训练用于放射疗法治疗计划的深度学习引擎

    公开(公告)号:CN114846476A

    公开(公告)日:2022-08-02

    申请号:CN202080088259.X

    申请日:2020-12-15

    Abstract: 提供了用于训练用于放射疗法治疗计划的深度学习引擎的示例方法和系统。一个示例方法可以包括:获得训练数据集合,训练数据集合包括无标签训练数据(710)和有标签训练数据(320);以及配置深度学习引擎以包括(a)主网络以及(b)从主网络分支出来的深度监督网络。该方法还可以包括:通过处理训练数据实例以生成(a)主输出数据和以及(b)深度监督输出数据,来训练深度学习引擎以执行放射疗法治疗计划任务;以及基于主输出数据和/或深度监督输出数据来更新与多个处理层中的至少一些处理层相关联的权重数据。在应用主网络来执行针对患者的放射疗法治疗计划任务之前,可以剪枝深度监督网络。

    用于估计来自质子疗法计划的剂量的系统

    公开(公告)号:CN109069861B

    公开(公告)日:2021-12-28

    申请号:CN201780021881.7

    申请日:2017-03-27

    Abstract: 一种用于估计来自质子疗法计划的剂量的系统,包括存储机器指令的存储器和耦合到该存储器的处理器,该处理器执行机器指令以将被计划质子场横穿的患者解剖结构中的感兴趣体积的表示细分为多个体素。处理器还执行机器指令以确定从计划质子束的源到多个体素中的一个体素的距离。处理器还执行机器指令以基于源和感兴趣体积之间的距离来计算在体素处对感兴趣体积从计划质子束所接收的估计剂量的离散贡献。

    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:CN110201319A

    公开(公告)日:2019-09-06

    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。

    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:CN110115806A

    公开(公告)日:2019-08-13

    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。

Patent Agency Ranking