[发明专利]一种用于执行自适应放射治疗计划的计算机系统

权利要求书

1.一种用于执行自适应放射治疗计划的计算机系统，其中所述计算机系统包括处理器和存储器，所述存储器被耦合至所述处理器并且包含存储于其上的指令，所述指令在由所述处理器执行时使所述计算机系统执行以下操作：

获得与第一成像模态相关联的治疗图像数据，其中所述治疗图像数据是在患者的治疗阶段期间获取；

获得与第二成像模态相关联的计划图像数据，其中所述计划图像数据是在所述治疗阶段之前获取以为所述患者产生治疗计划；

确定所述治疗图像数据与所述计划图像数据之间的差异是否超过阈值；

响应于确定所述差异超过所述阈值，

对与所述第一成像模态相关联的所述治疗图像数据进行变换以产生与所述第二成像模态相关联的变换后的图像数据；以及

使用第一深度学习引擎来处理所述变换后的图像数据以产生输出数据来更新所述治疗计划；

否则使用第二深度学习引擎来处理所述治疗图像数据和所述计划图像数据以产生输出数据来更新所述治疗计划。

2.如权利要求1所述的计算机系统，其中确定所述治疗图像数据与所述计划图像数据之间的所述差异是否超过阈值包括：

基于所述治疗图像数据与所述计划图像数据之间的比较，确定所述治疗图像数据与所述计划图像数据之间的所述差异是否超过所述阈值，所述阈值呈与以下中的至少一者相关的预定显著性阈值的形式：需要剂量递送的靶标的形状、尺寸或位置变化；以及接近于所述靶标的健康组织的形状、尺寸或位置变化。

3.如权利要求1或权利要求2所述的计算机系统，其中对所述治疗图像数据进行变换包括：

使用另一深度学习引擎来对所述治疗图像数据进行变换以产生所述变换后的图像数据。

4.如权利要求1或权利要求2所述的计算机系统，其中对所述治疗图像数据进行变换包括：

使用图像配准算法来将所述治疗图像数据变换为包括适合于治疗计划的数据的所述变换后的图像数据。

5.如权利要求1或权利要求2所述的计算机系统，其中使用所述第一深度学习引擎来处理所述变换后的图像数据包括：

使用所述第一深度学习引擎的第一处理路径来处理所述变换后的图像数据以产生与第一分辨率水平相关联的第一特征数据；以及

使用所述第一深度学习引擎的第二处理路径来处理所述变换后的图像数据以产生与第二分辨率水平相关联的第二特征数据；

使用所述第一深度学习引擎的第三处理路径来处理所述变换后的图像数据以产生与第三分辨率水平相关联的第三特征数据；以及

基于所述第一特征数据、所述第二特征数据和所述第三特征数据而产生所述输出数据。

6.如权利要求1或权利要求2所述的计算机系统，其中所述指令在由所述处理器执行时还使所述计算机系统执行以下操作：

在使用所述第二深度学习引擎来处理所述治疗图像数据和所述计划图像数据之前，通过相对于所述计划图像数据配准所述治疗图像数据来执行图像配准以产生变换后的图像数据。

7.如权利要求6所述的计算机系统，其中使用所述第二深度学习引擎来处理所述治疗图像数据和所述计划图像数据包括：

使用所述第二深度学习引擎来处理所述变换后的图像数据和所述计划图像数据以产生所述输出数据。

8.如权利要求1或权利要求2所述的计算机系统，其中使用所述第二深度学习引擎来处理所述治疗图像数据和所述计划图像数据包括：

使用所述第二深度学习引擎的第一处理路径来处理所述治疗图像数据和所述计划图像数据以产生与第一分辨率水平相关联的第一特征数据；以及

使用所述第二深度学习引擎的第二处理路径来处理所述治疗图像数据和所述计划图像数据以产生与第二分辨率水平相关联的第二特征数据；

使用所述第二深度学习引擎的第三处理路径来处理所述治疗图像数据和所述计划图像数据以产生与第三分辨率水平相关联的第三特征数据；以及

基于所述第一特征数据、所述第二特征数据和所述第三特征数据而产生所述输出数据。