[发明专利]剂量预测方法、装置、设备及介质

说明书

本申请公开了一种剂量预测方法、装置、设备及介质，涉及智能医疗技术领域。该方法包括：获取扫描训练图像和放射剂量分布图像；基于扫描训练图像和放射剂量分布图像对初始网络模型中的第一参数进行训练，得到至少两个教师网络模型；通过对抗学习将至少两个教师网络模型中的信息传递至学生网络模型中，调整学生网络模型的第二参数，得到剂量预测模型；通过剂量预测模型对目标扫描图像对应的放射剂量分布进行预测，得到目标扫描图像对应的放射剂量预测图像。基于对抗学习将多个教师网络模型中的信息传递至学生网络模型中，训练得到用于对扫描图像进行剂量分布预测的放射剂量预测模型，提高了剂量分布预测的可靠性。

技术领域

本申请涉及智能医疗技术领域，特别涉及一种剂量预测方法、装置、设备及介质。

背景技术

放射治疗已经成为对肿瘤进行治疗和控制的重要手段，其中，在放射治疗之前需要进行放疗计划设计，而放疗计划设计的质量影响放射治疗过程的效果，在进行放疗计划设计时，需要保证目标区域的放射剂量的同时尽量减少正常组织器官的放射剂量。

为了获得理想的剂量分布，通常由专业规划师对放疗计划进行设计，即规划师需要仔细地经过多次反复实验迭代调整治疗计划参数和权重来控制临床目标之间的权衡。

然而，上述过程非常费时费力，同时也会由于不同规划师的经验不同产生较大的差异，即对应的放疗计划设计效率较低，由于人工经验的不同对设计的可靠性产生影响。

发明内容

本申请实施例提供了一种剂量预测方法、装置、设备及介质，可以提升对扫描图像进行剂量分布预测的可靠性。所述技术方案如下：

一方面，提供了一种剂量预测方法，所述方法包括：

获取扫描训练图像和放射剂量分布图像，所述放射剂量分布图像用于指示对所述扫描训练图像中的组织器官进行放射治疗时的放射剂量分布；

基于所述扫描训练图像和所述放射剂量分布图像对初始网络模型中的第一参数进行训练，得到至少两个教师网络模型；

通过对抗学习将所述至少两个教师网络模型中的信息传递至学生网络模型中，调整所述学生网络模型的第二参数，得到剂量预测模型；

通过所述剂量预测模型对目标扫描图像对应的放射剂量分布进行预测，得到所述目标扫描图像对应的放射剂量预测图像。

另一方面，提供了一种剂量预测装置，所述装置包括：

获取模块，用于获取扫描训练图像和放射剂量分布图像，所述放射剂量分布图像用于指示对所述扫描训练图像中的组织器官进行放射治疗时的放射剂量分布；

训练模块，用于基于所述扫描训练图像和所述放射剂量分布图像对初始网络模型中的第一参数进行训练，得到至少两个教师网络模型；

所述训练模块，还用于通过对抗学习将所述至少两个教师网络模型中的信息传递至学生网络模型中，调整所述学生网络模型的第二参数，得到剂量预测模型；

预测模块，用于通过所述剂量预测模型对目标扫描图像对应的放射剂量分布进行预测，得到所述目标扫描图像对应的放射剂量预测图像。

另一方面，提供了一种计算机设备，所述终端包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现本申请实施例中任一所述的剂量预测方法。

另一方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条程序代码，所述程序代码由处理器加载并执行以实现本申请实施例中任一所述的剂量预测方法。