【技术实现步骤摘要】
【国外来华专利技术】用于医学成像中的图像裁剪和解剖结构分割的系统和方法
[0001]本公开总体上涉及医学成像,并且更具体地涉及用于在诸如被用于放射疗法规划的图像之类的医学图像中进行图像裁剪和解剖结构分割的系统和方法。
技术介绍
[0002]放射疗法是用于治疗患者的癌性肿瘤的重要工具。不幸的是,被施加来治疗患者的电离放射本质上并不能区分肿瘤和近端健康结构(例如,风险器官)。因此,必须仔细调节电离放射的施用,以限制对目标(即肿瘤)施加的放射,同时避免对周围解剖结构的不必要放射,目的是向肿瘤输送致命的放射剂量,同时对近端结构维持可接受的剂量。
[0003]作为放射疗法规划过程的一部分,获得肿瘤和周围解剖结构的医学图像。医学图像可以用作放射疗法的仿真基础,并且可以被用来规划疗法的各个方面,包括但不限于射束几何形状和位置、放射能量和剂量。医学图像通常被处理以描绘目标区域(例如,对肿瘤或其它需要被照射的区域进行成像的像素或体素)并分离周围结构(例如,对风险器官(OAR)或其它要避免被照射的解剖结构进行成像的像素或体素。这种描绘,被称为画轮廓或分割,涉及定义相应的边界,该边界定义图像中的不同解剖结构的界限。然而,如果图像中的解剖结构被不正确地绘制轮廓,这可能会导致对目标的照射不足和/或对周围结构的不希望的照射。
[0004]在放射疗法规划过程中,手动绘制医学图像中的结构轮廓可能是一个耗时的阶段。为了解决这个问题,已经提出了自动分割模型。然而,现有方法在结构的边界处存在不准确性。例如,在边界处可能存在有限的解剖信息以停止轮廓绘制。在一些 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种系统,包括:一个或多个数据存储设备,所述一个或多个数据存储设备存储至少一个第一神经网络模型和至少一个第二神经网络模型,每个第一神经网络模型已被训练以逼近解剖结构周围的感兴趣区域ROI或相关于所述解剖结构的截断平面,每个第二神经网络模型已被训练以逼近所述解剖结构的轮廓;以及一个或多个处理器,所述一个或多个处理器可操作地耦合到所述一个或多个数据存储设备并且被配置为:采用所述至少一个第一神经网络模型来处理患者的一个或多个医学图像,以生成裁剪数据;至少基于来自所述至少一个第一神经网络模型的所述裁剪数据来裁剪所述患者的所述一个或多个医学图像;以及采用所述至少一个第二神经网络模型来处理所述患者的经裁剪的所述一个或多个医学图像,以生成所述患者的所述医学图像中的解剖结构的一个或多个轮廓。2.根据权利要求1所述的系统,其中所述一个或多个处理器还被配置为:使用医学图像的第一数据集来训练所述至少一个第一神经网络模型以逼近ROI或截断平面,所述第一数据集中的每个医学图像包括在其中的解剖结构的轮廓,以及在所述解剖结构周围的ROI或相关于所述解剖结构的截断平面中的至少一个;基于来自所述第一神经网络模型的数据来裁剪第二数据集的医学图像,所述第二数据集中的每个医学图像包括在其中的解剖结构的轮廓;以及使用所述第二数据集的经裁剪的所述医学图像来训练所述至少一个第二神经网络模型以逼近解剖结构的轮廓。3.根据权利要求1或2所述的系统,其中所生成的所述轮廓中的至少一个轮廓具有基本上直的边缘或基本上平坦的表面。4.根据权利要求1、2或3所述的系统,还包括:放射疗法设备,所述放射疗法设备被配置为向患者递送放射治疗,其中所述一个或多个处理器还被配置为:控制所述放射疗法设备以根据治疗计划来照射所述患者,所述治疗计划至少基于所述患者的所述一个或多个医学图像和所生成的所述轮廓。5.根据权利要求1至4中任一项所述的系统,其中所述一个或多个处理器还被配置为:使用至少一种算法来处理所述患者的所述一个或多个医学图像,以将所生成的所述轮廓修改为具有基本上直的边缘或基本上平坦的表面。6.根据权利要求5所述的系统,其中所述至少一种算法包括启发式算法。7.根据权利要求1至6中任一项所述的系统,其中所述一个或多个处理器被配置为:基于放射疗法的照射场放置来裁剪所述患者的所述一个或多个医学图像。8.根据权利要求2所述的系统,其中所述一个或多个处理器被配置为:使用所述第二数据集的所述医学图像中的截断平面的定义,来训练所述至少一个第二神经网络模型。9.根据权利要求2所述的系统,其中所述一个或多个处理器被配置为:通过迭代过程来训练所述至少一个第一神经网络模型,并且在每次迭代之后计算第一损失函数;
通过迭代过程来训练所述至少一个第二神经网络模型,并且在每次迭代之后计算第二损失函数;以及在相应的迭代过程之前或期间接收输入以修改所述第一损失函数和所述第二损失函数中的一个,以改变相应的训练中的所述截断平面的效果。10.根据权利要求2所述的系统,其中所述一个或多个处理器被配置为:基于解剖界标来训练所述至少一个第一神经网络模型以逼近所述ROI。11.根据权利要求1至10中任一项所述的系统,其中所述第一神经网络模型和所述第二神经网络模型中的每一个是具有多于两个隐藏层的深度神经网络。12.一种在其上包含程序指令序列的非暂态计算机可读存储介质,以及一种计算机处理系统,所述计算机处理系统执行包含在所述计算机可读存储介质上的所述程序指令序列以使所述计算机处理系统:使用至少一个第一神经网络模型来处理患者的一个或多个医学图像以生成裁剪数据,每个第一神经网络模型已被训练以逼近解剖结构周围的感兴趣区域ROI或相关于所述解剖结构的截断平面;至少基于来自所述至少一个第一神经网络模型的所述裁剪数据来裁剪所述患者的所述一个或多个医学图像;以及使用至少一个第二神经网络模型来处理所述患者的经裁剪的所述一个或多个医学图像,以生成所述患者的所述一个或多个医学图像中的解剖结构的一个或多个轮廓,每个第二神经网络模型已被训练以逼近解剖结构的轮廓。13.根据权利要求12所述的非暂态计算机可读存储介质和计算机处理系统,其中所述程序指令序列的执行还使所述计算机处理系统:使用医学图像的第一数据集来训练所述至少一个第一神经网络模型,所述第一数据集中的每个医学图像包括在其中的解剖结构的轮廓,以及在所述解剖结构周围的感兴趣区域ROI或相关于所述解剖结构的截断平面中的至少一个;基于来自所述至少一个第一神经网络模型的数据,裁剪第二数据集的医学图像,所述第二数据集中的每个医学图像包括所述解剖结构的轮廓;以及使用经裁剪的所述医学图像来训练所述至少一个第二神经网络模型。14.根据权利要求12或13所述的非暂态计算机可读存储介质和计算机处理系统,其中所生成的所述轮廓中的至少一个轮廓具有基本上直的边缘或基本上平坦的表面。15.根据权利要求12、13或14...
【专利技术属性】
技术研发人员:H,
申请(专利权)人:瓦里安医疗系统国际股份公司,
类型:发明
国别省市:
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。