公开(公告)号：CN118471434B

公开(公告)日：2024-11-15

申请号：CN202410656782.8

申请日：2024-05-24

Applicant: 重庆大学附属肿瘤医院

Inventor： 尹黎 ,  吴禧千 ,  孙健 ,  靳富 ,  郭明芳 ,  谢梦婷

IPC: G16H20/40 ,  G16H30/40 ,  G06V10/764 ,  G06V10/50 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供一种基于可解释神经网络的放疗质量控制误差分析方法，涉及放射治疗领域，包括：建立并训练融入可解释机制的误差分类模型，融入可解释机制的误差分类模型包括融入可解释机制的计量误差分类子模型及融入可解释机制的空间误差分类子模型；获取待分类的剂量分布数据对，提取剂量差别直方图及距离一致性图；将剂量差别直方图输入至融入可解释机制的计量误差分类子模型，确定剂量误差类别及剂量误差分类解释；将距离一致性图输入至融入可解释机制的空间误差分类子模型，确定空间误差类别及空间误差分类解释，具有对放射治疗计划数据进行误差分析，为医疗团队提供实时的质量保证和干预手段，从而提高放射治疗的准确性和安全性的优点。

公开(公告)号：CN118197597A

公开(公告)日：2024-06-14

申请号：CN202410290020.0

申请日：2024-03-14

Applicant: 重庆大学附属肿瘤医院

Inventor： 尹黎 ,  谢梦婷 ,  柳先锋 ,  吴禧千 ,  周宏 ,  孙健

IPC: G16H50/20 ,  G16H20/40 ,  G16H50/70 ,  G06F18/22 ,  G16H30/40 ,  G06V10/764 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明提供一种基于可解释临床决策模型的脑肿瘤剂量预测方法，涉及数据处理领域，包括：建立并训练可解释临床决策模型；获取患者的脑肿瘤相关图像数据及脑肿瘤相关非图像数据；对患者的脑肿瘤相关图像数据及脑肿瘤相关非图像数据进行预处理，生成预处理后的脑肿瘤相关图像数据及脑肿瘤相关非图像数据；将预处理后的脑肿瘤相关图像数据及脑肿瘤相关非图像数据输入至可解释临床决策模型，可解释临床决策模型输出最优放射处方剂量及预处理后的脑肿瘤相关图像数据及脑肿瘤相关非图像数据对最优放射处方剂量的选择贡献，具有辅助医生确定适合患者个体的放射剂量，提高放射治疗的效果的优点。

公开(公告)号：CN118471434A

公开(公告)日：2024-08-09

申请号：CN202410656782.8

申请日：2024-05-24

Applicant: 重庆大学附属肿瘤医院

Inventor： 尹黎 ,  吴禧千 ,  孙健 ,  靳富 ,  郭明芳 ,  谢梦婷

IPC: G16H20/40 ,  G16H30/40 ,  G06V10/764 ,  G06V10/50 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供一种基于可解释神经网络的放疗质量控制误差分析方法，涉及放射治疗领域，包括：建立并训练融入可解释机制的误差分类模型，融入可解释机制的误差分类模型包括融入可解释机制的计量误差分类子模型及融入可解释机制的空间误差分类子模型；获取待分类的剂量分布数据对，提取剂量差别直方图及距离一致性图；将剂量差别直方图输入至融入可解释机制的计量误差分类子模型，确定剂量误差类别及剂量误差分类解释；将距离一致性图输入至融入可解释机制的空间误差分类子模型，确定空间误差类别及空间误差分类解释，具有对放射治疗计划数据进行误差分析，为医疗团队提供实时的质量保证和干预手段，从而提高放射治疗的准确性和安全性的优点。