一种基于MR影像组学预测肿瘤EPR效应的方法及系统

本发明公开一种基于MR影像组学预测肿瘤EPR效应的方法及系统，本发明通过采集肿瘤患者的MR影像数据及EPR效应评估金标准数据，经图像去噪、归一化、配准预处理，采用U‑Net模型分割肿瘤区域，提取基础及高级影像组学特征，利用递归特征消除法(RFE)等筛选特征，构建支持向量机(SVM)等机器学习预测模型，并通过交叉验证优化模型参数。本发明可有效非侵入性预测肿瘤EPR效应，为个性化治疗提供可靠依据，经验证，预测模型准确率高达85.2％，敏感性87.1％，特异性84.0％。