CN116525064B - 放疗计划的检测装置、电子设备及计算机可读存储介质 - Google Patents
放疗计划的检测装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN116525064B CN116525064B CN202310802789.1A CN202310802789A CN116525064B CN 116525064 B CN116525064 B CN 116525064B CN 202310802789 A CN202310802789 A CN 202310802789A CN 116525064 B CN116525064 B CN 116525064B
- Authority
- CN
- China
- Prior art keywords
- plan
- information
- radiotherapy
- accelerator
- radiotherapy plan
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001959 radiotherapy Methods 0.000 title claims abstract description 375
- 238000001514 detection method Methods 0.000 title claims abstract description 94
- 230000005855 radiation Effects 0.000 claims description 55
- 238000012549 training Methods 0.000 claims description 42
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000004088 simulation Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- 230000002093 peripheral effect Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000000342 Monte Carlo simulation Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Surgery (AREA)
- Bioinformatics & Computational Biology (AREA)
- Business, Economics & Management (AREA)
- Urology & Nephrology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
本申请公开了一种放疗计划的检测装置、电子设备及计算机可读存储介质。其中，放疗计划的检测装置包括：检测单元，用于检测第一放疗计划中的计划信息与第二放疗计划的计划信息是否相同，其中，计划信息中至少包括患者信息、计划参数信息以及计划剂量分布信息，第一放疗计划由放疗计划系统生成，放疗计划系统还用于将第一放疗计划发送至加速器中，加速器通过与加速器相对应的数据库将接收到的第一放疗计划保存为第二放疗计划；生成单元，用于在第二放疗计划中的计划信息与第一放疗计划中的计划信息不相同的情况下，生成第一提示信息。本申请解决了现有技术中在检测加速器是否准确接收到放疗计划时，存在的检测效率低的技术问题。
Description
技术领域
本申请涉及医疗科技领域及其他相关技术领域，具体而言，涉及一种放疗计划的检测装置、电子设备及计算机可读存储介质。
背景技术
在现有技术中，通常是由TPS（Treatment Planning System，放射治疗计划系统）生成患者对应的放疗计划，然后由TPS将放疗计划发送至加速器中，以便加速器依据接收到的放疗计划对患者进行放射治疗。
但是，在一些特殊情况下，加速器所接收到的放疗计划可能会与TPS生成的放疗计划存在差异，在此基础上，为了保证放疗计划的准确实施，便提出了对加速器接收到的放疗计划进行一致性检测的要求，但是，现有技术中在检测加速器是否准确接收到放疗计划时，只能通过人工检测的方式，从而导致放疗计划的检测效率低的问题。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本申请提供了一种放疗计划的检测装置、电子设备及计算机可读存储介质，以至少解决现有技术中在检测加速器是否准确接收到放疗计划时，存在的检测效率低的技术问题。
根据本申请的一个方面，提供了一种放疗计划的检测装置，包括：检测单元，用于检测第一放疗计划中的计划信息与第二放疗计划的计划信息是否相同，其中，计划信息中至少包括患者信息、计划参数信息以及计划剂量分布信息，第一放疗计划由放疗计划系统生成，放疗计划系统还用于将第一放疗计划发送至加速器中，加速器通过与加速器相对应的数据库将接收到的第一放疗计划保存为第二放疗计划；生成单元，用于在第二放疗计划中的计划信息与第一放疗计划中的计划信息不相同的情况下，生成第一提示信息，其中，第一提示信息用于表征第一放疗计划在从放疗计划系统传输至加速器的过程中存在异常。
可选地，放疗计划的检测装置还包括：获取单元，用于在第二放疗计划中的计划信息与第一放疗计划中的计划信息相同的情况下，获取加速器执行第二放疗计划时产生的日志文件；确定单元，用于根据日志文件确定加速器对第二放疗计划的执行信息，其中，执行信息用于表征加速器对第二放疗计划的实际执行状况。
可选地，确定单元，包括：解析子单元，用于对日志文件进行解析，并根据解析结果生成第三放疗计划，其中，第三放疗计划中的计划参数信息由日志文件中的文件信息所确定；模拟计算子单元，用于通过模拟算法对第三放疗计划中的计划参数信息进行模拟计算，得到第三放疗计划对应的第一剂量分布信息；检测子单元，用于检测第一剂量分布信息与第二放疗计划中的计划剂量分布信息的相似度是否大于或等于第一预设相似度；第一确定子单元，用于在第一剂量分布信息与第二放疗计划中的计划剂量分布信息的相似度大于或等于第一预设相似度的情况下，确定第一子执行信息为执行信息，其中，第一子执行信息用于表征加速器正常执行第二放疗计划；第二确定子单元，用于在第一剂量分布信息与第二放疗计划中的计划剂量分布信息的相似度小于第一预设相似度的情况下，确定第二子执行信息为执行信息，其中，第二子执行信息用于表征加速器未正常执行第二放疗计划。
