亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種基于互關(guān)聯(lián)規(guī)則的鼻咽癌原發(fā)病灶臨床靶區(qū)自動(dòng)勾畫方法與流程

文檔序號(hào):12722558閱讀:366來(lái)源:國(guó)知局
一種基于互關(guān)聯(lián)規(guī)則的鼻咽癌原發(fā)病灶臨床靶區(qū)自動(dòng)勾畫方法與流程

本發(fā)明涉及模擬腫瘤擴(kuò)散的研究領(lǐng)域,特別涉及一種基于互關(guān)聯(lián)規(guī)則的鼻咽癌原發(fā)病灶臨床靶區(qū)自動(dòng)勾畫方法。



背景技術(shù):

調(diào)強(qiáng)放射治療(IntensityModulatedRadiationTherapy,IMRT)是目前治療鼻咽癌的主流放療技術(shù),精確的靶區(qū)勾畫是臨床放療計(jì)劃成功的前提,對(duì)鼻咽癌的治療、治療方案各項(xiàng)參數(shù)的統(tǒng)計(jì)學(xué)評(píng)估以及病人治療后的生活質(zhì)量,都有著極為關(guān)鍵的影響。目前,靶區(qū)勾畫主要依賴醫(yī)生的手動(dòng)勾畫?,F(xiàn)醫(yī)院使用的ABAS靶區(qū)勾畫系統(tǒng)實(shí)現(xiàn)了在三維方向上,硬性擴(kuò)展醫(yī)生指定的數(shù)值范圍作為預(yù)防照射靶區(qū),之后,再根據(jù)醫(yī)生的臨床經(jīng)驗(yàn),結(jié)合ICRU(InternationalCommissionRadiologicalUnits,83report,2010)給出的大概勾畫標(biāo)準(zhǔn),對(duì)結(jié)果進(jìn)行修改。

手動(dòng)勾畫的靶區(qū),由于觀察者之間存在的主觀勾畫差異,導(dǎo)致靶區(qū)的勾畫結(jié)果出現(xiàn)很大的差別。這樣的差異,給后續(xù)的治療、治療方案效果及參數(shù)的統(tǒng)一評(píng)估造成了影響。同時(shí),醫(yī)生針對(duì)一個(gè)病人的靶區(qū)勾畫,通常需要至少2-3個(gè)小時(shí)。現(xiàn)存的ABAS靶區(qū)勾畫系統(tǒng)只能實(shí)現(xiàn)在三維方向上,硬性擴(kuò)展用戶指定的數(shù)值范圍作為預(yù)防照射靶區(qū)。



技術(shù)實(shí)現(xiàn)要素:

本發(fā)明的主要目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足,提供一種基于互關(guān)聯(lián)規(guī)則的鼻咽癌原發(fā)病灶臨床靶區(qū)自動(dòng)勾畫方法,方法首次被應(yīng)用于腫瘤擴(kuò)散模型模擬,不僅提高了醫(yī)生的工作效率,同時(shí)能夠給后續(xù)放療計(jì)劃提供精確的預(yù)測(cè)區(qū)域,并對(duì)后續(xù)治療方案、劑量體積參數(shù)的評(píng)估和晚期損傷的相關(guān)性研究提供一個(gè)條件一致的評(píng)估基礎(chǔ)平臺(tái)。

為了達(dá)到上述目的,本發(fā)明采用以下技術(shù)方案:

本發(fā)明的一種基于互關(guān)聯(lián)規(guī)則的鼻咽癌原發(fā)病灶臨床靶區(qū)自動(dòng)勾畫方法,包括下述步驟:

S1、生成鼻咽原發(fā)腫瘤區(qū)域的二值圖像,所述二值圖像為:讀入醫(yī)生勾畫好的腫瘤輪廓文件,對(duì)應(yīng)腫瘤區(qū)域的圖像像素格點(diǎn)置1,不含腫瘤區(qū)域的像素格點(diǎn)置0;

S2、去掉二值圖像中腫瘤表面的不穩(wěn)定數(shù)據(jù),所述的不穩(wěn)定數(shù)據(jù)是指:腫瘤表面的數(shù)據(jù),由于拍片時(shí)間不同,會(huì)導(dǎo)致腫瘤表面最外層體素聯(lián)合出現(xiàn)的頻數(shù)計(jì)算出現(xiàn)誤差;

