辐射治疗临床医生期望能够评估、确定和/或优化向肿瘤输送剂量与使输送给健康组织的剂量最小化之间的折衷。当前用于评估这些折衷的技术(例如处理计划优化)麻烦笨重，使操作员无法迅速直接操作和评估可实现的剂量分布。期望改进用于估计可实现的剂量分布并可能改进输送到癌组织和健康组织的辐射剂量之间的折衷的评估的系统和方法。

发明内容
以下实施例及其各方面是结合意在进行示范和例示而非限制范围的系统、工具和方法描述和例示的。在各实施例中，已经减轻或消除了一个或多个上述问题，而其他实施例针对其他改进。本发明的一个方面提供了一种用于允许操作可由辐射输送设备针对对象的提议处理而输送的可实现剂量分布估计的方法，所述可实现剂量分布估计是在体素的三维范围上定义的，其中每个体素均有剂量值。所述方法包括确定期望修改剂量值的剂量修改体素和对应的期望剂量修改的大小；对于多个射束中的每个(i)将射束表征为小射束的二维阵列，其中每个小射束与对应的强度值和表示小射束向空间中的投射的射线相关联；并且(ii)识别具有与剂量修改体素相交的关联射线的一个或多个剂量变化小射束；修改剂量变化小射束中的至少一个的强度值；以及更新可实现剂量分布估计以解释剂量变化小射束中的所述至少一个的修改强度值。本发明的另一方面提供了一种用于允许操作可由辐射输送设备针对对象的提议处理而输送的可实现剂量分布估计的方法，所述可实现剂量分布估计是在体素的三维范围上定义的，其中每个体素均有剂量值。所述方法包括确定期望修改剂量值的剂量修改体素和对应的期望剂量修改的大小；对于多个射束中的每个(i)将射束表征为小射束的二维阵列，其中每个小射束与对应的强度值相关联；(ii)将射线与每个体素相关联，所述射线从体素投射并与小射束的二维阵列相交；以及(iii)将剂量变化小射束识别为被与剂量修改体素相关联的射线相交的小射束；修改剂量变化小射束中的一个或多个的强度值；以及更新可实现剂量分布估计以解释剂量变化小射束中的所述一个或多个的修改强度值。本发明的另一方面提供了一种估计从射束获得的体素的三维范围上的剂量分布的方法，射束具有由小射束的二维阵列表征的空间变化的二维强度分布，其中每个小射束都与对应的强度值相关联。所述方法包括将射线与每个小射束相关联，所述射线表示小射束向空间中的投射；卷积二维强度分布与二维剂量估计内核以获得二维卷积强度分布，所述二维卷积强度分布包括针对每个小射束的卷积强度值；以及对于小射束的二维阵列中的每个小射束识别被与小射束相关联的射线相交的体素的三维范围中的体素；向相交的体素增加剂量贡献，所述剂量贡献基于小射束的卷积强度值。本发明的其他方面提供了包括一个或多个控制器的系统，控制器被配置成执行本发明的各实施例的方法。本发明的其他方面提供了承载在非暂态计算机可读介质中包含的指令的计算机程序产品，在由适当处理器执行时，指令让处理器执行本发明的各实施例的方法。本发明的其他方面提供了使用各实施例的方法以规划和/或向对象输送辐射处理的方法、系统和/或计算机程序产品。除了上述示范性方面和实施例之外，通过参考附图并研究以下详细描述，其他方面和实施例将变得显而易见。


在附图的参考图中例示了示范性实施例。应当将这里公开的实施例和附图视为例示性而非限制性的。在例示非限制性实施例的附图中图1示意性地示出了可用于向对象输送辐射剂量的范例辐射输送设备；图2示意性地示出了可用于向对象输送辐射剂量的另一范例辐射输送设备；图3是流程图，示出了根据特定实施例用于处理规划的方法，包括适用于强度调制的辐射处理的优化过程；图4A是流程图，示出了根据本发明的特定实施例用于规划辐射处理并利用辐射治疗处理对象的方法，涉及产生估计的剂量分布并允许操作员操作估计的剂量分布；图4B是流程图，示出了根据特定实施例用于产生估计的剂量分布并允许操作员对其操作的方法；图4C是流程图，示出了适用于图4B的方法中的初始化方法；图4D是流程图，示出了根据特定实施例的剂量估计更新方法，用于确定可用于图4B的方法的估计剂量分布的变化；
图5A示出了叠加在包括示范性健康组织和靶结构的图像数据上的计算网格的二维截面的示意图，连同针对计算网格中每个体素的估计剂量；图5B示出了对应于图5A的剂量分布的剂量体积直方图(DVH)；图6是辐射源和对象之间的射束的图示，包括关联的强度网格和范例射线；图7A示出了操作员在剂量分布的表示(例如图形表示)上直接传送期望剂量变化的范例；图7B示出了根据图4B的方法确定的更新剂量分布的截面，作为图7A的期望剂量变化的结果；图8A示出了操作员在DVH的表示(例如图形表示)上传送期望剂量质量度量变化的范例；图8B示出了根据图4B的方法确定的更新DVH，作为图8A的期望剂量变化的结果；图9A示出了根据图4B的方法确定的且与图8A的期望剂量质量度量变化对应的剂量修改体素；图9B示出了根据图4B的方法确定的更新剂量分布的截面，作为图9A的期望剂量变化的结果；图10示出了操作员在生物指数的表示(例如图形表示)上传送期望剂量质量度量变化的范例；图1lA示出了根据图4B的方法确定的且与图10的期望剂量质量度量变化对应的剂量修改体素；图1lB示出了根据图4B的方法确定的更新剂量分布的截面，作为图1lA的期望剂量变化的结果；图12示意性地示出了剂量更新网格的范例，例示了可用于根据特定实施例作为图4B的方法的一部分更新剂量分布的技术；图13是根据特定实施例用于快速估计可实现剂量分布的方法的示意图；图14示意性地示出了 360°轨迹、轨迹上角度均匀间隔位置处的多个射束、与位于中心的体素相交的射线以及估计可由多个射束实现的剂量更新网格的二维截面；图15示出了与剂量修改体素相交的图14的可实现剂量更新网格的范例轮廓；图16示出了剂量更新网格，其与图14的剂量更新网格相同，只是已经平移到不同的剂量修改体素；图17是根据本发明的特定实施例用于估计和操作估计剂量的系统的示意图；图18A-18C示意性地示出了若干径向修改剂量(RMD)分布以及如何可以通过组合RMD的其他角范围来获得RMD的各种角范围；图19A是示出了靶结构和健康组织结构的三维绘制；图19B是划分(并示出其轮廓)图19A的靶结构和健康组织结构的截面图；图20A示出了针对图19A的组织结构的初始估计剂量分布的截面的表示；图20B示出了针对图19A的组织结构的初始DVH ；图21A示出了图20B的靶结构DVH和其操作员操作的放大部分；图21B示出了从图21A的操作员操作获得的若干剂量修改分布；图21C示出了图21A的操作之后的更新的剂量分布和更新的靶和健康结构DVH ；图22A示出了图20B的健康组织DVH的操作员操作；图22B示出了从图22A的操作员操作获得的若干剂量修改分布；图22C示出了图22A的操作之后的更新的靶和健康结构 DVH ；图23A示出了用于校正图22C的对靶剂量分布限制的违反的两个范例剂量修改分布；图23B示出了应用图23A的剂量修改分布之后的靶结构DVH;图23C示出了所得截面剂量分布的表示；图24A示出了操作员完成一系列剂量修改时祀和健康组织结构的DVH ;图24B示出了与图24A的DVH对应的截面估计剂量分布。
具体实施例方式在以下描述中，阐述了具体细节，以便向本领域的技术人员提供更透彻的理解。不过，可能未详细示出或描述公知的元件，以避免不必要地使本公开模糊不清。因此，要将描述和附图视为例示性的而非限制性的。图1示意性地示出了范例辐射输送设备10，包含辐射源111，用于向对象110 (例如癌症患者)输送辐射。在一些实施例中，辐射源111可以包括直线加速器或可以由直线加速器产生。通常，可以利用任何适用技术产生辐射源111。例如，辐射源111可以包括衰变物质(例如钴-60等)或可以发射包括中子、电子、质子、其他带电粒子等的其他类型的源。在示范性的图1的辐射输送设备10中，辐射源111安装到扫描架112，对象110置于台113上。安装在扫描架上的辐射源111和带有对象110的台113可以彼此相对旋转和/或平移。例如，扫描架112可以绕纵轴114旋转，保持对象110的台113可以绕垂直轴115旋转。台113还可以沿着轴116所示的三个维度的一个或多个相对于扫描架112和源111平移。可以在所有方向上发射来自辐射源的辐射。外壳117包围辐射源111的大部分,使得源111发射的大部分辐射在外壳117之内被吸收。允许向对象110发射的辐射通过外壳117并通过射束成形系统118。射束成形系统118可以包括一个或多个准直器，可用于限定源自辐射源111并进入对象110的辐射束。射束成形系统118的准直器可以具有电动机，可以(例如，通过适当配置的计算机控制系统等)控制它们的位置和/或运动。可以可控地配置射束成形系统118的准直器，使得进入对象110体内的辐射束的形状优先与癌组织相交。在例示的图1的范例辐射输送设备10中，射束成形系统118包括具有多个可单独控制的叶片的多叶准直器(MLC) 118A。MLCl18A也可以可控地移动以绕射束轴119旋转。图1的示范性辐射输送设备10可用于向对象110输送辐射治疗处理。已知有若干种技术用于利用辐射输送设备10，尝试向患病组织(例如癌肿瘤)提供期望的剂量，同时尝试使到达健康组织的剂量最小化。第一种这样的技术涉及向如下的配置移动扫描架112和/或台113 :从源117发射的辐射束优先通过较多患病组织和较少健康组织。这第一种技术可以通过如下方式改进在扫描架112和台113的第一配置下利用第一射束处理对象110，彼此相对地移动扫描架112和台113，然后利用从与第一射束不同的方向投射的第二射束处理对象110。利用这种双射束技术，患病组织(肿瘤)可以接收来自两个射束的剂量的组合，而肿瘤周围的很多健康组织将主要从单个射束接收剂量。可以将这种双射束技术扩展到多个(例如超过两个)射束。扫描架112和台113的每种不同的相对取向都可以对应于不同的射束方向并可以简称为“射束”。另一个尝试向患病组织的肿瘤提供期望剂量同时使到达健康组织的剂量最小化的使用辐射输送设备10的技术的范例涉及准直每个辐射束(即，来自扫描架112和台113的每种相对配置的射束)，使得从辐射源的角度观察的肿瘤投影(射束的视角)密切近似于肿瘤的外轮廓。通过这种方式，将减少到达肿瘤周围健康组织的剂量。准直系统118(例如MLC118A)可用于准直各个射束。可以通过如下方式改进这种准直技术有选择地(部分或完全)遮挡辐射束(来自第一方向)与肿瘤和敏感健康组织都相交的部分，然后通过有选择地(部分或完全)解除来自一个或多个其他方向的一个或多个辐射束的部分的遮挡来补偿肿瘤的被遮挡部分。参考二维射束投影上辐射的空间变化的强度，包括空间不均匀透射部分的辐射束(来自特定方向)可以称为“强度调制的”。强度调制还能够改进健康组织接收的齐IJ量和肿瘤接收的剂量之间的差异，尤其是在一些健康组织重要性较高(例如健康器官)和/或与靶组织较接近的情况下，并且期望向这样高度重要的组织赋予更少的剂量。根据其他技术，可能有益的是在输送辐射期间动态地移动辐射输送设备10的一个或多个部件。例如，准直系统118能够在源117发射辐射时改变辐射束的形状，由此为强度调制提供动态改变的准直形状。此外或替代地，在源117发射辐射时，扫描架112和台113能够彼此相对移动，由此提供连续改变的射束方向(与有限数量的分立射束方向相反)。一些技术可能涉及通过运动轨线(例如扫描架112和台113的相对运动)动态地改变辐射源117的位置，同时动态地改变准直的射束形状和/或辐射源117的强度。辐射输送设备10仅表示辐射输送设备的一个范例。可以使用其他类型的辐射输送设备向对象输送治疗用辐射。辐射输送设备的几个非限制性范例包括CyberKnife (Accuracy Incorporated)、Tomotherapy (Tomotherapy Incorporated)和 Gammaknife (Elekta AB)。图2示意性地示出了 Tomotherapy 福射输送设备12的范例。