-
公开(公告)号:CN105930637A
公开(公告)日:2016-09-07
申请号:CN201610217772.X
申请日:2016-04-02
Applicant: 中北大学
IPC: G06F19/00
CPC classification number: G06F19/3462
Abstract: 本发明公开一种自动确定目标函数权重的放射治疗方案优化方法,步骤一、为信息输入,输入病人的三维密度信息、器官勾画信息、治疗头信息,目标函数信息,以及目标函数中所使用器官的DV限制参数;步骤二、为预处理,根据病人的各器官勾画信息、病人的三维密度信息和治疗头信息,通过剂量计算引擎计算每个射束的剂量分布,从而得到剂量沉积矩阵;步骤三、为方案优化,在已知信息目标函数和剂量沉积矩阵的情况下,进行方案优化来确定最终各子野的形状和权重;步骤四、为权重调整,根据方案优化模块的输入信息,判断各子目标函数是否都满足优化的终止条件;步骤五、为输出方案优化结果。本发明自动方案优化是一个迭代的过程,不需要输入理想DVH曲线。
-
公开(公告)号:CN119963677A
公开(公告)日:2025-05-09
申请号:CN202510048520.8
申请日:2025-01-13
Applicant: 中北大学
IPC: G06T11/00 , G06T5/10 , G06T5/60 , G06T5/70 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及一种基于循环卷积神经网络的不成对低剂量CT图像重建方法,属于图像重建技术领域。包括:收集若干临床低剂量CT图像,形成原始图像数据集,并收集若干常规剂量CT图像,形成标签数据集;原始图像数据集和标签数据集构成训练数据集;构建不成对低剂量CT图像重建网络;通过训练数据集训练不成对低剂量CT图像重建网络,得到训练好的不成对低剂量CT图像重建网络;将待重建低剂量CT图像输入训练好的不成对低剂量CT图像重建网络,得到待重建低剂量CT图像的重建结果图像。该方法具有较好的去噪性能,去噪后的图像能够完整地保留细节,并且不存在过度平滑问题。
-
公开(公告)号:CN111078000B
公开(公告)日:2023-04-28
申请号:CN201911126463.1
申请日:2019-11-18
Applicant: 中北大学
Abstract: 本发明公开一种根据眼行为特征进行眼机交互的方法、装置及系统,该方法包括:获取人眼二值化图像的图像矩阵;计算图像矩阵的行和,组成列矩阵;计算所图像矩阵的列和,组成行矩阵;获取列矩阵的逆矩阵、行矩阵的逆矩阵;分别遍历列矩阵、行矩阵、列矩阵的逆矩阵和行矩阵的逆矩阵,根据遍历过程中遇到的第一个非零元素的位置对应得到所述人眼二值化图像中人眼外接矩形的最小纵坐标、最大纵坐标、最大横坐标和最小横坐标,进行人眼定位并计算人眼开合度;根据开合度确定机体的对应动作。本发明能够准确获取人眼的行为特征,并根据眼行为特征控制外部设备作出相应的操作,即实现眼机交互。
-
公开(公告)号:CN113066036B
公开(公告)日:2022-06-03
申请号:CN202110292139.8
申请日:2021-03-18
Applicant: 中北大学
Abstract: 本发明实施例提供了一种基于模糊熵和稀疏表示的X射线图像融合方法及装置,涉及数字成像技术领域,本发明实施例包括:获得多张X射线图像,X射线图像为不同电压下的X射线透过同一个构件形成的多张图像。按照相同的划分方式,分别对每张X射线图像划分图像块,并针对每张X射线图像,对该X射线图像中的各图像块分别进行稀疏编码,得到该X射线图像中各图像块的稀疏系数向量。针对每组相同位置的各图像块,计算该组图像块的稀疏系数向量的加权和,得到该组图像块对应的融合稀疏系数向量,并将各组图像块对应的融合稀疏系数向量构建为融合稀疏系数向量矩阵。根据对融合稀疏系数向量矩阵进行反稀疏编码得到的结果,确定多张X射线图像的融合图像。
-
公开(公告)号:CN110289075B
公开(公告)日:2022-04-22
申请号:CN201910352358.3
申请日:2019-04-29
Applicant: 中北大学
Abstract: 本发明针对利用局部梯度信息生成子野则易导致局部最优结果、利用全局梯度信息生成子野则计算量大等问题,提供了一种能够更加快速、准确地生成可交付使用子野的基于模糊熵的直接子野优化方法及其系统:首先采用基于模糊熵分割原理生成子野形状,然后进行子野权重优化,以得到满足临床要求的治疗方案,本发明可以快速、准确地利用全局梯度信息得到子野形状,计算量减少的同时提高了计划质量,优化所得子野数目较少,提高了优化效率;利用全局梯度信息生成子野形状,有利于提高靶区剂量适形度、降低靶区周围危及器官以及正常组织接受的放射剂量,从而达到提高治疗增益比、提高肿瘤放射治疗精确度以及降低正常组织由放射引起并发症的概率的临床治疗要求。
