[发明专利]具有隐私保证的放射疗法计划参数

权利要求书

1.一种用于执行基于隐私的放射疗法治疗计划的方法，所述方法包括：

由处理器电路系统接收患者的医学图像；

由所述处理器电路系统使用学生机器学习模型来处理所述医学图像以估计一个或更多个放射疗法计划参数，其中，所述学生机器学习模型被训练成建立多个公共训练医学图像与所述公共训练医学图像的对应的放射疗法计划参数之间的关系，其中，所述多个公共训练医学图像的放射疗法计划参数通过聚合多个放射疗法计划参数估计值而生成，所述多个放射疗法计划参数估计值通过以下方式产生：

使用多个教师机器学习模型处理所述多个公共训练医学图像以生成放射疗法计划参数估计值的集合；以及

减小所述放射疗法计划参数估计值的集合或所述多个公共训练医学图像的相应维度，其中，根据隐私标准对所述多个公共训练医学图像的放射疗法计划参数进行扰动；以及

由所述处理器电路系统基于估计的所述患者的医学图像的一个或更多个放射疗法计划参数，来生成针对所述患者的放射疗法治疗计划。

2.根据权利要求1所述的方法，其中，所述学生机器学习模型和所述多个教师机器学习模型由相应的神经网络或深度学习网络实现。

3.根据权利要求1至2中任一项所述的方法，还包括：基于包括私人医学图像和所述私人医学图像的私人放射疗法计划参数的私人医学信息来训练所述教师机器学习模型，其中，所述学生机器学习模型在不包括所述私人医学信息的数据上进行训练。

4.根据权利要求3所述的方法，其中，训练所述教师机器学习模型包括：

根据所述私人医学信息生成不相交的数据集；以及

基于所述不相交的数据集中的相应数据集来训练所述教师机器学习模型。

5.根据权利要求1至4中任一项所述的方法，还包括：

通过使用多个经训练的教师机器学习模型中的第一经训练的教师机器学习模型处理所述多个公共训练医学图像，来生成所述多个放射疗法计划参数估计值中的第一放射疗法计划参数估计值；

通过使用所述多个经训练的教师机器学习模型中的第二经训练的教师机器学习模型处理所述多个公共训练医学图像，来生成所述多个放射疗法计划参数估计值中的第二放射疗法计划参数估计值；

减小所述多个放射疗法计划参数估计值中的第一放射疗法计划参数估计值和第二放射疗法计划参数估计值的每一者的维度，以产生减小维度的第一放射疗法计划参数估计值和第二放射疗法计划参数估计值；以及

聚合所述减小维度的第一放射疗法计划参数估计值和第二放射疗法计划参数估计值。

6.根据权利要求5所述的方法，其中，所述多个放射疗法计划参数估计值中的第一放射疗法计划参数估计值包括第一数目的条目，并且其中，所述减小维度的第一放射疗法计划参数估计值包括比所述第一数目的条目少的第二数目的条目。

7.根据权利要求1至6中任一项所述的方法，其中，聚合所述减小维度的第一放射疗法计划参数估计值和第二放射疗法计划参数估计值包括：计算所述减小维度的第一放射疗法计划参数估计值和第二放射疗法计划参数估计值的均值、修整均值、中值或广义f-均值。

8.根据权利要求1至7中任一项所述的方法，其中，聚合所述减小维度的第一放射疗法计划参数估计值和第二放射疗法计划参数估计值包括：通过使用聚合机器学习模型处理所述减小维度的第一放射疗法计划参数估计值和第二放射疗法计划参数估计值，来估计所述减小维度的第一放射疗法计划参数估计值和第二放射疗法计划参数估计值的聚合，其中，所述聚合机器学习模型被训练成建立多个训练个体放射疗法计划参数估计值与所述多个训练个体放射疗法计划参数估计值的聚合结果之间的关系，并使满足所述隐私标准所需的扰动量最小化。