摘要
一种综合影像学指标、呼出气VOCs数据的肺小结节恶性风险预测模型的建立方法,属于肺癌前病变和肺癌早期预测领域。为提高肺癌前病变和肺癌早期预测的准确度,本发明采集在肺部CT检出的肺小结节病人CT图像,然后对肺小结节病人CT图像进行处理,提取影像学指标的影像数据;收集肺小结节病人的呼出气VOCs,进行呼出气VOCs指标的定标与丰度分析,得到呼出气数据,然后结合影像数据,进行多组学数据整理,得到多组学数据集;制定肺小结节恶性风险度标准;构建多组学深度学习模型,采用肺小结节恶性风险预测模型的的数据集对多组学深度学习模型进行训练,得到一种综合影像学指标、呼出气VOCs数据的肺小结节恶性风险预测模型。
技术关键词
风险预测模型
呼出气
深度学习模型
图像分析软件
指标
多层感知机
早期肺癌诊断
CT影像数据
表达式
可视化工具
采样袋
决策
异戊二烯
球形
成分分析
系统为您推荐了相关专利信息
风险防控系统
病虫草害
智能分析模块
深度学习模型
高分辨率成像
网格模型
光学窗口
流场环境
高超声速飞行器
仿真模型
联合诊断系统
基础分类器
多任务学习方法
深度学习模型
特征选择方法