4、放疗剂量预测与赛道学习的强化学习探索

放疗剂量预测与赛道学习的强化学习探索

1. 放疗剂量预测模型

在癌症治疗的放疗计划中，剂量预测是至关重要的一步，需要高精度且快速完成，以避免治疗延误。随着时间推移，人们提出了各种自动化模型，包括传统的基于知识的规划方法和现代的深度学习方法。

在一项研究中，使用了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和预测剂量分布之间的平均绝对差异，而DVH分数仅计算重要DVH指标处的差异。

研究对比了不同的生成对抗网络（GAN）模型，具体性能如下表所示：
| 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GAN以密集U-Net作为生成器，运行200个周期。与简单GAN相比，其DVH分数提高了1.394%，剂量分数提高了0.362%。

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。密集U-Net架构通过在U-Net块之间引入密集连接，结合了DenseNet和U-Net架构的优势。密集连接允许特征重用和梯度在网络中流动，而U-Net块则捕获图像的上下文信息和精细细节。自注意力门控机制被引入GAN中以增强特征选择，它通过考虑全局层面的依赖关系来权衡重要特征，从而提高了预测结果。

2. 强化学习概述

强化学习是机器学习的一个子领域，常用于没有标记数据的情