[发明专利]一种剂量计算系统、剂量质量保证系统及存储介质

权利要求书

1.一种剂量计算系统，其特征在于，包括处理器，所述处理器被配置为处理如下步骤：

获取放射治疗设备相关的剂量相关参数；

将所述剂量相关参数输入至训练后的剂量计算模型中，获得所述剂量计算模型的输出信息，其中，所述剂量计算模型基于深度学习模型构建；

根据所述输出信息确定剂量分布信息。

2.根据权利要求1所述的系统，其特征在于，在将所述剂量相关参数输入至训练后的剂量计算模型之前，还包括：

获取训练样本数据，所述训练样本数据包括不同样本剂量参数以及所述样本剂量参数对应的样本剂量信息；

使用所述训练样本数据对预先构建的剂量计算模型进行训练，得到训练后的剂量训练模型。

3.根据权利要求2所述的系统，其特征在于，所述获取训练样本数据，包括：

采用蒙特卡罗算法确定多个样本剂量参数下的样本剂量信息，基于所述多个样本剂量参数及对应的样本剂量信息确定所述训练样本数据。

4.根据权利要求3系统，其特征在于，所述基于所述多个样本剂量参数及对应的样本剂量信息确定所述训练样本数据，包括：

选取部分所述样本剂量参数对应的部分样本剂量点作为训练剂量点，基于所述训练剂量点确定所述训练样本数据。

5.根据权利要求4所述的系统，其特征在于，还包括：

将所述样本剂量参数对应的样本剂量点中的训练剂量点之外的样本剂量点作为测试剂量点，基于所述测试剂量点确定测试样本数据；

使用所述测试样本数据对训练后的剂量计算模型进行验证，基于验证结果得到训练后的剂量计算模型。

6.根据权利要求5所述的系统，其特征在于，所述使用所述测试样本数据对训练后的剂量计算模型进行验证，基于验证结果得到训练后的剂量计算模型，包括：

将所述测试样本数据输入至所述剂量计算模型中，获得所述剂量模型输出的测试预测结果；

计算所述测试预测结果与所述测试样本数据对应的测试样本结果之间的差值，当所述差值在设定的误差范围内时，得到训练后的剂量计算模型。

7.根据权利要求1所述的系统，其特征在于，所述剂量分布信息为至少一个目标位置的剂量值构成的三维剂量分布。

8.根据权利要求1所述的系统，其特征在于，所述剂量相关参数包括所述放射治疗设备相关的机器参数、射野信息以及至少一个目标位置信息。

9.根据权利要求3所述的系统，其特征在于，所述样本剂量信息为采用蒙特卡罗算法确定的在水中的剂量信息。

10.一种剂量质量保证系统，其特征在于，包括处理器，所述处理器被配置为处理如下步骤：

获取放射治疗设备相关的计划参数，所述计划参数包含执行计划所需的机器参数、射野信息以及对应的目标剂量分布信息；

将所述机器参数、射野信息以及至少一个目标位置信息输入至训练后的剂量计算模型，获得所述剂量计算模型输出的剂量计算分布信息，其中，所述剂量计算模型基于深度学习模型构建；

比较所述剂量计算模型输出的剂量计算分布信息与所述目标剂量分布信息；

根据所述比较结果判断当前所述计划参数是否满足要求。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如下步骤：

获取放射治疗设备相关的剂量相关参数；

将所述剂量相关参数输入至训练后的剂量计算模型中，获得所述剂量计算模型的输出信息，其中，所述剂量计算模型基于深度学习模型构建；

根据所述输出信息确定剂量分布信息。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如下步骤：

获取放射治疗设备相关的计划参数，所述计划参数包含执行计划所需的机器参数、射野信息以及对应的目标剂量分布信息；

将所述机器参数、射野信息以及至少一个目标位置信息输入至训练后的剂量计算模型，获得所述剂量计算模型输出的剂量计算分布信息，其中，所述剂量计算模型基于深度学习模型构建；

比较所述剂量计算模型输出的剂量计算分布信息与所述目标剂量分布信息；

根据所述比较结果判断当前所述计划参数是否满足要求。