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！

龙图腾网获悉中南大学申请的专利一种基于扩散模型的肝脏肿瘤放疗剂量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：CN120072199B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510138456.2，技术领域涉及：G16H20/40；该发明授权一种基于扩散模型的肝脏肿瘤放疗剂量预测方法是由赵于前;曹祥旭;李书舟;杨振;谈友恒设计研发完成，并于2025-02-08向国家知识产权局提交的专利申请。

本一种基于扩散模型的肝脏肿瘤放疗剂量预测方法在说明书摘要公布了：本发明公开了一种基于扩散模型的肝脏肿瘤放疗剂量预测方法，其实施方案为：1数据收集；2预处理；3构建剂量预测模型；4构建损失函数；5训练预测模型；6剂量预测。本发明通过引入射束场，为剂量预测模型提供了放疗射束方向信息以及射束传播过程中的剂量沉积信息；为了高效利用输入条件信息，在噪声预测网络中，设计多分支编码器以及多条件聚合模块以实现不同输入条件信息的特征提取与聚合，设计非对称融合模块以减少输入条件信息处理过程中的信息损失。相比于传统深度学习方法，本发明可以生成更具真实性的剂量预测结果，有助于提高放疗计划设计的效率，制定个性化的治疗方案，具有较大的实际应用价值。

本发明授权一种基于扩散模型的肝脏肿瘤放疗剂量预测方法在权利要求书中公布了：1.一种基于扩散模型的肝脏肿瘤放疗剂量预测方法，其特征在于包括以下步骤： 1数据收集 收集历史肝脏肿瘤病例三维放疗数据，形成数据集，包括病人CT图、肿瘤靶区PTV的轮廓图、危及器官OAR的轮廓图、调强放疗IMRT的剂量图、适形放疗CRT的剂量图； 2预处理，具体包括以下步骤： 2-a根据步骤1获取的PTV轮廓图和OAR轮廓图计算有符号距离图SDM，计算公式为： 其中，SDMu表示有符号距离图SDM中体素u处的值，iu,ju,ku表示体素u的三维坐标值，iv,jv,kv表示体素v的三维坐标值，v表示位于感兴趣区域ROI表面的体素点，即PTV或OAR表面的体素点；si、sj、sk分别表示体素在i、j、k三个不同维度的体素间距；km是整数且km∈{-1,0,1}，km＝1、km＝-1、km＝0分别代表体素u位于感兴趣区域ROI的内部、外部和表面； 2-b根据步骤1获取的CRT剂量图计算三维射束场BF，计算公式为： 其中，BFi,j,k表示BF在坐标i,j,k处的值；CRTi,j,k表示CRT剂量图在坐标i,j,k处的值，CRTmin表示CRT剂量图中的最小值，CRTmax表示CRT剂量图中的最大值； 2-c将数据集中每位患者的CT图、PTV轮廓图、OAR轮廓图、IMRT剂量图、CRT剂量图，以及步骤2-a获得的SDM图和步骤2-b获得的BF图，划分为与患者原始CT切片一一对应的二维图像； 3构建剂量预测模型，具体包括以下步骤： 3-a加噪过程，逐步向IMRT剂量图中添加噪声，规则如下： 其中t为时间步，表示加噪过程中的不同阶段，T表示加噪的最大时间步；xt表示在时间步t加噪后的图像，x0代表未添加噪声的IMRT剂量图像；αt表示时间步t的加噪强度，∈t为服从标准正态分布的随机噪声； 3-b去噪过程，从xT开始逐步去除噪声，最终生成需要的剂量预测图，规则如下： 其中，x'T＝xT，∈θxt',t,y表示时间步t时噪声预测网络从去噪过程中的图像xt'预测得到的噪声；zt为服从标准正态分布的随机噪声；y代表条件信息，用于引导模型生成所需要的剂量预测图，y包括CT图像、PTV轮廓图像、OAR轮廓图像、SDM图像以及BF图像； 4构建损失函数： 损失函数构建如下： 其中，表示考虑所有未添加噪声的IMRT剂量图x0、添加噪声∈t、时间步t和条件信息y情况下，预测噪声∈θxt',t,y与∈t之间的均方误差的平均值；MSE·表示求均方误差； 5训练预测模型：将步骤2得到的数据输入步骤3构建的剂量预测模型，以步骤4构建的损失函数作为优化目标进行训练，并使用AdamW优化器更新模型参数，直到损失不再下降，得到训练好的模型； 6剂量预测：使用步骤5中训练好的剂量预测模型对待测试的数据进行剂量预测，得到剂量预测结果。

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中南大学，其通讯地址为：410083 湖南省长沙市麓山南路932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。