三维图像引导摆位的方法、系统及存储介质技术方案

本发明专利技术涉及一种三维图像引导摆位的方法、系统及存储介质，方法包括：将患者的3D

【技术实现步骤摘要】
三维图像引导摆位的方法、系统及存储介质


[0001]本专利技术是关于一种用于放射治疗中基于人工智能技术和DR系统的三维图像引导摆位的方法、系统及存储介质，涉及放射治疗患者摆位图像引导领域。

技术介绍

[0002]放射治疗中患者的摆位验证速度和精度是影响患者治疗效率和疗效的重要因素，特别是在粒子精准放射治疗技术中，患者摆位占用了较多的治疗时间，极大地降低了放射治疗的效率，增加了治疗成本，影响患者的放疗效果。因此，如何快速有效地引导患者进行摆位操作及验证，是图像引导放疗技术的关键之一。当前的图像引导系统经常作为一个独立的医疗设备，大多数使用数字X射线成像(DR)系统、锥形束CT(CBCT)成像系统及轨道CT(CT
‑
on
‑
rail)系统获取患者的摆位位置信息，对患者进行摆位引导和验证。
[0003]常规基于DR图像的引导系统，需要使用两个大角度(接近或者等于90度正交)相交的DR成像设备或者C型臂联接旋转DR设备生成两张大角度相交的DR图像，与患者治疗计划CT图像生成的数字重建放射影像(DRR)进行配准，获得患者的摆位位置偏移量，引导患者摆位，没有实现真正意义上的三维(3D)摆位引导。另外，CBCT及轨道CT成像系统会给患者增加额外的辐射剂量，增加患者并发症发生的风险，而且CBCT及轨道CT成像系统价格昂贵，获得的CBCT图像密度分辨率不高，与患者计划CT配准的精度和速度也不高。

