会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
首页 / 专利分类库 / 医学或兽医学;卫生学 / 诊断成像或放射治疗中的运动减少

诊断成像或放射治疗中的运动减少

申请号 CN202280054079.9 申请日 2022-07-15 公开(公告)号 CN117750997A 公开(公告)日 2024-03-22
申请人 皇家飞利浦有限公司; 发明人 C·G·洛斯勒; S·魏斯;
摘要 本 发明 涉及监测诊断成像或 放射 治疗 中的运动。为了改进工作流程,提出了一种设备,其包括输入单元、处理单元和输出单元。所述输入单元被配置为接收从患者测量的 脑电图 (EEG) 信号 。所述处理单元被配置为基于所接收的EEG信号来确定准备电位(RP),基于所接收的EEG信号来确定是否可能发生患者运动,以及如果预测可能发生患者运动,则经由所述输出单元提供 控制信号 作为输出。所述控制信号可用于控制装置执行以下功能:减少医学成像期间的运动伪影或确保在 放射治疗 期间根据规划剂量图递送 辐射 剂量。
权利要求

1.一种用于在医学成像期间或放射治疗期间监测运动的设备(10),包括:
‑输入单元(12);
‑处理单元(14);以及
‑输出单元(16);
其中,所述输入单元被配置为接收从患者测量的脑电图EEG信号
其中,所述处理单元被配置为:
‑基于所接收的EEG信号来确定准备电位RP;
‑基于所接收的EEG信号来确定是否可能发生患者运动;以及
‑如果预测可能发生患者运动,则经由所述输出单元提供控制信号作为输出;并且其中,所述控制信号能够用于控制装置执行以下功能:减少所述医学成像期间的运动伪影或确保在所述放射治疗期间根据规划剂量图递送辐射剂量。
2.根据权利要求1所述的设备,
其中,所述处理单元被配置为应用预训练的机器学习算法以根据所接收的EEG信号导出所述RP。
3.根据权利要求1或2所述的设备,
其中,所述输入单元被配置为接收不同于所述EEG信号的至少一个生理信号;并且其中,所述处理单元被配置为基于所接收的EEG信号和所述至少一个生理信号来确定是否可能发生患者运动。
4.根据前述权利要求中的任一项所述的设备,
其中,所述控制信号包括被配置为控制通知设备通知所述患者可能发生患者运动以使得所述患者能够主动做出反应的信号。
5.根据前述权利要求中的任一项所述的设备,
其中,所述控制信号包括被配置为控制机器人和/或致动器提供反向措施以使得施加反向来补偿所述患者运动的信号。
6.根据权利要求5所述的设备,
其中,所述致动器位于以下中的一处或多处:
‑在头部固定保持器中;
‑在身体固定保持器中;
‑在头部线圈中;以及
‑在床垫中。
7.根据前述权利要求中的任一项所述的设备,
其中,所述控制信号包括被配置为控制成像设备修改医学成像采集过程以考虑可能发生的所述患者运动的信号。
8.根据前述权利要求中的任一项所述的设备,
其中,所述控制信号包括被配置为控制治疗设备修改治疗过程以考虑可能发生的所述患者运动的信号;并且
其中,对所述治疗过程的所述修改包括以下中的一种:
‑停止所述治疗过程;以及
‑重定向治疗递送。
9.根据前述权利要求中的任一项所述的设备,
其中,所述控制信号包括被配置为激活运动检测器以检测所述患者是否正在移动的信号。
10.一种系统(100),包括:
‑监测系统(20),其被配置为测量患者的脑电图EEG信号;以及
‑根据前述权利要求中的任一项所述的设备(10),其被配置为:接收所测量的EEG信号;
并且如果预测可能发生患者运动,则提供控制信号作为输出。
11.根据权利要求10所述的系统,还包括以下中的一个或多个:
‑通知设备,其被配置为响应于所述控制信号来通知所述患者可能发生患者运动;
‑机器人和/或致动器,其用于响应于所述控制信号来提供反向措施,使得施加反向力以补偿所述患者运动;以及
‑运动检测器,其被配置为响应于所述控制信号而被激活,以检测所述患者是否正在移动。
12.根据权利要求10或11所述的系统,
其中,所述系统是医学成像系统,所述医学成像系统包括被配置为采集所述患者的图像数据的成像设备;并且
其中,所述成像设备被配置为响应于所述控制信号来修改医学成像采集过程以考虑可能发生的所述患者运动。
13.根据权利要求10或11所述的系统,
其中,所述系统是放射治疗系统,所述放射治疗系统包括被配置为递送电离辐射的治疗设备;并且
其中,所述治疗设备被配置为响应于所述控制信号来修改治疗过程,以考虑可能发生的所述患者运动。
14.一种用于在医学成像期间或放射治疗期间监测运动的计算机实施的方法(200),包括:
