CN117274235A - 放疗疗效的确定装置、电子设备及存储介质 - Google Patents
放疗疗效的确定装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117274235A CN117274235A CN202311486250.6A CN202311486250A CN117274235A CN 117274235 A CN117274235 A CN 117274235A CN 202311486250 A CN202311486250 A CN 202311486250A CN 117274235 A CN117274235 A CN 117274235A
- Authority
- CN
- China
- Prior art keywords
- radiotherapy
- image
- target object
- daily
- images
- 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.)
- Granted
Links
- 238000001959 radiotherapy Methods 0.000 title claims abstract description 221
- 230000000694 effects Effects 0.000 title claims abstract description 84
- 230000008859 change Effects 0.000 claims abstract description 79
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000012549 training Methods 0.000 claims description 33
- 230000001225 therapeutic effect Effects 0.000 claims description 14
- 238000007781 pre-processing Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 8
- 210000000056 organ Anatomy 0.000 claims description 7
- 230000005855 radiation Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 210000000920 organ at risk Anatomy 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 27
- 230000008569 process Effects 0.000 abstract description 19
- 238000011156 evaluation Methods 0.000 description 14
- 238000012896 Statistical algorithm Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 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
- 238000000692 Student's t-test Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007408 cone-beam computed tomography Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010801 machine learning Methods 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
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/469—Contour-based spatial representations, e.g. vector-coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Multimedia (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Primary Health Care (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Surgery (AREA)
- Urology & Nephrology (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
本申请公开了一种放疗疗效的确定装置、电子设备及存储介质。其中，该装置包括：第一获取单元，用于获取目标对象的N个每日影像对应的影像特征，其中，N为大于1的整数，N个每日影像为目标对象在放射治疗期间拍摄的医学影像；确定单元，用于根据N个每日影像对应的影像特征确定目标对象在放射治疗期间对应的影像特征变化信息；处理单元，用于通过目标模型处理目标对象在放射治疗期间对应的影像特征变化信息，得到目标对象在放射治疗期间对应的疗效信息，其中，目标模型为基于参照对象的多个历史每日影像以及参照对象对应的历史疗效信息训练得到的模型。本申请解决了现有技术中无法在放射治疗的过程中评估放疗疗效的技术问题。
Description
技术领域
本申请涉及医疗科技领域，具体而言，涉及一种放疗疗效的确定装置、电子设备及存储介质。
背景技术
