一种剂量预测方法及系统技术方案

一种剂量预测方法及系统，该方法包括：获取放疗对象的原始剂量分布、原始体征信息以及当前体征信息；根据原始剂量分布及原始体征信息，通过剂量预测模型得到预测的帕累托优化参数；根据当前体征信息和预测的帕累托优化参数，使用剂量预测模型预测出当前体征信息对应的当前剂量分布。的当前剂量分布。的当前剂量分布。

【技术实现步骤摘要】
一种剂量预测方法及系统


[0001]本说明书涉及医疗
，特别涉及一种剂量预测方法及系统。

技术介绍

[0002]自适应放疗是当前热门的新的放疗模式。病人在放疗之前会进行治疗计划的制订，然而该计划是针对当时病人的体征信息，当病人治疗时，体征可能发生变化。通过自适应放疗模式，可以根据病人当前的体征信息，快速调整治疗计划，以提升治疗效果。放疗计划的优化问题是一个多目标优化问题，包括靶区的最小最大剂量要求，某个保护器官的最大剂量要求等等。通常，用户可以通过对各个目标设置权重，用以生成一个治疗计划。然而，权重并没有临床解释，因此用户只能根据经验给出。或者，用户可以使用多目标优化系统通过调节优化参数，找到最符合临床要求的计划，然而该过程十分耗时。
[0003]因此，有必要提供一种更高效的剂量预测方法及系统。

