摘要
本发明公开一种使用卷积神经网络快速预测BNCT治疗计划的方法,通过将特定类型肿瘤的影像数据文件、结构集文件进行处理生成特定形状的张量,使得卷积神经网络在训练和推理时都能接收到相同的张量形状。在训练阶段,将多个该类型张量递送给神经网络,张量在神经网络中经过卷积层、池化层、全连接层后直接预测给出一个向量,该向量对应于特定的治疗计划,之后经过反向传播之后自动调整神经网络的参数,进行多批次大量的迭代训练得到收敛后的神经网络。该神经网络训练完成后,进行推理,推理的速度极快,用于在可以忽略的时间内直接给出临床上使用的BNCT治疗计划,为后续临床上对治疗计划越来越高的精度要求和特异性要求提供了更多的选择。
技术关键词
计划
优化卷积神经网络
医学影像数据
神经网络训练
肿瘤
训练集
组织
患者
编码
分辨率
重构
参数
因子
数值
阶段
精度
速度
系统为您推荐了相关专利信息
柴油机曲轴轴承
故障诊断方法
集合经验模态分解
振动信号特征
柴油机故障诊断技术
拓扑优化设计方法
二进制粒子群算法
机器学习辅助
算法架构
天线
计划
模型构建方法
循环神经网络模型
估计方法
表达式