可选地，第一放疗计划中还包括针对加速器设计的N项设备参数，放疗计划的检测装置还包括：第一检测单元，用于在放疗计划系统将第一放疗计划发送至加速器中之前，检测每项设备参数是否处于该项设备参数对应的参数区间内，其中，每项设备参数对应的参数区间用于表征该项设备参数在加速器处于正常状态时所对应的参数范围；第一生成单元，用于在N项设备参数中的每项设备参数均处于对应的参数区间内的情况下，生成第二提示信息，其中，第二提示信息用于表征放疗计划系统生成的第一放疗计划不存在异常；第二生成单元，用于在N项设备参数中的任意一项设备参数未处于该项设备参数对应的参数区间的情况下，确定该项设备参数为异常设备参数，并依据异常设备参数生成第三提示信息，其中，第三提示信息用于表征放疗计划系统生成的第一放疗计划存在异常。
可选地，放疗计划的检测装置还包括：模拟计算单元，用于在放疗计划系统将第一放疗计划发送至加速器中之前，通过模拟算法对第一放疗计划中的计划参数信息进行模拟计算，得到第一放疗计划对应的第二剂量分布信息；第二检测单元，用于检测第二剂量分布信息与第一放疗计划中的计划剂量分布信息的相似度是否大于或等于第二预设相似度；第三生成单元，用于在第二剂量分布信息与第一放疗计划中的计划剂量分布信息的相似度大于或等于第二预设相似度的情况下，生成第四提示信息，其中，第四提示信息用于表征第一放疗计划中的计划剂量分布信息不存在异常；第四生成单元，用于在第二剂量分布信息与第一放疗计划中的计划剂量分布信息之间的相似度小于第二预设相似度的情况下，生成第五提示信息，其中，第五提示信息用于表征第一放疗计划中的计划剂量分布信息存在异常。
可选地，放疗计划的检测装置还包括：第一获取单元，用于在第二放疗计划中的计划信息与第一放疗计划中的计划信息不相同的情况下，获取第二放疗计划中的计划信息与第一放疗计划中的计划信息之间的计划差异信息；输入单元，用于将计划差异信息输入至目标模型中，得到目标模型输出的目标标签，其中，目标标签用于表征产生计划差异信息的原因，目标模型为依据已知原因的计划差异信息作为训练样本所训练得到的神经网络模型。
可选地，目标标签为第一标签或第二标签，其中，第一标签用于表征产生计划差异信息的原因为加速器周边区域的磁场所导致；第二标签用于表征产生计划差异信息的原因为放疗计划系统与加速器之间的传输网络所导致。
可选地，放疗计划的检测装置还包括：第二获取单元，用于获取M个放疗计划组合，其中，放疗计划组合包括第四放疗计划和第五放疗计划，第四放疗计划为放疗计划系统生成的历史放疗计划，第五放疗计划为加速器从放疗计划系统接收到的与第四放疗计划相对应的历史放疗计划，第四放疗计划的计划信息和第五放疗计划的计划信息之间存在历史计划差异信息；标签设置单元，用于将历史计划差异信息作为训练样本，并为训练样本设置训练标签，其中，训练标签为第一标签或第二标签；训练单元，用于将训练样本和训练样本对应的训练标签输入至预设的深度学习神经网络中，并进行迭代训练，得到目标模型。
根据本申请的另一个方面，还提供了一种计算机可读存储介质，其中，计算机可读存储介质中存储有计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备控制上述的放疗计划的检测装置。
根据本申请的另一方面，还提供了一种电子设备，其中，包括一个或多个处理器和存储器，存储器用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器控制上述的放疗计划的检测装置。
由上述内容可知，本申请提供了一种放疗计划的检测装置，其中，放疗计划的检测装置包括检测单元和生成单元，由于检测单元可以用于检测第一放疗计划中的计划信息与第二放疗计划的计划信息是否相同，并且第一放疗计划由放疗计划系统生成，放疗计划系统还用于将第一放疗计划发送至加速器中，加速器通过与加速器相对应的数据库将接收到的第一放疗计划保存为第二放疗计划，因此，本申请的技术方案达到了自动检测加速器接收到的放疗计划是否准确的目的，从而实现了节约人工检测成本的技术效果，进而解决了现有技术中在检测加速器是否准确接收到放疗计划时，存在的检测效率低的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种可选的放疗计划的检测装置的示意图；
图2是根据本申请实施例的另一种可选的放疗计划的检测装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，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、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，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在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必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，以便这里描述的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。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
还需要说明的是，本申请所涉及的相关信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于展示的数据、分析的数据以及电子病历数据等），均为经用户授权或者经过各方充分授权的信息和数据。例如，本系统和相关用户或机构间设置有接口，在获取相关信息之前，需要通过接口向前述的用户或机构发送获取请求，并在接收到前述的用户或机构反馈的同意信息后，获取相关信息。
下面结合各实施例来进一步说明本申请。
实施例1
根据本申请实施例，提供了一种放疗计划的检测装置，其中，图1是根据本申请实施例的一种可选的放疗计划的检测装置的示意图，如图1所示，放疗计划的检测装置包括：检测单元101，生成单元102。
具体地，检测单元101，用于检测第一放疗计划中的计划信息与第二放疗计划的计划信息是否相同，其中，计划信息中至少包括患者信息、计划参数信息以及计划剂量分布信息，第一放疗计划由放疗计划系统生成，放疗计划系统还用于将第一放疗计划发送至加速器中，加速器通过与加速器相对应的数据库将接收到的第一放疗计划保存为第二放疗计划。
可选地，上述患者信息包括但不限于患者的姓名信息、性别信息、病理特征信息、年龄信息、医学影像信息等等；上述的计划参数信息包括但不限于患者对应的射野信息、射束信息等等；上述的计划剂量分布信息包括但不限于第一子计划剂量分布信息和第二子计划剂量分布信息，其中，第一子计划剂量分布信息为患者对应的靶区计划剂量分布信息、第二子计划剂量分布信息为患者对应的危及器官计划剂量分布信息。