S3、對(duì)模板CT的圖像序列進(jìn)行數(shù)據(jù)離散操作,將圖像序列劃分并生成對(duì)應(yīng)三維網(wǎng)格;

S4、在三維的腫瘤區(qū)域內(nèi),對(duì)體素聯(lián)合出現(xiàn)的頻數(shù)進(jìn)行統(tǒng)計(jì),建立關(guān)聯(lián)規(guī)則的數(shù)據(jù)庫(kù);

S5、讀入需要勾畫臨床靶區(qū)的新病人大體腫瘤數(shù)據(jù),使用胡關(guān)聯(lián)規(guī)則,模擬腫瘤生長(zhǎng),自動(dòng)勾畫出臨床放療靶區(qū),具體為:以腫瘤邊界處的三個(gè)相鄰體素為索引,在頻繁項(xiàng)集合數(shù)據(jù)庫(kù)中,找出與該索引相關(guān)聯(lián)的候選體素,再根據(jù)互關(guān)聯(lián)規(guī)則,判斷腫瘤下一步將侵犯的體素位置。

作為優(yōu)選的技術(shù)方案,步驟S1中,所述腫瘤區(qū)域采用判斷像素點(diǎn)是否在多邊形內(nèi)的方法InPolygon,分開非腫瘤與腫瘤區(qū)域。

作為優(yōu)選的技術(shù)方案,步驟S2中,去掉二值圖像中腫瘤表面的不穩(wěn)定數(shù)據(jù)的方法為:

對(duì)N例病人在模板CT圖像上的腫瘤區(qū)域運(yùn)用腐蝕算法imageerosion,去掉最外層的會(huì)對(duì)頻數(shù)統(tǒng)計(jì)造成影響的不穩(wěn)定數(shù)據(jù),具體的,腫瘤區(qū)域erosion的計(jì)算公式為:

式中B(x)是結(jié)構(gòu)元素,對(duì)空間E中的每一點(diǎn),結(jié)構(gòu)元素B(x)平移之后,X為使B包含于E的點(diǎn)構(gòu)成的集合。

作為優(yōu)選的技術(shù)方案,步驟S3具體為:

S301、將模板CT的圖像序列進(jìn)行網(wǎng)格化,將CT圖像序列劃分為width×height×zLen的三維網(wǎng)格,其中,width和height分別是一個(gè)CT切片橫向和縱向上的格點(diǎn)數(shù)目,zLen為模板CT的層數(shù),讀取N例病人的GTV數(shù)據(jù)文件在模板CT上占位的網(wǎng)格號(hào)并存儲(chǔ)。

作為優(yōu)選的技術(shù)方案,步驟S4中,還包括下述步驟:S401、遍歷生成的占位三維網(wǎng)格,生成頻繁項(xiàng)集合,所述頻繁項(xiàng)集,分為頻繁一項(xiàng)集、頻繁二項(xiàng)集、頻繁三項(xiàng)集和頻繁四項(xiàng)集,具體的生成方式如下:

遍歷之前步驟中生成的占位三維網(wǎng)格,統(tǒng)計(jì)每個(gè)屬于GTV區(qū)域內(nèi)部的體素格點(diǎn)在N例病人中出現(xiàn)的頻數(shù),記為頻繁一項(xiàng)集;再依次統(tǒng)計(jì)空間上連續(xù)的兩個(gè)體素格點(diǎn),在所有病例中,同時(shí)出現(xiàn)的頻數(shù),記為頻繁二項(xiàng)集;同理,再依次生成頻繁三項(xiàng)集和頻繁四項(xiàng)集,具體的判定連續(xù)的判斷條件為:空間距離小于的格點(diǎn)被認(rèn)為連續(xù)。

作為優(yōu)選的技術(shù)方案,步驟S5具體為:

S501、讀入需要勾畫臨床靶區(qū)的新病人大體腫瘤數(shù)據(jù),對(duì)新病人的腫瘤區(qū)域進(jìn)行網(wǎng)格化處理,生成新病人的頻繁三項(xiàng)集;

S502、以腫瘤邊界處的三個(gè)相鄰體素組成的頻繁三項(xiàng)集為索引,在頻繁項(xiàng)集合數(shù)據(jù)庫(kù)中,找出與該索引相關(guān)聯(lián)的候選體素,并找出對(duì)應(yīng)頻繁四項(xiàng)集的頻數(shù),依據(jù)互關(guān)聯(lián)規(guī)則,判斷腫瘤下一步將侵犯的體素位置。

