Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西南财经大学刘斌获国家专利权

西南财经大学刘斌获国家专利权

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!

龙图腾网获悉西南财经大学申请的专利一种剂量参数的调整方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117482411B

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311418913.0,技术领域涉及:G16H20/40;该发明授权一种剂量参数的调整方法是由刘斌;何孟霜;刘瑜;李芷茜;林华珍设计研发完成,并于2023-10-30向国家知识产权局提交的专利申请。

一种剂量参数的调整方法在说明书摘要公布了:本发明公开了一种剂量参数的调整方法,包括以下步骤:步骤1、利用TPS得到靶区和危及器官的初始DVH曲线;步骤2、对得到的DVH曲线进行函数型变换:对DVH曲线进行特征变换;特征变换为以下两步:步骤21、利用基展开的方式对函数型数据进行降维;步骤22、对降维处理后的数据进行积分;步骤3、通过神经网络学习执行动作的分布;步骤4、建立强化学习模型:将得到的特征向量作为强化学习模型的输入,进行训练,最终完成决策过程,得到一系列的输出动作。本发明先对DVH曲线进行特征变换,再将变换得到的向量作为强化学习模型的输入,使得DVH曲线中的特征信息被充分挖掘,从而提高剂量调整的准确性。

本发明授权一种剂量参数的调整方法在权利要求书中公布了:1.一种剂量参数的调整方法,其特征在于,包括以下步骤: 步骤1、利用TPS得到靶区和危及器官的初始DVH曲线:首先将患者的计算机断层扫描数据集、结构分割数据集以及处理计划参数作为输入,计算得到计量矩阵dij;然后根据用户自定义的约束条件以及目标函数进行逆向计划的优化求解生成描述了每个体素进行照射后的累积的剂量值的结果;最后,对所有体素剂量值按体积分数进行统计,得到用于评估计划质量的剂量-体积直方图DVH; 步骤2、对得到的DVH曲线进行函数型变换:先对DVH曲线进行特征变换,再将变换得到的向量作为强化学习模型的输入;特征变换为以下两步: 步骤21、利用基展开的方式对函数型数据进行降维,选择M个基函数对n条DVH曲线进行基展开: 其中,βi=βi1,βi2,…,βim为基函数对应的系数,i=1,2,…,n;hmt为基函数;M为基函数的个数; 步骤22、对降维处理后的数据进行积分:得到基展开的表达式后,选择k个基函数对每条DVH曲线的展开式进行近似积分∫tφktXntdt,变换后得到的一组特征向量将作为后续强化学习模型的输入;其中,对第n条DVH曲线进行近似积分得到的特征向量为: 其中,φ1t,φ2t,…,φkt为基函数; 步骤3、通过神经网络学习执行动作的分布:利用神经网络编码器生成调整动作的分布;具体地,神经网络以上一步处理得到的特征向量作为输入,输出压缩特征x;基于特征x,来进一步学习调整动作的分布qa|x,然后从动作分布qa|x中进行随机抽取一个动作作为下一步的调整动作; 步骤4、建立强化学习模型:将得到的特征向量作为强化学习模型的输入,并结合实际的临床情况定义强化学习中的行为、奖励、损失函数,利用步骤3生成的调整动作作为强化学习模型的动作,通过与环境TPS迭代交互对强化学习模型进行训练,最终完成决策过程,得到一系列的输出动作,即为当前状态下,患者的各个结构的剂量参数的最优调整。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西南财经大学,其通讯地址为:610000 四川省成都市光华村街55号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。