[发明专利]一种基于学习模型智能预测放疗中射野参数的方法和系统

权利要求书

1.一种基于学习模型智能预测放疗中射野参数的方法，其特征在于，包括以下步骤：

S10、构建并训练得到神经网络的学习模型，其中，所述学习模型的输入特征包括肿瘤靶区体积V、各危及器官中心与靶区中心连线在治疗坐标系下的角度，各危及器官以靶区中心为中心在治疗坐标系的最大角、最小角，各危及器官到肿瘤靶区的最大距离、最小距离；所述学习模型的输出层为针对放射治疗需要选择的射野角度；

S20、根据研究对象的原始图像及勾画后的解剖结构信息提取输入特征；

S30、将输入特征导入学习模型，通过学习模型得到角度预测信息；

S40、根据预测得到的角度，计算出每个角度对应的钨门大小及射野形状；以及

S50、将预测得到射野角度及计算出的钨门大小、射野形状输出，

其中，针对不同部位的肿瘤单独构建神经网络学习模型，利用临床病例进行模型的训练，若测试病例角度小于9个，则利用权重较大的角度凑足9个角度，其中，神经网络的输出选择9个角度，若两个角度的间隔大于5则为不同的角度，否则将其合并取两者的平均值为一个角度。

2.一种基于学习模型智能预测放射治疗中射野参数的系统，其特征在于，包括输入模块，用于按照放射治疗数据传输标准导入研究对象原始CT图像信息及分割后的肿瘤靶区、危及器官信息；

处理模块，用于通过处理输入模块获取的信息提取出学习模型需要的输入特征；以及根据学习模型预测得到的射野角度计算出每个射野角度照射需要的坞门大小，射野形状；

学习模块，用于构建基于神经网络的学习模型并通过临床病例样本训练该学习模型，然后根据输入特征预测各射野角度的数值，其中，所述学习模型的输入特征包括肿瘤靶区体积V、各危及器官中心与靶区中心连线在治疗坐标系下的角度，各危及器官以靶区中心为中心在治疗坐标系的最大角、最小角，各危及器官到肿瘤靶区的最大距离、最小距离；所述学习模型的输出层为针对放射治疗需要选择的射野角度；以及

输出模块，用于将所有射野角度、各射野角度对应的钨门大小及射野形状打印输出，或直接输出给商用计划系统，

其中，针对不同部位的肿瘤单独构建神经网络学习模型，利用临床病例进行模型的训练，若测试病例角度小于9个，则利用权重较大的角度凑足9个角度，

其中，神经网络的输出选择9个角度，若两个角度的间隔大于5则为不同的角度，否则将其合并取两者的平均值为一个角度。