肿瘤放射治疗区域的生成方法及生成装置制造方法及图纸

本申请公开了一种肿瘤放射治疗区域的生成方法及生成装置，其中，肿瘤放射治疗区域的生成方法包括：获取目标对象在治疗过程中实际得到的第一CT图像和在治疗前初始得到的第二CT图像；响应于外部输入指令，在所述第二CT图像上标记第一控制区域的位置，生成第三CT图像；通过将所述第一CT图像和所述第三CT图像输入密集网络模型，获取第一平移参数和第一旋转参数；根据所述第一平移参数和所述第一旋转参数，对所述第一CT图像进行变换生成第四CT图像，其中，所述第四CT图像为带有用于所述目标对象放射治疗的目标控制区域的图像。对象放射治疗的目标控制区域的图像。对象放射治疗的目标控制区域的图像。

【技术实现步骤摘要】
肿瘤放射治疗区域的生成方法及生成装置


[0001]本申请涉及医学影像领域，尤其涉及一种肿瘤放射治疗区域的生成方法及生成装置。

技术介绍

[0002]对于解剖结构复杂的肿瘤(例如，头颈癌)的放射治疗来说，精准定位至关重要，而图像引导是实现高精度定位的关键步骤。目前，计算机断层扫描成像(computed tomography，CT)是图像引导中的常用工具，一般是通过求取初始得到的CT图像和在治疗过程中实际得到的CT图像间相似性最大的最优变换参数进行配准，以实现精准定位。
[0003]在相关技术中，虽然已经实现了将自动配准算法结合到图像引导放射治疗(image
‑
guided radiotherapy，IGRT)系统中，但是，由于图像中伪影的存在和在治疗过程中解剖结构的变异，可能会导致初始得到的CT图像和实际得到的CT图像之间的全局图像相似性度量出现偏差等因素的影响，导致肿瘤患者放射治疗区域的定位仍然需要人工干预进行校正。

