【技术实现步骤摘要】
【国外来华专利技术】
本申请整体涉及使用人工智能建模来预测、可视化和优化患者的剂量分布和处理计划。
技术介绍
1、放射疗法(基于辐射的疗法)被用作癌症处理，用于发射可以杀死细胞或缩小肿瘤的高剂量辐射。患者身体中旨在接受辐射的靶标区域(例如，肿瘤)被称为计划靶标体积(ptv)。目标是在放射疗法处理(本文也称为处理计划或放射疗法处理)期间，向ptv传递足够的辐射来杀死癌细胞。然而，与ptv相邻或其周围的其他器官或解剖区域可能位于辐射束的路径中，并且可能接收足够的辐射而损害或伤害这些器官或解剖区域。这些器官或解剖区域被称为危及器官(oar)。通常，医生或放射科医生在放射疗法之前，使用例如计算机断层扫描(ct)图像、磁共振成像(mri)图像、正电子发射断层扫描(pet)图像、经由其他成像方式获得的图像或其组合来标识ptv和oar两者。例如，医生或放射科医生可以在患者的医学图像上手动标记ptv和/或oar。
2、使用患者的医学图像以及所标识的ptv和oar，医疗专业人员团队(例如，医生、放射科医生、肿瘤学家、放射技师、其它医务人员或其组合)确定在放射疗法处理期间要使用的辐射参数。这些辐射参数包括例如每个辐射束的类型、角度、辐射强度和/或形状。在确定这些参数时，医疗专业人员试图实现辐射剂量分布，以传递给符合预定义指标(本文也称为计划目标)的患者。这些指标通常包括ptv和oar的预定义辐射剂量阈值或范围。
3、为了以符合预定义指标的方式优化辐射参数，处理计划人员通常利用各种辐射参数来运行多个仿真并基于仿真结果，选择待使用的最终辐射参数集。然
技术实现思路
1、在一个方面，本专利技术提供了根据权利要求1所限定的方法。在另一方面，本专利技术提供了根据权利要求9所限定的计算机系统。在进一步的方面，本专利技术提供了根据权利要求17所限定的计算机系统。可选功能在从属权利要求中指定。
2、由于上述原因，期望自动化的端到端系统，其能够适配计算机模型(例如，人工智能模型)来自动仿真患者的处理计划和剂量分布，并且以与医疗专业人员的主观技能和理解不相关的方式，优化患者的处理计划。期望生成可以被用于指导临床计划优化并节省计算时间的准确剂量分布预测。
3、在一个实施例中，方法包括通过处理器，执行人工智能模型来标识患者的解剖区域的剂量分布值，人工智能模型使用训练数据集进行训练，训练数据集包括与在多个先前患者上先前实现的多个放射疗法处理相关联的数据以及与每个先前患者的一个或多个器官相关联的剂量分布；以及由处理器显示具有分段集的热图，其中每个分段对应于患者解剖区域的第一坐标和第二坐标，其中每个分段的视觉属性对应于所计算的剂量分布值，其中与超过第一阈值的第一区域或低于第二阈值的第二区域相对应的至少一个分段在视觉上与热图内的其他分段不同。
4、在另一实施例中，计算机系统包括服务器，服务器包括处理器和非暂态计算机可读介质，非暂态计算机可读介质包含指令，指令在由处理器执行时使得处理器执行操作，操作包括：执行人工智能模型来标识患者的解剖区域的剂量分布值，人工智能模型使用训练数据集进行训练，训练数据集包括与在多个先前患者上先前实现的多个放射疗法处理相关联的数据以及与每个先前患者的一个或多个器官相关联的剂量分布；以及显示具有分段集的热图，其中每个分段对应于患者解剖区域的第一坐标和第二坐标，其中每个分段的视觉属性对应于所计算的剂量分布值，其中与超过第一阈值的第一区域或低于第二阈值的第二区域相对应的至少一个分段在视觉上与热图内的其他分段不同。
5、在另一实施例中，计算机系统包括与人工智能模型和电子设备通信的处理器，处理器被配置为：执行人工智能模型来标识患者的解剖区域的剂量分布值，人工智能模型使用训练数据集进行训练，训练数据集包括与在多个先前患者上先前实现的多个放射疗法处理相关联的数据以及与每个先前患者的一个或多个器官相关联的剂量分布；以及在电子设备上显示具有分段集的热图，其中每个分段对应于患者解剖区域的第一坐标和第二坐标，其中每个分段的视觉属性对应于所计算的剂量分布值，其中与超过第一阈值的第一区域或低于第二阈值的第二区域相对应的至少一个分段在视觉上与热图内的其他分段不同。
6、在另一实施例中，方法包括通过处理器，检索针对患者的放射疗法处理计划，放射疗法处理计划包括与患者相关联的计划剂量分布值；通过处理器，使用放射疗法处理计划来执行人工智能模型，以至少部分地基于计划剂量分布值来预测患者的解剖区域的预测剂量分布值，人工智能模型使用训练数据集进行训练，训练数据集包括与在多个先前患者上先前实现的多个放射疗法处理相关联的数据以及与每个先前患者的一个或多个器官相关联的剂量分布；以及在预测剂量分布值超过阈值时，通过处理器发送通知。
