← 返回列表
一种容积调强放射治疗的检测方法及相关设备
摘要文本
本发明提供了一种容积调强放射治疗的检测方法及相关设备，应用于数据处理技术领域。本申请获取训练数据集和目标数据集；对训练数据集和目标数据集进行预处理，生成带有标识信息的训练数据集和带有标识信息的目标数据集；基于生成对抗网络和深度学习模型构建初始深度混合学习模型；基于带有标识信息的训练数据集对初始深度混合学习模型进行训练，生成目标深度混合学习模型；基于目标深度混合学习模型对目标数据集进行处理，生成剂量验证结果。通过基于生成对抗网络和深度学习模型构建深度混合学习模型作为多机构VMAT患者剂量验证的通用框架，进而消除来自多个机构变量之间的异质性，达到了为临床PSQA提供了更准确、计算成本更低的目的。。关注微信公众号
申请人信息
- 申请人:北京大学第三医院(北京大学第三临床医学院)
- 申请人地址:100191 北京市海淀区花园北路49号
- 发明人: 北京大学第三医院(北京大学第三临床医学院)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种容积调强放射治疗的检测方法及相关设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410125896.X |
| 申请日 | 2024/1/30 |
| 公告号 | CN117797419A |
| 公开日 | 2024/4/2 |
| IPC主分类号 | A61N5/10 |
| 权利人 | 北京大学第三医院(北京大学第三临床医学院) |
| 发明人 | 杨瑞杰; 隋婧; 耿立升; 崔祥祥; 杨雪莹 |
| 地址 | 北京市海淀区花园北路49号 |
专利主权项内容
1.一种容积调强放射治疗的检测方法，其特征在于，包括：获取训练数据集和目标数据集；对所述训练数据集和所述目标数据集进行预处理，生成带有标识信息的训练数据集和带有标识信息的目标数据集，其中，所述标识信息用于标识不同数据所对应的机构数据；基于生成对抗网络和深度学习模型构建初始深度混合学习模型；基于所述带有标识信息的训练数据集对所述初始深度混合学习模型进行训练，生成目标深度混合学习模型；基于所述目标深度混合学习模型对所述目标数据集进行处理，生成剂量验证结果，其中，所述剂量验证结果包括伽马通过率和分类结果。