用于求解射束角度优化的机器学习方法技术

本文所描述的实施例提供了对辐射疗法处理计划的修正，特别是对辐射疗法处理期间使用的射束角度的修正。计算机可接收基于特定患者的诊断的辐射疗法处理计划。计算机可使用机器学习模型(520)来修正辐射疗法处理参数(510a)，诸如指示辐射进入患者的方向的射束角度。机器学习模型(520)可使用强化学习来优化来自辐射疗法处理计划的初始射束角度，从而修正射束角度。机器学习模型(520)的性能根据包括实现剂量测定临床目标的度量来测量。机器学习模型(520)可呈现(210)经修正的射束角度以显示给医学专业人员，或者将经修正的射束角度发射(206)给下游应用程序以进一步修正辐射疗法处理计划。

【技术实现步骤摘要】
【国外来华专利技术】

本申请总体上涉及使用人工智能建模来优化辐射疗法处理规程中的射束角度。

技术介绍

1、放疗(基于辐射的疗法)通过发出可杀死细胞或缩小肿瘤的高剂量辐射而用作癌症处理手段。由于从辐射疗法机器发出的辐射的极端性质，特别是质子疗法的极端性质，精确地计算处理的属性并且遵循处理的属性是必要的。例如，射束角度定义了辐射疗法机器发出粒子的方向。射束角度应该被定位(或设置)为使得在辐射疗法处理期间，旨在接收辐射的患者解剖学结构的靶标区域(例如，肿瘤，称为规划靶标体积(ptv))能够接收足够的辐射来杀死癌细胞。然而，邻近或围绕ptv的其他器官或解剖学结构区域可能处于(经由射束角度定向的)辐射束的路径中，并且可能接收到足以损伤或伤害这类器官或解剖学结构区域的辐射。这些器官或解剖学结构区域被称为危及器官(oar)。

2、通常，医师或放射科医师在辐射疗法前使用例如计算机断层摄影(ct)图像、锥形射束ct图像(cbct)、四维ct图像(例如，随时间变化的ct图像)、磁共振成像(mri)图像、正电子发射断层摄影(pet)图像、超声波图像、经由一些其他成像模式获得的图像或其组合本文档来自技高网...

【技术保护点】

1.一种射束角度优化的计算机实施的方法，包括：

2.根据权利要求1所述的计算机实施的方法，其中所述处理计划或所述训练处理计划中的至少一个包括以下至少一项：医学图像、临床目标、规划靶标体积、危及器官、辐射类型、辐射剂量、初始射束角度或场几何形状。

3.根据权利要求2所述的计算机实施的方法，其中所述医学图像至少包括所述规划靶标体积的结构或所述危及器官的结构。

4.根据前述权利要求中任一项所述的计算机实施的方法，另外包括执行接收与所述患者的所述处理计划相关联的数据的所述输入并且输出剂量分布的所述机器学习模型，其中所述机器学习模型使用包括所述训练处理计划和对应...

【技术特征摘要】
【国外来华专利技术】

1.一种射束角度优化的计算机实施的方法，包括：

2.根据权利要求1所述的计算机实施的方法，其中所述处理计划或所述训练处理计划中的至少一个包括以下至少一项：医学图像、临床目标、规划靶标体积、危及器官、辐射类型、辐射剂量、初始射束角度或场几何形状。

3.根据权利要求2所述的计算机实施的方法，其中所述医学图像至少包括所述规划靶标体积的结构或所述危及器官的结构。

4.根据前述权利要求中任一项所述的计算机实施的方法，另外包括执行接收与所述患者的所述处理计划相关联的数据的所述输入并且输出剂量分布的所述机器学习模型，其中所述机器学习模型使用包括所述训练处理计划和对应得分的训练数据集被训练。

5.根据前述权利要求中任一项所述的计算机实施的方法，另外包括由所述处理器呈现所述射束角度以供显示。

6.根据前述权利要求中任一项所述的计算机实施的方法，其中所述机器学习模型使用异步优势参与者-评判者强化学习被训练。

7.根据前述权利要求中任一项所述的计算机实施的方法，其中所述机器学习模型使用混合图形处理单元和中央处理单元被实施。

8.根据前述权利要求中任一项所述的计算机实施的方法，其中所述机器学习模型相对于在所述处理计划中接收的一个或多个临床目标被优化，所述临床目标包括以下至少一项：剂量测定质量、鲁棒性测度、基于线性能量转移的度量或相对生物学效应。

9.根据前述权利要求中任一项所述的计算机实施的方法，另外包括：

10.根据前述权利要求中任一项所述的计算机实施的方法，其中迭代地使用所述策略针对来自所述训练数据集中的所述训练处理计划的所述可能射束角度来计算所述奖励包括：迭代地将所述奖励与基线进行...

【专利技术属性】
技术研发人员：S·G·普霖克，P·内梅莱，T·杰斯克，R·范德斯特雷顿，
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：