目前，放射治疗通常需要多个疗程介入，换言之，患者在接受放射治疗时，需要一定的治疗周期，患者可能需要经过多批次的射线照射。
但是，在现有技术中，针对患者的放射治疗效果的评估，通常是在患者经过完整的放射治疗之后，由医生依据人工经验或者患者的自身感受来评估放疗疗效，这种放疗疗效的评估方式不仅评估效率低，而且由于无法在放射治疗的过程中评估放疗疗效，还容易出现放疗计划调整不及时的问题。
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疗效的确定装置、电子设备及存储介质，以至少解决现有技术中无法在放射治疗的过程中评估放疗疗效的技术问题。
根据本申请的一个方面，提供了一种放疗疗效的确定装置，包括：第一获取单元，用于获取目标对象的N个每日影像对应的影像特征，其中，N为大于1的整数，N个每日影像为目标对象在放射治疗期间拍摄的医学影像；确定单元，用于根据N个每日影像对应的影像特征确定目标对象在放射治疗期间对应的影像特征变化信息；处理单元，用于通过目标模型处理目标对象在放射治疗期间对应的影像特征变化信息，得到目标对象在放射治疗期间对应的疗效信息，其中，目标模型为基于参照对象的多个历史每日影像以及参照对象对应的历史疗效信息训练得到的模型。
可选地，处理单元，包括：第一获取子单元，用于获取N个每日影像对应的像素特征序列，其中，像素特征序列用于表征N个每日影像中相邻的每日影像之间的像素差异信息，N个每日影像之间依据每个每日影像的拍摄时间确定相邻关系；处理子单元，用于通过目标模型处理目标对象在放射治疗期间对应的影像特征变化信息以及N个每日影像对应的像素特征序列，得到目标对象在放射治疗期间对应的疗效信息。
可选地，第一获取单元，包括：第二获取子单元，用于获取目标对象的计划影像以及计划影像对应的影像特征，其中，计划影像为目标对象在放射治疗之前拍摄的用于生成放疗计划的医学影像，计划影像对应的影像特征至少包括目标对象的放疗靶区在计划影像中的轮廓信息以及目标对象的危及器官在计划影像中的轮廓信息；配准子单元，用于将N个每日影像中的每个每日影像与计划影像进行图像配准，得到N个每日影像对应的影像特征。
可选地，确定单元，包括：预处理子单元，用于对N个每日影像对应的影像特征进行预处理操作，得到N个每日影像对应的第一影像特征，其中，预处理操作用于减少N个每日影像对应的影像特征之间的特征噪音信息；特征拟合子单元，用于对N个每日影像对应的第一影像特征进行特征拟合，得到第一影像特征的变化信息；确定子单元，用于根据第一影像特征的变化信息确定目标对象在放射治疗期间对应的影像特征变化信息。
可选地，确定子单元，包括：滤除模块，用于滤除第一影像特征的变化信息中的目标信息，得到目标对象在放射治疗期间对应的影像特征变化信息，其中，目标信息为第二影像特征在第一影像特征的变化信息中所对应的信息，第二影像特征为N个每日影像对应的第一影像特征中不具有统计学意义的影像特征。
可选地，放疗疗效的确定装置还包括：计划调整单元，用于依据目标对象在放射治疗期间对应的疗效信息对目标对象的放疗计划进行调整，得到目标对象对应的目标放疗计划，其中，目标放疗计划所对应的治疗时间段为放射治疗期间之后的时间段。
可选地，目标对象在放射治疗期间对应的疗效信息至少包括目标对象的放疗靶区在放射治疗期间的变化信息以及目标对象的危及器官在放射治疗期间的变化信息。
可选地，放疗疗效的确定装置还包括：第三获取单元，用于获取参照对象在历史放疗期间对应的多个历史每日影像以及参照对象在历史放疗期间对应的历史疗效信息；特征提取单元，用于提取多个历史每日影像对应的影像特征；模型训练单元，用于根据多个历史每日影像对应的影像特征以及参照对象在历史放疗期间对应的历史疗效信息训练得到目标模型。
可选地，模型训练单元，包括：第一确定子单元，用于根据多个历史每日影像对应的影像特征确定参照对象在历史放疗期间对应的影像特征变化信息；第一处理子单元，用于将参照对象在历史放疗期间对应的影像特征变化信息作为模型训练特征；第二处理子单元，用于将参照对象在历史放疗期间对应的历史疗效信息作为模型训练标签；模型训练子单元，用于将模型训练特征以及模型训练标签输入至神经网络中，经过多次迭代训练，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任意一项的放疗疗效的确定装置。
根据本申请的另一个方面，还提供了一种电子设备，其中，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任意一项的放疗疗效的确定装置。
在本申请中，采用依据每日影像的影像特征信息来确定目标对象在放射治疗期间的疗效信息的方式，提供了一种放疗疗效的确定装置，包括：第一获取单元，用于获取目标对象的N个每日影像对应的影像特征，其中，N为大于1的整数，N个每日影像为目标对象在放射治疗期间拍摄的医学影像；确定单元，用于根据N个每日影像对应的影像特征确定目标对象在放射治疗期间对应的影像特征变化信息；处理单元，用于通过目标模型处理目标对象在放射治疗期间对应的影像特征变化信息，得到目标对象在放射治疗期间对应的疗效信息，其中，目标模型为基于参照对象的多个历史每日影像以及参照对象对应的历史疗效信息训练得到的模型。
由上述内容可知，本申请的技术方案首先获取目标对象的N个每日影像对应的影像特征，由于N个每日影像为目标对象在放射治疗期间拍摄的医学影像，因此N个每日影像对应的影像特征的变化信息可以反映出目标对象在放射治疗期间的疗效信息，例如，通过影像特征变化信息可以反映出目标对象的放疗靶区的体积是否有缩小以及缩小的程度。进一步地，为了提高放疗疗效的确定效率，本申请还引入了人工智能的方式，通过预先训练完成的目标模型依据目标对象在放射治疗期间对应的影像特征变化信息预测得到目标对象在放疗期间对应的疗效信息，从而避免了由于过于依赖人工经验评估放疗疗效导致的评估结果可信度低的问题，进而提升了疗效信息的评估可信度以及评估效率。
