[发明专利]基于人工智能的硼中子俘获治疗剂量分布预测方法及其应用和装置

说明书

本发明提供一种基于人工智能的硼中子俘获治疗剂量分布预测方法及其应用和装置。其中，该方法包括：获取患者的CT图像、特征瞬发伽马射线产额分布样本和剂量分布样本；使用特征瞬发伽马射线产额分布样本、剂量分布样本和CT图像对人工智能网络模型进行训练和测试；在硼中子俘获治疗过程中，利用辐射探测装置对特征瞬发伽马射线进行探测，并重建出靶区内的特征瞬发伽马射线产额分布；以及基于训练好的人工智能网络模型、重建出的特征瞬发伽马射线产额分布及CT图像，预测剂量分布。本发明具有快速、准确、简单、易行等特点，能有效解决BNCT治疗过程中剂量预测不准确的难题，有效保障了BNCT的治疗效果。

技术领域

本发明涉及放射治疗技术领域，具体地，涉及一种基于人工智能的硼中子俘获治疗剂量分布预测方法、该预测方法在硼中子俘获治疗中的应用、装置及非瞬时性计算机存储介质。

背景技术

癌症已成为威胁人类生命健康的头号杀手。放射治疗作为一种局部、无创的治疗方式，其优异的治疗效果已在临床上得到验证，目前已成为癌症治疗的三大手段之一。光子治疗虽然是目前最为成熟的放射治疗技术，但受限于光子的能量沉积方式，必然会对靶区内的危及器官产生剂量沉积，增加了辐射二次癌风险。因此，新型的放疗技术需被进一步的研究。

硼中子俘获治疗(Boron Neutron Capture Therapy,BNCT)作为一种新型的肿瘤靶向治疗方法，其优越的治疗效果已受到越来越多科研人员的关注。BNCT的治疗原理是在治疗前向病人体内注射入肿瘤靶向硼药，依据药物的药代动力学特性，硼药会在肿瘤组织内聚集，当肿瘤组织中的硼药浓度达到可治疗浓度时，使用热/超热中子束对患者靶区进行体外照射。中子在人体组织的穿行过程中会与肿瘤内浓集的¹⁰B核素发生硼中子俘获反应，发射出两个射程约为一个细胞直径的重带电离子，即α与⁷Li，从而达到在对肿瘤组织进行杀伤的同时减小肿瘤周围正常组织的辐照损伤。

BNCT治疗过程中产生的总剂量主要包括：①硼剂量(中子与硼俘获反应产生的辐射剂量，约占BNCT总剂量的60％-80％)，②中子剂量(中子和氢/氮产生次级质子的辐射剂量)，③伽马剂量(次级伽马射线产生的辐照剂量)，由于病人的个体差异以及药物的动态分布，导致BNCT治疗过程中的实时剂量也存在动态变化。目前临床上对于治疗剂量的评估仍采用治疗前获取的硼药在患者体内的分布，结合治疗计划系统进行治疗全程中患者靶区内沉积剂量的计算，对实际的治疗效果也是通过预估来确定。这种评估方法势必会受到治疗过程中患者靶区内硼药浓度分布变化的影响。此外，由于患者个体化差异较大，计算剂量沉积所需要的计算时间较长，效率较低，制约了BNCT技术的临床发展。

背景技术部分的内容仅仅是发明人所知晓的技术，并不当然代表本领域的现有技术。

发明内容

为了解决现有硼中子俘获治疗过程中无法准确对剂量分布进行精准预测的问题，本申请提出了一种基于人工智能的硼中子俘获治疗剂量分布预测方法。

具体地，该方法包括：

获取患者的CT图像、特征瞬发伽马射线产额分布样本和剂量分布样本；

使用所述特征瞬发伽马射线产额分布样本、所述剂量分布样本和所述CT图像对人工智能网络模型进行训练和测试；

在硼中子俘获治疗过程中，利用辐射探测装置对特征瞬发伽马射线进行探测，并重建出靶区内的特征瞬发伽马射线产额分布；以及

基于训练好的所述人工智能网络模型、重建出的所述特征瞬发伽马射线产额分布及所述CT图像，预测剂量分布。

根据本申请的一些实施例，所述特征瞬发伽马射线产额分布包括478keV瞬发伽马射线产额分布和2.224MeV瞬发伽马射线产额分布，所述剂量分布包括总生物剂量分布、硼剂量分布、中子剂量分布和伽马剂量分布。