CN117357812A - 剂量分布重建方法、装置和存储介质 - Google Patents
剂量分布重建方法、装置和存储介质 Download PDFInfo
- Publication number
- CN117357812A CN117357812A CN202311448317.7A CN202311448317A CN117357812A CN 117357812 A CN117357812 A CN 117357812A CN 202311448317 A CN202311448317 A CN 202311448317A CN 117357812 A CN117357812 A CN 117357812A
- Authority
- CN
- China
- Prior art keywords
- distribution
- source intensity
- dose distribution
- dose
- intensity distribution
- 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.)
- Pending
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 505
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000005540 biological transmission Effects 0.000 claims abstract description 197
- 238000012937 correction Methods 0.000 claims abstract description 70
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 58
- 230000005855 radiation Effects 0.000 claims abstract description 45
- 239000011159 matrix material Substances 0.000 claims description 60
- 238000004590 computer program Methods 0.000 claims description 17
- 238000005259 measurement Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 15
- 238000010801 machine learning Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000005286 illumination Methods 0.000 claims description 6
- 230000002285 radioactive effect Effects 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 231100000628 reference dose Toxicity 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 238000001727 in vivo Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
- A61N5/1031—Treatment planning systems using a specific method of dose optimization
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1071—Monitoring, verifying, controlling systems and methods for verifying the dose delivered by the treatment plan
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1075—Monitoring, verifying, controlling systems and methods for testing, calibrating, or quality assurance of the radiation treatment apparatus
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
- A61N5/1031—Treatment planning systems using a specific method of dose optimization
- A61N2005/1034—Monte Carlo type methods; particle tracking
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N2005/1074—Details of the control system, e.g. user interfaces
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of Radiation (AREA)
