[发明专利]剂量预测方法、装置、设备及介质

权利要求书

1.一种剂量预测方法，其特征在于，所述方法包括：

获取扫描训练图像和放射剂量分布图像，所述放射剂量分布图像用于指示对所述扫描训练图像中的组织器官进行放射治疗时的放射剂量分布；

基于所述扫描训练图像和所述放射剂量分布图像对初始网络模型中的第一参数进行训练，得到至少两个教师网络模型；

通过对抗学习将所述至少两个教师网络模型中的信息传递至学生网络模型中，调整所述学生网络模型的第二参数，得到剂量预测模型；

通过所述剂量预测模型对目标扫描图像对应的放射剂量分布进行预测，得到所述目标扫描图像对应的放射剂量预测图像。

2.根据权利要求1所述的方法，其特征在于，所述基于所述扫描训练图像和所述放射剂量分布图像对初始网络模型中的第一参数进行训练，得到至少两个教师网络模型之前，还包括：

获取所述初始网络模型对应的搜索空间，所述搜索空间中包括用于组成所述初始网络模型的操作组合；

基于所述搜索空间，确定所述初始网络模型的模型结构。

3.根据权利要求2所述的方法，其特征在于，所述基于所述搜索空间，确定所述初始网络模型的模型结构，包括：

确定所述搜索空间中的所述操作组合对应的n种权重关系，n≥2，且n为整数，所述权重关系与所述第一参数对应；

基于所述操作组合对应的n种权重关系指示的模型结构，生成n个初始网络模型。

4.根据权利要求3所述的方法，其特征在于，所述基于所述扫描训练图像和所述放射剂量分布图像对初始网络模型中的第一参数进行训练，得到至少两个教师网络模型，包括：

基于所述扫描训练图像和所述放射剂量分布图像对所述n个初始网络模型中的第一参数进行调整，收敛得到n个网络结构；

根据所述n个网络结构，从所述操作组合中确定与所述第一参数对应的目标操作组合；

基于所述目标操作组合得到n个教师网络模型。

5.根据权利要求4所述的方法，其特征在于，所述基于所述目标操作组合得到n个所述教师网络模型，包括：

由所述目标操作组合确定所述n个教师网络模型；

将所述扫描训练图像和所述放射剂量分布图像输入至所述n个教师网络模型中，对所述n个教师网络模型进行迭代训练。

6.根据权利要求5所述的方法，其特征在于，所述对所述n个教师网络模型进行迭代训练，包括：

获取第一损失函数，所述第一损失函数用于确定训练过程中所述教师网络模型输出的剂量预测结果与所述放射剂量分布图像之间的误差情况；

基于所述扫描训练图像，生成第i个所述教师网络模型对应的放射剂量预测图像，0＜i≤n；

将所述放射剂量预测图像与所述放射剂量分布图像输入至所述第一损失函数，确定第一损失值；

响应于所述第一损失值与第一数值要求匹配成功，将与所述第一损失值对应的参数确定为第i个所述教师网络模型的模型参数；或，响应于所述第一损失值与所述第一数值要求匹配失败，调整第i个所述教师网络模型的模型参数进行迭代训练。

7.根据权利要求1至6任一所述的方法，其特征在于，所述通过对抗学习将所述至少两个教师网络模型中的信息传递至学生网络模型中，调整所述学生网络模型的第二参数，得到剂量预测模型，包括：

获取第二损失函数，所述第二损失函数用于确定训练过程中所述学生网络模型输出的剂量预测结果与所述放射剂量分布图像之间的误差情况；

基于所述第二损失函数，调整所述学生网络模型的所述第二参数，得到所述剂量预测模型。

8.根据权利要求7所述的方法，其特征在于，所述获取第二损失函数，包括：

获取目标损失函数，所述目标损失函数用于对所述教师网络模型和所述学生网络模型的输出进行约束；

获取对抗损失函数，所述对抗损失函数用于控制所述学生网络模型的输出趋近于所述教师网络模型的输出；

以目标权重配置对所述目标损失函数和所述对抗损失函数进行相加，得到所述第一损失函数。