由此可见，本申请的技术方案达到了在目标对象的放疗过程中快速准确地确定目标对象的放疗效果的目的，从而解决了现有技术中无法在放射治疗的过程中评估放疗疗效的技术问题，进而实现了在目标对象的放疗过程中可及时参照目标对象的放疗疗效调整放疗计划的技术效果。
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疗效的确定装置的示意图；
图2是根据本申请实施例的一种可选的获取N个每日影像对应的影像特征的流程图；
图3是根据本申请实施例的一种可选的放疗疗效的确定方法的示意图。
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，提供了一种放疗疗效的确定装置的实施例，其中，放疗疗效的确定装置可以是一种软件系统，也可以是一种软硬件相结合的嵌入式系统。放疗疗效的确定装置中的各个单元/模块可以是一种软件插件，也可以是搭载在硬件设备上的芯片。
在一种可选的实施例中，图1是根据本申请实施例的一种可选的放疗疗效的确定装置的示意图，如图1所示，本申请实施例中的放疗疗效的确定装置包括如下单元：
第一获取单元101、确定单元102、处理单元103。
可选地，第一获取单元101，用于获取目标对象的N个每日影像对应的影像特征，其中，N为大于1的整数，N个每日影像为目标对象在放射治疗期间拍摄的医学影像。
可选地，目标对象为正在接受放射治疗的患者，目标对象的N个每日影像为目标对象在接收放射治疗期间拍摄的医学影像，其中，医学影像包括但不限于CBCT影像、MR影像、CT影像等等。N个每日影像对应的影像特征包括但不限于人工方式标注的影像特征、神经网络模型自动标注的影像特征以及经由其他图像处理方式标注得到的影像特征。另外，N个每日影像对应的影像特征还可以是影像组学特征。
需要说明的是，目标对象在正式开始放射治疗之前，还需要拍摄计划影像，其中，计划影像为目标对象在放射治疗之前拍摄的用于生成放疗计划的医学影像。计划影像和每日影像各自对应的拍摄时间并不相同。
可选地，确定单元102，用于根据N个每日影像对应的影像特征确定目标对象在放射治疗期间对应的影像特征变化信息。
可选地，确定单元102可以将N个每日影像按照拍摄时间进行排序，从而得到一组每日影像序列，然后确定单元102基于每日影像序列依据N个每日影像对应的影像特征确定目标对象在放射治疗期间对应的影像特征变化信息。
需要说明的是，每个每日影像的影像特征至少包括目标对象的放疗靶区在该每日影像中的轮廓信息以及目标对象的危及器官在该每日影像中的轮廓信息。在此基础上，容易理解的是，N个每日影像对应的影像特征的变化信息可以反映出目标对象在放射治疗期间的疗效信息，例如，通过影像特征变化信息可以反映出目标对象的放疗靶区的体积是否有缩小以及缩小的程度，此外，通过影像特征变化信息还可以反映出目标对象的危及器官的变化情况。
进一步地，在通过N个每日影像对应的影像特征确定目标对象在放射治疗期间对应的影像特征变化信息之后，放疗疗效的确定装置还可以根据影像特征变化信息确定影像特征的变化趋势，例如，根据影像特征变化信息确定目标对象的放疗靶区的轮廓在不断变小，由此可以确定目标对象的癌变区域在不断缩小。
可选地，处理单元103，用于通过目标模型处理目标对象在放射治疗期间对应的影像特征变化信息，得到目标对象在放射治疗期间对应的疗效信息，其中，目标模型为基于参照对象的多个历史每日影像以及参照对象对应的历史疗效信息训练得到的模型。
可选地，目标模型可以是一个训练完成的神经网络模型，其中，目标模型的训练数据为参照对象的多个历史每日影像，目标模型的训练标签为参照对象对应的历史疗效信息。其中，参照对象为已经接受过放射治疗的患者，参照对象的多个历史每日影像为参照对象在历史放疗期间所拍摄的每日影像，参照对象对应的历史疗效信息为参照对象在接受放射治疗时实际的历史疗效信息。
需要说明的是，本申请引入人工智能的方式，通过预先训练完成的目标模型依据目标对象在放射治疗期间对应的影像特征变化信息预测得到目标对象在放疗期间对应的疗效信息，从而避免了由于过于依赖人工经验评估放疗疗效导致的评估结果可信度低的问题，进而提升了疗效信息的评估可信度以及评估效率。
结合上述对于第一获取单元101、确定单元102、处理单元103的介绍可知，在本申请中，采用依据目标对象的每日影像的影像特征信息来确定目标对象在放射治疗期间的疗效信息的方式，提供了一种放疗疗效的确定装置，包括：第一获取单元101，用于获取目标对象的N个每日影像对应的影像特征，其中，N为大于1的整数，N个每日影像为目标对象在放射治疗期间拍摄的医学影像；确定单元102，用于根据N个每日影像对应的影像特征确定目标对象在放射治疗期间对应的影像特征变化信息；处理单元103，用于通过目标模型处理目标对象在放射治疗期间对应的影像特征变化信息，得到目标对象在放射治疗期间对应的疗效信息，其中，目标模型为基于参照对象的多个历史每日影像以及参照对象对应的历史疗效信息训练得到的模型。
由上述内容可知，本申请的技术方案首先获取目标对象的N个每日影像对应的影像特征，由于N个每日影像为目标对象在放射治疗期间拍摄的医学影像，因此N个每日影像对应的影像特征的变化信息可以反映出目标对象在放射治疗期间的疗效信息，例如，通过影像特征变化信息可以反映出目标对象的放疗靶区的体积是否有缩小以及缩小的程度。进一步地，为了提高放疗疗效的确定效率，本申请还引入了人工智能的方式，通过预先训练完成的目标模型依据目标对象在放射治疗期间对应的影像特征变化信息预测得到目标对象在放疗期间对应的疗效信息，从而避免了由于过于依赖人工经验评估放疗疗效导致的评估结果可信度低的问题，进而提升了疗效信息的评估可信度以及评估效率。
由此可见，本申请的技术方案达到了在目标对象的放疗过程中快速准确地确定目标对象的放疗效果的目的，从而解决了现有技术中无法在放射治疗的过程中评估放疗疗效的技术问题，进而实现了在目标对象的放疗过程中可及时参照目标对象的放疗疗效调整放疗计划的技术效果。
