一种基于多组学的放疗敏感性与毒副作用检测系统

AITNT
正文
推荐专利
一种基于多组学的放疗敏感性与毒副作用检测系统
申请号:CN202511023940
申请日期:2025-07-24
公开号:CN120932878A
公开日期:2025-11-11
类型:发明专利
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
1
基于BP神经网络的特种设备运行故障预测方法及系统
特种设备 故障预测方法 BP神经网络 运动组件 数据
2
基于双向神经网络的核乳胶质子径迹的定位与预测系统
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
3
基于大模型的医学数据处理方法、系统及相关设备
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
4
基于免疫指标的老年感染免疫功能变化预测方法及系统
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
5
基于机器学习的胸科术后神经性疼痛风险预测方法及系统
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号