-
公开(公告)号：CN110289075B
公开(公告)日：2022-04-22
申请号：CN201910352358.3
申请日：2019-04-29
Applicant: 中北大学
Abstract: 本发明针对利用局部梯度信息生成子野则易导致局部最优结果、利用全局梯度信息生成子野则计算量大等问题，提供了一种能够更加快速、准确地生成可交付使用子野的基于模糊熵的直接子野优化方法及其系统：首先采用基于模糊熵分割原理生成子野形状，然后进行子野权重优化，以得到满足临床要求的治疗方案,本发明可以快速、准确地利用全局梯度信息得到子野形状，计算量减少的同时提高了计划质量，优化所得子野数目较少，提高了优化效率；利用全局梯度信息生成子野形状，有利于提高靶区剂量适形度、降低靶区周围危及器官以及正常组织接受的放射剂量，从而达到提高治疗增益比、提高肿瘤放射治疗精确度以及降低正常组织由放射引起并发症的概率的临床治疗要求。
-
公开(公告)号：CN113178242B
公开(公告)日：2022-04-19
申请号：CN202110449392.X
申请日：2021-04-25
Abstract: 本发明公开一种基于耦合式生成对抗网络的自动计划优化系统，包括：信息输入模块，用于输入所需数据信息；权重自动设定模块，通过基于卷积神经网络的目标函数权重因子预测模型自动设定子目标函数的权重；约束条件设置模块，通过基于BP神经网络的剂量学指征项预测模型自动设定子目标函数的约束条件；计划优化模块，利用生成对抗网络训练得到子野形状预测模型，依据上述内容，采用局部梯度算法优化目标函数获得最优剂量分布矩阵数据，生成最优计划；方案输出模块，根据计划优化模块生成的最优计划，输出计划方案。本发明利用卷积神经网络、BP神经网络、生成对抗网络优化调强放射治疗计划，使优化的过程更加高效，并提升优化结果的质量。
-
公开(公告)号：CN110554423B
公开(公告)日：2021-01-01
申请号：CN201910940018.2
申请日：2019-09-30
Applicant: 中北大学
IPC: G01T1/02
Abstract: 本发明涉及一种放射剂量计算系统，包括信息输入模块、点核能量分布模拟模块、点核模型参数提取模块、点核查找表生成模块、坐标系转换模块、TERM值计算模块、剂量计算模块和信息输出模块。通过将直角坐标系下的二维注量分布、三维密度分布转换到球壳坐标系下，在球壳坐标系下计算各体素的TERM值，利用球壳坐标系的对称特性，直接从点核查找表中读取碰撞点信息，从而进行快速剂量计算，并将球壳坐标系下的三维剂量分布转换到直角坐标系下，输出三维剂量分布，以及统计各器官的剂量‑体积曲线。本发明避免了计算碰撞点位置和旋转点核所需计算量，在射线发散入射的情况下有效地降低了点核剂量计算方法的算法复杂度。
-
公开(公告)号：CN110368605B
公开(公告)日：2020-12-01
申请号：CN201910763457.0
申请日：2019-08-19
Applicant: 中北大学
IPC: A61N5/10
Abstract: 本发明公开一种生物效应引导的自适应放射治疗系统，包括：信息输入模块，用以输入所需数据信息；三维剂量分布计算模块，用以计算已完成分次照射的三维剂量分布，并计算当前分次照射的剂量分布；形变场计算模块，用以计算形变场；累积剂量分布计算模块，用以计算已完成分次照射的累加剂量分布；生物效应反馈计算模块，用以构造总剂量模型、计算总剂量分布，并计算病人体内各器官的生物效应反馈；治疗方案生成模块，用以生成当前分次照射计划；信息输出模块用以输出包括当前分次照射计划。本发明利用生物效应反馈引导分次照射方案优化的过程，在分次照射出现照射误差的情况下，综合地考虑了分次照射之间细胞的修复与增殖对放射治疗质量的影响。
-
公开(公告)号：CN119399075A
公开(公告)日：2025-02-07
申请号：CN202411436527.9
申请日：2024-10-15
Applicant: 中北大学
IPC: G06T5/77 , G06T5/60 , G06N3/0464
Abstract: 本发明涉及一种基于神经网络多层次特征学习的低剂量CT图像复原方法及装置，对CT图像数据集进行预处理，获得预处理图像；基于预处理图像，通过粗特征提取模块提取图像粗特征，获得粗特征图；基于所述粗特征图，通过细节增强模块增强图像细节特征，获得细节增强特征图；基于所述粗特征图，通过重建图像模块获得第一重建图像；基于所述细节增强特征图，通过重建图像细节模块获得第二重建图像；将所述第一重建图像和第二重建图像相加，得到复原图像；计算损失函数，训练出复原模型。本发明能够有效提高低剂量CT图像复原处理效果。
-
Patent Agency Ranking
