摘要
本发明公开了一种肝癌转化治疗疗效评估的实现方法,包括:在肝癌病人的计算机断层扫描CT图像中,以预先选择的差异显著的影像特征作为亚分类中判断欧氏距离的依据,采用无监督系统聚类的方式将所述CT图像作为无标签样本划分到各个亚类簇中,并为每个亚类簇定义一个标签;将所述无标签样本包含的各个样本及标签作为训练集,采用监督学习的方式训练获得随机森林模型。本发明的实现将无监督与有监督学习结合,先利用无监督系统聚类为无标签样本标注,再使用监督学习训练随机森林模型,从而有效提高了疗效评估预测的准确性和可解释性。
技术关键词
随机森林模型
影像
无标签样本
肝癌病人
计算机断层扫描
灰度共生矩阵
特征随机采样
无监督
代表
随机抽样方法
局部二值模式
手术
决策树模型
指标
图像
训练集
系统为您推荐了相关专利信息
覆盖率
短期预测方法
变量
遥感影像数据
机器学习模型训练
敏捷卫星
成像方法
进化算法
地球静止轨道
空间注意力模型
卷积神经网络模型
电梯故障诊断方法
数据管理模块
无标签数据
查询策略
数据
水流循环系统
光学影像系统
预测评估模型
卷积神经网络模型