摘要
本发明涉及一种乳腺癌的患病风险评估方法、系统、计算机设备和存储介质,通过获取包括基因测序数据和医疗影像数据在内的基于乳腺癌的原始数据。然后对原始数据进行特征提取,从基因测序数据中获取突变位点特征和基因表达水平特征,从医疗影像数据中提取肿瘤区域的形状和纹理特征。利用提取的特征构建基于Transformer神经网络模型的乳腺癌患病评估模型。最后对该初始模型进行训练处理,最终得到训练好的评估模型。该方法通过融合基因测序数据和医疗影像数据,结合Transformer神经网络的特征提取和学习能力,实现了对乳腺癌患病风险的高效、准确评估。
技术关键词
基因测序数据
医疗影像数据
神经网络模型
患病风险评估方法
融合特征
位点
纹理特征
前馈神经网络
带宽优化方法
肿瘤
矩阵
输出特征
直方图均衡化
样本
计算机设备
特征提取单元
融合基因
对比度
系统为您推荐了相关专利信息
聚合物筛选方法
数据
干式电极
标签
输入神经网络模型
序列
语音生成方法
融合特征
特征分布信息
多模态
卷积神经网络提取
特征提取网络
融合特征
图像
注意力机制
医学影像数据
诊断系统
分析模块
多模态医学影像
特征提取模块
木质纤维素生物质
木质纤维生物质
卷积神经网络模型
生物质转化工艺
资源化利用效率