公开(公告)号：CN117197349A
公开(公告)日：2023-12-08
申请号：CN202311152367.0
申请日：2023-09-07
Applicant: 中北大学
IPC: G06T17/00 , G06N3/0464
Abstract: 本申请实施例提供了一种CT图像重建方法及装置，该方法包括获取第一对象的投影数据，之后，可以将投影数据输入至CT迭代展开重建网络进行处理，得到第一对象对应的CT图像，其中，CT迭代展开重建网络是通过对CT迭代重建算法中的保真项以及压缩感知正则项或总变分TV正则项进行神经网络展开得到的。如此，该方法通过针对CT迭代重建算法中的压缩感知正则项或总变分TV正则项直接进行神经网络展开，即可得到完整的CT迭代展开重建网络，如此可以提高整体CT重建网络的可解释性，从而可以改善重建的CT图像的成像质量。
-
公开(公告)号：CN116343991A
公开(公告)日：2023-06-27
申请号：CN202310139722.4
申请日：2023-02-14
Applicant: 中北大学
Abstract: 本发明公开了一种基于模糊C‑均值聚类的放射治疗子野优化方法及系统，该方法包括：依据所输入的基本信息和选定的目标函数信息计算梯度；将梯度依照对应射束的位置进行排列，构成子野梯度矩阵；根据子野梯度矩阵进行模糊C‑均值聚类得到两个聚类集合；依据两个聚类集合生成子野形状，利用模拟退火法进行子野形状修正得到可交付使用的子野，加入到子野集合中；进行子野的权重优化，得到优化结果。该方法解决了利用局部梯度信息生成子野则易导致局部最优结果、利用全局梯度信息生成子野则计算量大等问题，可更加快速、准确地生成满足临床要求的子野。
-
公开(公告)号：CN113178242A
公开(公告)日：2021-07-27
申请号：CN202110449392.X
申请日：2021-04-25
Abstract: 本发明公开一种基于耦合式生成对抗网络的自动计划优化系统，包括：信息输入模块，用于输入所需数据信息；权重自动设定模块，通过基于卷积神经网络的目标函数权重因子预测模型自动设定子目标函数的权重；约束条件设置模块，通过基于BP神经网络的剂量学指征项预测模型自动设定子目标函数的约束条件；计划优化模块，利用生成对抗网络训练得到子野形状预测模型，依据上述内容，采用局部梯度算法优化目标函数获得最优剂量分布矩阵数据，生成最优计划；方案输出模块，根据计划优化模块生成的最优计划，输出计划方案。本发明利用卷积神经网络、BP神经网络、生成对抗网络优化调强放射治疗计划，使优化的过程更加高效，并提升优化结果的质量。
-
公开(公告)号：CN110368605A
公开(公告)日：2019-10-25
申请号：CN201910763457.0
申请日：2019-08-19
Applicant: 中北大学
IPC: A61N5/10
Abstract: 本发明公开一种生物效应引导的自适应放射治疗系统，包括：信息输入模块，用以输入所需数据信息；三维剂量分布计算模块，用以计算已完成分次照射的三维剂量分布，并计算当前分次照射的剂量分布；形变场计算模块，用以计算形变场；累积剂量分布计算模块，用以计算已完成分次照射的累加剂量分布；生物效应反馈计算模块，用以构造总剂量模型、计算总剂量分布，并计算病人体内各器官的生物效应反馈；治疗方案生成模块，用以生成当前分次照射计划；信息输出模块用以输出包括当前分次照射计划。本发明利用生物效应反馈引导分次照射方案优化的过程，在分次照射出现照射误差的情况下，综合地考虑了分次照射之间细胞的修复与增殖对放射治疗质量的影响。
-
公开(公告)号：CN110289075A
公开(公告)日：2019-09-27
申请号：CN201910352358.3
申请日：2019-04-29
Applicant: 中北大学
Abstract: 本发明针对利用局部梯度信息生成子野则易导致局部最优结果、利用全局梯度信息生成子野则计算量大等问题，提供了一种能够更加快速、准确地生成可交付使用子野的基于模糊熵的直接子野优化方法及其系统：首先采用基于模糊熵分割原理生成子野形状，然后进行子野权重优化，以得到满足临床要求的治疗方案,本发明可以快速、准确地利用全局梯度信息得到子野形状，计算量减少的同时提高了计划质量，优化所得子野数目较少，提高了优化效率；利用全局梯度信息生成子野形状，有利于提高靶区剂量适形度、降低靶区周围危及器官以及正常组织接受的放射剂量，从而达到提高治疗增益比、提高肿瘤放射治疗精确度以及降低正常组织由放射引起并发症的概率的临床治疗要求。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.021 seconds)
