一种人工智能的摆位方法和装置及加速器治疗装置制造方法及图纸

本发明专利技术公开了一种人工智能的摆位方法和装置及加速器治疗装置，通过大量实际MV成像数据与DRR图像数据(由CT成像数据生成)的配对，分析及寻找它们之间的关联因素，建立精确的数学模型(关联函数)，或者通过深度学习的方法，获得越来越精确的关联函数，则最终，由关联函数直接换算得到的换算DRR图像数据就能满足我们实际的应用需求，从而为加速器治疗设备的应用效率、治疗精度、医生的实施掌控度及便利性都提供了巨大而方便的技术手段，社会价值和经济价值都非常高。

An Artificial Intelligence Positioning Method and Device and Accelerator Therapeutic Device

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。本文所述的DRR图像数据是指包括但不限于专用CT成像设备(CT机)所获得的目标图像信息；CT摆位坐标信息是指在进行CT成像时目标(例如病患体内的病灶或专用模型)相对于等中心的三维坐标信息；DRR成像数据是指通过对三维的CT成像数据进行平面投影处理获取的二维图像信息；DRR摆位坐标信息是指在根据CT成像数据生成DRR图像数据时目标例如病患体内的病灶或专用模型相对于等中心的三维坐标信息；KV成像数据由专门的KV级球管成像设备或者集成在加速器治疗设备上的KV级射线成像装置所获得的目标图像信息；而MV成像数据是指MV级加速器配合MV级数字图像平板获取的MV成像信息；MV摆位坐标信息是指在获得MV成像数据时目标(例如病患的人体或专用模型)相对于等中心的三维坐标信息。不论CT成像数据、DRR图像数据、KV成像数据，还是MV成像数据，其坐标系都是基于等中心来建立，因此它们的坐标体系是相同的。医护人员先使用CT机(或集成在加速器治疗设备上的KV级CBCT放射装置)对病灶进行三维成像，由于所有机器都经过了图像中心点与等中心点的对正操作，因此可在CT机上获取病患的三维成像数据并制定治疗计划，此时，还可基于CT成像数据生成所需角度的DRR图像数据，并包含了该角度上目标(病灶)及其他健康的人体组织在该方向的投影，在该方向上目标及其他健康的人体组织相对于等中心点的坐标数据就体现在DRR图像数据中目标及其他健康的人体组织影像相对于DRR图像中心的位置关系，那么，如果设定等中心点为三维坐标系的原点，垂直轴为Z轴，右向坐标轴为X轴，前向坐标轴为Y轴，三轴相互垂直。那么，从Z轴向下进行成像设为0°成像，此时的CT成像数据为等中心及目标及其他健康的人体组织在XY平面上的投影，同时获得目标及其他健康的人体组织在XY平面的坐标信息。再从X轴方向进行成像设为90°成像，此时DRR图像数据为等中心、目标及其他健康的人体组织在YZ平面上的投影，同时获得目标及其他健康的人体组织在YZ平面上的坐标信息。根据上述两个平面的坐标数据，就可以获得目标及其他健康的人体组织相对于等中心点(原点)的三维坐标数据。同理，在进行加速器治疗设备的MV成像时，也可以基于上述原理获得目标及其他健康的人体组织在此时相对于等中心点的三维坐标数据。因此，基于成像角度(要相同)、及坐标信息，就可以得到CT成像时人体的摆位坐标及MV成像时的摆位坐标之间的偏移量，可以根据这个偏移量进行调整，使得人体在进行MV级加速器治疗时的摆位和在CT机上进行放射治疗计划制定时的摆位一致。以KV成像数据与MV成像数据配合进行摆位也同理。这里的同角度的DRR图像数据和MV成像数据是指针对同一目标及其他健康的人体组织从同一角度获得的DRR图像数据(由三维的CT成像数据生成而来)和MV成像数据，二者本质上是同一物理信息的数字投影，一般来说，CT成像中含有更多更丰富的影像细节，特别是人体软组织的数据信息，由CT成像生成的DRR图像数据也具备上述特点，而MV成像数据中，这些影像细节就有很大的缺失，实际上人工是无法直接观察MV成像数据获得摆位需要的信息的。因此实际上要加速器治疗设备根据MV成像数据直接获得坐标数据是有难度的。本专利技术创造性的将同角度的DRR图像数据或KV成像数据，和MV成像数据一一对应，再将对应的DRR图像或KV成像数据，和MV成像上的人体相同组织(例如同一块骨骼的影像)进行描绘相同的标记，即DRR标记或KV标记，和MV标记，二者对应一致，那么DRR标记KV标记，和MV标记相对于等中心的位置差异，就是我们需要调整的偏移量。分析DRR标记KV标记，及MV标记区域所各自对应的DRR图像数据信息或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。关联函数建立以后，无需再进行人工描绘DRR标记或KV标记，和MV标记，就可以利用关联函数自动分析对应的DRR图像数据或KV成像数据，及MV成像数据中的关联因素，从而建立对应的DRR标记或KV标记，及MV标记，根据MV标记及DRR标记之间(或MV标记和KV标记之间)相对于等中心的坐标差异，调整病患的位置，直到MV标记与DRR标记(或MV标记和KV标记)在三维坐标上的完全重合，实现自动化的摆位配准工作。上述过程完成的次数越多，获得的关联函数越准确，也就是说，尽可能的提供更多的样本进行分析，如果，提供的样本(DRR图像数据、对应的MV成像数据，以及在二者上人工描绘的DRR标记和MV标记)是由业内专家提供的，那么大量样本分析后得到的关联函数就使得设备好像具备了专家的经验，这样既满足我们实际的应用需求，为加速器治疗设备的应用效率、治疗精度、医生快速摆位都提本文档来自技高网...

【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