CN111870268A - 一种限束装置的目标位置信息的确定方法和系统 - Google Patents

Abstract

本申请公开了一种限束装置的目标位置信息的确定方法和系统。所述限束装置的目标位置信息的确定方法包括获取目标对象的光学图像息；获取所述目标对象的目标部位信息；至少根据所述光学图像信息、所述目标部位信息，确定目标对象上的待照射位置信息和/或所述限束装置的目标位置信息。

Description

一种限束装置的目标位置信息的确定方法和系统

技术领域

本申请涉及限束装置领域，特别涉及一种限束装置的目标位置信息的确定方法和系统。

背景技术

放射线设备(如DR设备、CT设备、X射线机、直线加速器、C臂机等)通过发出放射线(如X射线、β射线、γ射线等)对患者进行拍摄和/或治疗。放射线设备在进行放射线照射时，通过限束器设置对应的开口，射线透过所述开口照射到人体上。如果透过限束器开口照射到人体上的区域与人体上的待照射区域不匹配会带来接收不必要辐射的问题，而这些不必要的辐射可能会对人体产生危害。因此，有必要提供一种限束装置的目标位置信息的确定方法，提高限束器开口与人体上的待照射区域的匹配度。

发明内容

本申请实施例之一提供一种限束装置的目标位置信息的确定方法。所述限束装置的目标位置信息的确定方法包括获取目标对象的光学图像信息；获取所述目标对象的目标部位信息；至少根据所述光学图像信息、所述目标部位信息，确定目标对象上的待照射位置信息和/或所述限束装置的目标位置信息。

本申请实施例之一提供一种限束装置的目标位置信息的确定系统。所述限束装置的目标位置信息的确定系统包括光学图像信息获取模块、目标部位信息获取模块以及确定模块；所述光学图像信息获取模块用于获取目标对象的光学图像信息；所述目标部位信息获取模块用于获取所述目标对象的目标部位信息；所述确定模块用于至少根据所述光学图像信息、所述目标部位信息，确定目标对象上的待照射位置信息和/或所述限束装置的目标位置信息。

本申请实施例之一提供一种用于确定操作位置的装置。所述装置包括处理器，所述处理器用于执行所述的限束装置的目标位置信息的确定方法。

本申请实施例之一提供一种计算机可读存储介质。所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行限束装置的目标位置信息的确定方法。

附图说明

本申请将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，

其中：

图1是根据本申请一些实施例所示的限束装置的目标位置信息的确定系统的应

用场景示意图；

图2是根据本申请一些实施例所示的限束装置的目标位置信息的确定系统的模

块图；

图3是根据本申请一些实施例所示的示例性限束装置的目标位置信息的确定方

法流程图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

相反，本申请涵盖任何由权利要求定义的在本申请的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本申请有更好的了解，在下文对本申请的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本申请。

本申请实施例涉及一种限束装置的目标位置信息的确定方法和系统。该限束器装置的目标位置信息的确定方法可以应用于放射线设备(如DR设备、CT设备等)上的限束器。在每次进行放射线设备的照射之前，该方法可以至少根据自动获取的目标对象(如人体或其他实验体)的光学图像信息、目标部位信息(如医疗任务中的照射器官)，自动确定限束装置的目标位置信息，使得射线透过限束装置的目标位置照射到目标对象的区域能够与待照射区域尽可能地匹配，在保证成像/治疗质量的同时避免不必要辐射剂量对目标对象的伤害。该方法特别适合对儿童进行辐射照射时使用，以实现对儿童的辐射伤害防护。

图1所示为根据本申请一些实施例所示的限束装置的目标位置信息的确定系统的应用场景示意图。

如图1所示，限束装置的目标位置信息确定系统100可以包括摄像头110、网络120、处理设备140、存储设备150和CT设备160。在一些实施例中，所述系统100还可以包括至少一个终端130。该装置100中的各个组件之间可以通过网络120互相连接。例如，摄像头110和处理设备140可以通过网络120连接或通信。

在一些实施例中，CT设备160可以包括限束装置(如限束器)，用于限制CT设备放射线的透光区域。在一些实施例中，CT设备160还可以为其它任意的放射线设备。放射线设备可以通过发出放射线(如X射线、β射线、γ射线等)对目标对象进行拍摄和/或治疗。例如，放射线设备可以包括但不限于DR设备、X射线机、直线加速器和C臂机等。在一些实施例中实施例中，所述限束装置可以包括多叶光栅准直器，可以对不同形状或任意不规则形状的待照射区域进行适配，从而可以提高适配的精准度，减少不必要辐射剂量对人体的伤害。

在一些实施例中，摄像头110可以对目标对象进行数据采集，以得到该目标对象的图像信息。在一些实施例中，摄像头110可以设置在CT设备160上，也可以独立于CT设备160进行单独设置。

