摘要
本申请公开了一种基于靶区免疫区域激活的空间分割放疗引导方法及系统,涉及电数字数据处理领域,方法通过能谱CT/功能磁共振多模态融合以及ResNet影像组学特征提取,实现代谢活性与免疫响应的三维可视化,相比于较解剖靶区体积的识别精度有较为明显地提升,且本申请通过XGBoost模型生成的免疫热力图和SAMed‑2分割标记可精确定位免疫高响应体素、蒙特卡洛模拟的梯度剂量分布使免疫激活区域的剂量强度达到常规区域的数倍并同时保护非活性区域;本申请XGBoost模型训练可根据患者特异性免疫特征动态调整剂量热点,使得射线能够准确足量地到达肿瘤区域里面最能激活免疫系统的区域。
技术关键词
热力图
组学特征
图像分割模型
多叶光栅
影像
功能磁共振数据
XGBoost模型
蒙特卡洛
Delaunay三角剖分
坐标系
多维特征向量
引导系统
灰度共生矩阵
运动
射线
配准算法
mRMR算法
电数字数据处理
系统为您推荐了相关专利信息
图像分割模型
轮廓信息
图像处理方法
语义特征
对象轮廓
鼻咽癌放疗
计划生成方法
放疗计划
人工智能生成方法
剂量体积直方图
遥感监测系统
光谱分析
影像
反射率差异
融合算法
分类器模型
特征提取工具
机器学习方法
统计学方法
建模方法
分级预测方法
多模态数据融合
CT影像组学特征
度量
特征值