摘要
本发明公开了一种基于3D深度学习的肾肿瘤亚型区分方法,包括以下步骤:步骤S1、获得患者数据;步骤S2、图像处理与分割,下载所有患者数据的CT图像并进行格式转换,之后进行图像分割与处理;步骤S3、影像组学特征提取;步骤S4、深度特征提取,获得深度特征,之后基于放射组学特征和深度特征进行模型构建;步骤S5、得到最优区分模型,通过最优区分模型来预测肾肿瘤亚型的类型,本发明结构新颖,构思巧妙,操作简单方便,能够良好地提取深度特征,能很好地区分良性和恶性肾肿瘤亚型,增加了可以将预测概率与临床特征、遗传标记和组织病理学相结合的功能,用以对临床实践中具有中等置信度预测的病例进行辅助决策。
技术关键词
区分方法
深度特征提取
肿瘤
组学特征
图像分割
患者
数据
图像处理
工作特征
格式
肾癌
影像
曲线
优化器
立方体
标签
组织
分辨率
度量
系统为您推荐了相关专利信息
识别方法
多边形
识别策略
评估轮廓形状
多尺度特征
NK细胞
无血清培养基
免疫磁珠标记
密度梯度离心法
低氧培养箱
融合特征
多尺度特征融合
图像分割方法
加权特征
上采样