CN111145866B - 一种剂量确定方法、装置、计算机设备及存储介质 - Google Patents

一种剂量确定方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN111145866B
CN111145866B CN201911360123.5A CN201911360123A CN111145866B CN 111145866 B CN111145866 B CN 111145866B CN 201911360123 A CN201911360123 A CN 201911360123A CN 111145866 B CN111145866 B CN 111145866B
Authority
CN
China
Prior art keywords
target
dose
parameter
target point
point
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
Application number
CN201911360123.5A
Other languages
English (en)
Other versions
CN111145866A (zh
Inventor
张康
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201911360123.5A priority Critical patent/CN111145866B/zh
Publication of CN111145866A publication Critical patent/CN111145866A/zh
Application granted granted Critical
Publication of CN111145866B publication Critical patent/CN111145866B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

Landscapes

  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Surgery (AREA)
  • Urology & Nephrology (AREA)
  • Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Radiation-Therapy Devices (AREA)

Abstract

本发明实施例公开了一种剂量确定方法、装置、计算机设备及存储介质，其中方法包括：生成剂量优化目标函数，剂量优化目标函数包括第一权重参数、靶区外的目标点对应的最大剂量参数、与目标点相对应的第二权重参数以及目标点对应的目标剂量参数，第一权重参数对应的第一权重值根据目标点所在区域的预设重要程度确定；根据目标点与靶区表面点之间的位置关系，确定第二权重参数对应的第二权重值和最大剂量参数对应的最大剂量值；利用第一权重值、第二权重值和最大剂量值，调整目标剂量参数，得到使得剂量优化目标函数满足预设条件的目标剂量参数对应的目标剂量值。本发明实施例的技术方案提高了靶区外各点剂量分布的靶区适形度。

