一种胰腺癌靶区分割模型的训练方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种胰腺癌靶区分割模型的训练方法
申请号:CN202411612708
申请日期:2024-11-13
公开号:CN119579889B
公开日期:2025-07-15
类型:发明专利
摘要
一种胰腺癌靶区分割模型的训练方法,属于靶区分割技术领域,解决了现有技术中靶区分割模型训练效率低的问题。方法包括:获取胰腺癌患者的平扫CT图像,基于增强CT图像生成模型生成所述平扫CT对应的增强CT图像;根据平扫CT图像及对应的OAR轮廓、增强CT图像及靶区轮廓构建样本得到训练样本集;构建联合训练模型,联合训练模型包括OAR分割模型、影像组学模型和GTV分割模型;OAR分割模型用于基于平扫CT图像进行OAR分割;影像组学模型用于进行肿瘤分布概率预测;GTV分割模型用于基于OAR分割和肿瘤分布概率进行胰腺癌GTV分割;基于训练样本集对所述联合模型进行联合训练,得到训练好的胰腺癌靶区分割联合模型。实现了高效准确的胰腺癌靶区分割。
技术关键词
循环生成对抗网络 图像生成模型 胰腺癌患者 解码模块 像素 编码模块 训练样本集 预测特征 影像 轮廓 肿瘤 语义特征提取 通道 输出模块 上采样 中间层