一种基于生成对抗网络的肿瘤放疗剂量预测方法

本发明公开了一种基于生成对抗网络的肿瘤放疗剂量预测方法，包括：(1)建立包含病人CT图像、计划靶区、危及器官和真实剂量分布的训练数据集；(2)构建一种基于自适应权重损失的生成对抗网络，其中采用CNN‑Transformer混合结构建立生成器，同时将自适应权重调整策略引入鉴别器，动态调整真实数据和生成数据的损失权重；(4)利用训练数据集对生成对抗网络进行训练；(5)运用训练好的网络对待测试的数据进行测试，生成器的输出即为剂量预测结果。本发明可有效解决生成器和鉴别器对抗训练的平衡问题，提高GAN模型的性能和稳定性降低，提升肿瘤放疗剂量预测的精度。