摘要
本发明提供一种基于图神经网络模型的放疗用三维剂量预测方法及系统,包括将用户的CT图像转换为包含危及器官OAR和计划靶区PTV几何信息的结构化4D张量数据;构建CT图像与剂量的异构图;通过将CT图像与剂量的异构图输入训练后的图神经网络模型预测剂量节点的预测剂量值。本发明通过图像分割和像素特征提取将非结构化3D图像转换为包含丰富几何信息的结构化4D数据,有效解决了图像数据的预处理问题;提高了模型对图像信息的利用效率;利用异构图的不同类型节点的特征表示和信息传播机制,实现了更准确的剂量预测;通过大语言模型LLM有效增强模型对医学文本信息的理解和利用能力,提升模型在面对复杂临床指令时的性能。
技术关键词
三维剂量预测方法
节点特征
神经网络模型
剂量预测系统
计划
异构
深度学习模型
医疗文本数据
像素
大语言模型
轮廓
特征提取模块
信息传播机制
图像分割算法
坐标
样本
系统为您推荐了相关专利信息
数据恢复方法
恢复算法
电力系统
重构矩阵
EMS系统
多维特征向量
电压波动抑制方法
动态电压调节
智能决策模型
混合多尺度
数据分析管理系统
特征值
阶段
睡眠监测数据
指数
项目管理模块
数字化管理系统
文件管理模块
计划
资源