Abstract
本申请涉及一种剂量分布重建方法、装置和存储介质。该方法包括:基于感兴趣区域的测量透射剂量分布,确定放射源的预测源强度分布;基于预测源强度分布,通过剂量算法确定计算透射剂量分布;确定计算透射剂量分布是否满足预设条件,在计算透射剂量分布不满足预设条件的情况下,利用修正算法对预测源强度分布进行修正,直至预测源强度分布对应的计算透射剂量分布满足预设条件为止,并且将满足预设条件的计算透射剂量分布所对应的预测源强度分布作为目标源强度分布;基于目标源强度分布,重建感兴趣区域的剂量分布。采用本方法能够准确地获取感兴趣区域的体剂量分布。
Description
技术领域
本申请涉及放射递送技术领域,特别是涉及一种剂量分布重建方法、装置和存储介质。
背景技术
在放射递送(例如,放射治疗、辐射加工、辐射探伤或者辐射试验等等)的过程中,需要确定放射剂量的分布情况,以调整放射递送计划或者监控放射递送完成度。
例如,在体三维剂量监测是放射治疗过程的一个重要环节,通过监测放射过程中的在体维剂量分布,可以确定病人体内剂量分布是否合理。
相关技术中,主要是将剂量监测装置(例如,电子射野影像装置(ElectronicPortal Imaging Device,EPID)、剂量探测器等)的测量透射剂量与理论透射剂量进行对比,以判断感兴趣区域的实际照射剂量和理论照射剂量是否一致,根据判断结果确定体剂量分布。
然而,相关技术的方法无法准确地获取感兴趣区域的体剂量分布。
发明内容
基于此,有必要针对上述技术问题,提供一种剂量分布重建方法、装置和存储介质,能够准确地获取感兴趣区域的体剂量分布。
第一方面,本申请提供了一种剂量分布重建方法,该方法包括:
基于感兴趣区域的测量透射剂量分布,确定放射源的预测源强度分布;
基于预测源强度分布,通过剂量算法确定计算透射剂量分布;
确定计算透射剂量分布是否满足预设条件,在计算透射剂量分布不满足预设条件的情况下,利用修正算法对预测源强度分布进行修正,直至预测源强度分布对应的计算透射剂量分布满足预设条件为止,并且将满足预设条件的计算透射剂量分布所对应的预测源强度分布作为目标源强度分布;
基于目标源强度分布,重建感兴趣区域的剂量分布。
在其中一个实施例中,测量透射剂量分布包括在放射源的不同照射角度下测得的多个透射剂量分布,预测源强度分布包括放射源在各照射角度下的预测出的多个源强度分布。
在其中一个实施例中,基于目标源强度分布,重建感兴趣区域的剂量分布,包括:
将多个目标源强度分布进行融合,得到融合后的单个目标源强度分布;
基于单个目标源强度分布,重建感兴趣区域的剂量分布。
在其中一个实施例中,修正算法中使用的修正模型的训练过程包括:
基于样本测量透射影像确定样本预测源强度分布;
基于样本测量透射影像对应的样本理论透射影像,确定样本理论源强度分布;
利用样本预测源强度分布对初始修正模型进行训练,直至初始修正模型输出的源强度分布与样本理论源强度分布之间的误差小于预设误差阈值,得到修正模型。
在其中一个实施例中,确定计算透射剂量分布是否满足预设条件,包括:
确定测量透射剂量分布与计算透射剂量分布之间的差异矩阵;
根据差异矩阵,确定计算透射剂量分布是否满足预设条件。
在其中一个实施例中,根据各差异矩阵,确定各源强度分布中满足预设条件的第一源强度分布和不满足预设条件的第二源强度分布,包括:
若差异矩阵小于或等于预设差异矩阵,则确定计算透射剂量分布满足预设条件;
若差异矩阵大于预设差异矩阵,则确定计算透射剂量分布不满足预设条件。
在其中一个实施例中,在基于感兴趣区域的测量透射剂量分布,确定放射源的预测源强度分布之前,包括:
获取针对感兴趣区域拍摄的测量透射影像上的灰度分布;
根据灰度分布以及灰度-剂量预设关系,确定测量透射剂量分布。
在其中一个实施例中,剂量算法包括蒙特卡洛剂量算法,并且/或者,修正算法包括机器学习算法。
第二方面,本申请还提供了一种剂量分布重建装置,该剂量分布重建装置包括:
确定模块,用于基于感兴趣区域的测量透射剂量分布,确定放射源的预测源强度分布;
计算模块,用于基于预测源强度分布,通过剂量算法确定计算透射剂量分布;
修正模块,用于确定计算透射剂量分布是否满足预设条件,在计算透射剂量分布不满足预设条件的情况下,利用修正算法对预测源强度分布进行修正,直至预测源强度分布对应的计算透射剂量分布满足预设条件为止,并且将满足预设条件的计算透射剂量分布所对应的预测源强度分布作为目标源强度分布;
重建模块,用于基于目标源强度分布,重建感兴趣区域的剂量分布。
第三方面,本申请还提供了一种计算机设备。计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述第一方面中剂量分布重建方法的任意一项实施例的内容。
第四方面,本申请还提供了一种计算机可读存储介质。计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述第一方面中剂量分布重建方法的任意一项实施例的内容。
第五方面,本申请还提供了一种计算机程序产品。计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述第一方面中剂量分布重建方法的任意一项实施例的内容。