作為優(yōu)選的技術(shù)方案,步驟S501具體為:

計(jì)算該病人腫瘤區(qū)域的表面格點(diǎn)坐標(biāo),遍歷所有邊緣格點(diǎn),以每一個(gè)格點(diǎn)為中心,在其周圍x×y×z=5×5×3的立方體網(wǎng)格區(qū)內(nèi)找尋空間位置連續(xù)的格點(diǎn)三項(xiàng)集{i,j,k},在此三項(xiàng)集的基礎(chǔ)上,找尋一個(gè)位于腫瘤區(qū)外部并與該三項(xiàng)集在空間上連續(xù)的節(jié)點(diǎn)l,組成四項(xiàng)集{i,j,k,l}。

作為優(yōu)選的技術(shù)方案,步驟S502中,腫瘤是否會(huì)擴(kuò)散到l號(hào)格點(diǎn)的計(jì)算公式為:

式中P(l)是需要考慮的是否新增的潛在腫瘤擴(kuò)散點(diǎn),l,i,j,k為中離散化的網(wǎng)格序號(hào),F(xiàn)reset3和Freset4的值分別表示{i,j,k}和ascent{l,i,j,k}頻繁項(xiàng)點(diǎn)集在N例GTV中出現(xiàn)的頻數(shù),ascent{l,i,j,k}表示對(duì)集合{l,i,j,k}進(jìn)行升序排列;其中,三項(xiàng)集由腫瘤區(qū)域內(nèi)部的體素格點(diǎn)組成,且至少包含一個(gè)以上腫瘤邊緣格點(diǎn),四項(xiàng)集中的新增點(diǎn)為空間上與三項(xiàng)集相鄰的腫瘤區(qū)域外的點(diǎn);T表示一個(gè)頻繁度閾值,多次試驗(yàn)之后,由臨床醫(yī)生根據(jù)經(jīng)驗(yàn)選擇0.5作為判斷是否擴(kuò)散的標(biāo)準(zhǔn)閾值;Freset4/Freset3的計(jì)算依據(jù)為概率統(tǒng)計(jì)中的P(B|A)=P(AB)/P(A),即:在A發(fā)生的條件下,同時(shí)發(fā)生B的概率,因此,F(xiàn)reset4(ascent{l,i,j,k})/Freset3(i,j,k)可理解為,在(i,j,k)這三個(gè)相鄰體素點(diǎn)已被腫瘤侵犯時(shí),與之相鄰的體素點(diǎn)l,被包括在腫瘤擴(kuò)散危險(xiǎn)區(qū)域的概率,P(l)=1時(shí),表示l體素點(diǎn)屬于危險(xiǎn)區(qū)域,需要被預(yù)防照射;反之,則不需要將l體素點(diǎn)勾畫進(jìn)預(yù)防照射區(qū)域。

本發(fā)明與現(xiàn)有技術(shù)相比,具有如下優(yōu)點(diǎn)和有益效果:

1、與現(xiàn)有方法相比,本發(fā)明基于大量的訓(xùn)練集,能夠自動(dòng)精確地勾畫出預(yù)防照射靶區(qū),在現(xiàn)存的ABAS靶區(qū)勾畫系統(tǒng)只能實(shí)現(xiàn)在三維方向上,硬性擴(kuò)展用戶指定的數(shù)值范圍作為預(yù)防照射靶區(qū)。

2、與目前人工勾畫相比,本系統(tǒng)實(shí)現(xiàn)了勾畫自動(dòng)化,提高了醫(yī)生的工作效率,勾畫結(jié)果達(dá)到醫(yī)生要求的勾畫標(biāo)準(zhǔn),局部的調(diào)整將作為后處理,提供給醫(yī)生選擇。

3、本發(fā)基于大量的經(jīng)臨床驗(yàn)證治療有效的訓(xùn)練集,創(chuàng)新性的提出使用互關(guān)聯(lián)規(guī)則算法Apriori,用來(lái)模擬腫瘤生長(zhǎng)的模型。通過(guò)Apriori算法猜測(cè)顧客的消費(fèi)習(xí)慣的模式,將NPC腫瘤在局部位置之間的擴(kuò)散行為看作是有互關(guān)聯(lián)性,通過(guò)統(tǒng)計(jì)找出這一規(guī)律,統(tǒng)計(jì)頻繁的同時(shí)出現(xiàn)腫瘤的圖像子區(qū)域,并挖掘這些子區(qū)域之間互現(xiàn)關(guān)聯(lián)的規(guī)律,生成頻繁項(xiàng)集和互關(guān)聯(lián)關(guān)系的數(shù)據(jù)庫(kù);進(jìn)而,在已知新病人GTV的情況下,預(yù)測(cè)GTV擴(kuò)散的行為,最終實(shí)現(xiàn)CTV的自動(dòng)勾畫。

