[发明专利]剂量分布预测方法、装置、设备、存储介质和产品

权利要求书

1.一种剂量分布预测方法，其特征在于，所述方法包括：

获取对象的医学影像；

采用预设的第一神经网络模型中的第一网络分支对所述医学影像进行处理，确定所述医学影像对应的通量图；

采用所述第一神经网络模型中的第二网络分支对所述通量图进行剂量计算，确定所述医学影像上各个点的目标剂量分布。

2.根据权利要求1所述的方法，其特征在于，在所述确定所述医学影像上各个点的目标剂量分布之前，所述方法还包括：

采用预设的第二神经网络模型对所述医学影像上各个点的剂量分布进行预测，确定所述医学影像上各个点的第一剂量分布；

相应地，所述采用所述第一神经网络模型中的第二网络分支对所述通量图进行剂量计算，确定所述医学影像上各个点的目标剂量分布，包括：

采用所述第一神经网络模型中的第二网络分支对所述通量图进行剂量计算，确定所述医学影像上各个点的第二剂量分布；

根据所述医学影像上各个点的第一剂量分布和所述医学影像上各个点的第二剂量分布，确定所述医学影像上各个点的目标剂量分布。

3.根据权利要求2所述的方法，其特征在于，所述根据所述医学影像上各个点的第一剂量分布和所述医学影像上各个点的第二剂量分布，确定所述医学影像上各个点的目标剂量分布，包括：

对所述医学影像上各个点的第一剂量分布和对应的第二剂量分布进行数学运算处理，得到所述医学影像上各个点的目标剂量分布。

4.根据权利要求1-3任意一项所述的方法，其特征在于，所述第一神经网络模型的训练方式包括：

获取多个训练影像；各所述训练影像均包括训练影像上各个点的金标准剂量分布；

将各所述训练影像作为初始第一神经网络模型的输入，将各所述训练影像上各个点的预测剂量分布作为所述初始第一神经网络模型的输出，对所述初始第一神经网络模型进行训练，确定所述第一神经网络模型。

5.根据权利要求1-3任意一项所述的方法，其特征在于，所述第一神经网络模型的训练方式包括：

获取多个训练影像；各所述训练影像均包括训练影像上各个点的金标准剂量分布；

将各所述训练影像作为初始第一神经网络模型的输入，将各所述训练影像对应的初始通量图以及各所述训练影像上各个点的预测剂量分布，作为所述初始第一神经网络模型的输出，对所述初始第一神经网络模型进行训练，确定所述第一神经网络模型。

6.根据权利要求5所述的方法，其特征在于，所述将各所述训练影像作为初始第一神经网络模型的输入，将各所述训练影像对应的初始通量图以及各所述训练影像上各个点的预测剂量分布，作为所述初始第一神经网络模型的输出，对所述初始第一神经网络模型进行训练，确定所述第一神经网络模型，包括：

计算各所述训练影像上各个点的预测剂量分布与对应点的金标准剂量分布之间的第一损失；

根据各所述训练影像对应的初始通量图计算第二损失；

根据所述第一损失和所述第二损失对所述初始第一神经网络模型进行训练，确定所述第一神经网络模型。

7.一种剂量分布预测装置，其特征在于，所述装置包括：

获取模块，用于获取对象的医学影像；

处理模块，用于采用预设的第一神经网络模型中的第一网络分支对所述医学影像进行处理，确定所述医学影像对应的通量图；

剂量预测模块，用于采用所述第一神经网络模型中的第二网络分支对所述通量图进行剂量计算，确定所述医学影像上各个点的目标剂量分布。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。