System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 适用于次全肝弥漫性瘤栓肝癌中剂量放射治疗优化系统技术方案_技高网

适用于次全肝弥漫性瘤栓肝癌中剂量放射治疗优化系统技术方案

技术编号:41379358 阅读:20 留言:0更新日期:2024-05-20 10:21
本发明专利技术提出适用于次全肝弥漫性瘤栓肝癌中剂量放射治疗优化系统,所述系统由以下模块组成:数据获取模块;图像分析模块;图像处理模块;方案优化模块;数据获取模块用于获得原始放射治疗计划数据;图像分析模块用于从原始放射治疗计划图像得到原始放射剂量分布数据;图像处理模块用于对原始医疗图像进行图像处理,获得目标医疗图像;所案优化模块用于借助计划优化模型结合目标医疗图像进行针对原始放射剂量分布数据进行优化,得到放射剂量分布优化结果;基于所述系统可使放射治疗计划的放射剂量线更加稠密分布更加合理、符合实际应用要求,从而解决了目前国际无法通过现有放射治疗计划对次全肝弥漫性瘤栓肝癌进行放疗的难题。

【技术实现步骤摘要】

本专利技术涉及计算机,具体涉及一种适用于次全肝弥漫性瘤栓肝癌中剂量放射治疗优化系统


技术介绍

1、放射治疗是最重要的癌症治疗方法之一,对于不可手术切除的肝癌,放射治疗是有效率最高的局部治疗手段。放射治疗的执行依赖于放疗计划,即放射治疗区域与剂量分布的规划,放疗计划的合理性对于治疗效果和治疗安全性至关重要。目前,放疗计划的设计依赖于商业软件实现,并通过物理师的手动调整优化参数与结构进行放射治疗计划优化。

2、然而,现有的生成放疗计划的手段依赖于物理师经验、易受主观影响,生成优化放射治疗计划的效率较低;在面对特定的癌症情况时,也无法针对性地生成相应的放疗计划。

3、在面对如图1所示的累及接近全肝(次全肝)的弥漫性瘤栓肝癌时,目前缺乏有效的治疗手段,常用的治疗方法疗效极差,例如靶向治疗对该类患者易引起上消化道出血和黄疸,而单药免疫治疗的有效率仅为10-15%,介入治疗易出现肝功能衰竭且有效率不足20%。肝癌对放疗敏感,但既往国内外对此类肝体积(正常剩余肝区域体积,liver-gtv)不足700ml、且放疗5gy以下体积不足300ml的患者均无法进行放疗。放疗对弥漫性瘤栓肝癌的有效率高,如若能够设计优化出合理的治疗计划并安全实施,可以显著提高治疗的有效率和延长患者生存。然而,借助传统方法生成的放疗计划的放射剂量线过于稀疏,远达不到国际指南对肝脏放疗剂量限制标准,无法在实际场景中使用。


技术实现思路

1、针对上述存在的拘束局限性,本专利技术提出了适用于次全肝弥漫性瘤栓肝癌中剂量放射治疗优化系统,应用于正常剩余肝体积区域(liver-gtv)不足700ml、且放疗500cgy以下体积不足300ml的情况;通过深度学习算法模型进行放射治疗计划优化,通过创新剂量限制条件和剂量照射模式,提升商业软件生成的放射治疗计划对该类侵及肝左右叶次全肝弥漫性瘤栓肝癌患者的可用性。

2、为实现上述目的,本专利技术采用了以下技术方案:

3、一种适用于次全肝弥漫性瘤栓肝癌中剂量放射治疗优化系统,所述系统由以下模块组成:

4、数据获取模块;图像分析模块;图像处理模块;方案优化模块;

5、所述数据获取模块用于获取目标放射治疗方案,获得原始放射治疗计划数据;所述原始放射治疗计划数据包括原始放射治疗计划图像及原始医疗图像;