a)接收(210)从患者测量的脑电图EEG信号;
b)基于所接收的EEG信号来确定(220)准备电位RP;
c)基于所接收的EEG信号来确定(230)是否可能发生患者运动;以及
d)如果预测可能发生患者运动,则经由所述输出单元提供(240)控制信号作为输出;
其中,所述控制信号能够用于控制装置执行以下功能:减少所述医学成像期间的运动伪影或确保在所述放射治疗期间根据规划剂量图递送辐射剂量
15.一种包括指令的计算机程序产品,所述指令在由至少一个处理器单元运行时令所述至少一个处理单元执行根据权利要求14所述的方法的步骤。

说明书全文

诊断成像或放射治疗中的运动减少

技术领域

[0001] 本发明涉及监测诊断成像或放射治疗中的运动。尤其地,本发明涉及一种用于在医学成像期间或放射治疗期间监测运动的设备、系统和计算机实施的方法,以及一种计算机程序产品。

背景技术

[0002] 对于医院而言,医学成像中的高患者接待量以及同时的高图像质量都至关重要。因此,患者尽可能多地支持成像程序非常重要。这就导致需要良好的支持工具来通知和引导患者,但也要显示他/她正多好地执行所要求的动作,尤其是在自主图像采集场景中。
[0003] 运动是医学成像中的图像伪影、扫描中止或扫描重复的最主要来源,尽管多种方法被实际用于使运动伪影最小化。大多数方法使用特殊的采集方法来使伪影最小化。公知的避免运动的方法是将患者固定。

发明内容

[0004] 可能需要改进工作流程。
[0005] 本发明的目标通过独立权利要求的主题得以解决。在从属权利要求中并入本发明另外的实施例和优点。此外,应指出的是,本发明有关计算机实施的方法的全部实施例都可以按所描述的步骤顺序来执行,然而这并非本文中提供的方法的唯一且关键的步骤顺序。本文中公开的计算机实施的方法可以用所公开步骤的另一顺序来执行,而不偏离各自的方法实施例,除非后文另有明确说明。
[0006] 技术术语按其常识使用。如果某些术语有特定含义,下文将根据术语使用的语境给出术语的定义。
[0007] 根据本发明的第一方面,提供一种用于在医学成像期间或放射治疗期间监测运动的设备。所述设备包括输入单元、处理单元和输出单元。所述输入单元被配置为接收从患者测量的脑电图(EEG)信号。所述处理单元被配置为基于所接收的EEG信号来确定准备电位(RP),基于所接收的EEG信号来确定是否可能发生患者运动,以及
[0008] 如果预测可能发生患者运动,则经由所述输出单元提供控制信号作为输出。所述控制信号可用于控制装置执行以下功能:减少所述医学成像期间的运动伪影或确保在放射治疗期间根据规划剂量图递送辐射剂量。
[0009] 换言之,提出了利用EEG传感器的辅助,检测患者的决策制定的早期信号。所述EEG传感器测量为EEG数据的形式的预备信号,并且所述装置接收并处理这些预备信号以预测所述患者即将发生的移动。如果预测可能发生患者运动,可以生成一个或多个控制信号以控制一个或多个装置执行以下反向措施中的一个或多个:
[0010] ‑利用患者的帮助干预和防止运动。为了防止运动,成像系统可以装备有用于通知患者有关已经由EEG传感器识别出的即将发生的运动事件的工具。在成像会话之前,患者可以已被训练在该否决信号的情况下抑制运动。
[0011] ‑以机械方式防止运动。这里,机械工具(例如固定设备或者甚至抵抗致动器)可以被用于限制或抵抗由患者执行的运动。
[0012] ‑调整所述图像采集过程,以考虑下一刻会发生的运动。诊断成像系统可以装备有如果在运动发生之前通过所提出的装置预警则使这种预期运动对图像质量的影响最小化的方法。
[0013] ‑调整辐射递送过程,以考虑下一刻会发生的运动。在范例中,有可能以机械方式停止患者运动。在另一范例中,如果重定向治疗比以机械方式更合适或方便停止即将发生的患者运动的话,有可能重定向治疗。
[0014] 根据本发明的实施例,所述处理单元被配置为应用预训练的机器学习算法,以根据所接收的EEG信号导出所述RP。
[0015] 所述预训练的机器学习算法为以下中的至少一个:人工神经网络支持向量机贝叶斯网络决策树、线性判别和最近邻域分类器。
[0016] 根据本发明的实施例,所述输入单元被配置为接收不同于所述EEG信号的至少一个生理信号。所述处理单元被配置为基于所接收的EEG信号和所述至少一个生理信号来确定是否可能发生患者运动。
[0017] 例如,脑磁图仪(MEG)、肌电图仪(EMG)、心电图仪(ECG/EKG)、相机、测距成像相机、热探头或相机、传感器,或测量指示任意即将发生的运动的任意生理状态的任意传感器,或其任意组合,都可以被用于提供所述至少一个生理信号。
