【技术实现步骤摘要】
一种放疗过程中肿瘤位置变化的追踪方法
本专利技术涉及肿瘤位置追踪
,具体涉及一种由于人体的姿态和摆位的变化而造成肿瘤位置变化的追踪方法。
技术介绍
在传统的放射治疗中,确定有放疗指征后,由医生、物理师和技师根据患者具体情况选择和制作固定模具(保证每次放疗时良好的体位重复性,并尽量使患者感觉舒适,减少体位变动误差对精确放疗的影响,保证准确的放疗)。一般情况下,CT扫描完成后,将影像数据传输至放疗科计划系统。头颈部肿瘤患者选择可塑面膜或头颈肩膜固定,而胸腹部肿瘤患者选择负压成型袋或体膜固定,乳腺放疗使用乳腺托架,体位固定完成后,需要进行放疗模拟扫描定位来获取患者肿瘤及其周围器官组织详细的影像数据。由物理师将图像导入计划系统,进行初步的影像数据处理,保证图像高质量,医师准确勾画靶区。影像数据经过初步的处理后,由医师勾画放疗病灶靶区和需保护的重要器官组织轮廓图,精确放疗靶区包括GTV(CT/MRI检查等显示的肿瘤轮廓)、CTV(包括GTV和肿瘤可能侵犯的亚临床灶)、PTV(考虑了患者器官运动和摆位误差的CTV)。依照计划系统给出的肿瘤中心位置,找出对应的体表标志作为放疗时摆位的依据。射野验证:指在确定放疗中心位置后,利用模拟机拍摄X光片,核对中心位置、每个照射野形状、入射角度和射野大小等是否正确,可将位置误差控制在2~3mm以内。剂量验证:由物理师通过人体仿真体模,比较实体内所接受的射线照射剂量与计划系统所设计的照射剂量是否一致。放射治疗一般由2位技师共同完成,先在操作室核对治疗参数,然后在机房 ...
【技术保护点】
1.一种放疗过程中肿瘤位置变化的追踪方法,其特征是,包括以下步骤:/n(1)获取人体各个主要姿态时的肿瘤位置样本数据,使用图像处理的方法,对图片进行肿瘤位置与人体轮廓外形的标注,主要姿态包括仰面躺姿、俯卧姿、侧面卧倒姿、令一侧面卧倒姿;/n(2)通过主要姿态时肿瘤位置的样本数据,以此为依据建立人体肿瘤位置的数据库,以患者肿瘤区域的几何中心O为原点,建立人体三维坐标系,其中,X轴为沿人体正面的左侧方向为正,Y轴沿人体正面前进方向为正,Z轴沿人体直立向上为正,模型为三维立体位置的原始模型1,将该模型储存在数据库中;并使用cnn卷积神经网络进行识别和计算;/n(3)采集人体各个主要姿态时肿瘤位置的样本数据,以此为依据建立人体肿瘤位置的数据库,使用cnn卷积神经网络算法对进行训练,针对个人,经过上述采集人体各个主要姿态时肿瘤位置的样本数据,以此为依据建立人体肿瘤位置的数据库,并利用分角度旋转人体模型的方法获取大量数据,使用cnn卷积神经网络算法对进行训练;/n(4)获取当前人体在某种姿势时通过核磁共振姿势拍摄的肿瘤位置,并记录下此时的肿瘤位置,通过卷积神经网络得到此时人体肿瘤的位置,将得到的当 ...
【技术特征摘要】
1.一种放疗过程中肿瘤位置变化的追踪方法,其特征是,包括以下步骤:
(1)获取人体各个主要姿态时的肿瘤位置样本数据,使用图像处理的方法,对图片进行肿瘤位置与人体轮廓外形的标注,主要姿态包括仰面躺姿、俯卧姿、侧面卧倒姿、令一侧面卧倒姿;
(2)通过主要姿态时肿瘤位置的样本数据,以此为依据建立人体肿瘤位置的数据库,以患者肿瘤区域的几何中心O为原点,建立人体三维坐标系,其中,X轴为沿人体正面的左侧方向为正,Y轴沿人体正面前进方向为正,Z轴沿人体直立向上为正,模型为三维立体位置的原始模型1,将该模型储存在数据库中;并使用cnn卷积神经网络进行识别和计算;
(3)采集人体各个主要姿态时肿瘤位置的样本数据,以此为依据建立人体肿瘤位置的数据库,使用cnn卷积神经网络算法对进行训练,针对个人,经过上述采集人体各个主要姿态时肿瘤位置的样本数据,以此为依据建立人体肿瘤位置的数据库,并利用分角度旋转人体模型的方法获取大量数据,使用cnn卷积神经网络算法对进行训练;
(4)获取当前人体在某种姿势时通过核磁共振姿势拍摄的肿瘤位置,并记录下此时的肿瘤位置,通过卷积神经网络得到此时人体肿瘤的位置,将得到的当前两张肿瘤位置图相比较,判断当前根据三维模型预测的肿瘤位置与核磁共振所拍摄的肿瘤实际位置所在的误差e,基于误差对模型追踪的精度进行调整,以达到可以在人体的姿态和摆位的变化时能够根据图像精确地追踪肿瘤的位置变化,经过标定消除位置追踪所存在的误差。
2.根据权利要求1所述的方法,其特征在于,所述神经网络的输入是通过分角度旋转人体模型的方法获得的大量数据,收集的某人的一组多样本数据经过隐含层可得到对应的肿瘤位置,病人的肿瘤位置作为神经网络的输出,此为一组输入及一个输出;
而采样得到多人多组数据的输入对应相应的肿瘤位置作为神经网络的多个输入与输出,同时通过设置神经网络训练的误差处于极低的范围ε来保证训练的精确度,其详细为:采用卷积神经网络首先对于采集到的图像进行位移识别、缩放识别及其他形式扭曲不变性的二维图形的识别,进行特征的提取;随后进行数据库样本的训练,保证训练精度极其微小;其中包括对卷积核Wl,1,Wl,2,…,Wl,D分别对输入的特征映射X1,X2,…,XD进行卷积,通过偏置gp的改变,得到卷积的净输入Up,经过映射得到输出的特征...
【专利技术属性】
技术研发人员:袁双虎,李玮,李莉,韩毅,刘宁,刘治国,赵芬,关甜,袁朔,吕慧颖,于金明,
申请(专利权)人:北京易康医疗科技有限公司,山东省肿瘤防治研究院山东省肿瘤医院,山东大学,济南比山网络科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。