[發(fā)明專利]基于分割任務(wù)輔助的鼻咽癌三維劑量分布預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010814307.0
• 申請(qǐng)日: 2020-08-13
• 公開（公告）號(hào): CN111898324B
• 公開（公告）日: 2022-06-28
• 發(fā)明（設(shè)計(jì)）人: 肖江洪;王艷;彭星辰;吳錫;周激流
• 申請(qǐng)（專利權(quán)）人: 四川大學(xué)華西醫(yī)院;四川大學(xué)
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06T7/00;G06T7/11
• 代理公司: 成都智涌知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 51313
• 代理人: 魏振柯

本發(fā)明涉及及一種基于分割任務(wù)輔助的鼻咽癌三維劑量分布預(yù)測(cè)方法，具體包括：采集原始鼻咽癌圖像并對(duì)其進(jìn)行標(biāo)注；構(gòu)建劑量分布預(yù)測(cè)模型，所述預(yù)測(cè)模型包括輔助分割網(wǎng)絡(luò)、劑量預(yù)測(cè)網(wǎng)絡(luò)和對(duì)抗網(wǎng)絡(luò)；分割網(wǎng)絡(luò)和預(yù)測(cè)網(wǎng)絡(luò)共享編碼器網(wǎng)絡(luò)參數(shù)，通過聯(lián)合訓(xùn)練分割任務(wù)和劑量預(yù)測(cè)任務(wù)來獲取兩者之間的共享表示信息，增強(qiáng)共享編碼器的特征表達(dá)能力，促使網(wǎng)絡(luò)在有限訓(xùn)練數(shù)據(jù)下最大限度地挖掘分割任務(wù)中對(duì)劑量預(yù)測(cè)有輔助功能的本質(zhì)特征。同時(shí)，為了有效利用預(yù)測(cè)解碼器不同尺度下的特征信息，本發(fā)明在預(yù)測(cè)任務(wù)解碼器端提出一種多尺度迭代融合IMF策略，獲得更加精準(zhǔn)的預(yù)測(cè)結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種基于分割任務(wù)輔助的鼻咽癌三維劑量分布預(yù)測(cè)方法。

背景技術(shù)

醫(yī)學(xué)圖像分割作為圖像處理的一個(gè)重要領(lǐng)域，該領(lǐng)域的研究目的是分割醫(yī)學(xué)圖像中患者病情的重要信息，為臨床診斷和治療提供科學(xué)依據(jù)，這對(duì)于醫(yī)生對(duì)病情的判斷具有重要價(jià)值。在腫瘤治療中，放射治療是最有效且對(duì)患者身體健康最有保障的一種治療技術(shù)，其無創(chuàng)低毒的特性也受到了醫(yī)學(xué)界的肯定。嚴(yán)格按照處方劑量進(jìn)行放射治療是治療成功的關(guān)鍵所在。但是對(duì)于臨床放射治療過程中劑量的把控，是一個(gè)難度較大的課題，現(xiàn)有的研究成果還遠(yuǎn)遠(yuǎn)不足以臨床應(yīng)用。

盡管對(duì)腫瘤放療的劑量分布進(jìn)行預(yù)測(cè)十分困難，但還是有許多效果顯著研究成果?；谖C(jī)器官DVH(dose-volume histogram)的指征項(xiàng)，wu等人提出了與之具有強(qiáng)相關(guān)性的新概念OVH(overlap volume histogram)。在臨床經(jīng)驗(yàn)的指導(dǎo)下，提出了離靶區(qū)距離越遠(yuǎn)，體素所受劑量應(yīng)越低的假設(shè)。在服從該假設(shè)的前提下，根據(jù)某一器官OVH比較情況，找到相應(yīng)的上(下)限，但是該模型較為主觀和粗糙。Zhu等人在某一器官的DTH(distance-to-target histogram)與對(duì)應(yīng)的DVH之間建立起了多變量非線性關(guān)聯(lián)模型，則新患者可以通過代入患病器官的DTH至關(guān)聯(lián)模型從而得到該器官的DVH預(yù)測(cè)。該模型在一定程度上能夠得到較好的預(yù)測(cè)結(jié)果。但是除了DTH外，器官的體積與靶區(qū)的體積也是影響DVH的重要因素，而且需要解決數(shù)據(jù)量少所導(dǎo)致的過擬合問題。孔繁圖在其碩士論文中提出了基于機(jī)器學(xué)習(xí)方法支持向量回歸(support vector regression，SVR)與人工神經(jīng)網(wǎng)絡(luò)(artificial neuralnetwork，ANN)建立患者幾何結(jié)構(gòu)和器官三維劑量分布之間的關(guān)聯(lián)模型。但是沒有考慮靶區(qū)及危及器官的區(qū)別(即分割出危及器官和靶區(qū))以及劑量預(yù)測(cè)過程中的評(píng)價(jià)指標(biāo)較少，只使用了三維劑量分布誤差和器官DVH的差異。

隨著醫(yī)學(xué)成像技術(shù)不斷發(fā)展，基于傳統(tǒng)機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)對(duì)醫(yī)學(xué)圖像靶區(qū)勾畫的算法的研究成果日益豐碩。尤其是在腫瘤圖像的處理中，分割腫瘤區(qū)域的技術(shù)已經(jīng)取得了顯著的成就。在腫瘤治療方面，放療是當(dāng)前腫瘤治療的主要手段之一，具有低毒無創(chuàng)等優(yōu)勢(shì)。放射治療不但有治愈或控制腫瘤的最大可能性，還能讓患者愈后生活質(zhì)量得到保障。為了提高臨床放射治療的準(zhǔn)確性和安全性，研究靶區(qū)器官和其周邊危及器官(organ atrisk,OAR)放療劑量分布具有重要意義。目前國內(nèi)關(guān)于通過分割任務(wù)輔助三維劑量分布預(yù)測(cè)的研究成果較少，現(xiàn)有的劑量分布預(yù)測(cè)算法要么基于傳統(tǒng)的機(jī)器學(xué)習(xí)，要么采用原CT圖像和所分割的解剖結(jié)構(gòu)作為先驗(yàn)信息，僅僅使用深度神經(jīng)網(wǎng)絡(luò)做劑量分布預(yù)測(cè)，沒有考慮分割任務(wù)對(duì)預(yù)測(cè)任務(wù)的指導(dǎo)作用。