[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

说明书

本发明公开了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，该方法包括以下步骤：S10、构建并训练得到神经网络的学习模型；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。本发明中预测得到的射野参数可以直接供放疗物理师计划设计时使用，从而避免了物理师手动反复调正带来的麻烦，省时省力，为提高物理师的工作效率提供了帮助。

技术领域

本发明涉及一种基于学习模型智能预测放疗中射野参数的系统，通过该系统可以根据医生勾画好的病人图像，智能化地预测放疗计划中照射野的参数。

背景技术

放射治疗的目的是保护危及器官的同时，给靶区即肿瘤组织致死剂量。为了实现这个目标需要制定最优的放疗方案。

放疗方案的制定过程是计划设计者为了满足治疗的目标，根据自己的经验选择射野方向、射野权重、射野大小等射野参数，利用优化算法或者凭经验确定每个射野的照射强度或附件，然后模拟计算出病人体内的剂量分布，并对计划进行评估。如果不满足要求，则需要对射野参数进行调整，反复进行，直到满足治疗要求。

射野方向作为放疗计划制定的重要参数，需要凭经验进行不断地尝试，费时费力。为了提高放疗计划设计的效率，需要发展快速的最优射野方向确定方法。

发明内容

本发明的目的在于提供一种基于学习模型智能预测放射中射野参数的方法，以快速准确地预测射野参数，以避免凭借经验进行射野方向确定需要反复调整且不能保证最优的问题。

本发明的目的在于提供一种基于学习模型智能预测放射中射野参数的系统，以快速准确地预测射野参数，以避免凭借经验进行射野方向确定需要反复调整且不能保证最优的问题。

为此，本发明一方面提供了一种基于学习模型智能预测放疗中射野参数的方法，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。

进一步地，针对不同部位的肿瘤单独构建神经网络学习模型。

根据本发明的另一方面，提供了一种基于学习模型智能预测放射治疗中射野参数的系统，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。