技术摘要：
本发明公开了一种基于人工智能的放射治疗实施质量控制方法及系统，该方法包括以下步骤：根据放射治疗实施阶段的Daily QA标准设定放射治疗设备的晨检质控流程，进行设备初始化；实时获取设备的机械信息，分析并生成设备调试信息；录入患者的基本信息，设定患者的治疗计  全部
背景技术：
恶性肿瘤是严重威胁人类健康的重大疾病《，2015中国癌症统计数据》显示我国癌 症发病率约为312人/10万人，WHO公布的恶性肿瘤三大治疗手段结合总体治愈率约为45％， 其中手术占22％，放射治疗占18％，化疗占5％；在55％未治愈患者中，18％为局部失控， 37％为远处转移，而在这部分患者中绝大部分在病程的某一阶段需要接受放射治疗，放射 治疗是恶性肿瘤治疗的重要手段之一。在放射治疗领域，放射治疗医师、物理师和放射治疗 技师需要紧密合作，才能安全准确地为肿瘤患者完成放射治疗。无论放射治疗医师勾画的 肿瘤靶区多么精确，物理师设计的计划多么完美，最终都需要放射治疗技师精准的实施才 能保证放射治疗的质量。放射治疗的基本目标是实现放射治疗增益比的最大化，即最大限 度地将放射线集中到肿瘤计划靶区(PTV)，在杀灭肿瘤细胞的同时，保护周围正常组织和危 及器官(OAR)少受或免受不必要的照射。为确保安全实现这一医疗目标不仅需要放射肿瘤 医师精准勾画PTV和OAR、医学物理师精确制订放射治疗计划，而且更需要放射治疗技师精 准实施精确放射治疗计划。现阶段，我国放射治疗临床实践的基本现实是：1，肿瘤患者基数 大；2，放射治疗资源相对不足；3，放射治疗专业从业人员相对稀少，专业素质水平存在差 异；4，尚未建立全面完善的质量控制和质量保证标准化流程。所以在放射治疗实施阶段建 立完善的标准化的QC流程，并进行严格的管控是保证精确放射治疗安全性和精确度的重要 保障。人工智能(AI)是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等多学科 研究的基础上发展起来的综合性极强的交叉学科，也是迅速发展的前沿学科，他通过模拟、 延伸和扩展人类智能的一门新的技术学科，他在放射治疗技术的实施中具有极强的应用前 景。通过将AI所具备的知识表示、机器感知、机器思维、机器学习等要素运用于放射治疗实 施阶段的标准化QC流程，预期可以实现放射治疗设备的AI监测、患者生理特征的AI核对、实 时放疗体位验证和跟踪、实时放疗剂量跟踪和放疗毒性预测等。通过将AI运用于放射治疗 实施标准化QC流程不仅能保证放射治疗的安全性和精确性而且有利于减轻放射治疗技师 的工作负荷、保证放射治疗有序开展，促进放射治疗资源优化、合理、科学使用。现有的放射 治疗实施阶段无标准化QC程序，在实施例阶段均由医务人员对放疗的体位以及辅助用具进 行核对，难以全面保障放射治疗的安全性和精准度。
技术实现要素：
针对上述问题，本发明提供了一种基于人工智能的放射治疗实施质量控制方法及 系统，具有通过在标准化QC程序上建立的AI全流程管控，有效保证放射治疗的安全性和精 准度的优点。 针对上述问题，本发明提供了一种基于人工智能的放射治疗实施质量控制方法， 4 CN 111584034 A 说　明　书 2/9 页 包括以下步骤： S1、根据放射治疗实施阶段的Daily  QA标准设定放射治疗设备的晨检质控流程， 进行设备初始化； S2、实时获取设备的机械信息，分析并生成设备调试信息，反馈并储存至中央数据 处理中心； S3、录入患者的基本信息，设定患者的治疗计划，并将患者的基本信息和治疗计划 存储至数据库； S4、获取患者的实时治疗信息，并根据录入的患者的基本信息进行身份匹配关联； S5、获取患者的实时体位信息和治疗照射信息，并根据设定的患者的治疗计划进 行体位分析验证，计算照射剂量误差值； S6、根据照射剂量误差值和设定的患者的治疗计划，分析并生成放疗质量评估信 息； S7、根据放疗质量评估信息，生成并发送治疗预警控制指令。 根据放射治疗实施阶段的Daily  QA标准设定放射治疗设备的晨检质控流程，并与 ISO9001对标，进行设备初始化，实时获取设备的机械信息，分析并生成设备调试信息，对放 射治疗设备性能进行AI质控检测，录入患者的基本信息，根据患者的情况设定患者的治疗 计划，并将患者的基本信息和治疗计划存储至数据库中以便后续查询，获取患者的实时治 疗信息，并根据录入的患者的基本信息进行身份匹配关联，通过人脸和指纹等生物标识识 别当前患者，并且同时采取照片识别方法或其他方法来确保所选病人为正确病人，若是正 确病人则表示关联成功，然后获取患者的实时体位信息和治疗照射信息，并根据设定的患 者的治疗计划进行体位分析验证，对放射治疗实施的患者进行实时AI体位验证和跟踪，并 通过机器算法实现实时PTV和OARs放疗剂量跟踪，计算照射剂量误差值，根据照射剂量误差 值和设定的患者的治疗计划，分析并生成放疗质量评估信息，进行放疗毒性预测，根据放疗 质量评估信息，生成并发送治疗预警控制指令，当评估为质量不正常时发送预警控制指令， 进行预警提示，停止治疗，以保证治疗的安全性和精确性。 