附圖說(shuō)明

圖1是本發(fā)明方法的二值圖像生成示意圖。

圖2是本發(fā)明方法中的頻繁項(xiàng)數(shù)據(jù)集生成示意圖。

圖3是本發(fā)明方法中,基于互關(guān)聯(lián)規(guī)則的CTV預(yù)測(cè)過(guò)程示意圖。

圖4是本發(fā)明方法的一個(gè)實(shí)施例的程序流程圖。

具體實(shí)施方式

下面結(jié)合實(shí)施例及附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)的描述,但本發(fā)明的實(shí)施方式不限于此。

本發(fā)明中的相關(guān)術(shù)語(yǔ)如下所示:

鼻咽癌(Nasopharyngeal Carclnoma,NPC):是指發(fā)生于鼻咽腔頂部和側(cè)壁的惡性腫瘤,也被稱為“廣東瘤”,根據(jù)世界衛(wèi)生組織調(diào)查報(bào)告,全球有80%的鼻咽癌患者在中國(guó)。

腫瘤區(qū)(grosstumorvolume,GTV):指臨床可見、可通過(guò)診療檢查手段(包括CT和MRI)證實(shí)的腫瘤范圍。

鼻咽癌原發(fā)病灶臨床靶區(qū)(clinicaltargetvolume,CTV):除包含GTV外,還包括顯微鏡下可見的、亞臨床灶以及腫瘤可能侵犯的范圍。

Apriori互關(guān)聯(lián)算法:是一種挖掘關(guān)聯(lián)規(guī)則的頻繁項(xiàng)集算法,主要包括候選集生成和情節(jié)的向下封閉檢測(cè)兩個(gè)階段。

計(jì)算機(jī)斷層掃描(ComputedTomography,CT):利用精確準(zhǔn)直的X線束、γ射線、超聲波等,與靈敏度極高的探測(cè)器一同圍繞人體的某一部位作一個(gè)接一個(gè)的斷面掃描,具有掃描時(shí)間快,圖像清晰等特點(diǎn),可用于多種疾病的檢查。

像素(pixel):圖像元素的簡(jiǎn)稱。像素是構(gòu)成數(shù)碼影像的基本單元,是二維空間的最小單位。

體素(voxel):三維圖像體積元素的簡(jiǎn)稱。數(shù)字?jǐn)?shù)據(jù)于三維空間分割上的最小單位,用于三維成像、醫(yī)學(xué)影像等領(lǐng)域。概念類似于二維空間的最小單位——像素。

實(shí)施例

本實(shí)施例一種基于互關(guān)聯(lián)規(guī)則的鼻咽癌原發(fā)病灶臨床靶區(qū)自動(dòng)勾畫方法,包括下述步驟:

S1、生成鼻咽原發(fā)腫瘤區(qū)域的二值圖像,如圖1所示,二值圖像生成的具體步驟為:

S101、讀入醫(yī)生勾畫好的腫瘤輪廓文件,對(duì)應(yīng)腫瘤區(qū)域的圖像像素格點(diǎn)置1,不含腫瘤區(qū)域的像素格點(diǎn)置0。

所述腫瘤區(qū)域?qū)⑦\(yùn)用判斷像素點(diǎn)是否在多邊形內(nèi)的方法(InPolygon),分開非腫瘤區(qū)域與腫瘤區(qū)域。具體的InPolygon的計(jì)算公式為:

IN=InPolygon(x,y,xv,yv)

式中IN為輸出的二值圖像,其尺寸與原始輸入CT圖像I(x,y)相同,(x,y)為像素點(diǎn)的坐標(biāo),(xv,yv)為GTV輪廓上的點(diǎn)坐標(biāo)。

S2、去掉腫瘤外層不穩(wěn)定數(shù)據(jù);

