摘要
本发明公开了一种基于扩散模型的AI辅助放疗计划方法,属于人工智能技术领域。该方法包括以下步骤:S1、数据集的收集和处理:收集癌症患者的定位CT图像、勾画信息和临床信息,建立癌症放疗剂量数据库;S2、剂量预测模型:基于任务及数据特点建立基于深度扩散生成模型的深度学习网络,利用其生成能力强、结果真实性高和细节丰富的特点得到更具泛化能力的模型;S3、结合个体化信息的2.5D输入策略:采用2.5D的方式,实现高效、轻量的高精度模型,同时该方式建立的模型更易应用于临床之中。本发明通过引入AI技术,结合使用2.5DCT数据的切片策略,通过结合二维和三维的特点,优化模型的结构和性能。
技术关键词
放疗计划
剂量编码器
噪声预测器
结构编码器
预测网络模型
数据分布
生成机制
深度学习网络
图像格式转换
交叉注意力机制
策略
切片
噪声样本
人工智能技术
神经网络模型
随机噪声
患者
系统为您推荐了相关专利信息
预测网络模型
医学病理图像处理
图像数据预处理
输入端
图像信息技术
混凝土传感器
监督学习框架
遗传算法
多尺度特征
多任务
噪声预测器
跟踪方法
图像
分辨率
多任务损失函数