摘要
本公开涉及一种肿瘤风险预测方法、装置和存储介质。该方法包括:基于包含目标肿瘤位置的核磁图像序列进行特征提取,得到第一图像特征;基于包含目标肿瘤位置的病理图像进行特征提取,得到第二图像特征;对第一图像特征和第二图像特征进行多模态特征融合,得到多模态融合后的特征;基于多模态融合后的特征进行分类,得到肿瘤风险预测结果,肿瘤风险预测结果用于指示肿瘤的风险程度。根据本申请实施例,可以将信息量差异较大的两种不同模态的图像数据进行结合以快速进行风险预测,且可以更加准确地指示肿瘤的风险程度,大大提升了医疗诊断的效率和准确率。
技术关键词
多模态特征融合
肿瘤
风险预测方法
深度学习神经网络
风险预测装置
查询特征
注意力
非易失性计算机可读存储介质
计算机程序指令
图像块
序列
特征提取模块
标记
脑胶质瘤
矫正
处理器
键特征
系统为您推荐了相关专利信息
免疫细胞
人工智能模型
肿瘤
图像识别模块
监测模块
门控循环单元
鲸鱼算法
风险预测方法
切片
时间片
免疫组织化学染色
硫化氢
乳腺癌模型
工作液
细胞悬液
预测模型构建方法
单细胞转录组
肿瘤微环境
免疫疗法
非小细胞肺癌
疲劳驾驶状态
识别方法
深度学习模型
车辆行驶数据
量子深度学习