摘要
本发明提供一种基于多模态的前列腺癌与增生预测系统及构建方法,涉及医疗影像处理技术领域,本发明通过初步划分与二次标识的精准结合,有效减少了自动划分可能引入的误差,提高了前列腺区域标识的准确性和可靠性,采用并行计算处理的方式能够有效缩短整个预测流程的时间,提高处理效率,并配合多模态特征的融合与筛选,能够进一步提高识别特征的精准性,为前列腺癌病情以及其骨转移情况预测结果的高精准性和高效率提供了良好的保障。
技术关键词
标识
检查图像数据
深度学习模型
预测系统
数值
节点
患者
图像分割技术
年龄
多模态特征
机器学习算法
模块
关系
识别特征
统计特征
统计方法
纹理特征
系统为您推荐了相关专利信息
阴影检测模型
查询机制
注意力机制
对齐模块
深度学习模型
负荷预测模型
恒温恒湿空调系统
负荷预测方法
序列
轮廓系数