[发明专利]基于双向GRU网络的肿瘤呼吸运动预测方法有效
| 申请号： | 201911035046.6 | 申请日： | 2019-10-29 |
| 公开（公告）号： | CN110681074B | 公开（公告）日： | 2021-06-15 |
| 发明（设计）人： | 郁树梅;王佳腾;孙荣川;匡绍龙;孙立宁 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G16H20/40 | 分类号： | G16H20/40;A61N5/10;A61B5/00;A61B5/113;G06N3/08 |
| 代理公司： | 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 | 代理人： | 苏张林 |
| 地址： | 215168 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于双向GRU网络的肿瘤呼吸运动预测方法，包括以下步骤：获取肿瘤呼吸运动的历史数据，对所述历史数据进行平滑化处理和归一化处理，并对所述平滑化处理和归一化处理后的数据进行时相划分，获得预处理数据集；从所述预处理数据集中选定用于神经网络训练的训练集；构建双向GRU预测网络，将训练集带入预测网络以更新网络的参数，获得训练后的预测网络；将实时数据输入至训练后的预测网络，获得呼吸运动预测值的输出；定期获取实际的肿瘤呼吸运动数据，将实际的肿瘤呼吸运动数据与预测值进行比对，获得误差值；进行预测网络模型在线更新。其能够预测肿瘤呼吸，具有较高的预测精度和鲁棒性。 | ||
| 搜索关键词： | 基于 双向 gru 网络 肿瘤 呼吸 运动 预测 方法 | ||
【主权项】：
1.一种基于双向GRU网络的肿瘤呼吸运动预测方法，其特征在于，包括以下步骤：/n步骤一、获取肿瘤呼吸运动的历史数据，对所述历史数据进行平滑化处理和归一化处理，并对所述平滑化处理和归一化处理后的数据进行时相划分，获得预处理数据集；/n步骤二、从所述预处理数据集中选定用于神经网络训练的训练集，并根据时相划分在训练集上打上呼气标签和吸气标签；/n步骤三、构建双向GRU预测网络，将训练集带入预测网络以更新网络的参数，获得训练后的预测网络；/n步骤四、采集实时数据，将实时数据输入至训练后的预测网络，获得呼吸运动预测值的输出；/n步骤五、定期获取实际的肿瘤呼吸运动数据，将实际的肿瘤呼吸运动数据与预测值进行比对，获得误差值；设定误差阈值，若误差值高于误差阈值，则将实际的肿瘤呼吸运动数据进行预测网络模型在线更新。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州大学，未经苏州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911035046.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种质子加速器束流阻断装置
- 下一篇：椭球面聚声耳穴超声失眠理疗仪
