公开(公告)号：CN115135380A

公开(公告)日：2022-09-30

申请号：CN202180015489.8

申请日：2021-02-16

Applicant: 瓦里安医疗系统国际股份公司

Inventor： P·内梅莱 ,  J·林德贝格 ,  T·耶斯基 ,  M·科德罗·马科斯 ,  E·屈塞拉

IPC: A61N5/10

Abstract: 访问(202)与先前定义的放射处理计划相关联的参数的标称值和标称值的扰动。针对处理计划的每个处理场，基于那些扰动来确定(204)特定于场的计划靶标体积(fsPTV)。还描绘了至少一个临床靶标体积(CTV)和至少一个危及器官(OAR)体积。每个OAR包括至少一个子体积，该至少一个子体积基于每个OAR与CTV和针对每个处理场的fsPTV之间的空间关系来描绘(208)。基于标称值和扰动确定(210)针对子体积的剂量分布。针对每个子体积生成(f212)一个或多个剂量预测模型。(多个)剂量预测模型使用剂量分布而被训练。

公开(公告)号：CN112770811A

公开(公告)日：2021-05-07

申请号：CN201980063861.5

申请日：2019-09-24

Applicant: 瓦里安医疗系统国际股份公司

Inventor： H·拉克索南 ,  M·科德罗·马科斯 ,  E·切兹勒 ,  J·诺德 ,  S·P·珀图

IPC: A61N5/10 ,  G16H20/40 ,  G16H30/40 ,  G06T7/174

Abstract: 提供了使用深度学习引擎进行放射疗法治疗计划的示例方法。一个示例方法可以包括：获取与患者相关联的第一图像数据(211)；通过使用第一处理路径(221)处理与第一分辨率水平相关联的第一图像数据来生成第一特征数据(241)；通过使用第二处理路径(222)处理与第二分辨率水平相关联的第二图像数据(212)来生成第二特征数据(242)；通过使用第三处理路径(223)处理与第三分辨率水平相关联的第三图像数据(213)来生成第三特征数据(243)。该示例方法还可以包括：生成与第二分辨率水平相关联的特征数据的第一组合集(252)，并且基于第一特征数据和第一组合集来生成与第一分辨率水平相关联的特征数据的第二组合集。此外，该示例方法可以包括生成与患者的放射疗法治疗相关联的输出数据(260)。