一种智能型的离子束自适应放疗系统、存储介质及设备技术方案

本发明专利技术涉及一种智能型的离子束自适应放疗系统、存储介质及设备，其包括：采用通过DRR图像及与其对应的3D

【技术实现步骤摘要】
一种智能型的离子束自适应放疗系统、存储介质及设备


[0001]本专利技术涉及一种离子束(质子和重离子)放疗设备
，特别是关于一种智能型的离子束自适应放疗系统、存储介质及设备。

技术介绍

[0002]目前在离子束放射治疗中，患者通常需要在治疗阶段内的每周的工作日内接受多个分次的照射才能完成治疗。而在治疗过程中由于患者的体重变化和肿瘤形状随着治疗而发生变化等导致的解剖结构改变，都会使后续治疗过程中患者的肿瘤靶区及附近的剂量分布发生形变，现在一般采用离子束自适应放疗解决此类问题。离子束自适应放疗分为离子束在线自适应放疗和离子束离线自适应放疗。在离子束自适应放疗中根据患者解剖结构改变的速度选择对应的自适应放疗方式，对于解剖结构发生日变化的患者需进行离子束在线自适应放疗，对于解剖结构发生周变化的患者需进行离子束离线自适应放疗。离子束在线自适应放疗是指每天采集患者的CT图像并对CT图像进行勾画，随后在离子束放射治疗计划系统中在线制定新的治疗计划后实施治疗。离子束离线自适应放疗是指患者在每周接受数次治疗后，重新采集患者的CT图像并进行勾画，然后在离子束放疗计划系统中重新制定治疗计划后实施下一阶段的治疗。由于时间和资源限制，再加上在线自适应放疗对放疗中各个环节的技术要求极高，目前大多数离子束放疗中心都采用离线自适应放疗。但即便是在线自适应放疗也需要重新采集患者3D
‑
CT图像并进行勾画后重新制定放疗计划，虽然从理论上一定程度的解决了离线自适应治疗的缺陷和不足，但仍然是比较繁琐的。
[0003]计算机技术特别是人工智能技术以其学习复杂关系和将现有知识纳入推理模型的能力而备受关注，并且在计算机视觉和医学图像处理及多模态图像生成上表现出优异的性能。因此，开发一种基于人工智能的方法，利用在离子束放疗中心更为常用的数字X射线图像(DR)引导系统实现离子束智能快速自适应放疗是可行且必要的。

