摘要
本发明公开了一种基于类脑计算与多模态注意力的剂量分布优化方法,该方法包括以下步骤:获取历史剂量分布数据并进行预处理,将预处理后的数据作为训练数据;构建脉冲神经网络模型,并利用训练数据对脉冲神经网络模型进行训练;将训练完成的脉冲神经网络模型与集成注意力机制的Transformer模型结合,得到交叉注意力脉冲网络模型;利用训练数据对交叉注意力脉冲网络模型进行训练,并利用训练完成的交叉注意力脉冲网络模型进行剂量分布预测。本发明提高了模型性能,降低计算复杂度,且可以利用大量未标记的放射治疗数据,通过脉冲神经网络无监督学习自动学习特征表示,无需过多标注数据,节省了时间和人力成本。
技术关键词
脉冲神经网络模型
分布优化方法
无监督学习算法
数据
交叉注意力机制
神经网络结构
表达式
网络模型训练
深度学习模型
学习特征
编码器
方程
格式
模块
系统为您推荐了相关专利信息
高频RFID标签
RFID读写器
数据处理单元
建筑物
通信单元
财务凭证
事件驱动架构
生成工具
深度学习算法
工作流
桥梁结构健康监测
识别点
卷积神经网络模型
承重梁
拍摄装置
图形渲染引擎
数据智能提取
数据存储结构
BIM模型数据
智能提取方法