可选地，上述的放疗计划系统可以是一种用于生成放疗计划的软件系统、嵌入式系统或者装置。其中，放疗计划系统可以依据患者的医学影像，通过神经网络模型或者数学计算方法等各种方式来生成患者对应的放疗计划。放疗计划的生成方式可以是自动生成的方式，也可以是人工制定的方式，还可以是半自动结合人工的生成方式。此外，本申请中的放疗计划系统包括本领域中常用的TPS系统以及其他可实现生成放疗计划的系统，本申请并不限定特定的一种放疗计划系统。
需要说明的是，放疗计划系统在生成第一放疗计划之后，需要将第一放疗计划发送至加速器，以便加速器依据实际接收到的第二放疗计划（第二放疗计划可能与第一放疗计划相同，也可能与第一放疗计划不同）对患者进行放射治疗，在正常情况下，加速器接收并保存在数据库中的第二放疗计划中的计划信息应该与第一放疗计划中的计划信息一致，但是，在一些特殊情况下，第二放疗计划中的计划信息可能会与第一放疗计划中的计划信息出现差异，例如，由于网络波动导致第一放疗计划在传输过程中出现数据丢包的问题。
容易理解的是，如果第二放疗计划中的计划信息与第一放疗计划中的计划信息出现差异，此时加速器再根据第二放疗计划对患者进行放射治疗，则有可能出现治疗效果不符合预期效果的问题，因此，为了保证放射治疗效果，需要对加速器接收到的放疗计划进行一致性检测。
但是，现有技术中在检测加速器是否准确接收到放疗计划时，只能通过人工检测的方式，从而导致放疗计划的检测效率低的问题。而本申请采用自动检测的手段，可以在确定加速器对应的数据库将接收到的第一放疗计划保存为第二放疗计划之后，立即检测第一放疗计划中的计划信息与第二放疗计划的计划信息是否相同，从而不仅可以避免人工检测成本高的问题，还能够提高对放疗计划的检测及时性，进而实现提高对放疗计划的检测效率的技术效果。
可选地，生成单元102，用于在第二放疗计划中的计划信息与第一放疗计划中的计划信息不相同的情况下，生成第一提示信息，其中，第一提示信息用于表征第一放疗计划在从放疗计划系统传输至加速器的过程中存在异常。
可选地，如果检测单元检测到第一放疗计划中的计划信息与第二放疗计划的计划信息不相同，则检测单元会通知生成单元生成第一提示信息，以便及时提醒放疗计划的管理人员对第二放疗计划进行调整。
由上述内容可知，本申请提供了一种放疗计划的检测装置，其中，放疗计划的检测装置包括检测单元和生成单元，由于检测单元可以用于检测第一放疗计划中的计划信息与第二放疗计划的计划信息是否相同，并且第一放疗计划由放疗计划系统生成，放疗计划系统还用于将第一放疗计划发送至加速器中，加速器通过与加速器相对应的数据库将接收到的第一放疗计划保存为第二放疗计划，因此，本申请的技术方案达到了自动检测加速器接收到的放疗计划是否准确的目的，从而实现了节约人工检测成本的技术效果，进而解决了现有技术中在检测加速器是否准确接收到放疗计划时，存在的检测效率低的技术问题。
在一种可选的实施例中，放疗计划的检测装置还包括：获取单元、确定单元。
其中，获取单元，用于在第二放疗计划中的计划信息与第一放疗计划中的计划信息相同的情况下，获取加速器执行第二放疗计划时产生的日志文件。
确定单元，用于根据日志文件确定加速器对第二放疗计划的执行信息，其中，执行信息用于表征加速器对第二放疗计划的实际执行状况。
可选地，如果放疗计划的检测装置检测到放疗计划系统在将第一放疗计划传输至加速器的数据库的过程中未出现偏差，则放疗计划的检测装置接下来便需要检测加速器对第二放疗计划的实际执行状况。
具体地，放疗计划的检测装置会通过获取单元获取加速器执行第二放疗计划时产生的日志文件，然后放疗计划的检测装置通过确定单元根据日志文件确定加速器对第二放疗计划的执行信息，其中，执行信息为能够表征加速器是否准确实施第二放疗计划的信息。
进一步地，确定单元包括：解析子单元、模拟计算子单元、检测子单元、第一确定子单元以及第二确定子单元。
其中，解析子单元，用于对日志文件进行解析，并根据解析结果生成第三放疗计划，其中，第三放疗计划中的计划参数信息由日志文件中的文件信息所确定。
模拟计算子单元，用于通过模拟算法对第三放疗计划中的计划参数信息进行模拟计算，得到第三放疗计划对应的第一剂量分布信息。
可选地，模拟算法可以是蒙特卡洛模拟算法，也可以是基于蒙特卡洛模拟算法进行改进后的模拟计算算法。需要说明的是，通过模拟算法对第三放疗计划中的计划参数信息进行模拟计算，可以还原第三放疗计划对应的第一剂量分布信息，也即加速器实际执行的第一剂量分布信息。
检测子单元，用于检测第一剂量分布信息与第二放疗计划中的计划剂量分布信息的相似度是否大于或等于第一预设相似度。
可选地，检测子单元可以通过数学方法对第一剂量分布信息与第二放疗计划中的计划剂量分布信息进行相似度比对，如果两者的相似度大于或等于第一预设相似度，则说明加速器实际执行的第一剂量分布信息与第二放疗计划中的计划剂量分布信息之间的误差在可允许范围之内。
需要说明的是，第一预设相似度可以自定义设置，例如，不用的癌种对应不同的第一预设相似度。
第一确定子单元，用于在第一剂量分布信息与第二放疗计划中的计划剂量分布信息的相似度大于或等于第一预设相似度的情况下，确定第一子执行信息为执行信息。
其中，第一子执行信息用于表征加速器正常执行第二放疗计划；
第二确定子单元，用于在第一剂量分布信息与第二放疗计划中的计划剂量分布信息的相似度小于第一预设相似度的情况下，确定第二子执行信息为执行信息。
其中，第二子执行信息用于表征加速器未正常执行第二放疗计划。
在一种可选的实施例中，确定单元还可以生成辅助分析信息，其中，辅助分析信息包括但不限于DVH（Dose and Volume Histogram，剂量体积直方图 ）图表信息、伽马分析信息、靶区覆盖信息、ROI（region of interest，感兴趣区）统计信息、射束列表信息以及临床目标信息等等。
在一种可选的实施例中，第一放疗计划中还包括针对加速器设计的N项设备参数，同时，放疗计划的检测装置还包括：第一检测单元、第一生成单元以及第二生成单元。
其中，第一检测单元，用于在放疗计划系统将第一放疗计划发送至加速器中之前，检测每项设备参数是否处于该项设备参数对应的参数区间内，其中，每项设备参数对应的参数区间用于表征该项设备参数在加速器处于正常状态时所对应的参数范围。
可选地，N项设备参数包括但不限于准直器角度、床角度以及机架角度等设备参数。每个设备参数均对应一个参数区间，例如，准直器角度对应的参数区间为[A，B]、床角度对应的参数区间为[C，D]、机架角度对应的参数区间为[E，F]。
需要说明的是，每项设备参数对应的参数区间用于表征该项设备参数在加速器处于正常状态时所对应的参数范围，例如，在正常情况下，依据准直器角度的设置要求，准直器角度应该处于[A，B]内，如果设置的准直器角度未处于[A，B]内，则说明设置的准直器角度不符合设置要求。
