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
电力变压器油位
数字化检测装置
信号调理模块
微控制器
液位探头
文档对象模型
节点
图片
命名实体识别模型
字符串匹配算法
AI服务器
智能运维系统
故障风险评估
深度强化学习算法
网络效能