[0018] 根据本发明的实施例,所述控制信号包括被配置为控制通知设备通知所述患者可能发生患者运动以使得所述患者能够主动做出反应的信号。
[0019] 通知设备的范例可以包括,但不限于,光学接口(如LED、监视器),集成到射频(RF)线圈或床垫的机械致动器,触觉反馈设备,以及手套中的致动器。
[0020] 根据本发明的实施例,所述控制信号包括被配置为控制机器人和/或致动器提供反向措施使得施加反向力以补偿所述患者运动的信号。
[0021] 换言之,机械工具(例如,固定设备或者甚至抵抗致动器)可以被用于限制或抵抗可能要由所述患者执行的运动。
[0022] 例如,致动器可以提供机械反向力,以防止或减小运动。
[0023] 例如,头部支撑体、患者固定器和/或所述患者支撑体的部分可以被激活,以固定所述患者的部分来防止或最小化运动。
[0024] 根据本发明的实施例,所述致动器位于以下中的一处或多处:在头部固定保持器中,在身体固定保持器中,在头部线圈中,以及在床垫中。
[0025] 根据本发明的实施例,所述控制信号包括被配置为控制成像设备修改医学成像采集过程以考虑可能发生的所述患者运动的信号。
[0026] 换言之,所述采集过程可以被调整,以考虑下一刻会发生的运动。因此,所述诊断系统装备有如果在运动发生之前通过所述EEG传感器预警则使这种预期运动对图像质量的影响最小化的方法。
[0027] 以MR成像为例,有可能调整k空间采集,以考虑将要发生的运动。在另一范例中,有可能调整时域中的MR序列,以考虑将要发生的运动。
[0028] 根据本发明的实施例,所述控制信号包括被配置为控制治疗设备修改治疗过程以考虑可能发生的所述患者运动的信号;并且
[0029] 其中,对所述治疗过程的所述修改包括以下之一:
[0030] ‑停止所述治疗过程;以及
[0031] ‑重定向治疗递送。
[0032] 根据本发明的实施例,所述控制信号包括被配置为激活运动检测器以检测所述患者是否正在移动的信号。
[0033] 所述运动检测器的范例可以包括,但不限于,3D感测设备(如RADAR、LIDAR或LASER)、相机等。
[0034] 根据本发明的第二方面,提供一种系统,其包括:监测系统,其被配置为测量患者的脑电图(EEG)信号;以及,根据第一方面及任意关联范例的设备,其被配置为接收所测量的EEG信号以及如果预测可能发生患者运动则提供控制信号作为输出。
[0035] 所述监测系统的范例为脑机接口
[0036] 根据本发明的实施例,所述系统包括以下中的一个或多个:
[0037] ‑通知设备,其被配置为响应于所述控制信号来通知所述患者可能发生患者运动;
[0038] ‑机器人和/或致动器,其响应于所述控制信号来提供反向措施以使得施加反向力以补偿所述患者运动;以及
[0039] ‑运动检测器,其被配置为响应于所述控制信号被激活,以检测所述患者是否正在移动。
[0040] 根据本发明的实施例,所述系统为医学成像系统,其包括被配置为采集所述患者的图像数据的成像设备。所述成像设备被配置为响应于所述控制信号来修改医学成像采集过程,以便考虑可能发生的所述患者运动。
[0041] 根据本发明的实施例,所述系统为放射治疗系统,其包括被配置为递送电离辐射的治疗设备。所述治疗设备被配置为响应于所述控制信号来修改治疗过程,以便考虑可能发生的所述患者运动。
[0042] 根据本发明的第三方面,提供一种用于在医学成像期间或放射治疗期间监测运动的计算机实施的方法,包括:
[0043] ‑接收从患者测量的脑电图(EEG)信号;
[0044] ‑基于所接收的EEG信号来确定准备电位(RP);
[0045] ‑基于所接收的EEG信号来确定是否可能发生患者运动;以及
[0046] ‑如果预测可能发生患者运动,则经由所述输出单元提供控制信号作为输出;
[0047] 其中,所述控制信号可用于控制装置执行的以下功能:减少所述医学成像期间的运动伪影或确保在放射治疗期间根据规划剂量图递送辐射剂量
[0048] 根据本发明的第四方面,提供一种包括指令的计算机程序产品,所述指令在由至少一个处理单元运行时令所述至少一个处理单元执行根据本发明的第三方面及任意关联范例所述的方法的步骤。
[0049] 应认识到,前述概念及下文更详细讨论的额外概念的全部组合(只要这些概念互不相悖)都被视为本文公开的创造性主题的部分。尤其地,权利要求中要求保护的主题的全部组合都被视为本文公开的创造性主题的部分。
