一种基于病灶断层扫描图进行自动分割的方法

    公开(公告)号:CN110163867A

    公开(公告)日:2019-08-23

    申请号:CN201910262956.1

    申请日:2019-04-02

    摘要: 本发明涉及信息技术领域信息的筛选和标定,公开了一种基于病灶断层扫描图进行自动分割的方法,首先建立数据集:获取目标部位的若干张断面扫描图;对获得的断面扫描图进行预处理和标注,将断面扫描图目标组织和非目标组织进行标记以进行区分,如此获得多个标注样本;将标注样本进行存储,得到数据集。其次训练模型:建立卷积神经网络模型,并将标注样本输入进行训练,最终输出训练好的卷积神经网络模型。最后分割:将断层扫描图预处理后输入至训练好的卷积神经深度学习模型中进行分割。本发明应用于粒子植入中,训练模型后能够实现迅速对断层扫描图的信息识别和获取,分割出所需的断层扫描图,便于提高粒子植入的精准度和效率。

    一种基于2D断层扫描图数据集的深度学习模型训练方法

    公开(公告)号:CN110148114A

    公开(公告)日:2019-08-20

    申请号:CN201910263383.4

    申请日:2019-04-02

    IPC分类号: G06T7/00

    摘要: 本发明涉及信息技术领域信息的筛选和标定,公开了一种基于2D断层扫描图数据集的深度学习模型训练方法,具体包括数据集的建立和模型的训练两个步骤,在建立数据集时:获取目标部位的若干张断面扫描图;对获得的扫描图进行预处理和标注,将断面扫描图目标组织和非目标组织进行标记以进行区分,如此获得多个标注样本;将标注样本进行存储,得到数据集。在训练模型时:通过建立卷积神经网络模型,并将标注样本输入进行训练,最终输出训练好的卷积神经网络模型。本发明通应用于粒子植入中,训练模型后能够实现迅速对断层扫描图的信息识别和获取,快速发现断层扫描图上的便于提高粒子植入的精准度和效率。

    一种瘤体内放射性粒子源植入针道路径规划及针道生成方法

    公开(公告)号:CN110141770A

    公开(公告)日:2019-08-20

    申请号:CN201910262735.4

    申请日:2019-04-02

    IPC分类号: A61M36/12

    摘要: 本发明公开一种瘤体内放射性粒子源植入针道路径规划及针道生成方法,包括步骤:平行针道路径规划及针道生成:S101、在肿瘤内进行放射性粒子源线性水平排布;S102、将肿瘤分为多个方块;S103、在三维空间中选取一个点作为中心点,以穿过该中心点的Z轴作为中心线;S104、将肿瘤以中心点为中心旋转一周,设该旋转面与中心线的夹角为α;S105、调整旋转面与中心线的夹角重复操作;S106、循环执行S105,直至旋转面与中心线的夹角为α+180°;S107、调整旋转半径,执行S104-S106;S108、循环执行S107,直至旋转半径超过设定值结束;S109、在旋转过程中,取度穿过瘤体外危及器官及组织的方块总数最少对应的旋转角度生成针道。本发明合理规划针道,能够避免对身体其他组织造成额外的伤害。

    一种采用激光引导实现放射性粒子植入的方法

    公开(公告)号:CN109173087A

    公开(公告)日:2019-01-11

    申请号:CN201811101458.0

    申请日:2018-09-20

    IPC分类号: A61N5/10

    CPC分类号: A61N5/1007

    摘要: 本发明属于放射性粒子植入技术领域,公开了一种采用激光引导实现放射性粒子植入的方法,包括以下步骤:S1,在患者体表标记目标区域;S2,获取患者目标区域的影像检查数据并导入处理系统生成病体模型;S3,将病体模型导入计算机三维治疗计划系统中进行维度开发,确定并添加穿刺针道的布源线,在布源线上进行放射性粒子的布设,以三维数据包的形式导出;S4,将三维数据包导入轨道设备并按照布源线的三维坐标向量发射激光射线;S5,沿着激光射线插入粒子针并植入放射性粒子;本发明采用激光技术进行引导,在结合了徒手穿刺和模板穿刺优点的基础上,术前的准备周期短,成本低,并且可以根据患者体内肿瘤的变化及时改变植入方案,灵活性强。

    瘤体内放射性粒子源线性填充方法

    公开(公告)号:CN110141776A

    公开(公告)日:2019-08-20

    申请号:CN201910263274.2

    申请日:2019-04-02

    IPC分类号: A61M36/12

    摘要: 本发明公开瘤体内放射性粒子源线性填充方法,包括步骤:S101、提取肿瘤;S102、在肿瘤的下部取一个原点,以穿过该原点的Z轴为中心线生成一个虚拟柱体,在该柱体与肿瘤的重合段的中心线上生成球体;S103、以中心线向X轴移动m°并旋转一周形成虚拟椎体,选取均匀的I条母线作为中心线分别形成虚拟柱体,在该柱体与肿瘤的重合段的中心线上生成球体;S104、再次向X轴移动m°,重复操作;S105、循环执行S104,直至形成的虚拟椎体不与肿瘤相交时停止;S106、停止时,若球体数量与肿瘤所需放射性粒子源总数量相差超过设定值,则调整每次向X轴移动的度数和每个虚拟椎体上母线的条数,再循环执行S103-S106。本发明使自动化设备的执行便利性和有效性更高。

    瘤体内放射性粒子源线性水平排布方法

    公开(公告)号:CN110141774A

    公开(公告)日:2019-08-20

    申请号:CN201910262862.4

    申请日:2019-04-02

    IPC分类号: A61M36/12

    摘要: 本发明公开瘤体内放射性粒子源线性水平排布方法,包括步骤:S101、提取已填充放射性粒子源的肿瘤;S102、将肿瘤分为多个方块,分别取方块的中心线作为线性基准线;S103、将距离方块中心线设定值范围内的放射性粒子源吸入该方块内,并将吸入方块内的放射性粒子源的中心点修正到该方块的线性基准线上,每个放射性粒子源仅移动一次;S104、对移动后的放射性粒子进行相互之间的距离检测,当发生多个放射性粒子源重合相交或距离小于设定值时,删除后移动的放射性粒子源。本发明充分考虑自动化设备执行的便利性,在保证较好治疗效果的前提下,降低对正常组织的损伤程度,降低操作的繁琐程度。

    一种基于断层扫描图数据集进行病变区域分割的方法

    公开(公告)号:CN110136096A

    公开(公告)日:2019-08-16

    申请号:CN201910263388.7

    申请日:2019-04-02

    摘要: 本发明涉及信息技术领域信息的筛选和标定,公开了一种基于断层扫描图数据集进行病变区域分割的方法,首先建立数据集:获取目标部位的若干张断面扫描图;对获得的断面扫描图进行预处理和标注,将病变组织和其他组织进行标记以进行区分,如此获得多个标注样本;将标注样本进行存储,得到数据集。其次训练模型:建立卷积神经网络模型,并将标注样本输入进行训练,最终输出训练好的卷积神经网络模型。最后分割:将断层扫描图预处理后输入至训练好的卷积神经深度学习模型中进行分割。本发明应用于粒子植入中,训练模型后能够实现迅速对断层扫描图病变的识别和获取,分割出所需的断层扫描图,便于提高粒子植入的精准度和效率。