龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：同济大学
摘要：本发明公开了一种基于PatchGAN‑Unet的肿瘤放疗反应预测方法及系统，预测方法包括数据处理和批量堆叠、构建Unet生成器模型、构建PatchGAN判别器模型、对抗训练生成器和判别器、使用生成器预测病人放疗反应等步骤；首先将数据预处理后堆叠成patient‑wiseBatches；其次构建生成器和判别器模型，二者进行对抗训练，本质上是利用判别器为Unet生成器训练一个更泛化的损失函数，来中和voxel‑wiseRMSE所带来的过拟合问题；本发明提出的Patient‑wiseBatchDefinition配合上BatchNormalization，还可以赋予本发明所提出的二维模型一定的理解三维信息的能力，提升模型性能；最后利用训练好的Unet生成器对病人放疗反应进行预测；本发明提供的模型兼顾合理的医学解释性和较高的预测精准度，可辅助医师进行放疗剂量设定，给予临床决策支持。
主权项：1.基于PatchGAN-Unet的肿瘤放疗反应预测方法，其特征在于：包括如下步骤：步骤S1、获取病人的包括放疗前期影像、放疗中期影像、放疗剂量的原始三维张量数据，并进行数据处理和批量堆叠，即Batch堆叠，构建以病人为单位的Batches数据集；步骤S2、构建Unet生成器模型，并且以病人为单位，向Unet生成器输入该病人的放疗前期影像和放疗剂量数据，得到预测出的放疗中期影像数据；步骤S3、构建PatchGAN判别器模型，基于一个类CNN结构，引入以Patch为最小单位的局部感受野，区分放疗中期影像的预测值与真实值，并反馈至生成器；步骤S4、对抗训练生成器和判别器，直至训练结束；步骤S5、使用训练完成的生成器预测病人放疗反应，并对其结果进行评估，根据结果对病人的放疗剂量进行调整。
全文数据：
权利要求：
百度查询： 同济大学 基于PatchGAN-Unet的肿瘤放疗反应预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号