Description

一种剂量确定方法、装置、计算机设备及存储介质
技术领域
本发明实施例涉及放射治疗技术领域，尤其涉及一种剂量确定方法、装置、计算机设备及存储介质。
背景技术
在放射治疗之前，通常会先制定放射治疗计划，其中，放射剂量分布计算是实现放射治疗计划制定的关键。
现有的对靶区外各点的放射剂量分布计算，通常采用添加剂量跌落函数，或添加剂量跌落辅助环结构的方法。但是无论是采用添加剂量跌落函数的方法，还是添加剂量跌落辅助环结构的方法，其遵循的原理都是对于靶区外距离靶区最短距离相同的所有点，具有相同的最大剂量限制，使得得到的靶区外各点的剂量分布对应的靶区适形度低。
发明内容
本发明实施例提供了一种剂量确定方法、装置、计算机设备及存储介质，提高了靶区外各点剂量分布的靶区适形度。
第一方面，本发明实施例提供了一种剂量确定方法，包括：
生成剂量优化目标函数，所述剂量优化目标函数包括第一权重参数、靶区外的目标点对应的最大剂量参数、与所述目标点相对应的第二权重参数以及所述目标点对应的目标剂量参数，其中，所述第一权重参数对应的第一权重值根据所述目标点所在区域的预设重要程度确定；
根据所述目标点与靶区表面点之间的位置关系，确定所述第二权重参数对应的第二权重值和所述最大剂量参数对应的最大剂量值；
利用所述第一权重值、所述第二权重值和所述最大剂量值，调整所述目标剂量参数，得到使得所述剂量优化目标函数满足预设条件的所述目标剂量参数对应的最终目标剂量值。
第二方面，本发明实施例还提供了一种剂量确定装置，包括：
剂量优化目标函数生成模块，用于生成剂量优化目标函数，所述剂量优化目标函数包括第一权重参数、靶区外的目标点对应的最大剂量参数、与所述目标点相对应的第二权重参数以及所述目标点对应的目标剂量参数，其中，所述第一权重参数对应的第一权重值根据所述目标点所在区域的预设重要程度确定；
参数值确定模块，用于根据所述目标点与靶区表面点之间的位置关系，确定所述第二权重参数对应的第二权重值和所述最大剂量参数对应的最大剂量值；
最终目标剂量值确定模块，用于利用所述第一权重值、所述第二权重值和所述最大剂量值，调整所述目标剂量参数，得到使得所述剂量优化目标函数满足预设条件的所述目标剂量参数对应的最终目标剂量值。
第三方面，本发明实施例还提供了一种计算机设备，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所提供的剂量确定方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的剂量确定方法。
本发明实施例通过生成剂量优化目标函数，剂量优化目标函数包括第一权重参数、靶区外的目标点对应的最大剂量参数、与目标点相对应的第二权重参数以及目标点对应的目标剂量参数，其中，第一权重参数对应的第一权重值根据目标点所在区域的预设重要程度确定；根据目标点与靶区表面点之间的位置关系，确定第二权重参数对应的第二权重值和最大剂量参数对应的最大剂量值；利用第一权重值、第二权重值和最大剂量值，调整目标剂量参数，得到使得剂量优化目标函数满足预设条件的目标剂量参数对应的最终目标剂量值，通过考虑靶区外每个点受靶区的影响程度，提高了靶区外各点剂量分布的靶区适形度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一中的一种剂量确定方法的流程图；
图2是本发明实施例二中的一种剂量确定方法的流程图；
图3是本发明实施例三中的一种剂量确定装置的结构示意图；
图4是本发明实施例四中的计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一所提供的一种剂量确定方法的流程图。本实施例可适用于确定靶区外各点对应放射剂量的情形。该方法可以由剂量确定装置执行，该剂量确定装置可以采用软件和/或硬件的方式实现，例如，该剂量确定装置可配置于计算机设备中。如图1所示，该方法包括如下步骤：
S110、生成剂量优化目标函数，剂量优化目标函数包括第一权重参数、靶区外的目标点对应的最大剂量参数、与目标点相对应的第二权重参数以及目标点对应的目标剂量参数，其中，第一权重参数对应的第一权重值根据目标点所在区域的预设重要程度确定。
其中，第一权重参数对应的第一权重值优选可以根据目标点所在区域的预设重要程度确定，其中，目标点所在区域的预设重要程度优选可以在制定放疗计划时，根据实际需要确定。优选的，预设重要程度越高，第一权重参数越大；示例性的，靶区可以是GTV(肿瘤靶区)、PGTV(计划肿瘤靶区)、CTV(临床靶区)和PTV(计划靶区)中的任意一个靶区，最大剂量为放疗计划最初确定的目标点的最大剂量，目标剂量为放疗计划最终确定的目标点对应的实际剂量。，在制定放疗计划的过程中，要求目标点的目标剂量小于或等于最大剂量。
上述最大剂量参数为与目标点与靶区之间最短距离相关的函数，其具体表达式可以如下所示：
其中，为目标点v距离靶区表面的最短距离，/>f(x)为跌落函数，并具有如下特征：f(x)≥0，且当x1>x2时，f(x1)≤f(x2)，即目标点v距离靶区表面的最短距离越大，目标点v对应的最大剂量越小，当两个或以上的目标点v距离靶区表面的最短距离相同时，目标点v对应的最大剂量也相同。
一般的，对于靶区外距离靶区具有相同距离的各点而言，利用现有的剂量优化目标函数所确定的放射剂量值均相同，导致靶区外目标点对应的剂量值的靶区适形度较低。其中，靶区适形度为描述适形放射治疗的剂量分布与靶区形状的适合情况。
优选的，可以通过考虑靶区对目标点的影响程度，来调整靶区外距离靶区具有相同距离的各点的放射剂量值，以此来提高剂量值的靶区适形度。优选的，可以重新构造一个剂量优化目标函数，该剂量优化目标函数中除了可以包括第一权重参数、靶区外的目标点对应的最大剂量参数和目标点对应的目标剂量参数之外，还可以包括与靶区对目标点的影响程度相关的第二权重。
