【技术实现步骤摘要】
一种放射治疗计划精确目标函数的自动生成方法
本专利技术涉及计算机科学及人工智能
，具体涉及一种放射治疗计划精确目标函数的自动生成方法。
技术介绍
放射治疗是治疗恶性肿瘤的三种主要治疗手段之一，大约3/5～2/3的恶性肿瘤病人需要接受放射治疗。放射治疗的目的在于提高放射治疗的增益比，即最大限度地将照射剂量集中到肿瘤内，使周围正常组织减少或避免不必要的照射。放射治疗技术已从常规放射治疗技术发展到三维适形放疗技术，再到今天的调强放射治疗技术(intensity-modulatedradiationtherapy，IMRT)。而IMRT技术较三维适形放疗技术更适应于肿瘤放疗，这是因为IMRT能够在肿瘤内形成较高的均匀剂量，同时在肿瘤边缘形成快速的剂量跌落，这样就能在控制肿瘤的同时又保护肿瘤周围的器官。IMRT计划设计是目前实施放射治疗一种广泛使用的技术，但是其逆向优化算法的复杂性会导致计划设计存在难度大，优化时间长等问题。并且，现如今IMRT计划设计通常采用的是人工对目标函数试错的方式，执行IMRT计划设计的放疗物理师...
【技术保护点】
1.一种放射治疗计划精确目标函数的自动生成方法，其特征在于，包括以下步骤：/n步骤S1：获取已接受放射治疗的肿瘤病例的影像与对应的放射治疗计划，并基于此建立一定病例数量的病例模版数据库；/n步骤S2：从所述病例模版数据库的影像上获取每个肿瘤病例的器官与肿瘤特征；/n步骤S3：从所述病例模版数据库的放射治疗计划上获取每个肿瘤病例的目标函数；/n步骤S4：基于步骤S2和步骤S3的处理结果，建立单隐藏层神经网络模型；/n步骤S5：获取待接受放射治疗的肿瘤病例的器官与肿瘤特征；/n步骤S6：基于步骤S4和步骤S5的处理结果，生成所述待接受放射治疗的肿瘤病例对应的目标函数。/n
【技术特征摘要】
1.一种放射治疗计划精确目标函数的自动生成方法，其特征在于，包括以下步骤：
步骤S1：获取已接受放射治疗的肿瘤病例的影像与对应的放射治疗计划，并基于此建立一定病例数量的病例模版数据库；
步骤S2：从所述病例模版数据库的影像上获取每个肿瘤病例的器官与肿瘤特征；
步骤S3：从所述病例模版数据库的放射治疗计划上获取每个肿瘤病例的目标函数；
步骤S4：基于步骤S2和步骤S3的处理结果，建立单隐藏层神经网络模型；
步骤S5：获取待接受放射治疗的肿瘤病例的器官与肿瘤特征；
步骤S6：基于步骤S4和步骤S5的处理结果，生成所述待接受放射治疗的肿瘤病例对应的目标函数。
2.根据权利要求1所述的一种放射治疗计划精确目标函数的自动生成方法，其特征在于，所述步骤S1包括以下步骤：
步骤S11：获取已接受放射治疗的肿瘤病例的影像，包括历史CT图像以及历史磁共振图像；
步骤S12：将所述历史CT图像以及历史磁共振图像进行融合配准，并在融合配准后的图像上勾画出肿瘤及器官；
步骤S13：根据所述肿瘤病例的肿瘤分期、检查报告及治疗规范，获取肿瘤处方剂量以及器官剂量限值要求；
步骤S14：设定所述肿瘤病例的目标函数，进而建立放射治疗计划；
步骤S15：判断建立的放射治疗计划是否达到肿瘤处方剂量以及器官剂量限值要求，若未达到要求，则返回步骤S14，调整所述肿瘤病例的目标函数，进而建立新的放射治疗计划；若达到要求，则将当前目标函数作为与所述肿瘤病例匹配的目标函数，将当前放射治疗计划作为所述肿瘤病例对应的放射治疗计划，并存储于病例模版数据库中，进而建立一定病例数量的病例模版数据库。
3.根据权利要求1所述的一种放射治疗计划精确目标函数的自动生成方法，其特征在于，在所述步骤S2中，按以下方法获取所述器官与肿瘤特征：
器官特征的获取方法为：
记危及器官O与靶区T的重叠体积(Overlapvolume,OV)函数如下：
其中，d(p,T)为点p到肿瘤边界的距离，|{p∈O|d(p,T)≤r}|表示各向同性扩缩r后的肿瘤T与器官O相交叠区域的体积，函数OV(r)为所述重叠体积与器官O体积的比值；
肿瘤特征为计划肿瘤区域本身在一定范围内的扩张或收缩的区域体积。
4.根据权利要求1所述的一种放射治疗计划精确目标函数的自动生成方法，其特征在于，在所述步骤S4中，按以下步骤建立所述神经网络模型：
步骤S41...
【专利技术属性】
技术研发人员：柏朋刚，陈传本，戴艺涛，陈济鸿，钱杰伟，
申请(专利权)人：福建省肿瘤医院福建省肿瘤研究所，福建省癌症防治中心，
类型：发明
国别省市：福建;35
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。