[发明专利]基于深度网络学习的调强放疗计划三维剂量分布预测方法有效
| 申请号： | 201910341687.8 | 申请日： | 2019-04-26 |
| 公开（公告）号： | CN110085298B | 公开（公告）日： | 2022-02-01 |
| 发明（设计）人： | 宋婷;郭芙彤;周凌宏;吴艾茜;贾启源;亓孟科 | 申请（专利权）人： | 南方医科大学 |
| 主分类号： | G16H20/40 | 分类号： | G16H20/40;G16H50/70;G16H50/50;G06N3/04;G06N3/08;A61N5/10 |
| 代理公司： | 北京市诚辉律师事务所 11430 | 代理人： | 耿慧敏 |
| 地址： | 510515 广东省广州*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的调强放疗计划三维剂量分布的预测方法。该方法包括：收集有效的调强放疗计划数据形成病例数据库；从病例数据库提取每个患者的感兴趣区域的三维解剖结构轮廓特征；将患者的感兴趣区域的三维解剖结构轮廓划分为若干的二维轮廓切片图；从病例数据库提取每个患者的剂量特征，并划分为若干的二维剂量切片分布图；搭建深度卷积网络，输入患者的二维轮廓切片图和对应的二维剂量切片分布图，通过模型训练获得解剖结构轮廓特征和剂量特征之间的关联模型；使用所训练的关联模型预测新患者的三维剂量分布。利用本发明的方法，能够有效的获得解剖结构特征与剂量特征之间的关联关系，提高剂量预测的精确性。 | ||
| 搜索关键词： | 基于 深度 网络 学习 放疗 计划 三维 剂量 分布 预测 方法 | ||
【主权项】：
1.一种基于深度学习的调强放疗计划中三维剂量分布的预测方法，其特征在于，包括以下步骤：步骤S1：收集有效的调强放疗计划数据形成病例数据库；步骤S2：从所述病例数据库提取每个患者的感兴趣区域的三维解剖结构轮廓特征，包括靶区轮廓、躯干轮廓、危及器官的轮廓；步骤S3：根据需要的图像大小，将患者的感兴趣区域的三维解剖结构轮廓划分为若干的二维轮廓切片图；步骤S4：从所述病例数据库提取每个患者的剂量特征，依据需要的图像大小进行配准并划分为若干的二维剂量切片分布图；步骤S5：搭建深度卷积网络，输入患者的二维轮廓切片图和对应的二维剂量切片分布图，通过模型训练学习解剖结构轮廓特征和剂量特征之间的映射关系，并对模型进行交叉验证，获得解剖结构轮廓特征和剂量特征之间的关联模型；步骤S6：使用所训练的关联模型预测新患者的三维剂量分布。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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南方医科大学，未经南方医科大学许可，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/patent/201910341687.8/，转载请声明来源钻瓜专利网。
