申请/专利权人:中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所)
申请日:2022-12-02
公开(公告)日:2024-04-19
公开(公告)号:CN115829972B
主分类号:G06T7/00
分类号:G06T7/00;G06V10/774;G06T7/13;G06N3/04;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.04.19#授权;2023.04.07#实质审查的生效;2023.03.21#公开
摘要:本申请属于放射治疗技术领域,公开了一种放疗计划三维剂量分布与通量的同步预测方法及装置,该方法包括:从患者的肿瘤医学影像中提取计划靶区轮廓图像、危及器官轮廓图像及CT图像;根据预先训练好的同步预测模型、提取得到的计划靶区轮廓图像、危及器官轮廓图像及CT图像,得到患者的放疗计划的预测三维剂量分布图和预测二维通量图;根据预测三维剂量分布图和预测二维通量图,反归一化得到患者的放疗计划的绝对剂量分布图和绝对通量图。本申请可以达到提高放疗计划质量一致性和计划设计效率的效果。
主权项:1.一种放疗计划三维剂量分布与通量的同步预测方法,其特征在于,所述方法包括:从患者的肿瘤医学影像中提取计划靶区轮廓图像、危及器官轮廓图像及CT图像,所述肿瘤医学影像为患者的DICOM文件;根据预先训练好的同步预测模型、提取得到的所述计划靶区轮廓图像、所述危及器官轮廓图像及所述CT图像,得到所述患者的放疗计划的预测三维剂量分布图和预测二维通量图,所述同步预测模型为共享编码器网络或直接级联网络,所述共享编码器网络包括编码路径、第一解码路径及第二解码路径;所述编码路径用于通过卷积和下采样操作提取图像的关键特征,以降低图像分辨率;所述第一解码路径用于通过上采样、卷积和跳跃连接来恢复图像细节和大小,输出所述预测三维剂量分布图;所述第二解码路径用于通过上采样、卷积和跳跃连接来恢复图像细节和大小,通过传递所述第一解码路径的各级剂量特征得到三维特征体积图,通过几何投影操作将所述三维特征体积图转换成所述预测二维通量图,并输出所述预测二维通量图;所述直接级联网络包括第一U-Net网络和第二U-Net网络;所述第一U-Net网络用于根据所述计划靶区轮廓图像、所述危及器官轮廓图像及所述CT图像输出所述预测三维剂量分布图;所述第二U-Net网络用于根据所述计划靶区轮廓图像、所述危及器官轮廓图像、所述CT图像以及所述第一U-Net网络输出的所述预测三维剂量分布图,得到三维特征体积图,通过几何投影操作将所述三维特征体积图转换成所述预测二维通量图,并输出所述预测二维通量图;根据所述预测三维剂量分布图和所述预测二维通量图,反归一化得到所述患者的放疗计划的绝对剂量分布图和绝对通量图。
全文数据:
权利要求:
百度查询: 中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所) 一种放疗计划三维剂量分布与通量的同步预测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。