[发明专利]基于人工智能与专家库的放射治疗计划制定方法在审

专利信息
申请号: 201810258570.9 申请日: 2018-03-27
公开(公告)号: CN108325094A 公开(公告)日: 2018-07-27
发明(设计)人: 不公告发明人 申请(专利权)人: 中科超精(安徽)科技有限公司
主分类号: A61N5/10 分类号: A61N5/10
代理公司: 合肥市上嘉专利代理事务所(普通合伙) 34125 代理人: 王伟
地址: 230601 安徽省合肥市*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 放射治疗计划 人工智能 专家库 勾画 制定 放疗计划 临床经验 器官 感兴趣区域 肿瘤靶区 自动设计 传统的 计算机 保证
【说明书】:

发明公开了一种基于人工智能与专家库的放射治疗计划制定方法,在传统的放射治疗计划制定方法的基础上,使用基于人工智能的自动器官勾画方法,计算机根据不同病种,自动勾画常见的肿瘤靶区和周围危及器官,减少因为临床经验造成的勾画差异,并有效缩减勾画的时间;同时基于专家库信息根据不同病种实现放疗计划的自动设计,减少因为临床经验造成的放疗计划差异。通过上述方式,本发明根据人工智能和专家库的辅助,提高了放射治疗计划制定中感兴趣区域勾画的准确性,保证放射治疗计划制定中计划的有效性,从而显著减少了放射治疗计划制定的时间,减少了对经验的依赖,降低了传统放射治疗计划制定方法的局限性。

技术领域

本发明涉及核物理、核技术及应用、放射医学等多学科交叉领域中的精准放射治疗计划制定领域,特别是涉及一种基于人工智能与专家库的放射治疗计划制定方法。

背景技术

放射治疗计划制定方法,属于核物理、核技术及应用、放射医学等多学科交叉领域中的精准放射治疗计划方向。其中,感兴趣区域勾画和计划设计优化是放射治疗计划制定中的关键问题。

(1)感兴趣区域勾画:导入放疗计划系统的患者CT影像数据,经过物理师的初步检查和处理后,由医师完成患者的勾画信息,包括患者的放射治疗靶区,以及危机器官等感兴趣区域,并给出患者的放疗处方,即:靶区的剂量覆盖要求和危及器官的保护等。这个环节要求医师有丰富的临床医学影像勾画的经验,否则会影响勾画的准确性进而进一步影响计划的制定,并且耗费大量时间。

(2)放射治疗计划设计优化:完成靶区和重要组织轮廓的勾画后,物理师根据医师的放疗剂量处方要求,增加辅助计划优化的轮廓勾画,并设计放疗计划包括射野布局和优化目标参数等,再根据实际情况调整优化设置反复优化直至满足处方要求。这个环节要求物理师有丰富的放射治疗计划设计的经验,否则会花费大量时间进行计划的反复优化,甚至无法得到满足处方要求的放射治疗计划。

因此传统放射治疗计划制定方法在感兴趣区域勾画时需要使用者具备丰富的经验和反复的勾画/撤销,才能得到比较好的勾画效果,同时计划设计时也需要使用者具备丰富的经验和反复的计划优化,才能得到比较好的放疗效果,不仅耗费大量的时间,而且具有很大的局限性。

发明内容

本发明所要解决的技术问题是提供一种基于人工智能与专家库的放射治疗计划制定方法,能够保证勾画的准确性和放疗计划的有效性,并显著减少放射治疗计划制定的时间。

为解决上述技术问题,本发明采用的一个技术方案是:提供一种基于人工智能与专家库的放射治疗计划制定方法,包括以下步骤:

S1:获得定位图像:

放疗医师根据患者的详细病情和检查资料确定患者的放疗原则后,由物理师和技师为患者进行CT扫描,获取患者的影像资料后传输至放射治疗计划系统;

S2:基于人工智能的感兴趣区域勾画:

导入放射治疗计划系统的患者CT影像数据,经过物理师的初步检查和处理后,由计算机基于人工智能方法完成患者的勾画信息,由医师确认并给出患者的放疗剂量处方;

S3:基于专家库的放射治疗计划设计:

完成感兴趣区域勾画后,物理师根据医师的放疗剂量处方要求,并基于有各类病例的勾画、计划模板库的专家库信息增加辅助计划优化的轮廓勾画,并设计放疗计划,再根据实际情况调整优化设置直至满足处方要求。

在本发明一个较佳实施例中,在步骤S2中,基于计算机的人工智能方法如下:

构建深度学习的神经网络系统,利用现有的患者影像数据和医生已经勾画好的勾画信息训练深度学习算法后,使用其对实际病例感兴趣区域进行自动勾画。

在本发明一个较佳实施例中,所述感兴趣区域勾画信息包括患者的放射治疗靶区、危机器官。

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科超精(安徽)科技有限公司,未经中科超精(安徽)科技有限公司许可,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/pat/books/201810258570.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top