本方法通过将AI所具备的知识表示、机器感知、机器思维、机器学习等要素运用于 放射治疗实施阶段的标准化QC流程，预期可以实现放射治疗设备的AI监测、患者生理特征 的AI核对、实时放疗体位验证和跟踪、实时放疗剂量跟踪和放疗毒性预测等。通过将AI运用 于放射治疗实施标准化QC流程不仅能保证放射治疗的安全性和精确性而且有利于减轻放 射治疗技师的工作负荷、保证放射治疗有序开展，促进放射治疗资源优化、合理、科学使用。 在进一步的技术方案中，所述设备的机械信息包括机架角到位精度信息、激光灯 等中心精度信息、准直器角度指示信息、距离指示器精度信息、MLC到位精度信息、治疗床位 置精度信息、放疗环境信息、放疗设备输出的射束质量信息。 通过获取多种设备相关信息，包括设备的几何参数和设备的物理参数，以便后续 进行全面准确的分析调试，保证治疗的有效进行。 在进一步的技术方案中，步骤S2包括以下步骤： S21、实时获取设备的机械信息； S22、对获取的设备的机械信息进行分析，判断设备是否达到治疗标准，如果是，则 生成设备调试正常信息并进入步骤S3；如果否，则进入步骤S23； 5 CN 111584034 A 说　明　书 3/9 页 S23、生成设备调试信息，并发送报警提示。 对于异常或预警数据主动预警，提醒技术人员采取进一步措施，所有的采集数据 和处理情况汇聚到统一的数据平台，便于工作人员或管理者随时调阅查看和数据汇报。 在进一步的技术方案中，所述患者的基本信息包括患者的身份信息、患者的面部 图像信息和患者的指纹信息。 获取患者的多种信息，通过患者面部图像特征和指纹特征进行患者身份匹配关 联，保证其身份识别的准确性。 在进一步的技术方案中，步骤S5包括以下步骤： S51、通过CBCT或者OBI扫描获取患者的实时体位信息和治疗照射信息； S52、根据设定的患者的治疗计划进行体位分析验证，判断是否超出患者器官的正 常照射剂量，如果是，则进入步骤S53；如果否，则进入步骤S54； S53、生成报警信息，并进入步骤S54； S54、计算照射剂量误差值。 实时获取患者的体位信息和治疗照射信息，通过对患者体位(摆位)进行调整，实 时计算其器官照射治疗的剂量误差，以便后续进行调整，保证治疗的有效性，提高治疗精 度。 针对上述问题，本发明还提供了一种基于人工智能的放射治疗实施质量控制系 统，包括标准制定模块、设备调试模块、计划制定模块、身份关联模块、体位分析模块、质量 评估模块和预警控制模块，其中： 标准制定模块，用于根据放射治疗实施阶段的Daily  QA标准设定放射治疗设备的 晨检质控流程，进行设备初始化； 设备调试模块，用于实时获取设备的机械信息，分析并生成设备调试信息，反馈并 储存至中央数据处理中心； 计划制定模块，用于录入患者的基本信息，设定患者的治疗计划，并将患者的基本 信息和治疗计划存储至数据库； 身份关联模块，用于获取患者的实时治疗信息，并根据录入的患者的基本信息进 行身份匹配关联； 体位分析模块，用于获取患者的实时体位信息和治疗照射信息，并根据设定的患 者的治疗计划进行体位分析验证，计算照射剂量误差值； 质量评估模块，用于根据照射剂量误差值和设定的患者的治疗计划，分析并生成 放疗质量评估信息； 预警控制模块，用于根据放疗质量评估信息，生成并发送治疗预警控制指令。 通过标准制定模块根据放射治疗实施阶段的Daily  QA标准设定放射治疗设备的 晨检质控流程，并与ISO9001对标，进行设备初始化，通过设备调试模块实时获取设备的机 械信息，分析并生成设备调试信息，对放射治疗设备性能进行AI质控检测，通过计划制定模 块录入患者的基本信息，根据患者的情况设定患者的治疗计划，并将患者的基本信息和治 疗计划存储至数据库中以便后续查询，身份关联模块获取患者的实时治疗信息，并根据录 入的患者的基本信息进行身份匹配关联，通过人脸和指纹等生物标识识别当前患者，并且 同时采取照片识别方法或其他方法来确保所选病人为正确病人，若是正确病人则表示关联 6 CN 111584034 A 说　明　书 4/9 页 成功，然后体位分析模块获取患者的实时体位信息和治疗照射信息，并根据设定的患者的 治疗计划进行体位分析验证，对放射治疗实施的患者进行实时AI体位验证和跟踪，并通过 机器算法实现实时PTV和OARs放疗剂量跟踪，计算照射剂量误差值，质量评估模块根据照射 剂量误差值和设定的患者的治疗计划，分析并生成放疗质量评估信息，进行放疗毒性预测， 预警控制模块根据放疗质量评估信息，生成并发送治疗预警控制指令，当评估为质量不正 常时发送预警控制指令，进行预警提示，停止治疗，以保证治疗的安全性和精确性。 