科创中国

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。

国内国际暂无该技术实用，在直肠癌放疗自动计划设计领域本技术处于领先水平。投入产业化阶段需要商用计划系统TPS 的支持， 且需要根据计划系统TPS 进行适应性设计，预计需要5年时间完成包括TPS研发在内的各项设计；针对不同医院或肿瘤中心个体化需求，需要对预测模型进行调整：包括靶区勾画、处方、剂量分布等，迭代模型时间预计在2周以内。预计计划系统TPS年销售数量5-10套。

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。

1. 降低并发症风险：自动化设计方法可以根据剂量目标函数来优化放疗计划，以降低正常组织的损伤风险。这有助于减少并发症的发生，提高患者的生活质量。

2. 推动个性化治疗：通过对每个患者的CT定位数据进行深度学习分析，我们可以为每个患者量身定制最合适的放疗计划。这种个性化治疗方式可以提高治疗效果，减少副作用，并有助于提高患者的治愈率和生存率。

3. 促进医疗技术创新：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，这种方法可以促进医疗技术的创新和发展。通过不断优化和改进该方法，我们可以进一步提高放疗计划的效率和精度，为患者提供更好的治疗服务。

本项目意向转化方式为技术许可、技术转让等，具体面议。国内国际暂无该技术实用，在直肠癌放疗自动计划设计领域本技术处于领先水平。因此希望通过合作方式来进行技术的推广以及后续的深入研究。