摘要
本发明公开了一种基于多模态医学影像的新辅助放化疗疗效预测方法及系统,包括:分别获取患者在接受新辅助放化疗前的结直肠MRI图像和内镜图像;分别对MRI图像和内镜图像进行裁剪,通过训练好的深度残差网络模型,分别提取MRI图像和内镜图像的初级特征向量;将提取的MRI图像和内镜图像的初级特征向量输入至训练好的MRI‑内镜多模态融合模型,得到患者对新辅助放化疗病理反应的预测结果;本发明方法综合了MRI图像和内镜图像所带来的信息,分别提取两种图像的初始特征向量,然后将初始特征向量作为输入,进行特征向量的拼接和深度特征提取,最后得到对于新辅助放化疗疗效的预测结果;提高了预测新辅助治疗疗效的准确性。
技术关键词
多模态医学影像
深度残差网络模型
多层感知机
深度特征提取
编码器
图像处理模块
患者
图像获取模块
终端设备
分类特征
处理器
切片
指令
序列
预测系统
矩形
掩膜
矩阵
系统为您推荐了相关专利信息
滤波电路故障诊断方法
射频系统
故障诊断模型
数据
模拟电路故障诊断技术
SERS检测方法
肠出血性大肠杆菌
标记
分类准确率
朴素贝叶斯
故障辨识方法
高风险
回路
深度学习模型
增量学习方法
下垂检测器
时钟电路
非暂态计算机可读介质
监测器
信号