公开(公告)号：CN115662578A

公开(公告)日：2023-01-31

申请号：CN202211317165.2

申请日：2022-10-26

Applicant: 安徽大学

Inventor： 张晶晶 ,  陈启明 ,  李腾

IPC: G16H30/20 ,  G16H50/50 ,  G06T7/00 ,  G06T7/13 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于深度学习的宫颈癌放疗剂量预测方法，包括步骤一、获取数据集并划分训练集和测试集，步骤二、对训练集数据进行预处理，步骤三、构建深度学习的AC3DUnet剂量预测模型，步骤四、预处理后的训练集对模型进行训练，步骤五、利用训练后的模型预测新病例的放疗剂量；本发明通过对数据进行与处理的方法可以有效处理大范围剂量变化和剂量不均匀分布，提出的CSA通道空间注意力提取卷积模块可以使预测更加有偏向性，使预测模型预测结果更加准确，构建的级联网络模块可以增强模型的多尺度特征提取能力，配合加权loss使有监督的网络模型的优化难度降低，增加了模型面对不同器官形状和剂量分布的输入的时的适用性。