S120、根据目标点与靶区表面点之间的位置关系，确定第二权重参数对应的第二权重值和最大剂量参数对应的最大剂量值。
由于第二权重值与靶区对目标点的影响程度相关，而靶区对目标点的影响程度优选可以与影响目标点的靶区表面点的数目相关。具体的，影响目标点的靶区表面点的数目越多，靶区对目标点的影响程度越大，反之则越小。而确定影响目标点的靶区表面点的数目的方式，可以是基于目标点与靶区表面点之间的位置关系确定。因此，优选的，可以基于目标点与靶区表面点之间的位置关系，确定第二权重参数对应的第二权重值。
优选的，基于目标点与靶区表面点之间的位置关系，确定最大剂量参数对应的最大剂量值，其表达式如下所示：
其中，dstart为在制定放疗计划时，预先设置的距离靶区最近的目标点的剂量值，dend为在制定放疗计划时，预先设置的距离靶区最远的目标点的剂量值，s为剂量随单位距离的变化步长，distv为目标点ν对应的最短距离。其中，dstart、dend和s由放疗计划预先确定。
S130、利用第一权重值、第二权重值和最大剂量值，调整目标剂量参数，得到使得剂量优化目标函数满足预设条件的目标剂量参数对应的最终目标剂量值。
优选的，使得剂量优化目标函数满足预设条件可以是使得剂量优化目标函数最小化。通过调整得到的使剂量优化目标函数最小化的最终目标剂量值，趋近于上述确定的最大剂量值。其中，可以采用梯度下降法对预先设置的初始目标剂量值进行调整。
本实施例提供的剂量确定方法，通过生成剂量优化目标函数，剂量优化目标函数包括第一权重参数、靶区外的目标点对应的最大剂量参数、与目标点相对应的第二权重参数以及目标点对应的目标剂量参数，其中，第一权重参数对应的第一权重值根据所述目标点所在区域的预设重要程度确定；根据目标点与靶区表面点之间的位置关系，确定第二权重参数对应的第二权重值和最大剂量参数对应的最大剂量值；利用第一权重值、第二权重值和最大剂量值，调整目标剂量参数，得到使得剂量优化目标函数满足预设条件的目标剂量参数对应的最终目标剂量值，通过考虑靶区外每个点受靶区的影响程度，提高了靶区外各点剂量分布的靶区适形度。
实施例二
图2是本发明实施例二所提供的一种剂量确定方法的流程图。本实施例可以与上述一个或者多个实施例中各个可选方案结合，在本实施例中，所述剂量优化目标函数的函数表达式如下所示：
其中，w为所述第一权重参数；falloffregion为所述目标点ν所在区域；wv为所述目标点ν对应的所述第二权重参数；Dv为所述目标点ν对应的所述目标剂量参数；为所述目标点ν对应的所述最大剂量参数。
以及，根据所述目标点与靶区表面点之间的位置关系，确定所述第二权重参数对应的第二权重值，包括：计算所述目标点到所述靶区表面点之间的距离，并在所述距离中，确定与所述目标点相对应的最短距离；根据所述最短距离，确定影响半径，其中，所述影响半径与所述靶区对所述目标点的影响程度相对应；在所述距离中，确定小于或等于所述影响半径的目标距离的总数目；根据所述总数目，确定与所述目标点相对应的第二权重值。
如图2所示，所述方法包括如下步骤：
S210、生成剂量优化目标函数，剂量优化目标函数的函数表达式如下所示：
其中，w为第一权重参数；falloffregion为所述目标点ν所在区域；wv为目标点ν对应的第二权重参数；Dv为目标点ν对应的目标剂量参数；为目标点ν对应的最大剂量参数。
S220、计算目标点到靶区表面点之间的距离，并在距离中，确定与目标点相对应的最短距离。
现有的计算距离的方法均可以用来计算本实施例中目标点到靶区表面点之间的距离，示例性的，计算目标点到靶区表面点之间的距离的方法可以包括欧氏距离计算方法、曼哈顿距离计算方法、切比雪夫距离计算方法、闵可夫斯基距离计算方法、标准化欧氏距离计算方法、马氏距离计算方法以及夹角余弦计算方法等。
本实施例中，对于每个目标点，均可以利用距离计算方法，计算出该目标点到靶区表面各点之间的距离。在获取到目标点到靶区表面各点之间的距离之后，优选的，可以根据各个距离之间的大小关系，确定目标点到靶区表面的最短距离。
S230、根据最短距离，确定影响半径，其中，影响半径与靶区对目标点的影响程度相对应；在距离中，确定小于或等于影响半径的目标距离的总数目；根据总数目，确定与目标点相对应的第二权重值。
优选的，影响目标点的靶区表面点的数目可以基于影响半径确定，其中，影响半径为大于最短距离的半径，影响半径的长度可以根据实际需要进行设定，在此不做特殊限定。示例性的，在目标点到靶区表面各点之间的所有距离中，小于或等于影响半径的距离的总数目为影响目标点的靶区表面点的数目。
本实施例中，小于或等于影响半径的目标距离的总数目越大，说明影响目标点的靶区表面点的总数目越多，即靶区对目标点的影响越大，相应的，与目标点对应的第二权重值也越大，反之则越小。优选的，第二权重值大于1。
在本发明的另一个实施例中，优选的，最短距离越大，相应的影响半径越大。示例性的，根据最短距离，确定与影响程度相对应的影响半径，其表达式可以如下所示：
r＝λ·distν
其中，r为影响半径；λ为影响系数，且影响系数λ>1，影像系数的具体数值可以根据实际需要进行设定；distv为目标点ν对应的最短距离。
在本发明的另一个实施例中，优选的，根据总数目，确定与目标点相对应的第二权重值，其表达式如下所示：
ων(N)＝m+k·Nν
其中，m≥1，k≥0，Nν为目标点ν对应的小于或等于影响半径的目标距离的总数目。
S240、基于目标点与靶区表面点之间的位置关系，确定最大剂量参数对应的最大剂量值。
S250、利用预先设置的第一权重值、第二权重值和最大剂量值，对预先设置的初始目标剂量值进行调整，得到使得剂量优化目标函数最小化的最终目标剂量值。
本实施例提供的一种剂量确定方法，在上述实施例的基础上将剂量优化目标函数以及各参数进行了具体化，通过具体的剂量优化目标函数以及各参数计算把区外各点的剂量值，使待确定剂量的计算更加准确。
实施例三