在设备12中，辐射源121绕着躺在台123上的对象120在环形扫描架122中运动。对象120和台123可以在轴124指示的一个或多个方向上相对于扫描架122平移(和/或扫描架122可以相对于对象120和台123平移)。例如，在辐射源121在扫描架122之内沿圆周方向125移动的同时，台123可以移入和移出扫描架122。源121发射的辐射可以通过准直系统126 (例如MLC126A等)投射。准直系统126可以在扫描架122之内沿圆周移动(与源121 —起)以生成入射在对象120身上的扇形射束127。在源121和准直系统126绕对象120沿圆周方向125运动时，台123和对象120可以相对于扫描架120运动，MLC126A可以被配置成绕对象120从变化的方向提供强度调制射束。利用辐射输送设备(像图1、2的示范性设备10、12)输送治疗辐射处理涉及处理规划。处理规划可以涉及确定用于在辐射输送期间控制辐射输送设备的信息。作为非限制性范例，这样的信息可以包括射束配置参数(例如射束数量、射束方向、辐射能等)和射束输送参数(例如准直形状和对应的准直系统配置、辐射强度等)。由于对于每位对象，肿瘤相对于周围健康组织的尺寸、形状和位置是不同的，因此通常在处理规划之前(或作为其一部分)使用诊断成像流程，以确定患病和健康组织的空间位置。计算机断层摄影(CT)、磁共振成像(MRI)和正电子发射断层摄影(PET)是用于这种诊断成像过程的常见成像方法。CT、MRI和PET成像的结果可以包括3维图像，其包含解剖学和功能信息。在一些实施例中，诊断成像可以涉及获取4维图像，其结合有时变的图像信息(例如，解释呼吸)。可以在处理规划之前(或作为其一部分)在这些图像上识别患病和健康组织的位置。尽管也可以使用自动和半自动识别，但可以人工识别患病和健康组织的位置。处理规划可能涉及使用公知的方法对辐射束造成的辐射剂量建模。可以通过在对象图像上重叠针对特定辐射束建模的剂量分布来评估对象将从特定辐射束接收的剂量。可以通过叠加针对计划的各个射束建模的剂量分布并在对象图像上重叠叠加的剂量分布来评估对象将从提议的处理计划(例如多个辐射束)接收的剂量。提议的处理计划可以由一组辐射输送参数表征或以其他方式指定。如本说明书和所附权利要求中所用的，辐射输送参数可以包括可能涉及辐射源相对于对象的几何定位的射束配置参数(例如射束数量、射束方向、射束的辐射能、射束的运动(例如对于连续变化的射束)等)和/或可能涉及一种或多种射束配置的特性的射束输送参数(例如，准直形状和对应的准直系统配置、准直形状和对应准直系统配置的运动(例如针对连续变化的准直形状)、辐射强度等)。通过从多个不同的处理计划提案(由多个对应组的辐射输送参数表征)估计/模型化剂量分布，可以彼此相对地比较多个不同的处理计划提案。一旦选择了提议的处理计划(例如因为其被确定为优于其他或通过其他方式确定为满意)，可以向辐射输送设备传递与所选处理计划相关联的辐射输送参数，以向对象输送所选处理计划。针对强度调制辐射治疗(IMRT)的处理规划可能更加复杂，因为在每个射束或射束每个部分的二维截面上可以允许强度分布有空间变化。因为与HffiT相关联的射束具有空间变化的强度分布，所以頂RT处理规划典型地涉及将每个射束分成空间变化的强度部分的二维矩阵，可以将这些部分称为小射束(beamlet)。可以将每个小射束有效地作为独立射束元处理，其循着从源进入对象体内的射线。在典型的非限制性IMRT计划中，可能有5到9个射束，每个都具有矩阵，矩阵可以包括超过100个小射束。由于小射束数量巨大，所以一般认为由人类观察者进行IMRT规划是不切实际的。已经开发了几种计算机算法以确定MRT计划中每个射束的空间变化的强度分布一例如，针对IMRT计划的每个射束的每个部分中的每个小射束的强度。这些算法典型地涉及迭代优化。例如，在每次迭代时，提议特定一组辐射输送参数，计算(例如建模)对应的剂量分布，并通过将与对应的剂量分布相关联的质量度量与一些目标比较来评估对应的剂量分布。然后，接下来的迭代可能尝试提议一组辐射输送参数，其剂量分布优于先前的迭代(在相对于同一目标评估时)。迭代过程正常地重复，直到达到优化终止标准。迭代优化过程可能耗时较长，计算成本高和/或时间效率低，因为在每次迭代时需要对剂量分布进行建模/计算。图3示意性地示出了方法14，用于适用于根据特定实施例的MRT的处理规划。方法14在方框130开始，涉及利用任何可用的诊断图像信息描绘对象体内的靶(例如患病)组织和健康组织。在一些实施例中，方框130可以涉及将健康组织细分成一个或多个层次的较重要健康组织(例如器官)和较不重要健康组织。在一些实施例中，方框130可以涉及从(或通过进行)成像流程而采集图像信息。可以通过任何适当的技术，包括(但不限于):计算机断层摄影(CT)、磁共振成像(MRI)、正电子发射断层摄影、超声波和/或任何其他适当成像流程来获得这样的图像信息。可以在方框130中使用图像信息确定关于对象体内患病和健康组织的空间解剖学和功能信息。可以由操作员人工地，和/或利用自动或半自动图像分割方法执行靶和健康组织之间的这种描绘和结构识别。方框131涉及为靶和健康组织指定剂量目标。理想地，剂量目标可能是(i)100%的肿瘤体积至少接收处方剂量；(ii)0%的肿瘤体积接收到大于处方剂量的剂量；以及
(iii)0%的健康组织体积接收到任何剂量。在实践中无法实现这样理想的目标。相反，肿瘤的实现处方剂量必须要与向健康组织结构提供低剂量进行平衡。而且，通常有很多关注的健康组织结构在重要性方面不同，这可能使得可能的折衷的数量很繁重。作为非限制性范例健康组织目标可以包括健康组织结构体积的最多20%接收到靶的处方剂量的30% ;靶组织目标可以包括肿瘤目标体积的最少90%接收到靶的处方剂量的95%。方框131还可以涉及指定剂量质量度量，其可用于相对于方框131的剂量分布目标评估提议的处理计划迭代。这样的剂量质量度量可以此外或替代地用于直接指定剂量分布目标。方法14然后前进到方框132，其涉及执行迭代优化过程以获得一组辐射输送参数。可以实现为方框132的一部分的典型的迭代优化过程在上面论述过。在方框132的迭代优化过程的结束，方法14前进到方框133，其涉及评估利用方框132的优化输出的辐射输送参数获得的处理计划(例如，计算的/建模的剂量分布)。可以由一个或多个人类操作员执行方框133的评估。不过，在一些实施例中，可以使方框133的评估自动化。例如，可能发展出限制，指定必须要达到的最小数量的目标，以实现正的方框133的评价。对于一些靶结构或对于一些指定的健康组织结构，要达到的目标数量可能更加重要。甚至在自动化方框133评估的情况下，可能由临床医生在实际输送辐射之前评估所得的剂量分布。如果在实践中不能实现方框131的剂量分布目标，那么方框132的优化可能无法确定可接受的处理计划。相反，如果太容易实现方框131的剂量分布目标，那么由方框132的优化指定的处理计划可能无法实现在实践中能够实现的最佳折衷。在这些情况下(方框133的“否”输出路径)，方法14可以环回到方框131，其中可以利用不同的剂量分布目标执行不同的优化。典型地，为了确保在处理规划方法14中实现的剂量分布接近最优，期望利用多组方框131的剂量分布目标执行多个方框132的优化。一旦在方框133确定出特定计划最优(方框133的“是”输出路径)，那么方法14可以前进到方框134，其中可以向辐射输送设备传递辐射输送参数以输送给对象。提供综合处理计划和对应的剂量分布的其他方法可能涉及类似的迭代优化。可以在优化过程中使用辐射输送参数的任何组合以导出处理计划。作为非限制性范例，这样的综合处理计划和对应的剂量分布可以包括所谓的直接孔径优化技术、涉及辐射方向的动态变化(例如，处理期间辐射源的运动)和/或处理期间特定射束之内准直形状和/或强度的动态变化的福射处理技术以及使用诸如CyberKnife (Accuracy Incorporated)、Tomotherapy (Tomotherapy Incorporated)和 Gammaknife (Elekta AB)的福射输送设备的辐射处理技术。用于所有这些辐射输送技术的处理规划中涉及的迭代优化具有与用于和MRT处理规划相关联的迭代优化的上述那些缺点类似的缺点。更具体而言，这样的优化耗时持久，计算成本高，因为每次迭代都需要剂量分布的计算/建模。本发明的一个方面提供了允许操作可实现的剂量分布估计的系统和方法。在特定实施例中，可以操作估计的剂量分布和关联的剂量质量度量，而没有针对特定辐射输送参数模拟剂量时涉及的繁重而高计算成本的计算(例如，无需迭代优化)。这些方法和系统可以使用简单，并可以允许操作员操作估计的剂量分布和关联的剂量质量度量。作为非限制性范例，操作员可以利用计算机鼠标或类似的计算机指针装置选择剂量质量度量的图形表示，根据期望向左或向右，向上或向下拖动它。作为另一非限制性范例，操作员可以利用计算机鼠标或类似的计算机指针装置修改剂量分布的图形表示，以从对象解剖区域“涂绘”或“擦除”剂量。在进行这些操作员指导的操作时，可以接近实时地更新可实现的剂量分布估计和对应的剂量质量度量。
物理上可实现的剂量分布的范围可能受到限制。特定实施例涉及对可用操作施加限制或约束，使得估计的剂量分布(在操作员操作之后)至少大致可实现。通过这种方式，操作员能够迅速探查到靶组织(例如肿瘤)和健康组织(例如器官)的剂量输送之间的折衷，同时确保对象最终将接收到基本类似于估计的剂量分布的剂量分布。图4A示意性地示出了方法16，用于规划辐射处理并利用辐射治疗处理对象，涉及根据本发明的特定实施例操作估计的剂量分布。方法16 —般可以分成两个部分第一部分16A涉及规划辐射处理，第二部分145涉及向对象输送辐射处理。如这里进一步所述，规划部分16A可能涉及确定辐射输送参数，可以向辐射输送设备提供辐射输送参数以允许方框145的根据计划输送辐射。方法16在方框141开始，涉及利用任何可用的诊断图像信息描绘对象体内的靶(例如患病)组织和健康组织。方框141可以基本类似于上文针对方法14 (图3)所述的方框130。方法16然后前进到方框142，涉及产生并允许操作员操作可实现的剂量分布。作为方框142的一部分允许的可实现剂量分布的操作员操作可以被有效地实时地直接分析，便于迅速并更全面地理解靶组织剂量和健康组织剂量之间的折衷。作为方框142的一部分允许的可实现剂量分布的操作员操作可以包括靶组织和/或健康组织的修改或增加。下文更详细地描述方法16的方框142。在方框142的结束处(例如，操作员对可实现剂量分布的已操作版本满意或以其他方式满意)，方法16前进到任选的方框143，其涉及确定能够允许辐射输送设备输送作为来自方框142的输出的可实现剂量的估计的辐射输送参数。方框143可以涉及执行迭代优化过程等，以导出辐射输送参数(例如，射束配置参数和/或射束输送参数)。方框143的迭代优化可以涉及类似于上述处理规划过程14 (图3)的方框131和132中所述的那些的过程。方框143的优化也可以涉及类似于上述处理规划过程14 (图3)的方框133的评估。有利地，因为方框142中剂量分布操作的可实现性，可以不必利用不同的剂量分布目标执行多次优化作为方框143的一部分，或与方法14 (图3)的优化过程(方框131、132、133)相t匕，可以执行利用不同剂量分布的更少优化作为方框143的一部分——即方法16的方框142中剂量分布操作的可实现性可以减小或消除对多次迭代优化循环的需要(类似于通过方法14的优化过程的方框131、132和133的循环(“否”输出路径))。在方框143中优化以获得辐射输送参数之后，方法16前进到方框144，涉及向辐射输送设备的控制器传递方框143的福射输送参数。然后可以在方框145中由福射输送设备的控制器使用这些辐射输送参数以使得辐射输送设备根据对应于辐射输送参数的辐射处理计划向对象输送福射。