[发明专利]基于3D精准放疗平台的渔网算法的实现方法及装置

说明书

本发明公开了一种基于3D精准放疗平台的渔网算法的实现方法，包括如下步骤：A)加载CT.MR数据，并将其导入到3D精准放疗平台；B)自动将所述CT.MR数据加载至CTMR三维图像旁；C)采用渔网算法对所述CT.MR数据进行联合、相关交和相减计算，使基本图形组合产生新的形体，并最终形成3D图形。本发明还涉及一种实现上述基于3D精准放疗平台的渔网算法的实现方法的装置。实施本发明的基于3D精准放疗平台的渔网算法的实现方法及装置，具有以下有益效果：降低放疗对医生经验的依赖程度、降低医院的运营成本、提高在放疗过程中的稳定性和患者的舒适度，同时降低患者放疗时的部分费用。

技术领域

本发明涉及医疗辅助器材领域，特别涉及一种基于3D精准放疗平台的渔网算法的实现方法及装置。

背景技术

医疗机构经过多年的信息化建设和高端医疗器械等设备更换，已经解决了原来病人排队、出现拥挤、医生工作强度大、医患关系等诸多问题。在取得长足进步的同时，也存在着细分领域的不足。比如精准放疗，目前放射治疗在肿瘤治疗中的作用和地位日益突出，已成为治疗恶性肿瘤的主要手段之一，但是放疗面临定位难的问题。因为肿瘤受体位、呼吸等因素的影响，位置很难固定，普通放疗通过模拟定位机定位，用皮肤墨水在病人皮肤上标记治疗范围。在杀灭肿瘤细胞的同时，亦带来了周围正常组织或器官的一过性或永久性伤害，甚至损伤一些重要器官。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种能降低放疗对医生经验的依赖程度、降低医院的运营成本、提高在放疗过程中的稳定性和患者的舒适度，同时降低患者放疗时的部分费用的基于3D精准放疗平台的渔网算法的实现方法及装置。

本发明解决其技术问题所采用的技术方案是：构造一种基于3D精准放疗平台的渔网算法的实现方法，包括如下步骤：

A)加载CT.MR数据，并将其导入到3D精准放疗平台；

B)自动将所述CT.MR数据加载至CTMR三维图像旁；

C)采用渔网算法对所述CT.MR数据进行联合、相关交和相减计算，使基本图形组合产生新的形体，并最终形成3D图形。

在本发明所述的基于3D精准放疗平台的渔网算法的实现方法中，所述3D精准放疗平台通过AngularJS搭建前端开发框架，遵从架构设计中的MVC模式，支持展现、数据和逻辑处理组件的松耦合，通过编译技术实现数据模型与展现视图的双向自动同步。

在本发明所述的基于3D精准放疗平台的渔网算法的实现方法中，所述渔网算法是数字符号化的逻辑推演算法，根据2点一线、3点一个三角面，组成16-20万个三角片面，以CT.MR数据为核心，阴影面为参照，来获取二维平面的基准点，再进行三维重建的计算。

在本发明所述的基于3D精准放疗平台的渔网算法的实现方法中，所述渔网算法是针对病患各类的情况不同，采用Cut方式，所述Cut方式为Refine、Split、Remove Indide或Remove Outside。

在本发明所述的基于3D精准放疗平台的渔网算法的实现方法中，所述Refine能在A对象的网格上插入一条B对象与A对象相交区域的轮廓线，能在对象表面创建任意形状的选择区域，而不受网格的限制；所述Split能将运算的相交部分分离为目标对象的一个元素次对象，并继续对次级对象进行进一步的编辑；所述Remove Indide将运算对象的相交部分删除，并将目标对象创建为一个空心对象；所述Remove Outside将运算对象的相交部分创建为一个空心对象，将其余部分删除。

本发明还涉及一种实现上述基于3D精准放疗平台的渔网算法的实现方法的装置，包括：

数据加载导入单元：用于加载CT.MR数据，并将其导入到3D精准放疗平台；

图像加载单元：用于自动将所述CT.MR数据加载至CTMR三维图像旁；