网络120可以包括能够促进装置100的信息和/或数据交换的任何合适的网络。在一些实施例中，所述系统100的至少一个组件(例如，摄像头110、处理设备140、存储设备150、CT设备160、至少一个终端130)可以通过网络120与系统100中至少一个其他组件交换信息和/或数据。例如，处理设备140可以通过网络120从摄像头110获得图像信息。又例如，处理设备140可以通过网络120从至少一个终端130获得用户(如医生)指令。网络120可以或包括公共网络(例如，互联网)、专用网络(例如，局部区域网络(LAN))、有线网络、无线网络(例如，802.11网络、Wi-Fi网络)、帧中继网络、虚拟专用网络(VPN)、卫星网络、电话网络、路由器、集线器、交换机、服务器计算机和/或其任意组合。例如，网络120可以包括有线网络、有线网络、光纤网络、电信网络、内联网、无线局部区域网络(WLAN)、城域网(MAN)、公共电话交换网络(PSTN)、蓝牙TM网络、ZigBeeTM网络、近场通信(NFC)网络等或其任意组合。在一些实施例中，网络120可以包括至少一个网络接入点。例如，网络120可以包括有线和/或无线网络接入点，例如基站和/或互联网交换点，限束装置的目标位置信息确定系统100的至少一个组件可以通过接入点连接到网络120以交换数据和/或信息。

在一些实施例中，至少一个终端130可以与摄像头110、CT设备160、处理设备140以及存储设备150中的至少一个进行通信连接。例如，至少一个终端130还可以从处理设备140获得目标对象上的待照射位置信息和/或所述限束装置的目标位置信息并进行显示输出。又例如，至少一个终端130可以获取用户的操作指令，然后将该操作指令发送至摄像头110和/或CT设备160以对其进行控制(如调整图像采集视角、设置限束装置工作参数等)。

在一些实施例中，至少一个终端130可以包括移动设备131、平板计算机132、膝上型计算机133等或其任意组合。例如，移动设备131可以包括移动电话、个人数字助理(PDA)、医用设备等或其任意组合。在一些实施例中，至少一个终端130可以包括输入设备、输出设备等。输入设备可以包括字母数字和其他按键，用于输入控制指令对摄像头110和/或乳腺机160进行控制。输入设备可以选用键盘输入、触摸屏(例如，具有触觉或触觉反馈)输入、语音输入、手势输入或任何其他类似的输入机制。通过输入设备接收的输入信息可以通过如总线传输到处理设备140，以进行进一步处理。其他类型的输入设备可以包括光标控制装置，例如鼠标、轨迹球或光标方向键等。输出设备可以包括显示器、扬声器、打印机等或其任意组合，用于输出摄像头110采集的目标对象图像信息和/或CT设备160检测得到的医学影像。在一些实施例中，至少一个终端130可以是处理设备140的一部分。

处理设备140可以处理从摄像头110、存储设备150、至少一个终端130或装置100的其他组件获得数据和/或指令。例如，处理设备140可以从摄像头110获的目标对象的图像信息，对其进行处理以得出该目标对象的体态信息。体态信息可以包括但不限于目标对象的身高、体宽信息和骨骼关节点信息等。又例如，处理设备140可以从存储设备150获取预先存储的指令，并执行该指令以实现如下所述的限束装置的目标位置信息的确定方法。

在一些实施例中，处理设备140可以是单一服务器或服务器组。服务器组可以是集中式的或分布式的。在一些实施例中，处理设备140可以是本地或远程的。例如，处理设备140可以通过网络120从摄像头110、存储设备150和/或至少一个终端130访问信息和/或数据。又例如，处理设备140可以直接连接到摄像头110、至少一个终端130和/或存储设备150以访问信息和/或数据。在一些实施例中，处理设备140可以在云平台上实现。例如，云平台可以包括私有云、公共云、混合云、社区云、分布式云、云间云、多云等或其任意组合。

在一些实施例中，CT设备160可以基于处理设备140得出的目标对象上的待照射位置信息和/或所述限束装置的目标位置信息进行工作。例如，CT设备160可以根据处理设备140处理得出的限束装置的目标位置信息(如：限束装置的位置、限束装置的开口大小等)，或设定限束装置的位置以及开口大小；在一些实施例中，CT设备160还可以根据处理设备140得出的目标对象上的待照射位置信息以及限束装置的初始位置信息确定限束装置的目标位置信息。

存储设备150可以存储数据、指令和/或任何其他信息。在一些实施例中，存储设备150可以存储摄像头110采集的图像信息。在一些实施例中，存储设备150可以存储从摄像头110、至少一个终端130和/或处理设备140获得的数据。在一些实施例中，存储设备150可以存储目标对象的历史图像信息库，该历史图像信息库中的每一张历史图像对应一个目标对象的光学图像。在一些实施例中，存储设备150还可以存储与目标对象相关的协议信息，协议信息至少包括所述目标对象的目标部位信息，处理设备140可以基于该协议信息获取目标对象的目标部位信息。在一些实施例中，存储设备150还可以存储限束装置的目标位置信息，CT设备160可以从存储设备150获取预先存储的限束装置的目标位置信息，并根据该限束装置的目标位置信息控制限束装置运动。在一些实施例中，存储设备150还可以存储预设的阈值范围以及提示信息，处理设备140可以基于该存储的提示信息、预设的阈值范围和目标位置信息进行判断，如果所述目标位置信息大于预设的阈值范围，则发出提示信息。

