资源类型：
申请号：
申请日期：
授权年份：
公开号：
公开日：
法律状态：
主分类号：
分类号：
摘要：
本申请公开了磁共振引导放射治疗肿瘤靶区的自动追踪方法，属于肿瘤自动识别技术领域，一种磁共振引导放射治疗肿瘤靶区的自动追踪方法，包括如下步骤：步骤1：实时收集患者在放疗系统中产生的cine MRI图像，将cine MRI图像进行预处理，得到标准图像文件；步骤2：从标准图像文件中抽出参考帧和运动帧，将参考帧和运动帧以双通道格式输入至形变矢量场（DVF）自动提取模型中，得到参考帧与运动帧的对比信息；步骤3：将参考帧和运动帧的对比信息进行轮廓捕捉，得到运动帧中的肿瘤轮廓，实现肿瘤病灶的动态追踪。本申请所提供的技术方案能够捕获到运动帧相对于参考帧中发生变化的区域，进而经过轮廓捕捉，实现了对肿瘤病灶的动态追踪。
主权项：
1.一种磁共振引导放射治疗肿瘤靶区的自动追踪方法，其特征在于，包括如下步骤： 步骤1：实时收集患者在放疗系统中产生的cine MRI图像，将cine MRI图像进行预处理，得到标准图像文件； 步骤2：从标准图像文件中抽出参考帧和运动帧，人工勾画参考帧cine MRI图像的靶区外轮廓； 步骤3：将参考帧和运动帧以双通道格式输入至Deformable VectorField自动提取模型中，得到运动帧的Deformable VectorField信息，Deformable VectorField信息为运动帧相对于参考帧的各像素点位置变化信息； 步骤4：将自动提取的Deformable VectorField信息，以卷积运算的方式，作用于参考帧的靶区外轮廓，获得运动帧的靶区外轮廓，实现肿瘤病灶的动态追踪； Deformable VectorField自动提取模型包括4层编码器和4层解码器，4层编码器与4层解码器相互对应，并通过Transformer层跳跃连接； 运动帧和参考帧输入至第一层解码器内，每层解码器执行双层卷积运算操作； 最后一层解码器输出运动帧相对于参考帧的Deformable VectorField信息； Deformable VectorField自动提取模型采用如下方式进行训练： S1：获取至少80位患者的在放疗系统中产生的原始cine MRI图像，将cine MRI图像转化为标准图像文件； S2：构建无监督学习模型损失函数， Ltotal=Limg + λ LDVF，其中，Limg 为图像损失函数，LDVF为Deformable VectorField损失函数，Ltotal为总损失函数，λ为待优化的超参数； Limg代表了经Deformable VectorField信息反卷积作用后的运动图像，DeformableVectorField信息首先求逆获得DVF-1， DVF-1再卷积作用于运动图像与参考图像的相似程度； Limg = LMSE+LNCC， ； ； 其中，LMSE为均方误差部分的损失函数，LNCC为局部归一化互相关系数部分的损失函数；B为标准图像文件中每帧内的像素点的数量，pi为经自动提取的Deformable VectorField信息反卷积作用后的运动帧的第i个像素点的像素值，为参考帧第i个像素点的像素值；cov为协方差运算，σ为标准差运算； LDVF=L1+L2+L3, 其中L1为Deformable VectorField信息一阶空间导数损失函数，L2为Deformable VectorField信息二阶空间导数损失函数；L3为Deformable VectorField信息三阶及以上空间导数损失函数： ； ； ； 其中x,y为cine MRI图像的x, y坐标方向，为模型预测的在空间坐标点（x,y）处的形变矢量场Deformable VectorField信息，为各高阶空间导数损失函数权重，k≥ 3，代表空间导数的阶数，对于二阶以上的空间求导，LDVF代表了Deformable VectorField自动提取模型输出的Deformable VectorField信息空间连续变化程度，为求导数的运算符号，表示对x，y坐标求偏导数； S3：在测试集中训练无监督学习模型，确定超参数λ的最佳值； 训练好的Deformable VectorField自动提取模型采用如下方式进行评估： 重新收集若干个独立测试集；人工勾画独立测试集每一帧cine MRI图像的靶区外轮廓； 将参考帧的靶区外轮廓定义为fixed GTV，运动帧的靶区外轮廓定义为moving GTV； 将独立测试集输入至训练好的Deformable VectorField自动提取模型，得到独立测试集中每个患者的运动帧相对于参考帧的各像素点的变化信息，即各像素点的DeformableVectorField信息； 通过反卷积运算，将Deformable VectorField信息作用于运动帧的靶区外轮廓movingGTV，获得output GTV，output GTV为一个用于模型评估的中间变量； 将output GTV与fixed GTV进行戴斯相似系数DSC和豪斯多夫距离HD差异比较，以评估Deformable VectorField自动提取模型的准确性。
