摘要
本发明提供了一种联合MRI图像和临床特征的肝细胞癌复发情况预测方法及系统,方法包括:收集多模态样本MRI图像数据和预设的临床特征数据;对多模态样本MRI图像数据进行去噪、归一化处理和尺寸调整,得到调整后的图像,并对调整后的图像进行图像增强和数据增强,得到增强图像;对临床特征数据进行缺失值填补和独热编码,得到预处理特征数据;分别对增强图像和预处理特征数据进行特征提取,得到影像特征和临床特征;对影像特征和临床特征进行融合,并将融合特征输入至初始多模态深度学习模型中进行训练,得到肝细胞癌复发情况预测模型;将待测的MRI图像和临床特征输入至肝细胞癌复发情况预测模型中,得到预测结果。本发明能够提高预测的准确性和可靠性。
技术关键词
多模态深度学习
图像增强
融合特征
肝细胞癌患者
图像数据处理模块
扩散加权成像
样本
影像
遍历滤波
直方图均衡化
数据收集模块
特征提取模块
甲胎蛋白
预测系统
编码
系统为您推荐了相关专利信息
图像检测模型
神经网络结构
上采样
检测头
可视化屏幕
智能评估系统
多模态数据采集
可穿戴接口
模块
卷积神经网络提取
裂纹识别
裂纹检测方法
沥青路面
灰度共生矩阵
纹理特征
卷积模块
编码特征
多路径
采样模块
医学图像分割