浙江大学严化鹏获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉浙江大学申请的专利一种近距离放射治疗计划中剂量分布的自动预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119295393B 。
龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411333719.7,技术领域涉及:G06T7/00;该发明授权一种近距离放射治疗计划中剂量分布的自动预测方法是由严化鹏;傅茗祺;周春琳;熊蓉设计研发完成,并于2024-09-24向国家知识产权局提交的专利申请。
本一种近距离放射治疗计划中剂量分布的自动预测方法在说明书摘要公布了:本发明涉及一种近距离放射治疗计划中剂量分布的自动预测方法。包括以下步骤:获取结构图像和真实剂量分布图;构建改进DiT模型和噪声预测器;对所述结构图像和所述真实剂量分布图进行预处理后输入改进DiT模型进行模型训练;将噪声图像和待预测的结构图像进行预处理后输入训练好的改进DiT模型,改进DiT模型在结构图像特征信息的引导下进行反向去噪,最后解码得到预测剂量分布图。本发明的改进DiT模型为使用DiffusionTransformer架构的扩散模型,在保持预测精度的同时,减少了计算资源消耗,提高了放射治疗计划的效率,同时通过结合结构图像的语义特征,进一步提高模型生成的可控性。
本发明授权一种近距离放射治疗计划中剂量分布的自动预测方法在权利要求书中公布了:1.一种近距离放射治疗计划中剂量分布的自动预测方法,其特征在于,包括如下步骤: S1:获取含有患者病灶部位信息的结构图像以及与结构图像对应的真实剂量分布图,所述含有患者病灶部位信息的结构图像包括患者的CT图像、规划目标体积和危险器官的分割掩膜; S2:构建条件模型,将预训练的DiT模型作为基座模型,基座模型挂载所述条件模型构成改进DiT模型,所述条件模型包括N个DiT块和N+1个零线性层,其中第一个零线性层作为条件模型的第一层,与N个DiT块串行连接,每个DiT块的输出各通过一个零线性层处理后输出到基座模型; 所述的基座模型挂载所述条件模型具体为: 所述条件模型中第一个零线性层的输出与基座模型的输入相加结合,作为条件模型中第一个DiT块的输入,条件模型中第i个DiT块的输出通过零线性层处理后与基座模型中的第i个DiT块的输出相加结合,作为基座模型中的第i+1个DiT块的输入,条件模型中DiT块的数量小于基座模型中DiT块的数量; S3:将所述结构图像和所述真实剂量分布图分别进行预处理得到结构图像和剂量分布图的特征图; S4:构建噪声预测器,所述噪声预测器用于预测加噪过程中添加的噪声; S5:冻结所述基座模型,将所述结构图像的特征图输入所述条件模型,所述真实剂量分布图的特征图输入所述基座模型,训练改进DiT模型,训练过程中所述改进DiT模型在结构图像的引导下对真实剂量分布图的特征图进行前向加噪,同时噪声预测器预测前向加噪过程中添加的噪声;训练目标为最小化噪声预测器预测的噪声与改进DiT模型实际添加噪声之间的差异; S6:获取噪声图像,噪声图像和待预测的结构图像进行预处理后的特征图分别输入训练好的改进DiT模型中的基座模型和条件模型,改进DiT模型在待预测的结构图像的引导下,根据噪声预测器预测的噪声对噪声图像的特征图进行反向去噪,最终去噪后的特征图进行图像重构和解码得到预测剂量分布图。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励