[发明专利]一种基于DVH预测模型的自动预测计划难易程度的方法

权利要求书

1.一种基于DVH预测模型的自动预测计划难易程度的方法，其特征在于，包括以下步骤：

（1）收集同类型癌症病人的勾画数据以及计划数据，利用收集的数据训练危及器官的DVH预测模型；

（2）输入新病例的靶区、危及器官的勾画数据，利用训练好的DVH预测模型，预测各危及器官的DVH曲线；

（3）依据预测的危及器官DVH曲线，评估计划的难易程度；

在所述步骤（1）中，DVH预测模型的训练具体包括以下步骤：

（1.1）计算或获取所有病人的所有危及器官的OVH曲线、 DVH曲线、体积，获取所有病人的靶区的体积；

（1.2）对于每个危及器官，选取所有病人在该危及器官上的OVH曲线，以这些OVH曲线为训练数据，训练该危及器官OVH的PCA降维模型，同时利用训练好模型对这些OVH进行PCA降维，得到它们的PCA特征；

（1.3）与所述步骤（1.2）同，训练每个危及器官DVH的PCA降维模型，并计算所有病人在各危及器官上的DVH的PCA特征；

（1.4）对于m个病人，得到m个训练样本；

针对每一病人，按如下方式得到一个训练样本：

（1.4.1）将病人的各危及器官的体积、靶区体积、各危及器官OVH的各PCA特征顺序排列得到一个数据；

（1.4.2）将病人的各危及器官DVH的各PCA特征顺序排列，得到上述数据对应的标签；

（1.5）将m个训练样本放入SVR模型进行训练；

所述步骤（2）具体包括如下步骤：

（2.1）输入一个病人的勾画数据；

（2.2）计算病人各危及器官的OVH曲线，并使用DVH预测模型训练阶段得到相应的PCA降维模型分别对各OVH曲线进行PCA降维，得到各OVH曲线的PCA特征；

（2.3）获取病人各危及器官及靶区的体积；

其中，各体积的计算方法要求与DVH预测模型训练阶段体积的计算方法一致；

（2.4）将病人的各危及器官的体积、靶区体积、各危及器官OVH的各PCA特征顺序排列得到一个数据，将该数据分别输入各危及器官DVH的各PCA特征预测模型，得到预测值；

（2.5）对于每个危及器官，将该危及器官DVH的各PCA特征的预测值顺序排列，组成该危及器官的PCA特征向量，以该特征向量为输入，执行该危及器官DVH的PCA降维的逆变换预测出该器官的DVH曲线；

病人危及器官OVH曲线的计算方法包括以下步骤：

S1：将勾画插值为三维体数据：

S2：在三维体数据上计算OVH曲线；

所述步骤S1具体包括以下步骤：

S1.1：将危及器官、靶区PTV的所有勾画点坐标的单位统一为mm，即将勾画点X、Y方向的坐标乘上CT的像素；

S1.2：遍历危及器官、靶区PTV的所有勾画，分别找出勾画的最小最大切片位置minP、maxP，最小最大X坐标minX、maxX，最小最大Y坐标minY、maxY；

S1.3：计算X、Y方向的坐标跨度rangeX=maxX-minX，rangeY=maxY-minY，将rangeX、rangY中的最大值记为range；

S1.4：指定三维体在X、Y方向上的最大像素长度pixelLen，然后由此计算三维体的像素大小pixelSize=range/pixelLen；

S1.5：计算三维体在X、Y、Z切片方向上的像素长度，

xLen=ceil(rangeX/pixelSize)；

yLen=ceil(rangeY/pixelSize)；

zLen=ceil(( maxP-minP)/ pixelSize)；

S1.6：将靶区PTV的三维体初始化为规模为（xLen，yLen，zLen）的零矩阵；

S1.7：遍历靶区PTV中所有的勾画，计算勾画所在切片位置在三维体中对应的Z坐标ptz，同时计算勾画中的所有勾画点在三维体中对应的XOY平面的像素点记为pts，在靶区PTV的三维体的Z坐标为ptz的二维图像使用pts进行多边形填充，填充值为1；

若（x, y）是切片位置为p的勾画上的勾画点，其对应的像素点（ptx, pty, ptz）的计算公式为：

ptx=round((x-minX)/ pixelSize)；

pty=round((y-minY)/ pixelSize)；

ptz=round((p-minP)/ppixelSize)；

S1.8：对靶区PTV的三维体在Z方向进行插值，具体为：

获取靶区PTV所有勾画的最小最大切片位置在三维体中对应的Z坐标minZ，maxZ，对三维体中Z坐标在minZ、maxZ之间的值全为0的二维图形进行插值，插值原则为选取在Z方向离该二维图像最近的切片对应的二维图像的值作为该二维图像的值；

S1.9：对危及器官同样执行步骤S1.6- S1.8，获取它们对应的三维体；

所述步骤S2具体包括以下步骤：

S2.1：采用六邻域的方法获取靶区三维体中PTV的边界，具体为，当靶区PTV中像素点在三维体的边界上，或者其上下、前后、左右中存在值为0的点时，认为其为边界点；

S2.2：计算危及器官三维体各点到靶区PTV边界的距离，具体包括以下步骤：

S2.2.1：获取三维体中危及器官在靶区PTV的内部部分inPart、外部部分outPart；

S2.2.2：分别计算inPart、outPart中各点到靶区PTV边界的距离，其中inPart中各点的距离要取相反数表示在PTV内部；

S2.3：将距离升序排列，获取距离中的最小最大值minD、maxD，然后获取区间[minD,maxD]的t等分点d0, d1, d2, …, dt；

S2.4：在升序排列的距离列表中，找出第一个大于di的元素的下标ki，下标从0开始，ki*100/pixelNum就是OVH曲线中di对应的纵坐标，其中：pixelNum为三维体中危及器官的像素个数；当i取遍0, 1, 2, …, t时，即可得到危及器官的OVH曲线。