本发明提供了一种基于深度学习的直肠癌放疗计划自动化设计方法,所述方法包括搭建用于深度学习的U Net神经网络,建立病例数据库,所述病例数据库为直肠癌的临床调强放疗计划数据;对所述病例数据库进行深度学习,以训练U Net神经网络;将CT定位数据的img文件传输给训练后的U Net神经网络,以获得经U Net神经网络输出的预测靶区和预测剂量分布;根据所述预测靶区和所述预测剂量分布获取剂量目标函数;使用Pinnacle计划系统根据所述预测靶区和所述剂量目标函数设计放疗计划。
本发明的基于深度学习的直肠癌放疗计划自动化设计方法集成了靶区勾画技术、剂量预测技术以及自动计划技术,结合Pinnacle计划系统实现了个体化放疗计划的全自动设计流程。
可以在只依赖CT影像的清况下,实现直肠癌患者靶区和正常组织的勾画,并完成剂量预测以及自动计划过程,生成可执行计划文件。
本项目负责人胡教授,清华大学生物医学工程硕士学位,2015年获复旦大学博士学位,现为美国放射治疗协会(ASTRO)会员,美国医学物理学家学会(AAPM)会员、 中国抗癌协会肿瘤放射治疗专业委员会委员、及中国生物医学工程学会会员。2009-2010年赴美国加州大学旧金山分校放疗科作专题研究工作,获杰出表现奖。近年内发表第一及通讯作者SCI论文近20篇。主持国家自然科学基金面上和青年基金各一项。
评价单位:“科创中国”技术交易专业科技服务团(上海) (上海技术交易所有限公司)
评价时间:2023-11-28
综合评价
本发明提供了一种基于深度学习的直肠癌放疗计划自动化设计方法,具有较高的创新性和实用性。
查看更多>