一种基于域自适应迁移学习的放疗计划剂量分布预测方法
申请号:CN202511162702
申请日期:2025-08-19
公开号:CN120656748B
公开日期:2025-11-11
类型:发明专利
摘要
本发明涉及迁移学习技术领域,揭露了一种基于域自适应迁移学习的放疗计划剂量分布预测方法,包括:明确源域医疗机构和目标域医疗机构,采集源域医疗机构的放疗计划数据,提取放疗计划数据的放疗计划特征,以训练源域医疗机构的初始剂量分布分析模型;构建源域医疗机构和目标域医疗机构的联邦学习网络,输出初始剂量分布分析模型的剂量分布分析图谱;识别源域医疗机构和目标域医疗机构的域差异;明确初始剂量分布分析模型的优化目标,以对初始剂量分布分析模型进行域自适应迁移学习,得到本地剂量分布分析模型;生成目标域医疗机构中患者的目标剂量分布。本发明可以提升放疗计划剂量分布预测的效率和准确性。
技术关键词
放疗计划
分布预测方法
数据
图谱
客户端
模型训练模块
剂量体积直方图
中心服务器
节点
患者
迁移学习技术
肿瘤
融合特征
分类器参数
矩阵
网络
误差
训练集