[发明专利]三维图像引导运动器官定位方法、系统及存储介质

权利要求书

1.一种三维图像引导运动器官定位方法，其特征在于包括：

基于患者的实时DR图像，采用人工智能网络算法生成患者的虚拟3D-CT图像集；

将患者的3D-CT图像集采用组织器官自动分割算法自动分割出组织器官，并通过3D组织器官模型重建算法，重建患者治疗计划的运动组织器官的3D模型；

将患者的虚拟3D-CT图像集采用组织器官自动分割算法自动分割出虚拟组织器官，并通过3D组织器官模型重建算法，重建患者的虚拟运动组织器官的3D模型；

将患者治疗计划的运动组织器官的3D模型和虚拟的运动组织器官的3D模型进行配准计算，输出指定运动组织器官的3D模型形状和运动偏移量。

2.根据权利要求1所述的三维图像引导运动器官定位方法，其特征在于，患者的实时DR图像通过采用DR成像设备进行获取。

3.根据权利要求2所述的三维图像引导运动器官定位方法，其特征在于，所述DR成像设备包括一套X射线源及与之对应的成像平板；

所述X射线源安装在治疗室顶部，所述成像平板安装在治疗室地面部分，各自使用小角度轨道进行运动；或者，

所述X射线源和成像平板使用C型臂连接整体进行小角度运动。

4.根据权利要求1所述的三维图像引导运动器官定位方法，其特征在于，人工智能网络算法通过训练验证获得，包括：

使用DR成像设备拍摄患者的DR图像，同时使用CT系统拍摄同一患者同一部位的3D-CT图像，使该患者的DR图像和3D-CT图像一一对应，建立DR图像及与之对应的3D-CT图像数据集；将建立的数据集中部分数据作为训练数据集，另一部分作为验证数据集，构建神经网络模型进行训练验证，并通过运算不断迭代获得人工智能网络的权重参数，进而获得训练好的人工智能网络模型。

5.根据权利要求1所述的三维图像引导运动器官定位方法，其特征在于，组织器官自动分割算法采用基于深度学习卷积神经网络模型，能够根据输入的CT图像自动分割出组织器官。

6.根据权利要求1所述的三维图像引导运动器官定位方法，其特征在于，3D组织器官重建算法能够重建出所有或者指定组织器官的3D模型，并能够对不同的组织器官进行不同颜色和模态的渲染显示，便于使用者观察分辨操作。

7.根据权利要求1所述的三维图像引导运动器官定位方法，其特征在于，配准计算采用3D组织器官配准算法进行手动和/或自动3D模型配准。

8.一种三维图像引导运动器官定位系统，其特征在于，该系统包括：

虚拟图像生成单元，被配置为基于患者实时的DR图像，采用人工智能网络算法生成患者的虚拟3D-CT图像集；

器官重建单元，被配置为将患者的3D-CT图像集采用组织器官自动分割算法自动分割出组织器官，并通过3D组织器官模型重建算法，重建患者治疗计划的运动组织器官的3D模型；

虚拟器官重建单元，被配置为将患者的虚拟3D-CT图像集采用组织器官自动分割算法自动分割出虚拟组织器官，并通过3D组织器官模型重建算法，重建患者的虚拟运动组织器官的3D模型；

偏移计算单元，被配置为将患者治疗计划的运动组织器官的3D模型和虚拟运动组织器官的3D模型进行配准计算，输出选定运动组织器官的3D模型形状和运动偏移量。

9.一种处理设备，所述处理设备至少包括处理器和存储器，所述存储器上存储有计算机程序，其特征在于，所述处理器运行所述计算机程序时执行以实现根据权利要求1到7任一项所述三维图像引导运动器官定位方法。

10.一种计算机存储介质，其特征在于，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现权利要求1到7任一项所述三维图像引导运动器官定位方法。