[发明专利]放疗计划中的自动勾靶方法、装置和电子设备

权利要求书

1.一种放疗计划中的自动勾靶方法，其特征在于，包括：

接收输入图像，通过预存的ROI感兴趣区域列表对所述输入图像进行识别，获取所述输入图像中疑似区域，将所述疑似区域在所述输入图像中勾画出来；所述输入图像中包括至少一个器官图像；所述感兴趣区域列表中保存多个已知感兴趣区域的图像；

将所述已勾画疑似区域的输入图像输入预先训练的全卷积神经网络，输出勾画出至少一个感兴趣区域的勾靶图像。

2.根据权利要求1所述的方法，其特征在于，所述输出的勾靶图像为RGB红绿蓝图像。

3.根据权利要求1-2任一所述的方法，其特征在于，所述感兴趣区域列表中将所有图像基于已知的感兴趣区域所在的器官图像进行分类，将包含同一器官图像的所有图像聚集起来构成以所述器官图像为索引的感兴趣区域条目。

4.根据权利要求1-3任一所述的方法，其特征在于，所述全卷积神经网络实现对输入图像进行自动勾画，将所有感兴趣区域通过不同色彩的线条在勾靶图像中突出显示。

5.根据权利要求1-4任一所述的方法，其特征在于，所述全卷积神经网络的训练方法，包括：

将训练样本集中的样本图像输入待训练的全卷积神经网络；所述训练样本集中包括至少两个样本图像，所述样本图像中已知感兴趣区域；

经过所述待训练的全卷积神经网络的卷积计算，对所述样本图像进行感兴趣区域勾画，获得勾画出至少一个感兴趣区域的勾靶图像；

将所述勾靶图像中的感兴趣区域与样本图像中已知的感兴趣区域进行比对，根据比对结果对所述待训练的全卷积神经网络进行参数调整；

将调整后的全卷积神经网络作为待训练的全卷积神经网络，重复上述步骤，直到所述勾靶图像中的感兴趣区域与样本图像中已知的感兴趣区域之间的误差小于预设阈值；输出调整后的全卷积神经网络作为训练完成的全卷积神经网络。

6.根据权利要求5所述的方法，其特征在于，所述训练样本集中的样本图像包括所有可勾画感兴趣区域的器官图像；所述每个样本图像中至少包括所有可勾画感兴趣区域的至少一个器官图像。

7.根据权利要求5或6所述的方法，其特征在于，所述输出勾画出至少一个感兴趣区域的勾靶图像之后，还包括：

将所述勾靶图像存入训练样本集中。

8.一种放疗计划中的自动勾靶装置，其特征在于，包括：

区域识别单元，用于接收输入图像，通过预存的ROI感兴趣区域列表对所述输入图像进行识别，获取所述输入图像中疑似区域，将所述疑似区域在所述输入图像中勾画出来；所述输入图像中包括至少一个器官图像；所述感兴趣区域列表中保存多个已知感兴趣区域的图像；

区域勾画单元，用于将所述已勾画疑似区域的输入图像输入预先训练的全卷积神经网络，输出勾画出至少一个感兴趣区域的勾靶图像。

9.一种电子设备，其特征在于，包括如权利要求8所述的放疗计划中的自动勾靶装置。

10.一种电子设备，其特征在于，包括存储器和处理器；

所述存储器用于存储如权利要求1至7中任一项所述的放疗计划中的自动勾靶方法的程序；

所述处理器被配置用于执行所述存储器中存储的程序。