本系统通过将AI所具备的知识表示、机器感知、机器思维、机器学习等要素运用于 放射治疗实施阶段的标准化QC流程，预期可以实现放射治疗设备的AI监测、患者生理特征 的AI核对、实时放疗体位验证和跟踪、实时放疗剂量跟踪和放疗毒性预测等。通过将AI运用 于放射治疗实施标准化QC流程不仅能保证放射治疗的安全性和精确性而且有利于减轻放 射治疗技师的工作负荷、保证放射治疗有序开展，促进放射治疗资源优化、合理、科学使用。 在进一步的技术方案中，所述设备的机械信息包括机架角到位精度信息、激光灯 等中心精度信息、准直器角度指示信息、距离指示器精度信息、MLC到位精度信息、治疗床位 置精度信息、放疗环境信息、放疗设备输出的射束质量信息。 通过获取多种设备相关信息，包括设备的几何参数和设备的物理参数，以便后续 进行全面准确的分析调试，保证治疗的有效进行。 在进一步的技术方案中，所述设备调试模块包括信息获取子模块、达标判断子模 块和信息生成子模块，其中： 信息获取子模块，用于实时获取设备的机械信息； 达标判断子模块，用于对获取的设备的机械信息进行分析，判断设备是否达到治 疗标准，如果是，则生成设备调试正常信息，计划制定模块工作；如果否，则信息生成子模块 工作； 信息生成子模块，用于生成设备调试信息，并发送报警提示。 对于异常或预警数据主动预警，提醒技术人员采取进一步措施，所有的采集数据 和处理情况汇聚到统一的数据平台，便于工作人员或管理者随时调阅查看和数据汇报。 在进一步的技术方案中，所述患者的基本信息包括患者的身份信息、患者的面部 图像信息和患者的指纹信息。 获取患者的多种信息，通过患者面部图像特征和指纹特征进行患者身份匹配关 联，保证其身份识别的准确性。 在进一步的技术方案中，所述体位分析模块包括治疗信息子模块、剂量判断子模 块、报警子模块和误差计算子模块，其中： 治疗信息子模块，用于通过CBCT或者OBI扫描获取患者的实时体位信息和治疗照 射信息； 剂量判断子模块，用于根据设定的患者的治疗计划进行体位分析验证，判断是否 超出患者器官的正常照射剂量，如果是，则报警子模块工作；如果否，则误差计算子模块工 作； 报警子模块，用于生成报警信息； 误差计算子模块，用于计算照射剂量误差值。 实时获取患者的体位信息和治疗照射信息，通过对患者体位(摆位)进行调整，实 7 CN 111584034 A 说　明　书 5/9 页 时计算其器官照射治疗的剂量误差，以便后续进行调整，保证治疗的有效性，提高治疗精 度。 本发明的有益效果是： 1、通过将AI所具备的知识表示、机器感知、机器思维、机器学习等要素运用于放射 治疗实施阶段的标准化QC流程，预期可以实现放射治疗设备的AI监测、患者生理特征的AI 核对、实时放疗体位验证和跟踪、实时放疗剂量跟踪和放疗毒性预测等。通过将AI运用于放 射治疗实施标准化QC流程不仅能保证放射治疗的安全性和精确性而且有利于减轻放射治 疗技师的工作负荷、保证放射治疗有序开展，促进放射治疗资源优化、合理、科学使用； 2、通过获取多种设备相关信息，以便后续进行全面准确的分析调试，保证治疗的 有效进行； 3、对于异常或预警数据主动预警，提醒技术人员采取进一步措施，所有的采集数 据和处理情况汇聚到统一的数据平台，便于工作人员或管理者随时调阅查看和数据汇报； 4、获取患者的多种信息，通过患者面部图像特征和指纹特征进行患者身份匹配关 联，保证其身份识别的准确性； 5、实时获取患者的体位信息和治疗照射信息，通过对患者体位(摆位)进行调整， 实时计算其器官照射治疗的剂量误差，以便后续进行调整，保证治疗的有效性，提高治疗精 度。 附图说明 图1是本发明实施例所述一种基于人工智能的放射治疗实施质量控制方法的流程 图； 图2是本发明实施例所述一种基于人工智能的放射治疗实施质量控制系统的原理 图。 附图标记说明： 10、标准制定模块；20、设备调试模块；21、信息获取子模块；22、达标判断子模块； 23、信息生成子模块；30、计划制定模块；40、身份关联模块；50、体位分析模块；51、治疗信息 子模块；52、剂量判断子模块；53、报警子模块；54、误差计算子模块；60、质量评估模块；70、 预警控制模块。