技术实现思路

[0004]本申请公开一种肿瘤放射治疗区域的生成方法及生成装置，以解决肿瘤患者放射治疗区域的定位需要人工干预进行校正的问题。
[0005]为了解决上述问题，本申请采用下述技术方案：
[0006]第一方面，本申请实施例提供了一种肿瘤放射治疗区域的生成方法，包括：获取目标对象在治疗过程中实际得到的第一CT图像和在治疗前初始得到的第二CT图像；响应于外部输入指令，在所述第二CT图像上标记第一控制区域的位置，生成第三CT图像；通过将所述第一CT图像和所述第三CT图像输入密集网络模型，获取第一平移参数和第一旋转参数；根据所述第一平移参数和所述第一旋转参数，对所述第一CT图像进行变换生成第四CT图像，其中，所述第四CT图像为带有用于所述目标对象放射治疗的目标控制区域的图像。
[0007]第二方面，本申请实施例提供了一种肿瘤放射治疗区域的生成装置，包括：第一获取模块，用于获取目标对象在治疗过程中实际得到的第一CT图像和在治疗前初始得到的第二CT图像；标记模块，用于响应于外部输入指令，在所述第二CT图像上标记第一控制区域的位置，生成第三CT图像；第二获取模块，用于通过将所述第一CT图像和所述第三CT图像输入密集网络模型，获取第一平移参数和第一旋转参数；生成模块，用于根据所述第一平移参数和所述第一旋转参数，对所述第一CT图像进行变换生成第四CT图像，其中，所述第四CT图像为带有用于所述目标对象放射治疗的目标控制区域的图像。
[0008]第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
[0009]第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程
序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
[0010]本申请实施例提供一种肿瘤放射治疗区域的生成方法，通过获取目标对象在治疗过程中实际得到的第一CT图像和在治疗前初始得到的第二CT图像，然后响应于外部输入指令，在第二CT图像上标记第一控制区域的位置，生成第三CT图像，再通过将第一CT图像和第三CT图像输入密集网络模型，获取第一平移参数和第一旋转参数，然后根据第一平移参数和第一旋转参数，对第一CT图像进行变换生成带有用于目标对象放射治疗的目标控制区域的第四CT图像，从而实现对肿瘤放射治疗区域的定位。另外，通过医生手动选择的无伪影的第一控制区域实现配准，能够避免全局配准中由于图像信息不均匀带来的影响，进而能够减少潜在的不确定误差。
附图说明
[0011]图1为本申请实施例公开的一种肿瘤放射治疗区域的生成方法的流程示意图；
[0012]图2为本申请实施例公开的一种肿瘤放射治疗区域的生成装置的结构示意图；
[0013]图3为本申请实施例公开的电子设备的一种结构示意图。
具体实施方式
[0014]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。
[0015]本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
[0016]下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的肿瘤放射治疗区域的生成方法进行详细地说明。
[0017]图1为本申请实施例公开的一种肿瘤放射治疗区域的生成方法的流程示意图，该方法可以由电子设备执行，换言之，该方法可以由安装在电子设备的软件或硬件来执行，如图1所示，该方法包括如下步骤。
[0018]S120、获取目标对象在治疗过程中实际得到的第一CT图像和在治疗前初始得到的第二CT图像。
[0019]S140、响应于外部输入指令，在第二CT图像上标记第一控制区域的位置，生成第三CT图像。
[0020]也就是说，通过医生手动选择，在第二CT图像上标记第一控制区域的位置，生成第三CT图像，其中，第一控制区域的位置可以为医生容易识别的、无伪影的区域。
[0021]S160、通过将第一CT图像和第三CT图像输入密集网络模型，获取第一平移参数和第一旋转参数。
[0022]即通过将第一CT图像和标记有第一控制区域位置的第二CT图像输入密集网络模
型，获取治疗床的第一平移参数和第一旋转参数。
[0023]S180、根据第一平移参数和第一旋转参数，对第一CT图像进行变换生成第四CT图像，其中，第四CT图像为带有用于目标对象放射治疗的目标控制区域的图像。
[0024]通过根据第一平移参数和第一旋转参数，对第一CT图像进行变换生成第四CT图像，从而实现配准，能够使得第四CT图像与第二CT图像达到空间及解剖意义上的一致，也即第四CT图像与第二CT图像之间最相似。
[0025]本申请实施例提供一种肿瘤放射治疗区域的生成方法，通过获取目标对象在治疗过程中实际得到的第一CT图像和在治疗前初始得到的第二CT图像，然后响应于外部输入指令，在第二CT图像上标记第一控制区域的位置，生成第三CT图像，再通过将第一CT图像和第三CT图像输入密集网络模型，获取第一平移参数和第一旋转参数，然后根据第一平移参数和第一旋转参数，对第一CT图像进行变换生成带有用于目标对象放射治疗的目标控制区域的第四CT图像，从而实现对肿瘤放射治疗区域的定位。另外，通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种肿瘤放射治疗区域的生成方法，其特征在于，包括：获取目标对象在治疗过程中实际得到的第一CT图像和在治疗前初始得到的第二CT图像；响应于外部输入指令，在所述第二CT图像上标记第一控制区域的位置，生成第三CT图像；通过将所述第一CT图像和所述第三CT图像输入密集网络模型，获取第一平移参数和第一旋转参数；根据所述第一平移参数和所述第一旋转参数，对所述第一CT图像进行变换生成第四CT图像，其中，所述第四CT图像为带有用于所述目标对象放射治疗的目标控制区域的图像。2.根据权利要求1所述的生成方法，其特征在于，在所述第二CT图像上标记的所述第一控制区域的位置为多个的情况下，所述通过将所述第一CT图像和所述第三CT图像输入密集网络模型，获取第一平移参数和第一旋转参数，包括：将所述第一CT图像和所述第三CT图像输入所述密集网络模型，获取多个第一平移参数和多个第一旋转参数；根据多个所述第一平移参数和多个所述第一旋转参数，分别计算所述第一平移参数的平均值和所述第一旋转参数的平均值。3.根据权利要求1所述的生成方法，其特征在于，在所述将所述第一CT图像和所述第三CT图像输入密集网络模型之前，还包括：获取多组第一对象的数据集，其中，所述数据集包括在治疗过程中实际得到的第五CT图像、在治疗前初始得到的第六CT图像和所述第六CT图像中第二控制区域的位置，所述第二控制区域的位置为在所述第六CT图像中随机生成的位置；根据所述多组第一对象的数据集生成训练样本集；将所述训练样本集输入待训练的所述密集网络模型进行迭代训练处理，得到训练完成的所述密集网络模型。4.根据权利要求3所述的生成方法，其特征在于，所述将所述训练样本集输入待训练的所述密集网络模型进行迭代训练处理，包括：在所述第六CT图像上标记所述第二控制区域的位置，生成第七CT图像；通过将所述第五CT图像和所述第七CT图像输入所述密集网络模型，获取第二平移参数和第二旋转参数；根据所述第二平移参数和所述第二旋转参数，对所述第五CT图像进行变换生成第八CT图像；根据所述第二控制区域的位置，分别提取所述第六CT图像中的第一目标控制区域和所述第八CT图像中的第二目标控制区域；通过归一化互相关确定所述第一目标控制区域和所述第二目标控制区域之间的局部相似度；通过归一化互相关确定所述第六CT图像和所述第八CT图像之间的全局相似度；根据所述局部相似度和所述全局相似度，确定所述第六CT图像和所述第八CT图像之间的损失函数。5.根据权利要求4所述的生成方法，其特征在于，在所述确定所述第六CT图像和所述第
八CT图像之间的损失函数之后，还包括：通过Adam算法进行迭代训练处理，保存所述损失函数最小时对应的所述密集网络模型的学习参数。6.一种肿瘤放射治疗区域的生成装置，其特征在于，包括：第一获取模块，...

【专利技术属性】
技术研发人员：梁晓坤，产银萍，谢耀钦，张楚龙，何文丰，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：