[发明专利]肿瘤放射治疗计划智能优化方法

摘要

本发明为肿瘤放射治疗计划智能优化方法，包括1）肿瘤PET影像生物靶区、生物子靶区和多模态（式）影像融合靶区智能勾画根据肿瘤PET/CT/MRI/CBCT/超声等多模态影像信息，采用智能化的图像分析处理方法，勾画肿瘤生物靶区、生物子靶区和多模态影像融合靶区；2）肿瘤生物调强放疗最优处方剂量优化计算根据肿瘤生物学特性，通过智能化、自动化的优化方法，确定各生物子靶区的最优处方剂量；3）基于肿瘤临床放疗计划大数据分析的多目标放疗计划优化计算根据肿瘤临床放疗计划数据，通过大数据智能分析方法和深度学习、机器学习、或人工智能方法，联合1）和2）确定自适应的生物调强、多目标优化的临床肿瘤精确放疗计划。

主权项

肿瘤放射治疗计划智能优化方法，其特征在于：其基于肿瘤临床放疗计划大数据分析（先验知识）和肿瘤CT、MRI、PET/CT、PET/MRI和（或）超声影像图像智能分析处理，根据肿瘤生物学、放射生物学、放射物理学特征信息，通过多目标、智能化、自动化的优化计算方法，确定自适应的生物调强、多目标优化的肿瘤临床精确放疗计划，具体包括如下步骤：1‑1）肿瘤生物靶区、生物子靶区和多模态（式）影像融合靶区智能勾画：根据肿瘤PET、CT、和（或）MRI等多模态融合影像信息，通过智能化、自动化一些图像分析处理方法，勾画肿瘤生物靶区、生物子靶区和PET/CT/MRI融合靶区；1‑2）肿瘤生物调强放疗最优处方剂量优化计算：根据肿瘤PET功能影像提供的肿瘤生物学特性（代谢、增值、乏氧等）、放射生物学特性（局控率TCP、生存率、抗辐射性等）和放疗危及器官的辐射敏感性（正常组织器官的无辐射损伤概率或无放疗并发症的概率NTCP、辐射损伤可恢复性、辐射致癌可能性），通过智能化、自动化的优化方法，确定肿瘤放疗靶区及其生物学特性异质的各子靶区的最优处方剂量；1‑3）基于肿瘤临床放疗计划大数据分析（先验知识）的多目标放疗计划优化计算：根据回顾性收集的大规模临床肿瘤放疗计划数据，通过智能化的大数据分析方法和深度学习、机器学习、或人工智能的计算方法，联合步骤1‑1）和1‑2），确定肿瘤自适应的生物调强、多目标优化临床精确放疗计划。