一种放射治疗定位装置的匹配装置的制作方法

1.本发明涉及放射治疗领域，尤其涉及一种放射治疗定位装置的匹配装置。


背景技术：

2.放射治疗是目前治疗肿瘤的三大手段之一，据统计约有65％
‑
75％的肿瘤患者需要放疗，随着放疗技术的不断发展，放射治疗已经进入到“三精”时代，即精确定位、精确计划、精确治疗，其中，精确定位是实现精确计划及精确治疗的基础。
3.肿瘤患者进行放射治疗过程中，通常需要定位装置进行辅助定位，目前的放射治疗中所用的定位装置，大都是放射治疗科室预先存储有单一或者几个固定型号的通用定位装置，这些通用定位装置的型号有限，在放射治疗时，医生或技术员通过自己的经验，手工为肿瘤患者选择一个相对符合型号的定位装置，因为固定的定位装置数量太少，以及完全是凭人工经验为肿瘤患者进行挑选，因此很难保证所选定位装置与病人的精确适配，容易引起较大误差。


技术实现要素：

4.为了克服现有技术的不足，本发明的目的在于提供一种放射治疗定位装置的匹配装置，其能解决目前的完全是凭医生人工经验为肿瘤患者从医院存储的少量固定定位装置中挑选定位装置，很难保证所选定位装置与病人的精确适配，容易引起较大误差的问题。
5.本发明的目的采用以下技术方案实现：
6.一种放射治疗定位装置的匹配装置，所述匹配装置分别与医院影像系统、加工装置以及医生终端建立通信，包括以下模块：
7.基准数据库建立模块，基准数据库建立模块用于从医院影像系统获取若干需要进行放射治疗和已进行放射治疗的肿瘤患者对应的诊断影像数据，将所有诊断影像数据作为基准影像数据并存入预设基准数据库中；
8.关键部位特征提取模块，关键部位特征提取模块用于提取预设基准数据库中所有基准影像的关键部位特征，将每个关键部位特征均作为特征样本，根据预设距离计算规则计算任意两特征样本之间的样本距离；
9.特征分类模块，所述特征分类模块根据所述样本距离采用k
‑
means算法对所有特征样本进行聚类处理，得到若干聚类特征样本集，每个聚类特征样本集中含有若干不同的特征样本；
10.最优模型求解模块，所述最优模型求解模块根据预设最优求解函数对每个聚类特征样本集进行最优特征模型求解，得到若干最优特征样本，所述最优模型求解模块分别将每个最优特征样本输入至加工装置加工出对应的最优定位装置；
11.待匹配关键特征提取模块，所述待匹配关键特征提取模块从医院影像系统获取待匹配患者的医疗影像数据，提取医疗影像数据中的关键特征作为待匹配关键特征；
12.定位装置匹配模块，所述定位装置匹配模块用于根据预设匹配规则将待匹配关键
特征与所有最优特征样本进行匹配，匹配出对应的最优特征样本作为定位特征样本，将根据定位特征样本加工出的最优定位装置作为放射治疗定位装置并发送至医生终端用于为待匹配患者挑选出放射治疗定位装置。
13.进一步地，所述根据预设匹配规则将待匹配关键特征与所有最优特征样本进行匹配具体为：计算待匹配关键特征与每个最优特征样本之间的距离并作为匹配距离，判断数值最小的匹配距离是否小于预设匹配距离阈值，若是，将最小的匹配距离对应的最优特征样本作为定位特征样本，将根据定位特征样本加工出的最优定位装置作为放射治疗定位装置，若否，则将待匹配转折的医疗影像数据作为新的基准影像数据并存入预设基准数据库中。
14.进一步地，当待匹配患者为头部肿瘤患者且需要匹配头部定位装置时，所述诊断影像数据为头部诊断影像，所述关键部位特征为头部下缘边界特征。
15.进一步地，当待匹配患者为乳腺肿瘤患者且需要匹配放疗定位补偿模时，所述诊断影像数据为含有待匹配患者的胸部诊断影像，所述关键部位特征为胸部轮廓特征。
16.进一步地，每个所述特征样本中含有若干个坐标点，所述根据预设距离计算规则具体为：当计算两特征样本之间距离时，分别计算其中一特征样本上每个坐标点到另一特征样本之间的距离并作为第一距离，将数值最大的第一距离作为两特征样本之间的样本距离。
17.进一步地，所述第一距离的计算过程具体为：分别其中一特征样本上单个坐标点到另一特征样本上所有坐标点的距离并作为第二距离，将最小数值最小的第二距离作为第一距离。
18.进一步地，当待匹配患者为口腔肿瘤患者且需要匹配口腔支架时，所述诊断影像数据为含有牙齿的口腔诊断影像，所述关键部位特征为牙齿特征，所述根据预设距离计算规则计算任意两特征样本之间的样本距离具体为：分别计算两特征样本之间左端点距离和右端点距离，将左端点距离和右端点距离的均值作为两特征样本之间的样本距离。