图3是本发明实施例三所提供的一种剂量确定装置的结构示意图。该剂量确定装置可以采用软件和/或硬件的方式实现，例如该剂量确定装置可以配置于计算机设备中。如图3所示，装置包括：
剂量优化目标函数生成模块310，用于生成剂量优化目标函数，剂量优化目标函数包括第一权重参数、靶区外的目标点对应的最大剂量参数、与目标点相对应的第二权重参数以及目标点对应的目标剂量参数，其中，第一权重参数对应的第一权重值根据目标点所在区域的预设重要程度确定；
参数值确定模块320，用于根据目标点与靶区表面点之间的位置关系，确定第二权重参数对应的第二权重值和最大剂量参数对应的最大剂量值；
最终目标剂量值确定模块330，用于利用第一权重值、第二权重值和最大剂量值，调整目标剂量参数，得到使得剂量优化目标函数满足预设条件的目标剂量参数对应的最终目标剂量值。
本实施例提供的一种剂量确定方法，通过利用剂量优化目标函数生成模块，生成剂量优化目标函数，剂量优化目标函数包括第一权重参数、靶区外的目标点对应的最大剂量参数、与目标点相对应的第二权重参数以及目标点对应的目标剂量参数，其中，第一权重参数对应的第一权重值根据所述目标点所在区域的预设重要程度确定；利用参数值确定模块，根据目标点与靶区表面点之间的位置关系，确定第二权重参数对应的第二权重值和最大剂量参数对应的最大剂量值；利用第一权重值、第二权重值和最大剂量值，利用最终目标剂量值确定模块，调整目标剂量参数，得到使得剂量优化目标函数满足预设条件的目标剂量参数对应的最终目标剂量值。通过考虑靶区外每个点受靶区的影响程度，提高了靶区外各点剂量分布的靶区适形度。
在上述技术方案的基础上，进一步的，剂量优化目标函数生成模块310具体用于：生成剂量优化目标函数，剂量优化目标函数的函数表达式如下所示：
其中，w为第一权重参数；falloffregion为所述目标点ν所在区域；wv为目标点ν对应的第二权重参数；Dv为目标点ν对应的目标剂量参数；为目标点ν对应的最大剂量参数。
在上述技术方案的基础上，进一步的，参数值确定模块320具体可以包括：
最短距离确定单元，用于计算目标点到靶区表面点之间的距离，并在距离中，确定与目标点相对应的最短距离；
影响半径确定单元，用于根据最短距离，确定影响半径，其中，影响半径与靶区对目标点的影响程度相对应；
目标距离总数目确定单元，用于在距离中，确定小于或等于影响半径的目标距离的总数目；
第二权重值确定单元，用于根据总数目，确定与目标点相对应的第二权重值。
在上述技术方案的基础上，进一步的，最短距离越大，相应的影响半径越大。
在上述技术方案的基础上，进一步的，第二权重值大于1，且总数目越大，第二权重值越大。
在上述技术方案的基础上，进一步的，第二权重值确定单元，具体可以基于如下表达式：
ων(N)＝m+k·Nν
其中，m≥1，k≥0，Nν为目标点ν对应的总数目。
在上述技术方案的基础上，进一步的，参数值确定模块320具体还可以基于如下表达式：
其中，dstart为预先设置的距离靶区最近的目标点的剂量值，dend为预先设置的距离靶区最远的目标点的剂量值，s为剂量随单位距离的变化步长，distv为目标点ν对应的最短距离。
本发明实施例所提供的剂量确定装置可执行任意实施例所提供的剂量确定方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性计算机设备412的框图。图4显示的计算机设备412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，计算机设备412以通用计算设备的形式表现。计算机设备412的组件可以包括但不限于：一个或者多个处理器416，存储器428，连接不同***组件(包括存储器428和处理器416)的总线418。除此之外，计算机设备412还包括激光发射器(图4中未示出)，激光发射器设置于参考坐标系内的参考点处，用于发射出射激光。
总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
计算机设备412典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备412访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器428可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)430和/或高速缓存存储器432。计算机设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储装置434可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如存储器428中，这样的程序模块442包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等，其中，显示器424可根据实际需要决定是否配置)通信，还可与一个或者多个使得用户能与该计算机设备412交互的设备通信，和/或与使得该计算机设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且，计算机设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器420通过总线418与计算机设备412的其它模块通信。应当明白，尽管图4中未示出，可以结合计算机设备412使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储装置等。
处理器416通过运行存储在存储器428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的剂量确定方法。
实施例五
