-
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。
-
Patent Agency Ranking
公开(公告)号：CN109125952A
公开(公告)日：2019-01-04
申请号：CN201810789355.1
申请日：2018-07-18
Applicant: 中北大学
Abstract: 本发明涉及一种基于核模型的卷积叠加剂量计算方法，输入剂量计算所需数据信息；根据输入的治疗头信息，利用蒙特卡罗算法计算治疗头在核模型下的能量分布；将直角坐标系统下的能量分布转换为球壳坐标系统下的能量分布，基于球壳坐标系统提取核模型的参数，并将核模型参数存储；基于球壳坐标系统，计算核模型中轴线与体素相交长度的校正因子，并将校正因子存储；基于球壳坐标系统，计算每条线束在初始碰撞点处轴线与体素的相交情况；沿射线前进方向确定射束与体素放生碰撞的碰撞点位置，根据该碰撞点的位置读取存储的核模型参数和校正因子，计算在该碰撞点处释放的能量沉积。本发明在不改变剂量计算精度的同时,有效地降低了剂量计算的复杂度。
-
公开(公告)号：CN107823806A
公开(公告)日：2018-03-23
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。
-
公开(公告)号：CN119399075A
公开(公告)日：2025-02-07
申请号：CN202411436527.9
申请日：2024-10-15
Applicant: 中北大学
IPC: G06T5/77 , G06T5/60 , G06N3/0464
Abstract: 本发明涉及一种基于神经网络多层次特征学习的低剂量CT图像复原方法及装置，对CT图像数据集进行预处理，获得预处理图像；基于预处理图像，通过粗特征提取模块提取图像粗特征，获得粗特征图；基于所述粗特征图，通过细节增强模块增强图像细节特征，获得细节增强特征图；基于所述粗特征图，通过重建图像模块获得第一重建图像；基于所述细节增强特征图，通过重建图像细节模块获得第二重建图像；将所述第一重建图像和第二重建图像相加，得到复原图像；计算损失函数，训练出复原模型。本发明能够有效提高低剂量CT图像复原处理效果。
-
公开(公告)号：CN118762091A
公开(公告)日：2024-10-11
申请号：CN202410668319.5
申请日：2024-05-28
Applicant: 中北大学
IPC: G06T11/00 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及一种基于卷积稀疏约束的稀疏角CT图像重建方法及装置，基于以下CT图像重建模型，经过多次卷积迭代获得重建CT图像#imgabs0#式中#imgabs1#为数据保真项，保持重构图像与测量值之间的恒定；g为投影数据，u为待重建图像，A表示大小为R′Q的系统矩阵，R为投影数据的总数，Q为图像像素的总数；β是控制数据保真项和约束项之间权衡的平衡系数；*为卷积算子，{fi}i＝1,2,...,N为滤波器集合，{Mi}i＝1,2,...,N为滤波器fi对应的特征映射，λ为正则化参数。本发明能够有效改善稀疏角CT重建图像的成像质量，提高图像重建效率。
-
公开(公告)号：CN116862790B
公开(公告)日：2024-10-08
申请号：CN202310796944.3
申请日：2023-06-30
Applicant: 中北大学
IPC: G06T5/70 , G06T7/00 , G06T5/60 , G06N3/0464
Abstract: 本发明涉及一种基于神经网络的低剂量CT图像降噪方法及装置，将含噪声的CT图像分解，获得图像低频信息和高频信息；将所述图像低频信息和高频信息分别输入至相对应的低频网络和高频网络中，得到第n次降噪后的低频信息Ln和高频信息Hn；第n次降噪后的低频信息和高频信息通过融合网络与初始图像相减，获得残差图像ΔZn；计算损失函数，训练出预模型；调整学习率，对预模型进行训练，获得最终降噪模型；基于所述最终降噪模型，对CT图像进行处理，获得降噪后的CT图像。本发明能够有效提高低剂量CT图像降噪处理效果。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.02 seconds)