上述剂量分布重建方法、装置和存储介质,基于感兴趣区域的测量透射剂量分布,确定放射源的预测源强度分布;基于预测源强度分布,通过剂量算法确定计算透射剂量分布;确定计算透射剂量分布是否满足预设条件,在计算透射剂量分布不满足预设条件的情况下,利用修正算法对预测源强度分布进行修正,直至预测源强度分布对应的计算透射剂量分布满足预设条件为止,并且将满足预设条件的计算透射剂量分布所对应的预测源强度分布作为目标源强度分布;基于目标源强度分布,重建感兴趣区域的剂量分布。该方法通过实测得到的测量透射剂量分布,可以确定放射源的初始的预测源强度分布。并基于预测的源强度分布可以确定出计算透射剂量分布,并对计算透射剂量分布进行条件判断,并基于判断结果,对初始的预测源强度分布进行不断修正,修正后的目标源强度分布能够真实地反映放射源的源强度分布。得到的目标源强度分布更准确,基于目标源强度,就可以更准确地获取感兴趣区域的剂量分布。
附图说明
图1为一个实施例中剂量分布重建方法的应用环境图;
图2为一个实施例中剂量分布重建方法的流程示意图;
图3为一个实施例中剂量分布重建方法的流程示意图;
图4为一个实施例中剂量分布重建方法的流程示意图;
图5为一个实施例中剂量分布重建方法的流程示意图;
图6为一个实施例中剂量分布重建方法的流程示意图;
图7为一个实施例中剂量分布重建方法的流程示意图;
图8为一个实施例中剂量分布重建方法的流程示意图;
图9为一个实施例中剂量分布重建方法的流程示意图;
图10为一个实施例中剂量分布重建装置的结构框图。
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。
本申请实施例提供的剂量分布重建方法,可以应用于如图1所示的应用环境中。例如,该计算机设备可为服务器、个人计算机、笔记本电脑、智能手机、平板电脑、智能移动电话等。该计算机设备可包括通过***总线连接或通过无线方式连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器可包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储剂量分布重建过程中的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信,该计算机程序被处理器执行时以实现一种剂量分布重建方法。其中,该计算机设备可以用独立的控制器或者是多个控制器组成的控制器集群来实现。需要说明的是,该计算机设备的存储器不限于上述的存储器,也可以包括高速随机存取存储器、易失性固态存储器等等。另外,该计算机设备的组成架构不限于上述的情况,也可以增加或省去一部分组件。
需要说明的是,本申请提供的剂量分布重建方法可以用于剂量监控过程。除了患者剂量质控(Quality Assurance,QA)过程以外,还可以用在其他场景下,例如,在模体质量评估过程,如果电子射野影像装置(Electronic Portal Imaging Device,EPID)、剂量探测器或其他测量设备能够获得透射过模体的透射剂量,则也可通过本申请提供的剂量分布重建方法确定模体内的沉积剂量。通过本申请的剂量分布重建方法,可以更加直观地比较、验证目标对象内部三位剂量分布情况,为后续的放射治疗过程提供参考,实现剂量引导放射治疗过程。
在一个实施例中,如图2所示,提供了一种剂量分布重建方法,以该方法应用于图1中的计算机设备为例进行说明,包括以下步骤:
S201,基于感兴趣区域的测量透射剂量分布,确定放射源的预测源强度分布。
一般而言,放射源、感兴趣区域和测量装置可以依次设置,即感兴趣区域设置在放射源和测量装置之间。放射源是指发射辐射剂量的源设备,其用于向感兴趣区域发射剂量,该辐射剂量经过感兴趣区域后,一部分辐射剂量沉积在感兴趣区域上,另一部分辐射剂量透射或者散射到其他区域(例如,可能附着在测量装置上)。例如,上述测量透射剂量可以是透射到测量装置上的剂量或者根据透射到测量装置上的剂量而计算出的剂量。该感兴趣区域的测量透射剂量分布可以通过测量装置测量获得,测量装置测量到透射剂量分布后,将该透射剂量分布发送给计算机设备。例如,该测量装置可以是EPID、剂量探测器等。或者,计算机设备还可以基于感兴趣区域的标识信息,从剂量分布服务器中获取感兴趣区域的测量透射剂量分布。
进一步的,源强度分布是指放射源中剂量的分布情况(例如,空间各点处的剂量值、分布形状等)、或者射线从放射源射出时在空间内所能够形成的剂量的分布情况等。源强度分布与测量透射剂量分布的形状之间存在有相互映射的关系(例如,此关系可基于经验、理论计算或者大数据计算来确定)。计算机设备可以基于该映射关系和测量透射剂量分布,推算或确定源强度分布,并将其确定为预测源强度分布。或者,计算机设备还可以将感兴趣区域的测量透射剂量分布输入至训练好的神经网络模型中,通过训练好的神经网络模型对测量透射剂量分布进行分析,确定放射源的预测源强度分布。
需要说明的是,放射源在向感兴趣区域照射剂量时,可以是从单一的照射角度进行照射,单个照射角度对应一个测量透射剂量分布。还可以从不同的照射角度进行照射,不同的照射角度得到的测量透射剂量分布可能是不同的。即一个照射角度对应一个测量透射剂量分布,那么,上述测量透射剂量分布包括在放射源的不同照射角度下测得的多个透射剂量分布。对应的,预测源强度分布包括放射源在各照射角度下的预测出的多个源强度分布。通过获取不同照射角度下测得的多个透射剂量分布并且基于此确定预测源强度分布,可以更准确地确定源强度分布。
S202,基于预测源强度分布,通过剂量算法确定计算透射剂量分布。
