同时优化多个靶标的覆盖率以用于辐射治疗的方法

    公开(公告)号:CN110115806B

    公开(公告)日:2023-04-07

    申请号:CN201910107274.3

    申请日:2019-02-02

    Abstract: 构建成本函数,以便引导优化过程在同时辐射治疗多个靶标时实现所有靶标的类似覆盖率,使得可在计划归一化中使用单个缩放因子来实现所有靶标的所需覆盖率。所述成本函数包括有利于获得所有靶标的类似靶标覆盖率的解决方案的分量,以及有利于逼近每个单独靶标的所述所需靶标覆盖率值的解决方案的分量。所述成本函数包括与实际靶标覆盖率相对于所需靶标覆盖率的亏量有关的最大项,或者可替代地,与实际靶标覆盖率相对于平均靶标覆盖率的偏差以及实际靶标覆盖率相对于所需靶标覆盖率的亏量有关的soft‑max项。

    使用人工智能(AI)引擎的断层摄影图像处理

    公开(公告)号:CN114846519A

    公开(公告)日:2022-08-02

    申请号:CN202080088411.4

    申请日:2020-12-11

    Abstract: 提供了用于断层摄影图像重建的示例方法和系统。一个示例方法可以包括:获得二维(2D)投影数据(310)并使用AI引擎(301)处理该2D投影数据,该AI引擎包括多个第一处理层(311),插入的后投影模块(312)和多个第二处理层(313)。使用AI引擎的示例处理可以包括:通过使用所述多个第一处理层处理所述2D投影数据来生成2D特征数据(320);使用所述后投影模块从所述2D特征数据重构所述第一三维(3D)特征体数据(330);以及通过使用所述多个第二处理层处理所述第一3D特征体数据来生成第二3D特征体数据(340)。还提供了用于断层摄影数据分析的方法和系统。

    用于自动产生剂量预测模型以及作为云服务的疗法治疗计划的系统和方法

    公开(公告)号:CN110201319B

    公开(公告)日:2021-11-09

    申请号:CN201910516005.2

    申请日:2014-05-21

    Abstract: 本公开涉及用于自动产生剂量预测模型以及作为云服务的疗法治疗计划的系统和方法。本发明提出了一种用于基于从多个源累积的现有的临床知识来自动产生剂量预测模型而没有合作者在彼此之间建立通信链接的方法。根据要求保护的主题的实施例,诊所可以通过将其治疗计划提交到远程计算机系统(诸如基于云的系统)中来在产生剂量预测模型时合作,远程计算机系统从各种合作者聚合信息并且产生从所有提交的治疗计划中捕获临床信息的模型。根据另外的实施例,该方法可以包含其中使得由诊所提交的所有患者数据匿名或者先于通过通信链路提交相关参数来提取和浓缩相关参数以便遵守地方性法规的步骤。

    语义放射治疗计划优化指导

    公开(公告)号:CN103857439B

    公开(公告)日:2018-01-16

    申请号:CN201280048013.5

    申请日:2012-10-01

    CPC classification number: A61N5/1031 A61N2005/1041

    Abstract: 一种用于放射疗法治疗计划优化的方法,包括使用从数据库选择的治疗类型生成针对患者的第一放射疗法治疗计划并且优化第一放射疗法治疗计划。识别来自第一放射疗法治疗计划的度量选择并且与来自从数据库选择的合集先前患者记录的度量比较。识别影响第一放射疗法治疗计划满足识别的度量的能力的至少一个参数。用单一、临床有意义、人类可理解的语言语句定义至少一个参数。比较关于识别的度量的至少一个参数与关于竞争度量的至少一个参数并且确定用于治疗计划的至少一个备选治疗步骤,其将改变识别的至少一个参数以改善识别的度量。按照临床有意义、人类可理解的语言表达至少一个备选治疗步骤。

    针对基于深度迁移学习的放射疗法处理计划的方法和系统

    公开(公告)号:CN113272909B

    公开(公告)日:2024-11-29

    申请号:CN201980084493.2

    申请日:2019-05-30

    Abstract: 提供了用于放射疗法处理计划的深度迁移学习的示例方法和系统。一种示例方法可以包括:获得(310)基础深度学习引擎,其被预训练以执行基础放射疗法处理计划任务;以及基于基础深度学习引擎,生成目标深度学习引擎以执行目标放射疗法处理计划任务。目标深度学习引擎可以通过以下方式处理生成:在基础深度学习引擎的多个基础层中配置(330)可变基础层,并且通过修改可变基础层来生成(340)目标深度学习引擎的多个目标层中的一个目标层。备选地或附加地,目标深度学习引擎可通过以下方式处理生成:在多个基础层中配置(350)不变基础层,并且基于使用不变基础层所生成的特征数据生成(360)目标深度学习引擎的多个目标层中的一个目标层。

Patent Agency Ranking