技术实现思路

[0004]针对上述问题，本专利技术的目的是提供一种能够实现精准3D图像引导，获得患者摆位信息的基于人工智能技术和DR系统的三维图像引导摆位的方法、系统及存储介质。
[0005]为实现上述目的，本专利技术采取以下技术方案：
[0006]第一方面，本专利技术提供一种三维图像引导摆位的方法，包括：
[0007]将患者的3D
‑
CT图像集采用自动分割算法自动分割出组织器官和肿瘤靶区，并通过组织器官模型重建算法，重建患者治疗计划的组织器官和肿瘤靶区的轮廓数据；
[0008]基于患者的实时DR图像，采用人工智能网络算法生成患者的虚拟3D
‑
CT图像集；
[0009]将患者的虚拟3D
‑
CT图像集采用自动分割算法自动分割出虚拟组织器官和肿瘤靶区，并通过组织器官模型重建算法，重建患者的虚拟组织器官和肿瘤靶区轮廓数据；
[0010]将患者治疗计划的组织器官和肿瘤靶区轮廓数据和虚拟组织器官和肿瘤靶区轮廓数据进行配准，输出患者摆位偏移量参数，判断偏移量参数是否符合放射治疗条件：如果不符合，则引导患者重新摆位；如果符合条件，则完成摆位。
[0011]进一步地，患者的实时DR图像通过采用DR成像设备进行获取。
[0012]进一步地，所述DR成像设备包括一套X射线源及与之对应的成像平板；
[0013]所述X射线源安装在治疗室顶部，所述成像平板安装在治疗室地面部分，各自使用小角度轨道进行运动；或者，
[0014]所述X射线源和成像平板使用C型臂连接整体进行小角度运动。
[0015]进一步地，人工智能网络算法通过训练验证获得，包括：
[0016]使用DR成像设备拍摄患者的DR图像，同时使用CT系统拍摄同一患者同一部位的3D
‑
CT图像，使该患者的DR图像和3D
‑
CT图像一一对应，建立DR图像及与之对应的3D
‑
CT图像数据集；将建立的数据集中部分数据作为训练数据集，另一部分作为验证数据集，构建神经网络模型进行训练验证，并通过运算不断迭代获得人工智能网络的权重及参数，进而获得训练好的人工智能网络模型。
[0017]进一步地，自动分割算法采用基于深度学习卷积神经网络模型，能够根据输入的CT图像自动分割出组织器官及肿瘤靶区。
[0018]进一步地，组织器官重建算法能够重建出所有或者指定组织器官的3D模型，并能够对不同的组织器官进行不同颜色和模态的渲染显示，便于使用者观察分辨操作。
[0019]进一步地，配准采用组织器官配准算法进行手动和/或自动3D模型配准。
[0020]第二方面，本专利技术还提供一种三维图像引导摆位的系统，该系统包括：
[0021]器官重建单元，被配置为将患者的3D
‑
CT图像集采用自动分割算法自动分割出组织器官和肿瘤靶区，并通过组织器官模型重建算法，重建患者治疗计划的组织器官和肿瘤靶区的轮廓数据；
[0022]虚拟图像生成单元，基于患者的实时DR图像，采用人工智能网络算法生成患者的虚拟3D
‑
CT图像集；
[0023]虚拟器官重建单元，将患者的虚拟3D
‑
CT图像集采用自动分割算法自动分割出虚拟组织器官和肿瘤靶区，并通过组织器官模型重建算法，重建患者的虚拟组织器官和肿瘤靶区轮廓数据；
[0024]摆位判断单元，将患者治疗计划的组织器官和肿瘤靶区轮廓数据和虚拟组织器官和肿瘤靶区轮廓数据进行配准，输出患者摆位偏移量参数，判断偏移量参数是否符合放射治疗条件：如果不符合，则引导患者重新摆位；如果符合条件，则完成摆位。
[0025]第三方面，本专利技术还提供一种处理设备，所述处理设备至少包括处理器和存储器，所述存储器上存储有计算机程序，所述处理器运行所述计算机程序时执行以实现本专利技术第一方面所述三维图像引导摆位的方法。
[0026]第四方面，本专利技术还提供一种计算机存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现本专利技术第一方面所述三维图像引导摆位的方法。
[0027]本专利技术由于采取以上技术方案，其具有以下优点：
[0028]1、本专利技术根据少量DR图像生成患者摆位虚拟3D
‑
CT图像，将患者的治疗计划3D
‑
CT和虚拟3D
‑
CT进行3D重建和配准，获得患者摆位信息，实现精准3D图像引导放疗，解决常规DR图像和CBCT图像引导中的缺陷和不足；
[0029]2、本专利技术使用人工智能技术将实时2D
‑
DR图像转化为虚拟3D
‑
CT图像，将虚拟3D
‑
CT图像和治疗计划3D
‑
CT图像进行3D重建和配准，实现真正意义上的3D引导；
[0030]3、本专利技术只需要单个DR成像设备，成本较低；与CBCT系统相比，在降低设备成本实现3D定位引导的同时，成像时对患者的额外辐射剂量也较低。
[0031]综上，本专利技术适合任何放射治疗系统的患者摆位引导中。
附图说明
[0032]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。在整个附图中，用相同的附图标记表示相同的部件。在附图中：
[0033]图1为本专利技术实施例提供的3D图像引本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维图像引导摆位的方法，其特征在于包括：将患者的3D
‑
CT图像集采用自动分割算法自动分割出组织器官和肿瘤靶区，并通过组织器官模型重建算法，重建患者治疗计划的组织器官和肿瘤靶区的轮廓数据；基于患者的实时DR图像，采用人工智能网络算法生成患者的虚拟3D
‑
CT图像集；将患者的虚拟3D
‑
CT图像集采用自动分割算法自动分割出虚拟组织器官和肿瘤靶区，并通过组织器官模型重建算法，重建患者的虚拟组织器官和肿瘤靶区轮廓数据；将患者治疗计划的组织器官和肿瘤靶区轮廓数据和虚拟组织器官和肿瘤靶区轮廓数据进行配准，输出患者摆位偏移量参数，判断偏移量参数是否符合放射治疗条件：如果不符合，则引导患者重新摆位；如果符合条件，则完成摆位。2.根据权利要求1所述的三维图像引导摆位的方法，其特征在于，患者的实时DR图像通过采用DR成像设备进行获取。3.根据权利要求2所述的三维图像引导摆位的方法，其特征在于，所述DR成像设备包括一套X射线源及与之对应的成像平板；所述X射线源安装在治疗室顶部，所述成像平板安装在治疗室地面部分，各自使用小角度轨道进行运动；或者，所述X射线源和成像平板使用C型臂连接整体进行小角度运动。4.根据权利要求1所述的三维图像引导摆位的方法，其特征在于，人工智能网络算法通过训练验证获得，包括：使用DR成像设备拍摄患者的DR图像，同时使用CT系统拍摄同一患者同一部位的3D
‑
CT图像，使该患者的DR图像和3D
‑
CT图像一一对应，建立DR图像及与之对应的3D
‑
CT图像数据集；将建立的数据集中部分数据作为训练数据集，另一部分作为验证数据集，构建神经网络模型进行训练验证，并通过运算不断迭代获得人工智能网络的权重及参数，进而获得训练好的人工智能网络模...

【专利技术属性】
技术研发人员：申国盛，李强，刘新国，戴中颖，金晓东，贺鹏博，
申请(专利权)人：中国科学院近代物理研究所，
类型：发明
国别省市：