所述的不穩(wěn)定數(shù)據(jù),是指腫瘤表面的數(shù)據(jù),由于拍片時(shí)間不同,會(huì)導(dǎo)致腫瘤表面最外層體素聯(lián)合出現(xiàn)的頻數(shù)計(jì)算出現(xiàn)誤差。因此,首先要對(duì)N例病人在模板CT圖上的腫瘤區(qū)域運(yùn)用腐蝕算法。具體的,腫瘤區(qū)域erosion的計(jì)算公式為:

式中B(x)是結(jié)構(gòu)元素,對(duì)空間E中的每一點(diǎn),結(jié)構(gòu)元素B(x)平移之后,X為使B包含于E的點(diǎn)構(gòu)成的集合。我們所選的結(jié)構(gòu)元素是一個(gè)3×3的結(jié)構(gòu),由此,最外層的數(shù)據(jù)將會(huì)被移除。

S3、生成基于互關(guān)聯(lián)規(guī)則的頻繁項(xiàng)集,如圖2所示,具體包括:

S301、生成三維網(wǎng)格;

把二值圖像序列按照其所在不同的CT層面,生成三維網(wǎng)格。具體的生成方式為:按照每個(gè)格子表示2×0.9765625mm物理距離,將圖像序列劃分為格點(diǎn)數(shù)目為width×height×zLen的三維網(wǎng)格。width和height的值,由N例病人中腫瘤所侵犯的區(qū)域決定,zLen為模板CT的層數(shù)。

S4、在三維的腫瘤區(qū)域內(nèi),對(duì)體素聯(lián)合出現(xiàn)的頻數(shù)進(jìn)行統(tǒng)計(jì),建立關(guān)聯(lián)規(guī)則的數(shù)據(jù)庫(kù)。

S401、基于上述步驟生成的二值圖像組成的三維網(wǎng)格,統(tǒng)計(jì)頻繁項(xiàng)集。

具體分為:遍歷整個(gè)三維網(wǎng)格,統(tǒng)計(jì)在N例病人中,單個(gè)體素出現(xiàn)的頻數(shù)(稱為頻繁一項(xiàng)集),空間上相鄰兩個(gè)體素同時(shí)被腫瘤侵犯的頻數(shù)集合(頻繁二項(xiàng)集)、相鄰三個(gè)體素同時(shí)被腫瘤侵犯的頻數(shù)集合(頻繁三項(xiàng)集)及相鄰四個(gè)體素同時(shí)被腫瘤侵犯的頻數(shù)集合(頻繁四項(xiàng)集)。頻繁項(xiàng)集保存為:

式中m的具體計(jì)算公式為:

m=z×(width×height)+(x-1)×(height)+y

(x,y)為像素點(diǎn)在CT切片中的坐標(biāo)位置,z為像素點(diǎn)所在的CT層面。num的數(shù)值則表示當(dāng)前頻繁項(xiàng)在N例病例中出現(xiàn)的頻數(shù)。頻繁項(xiàng)集合中的具體每一個(gè)頻繁項(xiàng)存儲(chǔ)滿足數(shù)值升序排列及在空間上相鄰。

S5、讀入需要勾畫臨床靶區(qū)的新病人大體腫瘤數(shù)據(jù),如圖3所示,使用互關(guān)聯(lián)規(guī)則,模擬腫瘤生長(zhǎng),勾畫CTV,具體包括:

S501、讀入需要勾畫臨床靶區(qū)的新病人大體腫瘤數(shù)據(jù),對(duì)新病人的腫瘤區(qū)域進(jìn)行網(wǎng)格化處理,生成新病人的頻繁三項(xiàng)集。

具體分為,計(jì)算該病人腫瘤區(qū)域的表面格點(diǎn)坐標(biāo)(三維層面),遍歷所有邊緣格點(diǎn),以每一個(gè)格點(diǎn)為中心,在其周圍x×y×z=5×5×3的立方體網(wǎng)格區(qū)內(nèi)找尋空間位置連續(xù)的格點(diǎn)三項(xiàng)集{i,j,k}。在此三項(xiàng)集的基礎(chǔ)上,找尋一個(gè)位于腫瘤區(qū)外部并與該三項(xiàng)集在空間上連續(xù)的節(jié)點(diǎn)l,組成四項(xiàng)集{i,j,k,l}。

S502、以腫瘤邊界處的三個(gè)相鄰體素組成的三項(xiàng)集為索引,在頻繁項(xiàng)集數(shù)據(jù)庫(kù)中,找出與該索引相關(guān)聯(lián)的候選體素,并找出對(duì)應(yīng)頻繁四項(xiàng)集的頻數(shù)。依據(jù)互關(guān)聯(lián)規(guī)則,判斷腫瘤下一步將侵犯的體素位置。

