摘要
本发明提供一种基于图神经网络的宫颈癌近距离放射治疗分割模式预测方法。该方法包括:获取宫颈癌数据集;宫颈癌数据集为包含有每个宫颈癌患者的临床就诊信息的电子病历;对宫颈癌数据集进行预处理;将预处理后的宫颈癌数据集输入至GPT2模型进行数据生成,以生成合成数据;评估合成数据的质量,并选择与预处理后的宫颈癌数据集相似度最高的合成数据;选用与预处理后的宫颈癌数据集相似度最高的合成数据作为基础数据,利用动态特征聚合图神经网络捕获宫颈癌患者的就诊特征关系,并预测出对应的治疗方案。本发明使用基于GPT2模型生成的合成数据,解决了医学数据不足的问题,并采用图神经网络的动态捕捉患者特征之间的关系的方法,更加准确、有效地预测患者的治疗方案。
技术关键词
近距离放射治疗
模式预测方法
宫颈癌患者
数据
平衡算法
特征泛化能力
电子病历
节点特征
邻居
三角形
动态
插值方法
标记
血红蛋白
淋巴细胞
网络
关系
雷达
白细胞
系统为您推荐了相关专利信息
飞机传感器
自动规划方法
飞机性能模型
传感器光轴
光电
船舶
识别系统
数据处理模块
Java系统
数据存储模块
相关性分析方法
风味特征
核密度估计法
分子结构信息
数据