-
公开(公告)号:CN109152926A
公开(公告)日:2019-01-04
申请号:CN201780014147.8
申请日:2017-01-27
发明人: 鲁珀特·阿奇·布鲁克斯 , 莱伊拉·派施达德 , 米歇尔·莫罗
IPC分类号: A61N5/10
摘要: 一种图像引导治疗递送系统,其包括:治疗发生器,其被配置成产生被导向至治疗受体内的时变治疗位点的治疗束;成像输入,其被配置成接收关于治疗受体内的时变目标位点的成像信息;以及治疗控制器。治疗发生器包括治疗输出,其被配置成根据治疗方案来对治疗束进行导向。治疗控制器被配置成使用从成像信息中提取的指示较早目标位点的信息、周期性运动模型和指定延迟来自动生成预测目标位点,以及自动生成更新治疗方案,以将时变治疗位点与预测目标位点对准。
-
公开(公告)号:CN113727652B
公开(公告)日:2024-09-06
申请号:CN202080030881.5
申请日:2020-03-19
申请人: 医科达有限公司
发明人: 马克·霍夫曼-茹科夫斯基 , 丹尼尔·洛杜
摘要: 一种覆盖层系统,其可以包括基本上平坦的覆盖层基部件,该基本上平坦的覆盖层基部件包括顶侧部。基部件可以例如在基部件的第一端部处限定手柄接纳部。手柄接纳部可以包括可选地具有锥形轮廓的手柄捕获部分。居中定位的长形引导件可以沿着基部件的顶侧部纵向地延伸,以引导超声探针保持件的沿着基部件的纵向轴线的平移运动。手柄可以构造成通过使用者来与基部件的手柄接纳部附接及拆卸。手柄可以限定可选地具有楔形轮廓的通道。手柄的楔形轮廓可以对应于手柄接纳部的锥形轮廓。通道至手柄接纳部的捕获部分的接合可以将手柄附接至基部件。
-
公开(公告)号:CN118414194A
公开(公告)日:2024-07-30
申请号:CN202180105150.7
申请日:2021-10-25
申请人: 医科达有限公司
发明人: J·O·斯约伦德 , C·A·H·诺德斯特罗姆
摘要: 公开了用于在连续计算空间中进行动态放射治疗计划的系统和方法。用于生成用于放射治疗的治疗计划数据的示例操作包括:获得用于人类受试者的放射治疗的数据;从用于放射治疗的数据生成辐射控制集,其中辐射控制中的至少一者基于来自连续(例如无限维)计算空间的映射;将所生成的辐射控制集转换为治疗递送参数集,治疗递送参数集对应于放射治疗机的能力;以及基于治疗递送参数集产生用于放射治疗的治疗计划数据。
-
-
公开(公告)号:CN114206438B
公开(公告)日:2024-05-03
申请号:CN201980099082.0
申请日:2019-06-28
申请人: 医科达有限公司
发明人: 林登·斯坦利·希巴德
IPC分类号: A61N5/10
摘要: 公开了用于基于目标解剖结构的投影图像生成放射疗法治疗机器参数的系统和方法。系统和方法包括:接收描绘对象的解剖结构的图像;基于所接收的图像生成第一投影图像,该第一投影图像表示从放射疗法治疗机器的第一台架角度的解剖结构的视图;将机器学习模型应用于第一投影图像,以估计在该第一台架角度下的多叶准直器(MLC)叶片位置的第一图形孔径图像表示和在该角度下的放射强度,机器学习模型被训练成建立表示患者解剖结构的不同视图的投影图像与对应于不同视图的不同台架角度下的MLC叶片位置的相应的图形孔径图像表示之间的关系;以及基于第一图形孔径图像表示生成放射疗法治疗机器参数。
-
公开(公告)号:CN112805058B
公开(公告)日:2023-08-08
申请号:CN201980062194.9
申请日:2019-07-29
申请人: 医科达有限公司
发明人: 米格尔·希门尼斯-卡瓦雅尔 , 拉尔夫·施普里斯特斯巴赫
IPC分类号: A61N5/10
