一种放疗决策的方法、装置、电子设备以及存储介质

本申请涉及人工智能，特别涉及一种放疗决策的方法、装置、电子设备以及存储介质。

背景技术：

1、放射治疗是恶性肿瘤的重要治疗手段，很大比例的患者需要进行放疗。精准放疗是目前放射治疗的发展趋势，旨在提高肿瘤靶区的照射剂量，同时减少周围正常组织的受照剂量。如果靶区亏量和/或正常器官剂量过高，均可能使得肿瘤局部未控、正常器官功能损伤或丧失。

2、近三十年，光子射线放疗得到了广泛应用。随着直线加速器的不断更新和计算机、图像处理、优化算法等技术的革新，光子放疗已发展到以调强放疗和容积旋转调强放疗为主的精准治疗。但是由于光子射线的固有特性，光子放疗技术仍存在不能进行肿瘤的剂量雕刻以及对正常组织保护不足等瓶颈。

3、相对于光子治疗，质子治疗由于布拉格峰优势可以避开更多的健康组织，将射线精确地传送到肿瘤位置，然而并不是每个患者做质子治疗都可以在肿瘤控制率和毒性风险方面获益，并且要承担高昂的治疗费用。相关技术中，使用正常组织并发症概率(ntcp)模型评估两种治疗方式的毒性风险差异，但是这一方法需要设计高质量的光子与质子治疗计划进行对比，不仅耗费大量的人力资源，且参与治疗计划的医生和物理师的水平差异会导致决策结果不准确。

4、因此，如何准确、高效地筛选患者适用于质子治疗还是光子治疗，是亟待解决的技术问题。

技术实现思路

1、本申请实施例提供了一种放疗决策的方法、装置、电子设备以及存储介质，用于准确、高效地筛选患者适用于质子治疗还是光子治疗。

2、本申请实施例之一提供一种放疗决策的方法，所述方法包括：获取目标对象的扫描图像；根据所述扫描图像，得到所述目标对象的放疗计划信息；其中，所述放疗计划信息至少包括：所述目标对象的目标靶区的信息、所述目标靶区对应的放疗关联区域的信息，以及所述放疗关联区域和所述目标靶区之间的空间关系信息；根据所述扫描图像以及所述目标对象的放疗计划信息，利用光子放疗剂量分布预测模型，得到表征光子放疗的光子剂量分布；根据所述扫描图像以及所述患者的放疗计划信息，利用质子放疗剂量分布预测模型，得到表征质子放疗的质子剂量分布；根据所述光子剂量分布和所述质子剂量分布，对所述光子放疗及所述质子放疗进行评估，并决策治疗方式。

3、在一些实施例中，通过以下方式，得到所述目标靶区的信息以及所述目标靶区对应的放疗关联区域的信息：根据所述扫描图像，利用自动勾画模型，得到所述目标靶区的信息以及所述目标靶区对应的放疗关联区域的信息。

4、在一些实施例中，使用最小距离图表征所述放疗关联区域和所述目标靶区之间的空间关系信息；通过以下方式得到所述最小距离图：根据所述扫描图像，计算所述目标对象的正常组织的每个体素到所述目标靶区表面的最小距离，得到所述最小距离图。

5、在一些实施例中，所述根据所述光子剂量分布和所述质子剂量分布，对所述光子放疗及所述质子放疗的选择进行决策，包括：根据所述光子剂量分布和临床参数，利用脚本计算得到第一正常组织并发症概率；根据所述质子剂量分布和临床参数，利用脚本计算得到第二正常组织并发症概率；根据所述第一正常组织并发症概率和所述第二正常组织并发症概率之间的大小关系，对所述光子放疗及所述质子放疗进行决策。

6、在一些实施例中，通过以下方式得到所述光子放疗剂量分布预测模型：获取训练数据集；其中，所述训练数据集包括多组样本数据，以及每一组样本数据的标签，所述样本数据包括历史目标对象的目标靶区的信息、所述目标靶区对应的放疗关联区域的信息，以及所述放疗关联区域和所述目标靶区之间的空间关系信息，所述标签为所述历史目标对象的光子剂量分布；利用所述训练数据集，对第一初始预测模型进行训练，得到所述光子放疗计划计量分预测模型；其中，所述第一初始预测模型为机器学习模型。

7、在一些实施例中，通过以下方式得到所述质子放疗剂量分布预测模型：获取训练数据集；其中，所述训练数据集包括多组样本数据，以及每一组样本数据的标签，所述样本数据包括历史目标对象的目标靶区的信息、所述目标靶区对应的放疗关联区域的信息，以及所述放疗关联区域和所述目标靶区之间的空间关系信息，所述标签为所述历史目标对象的质子剂量分布；利用所述训练数据集，对第二初始预测模型进行训练，得到所述质子放疗计划计量分预测模型；其中，所述第二初始预测模型为机器学习模型。