-
公开(公告)号:CN113178242B
公开(公告)日:2022-04-19
申请号:CN202110449392.X
申请日:2021-04-25
Abstract: 本发明公开一种基于耦合式生成对抗网络的自动计划优化系统,包括:信息输入模块,用于输入所需数据信息;权重自动设定模块,通过基于卷积神经网络的目标函数权重因子预测模型自动设定子目标函数的权重;约束条件设置模块,通过基于BP神经网络的剂量学指征项预测模型自动设定子目标函数的约束条件;计划优化模块,利用生成对抗网络训练得到子野形状预测模型,依据上述内容,采用局部梯度算法优化目标函数获得最优剂量分布矩阵数据,生成最优计划;方案输出模块,根据计划优化模块生成的最优计划,输出计划方案。本发明利用卷积神经网络、BP神经网络、生成对抗网络优化调强放射治疗计划,使优化的过程更加高效,并提升优化结果的质量。
-
公开(公告)号:CN112669401A
公开(公告)日:2021-04-16
申请号:CN202011524919.2
申请日:2020-12-22
Applicant: 中北大学
Abstract: 本发明公开一种基于卷积神经网络的CT图像重建方法及系统,所述方法包括输入投影数据,利用前端卷积神经网络对所述投影数据进行滤波处理,反投影处理生成断层图像信息,利用后端卷积神经网络对生成的断层图像信息进行处理,以及利用处理后的断层图像和真实图像计算整个网络损失函数的值,并将损失函数的梯度信息反向逐层反馈,更新各网络层的参数值。本发明利用多层卷积神经网络处理投影数据,充分挖掘投影数据中的有用信息,有效地提高了整体神经网络模型的特征提取和信息表达能力;避免了在神经网络模型中使用全连接层,所需神经网络模型参数较少,易于实现。
-
公开(公告)号:CN110554423B
公开(公告)日:2021-01-01
申请号:CN201910940018.2
申请日:2019-09-30
Applicant: 中北大学
IPC: G01T1/02
Abstract: 本发明涉及一种放射剂量计算系统,包括信息输入模块、点核能量分布模拟模块、点核模型参数提取模块、点核查找表生成模块、坐标系转换模块、TERM值计算模块、剂量计算模块和信息输出模块。通过将直角坐标系下的二维注量分布、三维密度分布转换到球壳坐标系下,在球壳坐标系下计算各体素的TERM值,利用球壳坐标系的对称特性,直接从点核查找表中读取碰撞点信息,从而进行快速剂量计算,并将球壳坐标系下的三维剂量分布转换到直角坐标系下,输出三维剂量分布,以及统计各器官的剂量‑体积曲线。本发明避免了计算碰撞点位置和旋转点核所需计算量,在射线发散入射的情况下有效地降低了点核剂量计算方法的算法复杂度。
-
公开(公告)号:CN110368605B
公开(公告)日:2020-12-01
申请号:CN201910763457.0
申请日:2019-08-19
Applicant: 中北大学
IPC: A61N5/10
Abstract: 本发明公开一种生物效应引导的自适应放射治疗系统,包括:信息输入模块,用以输入所需数据信息;三维剂量分布计算模块,用以计算已完成分次照射的三维剂量分布,并计算当前分次照射的剂量分布;形变场计算模块,用以计算形变场;累积剂量分布计算模块,用以计算已完成分次照射的累加剂量分布;生物效应反馈计算模块,用以构造总剂量模型、计算总剂量分布,并计算病人体内各器官的生物效应反馈;治疗方案生成模块,用以生成当前分次照射计划;信息输出模块用以输出包括当前分次照射计划。本发明利用生物效应反馈引导分次照射方案优化的过程,在分次照射出现照射误差的情况下,综合地考虑了分次照射之间细胞的修复与增殖对放射治疗质量的影响。
-
公开(公告)号:CN107823806B
公开(公告)日:2019-11-19
申请号:CN201710831100.2
申请日:2017-09-15
Applicant: 中北大学
IPC: A61N5/10
Abstract: 本发明公开了一种用于调强放射治疗直接子野优化的方法,获取病人的基本信息;计算目标函数梯度矩阵,并利用模糊器消除噪声;利用自适应阈值分割原理生成新子野形状;优化子野权重,对已有的全部子野权重进行优化;优化子野形状,对已有的全部子野形状进行优化;输出三维剂量分布、DVH曲线、子野个数,子野形状和子野权重信息。本发明还公开了一种包含上述方法的用于调强放射治疗直接子野优化系统,包括信息获取模块,预处理模块,生成子野模块,优化子野权重模块,优化子野形状模块,信息输出模块。本发明解决了现有优化方法及系统得到子野形状精确度低及优化效率低的问题。
-
-
-
-
-
-
-
-
-