4、放疗剂量预测与多目标强化学习的研究进展

放疗剂量预测与多目标强化学习的研究进展

放疗剂量预测模型

在癌症治疗中，放疗计划中的剂量预测是至关重要的一步，需要保证准确性并尽可能缩短时间，以避免治疗延误。目前，已经提出了多种自动化模型，涵盖传统的基于知识的规划方法和现代的深度学习方法。

本文使用DVH分数和剂量分数作为评估指标。剂量分数定义为真实剂量分布与预测剂量分布之间的平均绝对差，而DVH分数仅计算重要DVH指标处的差异。

模型	DVH分数	剂量分数
简单GAN	3.520	3.915
基于自注意力的GAN	3.034	3.715
密集GAN	2.447	3.689
基于自注意力的密集GAN	2.126	3.553

基于自注意力的密集生成对抗网络结合了密集GAN和自注意力门控机制。其生成器采用密集U-Net架构，该架构结合了DenseNet和U-Net的优势，在U-Net块之间引入了密集连接。密集连接使得网络能够重用特征并实现梯度流动，而U-Net块则