摘要
本发明公开了一种放射治疗计划的多目标优化方法,其中,多目标优化方法包括:步骤S1,建立多目标优化模型,用于放射治疗逆向调强计划的多目标强度优化,生成Pareto解;步骤S2,将所述多目标优化模型当前生成的Pareto解输入权重搜索网络模型,所述权重搜索网络模型根据当前Pareto解预测多目标优化模型下一轮多目标强度优化的子目标权重;步骤S3,通过多目标优化模型优化带有子目标权重的单目标强度优化问题以更新当前Pareto解;步骤S4,循环执行步骤S2至步骤S3,直至多目标优化模型生成Pareto解在空间上形成Pareto面上、下界的Hausdorff距离dHaus(Zin,Zout)<threshold,其中threshold>0是预定义的阈值参数。本发明创造性地使用深度学习方法解决放射治疗逆向计划多目标优化方法中约束权重搜索问题。
技术关键词
放射治疗计划
网络
强度
监督学习方法
更新模型参数
深度学习方法
优化装置
顶点
索引
模块
矩阵
代表
元素
系统为您推荐了相关专利信息
IGBT并联
拓扑优化方法
栅极驱动电路
新型绝缘材料
高效率
硬件加速卡
加密解密
性能测试工具
流媒体服务器
状态监测模块
映射优化方法
纹理
需求预测模型
像素点
深度卷积神经网络模型
喷气涡流纺纱线
图像采集装置
光源支架
镜头支架
Softmax函数