The invention discloses an artificial intelligence placement method and device and an accelerator treatment device. By matching a large number of actual MV imaging data with DRR image data (generated by CT imaging data), the correlation factors between them are analyzed and searched, an accurate mathematical model (correlation function) is established, or an increasingly accurate correlation function is obtained by means of in-depth learning. Converted DRR image data obtained by direct conversion of correlation function can meet our actual application needs, thus providing a huge and convenient technical means for the application efficiency, treatment accuracy, doctor's implementation control and convenience of the accelerator treatment equipment, with high social and economic value.
【技术实现步骤摘要】
一种人工智能的摆位方法和装置及加速器治疗装置
本专利技术涉及一种医疗设备,特别涉及人工智能的摆位方法和装置及加速器治疗装置。
技术介绍
目前放射治疗装置在治疗时为了尽可能降低副作用的情况下达到最佳治疗目的,现有技术中,一般先用CT设备对病患做CT成像,以此为依据制定放射治疗计划,然后在加速器治疗设备(即MV级放射治疗设备)上按照放射治疗计划进行治疗,在加速器治疗设备上治疗前,需要将病患严格按照在CT上成像时的摆位坐标进行摆位,否则将导致放射治疗计划在执行时出现偏差,得不到理想的治疗效果,并使病患的健康基体受到损害,目前一般采用0°方向和90°方向这类正交野的人工配准摆位,首先在通过CT成像生成的0°/90°DRR图像数据上做DRR标记的描绘,考虑到MV成像数据的特点,一般选择在DRR图像及与之对应角度的MV成像上都比较清晰的骨骼部分做标记的描绘,完成DRR标记的描绘后,还要在MV成像上进行相同骨骼位置进行相同形状的标记描绘,完成MV标记,最后按照MV标记与DRR标记之间的坐标偏移,人工控制加速器治疗设备调整病患相对于等中心的坐标位置,直到0°方向与90°方向的MV标记与DRR标记完全重合,这样才能完成配准。这个工作需要医生有相当丰富的经验,人员不同,导致的精度就不同,且耗时费力,严重影响了设备的使用效率,因此亟需一种智能自动摆位配准方案。
技术实现思路
为解决上述问题,本专利技术的目的在于提供一种人工智能的摆位方法和装置及加速器治疗装置。为达到上述目的,本专利技术的技术方案是:一种人工智能的摆位方法,包括学习步骤,以及利用学习步骤得到的关联函数进行摆位配准的步 ...
【技术保护点】
1.一种人工智能的摆位方法,其特征在于,包括学习步骤,以及利用学习步骤得到的关联函数进行摆位配准的步骤,所述学习步骤包括以下步骤:获取CT成像数据,根据CT成像数据生成多个不同角度的DRR图像数据,所述DRR图像数据中包含针对特定目标的DRR标记;或,获取多个不同角度的KV成像数据,所述KV成像数据中包含针对特定目标的KV标记;提供与DRR图像数据或KV成像数据对应角度拍摄的MV成像数据,所述MV成像数据中包含与DRR标记或KV标记目标及形状一致的MV标记;分析基于同一目标同一角度成像的DRR图像数据和MV成像数据上的DRR标记及MV标记区域内所各自对应的DRR图像数据信息、MV成像数据信息,获得二者之间的关联因素,从而建立二者之间的关联函数;或,分析基于同一目标同一角度成像的KV成像数据和MV成像数据上的KV标记及MV标记区域内所各自对应的KV成像数据信息、MV成像数据信息,获得二者之间的关联因素,从而建立二者之间的关联函数。
【技术特征摘要】
1.一种人工智能的摆位方法,其特征在于,包括学习步骤,以及利用学习步骤得到的关联函数进行摆位配准的步骤,所述学习步骤包括以下步骤:获取CT成像数据,根据CT成像数据生成多个不同角度的DRR图像数据,所述DRR图像数据中包含针对特定目标的DRR标记;或,获取多个不同角度的KV成像数据,所述KV成像数据中包含针对特定目标的KV标记;提供与DRR图像数据或KV成像数据对应角度拍摄的MV成像数据,所述MV成像数据中包含与DRR标记或KV标记目标及形状一致的MV标记;分析基于同一目标同一角度成像的DRR图像数据和MV成像数据上的DRR标记及MV标记区域内所各自对应的DRR图像数据信息、MV成像数据信息,获得二者之间的关联因素,从而建立二者之间的关联函数;或,分析基于同一目标同一角度成像的KV成像数据和MV成像数据上的KV标记及MV标记区域内所各自对应的KV成像数据信息、MV成像数据信息,获得二者之间的关联因素,从而建立二者之间的关联函数。2.根据权利要求1所述的人工智能的摆位方法,其特征在于,对同一目标进行多次所述学习步骤;和/或对不同目标进行一次或多次所述学习步骤;以获得优化的同角度DRR图像数据或KV成像数据与MV成像数据之间的关联函数。3.根据权利要求2所述的人工智能的摆位方法,其特征在于,不断进行针对不同目标的学习步骤,和/或者针对同一目标不同角度的DRR图像数据或KV成像数据与MV成像数据的学习步骤,直到将任一角度的MV成像数据及对应的DRR图像数据或KV成像数据进行对比分析后,直接利用关联函数获得DRR标记或KV标记及MV标记,且DRR标记或KV标记及MV标记满足摆位配准的要求。4.根据权利要求1到3任一所述的人工智能的摆位方法,其特征在于,所述学习步骤采用人工智能深度学习的方法。5.根据权利要求1到3任一所述的人工智能的摆位方法,其特征在于,所述摆位配准步骤包括,获取已知角度的MV成像数据,调用相同角度的DRR图像数据或KV成像数据,根据关联函数,在MV成像数据和DRR图像数据或KV成像数据上完成MV标记和DRR标记或KV标记,再根据MV标记与DRR标记或KV标记之间的坐标偏移量进行调整,直到MV标记与对应的DRR标记或KV标记重合;或,根据关联函数,在MV成像数据和DRR图像数据或KV成像数据上完成一一对应的至少一个MV标记点和DRR标记点或KV标记点,再根据MV标记点与DRR标记点或KV标记点之间的坐标偏移量进行调整,直到MV标记与对应的DRR标记或KV标记点重合。6.一种人工智能摆位装置,其特征在于,包括深度学习装置,所述深度学习装置包括:数据采集模块,用于获取CT成像数据,并根据CT成像数据生成不同角度的DRR图像数据,所述DRR图像数据中包含针对特定目标的DRR标记;或,获取多个不同角度的KV成像数据,所述KV成像数据中包含针对特定目标的KV标记;获取与DRR图像对应角度拍摄的MV成像数据,所述MV成像数据中包含与DRR标记或KV标记目标及形状一致的MV标记;数据配对模块,将基于同一目标同一角度成像的DRR图像数据或KV成像数据和MV成像数据配对传送给深度学习模块;深度学习模块,分析基于同一目标同一角度成像的DRR图像数据和MV成像数据上的DRR标记及MV标记区域内所各自对应的DRR图像数据信息、MV成像数据信息,获得二者之间的关联因素,从而建立二者之间的关联函数;或,分析基于同一目标同一角度成像的KV成像数据和M...
【专利技术属性】
技术研发人员:姚毅,
申请(专利权)人:苏州雷泰医疗科技有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。