第一生成单元，用于在N项设备参数中的每项设备参数均处于对应的参数区间内的情况下，生成第二提示信息。
其中，第二提示信息用于表征放疗计划系统生成的第一放疗计划不存在异常。
第二生成单元，用于在N项设备参数中的任意一项设备参数未处于该项设备参数对应的参数区间的情况下，确定该项设备参数为异常设备参数，并依据异常设备参数生成第三提示信息。
其中，第三提示信息用于表征放疗计划系统生成的第一放疗计划存在异常。
由上述内容可知，本申请的技术方案可以自动化验证放疗计划系统所生成的第一放疗计划是否满足预设的设备参数要求。
在一种可选的实施例中，放疗计划的检测装置还包括：模拟计算单元、第二检测单元、第三生成单元以及第四生成单元。
其中，模拟计算单元，用于在放疗计划系统将第一放疗计划发送至加速器中之前，通过模拟算法对第一放疗计划中的计划参数信息进行模拟计算，得到第一放疗计划对应的第二剂量分布信息。
可选地，模拟算法可以是蒙特卡洛模拟算法，也可以是基于蒙特卡洛模拟算法进行改进后的模拟计算算法。需要说明的是，第一放疗计划中的计划剂量分布信息可能是基于神经网络模型所预测得到的计划剂量分布信息，为了验证第一放疗计划中的计划剂量分布信息的准确性，本申请通过模拟算法对第一放疗计划中的计划参数信息进行模拟计算，得到第一放疗计划对应的第二剂量分布信息，由于相比于神经网络模型预测方法，模拟算法对剂量分布信息的计算精度更高，因此可以根据模拟计算得到的第二剂量分布信息从另一个维度对第一放疗计划中的计划剂量分布信息进行验证。
第二检测单元，用于检测第二剂量分布信息与第一放疗计划中的计划剂量分布信息的相似度是否大于或等于第二预设相似度。
可选地，第二检测单元可以通过数学方法对第二剂量分布信息与第一放疗计划中的计划剂量分布信息进行相似度比对，如果两者的相似度大于或等于第二预设相似度，则说明第一放疗计划中的计划剂量分布信息不存在异常。
需要说明的是，第二预设相似度可以自定义设置，例如，不用的癌种对应不同的第二预设相似度。
第三生成单元，用于在第二剂量分布信息与第一放疗计划中的计划剂量分布信息的相似度大于或等于第二预设相似度的情况下，生成第四提示信息。
其中，第四提示信息用于表征第一放疗计划中的计划剂量分布信息不存在异常。
第四生成单元，用于在第二剂量分布信息与第一放疗计划中的计划剂量分布信息之间的相似度小于第二预设相似度的情况下，生成第五提示信息。
其中，第五提示信息用于表征第一放疗计划中的计划剂量分布信息存在异常。
由上述内容可知，本申请的技术方案可以实现对第一放疗计划中的计划剂量分布信息进行自动化验证的技术效果。
需要说明的是，结合上述内容可知，本申请中的放疗计划的检测装置至少实现了对放疗计划的以下几个方面的自动化检测：
1、对放疗计划系统生成的第一放疗计划的相关设备参数的自动化检测，检测第一放疗计划对应的准直器角度、床角度、机架角度等设备参数是否在预设的可执行范围内；
2、对第一放疗计划中的计划剂量分布信息进行自动化验证，通过模拟算法依据第一放疗计划中的计划参数计算得到第一放疗计划对应的第二剂量分布信息，并通过第二剂量分布信息验证第一放疗计划中的计划剂量分布信息是否足够准确；
3、自动化验证第一放疗计划从放疗计划系统传输至加速器对应的数据库的过程中是否产生误差；
4、自动化验证加速器在执行数据库中保存的第二放疗计划时的实际执行状况。
除了实现上述功能之外，本申请中的放疗计划的检测装置还可以实现其他功能，为了更详细的说明本申请中的放疗计划的检测装置，以下结合图2进行说明。
其中，图2为根据本申请实施例的另一种可选的放疗计划的检测装置的示意图，如图2所示，放疗计划的检测装置包括以下功能模块：
患者管理模块、放疗计划系统检测模块、剂量检测模块、传输过程检测模块、放疗计划首次执行状况检测模块、放疗计划后续执行状况检测模块。
可选地，患者管理模块，用于管理患者对应的放疗计划、查看放疗计划的执行状况和执行结果。其中，患者管理模块可以通过Dicom节点、共享文件夹等方式自动同步放疗计划，也可以通过本地文件夹手动导入放疗计划。
同时，患者管理模块还可以通过单个患者-计划列表的层级关系来展示患者对应的多个放疗计划。患者管理模块支持自动查询放疗计划或者手动查询放疗计划，以及查询放疗计划的执行过程。
此外，患者管理模块支持根据机器名称、病例号、患者姓名、计划名称等条件快捷搜索计划数据，并对计划数据进行删除操作。
可选地，放疗计划系统检测模块，用于检验放疗计划的相关设备参数的准确性，例如，检测准直器角度、床角度、机架角度等是否在机器的可执行范围内。
可选地，剂量检测模块，用于对离线/在线的放射计划进行独立的剂量计算验证，例如，对放疗计划系统生成的第一放疗计划中的计划剂量分布信息进行自动化验证，通过模拟算法依据第一放疗计划中的计划参数计算得到第一放疗计划对应的第二剂量分布信息，并通过第二剂量分布信息验证第一放疗计划中的计划剂量分布信息是否足够准确。其中，检查完成后可分别查看第一放疗计划对应的第二剂量分布信息、第一放疗计划中的计划剂量分布信息。
可选地，传输过程检测模块，用于检测第一放疗计划中的计划信息与第二放疗计划的计划信息是否相同，其中，计划信息中至少包括患者信息、计划参数信息以及计划剂量分布信息，第一放疗计划由放疗计划系统生成，放疗计划系统还用于将第一放疗计划发送至加速器中，加速器通过与加速器相对应的数据库将接收到的第一放疗计划保存为第二放疗计划。
可选地，放疗计划首次执行状况检测模块，用于自动获取加速器首次执行放疗计划的日志文件，并根据日志文件确定加速器对放疗计划的执行信息。
可选地，放疗计划后续执行状况检测模块，用于自动获取加速器执行后续放疗计划的日志文件，并根据日志文件确定加速器对后续放疗计划的执行信息。
需要说明的是，患者在放射治疗过程中可能对应多个放疗计划，例如，一期治疗时对应放疗计划1、二期治疗时对应放疗计划2、三期治疗时对应放疗计划3。因此，加速器首次执行放疗计划的日志文件即为加速器在执行放疗计划1时所产生的日志文件，加速器在执行放疗计划2、放疗计划3时所产生的日志文件则是加速器执行后续放疗计划的日志文件。
另外，还需要说明的是，本申请中的放疗计划的检测装置还可以应用至自适应放疗的场景中，其中，自适应放疗为一种基于患者在进行放疗后的最新医学影像生成新的放疗计划的治疗方案，具体地，患者每次进行一次放疗之后，基于患者最新的医学影像，重新调整计划参数，优化计划剂量分布信息，从而生成新的放疗计划并对放疗计划进行验证。
容易理解的是，由于自适应放疗要求快速生成新的放疗计划以及对新的放疗进行快速地验证，因此传统的人工验证放疗计划的方式难以适应自适应放疗的场景，而本申请通过全流程地自动化验证放疗计划，可以极大地缩短放疗计划的验证时长，从而满足自适应放疗场景下对放疗计划验证效率高的要求。