19.相比现有技术，本发明的有益效果在于：本技术中的一种放射治疗定位装置的匹配装置，通过收集基准影像数据，并对基准影像数据进行关键特征提取以及计算任意两特征样本之间的样本距离，据所述样本距离采用k
‑
means算法对所有特征样本进行分类，针对每个聚类的特征样本进行最优模型求解，得到最优特征样本，分别将每个聚类对应的最优特征样本输入至加工装置加工出对应的最优定位装置，这样保证了医院预先设置的定位装置的具有充足的数量以及高质量的精准度，在肿瘤患者需要匹配定位装置时，提取出待匹配患者的医疗影像数据中待匹配关键特征，只需将待匹配关键特征与所有最优特征样本进行匹配，从而匹配出最合适的最优定位装置作为放射治疗定位装置，提高了定位装置的匹配精准率，保证了放射治疗过程中定位的精准度。
20.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
21.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发
明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
22.图1为本发明的一种放射治疗定位装置的匹配装置的工作流程示意图；
23.图2为当需要匹配的定位装置为头部肿瘤患者适用的头部定位装置时，本发明的一种放射治疗定位装置的匹配装置中基准影像数据的示意图；
24.图3为当需要匹配的定位装置为头部肿瘤患者适用的头部定位装置时，本发明的一种放射治疗定位装置的匹配装置中关键部位特征的示意图；
25.图4为当需要匹配的定位装置为口腔肿瘤患者适用的口腔支架时，本发明的一种放射治疗定位装置的匹配装置中基准影像数据的示意图；
26.图5为当需要匹配的定位装置为乳腺肿瘤患者适用的放疗定位补偿模时，本发明的一种放射治疗定位装置的匹配装置中肿瘤患者放置放疗定位补偿模后的体表示意图。
具体实施方式
27.下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
28.如图1所示，本技术中的一种放射治疗定位装置的匹配装置，所述匹配装置分别与医院影像系统、加工装置以及医生终端建立通信，包括以下模块：
29.基准数据库建立模块，所述基准数据库建立模块用于从医院影像系统获取若干需要进行放射治疗和已进行放射治疗的肿瘤患者对应的诊断影像数据，将所有诊断影像数据作为基准影像数据并存入预设基准数据库中。在本实施例中根据需要的定位装置的种类不同，基准影像数据也是不同的，例如：当待匹配患者为头部肿瘤患者且需要匹配头部定位装置时，所述诊断影像数据为头部诊断影像；当待匹配患者为乳腺肿瘤患者且需要匹配放疗定位补偿模时，所述诊断影像数据为含有待匹配患者的胸部诊断影像；当待匹配患者为口腔肿瘤患者且需要匹配口腔支架时，所述诊断影像数据为含有牙齿的口腔诊断影像。因此根据所需定位装置不同前期选择不同的诊断影像数据，同时也可以将诊断影像数据涵盖上述三种影响数据。
30.关键部位特征提取模块，所述关键部位特征提取模块用于提取预设基准数据库中所有基准影像的关键部位特征，将每个关键部位特征均作为特征样本，根据预设距离计算规则计算任意两特征样本之间的样本距离。在本实施例中，当待匹配患者为头部肿瘤患者且需要匹配头部定位装置时，所述关键部位特征为头部下缘边界特征；当待匹配患者为乳腺肿瘤患者且需要匹配放疗定位补偿模时，所述关键部位特征为胸部轮廓特征；当待匹配患者为口腔肿瘤患者且需要匹配口腔支架时，所述关键部位特征为牙齿特征。当待匹配患者为头部肿瘤患者且需要匹配头部定位装置或当待匹配患者为乳腺肿瘤患者且需要匹配放疗定位补偿模时，上述根据预设距离计算规则计算任意两特征样本之间的样本距离具体为：每个所述特征样本中含有若干个坐标点，所述根据预设距离计算规则具体为：当计算两特征样本之间距离时，分别计算其中一特征样本上每个坐标点到另一特征样本之间的距离并作为第一距离，将数值最大的第一距离作为两特征样本之间的样本距离，所述第一距离的计算过程具体为：分别其中一特征样本上单个坐标点到另一特征样本上所有坐标点的距离并作为第二距离，将最小数值最小的第二距离作为第一距离。当待匹配患者为口腔肿瘤
