-
公开(公告)号：CN117313503A
公开(公告)日：2023-12-29
申请号：CN202311176396.0
申请日：2023-09-12
Applicant: 南方医科大学
IPC: G06F30/25
Abstract: 一种可寻址平板源的蒙特卡罗光子输运模拟方法，通过8个步骤得到投影。本发明的可寻址平板源的蒙特卡罗光子输运模拟方法可在无需实际扫描条件下获得不同结构、不同出束方式下的可寻址平板X射线源的投影，提前预估不同参数的平板射线源的性能，为可寻址平板X射线源研发提供方向，避免了不必要的研发资源浪费。相比传统解析法或是混合方法，本发明使用蒙特卡罗方法具有高的准确度和更快的模拟速度。
-
公开(公告)号：CN110327554A
公开(公告)日：2019-10-15
申请号：CN201910609968.7
申请日：2019-07-08
Applicant: 南方医科大学
Abstract: 本发明公开了一种基于预测剂量分布引导的调强放疗计划优化方法及应用，该方法包括以下步骤：将患者的感兴趣区域的几何解剖结构特征输入到经训练的神经网络模型，获得危及器官的三维剂量分布预测；以三维剂量分布预测作为优化引导，建立射野强度分布模型，射野强度分布模型的优化目标函数包括基于三维剂量分布预测的目标项和基于等效体积剂量的目标项；基于优化目标函数设置相关参数并求解，获得调强放疗优化计划。本发明利用预测三维剂量分布引导调强放疗计划优化，可实现个体性优化以及体素级的精准剂量优化；本发明构建等效体积目标以补偿较松的预测误差对其引导优化结果的影响，并同时提供更广阔的求解空间，保证计划最优化的前进方向。
-
公开(公告)号：CN107441637A
公开(公告)日：2017-12-08
申请号：CN201710851175.7
申请日：2017-09-20
Applicant: 南方医科大学
IPC: A61N5/10
CPC classification number: A61N5/1031 , A61N5/1039
Abstract: 本发明公开了一种调强放疗计划中三维剂量分布的预测方法，步骤如下：(1)收集有效的调强放疗计划数据形成病例数据库；(2)根据CT图像的分辨率大小，将患者的靶区(PTV)、各个危及器官划分为若干个小体素；(3)提取数据库中每个患者的解剖特征；(4)提取数据库中每个患者的剂量特征；(5)搭建人工神经网络，输入患者的解剖特征和剂量特征，借助人工神经网络学习出解剖特征和剂量特征之间的映射关系，得到二者的关联模型；(6)使用关联模型预测新患者的三维剂量分布。上述方法的应用为采用上述剂量分布预测方法，进行患者危及器官的剂量预测，并实现质量控制。通过上述方式，本发明能够实现调强放疗计划的三维剂量分布预测，并可应用于质量控制环节。
-
公开(公告)号：CN117238444A
公开(公告)日：2023-12-15
申请号：CN202311176511.4
申请日：2023-09-13
Applicant: 南方医科大学
Abstract: 一种基于透明平板X射线源的靶区可视化计算方法，包括：预先针对不同尺寸的透明平板X射线源进行剂量特性测量，并创建数据库；后续进行靶区可视化计算方法通过如下步骤进行：步骤一、根据靶区形状和体积选取尺寸合适的透明平板X射线源；步骤二、透明平板X射线源摆位和固定，将透明平板X射线源放置并固定于与靶区匹配的位置；步骤三、采集包括透明平板X射线源的靶区可视化图像；步骤四、调整透明平板X射线源摆位参数；步骤五、根据剂量照射计划，计算透明平板X射线源照射参数。本发明能够精确获得透明平板X射线源照射参数，提高了传递到靶区剂量的精确性。
-
公开(公告)号：CN110124214A
公开(公告)日：2019-08-16
申请号：CN201910437520.1
申请日：2019-05-24
Applicant: 南方医科大学
