原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请涉及一种基于迁移学习的核医学治疗个体化剂量评估方法及装置，其中，方法包括：选择与已有病例体格参数差异满足预设条件的病例样本；基于病例样本生成不同体格患者的训练集；利用训练集训练3D‑Unet网络，并在构建基于网络DeepDose_T的核医学治疗个体化剂量评估模型之后，在进行迁移学习时，对网络的未固定参数进行补充训练，得到适用于学习分布样本的特异性网络参数，以生成迁移学习后的核医学治疗个体化剂量评估模型。由此，解决了相关技术中，神经网络应用对训练集的依赖性高，泛化能力有限，同时患者体型的差异
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116825283 A
(43)申请公布日 2023.09.29
(21)申请号 202310470415.4
(22)申请日 2023.04.27
(71)申请人 清华大学
文档评论（0）