一种基于多粒度不确定性的计划质量保证预测方法

本发明公开了一种基于多粒度不确定性的计划质量保证预测方法，该方法包括如下步骤：S1：数据采集，并进行预处理；S2：基于多粒度回归先验网络模型对数据进行处理，得到Gamma通过率GPR预测和剂量差异预测DDP。本发明能够推断剂量差异和Gamma通过率的分布，并在特定的统计假设下进行建模，通过使用这种框架和网络架构，可以提高深度学习应用在计划质量保证中的可信度。