文档摘要

8.4 人工智能与计算放射生物学 本节摘要：从 LQ 公式到深度学习，放射生物学的建模传统正在经历一次扩容：机制模型给出可解释的骨架，数据驱动模型补充人群平均之外的细节，物理约束与临床校验则负责拦住黑箱的胡来。本节讲清两类模型的分工与融合、AI 在放疗工作流里的真实岗位，以及为什么"可解释、可验证"是这一行的生死线。全书知识在此收拢成可运行的模型语言。 两类模型的分工与融合 计算放射生物学的家谱要从两条支系讲起。 会员。《8.4 人工智能与计算放射生物学》收录于灏天文库文集《放射生物学》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/596-%E6%94%BE%E5%B0%84%E7%94%9F%E7%89%A9%E5%AD%A6

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流