如上文简述，辐射处理方法16的方框142涉及产生并允许操作员操作可实现的剂量分布。图4B示意性示出了根据特定实施例的方法18，用于产生并允许操作员操作可实现的剂量分布。图4B的方法18可用于实现福射处理方法16 (图4A)的方框142。方法18在方框218以初始化开始。方框218的初始化可以涉及在所描绘的图像信息中的感兴趣区域之上建立计算网格；定义射束的配置；针对每个射束定义小射束的初始强度分布；利用射束配置和小射束强度分布产生可实现剂量分布的初始估计；以及任选地，基于初始估计的剂量分布确定一个或多个剂量质量度量的初始估计。图4C示意性示出了适用于根据特定实施例的方法18的方框218中的初始化方法20。初始化方法20在方框40中开始，涉及生成计算网格并在描绘的图像数据和分割的健康和靶组织结构之上叠加计算网格。可以获得描绘的图像数据作为上述方框141 (图4A)的一部分。叠加的计算网格可以包括跨越对象之内感兴趣区域的体素的三维网格。体素的三维网格可以由适当坐标系表征，其可以允许通过其对应坐标索引和/或识别网格之内的各个体素。图5A示出了叠加在图像数据上的三维计算网格151A的二维截面部分151的示意图，图像数据包括示范性解剖结构，解剖结构包括健康组织结构152 (在虚线中示出)和靶结构153 (在实线中示出)。在图5A的范例中仅示出了两个解剖组织结构。在实践中，可能有不同数量的结构(靶结构和/或健康组织结构)与对象体内的感兴趣区域相关联。尽管计算网格151A的图示部分151可以称为二维截面，但图5A中所示网格部分151的每个框都实际表示用于对象的整体三维计算网格151A中的对应体素。在这个意义上，图5A的网格部分151实际是深度为一个体素的三维网格部分151。如下文将更详细解释的，网格部分151的每个体素中的数值表示预计要输送给这些体素的剂量分布的范例值，但在方框40中建立计算网格时，通常不知道这些剂量分布估计。返回到图4C，初始化方法20前进到方框42，其涉及定义射束的配置。射束的方框42的初始配置可以包括定义类似于上述那些射束配置参数的参数——例如射束数量、射束方向、射束的辐射能等。可以人工或通过独立的优化过程识别方框42的射束配置。方框42的射束配置可以包括一个或多个静态射束、一个或多个连续运动的射束或静态和运动射束的组合。连续运动的射束可 以由射束方向的运动路径(轨迹)与位置沿运动路径的多个静止射束的适当采样一起表征。初始化方法20然后前进到方框44，涉及针对方框42的射束的每个定义小射束的初始强度分布。这样的初始强度分布可以类似于针对类似于上述射束输送参数的参数的初始值。图6示意性地示出了来自方框42射束配置的代表性射束159。射束159从辐射源161引导,朝向对象160输送。可以至少部分由福射源61相对于对象60的位置表征方框42的射束配置中的每个射束(如方框40的计算网格和对象60的对应图像数据所定义的)。每个射束159都与方框44中定义的对应强度分布165相关联。在方框44中，可以将与每个射束159对应的强度分布165分割成强度小射束164的二维网格162。二维强度分布网格162可以由适当的坐标系表征，其可以允许由其对应坐标索引和/或识别网格162之内的各个小射束164。每个小射束164可以与对应的射线163相关联，该射线源自辐射源161并在小射束164的位置通过强度分布165和网格162。在图6的例示中，特定的射线163A被示为对应于特定小射束164A。方框44还涉及针对每个射束159向各个小射束164分配初始强度——即，针对每个射束159对强度分布165进行初始化。可以在方框44中使用各种不同技术定义初始强度分布165。作为非限制性范例 对于所有小射束164和所有射束159，强度分布165为零。这种初始强度分配对应于所有结构的零剂量。 在针对每个射束159的小射束164的每个网格162上强度分布165是随机的，在针对所有射束159的所有强度分布165上每个小射束164的强度是随机的，或者涉及向对应小射束162的至少某种形式的随机强度分配的某种其他适当方案。
分配针对射束159的全部或子集的强度分布165，使得剂量的近似球体涵盖靶结构153。 分配针对射束159的全部或子集的强度分布165，使得为对应于与靶结构153相交的射线163的小射束162分配初始正强度值(例如，单位值)，否则为小射束162分配不同的初始值(例如零或某个其他较低值)。 对针对射束159的全部或子集的强度分布重新缩放(例如相等的量)，使得所得的估计剂量分布将具有对应于某个剂量阈值(例如，剂量阈值等于针对靶结构153的最高处方剂量)的最大剂量。 针对射束159的全部或子集的强度分布与针对靶结构153的期望(例如处方)剂量成比例或相关。〇针对射束159的全部或子集产生强度分布165，其中为对应于与靶结构153相交的射线163的小射束162分配与针对每个这种靶结构153的期望剂量成比例或相关的强度值。〇可以向强度分布165 (或向对应于与靶结构153相交的射线的各个小射束162)增加裕度(例如偏移量)，以确保由所得剂量分布适当覆盖靶结构153。〇对于在给定射束159 (例如，与多个靶结构153相交的射线163)中交叠的靶结构153，可以为对应的小射束164的强度分配与针对具有最高期望剂量的靶结构的期望剂量成比例或相关的强度和/或对应的小射束164可以将其分配的强度用具有最高期望剂量的靶结构153加权。〇对于在给定射束159中交叠的靶结构，可以为对应的小射束164的强度分配与针对具有最低期望剂量的靶结构的期望剂量成比例或相关的强度和/或对应的小射束164可以将其分配的强度用具有最低期望剂量的靶结构153加权。返回到图4C，在方框44中定义强度分布165之后，方法20前进到方框46，其涉及基于方框42的射束配置和方框44的强度分布产生剂量分布的初始估计。方框46可以涉及已知的剂量估计方法，作为非限制性范例，例如蒙特卡洛、塌陷锥体卷积、锐方向性射束、各向异性解析算法、波尔茨曼方程解算器等。方框46的剂量估计可以包括独立地针对方框42的射束配置的每个射束159估计剂量，且然后将这些剂量贡献相加以达到总体初始剂量分布估计。方框46的剂量估计可以涉及向方框40的计算网格151A中的每个体素分配剂量值。在图5A中由对应于体素的框中的数字表示这些剂量估计值，要理解的是，更高的数字一般对应于更高的估计剂量的量。初始化方法20任选地可以(在方框47中)涉及在具有与特定体素相交的射线163的小射束164的强度和输送给特定像素的对应剂量之间建立近似关系的流程。这一方框47的近似关系可以利用一个或多个适当的校准流程确定，可以基于经验测试和/或数据等确定。下文更详细地解释这一方框47的关系。方法20然后可以前进到方框48，其涉及任选地基于方框46的初始剂量分布估计确定一个或多个初始剂量质量度量。在方框48中确定的剂量质量度量一般可以包括估计的剂量分布的任何函数。一些剂量质量度量包括 给结构的平均剂量； 剂量体积直方图——常称为DVH; 落到靶结构153外部的剂量比例；
剂量一致性指标一例如，处方剂量与靶结构153的形状匹配得有多密切； 放射生物学目标一一例如肿瘤控制概率、正常组织并发症概率、等价均匀剂量等。
DVH表示一种普及且广泛使用的剂量质量度量。DVH是Y轴上的结构体积(靶组织或健康组织)相对于X轴上的剂量的图表。通常在评估处理计划时使用累积DVH (通常简称为“DVH”)。图5B示出了与三维计算网格151A中所示的估计剂量分布对应的两个典型DVH的图154，图5A中示出了三维计算网格151A的截面部分151。DVH156对应于靶结构153，DVH155对应于健康组织结构152。返回到图4B的方法18，其用于产生并允许操作可实现的剂量分布，在完成方框218的初始化之后，方法18前进到方框220，涉及确定期望剂量修改的坐标和估计大小。可以将在方框220中确定的要与期望剂量变化相关联的坐标称为期望剂量修改坐标/体素，并且可以将关联的大小称为期望剂量修改大小。方框218可以涉及接收指示期望剂量修改的操作员输入。作为非限制性范例，操作员可以将期望剂量修改(增加或减小)指示给计算网格151A中的特定剂量修改体素，操作员可以向剂量质量度量等传送期望的修改。各种实施例可以包括用于接收这种操作员输入的多种不同技术的一种或多种。这样的技术可以包括(但不限于) 键盘输入(例如键入期望剂量修改体素的空间位置(例如计算网格坐标)和期望剂量修改的量或向剂量质量度量键入期望修改)。 通过图形用户界面操作剂量分布和/或剂量质量度量的图形表示。 利用鼠标或类似计算机指针装置指定对象在图形表示上的位置，并利用鼠标键或键盘输入指示在该位置增大还是减小剂量和/或指示期望剂量修改的大小。 也可以使用其他计算机输入装置(跟踪球、触摸屏、语音命令、视频命令等)。图7A示出了操作员在剂量分布170的表示(例如图形表示)上直接传送期望剂量修改的范例。在图7A的范例中，操作员选择健康组织结构152内部的剂量修改位置(例如剂量修改体素)，并且然后传送该剂量修改体素171处的期望剂量减小。图8A示出了操作员在DVH的表示(例如图形表示)上传送期望的剂量修改的范例。在图8A的范例中，操作员选择与靶结构对应的DVH182上的点181并指示与更高剂量183对应的调节。如上所述，方框220涉及确定期望剂量修改的坐标(例如体素位置)和估计大小。因此，方框220可以涉及用于将图8A的DVH输入转换成对应的剂量修改坐标/体素和期望剂量修改大小的过程。类似地，方框220可以涉及用于将与其他剂量质量度量相关的其他输入转换成对应的剂量修改坐标/体素和期望剂量修改大小的过程。在特定实施例中，可以在方框220中由包括如下操作的过程确定期望剂量修改的坐标和大小 对剂量质量度量函数求逆(inverting),使得剂量大小和剂量坐标变为剂量质量度量的函数；以及 通过向逆剂量度量函数中的剂量质量度量值应用操作员指示的修改来计算需要的剂量分布修改(大小和位置)。图9A示出了这一方框220求逆流程的结果的一部分，包括与图8A的操作员DVH操作对应的剂量修改的剂量修改坐标(例如体素位置)191。在图9A的例示性范例中，图8A的DVH操作对应于靶结构153内部的坐标(体素位置)191的剂量大小的期望增大。尽管也确定对应剂量修改的大小作为方框220的求逆流程的一部分，但在图9A的示意图中未明确示出。图10示出了操作员在另一种剂量质量度量(在图示范例中，是称为正常组织并发症概率(NTCP)和肿瘤控制概率(TCP)的生物指数)的表示(例如图形表示)上传送期望剂量修改的范例。在图10的范例中，以条形直方图的形式显示NTCP和TCP，操作员选择NTCP203并(在201)指示应当减小NTCP203。如上所述，在操作员的输入是剂量质量度量中的期望修改时，方框220可以涉及执行求逆流程，以确定与操作员操作对应的期望剂量修改的坐标(例如体素位置)和大小。图1lA中示出了这个方框220的求逆的结果，其示出了与图10的操作员对NTCP的操作对应的剂量修改的坐标(例如，体素位置)211。在图1lA的例示性范例中，图10的NTCP操作对应于健康组织结构152内部的坐标(体素位置)211的剂量大小的期望减小。尽管也确定对应剂量修改的大小作为方框220的求逆流程的一部分，但在图1lA的示意图中未明确示出。