在一些实施例中，存储设备150可以存储处理设备140用来执行或使用来完成本申请中描述的示例性方法的数据和/或指令。在一些实施例中，存储设备150可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。示例性易失性读写存储器可以包括随机存取存储器(RAM)。在一些实施例中，存储设备150可以在云平台上实现。

在一些实施例中，存储设备150可以连接到网络120以与装置100中的至少一个其他组件(例如，处理设备140、至少一个终端130)通信。装置100中的至少一个组件可以通过网络120访问存储设备150中存储的数据或指令。在一些实施例中，存储设备150可以是处理设备140的一部分。

应该注意的是，上述描述仅出于说明性目的而提供，并不旨在限制本申请的范围。对于本领域普通技术人员而言，在本申请内容的指导下，可做出多种变化和修改。可以以各种方式组合本申请描述的示例性实施例的特征、结构、方法和其他特征，以获得另外的和/或替代的示例性实施例。例如，存储设备150可以是包括云计算平台的数据存储设备，例如公共云、私有云、社区和混合云等。然而，这些变化与修改不会背离本申请的范围。

图2是根据本申请一些实施例所示的限束装置的目标位置信息的确定系统的模块图。如图2所示，该目标位置信息的确定系统200可以包括光学图像信息获取模块210、目标部位信息获取模块220和确定模块230。

光学图像信息获取模块210可以用于获取目标对象的光学图像信息。

目标部位信息获取模块220可以用于获取所述目标对象的目标部位信息。在一些实施例中，目标部位信息获取模块220还可以用于获取与目标对象相关的协议信息。协议信息至少包括所述目标对象的目标部位信息。在一些实施例中，目标部位信息获取模块220还可以用于获取所述目标对象中目标部位的医学影像图像。

确定模块230可以用于至少根据所述光学图像信息、所述目标部位信息，确定目标对象上的待照射位置信息和/或所述限束装置的目标位置信息。在一些实施例中，确定模块230还可以用于至少根据所述光学图像信息、所述医学影像图像，确定目标对象上的待照射位置信息和/或所述限束装置的目标位置信息。在一些实施例中，确定模块230还可以用于至少根据所述光学图像信息以及所述协议信息，确定目标对象上的待照射位置信息和/或所述限束装置的目标位置信息。在一些实施例中，确定模块230可以用于将光学图像信息以及目标部位信息输入第二机器学习模型，以确定限束装置的目标位置信息。在一些实施例中，确定模块230可以用于根据所述待照射位置信息以及所述初始位置信息，确定所述限束装置的目标位置信息。在一些实施例中，确定模块230可以用于将光学图像信息以及目标部位信息输入第一机器学习模型，以确定待照射位置信息。

在一些实施例中，目标位置信息的确定系统200还包括控制模块。控制模块可以用于判断目标位置信息是否大于预设的阈值范围。若目标位置信息小于等于预设的阈值范围，控制模块可以用于根据所述限束装置的目标位置信息控制限束装置运动。若目标位置信息大于预设的阈值范围，控制模块可以用于发出提示信息。

在一些实施例中，目标位置信息的确定系统200还包括获取初始位置获取模块，用于获取所述限束装置的初始位置信息。

在一些实施例中，目标位置信息的确定系统200还包括训练模块，用于通过以下方法获取第一机器学习模型：获取初始机器学习模型；获取初始样本训练数据，所述初始样本训练数据包括历史目标对象的历史光学图像，以及所述历史目标对象上的一个或多个目标部位的历史医学影像图像；根据所述历史光学图像以及所述历史医学影像图像的融合结果信息，确定所述历史光学图像的标记信息；所述标记信息包括所述历史光学图像中目标部位的位置信息；将所述历史光学图像以及所述历史医学影像图像作为输入数据，所述标记信息作为输出数据或参考标准，输入所述初始机器学习模型进行训练。

在一些实施例中，所述训练模块还可以用于通过以下方法获取第二机器学习模型：获取初始机器学习模型；获取初始样本训练数据，所述初始样本训练数据包括历史目标对象的历史光学图像以及所述历史目标对象上的一个或多个目标部位的历史医学影像图像；根据所述历史光学图像与所述历史医学影像图像的融合结果信息，确定对应的限束装置的历史目标位置信息；将所述历史光学图像以及所述历史医学影像图像作为输入数据，所述对应的限束装置的历史目标位置信息作为输出数据或参考标准，输入所述初始机器学习模型进行训练。

应当理解，图2所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。

需要注意的是，以上对于用于确定操作位置的系统及其模块的描述，仅为描述方便，并不能把本申请限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可以在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。例如，在一些实施例中，图2中披露的光学图像信息获取模块210、目标部位信息获取模块220和确定模块230可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。又例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本申请的保护范围之内。

图3示为根据本申请一些实施例所示的示例性限束装置的目标位置信息的确定方法流程图。具体的，确定方法300可以由应用于确定系统200执行。如图1所示，该目标位置信息的确定方法300可以包括：

