[發(fā)明專利]放療計劃評估方法及裝置

在審

• 申請?zhí)枺?/td>: 201710898346.1
• 申請日: 2017-09-28
• 公開（公告）號: CN107767947A
• 公開（公告）日: 2018-03-06
• 發(fā)明（設計）人: 康世功;張昊;趙博;閻俊
• 申請（專利權）人: 北京全域醫(yī)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(chǎn)權代理有限公司11448
• 代理人: 王書彪,劉艷芬

技術領域

本發(fā)明涉及醫(yī)療技術領域，特別是涉及一種放療計劃評估方法及裝置。

背景技術

隨著醫(yī)療和信息技術的不斷發(fā)展，可以通過放射療法治療患者的病變或者癌變組織。為了保證治療的安全性和可靠性，在對患者進行放療治療之前，需要在患者的定位圖像上勾畫危及器官、放射靶區(qū)等，并為患者制定放療計劃。此外，還需要對放療計劃評估并驗證放療計劃的準確性。當放射計劃滿足臨床要求時，再進行臨床治療。

目前，在進行放療計劃評估時，通常根據(jù)醫(yī)生經(jīng)驗對放療計劃進行評估，即由評估人員將放療計劃文件導入到治療計劃系統(tǒng)(Treatment Plan System，TPS_)中，然后根據(jù)醫(yī)生經(jīng)驗對已完成的外輪廓、重要器官、靶區(qū)勾畫進行準確性驗證工作。然而，TPS系統(tǒng)功能操作繁瑣，通過上述方式評估放療計劃，將放療計劃文件導入到TPS系統(tǒng)的工作量巨大且繁瑣，會消耗評估人員較多的精力，不利于評估人員專注驗證放療計劃，從而導致放療計劃評估的效率和準確率較低。

發(fā)明內容

有鑒于此，本發(fā)明提供一種放療計劃評估方法及裝置，主要目的在于能夠實現(xiàn)自動評估放療計劃，從而能夠提升放療計劃評估效率。

依據(jù)本發(fā)明一個方面，提供了一種放療計劃評估方法，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(qū)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(jù)放療信息與靶區(qū)屬性信息之間的映射關系輸出靶區(qū)屬性信息；

判斷解析得到的靶區(qū)屬性信息是否符合所述深度學習模型輸出的靶區(qū)屬性信息；

若不符合，則確定所述放療計劃存在異常。

依據(jù)本發(fā)明另一個方面，提供了一種放療計劃評估裝置，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(qū)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(jù)放療信息與靶區(qū)屬性信息之間的映射關系輸出靶區(qū)屬性信息；

判斷單元，用于判斷解析得到的靶區(qū)屬性信息是否符合所述深度學習模型輸出的靶區(qū)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(qū)屬性信息不符合所述深度學習模型輸出的靶區(qū)屬性信息，則確定所述放療計劃存在異常。

依據(jù)本發(fā)明又一個方面，提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)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(qū)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(jù)放療信息與靶區(qū)屬性信息之間的映射關系輸出靶區(qū)屬性信息；

判斷解析得到的靶區(qū)屬性信息是否符合所述深度學習模型輸出的靶區(qū)屬性信息；

若不符合，則確定所述放療計劃存在異常。

依據(jù)本發(fā)明再一個方面，提供了一種計算機設備，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，所述處理器執(zhí)行所述程序時實現(xiàn)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(qū)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(jù)放療信息與靶區(qū)屬性信息之間的映射關系輸出靶區(qū)屬性信息；

判斷解析得到的靶區(qū)屬性信息是否符合所述深度學習模型輸出的靶區(qū)屬性信息；

若不符合，則確定所述放療計劃存在異常。

本發(fā)明提供的一種放療計劃評估方法及裝置，與目前由評估人員將放療計劃文件導入到TPS中，然后根據(jù)醫(yī)生經(jīng)驗對已完成的外輪廓、重要器官、靶區(qū)勾畫進行準確性驗證工作相比，本發(fā)明能夠對待進行評估的放療計劃進行解析，得到放療信息和靶區(qū)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(jù)放療信息與靶區(qū)屬性信息之間的映射關系輸出靶區(qū)屬性信息。與此同時，能夠判斷解析得到的靶區(qū)屬性信息是否符合所述深度學習模型輸出的靶區(qū)屬性信息；在解析得到的靶區(qū)屬性信息不符合所述深度學習模型輸出的靶區(qū)屬性信息時，確定所述放療計劃存在異常，從而能夠實現(xiàn)自動評估放療計劃，自動驗證放療計劃的準確性，節(jié)省將放療計劃文件導入到TPS系統(tǒng)的操作步驟，節(jié)省評估人員的精力，進而能夠提升放療計劃的評估效率和準確率。