[發明專利]放射劑量的計算設備、裝置和存儲介質

有效

• 申請號: 201811517635.3
• 申請日: 2018-12-12
• 公開（公告）號: CN109621228B
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 劉艷芳
• 申請（專利權）人: 上海聯影醫療科技股份有限公司
• 主分類號: A61N5/10
• 分類號: A61N5/10
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種放射劑量的計算設備，其特征在于，所述設備包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如下操作：

獲取目標對象對應的信息，其中所述信息是指用于計算劑量分布的信息，所述目標對象對應的信息包括：所述目標對象對應的放療計劃數據和所述目標對象的密度分布；

根據蒙特卡羅算法和所述目標對象對應的信息，確定所述目標對象對應的第一劑量分布；

將所述第一劑量分布和所述目標對象對應的信息作為預設神經網絡模型的輸入，根據所述預設神經網絡模型的輸出結果，確定所述目標對象對應的第二劑量分布，其中，所述預設神經網絡模型通過蒙特卡羅算法計算不同粒子數對應的對象樣本訓練得到；

其中，所述第二劑量分布的精度高于所述第一劑量分布的精度。

2.根據權利要求1所述的設備，其特征在于，所述目標對象的密度分布根據所述目標對象的影像數據獲得。

3.根據權利要求1所述的設備，其特征在于，在使用所述預設神經網絡模型之前，還包括所述預設神經網絡模型的訓練過程，具體包括：

獲取多個訓練樣本；

將所述訓練樣本迭代地添加到預設神經網絡模型，確定所述訓練樣本對應的訓練誤差；

在所述訓練誤差大于或等于預設誤差時，將所述訓練誤差反向傳播至所述預設神經網絡模型，調整所述預設神經網絡模型的網絡參數；

在所述訓練誤差小于預設誤差時，停止迭代添加，確定所述預設神經網絡模型訓練結束。

4.根據權利要求3所述的設備，其特征在于，所述獲取多個訓練樣本，包括：

獲取多個對象樣本對應的樣本信息；

根據所述蒙特卡羅算法和所述樣本信息，確定在第一粒子數下每個對象樣本對應的第一樣本劑量分布，以及在第二粒子數下每個對象樣本對應的第二樣本劑量分布，其中，所述第二粒子數大于所述第一粒子數；

將每個對象樣本對應的所述樣本信息、所述第一樣本劑量分布和所述第二樣本劑量分布確定為一個訓練樣本。

5.根據權利要求4所述的設備，其特征在于，所述第二粒子數大于所述第一粒子數，包括：

所述第二粒子數比所述第一粒子數大至少兩倍。

6.根據權利要求2所述的設備，其特征在于，根據蒙特卡羅算法和所述目標對象對應的信息，確定所述目標對象對應的第一劑量分布，包括：

根據粒子輸運過程中的物理過程建立輸運模型；

根據預設源分布和所述目標對象對應的放療計劃數據，抽樣產生第一粒子數對應的第一粒子，所述第一粒子的信息包括空間位置分布、能量分布和運動方向分布；

根據所述目標對象對應的密度分布在所述輸運模型中對所述第一粒子進行模擬輸運；

根據輸運結果確定所述目標對象對應的第一劑量分布。

7.根據權利要求1-6任一所述的設備，其特征在于，所述預設神經網絡模型為第一預設網絡模型；

相應地，將所述第一劑量分布和所述目標對象對應的信息作為預設神經網絡模型的輸入，根據所述預設神經網絡模型的輸出結果，確定所述目標對象對應的第二劑量分布，包括：

將所述第一劑量分布和所述目標對象對應的信息作為所述第一預設網絡模型的輸入，并將所述第一預設網絡模型的輸出結果確定為所述目標對象對應的第二劑量分布。

8.根據權利要求1-6任一所述的設備，其特征在于，所述預設神經網絡模型為第二預設網絡模型；

相應地，將所述第一劑量分布和所述目標對象對應的信息作為預設神經網絡模型的輸入，根據所述預設神經網絡模型的輸出結果，確定所述目標對象對應的第二劑量分布，包括：

將所述第一劑量分布和所述目標對象對應的信息作為所述第二預設網絡模型的輸入，并根據所述第二預設網絡模型的輸出結果確定所述目標對象對應的第一劑量分布的劑量分布誤差；

根據所述第一劑量分布和所述劑量分布誤差，確定所述目標對象 對應的第二劑量分布。