[发明专利]基于语音识别的对话式放射治疗计划系统及制定方法

说明书

本发明公开一种基于语音识别的对话式放射治疗计划系统及制定方法，包括语音数据采集模块、声学特征提取模块、训练声学模型模块、训练语言模型模块、解码器模块、放疗命令库比对模块、命令执行模块、自学习模块；本发明能快速、高效地通过放射治疗医师的语言命令控制放射治疗计划系统的操作执行，系统智能识别、理解放射治疗医师的语音命令，将语音信号转化为系统能够理解的计算机指令，通过对话式的新型交互方式，取代医师传统机械化人机交互方式，从而提放射治疗科医师的工作效率；通过人工智能和已有病例，提高准确率，改善放射治疗效果。

技术领域

本发明属于计算机技术在医学物理领域的应用，尤其涉及到放射治疗领域，具体说是一种基于语音识别的对话式放射治疗计划系统，可用于放射医师治疗肿瘤患者过程中的制定放射治疗计划环节。

背景技术

癌症是威胁人类健康的重要疾病，它是世界人口死亡的第一因素。2015年中国癌症新发病例为429.2万，死亡281万人，大约有70％的癌症患者在治疗癌症的过程中需要使用放射治疗，约有40％的癌症可以用放射治疗根治。目前我国癌症病人接受放射治疗的比例远低于发达国家，原因是有限的医生和物理师资源。患者确诊癌症，医师们将会集中讨论肿瘤患者适用的治疗类型，当确认患者需要接受放射治疗时，后续将需要拍摄大量患者肿瘤及其周围器官组织详细的影像数据，根据影像数据医师们将定位肿瘤靶区及周围危及器官，然后将这些影像数据导入TPS(治疗计划系统)中，医生将在患者前期拍摄的CT图中勾画肿瘤的靶区及危及器官的轮廓，医生根据多年经验设置好靶区的的处方剂量以及危及器官的剂量限值，然后物理师根据医生的剂量方案制定最优的放射治疗方案。在放射治疗前需要通过人体仿真体膜，核实体内所接受的射线照射剂量，从而验证治疗加护的合理性。治疗方案主要指设置病人实际放射治疗时放射源的能量、照射方向、照射野数目和权重等参数。

目前从影像数据导入TPS至放射治疗计划系统过程中，所有的人机交互模式均通过鼠标、键盘操作，这一人机交互方式已持续几十年，但是其中许多操作存在机械化、重复性操作动作。如：将影像数据导入TPS过程中，需从文件库中寻找目标患者的影像数据，每个患者均采用同样的操作模式，有时医师需要在个文件中找患者的影像，浪费时间。如为危及器官设置剂量限值时，需要在操作面板中一个个寻找添加然后设置剂量限额，系统软件无法记录过往的操作经验。这些机械性地操作均降低了医师的工作效率，宝贵的时间用于效率低下的操作中，单位时间内治疗病人的数量大幅降低。

随着语音识别、自然语言处理技术的发展，语音识别的准确性也在不断提高。进入21世纪，一种称为深度神经网络(Deep Neural Network,DNN)的深层结构成为声学模型建模技术中的研究热点。深度神经网络指的是具有多层隐藏层的表示非线性关系的深层结构，使用该模型结构理论上可以逼近复杂的函数。深度神经网络各神经单元的之间表示的是一种非线性关系，可以用来逼近复杂函数并拟合可观测数据，在学习数据的本质特征上显示了强大的建模能力及抽取能力，深度神经网络(Deep Neural Network,DNN)已经可以替代高斯混合模型(Gaussian Mixture Model,GMM)，并和隐马尔科夫模型(Hidden MarkovModel,HMM)结合组成DNN-HMM混合模型，基于DNN-HMM模型的语音识别系统使语音识别错误率大大降低，在微软2016年10月发布的Switchboard语音识别测试中，更是取得了5.9％的词错误率，第一次实现了和人类相当的识别水平。

与此同时随着互联网以及移动互联网的兴起，互联网用户和智能终端使用率呈指数级增长，因而产生了大量的语音数据，如：美国苹果公司的Siri语音助手、谷歌语音搜索(Google Now！)、亚马逊智能家居助手Alexa、科大讯飞、百度语音应用等。海量的数据为深度神经网络自学习提供了充分的养料，不断提高语音识别的准确度。