[發明專利]放療計劃評估方法及裝置

在審

• 申請號: 201710898346.1
• 申請日: 2017-09-28
• 公開（公告）號: CN107767947A
• 公開（公告）日: 2018-03-06
• 發明（設計）人: 康世功;張昊;趙博;閻俊
• 申請（專利權）人: 北京全域醫療技術有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H20/40;G06N3/04;G06N3/08
• 代理公司: 北京中強智尚知識產權代理有限公司11448
• 代理人: 王書彪,劉艷芬

1.一種放療計劃評估方法，其特征在于，包括：

對待進行評估的放療計劃進行解析，得到放療信息和靶區屬性信息；

將所述放療信息輸入到預先訓練的深度學習模型中進行訓練，所述深度學習模型用于根據放療信息與靶區屬性信息之間的映射關系輸出靶區屬性信息；

判斷解析得到的靶區屬性信息是否符合所述深度學習模型輸出的靶區屬性信息；

若不符合，則確定所述放療計劃存在異常。

2.根據權利要求1所述的方法，其特征在于，所述靶區屬性信息為靶區范圍信息或者靶區劑量信息，所述判斷解析得到的靶區屬性信息是否符合所述深度學習模型輸出的靶區屬性信息，具體包括：

判斷解析得到的靶區范圍信息是否符合所述深度學習模型輸出的靶區屬性信息；和/或

判斷解析得到的靶區劑量信息是否符合所述深度學習模型輸出的靶區劑量信息。

3.根據權利要求2所述的方法，其特征在于，所述放療信息包括器官信息，所述判斷解析得到的靶區劑量信息是否符合所述深度學習模型輸出的靶區劑量信息，具體包括：

判斷解析得到的靶區劑量信息是否覆蓋危及器官，或者判斷解析得到的靶區劑量信息是否小于器官承受劑量閾值信息。

4.根據權利要求1所述的方法，其特征在于，所述確定所述放療計劃存在異常，具體包括：

確定所述放療計劃提供的靶區屬性信息存在異常，并輸出包含正常靶區屬性信息的提示信息。

5.根據權利要求1所述的方法，其特征在于，所述判斷解析得到的靶區屬性信息是否符合所述深度學習模型輸出的靶區屬性信息之后，所述方法還包括：

若符合，則確定所述放療計劃正常并輸出所述放療計劃通過驗證的提示信息。

6.根據權利要求1所述的方法，其特征在于，所述對待進行評估的放療計劃進行解析，得到放療信息和靶區屬性信息之前，所述方法還包括：

獲取放療訓練信息和靶區屬性訓練信息；

利用預設深度學習算法對所述樣本放療信息和所述樣本靶區屬性信息進行訓練，得到所述深度學習模型。

7.根據權利要求1-6任一項所述的方法，其特征在于，所述深度學習模型為卷積神經網絡模型。

8.一種放療計劃評估裝置，其特征在于，包括：

解析單元，用于對待進行評估的放療計劃進行解析，得到放療信息和靶區屬性信息；

輸入單元，用于將所述解析單元解析的所述放療信息輸入到預先訓練的深度學習模型中進行訓練，所述深度學習模型用于根據放療信息與靶區屬性信息之間的映射關系輸出靶區屬性信息；

判斷單元，用于判斷解析得到的靶區屬性信息是否符合所述深度學習模型輸出的靶區屬性信息；

確定單元，用于若所述判斷單元判斷解析得到的靶區屬性信息不符合所述深度學習模型輸出的靶區屬性信息，則確定所述放療計劃存在異常。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現以下步驟：

對待進行評估的放療計劃進行解析，得到放療信息和靶區屬性信息；

將所述放療信息輸入到預先訓練的深度學習模型中進行訓練，所述深度學習模型用于根據放療信息與靶區屬性信息之間的映射關系輸出靶區屬性信息；

判斷解析得到的靶區屬性信息是否符合所述深度學習模型輸出的靶區屬性信息；

若不符合，則確定所述放療計劃存在異常。

10.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現以下步驟：

對待進行評估的放療計劃進行解析，得到放療信息和靶區屬性信息；

將所述放療信息輸入到預先訓練的深度學習模型中進行訓練，所述深度學習模型用于根據放療信息與靶區屬性信息之間的映射關系輸出靶區屬性信息；

判斷解析得到的靶區屬性信息是否符合所述深度學習模型輸出的靶區屬性信息；

若不符合，則確定所述放療計劃存在異常。