[发明专利]基于深度学习的直肠癌放疗计划自动化设计方法在审
| 申请号： | 201910585772.9 | 申请日： | 2019-07-01 |
| 公开（公告）号： | CN110349665A | 公开（公告）日： | 2019-10-18 |
| 发明（设计）人： | 胡伟刚 | 申请（专利权）人： | 复旦大学附属肿瘤医院 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G16H20/40;G16H50/70;G06N3/08 |
| 代理公司： | 上海容慧专利代理事务所(普通合伙) 31287 | 代理人： | 于晓菁 |
| 地址： | 200032 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的直肠癌放疗计划自动化设计方法，所述方法包括搭建用于深度学习的U‑Net神经网络，建立病例数据库，所述病例数据库为直肠癌的临床调强放疗计划数据；对所述病例数据库进行深度学习，以训练U‑Net神经网络；将CT定位数据的img文件传输给训练后的U‑Net神经网络，以获得经U‑Net神经网络输出的预测靶区和预测剂量分布；根据所述预测靶区和所述预测剂量分布获取剂量目标函数；使用Pinnacle计划系统根据所述预测靶区和所述剂量目标函数设计放疗计划。由此可见，本发明的基于深度学习的直肠癌放疗计划自动化设计方法集成了靶区勾画技术、剂量预测技术以及自动计划技术，结合Pinnacle计划系统实现了个体化放疗计划的全自动设计流程。 | ||
| 搜索关键词： | 放疗计划 直肠癌 靶区 病例数据库 自动化设计 神经网络 预测 剂量分布 计划系统 目标函数 学习 神经网络输出 剂量预测 文件传输 自动计划 个体化 调强 勾画 | ||
【主权项】：
1.一种基于深度学习的直肠癌放疗计划自动化设计方法，其特征在于，包括：搭建U‑Net神经网络；建立病例数据库，所述病例数据库为直肠癌的临床调强放疗计划数据，所述直肠癌的临床调强放疗计划数据至少包括病例靶区和病例剂量分布；对所述病例数据库进行深度学习，以训练U‑Net神经网络；将CT定位数据的img文件传输给训练后的U‑Net神经网络，以获得经训练后的U‑Net神经网络输出的预测靶区和预测剂量分布；根据所述预测剂量分布获取剂量目标函数；使用Pinnacle计划系统根据所述预测靶区和所述剂量目标函数设计放疗计划。
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复旦大学附属肿瘤医院，未经复旦大学附属肿瘤医院许可，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/201910585772.9/，转载请声明来源钻瓜专利网。