其中,计算剂量分布是指在放射源的源强度分布为预测源强度分布的基础上,剂量透过感兴趣区域后,在测量设备上的理论透射剂量分布。也就是说,计算透射剂量分布为一个理论值。上述剂量算法中包含源强度与透射剂量的映射关系。例如,该剂量算法可以是蒙特卡洛(Monte Carlo,MC)剂量计算引擎等。此外,该剂量算法也可为卷积算法、笔形束算法或者其他类型的剂量算法,本实施例在这里对于剂量算法的类型不作限制。
在本实施例中,由于剂量算法中包含源强度与透射剂量的映射关系,计算机设备可以利用剂量算法对预测源强度分布进行分析,确定每一个预测源强度对应的计算透射剂量,从而得到预测源强度分布对应的计算透射剂量分布。
S203,确定计算透射剂量分布是否满足预设条件,在计算透射剂量分布不满足预设条件的情况下,利用修正算法对预测源强度分布进行修正,直至预测源强度分布对应的计算透射剂量分布满足预设条件为止,并且将满足预设条件的计算透射剂量分布所对应的预测源强度分布作为目标源强度分布。
其中,修正算法可包括基于参考剂量分布模型(例如,蒙特卡洛剂量模型或者笔形束剂量模型等)的修正算法、机器学***滑程度,有效增强多叶光栅的凹凸槽效应(Tongue&Groove effect,T&G)及多叶光栅的叶片端面效应(leaftip effect)。另外,在改善源强度分布的平滑程度时,还可以利用平滑修正算法对源强度分布进行修正。例如,平滑修正算法可以是虚拟空间平滑算法、绝对减值法等。此外,不限于此,上述初步修正和/或进一步修正也可由用户进行或者通过其他修正算法来进行。
在本实施例中,计算机设备可以对计算透射剂量分布进行分析,以确定计算透射剂量分布是否满足条件。当确定计算透射剂量分布满足预设条件的情况下,无需对预测源强度分布进行修正,直接基于预测源强度分布重建感兴趣区域的剂量分布。
当确定计算透射剂量分布不满足预设条件的情况下,过修正算法不断地对预测源强度分布进行修正(例如,可以将预测源强度分布输入至修正模型中从而进行修正)。在每一次修正完成后,获取修正完成的预测源强度分布对应的计算透射剂量,继续判断计算透射剂量是否满足预设条件,若满足条件,则停止修正,并将此次修正得到的预测源强度分布确定为目标源强度分布;若未满足条件,则继续通过修正算法进行下一次修正。
作为一个非限制性的示例,预设条件可以为计算透射剂量分布与测量透射剂量分布之间的差值(例如差值矩阵或者特定点处的差值)是否小于预定阈值。作为另一个非限制性的示例,预设条件可以是基于计算透射剂量分布确定的计算剂量图像(例如,EPID图像)与测量透射剂量分布所对应的测量剂量图像之间的差异矩阵是否通过收敛条件。本文中,不对预设条件进行特定的限制,可以根据实际情况以及需求确定。
S204,基于目标源强度分布,重建感兴趣区域的剂量分布。
其中,例如,感兴趣区域的剂量分布是指沉积或以其他方式保持在感兴趣区域处的剂量分布情况。
在本实施例中,计算机设备可以基于源强度与感兴趣区域处的剂量分布的预设关系,重建目标源强度分布中的每一个源强度分布对应的感兴趣区域的剂量分布(例如,三维剂量分布、二维剂量分布等)。
需要说明的是,当目标源强度分布的数量为多个时,可以按照顺序,依次确定每一个目标源强度分布对应的剂量分布,并将多个剂量分布进行融合,得到感兴趣区域的剂量分布。或者,计算机设备还可以将多个目标源强度分布融合为单个目标源强度分布,并基于单个目标源强度分布确定感兴趣区域的剂量分布。例如,可以以加权相加的方式、直接叠加的方式等各种方式来将多个目标源强度分布融合为单个目标源强度分布。
上述剂量分布重建方法中,基于感兴趣区域的测量透射剂量分布,确定放射源的预测源强度分布;基于预测源强度分布,通过剂量算法确定计算透射剂量分布;确定计算透射剂量分布是否满足预设条件,在计算透射剂量分布不满足预设条件的情况下,利用修正算法对预测源强度分布进行修正,直至预测源强度分布对应的计算透射剂量分布满足预设条件为止,并且将满足预设条件的计算透射剂量分布所对应的预测源强度分布作为目标源强度分布;基于目标源强度分布,重建感兴趣区域的剂量分布。该方法通过实测得到的测量透射剂量分布,可以确定放射源的初始的预测源强度分布。并基于预测的源强度分布可以确定出计算透射剂量分布,并对计算透射剂量分布进行条件判断,并基于判断结果,对初始的预测源强度分布进行不断修正,修正后的目标源强度分布能够真实地反映放射源的源强度分布。得到的目标源强度分布更准确,基于目标源强度,就可以更准确地获取感兴趣区域的剂量分布。
在上述实施例的基础上,本实施例是对图2中步骤S204“基于目标源强度分布,重建感兴趣区域的剂量分布”的相关内容进行介绍说明。如图3所示,作为非限制性示例,上述步骤S204可以包括如下内容:
S301,将多个目标源强度分布进行融合,得到融合后的单个目标源强度分布。
在本实施例中,多个目标源强度分布分别是指放射源在不同照射角度下的源强度分布,感兴趣区域在不同照射角度下都会存在沉积剂量。计算机设备可以将多个目标源强度分布进行相加,将相加得到的目标源强度分布作为融合后的单个目标源强度分布。
S302,基于单个目标源强度分布,重建感兴趣区域的剂量分布。
在本实施例中,单个目标源强度分布表示了放射源在不同放射角度下的所有目标源强度分布,计算机设备可以通过剂量分布重建算法,对单个目标源强度分布进行重建,得到感兴趣区域的剂量分布。
上述剂量分布重建方法中,将多个目标源强度分布进行融合,得到融合后的单个目标源强度分布;基于单个目标源强度分布,重建感兴趣区域的剂量分布。该方法通过将多个目标源强度分布进行融合,结合不同照射角度的源强度分布,以准确地获取到在整体照射过程中的单个目标源强度分布。基于该单个目标源强度分布,可以更准确地对感兴趣区域的剂量分布进行重建。