Abstract: 本发明提供一种基于预测剂量分布引导的调强放疗计划优化方法及应用。该方法包括：将患者的感兴趣区域的几何结构特征输入到经训练的神经网络模型，获得危及器官的三维剂量分布预测；以所述三维剂量分布预测作为优化引导，以感兴趣区域内的体素作为优化约束，建立射野强度分布模型，其中，该射野强度分布模型的优化目标函数包括基于三维剂量分布预测的目标项和基于等效均匀剂量的目标项；基于所述优化目标函数求解该射野强度分布模型的优化问题，获得调强放疗计划。本发明的方法利用预测三维剂量分布引导调强放疗计划计划优化，能够实现个体性优化以及体素级的精准剂量优化。
-
Patent Agency Ranking
公开(公告)号：CN117393197A
公开(公告)日：2024-01-12
申请号：CN202311181647.4
申请日：2023-09-14
Applicant: 南方医科大学
IPC: G21K1/06
Abstract: 本发明提出一种基于主动相干冷阴极平板源的光栅相衬成像方法，通过三个步骤获得所述光栅相衬成像系统的相位步进曲线，实现成像物的三衬度图像提取。本发明提出的冷阴极相干阵列平板源阴极由大量氧化锌纳米颗粒经场致发射产生电子，电子经加速轰击微阵列分布的阳极靶产生Tabolt‑Lau光栅相衬成像所需的阵列X射线光源。相比于传统的Talbot‑Lau光栅相衬成像，本发明可以免去传统Talbot‑Lau光栅相衬成像中源光栅G0的使用，有效避免光栅G0的使用及G0存在带来的成像性能降低，提高X射线使用效率，获得高质量的三衬度图像。
-
公开(公告)号：CN112634308B
公开(公告)日：2023-07-25
申请号：CN202011561430.2
申请日：2020-12-25
Applicant: 南方医科大学
IPC: G06T7/136 , G06T9/00 , G06N3/0464 , G06V10/774 , G06V10/82 , G06V10/80
Abstract: 本发明涉及医学放射治疗技术领域，尤其涉及一种基于不同感受野的鼻咽癌靶区和危及器官的勾画方法，包括以下步骤：将患者的放疗数据经过预处理后，输入至分割网络模型中，利用基于空洞卷积和金字塔结合的模型提取特征，并结合解码器输出勾画标签。本发明提出的一种基于不同感受野的鼻咽癌靶区和危及器官的勾画方法，解决了现有的勾画方法存在网络显存占用多、参数量大和运算浮点数高的问题。
-
公开(公告)号：CN110085298B
公开(公告)日：2022-02-01
申请号：CN201910341687.8
申请日：2019-04-26
Applicant: 南方医科大学
Abstract: 本发明提供一种基于深度学习的调强放疗计划三维剂量分布的预测方法。该方法包括：收集有效的调强放疗计划数据形成病例数据库；从病例数据库提取每个患者的感兴趣区域的三维解剖结构轮廓特征；将患者的感兴趣区域的三维解剖结构轮廓划分为若干的二维轮廓切片图；从病例数据库提取每个患者的剂量特征，并划分为若干的二维剂量切片分布图；搭建深度卷积网络，输入患者的二维轮廓切片图和对应的二维剂量切片分布图，通过模型训练获得解剖结构轮廓特征和剂量特征之间的关联模型；使用所训练的关联模型预测新患者的三维剂量分布。利用本发明的方法，能够有效的获得解剖结构特征与剂量特征之间的关联关系，提高剂量预测的精确性。
-
-
公开(公告)号：CN117288788A
公开(公告)日：2023-12-26
申请号：CN202311174083.1
申请日：2023-09-12
Applicant: 南方医科大学
IPC: G01N23/046 , G01N23/2273
Abstract: 一种光子输运共享蒙特卡罗快速模拟方法，通过6个步骤得到非共享光子和能量及方向共享光子对所述探测器的最终贡献及散射分布。该光子输运共享蒙特卡罗快速模拟方法，用不同X射线源管电压及不同扫描模式下的共享光子，通过重复利用能量及方向共享光子的模拟结果，从而避免了不必要的重复模拟，相比传统MC方法具有更高的模拟效率。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.019 seconds)
