基于深度学习的放射剂量调整系统

AITNT
正文
推荐专利
基于深度学习的放射剂量调整系统
申请号:CN202411506448
申请日期:2024-10-28
公开号:CN119027420B
公开日期:2025-01-28
类型:发明专利
摘要
本发明涉及神经网络技术领域,具体为基于深度学习的放射剂量调整系统,系统包括:影像分析模块基于医疗影像数据输入,扫描分辨肿瘤和正常组织的界限,通过边缘检测细化图像中肿瘤的大小和形态,通过对比度增强提取图像中关键特征,生成肿瘤特征数据。本发明中,通过分辨肿瘤与正常组织的边界并细化图像中肿瘤的特征,使得放射剂量的分配更为精确和个性化,这种细致的图像分析优化了治疗计划,确保剂量集中在病变区域,减少了对健康组织的影响,此外,集成临床参数的分析增强了对患者放射敏感性的理解,提供了更符合个体需求的治疗方案,这种基于深入分析的剂量调整方法,通过实时监控放射治疗的执行效果,有效调整治疗中的剂量偏差。
技术关键词
代表 肿瘤 医疗影像数据 对比度 皮尔逊相关系数 边缘检测 Canny算法 分析模块 集成临床 神经网络技术 偏差 图像 计划 报告 指标 参数 患者 组织
系统为您推荐了相关专利信息
1
一种基于计算机断层扫描放射性肺炎的预测模型
计算机断层扫描 放射性肺炎 组学特征 感兴趣 计划
2
3D场景模拟设计系统
设计系统 皮尔逊相关系数 启发式搜索 障碍物 画像
3
一种文化领域高质量数据集的自动化质量评估方法
样本 图文 关键词 文本 跨度
4
基于马尔科夫链的串并行去中心化联邦学习变压器故障诊断方法及装置
集群 变压器故障诊断 神经网络模型 马尔科夫跳变 节点
5
一种土壤颗粒细观参数标定方法、装置及无人车仿真方法
细观参数标定方法 迭代优化算法 激光位移传感器 机器视觉系统 载荷控制系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号