一种基于模式挖掘的调强放射治疗多目标射束优化方法

    公开(公告)号:CN117524502B

    公开(公告)日:2024-03-22

    申请号:CN202410010897.X

    申请日:2024-01-04

    Applicant: 安徽大学

    Abstract: 本发明提供了一种基于模式挖掘的调强放射治疗多目标射束优化方法,包括以下步骤:数据输入:包含贡献度矩阵#imgabs0#,靶区和周围危及器官的处方剂量约束;射束方向划分:按照贡献度矩阵#imgabs1#划分若干等间距射束方向;构建多目标优化模型:将靶区和周围危及器官的处方剂量约束通过模式挖掘建模转化为一个包含两个优化目标的多目标优化问题;约束处理机制:选择不同解集所包含的最大射束数量和最小射束数量作为优化的约束;多目标优化:通过模式挖掘方法来引导多目标进行优化;输出结果:将模式挖掘进化优化得到的非劣解自动筛选出若干个代表性的解对应的剂量分布,包括等剂量线、剂量体积直方图,通过可视化的方式,供用户选择。

    一种基于进化算法和模糊聚类的蛋白质功能模块识别方法

    公开(公告)号:CN114239726A

    公开(公告)日:2022-03-25

    申请号:CN202111552679.1

    申请日:2021-12-17

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于进化算法和模糊聚类的蛋白质功能模块识别方法,其步骤包括:步骤一、基于蛋白质网络的属性初始化种群,使用进化算法优化两目标问题,寻找非重叠的蛋白质模块的最优核心蛋白质节点,从而完成非重叠的蛋白质功能模块识别;步骤二、基于步骤一得到的核心蛋白质节点,初始化子种群,并用进化算法优化新的两目标问题,确定非核心蛋白质节点的最优模糊阈值,从而完成重叠的蛋白质功能模块识别。本发明能在不预定任何参数的情况下,自适应处理不同类型的蛋白质网络结构,从而提高蛋白质功能模块识别过程的稳定性,并且在蛋白质网络中找到较多有效的蛋白质功能模块的最优划分结果。

Patent Agency Ranking