一种基于纵向磁约束的高能电子线多自由度调强放疗系统

    公开(公告)号:CN113181565B

    公开(公告)日:2023-08-01

    申请号:CN202110495014.5

    申请日:2021-05-07

    Abstract: 本申请涉及一种基于纵向磁约束的高能电子线多自由度调强放疗系统,包括纵向磁约束高能电子线放疗设备和一种用于高能电子线调强放疗的多自由度一体优化方法;设备包括:放疗机和磁约束装置;放疗机包括加速电子的直线加速器或回旋加速器以及多级电子束准直器,磁约束装置包括三级分裂开孔线圈,线圈中心轴均与高能电子束中心轴重合;优化方法包括:步骤一,优化放疗机机头角度,确定出束弧段;步骤二,优化准直器角度,确定出束动态径迹;步骤三,同步优化电子线能量和射束强度,确定最优的电子线多自由度调强放疗计划。本发明能够有效地减少高能电子线在空气中和病人体内的侧向散射,实现磁约束高能电子线多自由度调强放疗,改善患者疗效。

    一种基于无监督深度学习的肺部CT图像配准方法

    公开(公告)号:CN111524170B

    公开(公告)日:2023-05-26

    申请号:CN202010286805.2

    申请日:2020-04-13

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于无监督深度学习的肺部CT图像配准方法。首先应用由滑动窗口和反向采样组成的预处理方法将肺部CT图像对划分成若干个便于神经网络模型处理的中间图像块对;随后使用由“缩减路径”、“扩张路径”、后续卷积层以及空间变换层组成的频繁连接U型卷积神经网络模型提取、融合图像特征,并输出与中间图像块对对应的密集位移场块和变形图像块;最后应用由边缘裁剪和重叠区域均值化组成的后处理方法将若干个变形图像块和密集位移场块拼接缝合成与原始肺部CT图像大小一致的变形图像和密集位移场。与已有配准算法相比,本发明方法完全自动,运行速度快且配准精度高。

    一种磁约束高能电子线放疗设备

    公开(公告)号:CN113198114B

    公开(公告)日:2023-02-07

    申请号:CN202110495012.6

    申请日:2021-05-07

    Applicant: 中南大学

    Abstract: 本申请涉及一种磁约束高能电子线放疗设备,包括:放疗机和磁约束装置;所述放疗机设有用于加速电子的直线加速器和/或回旋加速器以及多级电子线准直器,所述磁约束装置位于放疗机与治疗床之间的射束通路。本发明的有益效果是:结合放疗机和磁约束装置,改善高能电子线侧向散射问题;同时弃用传统高能电子挡铅和限光筒,扩大患者体表与放疗设备的距离,提高电子线放疗计划的调制自由度,提升放疗计划质量,更好地保护正常组织。

    一种基于无监督深度学习的肺部CT图像配准方法

    公开(公告)号:CN111524170A

    公开(公告)日:2020-08-11

    申请号:CN202010286805.2

    申请日:2020-04-13

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于无监督深度学习的肺部CT图像配准方法。首先应用由滑动窗口和反向采样组成的预处理方法将肺部CT图像对划分成若干个便于神经网络模型处理的中间图像块对;随后使用由“缩减路径”、“扩张路径”、后续卷积层以及空间变换层组成的频繁连接U型卷积神经网络模型提取、融合图像特征,并输出与中间图像块对对应的密集位移场块和变形图像块;最后应用由边缘裁剪和重叠区域均值化组成的后处理方法将若干个变形图像块和密集位移场块拼接缝合成与原始肺部CT图像大小一致的变形图像和密集位移场。与已有配准算法相比,本发明方法完全自动,运行速度快且配准精度高。

    一种无监督的腹部CT序列图像多器官同时自动分割方法

    公开(公告)号:CN109934235A

    公开(公告)日:2019-06-25

    申请号:CN201910211823.1

    申请日:2019-03-20

    Applicant: 中南大学

    Abstract: 本发明公开了一种无监督的腹部CT序列图像多器官同时自动分割方法,对腹部CT序列图像中肝脏、脾脏、左肾、右肾等目标器官进行分割,本发明方法包括:提取并去除输入CT图像中的脊椎和肋骨,并对图像进行裁剪;对裁剪后的图像进行超体素分割,并结合局部线性嵌入、K-Means算法和解剖学先验生成目标器官的初始轮廓;根据器官灰度信息构建混合灰度模型增强目标器官区域,采用三维Chan-Vese模型优化器官轮廓,并基于直方图均衡与K-Means算法分离毗邻器官。本发明方法不需要训练数据,且能够有效检测低对比度图像中目标器官间的弱边缘,有效处理不同序列图像中多个器官的形状和位置差异,实现多器官同时、自动和准确分割。

    一种基于水平集和形状描述符的腹部CT序列图像肝脏自动分割方法

    公开(公告)号:CN108986114A

    公开(公告)日:2018-12-11

    申请号:CN201810757818.6

    申请日:2018-07-11

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于水平集和形状描述符的腹部CT序列图像肝脏自动分割方法,包括:对输入图像进行预处理,去除不相关的器官和组织;结合灰度偏移场,利用腹部CT序列相邻切片间的相关性构建水平集能量函数,以初始切片为起点,采用迭代策略完成腹部CT序列图像的肝脏自动分割;构建局部和全局形状描述符去除过分割区域,优化肝脏边缘。本发明方法能有效分割受噪声污染严重且存在灰度异质的腹部CT序列图像中的肝脏区域,可有效避免对肝脏周围毗邻组织的误分割,去除因灰度重叠造成的过分割区域,提高肝脏分割精度。

    一种腹部CT序列图像病变肝脏分割方法

    公开(公告)号:CN109741359B

    公开(公告)日:2022-05-31

    申请号:CN201910029480.7

    申请日:2019-01-13

    Applicant: 中南大学

    Abstract: 本发明公开了一种腹部CT序列图像病变肝脏分割方法,包括:利用灰度偏移场及腹部CT序列切片空间相关性构建水平集能量函数,进行病变肝脏初分割;基于肝脏网格构建肝脏字典,利用字典原子的稀疏形状组合完成病变肝脏形状校正;构建病变肝脏形状先验,并将其融入图割能量函数,优化病变肝脏分割结果,完成病变肝脏的最终分割。本发明方法能够有效分割腹部CT序列图像中的病变肝脏,且可避免对肝脏病变区域的欠分割。

    基于不确定度筛选的人机结合放疗计划验证方法及装置

    公开(公告)号:CN114038536A

    公开(公告)日:2022-02-11

    申请号:CN202111302597.1

    申请日:2021-11-04

    Applicant: 中南大学

    Abstract: 本发明一个或多个实施例提供一种基于不确定度筛选的人机结合放疗计划验证方法及装置,包括:根据预设数据集进行模型训练获取最终的集成深度学习模型以及不确定度阈值;将待验证计划的射野通量输入所述最终的集成深度学习模型,并经所述最终的集成深度学习模型处理后输出预测的第一伽马通过率和不确定度;比较所述不确定度和所述不确定度阈值,并根据比较结果应用所述第一伽马通过率或人工测量方法得到的第二伽马通过率作为所述待验证计划的伽马通过率。本发明能够结合人工测量和人工智能预测两种方法各自的优点,满足不同的临床人力成本和准确度要求。

Patent Agency Ranking