8、在一些实施例中，通过以下方式得到所述自动勾画模型：获取训练数据集；其中，所述训练数据集包括多组样本数据，以及每一组样本数据的标签，所述样本数据包括历史目标对象的扫描图像，所述标签为对所述扫描图像进行勾画得到的所述目标对象的目标靶区的信息、以及所述目标靶区对应的放疗关联区域的信息；利用所述训练数据集，对初始自动勾画模型进行训练，得到所述自动勾画模型；其中，所述初始自动勾画模型为机器学习模型。

9、本申请实施例之一提供一种放疗决策的装置，所述装置包括：第一获取模型，用于获取目标对象的扫描图像；第二获取模型，用于根据所述扫描图像，得到所述目标对象的放疗计划信息；其中，所述放疗计划信息至少包括：所述目标对象的目标靶区的信息、所述目标靶区对应的放疗关联区域的信息，以及所述放疗关联区域和所述目标靶区之间的空间关系信息；第三获取模型，用于根据所述扫描图像以及所述目标对象的放疗计划信息，利用光子放疗剂量分布预测模型，得到表征光子放疗的光子剂量分布；第四获取模型，用于根据所述扫描图像以及所述患者的放疗计划信息，利用质子放疗剂量分布预测模型，得到表征质子放疗的质子剂量分布；评估模型，用于根据所述光子剂量分布和所述质子剂量分布，对所述光子放疗及所述质子放疗的选择进行决策。

10、本申请实施例提供一种电子设备，所述电子设备包括存储器和处理器，存储器存储计算机程序，处理器运行程序时执行如上所述的方法。

11、本申请实施例提供一种存储介质，用于存储计算机可读程序，所述计算机可读程序被运行时，执行如上所述的方法。

12、本申请实施例提供的上述技术方案与现有技术相比至少具有如下优点：

13、本申请提供的实施例中，获取目标对象的扫描图像；根据扫描图像，得到目标对象的放疗计划信息；根据扫描图像以及目标对象的放疗计划信息，利用光子放疗剂量分布预测模型，得到表征光子放疗的光子剂量分布；根据扫描图像以及患者的放疗计划信息，利用质子放疗剂量分布预测模型，得到表征质子放疗的质子剂量分布；根据光子剂量分布和质子剂量分布，对光子放疗及质子放疗进行评估。从而可以准确、高效地筛选患者适用于质子治疗还是光子治疗。

技术特征：

1.一种放疗决策的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，通过以下方式，得到所述目标靶区的信息以及所述目标靶区对应的放疗关联区域的信息：

3.根据权利要求1所述的方法，其特征在于，使用最小距离图表征所述放疗关联区域和所述目标靶区之间的空间关系信息；

4.根据权利要求1所述的方法，其特征在于，所述根据所述光子剂量分布和所述质子剂量分布，对所述光子放疗及所述质子放疗进行评估，并决策治疗方式，包括：

5.根据权利要求1所述的方法，其特征在于，通过以下方式得到所述光子放疗剂量分布预测模型：

6.根据权利要求1所述的方法，其特征在于，通过以下方式得到所述质子放疗剂量分布预测模型：

7.根据权利要求1所述的方法，其特征在于，通过以下方式得到所述自动勾画模型：

8.一种放疗决策的装置，其特征在于，所述装置包括：

9.一种电子设备，所述电子设备包括存储器和处理器，存储器存储计算机程序，处理器运行程序时执行如权利要求1至7中任一项所述的方法。

10.一种存储介质，用于存储计算机可读程序，所述计算机可读程序被运行时，执行如权利要求1至7中任一项所述的方法。

技术总结
本申请实施例提供一种放疗决策的方法、装置、电子设备以及存储介质。其中，放疗决策的方法包括：获取目标对象的扫描图像；根据扫描图像，得到目标对象的放疗计划信息；其中，放疗计划信息至少包括：目标对象的目标靶区的信息、目标靶区对应的放疗关联区域的信息，以及放疗关联区域和目标靶区之间的空间关系信息；根据扫描图像以及目标对象的放疗计划信息，利用光子放疗剂量分布预测模型，得到表征光子放疗的光子剂量分布；根据扫描图像以及患者的放疗计划信息，利用质子放疗剂量分布预测模型，得到表征质子放疗的质子剂量分布；根据光子剂量分布和质子剂量分布，对光子放疗及质子放疗的选择进行决策。

技术研发人员：陈辛元,丁佳琳,门阔,戴建荣,易俊林
受保护的技术使用者：中国医学科学院肿瘤医院
技术研发日：
技术公布日：2024/4/17