一种基于贝叶斯模型不确定性量化的VMAT计划患者剂量验证预测方法及系统

本发明提供了一种基于贝叶斯模型不确定性量化的VMAT计划患者剂量验证预测方法及系统，应用于医疗数据处理技术领域。本申请构建多模态分类模型，以射野复杂性特征和通量图为输入，一维、二维分支提取特征后融合，经全连接层输出，用Adam优化器训练，结合变分蒙特卡罗，通过采样算数据、模型及总不确定性。基于分类模型输出，经LASSO降维，结合分类概率与不确定性，构建MLP预测GPR，用自定义加权MAE训练，依据临床阈值分类测试样本，超阈值触发干预，生成患者剂量验证预测结果。