步骤310，获取目标对象的光学图像信息。具体的，该步骤110可以由光学图像信息获取模块210执行。

在一些实施例中，目标对象可以理解为待照射的对象，可以包括人体或其它实验体。所述其他实验体可以包括其他动物活体，或非活体的实验模型。光学图像信息可以为目标对象的可见光图像信息。例如，光学图像信息可以为人体或其它实验体的可见光全身图像、能够反映人体或其它实验体的全身图像的视频。在一些实施例中，光学图像信息获取模块210可以通过摄像头获取目标对象的光学图像信息。在一些实施例中，所述摄像头可以固定地设置在医学影像设备上，也可以设置在医学影像设备外一个固定的位置。本说明书不对摄像头的固定位置做具体限定，只要摄像头能够通过一张或多张图片来获取目标对象的全身图像即可。

步骤320，获取目标对象的目标部位信息。具体的，该步骤120可以由目标部位信息获取模块220执行。

目标部位是指医疗任务中目标对象上的待照射器官。目标部位信息是指能够反映所述待照射器官的信息。例如，目标部位信息可以为待照射器官的名称。又例如，目标部位信息可以为待照射器官的具体位置信息。在一些实施例中，目标部位信息获取模块220可以获取与目标对象相关的协议信息，根据该协议信息获取目标对象的目标部位信息，其中，协议信息可以包括目标对象的目标部位信息。

在一些实施例中，目标部位信息获取模块220可以获取目标对象中目标部位的医学影像图像，医生根据医学影像图像获取目标对象的目标部位。在一些实施例中，目标部位信息获取模块220可以采用其它任意方式获取目标对象的目标部位信息。例如，由目标对象告知医生目标部位信息。在一些实施例中，所述医学影像图像可以理解为利用医学影像设备采集的医学影像图像。医学影像设备可以包括但不限于DR设备、CT设备、X射线机、直线加速器以及C臂机等。

步骤330，确定限束装置的目标位置信息。具体的，该步骤130可以由确定模块230执行。

在一些实施例中，在执行步骤330，确定限束装置的目标位置信息时，处理设备可以对光学图像信息、目标部位信息进行处理，直接确定限束装置的目标位置信息，详见步骤336；处理设备也可以对光学图像信息、目标部位信息进行处理，确定待照射位置信息；然后基于待照射位置信息以及限束装置的初始位置信息，确定限束装置的目标位置信息，详见步骤332以及步骤334。

步骤332，根据光学图像信息以及目标部位信息，确定待照射位置信息。

在一些实施例中，待照射位置可以理解为需要照射到目标对象上的待照射区域的位置，也可以叫待照射区域的位置。待照射位置信息是指能够反映所述待照射区域的位置的信息。具体的，在一些实施例中，待照射位置信息可以是光学图像上确定的目标对象的待照射器官位置信息。例如，待照射位置信息可以包括待照射器官反映在光学图像上的位置、待照射器官反映在光学图像上的面积大小等中的一种或多种。

在一些实施例中，处理设备可以基于目标部位信息对光学图像进行处理，然后输出与目标部位对应的待照射位置信息。在一些实施例中，当目标部位信息包括目标部位对应的医疗影像图像时，处理设备可以对光学图像以及医疗影像图像进行图像融合处理，在光学图像上确定出目标部位反映在目标对象表面的位置。例如，可以直接在光学图像上显示出目标部位的轮廓。在一些实施例中，当目标部位信息从对应的协议信息中获取时，处理设备可以对光学图像进行处理分析，该处理分析用于确定光学图像中的目标对象的大概器官位置，并基于协议信息中的目标部位确定出反映在目标对象表面的目标部位的位置信息。例如，可以直接在光学图像中显示出与协议信息中的目标部位对应的器官的轮廓或区域。

在一些实施例中，处理设备可以使用预设算法对上述一个或多个步骤进行处理。所述预设算法可以包括但不限于机器学习模型等。例如，处理设备可以利用机器学习模型基于光学图像信息以及目标部位信息，直接确定出目标部位反映在目标对象表面的位置，即待照射位置。

在一些实施例中，预设算法可以为第一机器学习模型。在一些实施例中，当目标部位信息包括医学影像图像时，可以将目标对象的光学图像以及目标部位的医学影像图像输入第一机器学习模型，第一机器学习模型可以直接输出待照射位置信息。在一些实施例中，第一机器学习模型输出的待照射位置信息可以包括带有位置标记的光学图像。在一些实施例中，第一机器学习模型输出的待照射位置信息可以包括待照射位置的坐标信息。在一些实施例中，当目标部位信息从对应的协议信息中获取时，可以将协议信息进行处理，提取协议信息中的目标部位信息，然后将目标部位信息进行特征处理，并将处理后的与目标部位信息对应的特征信息以及目标对象的光学图像输入第一机器学习模型，对应地，第一机器学习模型可以直接输出带有位置标记的光学图像或者直接输出待照射位置的坐标信息。具体的，第一机器学习模型的训练过程详见后文描述。

步骤334，根据待照射位置信息以及限束装置的初始位置信息，确定限束装置的目标位置信息。

限束装置的初始位置是指还未开始照射时，限束装置运动前的位置。限束装置的初始位置信息是指能够反映限束装置的初始位置信息。具体的，限束装置的初始位置信息可以理解为限束装置运动前限束装置到待照射的目标对象之间的距离。

