本发明专利技术公开一种基于规则的自动放射治疗计划获得方法及装置，该方法包括以下步骤：S1：针对任一病种，根据输入病例的解剖结构信息，结合报告、指南、临床经验中的一种或多种信息，生成个体化放疗计划评分规则，并将评分规则转化为计划优化的目标函数；S2：根据医生要求和/或病例特点，调用模板自动添加计划射野，使用剂量计算方法计算评分规则中所包含的各ROI的沉积矩阵；S3：以评分规则为优化目标，利用优化算法对各射野通量图进行迭代优化；S4：考虑实际执行放疗计划时加速器和光栅的物理限制，对射野通量图进行分割，获得子野序列；S5：使用评分规则对计划结果进行评分。本发明专利技术可提高计划制作效率，提高放疗计划的质量。提高放疗计划的质量。提高放疗计划的质量。
【技术实现步骤摘要】
基于规则的自动放射治疗计划获得方法及装置
[0001]本专利技术属于放射治疗
，具体涉及一种基于规则的自动放射治疗计划获得方法及装置。
技术介绍
[0002]肿瘤放射治疗以其独特的优势成为肿瘤治疗的主要手段之一，其主要目标在于保证靶区(Planning Target Volume,PTV)达到特定剂量的同时，尽可能保护周围正常组织(Organs at Risk,OARs)。常规放射治疗计划设计是一个耗时耗力的过程，为了满足临床、法规要求以及考虑到计划的可执行性，物理师和医师之间需要反复沟通交流，然后在计划优化中不断调整参数来达到靶区和危及器官接受剂量的平衡。
[0003]当前已有一些方法致力于放疗计划设计的自动化，如Eclipse和Pinnacle商用治疗计划系统中的Rapid Plan和Auto
‑
Planning功能，也有研究将人工智能技术应用于剂量预测以实现自动计划。自动计划能够在保证计划质量前提下提升计划设计效率。
[0004]现有文献报道及商业化的自动计划算法主要包括以下几类：
[0005]第一，基于知识图谱的方法，一般是对已经做过治疗的病人计划做成一个数据库，每次来一个新病人，就从数据库中搜寻相似的病例，从而将相应的计划参数作为新病人计划的初始参数。
[0006]第二，基于剂量体积直方图(Dose Volume Histogram,DVH)引导的方法，首先采用大量已经治疗过的案例和轮廓图建立解剖学和几何特征的映射关系，从而建立一套DVH模型，每来一个新的病人，就根据几何特征预测出可能的DVH用来引导计划。
[0007]第三，基于人工智能的自动计划，预测患者的三维剂量分布并用于自动计划。
[0008]针对上述内容，现有的放射治疗计划存在以下问题。
[0009]第一，常规放射治疗计划是一个耗时耗力的过程，需要在计划优化中不断调整参数来寻找最优计划。
[0010]第二，放射治疗计划设计者之间的经验差异、投入计划设计的时间以及医疗机构的执行标准都会影响计划质量，从而影响临床治疗效果及患者预后。
[0011]第三，基于知识图谱的自动计划实现方法，需要庞大的病人数据库，预测准确性很难保证。
[0012]第四，基于剂量体积直方图引导的方法，通过预测DVH的自动计划，只能预测出感兴趣区(Region ofInterest,ROI)的DVH，且在计算过程中去掉了剂量分布的空间信息，所以无法体现剂量在空间上的分布。
[0013]第五，预测三维剂量分布的算法存在大量的局限，不能对临床上十分关注的OARs的剂量分布做出准确的预测和自动调整。
技术实现思路
[0014]为了解决上述技术问题，本专利技术提出了一种基于规则的自动放射治疗计划获得方
法及装置。
[0015]为了达到上述目的，本专利技术的技术方案如下：
[0016]一方面，本专利技术公开一种基于规则的自动放射治疗计划获得方法，包括以下步骤：
[0017]S1：针对任一病种，根据输入病例的解剖结构信息，结合报告、指南、临床经验中的一种或多种信息，生成个体化放疗计划评分规则，并将其转化为计划优化的目标函数；
[0018]S2：根据医生要求和/或病例特点，调用模板自动添加计划射野，使用剂量计算方法计算个体化放疗计划评分规则中所包含的各ROI的沉积矩阵；
[0019]S3：以个体化放疗计划评分规则为优化目标，利用优化算法对各射野通量图进行迭代优化；
[0020]S4：考虑实际执行放疗计划时加速器和光栅的物理限制，对射野通量图进行分割，获得子野序列；
[0021]S5：使用个体化放疗计划评分规则对计划结果进行评分。
[0022]本专利技术将针对任意病例生成的个体化放疗计划评分规则作为优化目标，应用到逆向调强计划设计当中，同时使用该评分规则对最终计划进行评估。同时，本专利技术所采用的个体化放疗计划评分规则，参考现有报告、指南，结合临床经验总结和特定病人解剖结构，同时考虑实际执行机器参数最终生成。
[0023]在上述技术方案的基础上，还可做如下改进：
[0024]作为优选的方案，S1具体包括以下步骤：
[0025]S1.1：从输入病例中获取各ROI勾画信息，提取ROI的各解剖结构信息；
[0026]S1.2：根据S1.1获得的解剖结构信息，结合报告、指南和临床经验中的一种或多种信息，生成个体化放疗计划评分规则；
