摘要
本发明公开了一种肺部癌细胞脑转移预测系统与方法,属于计算机图像处理领域,本发明通过收集原发肺癌CT图像序列,同期病理检查结果和脑核磁报告;对原发肺癌CT图像序列进行预处理,将经预处理后的CT图像序列记为第一图像序列;根据肺癌脑转移狙击模型BM‑Sniper获得预测分类结果;对聚合特征向量进行分析处理执行线性分类,获得分类预测结果,所述线性分类由支持向量机模型或贝叶斯分类器获得。通过原发肺癌CT图像序列处理,按照图像特征提取的方式进行肺部扫描图像的特征提取,得到聚合特征向量,将聚合特征向量输入预测模型的分类模块输出分类结果,实现了预测被测对象是否发生肺癌脑转移,为医生辅助诊断提供了准确度高的中间结果。
技术关键词
CT图像序列
图像特征提取
分析CT图像
位置编码器
图像编码器
分辨率
图像采集模块
转移预测方法
滤波方式
监督学习策略
矩阵
贝叶斯分类器
支持向量机模型
图像像素
原发性肺癌
处理器
系统为您推荐了相关专利信息
随机森林模型
训练深度学习模型
标签
切块
卫星遥感数据
面向无人机
车辆
无人机遥感图像
掩膜
智能安防系统
自动分类方法
语义特征
图像特征提取
Softmax函数
自动分类系统
图像特征向量
图像编码器
文本特征向量
文本编码器
行人检索方法