本发明实施例五提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的剂量确定方法，包括：
生成剂量优化目标函数，剂量优化目标函数包括第一权重参数、靶区外的目标点对应的最大剂量参数、与目标点相对应的第二权重参数以及目标点对应的目标剂量参数，其中，第一权重参数对应的第一权重值根据所述目标点所在区域的预设重要程度确定；
根据目标点与靶区表面点之间的位置关系，确定第二权重参数对应的第二权重值和最大剂量参数对应的最大剂量值；
利用第一权重值、第二权重值和最大剂量值，调整目标剂量参数，得到使得剂量优化目标函数满足预设条件的目标剂量参数对应的最终目标剂量值。
当然，本发明实施例所提供的计算机可读存储介质，其上存储的计算机程序不限于执行如上所述的方法操作，还可以执行本发明任意实施例所提供的基于计算机设备的剂量确定方法中的相关操作。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种剂量确定方法，其特征在于，包括：
生成剂量优化目标函数，所述剂量优化目标函数包括第一权重参数、靶区外的目标点对应的最大剂量参数、与所述目标点相对应的第二权重参数以及所述目标点对应的目标剂量参数，其中，所述第一权重参数对应的第一权重值根据所述目标点所在区域的预设重要程度确定；
根据所述目标点与靶区表面点之间的位置关系，确定所述第二权重参数对应的第二权重值和所述最大剂量参数对应的最大剂量值；其中，目标点距离靶区表面的最短距离越大，目标点最大剂量参数对应的最大剂量值越小；影响目标点的靶区表面点的数目越多，靶区对目标点的影响程度越大，则所述第二权重参数对应的第二权重值越大；
利用所述第一权重值、所述第二权重值和所述最大剂量值，调整所述目标剂量参数，得到使得所述剂量优化目标函数满足预设条件的所述目标剂量参数对应的最终目标剂量值。
2.根据权利要求1所述的方法，其特征在于，所述剂量优化目标函数的函数表达式如下所示：
其中，w为所述第一权重参数；falloffregion为所述目标点ν所在区域；wv为所述目标点ν对应的所述第二权重参数；Dv为所述目标点ν对应的所述目标剂量参数；为所述目标点ν对应的所述最大剂量参数。
3.根据权利要求1或2所述的方法，其特征在于，根据所述目标点与靶区表面点之间的位置关系，确定所述第二权重参数对应的第二权重值，包括：
计算所述目标点到所述靶区表面点之间的距离，并在所述距离中，确定与所述目标点相对应的最短距离；
根据所述最短距离，确定影响半径，其中，所述影响半径与所述靶区对所述目标点的影响程度相对应；
在所述距离中，确定小于或等于所述影响半径的目标距离的总数目；
根据所述总数目，确定与所述目标点相对应的第二权重值。
4.根据权利要求3所述的方法，其特征在于，所述最短距离越大，相应的所述影响半径越大。
5.根据权利要求3所述的方法，其特征在于，所述第二权重值大于1，且所述总数目越大，所述第二权重值越大。
6.根据权利要求5所述的方法，其特征在于，所述根据所述总数目，确定与所述目标点相对应的第二权重值，其表达式如下所示：
ων(N)＝m+k·Nν
其中，m≥1，k≥0，Nν为所述目标点ν对应的所述总数目。
7.根据权利要求3所述的方法，其特征在于，基于所述目标点与靶区表面点之间的位置关系，确定所述最大剂量参数对应的最大剂量值，其表达式如下所示：
其中，dstart为预先设置的距离靶区最近的目标点的剂量值，dend为预先设置的距离靶区最远的目标点的剂量值，s为剂量随单位距离的变化步长，distv为所述目标点ν对应的最短距离。
8.一种剂量确定装置，其特征在于，包括：
剂量优化目标函数生成模块，用于生成剂量优化目标函数，所述剂量优化目标函数包括第一权重参数、靶区外的目标点对应的最大剂量参数、与所述目标点相对应的第二权重参数以及所述目标点对应的目标剂量参数，其中，所述第一权重参数对应的第一权重值根据所述目标点所在区域的预设重要程度确定；
参数值确定模块，用于根据所述目标点与靶区表面点之间的位置关系，确定所述第二权重参数对应的第二权重值和所述最大剂量参数对应的最大剂量值；其中，目标点距离靶区表面的最短距离越大，目标点最大剂量参数对应的最大剂量值越小；影响目标点的靶区表面点的数目越多，靶区对目标点的影响程度越大，则所述第二权重参数对应的第二权重值越大；
最终目标剂量值确定模块，用于利用所述第一权重值、所述第二权重值和所述最大剂量值，调整所述目标剂量参数，得到使得所述剂量优化目标函数满足预设条件的所述目标剂量参数对应的最终目标剂量值。
9.一种计算机设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的剂量确定方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的剂量确定方法。
CN201911360123.5A 2019-12-25 2019-12-25 一种剂量确定方法、装置、计算机设备及存储介质 Active CN111145866B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911360123.5A CN111145866B (zh) 2019-12-25 2019-12-25 一种剂量确定方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911360123.5A CN111145866B (zh) 2019-12-25 2019-12-25 一种剂量确定方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN111145866A CN111145866A (zh) 2020-05-12
CN111145866B true CN111145866B (zh) 2023-08-25

