[發明專利]放療計劃中的劑量預測方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202010929461.2
• 申請日: 2020-09-07
• 公開（公告）號: CN112037885B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 王季勇;毋戈
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H20/40
• 分類號: G16H20/40;G06N3/04;G06N3/08
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 武志峰

1.一種放療計劃中的劑量預測方法，其特征在于，包括：

獲取在CT影像上繪制的計劃靶區的3D輪廓樣本，以及危及器官的3D輪廓樣本；

將所述計劃靶區的3D輪廓樣本和危及器官的3D輪廓樣本輸入至卷積層進行卷積；再使用全連接層進行降維，得到中間信號；然后將中間信號送入反卷積層進行反卷積，得到恢復信號，并基于所述恢復信號完成自編碼模型的構建和更新；

利用所述自編碼模型對所述計劃靶區的3D輪廓樣本，以及危及器官的3D輪廓樣本進行學習，并生成全局虛擬劑量圖和計劃靶區掩膜的局部虛擬劑量圖；

采用損失函數對所述自編碼模型進行優化，所述損失函數包含了劑量圖約束項和處方劑量約束項，所述劑量圖約束項為對全局虛擬劑量圖的約束項，所述處方劑量約束項為對局部虛擬劑量圖的約束項；

將目標CT影像上繪制的計劃靶區的實際3D輪廓以及危及器官的實際3D輪廓輸入至優化后的自編碼模型，對劑量進行預測；

所述劑量圖約束項和處方劑量約束項為均方差約束項；

所述劑量圖約束項如下所示：其中，N為全局體素點的個數，為全局實際劑量圖中體素點t的實際劑量值，為全局虛擬劑量圖中體素點t的預測劑量值；

所述處方劑量約束項如下所示：其中，K為計劃靶區掩膜中體素點的個數，為計劃靶區掩膜中體素點t的實際處方劑量值，為計劃靶區掩膜中體素點t的預測處方劑量值；

所述損失函數如下所示：L＝α*L1+β*L2，α和β為常量。

2.根據權利要求1所述的放療計劃中的劑量預測方法，其特征在于，所述將所述計劃靶區的3D輪廓樣本和危及器官的3D輪廓樣本輸入至卷積層進行卷積；再使用全連接層進行降維，得到中間信號；然后將中間信號送入反卷積層進行反卷積，得到恢復信號，并基于所述恢復信號完成自編碼模型的構建和更新，包括：

將所述計劃靶區的3D輪廓樣本和危及器官的3D輪廓樣本輸入至第一卷積層進行卷積處理；

將所述第一卷積層的輸出送入至第一relu層進行激活處理；

將所述第一relu層的輸出送入至第二卷積層進行卷積處理；

將所述第二卷積層的輸出送入至第二relu層進行激活處理；

將所述第二relu層的輸出送入至第一池化層進行池化處理；

將所述第一池化層的輸出送入至第三卷積層進行卷積處理；

將所述第三卷積層的輸出送入至第三relu層進行激活處理；

將所述第三relu層的輸出送入至第四卷積層進行卷積處理；

將所述第四卷積層的輸出送入至第四relu層進行激活處理；

將所述第四relu層的輸出送入至第二池化層進行池化處理；

將所述第二池化層的輸出送入至全連接層進行降維處理，得到中間信號。

3.根據權利要求1所述的放療計劃中的劑量預測方法，其特征在于，所述將所述計劃靶區的3D輪廓樣本和危及器官的3D輪廓樣本輸入至卷積層進行卷積；再使用全連接層進行降維，得到中間信號；然后將中間信號送入反卷積層進行反卷積，得到恢復信號，并基于所述恢復信號完成自編碼模型的構建和更新，還包括：

將所述中間信號送入至第一反卷積層進行反卷積處理；

將所述第一反卷積層的輸出送入至第五relu層進行激活處理；

將所述第五relu層的輸出送入至第二反卷積層進行反卷積處理；

將所述第二反卷積層的輸出送入至第六relu層進行激活處理；

將所述第六relu層的輸出送入至第三池化層進行池化處理；

將所述第三池化層的輸出送入至第三反卷積層進行反卷積處理；

將所述第三反卷積層的輸出送入第七relu層進行激活處理；

將所述第七relu層的輸出送入第四反卷積層進行反卷積處理；

將所述第四反卷積層的輸出送入至第八relu層進行激活處理；

將所述第八relu層的輸出送入至第四池化層進行池化處理，得到恢復信號。