在一种可选的实施例中，放疗计划的检测装置还包括：第一获取单元、输入单元。
其中，第一获取单元，用于在第二放疗计划中的计划信息与第一放疗计划中的计划信息不相同的情况下，获取第二放疗计划中的计划信息与第一放疗计划中的计划信息之间的计划差异信息；
输入单元，用于将计划差异信息输入至目标模型中，得到目标模型输出的目标标签，其中，目标标签用于表征产生计划差异信息的原因，目标模型为依据已知原因的计划差异信息作为训练样本所训练得到的神经网络模型。
具体地，目标标签为第一标签或第二标签，其中，第一标签用于表征产生计划差异信息的原因为加速器周边区域的磁场所导致；第二标签用于表征产生计划差异信息的原因为放疗计划系统与加速器之间的传输网络所导致。
可选地，在第一放疗计划从放疗计划系统传输至加速器对应的数据库的过程中，可能会由于传输过程中网络不稳定导致数据丢包的情况发生，从而导致数据库保存的第二放疗计划与第一放疗计划存在差异。另外，在第一放疗计划从放疗计划系统传输至加速器对应的数据库的过程中，还可能会由于受到加速器周边区域的磁场干扰导致第一放疗计划中的射野信息发生跳数、角度信息出现偏差等情况，进而也会导致数据库保存的第二放疗计划与第一放疗计划存在差异。
为了更快速准确地实现对产生计划差异信息的原因定位，本申请实施例在放疗计划的检测装置中引入了目标模型，在将计划差异信息输入至目标模型中之后，可以通过目标模型输出的目标标签来确定产生计划差异信息的原因。
为了更好地说明目标模型的工作原理，以下结合放疗计划的检测装置所包含的第二获取单元、标签设置单元以及训练单元，对目标模型的训练过程进行介绍。
可选地，第二获取单元，用于获取M个放疗计划组合，其中，放疗计划组合包括第四放疗计划和第五放疗计划，第四放疗计划为放疗计划系统生成的历史放疗计划，第五放疗计划为加速器从放疗计划系统接收到的与第四放疗计划相对应的历史放疗计划，第四放疗计划的计划信息和第五放疗计划的计划信息之间存在历史计划差异信息。
举例而言，放疗计划1-1为放疗计划系统生成的一个历史放疗计划，放疗计划1-2为加速器在接收到放疗计划1-1之后在数据库中保存的历史放疗计划，经过对比，放疗计划1-1与对比文件1-2之间存在历史计划差异信息。
标签设置单元，用于将历史计划差异信息作为训练样本，并为训练样本设置训练标签，其中，训练标签为第一标签或第二标签。
可选地，在已知放疗计划1-1与对比文件1-2之间存在历史计划差异信息的情况下，可以将放疗计划1-1与对比文件1-2之间的历史计划差异信息作为训练样本1-3，并且根据该历史计划差异信息的产生原因对训练样本1-3设置训练标签，如果该历史计划差异信息的产生原因为加速器周边区域的磁场所导致，则为训练样本1-3设置第一标签，如果该历史计划差异信息的产生原因为放疗计划系统与加速器之间的传输网络所导致，则为训练样本1-3设置第二标签。
训练单元，用于将训练样本和训练样本对应的训练标签输入至预设的深度学习神经网络中，并进行迭代训练，得到目标模型。
需要说明的是，为了保证目标模型具有良好的鲁棒性，需要提供足够数量的训练样本用于模型训练。
由上述内容可知，本申请通过在放疗计划的检测装置中引入目标模型，可以在第二放疗计划中的计划信息与第一放疗计划中的计划信息不相同的情况下，高效率地确定产生第二放疗计划中的计划信息与第一放疗计划中的计划信息之间的计划差异信息的原因，从而协助放疗计划的管理人员及时地调整传输网络或者加速器周边的磁场。
实施例2
根据本申请实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备控制上述实施例1中的放疗计划的检测装置。
实施例3
根据本申请实施例的另一方面，还提供了一种电子设备，电子设备包括一个或多个处理器和存储器，存储器用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器控制上述实施例1中的放疗计划的检测装置。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (8)
1.一种放疗计划的检测装置，其特征在于，包括：
检测单元，用于检测第一放疗计划中的计划信息与第二放疗计划的计划信息是否相同，其中，所述计划信息中至少包括患者信息、计划参数信息以及计划剂量分布信息，所述第一放疗计划由放疗计划系统生成，所述放疗计划系统还用于将所述第一放疗计划发送至加速器中，所述加速器通过与所述加速器相对应的数据库将接收到的第一放疗计划保存为所述第二放疗计划；
生成单元，用于在所述第二放疗计划中的计划信息与所述第一放疗计划中的计划信息不相同的情况下，生成第一提示信息，其中，所述第一提示信息用于表征所述第一放疗计划在从所述放疗计划系统传输至所述加速器的过程中存在异常；
其中，所述放疗计划的检测装置还包括：第一获取单元，用于在所述第二放疗计划中的计划信息与所述第一放疗计划中的计划信息不相同的情况下，获取所述第二放疗计划中的计划信息与所述第一放疗计划中的计划信息之间的计划差异信息；
输入单元，用于将所述计划差异信息输入至目标模型中，得到所述目标模型输出的目标标签，其中，所述目标标签用于表征产生所述计划差异信息的原因，所述目标模型为依据已知原因的计划差异信息作为训练样本所训练得到的神经网络模型，所述目标标签为第一标签或第二标签，其中，所述第一标签用于表征产生所述计划差异信息的原因为所述加速器周边区域的磁场所导致；所述第二标签用于表征产生所述计划差异信息的原因为所述放疗计划系统与所述加速器之间的传输网络所导致。
2.根据权利要求1所述的放疗计划的检测装置，其特征在于，所述放疗计划的检测装置还包括：
获取单元，用于在所述第二放疗计划中的计划信息与所述第一放疗计划中的计划信息相同的情况下，获取所述加速器执行所述第二放疗计划时产生的日志文件；
确定单元，用于根据所述日志文件确定所述加速器对所述第二放疗计划的执行信息，其中，所述执行信息用于表征所述加速器对所述第二放疗计划的实际执行状况。
3.根据权利要求2所述的放疗计划的检测装置，其特征在于，所述确定单元，包括：
解析子单元，用于对所述日志文件进行解析，并根据解析结果生成第三放疗计划，其中，所述第三放疗计划中的计划参数信息由所述日志文件中的文件信息所确定；
模拟计算子单元，用于通过模拟算法对所述第三放疗计划中的计划参数信息进行模拟计算，得到所述第三放疗计划对应的第一剂量分布信息；
检测子单元，用于检测所述第一剂量分布信息与所述第二放疗计划中的计划剂量分布信息的相似度是否大于或等于第一预设相似度；
