摘要
本发明公开了一种基于多组学的放疗敏感性与毒副作用检测系统,涉及放射治疗技术领域,包括:获取患者不同阶段基因组学数据、蛋白质组学数据与代谢组学数据,生成患者多组学时序数据集;基于患者多组学时序数据集,提取患者多组学时序特征,构建患者放疗敏感性动态预测模型;结合患者临床数据中的临床表现和治疗历史,利用cGAN条件生成对抗网络,生成不同放疗剂量下的毒性模拟数据,建立患者毒副作用风险预测模型;根据患者放疗敏感性动态预测模型与毒副作用风险预测模型,获取患者最佳放疗剂量区间,生成患者个性化放射治疗数字孪生方案。本发明有益效果在于:提升患者的治疗安全性和效果,具有更高的临床应用价值和个性化治疗潜力。
技术关键词
动态预测模型
患者临床数据
风险预测模型
代谢组学数据
放射治疗模块
时序特征
条件生成对抗网络
放射治疗技术
动态规划算法
逻辑回归模型
数字孪生模型
注意力
阶段
无毒副作用
系统为您推荐了相关专利信息
特种设备
故障预测方法
BP神经网络
运动组件
数据
双向神经网络
预测系统
多分辨率特征
动态噪声
实测数据修正
医学数据处理方法
智能体系统
动脉粥样硬化性
风险预测模型
多模态
变化预测方法
风险预测模型
数据
电子病历
计算机可执行指令
风险预测方法
风险预测模型
XGBoost模型
镇痛药物
风险预测系统