限束装置的目标位置是指限束装置运动后需要到达的位置，且该位置与所述待照射位置信息相对应。限束装置的目标位置信息是指能够反映限束装置的目标位置的信息。在一些实施例中，限束装置的目标位置信息可以包括限束装置达到目标位置后叶片的位置(如限束装置达到目标位置后叶片的空间坐标位置)或限束装置达到目标位置后叶片在限束装置端面内的开口大小(如限束装置达到目标位置后叶片在限束装置端面的位置)等。

在一些实施例中，限束装置的初始位置信息可以通过目标对象相关的协议信息获取，所述协议信息可以包括限束装置的初始位置信息。在一些实施例中，限束装置的初始位置信息还可以通过其它方式获取。其它方式可以包括自动获取方式和人工获取方式。自动获取方式可以包括系统从距离检测传感器、激光检测装置以及红外检测装置等处直接获取对应的测量数据。人工获取方式可以包括但不限于医生借助额外的激光检测装置人工测量限束装置上叶片的位置、医生借助额外的红外检测器人工测量限束装置上叶片的位置等。例如，可以通过医生将激光检测装置放置在合适的位置后，向限束装置发射激光，再由激光检测装置上的激光接收器接受激光信号，从而由激光检测装置确定限束装置上叶片的位置，然后医生通过外部输入设备手动输入所述叶片的位置到确定模块230。外部输入设备可以包括但不限于鼠标、键盘等。在一些实施例中，所述限束装置的初始位置信息还可以在算法中预先设定。

在一些实施例中，确定模块230可以根据待照射位置信息以及限束装置的初始位置信息，确定限速装装置的目标位置信息。具体地，确定模块230通过限束装置的初始位置确定限束装置距离目标对象的距离，并基于目标对象上待照射区域的位置信息以及限束装置距离目标对象的距离，计算确定限束装置的目标位置信息，使得射线透过限束装置的目标位置照射到目标对象的区域能够与待照射区域尽可能地匹配。

处理设备根据光学图像信息、目标部位信息可以准确地确定待照射位置信息，然后再根据待照射位置信息和限束装置的初始位置信息，准确地确定限束装置的目标位置信息。该实施例适应于限束装置的初始位置会经常发生变化的情形，在该实施例中，先确定出待照射区域位置，然后基于限束装置的当前位置计算出对应的限束装置的目标位置，可以适应更多的限束装置初始位置不同的场景，具有更多的灵活性。

步骤336，根据光学图像信息以及目标部位信息，确定限束装置的目标位置信息。

限束装置的目标位置与步骤334中的目标位置相同，此处不再赘述，具体详见步骤334中对应部分描述。限束装置的目标位置信息与步骤334中的目标位置信息相同，此处不再赘述，具体详见步骤334中对应部分描述。在一些实施例中，处理设备可以使用预设算法对上述一个或多个步骤进行处理。其中，预设算法可以包括能够确定限束装置的目标位置信息的任意算法。任意算法可以理解为能够体现光学图像信息和目标部位信息与限束装置的目标位置信息之间的对应关系的预设指令。在一些实施例中，确定模块230可以将光学图像信息以及目标部位信息输入预设算法，然后预设算法直接输出对应的限束装置的目标位置信息。在该实施例中，需要预先考虑限束装置的初始位置，如果初始位置发生变化，需要在算法中进行相应地调整。

在一些实施例中，预设算法可以包括但不限于机器学习模型等。在一些实施例中，预设算法可以为第二机器学习模型，将将所述光学图像信息以及所述目标部位信息输入第二机器学习模型，以确定所述限束装置的目标位置信息。在一些实施例中，限束装置在实际照射时的初始位置与训练时的初始位置保持一致的情况下，确定模块230可以将光学图像信息以及目标部位信息输入第二机器学习模型，第二机器学习模型输出限束装置的目标位置坐标值，从而直接确定限束装置的目标位置信息。

在一些实施例中，当目标部位信息包括医学影像图像时，可以将目标对象的光学图像以及目标部位的医学影像图像输入第二机器学习模型，第二机器学习模型可以直接输出限束装置的目标位置信息。例如，第二机器学习模型直接输出限束装置的目标位置坐标。在一些实施例中，当目标部位信息从对应的协议信息中获取时，可以将协议信息进行处理，提取协议信息中的目标部位信息，然后将目标部位信息进行特征处理，并将处理后的与目标部位信息对应的特征信息以及目标对象的光学图像输入第二机器学习模型，对应地，第二机器学习模型可以直接输出限束装置的目标位置信息，例如，限束装置的目标位置的坐标信息。另外，第二机器学习模型的训练过程详见后文描述。

在一些实施例中，确定限束装置的目标位置信息后，可以直接基于所述目标位置信息控制所述限束装置运动至对应的目标位置，详见步骤360。在一些实施例中，也可以对确定的目标位置进行判断，如果所述目标位置大于预设的阈值范围时，则发出提示信息，告知当前的限束装置无法满足所述目标位置的拍摄要求，详见步骤340、350。在该实施例中，基于预设的阈值范围的进行的判断以及提醒方案可以避免限束装置在无法照射整个目标部位的情况下，还对目标部位进行照射，而导致无法进行拍摄的情况发生。