第一确定子单元，用于在所述第一剂量分布信息与所述第二放疗计划中的计划剂量分布信息的相似度大于或等于所述第一预设相似度的情况下，确定第一子执行信息为所述执行信息，其中，所述第一子执行信息用于表征所述加速器正常执行所述第二放疗计划；
第二确定子单元，用于在所述第一剂量分布信息与所述第二放疗计划中的计划剂量分布信息的相似度小于所述第一预设相似度的情况下，确定第二子执行信息为所述执行信息，其中，所述第二子执行信息用于表征所述加速器未正常执行所述第二放疗计划。
4.根据权利要求1所述的放疗计划的检测装置，其特征在于，所述第一放疗计划中还包括针对所述加速器设计的N项设备参数，所述放疗计划的检测装置还包括：
第一检测单元，用于在所述放疗计划系统将所述第一放疗计划发送至所述加速器中之前，检测每项设备参数是否处于该项设备参数对应的参数区间内，其中，所述每项设备参数对应的参数区间用于表征该项设备参数在所述加速器处于正常状态时所对应的参数范围；
第一生成单元，用于在所述N项设备参数中的每项设备参数均处于对应的参数区间内的情况下，生成第二提示信息，其中，所述第二提示信息用于表征所述放疗计划系统生成的第一放疗计划不存在异常；
第二生成单元，用于在所述N项设备参数中的任意一项设备参数未处于该项设备参数对应的参数区间的情况下，确定该项设备参数为异常设备参数，并依据所述异常设备参数生成第三提示信息，其中，所述第三提示信息用于表征所述放疗计划系统生成的第一放疗计划存在异常。
5.根据权利要求1所述的放疗计划的检测装置，其特征在于，所述放疗计划的检测装置还包括：
模拟计算单元，用于在所述放疗计划系统将所述第一放疗计划发送至所述加速器中之前，通过模拟算法对所述第一放疗计划中的计划参数信息进行模拟计算，得到所述第一放疗计划对应的第二剂量分布信息；
第二检测单元，用于检测所述第二剂量分布信息与所述第一放疗计划中的计划剂量分布信息的相似度是否大于或等于第二预设相似度；
第三生成单元，用于在所述第二剂量分布信息与所述第一放疗计划中的计划剂量分布信息的相似度大于或等于所述第二预设相似度的情况下，生成第四提示信息，其中，所述第四提示信息用于表征所述第一放疗计划中的计划剂量分布信息不存在异常；
第四生成单元，用于在所述第二剂量分布信息与所述第一放疗计划中的计划剂量分布信息之间的相似度小于所述第二预设相似度的情况下，生成第五提示信息，其中，所述第五提示信息用于表征所述第一放疗计划中的计划剂量分布信息存在异常。
6.根据权利要求1所述的放疗计划的检测装置，其特征在于，所述放疗计划的检测装置还包括：
第二获取单元，用于获取M个放疗计划组合，其中，所述放疗计划组合包括第四放疗计划和第五放疗计划，所述第四放疗计划为所述放疗计划系统生成的历史放疗计划，所述第五放疗计划为所述加速器从所述放疗计划系统接收到的与所述第四放疗计划相对应的历史放疗计划，所述第四放疗计划的计划信息和第五放疗计划的计划信息之间存在历史计划差异信息；
标签设置单元，用于将所述历史计划差异信息作为训练样本，并为所述训练样本设置训练标签，其中，所述训练标签为所述第一标签或所述第二标签；
训练单元，用于将所述训练样本和所述训练样本对应的训练标签输入至预设的深度学习神经网络中，并进行迭代训练，得到所述目标模型。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备控制权利要求1至6中任意一项所述的放疗计划的检测装置。
8.一种电子设备，其特征在于，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器控制权利要求1至6中任意一项所述的放疗计划的检测装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310802789.1A CN116525064B (zh) | 2023-07-03 | 2023-07-03 | 放疗计划的检测装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310802789.1A CN116525064B (zh) | 2023-07-03 | 2023-07-03 | 放疗计划的检测装置、电子设备及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116525064A CN116525064A (zh) | 2023-08-01 |
| CN116525064B true CN116525064B (zh) | 2023-11-10 |
Family
ID=87390676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310802789.1A Active CN116525064B (zh) | 2023-07-03 | 2023-07-03 | 放疗计划的检测装置、电子设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116525064B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2839894A1 (fr) * | 2002-05-21 | 2003-11-28 | Chabunda Christophe Mwanza | Procedes, appareils de cyclotherapie image-guidee et mode d'obtention d'images scanographiques diagnostiques instantanees pour la planification et la dosimetrie en ligne |
| KR20100119106A (ko) * | 2009-04-30 | 2010-11-09 | 주식회사 서울씨앤제이 | 방사선 치료계획정보 통합조회시스템 |
| WO2012149044A2 (en) * | 2011-04-25 | 2012-11-01 | Tomotherapy Incorporated | Dose control system and method of controlling output dose of a radiation therapy treatment system |
| CN104338240A (zh) * | 2014-10-31 | 2015-02-11 | 章桦 | 一种在线自适应放疗计划自动优化方法及装置 |
| WO2017054316A1 (zh) * | 2015-09-29 | 2017-04-06 | 广州瑞多思医疗科技有限公司 | 放射治疗中在线剂量监测和验证的方法 |
