基于神经网络改进人脸识别算法

传统人脸识别技术需要处理大量的人脸图片,训练时间过长。针对上述问题,设计了一种卷积神经网络算法并采用pix2pix模型实现超分辨率重建。最后在ORL数据库上进行了测试,与传统方法比较,该方法具有更好的识别效果,所需的训练时间减少,在识别准确率和训练时间方面优于大多数传统识别算法。

基于射束通道和生成对抗网络的调强放射治疗剂量预测方法

目的基于射束通道实现调强放射治疗(放疗)剂量的精准预测。方法选取行调强放疗的鼻咽癌Ⅲ期患者137例。随机抽取102例为训练集,24例为验证集,11例为测试集。基于Pix2pix模型,引入剂量预计算结果作为射束通道,预测患者个体化放疗剂量分布。采用剂量体积直方图(DVH)、处方剂量参数和计划综合评分对预测结果进行评估。结果11个测试病例的预测剂量和人工计划剂量综合评分分别为70/60、40/50、10/30、70/60、70/60、80/80、80/70、70/60、60/70、80/60和60/60。随机选取4个测试病例,DVH显示,模型对脑干和脊髓的预测剂量曲线整体位于人工计划剂量曲线的左侧,而对眼球和腮腺的预测剂量曲线整体位于人工计划剂量曲线的右侧。结论基于射束通道和Pix2pix模型,可对鼻咽癌放疗患者进行有效剂量预测,从而为放射物理师的计划设计目标提供参考。