[0050] 根据后文描述的(一个或多个)实施例,本发明的这些及其他方面将是明显的,并将参考这些实施例得以阐明。附图说明
[0051] 附图中,相同的附图标记一般指代不同视图中的相同部件。而且,附图不必须按比例绘制,而是将重点放在阐明本发明的原理上。
[0052] 图1示出了用于在医学成像期间或放射治疗期间监测运动的示范性设备的框图
[0053] 图2示出了系统的范例。
[0054] 图3示出了系统的另一范例。
[0055] 图4示出了描述用于在医学成像期间或放射治疗期间监测运动的计算机实施的方法的流程图
[0056] 图5示出了基于EEG数据生成的示范性控制信号的概览。
[0057] 图6示出了用于实施所述方法的示范性反馈反应循环模型。
[0058] 图7示出了患者学习和引导工具的范例。

具体实施方式

[0059] 图1图示了根据一实施例用于在医学成像期间或放射治疗期间监测运动的示范性设备10的框图。设备10可以从监测系统20接收测量的EEG信号。设备10和监测系统20一起形成系统100。
[0060] 设备10包括输入单元12、处理单元14和输出单元16。
[0061] 一般而言,设备10可以包括用于通信和操纵信息的各种物理和/或逻辑部件,这些部件可以被实现为硬件部件(如计算设备、处理器、逻辑设备),要由各种硬件部件运行的可执行计算机程序指令(如固件软件),或是它们的任意组合,如针对设计参数或性能限制的给定集合所期望的。尽管图1可以通过举例的方式示出有限数目的部件,但可以认识到,可以针对给定实施方式采用更多或更少数目的部件。
[0062] 在一些范例中,设备10可以由计算平台来实现,例如移动平台,个人电脑(PC)平台,和/或支持各种网络、通信和/或多媒体功能的消费者电子(CE)平台。这种功能可以由各种网络支持,例如广域网(WAN)、局域网(LAN)、城域网(MAN)、无线WAN(WWAN)、无线LAN(WLAN)、无线MAN(WMAN)、无线个人局域网(WPAN)、微波接入全球互操作(WiMAX)网络、宽带无线接入(BWA)网络、因特网,和/或根据所描述的实施例的任意其他有线或无线网络。
[0063] 在一些实施方式中,设备10可以包括在计算设备内和/或耦合到计算设备的系统,计算设备例如PC、台式PC、笔记本PC、膝上型电脑、移动互联网设备(MID)、移动计算设备、智能手机、个人数字助理(PDA)、移动电话,或者根据所描述的实施例的其他类型的计算设备。所述计算设备可以包括,例如,电子显示器。
[0064] 处理单元12可以运行指令以执行本文中描述的方法,该方法将参考图4和图5中所示的实施例来详细解释。任选地,设备10可以包括存储器(未示出),其可以包括,但不限于,易失性存储器和/或非易失性存储器。存储器可以被用于储存处理器指令,以及使得处理单元12能够执行本文中描述的技术的其他数据和指令。
[0065] 输入单元12和输出单元16可以包括硬件和/或软件以使得设备10能够从监测系统20接收数据,并与其他设备和/或网络通信。例如,输入单元12可以经由有线连接或经由无线连接接收数据。输入单元12和输出单元16也可以为设备10提供蜂窝电话通信和/或其他数据通信。
[0066] 图2图示了根据本公开的实施例的系统100的范例。在该范例中,所述系统为医学成像系统,其包括监测系统20、成像设备30和计算机工作站40。
[0067] 成像设备30可以包括如磁共振(MR)成像扫描器、计算机断层摄影(CT)成像设备等等。在图2的范例中示出了MR成像系统,其通常包括:磁体,其施加静态磁场梯度线圈,其用于沿三个正交坐标施加空间分布的梯度磁场;以及,RF线圈,其将F信号发射到正被成像的身体的所选原子核并从所选原子核接收RF信号。患者可以躺在患者台32上,使得要被成像的患者的部分在三维上被移动到磁体与线圈之间的“成像体积”中,成像体积限定MRI系统的视场(FOV)。
[0068] MRI系统操作者利用键盘、屏幕及其他操作者输入/输出设备,通过计算机工作站40控制系统。MRI系统操作者使用可移动台32将患者定位在成像体积内,并选择一个或多个成像参数,如:(a)成像技术,如诊断MRI、快速MRI、MR透视以及MR血管成像;(b)脉冲序列,如自旋回波、场回波、反转恢复、快速自旋回波和快速场回波;(c)成像模式,如多层MR扫描、多层三维(3D)扫描、多回波扫描、多覆盖(覆盖大于单次扫描所覆盖的面积),以及多度采集(在同一TR中具有不同角度的多组切片);(d)脂肪抑制和分离技术,以及(e)伪影抑制技术。