在一种可选的实施例中，处理单元103包括：第一获取子单元和处理子单元。
其中，第一获取子单元，用于获取N个每日影像对应的像素特征序列，其中，像素特征序列用于表征N个每日影像中相邻的每日影像之间的像素差异信息，N个每日影像之间依据每个每日影像的拍摄时间确定相邻关系；处理子单元，用于通过目标模型处理目标对象在放射治疗期间对应的影像特征变化信息以及N个每日影像对应的像素特征序列，得到目标对象在放射治疗期间对应的疗效信息。
可选地，放疗疗效的确定装置可以将N个每日影像按照拍摄时间进行排序，从而得到一组每日影像序列，基于每日影像序列，放疗疗效的确定装置可以将每日影像序列中的一个每日影像与前一个每日影像进行像素差值计算操作，从而得到N个每日影像中相邻的每日影像之间的像素差异信息，其中，像素差值计算操作用于计算两个每日影像之间的像素差值。最后，放疗疗效的确定装置将N个每日影像中相邻的每日影像之间的像素差异信息组成N个每日影像对应的像素特征序列。
需要说明的是，由于像素特征序列能够从像素差异的维度体现N个每日影像之间的影像变化信息，因此基于每日影像的像素变化信息可以反映出目标对象的人体器官组织的变化情况，进而推断出目标对象对应的放疗疗效。基于这一原理，放疗疗效的确定装置可以将N个每日影像对应的像素特征序列也作为一个模型输入特征，与目标对象在放射治疗期间对应的影像特征变化信息一同输入至目标模型中，从而使得目标模型可以基于N个每日影像对应的像素特征序列以及目标对象在放射治疗期间对应的影像特征变化信息，综合预测得到更为准确的疗效信息。
在一种可选的实施例中，第一获取单元101还包括：第二获取子单元、配准子单元。
其中，第二获取子单元，用于获取目标对象的计划影像以及计划影像对应的影像特征，其中，计划影像为目标对象在放射治疗之前拍摄的用于生成放疗计划的医学影像，计划影像对应的影像特征至少包括目标对象的放疗靶区在计划影像中的轮廓信息以及目标对象的危及器官在计划影像中的轮廓信息；配准子单元，用于将N个每日影像中的每个每日影像与计划影像进行图像配准，得到N个每日影像对应的影像特征。
可选地，图2是根据本申请实施例的一种可选的获取N个每日影像对应的影像特征的流程图，如图2所示，包括如下步骤：
步骤S201，获取目标对象的N个每日影像。
步骤S202，获取目标对象的计划影像。
步骤S203，将目标对象的每个每日影像与计划影像进行图像配准，其中，配准方式可以是柔性配准或刚性配准。
步骤S204，将计划影像对应的影像特征通过配准的方式形变至每个每日影像上，得到每个每日影像对应的影像特征，进而得到N个每日影像对应的影像特征。
可选地，在步骤S204中，除了将计划影像对应的影像特征通过配准的方式形变至每个每日影像上，以得到每个每日影像对应的影像特征之外，还可以通过人工勾画的方式对每个每日影像进行放疗靶区的勾画以及危及器官的勾画，从而得到每个每日影像对应的影像特征。另外，还可以通过将每个每日影像输入至勾画模型的方式，由勾画模型对每个每日影像进行放疗靶区的勾画以及危及器官的勾画，从而得到每个每日影像对应的影像特征，其中，勾画模型为预先训练完成的神经网络模型。
在一种可选的实施例中，确定单元102还包括：预处理子单元、特征拟合子单元以及确定子单元。
其中，预处理子单元，用于对N个每日影像对应的影像特征进行预处理操作，得到N个每日影像对应的第一影像特征，其中，预处理操作用于减少N个每日影像对应的影像特征之间的特征噪音信息；特征拟合子单元，用于对N个每日影像对应的第一影像特征进行特征拟合，得到第一影像特征的变化信息；确定子单元，用于根据第一影像特征的变化信息确定目标对象在放射治疗期间对应的影像特征变化信息。
可选地，预处理子单元可以通过滑窗均值对N个每日影像对应的影像特征进行平滑处理，从而减少N个每日影像对应的影像特征之间的特征噪音信息，进而在后续的模型预测过程中可以尽量避免由于特征噪音信息的干扰导致的预测准确性差的问题。
可选地，预处理操作后的N个每日影像对应的影像特征可以记为N个每日影像对应的第一影像特征，特征拟合子单元可以通过各种拟合方式将N个每日影像对应的第一影像特征拟合为第一影像特征的变化信息，其中，拟合方式包括但不限于最小二乘线性拟合、机器学习非线性拟合等方式。
在一种可选的实施例中，确定子单元还包括：滤除模块，用于滤除第一影像特征的变化信息中的目标信息，得到目标对象在放射治疗期间对应的影像特征变化信息，其中，目标信息为第二影像特征在第一影像特征的变化信息中所对应的信息，第二影像特征为N个每日影像对应的第一影像特征中不具有统计学意义的影像特征。
可选地，滤除模块包括筛选子模块和删除子模块。其中，筛选子模块，用于通过统计算法对第一影像特征的变化信息进行筛选，筛选得到第一影像特征的变化信息中具有统计学意义的特征所对应的信息，其中，统计算法包括但不限于U检验统计算法、T检验统计算法，其中，U检验统计算法又称为“曼-惠特尼秩和检验算法”，该算法假设两个样本分别来自除了总体均值以外完全相同的两个总体，目的是检验这两个总体的均值是否有显著的区别。另外，T检验统计算法也称为“student t检验方法”，该算法主要用于样本含量较小，总体标准差位置的正态分布数据。
可选地，删除子模块用于删除第一影像特征的变化信息中除具有统计学意义的特征所对应的信息之外的信息，换言之，删除子模块用于删除第一影像特征的变化信息中不具有统计学意义的特征所对应的信息，从而将第一影像特征的变化信息中具有统计学意义的特征所对应的信息作为目标对象在放射治疗期间对应的影像特征变化信息。
需要说明的是，删除第一影像特征的变化信息中不具有统计学意义的特征所对应的信息，不仅可以在后续模型预测过程中提升模型的预测效率，减少模型的计算量，还可以尽量避免受到不具有统计学意义的特征所对应的信息的干扰，从而提升模型的预测准确性。
