呼吸运动预测方法技术

本发明专利技术公开了一呼吸运动预测方法，包括以下步骤：（１）输入：状态特征集；（２）获取实时的呼吸信号ｆ（ｔ）及其状态特征Ｒ（ｔ）；（３）通过概率似然模型建立状态特征Ｒ（ｔ）与状态特征集Ｒ（ｋ）的相似性约束条件；通过概率先验模型建立相邻状态特征Ｒ（ｔ↓［ｉ］）与Ｒ（ｔ↓［ｉ＋１］）的连续性约束条件。（４）通过最大后验概率模型从候选集中筛选满足步骤（３）所述条件的特征元素，并预测呼吸信号。（５）输出延时Δｔ后的呼吸信号ｆ（ｔ＋Δｔ）。本发明专利技术采用最大后验概率算法构建模型，充分利用呼吸的局部和全局特征建立概率模型，与传统的线性预测模型相比：该模型能够较好地预测真实呼吸运动情况，预测的平均误差较小、提高了呼吸运动预测的精度，进而提高了放射治疗效果。

【技术实现步骤摘要】

【技术保护点】
一种呼吸运动预测方法，其特征在于，包括以下内容和步骤：　（１）输入：状态特征集Ｒ（ｋ）；　（２）获取治疗中ｔ＝ｔ↓［ｉ］时刻的呼吸信号ｆ（ｔ）及其状态特征Ｒ（ｔ）；　（３）通过概率似然模型建立状态特征Ｒ（ｔ）与状态特征集Ｒ（ｋ）的相似性约束条件；通过概率先验模型建立相邻状态特征Ｒ（ｔ↓［ｉ］）与Ｒ（ｔ↓［ｉ＋１］）的连续性约束条件；　（４）通过最大后验概率模型从候选集中筛选满足步骤（３）所述条件的特征元素，并预测呼吸信号；　（５）输出延时Δｔ后的呼吸信号ｆ（ｔ＋Δｔ）。

【技术特征摘要】

【专利技术属性】
技术研发人员：周寿军，
申请(专利权)人：深圳市海博科技有限公司，
类型：发明
国别省市：94[中国|深圳]