[0069] 在已经选择了期望的成像参数之后,MRI系统被编程为利用RF脉冲、切片选择、相位编码磁梯度脉冲以及读出磁梯度场脉冲中的一个或多个各自对应的脉冲序列来扫描患者。当启动诊断扫描时,重复预定脉冲序列以从患者的激发原子核生成一系列核磁共振(NMR)RF响应信号。MRI系统分析这些信号,并基于响应RF信号来生成患者的内部器官和组织的图像34。
[0070] 监测系统20可以包括能够在成像过程期间检测患者的EEG信号的任意传感器。在一些范例中,监测系统20可以是具有EEG传感器的脑机接口(CBI)。
[0071] 在图2的范例中,由监测系统20测量的EEG信号被提供给计算机工作站40,其中,设备10可以驻留在计算机工作站40中作为软件例程运行。
[0072] 如将在下文并且尤其参考图4中所示的示范性方法更详细解释的,设备10(其驻留在工作站40中作为软件例程运行)基于所接收到的EEG信号来确定RP,基于所接收到的EEG信号来确定是否可能发生患者运动,以及如果预测可能发生患者运动则提供一个或多个控制信号。一个或多个控制信号可用于控制装置执行减少医学成像期间的运动伪影的功能。
[0073] 图3图示了根据本公开的实施例系统100的备选范例。在该范例中,系统100为放射治疗系统。放射治疗系统包括设备10、监测系统20和放射治疗递送装置50,例如,其包括直线加速器以生成辐射束,以及多叶准直器(MLC)以根据强度调制放射治疗(IMRT)规划来调制所述射束。
[0074] 在典型的强度调制放射治疗(IMRT)实施方式中,高能粒子(例如电子、光子、质子、离子)束是由直线粒子加速器(linac)生成的。肿瘤患者的目标体积(如恶性肿瘤)被置于辐射束的路径中。为了更准确地辐照目标体积,同时限制相邻的险器官(OAR)的辐射暴露,多叶准直器(MLC)被用于阻挡辐射束的设计部分,以提供具有期望形状的辐射束。MLC将辐射束分割成能够通过对MLC的叶片的预编程移动来打开或关闭的“微束”。针对额外的剂量控制,可以施加多个束脉冲,其中,每个束脉冲具有通过调节束能量并适当配置MLC获得的选定能量和束形状。
[0075] 在图3的范例中,由监测系统20测量的EEG信号被提供给设备10,其为被配置为通过无线和/或基于线路的接口与监测系统20通信的单独的设备。设备10基于所接收的EEG信号来确定RP,基于所接收的EEG信号来确定是否可能发生患者运动,以及如果预测可能发生患者运动则提供一个或多个控制信号。一个或多个控制信号可用于控制装置以确保在放射治疗期间根据规划剂量图递送辐射剂量。这将在后文尤其参考图4和图5中所示的实施例进行解释。
[0076] 图4图示了描述用于在医学成像期间或放射治疗期间监测运动的计算机实施的方法200的流程图。始于方框210,即步骤a),设备(例如图1中所示的设备10)可以接收从患者测量的EEG信号。患者可以躺在图2中所示的医学成像系统中或图3中所示的放射治疗系统中的患者台上。
[0077] 在方框220,即步骤b),设备10基于所接收的EEG信号来确定RP。
[0078] 可以通过EEG实时监测大脑的当前运动活动,其可以被进一步用于预测下一自主运动任务。实时EEG可以提供新颖的非肌肉控制通道脑机接口(BCI),用于向外部世界传递消息和命令。研究已显示,EEG包括足够的实时信息,以用于不同目的/任务,例如互联网浏览,控制环境(如光、电视和温度),词语处理,控制在屏幕上的二维光标移动,或者甚至操作神经康复。在即将来临的移动之前收集的EEG数据(其与大脑的运动预备和规划周期相关联)提供实质的预测潜能。
[0079] 在人类中,自发移动可能以早期大脑信号为先导。一种这样的信号是在移动之前最后一秒逐渐升高的准备电位(RP)。许多研究都已显示,移动以早期大脑信号为先导。脑机接口可以被用于检测RP。如下文将讨论的,当检测到信号时,预期有自发移动,并且成像设备可以做出反应以防止移动(否决)或开始措施抵抗运动模式以减少运动伪影。
[0080] 在初级运动皮层上测量的人类运动任务的实施以EEG幅度的缓慢减小(在至少500ms以内)为先导,并且该电位被称作MRCP。与基于提示的移动的规划和执行一起产生的MRCP被称作关联性负变(CNV),并且响应于自定节奏移动生成的电位被称作准备电位(RP)。
MRCP存在于真实的以及想象的意志移动中。MRCP包括三个事件,其被称为准备电位(RP)或BP、运动电位,以及移动监测电位(MMP),它们被认为相应地反映了移动规划/准备、运行以及对性能的控制。BP或RP为负皮层电位,其在自主移动的开始之前1.5至1s左右开始增大。