具體的腫瘤是否會(huì)擴(kuò)散到l號(hào)格點(diǎn)的計(jì)算公式為:

式中P(l)是需要考慮的是否新增的潛在腫瘤擴(kuò)散點(diǎn),l,i,j,k為步驟S501中離散化的網(wǎng)格序號(hào)。Freset3和Freset4的值,分別表示{i,j,k}和ascent{l,i,j,k}頻繁項(xiàng)點(diǎn)集在N例GTV中出現(xiàn)的頻數(shù),ascent{l,i,j,k}表示對(duì)集合{l,i,j,k}進(jìn)行升序排列。其中,三項(xiàng)集由腫瘤區(qū)域內(nèi)部的體素格點(diǎn)組成,且至少包含一個(gè)以上腫瘤邊緣格點(diǎn),四項(xiàng)集中的新增點(diǎn)為空間上與三項(xiàng)集相鄰的腫瘤區(qū)域外的點(diǎn)。T表示一個(gè)頻繁度閾值,多次試驗(yàn)之后,由臨床醫(yī)生根據(jù)經(jīng)驗(yàn)選擇0.5作為判斷是否擴(kuò)散的標(biāo)準(zhǔn)閾值。Freset4/Freset3的計(jì)算依據(jù)為概率統(tǒng)計(jì)中的P(B|A)=P(AB)/P(A),即:在A發(fā)生的條件下,同時(shí)發(fā)生B的概率。因此,F(xiàn)reset4(ascent{l,i,j,k})/Freset3(i,j,k)可理解為,在(i,j,k)這三個(gè)相鄰體素點(diǎn)已被腫瘤侵犯時(shí),與之相鄰的體素點(diǎn)l,被包括在腫瘤擴(kuò)散危險(xiǎn)區(qū)域的概率。P(l)=1時(shí),表示l體素點(diǎn)屬于危險(xiǎn)區(qū)域,需要被預(yù)防照射。反之,則不需要將l體素點(diǎn)勾畫進(jìn)預(yù)防照射區(qū)域。優(yōu)選的,步驟S5中,循環(huán)上限的次數(shù)為m次,如圖4所示。

第一種情況:

即在頻繁項(xiàng)集中,當(dāng)前頻繁四項(xiàng)集ascent{l,i,j,k}在M例病人中出現(xiàn)的頻數(shù),與腫瘤邊界處的空間上相鄰的三項(xiàng)集{i,j,k}在M例病人中出現(xiàn)的頻數(shù)的比例大于0.5;比如說(shuō),我們認(rèn)為在1000例病人中,假設(shè){i,j,k}的頻數(shù)為900,那么只有當(dāng)ascent{l,i,j,k}在1000例病人數(shù)據(jù)中,同時(shí)出現(xiàn)的頻數(shù)大于450例時(shí),我們才會(huì)認(rèn)為腫瘤邊界外的體素點(diǎn)l屬于會(huì)被腫瘤擴(kuò)散的風(fēng)險(xiǎn)區(qū)域。

第二種情況:

與第一種情況類似。

本發(fā)明實(shí)施方式提供的一種基于互關(guān)聯(lián)規(guī)則的自動(dòng)勾畫鼻咽癌放射治療臨床靶區(qū)的方法,提供一種基于模擬腫瘤生長(zhǎng)模型的全自動(dòng)計(jì)算機(jī)勾畫方法。該方法首次被應(yīng)用于腫瘤擴(kuò)散模型模擬,不僅提高了醫(yī)生的工作效率,同時(shí)能夠給后續(xù)放療計(jì)劃提供精確的預(yù)測(cè)區(qū)域,并對(duì)后續(xù)治療方案、劑量體積參數(shù)的評(píng)估和晚期損傷的相關(guān)性研究提供了一個(gè)條件一致的評(píng)估基礎(chǔ)平臺(tái)。

上述實(shí)施例為本發(fā)明較佳的實(shí)施方式,但本發(fā)明的實(shí)施方式并不受上述實(shí)施例的限制,其他的任何未背離本發(fā)明的精神實(shí)質(zhì)與原理下所作的改變、修飾、替代、組合、簡(jiǎn)化,均應(yīng)為等效的置換方式,都包含在本發(fā)明的保護(hù)范圍之內(nèi)。

當(dāng)前第1頁(yè)1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1