摘要
本发明提供一种非小细胞肺癌患者放疗后的生存期预测模型及系统,系统包括:图像处理模块;特征提取模块;肿瘤影像组学模型,基于重要肿瘤影像组学特征进行训练;肺影像组学模型,基于重要肺部影像组学特征进行训练;综合影像组学模型,将重要肿瘤影像组学特征与重要肺部影像组学特征进行融合,筛选出最关键特征;最终融合模型,基于最关键特征与临床特征,构建并训练得到生存期预测模型。肿瘤和肺部影像组学特征及临床参数集成入机器学习模型中可用于精确预测接受根治性放疗的肺癌患者的总体生存期,模型预测精度高、泛华能力强、应用价值高。
技术关键词
非小细胞肺癌患者
组学特征
影像
生存期预测方法
肿瘤
图像处理模块
特征提取模块
Cox比例风险模型
形态学特征
预测系统
XGBoost算法
参数输入系统
纹理特征
图像分割
处理器
深度学习算法
高风险
系统为您推荐了相关专利信息
空间分布提取方法
语义纹理特征
空间结构特征
模态特征
双模态
状态评估方法
多模态
状态评估系统
数据接收模块
面部微表情
多模态医学影像
报告
文本
深度学习模型
视觉特征