其具有两个基本分段:第一部分为在移动开始之前约1.5s发展的缓慢上升负分段,被称作“早期BP”,并且在中央内侧头皮更为明显;而第二部分具有更陡的斜率且发生在移动发生之前400‑500ms左右,并被称为“晚期BP”,其在初级运动皮层上具有最大幅度。
[0081] 在一些范例中,RP可以通过已知的机器学习方法来确定。例如,可以用来自先前患者的数据训练机器学习模型,以导出RP与EEG信号之间的相关性。用于生成这样的功能的方法可以包括,但不限于,人工神经网络、贝叶斯估计器、支持向量机以及最接近整数分类器。
[0082] 在一些范例中,设备10可以接收不同于EEG信号的一个或多个生理信号。这样的生理信号的范例可以包括,但不限于,皮肤外观(如颜色、纹理)、体温、呼吸速率、心率、排汗、电导率、机械压力,以及指示不安的基于相机的面部表情识别。一个或多个额外的生理信号可以被用作对即将发生的运动事件的另外的指示物,并且可以被关联或被用作针对机器学习模型的分类器,用于RP检测。
[0083] 在方框230,即步骤c),设备10基于所接收的EEG信号来确定是否可能发生患者运动。
[0084] 在一些范例中,如果所确定的RP超过阈值(如运动的概率高),则设备可以确定可能发生患者运动。如果所确定的RP小于或等于阈值,则设备可以确定未预测发生运动或者不足以妨碍图像重建或者不足以妨碍辐射剂量递送。
[0085] 在一些范例中,如果所确定的RP在指示患者的运动的容忍范围的值的范围之外,则设备可以确定可能发生患者运动。如果所确定的RP在值的范围内,则设备可以确定未预测发生运动或者不足以妨碍图像重建或者不足以妨碍辐射剂量递送。
[0086] 在方框240,即步骤d),如果预测可能发生患者运动,则设备经由输出单元提供控制信号作为输出。控制信号可用于控制设备执行以下功能:减少所述医学成像期间的运动伪影或确保在放射治疗期间根据规划剂量图递送辐射剂量。
[0087] 图5示出了基于EEG数据生成的示范性控制信号的概览300。如方框310中所示,设备接收EEG信号,其可以是由CBI利用EEG传感器测量的。设备可以通过信号处理和机器学习模解码并分析EEG。机器学习模块已经被训练为根据EEG信号导出RP。可以将所确定的RP与阈值或指示患者的运动的容忍范围的值的范围进行比较,以确定即将发生的患者运动是否可能发生。如果确定即将发生的患者运动可能发生,则可以生成一个或多个控制信号。
[0088] 额外地,另外的生命体征可以提供任选的输入信号用于运动检测。例如,方框312中所示的3D生命体征、眼部运动和/或生理信号可以是直接的或即将发生的运动的指示物,并且可以被关联或被用作针对机器学习模型的分类器。
[0089] 接口模块可以在成像序列期间或在放射治疗过程期间基于(一个或多个)控制信号来控制一个或多个不同接口。
[0090] 在一些范例中,如方框314中所示,由设备生成的控制信号可以包括被配置为控制通知设备通知患者可能发生患者运动使得患者能够主动做出反应的信号。接口然后将控制信号传送到对应的通知设备。可以经由一个或多个通知设备通知患者,例如光学接口(如LED、监视器)、被集成到RF线圈或床垫中的机械致动器、触觉反馈设备以及手套中的致动器。因此,如果无意识的运动事件即将发生,则可以主动提醒或触发患者,并且患者可以主动作出反应。
[0091] 在一些范例中,如方框316中所示,设备生成的控制信号可以包括被配置为控制机器人和/或致动器提供反向措施使得施加反向力以补偿患者运动的信号。致动器可以位于头部/身体固定保持器中,头部线圈中,和/或床垫中。以此方式,可以以机械方式防止即将发生的患者运动。在这些范例中,机械工具(例如固定设备或者甚至抵抗致动器)可以被用于限制或抵抗患者执行的运动。
[0092] 在一些范例中,如方框318中所示,由设备生成的控制信号可以包括被配置为控制患者床(例如图2中所示的可移动台32)的机械控制单元的信号。例如,患者床的机械控制单元可以通过对即将发生的患者运动的检测来触发,并且可以相应地触发平移或三维(3D)反向移动。
[0093] 在一些范例中,如方框320中所示,由设备生成的控制信号可以包括被配置为控制环境参数(例如声或光)以为患者提供反馈的信号,并且患者可以主动做出反应。
[0094] 在一些范例中,由设备生成的控制信号可以包括被配置为控制成像设备修改医学成像采集过程以考虑可能发生的患者运动的信号。
[0095] 例如,MR成像设备的接口可以根据所确定的RP参数的函数来直接改变MRI序列和系统参数。