在一种可选的实施例中，放疗疗效的确定装置还包括：计划调整单元，用于依据目标对象在放射治疗期间对应的疗效信息对目标对象的放疗计划进行调整，得到目标对象对应的目标放疗计划，其中，目标放疗计划所对应的治疗时间段为放射治疗期间之后的时间段。
可选地，假设目标对象的放射治疗分为是第一阶段、第二阶段以及第三阶段，其中，放疗疗效的确定装置可以依据目标对象在第一阶段的放射治疗过程中拍摄的每日影像，通过本申请的技术方案确定目标对象在第一阶段的放射治疗效果，然后放疗疗效的确定装置基于目标对象在第一阶段的放射治疗效果对目标对象在第二阶段对应的放疗计划进行及时调整，例如，在目标对象在第一阶段的放射治疗效果未达到预期的情况下，适当增加目标对象在第二阶段所需要接受的放射剂量。
可选地，目标对象在放射治疗期间对应的疗效信息至少包括目标对象的放疗靶区在放射治疗期间的变化信息以及目标对象的危及器官在放射治疗期间的变化信息。
在一种可选的实施例中，放疗疗效的确定装置还包括：第三获取单元、特征提取单元以及模型训练单元。
其中，第三获取单元，用于获取参照对象在历史放疗期间对应的多个历史每日影像以及参照对象在历史放疗期间对应的历史疗效信息；特征提取单元，用于提取多个历史每日影像对应的影像特征；模型训练单元，用于根据多个历史每日影像对应的影像特征以及参照对象在历史放疗期间对应的历史疗效信息训练得到目标模型。
可选地，模型训练单元还包括：第一确定子单元、第一处理子单元、第二处理子单元以及模型训练子单元。
其中，第一确定子单元，用于根据多个历史每日影像对应的影像特征确定参照对象在历史放疗期间对应的影像特征变化信息；第一处理子单元，用于将参照对象在历史放疗期间对应的影像特征变化信息作为模型训练特征；第二处理子单元，用于将参照对象在历史放疗期间对应的历史疗效信息作为模型训练标签；模型训练子单元，用于将模型训练特征以及模型训练标签输入至神经网络中，经过多次迭代训练，得到目标模型。
在一种可选的实施例中，第一处理子单元还可以获取多个历史每日影像对应的像素特征序列，然后将多个历史每日影像对应的像素特征序列以及参照对象在历史放疗期间对应的影像特征变化信息作为模型训练特征。
可选地，特征提取单元还可以用于获取参照对象的计划影像以及参照对象的计划影像对应的影像特征，然后将每个历史每日影像与参照对象的计划影像进行图像配准，得到每个历史每日影像对应的影像特征。
可选地，第一确定子单元还用于对参照对象的多个历史每日影像对应的影像特征进行预处理操作，得到多个历史每日影像对应的第三影像特征。随后，第一确定子单元还可以对多个历史每日影像对应的第三影像特征进行特征拟合，得到第三影像特征的变化信息，最后，第一确定子单元可以根据第三影像特征的变化信息确定参照对象在历史放疗期间对应的影像特征变化信息。
可选地，第一确定子单元还可以滤除第三影像特征的变化信息中的不具有统计学意义的影像特征所对应的信息，从而得到参照对象在历史放疗期间对应的影像特征变化信息。
在一种可选的实施例中，图3是根据本申请实施例的一种可选的放疗疗效的确定方法的示意图，如图3所示，首先获取目标对象的计划影像和N个每日影像，然后对N个每日影像中的每个每日影像与计划影像进行图像配准，在图像配准的过程中，还会将计划影像对应的影像特征通过配准的方式形变至每个每日影像上，从而得到N个每日影像对应的影像特征。
随后，如图3所示，放疗疗效的确定装置一方面可以根据完成图像配准后的N个每日影像确定N个每日影像对应的像素特征序列，其中，像素特征序列用于表征N个每日影像中相邻的每日影像之间的像素差异信息。另一方面，放疗疗效的确定装置还可以根据N个每日影像对应的影像特征确定目标对象在放射治疗期间对应的影像特征变化信息。
最后，如图3所示，放疗疗效的确定装置将N个每日影像对应的像素特征序列以及目标对象在放射治疗期间对应的影像特征变化信息输入至预先训练完成的目标模型中，由目标模型输出目标对象在放射治疗期间对应的疗效信息。另外，放疗疗效的确定装置还可以依据目标对象在放射治疗期间对应的疗效信息对目标对象的放疗计划进行调整。
由上述内容可知，本申请的技术方案首先获取目标对象的N个每日影像对应的影像特征，由于N个每日影像为目标对象在放射治疗期间拍摄的医学影像，因此N个每日影像对应的影像特征的变化信息可以反映出目标对象在放射治疗期间的疗效信息，例如，通过影像特征变化信息可以反映出目标对象的放疗靶区的体积是否有缩小以及缩小的程度。进一步地，为了提高放疗疗效的确定效率，本申请还引入了人工智能的方式，通过预先训练完成的目标模型依据目标对象在放射治疗期间对应的影像特征变化信息预测得到目标对象在放疗期间对应的疗效信息，从而避免了由于过于依赖人工经验评估放疗疗效导致的评估结果可信度低的问题，进而提升了疗效信息的评估可信度以及评估效率。
由此可见，本申请的技术方案达到了在目标对象的放疗过程中快速准确地确定目标对象的放疗效果的目的，从而解决了现有技术中无法在放射治疗的过程中评估放疗疗效的技术问题，进而实现了在目标对象的放疗过程中可及时参照目标对象的放疗疗效调整放疗计划的技术效果。
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中的放疗疗效的确定装置。
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中的放疗疗效的确定装置。
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 (10)
1.一种放疗疗效的确定装置，其特征在于，包括：
第一获取单元，用于获取目标对象的N个每日影像对应的影像特征，其中，N为大于1的整数，所述N个每日影像为所述目标对象在放射治疗期间拍摄的医学影像；
确定单元，用于根据所述N个每日影像对应的影像特征确定所述目标对象在所述放射治疗期间对应的影像特征变化信息；