Family

ID=70520205

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911360123.5A Active CN111145866B (zh) 2019-12-25 2019-12-25 一种剂量确定方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN111145866B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113990443A (zh) * 2021-10-28 2022-01-28 上海联影医疗科技股份有限公司 一种剂量分布的确定方法和***

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015131962A1 (de) * 2014-03-05 2015-09-11 Siemens Aktiengesellschaft Automatische dosissteuerung für bildgebende medizinische einrichtungen
CN107545137A (zh) * 2017-08-16 2018-01-05 强深智能医疗科技（昆山）有限公司 肿瘤放射治疗计划智能优化方法
CN108711447A (zh) * 2018-05-23 2018-10-26 南方医科大学 基于体素权重因子的自动调强多目标优化方法及其应用
WO2019025460A1 (en) * 2017-07-31 2019-02-07 Koninklijke Philips N.V. ADJUSTING MECHANISM FOR OAR AND TARGET OBJECTIVES DURING OPTIMIZATION
CN110211664A (zh) * 2019-04-25 2019-09-06 安徽大学 一种基于机器学习自动设计放射治疗方案的***
CN110327554A (zh) * 2019-07-08 2019-10-15 南方医科大学 基于预测剂量分布引导的调强放疗计划优化方法及应用
CN110420396A (zh) * 2019-07-11 2019-11-08 上海联影医疗科技有限公司 一种放射治疗计划优化***、装置及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030212325A1 (en) * 2002-03-12 2003-11-13 Cristian Cotrutz Method for determining a dose distribution in radiation therapy
US7496173B2 (en) * 2003-12-12 2009-02-24 University Of Western Ontario Method and system for optimizing dose delivery of radiation
US10446265B2 (en) * 2015-09-25 2019-10-15 Varian Medical Systems International Ag Clinical goal treatment planning and optimization

