疗预测。2.根据权利要求1所述的计算机实现的方法，其中所述自动选择和所述处理包括: 基于所述患者信息使用所述多个预测模型生成放射治疗预测； 评价所述放射治疗预测；以及 基于所述评价选择所述一个或多个预测模型。3.根据权利要求2所述的计算机实现的方法，其中所述评价包括评价代表关于所述放射治疗预测的可靠性、复杂性和概率的参数。4.根据权利要求1所述的计算机实现的方法， 其中所述患者信息包括多个特征集合的数据，其中每个集合包括一个或多个特征，并且 其中所述层级包括多个中间级别和包含所述多个预测模型的最低级别，其中每个中间级别对应于与相应的特征集合有关的划分，并且其中对应于下级中间级别的划分嵌入对应于上级中间级别的划分。5.根据权利要求4所述的计算机实现的方法， 其中所述多个预测模型中的每个预测模型与关于每个特征集合的相应划分关联，并且 其中所述自动选择包括: 基于对应于所述多个中间级别的第一级别的特征集合的数据，识别所述第一中间级别上的第一划分； 基于对应于所述多个中间级别的第二级别的特征集合的数据，识别所述第二中间级别上的嵌入所述第一划分的第二划分；以及 基于对应于紧接在所述最低级别上方的中间级别的特征集合，选择所述一个或多个预测模型。6.根据权利要求4所述的计算机实现的方法，其中按照分级聚类算法基于先前的临床数据通过自动对所述多个预测模型分类来生成所述层级模型。7.根据权利要求4所述的计算机实现的方法，其中所述多个特征集合选自由以下各项组成的组:器官类型、器官尺寸描述、目标位置、目标大小、接近目标体积的一个或多个危险器官的几何表征。8.根据权利要求1所述的计算机实现的方法，其中基于先前的临床数据根据回归方法建立所述多个预测模型中的每个预测模型。9.根据权利要求1所述的计算机实现的方法，其中所述一个或多个放射治疗预测中的每个放射治疗预测包括预测的可实现的剂量分布。10.一种体现指令的非暂态计算机可读存储介质，所述指令当由处理设备执行时使得所述处理设备执行自动生成用于计划治疗的集成模型的方法，所述方法包括: 配置输入接口，所述输入接口能够操作以接收多个特征的患者数据； 访问多个预测模型，其中每个预测模型能够操作以基于所述患者数据生成治疗预测； 针对每个预测模型，关联关于所述多个特征中的每个特征的适用类别； 将所述多个预测模型集成到层级中，所述层级包括底部级别和一个或多个决策级别，其中所述底部级别包括所述多个预测模型，并且其中所述一个或多个决策级别能够操作以基于与预测模型关联的适用类别从所述底部级别自动选择一个或多个预测模型；以及配置输出接口，所述输出接口能够操作以输出由预测模型响应于所述患者数据生成的治疗预测。11.根据权利要求10所述的非暂态计算机可读存储介质，其中所述方法还包括: 访问训练数据；以及 基于训练数据的所述多个集合生成所述多个预测模型。12.根据权利要求11所述的非暂态计算机可读存储介质，其中根据选自以下各项组成的组的算法生成相应的预测模型:线性回归算法、分类算法、决策树算法、分段算法、关联算法、序列聚类算法、以及它们的组合。13.根据权利要求11所述的非暂态计算机可读存储介质，其中所述方法还包括根据聚类算法将所述训练数据分类为训练数据的子集，并且其中所述生成所述多个预测模型包括基于训练数据的子集配置预测模型。14.根据权利要求11所述的非暂态计算机可读存储介质，其中所述集成模型被配置为: 基于对应于所述多个决策级别的第一级别的特征集合的数据，识别所述第一级别上的第一类别； 基于对应于所述多个决策级别的第二级别的特征集合的数据，识别所述第二级别上的嵌入所述第一划分的第二划分；以及 基于对应于紧接在所述最低级别上方的中间级别的特征集合，选择所述一个或多个预测模型。15.根据权利要求11所述的非暂态计算机可读存储介质，其中所述多个特征选自以下各项组成的组:器官识别、器官尺寸描述、目标位置、目标大小和接近目标体积的一个或多个危险器官的几何表征。16.—种系统，包括: 处理器； 耦合到所述处理器并包括指令的存储器，所述指令当由所述处理器执行时使得所述处理器执行自动生成放射治疗计划的方法，所述方法包括: 访问涉及患者的放射治疗的患者信息； 按照包括布置在层级中的多个预测模型的层级模型基于所述患者信息自动选择一个或多个预测模型，其中所述预测模型中的每个预测模型基于训练数据被建立并且能够操作以生成放射治疗预测； 根据所述一个或多个预测模型处理所述患者信息；以及 输出一个或多个放射治疗预测。17.根据权利要求16所述的系统，其中所述自动选择和所述处理包括: 基于所述患者信息使用所述多个预测模型生成放射治疗预测； 评价所述放射治疗预测，其中所述评价包括评价代表关于所述放射治疗预测的可靠性、复杂性和概率的参数；以及 基于所述评价选择所述一个或多个预测模型。18.根据权利要求16所述的系统， 其中所述患者信息包括多个特征集合的数据，其中每个集合包括一个或多个特征，以及 其中所述层级包括多个中间级别和包含所述多个预测模型的最低级别，其中每个中间级别对应于与相应的特征集合有关的划分，并且其中对应于下级中间级别的划分嵌入对应于上级中间级别的划分。19.根据权利要求16所述的系统， 其中所述多个预测模型中的每个预测模型与关于每个特征集合的相应划分关联，以及 其中所述自动选择包括: 基于对应于所述多个中间级别的第一级别的特征集合的数据，识别所述第一中间级别上的第一划分； 基于对应于所述多个中间级别的第二级别的特征集合的数据，识别所述第二中间级别上的嵌入所述第一划分的第二划分；以及 基于对应于紧接在所述最低级别上方的中间级别的特征集合，选择所述一个或多个预测模型。20.根据权利要求19所述的系统， 其中按照分级聚类算法基于先前的临床数据通过自动对所述多个预测模型分类来生成所述层级模型。
【专利摘要】用于使用具有扩展适用区域的集成模型的自动生成治疗计划参数的系统和方法。集成模型集成了多个预测模型，从其可以自动选择合适的预测模型以执行新病例的预测。该集成模型可以操作以评估由每个预测模型生成的预测结果和相关联的预测可靠性，并选择地输出满意的预测。替代地，集成模型可以通过决策层级选择合适的预测模型，其中每个级别对应于患者数据特征集合的划分并且下级层级的划分嵌入上级层级的划分。
【IPC分类】A61N5/10
【公开号】CN105120955
【申请号】CN201480022539
【发明人】E·屈塞拉, C·M·玛丽亚, J·哈特曼, J·佩尔托拉, J·诺德
【申请人】瓦里安医疗系统国际股份公司
【公开日】2015年12月2日
【申请日】2014年3月14日
【公告号】US20140279725, WO2014139040A2, WO2014139040A3