[发明专利]一种脑肿瘤放疗方式智能选择方法、系统、设备和介质在审
| 申请号： | 202111454069.8 | 申请日： | 2021-12-01 |
| 公开（公告）号： | CN114171157A | 公开（公告）日： | 2022-03-11 |
| 发明（设计）人： | 李佳昕;陈卫强;于泽宽;李强;耿道颖;杜鹏 | 申请（专利权）人： | 中国科学院近代物理研究所 |
| 主分类号： | G16H20/40 | 分类号： | G16H20/40;G06V10/26;G06V10/82;G06N3/04 |
| 代理公司： | 北京纪凯知识产权代理有限公司 11245 | 代理人： | 冀志华 |
| 地址： | 730013 甘*** | 国省代码： | 甘肃;62 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 肿瘤 放疗 方式 智能 选择 方法 系统 设备 介质 | ||
1.一种脑肿瘤放疗方式智能选择方法，其特征在于，包括以下步骤：
构建多模态MRI脑肿瘤分割模型，以脑肿瘤放射治疗数据库中脑肿瘤患者放疗前、后的多模态MRI影像为输入进行脑肿瘤ROI分割，得到配对的脑肿瘤放疗前区域ROIPre-RT和放疗后残留区域ROIresidual；
构建脑肿瘤诊断预后模型，以有效特征向量ERT为输入，得到病理分级和放疗预后的预测结果；
构建脑肿瘤放疗方式智能选择模型，以放疗前的影像基因特征及放疗敏感特征为输入，得到最佳放疗方式；
构建脑肿瘤放疗疗效可视化模型，以患者的脑肿瘤放疗前区域ROIPre-RT、病理分级和放疗预后的预测结果、最佳放疗方式为输入，得到预测的放疗后区域ROIPredict。
2.如权利要求1所述的一种脑肿瘤放疗方式智能选择方法，其特征在于，所述构建多模态MRI脑肿瘤分割模型，以脑肿瘤放射治疗数据库中脑肿瘤患者放疗前、后的多模态MRI影像为输入进行脑肿瘤ROI分割，得到配对的脑肿瘤放疗前区域ROIPre-RT和放疗后残留区域ROIresidual前，还包括以下步骤：
构建基于多模态MRI影像的脑肿瘤放射治疗数据库。
3.如权利要求1所述的一种脑肿瘤放疗方式智能选择方法，其特征在于，所述构建多模态MRI脑肿瘤分割模型，以脑肿瘤放射治疗数据库中脑肿瘤患者放疗前、后的多模态MRI影像为输入进行脑肿瘤ROI分割，得到配对的脑肿瘤放疗前区域ROIPre-RT和放疗后残留区域ROIresidual的方法，包括：
图像预处理，得到多模态MRI影像样本集；
构建基于RSU的U2-Net网络分割模型；
设置U2-Net网络分割模型的监督策略和训练损失；
基于多模态MRI影像样本集以及设置的模型监督策略和训练损失，对构建的U2-Net网络分割模型进行训练，得到多模态MRI脑肿瘤分割模型；
使用多模态MRI脑肿瘤分割模型对放疗前、后的多模态MRI影像进行脑肿瘤ROI分割，得到配对的脑肿瘤放疗前区域ROIPre-RT和放疗后残留区域ROIresidual。
4.如权利要求1所述的一种脑肿瘤放疗方式智能选择方法，其特征在于，所述有效特征向量ERT由配对的脑肿瘤放疗前区域ROIPre-RT和放疗后残留区域ROIresidual提取得到。
5.如权利要求4所述的一种脑肿瘤放疗方式智能选择方法，其特征在于，所述有效特征向量ERT的提取方法，包括：
对脑肿瘤放疗前区域ROIPre-RT和放疗后残留区域ROIresidual进行特征提取，获得深度学习特征DPre-RT和Dresidual；
对深度学习特征DPre-RT和Dresidual进行分类预测，得到基因特征；
将深度学习特征和基因特征整合成影像基因特征CRT，分析影像基因特征CRT与肿瘤的分期分级、放疗预后的相关性，得到有效特征向量ERT。
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国科学院近代物理研究所，未经中国科学院近代物理研究所许可，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/202111454069.8/1.html，转载请声明来源钻瓜专利网。