[0096] 在第一个范例中,可以调整k空间采集,以考虑将要发生的运动。MR数据是在k空间采集的,并且运动敏感度随着距k空间的中心的距离而下降。因此,提出使用将要发生的运动的信息来改变采集协议,使得k空间中非运动敏感的部分被填充。
[0097] 在第二个范例中,也可以调整时域上的MR序列,以考虑将要发生的运动。MR序列由时域上相较于相同序列的其他部分而言对运动更敏感的部分组成。运动敏感部分的范例为作为空间光谱脉冲的特殊RF脉冲、组合若干RF脉冲和梯度的磁化预备部分、扩散梯度脉冲,和/或采集窗口。来自EEG传感器的有关将要发生的运动的信息可以被用于实时调整MR序列的定时,以避免在运动期间使这样的敏感部分起作用。可以通过以下事实使该途径成为可能,来自CBI的运动提醒信号相对于实际运动的提前时间约为几个100ms的量级,其相较于MR序列的部分的通常长度以及MR系统要调节/改变MR序列所需要的时间尺度而言是长的。
[0098] 在一些范例中,如方框324中所示,如果成像设备为CT扫描器,则由设备生成的控制信号可以包括控制x射线管的信号。例如,当预测运动要发生时,可以停止x射线管的电流。例如,当预测运动要发生时,可以减小x射线剂量。
[0099] 在一些范例中,如方框326中所示,由设备生成的控制信号可以包括被配置为控制治疗设备修改治疗过程以考虑可能发生的患者运动的信号。在一些范例中,当预测患者运动要发生时,可以停止治疗过程。在一些范例中,可以重定向治疗递送。例如,可以执行计算机IMRT规划,以确定用于实现所期望的剂量分布目标的射束脉冲及其射束能量的程序以及MLC配置。用于临床放射治疗的MLC可以调制数百或者甚至数千个微束,并且可以在射束脉冲的数目以及每个脉冲的射束能量上进行额外的调节。可以响应于检测到即将发生的患者运动来调节IMRT规划,以满足由患者的医生制定的规划目标。
[0100] 任选地,系统100还可以包括运动检测器(未示出)。当监测系统(例如CBI)向患者发出否决信号时,患者能够或者不能够抑制运动。重要的是检测后一种情况,因为MR系统之后至少应当以机械方式防止运动和/或调整MR序列。因此,提出通过否决信号触发各自的运动检测/将各自的运动检测切换到活动状态。这可以具有第一优点,即,在其他时间防止假阳性运动检测事件。其可以具有第二优点,即,运动检测器的检测阈值可以被选择为相对较低,因为在否决信号的情况下,运动的概率相对较高。仅在由CBI发出假阳性否决信号的情况下(意味着实际上不存在RP),运动的概率为零。
[0101] 图6图示了用于实施方法200的示范性反馈反应循环模型400。
[0102] 始于方框410,设备(例如图1中所示的设备10)基于所接收的EEG信号来检测RP。例如,可以根据机器学习检测平台导出RP。在方框420,可以向RP应用阈值以决定是否可能发生患者运动以及是否需要执行反向措施。例如,如果所确定的RP超过阈值(如,运动的概率高),则设备可以确定预测运动要发生并继续进行到步骤430。如果所确定的RP小于或等于阈值,则设备可以确定未预测运动要发生或不足以妨碍图像重建。在该情况下,所述方法将返回到步骤410,以继续检测来自患者的RP。在方框430,针对敏感度和时延的统计模块可以被用于提供针对延迟的参数。在方框440,生成一个或多个控制信号以控制至少一个装置执行如图5中讨论的一个或多个反向措施。在方框450,确定成像过程是否仍为活动的。如果确定成像过程仍为活动的,则所述方法将返回到步骤410,以继续检测来自患者的RP。如果确定成像过程不是活动的,则所述方法停止。
[0103] 与移动开始有关的RP的起始可以在不同的移动条件及不同的患者间有相当大的变化。为此目的,图7示出了患者学习和引导工具500的范例。患者学习和引导工具500包括设备10、监测系统20和通知设备60。
[0104] 设备10和监测系统20可以分别实质上在功能上等同于图1中图示的设备10和检测系统20,
[0105] 通知设备60可以为以下中的一个或多个:光学接口、被集成到RF线圈或床垫中的机械致动器、触觉反馈设备以及手套中的致动器。可以训练患者经由上述通知设备60中的一个或多个得到有关内在的自身运动的通知。提出患者学习和引导模块,以允许患者调整到反应。可能存在不适合EEG前瞻性运动控制者的患者(如被镇静的或受限制的患者)。学习模块决定患者是否能够使用所提出的方法。
[0106] 本文中定义和使用的全部定义都应当被理解为统辖字典定义、通过引用并入的文件中的定义,和/或所定义术语的普通含义。
[0107] 本文在说明书和权利要求书中使用的不定冠词“一”和“一个”,除非另有明确相反指明,都应当被理解为意指“至少一个”。