| CN107785068A (zh) * | 2017-11-20 | 2018-03-09 | 深圳市医诺智能科技发展有限公司 | 治疗计划系统与医用加速器的数据传输方法及接口平台 |
| CN111417435A (zh) * | 2017-09-13 | 2020-07-14 | 医科达有限公司 | 放射疗法治疗计划优化工作流程 |
| CN112263787A (zh) * | 2020-10-30 | 2021-01-26 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 放疗的控制方法及装置 |
| CN112581475A (zh) * | 2021-02-25 | 2021-03-30 | 四川大学华西医院 | 一种预测放疗计划的伽马通过率的方法及其应用 |
| WO2021151342A1 (zh) * | 2020-09-07 | 2021-08-05 | 平安科技（深圳）有限公司 | 放疗计划中的剂量预测方法、装置、计算机设备及存储介质 |
| CN114334085A (zh) * | 2021-12-29 | 2022-04-12 | 上海联影医疗科技股份有限公司 | 放射治疗信息显示方法、调整方法、电子装置和存储介质 |
| CN115445106A (zh) * | 2022-09-30 | 2022-12-09 | 兰州科近泰基新技术有限责任公司 | 离子治疗装置的束流能量监测方法及束流控制方法 |
| CN116328214A (zh) * | 2023-05-30 | 2023-06-27 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 放疗计划的执行状况的检测装置、电子设备及存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ES2625761B1 (es) * | 2016-08-10 | 2018-04-10 | María Del Carmen OVEJERO MAYORAL | Método para la automatización en la calibración dosimétrica, reconstrucción y verificación de tratamientos complejos de radioterapia integrada en un entorno y sistema para la puesta en práctica del mismo |
| US11705226B2 (en) * | 2019-09-19 | 2023-07-18 | Tempus Labs, Inc. | Data based cancer research and treatment systems and methods |
| US11963683B2 (en) * | 2020-10-02 | 2024-04-23 | Cilag Gmbh International | Method for operating tiered operation modes in a surgical system |
-
2023
- 2023-07-03 CN CN202310802789.1A patent/CN116525064B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2839894A1 (fr) * | 2002-05-21 | 2003-11-28 | Chabunda Christophe Mwanza | Procedes, appareils de cyclotherapie image-guidee et mode d'obtention d'images scanographiques diagnostiques instantanees pour la planification et la dosimetrie en ligne |
| KR20100119106A (ko) * | 2009-04-30 | 2010-11-09 | 주식회사 서울씨앤제이 | 방사선 치료계획정보 통합조회시스템 |
| WO2012149044A2 (en) * | 2011-04-25 | 2012-11-01 | Tomotherapy Incorporated | Dose control system and method of controlling output dose of a radiation therapy treatment system |
| CN104338240A (zh) * | 2014-10-31 | 2015-02-11 | 章桦 | 一种在线自适应放疗计划自动优化方法及装置 |
| WO2017054316A1 (zh) * | 2015-09-29 | 2017-04-06 | 广州瑞多思医疗科技有限公司 | 放射治疗中在线剂量监测和验证的方法 |
| CN111417435A (zh) * | 2017-09-13 | 2020-07-14 | 医科达有限公司 | 放射疗法治疗计划优化工作流程 |
| CN107785068A (zh) * | 2017-11-20 | 2018-03-09 | 深圳市医诺智能科技发展有限公司 | 治疗计划系统与医用加速器的数据传输方法及接口平台 |
| WO2021151342A1 (zh) * | 2020-09-07 | 2021-08-05 | 平安科技（深圳）有限公司 | 放疗计划中的剂量预测方法、装置、计算机设备及存储介质 |
| CN112263787A (zh) * | 2020-10-30 | 2021-01-26 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 放疗的控制方法及装置 |
| WO2022088341A1 (zh) * | 2020-10-30 | 2022-05-05 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 放疗的控制方法及装置 |
| CN112581475A (zh) * | 2021-02-25 | 2021-03-30 | 四川大学华西医院 | 一种预测放疗计划的伽马通过率的方法及其应用 |
| CN114334085A (zh) * | 2021-12-29 | 2022-04-12 | 上海联影医疗科技股份有限公司 | 放射治疗信息显示方法、调整方法、电子装置和存储介质 |