在一些实施例中，其中以对剂量质量度量的操作的形式接收期望剂量修改输入，可以使用除求逆之外的技术来预测期望剂量修改体素和对应的剂量修改大小。在一个特定范例中，接收对DVH的改变作为输入，其包括对DVH曲线上的点的改变，其可以由对应的剂量(D^elected)和对应的体积(V^elected)识别。然后可以利用若干技术(在方框220中)识别剂量修改体素，包括如果体素的值落在D_selected+/_A之内，则将体素识别为剂量修改体素，其中A可以是固定值(其可以是操作员可选的)、D_seleCted的分数(其可以是操作员可选的分数)、通过校准或经验验证等确定的值。如果没有体素被识别为剂量修改体素，那么可以扩展A，且可以重新识别体素，直到识别至少一个剂量修改体素为止。如果大量体素(例如，对于该结构而言的全部体素，或大于阈值数量的数量的体素或结构中的阈值百分比的体素)被识别为剂量修改体素，那么可以减小△并可以重新识别体素。在一些实施例中，可以将DVH被改变的结构内部的所有体素识别为剂量修改体素。作为非限制性范例，可以基于如下内容确定剂量修改的大小D_SeleCted值的分数；DVH所对应的结构的最大剂量的分数；分配给DVH所对应的结构的处方剂量的分数；分配给所有结构的最大处方剂量的分数；与操作员移动鼠标或类似计算机指针装置的量相关(例如成比例)的分数；操作员选择的量；固定量，其可以是操作员可配置的参数或可以是“硬编码”常数；以上的组合等。方框220涉及确定期望剂量变化的坐标(例如体素位置)和大小。可以将在方框220中确定的要与期望剂量变化相关联的坐标称为期望剂量修改坐标/体素，并且可以将关联的大小称为期望剂量修改大小。典型地，尽管未必一定，基于操作员输入确定这样的期望剂量修改坐标和大小，但可以此外或替代地基于其他形式的输入(例如计算机产生的自动化测试输入等)产生坐标和大小。这样的操作员输入可以涉及直接指定期望剂量修改坐标和大小或通过指定对一个或多个剂量质量度量的期望改变间接指定期望剂量修改坐标和大小。图7A、8A、9A、10A和IlA中所示的范例仅用于例示的目的，并非要限制本发明的范围。可以使用很多其他剂量质量度量。此外，可以通过很多不同格式(图形或其他)表示每个剂量质量度量。方框220的流程可以涉及对任何剂量质量度量的操作和作为剂量分布的函数的表示。在一些实施例中，除了根据上述技术确定的基本剂量修改坐标/体素和对应的剂量修改大小之外，方框220可以涉及确定辅助剂量修改坐标/体素和对应的剂量修改大小。可以在邻近基本剂量修改体素的边界区域中限定辅助剂量修改体素。作为非限制性范例，这样的辅助剂量修改体素可以被确定为在小于或等于远离基本剂量修改坐标的阈值数量的体素的边界区域中。定义边界区域的体素的阈值数量可以由操作员配置，可以是可由一个或多个适当校准流程确定的系统参数，可以是可基于经验测试和/或数据等确定的系统参数。辅助剂量修改体素的辅助剂量修改大小可以小于其对应的基本剂量修改体素的基本剂量修改大小。例如，辅助剂量修改大小可以是基本剂量修改大小的分数a (其中0〈=a〈=l)。这个分数可以是给定辅助剂量修改体素及其对应的基本剂量修改体素之间的距离的函数——例如，在基本剂量修改体素周围3个体素的边界区域之内，对于作为基本剂量修改体素的最近邻的辅助剂量修改体素，这个分数a可以较高；对于与基本剂量修改体素间隔一个体素的辅助剂量修改体素，这个分数a可以较低；对于与基本剂量修改体素间隔两个体素的辅助剂量修改体素，这个分数a可以最低。在其他方面中(例如，出于这里所述方法和系统中涉及的其他流程的目的)，可以在很大程度上与方框220中确定的基本剂量修改体素以相同方式处理作为方框220的一部分确定的辅助剂量修改体素。因此，可以将方框220中确定的基本剂量修改体素和辅助剂量修改体素都简称为剂量修改体素。返回到图4B，方法18然后前进到方框221，其涉及针对方框42的射束配置中的每个射束159，确定与对应于方框220的期望剂量修改坐标的体素相交的射线163。如上所述，这些射线163的每个都与对应的强度分布165的对应的小射束164相关联。方框221还可以涉及确定这些小射束164的坐标。可以将与对应于方框220的期望剂量修改坐标的体素相交的射线称为剂量变化射线163，且可以将其对应的小射束164称为剂量变化小射束 164。
`
方法18然后前进到方框223，涉及调节在方框221中识别的剂量变化小射束164的强度。例如，如果在方框220中确定要减小与特定期望剂量修改体素对应的剂量，那么方框223将典型地涉及减小对应的剂量变化小射束164的强度。相反，如果在方框220中确定要增大与特定期望剂量修改体素对应的剂量，那么方框223将典型地涉及增大对应的剂量变化小射束164的强度。可以利用各种技术进行方框223中对剂量变化小射束164的强度的改变。作为非限制性范例 可以向每个剂量变化小射束164施加相同大小强度变化或相同百分比强度变化； 可以向剂量变化小射束164的一个或多个子集施加相同强度变化。剂量变化小射束164的这种子集可以对应于，例如，相继的剂量变化射线163、来自每第n个(例如每第二个或第三个)射束159的剂量变化小射束164、随机选择的剂量变化小射束164等。 可以针对剂量变化小射束164的全部或子集施加不同大小或百分比的强度变化；和/或 等等。方框223对剂量变化小射束164强度的改变的大小可以是方框220的期望剂量修改大小的函数(例如，与之相关或成比例)。如上简述，初始化方法20可以任选地包括如下流程(方框47):在具有与特定体素相交的射线163的小射束164 (例如，与剂量修改体素相交的剂量变化小射束164)的强度和输送给特定体素的对应的剂量之间建立近似关系。尽管这种近似关系被示为在图示实施例的方框47中确定，但这不是必需的，可以确定这种近似关系作为一个或多个其他流程的一部分，可能包括独立流程。可以将这种近似关系用作方框223确定剂量变化小射束164的强度变化的一部分。剂量变化小射束164的强度和剂量修改体素的剂量变化之间的近似关系可以具有形式D=gni，其中D是针对剂量修改体素的剂量(或剂量变化)，i是针对剂量变化小射束164的近似强度(或强度变化)值，n表示针对剂量修改体素的剂量变化小射束164的数量，g是缩放变量。可以在方框47中确定缩放变量g。于是，对于方框220的期望剂量修改的特定大小D，可以根据这种近似关系确定对剂量变化小射束164的强度值的调节i。可以对方框223的对剂量变化小射束164的强度改变施加限制。这样的限制可能涉及实际考虑一例如，以更精确地反映在实践中可实现的剂量分布。作为非限制性范例，这样的强度变化限制可以包括 剂量变化小射束164 (在方框223的变化之后)的强度必须要大于最小阈值(例如，不允许负强度)； 剂量变化小射束164 (在方框223的变化之后)的强度必须要小于最大阈值； 剂量变化小射束164 (在方框223的变化之后)的强度必须受到控制，从而在对应的剂量分布165或剂量分布网格162 (参见图6)的二维范围上限制空间变化。例如，这样的限制可以限制特定剂量分布165中紧邻(或一定范围相邻)的小射束164之间的最大(大小或百分比)强度变化；和/或 等等。如果在方框223中确定出对一个或多个剂量变化小射束164的预期强度改变会违反强度变化限制，那么可以在方框223中采用各种策略来克服这种违反。作为非限制性范例，这样的策略可以涉及 拒绝方框220的期望剂量修改； 调节方框220的期望剂量修改大小； 可以从后续剂量估计(下文进一步论述)中省去与导致强度限制违反的剂量变化小射束164对应的一个或多个射束159 ； 可以省去与辅助剂量修改体素相关联的一个或多个小射束164的强度变化或可以减小辅助剂量修改体素的边界区域； 可以修改施加到一个或多个对应的剂量变化小射束164的一个或多个强度变化的大小，直到不再违反强度变化限制为止； 两个或更多以上策略的组合；和/或 等等。一旦确信预期的方框223的强度变化不违反任何强度变化限制，那么如上所述修改剂量变化小射束164的强度。在一些实施例中，方框221可以涉及识别辅助剂量变化小射束164，方框223可以涉及除根据上述技术识别并调节基本剂量变化小射束164的强度值之外，调节辅助剂量变化小射束164的强度值。可以在接近基本剂量变化小射束164的边界区域中识别辅助剂量变化小射束164。作为非限制性范例，可以识别出这样的辅助剂量变化小射束164在小于或等于远离基本剂量变化小射束的阈值数量的小射束的边界区域中。定义边界区域的小射束的阈值数量可以由操作员配置，可以是可由一个或多个适当校准流程确定的系统参数，可以是可基于经验测试和/或数据等确定的系统参数。方框223的对辅助剂量变化小射束164的强度调节可以小于对基本剂量变化小射束164的对应调节。例如，方框223的对辅助剂量变化小射束164的强度调节可以是对基本剂量变化小射束的强度调节的分数a (其中0〈=a〈=l)。这个分数可以是给定辅助剂量变化小射束及其对应的基本剂量变化小射束之间的距离的函数——例如，在基本剂量变化小射束周围3个小射束的边界区域之内，对于作为基本剂量变化小射束的最近邻的辅助剂量变化小射束，这个分数a可以较高；对于与基本剂量变化小射束间隔一个小射束的辅助剂量变化小射束，这个分数a较低；对于与基本剂量变化小射束间隔两个小射束的辅助剂量变化小射束，这个分数a最低。在其他方面中(例如，出于这里所述方法和系统中涉及的其他流程的目的)，可以在很大程度上与基本剂量变化小射束164以相同方式处理辅助剂量变化小射束164。因此，基本剂量变化小射束和辅助剂量变化小射束都可以简称为剂量变化小射束。方法18 (图4B)然后前进到方框224，涉及基于方框223的对剂量变化小射束164的强度变化确定可实现剂量分布的变化并相应地更新剂量分布。要认识到，修改剂量变化小射束164的强度将不仅影响输送给在方框220中识别的期望剂量修改体素的估计剂量，而且还影响输送给其他体素(例如剂量变化射线163的路径中和周围的体素)的估计剂量。典型地，对可实现剂量分布(由对剂量变化小射束164的强度的变化导致)的最大变化将发生在期望剂量修改体素中，而对可实现剂量分布的变化在期望剂量修改体素周围的体素中将稍小。方框224的对剂量分布变化的估计可以涉及使用已知的剂量估计技术，例如蒙特卡洛、塌陷锥体卷积、锐方向性射束、各向异性解析算法、波尔茨曼方程解算器等。方框224的对剂量分布的估计可以涉及这里所述的一种或多种快速剂量分布估计技术。一般可期望方框224的剂量估计技术在计算上效率高。方框224可以涉及使用剂量估计技术，其能够沿着各个剂量变化射线163更新由对特定剂量变化小射束164的强度变化导致的剂量估计，这在计算方上可以效率更高。然后可以向现有的剂量分布估计增加(或者，在剂量减小的情况下减去)剂量估计中得到的变化。就此而言，方框224仅需要涉及更新强度在方框223中修改过的剂量变化小射束164的可实现剂量分布——即，不需要在方框223中重新计算整个剂量分布估计。典型地，在方框223中修改过其强度的剂量变化小射束164的数量将是与给定射束159相关联的小射束164的较小子集。根据一些剂量估计技术，方框224的剂量估计更新因此与完整的剂量分布估计相比可消耗较少量的计算资源。图4D示出了根据特定实施例的剂量估计更新方法50，用于确定可用于方框224中的可实现剂量分布的变化。图示实施例的剂量估计更新方法50假设在方框220中指定了多个剂量修改体素(例如，操作员在方框220中请求的剂量分布变化导致了在多个坐标/体素处对剂量的修改)。剂量估计更新方法50在方框51中开始，其涉及查询在剂量估计更新中是否要考虑更多的剂量修改体素。在通过方法50的第一次循环中，方框51的查询通常将是肯定的(方框51的“是”更新路径)，且方法50将前进到方框52。在前进到方框52之前，方框51还可以涉及为方法50的剂量估计更新循环的这次迭代选择一个剂量修改体素作为当前剂量修改体素。图示实施例的方框52涉及识别与当前剂量修改体素对应的剂量变化小射束164。这样的剂量变化小射束164可以是在方框221 (图4B)中识别为具有与当前剂量修改体素相交的对应剂量变化射线的那些。对于每个这样的剂量变化小射束164，方法50涉及获得针对该小射束164的强度变化(在方框54中)以及估计可归因于对该小射束164的强度变化的剂量贡献(在方框56中)。