摘要
本发明涉及鼻咽癌放射治疗技术领域,具体是基于深度学习的鼻咽癌放射治疗剂量自动预测方法,步骤如下:S1、对获取到的原始数据进行分析;S2、编写程序对所有的原始数据进行批量预处理;S3、根据解剖学轮廓和患者剂量分布计算相应的剂量体积直方图;S4、将预处理后的数据输入到设计的深度学习模型中进行剂量分布的训练和预测,并与现有剂量预测方法对比以验证本方案的创新性和可行性。本发明通过深度学习模型自动进行剂量预测,无需手工设计规则,能够快速生成高质量的剂量分布,通过对所有的原始数据进行批量预处理,通过输入到设计的深度学习模型中进行剂量分布的训练和预测,提高计算性能,提升训练和推理效率。
技术关键词
自动预测方法
剂量体积直方图
深度学习模型
剂量预测方法
解剖学轮廓
DICOM图像
深度学习特征
放射治疗技术
CT数据集
编码器
鼻咽癌患者
网络
批量
特征提取模块
轮廓图像
像素
序列特征
系统为您推荐了相关专利信息
样本检测方法
文本
深度学习模型
对抗性
样本检测系统
多模态信息
跟踪方法
深度学习模型
误差距离
数据
制件
冲压工艺
可编程逻辑控制器
深度学习模型
图像
代码切片
漏洞检测方法
代码特征
深度学习模型
注意力
车体形状
偏差检测方法
轨道车辆车体
激光扫描设备
语义分割模型