| CN115445106A (zh) * | 2022-09-30 | 2022-12-09 | 兰州科近泰基新技术有限责任公司 | 离子治疗装置的束流能量监测方法及束流控制方法 |
| CN116328214A (zh) * | 2023-05-30 | 2023-06-27 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 放疗计划的执行状况的检测装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116525064A (zh) | 2023-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mahadevaiah et al. | Artificial intelligence‐based clinical decision support in modern medical physics: selection, acceptance, commissioning, and quality assurance | |
| US9409039B2 (en) | Systems and methods for automatic creation of dose prediction models and therapy treatment plans as a cloud service | |
| Noel et al. | Process‐based quality management for clinical implementation of adaptive radiotherapy | |
| EP2976129B1 (en) | Audio-visual summarization system for rt plan evaluation | |
| CN116328214B (zh) | 放疗计划的执行状况的检测装置、电子设备及存储介质 | |
| US10964429B2 (en) | Acceptance, commissioning, and ongoing benchmarking of a linear accelerator (LINAC) using an electronic portal imaging device (EPID) | |
| CA2856261A1 (en) | Methods and techniques for collecting, reporting, and managing information about medical diagnostic procedures | |
| EP3013418B1 (en) | Portal dosimetry system | |
| Dewhurst et al. | AutoLock: a semiautomated system for radiotherapy treatment plan quality control | |
| US20220143423A1 (en) | Computer-Implemented Method of Evaluating a Protocol for Radiation Therapy | |
| Lack et al. | Early detection of potential errors during patient treatment planning | |
| Neylon et al. | Proof‐of‐concept study of artificial intelligence‐assisted review of CBCT image guidance | |
| CN116525064B (zh) | 放疗计划的检测装置、电子设备及计算机可读存储介质 | |
| Yang et al. | A software tool to automatically assure and report daily treatment deliveries by a cobalt‐60 radiation therapy device | |
| US20200273559A1 (en) | System architecture and methods for analyzing health data across geographic regions by priority using a decentralized computing platform | |
| US20200038684A1 (en) | Systems and Methods for Quality Control in Image-Guided Radiotherapy | |
| CN112447274B (zh) | 放疗剂量的验证方法、装置及计算机设备 | |
| CN114783557A (zh) | 肿瘤患者数据的处理方法和装置、存储介质及处理器 | |
| Liu et al. | Methods to model and predict the ViewRay treatment deliveries to aid patient scheduling and treatment planning | |
| Malkov et al. | MR‐linac daily semi‐automated end‐to‐end quality control verification | |
| US20160070861A1 (en) | Generating and/or employing finding unique identifiers | |
| Heemsbergen et al. | The Importance of the Quality of Data | |
| Jani et al. | Integration of databases for radiotherapy outcomes analyses | |
| CN117594208A (zh) | 一种医用耗材的质控方法、装置、设备及存储介质 | |
| Hadley et al. | Migration check tool: automatic plan verification following treatment management systems upgrade and database migration |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |