【技術實現步驟摘要】
本專利技術涉及計算機，具體而言，涉及一種基于數字孿生的放療靶區勾畫交互方法及系統。
技術介紹
1、在放射治療（放療）過程中，放療靶區的準確勾畫是確保治療效果、減少副作用的關鍵步驟。傳統的放療靶區勾畫主要依賴于醫生的經驗和手動操作，這不僅耗時耗力，而且受醫生主觀判斷的影響，可能導致勾畫結果的不一致性和準確性不足。
2、隨著醫學影像技術的快速發展，醫學影像數據在放療靶區勾畫中扮演了越來越重要的角色。然而，如何有效地利用這些影像數據，提高放療靶區勾畫的準確性和效率，一直是醫學界和工程界關注的焦點。
3、近年來，數字孿生技術作為一種新興的技術手段，在醫療領域展現出了巨大的應用潛力。數字孿生技術通過創建物理世界的虛擬模型，實現了對物理世界的實時監測、預測和優化。在放療靶區勾畫中，數字孿生技術可以構建醫學影像數據的虛擬模型，模擬放療靶區的勾畫過程，從而提高勾畫的準確性和效率。
4、然而，現有的數字孿生技術在放療靶區勾畫中的應用仍存在一些局限性。例如，現有的方法往往只考慮了單一的影像源，忽略了多源影像數據之間的關聯性和互補性；同時，現有的方法也缺乏對不同放療知識點層級下的放療靶區勾畫知識的有效整合和利用。
技術實現思路
1、鑒于上述提及的問題，結合本專利技術的第一方面，本專利技術實施例提供一種基于數字孿生的放療靶區勾畫交互方法，所述方法包括：
2、獲取攜帶標注特征數據的醫學影像數據，所述標注特征數據用于指導生成目標放療知識點下的放療靶區勾畫交互行為
3、獲取所述醫學影像數據對應的多源影像語義向量，所述多源影像語義向量包括所述醫學影像數據在多個影像源下的影像語義向量；
4、通過數字孿生勾畫模型基于所述多源影像語義向量，生成所述醫學影像數據對應的估計放療靶區勾畫交互行為；
5、利用所述數字孿生勾畫模型在所述不同放療知識點層級下的放療靶區勾畫知識的限定下，基于所述估計放療靶區勾畫交互行為預測所述醫學影像數據對應的目標估計放療靶區勾畫交互行為；
6、基于所述目標估計放療靶區勾畫交互行為和所述醫學影像數據對應的放療靶區勾畫標注數據，對所述數字孿生勾畫模型進行模型參數收斂優化，生成模型參數收斂優化后的數字孿生勾畫模型，所述模型參數收斂優化后的數字孿生勾畫模型用于對所述醫學影像數據進行放療靶區勾畫交互行為預測，以便于基于預測的放療靶區勾畫交互行為執行放療靶區勾畫交互。
7、再一方面，本專利技術實施例還提供一種基于數字孿生的放療靶區勾畫交互系統，包括處理器、機器可讀存儲介質，所述機器可讀存儲介質和所述處理器連接，所述機器可讀存儲介質用于存儲程序、指令或代碼，所述處理器用于執行所述機器可讀存儲介質中的程序、指令或代碼，以實現上述的方法。
8、基于以上方面，本申請實施例通過整合醫學影像數據的標注特征數據與多源影像語義向量，利用數字孿生勾畫模型實現了對放療靶區勾畫交互行為的高精度預測，在不同放療知識點層級下的放療靶區勾畫知識的指導下，不僅提高了放療靶區勾畫交互行為的預測準確性，還通過模型參數收斂優化進一步提升了數字孿生勾畫模型的性能，從而實現了對醫學影像數據進行更為精準和高效的放療靶區勾畫交互行為預測。
本文檔來自技高網...【技術保護點】
1.一種基于數字孿生的放療靶區勾畫交互方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于數字孿生的放療靶區勾畫交互方法，其特征在于，所述獲取攜帶標注特征數據的醫學影像數據，包括：
3.根據權利要求2所述的基于數字孿生的放療靶區勾畫交互方法，其特征在于，所述基于所述醫學影像數據對應的整體屬性、節點屬性和類別屬性，生成所述醫學影像數據的標注特征數據，包括：
4.根據權利要求2所述的基于數字孿生的放療靶區勾畫交互方法，其特征在于，所述基于所述歷史放療靶區勾畫交互行為的可靠度，從所述多個歷史醫學影像數據中獲取所述醫學影像數據，包括：
5.根據權利要求1所述的基于數字孿生的放療靶區勾畫交互方法，其特征在于，所述數字孿生勾畫模型包括影像語義編碼單元、勾畫預測單元和勾畫知識映射單元；其中，所述影像語義編碼單元通過卷積神經網絡配置，所述勾畫預測單元依據圖像生成器配置，所述勾畫知識映射單元依據神經網絡結構配置；
6.根據權利要求5所述的基于數字孿生的放療靶區勾畫交互方法，其特征在于，所述醫學影像數據對應的放療靶區勾畫標注數據包
7.根據權利要求6所述的基于數字孿生的放療靶區勾畫交互方法，其特征在于，所述基于所述第一模型訓練誤差參數和所述第二模型訓練誤差參數，對所述勾畫預測單元的模型參數信息和所述勾畫知識映射單元的模型參數信息進行優化，生成所述模型參數收斂優化后的數字孿生勾畫模型之后，所述方法還包括：
8.根據權利要求6所述的基于數字孿生的放療靶區勾畫交互方法，其特征在于，所述在所述不同放療知識點層級下的放療靶區勾畫知識的限定下，基于所述估計放療靶區勾畫交互行為預測所述醫學影像數據對應的目標估計放療靶區勾畫交互行為的步驟，包括：
9.根據權利要求8所述的基于數字孿生的放療靶區勾畫交互方法，其特征在于，所述針對分解后的每個元素分別與所述第一層級知識集合、所述第二層級知識集合中、所述第三層級知識集合中的知識元素進行逐一比對并進行調整優化，生成所述醫學影像數據對應的目標估計放療靶區勾畫交互行為的步驟，包括：
10.一種基于數字孿生的放療靶區勾畫交互系統，其特征在于，所述基于數字孿生的放療靶區勾畫交互系統包括處理器和存儲器，所述存儲器和所述處理器連接，所述存儲器用于存儲程序、指令或代碼，所述處理器用于執行所述存儲器中的程序、指令或代碼，以實現上述權利要求1-9任意一項所述的基于數字孿生的放療靶區勾畫交互方法。
...【技術特征摘要】
1.一種基于數字孿生的放療靶區勾畫交互方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于數字孿生的放療靶區勾畫交互方法，其特征在于，所述獲取攜帶標注特征數據的醫學影像數據，包括：
3.根據權利要求2所述的基于數字孿生的放療靶區勾畫交互方法，其特征在于，所述基于所述醫學影像數據對應的整體屬性、節點屬性和類別屬性，生成所述醫學影像數據的標注特征數據，包括：
4.根據權利要求2所述的基于數字孿生的放療靶區勾畫交互方法，其特征在于，所述基于所述歷史放療靶區勾畫交互行為的可靠度，從所述多個歷史醫學影像數據中獲取所述醫學影像數據，包括：
5.根據權利要求1所述的基于數字孿生的放療靶區勾畫交互方法，其特征在于，所述數字孿生勾畫模型包括影像語義編碼單元、勾畫預測單元和勾畫知識映射單元；其中，所述影像語義編碼單元通過卷積神經網絡配置，所述勾畫預測單元依據圖像生成器配置，所述勾畫知識映射單元依據神經網絡結構配置；
6.根據權利要求5所述的基于數字孿生的放療靶區勾畫交互方法，其特征在于，所述醫學影像數據對應的放療靶區勾畫標注數據包括所述醫學影像數據對應的先驗放療靶區勾畫交互行為和所述標注特征數據對應的勾畫知識點類別；
7.根據權利要求...
【專利技術屬性】
技術研發人員：張曌玥，楊焱，沈葛奮強，邰成，
申請(專利權)人：江蘇省人民醫院南京醫科大學第一附屬醫院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。