7、在另一实施例中，计算机系统包括服务器，服务器包括处理器和非暂态计算机可读介质，非暂态计算机可读介质包含指令，指令在由处理器执行时，使得处理器执行操作，操作包括：检索针对患者的放射疗法处理计划，放射疗法处理计划包括与患者相关联的计划剂量分布值；使用放射疗法处理计划来执行人工智能模型，以至少部分地基于计划剂量分布值来预测患者的解剖区域的预测剂量分布值，人工智能模型使用训练数据集进行训练，训练数据集包括与在多个先前患者上先前实现的多个放射疗法处理相关联的数据以及与每个先前患者的一个或多个器官相关联的剂量分布；以及在预测剂量分布值超过阈值时，发送通知。
8、在另一实施例中，计算机系统包括与人工智能模型和电子设备通信的处理器，处理器被配置为：检索针对患者的放射疗法处理计划，放射疗法处理计划包括与患者相关联的计划剂量分布值；使用放射疗法处理计划来执行人工智能模型，以预测患者的解剖区域的预测剂量分布值，人工智能模型使用训练数据集进行训练，训练数据集包括与在多个先前患者上先前实现的多个放射疗法处理相关联的数据以及与每个先前患者的一个或多个器官相关联的剂量分布；以及在预测剂量分布值超过阈值时，向电子设备发送通知。
本文档来自技高网...【技术保护点】
1.一种方法，包括：
2.根据权利要求1所述的方法，其中所述第一阈值或所述第二阈值中的至少一个阈值从与所述患者相关联的计划目标中检索。
3.根据权利要求1或2所述的方法，其中所述处理器显示输入元件，所述输入元件被配置为接收对由所述人工智能模型标识的所述第一区域或所述第二区域中的至少一个区域的接受或拒绝。
4.根据权利要求1、2或3所述的方法，其中所述人工智能模型使用与所述患者相关联的处理计划来标识与所述患者的所述解剖区域相关联的所述剂量分布值。
5.根据权利要求1至4中任一项所述的方法，还包括：
6.根据权利要求1至5中任一项所述的方法，其中所述人工智能模型使用先前患者的剂量-体积直方图以及其对应的第一阈值和第二阈值进行训练。
7.根据权利要求1至6中任一项所述的方法，其中所述人工智能模型使用与先前患者相关联的医学图像集被训练。
8.根据权利要求7所述的方法，其中所述处理器修改所述医学图像集中包括特定对象的至少一个医学图像。
9.一种计算机系统，包括：
10.根据权利要求9
11.根据权利要求9或10所述的计算机系统，其中所述指令使得所述处理器显示输入元件，所述输入元件被配置为接收对由所述人工智能模型标识的所述第一区域或所述第二区域中的至少一个区域的接受或拒绝。
12.根据权利要求9、10或11所述的计算机系统，其中所述人工智能模型使用与所述患者相关联的处理计划来标识与所述患者的所述解剖区域相关联的所述剂量分布值。
13.根据权利要求9至12中任一项所述的计算机系统，其中所述指令还使得处理器：
14.根据权利要求9至13中任一项的计算机系统，其中所述人工智能模型使用先前患者的剂量-体积直方图以及其对应的第一阈值和第二阈值被训练。
15.根据权利要求9至14中任一项所述的计算机系统，其中所述人工智能模型使用与先前患者相关联的医学图像集被训练。
16.根据权利要求15所述的计算机系统，其中所述指令还使得所述处理器修改所述医学图像集中包括特定对象的至少一个医学图像。
17.一种计算机系统，包括：
18.根据权利要求17所述的计算机系统，其中所述第一阈值或所述第二阈值中的至少一个阈值从与所述患者相关联的计划目标中检索。
19.根据权利要求17或18所述的计算机系统，其中所述人工智能模型使用与所述患者相关联的处理计划来标识与所述患者的所述解剖区域相关联的所述剂量分布值。
20.根据权利要求17、18或19所述的计算机系统，其中所述处理器还被配置为：
...【技术特征摘要】
【国外来华专利技术】
1.一种方法，包括：
2.根据权利要求1所述的方法，其中所述第一阈值或所述第二阈值中的至少一个阈值从与所述患者相关联的计划目标中检索。
3.根据权利要求1或2所述的方法，其中所述处理器显示输入元件，所述输入元件被配置为接收对由所述人工智能模型标识的所述第一区域或所述第二区域中的至少一个区域的接受或拒绝。
4.根据权利要求1、2或3所述的方法，其中所述人工智能模型使用与所述患者相关联的处理计划来标识与所述患者的所述解剖区域相关联的所述剂量分布值。
5.根据权利要求1至4中任一项所述的方法，还包括：
6.根据权利要求1至5中任一项所述的方法，其中所述人工智能模型使用先前患者的剂量-体积直方图以及其对应的第一阈值和第二阈值进行训练。
7.根据权利要求1至6中任一项所述的方法，其中所述人工智能模型使用与先前患者相关联的医学图像集被训练。
8.根据权利要求7所述的方法，其中所述处理器修改所述医学图像集中包括特定对象的至少一个医学图像。
9.一种计算机系统，包括：
10.根据权利要求9所述的计算机系统，其中所述第一阈值或所述第二阈值中的至少一个阈值从与所述患者相关联的计划目标中检索。
11.根据权利要求9或10所述的计算机系统，其中所述指令使得所述处理器显示输入元件，所述输入元...
【专利技术属性】
技术研发人员：J·佩尔托拉，M·拉萨南，V·皮蒂拉，
申请(专利权)人：西门子医疗国际股份有限公司，
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。