[0108] 本文在说明书和权利要求书中使用的词语“和/或”应当被理解为意指如此结合的元件中“择一或两者”,即在一些情况下结合存在并且在其他情况下分离地存在的元件。用“和/或”列出的多个元件应当以相同方式来解读,即如此结合元件中的“一个或多个”。除了通过“和/或”句式具体标识的元件之外,可以任选地存在其他元件,而无论与具体标识的那些元件相关或不相关。
[0109] 本文在说明书和权利要求书中使用的“或”应当被理解为具有与上文定义的“和/或”相同含义。例如,在分开列举中的项目时,“或”或“和/或”应当被解读为包含性的,即对多个元件或元件列举中的至少一个的包含,但也包含多于一个,并且任选的还包含额外的未列出的项目。仅明确表示相反的术语,例如“仅一个”或“恰好一个”,或者当在权利要求中使用时,“由……组成”将指对多个元件或元件的列举中的恰好一个元件的包含。一般而言,本文中使用的术语“或”,当前面由排除性术语时——例如“择一”“中的一个”“中的仅一个”或“中的恰好一个”,仅应当被解读为指示排除性替代(即“一个或另一个而非两者”)。
[0110] 本文在说明书和权利要求书中使用的词语“至少一个”——涉及一个或多个元件的列举时,应当被理解为意指从列举的元件中的任意一个或多个元件中选择的至少一个元件,但不必须包含列举的元件内所具体列举的每一个元件中的至少一个,并且不排除所列举元件中的元件的任意组合。该定义也允许可以任选地存在除词语“至少一个”所指的列举的元件内具体标识的元件以外的元件,而无论与具体标识的那些元件相关或不相关。
[0111] 在权利要求书中以及上述说明书中,全部过渡性词语,例如“包括”“包含”“带有”“具有”“含有”“涉及”“持有”“由……构成”等等,都应当被理解为开放式的,即意指包括但不限于。只有过渡性词语“由……组成”和“实质上由……组成”应当分别为封闭式或半封闭式过渡性词语。
[0112] 在本发明的另一示范性实施例中,提供一种计算机程序或计算机程序元件,其特征在于,被适配为在合适的系统上执行根据前述实施例之一的方法的方法步骤。
[0113] 计算机程序元件因此可以被储存在计算机单元上,其也可以为本发明的实施例的部分。该计算单元可以被适配为执行或诱导执行上述方法的步骤。而且,其可以被适配为操作上述装置的部件。计算单元可以被是配位自动运行和/或执行用户的命令。计算机程序可以被载入到数据处理器的工作存储器中。数据处理器因此可以被装备为执行本发明的方法。
[0114] 本发明的该示范性实施例覆盖以下两者:从一开始就使用本发明的计算机程序,以及借助于更新将现有程序转变成使用本发明的程序的计算机程序。
[0115] 进一步,计算机程序元件可以能够提供要履行上述方法的示范性实施例的程序的全部所需步骤。
[0116] 根据本发明另外的示范性实施,提供一种计算机可读介质,例如CD‑ROM,其中计算机可读介质具有储存于其上的计算机程序元件,该计算机程序元件在前面部分得到描述。
[0117] 计算机程序可以被储存和/或分布在合适的介质上,例如于其他硬件一起或作为其他硬件的部分供应的光学存储介质或固态介质,但也可以被分布为其他形式,例如经由互联网或者其他有线或无线电信系统。
[0118] 然而,计算机程序也可以在如万维网的网络上提供,并且可以从这样的网络被下载到数据处理器的工作存储器中。根据本发明另外的示范性实施例,提供一种用于使计算机程序元件可供下载的介质,该计算机程序元件被布置为执行根据本发明前述实施例之一的方法。
[0119] 尽管本文已经描述和说明了若干本发明的实施例,但本领域普通技术人员将容易地想到用于执行本文中描述的功能和/或获得结果和/或优点中的一个或多个的各种其他装置和/或结构,并且这样的变形和/或修改中的每个都被视为在本文描述的本发明的实施例的范围内。更一般地,本领域技术人员将容易地认识到,本文中描述的全部参数、尺寸、材料和配置都意图为示例性的,并且实际的参数、尺寸、材料和/或配置将取决于本发明的教导所要被使用的一个或多个具体应用。本领域技术人员将认识到,或能够使用不超过常规的实验确定,本文中描述的具体本发明的实施例的许多等同。因此,要理解,前述实施例仅以示例的方式来提供,并且在所附权利要求及其等同的范围内,可以以不同于具体描述和要求保护的其他方式来实践本发明的实施例。本公开中本发明的实施例涉及本文中描述的每个单独的特征、系统、制品、材料、套件和/或方法。此外,两个或更多个这样的特征、系统、物品、材料、套件和/或方法的任意组合——如果这样的特征、系统、物品、材料、套件和/或方法互不冲突——都被包含在本公开的发明范围内。