患者且需要匹配口腔支架时，上述根据预设距离计算规则计算任意两特征样本之间的样本距离具体为：分别计算两特征样本之间左端点距离和右端点距离，将左端点距离和右端点距离的均值作为两特征样本之间的样本距离。
31.特征分类模块，所述特征分类模块用于根据所述样本距离采用k
‑
means算法对所有特征样本进行聚类处理，得到若干聚类特征样本集，每个聚类特征样本集中含有若干不同的特征样本。k
‑
means算法具体为：算法的输入为一个样本集，通过该算法可以将样本进行聚类，具有相似特征的样本聚为一类。针对每个点，计算这个点距离所有中心点最近的那个中心点，然后将这个点归为这个中心点代表的簇。一次迭代结束之后，针对每个簇类，重新计算中心点，然后针对每个点，重新寻找距离自己最近的中心点。如此循环，直到前后两次迭代的簇类没有变化。
32.最优模型求解模块，所述最优模型求解模块用于根据预设最优求解函数对每个聚类特征样本集进行最优特征模型求解，得到若干最优特征样本，分别将每个最优特征样本输入至加工装置加工出对应的最优定位装置。本实施例中的加工装置可以为3d打印装置或普通加工装置。
33.待匹配关键特征提取模块，所述待匹配关键特征提取模块从医院影像系统获取待匹配患者的医疗影像数据，提取医疗影像数据中的关键特征作为待匹配关键特征。
34.定位装置匹配模块，所述定位装置匹配模块用于根据预设匹配规则将待匹配关键特征与所有最优特征样本进行匹配，匹配出对应的最优特征样本作为定位特征样本，将根据定位特征样本加工出的最优定位装置作为放射治疗定位装置。具体为：计算待匹配关键特征与每个最优特征样本之间的距离并作为匹配距离，判断数值最小的匹配距离是否小于预设匹配距离阈值，若是，将最小的匹配距离对应的最优特征样本作为定位特征样本，将根据定位特征样本加工出的最优定位装置作为放射治疗定位装置，若否，则将待匹配转折的医疗影像数据作为新的基准影像数据并存入预设基准数据库中。
35.在本实施例中，上述装置的应用场景为三种：一、当需要匹配的定位装置为头部肿瘤患者适用的头部定位装置，通常为头枕。二、当需要匹配的定位装置为乳腺肿瘤患者适用的放疗定位补偿模。以下针对上述应用场景下的本技术中技术方案进行详细说明：三、当需要匹配的定位装置为口腔肿瘤患者适用的口腔支架。
36.一、当需要匹配的定位装置为头部肿瘤患者适用的头部定位装置时：
37.在上述建立基准数据库步骤中，收集之前已经使用和需要使用头枕的肿瘤患者的头部定位ct或头部诊断ct作为基准影像数据，头部定位ct或头部诊断ct如图2所示，并将基准影像数据存入预设基准数据库中。
38.在上述的提取关键部位特征中，此时的关键部位特征为头部下缘边界特征，如图3所示，头部下缘边界特征为人体头部后脑以及脖颈处的外部点云图像。提取所有基准影像的关键部位特征后将每个关键部位特征均作为特征样本，已知每两个特征样本之间的弧度相同或接近或完全不同，此时需要判断特征样本之间是否重叠，即需要根据预设距离计算规则计算任意两特征样本之间的样本距离，预设距离计算规则如公式(1)所示，具体为如下：
[0039][0040]
其中，l
p,q
和f(p,q)均为任意一特征样本p和任意一特征样本q的样本距离，p
i
为特征样本p上的第i个点，i为正整数，q
j
为特征样本q上第j个点，j为正整数，d(p
i
,q
j
)为特征样本p上的第i个点到特征样本q上第j个点的距离，即第二距离(又称欧式距离)，g(p
i
,q))为q
j
为特征样本p上的第i个点到特征样本q的距离，即第一距离。上述公式(1)以特征样本p和特征样本q进行举例说明，其他任意两特征样本之间的距离计算方法均与上述相同。
[0041]
在上述最优模型求解步骤中，以下举例说明：假设对第k个聚类特征样本集进行聚类，令第k个聚类特征样本集为c
k
且包括m个特征样本，将c
k
中包含特征样本令为p
k1
,p
k2
,...,p
km
，此时令第k个聚类特征样本集对应的最优特征样本为x
k
，则最优特征模型求解如公式(2)所示：
[0042][0043]
其中，x
k
为最优特征样本，p
ki
为第k个聚类特征样本集中的第i个特征样本，f(x
k
,p
ki
)为最优特征样本与第k个聚类特征样本集中的第i个特征样本之间的距离。因此通过上述公式以及定义两样本之间距离的方式，可以对每个聚类特征样本集求解除最优特征样本，即最优特征样本最大程度的与对应聚类特征样本集中所有特征样本弧度近似。