方框56对可归因于特定剂量变化小射束164的强度变化的剂量贡献的估计可以涉及使用已知的剂量估计技术，例如蒙特卡洛、塌陷椎体卷积、锐方向性射束、各向异性解析算法、波尔茨曼方程解算器等。方框56的剂量估计可以此外或替代地涉及下文进一步所述的快速剂量分布估计技术的一种或多种。图示实施例的方法50然后前进到方框58，其涉及对方框56针对与当前剂量修改体素对应的所有剂量变化小射束164估计的剂量贡献求和，以获得针对当前剂量修改体素的估计剂量分布更新。在方框60中，可以任选地缩放方框58针对当前剂量修改体素的剂量分布更新，以提供对应于当前剂量修改体素的缩放剂量更新网格。可以与剂量更新分布或剂量修改分布互换地使用术语剂量更新网格。如上所述，可以在对剂量修改体素的剂量变化和对剂量变化小射束164的对应强度变化之间建立(例如在初始化方法20的方框47中)近似关系，根据这种近似关系，可以在方框223中建立对剂量变化小射束164的强度的变化。不过，这种关系仅仅是近似的。因此，方框58对针对每个剂量变化小射束164的剂量变化贡献所求的和可能不会产生对剂量修改体素的剂量变化的期望大小(例如方框220的期望大小)。在这种情况下，方框58对针对每个剂量变化小射束164的剂量变化贡献所求的和可以在方框60中被缩放以获得缩放的剂量更新网格，其实现期望的剂量变化大小(例如方框220的期望剂量变化大小)。方框60对剂量更新网格的缩放也可以伴随着对剂量变化小射束的强度的对应缩放。可以将剂量变化小射束缩放类似的倍数。例如，如果方框60对剂量变化网格的缩放涉及缩放倍数s，那么可以将剂量变化小射束的强度缩放相同的缩放倍数S。由于在剂量修改体素的剂量变化和剂量变化小射束164的对应强度变化之间可以建立近似关系，所以方框60的缩放可以是最小的。在一些实施例中，不使用方框60的缩放。在一些情况下，即使使用方框60的缩放，也可以期望限制方框60的缩放量。例如，可能不期望缩放的方式可能导致一个或多个小射束强度违反射束限制，例如上述任何射束限制。在一些情况下(例如因为缩放未被使用或量受到限制)，可能无法在剂量修改体素中实现期望的剂量变化大小(例如，方框220的剂量修改大小)。这种情况是允许的。图12示意性地示出了根据特定实施例与特定剂量修改体素231对应的缩放剂量更新网格234的范例。在图12的图示中，当前的剂量修改坐标是靶组织结构153中的体素231。参考图4B、4D和12，方框221将针对一系列射束159的图示射线163 (和对应的小射束164)识别为剂量变化射线163和剂量变化小射束164。在方框54 (图4D)的每次迭代中获得(在图4B的方框223中确定的)对应剂量变化小射束163的强度值的变化，在方框56(图4D)的每次迭代中估计其各自的剂量分布贡献。在方框58中对这些方框56的剂量分布贡献求和，并任选地在方框60中加以缩放以获得图12中所示的缩放剂量更新网格234。
图12示出了包括剂量更新值的剂量更新网格234。由剂量更新网格234的框中所示的数值表示针对网格234中的特定体素确定的剂量更新值。依据缩放的剂量更新值表达用于网格234的剂量更新值——即，当前剂量修改体素231处100%的剂量更新值表示期望剂量变化大小(例如，方框220的期望剂量变化大小)的100%的剂量更新，当前剂量修改体素231周围其他体素的剂量更新值表示期望剂量变化大小的更低的百分比。图12示出了最大剂量分布变化发生在当前剂量修改体素231处，但该剂量分布变化还发生在周围体素中的较少范围中。要认识到，图12中所示的剂量更新网格234是二维图示，但在实践中，根据方法50确定的剂量更新网格将是三维的。方框60的剂量更新网格234可以表示要在方框64中增加到总体可实现剂量分布(或从其减去)的剂量的量。如上所述，可以在方框46 (图4C)中确定初始总体可实现剂量分布。可以在方法18 (图4B)的一次或多次先前迭代中更新方框46的总体剂量分布的初始估计。方框64可以涉及向总体剂量分布估计增加剂量更新网格234的剂量更新值。然后将利用对当前剂量修改体素231的剂量分布贡献更新总体剂量分布估计。方法50然后循环回到方框51以确定在方法50的剂量估计更新中是否考虑其他剂量修改体素。在通过方框52-64循环一次或多次之后,方框51的查询将是否定,从而结束方法50。本领域的技术人员将要认识到，图4D实施例的剂量估计更新方法50表示更新剂量估计的一种特定方法，作为方框223 (图4B)的一部分。在其他实施例中，可以利用不同的操作次序确定等价的剂量估计更新。作为非限制性范例，并不通过剂量修改体素和剂量变化小射束循环，可以通过如下操作获得相同或类似的剂量估计更新结果识别所有剂量修改体素，对从所有剂量修改体素获得的剂量变化小射束的强度变化求和，然后估计与单次剂量估计过程中所有剂量变化小射束对应的剂量变化。可以想到其他操作次序，用于估计剂量更新，作为方框224的一部分(图4B)。在一些实施例中，不需要方框60和62的缩放和乘法操作，因为可能已经在剂量变化小射束164的强度变化的量中考虑了特定剂量修改体素(参见图4B的方框220)的期望剂量变化的大小。在一些实施例中，其中同时更新所有剂量修改体素，可以在一些水平，即所有剂量修改体素的期望缩放的组合(例如某种平均)，进行缩放。图示实施例的方法50涉及获得剂量变化小射束的各个强度变化(在方框54中)，估计剂量变化(在方框56、58、60、62中)，然后向现有剂量分布增加(或减去)剂量变化(在方框62中)，以获得方框224 (图4B)的更新的剂量分布。这一图示实施例利用强度和剂量的变化工作，并且是可能的，因为很多剂量估计技术都服从叠加原理。在其他实施例中，可用于方法18 (图4B)的方框224中的剂量估计更新方法可以涉及丢弃现有的剂量分布(或其部分)，然后估计替换剂量分布(或其替换部分)。这样的替换剂量分布(或其替换部分)可以基于剂量变化小射束164的调节强度的绝对值(即，不是剂量变化小射束164的强度变化)。在这种实施例的一个范例中，可以丢弃的现有剂量分布的部分包括剂量变化小射束164先前值所贡献的现有剂量分布的部分，在这种情况下，更新的剂量分布估计的估计替换部分会是来自剂量变化小射束164的新强度值的剂量贡献。在这种实施例的另一个范例中，可以丢弃的现有剂量分布的部分包括由射束159的强度分布165 (例如，具有一个或多个剂量变化小射束164的强度分布165)搜贡献的现有剂量分布的部分，在这种情况下，更新的剂量分布估计的替换部分会是来自射束159的修改强度分布165 (例如由针对一个或多个剂量变化小射束164的更新强度修改的强度分布165)的剂量贡献。在这种实施例的另一个范例中，可以丢弃整个现有剂量分布，并且可以基于来自所有射束159所有更新强度分布165的剂量贡献估计替换剂量分布。丢弃现有剂量分布的部分和为更新的剂量分布估计估计替换部分的这些技术可能在结合卷积技术使用时特别有用，卷积技术用于快速估计可实现的剂量分布，如下文进一步论述。在方法50和/或方框224 (图4B)结束时，已经更新了可实现的剂量分布以适应期望的方框220的剂量分布变化(例如，操作员请求的剂量分布变化)。本领域的技术人员从以上论述可以认识到，有多种技术在方框224中更新可实现的剂量分布。尽管上文已经论述了一些这样的技术，但仍然可能有其他适用技术，它们可能是上述那些的修改或可以与上述那些不同。尽管如此，在方框224结束时，已经更新了可实现的剂量分布以适应期望的方框220剂量分布变化。可以为操作员显示方框224结束时剂量分布的更新估计。返回到图4B，方法18可以任选地前进到方框225，其中可以基于方框224的更新的剂量分布更新一个或多个剂量质量度量。也可以为操作员显示这样的剂量质量度量。

图7B示出了作为在方框220中获得或以其他方式确定的图7A的期望剂量变化的结果的(在方框224中确定的)更新剂量分布估计173的截面。回想到图7A的剂量变化对应于输送给健康组织结构152的体素171的剂量的期望减小，图7B示出了发生在体素171处的最大剂量减小。不过，图7B的更新剂量分布估计173还示出了为体素171周围的体素减小了剂量估计。可以在方框224中向操作员显示图7B中所示的更新剂量分布。图9B示出了作为在方框220中确定的图9A的期望剂量变化的结果的(在方框224中确定的)更新剂量分布估计193的截面。如上所述，图9A的期望剂量变化对应于图8A的DVH的期望变化，其涉及输送给靶组织结构153的剂量增大和输送给剂量修改体素191的剂量的对应增大。图9B示出了发生在剂量修改体素191处的最大剂量增大，但剂量增大也发生在体素191周围的体素。可以在方框224中向操作员显示图9B中所示的更新剂量分布。图8B示出了与图9B的更新剂量分布估计对应的更新DVH。可以在方框225中确定图8B的DVH并向操作员显示。图8B示出了在期望变化点181附近靶组织DVH182变化最多，但健康组织DVH186也会发生较小变化。图1lB示出了作为在方框220中确定的图1lA的期望剂量变化的结果的(在方框224中确定的)更新剂量分布估计213的截面。如上所述，图1lA的期望剂量变化对应于图10的NTCP生物指数的期望变化，其涉及输送给健康组织结构152的剂量的减小和输送给剂量修改体素211的剂量的对应减小。图1lB示出了发生在剂量修改体素211处的最大剂量减小，但剂量减小也发生在体素211周围的体素。可以在方框224中向操作员显示图1lB中所示的更新剂量分布。尽管图中未明确示出，但可以在方框225中确定更新的生物指数并向操作员显示。在一些实施例中，可以循环执行方法18和/或其部分。例如，在方框224和/或225结束时，方法18可以循环回到方框220，以允许额外的剂量变化(例如，操作员输入额外的期望剂量变化)。在一些实施例中，可以周期地执行和/或显示剂量估计更新(方框224)和/或对剂量质量度量的更新(方框225)。可以利用多种技术定义这种计算和/或显示更新之间的周期(不必是时间周期)。作为非限制性范例，可以如下执行更新 每次请求或以其他方式确定方框220的期望剂量修改时；
在请求或以其他方式确定多个方框220的期望剂量修改之后； 一时间间隔之后； 如果请求若干方框220的期望剂量修改，可能期望显示结果，其包括所请求的剂量修改的某些子集； 在可实现的剂量分布和/或剂量质量度量被改变阈值量之后； 以上的组合(例如一时间间隔或请求阈值数量的期望剂量修改之后)；和/或 等等。方法18的一些流程可能彼此交迭。例如，操作员可以在完成方法18的剩余部分之前请求多个期望的剂量修改(方框220)。由于操作员传递期望的剂量修改(或在方框220中以其他方式获得)，可以执行方法18的其余部分，以便可以连续施加修改并可以连续更新可实现的剂量分布。可能在针对先前期望剂量修改更新完成方法18的其余部分之前请求一个或多个其他期望的剂量修改。其他期望的剂量修改可以是队列中的地方，使得一旦针对特定的期望剂量修改完成了方法18，就可以针对队列中下一期望剂量修改完成方法18。通过这种方式，最终将处理所有期望的剂量修改请求变化。在其他实施例中，可以仅在针对先前的期望剂量修改请求完成方法18之后，允许其他期望的剂量修改请求。在针对先前期望剂量修改请求执行方法18的同时解决其他期望剂量修改请求的额外范例方案包括但不限于在将其余请求放在 队列中时拒绝每第二、第三或第N个请求(其中N为整数)。在方法18期间(例如，作为方框224和/或方法50 (图4D)的一部分)，可能期望禁止或限制特定的期望剂量修改请求(例如，方框220的期望的剂量修改请求)。例如，可以认为输送到靶组织结构153的剂量减小到阈值以下或输送到健康组织结构152的剂量增大到阈值以上是不期望有的。这样的阈值可以包括例如操作员指定的阈值、系统阈值参数等。可以针对剂量分布估计自身和/或针对一个或多个剂量质量度量指定限制(例如阈值)。作为方法18的一部分，可以相对于一个或多个这样的限制评估对可实现剂量分布提议的更新和/或对一个或多个剂量质量度量提议的更新。在违反这种限制的情况下，可以采取各种动作。作为非限制性范例 可以拒绝与限制违反对应的方框220的期望剂量修改请求； 可以调节方框220期望剂量修改请求的大小，使得不再违反限制； 可以对方框220的期望剂量修改请求做出一个或多个额外变化，以试图克服对限制的违反；和/或 等等。在方框220的期望剂量修改请求的一个或多个额外变化是试图克服对限制的违反的变化时，可以使用以下示范性流程 可以确定与剂量分布中违反限制的体素对应的限制违反坐标(例如体素)。可以以类似于方框220的剂量修改坐标的确定(例如针对剂量质量度量)的方式确定这样的限制违反坐标。 可以向限制违反坐标应用剂量修改，可以根据图4B的方法18获得所得的剂量分布估计。 在针对限制违反坐标的变化计算新的剂量分布估计之后，可以针对限制违反评估新的剂量分布估计。
