[发明专利]一种预测放疗计划剂量分布的方法、装置、设备及存储介质有效
申请号: | 201810489187.4 | 申请日: | 2018-05-21 |
公开(公告)号: | CN108717866B | 公开(公告)日: | 2022-10-11 |
发明(设计)人: | 陈辛元;门阔 | 申请(专利权)人: | 中国医学科学院肿瘤医院 |
主分类号: | G16H30/20 | 分类号: | G16H30/20;G16H30/40;G16H50/20 |
代理公司: | 北京华夏泰和知识产权代理有限公司 11662 | 代理人: | 邓菊香 |
地址: | 100021 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种预测放疗计划剂量分布的方法、装置、设备及存储介质,涉及医学设备中的放射治疗设备及方法领域,所述方法包括:建立放射治疗计划病例数据库;对输入的带有轮廓勾画的病人图像信息和结构信息,进行包括数据标签化和压缩剂量图的预处理;基于深度学习算法,进行模型训练,建立三维剂量分布模型,进而利用模型,预测新病例的三维剂量分布信息。本发明实施例能够提高放射治疗计划设计的整体速度和质量,缩短制定治疗计划所需时间,降低放疗医生和物理师工作强度,提高工作效率。 | ||
搜索关键词: | 一种 预测 放疗 计划 剂量 分布 方法 装置 设备 存储 介质 | ||
【主权项】:
1.一种预测放疗计划剂量分布的方法,其特征在于,所述方法包括:对在专家计划数据库的医学影像上进行靶区及危及器官勾画而得到的轮廓进行结构化处理,得到用于模型训练的结构影像数据;对在所述专家计划数据库中的精细剂量分布图进行压缩,得到用于模型训练的压缩剂量分布图;根据所述用于模型训练的结构影像数据和所述用于模型训练的压缩剂量分布图,对用于预测放疗计划剂量分布的剂量预测模型进行基于深度学习的训练,得到已训练的基于深度学习的剂量预测模型;对在新患者肿瘤医学影像上进行靶区及危及器官勾画而得到的轮廓进行结构化处理,得到所述新患者危及器官及靶区的结构影像数据;根据所述基于深度学习的剂量预测模型和所述新患者的结构影像数据,预测用于对所述新患者进行放疗的压缩剂量分布图;将用于对所述新患者进行放疗的压缩剂量分布图还原为精细剂量分布图作为所述新患者的剂量分布预测结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国医学科学院肿瘤医院,未经中国医学科学院肿瘤医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810489187.4/,转载请声明来源钻瓜专利网。