在一些实施例中，当待照射位置信息中显示目标部位在光学图像上的面积大于限束装置发出辐射束所能覆盖的最大面积时，则限束装置一次拍摄只能得到目标部位的局部医学影像图像。为了得到整个目标部位完整的医学影像图像，需要将该目标部位的拍摄分为至少两次拍摄分别进行，然后将至少两拍摄获得的医学影像图像拼接在一起，获得目标部位完整的医学影像图像。在一些实施例中，目标部位是否需要进行拼接以及分成几段拼接可以通过处理设备来确定，也可以根据协议信息确定。

在一些实施例中，当需要将目标部位分成至少两部分进行照射时，所述待照射位置信息包括至少两个子待照射区域；对应的，所述限束装置的目标位置信息也包括与分别所述两个子待照射区域对应的子目标位置信息。例如，目标部位需要分成两部分进行拍摄，第一次拍摄的部位是目标部位的上半部分，第二次拍摄的部位是目标部位的下半部分。那么需要基于目标部位的上半部分确定在目标对象上对应的上半部分待照射区域，以及基于目标部位的下半部分确定出在目标对象上的对应的下半部分的待照射区域，这两个待照射区域可视为所述子待照射区域。基于所述两个子待照射区域分别确定的限束装置的两组目标位置信息可视为子目标位置信息。

在一些实施例中，是否需要将目标部位的拍摄分成多次拍摄，以及分成几次拍摄，可以通过协议信息确定。例如，协议信息中可以包括目标部位信息，以及与所述目标部位对应的两个子目标部位。对应的，子待照射区域可以根据协议信息中的子目标部位确定。在一些实施例中，处理设备可以基于协议信息中的目标部位的子目标部位信息对目标对象的光学图像进行处理，得到与所述子目标部位对应的子待照射区域。具体过程可参考本说明书步骤332部分相关描述。

在一些实施例中，是否需要将目标部位的拍摄分成多次拍摄，以及分成几次拍摄，可以通过处理设备自动地确定。例如，处理设备可以基于图像信息以及目标部位信息自动地规划出与所述目标部位对应的几个待照射子区域。

在一些实施例中，所述待照射子区域确定后，可以基于限束装置的输出位置信息，确定每个待照射子区域对应的几个目标位置信息，所述几个目标位置信息可视为目标子位置信息。基于待照射区域确定限束装置的目标位置的详细描述可参见本说明书其他部分。

步骤340，判断目标位置信息是否大于预设的阈值范围。

预设的阈值范围是指限束装置发出的辐射束所能覆盖的目标部位的范围。在一些实施例中，预设的阈值范围可以根据医生的以往经验所得。在一些实施例中，当确定系统200判断目标位置信息小于等于预设的阈值范围时，确定系统200可以执行步骤360。当确定系统200的目标位置信息大于预设的阈值范围时，确定系统200可以执行步骤350。

步骤350，发出提示信息。

当目标位置信息超出预设的阈值范围时，处理设备可以发出提示信息，以告诉医护人员当前限束装置无法达到系统计算确定的目标位置。此时，医护人员可以暂停拍摄，并根据提示信息中的记录信息对限束装置进行调整。在一些实施例中，提示信息可以包括是否超出预设的阈值范围、超出多少以及目标位置信息的具体内容，以使得后续对限束装置的调整时做参考。具体的，提示信息可以包括文字提示、语音提示、视频提示、灯光提示等中的一种或多种。例如，当确定系统200的目标位置信息大于预设的阈值范围时，确定系统200发出警报声。通过提示信息的设置，医生可以快速发现问题所在，及时停止后续拍摄操作，并根据提示信息中的记录信息对限束装置进行调整，提高工作效率。

步骤360，根据限束装置的目标位置信息控制限束装置运动。

在一些实施例中，确定系统200可以根据目标位置信息控制限束装置运动。例如，确定系统200可以根据限束装置整体的目标位置坐标值，控制限束装置从初始位置整体地移动到待照射位置。又例如，当限束装置移动到目标位置后，控制系统200可以控制叶片在限束装置端面的开口位置，以使射线透过限束装置的目标位置照射到目标对象的区域能够与待照射区域尽可能地匹配。

在一些实施例中，确定系统200可以通过以下方式获得第一机器学习模型：确定系统200获取初始机器学习模型。在一些实施例中，确定系统200可以经由网络120从存储设备150中获取所述初始机器学习模型。所述初始机器学习模型可以包括DNN模型、CNN模型、RNN模型、LSTM网络模型等中的一种或任意几种的组合。确定系统200获取初始样本训练数据。在一些实施例中，确定系统200可以经由网络120从存储设备150中获取所述初始样本训练数据。在一些实施例中，初始样本训练数据可以包括历史目标对象的历史光学图像，以及历史目标对象上的一个或多个目标部位的历史医学影像图像。历史光学图像是指历史目标对象已拍摄的可见光图像。历史医学影像图像是指由医学设备拍摄的历史目标对象的一处或多处目标器官对应的医学影像图像。医学影像设备可以包括但不限于DR设备、CT设备、X射线机、直线加速器以及C臂机等。例如，历史医学影像图像可以为CT设备拍摄目标部位获得的图像。

