摘要
本发明涉及图像识别技术领域,尤其涉及一种基于大语言模型的放疗目标体积识别方法,该方法包括以下步骤:采集放疗目标图像及历史数据,将目标图像转换为灰度图并分离背景,提取目标平面轮廓,基于轮廓裁切目标斑块图像,进行纹理剖解生成目标纹理特征,结合纹理和轮廓信息,推测目标的病理状态,利用预设大语言模型计算目标病理状态与历史数据的特征相似度,匹配出相似病理状态的历史放疗目标合集,通过轮廓匹配筛选历史轮廓一致的数据,提取对应的放疗参数及体积信息,实现精准放疗目标参数的识别与分析。本发明提升了目标体积识别的自动化水平与智能化程度,减少人工干预需求,提高识别效率和准确度。
技术关键词
体积识别方法
大语言模型
结构纹理图像
斑块
生成结构
轮廓区域
纹理结构
轮廓特征
语义向量
语义特征
轮廓查询
图像识别技术
滤波
数据
参数
轮廓识别
轮廓信息
系统为您推荐了相关专利信息
电信号
QRS波群
上下文特征
融合特征
编码特征
建筑制冷系统
智能节能方法
大语言模型
空气处理单元
设备运行状态
内存
大语言模型
代码切片
生成记录
生成可执行程序
负荷转供
评价指标体系
大语言模型
强化学习方法
变压器
标记
局部注意力机制
视觉特征提取
图文
文本编码器