一种基于深度学习的宫颈癌预后全自动预测方法

本发明提供了一种基于深度学习的宫颈癌预后全自动预测方法，采用UNet网络分割模型代替人工勾画影像肿瘤区域，极大地减少了人工勾画成本，并且减轻因个体差异而导致的肿瘤区域偏差的问题，从而减少因肿瘤区域的偏差导致的特征缺失，此外，本发明基于VIT构建了预后预测模型，通过模型的自我学习来提取特征，并筛选出合适特征降维成最终的预测结果，模型能够较好的拟合数据并具有良好的泛化能力。