摘要
本发明公开了一种硼中子俘获治疗计划疗效预测模型构建方法和装置,所述方法包括:采集不同变化因子信息及对应的剂量分布数据和硼浓度数据,得到训练数据集;基于训练数据集驱动特征提取网络训练,提取不同变化因子信息对应的初始剂量分布特征和初始硼浓度特征,作为深层神经网络的第一特征输入,得到优化后的剂量分布特征和硼浓度特征;基于医学影像信息构建物理模型,对优化后的剂量分布特征和硼浓度特征进行评估,得到BNCT剂量覆盖特征和BNCT硼浓度变化特征,将其作为深层神经网络的第二特征输入,进行网络参数更新及迭代;基于训练完成的特征提取网络和深层神经网络建立预测模型。本发明可为硼中子俘获治疗计划的制定与优化提供有效指导和支持。
技术关键词
预测模型构建方法
硼中子俘获治疗
医学影像信息
特征提取网络
分布特征
计划
体素模型
剂量体积直方图
生成对抗网络
数据
因子
医学影像文件
掩膜
卷积特征
模型构建装置
构建预测模型
建立预测模型
递归神经网络
计算机
系统为您推荐了相关专利信息
电力负荷预测算法
情景
充放电特征
大数据
实时数据采集
缺陷识别方法
输电线路部件
多模态特征融合
预处理算法
巡检数据