在一些实施例中，确定系统200根据历史光学图像以及历史医学影像图像的融合结果信息，确定所述历史光学图像的标记信息。在一些实施例中，融合结果信息是指历史光学图像与历史医学影像图像之间的目标部位位置对应关系。例如，历史医学图像为肺部的X射线图像，历史光学图像为目标对象的全身可见光图像，融合结果信息可以为历史光学图像所对应目标部位在历史光学图像上的位置。标记信息可以包括历史光学图像中目标部位的位置信息。确定系统200将历史光学图像以及历史医学影像图像作为输入数据，标记信息作为输出数据，输入初始机器学习模型进行训练，以获得训练好的第一机器学习模型。

在一些实施例中，确定系统200可以通过以下方式获得第二机器学习模型：确定系统200获取初始机器学习模型。在一些实施例中，确定系统200可以经由网络120从存储设备150中获取所述初始机器学习模型。所述初始机器学习模型可以包括DNN模型、CNN模型、RNN模型、LSTM网络模型等中的一种或任意几种的组合。确定系统200获取初始样本训练数据。在一些实施例中，确定系统200可以经由网络120从存储设备150中获取所述初始样本训练数据。在一些实施例中，初始样本训练数据可以包括历史目标对象的历史光学图像以及所述历史目标对象上的一个或多个目标部位的历史医学影像图像。

在一些实施例中，确定系统200根据历史光学图像与历史医学影像图像的融合结果信息，确定对应的限束装置的历史目标位置信息。历史目标位置是指与历史待照射区域对应的限束装置的目标位置。其中，所述历史待照射区域可以根据所述历史光学图像以及历史医学影像图像的融合结果确定。具体的，确定系统200可以根据历史医学影像图像获取目标部位信息，再将目标部位信息标记在历史光学图像的对应位置上，从而得到历史目标对象上历史待照射区域，然后基于历史目标对象上历史待照射区域，计算确定限束装置的历史目标位置信息。

在一些实施例中，确定系统200将历史光学图像以及历史医学影像图像作为输入数据。确定系统200对应的限束装置的历史目标位置信息作为输出数据，输入初始机器学习模型进行训练，以获得训练好的第二机器学习模型。

进一步地，在一些实施例中，第二机器学习模型在训练过程中也可以考虑限束装置的初始位置。例如，待确定历史待照射区域后，可以基于限束装置的初始位置来确定所述限束装置的历史目标位置信息。对应的，也可以把历史光学图像、限束装置的初始位置以及历史医学影像图像一起作为输入数据输入进行训练。

在一些实施例中，确定系统200还可以通过以下方式获得第一机器学习模型或第二机器学习模型：确定系统200获取初始机器学习模型。在一些实施例中，确定系统200可以经由网络120从存储设备150中获取所述初始机器学习模型。所述初始机器学习模型可以包括DNN模型、CNN模型、RNN模型、LSTM网络模型等中的一种或任意几种的组合。确定系统200获取初始样本训练数据。在一些实施例中，确定系统200可以经由网络120从存储设备150中获取所述初始样本训练数据。在一些实施例中，初始样本训练数据可以包括历史目标对象的历史光学图像、所述历史目标对象的年龄信息以及历史目标对象上的一个或多个目标部位的历史医学影像图像。确定系统200根据历史光学图像、目标对象的年龄信息以及历史医学影像图像的融合结果信息，确定历史光学图像的标记信息。在一些实施例中，标记信息可以包括历史光学图像中目标部位的位置信息或限束装置的历史目标位置信息。确定系统200将历史光学图像、目标对象的年龄信息以及历史医学影像图像作为输入数据，标记信息作为输出数据或参考标准，输入初始机器学习模型进行训练。标记信息可以为历史光学图像的标记信息，在所述历史图像的标记信息上标记有历史医学影像图像对应目标部位以及目标对象的年龄信息_。该模型的训练数据中引入了目标对象的年龄信息，体现出年龄对限束装置的目标位置信息的影响，能更好的实现对儿童辐射伤害防护。

应当注意的是，上述有关流程300的描述仅仅是为了示例和说明，而不限定本申请的适用范围。对于本领域技术人员来说，在本申请的指导下可以对流程300进行各种修正和改变。然而，这些修正和改变仍在本申请的范围之内。

本申请所披露的限束装置的目标位置信息的确定方法和系统可能带来的有益效果包括但不限于：(1)该方法能够根据目标对象的光学图像信息、目标部位信息确定合理的限束装置的目标位置信息，使得射线透过限束装置的目标位置照射到目标对象的区域能够与待照射区域尽可能地匹配，在保证成像/治疗质量的同时避免不必要辐射剂量对目标对象的伤害，非常适合在儿童进行辐射照射时使用，以实现儿童辐射伤害防护；(2)根据确定出的限束装置的目标位置信息能够控制限束装置快速运动到特定位置，提高工作效率。(3)本申请能够根据目标对象的光学图像信息、目标部位信息，然后确定出与目标部位对应的待照射位置。提高了待照射区域与目标部位的匹配度，减少了非必要的射线进入目标对象的照射面积。需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。

