摘要
本发明提供一种膀胱癌预后的预测方法及系统,涉及智能检测技术领域,具体为:获取并预处理膀胱癌苏木精‑伊红(HE)染色病理图像获得有效色块,标注后得到肿瘤和坏死训练集;基于肿瘤训练集和坏死训练集分别训练两个初始模型,对应得到肿瘤模型和坏死模型;获取待预测的膀胱癌病理图像,基于肿瘤模型和坏死模型进行肿瘤和坏死区域识别,对应得到肿瘤区域和坏死区域;基于所述肿瘤区域和坏死区域的空间坐标信息,数值计算得到坏死区域相对于肿瘤区域的空间分布指标;基于所述空间分布指标进行生存分析得到膀胱癌患者的生存预后信息。本发明将深度学习技术应用到膀胱癌预后方向,辅助临床医生对患者生存预后进行评价,为诊疗决策提供参考依据。
技术关键词
膀胱癌患者
色块
空间坐标信息
训练集
识别肿瘤
图像
指标
模型训练模块
比率
组织
预测系统
智能检测技术
数据收集模块
深度学习技术
梯度下降法
染色
残差网络
生成特征
数值
系统为您推荐了相关专利信息
大语言模型
分类方法
项目
分类功能
计算机程序指令
截获方法
跳频
深度神经网络架构
信号
双线性插值算法
群体智能优化算法
特征选择方法
频域特征
分类准确率
分类器训练
性质预测方法
随机森林
皮尔逊相关系数
钙钛矿材料技术
冗余特征