如果仍然违反一个或多个限制，那么可以重复流程，直到不再有限制违反。在方法18 (任何循环或其任何部分)结束时，方法18产生可实现的剂量分布和/或估计的剂量质量度量。优选地，这样的可实现剂量分布和/或估计的剂量质量度量将满足操作员的处理目标。可以输出可实现的剂量分布和/或剂量质量度量以供另一方法或系统使用。这样的方法或系统可以例如包括计算机化的数据库、处理计划优化系统、辐射输送设备和/或作为辐射处理中使用的任何其他系统或装置的输入。也可以输出与图18的剂量分布估计相关联的对应小射束强度和/或剂量限制以供任何这样的方法或系统使用。作为非限制性范例，如上所述，图4B的方法18可以包括用于实现方框142的产生和操作可实现剂量分布的方法，作为辐射输送方法16(图4A)的一部分。在这样的实施例中，方框224的剂量分布估计和对应的小射束强度可以用于辐射输送方法18的方框143中，以执行迭代优化过程等，以导出辐射输送参数(例如，射束配置参数和/或射束输送参数)。如果在方框143中使用迭代优化，则这种优化中涉及的剂量估计过程可以(但未必一定)与方框142 (例如在方法20的方框46中和方法50的方框56中)的剂量产生和操作流程中涉及的剂量估计过程相同。例如，在一些实施例中，剂量产生和操作方框142中使用的剂量估计流程可以包括一种或多种下文更详细描述的快速剂量估计技术；不过，方框143的迭代优化可以涉及一种或多种传统剂量估计方法(例如蒙特卡洛、坍塌锥体卷积、锐方向性射束、各向异性解析算法、波尔茨曼方程解算器等)，这对于确定辐射输送参数可能更加精确。
如果在方框143中使用迭代优化，则可以使用来自方框142 (方框18)的产生和操作估计剂量的一个或多个输出来辅助导出方框143的辐射输送参数。作为非限制性范例 可以在方框143中使用方框224的可实现剂量分布和/或方框225的估计剂量质量度量以定义优化过程的优化目标(例如成本函数等)。 可以使用在方框223中确定且对应于最终方框224的可实现剂量分布的小射束强度确定辐射输送设备要求的射束强度； 可以使用从方框224的可实现剂量分布导出的其他度量定义方框143的优化过程的优化目标(例如成本函数等)；和/或 等等。方框143未必要求执行优化过程。在一些实施例中，方框142的产生和操作可实现剂量分布(例如，方框224的可实现剂量分布，方框225的剂量质量度量和/或方框223的小射束强度)的输出可以直接转换成具有足够精确度的辐射输送参数。在方框143中这样直接导出辐射输送参数(即无需迭代优化)是可能发生的，例如，在根据充分精确的估计技术计算方框224的可实现剂量分布且各种限制(例如对小射束强度和/或剂量估计)是充分鲁棒的的情况下。辐射处理方法16然后可以前进到方框144，其中可以向辐射输送设备传递方框143的福射输送参数。在方框145中，与福射输送设备(装备有福射输送参数)相关联的控制器然后可以让辐射输送设备向对象输送辐射。对象接收的辐射优选类似于方框142(图4A)和/或224 (图4B)中预测的可实现剂量分布输出。根据这里所述各实施例的系统和方法涉及基于一个或多个小射束强度估计剂量分布。估计剂量分布的非限制性范例包括方法18 (图4B)的方框218的初始化流程和初始化方法20 (图4C)的方框46中初始剂量分布的对应估计；方法18 (图4B)的方框224的剂量估计更新流程和方框56 (图4D)的对应估计；以及方框143的流程中可能发生以导出辐射输送参数(例如在迭代优化期间)的任何剂量分布估计。如上所述，有多种已知技术(例如蒙特卡洛、塌陷锥体卷积、锐方向性射束、各向异性解析算法、波尔茨曼方程解算器等)用于基于小射束强度估计剂量分布。任何这样的技术都可以用于这里所述的任何强度分布估计流程中，但优选在方框142中一贯地使用一项技术，在辐射处理方法16的方框143中一贯地使用一种技术。本发明的一个方面提供了用于估计可实现剂量分布的不同方法。这样的方法可用于在这里所述的任何其他方法和系统中执行剂量分布估计流程。在一些实施例中，提供了用于估计可实现剂量分布的方法，与现有剂量估计技术相比它们较快，现有剂量估计技术例如是蒙特卡洛、塌陷锥体卷积、锐方向性射束、各向异性解析算法、波尔茨曼方程解算器等。可以将根据这里所述的发明方法估计的剂量分布称为快速剂量分布估计，以将它们与利用已知技术获得的传统剂量分布估计相比较。根据本发明各实施例估计可实现剂量分布的方法可以涉及基于源自辐射源161的射线163 (和强度分布165的对应小射束164)和这种射线163如何与用于绘制对象160体内的三维空间的计算网格交互的知识进行简化。作为非限制性范例，这样的简化可以涉及 与传统剂量分布估计技术相比，使用福射散射和/或福射传输的简化模型； 忽略非均匀对象密度的影响； 忽略射束159根据对象160体内的深度的衰减； 忽略从辐射源到对象160的距离； 以上的组合；和/或 等等。 给定一组具有已知强度分布165的射束159，根据这里所述的一些发明方法确定的可实现剂量分布(和对应的剂量质量度量)的快速估计可能不会产生与传统剂量估计方法相同的可实现剂量分布(和对应的剂量质量度量)。不过，在对射束159、对应的强度分布165和各个小射束164的强度施加适当限制时，这里所述的快速剂量分布估计技术可以产生相当接近实际可输送的那些的剂量分布估计。在上文描述了对射束159、对应的强度分布165和各个小射束164的强度的限制的适当范例。在一些实施例中，其中在处理规划和/或输送(例如图4A的方法16)过程期间使用可实现剂量分布的快速估计，可以使用(例如在方法16的方框143中)迭代优化流程以确定能够输送期望的快速剂量分布估计的辐射输送参数(例如物理系统参数)。图13是根据特定实施例用于快速估计可实现剂量分布的方法70的示意图。如下文更详细所述，用于快速估计可实现剂量分布的方法70涉及针对射束配置中的每个射束159，将与射束159相关联的二维强度分布165i (x，y)与二维剂量估计内核k(x，y)卷积以获得卷积强度分布，并且针对卷积强度分布中的每个卷积小射束，沿着与卷积小射束相关联的射线163投射卷积强度值。根据方法70利用剂量估计内核k(x，y)估计可实现剂量分布可能是基于强度分布估计可实现剂量分布的高效方式。快速剂量分布估计方法70开始于方框71，其涉及查询在快速剂量分布估计中是否要考虑更多射束。在通过方法70的第一次循环中，方框71的查询通常将是肯定的(方框71的“是”更新路径)，方法70将前进到方框72。在前进到方框72之前，方框71还可以涉及选择一个射束作为用于方法70快速剂量分布估计循环的这次迭代的当前射束。在方框72中，方法70涉及执行卷积运算，包括将与当前射束相关联的二维强度分布i (x，y)与二维剂量估计内核k(x，y)卷积以获得二维卷积强度分布f (x，y)。可以在强度分布165 (参见图6)的网格平面162中定义坐标x，y。可以针对与当前射束的小射束164 (其在卷积强度分布f(x，y)的语境中可以被称为卷积小射束164)相关联的坐标定义所得的卷积强度分布f (x，y)，或将其以其他方式映射到该坐标。作为方框72的一部分，每个卷积小射束164都与对应的射线163和对应的卷积强度值相关联。剂量估计内核k(x，y)可以意在近似从辐射与组织交互作用获得的辐射散射和能量输送的量。在一些实施例中，剂量估计内核k(x, y)包括点扩展函数。在一些实施例中，剂量估计内核k(x,y)包括多个点扩展函数的线性组合。在一个示范性实施例中,剂量估计内核k(x, y)包括一个或多个2维高斯函数的线性组合
权利要求
1.一种用于允许操作可由辐射输送设备针对对象的提议处理而输送的可实现剂量分布估计的方法，所述可实现剂量分布估计是在体素的三维范围上定义的，其中每个体素均有剂量值，所述方法包括 (a)确定期望修改剂量值的剂量修改体素和对应的期望剂量修改的大小； (b)对于多个射束中的每个 (i)将射束表征为小射束的二维阵列，其中每个小射束与对应的强度值和表示小射束向空间中的投射的射线相关联；并且 (ii)识别具有与剂量修改体素相交的关联射线的一个或多个剂量变化小射束； (c)修改剂量变化小射束中的至少一个的强度值；以及 (d)更新可实现剂量分布估计以解释剂量变化小射束中的所述至少一个的修改强度值。
2.根据权利要求1所述的方法，其中确定剂量修改体素包括接收对剂量质量度量的请求修改作为输入；以及使用对剂量质量度量的请求修改以确定剂量修改体素。
3.根据权利要求2所述的方法，其中确定期望剂量修改的大小包括使用对剂量质量度量的请求修改以确定期望剂量修改的大小。
4.根据权利要求2和3的任一项所述的方法，其中接收对剂量质量度量的请求修改作为输入包括允许操作员通过用户接口输入对剂量质量度量的请求修改。
5.根据权利要求4所述的方法，其中允许操作员输入对剂量质量度量的请求修改包括允许操作员利用键盘和计算机指针装置中的一个或多个与用户接口相交互。
6.根据权利要求2和3的任一项所述的方法，其中接收对剂量质量度量的请求修改作为输入包括从如下之一接收请求修改在外部计算机系统上工作的自动化过程；以及在与所述方法相同的计算机系统上工作的自动化过程。
7.根据权利要求2到6的任一项所述的方法，其中使用对剂量质量度量的请求修改以确定剂量修改体素包括对依据剂量质量度量的值表达剂量坐标和大小的逆剂量质量度量函数求解。
8.根据权利要求2到6的任一项所述的方法，其中剂量质量度量包括与对象体内组织结构相关联的DVH曲线，且其中使用对剂量质量度量的请求修改以确定剂量修改体素包括将对象的组织结构中的体素识别为剂量修改体素。
9.根据权利要求8所述的方法，其中将对象的组织结构中的体素识别为剂量修改体素包括将对象的组织结构中的所有体素识别为剂量修改体素，并针对每个剂量修改体素执行步骤(b)、(C)和(d)。
10.根据权利要求8和9的任一项所述的方法，其中将对象的组织结构中的体素识别为剂量修改体素包括接收对象的图像数据，所述图像数据包括组织结构的图像；以及基于图像数据将特定体素与组织结构相关联。
11.根据权利要求2到6的任一项所述的方法，其中剂量质量度量包括DVH曲线，且其中使用对剂量质量度量的请求修改以确定剂量修改体素包括 识别DVH曲线上的请求修改的位置具有剂量值D_selected ;以及 识别剂量值在范围D_selected土 Δ中的可实现剂量分布估计中的体素为剂量修改体素，其中Λ是范围参数。
12.根据权利要求11所述的方法，其中使用对剂量质量度量的请求修改以确定剂量修改体素包括如果尝试识别剂量值在范围D_selected土 Δ中的可实现剂量分布估计中的体素未成功，则增大范围参数△并利用增大的范围参数△重复尝试识别体素。
13.根据权利要求11所述的方法，其中识别剂量值在范围D^elected土Λ中的可实现剂量分布估计中的体素为剂量修改体素包括识别剂量值在范围D_selected土 Δ中的多个候选剂量修改体素。
