[发明专利]一种肿瘤的运动估计方法、装置、终端设备和存储介质

权利要求书

1.一种肿瘤的运动估计方法，其特征在于，包括：

获取患者的呼吸关联信号的当前值，所述呼吸关联信号反映所述患者带有肿瘤的指定器官在各个不同呼吸状态下的运动轨迹特征；

将所述呼吸关联信号的当前值输入肿瘤运动估计模型，得到估计的所述肿瘤的当前位置，所述肿瘤运动估计模型以先验肿瘤位置数据集和所述呼吸关联信号作为先验知识构建得到，所述先验肿瘤位置数据集根据预采集的所述指定器官的图像数据集确定，且包含所述肿瘤在所述各个不同呼吸状态下的位置，所述图像数据集包含所述指定器官在所述各个不同呼吸状态下的三维图像；

将估计的所述肿瘤的当前位置输入器官运动估计模型，得到估计的所述指定器官的当前速度向量场，所述当前速度向量场包含当前所述指定器官的各个位置点分别对应的速度向量，所述器官运动估计模型以先验速度向量场和所述先验肿瘤位置数据集作为先验知识构建得到，所述先验速度向量场根据所述图像数据集确定，且包含所述指定器官在所述各个不同呼吸状态下的速度向量场；

其中，在将所述呼吸关联信号的当前值输入肿瘤运动估计模型之前，还包括：

从所述图像数据集中分割出所述指定器官在所述各个不同呼吸状态下的体数据；

从所述各个不同呼吸状态中选取一个呼吸状态作为参考状态，并对所述参考状态下的体数据和其它状态下的体数据执行微分同胚变形配准处理，得到所述先验速度向量场，所述其它状态为所述各个不同呼吸状态中除所述参考状态外的其它呼吸状态；

以所述先验速度向量场和所述先验肿瘤位置数据集作为先验知识，构建得到所述器官运动估计模型。

2.如权利要求1所述的方法，其特征在于，所述呼吸关联信号为设置于所述患者的身体指定部位的光学标记的运动轨迹信号，所述运动轨迹信号包含所述光学标记在各个时间点下的空间位置，在将所述呼吸关联信号的当前值输入肿瘤运动估计模型之前，还包括：

根据所述先验肿瘤位置数据集和所述运动轨迹信号构建位置配对数据集，所述位置配对数据集包含每个所述呼吸状态下分别对应的所述先验肿瘤位置数据集中的肿瘤位置和所述运动轨迹信号中的光学标记位置；

以所述位置配对数据集作为先验知识，构建得到所述肿瘤运动估计模型。

3.如权利要求2所述的方法，其特征在于，以所述位置配对数据集作为先验知识，构建得到所述肿瘤运动估计模型，包括：

基于ε-SVR机器学习模型和所述位置配对数据集，以所述运动轨迹信号作为代理信号，在各个预设空间坐标方向上分别建立对应的肿瘤运动估计模型。

4.如权利要求1所述的方法，其特征在于，对所述参考状态下的体数据和其它状态下的体数据执行微分同胚变形配准处理，得到所述先验速度向量场，包括：

为所述指定器官在所述参考状态下的速度向量场赋予预设的初始值；

针对所述其它状态中的每个呼吸状态，根据该呼吸状态下的体数据以及所述参考状态下的体数据，采用交替优化的策略计算得到该呼吸状态对应的速度向量场的更新值，并将所述更新值与所述初始值相加，得到所述指定器官在该呼吸状态下的速度向量场。

5.如权利要求1所述的方法，其特征在于，将估计的所述肿瘤的当前位置输入器官运动估计模型，得到估计的所述指定器官的当前速度向量场，包括：

针对所述指定器官的每个位置点，将该位置点的速度向量作为估计的所述肿瘤的当前位置的函数，并根据估计的所述肿瘤的当前位置，采用空间插值的方法往该位置点在所述各个不同呼吸状态下的速度向量之间插值，得到估计的该位置点的当前速度向量，其中，该位置点在所述各个不同呼吸状态下的速度向量根据所述先验速度向量场确定。

6.如权利要求1至5中任一项所述的方法，其特征在于，在得到估计的所述指定器官的当前速度向量场之后，还包括：

采用预设的高斯核函数对所述当前速度向量场进行正则化，并通过群指数变换的方式获得所述指定器官的当前稠密位移场，所述当前稠密位移场包含当前所述指定器官的各个位置点分别对应的位移向量。