[發明專利]一種劑量計算系統、劑量質量保證系統及存儲介質

在審

• 申請號: 202011036267.8
• 申請日: 2020-09-27
• 公開（公告）號: CN112133440A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 金朝;傅佳棋;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: G16H50/50
• 分類號: G16H50/50;G06K9/62;G06N20/00
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明實施例公開了一種劑量計算系統、劑量質量保證系統及存儲介質，所述劑量計算系統包括處理器，處理器被配置為處理如下步驟：獲取放射治療設備相關的劑量相關參數；將劑量相關參數輸入至訓練后的劑量計算模型中，獲得劑量計算模型的輸出信息，其中，劑量計算模型基于深度學習模型構建；根據輸出信息確定劑量分布信息。本發明實施例通過基于深度學習模型構建劑量計算模型并訓練，實現了自動建模，不需要用戶手動調節參數，計算速度快而且提高了劑量分布預測的計算效率，加快了放射治療系統中快速蒙特卡羅劑量計算的建模過程；而且本發明的劑量計算模型可以用于放射劑量的質量保證，提高了計算效率且準確度高。

技術領域

本發明實施例涉及醫療設備技術領域，尤其涉及一種劑量計算系統、劑量質量保證系統及存儲介質。

背景技術

治療計劃系統(Treatment Plan System，TPS)是一種醫療軟件產品，通過對放射源和患者建模，通過優化算法確定一組放射治療相關的參數，以使得執行該參數時可以達到醫生給定的處方劑量。隨著對精準劑量計算的追求，治療計劃系統中快速蒙特卡羅(Monte Carlo)劑量計算變得尤為重要。快速蒙特卡羅算法計算速度可以達到秒級，可以滿足臨床的速度需求。但是出于對高精度的要求，快速蒙特卡羅算法建模過程比較復雜，需要調節的參數眾多，導致蒙特卡羅算法中蒙特卡羅參數的確定速度較慢，使得蒙特卡羅劑量算法的建模速度較慢。

發明內容

本發明實施例提供了一種計算系統、劑量質量保證系統及存儲介質，以加快蒙特卡羅算法中蒙特卡羅參數的確定速度，提高劑量分布預測的計算效率。

第一方面，本發明實施例提供了一種劑量計算系統，包括處理器，處理器被配置為處理如下步驟：

獲取放射治療設備相關的劑量相關參數；

將劑量相關參數輸入至訓練后的劑量計算模型中，獲得劑量計算模型的輸出信息，其中，劑量計算模型基于深度學習模型構建；

根據輸出信息確定劑量分布信息。

第二方面，本發明實施例還提供了一種劑量質量保證系統，包括處理器，處理器被配置為處理如下步驟：

獲取放射治療設備相關的計劃參數，所述計劃參數包含執行計劃所需的機器參數、射野信息以及對應的目標劑量分布信息；

將放射治療設備相關的機器參數、射野信息以及至少一個目標位置信息輸入至訓練后的劑量計算模型，獲得劑量計算模型輸出的劑量計算分布信息，其中，劑量計算模型基于深度學習模型構建；

比較劑量計算模型輸出的劑量計算分布信息與所述目標劑量分布信息；

根據比較結果判斷當前劑量相關參數是否滿足要求。

第三方面，本發明實施例還提供了一種劑量計算裝置，包括：

相關參數獲取模塊，用于獲取放射治療設備相關的劑量相關參數；

模型輸出獲取模塊，用于將所述劑量相關參數輸入至訓練后的劑量計算模型中，獲得所述劑量計算模型的輸出信息，其中，所述劑量計算模型基于深度學習模型構建；

劑量分布確定模塊，用于根據所述輸出信息確定劑量分布信息。

第四方面，本發明實施例還提供了一種劑量質量保證裝置，包括：

計劃參數獲取模塊，用于獲取放射治療設備相關的計劃參數，所述計劃參數包含執行計劃所需的機器參數、射野信息以及對應的目標劑量分布信息；

劑量分布計算模塊，用于將所述機器參數、射野信息以及至少一個目標位置信息輸入至訓練后的劑量計算模型，獲得所述劑量計算模型輸出的劑量計算分布信息，其中，所述劑量計算模型基于深度學習模型構建；