摘要
一种基于人工智能的多模态骨肉瘤数据处理方法和系统,方法包括,获得样本对象的影像组学数据、临床数据和复发情况数据,影像组学数据包括,T1加权影像和T2加权影像,T1加权影像的视野与相应平面上T2加权影像的视野一致,临床数据含流行病学数据和肿瘤相关数据,复发情况数据指示样本对象的骨肉瘤是否复发;提取影像组学数据的影像组学特征;根据复发情况数据和多种人工智能分类方法分别处理样本对象的影像组学特征和样本对象的临床数据,获得影像组学特征对应的影像预测模型,临床数据对应的临床预测模型;整合影像预测模型和临床预测模型,获得多模态处理模型;根据影像预测模型、临床预测模型和多模态处理模型预测目标对象的骨肉瘤复发风险。
技术关键词
组学特征
影像
人工智能分类方法
对象
样本
多模态
逻辑回归方法
骨肉瘤
梯度提升树
纹理特征
变换特征
数据处理方法
随机森林
视野
图像分割
算法
模块
数据处理系统
变量
系统为您推荐了相关专利信息
腹腔镜系统
成像单元
多模态
显示控制模组
影像采集探头
异常信号
多波段
测试方法
重构误差
时间序列模型
画像
终端
位置共享方法
计算机程序指令
kafka集群