在上述实施例的基础上,本实施例是对上述修正算法中使用的修正模型的训练过程的相关内容进行介绍说明。如图4所示,作为非限制性示例,该训练过程可以包括如下内容:
S401,基于样本测量透射影像确定样本预测源强度分布。
在本实施例中,对初始修正模型进行训练之前,需要确定训练样本。计算机设备可以获取多个历史测量透射影像,确定每一个历史测量透射影像对应的测量透射剂量分布。并基于测量透射剂量分布,确定每一个历史测量透射影像对应的预测源强度分布,并将得到的多个预测源强度分布确定为样本预测源强度分布。
S402,基于样本测量透射影像对应的样本理论透射影像,确定样本理论源强度分布。
在本实施例中,计算机设备可以根据样本测量透射影像确定对应的样本理论透射影像,再对样本理论透射影像进行分析,确定样本理论透射剂量分布。之后,根据样本理论透射剂量分布,确定样本理论透射影像对应的样本理论源强度分布。
S403,利用样本预测源强度分布对初始修正模型进行训练,直至初始修正模型输出的源强度分布与样本理论源强度分布之间的误差小于预设误差阈值,得到修正模型。
在本实施例中,计算机设备可以利用样本预测源强度分布对初始修正模型进行训练,初始修正模型输出的源强度分布后,计算输出的源强度分布与样本理论源强度分布之间的误差。将该误差与预设误差阈值进行对比,当确定误差大于预设误差阈值时,继续对初始修正模型进行训练;当确定误差小于预设误差阈值时,则停止对初始修正模型进行修正,得到修正模型。
上述剂量分布重建方法中,基于样本测量透射影像确定样本预测源强度分布;基于样本测量透射影像对应的样本理论透射影像,确定样本理论源强度分布;利用样本预测源强度分布对初始修正模型进行训练,直至初始修正模型输出的源强度分布与样本理论源强度分布之间的误差小于预设误差阈值,得到修正模型。该方法通过样本测量透射影像对应的样本预测源强度分布训练初始修正模型,并基于样本理论源强度分布确定训练终止的条件,使得到的修正模型能够更准确地对预测源强度分布模型进行修正。
在上述实施例的基础上,本实施例是对图2中步骤S203“确定计算透射剂量分布是否满足预设条件”的相关内容进行介绍说明。如图5所示,作为非限制性示例,上述步骤S203可以包括如下内容:
S501,确定测量透射剂量分布与计算透射剂量分布之间的差异矩阵。
在本实施例中,一个测量透射剂量分布对应一个计算透射剂量分布。针对任意一个测量透射剂量分布和对应的计算透射剂量分布来说,计算机设备可以计算测量透射剂量分布与计算透射剂量分布的差值,并将差值确定为测量透射剂量分布与计算透射剂量分布之间的差异矩阵。
S502,根据差异矩阵,确定计算透射剂量分布是否满足预设条件。
在本实施例中,差异矩阵越大,说明计算透射剂量分布不准确,需要对该计算透射剂量分布进行修正;差异矩阵越小,说明计算透射剂量分布准确,无需对该计算透射剂量分布进行修正。计算机设备可以将该差异矩阵与预设差异矩阵进行比较,根据比较结果,确定透射剂量分布是否满足预设条件。或者,计算机设备还可以判断差异矩阵是否处于需要修正的矩阵范围,并根据判断结果,确定计算透射剂量是否满足预设条件。例如,若差异矩阵处于需要修正的矩阵范围,则确定计算透射剂量分布不满足预设条件;若差异矩阵未处于需要修正的矩阵范围,则确定计算透射剂量分布满足预设条件。
上述剂量分布重建方法中,确定测量透射剂量分布与计算透射剂量分布之间的差异矩阵;根据差异矩阵,确定计算透射剂量分布是否满足预设条件。该方法基于测量透射剂量分布与计算透射剂量分布的差异矩阵,可以准确地确定计算透射剂量分布是否准确,从而可以准确地确定该透射剂量分布是否满足预设条件。
在上述实施例的基础上,本实施例是对图5中步骤S502“根据差异矩阵,确定计算透射剂量分布是否满足预设条件”的相关内容进行介绍说明。如图6所示,作为非限制性示例,上述步骤S502可以包括如下内容:
S601,若差异矩阵小于或等于预设差异矩阵,则确定计算透射剂量分布满足预设条件。
在本实施例中,计算机设备可以将差异矩阵与预设差异矩阵进行比较,若差异矩阵小于或等于预设差异矩阵,则说明测量透射剂量分布与计算透射剂量分布之间的差异较小。此时,无需对计算透射剂量分布进行修正,确定计算透射剂量分布满足预设条件。
S602,若差异矩阵大于预设差异矩阵,则确定计算透射剂量分布不满足预设条件。
在本实施例中,若差异矩阵大于预设差异矩阵,则说明测量透射剂量分布与计算透射剂量分布之间的差异较大。此时,需要对计算透射剂量分布进行修正。此时,需要对计算透射剂量分布进行修正,确定计算透射剂量分布不满足预设条件。
上述剂量分布重建方法中,若差异矩阵小于或等于预设差异矩阵,则确定计算透射剂量分布满足预设条件;若差异矩阵大于预设差异矩阵,则确定计算透射剂量分布不满足预设条件。该方法将差异矩阵与预设差异矩阵进行比较,根据不同的比较结果,可以准确地确定计算透射剂量分布是否满足条件。
在上述实施例的基础上,本实施例是对确定测量透射剂量分布的相关内容进行介绍说明。如图7所示,作为非限制性示例,上述方法还可以包括如下内容:
S701,获取针对感兴趣区域拍摄的测量透射影像上的灰度分布。
其中,灰度分布是指测量透射影像上每一个像素点的灰度值的分布情况。
在本实施例中,当计算机设备获取到感兴趣区域对应的测量透射影像后,可以利用灰度特征提取算法提取测量透射影像中每一个像素点的灰度值,并根据每一个像素点的灰度值,确定测量透射影像上的灰度分布。
S702,根据灰度分布以及灰度-剂量预设关系,确定测量透射剂量分布。
