(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211341604.3 (22)申请日 2022.10.31 (71)申请人 中山大学肿瘤防治中心 （中山大 学 附属肿瘤医院、 中山大 学肿瘤研究 所） 地址 510060 广东省广州市越秀区东 风东 路651号 (72)发明人 刘洋　经秉中　李超峰　邓一术　 陈浩华　李彬　何立儒　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 江嘉玲 (51)Int.Cl. G06T 5/00(2006.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G16H 30/40(2018.01) G06T 7/11(2017.01) G06T 7/187(2017.01) G06T 7/33(2017.01) (54)发明名称 一种危及器官自动勾画方法及系统 (57)摘要 本发明公开了一种危及器官自动勾画方法 及系统， 通过将CBCT图像与计划CT图像模型进行 优化处理后， 得到经过处理后的CBCT图像和CT图 像； 再将经过处理后的CBCT图像和CT图像输入到 自动分割模 型中， 通过使用自动分割模型对预处 理CBCT图像和预处理CT图像进行分割得到自动 分割结果后， 利用预设函数对自动分割结果进行 处理得到分割结果， 对自动分割结果进行轮廓线 提取得到自动勾画结果， 通过使用该方法完成放 疗计划中常见的危及器官自动勾画， 且引入了对 应计划CT的信息 辅助， 提升自动勾画准确性。 权利要求书3页 说明书10页 附图2页 CN 115409739 A 2022.11.29 CN 115409739 A 1.一种危及器官自动勾画方法， 其特 征在于， 包括： 接收待检测的CBCT图像和计划CT图像， 并采用预设方法对所述CBCT图像和计划CT图像 进行预处理， 得到预处 理CBCT图像和预处 理计划CT图像； 根据预设的自动分割模型对所述预处理CBCT图像和所述预处理计划CT图像进行处理 后， 得到自动分割结果， 再利用预设函数对所述自动分割结果进行处 理得到分割结果； 对所述分割结果进行轮廓线提取 得到自动勾画结果。 2.如权利要求1所述的危及器官自动勾画方法， 其特征在于， 所述接收待检测的CBCT图 像和计划CT图像， 并采用预设方法对 所述CBCT图像和所述计划CT图像进 行预处理得到预 处 理CBCT图像和预处 理计划CT图像， 具体为： 通过cycleGAN 算法对所述CBCT图像进行去噪处 理， 得到预处 理CBCT图像； 使用配准模块对所述CBCT图像和所述计划CT图像进行配准， 得到预处 理计划CT图像。 3.如权利要求1所述的危及器官自动勾画方法， 其特征在于， 所述根据 预设的自动分割 模型对所述预处理CBCT图像和所述预处理计划 CT图像进行处理后， 得到自动 分割结果， 再 利用预设函数对所述自动分割结果进行处 理得到分割结果， 具体为： 将所述预处理CBCT图像和所述预处理计划CT图像输入编码器分别进行编码得到CBCT 特征编码和CT特 征编码； 根据所述预处 理CBCT图像和所述预处 理计划CT图像得到形变场； 根据所述CBCT特 征编码、 所述CT特 征编码和所述形变场得到邻域CT特 征； 根据所述CBCT特 征编码、 所述CT特 征编码进行计算后得到非邻域CT特 征； 将所述邻域CT特征和非邻域CT特征进行特征融合后输入分割解码模块得到自动分割 结果， 再通过argmax函数对所述自动分割结果进行处 理后得到分割结果。 4.如权利要求3所述的危及器官自动勾画方法， 其特征在于， 所述根据所述预处理CBCT 图像和所述预处 理计划CT图像得到形变场， 具体为： 将所述预处理CBCT图像作为参考 图像， 所述预处理计划CT图像作为移动图像， 根据作 为参考图像的所述预处理CBCT图像和作为移动图像的所述预处理计划 CT图像通过Unet网 络计算出 形变场,其中， 所述形变场表示 为： 其中， 表示形变场， 表示Unet网络， 表示预处理计划CT图像； 表示预处理 CBCT图像。 5.如权利要求3所述的危及器官自动勾画方法， 其特征在于， 所述根据所述CBCT特征编 码、 所述CT特 征编码和所述形变场得到邻域CT特 征， 具体为： 将所述预处 理计划CT图像经 过形变场变换 得到CT特征图像； 通过 网络将所述CT特征图像、 所述形变场、 所述CBCT特征编码进行可变形卷积得到 可变形卷积参数， 将所述可变形卷积参数应用于可变形卷积得到邻域CT 特征， 其中， 所述可 变形卷积参数公式为： 其中， 表示卷积核，   表示修正后的形变场， 表示预处理CB CT图像， 表示权　利　要　求　书 1/3 页 2 CN 115409739 A 2CT特征图像， 表示形变场； 所述邻域CT特 征为： 其中， 表示修正后的形变场， 表示CT特征图像， 表示形变场， 表示可 变形卷积， 表示变换后得到的邻域CT特 征。 6.如权利要求3所述的危及器官自动勾画方法， 其特征在于， 所述根据所述CBCT特征编 码、 所述CT特 征编码进行计算后得到非邻域CT特 征， 具体为： 根据所述CBCT特征编码和所述CT特征编码构造embedding空间得到CBCT特征矩阵和CT 特征矩阵； 根据所述CBCT特征矩阵和CT特征矩阵得到关联矩阵， 将所述CT特征编码与所述关联矩 阵通过矩阵乘法计算得到非邻域特 征， 其中， 所述关联矩阵公式为： 其中， softmax表示归一化指数函数， 表示CT在embedding空间中的特征矩阵， 即CT 特征矩阵， 表示CBCT特 征矩阵在embed ding空间中的特 征矩阵转置； 非邻域特 征为： 其中， 表示非邻域特 征， 为关联矩阵， 为CT特征编码。 7.如权利要求3所述的危及器官自动勾画方法， 其特征在于， 所述将所述邻域CT特征和 非邻域CT特征进 行特征融合后输入分割解码模块得到自动分割结果， 再通过argmax函数对 所述自动分割结果进行处 理后得到分割结果， 具体为： 通过使用at tention机制分别得到所述邻域CT特 征和所述非邻域CT特 征的权重； 根据所述权重利用计算公式将所述邻域CT特征和所述非邻域CT特征进行融合得到融 合后的特 征， 其中， 公式为： 其中， 表示邻域CT特征， 表示非邻域CT特征， V表示CBCT特征编码、 邻域CT特 征、 非邻域CT特征的集合， 表示是linear层的权重， 表示将 特征映射后的特征； 表示linear层的权重， 表示将 特征映射后的特征， 表示超参数,   表示 中的每个特征的注意力权 重， 表示融合后的特 征； 将所述融合后的特 征送入分割解码模块， 获得分割输出y， 公式为：权　利　要　求　书 2/3 页 3 CN 115409739 A 3