公开(公告)号：CN113975662A

公开(公告)日：2022-01-28

申请号：CN202111355116.3

申请日：2021-11-16

Applicant: 福建医科大学附属第一医院 ,  国网信通亿力科技有限责任公司 ,  国网信息通信产业集团有限公司

Inventor： 郭飞宝 ,  邹喜 ,  李金湖 ,  郑成贺 ,  陈燕彬 ,  蓝林臻 ,  曾疆 ,  马汉斌 ,  刘燕秋 ,  王达琳 ,  王彪 ,  王盛

IPC: A61N5/10 ,  G16H20/40 ,  G16H30/20 ,  G16H40/20 ,  G16H50/70

Abstract: 本发明公开了一种基于数据挖掘技术的鼻咽癌精准放疗平台，所述的精准放疗平台包括患者鼻咽癌靶区自动勾画模型建立、放疗计划剂量体积参数预评价及放疗计划数据库的构建。本发明的优点在于：①能够帮助医师更加快速、准确地勾画鼻咽癌肿瘤靶区和危及器官，减少正常组织器官的不可逆受照射放疗剂量损伤；②减轻医师工作负担，减少患者等待时间，提升治愈成功率；③提高医院床位使用率和周转率,较大幅度降低肿瘤患者的医疗费用,减轻患者的经济压力；④帮助年轻医师学习靶区及危及器官的勾画技巧，能够指导年轻物理师设置放疗调强计划参数。

公开(公告)号：CN112635023B

公开(公告)日：2024-03-29

申请号：CN202011489700.3

申请日：2020-12-16

Applicant: 福建医科大学附属第一医院 ,  国网信通亿力科技有限责任公司

Inventor： 郭飞宝 ,  邹喜 ,  李金湖 ,  陈燕彬 ,  李贵 ,  洪金省 ,  蔡传书 ,  刘锋 ,  蓝林臻 ,  曾疆 ,  郑成贺 ,  刘庆胜 ,  许梓明 ,  蔡菁 ,  钟火星

IPC: G16H20/40 ,  G16H20/10 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06T7/00 ,  A61N5/10

Abstract: 本发明实施例提供了一种鼻咽癌的剂量预测模型的生成方法、剂量预测方法及装置。方法包括：将多个鼻咽癌患者的三维医学图像分割为多个二维切片，并将多个二维切片划分为训练集和测试集；每个鼻咽癌患者的三维计划靶区图像中的射野数量在预设范围内，所述预设范围为[7，12]；构建包括生成器和判别器构成鼻咽癌的剂量预测模型；利用训练集中的二维切片对剂量预测模型进行训练，得到判断结果满足预设条件的剂量预测模型。本发明中，能够在保证剂量预测准确性的前提下，生成一种适应于多种类型的鼻咽癌的剂量预测模型，从而减少了放射治疗过程中的人力、物力以及时间消耗。

公开(公告)号：CN112635023A

公开(公告)日：2021-04-09

申请号：CN202011489700.3

申请日：2020-12-16

Applicant: 福建医科大学附属第一医院 ,  国网信通亿力科技有限责任公司

Inventor： 郭飞宝 ,  邹喜 ,  李金湖 ,  陈燕彬 ,  李贵 ,  洪金省 ,  蔡传书 ,  刘锋 ,  蓝林臻 ,  曾疆 ,  郑成贺 ,  刘庆胜 ,  许梓明 ,  蔡菁 ,  钟火星

IPC: G16H20/40 ,  G16H20/10 ,  G06N3/04 ,  G06N3/08 ,  G06T7/00 ,  A61N5/10

Abstract: 本发明实施例提供了一种鼻咽癌的剂量预测模型的生成方法、剂量预测方法及装置。方法包括：将多个鼻咽癌患者的三维医学图像分割为多个二维切片，并将多个二维切片划分为训练集和测试集；每个鼻咽癌患者的三维计划靶区图像中的射野数量在预设范围内，所述预设范围为[7，12]；构建包括生成器和判别器构成鼻咽癌的剂量预测模型；利用训练集中的二维切片对剂量预测模型进行训练，得到判断结果满足预设条件的剂量预测模型。本发明中，能够在保证剂量预测准确性的前提下，生成一种适应于多种类型的鼻咽癌的剂量预测模型，从而减少了放射治疗过程中的人力、物力以及时间消耗。

公开(公告)号：CN119724560A

公开(公告)日：2025-03-28

申请号：CN202510216520.4

申请日：2025-02-26

Applicant: 福建医科大学附属第一医院

Inventor： 邹喜 ,  郭飞宝 ,  陈燕彬 ,  蓝林臻 ,  柳炫宇 ,  陈舒影

IPC: G16H50/20 ,  G16H30/20 ,  G06V10/25 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及医疗影像处理技术领域，尤其为基于深度学习的宫颈癌靶区自动勾画系统，包括数据采集模块、深度学习模型构建模块、模型训练与优化模块和自动勾画与剂量计算模块，数据采集模块确定入组标准和排除标准，采集并处理患者CT图像、专家勾画结果及剂量分布图，划分数据集；深度学习模型构建模块含分割与配准模型构建单元，分别搭建网络结构并设置参数；模型训练与优化模块利用训练集训练模型，采用数据变换策略扩充数据量，依验证集结果调整模型；自动勾画与剂量计算模块运用训练好的模型进行自动勾画和剂量计算。本发明，提高勾画效率与一致性，提升勾画准确性，准确计算累积剂量，有助于宫颈癌放疗的精准化、标准化，提高放疗质量。

公开(公告)号：CN119701233A

公开(公告)日：2025-03-28

申请号：CN202510224212.6

申请日：2025-02-27

Applicant: 福建医科大学附属第一医院

Inventor： 柳炫宇 ,  郭飞宝 ,  陈舒影 ,  陈燕彬 ,  陈君

IPC: A61N5/10 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/42 ,  G06V10/80 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/09 ,  G06N3/0985 ,  G06N3/084

Abstract: 本发明涉及医学影像处理和放射治疗技术领域，尤其为基于深度学习的宫颈癌内外照射剂量叠加系统，包括数据输入模块、形变配准模块、剂量计算模块、剂量叠加模块与结果分析模块。数据输入模块对内外照射CT图像数据校验并预处理；形变配准模块采用V‑Net架构结合基于Transformer的算法精准对齐图像；剂量计算模块用卷积神经网络算出剂量分布；剂量叠加模块加权叠加内外照射剂量生成综合剂量体积直方图；结果分析模块运用统计和可视化工具评估靶区及正常组织剂量情况。本发明提高了剂量相关操作的准确性，提升工作效率，助力个性化精准放疗，对推动放疗技术发展与临床应用有积极意义。