摘要: 公开了用于校准和控制多叶片准直器的叶片的系统和方法。根据示例性方法,控制器可以接收准直器叶片的图像,并且可以确定成像标记与相应的叶片的端部之间的微小偏移。另外,控制器可以量化与叶片成像摄像装置相关联的桶形失真效应。控制器可以使用微小偏移和桶形失真量化来校正叶片位置数据,并且可以使用经校正的叶片位置来在放射疗法期间精确地放置叶片。有利地,可以利用叶片形成期望的束成形窗,确保使照射健康组织最小化,同时还确保目标组织接收正确的辐射剂量。本公开内容的实施方式提供了可以比现有的校准技术更快的准直器校准技术,允许缩短的校准时间和更快的放射疗法阶段。
-
公开(公告)号:CN108770373B
公开(公告)日:2022-08-19
申请号:CN201680072831.7
申请日:2016-10-12
申请人: 医科达有限公司
发明人: 韩晓
摘要: 提供了用于生成可以被用于生成伪CT图像的伪CT预测模型的系统和方法。示例性系统可以包括被配置成检索训练数据的处理器,其中训练数据包括针对多个训练受试体中的每个训练受试体的至少一个MR图像和至少一个CT图像。针对每个训练受试体,处理器可以从所述至少一个MR图像的每个图像点提取多个特征,针对每个图像点基于所提取的特征来创建特征向量,并且从所述至少一个CT图像的每个图像点提取CT值。处理器还可以基于所述多个训练受试体的特征向量和CT值来生成伪CT预测模型。
-
公开(公告)号:CN114728166A
公开(公告)日:2022-07-08
申请号:CN202080082587.9
申请日:2020-10-09
申请人: 医科达有限公司
发明人: 托尼·法尔科 , 马丁·埃米尔·拉歇内
IPC分类号: A61N5/00
摘要: 提供了一种系统和方法,所述系统和方法用于执行包括以下项的操作:基于使用对比度增强的磁共振(MR)成像信息生成的患者的第一图像来生成用于治疗包括心肌疤痕的消融体积的放射疗法治疗计划;基于患者的第一图像,在使用无对比度的MR成像信息生成的患者的第二图像中识别包括心肌疤痕的消融体积;基于在患者的第二图像中识别的消融体积来调整放射疗法治疗计划;基于经调整的放射疗法治疗计划,在由放射疗法治疗设备进行的放射疗法治疗分段的递送期间获取患者的影像图像;以及将患者的影像图像与患者的第二图像进行比较,以控制由放射疗法治疗设备进行的放射疗法束的递送。
-
公开(公告)号:CN114037726A
公开(公告)日:2022-02-11
申请号:CN202111210496.1
申请日:2019-02-12
申请人: 医科达有限公司
发明人: 韩骁 , 妮科莱特·帕特里夏·马格罗
摘要: 本申请公开了使用深度学习的基于图谱集的分割。在基于图谱集的分割过程中操作经训练的机器学习模型分类器的计算机实现的方法包括:将机器学习模型分类器应用于受试者图像以产生受试者图像的各个区域的分类,机器学习模型分类器已经由与机器学习模型分类器分离的深度学习模型产生的数据训练;基于受试者图像的各个区域的分类估计受试者图像的各个区域的结构标记;以及通过将估计的结构标记与对受试者图像进行基于图谱集的分割产生的结构标记组合来定义受试者图像的各个区域的结构标记;其中机器学习模型分类器使用从深度学习模型产生的数据来训练以对图谱集图像中的多个解剖结构分类;并且其中深度学习模型包括生成数据的卷积神经网络。
-
公开(公告)号:CN113599724A
公开(公告)日:2021-11-05
申请号:CN202110885822.2
申请日:2019-04-23
申请人: 医科达有限公司
发明人: 妮科莱特·帕特里夏·马格罗 , 韩骁
摘要: 本发明公开了一种验证剂量扭曲或其他剂量映射技术的方法。可变形的放射疗法体模可以基于患者的医学图像使用增材制造工艺来产生。可变形的体模可以包括用于测量辐射剂量分布的剂量计。智能材料可以允许响应于所施加的刺激的变形。除其他事项外,体模可以用于验证辐射剂量扭曲、放射疗法治疗计划,确定患者的最大可接受的变形,验证剂量扭曲和可变形的图像配准的累积精度等。
-
-
-
-
-
-
-
-
-