处理单元，用于通过目标模型处理所述目标对象在所述放射治疗期间对应的影像特征变化信息，得到所述目标对象在所述放射治疗期间对应的疗效信息，其中，所述目标模型为基于参照对象的多个历史每日影像以及所述参照对象对应的历史疗效信息训练得到的模型；
其中，所述第一获取单元，包括：
第二获取子单元，用于获取所述目标对象的计划影像以及所述计划影像对应的影像特征，其中，所述计划影像为所述目标对象在放射治疗之前拍摄的用于生成放疗计划的医学影像，所述计划影像对应的影像特征至少包括所述目标对象的放疗靶区在所述计划影像中的轮廓信息以及所述目标对象的危及器官在所述计划影像中的轮廓信息；
配准子单元，用于将所述N个每日影像中的每个每日影像与所述计划影像进行图像配准，得到所述N个每日影像对应的影像特征。
2.根据权利要求1所述的放疗疗效的确定装置，其特征在于，所述处理单元，包括：
第一获取子单元，用于获取所述N个每日影像对应的像素特征序列，其中，所述像素特征序列用于表征所述N个每日影像中相邻的每日影像之间的像素差异信息，所述N个每日影像之间依据每个每日影像的拍摄时间确定相邻关系；
处理子单元，用于通过所述目标模型处理所述目标对象在所述放射治疗期间对应的影像特征变化信息以及所述N个每日影像对应的像素特征序列，得到所述目标对象在所述放射治疗期间对应的疗效信息。
3.根据权利要求1所述的放疗疗效的确定装置，其特征在于，所述确定单元，包括：
预处理子单元，用于对所述N个每日影像对应的影像特征进行预处理操作，得到所述N个每日影像对应的第一影像特征，其中，所述预处理操作用于减少所述N个每日影像对应的影像特征之间的特征噪音信息；
特征拟合子单元，用于对所述N个每日影像对应的第一影像特征进行特征拟合，得到第一影像特征的变化信息；
确定子单元，用于根据所述第一影像特征的变化信息确定所述目标对象在所述放射治疗期间对应的影像特征变化信息。
4.根据权利要求3所述的放疗疗效的确定装置，其特征在于，所述确定子单元，包括：
滤除模块，用于滤除所述第一影像特征的变化信息中的目标信息，得到所述目标对象在所述放射治疗期间对应的影像特征变化信息，其中，所述目标信息为第二影像特征在所述第一影像特征的变化信息中所对应的信息，所述第二影像特征为所述N个每日影像对应的第一影像特征中不具有统计学意义的影像特征。
5.根据权利要求1所述的放疗疗效的确定装置，其特征在于，所述放疗疗效的确定装置还包括：
计划调整单元，用于依据所述目标对象在所述放射治疗期间对应的疗效信息对所述目标对象的放疗计划进行调整，得到所述目标对象对应的目标放疗计划，其中，所述目标放疗计划所对应的治疗时间段为所述放射治疗期间之后的时间段。
6.根据权利要求1所述的放疗疗效的确定装置，其特征在于，所述目标对象在所述放射治疗期间对应的疗效信息至少包括所述目标对象的放疗靶区在所述放射治疗期间的变化信息以及所述目标对象的危及器官在所述放射治疗期间的变化信息。
7.根据权利要求1所述的放疗疗效的确定装置，其特征在于，所述放疗疗效的确定装置还包括：
第三获取单元，用于获取所述参照对象在历史放疗期间对应的多个历史每日影像以及所述参照对象在所述历史放疗期间对应的历史疗效信息；
特征提取单元，用于提取所述多个历史每日影像对应的影像特征；
模型训练单元，用于根据所述多个历史每日影像对应的影像特征以及所述参照对象在所述历史放疗期间对应的历史疗效信息训练得到所述目标模型。
8.根据权利要求7所述的放疗疗效的确定装置，其特征在于，所述模型训练单元，包括：
第一确定子单元，用于根据所述多个历史每日影像对应的影像特征确定所述参照对象在所述历史放疗期间对应的影像特征变化信息；
第一处理子单元，用于将所述参照对象在所述历史放疗期间对应的影像特征变化信息作为模型训练特征；
第二处理子单元，用于将所述参照对象在所述历史放疗期间对应的历史疗效信息作为模型训练标签；
模型训练子单元，用于将所述模型训练特征以及所述模型训练标签输入至神经网络中，经过多次迭代训练，得到所述目标模型。
9.一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8中任意一项所述的放疗疗效的确定装置。
10.一种电子设备，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8中任意一项所述的放疗疗效的确定装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311486250.6A CN117274235B (zh) | 2023-11-09 | 2023-11-09 | 放疗疗效的确定装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311486250.6A CN117274235B (zh) | 2023-11-09 | 2023-11-09 | 放疗疗效的确定装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117274235A true CN117274235A (zh) | 2023-12-22 |
| CN117274235B CN117274235B (zh) | 2024-02-27 |
Family
ID=89202775
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311486250.6A Active CN117274235B (zh) | 2023-11-09 | 2023-11-09 | 放疗疗效的确定装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117274235B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117476187A (zh) * | 2023-12-25 | 2024-01-30 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 4d影像生成方法、装置及计算机可读存储介质 |