其中,灰度-剂量预设关系是指每一个像素点的灰度值与对应的剂量之间的关系,对于一个像素点来说,灰度值越大,对应的剂量也就越高;灰度值越小,对应的剂量也就越小。
在本实施例中,计算机设备可以根据灰度-剂量预设关系,确定每一个灰度值对应的剂量,从而可以得到测量透射影像的灰度分布对应的剂量分布,将该剂量分布确定为测量透射剂量分布。
上述剂量分布重建方法中,获取针对感兴趣区域拍摄的测量透射影像上的灰度分布;根据灰度分布以及灰度-剂量预设关系,确定测量透射剂量分布。该方法对测量透射影像的灰度值进行分析,并根据灰度-剂量预设关系,可以准确地确定测量透射影像的灰度值对应的测量透射剂量分布。
在一个实施例中,对上述剂量分布重建方法进行详细介绍,如图8所示,该方法可以包括:
S801,获取针对感兴趣区域拍摄的测量透射影像上的灰度分布;
S802,根据灰度分布以及灰度-剂量预设关系,确定测量透射剂量分布;
S803,基于感兴趣区域的测量透射剂量分布,确定放射源的预测源强度分布;
S804,基于预测源强度分布,通过剂量算法确定计算透射剂量分布;
S805,确定测量透射剂量分布与计算透射剂量分布之间的差异矩阵;
S806,若差异矩阵大于预设差异矩阵,则确定计算透射剂量分布不满足预设条件;
S807,利用修正算法对预测源强度分布进行修正,直至预测源强度分布对应的计算透射剂量分布满足预设条件为止,并且将满足预设条件的计算透射剂量分布所对应的预测源强度分布作为目标源强度分布;
S808,将多个目标源强度分布进行融合,得到融合后的单个目标源强度分布;
S809,基于单个目标源强度分布,重建感兴趣区域的剂量分布。
图9为剂量分布重建方法的流程示意图,该方法包括:S901:获取针对感兴趣区域拍摄的测量透射影像;S902:基于测量透射影像,确定放射源的预测源强度分布;S903:利用蒙特卡洛剂量计算引擎,确定计算透射影像;S904:获取测量透射影像与计算透射影像之间的差异矩阵;S905:基于差异矩阵,确定预测源强度分布是否需要修正;若需要修正,则执行步骤S906;若无需修正,则执行步骤S907;S906:利用修正算法对预测源强度分布模型进行修正,得到修正后的源强度分布,并继续执行步骤S903;S907:基于修正后的预测源强度分布,重建感兴趣区域的剂量分布。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的剂量分布重建方法的剂量分布重建装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个剂量分布重建装置实施例中的具体限定可以参见上文中对于剂量分布重建方法的限定,在此不再赘述。
在一个实施例中,如图10所示,提供了一种剂量分布重建装置,包括:确定模块11、计算模块12、修正模块13和重建模块14,其中:
确定模块,用于基于感兴趣区域的测量透射剂量分布,确定放射源的预测源强度分布;
计算模块,用于基于预测源强度分布,通过剂量算法确定计算透射剂量分布;
其中,测量透射剂量分布包括在放射源的不同照射角度下测得的多个透射剂量分布,预测源强度分布包括放射源在各照射角度下的预测出的多个源强度分布;
修正模块,用于确定计算透射剂量分布是否满足预设条件,在计算透射剂量分布不满足预设条件的情况下,利用修正算法对预测源强度分布进行修正,直至预测源强度分布对应的计算透射剂量分布满足预设条件为止,并且将满足预设条件的计算透射剂量分布所对应的预测源强度分布作为目标源强度分布;
其中,剂量算法包括蒙特卡洛剂量算法,并且/或者修正算法包括机器学习算法;
重建模块,用于基于目标源强度分布,重建感兴趣区域的剂量分布。
在一个实施例中,重建模块包括:融合单元和重建单元,其中:
融合单元,用于将多个目标源强度分布进行融合,得到融合后的单个目标源强度分布;
重建单元,用于基于单个目标源强度分布,重建感兴趣区域的剂量分布。
在一个实施例中,上述剂量分布重建装置还包括:第一样本确定模块、第二样本确定模块和训练模块,其中:
第一样本确定模块,用于基于样本测量透射影像确定样本预测源强度分布。
第二样本确定模块,用于基于样本测量透射影像对应的样本理论透射影像,确定样本理论源强度分布。
训练模块,用于利用样本预测源强度分布对初始修正模型进行训练,直至初始修正模型输出的源强度分布与样本理论源强度分布之间的误差小于预设误差阈值,得到修正模型。
在一个实施例中,上述修正模块还包括:第一确定单元和第二确定单元,其中:
第一确定单元,用于确定测量透射剂量分布与计算透射剂量分布之间的差异矩阵;
第二确定单元,用于根据差异矩阵,确定计算透射剂量分布是否满足预设条件。
在一个实施例中,上述第二确定单元还用于在差异矩阵小于或等于预设差异矩阵的情况下,则确定计算透射剂量分布满足预设条件;在差异矩阵大于预设差异矩阵的情况下,则确定计算透射剂量分布不满足预设条件。
在一个实施例中,上述剂量分布重建装置还包括:获取模块和剂量分布确定模块,其中:
获取模块,用于获取针对感兴趣区域拍摄的测量透射影像上的灰度分布;
剂量分布确定模块,用于根据灰度分布以及灰度-剂量预设关系,确定测量透射剂量分布。
上述剂量分布重建装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述剂量分布重建方法中任意一项实施例的内容。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述剂量分布重建方法中任意一项实施例的内容。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述剂量分布重建方法中任意一项实施例的内容。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种剂量分布重建方法,其特征在于,包括:
