一种基于多实例学习的肿瘤放疗反应预测方法及系统

AITNT
正文
推荐专利
一种基于多实例学习的肿瘤放疗反应预测方法及系统
申请号:CN202411904818
申请日期:2024-12-23
公开号:CN119723203B
公开日期:2025-10-31
类型:发明专利
摘要
本申请实施例提供了一种基于多实例学习的肿瘤放疗反应预测方法及系统,该方法包括:构建放疗影像数据集;从放疗影像数据集中提取多维特征并进行组合拼接,得到多维特征的嵌入表示;多维特征包括二维卷积特征和三维卷积特征;构建基于Transformer的多实例学习模型;以多维特征的嵌入表示为模型输入,对多实例学习模型进行迭代训练,得到训练完成的多实例学习模型;使用训练完成的多实例学习模型预测患者放疗中期反应,并结合可解释分析对模型预测过程进行分析评估,对患者肿瘤区域的预测结果进行模型评估。本申请提供的方法,能够预测肿瘤放疗后的反应情况,进而智能辅助医生针对患者实施精准放疗决策,降低患者预后风险与危害。
技术关键词
卷积特征 多实例 肿瘤影像数据 二维卷积神经网络 三维卷积神经网络 切片 患者 像素点 模型训练模块 特征提取模块 网络架构 交叉验证方法 更新模型参数 注意力 分析模块 数据嵌入 多通道
系统为您推荐了相关专利信息
1
基于多方向Gabor卷积网络的跌倒检测方法及系统
跌倒检测方法 视角 卷积网络模型 融合特征 注意力
2
一种基于RTDETR的滑坡表面巡检方法
巡检方法 卷积特征提取 巡检数据 检测头 噪声
3
一种基于强化学习的TSP路径组合优化方法及系统
组合优化方法 条件协方差矩阵 微分方程求解器 ODE求解器 噪声预测模型
4
用于淬火油生产的智能控制方法、系统及存储介质
淬火油 智能控制方法 卷积特征 深度学习网络 参数
5
一种用于乳腺癌的护理决策系统
多模态数据采集 空间点云数据 聚类特征 决策系统 拉普拉斯
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号