6、所述图像分析模块用于从原始放射治疗计划图像得到原始放射治疗剂量分布数据,以及从目标医疗图像中进行关键区域检测得到核心靶区分布数据;

7、所述图像处理模块用于对原始医疗图像进行图像处理,获得目标医疗图像;

8、所述方案优化模块用于借助计划优化模型结合目标医疗图像针对原始放射治疗剂量分布数据进行优化,得到放射剂量分布优化结果,并生成放射治疗剂量方案。

9、所述系统按照以下步骤实现放射治疗计划优化功能:

10、步骤1、数据获取模块获得并读取原始放射方案数据,得到原始放射治疗计划数据;

11、步骤2、图像分析模块对原始放射治疗计划图像进行放射剂量分布检测,获得原始放射剂量分布数据;

12、步骤3、图像处理模块对原始医疗图像进行图像增强,获得目标医疗图像;

13、步骤4、图像分析模块对目标医疗图像进行关键区域检测,获得核心靶区分布数据及正常剩余肝区域分布数据;

14、所述核心靶区包括gtv区域、pgtv区域及gtvboost区域;

15、所述核心靶区分布数据包括gtv分布数据、pgtv分布数据及gtvboost分布区域;

16、步骤5、将目标医疗图像、原始放射剂量分布数据、正常剩余肝区域分布及核心靶区分布数据传入方案优化模块,借助计划优化模型得到放射剂量分布优化结果;

17、所述计划优化模型为深度学习算法训练得到的模型。

18、进一步地,所述放射剂量分布优化结果具有以下特征:

19、正常剩余肝区域受照射500cgy以下体积大于100ml;

20、gtvboost至少95%的体积照射总剂量达到30gy或35gy;

21、gtv至少95%的体积照射总剂量达到25gy;

22、pgtv至少95%的体积照射总剂量积达到20gy。

23、本专利技术与现有技术相对比,本专利技术具有以下优点:

24、相对于直接使用现有的商业软件进行放射治疗计划设计,本专利技术对放射治疗计划采用深度学习算法模型进行优化,可使得放射治疗计划的放射治疗剂量线更加稠密、分布更加合理,符合实际安全应用的要求;并且针对特定的肿瘤情况,即侵及肝左右叶弥漫性瘤栓肝癌,采用本专利技术的方法可生成针对性更好的放射治疗计划,保证正常剩余肝区域受照射500cgy以下体积大于100ml,确保实现核心靶体gtvboost至少95%的体积应达到30gy/6gy/5f或35gy/7gy/5f的剂量、gtv至少95%的体积应达到25gy/5gy/5f的剂量、pgtv至少95%的体积应达到20gy/4gy/5f的剂量;从而保证该放射治疗计划能够在临床实践中安全实施,并与全身治疗安全联合。

25、上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。

本文档来自技高网...

【技术保护点】

1.适用于次全肝弥漫性瘤栓肝癌中剂量放射治疗优化系统,其特征在于,

2.根据权利要求1所述的系统,其特征在于,

3.根据权利要求2所述的系统,其特征在于,

4.根据权利要求2所述的系统,其特征在于,

5.根据权利要求4所述的系统,其特征在于,

6.根据权利要求2所述的系统,其特征在于,

7.根据权利要求1所述的系统,其特征在于,

8.根据权利要求7所述的系统,其特征在于,

9.根据权利要求7所述的系统,其特征在于,

10.根据权利要求1所述的系统,其特征在于,

【技术特征摘要】

1.适用于次全肝弥漫性瘤栓肝癌中剂量放射治疗优化系统,其特征在于,

2.根据权利要求1所述的系统,其特征在于,

3.根据权利要求2所述的系统,其特征在于,

4.根据权利要求2所述的系统,其特征在于,

5.根据权利要求4所述的系统,其特征在...

【专利技术属性】
技术研发人员:陈波门阔翟医蕊陈德启杨颛搏李卓然宗源
申请(专利权)人:中国医学科学院肿瘤医院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1