同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不仅限于本申请明确介绍和描述的实施例。

Claims (17)

1.一种限束装置的目标位置信息的确定方法，其特征在于，所述方法包括：

获取目标对象的光学图像信息；

获取所述目标对象的目标部位信息；

至少根据所述光学图像信息、所述目标部位信息，确定目标对象上的待照射位置信息和/或所述限束装置的目标位置信息。

2.根据权利要求1所述的方法，其特征在于，所述获取所述目标对象的目标部位信息包括：获取所述目标对象中目标部位的医学影像图像；

所述至少根据所述光学图像信息、所述目标部位信息，确定目标对象上的待照射位置信息和/或所述限束装置的目标位置信息包括：

至少根据所述光学图像信息、所述医学影像图像，确定目标对象上的待照射位置信息和/或所述限束装置的目标位置信息。

3.根据权利要求1所述的方法，其特征在于，所述获取所述目标对象的目标部位信息还包括：获取与所述目标对象相关的协议信息，所述协议信息至少包括所述目标对象的目标部位信息；

所述至少根据所述光学图像信息、所述目标部位信息，确定目标对象上的待照射位置信息和/或所述限束装置的目标位置信息包括：

至少根据所述光学图像信息、所述协议信息，确定目标对象上的待照射位置信息和/或所述限束装置的目标位置信息。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述限束装置的初始位置信息；

当所述根据所述光学图像信息、所述目标部位信息，确定目标对象上的待照射位置信息时，所述方法还包括：

根据所述待照射位置信息以及所述初始位置信息，确定所述限束装置的目标位置信息。

5.根据权利要求1所述的方法，其特征在于，所述根据所述光学图像信息、所述目标部位信息，确定目标对象上的待照射位置信息包括：

将所述光学图像信息以及所述目标部位信息输入第一机器学习模型，以确定所述待照射位置信息。

6.根据权利要求5所述的方法，其特征在于，所述第一机器学习模型通过以下方式获得：

获取初始机器学习模型；

获取初始样本训练数据，所述初始样本训练数据包括历史目标对象的历史光学图像，以及所述历史目标对象上的一个或多个目标部位的历史医学影像图像；

根据所述历史光学图像以及所述历史医学影像图像的融合结果信息，确定所述历史光学图像的标记信息；所述标记信息包括所述历史光学图像中目标部位的位置信息；

将所述历史光学图像以及所述历史医学影像图像作为输入数据，所述标记信息作为输出数据，输入所述初始机器学习模型进行训练。

7.根据权利要求1所述的方法，其特征在于，所述根据所述光学图像信息、所述目标部位信息，确定所述限束装置的目标位置信息包括：

将所述光学图像信息以及所述目标部位信息输入第二机器学习模型，以确定所述限束装置的目标位置信息。

8.根据权利要求7所述的方法，其特征在于，所述第二机器学习模型通过以下方式获得：

获取初始机器学习模型；

获取初始样本训练数据，所述初始样本训练数据包括历史目标对象的历史光学图像以及所述历史目标对象上的一个或多个目标部位的历史医学影像图像；

根据所述历史光学图像与所述历史医学影像图像的融合结果信息，确定对应的限束装置的历史目标位置信息；

将所述历史光学图像以及所述历史医学影像图像作为输入数据，所述对应的限束装置的历史目标位置信息作为输出数据，输入所述初始机器学习模型进行训练。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述限束装置的目标位置信息控制所述限束装置运动。

10.根据权利要求1所述的方法，其特征在于，所述方法还包括：

如果所述目标位置信息大于预设的阈值范围，则发出提示信息。

11.根据权利要求1所述的方法，其特征在于，所述待照射位置信息包括至少两个子待照射区域；所述限束装置的目标位置信息包括与所述两个子待照射区域对应的子目标位置信息。

12.根据权利要求11所述的方法，其特征在于，与所述目标对象相关的协议信息中包括至少两个子目标部位；对应的，所述子待照射区域可以根据所述协议信息中的子目标部位确定。

13.根据权利要求11所述的方法，其特征在于，所述子待照射区域由所述预设算法确定；对应的限束装置的至少两个子目标位置信息根据所述子待照射区域确定。

14.根据权利要求1所述的方法，其特征在于，所述限束装置包括多叶光栅准直器。

15.一种限束装置的目标位置信息的确定系统，其特征在于，包括光学图像信息获取模块、目标部位信息获取模块以及确定模块；

所述光学图像信息获取模块用于获取目标对象的光学图像信息；

所述目标部位信息获取模块用于获取所述目标对象的目标部位信息；

所述确定模块用于至少根据所述光学图像信息、所述目标部位信息，确定目标对象上的待照射位置信息和/或所述限束装置的目标位置信息。

16.一种用于确定操作位置的装置，包括处理器，其特征在于，所述处理器用于执行权利要求1～14中任一项所述的限束装置的目标位置信息的确定方法。

17.一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如权利要求1～14任意一项所述的限束装置的目标位置信息的确定方法。

Images