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015131962A1 (de) * 2014-03-05 2015-09-11 Siemens Aktiengesellschaft Automatische dosissteuerung für bildgebende medizinische einrichtungen
WO2019025460A1 (en) * 2017-07-31 2019-02-07 Koninklijke Philips N.V. ADJUSTING MECHANISM FOR OAR AND TARGET OBJECTIVES DURING OPTIMIZATION
CN107545137A (zh) * 2017-08-16 2018-01-05 强深智能医疗科技（昆山）有限公司 肿瘤放射治疗计划智能优化方法
CN108711447A (zh) * 2018-05-23 2018-10-26 南方医科大学 基于体素权重因子的自动调强多目标优化方法及其应用
CN110211664A (zh) * 2019-04-25 2019-09-06 安徽大学 一种基于机器学习自动设计放射治疗方案的***
CN110327554A (zh) * 2019-07-08 2019-10-15 南方医科大学 基于预测剂量分布引导的调强放疗计划优化方法及应用
CN110420396A (zh) * 2019-07-11 2019-11-08 上海联影医疗科技有限公司 一种放射治疗计划优化***、装置及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
白雪 ; 王彬冰 ; 吴章文 ; 勾成俊 ; 侯氢 ; .基于体元密度权重的调强放射治疗优化方法.中国医学物理学杂志.2017,(01),第7-12页. *

Also Published As

Publication number Publication date
CN111145866A (zh) 2020-05-12

Similar Documents

Publication Publication Date Title
US10462138B2 (en) Application programming interface access controls
US10656910B2 (en) Learning intended user actions
CN110232411B (zh) 模型蒸馏实现方法、装置、***、计算机设备及存储介质
US11687942B2 (en) Method and apparatus for processing account of blockchain network, and storage medium
US11468310B2 (en) Constraining actions for reinforcement learning under safety requirements
WO2017215231A1 (en) Apparatus and method for accepting transaction reservation
US11042880B1 (en) Authenticating users in the presence of small transaction volumes
CN111145866B (zh) 一种剂量确定方法、装置、计算机设备及存储介质
US20190108261A1 (en) Disaggregating latent causes for computer system optimization
WO2021151342A1 (zh) 放疗计划中的剂量预测方法、装置、计算机设备及存储介质
GB2607793A (en) Reserving one or more security modules for secure guest
CN113408070B (zh) 发动机参数的确定方法、装置、设备及存储介质
EP3673956A1 (en) Systems and methods for treatment planning using continuous quality metrics
US20220415481A1 (en) Mesh topology adaptation
US20200250760A1 (en) Dynamic asset allocation and visualization
CN116547650A (zh) 用于修改计算实例方面的技术
KR20150096013A (ko) 신재생 에너지 공급인증서와 온실가스 배출권을 판매하는 방법 및 장치
US20200344310A1 (en) Method and system for deployment of edge microservices
CN111986778B (zh) 一种调强计划优化***、装置及存储介质
CN115293324A (zh) 量化感知训练方法及相关装置
CN113447913A (zh) 一种姿态确定方法、装置、设备和介质
CN108694631A (zh) 自动调整关键词出价的方法、装置、设备及存储介质
US11651847B2 (en) Dose volume histogram and dose distribution based autoplanning
EP3308289B1 (en) Resource protection using tokenized information
CN110993059A (zh) 一种最大剂量点优化方法、装置、电子设备及存储介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant after: Shanghai Lianying Medical Technology Co.,Ltd.

Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

GR01 Patent grant
GR01 Patent grant