[发明专利]一种肿瘤患者精准剂量验证装置有效
申请号: | 201911001895.X | 申请日: | 2019-10-21 |
公开(公告)号: | CN110841205B | 公开(公告)日: | 2021-06-22 |
发明(设计)人: | 金献测;谢聪颖 | 申请(专利权)人: | 温州医科大学附属第一医院 |
主分类号: | G16H20/10 | 分类号: | G16H20/10;G16H50/70 |
代理公司: | 温州金瓯专利事务所(普通合伙) 33237 | 代理人: | 林益建 |
地址: | 325000 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 肿瘤 患者 精准 剂量 验证 装置 | ||
1.一种肿瘤患者精准剂量验证装置,其特征在于,
信息数据库模块,用于建立肿瘤患者的信息数据库;所述的肿瘤患者的信息数据库包括治疗计划复杂度参数和计划质量参数;
精准放疗剂量验证评估模型建立模块,对肿瘤患者信息数据库中患者样本数据进行分类,建立精准放疗剂量验证评估模型,得到归一化QA指标,构建个体化QA自动预测模型;
关键计划参数分析模块,通过参数分析算法分析肿瘤患者信息数据库的数据,得到肿瘤患者的关键计划参数;
精准放疗剂量验证评估模型优化模块,以所述肿瘤患者信息数据库样本的关键计划参数为输入参数,输入到所述的精准放疗剂量验证评估模型,并通过递归优化算法校正所述患者精准放疗剂量验证评估模型,得到精准放疗计划预测QA指标;
通过参数分析算法分析肿瘤患者信息数据库的数据,得到肿瘤患者的关键计划参数包括:
对肿瘤患者信息数据库中的数据提取特征参数,通过所述提取特征参数生成关联规则;
通过所述提取特征参数和关联规则,构建所述提取特征参数的关联关系网络;
选取所述的特征参数,通过计算所选取的特征参数的信息增益,判断对剂量验证结果的影响权重,得到所述的关键计划参数;
所述的参数分析算法为关联规则分析算法,包括:
对所述肿瘤患者信息数据库中的所述治疗计划复杂度参数和计划质量参数进行特征选择和降维处理;
对筛选出的所述治疗计划复杂度参数和计划质量参数进行离散化处理,转化为事务型数据集;
搜索所述事务型数据集中的频繁项集并计算支持度,生成关联规则,设置最小支持度、置信度阈值;
以所筛选出的治疗计划复杂度参数和计划质量参数为点,所生成的关联规则为有向边,构建所述的治疗计划复杂度参数和计划质量参数的关联关系网络。
2.根据权利要求1所述的肿瘤患者精准剂量验证装置,其特征在于,所述的信息增益计算公式为:
Gain(A,B)=Entropy(A)-Entropy(A/B)
A为特征参数,Gain(A,B)为信息增益在得知特征参数A一定的情况下,B不确定性的减少程度,Entropy(A/B)为特征A被固定时的条件熵。
3.根据权利要求1所述的肿瘤患者精准剂量验证装置,其特征在于,对肿瘤患者信息数据库中患者样本数据进行分类,建立精准放疗剂量验证评估模型,包括:
获取肿瘤患者信息数据库中患者样本数据,对患者样本数据中的三维剂量验证误差分布图提取肿瘤患者信息数据库中的特征信息,并对所提取的特征信息进行分类并保存;
对所提取的特征信息进行数据预处理进行数据归一化处理;
将提取的肿瘤患者信息数据库中的数据分为训练集和验证集,用所述的训练集训练放疗剂量验证评估模型,得到所述的精准放疗剂量验证评估模型,并通过所述的验证集验证。
4.根据权利要求3所述的肿瘤患者精准剂量验证装置,其特征在于,所述的训练集占所述提取的肿瘤患者信息数据库中数据的80%,所述的验证集占所述提取的肿瘤患者信息数据库中数据的20%。
5.根据权利要求1所述的肿瘤患者精准剂量验证装置,其特征在于,所述的递归优化算法是决策树或多层感知神经网络。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于温州医科大学附属第一医院,未经温州医科大学附属第一医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911001895.X/1.html,转载请声明来源钻瓜专利网。