技术实现思路

[0004]本说明书实施例之一提供一种剂量预测方法，所述方法包括：获取放疗对象的原始剂量分布、原始体征信息以及当前体征信息；根据所述原始剂量分布及所述原始体征信息，通过剂量预测模型得到预测的帕累托优化参数；根据所述当前体征信息和所述预测的帕累托优化参数，使用所述剂量预测模型预测出所述当前体征信息对应的当前剂量分布。
[0005]本说明书实施例之一提供一种剂量预测系统，包括：获取模块，用于获取放疗对象的原始剂量分布、原始体征信息以及当前体征信息；第一预测模块，用于根据所述原始剂量分布及所述原始体征信息，通过剂量预测模型得到预测的帕累托优化参数；第二预测模块，用于根据所述当前体征信息和所述预测的帕累托优化参数，使用所述剂量预测模型预测出所述当前体征信息对应的当前剂量分布。
[0006]本说明书实施例之一提供一种剂量预测装置，其特征在于，所述装置包括：至少一个存储介质，存储计算机指令；至少一个处理器，执行所述计算机指令，以实现如前所述的剂量预测方法。
[0007]本说明书实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取所述计算机指令时，所述计算机执行如前所述的剂量预测方法。
[0008]本说明书实施例通过原始剂量分布直接定位对应的帕累托最优参数，从而节省了用户为每个病例生成各自的帕累托平面，以及调整帕累托优化参数的过程，使得自适应放疗模式的自动化程度更高，剂量预测效果更好。
附图说明
[0009]本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
[0010]图1是根据本说明书一些实施例所示的示例性剂量预测系统的应用场景示意图；
[0011]图2是根据本说明书一些实施例所示的示例性剂量预测系统的模块图；
[0012]图3是根据本说明书一些实施例所示的示例性剂量预测方法的流程图；
[0013]图4是根据本说明书一些实施例所示的第一模型的示意图；
[0014]图5是根据本说明书一些实施例所示的第二模型的示意图。
具体实施方式
[0015]为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
[0016]应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
[0017]如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
[0018]本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
[0019]图1是根据本说明书一些实施例所示的示例性剂量预测系统的应用场景示意图。在一些实施例中，如图1所示，剂量预测系统的应用场景100可以至少包括放疗设备110、处理设备120、终端设备130、存储设备140和网络150。
[0020]在一些实施例中，放疗设备110可以包括治疗装置。治疗装置可以包括直线加速器、回旋加速器、同步加速器等，配置为对治疗对象进行放射治疗。治疗装置可以包括对应不同种类粒子的加速器，包括例如光子、电子、质子或重离子。
[0021]在一些实施例中，放疗设备110可以进一步包括扫描装置，可以对检测区域或扫描区域内的目标对象(治疗对象)进行扫描，得到该目标对象的扫描数据。在一些实施例中，目标对象可以包括生物对象和/或非生物对象。例如，目标对象可以是有生命或无生命的有机和/或无机物质。
[0022]在一些实施例中，扫描装置可以包括单模态扫描仪和/或多模态扫描仪。单模态扫描仪可以包括例如超声波扫描仪、X射线扫描仪、计算机断层扫描(CT)扫描仪、核磁共振成像(MRI)扫描仪、超声检查仪、正电子发射计算机断层扫描(PET)扫描仪、光学相干断层扫描(OCT)扫描仪、超声(US)扫描仪、血管内超声(IVUS)扫描仪、近红外光谱(NIRS)扫描仪、远红外(FIR)扫描仪等或其任意组合。多模态扫描仪可以包括例如X射线成像
‑
核磁共振成像(X射线
‑
MRI)扫描仪、正电子发射断层扫描
‑
X射线成像(PET
‑
X射线)扫描仪、单光子发射计算
机断层扫描
‑
核磁共振成像(SPECT
‑
MRI)扫描仪、正电子发射断层扫描
‑
计算机断层摄影(PET
‑
CT)扫描仪、数字减影血管造影
‑
核磁共振成像(DSA
‑
MRI)扫描仪等或其任意组合。上述扫描设备的相关描述仅用于说明目的，而无意限制本说明书的范围。
[0023]在一些实施例中，放疗设备110可以包括治疗计划系统(treatment plan system，TPS)、图像引导放射治疗(image
‑
guide radiotherapy，IGRT)等。
[0024]处理设备120可以处理从放疗设备110、终端设备130、存储设备140和/或剂量预测系统的应用场景100的其他组件获取的数据和/或信息。例如，处理设备120可以从终端设备130、存储设备140中获取放疗对象的体征信息和/本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种剂量预测方法，其特征在于，所述方法包括：获取放疗对象的原始剂量分布、原始体征信息以及当前体征信息；根据所述原始剂量分布及所述原始体征信息，通过剂量预测模型得到预测的帕累托优化参数；根据所述当前体征信息和所述预测的帕累托优化参数，使用所述剂量预测模型预测出所述当前体征信息对应的当前剂量分布。2.如权利要求1所述的方法，其特征在于，所述剂量预测模型包括第一模型和第二模型，所述预测的帕累托优化参数由所述第一模型输出；所述根据所述当前体征信息和所述预测的帕累托优化参数，使用所述剂量预测模型预测出所述当前体征信息对应的当前剂量分布，包括：将所述当前体征信息和所述预测的帕累托优化参数输入所述第二模型，输出所述当前剂量分布。3.如权利要求1所述的方法，其特征在于，所述剂量预测模型的训练过程包括：获取多个第一训练样本集，每个第一训练样本集包括一个病例的第一体征信息以及至少一组第一帕累托优化参数；根据所述第一体征信息生成第一帕累托平面；在所述第一帕累托平面上获取每组第一帕累托优化参数对应的第一剂量分布；将所述第一体征信息和所述第一剂量分布输入第一初始模型，得到估计的参数；根据所述估计的参数和所述第一帕累托优化参数确定第一损失函数；根据所述第一损失函数更新所述第一初始模型，得到所述剂量预测模型。4.如权利要求3所述的方法，其特征在于，所述剂量预测模型的训练过程还包括：获取多个第二训练样本集，每个第二训练样本集包括一个病例的第二体征信息以及至少一组第二帕累托优化参数；根据所述第二体征信息生成第二帕累托平面；在所述第二帕累托平面上获取每组第二帕累托优化参数对应的第二剂量分布；...

【专利技术属性】
技术研发人员：赵轲俊，刘润鑫，刘硕，李秉桓，
申请(专利权)人：上海联影医疗科技股份有限公司，
类型：发明
国别省市：