[發明專利]一種在放療過程中追蹤腫瘤位置變化的方法有效
| 申請號: | 202010730577.3 | 申請日: | 2020-07-27 |
| 公開(公告)號: | CN111785349B | 公開(公告)日: | 2022-08-09 |
| 發明(設計)人: | 袁雙虎;李瑋;關甜;韓毅;李莉;劉寧;趙芬;袁朔;于金明 | 申請(專利權)人: | 山東省腫瘤防治研究院(山東省腫瘤醫院);山東大學 |
| 主分類號: | G16H20/40 | 分類號: | G16H20/40;G16H30/00;G06T7/73;G06N3/04;G06N3/08;A61N5/10 |
| 代理公司: | 北京知匯林知識產權代理事務所(普通合伙) 11794 | 代理人: | 董濤 |
| 地址: | 250000 *** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 放療 過程 追蹤 腫瘤 位置 變化 方法 | ||
1.一種在放療過程中追蹤腫瘤位置變化的方法,其特征在于,包括以下步驟:
1)在人體保持仰面躺姿、俯臥姿勢、側面臥姿、對應的另一側臥姿時通過核磁共振姿勢拍攝,確定腫瘤位置,并進行記錄圖像A、B、C、D;
2)對ABCD圖片進行腫瘤位置與人體輪廓外形的標注;
3)通過上述的圖片采集人體各個主要姿態時腫瘤位置的樣本數據,以此為依據建立人體腫瘤位置的數據庫,以患者腫瘤區域的幾何中心O為原點,建立人體三維坐標系;
4)該三維坐標系為三維立體位置的原始模型1,將該模型儲存在數據庫中;利用分角度旋轉人體模型的方法獲取大量數據,使用cnn卷積神經網絡算法進行訓練,該神經網絡的輸入是通過分角度旋轉人體模型的方法獲得的大量數據,收集的某人的一組多樣本數據經過隱含層可得到對應的腫瘤位置,該人體的腫瘤位置作為神經網絡的輸出,此為一組輸入及一個輸出,采樣得到多人多組數據的輸入對應相應的腫瘤位置作為神經網絡的多個輸入與輸出,同時通過設置神經網絡訓練的誤差處于極低的范圍ε來保證訓練的精確度;
5)獲取當前人體在某種姿勢時通過核磁共振姿勢拍攝的腫瘤位置,并記錄下此時的腫瘤位置;使用圖像處理的方法,對圖片進行腫瘤位置與人體輪廓外形的標注;
6)通過上述的平面圖獲取當前腫瘤位置在人體內的三維立體位置,將此模型儲存作為原始模型,此模型還原了腫瘤在人體內的三維真實位置;
7)采集人體各個主要姿態時腫瘤位置的樣本數據,以此為依據建立人體腫瘤位置的數據庫,并利用分角度旋轉人體模型的方法獲取大量數據,使用cnn卷積神經網絡算法對人體腫瘤位置進行訓練,切片所得圖像外形為輸入E,所得腫瘤位置為圖像F;
8)獲取當前人體在某種姿勢時通過核磁共振姿勢拍攝的腫瘤位置,并記錄下此時的腫瘤位置,通過卷積神經網絡得到此時人體腫瘤的位置;
9)將得到的當前兩張腫瘤位置圖相比較,判斷當前根據三維模型預測的腫瘤位置與核磁共振所拍攝的腫瘤實際位置所在的誤差e;
10)基于誤差對模型追蹤的精度進行調整,以達到可以在人體的姿態和擺位的變化時能夠根據圖像精確地追蹤腫瘤的位置變化,經過標定消除位置追蹤所存在的誤差;
11)基于誤差對模型追蹤的精度進行調整。
2.根據權利要求1所述的方法,其特征在于,所述人體三維坐標系,其中,X軸為沿人體正面的左側方向為正,Y軸沿人體正面前進方向為正,Z軸沿人體直立向上為正。
3.根據權利要求1所述的方法,其特征在于,所述保證訓練的精確度具體步驟為:采用卷積神經網絡首先對于采集到的圖像進行位移識別、縮放識別及其他形式扭曲不變性的二維圖形的識別,進行特征的提取,其中包括對卷積核Wl,1,Wl,2,…,Wl,D分別對輸入的特征映射X1,X2,…,XD進行卷積,通過偏置gp的改變,得到卷積的凈輸入Up,經過映射得到輸出的特征映射Tp,也就是對圖像中某一類特定的特征進行提取后的結果,即Tp=f(Up),隨后進行數據庫樣本的訓練,保證訓練精度極其微小。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山東省腫瘤防治研究院(山東省腫瘤醫院);山東大學,未經山東省腫瘤防治研究院(山東省腫瘤醫院);山東大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010730577.3/1.html,轉載請聲明來源鉆瓜專利網。





