摘要
本发明公开了一种基于Swin Transformer网络的VMAT剂量验证方法及系统,涉及数据处理技术领域,方法包括:获取历史用户的CT图像、对应的放疗剂量图像和VMAT剂量验证图像,构建基于Swin Transformer网络的VMAT剂量验证模型,所述VMAT剂量验证模型包括编码器部分、改进的瓶颈部分、解码器部分和跳跃连接部分;改进的瓶颈部分包括将连续Swin Transformer Block替换为ResNet的最后一层网络,本发明能够解决现有技术中人工三维剂量验证效率低、基于卷积/池化操作的深度学习模型验证剂量预测效果差且对三维剂量梯度变化不敏感的技术问题。
技术关键词
剂量验证方法
剂量验证模型
瓶颈特征
多尺度特征融合
深层特征提取
编码器
补丁
网络
支路
融合特征
输入解码器
三维剂量验证
图像
剂量验证系统
编码特征
浅层特征提取
像素
深度学习模型
系统为您推荐了相关专利信息
骨关节疾病
电子医疗系统
多任务学习模型
无线网络
患者
防伪方法
池化特征
人脸识别模型
卷积模块
图像分割
风电设备
多传感器数据融合
五点三次平滑算法
实时数据
特征融合网络
YOLOv3网络
麦克风阵列
移动监测方法
视频采集设备
图像识别模块
编码器模块
序列特征
实例分割方法
全局平均池化
通道