技术实现思路

[0004]针对上述问题，本专利技术的目的是提供一种智能型的离子束自适应放疗系统、存储介质及设备，其解决常规离子束离线或在线自适应放疗中需要重新采集患者3D
‑
CT图像等一系列繁琐工作的缺陷和不足，实现快速智能的离子束自适应放疗。
[0005]为实现上述目的，本专利技术采取以下技术方案：
[0006]一种智能型的离子束自适应放疗系统，其包括：人工智能网络模型构建模块，采用通过DRR图像及与其对应的3D
‑
CT图像构成数据集，对人工智能网络模型进行训练和验证，得到所述人工智能网络模型的权重参数；具有DRR风格的DR图像生成模块，将每个分次的DR图像输入基于深度学习的二维图像翻译模型，生成对应的具有DRR风格的DR图像；虚拟3D
‑
CT图像生成模块，将每个分次的所述具有DRR风格的DR图像输入所述人工智能网络模型构建模块，结合所述权重参数，得到每个分次的DR图像对应的虚拟3D
‑
CT图像；图像配准模块，将每个分次的所述虚拟3D
‑
CT图像与带有勾画文件的参考3D
‑
CT图像进行图像配准，生成所
述虚拟3D
‑
CT图像对应的勾画文件；输出模块，将各个分次的所述虚拟3D
‑
CT图像和各个分次的所述虚拟3D
‑
CT图像对应的勾画文件输出至离子束放疗计划系统中，由所述离子束放疗计划系统制定每个分次的放疗计划。
[0007]优选的，所述人工智能网络模型构建模块中，所述DRR图像是由患者计划3D
‑
CT生成。
[0008]优选的，所述对人工智能网络模型进行训练和验证，包括：输入N幅DRR图像及与其对应的S层3D
‑
CT图像；所述N取值为1，S的取值与所述患者计划3D
‑
CT的层数相同。
[0009]优选的，所述具有DRR风格的DR图像生成模块中，所述DR图像由DR成像系统设备获取。
[0010]优选的，所述DR成像系统仅包含一套X射线发射源及与之对应的成像平板，实时获取患者每个分次的DR图像。
[0011]优选的，所述X射线发射源安装在治疗室地面上，所述成像平板安装在所述治疗室顶部，以治疗室的中心点为原点，分别进行小角度转动。
[0012]优选的，所述X射线发射源和所述成像平板采用C型臂连接在一起，以治疗室的中心点为原点，作为一个整体进行小角度运动。
[0013]优选的，所述图像配准模块中，包括：将每个分次的所述虚拟3D
‑
CT图像与带有勾画文件的参考3D
‑
CT图像输入基于B样条的图像配准模型，进行配准计算，输出所述虚拟3D
‑
CT图像对应的勾画文件。
[0014]一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备实现上述系统的功能。
[0015]一种计算设备，其包括：一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序用于实现上述系统中的任一功能。
[0016]本专利技术由于采取以上技术方案，其具有以下优点：
[0017]1、本专利技术解决了常规离子束离线或在线自适应放疗中需要重新采集患者3D
‑
CT图像等一系列繁琐工作的缺陷和不足。
[0018]2、本专利技术采用人工智能技术，利用离子束放疗中心普遍配置的DR图像引导系统，将实时采集到的每个分次的2D
‑
DR图像生成每个分次对应的3D
‑
CT图像，将生成的每个分次的3D
‑
CT图像根据基于B样条的图像配准模型得到与之对应的勾画文件，在离子束放疗计划系统中根据每个分次的3D
‑
CT图像及对应的勾画文件制定新的放疗计划，解决了由于时间、资源和技术限制而导致的目前离子束自适应放疗的缺陷和不足，实现了快速智能的离子束自适应放疗。
[0019]3、本专利技术的实施只需要单个DR成像设备，成本低。
附图说明
[0020]图1是本专利技术一实施例中的离子束自适应放疗系统结构示意图；
[0021]图2是本专利技术一实施例中的生成的3D
‑
CT及其对应真实3D
‑
CT的剖面差异图；
[0022]图3是本专利技术一实施例中的DR设备坐标原理图；
[0023]图4是本专利技术一实施例中的系统工作流程图；
[0024]图5是本专利技术一实施例中的计算设备结构示意图。
具体实施方式
[0025]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例的附图，对本专利技术实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于所描述的本专利技术的实施例，本领域普通技术人员所获得的所有其他实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能型的离子束自适应放疗系统，其特征在于，包括：人工智能网络模型构建模块，采用通过DRR图像及与其对应的3D
‑
CT图像构成数据集，对人工智能网络模型进行训练和验证，得到所述人工智能网络模型的权重参数；具有DRR风格的DR图像生成模块，将每个分次的DR图像输入基于深度学习的二维图像翻译模型，生成对应的具有DRR风格的DR图像；虚拟3D
‑
CT图像生成模块，将每个分次的所述具有DRR风格的DR图像输入所述人工智能网络模型构建模块，结合所述权重参数，得到每个分次的DR图像对应的虚拟3D
‑
CT图像；图像配准模块，将每个分次的所述虚拟3D
‑
CT图像与带有勾画文件的参考3D
‑
CT图像进行图像配准，生成所述虚拟3D
‑
CT图像对应的勾画文件；输出模块，将各个分次的所述虚拟3D
‑
CT图像和各个分次的所述虚拟3D
‑
CT图像对应的勾画文件输出至离子束放疗计划系统中，由所述离子束放疗计划系统制定每个分次的放疗计划。2.如权利要求1所述智能型的离子束自适应放疗系统，其特征在于，所述人工智能网络模型构建模块中，所述DRR图像是由患者计划3D
‑
CT生成。3.如权利要求2所述智能型的离子束自适应放疗系统，其特征在于，所述对人工智能网络模型进行训练和验证，包括：输入N幅DRR图像及与其对应的S层3D
‑
CT图像；所述N取值为1，S的取值与所述患...

【专利技术属性】
技术研发人员：张新阳，李强，贺鹏博，刘新国，戴中颖，马圆圆，申国盛，张晖，
申请(专利权)人：中国科学院近代物理研究所，
类型：发明
国别省市：