14.根据权利要求13所述的方法，其中如果多个候选剂量修改体素包括数量大于阈值数量Vmax的候选剂量修改体素，那么所述方法包括减小范围参数△并利用减小的范围参数 Δ重复尝试将剂量值在范围D_selected土 Λ中的可实现剂量分布估计中的体素识别为剂量修改体素。
15.根据权利要求13和14的任一项所述的方法，包括选择多个候选剂量修改体素为剂量修改体素并针对每个剂量修改体素执行步骤(b)、(c)和(d)。
16.根据权利要求1所述的方法，其中确定剂量修改体素和对应的期望剂量修改的大小包括接收剂量修改体素和期望剂量修改的大小的直接指示作为输入。
17.根据权利要求16所述的方法，其中接收直接指示作为输入包括允许操作员通过用户接口输入直接指示。
18.根据权利要求17所述的方法，其中允许操作员输入直接指示包括允许操作员利用键盘和计算机指针装置中的一个或多个与用户接口相交互。
19.根据权利要求16所述的方法，其中接收直接指示作为输入包括从如下之一接收直接指示在外部计算机系统上工作的自动化过程；以及在与所述方法相同的计算机系统上工作的自动化过程。
20.根据权利要求1到19的任一项所述的方法，包括确定一个或多个辅助剂量修改体素和对应的针对辅助剂量修改体素的期望剂量修改的大小，并在执行步骤(b)、(c)和(d) 时将辅助剂量修改值作为剂量修改体素处理。
21.根据权利要求20所述的方法，其中确定一个或多个辅助剂量修改体素包括确定所述一个或多个辅助剂量修改体素在邻近剂量修改体素的边界区域中。
22.根据权利要求20到21的任一项所述的方法，其中对应的针对辅助剂量修改体素的期望剂量修改的大小小于针对剂量修改体素的期望剂量修改的大小。
23.根据权利要求1所述的方法，其中确定期望剂量修改的大小包括确定该大小为如下一个或多个针对剂量修改体素的剂量值的分数f (O ^ I);针对剂量修改体素的位置处的组织结构的最大剂量限制的分数f (O ^f^l);针对剂量修改体素的位置处的靶组织结构的处方剂量量的分数f (O ^ I);与计算机指针装置的运动成比例的量；操作员输入的量；操作员可配置的固定量；作为执行所述方法的系统的参数的固定量。
24.根据权利要求1到23的任一项所述的方法，其中修改剂量变化小射束中的至少一个的强度值包括向剂量变化小射束中的所述至少一个的每个分配同一大小的强度值变化。
25.根据权利要求1到23的任一项所述的方法，其中修改剂量变化小射束中的至少一个的强度值包括向剂量变化小射束中的所述至少一个的每个分配同一百分比变化的强度值变化。
26.根据权利要求1到25的任一项所述的方法，其中修改剂量变化小射束中的至少一个的强度值包括修改所识别的剂量变化小射束的子集的强度值。
27.根据权利要求26所述的方法，其中所识别的剂量变化小射束的子集包括如下之一从每第η个射束起的一个或多个所识别的剂量变化小射束，其中η为正整数；以及所识别的剂量变化小射束的随机选择的子集。
28.根据权利要求1到23的任一项所述的方法，其中修改剂量变化小射束中的至少一个的强度值包括根据取决于期望剂量修改大小和剂量变化小射束中的所述至少一个的数量的函数针对剂量变化小射束中的所述至少一个确定强度值变化的大小。
29.根据权利要求28所述的方法，其中所述函数与期望剂量修改的大小成比例并与剂量变化小射束中的所述至少一个的数量成反比。
30.根据权利要求1到29的任一项所述的方法，其中修改剂量变化小射束中的至少一个的强度值包括使提议的强度值修改受到一个或多个强度限制。
31.根据权利要求30所述的方法，其中一个或多个强度限制包括如下一个或多个剂量变化小射束中的所述至少一个的强度值必须大于最小阈值；剂量变化小射束中的所述至少一个的强度值必须小于最大阈值；剂量变化小射束中的所述至少一个的强度值和一个或多个相邻小射束的强度值之间的空间变化必须小于最大变化阈值。
32.根据权利要求30到31的任一项所述的方法，其中，如果使提议的强度值修改受到一个或多个强度限制断定违反了任何强度限制，那么在执行步骤(d)之前，所述方法包括解决对强度限制的违反，其中解决对强度限制的违反包括如下一个或多个调节期望剂量修改的大小并利用调节的期望剂量修改的大小执行步骤(b)、(c)和(d);在执行步骤(d)时不考虑导致对强度限制的违反的剂量变化小射束；以及进一步修改剂量变化小射束中的所述至少一个的强度值，直到不再违反强度限制。
33.根据权利要求1到32的任一项所述的方法，包括针对多个射束中的每个并针对一个或多个剂量变化小射束中的每个，确定一个或多个辅助剂量变化小射束并在执行步骤(C)和(d)时将辅助剂量变化小射束作为剂量变化小射束处理。
34.根据权利要求33所述的方法，其中针对多个射束中的每个并针对一个或多个剂量变化小射束中的每个确定一个或多个辅助剂量变化小射束包括确定所述一个或多个辅助剂量变化小射束在邻近剂量变化小射束的边界区域中。
35.根据权利要求34所述的方法，其中修改剂量变化小射束中的至少一个的强度值包括针对剂量变化小射束中的所述至少一个中的每个，将邻近剂量变化小射束的边界区域中的辅助剂量变化小射束的强度值修改小于剂量变化小射束的变化的大小的大小。
36.根据权利要求1到35的任一项所述的方法，其中更新可实现剂量分布估计包括使用剂量估计技术以确定可归因于剂量变化小射束中的至少一个的修改强度值的剂量贡献，所述剂量估计技术包括如下一个或多个蒙特卡洛、塌陷椎体卷积、锐方向性射束、各向异性解析算法和波尔茨曼方程解算器。
37.根据权利要求36所述的方法，其中使用剂量估计技术以确定可归因于剂量变化小射束中的至少一个的修改强度值的剂量贡献包括向现有可实现剂量分布估计增加或减去剂量贡献，所增加或减去的剂量贡献至少部分可归因于剂量变化小射束中的所述至少一个的修改强度值的实际变化。
38.根据权利要求36所述的方法，其中使用剂量估计技术以确定可归因于剂量变化小射束中的至少一个的修改强度值的剂量贡献包括用替换剂量贡献替换现有可实现剂量分布估计的部分，所述替换剂量贡献至少部分可归因于剂量变化小射束中的所述至少一个的实际强度值。
39.根据权利要求1到35的任一项所述的方法，其中更新可实现剂量分布估计包括，对于包括一个或多个剂量变化小射束的多个射束中的每个卷积小射束的二维阵列的强度值与二维剂量估计内核以获得二维卷积强度分布，所述二维卷积强度分布包括针对每个小射束的卷积强度值；以及对于小射束的二维阵列中的每个小射束识别被与小射束相关联的射线相交的体素； 以及向相交的体素增加剂量贡献，所增加的剂量贡献基于小射束的卷积强度值。
40.根据权利要求39所述的方法，其中剂量估计内核包括二维点扩展函数。
41.根据权利要求39所述的方法，其中剂量估计内核包括二维点扩展函数的线性组八口 ο
42.根据权利要求41所述的方法，其中点扩展函数的线性组合包括高斯函数的线性组口 ο
43.根据权利要求39到42的任一项所述的方法，其中卷积小射束的二维阵列的强度值与二维剂量估计内核包括将小射束的二维阵列的强度值的傅里叶变换乘以二维剂量估计内核的傅里叶变换以获得傅里叶乘法结果；以及确定傅里叶乘法结果的傅里叶逆变换以获得二维卷积强度分布。
44.根据权利要求43所述的方法，其中二维剂量估计内核的傅里叶变换存储于可存取存储器中。
45.根据权利要求39到44的任一项所述的方法，其中，在来自单个射束的多个射线与特定体素相交的情况下，向所述特定体素增加剂量贡献包括基于与所述多个射线对应的多个小射束的卷积强度值的线性组合增加剂量贡献。
46.根据权利要求39到45的任一项所述的方法，其中，对于小射束的二维阵列中的每个小射束并对于每个相交的体素，所增加的剂量贡献基于小射束的卷积强度值乘以衰减因子，所述衰减因子随着对象体内的相交体素的深度减小。
47.根据权利要求46所述的方法，其中所述衰减因子具有a(d)=Be_kd的形式，其中， d是对象体内的相交体素的深度，B和k是衰减因子参数。
48.根据权利要求1到35的任一项所述的方法，其中更新可实现剂量分布估计包括，对于包括一个或多个剂量变化小射束的多个射束中的每个卷积小射束的二维阵列的强度值与多个二维剂量估计内核以获得对应的多个二维卷积强度分布，每个二维卷积强度分布包括针对每个小射束的卷积强度值，其中每个剂量估计内核与不同射束能量相关联；以及对于小射束的二维阵列中的每个小射束识别被与小射束相关联的射线相交的体素； 以及向相交的体素增加剂量贡献，针对任一个相交体素的剂量贡献基于来自所述多个二维卷积强度分布之一的小射束的卷积强度值，所述多个二维卷积强度分布之一是基于射束的射束能量选择的。
49.根据权利要求1到35的任一项所述的方法，其中更新可实现剂量分布估计包括，对于包括一个或多个剂量变化小射束的多个射束中的每个卷积小射束的二维阵列的强度值与多个二维剂量估计内核以获得对应的多个二维卷积强度分布，每个二维卷积强度分布包括针对每个小射束的卷积强度值，其中每个剂量估计内核与不同范围的组织密度相关联；以及 对于小射束的二维阵列中的每个小射束识别被与小射束相关联的射线相交的体素；以及向相交的体素增加剂量贡献，针对任一个相交体素的剂量贡献基于来自多个二维卷积强度分布之一的小射束的卷积强度值，所述多个二维卷积强度分布之一是基于一个相交体素的组织密度选择的。
50.根据权利要求1到49的任一项所述的方法，其中更新可实现剂量分布估计包括缩放更新的可实现剂量分布估计，使得更新的可实现剂量分布估计更密切地近似于与剂量修改体素对应的期望剂量修改的大小。
51.根据权利要求1到50的任一项所述的方法，其中更新可实现剂量分布估计包括使更新的可实现剂量分布受到一个或多个剂量限制。
52.根据权利要求51所述的方法，其中一个或多个剂量限制包括如下一个或多个更新的可实现剂量分布必须不将与对象体内的靶组织结构对应的体素中的剂量减小到最小靶结构阈值以下；更新的可实现剂量分布必须不将与对象体内的健康组织结构对应的体素中的剂量增大到最大健康结构阈值以上。
53.根据权利要求51和52的任一项所述的方法，其中，如果使更新的可实现剂量分布受到一个或多个剂量限制断定违反了任何剂量限制，那么所述方法包括解决对剂量限制的违反，其中解决对剂量限制的违反包括如下一个或多个拒绝对可实现剂量分布估计的更新；以及调节与剂量修改体素对应的期望剂量修改的大小并利用调节的大小重复步骤(b)、(C)和(d) ο
54.根据权利要求51和52的任一项所述的方法，其中，如果使更新的可实现剂量分布受到一个或多个剂量限制断定违反了任何剂量限制，那么所述方法包括 解决对剂量限制的违反，其中解决对剂量限制的违反包括确定导致更新的剂量分布违反剂量限制的一个或多个限制违反体素和一个或多个对应的期望剂量变化大小；利用所述一个或多个限制违反体素和所述一个或多个对应的期望剂量变化大小代替剂量修改体素和对应的期望剂量修改的大小重复步骤(b)、(c)和(d);重新使更新的可实现剂量分布受到一个或多个剂量限制；以及 重复解决对剂量限制的违反，直到使更新的可实现剂量分布受到一个或多个剂量限制断定没有违反任何剂量限制为止。
55.根据权利要求1到54的任一项所述的方法，包括在更新可实现剂量分布估计之后，利用更新的可实现剂量分布估计确定一个或多个更新的剂量质量度量。
56.根据权利要求55所述的方法，其中确定一个或多个更新的剂量质量度量包括使至少一个更新的剂量质量度量受到一个或多个剂量质量度量限制。
57.根据权利要求56所述的方法，其中所述一个或多个剂量质量度量限制包括如下一个或多个所述至少一个更新的剂量质量度量必须使得最低百分比体积的靶结构具有超过最低靶结构阈值的剂量；所述至少一个更新的剂量质量度量必须使得最低百分比体积的健康组织结构具有低于最大健康组织结构阈值的剂量。