基于感兴趣区域的测量透射剂量分布,确定放射源的预测源强度分布;
基于所述预测源强度分布,通过剂量算法确定计算透射剂量分布;
确定所述计算透射剂量分布是否满足预设条件,在所述计算透射剂量分布不满足所述预设条件的情况下,利用修正算法对所述预测源强度分布进行修正,直至所述预测源强度分布对应的计算透射剂量分布满足所述预设条件为止,并且将满足所述预设条件的计算透射剂量分布所对应的预测源强度分布作为目标源强度分布;
基于所述目标源强度分布,重建所述感兴趣区域的剂量分布。
2.根据权利要求1所述的剂量分布重建方法,其特征在于,所述测量透射剂量分布包括在所述放射源的不同照射角度下测得的多个透射剂量分布,所述预测源强度分布包括所述放射源在各所述照射角度下的预测出的多个源强度分布。
3.根据权利要求2所述的剂量分布重建方法,其特征在于,所述基于所述目标源强度分布,重建所述感兴趣区域的剂量分布,包括:
将多个所述目标源强度分布进行融合,得到融合后的单个目标源强度分布;
基于所述单个目标源强度分布,重建所述感兴趣区域的剂量分布。
4.根据权利要求1所述的剂量分布重建方法,其特征在于,所述修正算法中使用的修正模型的训练过程包括:
基于样本测量透射影像确定样本预测源强度分布;
基于所述样本测量透射影像对应的样本理论透射影像,确定样本理论源强度分布;
利用所述样本预测源强度分布对初始修正模型进行训练,直至所述初始修正模型输出的源强度分布与所述样本理论源强度分布之间的误差小于预设误差阈值,得到所述修正模型。
5.根据权利要求1所述的剂量分布重建方法,其特征在于,所述确定所述计算透射剂量分布是否满足预设条件,包括:
确定所述测量透射剂量分布与所述计算透射剂量分布之间的差异矩阵;
根据所述差异矩阵,确定所述计算透射剂量分布是否满足所述预设条件。
6.根据权利要求5所述的剂量分布重建方法,其特征在于,所述根据所述差异矩阵,确定所述计算透射剂量分布是否满足预设条件,包括:
若所述差异矩阵小于或等于预设差异矩阵,则确定所述计算透射剂量分布满足所述预设条件;
若所述差异矩阵大于所述预设差异矩阵,则确定所述计算透射剂量分布不满足所述预设条件。
7.根据权利要求1所述的剂量分布重建方法,其特征在于,在所述基于感兴趣区域的测量透射剂量分布,确定放射源的预测源强度分布之前,包括:
获取针对所述感兴趣区域拍摄的测量透射影像上的灰度分布;
根据所述灰度分布以及灰度-剂量预设关系,确定所述测量透射剂量分布。
8.根据权利要求1所述的剂量分布重建方法,其特征在于,所述剂量算法包括蒙特卡洛剂量算法,并且/或者所述修正算法包括机器学习算法。
9.一种剂量分布重建装置,其特征在于,包括:
确定模块,用于基于感兴趣区域的测量透射剂量分布,确定放射源的预测源强度分布;
计算模块,用于基于所述预测源强度分布,通过剂量算法确定计算透射剂量分布;
修正模块,用于确定所述计算透射剂量分布是否满足预设条件,在所述计算透射剂量分布不满足所述预设条件的情况下,利用修正算法对所述预测源强度分布进行修正,直至所述预测源强度分布对应的计算透射剂量分布满足所述预设条件为止,并且将满足所述预设条件的计算透射剂量分布所对应的预测源强度分布作为目标源强度分布;
重建模块,用于基于所述目标源强度分布,重建所述感兴趣区域的剂量分布。
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,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的剂量分布重建方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311448317.7A CN117357812A (zh) | 2023-11-01 | 2023-11-01 | 剂量分布重建方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311448317.7A CN117357812A (zh) | 2023-11-01 | 2023-11-01 | 剂量分布重建方法、装置和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117357812A true CN117357812A (zh) | 2024-01-09 |
Family
ID=89396368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311448317.7A Pending CN117357812A (zh) | 2023-11-01 | 2023-11-01 | 剂量分布重建方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117357812A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114010963A (zh) * | 2021-11-08 | 2022-02-08 | 上海联影医疗科技股份有限公司 | 剂量确定的***、方法及计算机可读存储介质 |
CN114344735A (zh) * | 2021-03-25 | 2022-04-15 | 中科超精(南京)科技有限公司 | 一种基于散射线特征的辐射剂量监测和验证方法 |