[0044]
二、当需要匹配的定位装置为乳腺肿瘤患者适用的放疗定位补偿模时：
[0045]
在上述建立基准数据库步骤中，收集之前已经使用和需要使用头枕的肿瘤患者的胸部诊断影像(即含胸部轮廓的体表扫描影像)作为基准影像数据。
[0046]
在此应用场景下，提取关键部位特征中的计算任意两特征样本之间的样本距离的方法也如上述公式(1)所示。
[0047]
在此应用场景下最优模型求解步骤的求解过程如上述公式(2)所示，此处不再赘述。如图5所示为肿瘤患者在进行放射治疗时需要在胸部放置放疗定位补偿模，放疗定位补偿模为图5中的方形膜体。
[0048]
三、当需要匹配的定位装置为口腔肿瘤患者适用的口腔支架时：
[0049]
在上述建立基准数据库步骤中，收集之前已经使用和需要使用头枕的肿瘤患者的口腔诊断影像(含有患者牙齿)作为基准影像数据，上述口腔诊断影像如图4所示，此时关键部位特征为牙齿特征。
[0050]
在此场景下的提取关键部位特征中，此时的关键部位特征为牙齿特征，在提取牙齿特征时需要对口腔诊断影像中牙齿进行分割，并提取牙齿对应的曲线，此时牙齿特征为曲线，令曲线为p,曲线由若干点组成，因此令p＝{p
i
}，i为正整数，p
i
为曲线p的点第i个点。此时两特征样本之间的距离即为对应两曲线的距离，具体如公式(3)所示：
[0051][0052]
其中，l
p,q
和f(p,q)均为任意一特征样本p和任意一特征样本q的样本距离，p
left
为特征样本p的左端点，p
right
为特征样本p的右端点，q
left
为特征样本q的左端点，q
right
为特征
样本q的右端点，d(p
left
‑
q
left
)为特征样本p和特征样本q之间的左端点距离，d(p
right
‑
q
right
)特征样本p和特征样本q之间的右端点距离。上述公式(3)以特征样本p和特征样本q进行举例说明，其他任意两特征样本之间的距离计算方法均与上述相同。
[0053]
在上述最优模型求解步骤中，以下举例说明：假设对第k个聚类特征样本集进行聚类，令第k个聚类特征样本集为c
k
且包括m个特征样本，将c
k
中包含特征样本令为p
k1
,p
k2
,...,p
km
，此时令第k个聚类特征样本集对应的最优特征样本为x
k
，则最优特征模型求解如公式(4)所示：
[0054][0055]
其中，x
k
为最优特征样本，p
ki
为第k个聚类特征样本集中的第i个特征样本。因此通过上述公式(4)以及定义两样本之间距离的方式，可以对每个聚类特征样本集求解除最优特征样本，即最优特征样本最大程度的与对应聚类特征样本集中所有特征样本相似。
[0056]
本技术中的一种放射治疗定位装置的匹配装置，通过收集基准影像数据，并对基准影像数据进行关键特征提取以及计算任意两特征样本之间的样本距离，据所述样本距离采用k
‑
means算法对所有特征样本进行分类，针对每个聚类的特征样本进行最优模型求解，得到最优特征样本，分别将每个聚类对应的最优特征样本输入至加工装置加工出对应的最优定位装置，这样保证了医院预先设置的定位装置的具有充足的数量以及高质量的精准度，在肿瘤患者需要匹配定位装置时，提取出待匹配患者的医疗影像数据中待匹配关键特征，只需将待匹配关键特征与所有最优特征样本进行匹配，从而匹配出最合适的最优定位装置作为放射治疗定位装置，提高了定位装置的匹配精准率，保证了放射治疗过程中定位的精准度。在现有技术中，涉及的定制定位装置的生成过程为通过获取病人的影像数据，提取个体化特征，然后通过3d打印的方式进行个体化装置的打印，此过程在得到病人影像数据后的从数据建模到打印，往往需要一天甚至几天时间去完成该个体化设备的生产，整个定位装置生成过程周期较长，使得病人治疗的等待时间加长，而本技术中只需要在患者进行放射治疗时进行匹配就可快速得到与肿瘤患者高度适用的定位装置，无需再进行定制过程，提高了放射治疗的效率。
[0057]
以上，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明；但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内，利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的技术方案的保护范围之内。