多级递进迁移剂量预测网络

小样本癌种剂量预测

通过源域与目标域的双阶段递进迁移，缓解宫颈癌等小样本癌种因数据不足导致的剂量预测精度下降问题。

Lu, Wen · Xiao, Jianghong · Zeng, Jie · Zu, Chen · 吴锡 · 周激流 · 彭星辰 · 王艳

Pattern Recognition 2023

技术优势

小样本也能用

通过迁移直肠癌知识，缓解宫颈癌数据不足导致的性能下降。

减轻负迁移

特征级迁移保留有用滤波器，图像级迁移突出目标特有样本，选择性迁移降低负迁移风险。

性能更优

大量实验表明与现有先进方法相比具有典范性能。

应用场景

• 放疗计划自动化：作为剂量预测模块嵌入自动计划，减少人工调试时间。
• 宫颈癌放射治疗：为宫颈癌提供数据不足时的可靠剂量预测，提高计划质量。
• 低发病率癌症剂量预测：通过跨癌种知识迁移，突破小样本低发病率癌种的数据瓶颈。
• 跨癌种迁移学习：把直肠癌学到的剂量知识迁移到宫颈癌，实现跨癌种复用。