| CN117577275A (zh) * | 2024-01-17 | 2024-02-20 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 基于壳结构的剂量信息确定装置、电子设备及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104881568A (zh) * | 2015-04-27 | 2015-09-02 | 苏州敏宇医疗科技有限公司 | 一种基于云计算的肿瘤治疗疗效早期评价的系统和方法 |
| CN107224678A (zh) * | 2017-07-17 | 2017-10-03 | 上海联影医疗科技有限公司 | 一种治疗评估系统及存储介质 |
| KR20190023781A (ko) * | 2017-08-30 | 2019-03-08 | 주식회사 이루다 | 온도추정함수 및 통합 영상분석을 이용한 레이저 치료 장치 및 그 구동방법 |
| CN114446440A (zh) * | 2022-01-28 | 2022-05-06 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 放疗计划的确定方法和装置、存储介质及处理器 |
| CN114446441A (zh) * | 2022-02-11 | 2022-05-06 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 基于计划库调用的自适应放疗的方法和装置 |
| CN115295154A (zh) * | 2022-10-08 | 2022-11-04 | 北京肿瘤医院(北京大学肿瘤医院) | 肿瘤免疫治疗疗效预测方法、装置、电子设备及存储介质 |
| CN116052840A (zh) * | 2023-03-31 | 2023-05-02 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 基于放疗的剂量分布数据处理装置、电子设备及存储介质 |
| CN116130056A (zh) * | 2023-04-17 | 2023-05-16 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 放疗计划的确定装置和电子设备 |
| CN116721761A (zh) * | 2023-06-20 | 2023-09-08 | 四川省肿瘤医院 | 一种放疗数据处理方法、系统、设备及介质 |
| JP7346690B1 (ja) * | 2022-10-05 | 2023-09-19 | 一般社団法人 医療レーザー研究会 | 治療効果ならびに治療過程予測装置 |
-
2023
- 2023-11-09 CN CN202311486250.6A patent/CN117274235B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104881568A (zh) * | 2015-04-27 | 2015-09-02 | 苏州敏宇医疗科技有限公司 | 一种基于云计算的肿瘤治疗疗效早期评价的系统和方法 |
| CN107224678A (zh) * | 2017-07-17 | 2017-10-03 | 上海联影医疗科技有限公司 | 一种治疗评估系统及存储介质 |
| KR20190023781A (ko) * | 2017-08-30 | 2019-03-08 | 주식회사 이루다 | 온도추정함수 및 통합 영상분석을 이용한 레이저 치료 장치 및 그 구동방법 |
| CN114446440A (zh) * | 2022-01-28 | 2022-05-06 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 放疗计划的确定方法和装置、存储介质及处理器 |
| CN114446441A (zh) * | 2022-02-11 | 2022-05-06 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 基于计划库调用的自适应放疗的方法和装置 |
| JP7346690B1 (ja) * | 2022-10-05 | 2023-09-19 | 一般社団法人 医療レーザー研究会 | 治療効果ならびに治療過程予測装置 |
| CN115295154A (zh) * | 2022-10-08 | 2022-11-04 | 北京肿瘤医院(北京大学肿瘤医院) | 肿瘤免疫治疗疗效预测方法、装置、电子设备及存储介质 |
| CN116052840A (zh) * | 2023-03-31 | 2023-05-02 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 基于放疗的剂量分布数据处理装置、电子设备及存储介质 |
| CN116130056A (zh) * | 2023-04-17 | 2023-05-16 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 放疗计划的确定装置和电子设备 |