[0027]S1.3：将S1.2获得的个体化放疗计划评分规则转化为计划优化的目标函数，每一项规则对应的分值为该评估项的权重。
[0028]作为优选的方案，个体化放疗计划评分规则包括但不限于：靶区、危及器官及其它区域的剂量、剂量
‑
体积、适形度CI、均整度HI、剂量跌落GI中的一种或多种评估指标。
[0029]作为优选的方案，S3具体包括以下步骤：
[0030]S3.1：随机初始化各射野通量图；
[0031]S3.2：依据各ROI的沉积矩阵和当前射野通量图获得相应ROI的剂量；
[0032]S3.3：按照个体化放疗计划评分规则，计算出各评分项的实际值、当前得分及损失函数值；
[0033]S3.4：使用优化算法，以个体化放疗计划评分规则为优化目标，优化射野通量图，以最小化损失函数值或惩罚函数；
[0034]S3.5：重复S3.2
‑
S3.4，迭代优化，直至各项评分都达到目标值或评分结果变化小于阈值时停止优化，记录迭代过程的最优射野通量图。
[0035]作为优选的方案，剂量计算方法为笔形束算法和/或蒙特卡洛算法；
[0036]优化算法为AdamW算法和/或Adagrad算法。
[0037]另一方面，本专利技术公开一种基于规则的自动放射治疗计划获得装置，包括：
[0038]评分规则生成模块，评分规则生成模块，用于针对任一病种，根据输入病例的解剖结构信息，结合报告、指南、临床经验中的一种或多种信息，生成个体化放疗计划评分规则，
并将其转化为计划优化的目标函数；
[0039]计划优化前处理模块，计划优化前处理模块用于根据医生要求和/或病例特点，调用模板自动添加计划射野，使用剂量计算方法计算个体化放疗计划评分规则中所包含的各ROI的沉积矩阵；
[0040]迭代优化模块，迭代优化模块用于以个体化放疗计划评分规则为优化目标，利用优化算法对各射野通量图进行迭代优化；
[0041]子野序列获得模块，子野序列获得模块用于考虑实际执行放疗计划时加速器和光栅的物理限制，对射野通量图进行分割，获得子野序列；
[0042]评分模块，评分模块用于使用个体化放疗计划评分规则对计划结果进行评分。
[0043]作为优选的方案，评分规则生成模块具体包括：
[0044]提取单元，提取单元用于从输入病例中获取各ROI勾画信息，提取ROI的各解剖结构信息；
[00本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于规则的自动放射治疗计划获得方法，其特征在于，包括以下步骤：S1：针对任一病种，根据输入病例的解剖结构信息，结合报告、指南、临床经验中的一种或多种信息，生成个体化放疗计划评分规则，并将其转化为计划优化的目标函数；S2：根据医生要求和/或病例特点，调用模板自动添加计划射野，使用剂量计算方法计算个体化放疗计划评分规则中所包含的各ROI的沉积矩阵；S3：以个体化放疗计划评分规则为优化目标，利用优化算法对各射野通量图进行迭代优化；S4：考虑实际执行放疗计划时加速器和光栅的物理限制，对射野通量图进行分割，获得子野序列；S5：使用个体化放疗计划评分规则对计划结果进行评分。2.根据权利要求1所述的自动放射治疗计划获得方法，其特征在于，S1具体包括以下步骤：S1.1：从输入病例中获取各ROI勾画信息，提取ROI的各解剖结构信息；S1.2：根据S1.1获得的解剖结构信息，结合报告、指南和临床经验中的一种或多种信息，生成个体化放疗计划评分规则；S1.3：将S1.2获得的个体化放疗计划评分规则转化为计划优化的目标函数，每一项规则对应的分值为该评估项的权重。3.根据权利要求1所述的自动放射治疗计划获得方法，其特征在于，个体化放疗计划评分规则包括但不限于：靶区、危及器官及其它区域的剂量、剂量
‑
体积、适形度CI、均整度HI、剂量跌落GI中的一种或多种评估指标。4.根据权利要求1所述的自动放射治疗计划获得方法，其特征在于，S3具体包括以下步骤：S3.1：随机初始化各射野通量图；S3.2：依据各ROI的沉积矩阵和当前射野通量图获得相应ROI的剂量；S3.3：按照个体化放疗计划评分规则，计算出各评分项的实际值、当前得分及损失函数值；S3.4：使用优化算法，以个体化放疗计划评分规则为优化目标，优化射野通量图，以最小化损失函数值或惩罚函数；S3.5：重复S3.2
‑
S3.4，迭代优化，直至各项评分都达到目标值或评分结果变化小于阈值时停止优化，记录迭代过程的最优射野通量图。5.根据权利要求4所述的自动放射治疗计划获得方法，其特征在于，剂量计算方法为笔形束算法和/或蒙特卡洛算法；优化算法为AdamW算法和/或Adagrad算法。6.基于规则的自动放射治疗计划获得装置，其特征在于，包括：评分规则生成模块，所述评分规则生成模块，用于针对任一病种，根据输...
【专利技术属性】
技术研发人员：汪倩倩，汪懋荣，鞠垚，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：
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。