基于PSO-BP神经网络的呼吸预测研究
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究的背景 | 第10-12页 |
| 1.1.1 3DCRT | 第10页 |
| 1.1.2 IMRT | 第10-11页 |
| 1.1.3 IGRT | 第11-12页 |
| 1.2 呼吸运动对放射治疗的影响 | 第12-13页 |
| 1.3 常用减少呼吸运动对放疗影响的方法 | 第13-15页 |
| 1.3.1 腹部加压技术 | 第13页 |
| 1.3.2 深吸气再屏气技术 | 第13页 |
| 1.3.3 加大照射范围法 | 第13-14页 |
| 1.3.4 呼吸门控技术 | 第14页 |
| 1.3.5 实时跟踪技术 | 第14-15页 |
| 1.4 课题研究的目的与意义 | 第15-16页 |
| 1.5 本论文的主要结构与章节安排 | 第16-18页 |
| 第2章 呼吸信号预测的常规方法 | 第18-22页 |
| 2.1 呼吸信号预测的基本流程 | 第18页 |
| 2.2 呼吸信号预测的常用方法 | 第18-21页 |
| 2.2.1 线性预测 | 第18-19页 |
| 2.2.2.卡尔曼滤波 | 第19页 |
| 2.2.3 神经网络 | 第19-20页 |
| 2.2.4 几种呼吸预测方法的比较 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 呼吸运动信号数据获取与预处理 | 第22-26页 |
| 3.1 信号的相关性 | 第22页 |
| 3.2 呼吸信号的获取 | 第22-23页 |
| 3.3 呼吸信号的特点以及预处理 | 第23-24页 |
| 3.4 本章小结 | 第24-26页 |
| 第4章 PSO-BP预测模型 | 第26-34页 |
| 4.1 总体流程图 | 第26-27页 |
| 4.2 BP神经网络原理 | 第27-29页 |
| 4.3 PSO算法原理 | 第29-30页 |
| 4.4 PSO-BP神经网络原理 | 第30-31页 |
| 4.5 本章小结 | 第31-34页 |
| 第5章 实验结果与分析 | 第34-42页 |
| 5.1 预测性能评价指标 | 第34页 |
| 5.2 试验结果与分析 | 第34-36页 |
| 5.3 不同参数对模型预测效果的影响 | 第36-40页 |
| 5.3.1 不同输入节点数对模型预测效果的影响 | 第36-37页 |
| 5.3.2 不同隐含层节点数对模型预测效果的影响 | 第37-38页 |
| 5.3.3 不同初始学习率对模型预测效果的影响 | 第38-39页 |
| 5.3.4 不同损失函数精度对模型预测效果的影响 | 第39-40页 |
| 5.4 本章小结 | 第40-42页 |
| 第6章 总结与展望 | 第42-44页 |
| 6.1 本文主要工作及创新点 | 第42页 |
| 6.2 下一步的工作方向与展望 | 第42-44页 |
| 参考文献 | 第44-46页 |
| 攻读硕士学位期间发表的论文 | 第46-48页 |
| 致谢 | 第48页 |