58.根据权利要求56和57的任一项所述的方法，其中，如果使至少一个更新的剂量质量度量受到一个或多个剂量质量度量限制断定违反了任何剂量质量度量限制，那么所述方法包括解决对剂量质量度量限制的违反，其中解决对剂量质量度量限制的违反包括如下一个或多个拒绝对可实现剂量分布估计的更新；以及调节与剂量修改体素对应的期望剂量修改的大小并利用调节的大小重复步骤(b)、(C)和(d)。
59.根据权利要求56和57的任一项所述的方法，其中，如果使至少一个更新的剂量质量度量受到一个或多个剂量质量度量限制断定违反了任何剂量质量度量限制，那么所述方法包括解决对剂量质量度量限制的违反，其中解决对剂量质量度量限制的违反包括确定导致所述至少一个更新的剂量质量度量违反剂量质量度量限制的一个或多个限制违反体素以及一个或多个对应的期望剂量变化大小；利用所述一个或多个限制违反体素和所述一个或多个对应的期望剂量变化大小代替剂量修改体素和对应的期望剂量修改的大小重复步骤(b)、(c)和(d);重新使至少一个更新的剂量质量度量受到一个或多个剂量质量度量限制；以及重复解决对剂量质量度量限制的违反，直到使至少一个更新的剂量质量度量受到一个或多个剂量质量度量限制断定没有违反任何剂量质量度量限制为止。
60.根据权利要求1到59的任一项所述的方法，包括对于多个射束中的每个，对小射束的二维阵列中的小射束的强度值进行初始化，其中对小射束的二维阵列中的小射束的强度值进行初始化包括如下一个或多个将所有强度值设置为零；根据随机过程设置强度值；设置强度值，使得剂量的近似球体涵盖靶组织结构；将具有与靶结构相交的射线的小射束的强度值设置为第一正值，并将其他小射束的强度值设置为具有较低值；设置强度值， 使得所得的剂量分布估计具有比阈值更高的最大剂量；以及基于针对靶结构的处方剂量的函数设置小射束的全部或子集的强度值。
61.根据权利要求1到60的任一项所述的方法，包括在更新可实现剂量分布估计之后，基于更新的可实现剂量估计确定一个或多个辐射输送参数，所述一个或多个辐射输送参数适于由辐射输送设备用于处理对象。
62.根据权利要求61所述的方法，其中基于更新的可实现剂量估计确定一个或多个辐射输送参数包括执行迭代优化过程。
63.根据权利要求61所述的方法，其中执行迭代优化过程包括优化所述一个或多个辐射输送参数，这将向更新的可实现剂量估计提供类似于可接受范围之内的优化剂量分布估计。
64.根据权利要求62和63所述的方法，其中执行迭代优化过程包括在从优化射束获得的体素的三维范围上估计优化的剂量分布，所述优化射束具有空间变化的二维优化强度分布，其由优化小射束的二维阵列表征，其中每个优化小射束与对应的优化强度值相关联，所述估计包括将优化射线与每个优化小射束相关联，所述优化射线表示优化小射束向空间中的投射；卷积二维优化强度分布与二维优化剂量估计内核以获得二维优化卷积强度分布，所述二维优化卷积强度分布包括针对每个优化小射束的优化卷积强度值；以及对于优化小射束的二维阵列中的每个优化小射束识别被与优化小射束相关联的优化射线相交的体素的三维范围中的体素；向相交的体素增加优化剂量贡献，所增加的优化剂量贡献基于优化小射束的优化卷积强度值。
65.一种用于允许操作可由辐射输送设备针对对象的提议处理而输送的可实现剂量分布估计的系统，所述可实现剂量分布估计是在体素的三维范围上定义的，其中每个体素均有剂量值，所述系统包括控制器，所述控制器被配置成 确定期望修改剂量值的剂量修改体素和对应的期望剂量修改的大小； 对于多个射束中的每个 将所述射束表征为小射束的二维阵列，其中每个小射束与对应的强度值和表示小射束向空间中的投射的射线相关联；并且 识别具有与剂量修改体素相交的关联射线的一个或多个剂量变化小射束； 修改剂量变化小射束中的至少一个的强度值；以及 更新可实现剂量分布估计以解释剂量变化小射束中的所述至少一个的修改强度值。
66.—种承载着非暂态计算机可读介质中包含的指令的计算机程序产品，在由适当处理器执行时，所述指令让所述处理器执行一种允许操作可由辐射输送设备针对对象的提议处理而输送的可实现剂量分布估计的方法，所述可实现剂量分布估计是在体素的三维范围上定义的，其中每个体素均有剂量值，所述方法包括 确定期望修改剂量值的剂量修改体素和对应的期望剂量修改的大小； 对于多个射束中的每个 将所述射束表征为小射束的二维阵列，其中每个小射束与对应的强度值和表示小射束向空间中的投射的射线相关联；并且 识别具有与剂量修改体素相交的关联射线的一个或多个剂量变化小射束； 修改剂量变化小射束中的至少一个的强度值；以及 更新可实现剂量分布估计以解释剂量变化小射束中的所述至少一个的修改强度值。
67.一种用于估计从一个或多个射束获得的为了包含对象而提议的体素的三维范围上的剂量分布的方法，每个射束包括由小射束的二维阵列表征的空间变化的二维强度分布，其中每个小射束都与对应的强度值相关联，所述方法包括，对于所述一个或多个射束中的每个 将射线与每个小射束相关联，所述射线表示小射束向空间中的投射； 卷积二维强度分布与二维剂量估计内核以获得二维卷积强度分布，所述二维卷积强度分布包括针对每个小射束的卷积强度值；以及 对于小射束的二维阵列中的每个小射束识别被与小射束相关联的射线相交的体素的三维范围中的体素；以及向相交的体素增加剂量贡献，所增加的剂量贡献基于小射束的卷积强度值。
68.根据权利要求67所述的方法，其中剂量估计内核包括二维点扩展函数。
69.根据权利要求67所述的方法，其中剂量估计内核包括二维点扩展函数的线性组八口 ο
70.根据权利要求69所述的方法，其中点扩展函数的线性组合包括高斯函数的线性组口 ο
71.根据权利要求67到70的任一项所述的方法，其中卷积二维强度分布与二维剂量估计内核包括将二维强度分布的傅里叶变换乘以二维剂量估计内核的傅里叶变换以获得傅里叶乘法结果；以及确定傅里叶乘法结果的傅里叶逆变换以获得二维卷积强度分布。
72.根据权利要求71所述的方法，其中二维剂量估计内核的傅里叶变换存储于可存取存储器中。
73.根据权利要求67到72的任一项所述的方法，其中，在多个射线与特定体素相交的情况下，向所述特定体素增加剂量贡献包括基于与所述多个射线对应的多个小射束的卷积强度值的线性组合增加剂量贡献。
74.根据权利要求67到73的任一项所述的方法，其中，对于小射束的二维阵列中的每个小射束并对于每个相交的体素，所增加的剂量贡献基于小射束的卷积强度值乘以衰减因子，所述衰减因子随着对象体内的相交体素的深度减小。
75.根据权利要求74所述的方法，其中所述衰减因子具有e(d)= 的形式，其中， d是对象体内的相交体素的深度，B和k是衰减因子参数。
76.根据权利要求67到75的任一项所述的方法，包括，对于一个或多个射束中的每个卷积二维强度分布与多个二维剂量估计内核以获得对应的多个二维卷积强度分布，每个二维卷积强度分布包括针对每个小射束的卷积强度值，其中每个剂量估计内核与不同射束能量相关联；以及对于小射束的二维阵列中的每个小射束识别被与小射束相关联的射线相交的体素的三维范围中的体素；向相交的体素增加剂量贡献，针对任一个相交体素的剂量贡献基于来自所述多个二维卷积强度分布之一的小射束的卷积强度值，所述多个二维卷积强度分布之一是基于射束的射束能量选择的。
77.根据权利要求67到75的任一项所述的方法，包括卷积二维强度分布与多个二维剂量估计内核以获得对应的多个二维卷积强度分布，每个二维卷积强度分布包括针对每个小射束的卷积强度值，其中每个剂量估计内核与不同范围的组织密度相关联；以及对于小射束的二维阵列中的每个小射束识别被与小射束相关联的射线相交的体素的三维范围中的体素；以及向相交的体素增加剂量贡献，针对任一个相交体素的剂量贡献基于来自所述多个二维卷积强度分布之一的小射束的卷积强度值，所述多个二维卷积强度分布之一是基于与一个相交体素相关联的对象的组织密度选择的。
78.根据权利要求67到77的任一项所述的方法，包括基于估计的剂量分布确定一个或多个辐射输送参数，所述一个或多个辐射输送参数适于由辐射输送设备用于处理对象。
79.根据权利要求78所述的方法,其中基于估计的剂量分布确定一个或多个福射输送参数包括执行迭代优化过程。
80.根据权利要求79所述的方法，其中执行迭代优化过程包括优化所述一个或多个辐射输送参数，这将向估计的剂量分布提供类似于可接受范围之内的优化剂量分布估计。
81.根据权利要求79和80的任一项所述的方法，其中执行迭代优化包括根据权利要求 67的估计方法估计优化的剂量分布。
82.一种用于估计从一个或多个射束获得的为了包含对象而提议的体素的三维范围上的剂量分布的系统，每个射束包括由小射束的二维阵列表征的空间变化的二维强度分布，其中每个小射束都与对应的强度值相关联，所述系统包括控制器，所述控制器被配置成对于所述一个或多个射束中的每个 将射线与每个小射束相关联，所述射线表示小射束向空间中的投射； 卷积二维强度分布与二维剂量估计内核以获得二维卷积强度分布，所述二维卷积强度分布包括针对每个小射束的卷积强度值；以及 对于小射束的二维阵列中的每个小射束识别被与小射束相关联的射线相交的体素的三维范围中的体素；以及向相交的体素增加剂量贡献，所增加的剂量贡献基于小射束的卷积强度值。
83.—种承载着非暂态计算机可读介质中包含的指令的计算机程序产品，在由适当处理器执行时，所述指令让所述处理器执行一种用于估计从一个或多个射束获得的为了包含对象而提议的体素的三维范围上的剂量分布的方法，每个射束包括由小射束的二维阵列表征的空间变化的二维强度分布，其中每个小射束都与对应的强度值相关联，所述方法包括，对于所述一个或多个射束中的每个 将射线与每个小射束相关联，所述射线表示小射束向空间中的投射； 卷积二维强度分布与二维剂量估计内核以获得二维卷积强度分布，所述二维卷积强度分布包括针对每个小射束的卷积强度值；以及 对于小射束的二维阵列中的每个小射束识别被与小射束相关联的射线相交的体素的三维范围中的体素；以及向相交的体素增加剂量贡献，所增加的剂量贡献基于小射束的卷积强度值。
84.一种用于允许操作可由辐射输送设备针对对象的提议处理而输送的可实现剂量分布估计的方法，所述可实现剂量分布估计是在体素的三维范围上定义的，其中每个体素均有剂量值，所述方法包括 (a)确定期望修改剂量值的剂量修改体素和对应的期望剂量修改的大小； (b)对于多个射束中的每个 (i)将射束表征为小射束的二维阵列，其中每个小射束与对应的强度值相关联； (ii)将射线与每个体素相关联，所述射线从体素投射并与小射束的二维阵列相交；以及 (iii)将剂量变化小射束识别为被与剂量修改体素相关联的射线相交的小射束； (c)修改剂量变化小射束中的一个或多个的强度值；以及 (d)更新可实现剂量分布估计以解释剂量变化小射束中的所述一个或多个的修改强度值。
85.根据权利要求84所述的方法，结合有权利要求2到66的适于与体素相关联的射线而非与小射束相关联的射线的任何特征。
86.包括说明书、附图和/或其权利要求中所述的任何特征、特征组合或特征子组合的方法。
87.包括说明书、附图和/或其权利要求中所述的任何特征、特征组合或特征子组合的系统。
88.包括说明书、附图和/或其权利要求中所述的任何特征、特征组合或特征子组合的计算机程序产品。
全文摘要
提供了用于允许操作可由辐射输送设备针对对象的提议处理而输送的可实现剂量分布估计的方法。一种这样的方法包括确定期望修改剂量值的剂量修改体素和对应的期望剂量修改大小；对于多个射束的每个(i)将所述射束表征为小射束的二维阵列，其中每个小射束与对应的强度值和表示小射束向空间中的投射的射线相关联；并且(ii)识别具有与所述剂量修改体素相交的关联射线的一个或多个剂量变化小射束；修改所述剂量变化小射束中的至少一个的强度值；以及更新所述可实现剂量分布估计以解释所述剂量变化小射束中的至少一个的修改强度值。
文档编号G01T1/29GK103038669SQ201180037691
公开日2013年4月10日 申请日期2011年6月22日 优先权日2010年6月22日
发明者卡尔·奥托 申请人:卡尔·奥托