CN115120891A (zh) * | 2022-06-13 | 2022-09-30 | 中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所) | 一种剂量透射评估装置、计算机可读存储介质及*** |
-
2023
- 2023-11-01 CN CN202311448317.7A patent/CN117357812A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114344735A (zh) * | 2021-03-25 | 2022-04-15 | 中科超精(南京)科技有限公司 | 一种基于散射线特征的辐射剂量监测和验证方法 |
CN114010963A (zh) * | 2021-11-08 | 2022-02-08 | 上海联影医疗科技股份有限公司 | 剂量确定的***、方法及计算机可读存储介质 |
CN115120891A (zh) * | 2022-06-13 | 2022-09-30 | 中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所) | 一种剂量透射评估装置、计算机可读存储介质及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109754447B (zh) | 图像生成方法、装置、设备和存储介质 | |
US10645259B2 (en) | Machine learning based real-time radiation dose assessment | |
CN110866909B (zh) | 图像生成网络的训练方法、图像预测方法和计算机设备 | |
US11975218B2 (en) | Radiotherapy plan parameters with privacy guarantees | |
CN110025329B (zh) | 符合计数弦图生成方法、装置、计算机设备和存储介质 | |
CN110584698A (zh) | 探测器质量控制效验方法、装置、计算机设备和存储介质 | |
EP2900323B1 (fr) | Procédé d'évaluation d'une méthode de détermination de la dose cumulée reçue au cours d'un traitement de radiothérapie | |
Etiene et al. | Verifying volume rendering using discretization error analysis | |
WO2021165053A1 (en) | Out-of-distribution detection of input instances to a model | |
CN110796652B (zh) | 图像处理方法、计算机设备和存储介质 | |
CN110047116B (zh) | Pet图像校正方法、装置、计算机设备和存储介质 | |
US11861764B2 (en) | 3D depth reconstruction of vessels in 2D medical images | |
Lizar et al. | Patient-specific IMRT QA verification using machine learning and gamma radiomics | |
CN111588399A (zh) | 医学成像设备状态监控的方法、设备和计算机设备 | |
CN113538372B (zh) | 三维目标检测方法、装置、计算机设备和存储介质 | |
CN111388880B (zh) | 一种弧形放射治疗校验方法、装置、设备及存储介质 | |
CN117357812A (zh) | 剂量分布重建方法、装置和存储介质 | |
CN110400361B (zh) | 子集划分及图像重建的方法、装置和计算机设备 | |
US11504548B2 (en) | Systems and methods for quality control in image-guided radiotherapy | |
CN108873047B (zh) | 检测放射源活度的方法、***、计算机设备和存储介质 | |
CN110687585A (zh) | 获取晶体效率的方法、装置、计算机设备和存储介质 | |
Klyuzhin et al. | PET image reconstruction and deformable motion correction using unorganized point clouds | |
CN112052885B (zh) | 图像处理方法、装置、设备及pet-ct*** | |
CN114913259A (zh) | 截断伪影校正方法、ct图像校正方法、设备和介质 | |
WO2021229497A1 (en) | Methods relating to medical diagnostics and to medical diagnostic systems |
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 |