[发明专利]人工智能引导的剂量预测方法与系统

权利要求书

1.一种人工智能引导的剂量预测方法，其特征在于，包括：

获取病人以预设格式存储的医学影像；

对所述医学影像进行勾画以获取几何解剖结构；

根据所述医学影像对应的病种信息、所述几何解剖结构以及预设的病种-处方模板库确定处方；

根据所述病种信息、所述几何解剖结构和所述处方确定放疗照射角度；

将所述病种信息、所述几何解剖结构、所述处方和所述放疗照射角度输入训练完成的剂量预测模型，得出放疗剂量结果。

2.根据权利要求1所述的人工智能引导的剂量预测方法，其特征在于，采用基于像素对像素的剂量预测模型，所述剂量预测模型包括：

以归一化的PTV平均剂量建立数据集，并以该数据集制定评分模板；

对感兴趣区域进行标准化命名；

将三维医学影像分割为二维切片作为训练集和测试集；

读取所述训练集的三维计划靶区数据的射线角度，将射线角度投影在计划靶区上得到网络权重，对该网络权重采用剂量计算算法进行剂量计算得到射束通道；

以U-net网络或者V-net网络作为生成器、以马尔科夫判别器作为判别器构建Pix2pix剂量预测模型；

以所述二维切片图像作为所述生成器的输入，以所述生成器输出的预测剂量和原始剂量作为所述判别器的输入，所述判别器输出判断结果；

将所述训练集的所有二维切片输入所述Pix2pix剂量预测模型训练。

3.根据权利要求1所述的人工智能引导的剂量预测方法，其特征在于，所述根据所述病种信息、所述几何解剖结构和所述处方确定放疗照射角度的方法具体包括：

将历史病例的病种信息、几何解剖结构和处方进行机器学习，确定照射角度预测模型，将当前病例的所述病种信息、所述几何解剖结构和所述处方输入所述照射角度预测模型获取预测照射角度，作为所述放疗照射角度。

4.根据权利要求1所述的人工智能引导的剂量预测方法，其特征在于，所述根据所述病种信息、所述几何解剖结构和所述处方确定放疗照射角度的方法具体包括：

根据病种标记计划靶区的器官权重，沿射线方向计算每个角度的器官权重累加值；

合并相邻满足预设权重阈值的角度，将符合权重阈值的角度作为所述放疗照射角度。

5.根据权利要求1所述的人工智能引导的剂量预测方法，其特征在于，所述根据所述病种信息、所述几何解剖结构和所述处方确定放疗照射角度的方法具体包括：

确定感兴趣区域，选择至少一个计划靶区和一个危及器官，并对每个感兴趣区域进行全角度照射角度投影；

在每个分段角度的每个角度上对计划靶区计算最小外接矩形，对某危及器官在该角度与对应的最小外接矩形进行交集运算，得到交集面积；

对所有分段角度的交集面积进行求和，以最小的和值作为目标函数，采用非线性整数最优化算法求解得到最优分段索引和最优角度索引，作为所述放料照射角度。

6.根据权利要求1所述的人工智能引导的剂量预测方法，其特征在于，所述剂量预测模型迭代训练至收敛曲线达到预设收敛值时完成训练。

7.根据权利要求2所述的人工智能引导的剂量预测方法，其特征在于，所述生成器为多级层次的U-net网络或者V-net网络。

8.一种人工智能引导的剂量预测系统，其特征在于，包括：输入模块、勾画模块、AI剂量模块和输出模块；

所述输入模块包括影像输入子模块和处方模板子模块；所述影像输入子模块用于获得医学影像信息，包括患者信息、病种信息和医学影像；所述处方模板子模块包括预设的病种-处方模板库以及调用方法；

所述勾画模块包括自动勾画子模块和手动勾画子模块；默认使用所述自动勾画子模块，所述手动勾画子模块是所述自动勾画子模块的补充，可对所述自动勾画子模块的勾画结果进行修改；

所述AI剂量模块包括角度生成子模块、剂量预测子模块和手动剂量修改子模块；其中，所述角度生成子模块预设有多个方法可以设置使用，所述剂量预测子模块可选多种预设的预测模型，预测模型包括基于U-net模型或者V-net模型；所述手动剂量修改子模块可对所述剂量预测子模块所预测的结果进行修改；

所述输出模块用于将得出预测结果输出。