| CN116721761A (zh) * | 2023-06-20 | 2023-09-08 | 四川省肿瘤医院 | 一种放疗数据处理方法、系统、设备及介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117476187A (zh) * | 2023-12-25 | 2024-01-30 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 4d影像生成方法、装置及计算机可读存储介质 |
| CN117476187B (zh) * | 2023-12-25 | 2024-04-19 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 4d影像生成方法、装置及计算机可读存储介质 |
| CN117577275A (zh) * | 2024-01-17 | 2024-02-20 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 基于壳结构的剂量信息确定装置、电子设备及存储介质 |
| CN117577275B (zh) * | 2024-01-17 | 2024-04-19 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 基于壳结构的剂量信息确定装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117274235B (zh) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117274235B (zh) | 放疗疗效的确定装置、电子设备及存储介质 | |
| CN108778416B (zh) | 使用组织参数估计根据mr数据的伪ct生成的系统、方法和介质 | |
| US10854339B2 (en) | Systems and methods for associating medical images with a patient | |
| CN108770373B (zh) | 使用特征回归模型根据mr数据的伪ct生成 | |
| US20180061054A1 (en) | Automated Cephalometric Analysis Using Machine Learning | |
| Feng et al. | Segmenting CT prostate images using population and patient‐specific statistics for radiotherapy | |
| US10149987B2 (en) | Method and system for generating synthetic electron density information for dose calculations based on MRI | |
| US7778488B2 (en) | Image deformation using multiple image regions | |
| CN116072263B (zh) | 基于放疗的计划参数预测装置 | |
| CN113159040B (zh) | 医学图像分割模型的生成方法及装置、系统 | |
| Juszczyk et al. | Automated size-specific dose estimates using deep learning image processing | |
| Vinas et al. | Improved contrast and noise of megavoltage computed tomography (MVCT) through cycle‐consistent generative machine learning | |
| CN114446440A (zh) | 放疗计划的确定方法和装置、存储介质及处理器 | |
| US20230263493A1 (en) | Maskless 2D/3D Artificial Subtraction Angiography | |
| CN116844734B (zh) | 剂量预测模型的生成方法、装置、电子设备及存储介质 | |
| US7756359B1 (en) | Use of local or global quality of match to estimate cone beam CT reconstruction artifact correction weight in image registration | |
| US9224229B2 (en) | Process and apparatus for data registration | |
| KR102098254B1 (ko) | 방사선 피부염 평가시스템 및 이를 이용한 평가방법 | |
| CN113538419B (zh) | 一种图像处理方法和系统 | |
| CN117238484B (zh) | 智能化诊疗装置、电子设备及存储介质 | |
| CN117476187B (zh) | 4d影像生成方法、装置及计算机可读存储介质 | |
| KR102559805B1 (ko) | 범용성이 향상된 인공지능에 의한 의료영상 변환방법 및 그 장치 | |
| CN117690551A (zh) | 基于等剂量线的并发症发生概率确定装置及电子设备 | |
| WO2023040918A1 (en) | Methods and systems for vascular analysis | |
| CN117717723A (zh) | 射野信息确定装置、处理器以及电子设备 |
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 |