基于多源通道融合的放射性口干症深度预测系统

本申请公开了一种多源通道融合的放射性口干症深度预测系统，涉及图像处理技术领域，预处理模块，用于获取头颈癌病例放疗前的CT图像、Dose分布图像、GTV和腮腺结构数据以及相应的随访信息并进行数据预处理，划分数据集；多源数据融合模块，分为3D Multi‑GTVCNN模型和3DMulti‑PACNN模型，分别用于融合任意尺寸的CT，Dose，GTV数据和统一尺寸的CT，Dose，腮腺数据；决策融合模块，用于融合两个多源数据模块的预测结果；预测模块，用于预测口干症。本申请创新性地引入了GTV轮廓作为输入，根据不同的数据特点分别训练模型，并通过决策融合提升预测性能，使模型能够提取更加丰富的特征，增加容错率，提高对放射性口干症预测的准确性和稳定性。